駕駛場(chǎng)景數(shù)據(jù)是智能網(wǎng)聯(lián)汽車研發(fā)與測(cè)試的基礎(chǔ)數(shù)據(jù)資源，是評(píng)價(jià)智能網(wǎng)聯(lián)汽車功能安全的重要“案例庫(kù)”與“習(xí)題集”，是重新定義智能汽車等級(jí)的關(guān)鍵數(shù)據(jù)依據(jù)。駕駛場(chǎng)景測(cè)試用例主要通過虛擬仿真環(huán)境及工具鏈進(jìn)行復(fù)現(xiàn)，因此建設(shè)虛擬場(chǎng)景數(shù)據(jù)庫(kù)是連接場(chǎng)景數(shù)據(jù)與場(chǎng)景應(yīng)用的關(guān)鍵橋梁。虛擬場(chǎng)景數(shù)據(jù)庫(kù)具有無(wú)限性、擴(kuò)展性、批量化、自動(dòng)化的特點(diǎn)。

中國(guó)汽車技術(shù)研究中心有限公司數(shù)據(jù)資源中心自2015年開展駕駛場(chǎng)景數(shù)據(jù)采集及分析研究工作以來，不斷積累自然駕駛場(chǎng)景資源，目前已采集超過32萬(wàn)公里自然駕駛里程數(shù)據(jù)，地域覆蓋北京、天津、上海等重點(diǎn)城市，工況覆蓋高速、城市、鄉(xiāng)村、停車場(chǎng)等重點(diǎn)領(lǐng)域，環(huán)境覆蓋晴天、雨天、雪天、霧霾等多種天氣，范圍覆蓋典型場(chǎng)景、邊角場(chǎng)景、事故場(chǎng)景等多種類型，已建設(shè)成為首屈一指的中國(guó)特色駕駛場(chǎng)景數(shù)據(jù)庫(kù)。經(jīng)過多年的經(jīng)驗(yàn)積累，數(shù)據(jù)資源中心逐步形成了完善的數(shù)據(jù)采集規(guī)范、數(shù)據(jù)處理流程、特征提取方法、場(chǎng)景數(shù)據(jù)庫(kù)結(jié)構(gòu)規(guī)范、測(cè)試用例數(shù)據(jù)格式、駕駛場(chǎng)景虛擬仿真測(cè)試方法等理論體系。

為充分發(fā)揮數(shù)據(jù)資源中心現(xiàn)有駕駛場(chǎng)景數(shù)據(jù)的應(yīng)用價(jià)值，迎合企業(yè)在智能網(wǎng)聯(lián)汽車研發(fā)驗(yàn)證方面的場(chǎng)景需求，解決行業(yè)在本土化功能安全評(píng)價(jià)方面的痛點(diǎn)問題，數(shù)據(jù)資源中心擬基于駕駛場(chǎng)景數(shù)據(jù)建設(shè)方面的技術(shù)積累，從數(shù)據(jù)采集、處理分析、虛擬仿真和評(píng)價(jià)體系等多個(gè)層面對(duì)“智能網(wǎng)聯(lián)汽車駕駛場(chǎng)景數(shù)據(jù)庫(kù)研究與應(yīng)用”進(jìn)行專題報(bào)道，進(jìn)而為行業(yè)提供切實(shí)可行的技術(shù)支持。專題報(bào)道將分為8期進(jìn)行，本期著重介紹在虛擬場(chǎng)景數(shù)據(jù)庫(kù)建設(shè)方面的整體思路與最新成果。

虛擬場(chǎng)景數(shù)據(jù)庫(kù)建設(shè)

虛擬場(chǎng)景數(shù)據(jù)庫(kù)：駕駛場(chǎng)景數(shù)據(jù)是智能網(wǎng)聯(lián)汽車研發(fā)與測(cè)試的基礎(chǔ)數(shù)據(jù)資源，是評(píng)價(jià)智能網(wǎng)聯(lián)汽車功能安全的重要“案例庫(kù)”與“習(xí)題集”，是重新定義智能汽車等級(jí)的關(guān)鍵數(shù)據(jù)依據(jù)。駕駛場(chǎng)景測(cè)試用例主要通過虛擬仿真環(huán)境及工具鏈進(jìn)行復(fù)現(xiàn)，因此建設(shè)虛擬場(chǎng)景數(shù)據(jù)庫(kù)是連接場(chǎng)景數(shù)據(jù)與場(chǎng)景應(yīng)用的關(guān)鍵橋梁。

虛擬場(chǎng)景數(shù)據(jù)庫(kù)的特點(diǎn)：虛擬場(chǎng)景數(shù)據(jù)庫(kù)具有無(wú)限性、擴(kuò)展性、批量化、自動(dòng)化的特點(diǎn)。

1、無(wú)限性：虛擬場(chǎng)景數(shù)據(jù)庫(kù)主要由測(cè)試用例經(jīng)虛擬仿真建模得到，測(cè)試用例來源于功能場(chǎng)景與邏輯場(chǎng)景，由于場(chǎng)景參數(shù)分布的連續(xù)性以及場(chǎng)景元素排列組合的多樣性，測(cè)試用例是不能窮舉的，隨著場(chǎng)景個(gè)數(shù)的不斷積累，虛擬場(chǎng)景數(shù)據(jù)庫(kù)不斷豐富，虛擬場(chǎng)景數(shù)據(jù)庫(kù)也是無(wú)限量的。

2、擴(kuò)展性：構(gòu)成場(chǎng)景的關(guān)鍵要素包括靜態(tài)要素、動(dòng)態(tài)要素以及駕駛員行為要素，要素的不同排列組合及遍歷取值更豐富地?cái)U(kuò)展了虛擬場(chǎng)景庫(kù)的邊界，使得虛擬場(chǎng)景庫(kù)的個(gè)數(shù)呈比例式增長(zhǎng)。例如，同一個(gè)測(cè)試場(chǎng)景通過改變天氣狀況、光照條件、交通參與物個(gè)數(shù)及位置能夠擴(kuò)展更為豐富的測(cè)試用例。

3、批量化：借助虛擬仿真工具鏈開發(fā)標(biāo)準(zhǔn)的駕駛場(chǎng)景數(shù)據(jù)接口，能夠?qū)崿F(xiàn)測(cè)試用例的批量化導(dǎo)入及建模，并利用高性能仿真服務(wù)器實(shí)現(xiàn)批量化的仿真測(cè)試，節(jié)約時(shí)間成本與人力成本。

4、自動(dòng)化：可實(shí)現(xiàn)自動(dòng)化測(cè)試是虛擬場(chǎng)景數(shù)據(jù)庫(kù)的另一個(gè)特點(diǎn)。測(cè)試用例的評(píng)價(jià)規(guī)則將被寫進(jìn)數(shù)據(jù)庫(kù)，當(dāng)仿真測(cè)試結(jié)束后，結(jié)合被測(cè)對(duì)象的性能表現(xiàn)，自動(dòng)化給出綜合評(píng)價(jià)結(jié)果和指標(biāo)。

虛擬場(chǎng)景數(shù)據(jù)庫(kù)的建設(shè)：場(chǎng)景數(shù)據(jù)格式、虛擬仿真工具鏈與測(cè)試用例評(píng)價(jià)體系是構(gòu)建虛擬場(chǎng)景數(shù)據(jù)庫(kù)的主要環(huán)節(jié)。測(cè)試用例首先需要定義為標(biāo)準(zhǔn)的數(shù)據(jù)格式，目前國(guó)際通用數(shù)據(jù)格式包括OpenDrive及OpenScenario等，數(shù)據(jù)資源中心同時(shí)在積極開發(fā)符合中國(guó)駕駛場(chǎng)景特點(diǎn)的層次化場(chǎng)景數(shù)據(jù)格式，滿足多種工具鏈的接口需求；虛擬仿真工具鏈?zhǔn)菢?gòu)建虛擬場(chǎng)景庫(kù)的關(guān)鍵，目前國(guó)內(nèi)外有10余種虛擬仿真工具能夠?qū)崿F(xiàn)駕駛場(chǎng)景的靜/動(dòng)態(tài)特征建模、環(huán)境渲染、實(shí)時(shí)仿真，極大地豐富了虛擬場(chǎng)景庫(kù)的應(yīng)用模式與應(yīng)用領(lǐng)域，選擇合適的工具鏈?zhǔn)菢?gòu)建具有典型性、普適性、代表性虛擬場(chǎng)景庫(kù)的重要環(huán)節(jié)。虛擬測(cè)試用例的評(píng)價(jià)體系建設(shè)是場(chǎng)景數(shù)據(jù)應(yīng)用的重中之重，數(shù)據(jù)資源中心從法規(guī)要求、功能安全、算法有效性等多個(gè)方面綜合提出了自動(dòng)駕駛虛擬仿真測(cè)試評(píng)價(jià)體系，增強(qiáng)了駕駛場(chǎng)景支撐智能網(wǎng)聯(lián)汽車研發(fā)與測(cè)試的現(xiàn)實(shí)意義。

虛擬場(chǎng)景數(shù)據(jù)庫(kù)的分類：數(shù)據(jù)資源中心將仿真場(chǎng)景劃分為自然駕駛場(chǎng)景、危險(xiǎn)工況場(chǎng)景、法律規(guī)范場(chǎng)景、參數(shù)重組場(chǎng)景四類，包括不同自然條件（天氣、光線等），不同道路類型（路面狀態(tài)、車道線類型等），不同交通參與者（車輛、行人位置速度等），不同環(huán)境類型（高速、小區(qū)、商場(chǎng)、鄉(xiāng)村等）在內(nèi)的多類型虛擬仿真測(cè)試用例。

自然駕駛仿真場(chǎng)景——充分測(cè)試場(chǎng)景

自然駕駛仿真場(chǎng)景來源于數(shù)據(jù)中心采集的駕駛場(chǎng)景數(shù)據(jù)庫(kù)以及企業(yè)的道路測(cè)試場(chǎng)景。自然駕駛仿真場(chǎng)景能夠很好地體現(xiàn)測(cè)試的隨機(jī)性、復(fù)雜性及典型性區(qū)域特點(diǎn)。目前數(shù)據(jù)中心已采集32萬(wàn)公里的自然駕駛場(chǎng)景數(shù)據(jù)，經(jīng)過成熟的場(chǎng)景劃分方法生成了上千種典型測(cè)試用例，基于每日更新測(cè)試用例數(shù)據(jù)的建設(shè)機(jī)制，不斷豐富和完善自然駕駛仿真場(chǎng)景庫(kù)。

危險(xiǎn)工況仿真場(chǎng)景——必要測(cè)試場(chǎng)景

危險(xiǎn)工況仿真場(chǎng)景主要涵蓋惡劣天氣環(huán)境、復(fù)雜道路交通以及典型交通事故三大類仿真場(chǎng)景。數(shù)據(jù)資源中心從大量自然駕駛場(chǎng)景數(shù)據(jù)庫(kù)中，通過對(duì)場(chǎng)景進(jìn)行參數(shù)化統(tǒng)計(jì)分析，提煉出不同影響因素下的危險(xiǎn)工況測(cè)試用例，其中包括天氣光線、地理地形、交通擁堵、路面結(jié)構(gòu)、特殊障礙物等因素引起的易發(fā)性危險(xiǎn)場(chǎng)景案例。另外，數(shù)據(jù)資源中心通過對(duì)這些危險(xiǎn)工況數(shù)據(jù)進(jìn)行分析錄入和仿真場(chǎng)景搭建，將危險(xiǎn)工況場(chǎng)景參數(shù)化，以用于更多極限和邊緣場(chǎng)景的擴(kuò)展生成。

標(biāo)準(zhǔn)法規(guī)仿真場(chǎng)景——基礎(chǔ)測(cè)試場(chǎng)景

標(biāo)準(zhǔn)法規(guī)測(cè)試場(chǎng)景是自動(dòng)駕駛功能在研發(fā)和認(rèn)證階段需要滿足的基本場(chǎng)景，數(shù)據(jù)中心始終緊跟自動(dòng)駕駛政策發(fā)展動(dòng)態(tài)，已基于ISO、NHTSA、ENCAP、CNCAP等多項(xiàng)標(biāo)準(zhǔn)、評(píng)價(jià)規(guī)程構(gòu)建了20余種標(biāo)準(zhǔn)仿真測(cè)試場(chǎng)景，支持AEB、ACC、LKA、APA等多種自動(dòng)駕駛功能的仿真驗(yàn)證，同時(shí)貫通了標(biāo)準(zhǔn)場(chǎng)景的自動(dòng)化測(cè)試流程。

參數(shù)重組仿真場(chǎng)景——補(bǔ)充測(cè)試場(chǎng)景

參數(shù)重組仿真場(chǎng)景旨在將已有仿真場(chǎng)景進(jìn)行參數(shù)化設(shè)置并完成仿真場(chǎng)景的隨機(jī)生成或自動(dòng)重組，進(jìn)而補(bǔ)充大量未知工況的測(cè)試場(chǎng)景，有效覆蓋自動(dòng)駕駛功能測(cè)試盲區(qū)。參數(shù)重組的仿真場(chǎng)景可以是法規(guī)場(chǎng)景、自然場(chǎng)景和危險(xiǎn)場(chǎng)景。通過不同交通要素的參數(shù)設(shè)置可以重組法規(guī)場(chǎng)景；使用參數(shù)隨機(jī)生成算法可以重組自然場(chǎng)景；針對(duì)危險(xiǎn)場(chǎng)景的重組，數(shù)據(jù)資源中心通過自動(dòng)化測(cè)試尋找邊緣場(chǎng)景，計(jì)算邊緣場(chǎng)景的參數(shù)權(quán)重，擴(kuò)大權(quán)重高的危險(xiǎn)因子參數(shù)范圍，可實(shí)現(xiàn)更多危險(xiǎn)仿真測(cè)試場(chǎng)景的自動(dòng)化生成。