环球今日报丨自动驾驶仿真场景库（5）

前面已经谈到，在自动驾驶汽车发展过程中，场景库的建立和健全势在必行； 场景库作为智能网联汽车发展强有力的仿真支撑，既可以一方面提供数据，另一方面收集测试数据，通过虚拟现实等手段总结和更新库数据，是连接虚拟仿真和现实测试的桥梁。

由于进行里程测试的汽车周期比较长，而且成本比较高，执行效率也比较低等问题，目前形成了以场景测试为主的自动驾驶技术路线；当然，现在已经有在进行自动驾驶路测阶段的实测，比如百度在北京进行的自动驾驶试验，滴滴在上海进行的自动驾驶试验。

(相关资料图)

随着人工智能技术的发展，到有限条件的自动驾驶 L3 系统、高度自动驾驶 L4 、完全自动驾驶 L5 等需要各种场景的功能要求，导致自动驾驶汽车测试与验证的场景数量呈几何级增加。评价自动驾驶系统算法重要的标准之一就是是否能够处理足够多的应用场景，自动驾驶系统能够处理的场景覆盖范围越大，可以行驶的边界范围就会更广。

1 什么是场景库

场景是自动驾驶汽车与行驶环境等各种要素在一段时间内的综合动态描述和应用，它具有不可预测、不可穷尽、处理复杂、灵活多类等特点。测试的场景包括了车辆自身的要素和相关外部要素等内容。

图 测试要素组成

车辆自身因素包括：性能、位置、运动状态、几何、重量、驾驶属性、框架等；

比如性能因素：最大车速、加速度、爬坡、百公里加速等；

外部环境的静态因素包括：周围环境、道路设施、交通设施、障碍物等；

比如交通设施：道路辅助设施、道路交通标识和标线等；

动态因素包括：动态指示设施、通讯等；

比如动态指示设施：交通信号灯、可变交通标志、交通检查等；

交通因素包括：机动车、人员、非机动车、行人、动物等；

比如行人：步行人、跑步行人、残疾人等；

气象因素包括：温度、光照、天气等；

比如天气情况：雨、雪、雾、霾、风、冰雹等；

为了使得测试环境更加真实有效，需要具备一些条件，真实性、交互性、扩展性、无限性、批量性等。

2 场景库数据来源

场景数据库的数据来源主要有三个：模拟数据、真实数据、合成数据。

模拟数据：利用构建完成的虚拟环境，在环境中使用软件提供多线程模型，进行模拟现场。利用不同交通物体来衍生出不同的场景来测试。

真实数据：为了客观了解现场情况，需要采集车辆自身真实信息，静态因素、动态因素、交通因素、气象因素等，基于采集到的各种传感器数据、地图信息、路况信息等，进行场景内实际数据存储和应用；

合成数据：将真实数据和虚拟数据经过场景变换、特征提取、场景生成等建立的各种仿真场景数据；对模拟场景进行分类和聚类处理，进行人工编辑和场景参数描述，提高覆盖率。

3 数据格式标准

对于自动驾驶应用场景，需要标准的场景文件来匹配。目前国际上比较通用的场景数据格式有 OpenDRIVE 及 OpenSCENARIO,OpenDRIVE 实现地图解析， OpenSCENARIO 可以实现场景转换。

OpenDRIVE 地图工具主要包括以下几个内容：

（ 1 ）能够将三方仿真软件生成的地图格式转换为 opendrive 格式标准文件；

（ 2 ）基于 opendrive 地图格式文件，可以实现静态路网快捷编辑功能；

Openscenario 场景转换工具主要特色功能包括：

（1） 能够兼容 ASAM （德国自动化及测试系统标准协会）推出的最新 opensceario2.0 场景，可以实现动态场景编辑与开发；

（2） 能够支持格式转换，可以将其他场景文件与 openscenario 格式文件相互转换。

图 1 场景应用

图 2 场景库组成

关键词： 自动驾驶汽车 可以实现