駕駛場景數據是智能網聯汽車研發與測試的基礎數據資源，是評價智能網聯汽車功能安全的重要“案例庫”與“習題集”，是重新定義智能汽車等級的關鍵數據依據。駕駛場景測試用例主要通過虛擬仿真環境及工具鏈進行復現，因此建設虛擬場景數據庫是連接場景數據與場景應用的關鍵橋梁。虛擬場景數據庫具有無限性、擴展性、批量化、自動化的特點。

中國汽車技術研究中心有限公司數據資源中心自2015年開展駕駛場景數據采集及分析研究工作以來，不斷積累自然駕駛場景資源，目前已采集超過32萬公里自然駕駛里程數據，地域覆蓋北京、天津、上海等重點城市，工況覆蓋高速、城市、鄉村、停車場等重點領域，環境覆蓋晴天、雨天、雪天、霧霾等多種天氣，范圍覆蓋典型場景、邊角場景、事故場景等多種類型，已建設成為首屈一指的中國特色駕駛場景數據庫。經過多年的經驗積累，數據資源中心逐步形成了完善的數據采集規范、數據處理流程、特征提取方法、場景數據庫結構規范、測試用例數據格式、駕駛場景虛擬仿真測試方法等理論體系。

為充分發揮數據資源中心現有駕駛場景數據的應用價值，迎合企業在智能網聯汽車研發驗證方面的場景需求，解決行業在本土化功能安全評價方面的痛點問題，數據資源中心擬基于駕駛場景數據建設方面的技術積累，從數據采集、處理分析、虛擬仿真和評價體系等多個層面對“智能網聯汽車駕駛場景數據庫研究與應用”進行專題報道，進而為行業提供切實可行的技術支持。專題報道將分為8期進行，本期著重介紹在虛擬場景數據庫建設方面的整體思路與最新成果。

虛擬場景數據庫建設

虛擬場景數據庫：駕駛場景數據是智能網聯汽車研發與測試的基礎數據資源，是評價智能網聯汽車功能安全的重要“案例庫”與“習題集”，是重新定義智能汽車等級的關鍵數據依據。駕駛場景測試用例主要通過虛擬仿真環境及工具鏈進行復現，因此建設虛擬場景數據庫是連接場景數據與場景應用的關鍵橋梁。

虛擬場景數據庫的特點：虛擬場景數據庫具有無限性、擴展性、批量化、自動化的特點。

1、無限性：虛擬場景數據庫主要由測試用例經虛擬仿真建模得到，測試用例來源于功能場景與邏輯場景，由于場景參數分布的連續性以及場景元素排列組合的多樣性，測試用例是不能窮舉的，隨著場景個數的不斷積累，虛擬場景數據庫不斷豐富，虛擬場景數據庫也是無限量的。

2、擴展性：構成場景的關鍵要素包括靜態要素、動態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擴展了虛擬場景庫的邊界，使得虛擬場景庫的個數呈比例式增長。例如，同一個測試場景通過改變天氣狀況、光照條件、交通參與物個數及位置能夠擴展更為豐富的測試用例。

3、批量化：借助虛擬仿真工具鏈開發標準的駕駛場景數據接口，能夠實現測試用例的批量化導入及建模，并利用高性能仿真服務器實現批量化的仿真測試，節約時間成本與人力成本。

4、自動化：可實現自動化測試是虛擬場景數據庫的另一個特點。測試用例的評價規則將被寫進數據庫，當仿真測試結束后，結合被測對象的性能表現，自動化給出綜合評價結果和指標。

虛擬場景數據庫的建設：場景數據格式、虛擬仿真工具鏈與測試用例評價體系是構建虛擬場景數據庫的主要環節。測試用例首先需要定義為標準的數據格式，目前國際通用數據格式包括OpenDrive及OpenScenario等，數據資源中心同時在積極開發符合中國駕駛場景特點的層次化場景數據格式，滿足多種工具鏈的接口需求；虛擬仿真工具鏈是構建虛擬場景庫的關鍵，目前國內外有10余種虛擬仿真工具能夠實現駕駛場景的靜/動態特征建模、環境渲染、實時仿真，極大地豐富了虛擬場景庫的應用模式與應用領域，選擇合適的工具鏈是構建具有典型性、普適性、代表性虛擬場景庫的重要環節。虛擬測試用例的評價體系建設是場景數據應用的重中之重，數據資源中心從法規要求、功能安全、算法有效性等多個方面綜合提出了自動駕駛虛擬仿真測試評價體系，增強了駕駛場景支撐智能網聯汽車研發與測試的現實意義。

虛擬場景數據庫的分類：數據資源中心將仿真場景劃分為自然駕駛場景、危險工況場景、法律規范場景、參數重組場景四類，包括不同自然條件（天氣、光線等），不同道路類型（路面狀態、車道線類型等），不同交通參與者（車輛、行人位置速度等），不同環境類型（高速、小區、商場、鄉村等）在內的多類型虛擬仿真測試用例。

自然駕駛仿真場景——充分測試場景

自然駕駛仿真場景來源于數據中心采集的駕駛場景數據庫以及企業的道路測試場景。自然駕駛仿真場景能夠很好地體現測試的隨機性、復雜性及典型性區域特點。目前數據中心已采集32萬公里的自然駕駛場景數據，經過成熟的場景劃分方法生成了上千種典型測試用例，基于每日更新測試用例數據的建設機制，不斷豐富和完善自然駕駛仿真場景庫。

危險工況仿真場景——必要測試場景

危險工況仿真場景主要涵蓋惡劣天氣環境、復雜道路交通以及典型交通事故三大類仿真場景。數據資源中心從大量自然駕駛場景數據庫中，通過對場景進行參數化統計分析，提煉出不同影響因素下的危險工況測試用例，其中包括天氣光線、地理地形、交通擁堵、路面結構、特殊障礙物等因素引起的易發性危險場景案例。另外，數據資源中心通過對這些危險工況數據進行分析錄入和仿真場景搭建，將危險工況場景參數化，以用于更多極限和邊緣場景的擴展生成。

標準法規仿真場景——基礎測試場景

標準法規測試場景是自動駕駛功能在研發和認證階段需要滿足的基本場景，數據中心始終緊跟自動駕駛政策發展動態，已基于ISO、NHTSA、ENCAP、CNCAP等多項標準、評價規程構建了20余種標準仿真測試場景，支持AEB、ACC、LKA、APA等多種自動駕駛功能的仿真驗證，同時貫通了標準場景的自動化測試流程。

參數重組仿真場景——補充測試場景

參數重組仿真場景旨在將已有仿真場景進行參數化設置并完成仿真場景的隨機生成或自動重組，進而補充大量未知工況的測試場景，有效覆蓋自動駕駛功能測試盲區。參數重組的仿真場景可以是法規場景、自然場景和危險場景。通過不同交通要素的參數設置可以重組法規場景；使用參數隨機生成算法可以重組自然場景；針對危險場景的重組，數據資源中心通過自動化測試尋找邊緣場景，計算邊緣場景的參數權重，擴大權重高的危險因子參數范圍，可實現更多危險仿真測試場景的自動化生成。