自动驾驶仿真蓝皮书2019修改版_虚拟场景数据库

第5章虚拟场景数据库
5.1自动驾驶虚拟场景库
5.1.1自动驾驶虚拟场景库的概念与构建要求
（1）自动驾驶虚拟场景库的概念
自动驾驶虚拟场景库即由满足 种测试需求的一系列自动驾驶测试场景构成的数据库。

其中，单个自动驾驶测试场景包括静态场景与动态场景。

静态场景通常包括道路设施（道路、桥梁、隧道等），交通附属设施（标志标牌、公交站点等），周边环境（路灯绿化带、建筑物）等；动态场景通常包括交通管理控制，机动
车，行人与非机动车等。

根据测试需求，选取特定的自动驾驶虚拟场景，构建支持检索、调用等操作的数据库，即自动驾驶虚拟场景库。

（2）自动驾驶虚拟场景库构建要求
单个自动驾驶测试场景构建要求：要求虚拟静态、动态场景可高度还原对应的现实情况，所含关键信息齐全，可支持高精度的传感器仿真；动态场景如支持交通智能体行为及与主车互动，则可进一步 升测试效果。

自动驾驶测试场景库构建要求：根据测试需求，选择的测试场景应能在统计学上覆盖现实交通中部分典型现象，从而在 种程度上替代对应的路测场景；场景库中的场景应分类明确，支持快速检索与调用。

5.1.2自动驾驶虚拟场景库的数据来源与构建方法
（1）自动驾驶虚拟场景库的数据来源
自动驾驶虚拟场景库以虚拟场景为元素，其数据来源即虚拟场景的基础数据，主要包括：
构建静态场景的基础数据，主要包括高精地图，采集的视频、激光点云等多
构建动态场景的基础数据，主要包括交通管控方案（道路限速、信号配时等），视频、雷达、卫星定位等交通传感器信息（从中可解析交通对象的属性信
息与出行轨迹），宏观路况信息（可作为基于仿真模型生成动态场景的输入参数）等，主要来源于交通主管部门的管控方案数据与采集的传感器数据，自动驾驶相关公司的实地采集数据，以及互联网企业统计的路况数据等。

（2）自动驾驶虚拟场景库的构建思路
自动驾驶虚拟场景库的构建方法见3.3章节。

构建场景库需选取对自动驾驶具有挑战性且在现实中有一定概率出现的场景。

由于场景的统计学意义难以精确估算，往往很难有力说明场景库与实际路测里程的确切关系。

一些自动驾驶相关企业在构建虚拟场景库方面进行了探索，例如：
Mcity 出了六步分析思路，主要是利用蒙特卡罗算法，减少日常驾驶中没有发生事故的数据，用发生了危险事故的数据进行取代，实现人类驾驶员与自动驾驶车之间数据高频率交互；
中国汽车技术研究中心将仿真场景划分为自然驾驶场景、危险工况场景、法律规范场景、参数重组场景四类，包括不同自然条件（天气、光线等），不同道路类型（路面状态、车道线类型等），不同交通参与者（车辆、行人位置速度等），不同环境类型（高速、小区、商场、乡村等）在内的多类型虚拟仿真测试用例。

目前，场景选取与场景库构建还处于不断探索的过程，可从以下方面持续开展研究：
1）制定完善自动驾驶测试相关标准，指导测试工作与场景库构建；
2）对典型复杂交通场景进行采集入库，例如主要城市、高速公路的拥堵与事故高发交叉口、路段，真实存在的复杂场景对自动驾驶测试有重要意义；
3）对真实复杂静态场景进行要素分析，泛化生成多类别的静态测试场景；
4）对真实复杂动态场景进行要素与行为分析，在交通宏观参数，驾驶员决策，车辆行为等多层面上进行泛化，生成多类别的动态测试场景；
5）完善虚拟测试场景的标注方法、重要度评价理论，从而实现更好的场景库组织架构，以及针对 种测试需求的场景集快速生成。

5.2场景库标准
场景测试用例主要通过虚拟仿真环境及工具链进行复现，因此建设虚拟场景数据库是连接场景数据与场景应用的关键桥梁。

场景测试用例需要标准以便实现仿真环境之间进行场景交换。

场景库的范围应当覆盖典型场景、边角场景、事故场景等多种类型。

5.2.1场景标准OpenSCENARIO
OpenSCENARIO是一种开放文件格式，用于 述驾驶模拟应用程序中的动态内容。

OpenSCENARIO的主要用途是 述复杂、同步的交通参与者,涉及多个实体,如车辆、行人和其他交通参与者。

交通参与者的 述可能基于驾驶员的行为
(例如执行车道更改)或轨迹(例如从记录的驾驶机动动作中获得)。

其他内容,如自
我车辆的 述、司机外观、行人、交通和环境状况,也包括在标准中。

图5-1驾驶模拟场景
（1）动机
OpenSCENARIO项目于2014年底启动。

最初的想法已于2006年与OpenDRIVE®计划进行了讨论，并在斯图加特汽车仿真中心和VIRESSimulationstechnologieGmbH之间的项目会议上重新启用。

事实上，今天，驾驶模拟环境的静态内容可以在不依赖特定工具的标准格式中
述：
图5-2静态内容标准格式OpenDRIVE和OpenCRG
在OpenSCENARIO计划中，重点将放在驾驶模拟应用的动态内容上：
图5-3OpenSCENARIO
众所周知，以通用数据格式 述动态内容并不能保证在各种模拟工具链中均得到相同结果。

但是，与此同时，拥有通用数据格式是促进不同用户和/或平台之间的场景交换的必要先决条件。

（2）路线图
OpenSCENARIO®路线图的确切时间表仍有待确定，到2017年底，应 供以下项目：
规格
1）格式规范文档
2）架构文件
3）风格指南文件
工具
4）开源验证工具
内容
5）普通车辆数据库
6）收集ADAS示例场景
7）不同国家情景的变化
支持
8）有项目数据的网站
9）票务系统
随着2015年10月15日的第一次项目会议，OpenSCENARIO将进入其路线图的三个阶段中的第二个阶段。

在确定需求的初步阶段之后，此阶段将用于编写OpenSCENARIO文件格式的实际规范，同时考虑到在初步阶段已确定的所有潜在用户的要求。

进一步发展ASAMOpenSCENARIO的路线图。

案研讨会ASAMOpenSCENARIO(2019年1月17日至18日)的参与者决定同时启动一个转移项目和一个概念开发项目。

这样可以更快地进入市场。

转移项目的目标是使当前版本的OpenSCENARIO适应ASAM要求。

概念开发项目旨在讨论、评估和指定ASAMOpenSCENARIO主要扩展的概念。

如有需要,从原始项目生成的其他概念开发项目应能够同时运行。

概念开发项目的结果应纳入标准的进一步发展。

图5-4转移项目和概念开发项目并行开发
（3）核心团队
OpenSCENARIO核心团队已于2016年3月20日正式宣布，并开始扩展。

其成员将审核并正式发布OpenSCENARIO标准。

截至2017年3月5日的核心团队如下图所示。

按公司字母顺序列出清单。

每个公司最多还有两名代表。

图5-5OpenSCENARIO核心团队
5.2.2场景库举例
(一)中国汽车技术研究中心有限公司数据资源中心案例库
根据智车科技报道，中国汽车技术研究中心有限公司数据资源中心将仿真场景划分为自然驾驶仿真场景、危险工况仿真场景、标准法规仿真场景、参数重组仿真场景四类。

(1)自然驾驶仿真场景——充分测试场景
自然驾驶仿真场景来源于采集的驾驶场景数据库以及企业的道路测试场景。

自然驾驶仿真场景能够很好地体现测试的随机性、复杂性及典型性区域特点。

据报道目前数据中心已采集32万公里的自然驾驶场景数据，经过成熟的场景划分方法生成了上千种典型测试用例。

图5-6自然驾驶仿真场景
(2)危险工况仿真场景——必要测试场景
危险工况仿真场景主要涵盖恶劣天气环境、复杂道路交通以及典型交通事故三大类仿真场景。

从大量自然驾驶场景数据库中，通过对场景进行参数化统计分析， 炼出不同影响因素下的危险工况测试用例，其中包括天气光线、地理地形、交通拥堵、路面结构、特殊障碍物等因素引起的易发性危险场景案例。

图5-7危险工况仿真场景
(3)标准法规仿真场景——基础测试场景
标准法规测试场景是自动驾驶功能在研发和认证阶段需要满足的基本场景，数据中心已基于ISO、NHTSA、ENCAP、CNCAP等多项标准、评价规程构建了20余种标准仿真测试场景，支持AEB、ACC、LKA、APA等多种自动驾驶功能的仿真验证，同时贯通了标准场景的自动化测试流程。

图5-8标准法规测试场景
(4)参数重组仿真场景——补充测试场景
参数重组仿真场景旨在将已有仿真场景进行参数化设置并完成仿真场景的随机生成或自动重组，进而补充大量未知工况的测试场景，有效覆盖自动驾驶功能测试盲区。

图5-9参数重组仿真场景
(二)百度Apollo案例库
百度Apollo仿真场景分为Worldsim和Logsim。

Worldsim是由人为预设的障碍物行为和交通灯状态构成的场景，可以简单高效的测试自动驾驶车辆，但缺乏真实交通环境中复杂的情况；Logsim是由路测数据 取的场景， 供复杂多变的障碍物行为和交通状况，使场景充满不确定性。

图5-10百度Apollo仿真场景
目前 供约200个场景，包括：
基于不同的路型，包括十字路口、调头、直行、三叉路口、弯道。

基于不同的障碍物类型，包括行人、机动车、非机动车及其他。

基于不同的道路规划，包括直行、调头、变道、左转、右转、并道。

基于不同的红绿灯信号，包括红灯、黄灯、绿灯。

图5-11百度Apollo仿真场景库管理界面
图5-12百度Apollo案例库场景
(三)51VR51Sim-One案例库
51VR仿真平台案例库支持来自真实采集的危险工况和人工编辑的标准案例。

目前 供的场景包括：
基于不同的路型，包括直道、十字路口、弯道、调头、环岛、人行横道等。

基于不同的障碍物类型，包括行人、机动车、非机动车，静态物体等。

基于不同的道路规划，包括直行、突然插入，变道、转弯、并道,超车，靠边停车等。

基于不同的红绿灯信号，限速牌，停车牌等
其中标准案例库率先支持《智能网联汽车自动驾驶功能测试规程（试
行）》。

图5-1351Sim-One案例库之标准案例库
51VR的案例编辑器：
图5-1451Sim-One案例库之案例编辑器
51VR的真实采集的场景和仿真：
图5-1551Sim-One真实采集场景还原应用
51VR同时支持动态智能体交通流场景案例，支持多种地图，车辆类型，车辆密度，司机开车风格配置，进行连续交通流场景仿真。

图5-1651Sim-One交通流配置
图5-1751Sim-One交通流仿真案例场景。