作者：***
来源：《汽车与安全》2022年第11期
摘 要：自动驾驶仿真测试是一种安全、高效的测试方法，在自动驾驶汽车的测试中发挥了非常重要的作用。本文在梳理行业最新相关研究成果的基础上，概要介绍了自动驾驶交规符合性仿真测试场景库的构建流程，包括场景数据来源、数据处理、场景特征提取、场景聚类分析、关键参数泛化、场景搭建等方面。
关键词：自动驾驶；交规符合性；场景搭建；场景库
自动驾驶是未来汽车技术和产业的重要发展趋势，但在L3级以上的自动驾驶车辆上路准入之前，需要进行大量的场景工况测试验证。传统的测试方法多为道路测试，需要从海量测试场景中发现导致自动驾驶功能失效的各类安全问题，效率低、成本高、周期长，难以满足测试要求。因此借助数字虚拟仿真技术，构建以仿真场景测试为主，道路测试与闭场地测试相结合的自动驾驶准入认证体系，这对于提高自动驾驶测试验证能力尤为重要。
目前，国内外在自动驾驶仿真场景测试研究方面做了很多工作，联合国发布ISO-34502，为L3级别及更高级别的自动驾驶系统测试场景和基于场景的安全评估提供了指导建议和工程框架；美国国家公路安全管理局组织开展“自动驾驶系统测试用例和场景框架”研究项目，旨在提供自动驾驶系统功能安全开发的测试场景框架；德国、日本在批准L3级别自动驾驶汽车的上路准入之前，进行了大量的仿真场景测试工作。聚焦国内，国汽智联于2018年联合18家单位成立联合项目组进行“中国标准ICV场景库理论架构体系”的研究，共同完成了基于中国特的ICV场景库理论架构体系研究报告（草案）；清华大学牵头的自动驾驶预期功能安全工作组，研究形成预期功能安全场景库，并制定了相关团标，提高自动驾驶车辆预期功能安全决策能力。综上所述，当前对于自动驾驶仿真测试场景已有丰富的积累，但是在实际应用过程中，涉及法规符合性方面的测试场景较少，这导致自动驾驶汽车的合规性、安全性受到质疑，这也为自动驾驶汽车产品准入和上路许可带来阻力。
为了解决这一问题，本文在分析论证大量的国内外研究成果和相关文献的基础上，通过对《道路交通安全法》《道路交通实施条例》和相关强制性标准法规的梳理、分析和总结，确定场景设计方法，提出了交规符合性仿真测试场景库的构建方法。其中，在第2节中对场景库的主体——场景，进行了一系列的分析，梳理了场景定义、场景格式、场景数据
来源、场景要素、场景构建；在第3节中，概要介绍了交规符合性仿真测试场景分类体系，介绍了包含数据层和场景层在内的自动驾驶交规符合性仿真测试场景库搭建流程；在第4节中对研究内容进行归纳总结，并提出了一些未来的研究展望。
1交规符合性仿真测试场景
1.1 场景定义
随着自动驾驶技术的迅速发展，场景广泛应用于自动驾驶系统仿真测试研究中，并且在评价自动驾驶汽车的功能与性能的优坏时，也主要是通过基于场景的一系列测试来进行的，所以场景是自动驾驶仿真测试的基石。
场景是自动驾驶汽车与其所在道路交通环境的总体描述，是对静态道路信息、动态道路信息、交通参与者信息、天气和光照环境信息、目标车辆信息等要素的抽象与映射，场景本质上描述了要素组成以及内部的逻辑关系，为场景搭建奠定了理论基础。
1.2 场景格式
目前较为通用的场景格式文件为ASAM提出的OpenX仿真标准系列，为了提高交规符合性仿真测试场景的通用性、适配性，因此仿真测试场景采用OpenDRIVE和OpenSCENARIO的格式储存场景文件，并且两者都是基于UML数据模型，可以导出XML格式的拓展文件。
OpenDRIVE定義了仿真场景中的静态内容，主要包括道路几何形状、车道数量、道路沿线特征，并且定义了可以影响车辆通行的交通标志以及道路基础设施，例如车道限速标志和信号灯等，用以描述仿真中道路环境信息；OpenSCENARIO定义了仿真场景中的动态内容，主要包括车辆的轨迹路线、纵向动作（如速度变化、距离变化）、横向动作（如换道、横向偏移）、环境变化（如天气、时间和道路附着率）等，用以描述仿真中道路上或道路外活动的车辆或行人的行为活动[1]。因此如图1所示，OpenDRIVE和OpenSCENARIO结合起来，形成了一个包含静态和动态信息的仿真测试场景描述。
1.3 场景数据来源
场景数据是场景搭建的基础，为了搭建自动驾驶交规符合性仿真测试场景库，需要收集大量的场景数据。如图2所示，整个自动驾驶仿真场景所需的数据来源主要有真实数据和仿真数据，即通过分析和筛选已有的、真实的各类交通场景获得的真实数据，如自然驾驶数据、事故数据、开放道路/封闭场地测试数据；或者根据测试需求，基于相关的理论知识和经验、现行的通行法规，获得能够反映真实交通环境的仿真数据，如仿真实验数据[2]。
自然驾驶数据一般是通过安装在自动驾驶汽车上先进的数据采集设备获得，涵盖了城市道路和高速公路等大多数交通环境，可以用于构建高覆盖的具体场景；事故数据来源国家各地方的道路交通事故数据，经过数据筛选分析，可用于事故场景构建和真实事故场景还原再现；开放道路/封闭场地测试数据来源于企业在自动驾驶车辆开发或示范运营的过程中，在特定场地开展的随机测试；仿真实验数据主要源于仿真测试软件，通过人为的设定驾驶任务或行驶路线，让测试车辆在虚拟仿真场景下进行行驶，以此来产生仿真数据。
1.4 场景要素
利用各个来源的场景数据进行仿真场景库构建之前必须进行场景数据处理，即提取能够体现目标场景的特征的场景要素。为了使仿真测试场景更加符合实际道路交通场景，需要出到各种交通场景中的共性特征，明确场景的组成要素。本文基于自动驾驶系统交规
符合性的测试需求，结合自动驾驶汽车运行的影响因素，通过6个要素层来进行场景描述，6层场景要素分别为道路、交通基础设施、临时路况、交通状况、环境、数字信息。
如图3所示，第一层为道路，包含道路类型、道路几何设计、车道数量、特殊车道等静态的信息要素，用于描述场景的静态道路环境；第二层为交通基础设施，包含道路标志标线、交通标志、交通信号灯等，用于描述场景的地物信息；第三层为临时路况，包含路面状况、道路施工、临时紧急指示标牌等，用于描述场景的动态环境信息；第四层为交通状况，包含交通参与者、被测车辆的初始状态、目标和行为等，是场景的核心内容；第五层为环境，包含光照、温度、湿度、气候等，用于描述场景的气象环境信息；第六层为数字信息，包含了V2X等通信系统。
1.5 场景搭建
1.5.1 场景表达
场景搭建即通过对采集的场景数据进行分析，基于不同要素的属性和要素间的关系，生成具有测试价值和意义的场景。测试场景中包含的各类要素所体现的特征需要可量化、可执行、拟真性。
通用自动驾驶汽车 基于场景表达在不同测试开发阶段的需求矛盾，场景分为三个层次，按照抽象程度由高到低，分为功能场景、逻辑场景、具体场景[3]。功能场景是指某一场景的形象化描述，即用一种自然语言描述场景特征，如跟车、变道等；逻辑场景需要具体描述场景要素之间的逻辑关系，明确场景要素的参数范围，如跟车时与前车保持的纵向距离的范围；具体场景是一例参数明确、可执行的场景，需要确定各参数的具体取值，如跟车时主车的车速、与前车的纵向距离等。因此，逻辑场景是对应功能场景的参数化表达，同时也是所对应的所有具体场景的集合。
1.5.2 场景构建步骤
明确了场景的表达方式之后，我们就可以基于仿真测试需求，结合所需的场景要素，进行场景搭建。下面以现实中常见的变更车道为例，介绍自动驾驶交规符合性仿真测试场景构建的步骤：
（一）明确场景数据来源。场景数据来源为相关的车辆驾驶理论知识和现行的通行法规。《中华人民共和国道路交通安全法实施条例》第四十四条规定：在道路同方向划有2条以上机动车道的，变更车道的机动车不得影响相关车道内行驶的机动车的正常行驶。
（二）确定关键场景要素。根据法规的动作分解，确定测试场景设计所需的关键要素。通过6个要素层来进行场景描述，场景关键要素和基本要素如下：
（1）第一层——道路。道路类型要素设置为城市道路，道路几何设计要素设置为直道，车道数量要素设置为2，特殊车道要素设置为非机动车道；
（2）第二层——交通基础设施。道路标志标线要素设置为白虚线，行道设施要素设置为路灯、交通信号灯要素设置为无；
发布评论