一、自動(dòng)駕駛測(cè)試場(chǎng)景

1.1 場(chǎng)景的定義

??“場(chǎng)景（Scenerio）”一詞來(lái)源于拉丁語(yǔ)（Olinda），意為舞臺(tái)劇，現(xiàn)泛指生活中特定的情景。隨著科技的發(fā)展，場(chǎng)景的概念逐漸應(yīng)用于工業(yè)生產(chǎn)的開(kāi)發(fā)測(cè)試過(guò)程中。?

??基于場(chǎng)景的測(cè)試最先應(yīng)用于軟件系統(tǒng)的開(kāi)發(fā)，“場(chǎng)景”用來(lái)描述系統(tǒng)的使用方式、使用要求、使用環(huán)境，以及構(gòu)想更多可行的系統(tǒng)?，F(xiàn)階段在自動(dòng)駕駛領(lǐng)域，“場(chǎng)景”尚沒(méi)有明確統(tǒng)一的定義。但根據(jù)RAND、PEGASUS等不同機(jī)構(gòu)的定義，其核心要素上是一致的：都包含道路環(huán)境要素、包含其他交通參與者、包含車(chē)輛駕駛?cè)蝿?wù)，同時(shí)，這些要素都會(huì)持續(xù)一定時(shí)間、具有動(dòng)態(tài)變化的特性。

??場(chǎng)景是自動(dòng)駕駛汽車(chē)與其行駛環(huán)境各組成要素在一段時(shí)間內(nèi)的總體動(dòng)態(tài)描述，這些要素組成由所期望檢驗(yàn)的自動(dòng)駕駛汽車(chē)的功能決定。簡(jiǎn)言之，場(chǎng)景可以認(rèn)為是自動(dòng)駕駛汽車(chē)行駛場(chǎng)合與駕駛情景的有機(jī)組合。

1.2 場(chǎng)景的要素

??確定場(chǎng)景要素是進(jìn)行基于場(chǎng)景的自動(dòng)駕駛汽車(chē)虛擬測(cè)試的首要環(huán)節(jié)。本文綜合不同場(chǎng)景要素研究，提出了如圖2所示的場(chǎng)景要素具體情況。測(cè)試場(chǎng)景要素主要包括測(cè)試車(chē)輛和交通環(huán)境要素2大類，其中，測(cè)試車(chē)輛要素又包括測(cè)試車(chē)輛基礎(chǔ)要素、目標(biāo)信息以及駕駛行為3類；交通環(huán)境要素包括天氣和光照、靜態(tài)道路信息、動(dòng)態(tài)道路信息和交通參與者信息4類。

1.3 場(chǎng)景的數(shù)據(jù)來(lái)源

??自動(dòng)駕駛測(cè)試場(chǎng)景的數(shù)據(jù)來(lái)源主要包括真實(shí)數(shù)據(jù)、模擬數(shù)據(jù)和專家經(jīng)驗(yàn)等三個(gè)部分，具體內(nèi)容如圖

??真實(shí)數(shù)據(jù)來(lái)源主要包括自然駕駛數(shù)據(jù)、事故數(shù)據(jù)、路側(cè)單元監(jiān)控?cái)?shù)據(jù)，以及駕駛?cè)丝荚嚒⒅悄芷?chē)封閉試驗(yàn)場(chǎng)測(cè)試、開(kāi)放道路測(cè)試等典型測(cè)試數(shù)據(jù)。典型的自然駕駛場(chǎng)景數(shù)據(jù)采集車(chē)輛配置如圖4所示。

??模擬數(shù)據(jù)：模擬數(shù)據(jù)來(lái)源主要包括駕駛模擬器數(shù)據(jù)和仿真數(shù)據(jù)。駕駛模擬器數(shù)據(jù)是利用駕駛模擬器進(jìn)行測(cè)試得到的場(chǎng)景要素信息。相比道路測(cè)試，駕駛模擬器測(cè)試安全、高效、可重復(fù)性好，可以進(jìn)行大范圍的以及危險(xiǎn)和極限工況的駕駛?cè)嗽诃h(huán)測(cè)試。

? 專家經(jīng)驗(yàn)數(shù)據(jù)是指通過(guò)以往測(cè)試的經(jīng)驗(yàn)知識(shí)總結(jié)得到的場(chǎng)景要素信息，標(biāo)準(zhǔn)法規(guī)測(cè)試場(chǎng)景是典型的專家經(jīng)驗(yàn)場(chǎng)景數(shù)據(jù)來(lái)源。目前，世界各國(guó)已有80余類自動(dòng)駕駛測(cè)試法律法規(guī)。我國(guó)最新發(fā)布的《智能網(wǎng)聯(lián)汽車(chē)自動(dòng)駕駛功能測(cè)試規(guī)程（試行）》提出了包括交通標(biāo)志和標(biāo)線的識(shí)別及響應(yīng)等在內(nèi)的34個(gè)測(cè)試場(chǎng)景。

1.4 場(chǎng)景的處理方式

??不同數(shù)據(jù)來(lái)源之間的場(chǎng)景數(shù)據(jù)格式及類型存在差異，且原始數(shù)據(jù)中存在大量無(wú)效數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)，需要對(duì)場(chǎng)景數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚聿拍苄纬烧嬲捎玫淖詣?dòng)駕駛汽車(chē)測(cè)試場(chǎng)景。根據(jù)現(xiàn)有的典型場(chǎng)景數(shù)據(jù)處理方式，本文總結(jié)歸納提出了如圖5所示的場(chǎng)景數(shù)據(jù)處理流程。

二、基于場(chǎng)景的自動(dòng)駕駛加速測(cè)試

??基于場(chǎng)景的自動(dòng)駕駛加速測(cè)試目前主要有兩種方式：一種方式是基于虛擬環(huán)境搭建測(cè)試場(chǎng)景的快速性與可重復(fù)性，根據(jù)測(cè)試需求進(jìn)行測(cè)試場(chǎng)景的隨機(jī)生成，短時(shí)間內(nèi)生成大量測(cè)試場(chǎng)景；另一種方式是參照整車(chē)強(qiáng)化腐蝕測(cè)試方法所提出的危險(xiǎn)場(chǎng)景強(qiáng)化生成方法。

? 1、測(cè)試場(chǎng)景隨機(jī)生成

??測(cè)試場(chǎng)景隨機(jī)生成的技術(shù)路線主要包括以蒙特卡洛模擬法、快速搜索隨機(jī)樹(shù)為代表的基于隨機(jī)采樣的生成方法，基于場(chǎng)景要素重要性層次分析的生成方法以及基于機(jī)器學(xué)習(xí)的方法等。

??相比在現(xiàn)實(shí)世界搭建真實(shí)測(cè)試場(chǎng)景，在虛擬環(huán)境進(jìn)行測(cè)試用例的生成可以極大程度上減少時(shí)間以及資源上的消耗。然而，由于自然情況下事故的發(fā)生概率較低，使用場(chǎng)景隨機(jī)生成的方式仍可能面臨大量計(jì)算的困擾，危險(xiǎn)場(chǎng)景強(qiáng)化生成的方法可以很好的解決這個(gè)問(wèn)題。

2、危險(xiǎn)場(chǎng)景強(qiáng)化生成

??若自動(dòng)駕駛汽車(chē)在危險(xiǎn)情況表現(xiàn)良好，則通常情況下其系統(tǒng)安全性也可以得到很好的保障。因此，測(cè)試危險(xiǎn)場(chǎng)景下自動(dòng)駕駛汽車(chē)的性能得到了越來(lái)越多學(xué)者的關(guān)注。

三、?研究展望

??雖然各國(guó)學(xué)者針對(duì)基于場(chǎng)景的自動(dòng)駕駛汽車(chē)虛擬測(cè)試進(jìn)行了廣泛的研究，并取得了一定的成果，但目前的研究水平還無(wú)法滿足自動(dòng)駕駛汽車(chē)測(cè)試的迫切需求，世界范圍內(nèi)尚未建立完善的自動(dòng)駕駛汽車(chē)虛擬測(cè)試評(píng)價(jià)體系。未來(lái)，在如下幾個(gè)方面仍需進(jìn)一步深入研究：

（1）場(chǎng)景解構(gòu)與自動(dòng)重構(gòu)技術(shù)。真實(shí)交通場(chǎng)景復(fù)雜多變，數(shù)據(jù)量龐大，應(yīng)根據(jù)場(chǎng)景要素分析，進(jìn)行場(chǎng)景特征要素提取，實(shí)現(xiàn)場(chǎng)景解構(gòu)。同時(shí)，場(chǎng)景要素復(fù)雜繁多，在測(cè)試不同的自動(dòng)駕駛功能時(shí)，所需的場(chǎng)景要素類型不盡相同。如何根據(jù)測(cè)試需求自動(dòng)重構(gòu)測(cè)試場(chǎng)景是目前亟待解決的關(guān)鍵問(wèn)題。

（2）人-車(chē)-環(huán)境系統(tǒng)一體化高置信度建模。當(dāng)前人、車(chē)、環(huán)境模型多進(jìn)行單獨(dú)構(gòu)建，彼此之間的耦合聯(lián)系尚未明確，應(yīng)通過(guò)傳感器信號(hào)的路徑損耗、陰影衰減和噪聲建模，描述傳感器模型與環(huán)境模型的耦合機(jī)理，進(jìn)而，對(duì)駕駛?cè)?、?chē)輛、環(huán)境的影響因素進(jìn)行全面分析，搭建構(gòu)建人-車(chē)-環(huán)境一體化高置信度模型。

??