自动驾驶交规符合性仿真测试场景库构建研究
时间：2023-03-10 21:35:03 来源：千叶帆 本文已影响人
苗泽霖
（公安部道路交通安全研究中心，北京100062，中国）
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色的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。
1.1 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定义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。
图1 仿真场景格式
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]。
图2 场景数据来源
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，需要找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。
图3 场景要素
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。
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；
（3）第三层—临时路况。路面状况要素设置为干燥，道路施工要素设置为无；
（4）第四层—交通状况。交通参与者要素设置为车辆，即前车（FO）、主车（Ego）、左后方车辆（LReO），被测车辆行为要素设置为前车直行、左后方车辆直行、主车变道。
（5）第五层—环境。时间要素设置为白天，天气要素设置为晴天；
（6）第六层—数字信息。要素设置为无。
（三）确定场景表达。基于测试需求和不同要素的属性之间的关系，分层次对仿真测试场景进行描述。
（1）功能场景：向左变道且左侧车道后方来车。主车（Ego）跟驰前车（FO），再进行向左变道动作，为保证达到测试目的，需在主车左后方设置目标车辆，即左后方车辆（LReO）。
（2）逻辑场景：前方车辆FO以车速Va缓慢行驶，左后方车辆LReO以车速Vb加速直行，主车Ego在距离前车d处减速，等左后方车辆通过之后自行决定变道，变道过程不得影响左后方车辆正常行驶。
（3）具体场景：对主车和目标车辆的行为进行量化赋值。
前车FO：直行，初始位置为-2车道，加速度设置为1.5m/s2，速度设置为35km/h，与主车初始的纵向距离为250m；
主车Ego：换道，初始位置为-2车道，加速度设置为1.5m/s2，速度设置为45km/h；
左后方车辆LReO：直行，当主车与前车距离为70m时，出现在-1车道，速度设置为50km/h，与主车初始的纵向距离为60m。
上述测试场景设计的示意图如图4所示，根据测试场景设计，此场景设计可完全对该条法规的覆盖，可以满足测试需求。
图4 向左变道且左侧车道后方来车
（四）场景格式。根据静态路网信息设计构建标准格式OpenDRIVE的静态路网地图，生成图形道路数据osgb文件。通过OpenScenarios动态场景描述文件调用OpenDRIVE静态路网地图和图形道路数据osgb文件，在动态场景描述文件中根据场景表达建立动态内容，从而构建自动驾驶交规符合性仿真测试场景。
2.1 场景分类
根据不同的测试需求和测试目的，场景可分为不同的种类。从功能安全的角度分析，场景可分为已知安全场景、已知危险场景、未知安全场景、未知危险场景；
从自动驾驶汽车设计运行范围出发，场景可分为高速场景、城市场景、近距离场景。
为了推动自动驾驶汽车准入，提高自动驾驶汽车的法规遵守能力，本文从合规性、安全性角度出发，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，按照自动驾驶汽车在道路交通环境中运行的难易程度将场景分为3个大类，如图5所示，由低到高分别为安全意识类场景、驾驶操作类场景、通行交互类场景；
之后再根据自动驾驶汽车动态驾驶任务，将3大类细分为12小类，分别为停车/起步、安全速度、安全距离、车道使用、变道、超车、会车、倒车、路口通行、避让、掉头和遵循交通警察指挥；
在每个小类里面按照与场景元素的相关性，又分为道路特征类、交通信号类、交通环境类和通行状态类。通过上述分类共同构成自动驾驶交通通行规则遵守能力测评场景库的理论体系架构。
图5 自动驾驶交通通行规则遵守能力测评场景库分类框架图
2.2 场景库体系搭建
交规符合性仿真测试场景库是由满足法规和安全方面测试需求的一系列自动驾驶仿真场景构成的数据库，是自动驾驶汽车合规性、安全性测试的基础数据库，是加快自动驾驶安全准入的重要数据库。场景库体系搭建主要通过虚拟仿真环境及工具链实现的。如图6所示，场景库搭建的流程主要包括数据层和场景层两方面[4]。
图6 仿真场景库体系搭建
数据层主要是对采集到的自然驾驶数据、事故数据、开放道路/封闭场地测试数据和仿真实验数据进行分析、删减修复、数据融合等一系列操作，得到可供场景分析的目标级数据，实现从原始数据到仿真测试场景所需数据的自动化处理；
场景层将处理后的目标级数据进行特征提取和要素标注，如跟车、变道、切入、切出、雨天、雪天等，实现场景片段的精细化描述，从而形成场景集，即功能场景。然后按照2.1所述的理论体系进行分类，得到逻辑场景。最后基于逻辑场景参数分布，对场景参数进行大批量泛化，通过仿真软件生成OpenX格式的场景文件，最终形成交规符合性仿真测试场景库。
以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，其中场景分类和具体场景搭建是整个场景库框架的重要组成部分。本文所研究的内容可以之后的自动驾驶汽车开展合规性、安全性测试提供一定的理论基础。自动驾驶交规符合性仿真测试场景库现在正处于开发的阶段，未来可以向场景库的丰富度、多样性、有效性、时效性等方面继续研究，推进自动驾驶汽车在交通安全领域的应用，保障自动驾驶汽车安全运行。
猜你喜欢 交规车道要素 北斗+手机实现车道级导航应用卫星应用(2021年11期)2022-01-19避免跟车闯红灯的地面车道线科学大众(2021年9期)2021-07-16浅谈MTC车道改造中国交通信息化(2020年11期)2021-01-14掌握这6点要素，让肥水更高效当代水产(2020年4期)2020-06-16观赏植物的色彩要素在家居设计中的应用现代园艺(2017年22期)2018-01-19不扣分、不罚款：古人处理违反“交规”那点事课外语文·中(2018年12期)2018-01-16论美术中“七大要素”的辩证关系河北书画研究(2017年1期)2017-08-22日本为无人驾驶车设计交规环球时报(2017-08-02)2017-08-02古代也有交规,唐人超速要“打屁股”!创新作文(小学版)(2017年29期)2017-04-04也谈做人的要素山东青年(2016年2期)2016-02-28 相关热词搜索：仿真，构建，驾驶，
