最新成果——中國(guó)典型場(chǎng)景庫(kù)建設(shè)

發(fā)展自動(dòng)駕駛技術(shù)，需要建立一種高效可行的自動(dòng)駕駛測(cè)試評(píng)價(jià)方法以應(yīng)對(duì)當(dāng)前面臨的技術(shù)挑戰(zhàn)和駕駛模式的轉(zhuǎn)變，其中，場(chǎng)景是支撐自動(dòng)駕駛車輛開(kāi)發(fā)及測(cè)試評(píng)價(jià)技術(shù)的核心要素，通過(guò)場(chǎng)景的解構(gòu)與重構(gòu)對(duì)自動(dòng)駕駛汽車進(jìn)行虛擬測(cè)試得到了廣泛認(rèn)可，而場(chǎng)景具有無(wú)限豐富、極其復(fù)雜和不確定性的特征，需要在大量的真實(shí)交通數(shù)據(jù)的基礎(chǔ)上進(jìn)行場(chǎng)景研究和構(gòu)建。因此，i-VISTA智能網(wǎng)聯(lián)汽車測(cè)試評(píng)價(jià)國(guó)際聯(lián)合研究中心（以下簡(jiǎn)稱聯(lián)合中心）開(kāi)展了百萬(wàn)公里自然駕駛數(shù)據(jù)采集和交通事故數(shù)據(jù)匯集，進(jìn)行了典型交通場(chǎng)景分析與場(chǎng)景庫(kù)構(gòu)建，駕駛員行為研究與建模，推動(dòng)聯(lián)合中心成員單位自動(dòng)駕駛測(cè)試評(píng)價(jià)技術(shù)與方法升級(jí)。

1、百萬(wàn)公里的自然駕駛數(shù)據(jù)采集

聯(lián)合中心采用結(jié)合雷達(dá)、攝像頭、Mobileye等傳感器的配置方案已完成中國(guó)百萬(wàn)公里的數(shù)據(jù)采集，覆蓋全國(guó)29個(gè)省市，包括華北、華東、華西、華中、西南、華南等主要地區(qū)。所采集的自然駕駛數(shù)據(jù)包括了高速公路、城市快速路等所有道路等級(jí)和晴、沙、霧、雨、陰等典型天氣情況?；诮馕龊腿诤虾蟮淖匀获{駛數(shù)據(jù)可構(gòu)建中國(guó)典型駕駛場(chǎng)景庫(kù)，并進(jìn)行各特定場(chǎng)景下的駕駛行為分析。





2、豐富的中國(guó)典型駕駛場(chǎng)景庫(kù)建設(shè)

基于百萬(wàn)公里的自然駕駛數(shù)據(jù)，聯(lián)合中心研發(fā)并交付了場(chǎng)景數(shù)據(jù)處理工具鏈，包含場(chǎng)景提取、場(chǎng)景標(biāo)注、場(chǎng)景轉(zhuǎn)換、場(chǎng)景生成等核心功能，可實(shí)現(xiàn)大規(guī)模數(shù)據(jù)管理與統(tǒng)計(jì)分析，幫助成員單位構(gòu)建場(chǎng)景數(shù)據(jù)處理能力?；谥袊?guó)駕駛場(chǎng)景要素分析與虛擬場(chǎng)景生成技術(shù)，聯(lián)合中心構(gòu)建了覆蓋中國(guó)典型交通工況和道路特點(diǎn)的駕駛場(chǎng)景庫(kù)。



2020年聯(lián)合中心主要面向L3/HWP激活、響應(yīng)、誤識(shí)別、跟車、切入、切出、并線、走停、逆行等功能，構(gòu)建雨雪霧、夜晚、路燈、收費(fèi)站、標(biāo)志標(biāo)線等特殊要素的50類10000例典型場(chǎng)景。同時(shí)，進(jìn)一步完善了典型駕駛區(qū)域的場(chǎng)景庫(kù)建設(shè)，以交叉口場(chǎng)景庫(kù)為例，完成了包括交叉口類型、交通信號(hào)燈、人行橫道、天氣狀況、車道分布燈多種組合形式及二輪車與車輛交互的12種工況的交叉口場(chǎng)景庫(kù)。



3、細(xì)致深入的中國(guó)典型駕駛行為分析

聯(lián)合中心在百萬(wàn)公里自然駕駛數(shù)據(jù)庫(kù)的基礎(chǔ)上提取了跟車行駛場(chǎng)景、鄰車切入場(chǎng)景、主車換道場(chǎng)景，對(duì)各個(gè)場(chǎng)景的主車速度、主車加速度、車間距、THW、TTC、切入時(shí)刻距離、換道時(shí)間、換道原因、轉(zhuǎn)向燈使用情況等進(jìn)行詳盡分析。



2020年聯(lián)合中心主要面向于交叉口環(huán)境分析主車駕駛行為。以交叉口停車線前200m到停車線后100m作為分析區(qū)域，車輛進(jìn)入交叉口區(qū)域后，有直行、左轉(zhuǎn)、右轉(zhuǎn)、掉頭四種形式方式。在交叉口停車線前行駛過(guò)程中，車輛會(huì)由于車道的不同屬性（左轉(zhuǎn)車道、右轉(zhuǎn)車道、直行車道）和其他車輛的運(yùn)動(dòng)狀態(tài)而產(chǎn)生速度、加速度以及橫向位置的變化，在車輛橫向位置變化或交叉口轉(zhuǎn)彎時(shí)也伴隨著車輛轉(zhuǎn)向燈的開(kāi)啟和關(guān)閉。因此，聯(lián)合中心分別選取橫、縱兩個(gè)方向的典型駕駛行為指標(biāo)對(duì)車輛接近交叉口和穿越交叉口的駕駛特性進(jìn)行分析，其中，縱向駕駛行為指標(biāo)包括速度、加速度、剎車踏板，橫向駕駛行為指標(biāo)包括橫擺角速度、車道改變位置、方向盤(pán)轉(zhuǎn)角、轉(zhuǎn)向燈使用情況。



結(jié) 語(yǔ)

聯(lián)合中心致力于智能網(wǎng)聯(lián)汽車測(cè)試評(píng)價(jià)共性技術(shù)、前瞻性技術(shù)協(xié)同研究，目前已形成百萬(wàn)公里自然駕駛數(shù)據(jù)庫(kù)，通過(guò)數(shù)據(jù)庫(kù)構(gòu)建了豐富的中國(guó)典型駕駛場(chǎng)景庫(kù)，并進(jìn)行細(xì)致深入的中國(guó)典型駕駛行為分析。

未來(lái)，聯(lián)合中心將豐富自然駕駛數(shù)據(jù)采集手段和數(shù)據(jù)來(lái)源，從無(wú)人機(jī)航拍、車端和路端進(jìn)行自然駕駛數(shù)據(jù)采集，形成中外典型場(chǎng)景和事故場(chǎng)景數(shù)據(jù)庫(kù)，基于數(shù)據(jù)庫(kù)完成與AD/ADAS系統(tǒng)功能需求相關(guān)的典型場(chǎng)景分析、中國(guó)宏觀事故數(shù)據(jù)和深度調(diào)查事故數(shù)據(jù)的事故統(tǒng)計(jì)、中外事故對(duì)比分析等，全面支持中國(guó)智能汽車指數(shù)測(cè)試工況與評(píng)價(jià)方法的制定，并以指數(shù)為基礎(chǔ)，支撐國(guó)家有關(guān)部門(mén)開(kāi)展行標(biāo)與國(guó)標(biāo)的研究與編制，推動(dòng)聯(lián)合中心成員單位技術(shù)升級(jí)。