如何搭建自动驾驶场景库，场景库系列（一）
第三期亮道智能线上公开课，我们有幸邀请了同济大学的朱西产教授，为大家介绍如何搭建L3及以上自动驾驶的场景库。
朱教授是汽车安全技术研究所所长，在同济大学智能型新能源汽车协同创新中心，从事智能汽车测试评价研究工作。在ADAS 和自动驾驶测试评价方向，有丰富的经验。
我们将朱教授的演讲内容整理成三篇文章与大家分享。你也可以在文末找到课程回看链接。
以下是第一篇内容，你可以了解到：场景的定义，我们从ADAS 系统开发中获得了哪些有关场景应用的经验，L3\L4自动驾驶需要的场景库又有什么新要求。
△ Photo by Octavian Rosca on Unsplash
1. 场景的定义
场景的概念是在影视剧里提出的，用来描述一定的时间、空间内发生的一定的任务、行动或因人物关系所构成的具体生活画面。场景这个词也泛指生活中特定的场景、情形。
交通场景指的是道路交通中的特定情景，目前也在制订场景的标准。通过大量研究，我们认为一个交通场景至少应该包括以下六类信息：
第一层，道路几何信息。 第二层，道路基础设施，路边的交通设施、信号灯、交通标线等。 第三层，道路上的一些临时的变化，比如修路或者有一些新的变化。 第四层，是比较受到关注的，道路交通参与者之间的运动关系。 第五层，涉及到气象、光照等等交通环境的信息。 第六层，新加进去的数字信息，例如V2X。
道路的数字化信息由以上六层来描述。
2. ADAS 开发、测试、评价用场景
其实，在ADAS 开发过程中就已经用到了场景。
国内正在起草的推荐性国家标准《道路车辆先进驾驶辅助系统(ADAS)术语及定义》中，定义了21类信息辅助类的ADAS 系统和15类控制类的ADAS 辅助系统，基本上列出了某种场景下先进的驾驶辅助系统功能，有些还有功能的要求。
这36类ADAS 系统放到标准里的场景可以称为标准场景，用于行政管理部门的认证、行业评级等等的测试评价用。
企业开发ADAS 系统用到的场景会比标准场景更多一点，我们把它叫做典型场景。量产开发的时候，更多要关注用户在实际驾驶过程中经常遇到的典型场景。
在感知系统测评的时候还有一些误用场景，就是ADAS 环境感知传感器容易发生失效的一些误用场景。
以上这些是在ADAS 系统开发时已经使用到的场景。
3. 解决L3/L4自动驾驶安全验证困境
ADAS 系统开发为自动驾驶开发奠定了一定的基础，但是用户并不满足于ADAS 功能，而是期待L3、L4级别的自动驾驶汽车。
比如，L2自动驾驶驾驶员不能脱离驾驶，还是得专心致志开车，就会影响用户体验。用户期待体验更好的L3自动驾驶，而L4自动驾驶可以带来全新体验。
但是，L3、L4自动驾驶系统开发面临一些困境。
一些企业采用最原始的测试方法，让系统持续不断到真实交通场景路测，积累100万公里、200万公里、500万公里。大家比的是测试车辆数，在哪些区域测试，总里程数，自动驾驶脱离频次、频率以及有没有事故发生。
采用这种方法进行自动驾驶系统开发，过程可能会非常漫长。测试多长时间才算够，这是一个很难回答的问题。
L3、L4自动驾驶系统开发需要新的方法论。
自动驾驶系统相当于在代替人类驾驶员，承担一些驾驶工作。人类驾驶员开车要做两件事：一个是学会驾驶，一个是考取驾照。事实上，我们所说的驾校和取得驾照时的科目一、科目二、科目三考试，就是人类驾驶员学习和考取驾照的场景库。
对于自动驾驶系统来说，要想上路使用也要做两件事情：一个是系统开发，一个是测试认证。如果跑几亿公里才能证明它的安全性，自动驾驶汽车怎么被认可呢？所以我们需要像人类驾驶员考驾照一样，做出一个自动驾驶系统开发和测试认证场景库。
在第二讲中，雷博士已经介绍了数据采集、标注生成真值后，如何提取获得单个场景。接下来就要回答：从单个场景到建立L3及以上自动驾驶所需的场景库，要做哪些工作？
ADAS 测评时，把单个场景罗列起来，导入仿真平台测试就足够用于测试。但这种方法对于L3、L4自动驾驶测试验证来说是不够的。如果就杂乱无章地存放场景，没法解决覆盖度的问题。针对L3、L4自动驾驶开发使用的场景库，需要把单个场景入库、聚类，建立专门的场景库。
国际上已经开始着手制定基于场景的安全评估标准ISO/NP34502，中文名称是《道路车辆基于场景安全评估的工程框架和过程》，这个文档主要就是面向3级或者更高等级的自动驾驶系统的开发。
目前ISO/NP34502尚未发布正式版本，工作组已经形成了相关草案，关注ISO官网，可获得该标准新工作项目的最新进展。
参考这一标准，我们会在下篇聊一聊如何为高级自动驾驶建立场景库。
（本文根据演讲速记整理，未经演讲者核对）