要判斷智能駕駛汽車有什么樣的功能、能達(dá)到什么性能，很重要的環(huán)節(jié)就是場景。

一輛傳統(tǒng)燃油汽車在上市之前要經(jīng)歷殘酷的考驗(yàn)：整車可靠耐久性測試、整車排放耐久性和極端環(huán)境耐久性測試。

如今，智能網(wǎng)聯(lián)汽車的研發(fā)方興未艾。除了傳統(tǒng)汽車的“考試科目”之外，智能網(wǎng)聯(lián)汽車要想真正飛入尋常百姓家，必須在更為復(fù)雜的場景中完成技術(shù)考核。智能網(wǎng)聯(lián)汽車的開發(fā)、測試場景如何搭建？

在第五屆智能網(wǎng)聯(lián)汽車技術(shù)年會（CICV 2018）上，北京航空航天大學(xué)交通科學(xué)與工程學(xué)院院長鄧偉文教授就“面向智能駕駛的場景構(gòu)建關(guān)鍵技術(shù)”話題進(jìn)行了主題演講。

北京航空航天大學(xué)交通科學(xué)與工程學(xué)院院長 鄧偉文教授

惡劣工況下的評測系統(tǒng)開發(fā)

汽車的行駛環(huán)境極其復(fù)雜，無限豐富，里面包括行駛、交通等等，通過低成本的傳感，它的誤差、噪聲、干擾不完整性帶來了對于環(huán)境的高度不確定性。

因?yàn)?，鄧偉文認(rèn)為，智能網(wǎng)聯(lián)汽車很重要的挑戰(zhàn)，就在復(fù)雜環(huán)境底下，惡劣工況底下、危險(xiǎn)的條件底下，怎么來開發(fā)、測試和評價這個系統(tǒng)。

“場景是智能網(wǎng)聯(lián)汽車產(chǎn)品定義與質(zhì)量保障的關(guān)鍵?！编噦ノ恼f， 從自動駕駛來講，對技術(shù)進(jìn)行產(chǎn)業(yè)化，形成產(chǎn)品，最終要判斷智能駕駛有什么樣的功能和達(dá)到什么性能，中間很重要的環(huán)節(jié)就是場景。

鄧偉文表示，自動駕駛常講的自動避撞、巡航、換道、泊車、人機(jī)交互能力等?！斑@些能力我們希望通過場景的量化，對于這些能力進(jìn)行量化，為相關(guān)產(chǎn)品真正上路做好鋪墊。”

如何構(gòu)建智能汽車的場景搭建？

在鄧偉文看來，場景的研究歸納成幾個方面，一是場景的定義與架構(gòu)的研究，場景及其場景庫的構(gòu)建，有了這個定義架構(gòu)之后，怎么構(gòu)建這個場景。最后就是基于場景庫進(jìn)行測試和評價，構(gòu)成場景研究的幾個關(guān)鍵的方面。

從層次架構(gòu)上來講，最底層部分的就是道路拓?fù)浣Y(jié)構(gòu)，有靜態(tài)的物體，像障礙物、車道線等等，還有上面的交通流，特別是氣象，這上面是動態(tài)情景，構(gòu)成了場景的層次結(jié)構(gòu)。

“場景是行駛場合和駕駛情景的組合，它能深刻的受環(huán)境的影響，比如道路、交通、天氣、光照等因素，構(gòu)成了整個場景的概念?！编噦ノ恼f。

另外一方面，從場景架構(gòu)來看，有不同的行駛場合，像高速公路，鄉(xiāng)村道路，城市工況，機(jī)場、碼頭、封閉園區(qū)等。鄧偉文說：“在這個環(huán)境下，怎么駕駛、駕駛?cè)蝿?wù)、駕駛速度、駕駛的模式一起構(gòu)成了整個場景的三維的架構(gòu)?！?/p>

數(shù)字虛擬場景可以彌補(bǔ)場景庫局限性

場景數(shù)據(jù)庫需要數(shù)百億的里程數(shù)來測試，所以場景的數(shù)量從公里數(shù)的角度來講是巨大的，一部分來自于事故的重構(gòu)，封閉場地，開放道路各自有特點(diǎn)，比如開放道路很好的能夠體現(xiàn)出隨機(jī)性、復(fù)雜性、典型性區(qū)域特點(diǎn)出來。

“但場景同樣有局限性。”鄧偉文認(rèn)為不僅有數(shù)量上的局限。還有內(nèi)容上的局限，包括危險(xiǎn)的、機(jī)械的場景?！皹?biāo)注的困難，人工數(shù)據(jù)采集、自動標(biāo)注都是問題?！?/p>

因此，數(shù)字系統(tǒng)模擬的場景可以彌補(bǔ)未知危險(xiǎn)極限的場景。鄧偉文說，通過實(shí)驗(yàn)室模擬系統(tǒng)得到的相關(guān)數(shù)據(jù)也將構(gòu)成場景庫里的重要組成部分。

鄧偉文列舉了數(shù)字虛擬場景構(gòu)建的一些實(shí)例，包括不同天氣，不同光照，交通等，還包括通過航拍采集數(shù)字地圖，進(jìn)行虛擬場景構(gòu)建的一個情景。

“通過虛擬樣本訓(xùn)練深度學(xué)習(xí)的模型，用真實(shí)的數(shù)據(jù)庫進(jìn)行訓(xùn)練，通過我們采集的道路數(shù)據(jù)進(jìn)行模型的算法訓(xùn)練，可以看到兩個結(jié)果高度一致?！编噦ノ恼f。