一、智能网联汽车数据采集系统

1.数据采集系统的概念

据分析，自动驾驶汽车需要在真实或者虚拟环境中至少进行177亿km的里程测试，才能证明智能网联汽车自动驾驶系统比驾驶人更可靠。然而，基于里程的测试方法具有测试周期长、效率低、成本高等弊端，自动驾驶汽车要商业化落地，单纯依靠基于里程的测试方法是不够的，基于场景的仿真测试方法不可或缺。场景是智能网联汽车自动驾驶测试系统中相当重要的一环，测试场景的多样性、覆盖性、典型性等会影响测试结果的准确性，从而保证自动驾驶的安全与质量。自然驾驶数据作为智能网联汽车自动驾驶典型场景和边角场景来源的主要基础，代表了约80%的道路交通状况，因此必须进行自然驾驶场景数据采集并不断完善场景库。

智能网联自动驾驶汽车数据采集系统是指能够同步采集自动驾驶中所有传感器及控制器的相关数据，由数据采集主机、数据采集接口设备、数据采集和处理软件等组成的有机体。

2.数据采集系统的基本架构

智能网联汽车驾驶场景来源一般包含标准法规、自然驾驶数据、交通事故数据、仿真衍生数据等。驾驶场景数据采集主要包含两部分内容：一是驾驶场景数据采集平台的搭建和工具链的设计，驾驶场景数据采集需要相应的感知系统、定位系统、上位机系统、采集控制器主机系统等进行支撑，同时需要依靠统一的工具链实现传感器标定、数据存储和同步处理；二是需要设计合理的采集方案和采集需求，包含采集路线设计，采集天气情况及地理情况覆盖、白天及夜晚光线条件，采集参数精度设定等，为后续的场景数据处理、场景库搭建以及场景应用等提供数据基础。

在进行驾驶场景数据采集时，应详细制订场景采集路线，涉及高速公路、城市道路、乡村公路、停车场等不同的道路类型，覆盖各种道路上的场景类型，同时也应满足企业针对各种自动驾驶系统的开发和测试需求；驾驶人的选择应尽量考虑不同年龄段、不同性别、不同职业和不同驾驶倾向性等特点；场景采集时间应尽可能地覆盖晴天、雨天、雪天、雾天等天气情况，尽可能地覆盖白天、夜晚场景。

综合考虑智能网联汽车驾驶场景数据需求、场景定义及影响因素等，可按相对大地的移动特性将驾驶场景采集信息分为静态和动态两类，道路及设施和气象信息构成静态信息；本车驾驶行为及交通参与者构成动态信息。驾驶场景大数据采集要素总体框架见表1-1。

表1-1 驾驶场景大数据采集要素总体框架

测试场景数据来源一般包括自然驾驶场景、危险工况场景、标准法规场景、参数重组场景。

自然驾驶场景是在汽车真实的自然驾驶状态场景下提供车辆数据、驾驶人行为、道路环境等多维度信息，是证明自动驾驶有效性的一种充分测试场景，包含智能网联自动驾驶汽车所处的人—车—环境—任务等全方位信息。

危险工况场景主要来源于交通事故数据库，是智能网联汽车自动驾驶控制策略安全性和可靠性验证的关键。危险工况场景主要涵盖恶劣天气环境、复杂道路交通和典型交通事故三大类场景，是证明自动驾驶有效性的必要测试场景之一。

标准法规场景主要来源于现有的标准、评价规程等，如ISO、NHTSA、E-NCAP、C-NCAP等多项标准，评价规程对现有自动驾驶功能测试进行了规定。标准法规测试场景是智能网联汽车自动驾驶功能在研发和认证阶段必须要满足的基础测试场景。

参数重组场景来源于现有场景数据库资源，通过对已有的仿真场景进行参数化设置，随机生成或自动重组相应类型的场景。参数重组场景通过对静态要素、动态要素以及驾驶人行为要素等进行不同排列组合及遍历取值，扩展参数重组场景边界，有效覆盖自动驾驶功能测试盲区，是对测试场景未知工况的有效补充。