编辑推荐 | 智能驾驶测试瓶颈：仿真场景构建的问题与挑战
因公众号更改了推送规则，记得读完点“在看”~下次图图的新文章就能及时出现在订阅列表中
当前限制智能驾驶测试的瓶颈有哪些呢？由于智能汽车面对的行驶环境越来越复杂，道路测试的成本和周期不可接受，基于场景的仿真测试技术逐渐成为了限制自动驾驶测试验证的瓶颈之一。
该领域存在诸多待解决的问题和挑战：
如何自动生成大规模的智能驾驶仿真场景案例？
如何构建小样本、小概率的极限危险场景进行算法的加压测试？
如何模拟具有高复杂性、强随机性、难预测的动态交通环境，应用于智能驾驶系统的测试链？
图图推荐《中国图象图形学报》2021年第1期“自动驾驶技术与应用”专刊论文《面向智能驾驶测试的仿真场景构建技术综述》，论文围绕上述问题分析了研究现状并给出了未来技术发展方向的思考，为北京航空航天大学教授、《中国图象图形学报》编委邓伟文团队最新成果。
扫描关注，回复“自动驾驶”
免费获取专刊论文电子
论文信息
论文标题：面向智能驾驶测试的仿真场景构建技术综述
论文作者：任秉韬, 邓伟文, 白雪松, 李江坤, 纵瑞雪, 朱冰, 丁娟
第一单位：北京航空航天大学交通科学与工程学院
关键词：汽车智能驾驶；模拟仿真；仿真测试；场景构建；交通建模；智能驾驶挑战赛
下载地址：
http://www.cjig.cn/html/jig/2021/1/20210101.htm
引用格式：任秉韬, 邓伟文, 白雪松, 李江坤, 纵瑞雪, 朱冰, 丁娟. 2021. 面向智能驾驶测试的仿真场景构建技术综述. 中国图象图形学报, 26(1): 1-12
论文看点
对仿真场景构建中的场景内涵和架构、以及场景的自动生成方法进行了国内外前沿的介绍并进行了系统的总结和梳理。
02
在交通建模仿真方面，介绍并分析了基于物理机理的交通模型构建原理和应用，同时对基于数据驱动的交通建模方法的概念和前沿进展进行了总结。
03
介绍了仿真场景在2020世界智能驾驶挑战赛WIDC（World Intelligent Driving Challeng）中的应用，其中介绍了有关面向决策控制测试的仿真场景设计和面向感知决策控制测试的仿真场景设计过程。
仿真场景内涵及构建方法
仿真场景的内涵和架构是场景构建的基石，本文对国内外关于场景内涵的研究进行了分析和比较，并从影响智能驾驶系统的角度分析并抽象了场景关键要素与特征，从而深入理解场景的网络结构与相互耦合关系，为深层次的场景构建方法研究奠定坚实的理论基础。
场景的自动构建技术为智能驾驶的加速测试和压力测试提供了强化解决方案，文章梳理的相关研究从不同的角度推动了场景生成技术的快速发展，并分析了当前研究存在的问题，因此本文认为如何建立场景极限与边界特征的描述方法，是设计和实现场景构建与自动生成的关键，也是极大发挥智能驾驶的加速测试潜能更好的为汽车智能驾驶的开发提供测试验证服务，提升车辆主动安全性能的基础。
交通仿真建模的不同方向
交通模拟是智能驾驶仿真场景构建的重要组成部分。论文分析了机理建模和数据驱动建模在交通仿真模拟中的研究和应用，通过分析可影响智能驾驶系统的周边运动要素(包括周边行人与交通车等)，构建具有复杂性、危险性和随机性等动态交通环境（如图1）是交通建模的基本要求。
图1 俯视和驾驶员视角下的交通流
基于物理机理建模的交通模型广泛应用于仿真软件中，论文分析了经典的微观交通仿真模型可分为跟驰模型和换道模型的原理，并对典型的交通仿真软件系统中应用的交通模型进行了分析和比较。数据驱动的交通建模是从机器学习的角度分析和建立高保真的交通模型，由于交通轨迹数据能够反映出驾驶行为特征信息，因此在驾驶行为机理研究的基础上借助于数据从中挖掘学习交通智能体间的随机交互运动、危险驾驶的规律，采用数据驱动方法研究面向汽车智能驾驶模拟仿真测试的交通仿真建模方法是研究热点。
仿真场景的具体测试应用
在2020世界智能驾驶挑战赛中，基于团队自主研发的PanoSim仿真软件实现了仿真场景的具体测试应用。智能驾驶挑战赛的仿真赛题场景主要分为决策控制组（如图2）和感知决策控制组（如图3）两类，并建立了仿真平台的裁判系统实现赛题的自动成绩评定（如图4）。
图2 面向决策控制的仿真场景
图3 面向感知决策控制测试的仿真场景
图4 智能驾驶仿真赛的成绩评定
总结与展望
汽车行驶环境的数字模拟与仿真测试是一种智能驾驶测试验证的新方法和重要手段，是汽车智能驾驶技术与产品研发的前端关键技术。仿真场景构建方法是汽车智能驾驶模拟仿真测试的重要组成部分，其理论和方法有待深入研究。本文通过分析该领域国内外研究现状，提出了面向智能驾驶测试的仿真场景构建方法。
在场景构建方法研究方面，抽象并深刻凝练能够反映无限丰富与复杂行驶环境的有限场景的关键要素与特征，深入理解场景的网络结构与相互耦合关系，对于场景理论与方法研究至关重要；建立场景极限与边界特征的描述方法形成场景自动生成方法能够极大发挥智能驾驶的加速测试潜能，更好的为汽车智能驾驶的开发提供测试验证服务。
在交通建模方法方面，深刻理解交通车辆驾驶行为和彼此交互特征，是面向智能驾驶仿真测试的交通建模基础和首要任务；如何挖掘数据信息中车辆驾驶运动的影响规律，建立随机—危险特征的交通模型，是实现面向智能驾驶仿真测试核心和关键
随着计算机软硬件、实时图形图像处理、虚拟现实，特别是并行处理和图像渲染等模拟仿真技术的不断发展，以及对汽车行驶环境模拟和环境传感器建模技术的不断提高，基于模拟仿真技术的汽车智能驾驶仿真测试技术必将成为汽车智能驾驶技术与产品研发及技术与产品核心竞争力的决定性因素。
作者简介
任秉韬，北京航空航天大学交通科学与工程学院，讲师，博士，主要研究方向为智能汽车仿真测试场景自动构建、智能汽车行驶安全控制。
E-mail: renbt1706@buaa.edu.cn
邓伟文，通信作者，北京航空航天大学交通科学与工程学院，教授，中国人工智能学会智能驾驶专业委员会主任，中国仪器仪表学会智能车与机器人专业委员会副理事长，中国汽车工程学会会士。主要研究方向为汽车电控与智能化技术、智能驾驶模拟仿真技术。
E-mail：wdeng@buaa.edu.cn
白雪松，博士研究生，主要研究方向为异常交通建模。
E-mail：xs_bai@buaa.edu.cn
李江坤，博士研究生，主要研究方向为智能驾驶测试虚拟场景构建。
Email：
纵瑞雪，博士研究生，主要研究方向为具有中国人驾驶行为特征的交通数据驱动建模。
E-mail：
朱冰，教授，主要研究方向为汽车智能化技术、场景测试与评价、智能汽车人机共驾。
E-mail：zhubing@jlu.edu.cn
丁娟，高级工程师，主要研究方向为汽车智能驾驶模拟仿真传感器物理建模及仿真。
E-mail: juan.ding@panosim.com
汽车智能驾驶仿真测试平台
PanoSim是邓伟文教授团队自主研发的一款面向汽车自动驾驶技术与产品研发的一体化仿真与测试平台，集高精度车辆动力学模型、高逼真汽车行驶环境与交通模型、车载环境传感器模型和丰富的测试场景于一体，支持与Matlab/Simulink联合无缝仿真，提供包括离线仿真、实时硬件在环仿真（MIL/SIL/HIL/VIL)和驾驶模拟器等在内的一体化解决方案；支持包括ADAS和自动驾驶环境感知、决策规划与控制执行等在内的算法研发与测试。
PanoSim具有很强的开放性与拓展性，支持定制化开发，操作简便友好，已在美国通用汽车、德国戴姆勒汽车、上汽集团和东风汽车等企业和科研院所广泛使用。
官方网站：
推荐阅读
本文系《中国图象图形学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发！
编辑：秀 秀
指导：梧桐君
审校：夏薇薇
总编辑：肖 亮
声 明
欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。
网址：www.cjig.cn