支持自動(dòng)駕駛安全的數(shù)據(jù)庫(kù)的信息存儲(chǔ)和處理模塊

“預(yù)期功能安全”是指不存在不合理的由預(yù)期功能不足或者人員合理可預(yù)見(jiàn)的誤用所導(dǎo)致的風(fēng)險(xiǎn)。實(shí)現(xiàn)這一目標(biāo)需要符合行業(yè)標(biāo)準(zhǔn)，如ISO 21448，避免SOTIF相關(guān)的危害事件。

ISO 21448標(biāo)準(zhǔn)涵蓋了感知、規(guī)劃和控制系統(tǒng)的驗(yàn)證和確認(rèn)，確保車(chē)輛在安全性和可靠性方面表現(xiàn)優(yōu)異。尤其是規(guī)劃算法的有效性，直接影響自動(dòng)駕駛系統(tǒng)在復(fù)雜道路環(huán)境中的表現(xiàn)，因此需對(duì)其進(jìn)行詳細(xì)的驗(yàn)證與確認(rèn)。

為此，我們基于ISO 21448標(biāo)準(zhǔn)，制定了一套針對(duì)規(guī)劃算法的驗(yàn)證和確認(rèn)的數(shù)據(jù)閉環(huán)方案。該方案的核心是建立并不斷更新一個(gè)場(chǎng)景庫(kù)，模擬各種駕駛情境，從而提升自動(dòng)駕駛系統(tǒng)的決策能力，使其能夠靈活應(yīng)對(duì)多變的路況和交通動(dòng)態(tài)。

在這套數(shù)據(jù)閉環(huán)方案中，自動(dòng)駕駛系統(tǒng)的決策機(jī)制依賴(lài)于全面的場(chǎng)景測(cè)試和驗(yàn)證，實(shí)現(xiàn)高效的數(shù)據(jù)回收和再利用。為此，數(shù)據(jù)庫(kù)的信息存儲(chǔ)和處理模塊發(fā)揮了不可或缺的作用。該模塊不僅僅是海量場(chǎng)景數(shù)據(jù)的存儲(chǔ)載體，更是支持實(shí)時(shí)數(shù)據(jù)分析、處理和反饋的基礎(chǔ)設(shè)施。它能快速適應(yīng)不斷變化的算法需求和優(yōu)化策略，確保自動(dòng)駕駛系統(tǒng)在運(yùn)行過(guò)程中能夠獲取最新、最完善的場(chǎng)景數(shù)據(jù)支持。

本文將深入探討該數(shù)據(jù)庫(kù)的信息存儲(chǔ)和處理模塊如何通過(guò)系統(tǒng)的設(shè)計(jì)和精準(zhǔn)的信息處理策略，有效支持場(chǎng)景庫(kù)的動(dòng)態(tài)更新，從而持續(xù)增強(qiáng)自動(dòng)駕駛功能的安全性和可靠性。其整體技術(shù)路線如圖所示。

01.

數(shù)據(jù)庫(kù)的信息存儲(chǔ)和處理模塊

該模塊詳細(xì)展示了數(shù)據(jù)的存儲(chǔ)和處理流程，針對(duì)高速和非高速場(chǎng)景提供了全面且具體的技術(shù)路線，以確保在不同駕駛環(huán)境下的安全性和有效性。

數(shù)據(jù)存儲(chǔ)和處理流程概述

數(shù)據(jù)收集

圖標(biāo)（1）：駕駛車(chē)輛傳感器數(shù)據(jù)收集

● 從車(chē)輛端設(shè)備多維度收集傳感器數(shù)據(jù)，包括圖像（如攝像頭拍攝的路面和周?chē)h(huán)境）、視頻流、雷達(dá)信號(hào)等。這些數(shù)據(jù)不僅捕捉到車(chē)輛的行駛狀態(tài)，還包括環(huán)境的動(dòng)態(tài)變化。

●除了基礎(chǔ)的數(shù)據(jù)收集，還記錄關(guān)鍵附加信息，例如GPS坐標(biāo)、車(chē)輛速度、行駛方向、和拍攝時(shí)間，以全面反映車(chē)輛的實(shí)時(shí)性能和環(huán)境信息。

數(shù)據(jù)預(yù)處理

圖標(biāo)（2）：預(yù)處理

●收到的數(shù)據(jù)經(jīng)過(guò)初步驗(yàn)證后，進(jìn)行數(shù)據(jù)的拆分，形成可分析的數(shù)據(jù)集。

●在此步驟中，數(shù)據(jù)將經(jīng)歷清洗（去除噪聲和異常值）、篩選（根據(jù)興趣點(diǎn)過(guò)濾無(wú)關(guān)數(shù)據(jù)）、提取（選擇具有特定特征的數(shù)據(jù)）以及標(biāo)準(zhǔn)化處理（確保格式一致性和數(shù)據(jù)統(tǒng)一性），從而提升數(shù)據(jù)的質(zhì)量，確保后續(xù)分析的準(zhǔn)確性。

高速場(chǎng)景處理

圖標(biāo)（4）：邏輯場(chǎng)景提取

●在預(yù)處理完成后，依據(jù)設(shè)定的篩選條件，系統(tǒng)從數(shù)據(jù)集中提取符合條件的特定數(shù)據(jù)片段。

●此過(guò)程中，進(jìn)行對(duì)不同場(chǎng)景類(lèi)型的關(guān)鍵參數(shù)分析，諸如速度、加速度、車(chē)與車(chē)之間的距離等，并評(píng)估這些參數(shù)的分布范圍。這為后續(xù)模型的優(yōu)化提供了必要的支持和依據(jù)。

非高速場(chǎng)景處理

圖標(biāo)（4）：提取和配置駕駛行為

●系統(tǒng)從車(chē)輛軌跡中提取出實(shí)際的行駛行為，結(jié)合速度分布特性，將這些信息賦予交通參與者，生產(chǎn)出更真實(shí)的交通流模型。

●這種方法使得模擬環(huán)境中的駕駛行為更貼近現(xiàn)實(shí)，便于后續(xù)的風(fēng)險(xiǎn)評(píng)估和行為分析。

圖標(biāo)（6）：配置搜索條件

●根據(jù)設(shè)定的成本函數(shù)，利用最優(yōu)搜索算法快速鎖定關(guān)鍵場(chǎng)景。這一過(guò)程可迅速找到影響駕駛安全性和效率的核心條件，從而提高數(shù)據(jù)處理的效率和效果。

圖標(biāo)（7）：關(guān)鍵場(chǎng)景生成

●基于前期的數(shù)據(jù)分析和提取，該模塊可以生成大量的未知不安全場(chǎng)景，反映潛在的安全風(fēng)險(xiǎn)。這些場(chǎng)景為后續(xù)的測(cè)試和分析提供必要的基礎(chǔ)數(shù)據(jù)，有助于訓(xùn)練和驗(yàn)證模型。

最終集成步驟

圖標(biāo)（8）：統(tǒng)一標(biāo)準(zhǔn)集成

●通過(guò)上述處理步驟，系統(tǒng)完成生成的測(cè)試用例（9）以確保符合行業(yè)標(biāo)準(zhǔn)，采用OpenDrive和OpenScenarios等格式進(jìn)行存儲(chǔ)。

●這種一致性存儲(chǔ)策略確保在不同測(cè)試環(huán)境下生成的測(cè)試用例能夠比較和應(yīng)用，為自動(dòng)駕駛技術(shù)的推廣與驗(yàn)證提供可靠支持。

通過(guò)這種詳細(xì)的數(shù)據(jù)存儲(chǔ)和處理流程，本模塊全面覆蓋了高速和非高速場(chǎng)景，為自動(dòng)駕駛系統(tǒng)的開(kāi)發(fā)提供了系統(tǒng)化的技術(shù)路線圖。該流程聚焦于數(shù)據(jù)的采集、預(yù)處理以及場(chǎng)景的提取與生成，從而為提升整車(chē)的安全性和智能化水平奠定了堅(jiān)實(shí)的基礎(chǔ)。

02.

高速場(chǎng)景分析

在自動(dòng)駕駛技術(shù)的發(fā)展中，高速場(chǎng)景的研究尤為關(guān)鍵。這一部分將介紹高速場(chǎng)景的分類(lèi)與處理流程，概述如何通過(guò)多個(gè)數(shù)據(jù)源為測(cè)試提供有效支撐。

此表展示了場(chǎng)景的分類(lèi)，包括背景和參數(shù)設(shè)置，強(qiáng)調(diào)不同的場(chǎng)景類(lèi)型和測(cè)試用例的關(guān)聯(lián)性。

數(shù)據(jù)提取

在高速場(chǎng)景研究的初期，我們通過(guò)多個(gè)數(shù)據(jù)源來(lái)提取駕駛數(shù)據(jù)，包括自然駕駛數(shù)據(jù)（FOT）、航拍數(shù)據(jù)、駕駛數(shù)據(jù)和事件數(shù)據(jù)。這些數(shù)據(jù)為構(gòu)建場(chǎng)景提供了堅(jiān)實(shí)基礎(chǔ)。

數(shù)據(jù)存儲(chǔ)

提取的數(shù)據(jù)將被整合并存儲(chǔ)于專(zhuān)用數(shù)據(jù)庫(kù)中，這樣可以確保數(shù)據(jù)的安全性與整合性，方便后續(xù)分析。

場(chǎng)景生成

根據(jù)提取的數(shù)據(jù)，我們將生成完整的場(chǎng)景空間，并使用OpenScenario文件格式保存，便于與其他系統(tǒng)進(jìn)行交互。

測(cè)試與驗(yàn)證

生成的場(chǎng)景和測(cè)試概念將進(jìn)行多種測(cè)試，包括場(chǎng)地測(cè)試、仿真測(cè)試和模型測(cè)試，以驗(yàn)證其可靠性和實(shí)用性。這些步驟共同支持自動(dòng)駕駛系統(tǒng)的實(shí)際應(yīng)用，保證其安全性和穩(wěn)定性。

生成的測(cè)試用例格式如下：

03.

總結(jié)與展望

本文探討了自動(dòng)駕駛系統(tǒng)在復(fù)雜多變環(huán)境下確保安全性和可靠性的關(guān)鍵措施。通過(guò)建立全面的數(shù)據(jù)庫(kù)信息存儲(chǔ)和處理模塊，我們能夠有效支持場(chǎng)景庫(kù)的動(dòng)態(tài)更新，并持續(xù)提升自動(dòng)駕駛系統(tǒng)的決策能力和適應(yīng)性。

總結(jié)

數(shù)據(jù)閉環(huán)方案：通過(guò)對(duì)高速和非高速場(chǎng)景的系統(tǒng)分析，構(gòu)建了一套高效的數(shù)據(jù)采集、預(yù)處理和場(chǎng)景生成流程。這不僅提高了數(shù)據(jù)的質(zhì)量與可用性，還促進(jìn)了自動(dòng)駕駛技術(shù)的完善。

關(guān)鍵場(chǎng)景提?。宏P(guān)鍵場(chǎng)景的生成及測(cè)試用例的整合為后續(xù)的驗(yàn)證和風(fēng)險(xiǎn)評(píng)估提供了必要的數(shù)據(jù)支持，確保自動(dòng)駕駛系統(tǒng)能夠有效應(yīng)對(duì)各種實(shí)際駕駛情境。

技術(shù)標(biāo)準(zhǔn)化：采用OpenDrive和OpenScenario等行業(yè)標(biāo)準(zhǔn)格式，保證了數(shù)據(jù)和測(cè)試用例的兼容性和可重復(fù)性，為進(jìn)一步的系統(tǒng)驗(yàn)證和推廣奠定了基礎(chǔ)。

展望

持續(xù)優(yōu)化與更新：隨著技術(shù)的發(fā)展，數(shù)據(jù)庫(kù)的信息存儲(chǔ)和處理模塊需要不斷更新，以適應(yīng)新的算法需求和駕駛場(chǎng)景的變化。在未來(lái)，可以考慮結(jié)合深度學(xué)習(xí)與大數(shù)據(jù)分析技術(shù)，提升數(shù)據(jù)處理的智能化水平。

跨系統(tǒng)協(xié)同：展望未來(lái)的自動(dòng)駕駛測(cè)試，將會(huì)更多地與其他智能交通系統(tǒng)進(jìn)行集成與協(xié)同，形成一個(gè)更加全面、智能的交通網(wǎng)絡(luò)。需要建立開(kāi)放的數(shù)據(jù)共享平臺(tái)，以促進(jìn)數(shù)據(jù)的互操作性和協(xié)同創(chuàng)新。

安全性與合規(guī)性：確保自動(dòng)駕駛系統(tǒng)的安全性和合規(guī)性仍然是核心任務(wù)。未來(lái)的研究應(yīng)集中在如何利用動(dòng)態(tài)更新的數(shù)據(jù)支持實(shí)時(shí)的風(fēng)險(xiǎn)評(píng)估和決策優(yōu)化，以應(yīng)對(duì)復(fù)雜的道路環(huán)境和交通狀況。

作者

邊俊

磐時(shí)創(chuàng)始人/首席安全專(zhuān)家

汽車(chē)安全社區(qū)SASETECH發(fā)起人；智能網(wǎng)聯(lián)預(yù)期功能安全工作組核心成員；國(guó)內(nèi)最早從事汽車(chē)功能安全、預(yù)期功能安全的專(zhuān)家之一