大海捞针——如何推导用于城市区域自动驾驶系统测试的相关场景

尽管配备自动驾驶系统（ADS）的车辆在技术与实现方面取得了巨大进展，但如何在其上市前证明其安全性作为必要前提的问题仍未解决。一个有前景的解决方案是基于场景的测试方法；然而，目前尚无公认的方法来系统地生成和提取待测试的相关场景集，以充分捕捉真实世界交通动态，尤其是城市运行设计域。在本文范围内，提出了一种用于城市环境中配备 ADS 车辆开发与测试的基于仿真的新工具链的总体概念。基于先前针对高速公路环境的工作，所开发的新型增强旨在使工具链能够处理因更复杂道路网络及各种交通参与者多模态交互带来的更高复杂度。基于推导的需求，对构成工具链的不同模块进行了详尽说明，并分别展示了初步结果与已识别的研究空白。重点考察了两个用例：首先，研究该工具链能否作为配备 ADS 车辆开发阶段的合成数据源，从范围、复杂性及不同未来混合交通假设场景的影响方面丰富场景数据库；其次，分析了如何在所谓自适应回放到仿真方法中结合真实记录数据与基于智能体的仿真的各自优势，以支持配备 ADS 车辆的测试阶段。所开发的工具链有助于实现为配备 ADS 车辆（尤其是城市环境）的验证与安全性证明提供公认方法这一总体目标。