视角、综述与趋势：面向自动驾驶虚拟测试的公开驾驶数据集与工具集

由于早期安全性与可靠性保障的优势，相较于真实场景中的闭环测试，自动驾驶虚拟测试近来受到越来越多关注。尽管自动驾驶数据集与工具集的可用性与质量是诊断自动驾驶系统瓶颈并提升系统性能的前提，但由于数据集与工具集的多样性和隐私性，收集并刻画其视角与质量不仅耗时，也日益困难。本文首先提出一种面向自动驾驶测试的系统文献综述方法（SLA），随后给出 2000 至 2020 年现有公开可用数据集与工具集的概览。文中还给出了涉及场景、视角与趋势推断的定量发现，以及针对 35 个自动驾驶测试工具集和 70 个测试数据集的建议。据我们所知，我们首次使用基于 SLA 的综述方法对数据集与工具集进行此类近期实证调研。我们的多面分析与新发现不仅揭示了我们认为对系统设计师、从业者和用户有用的见解，也能促进更多关于自动驾驶数据集与工具集系统综述分析的研究。