受汽车产业、学术界以及政府的广泛关注，自动驾驶汽车相关技术成为了炙手可热的行业话题。其中，驾驶场景数据是智能网联汽车研发与测试的重要基础数据资源，是评价智能网联汽车功能安全的重要“案例库”与“习题集”，是重新定义智能汽车等级的关键数据依据。驾驶场景测试用例主要通过虚拟仿真环境及工具链进行复现，因此建设虚拟场景数据库是连接场景数据与场景应用的关键桥梁。 由华威大学WMG学院与硅谷初创公司Deepen AI共同发起的国际公共场景数据库Safety Pool项目，旨在根据行业需求，联合来自全球产业界、学术界、政府和各决策部门等利益攸关方，共同构建适用于ADAS/AV测试、验证和认证的全局性参考场景数据库。该数据库提供了各种驾驶场景，政府、行业和学术界都可以利用这些场景来测试和认证自动驾驶系统 (ADS) 和高级驾驶辅助系统 (ADAS)，以及制定政策和监管指南。目前Safety Pool场景数据库已经得到了世界经济论坛的支持，并作为其安全驾驶倡议和英国互联与自动车辆中心(CCAV)的一部分。
Safety Pool项目已经在AV和ADAS社区内达成共识，同时吸引了世界各地的政府加入该项目，并率先将安全标准和认证引入各参与国。作为Safety Pool场景数据库项目的主要参与方和中国场景库建设的承接者，中汽数据是国内最早开展驾驶数据采集及研究的第三方机构。自2015年开展驾驶场景数据采集及分析研究工作以来，积累了广泛全面的驾驶场景，已建设成为首屈一指的中国特色驾驶场景数据库。经过多年的经验积累，中汽数据逐步形成了完善的数据采集规范、数据处理流程、特征提取方法、场景数据库结构规范、测试用例数据格式、驾驶场景虚拟仿真测试方法等理论体系。
中汽数据场景库建设方面的专家指出，虚拟场景数据库具有无限性、扩展性、批量化、自动化的特点。相比于真实场景测试，在虚拟场景中进行自动驾驶汽车测试可以确保测试过程安全可靠，并且能够满足自动驾驶汽车测试对于行驶里程，行驶过程质量和复杂性的要求。Safety Pool场景数据库建设的主要目的是为政府、汽车产业以及研究机构通过提供一个广泛的测试场景数据库来加快ADS技术的发展步伐，同时建立一组共享的软件平台，便于共享管理测试和验证安全的关键数据以及测试场景。 为了促进解决方案的共享，Safety Pool场景数据库项目允许参与方创建自己的数据库，用户可以通过Web应用程序访问Safety Pool场景数据库，通过应用程序编程接口（API）将用户现有的测试基础设施连接到数据库中。场景、特定环境和操作条件相匹配后，就可在模拟环境、受控测试设施和公路上进行试验和测试，并利用不同环境的信息加深对安全行为的理解，从而推动自动驾驶市场化实现。
为了实现与其他系统的互操作性，Safety Pool场景数据库采用基于标准的方法来处理场景数据和访问它的API。具体来说，驾驶场景库使用华威大学WMG学院开发的场景定义语言(SDL)作为定义场景的标准方法，并于中汽数据开发的ADSL场景语言完成了对接，通过本体对接以及内容定义打通整体框架。整体的流程以及整体设计运行域（ODD）参考即将出版的ISO 34503 ODD标准以及使用BSI PAS 1883分类法对情景进行标记。Safety Pool场景数据库还与ASAM开发的OpenLabel标记条件以及OpenSCENARIO仿真格式标签保持一致，作为场景标记的增强方法与其他系统共享场景的文件格式。目前Safety Pool场景数据库包含了由标准法规、事故数据库和自然数据等多种来源生成的大约10万个驾驶场景。这些场景库有很强的通用性，并通过标准化工具以及中汽数据配套转换工具ADScenario实现在CARLA 以及多种仿真软件上进行场景导入，并能在多个仿真平台上泛化和执行测试用例。 为了满足行业从低等级至高等级自动驾驶功能验证需求提供有效支撑，中汽数据计划在2021年9月9日举办智能网联汽车关键技术国际研讨系列会议（线上），第一期研讨会将围绕SafetyPool国际场景库项目与场景建设技术主题举行。会议邀请到了英国华威大学自动驾驶验证实验室负责人Siddartha Khastgir 博士以及中汽数据仿真场景专家曹曼曼分别对SafetyPool场景数据库以及与其接轨的面向高级别自动驾驶的中国场景库建设体系最新进展、场景和仿真测试评价技术研究最新成果等内容进行分享。 未来，Safety Pool将在全球所有参与方协助下建设完成全球性场景数据库，推动每个全球性自动驾驶系统和ADAS的安全性都可以通过全球行业、学术界和决策者分享的共同流程和基础设施进行透明化测试、验证和认证，为自动驾驶汽车关键技术发展踵事增华。 |
