這個專案是本人在德國留學期間在學校參與的課題之一。該專案由四個內容組成：資料基礎的建立，場景的自動提取，場景庫的建立與標準化，應用。下面我將通過七篇左右的部落格介紹我在專案中完成的工作，供場景庫研究的同行一起**和交流。因本人學識和能力有限，對於錯誤和認識較淺之處，懇請指正！
高階自動駕駛功能的出現可以很大地降低由人為因素造成的交通事故，因此高階自動駕駛功能至少需要達到乙個細心的人類駕駛員的駕駛能力。為確保高階自動駕駛功能有效安全，需要在整個研發階段以及研發結束後，對其進行及時的驗證（validierung）和有效性與功能性的保證（absicherung）。
乙個可行的方案是，把實際交通狀況做乙個總結，生成乙個具有高度代表性的交通場景庫，用場景庫來測試高階自動駕駛功能能否做出正確、及時的反應。同時，這個場景庫也需要具備在不同地區和國家的相容性。
場景庫既可以通過研究人員進行邏輯上的列舉和設計，也可以通過資料驅動——即通過將交通狀況進行觀察記錄，使用各種引數來描述交通狀況，儲存這些引數，建立交通資料庫，來提供場景庫的資料基礎。
相對於單純的邏輯上的列舉和設計，通過資料驅動來採集場景資料能顯著提公升場景數量，能夠覆蓋更多場景，減少遺漏。同時，通過按照一定規則的引數調整，可以不斷衍生出新的場景。
場景包括正常場景，風險場景和危險場景。這樣的劃分方式是基於交通事故的研究。
儘管發生了許多不同的交通事故，但其程式通常遵循相同的模式。歐洲****保護組織acea（「歐洲汽車製造商協會」）已開發出示意性事故序列，將事故過程分為五個不同階段。在此模型的幫助下，可以說明何時以及如何使用駕駛員輔助系統（fas）。可以幫助預防或減輕事故。
在此階段，沒有跡象表明即將發生事故，即使前一段路程的長度等因素已經可以影響駕駛員的注意力。 acea的專家已經將正常駕駛包括在事故過程中，這一事實再次表明，事故實際上隨時可能發生。因此，駕駛員必須始終保持專注，因為每次事故發生前的危急情況往往出乎意料地下降。這可能是前面行駛的汽車完全制動，行人出乎意料的外觀，道路上的冰點或只是將交通燈從綠色變為黃色。
其次是危險階段，可能只需要幾分之一秒。現在，確定情況的進一步發展：駕駛員是否意識到即將發生的危險？他有時間做出適當反應來化解它們嗎？事故總是不能避免的。危險階段絕不是特例，而是駕駛員在幾乎所有駕駛中都會經歷一種情況，在這種情況下，必須採取積極行動以避免事故或化解危險情況。這是日常駕駛的一部分，我們通常會做出適當的反應而不會總是覺得這很特別。
階段2以「碰撞必然點（the point of no return）」結束——到碰撞必然點時，駕駛員（或所涉及的另一方，例如進入街道的行人）必須做出反應以解決危險情況。如果他沒有成功，例如因為他分心而沒有意識到危險，或者因為根本不再可能做出反應，那麼事故就是必然的後果。實際事故始於短暫的「不可避免的碰撞」階段3，即緊承著階段2，結束於「碰撞」，即涉及事故的兩個人或有障礙物的道路交通參與者的碰撞。
階段4指的是碰撞的車輛或其他道路使用者已經發生碰撞，到最終停頓的過程——這標誌著碰撞的結束。
碰撞停頓之後，發生最後的事故階段，即「碰撞後」（階段5），在這個階段將採取必要的救援和安全措施。
流程圖：
根據交通事故的五個階段，場景可以被分為三個大類：
正常場景
在正常場景下，高階自動駕駛功能需要作出符合交通規則和駕駛目的的駕駛行為，如對於轉向的決策，在訊號燈變紅時停止，在停車場停入空車位中等。
有潛在風險的場景
在面臨有風險的場景時，高階自動駕駛功能需要能夠作出正確、及時的反應，如有追尾風險時及時反應並制動，部件失效時仍可以保持駕駛能力或尋找合適時機靠邊等。
會發生事故的場景
在碰撞無法避免的時候，高階自動駕駛功能需要採取一系列安全措施，盡可能降低碰撞對乘員造成的傷害，如碰撞前安全帶預拉緊，車門鎖自動解除，斷電保護，自動聯絡施救方等。
這三類場景可以從一些交通資料庫中提取，其中：
正常場景——自然駕駛資料集（naturalistic driving study, nds）
有潛在風險的場景，會發生事故的場景——德國深度事故資料集（german in-depth accident study），警察局交通事故資料庫（euska）
自動駕駛QNX硬體計算平台
1.瑞薩r car h3 m3 主晶元型號 r car h3 計算效能 40000dmipsx2 安全等級 compliant with iso 26262 asil b functionality safety standard for automotive 2.nxp s32v234 主晶元型號...
有關自動駕駛的新聞
2016 年 7 月 25 日，上汽與 alibaba 成立合資公司 斑馬智行 提供車聯網解決方案 2017 年 9 月 28 日，上汽與武漢光庭成立武漢中海庭資料技術 圍繞高精度地圖進行深度合作 2018 年 1 月 9 日，在 ces 展上上汽宣布與 intel 及其旗下的 mobileye 在...
自動駕駛 深度學習與自動駕駛領域的資料集蒐集
目錄 kitti資料集簡介與使用 資料集名稱 kitti oxford robotcar cityscape comma.ai udacity bddv carla gta 鏈結 資料集鏈結 鏈結 乙個面向城市道路街景語義理解的資料集 資料集鏈結 鏈結 geohot創辦的comma.ai的資料集，8...