自动驾驶测试场景数据库市场的发展探究

聂小龙

(昆明理工大学 交通工程学院，云南 昆明 650500)

自动驾驶技术作为未来中国智能交通发展的战略制高点，科学完善的自动驾驶汽车场景数据库产业体系对中国自动驾驶技术发展有着重要的支撑作用。场景数据库市场起步发展阶段要面临诸多困境，因此难以适应当前自动驾驶不断发展的测试验证需求以及全新业务增长需求的发展环境。

未来场景数据库市场必须在政府的规范与引导的基础上，逐步完善行业标准体系，深入探索行业可持续发展方式，还要根植中国本土环境，建设服务中国自动驾驶路线的场景数据库产业，不断推进中国自动驾驶测试场景数据库市场的高质量发展。

1 测试场景数据库产业概述

1.1 自动驾驶测试场景数据库的内涵

自动驾驶汽车技术真正落地之前，关键是要解决自动驾驶系统不断出现或未知的安全性和可靠性的问题[1]。自动驾驶测试场景数据库，广义上可以理解为评价自动驾驶汽车安全的“习题集”与“案例库”，它是由海量真实自然采集的交通数据集来作为自动驾驶汽车设计、研发与测试评价的数据支撑。自动驾驶场景数据库产业是建立在传感器技术、软件技术、互联网技术、通信技术、仿真技术的发展基础上，在发展过程中涉及了硬件设备制造、软件系统开发、数据运营管理等产业内容，是自动驾驶行业发展过程所催生的新兴产业。

1.2 测试场景数据库产业细分领域

1.2.1 数据采集设备

场景数据采集是场景数据库产业首要生产环节，旨在将场景中道路信息、交通流信息、车辆运动信息等非数字信息转换成为计算机能够识别的数字信息[2]。场景数据的采集过程离不开专业的数据采集设备，主要包括场景感知传感器和数据采集处理系统两类产品，其中场景感知传感器产品主要有摄像头、毫米波传感器、激光传感器以及定位传感器等产品；数据采集系统产品主要有Vector、Dspace等。场景数据采集设备产业的发展水平直接影响了场景数据库的发展质量，可以预见，随着自动驾驶场景测试技术的快速发展，与此相关的数据采集设备制造产业将迎来新的发展机遇。

1.2.2 数据处理软件

在通过采集设备得到原始场景数据后，需要对原始数据进行整理，通过对数据进行筛选、冗余清除、缺失数据修复、场景标注聚类等处理后才能将数据入库[3]。在这过程的每一环节都离不开专业数据软件的支持，当前市场上主流的数据处理软件主要分为手动标注与半自动标注两大类，其中手动标注数据处理软件主要有LabelMe和LabelImag；半自动标注数据处理软件主要有Anno-Mage和Microsoft-VoTT。面对测试场景库产业发展中所面临的海量场景数据，市场迫切需求更高自动化、更高效率的软件工具，这对于软件开发商而言，是道关键技术难题也是发展机遇。

1.2.3 数据储存平台

数据采集完成之后，下一步就需要对海量的测试场景数据进行存储管理。由于自动驾驶测试场景数据类型繁多，结构化与非结构化的数据共存，传统储存介质如硬盘、U盘、移动硬盘等储存产品已难以满足储存需求。企业机构的数据储存主要有两种方式：一种是与主流的云计算数据存储平台进行合作，数据云储存的优点是可以简化数据存储流程以及减少数据丢失的风险，而且专业的云存储机制可以防止病毒的入侵；另一种是可选择传统数据储存方式，通过安装内置大容量硬盘的分布式服务器来建立自己的数据库。可以预见，自动驾驶场景数据库市场发展过程中所衍生的海量数据储存需求，将直接或间接地为数据储存产业相关的硬件生产、服务代理、产品销售等环节创造大批的就业岗位，为中国数据储存产业创造更多的发展机会。

1.2.4 场景仿真平台

仿真软件平台是场景数据库市场发展过程中必不可少的支柱性产业，无论是构建仿真场景，还是基于场景的汽车模拟在环测试，相比场地测试与道路测试，基于仿真平台的场景测试具有不可比拟的优势[4]。当前市场上主流的场景仿真平台主要有西门子公司旗下的PreScan、德国IPG公司旗下的Carmaker、德国VIRES公司旗下的VTD等。

相比国外，中国在场景仿真平台的技术起步较晚，市场认可度较高的仿真平台有同济大学的TESS场景仿真平台。针对国内场景仿真平台产品的痛点，目前包括科技公司、车企、自动驾驶方案解决商、仿真软件企业、高校及科研院所等市场主体均积极投身自动驾驶场景仿真平台的建设研发，将会对场景数据库市场未来的发展起到重要的推动作用。

2 场景数据库产业发展面临的困境

2.1 行业规范存在空白，数据标准不够统一

测试场景数据库产业的发展整合了传感器技术、通信技术、存储技术等一系列高新产业技术。目前中国的自动驾驶测试场景数据库产业正处于起步阶段，市场化进程中在法律法规方面仍面临着诸多制约，如国家信息安全、行业资质、税收政策、数据隐私等。其中既有研发推广数据服务产业存在的共性问题，也有因为场景数据库产业涉及国家信息安全而产生的特殊问题。

此外，行业技术标准还不统一也是制约数据库产业发展的很大因素，行业市场目前在场景数据采集工作流程及要求、数据参数类型及频率精度要求、数据评价标准等方面的技术标准存在着大量空白，各生产企业对于场景数据组成、分类、格式、标注的方法和要求各不相同，这些都严重阻碍了场景数据库产品的研发与推广。

2.2 数据采集方法落后，业务组织模式分散

场景数据采集是场景数据库产业链的首要生产环节，目前数据采集方法主要是通过配备各类传感器的汽车来采集场景测试所需要的数据。该方法的局限性在于每一种数据类型都需要配备专门的数据采集设备，如定位设备、VBOX、毫米波雷达、高清摄像头等，任务烦琐并且效率低下，目前市场上缺少能整合各项设备功能的专业场景数据采集设备。

此外，现阶段分散的业务模式使得各机构承担了从采集、标注分类到数据库建设全部工作，这不仅造成数据格式不统一、效率低下，而且会造成大量的成本浪费。

2.3 数据产品类型单一，一体化测试平台欠缺

在自动驾驶测试场景数据库全产业链中，场景数据产品是最核心的竞争力，数据产品的多样性决定了市场的发展潜力。当前市场上的场景数据产品类型过于单一，对于不同驾驶人类型、道路工况与气象环境等特定工况下的场景数据产品的供应不充分，已不能满足不断发展的自动驾驶数据测试验证的市场需求。

此外，在场景仿真平台产品类型中，往往只能对自动驾驶场景的特定模块进行仿真，如Vissim、SUMO专注于场景交通流规划决策模块仿真，而dSPACE、CarSim等软件则专注于汽车电气与动力学模块的仿真。目前在自动驾驶场景仿真测试阶段缺少一个能较好整合场景各个要素，同时又能对汽车动力学性能、场景交通流高效仿真的一体化软件仿真平台，这在很大程度上限制了场景数据库产业的发展。

2.4 培养体系尚未形成，市场专业人才短缺

自动驾驶场景数据库产业的高质量的关键在于人才的培养，场景数据库产业人才和传统汽车测试产业人才培养的差异在于前者要求更为多元。这就要求场景数据库产业的人才既要了解传统汽车测试方法、数据采集流程，又要掌握数据库产业相关技术、运营特点等。从场景数据采集处理到软硬件设备开发，再到数据库的经营维护，都需要大量专业人员的参与，但目前国内自动驾驶测试技术专业人才以及场景数据库专业人才的培训体系不够健全。

同时，校企合作制度尚未形成体系，培养的专业人才缺少实践经验，难以快速上手，需要较长的适应期。总的来看，目前专业人才的培养速度不能很好适应场景数据库产业快速发展的态势，人才短缺问题越发凸显。

3 场景数据库产业的发展建议

3.1 发挥政府作用，建设行业标准体系

国家法规政策是场景数据库产业发展的重要保障，针对场景数据库市场化过程中面临的一系列问题，政府应该发挥其规制与引导作用[5]，一方面需要加大对知识产权的保护力度，通过立法等手段建立市场规范，监督数据库市场运作，并推出扶持、促进产业发展的政策，为数据库产业发展创造积极有利的环境；另一方面，产业要不断推进场景数据标准化改革，逐步完善相关的团体标准，政府监管部门在此过程应积极履行相应责任，对其进行监督、核查资质，围绕规范标准建设有中国特点的自动驾驶基础数据库、典型场景数据库、场景仿真测试评价、场景感知测评能力、场景可信度评价等基础能力建设，广泛联合行业各类机构和单位，瞄准产业发展需求，进行相关标准制订，完善并支撑中国自动驾驶测试场景数据库的标准体系建设。

3.2 准确把握市场机会，探索可持续发展模式

在《车联网(智能网联汽车)产业发展行动计划》《“十四五”信息化和工业化深度融合发展规划》等一系列国家政策的推动下，自动驾驶场景数据库产业发展环境持续向好。场景数据库产业要想在激烈的市场竞争中实现长远发展，必须准确把握市场机会，依托当前政策窗口红利，探索场景数据库产业可持续发展模式。

首先，要逐步摒弃目前数据库建设中分散的组织模式，在场景数据库建立过程中积极联合自动驾驶技术研发部门与数据库企业的相关机构，避免人力财力重复投入，造成资源浪费，在行业内形成合力，充分发挥各自所长，采用众筹的模式，共同参与自动驾驶测试场景数据库市场的开发与建设。

其次，行业要注重特色数据内容建设，在不断提升场景数据产品覆盖度的同时，根植中国本土市场，深入挖掘中国驾驶人特点的测试场景数据内容，建设中国特色的场景数据库，充分服务中国自动驾驶行业的发展。

最后，行业在做好场景数据库的建设工作的同时，也要注重产品的宣传推广与服务推进，进一步探索场景数据库的深层次的服务开发与应用探索，在为市场提供更优质数据产品服务的同时，实现自身的不断发展。

3.3 鼓励数据技术创新，培养产业专业人才

中国的自动驾驶测试场景数据库产业虽起步较晚但发展潜力巨大，当前亟须大量人才参与场景数据库管理和开发[6]。

未来应加强场景数据库开发运营人才队伍建设，探索成果奖励制度模式，鼓励全产业链积极参与场景数据技术服务创新，同时依托高等院校、科研院所、企业等机构设立自动驾驶场景数据测试实验室和相关专业课程，建立中国特色的自动驾驶场景数据人才培养体系。

除了完善专业人才的培养和储备制度以外，还应通过加强相关职业技能培训以及社会层面的通识教育，协助自动驾驶产业培养场景数据人才，树立数据安全意识。

4 结论

自动驾驶测试场景数据库行业是融合了多个产业技术领域的新兴产业，是支撑中国未来自动驾驶技术安全可靠发展的重要战略性资源。中国的自动驾驶测试场景数据库的发展过程中要充分吸取国外市场发展经验，也要根植中国本土市场，建设以服务中国自动驾驶技术路线的测试场景数据库，而在场景数据库市场化进程中，不仅需要国家层面的规划和引导，也需要全社会的共同努力和参与。