自动驾驶的诞生：测试场景大全

Waymo去年自动驾驶里程已经超过350,000英里。而其他公司的里程数就算都加起来也到不了Waymo的一半。

如果你是行业外的，看了这个报告肯定会觉得谷歌毫无疑问是行业的领头羊，因为里程数遥遥领先。但是大家千万不要只看片面数据。美国DMV至今只要求各个公司上报两个指标：里程数和脱离数。虽然这些指标很重要，也易于衡量，而只看这两个指标显然过于片面。

各个公司测试场景完全不同，城市也不同，测试车的技术水平也完全不同。有的只在高速测试，有的在郊区测试，有的在拥堵的市中心测试，所以在相同的测试时间里，因为车速完全不同，里程数就会有天壤之别。何况测试的目的是为了检测代码有没有问题，而不是积累里程数。想比较各个公司实力，我们需要看的不只是里程数，还要看测试场景的质量与测试结果的安全性。

为大家澄清里程数这个概念，是因为想让大家理解测试的真正目的：在尽可能短的时间里验证并通过新代码，提高驾驶安全性。

新代码为何而生？是为了攻克千千万万不同的驾驶场景。雨中、雪天、高速、商业区、居民区，等等等等。只有在某个场景下测试无数次，才能允许自动驾驶车正式在这个场景下运营。

现实是，驾驶环境太复杂，各种场景少说也有100万个。但是归根结底都是以下四个方面排列组合产生。就好像舞台剧设计，需要演员、舞台、故事、以及观众，自动驾驶的场景也需要四个要素。以下小编对四个要素的定义，并给出了一些对应的例子。只限用于美国。

铺垫了这么多，以下开始场景设计的基本框架。另外，因为很多是本人自己从英文翻译来的，用词可能会不准确，还请包涵。

一、对象

对象就像舞台剧里的演员，是指场景里出现的其他人或车，以及其他影响行驶决策的或是所有可能自主运动的物体或动物。这一方面主要依赖自动驾驶的各种传感器，包括雷达和摄像头。同时也要进行大量的实时计算，预测对方下一秒的前进方向。

对象类型：普通民用车、公交车、警车、成人、儿童、残疾人。光是这一栏就可以有上万种变化。

物体类型：路灯、垃圾箱、路牌

对象移动速度：静止、每小时10公里、每小时50公里

对象移动方向：在自动驾驶车左边还是右边，移动相对角度是多少。

对象数量：如果看到很多辆警车停在路边，或是遇到一群鸭子过马路，都需要减慢速度。

环境意识：对于有生命的对象，自动驾驶车也需要判断该对象有没有在仔细看路。比如酒驾的司机、5岁的小孩、一边走路一边看手机的年轻人。

二、路况

路况是指道路的特征以及交通管制的特征，不会随环境变化而变动，自动驾驶车都可以提前预知。主要通过提前绘制好的地图自主定位。

交叉口设计：十字路口、T型路口、Y型路口

交通管制方式：红绿灯样式、停车牌、避让牌

车道数量：单车道、4车道

车道线：有分割线、无分割线

车道类型：自行车道、公交车道、超车道

限速：25mph，商业区限速、居民区限速

马路类型：高速、普通路、小路

角度：上坡、下坡、颠簸

区域：学校区、医院区、山区、施工区

三、环境

环境是场景必不可少的元素，很大程度上决定了自动驾驶车能否上路。和路况不同，这里指所有的可能变化的环境因素。很多数据需要依赖外界实时传给自动驾驶车。

天气：降雨量、风速、温度、能见度

光照：阴天、日出日落时间、太阳光角度

路面：结冰、积水

信号：5G强弱。地道里的信号可能会很差。

噪音：周围噪音会影响行人或其他车辆听到自动驾驶车发出的信号。

四、行为

这里的行为是自动驾驶车本身的行为。这方面的数据主要依靠路径规划。

驾驶方向：直行、倒车、U型掉头、左转、右转、弧线、离开车道、并入车道

速度：静止、25mph

加速度：加速、减速、匀速

信号：自动驾驶车发出的视觉信号、自动驾驶车发出的声音信号

基于以上不同种类排列组合，就可以产生庞大的场景数据库。但是数量太多，根本不可能一一测试。有两个办法解决这个问题：1.挑选在目标运营地区最为常见的场景，集中力量测试。2.对于很罕见的场景，利用仿真技术去测试。具体测试方法我会另写一篇文章专门讲解。

因此，除了里程数，还有很多指标需要考核，比如测试场景的多样化、虚拟人物的真实程度、乘坐舒适程度，等等等等。DMV需要尽快制定出更全面的考核指标，而不只是看里程数和脱离数。

市场上已经有一些创业团队开始收集场景数据，卖给自动驾驶公司。有兴趣的朋友可以去研究研究，前景应该很不错。

“自动驾驶说”旨在分享原创的行业分析和学习心得，每周一篇。本人在硅谷某自动驾驶公司担任产品经理，专注于自动驾驶安全研究、产品战略以及设计。文章仅代表个人观点。欢迎留言，互相学习。

知乎专栏：自动驾驶