中国汽车技术研究中心有限公司数据资源中心自2015年开展驾驶场景数据采集及分析研究工作以来，不断积累自然驾驶场景资源，目前已采集超过32万公里自然驾驶里程数据，地域覆盖北京、天津、上海等重点城市，工况覆盖高速、城市、乡村、停车场等重点领域，环境覆盖晴天、雨天、雪天、雾霾等多种天气，范围覆盖典型场景、边角场景、事故场景等多种类型，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，数据资源中心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。

为充分发挥数据资源中心现有驾驶场景数据的应用价值，迎合企业在智能网联汽车研发验证方面的场景需求，解决行业在本土化功能安全评价方面的痛点问题，数据资源中心拟基于驾驶场景数据建设方面的技术积累，从数据采集、处理分析、虚拟仿真和评价体系等多个层面对“智能网联汽车驾驶场景数据库研究与应用”进行专题报道，进而为行业提供切实可行的技术支持。专题报道将分为8期进行，本期着重介绍在虚拟场景数据库建设方面的整体思路与最新成果。

专题一：虚拟场景数据库建设

虚拟场景数据库：驾驶场景数据是智能网联汽车研发与测试的基础数据资源，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。

虚拟场景数据库的特点：虚拟场景数据库具有无限性、扩展性、批量化、自动化的特点。

无限性：虚拟场景数据库主要由测试用例经虚拟仿真建模得到，测试用例来源于功能场景与逻辑场景，由于场景参数分布的连续性以及场景元素排列组合的多样性，测试用例是不能穷举的，随着场景个数的不断积累，虚拟场景数据库不断丰富，虚拟场景数据库也是无限量的。

扩展性：构成场景的关键要素包括静态要素、动态要素以及驾驶员行为要素，要素的不同排列组合及遍历取值更丰富地扩展了虚拟场景库的边界，使得虚拟场景库的个数呈比例式增长。例如，同一个测试场景通过改变天气状况、光照条件、交通参与物个数及位置能够扩展更为丰富的测试用例。