scenario.center: Methods from Real-world Data to a Scenario Database

场景化测试是一种有前途的方法，可以开发、验证和验证自动驾驶系统（ADS），因为对于复杂的交通环境，纯粹的路上测试似乎效率低下。这种方法的一个主要挑战是提供和管理足够数量的场景来测试系统。目前的研究正在调查规模化提供、生成和管理场景。本文介绍了场景数据库scenario.center（https://scenario.center），以全面自动地处理和管理场景数据，满足场景化测试方法的需求。因此，描述了这些数据库的要求。基于这些要求，提出了一个四步方法。首先，定义具有定义质量要求的通用输入格式。这被用于自动检测事件和基本场景。此外，提出了搜索性、数据质量评估和不同场景生成方法的方法，以满足不同需求的广泛适用性。为了评估，将该方法与最先进的场景数据库进行了比较。最后，通过将该方法应用于inD数据集，展示了数据库的应用和能力。数据库接口的公共演示可在https://scenario.center上提供。

如何在自动驾驶系统中实现场景测试，以验证和验证系统？如何管理和提供足够数量的场景来测试系统？

提出了一个场景数据库（scenario.center）来自动处理和管理场景数据，以满足场景测试方法的需求。该数据库提供了一个通用的输入格式，用于自动检测事件和基础场景。此外，还提出了搜索性、数据质量评估和不同场景生成方法等方法，以满足不同需求。

该数据库界面公开，可以进行演示。研究人员还将该方法应用于inD数据集，并与现有场景数据库进行了比较。该数据库具有广泛的适用性，可以服务于不同的需求。

在最近的研究中，也有一些相关的场景数据库，如Apollo Scenario Service和LGSVL Simulator。