駕駛場景數據的采集主要包含兩部分的内容，一是駕駛場景數據采集平台的搭建和工具鍊的設計，駕駛場景數據的采集需要相應的感知系統、定位系統、上位機系統、工控機系統等進行支撐，同時需要依靠統一的工具鍊實現傳感器标定、數據存儲和同步處理；二是需要設計合理的采集方案和采集需求，包含采集路線設計、采集天氣情況及地理情況覆蓋、白天及夜晚光線條件，采集參數精度設定等，為後續的場景數據處理、場景庫搭建以及場景應用等提供數據基礎。
自然駕駛場景數據采集特點
駕駛場景數據的采集具有真實性、代表性、可量化、通用性的特點。
1、真實性：中國智能網聯汽車駕駛場景數據的采集應該是基于中國道路交通環境進行的。采集的駕駛場景數據應能夠真實地反應具有中國特色的道路交通場景，這樣才能開發或測試出能夠适應中國道路交通環境的智能網聯汽車。
2、代表性：基于中國道路交通環境采集的駕駛場景數據應具有代表性，一是能夠反映車輛的實際行駛過程中遇到的場景，二是采集到的場景能夠覆蓋中國道路交通典型場景、邊角場景、危險場景、事故場景等場景，同時覆蓋不同環境、不同道路類型、不同駕駛員駕駛等場景類型。
3、可量化：駕駛場景的采集是基于各種感知、定位等傳感器系統進行的，場景的表現形式和特征均是由量化的參數來表示的。
4、通用性：駕駛場景數據采集應以統一的場景數據采集需求、場景數據存儲格式、同步方式等為基本前提。由行業制定通用統一的駕駛場景數據采集工具鍊和規範勢在必行。
中汽中心數據資源中心在2015年就已經開始了中國智能網聯汽車駕駛場景數據庫研究及應用工作。深入研究駕駛場景采集工作，搭建了多輛基于視覺、多傳感器融合方案的采集平台車型，開發完整的工具鍊，實現傳感器的标定、數據同步采集和存儲；深入挖掘自然駕駛場景采集需求，明确每一個采集參數和精度要求。截止現在已經積累了超過30萬餘公裡的駕駛場景數據，覆蓋了北京、天津、上海、河北等國内重點區域城市及周邊道路，道路類型覆蓋高速公路、城市道路、停車場等道路類型；天氣狀況覆蓋晴天、雨天、霧霾等情況。
圖1基于視覺的場景采集平台
圖2視覺與雷達融合的場景采集平台
圖3多傳感器融合采集平台駕駛場景數據采集平台
目前，數據資源中心已建成基于視覺的駕駛場景采集平台，基于視覺和前向毫米波雷達融合的采集平台以及基于單目視覺、雙目視覺、毫米波雷達、激光雷達等多傳感器融合的采集平台。目前正在搭建基于360°毫米波雷達、前向視覺（Mobileye）的融合采集平台，以及基于毫米波雷達、多線激光雷達、前向視覺的采集平台。未來數據資源中心能夠根據客戶需求提供定制化的普通配置、中等配置和高級配置等多種不同配置級别的駕駛場景采集平台方案并進行實時采集、數據處理和仿真測試等。
1、單目視覺場景采集平台：此平台搭配了前向視覺傳感器，自主開發目标檢測、識别、追蹤等算法，具備了良好的性能。平台還配備前、後、左後、右後和360°環視攝像頭，實現采集車輛無盲區視頻采集。搭配便攜式采集系統和上位機系統能夠同步采集并存儲車輛CAN信号、GPS信号、目标級信号和視頻信号。整套設備小巧玲珑，成本較低，适合大規模駕駛場景采集。
2、視覺與毫米波雷達融合的場景采集平台：與單視覺采集平台對比，将毫米波雷達和視覺傳感器融合，提高整個采集平台的采集精度和可靠性。融合系統的實現方法是由視覺與雷達分别獨立完成目标的檢測，獲得各自的目标序列，即雷達可提供目标的位置和縱向速度信息，視覺的圖像處理算法可以提供目标的位置、寬度、類型和質量信息，采用融合算法對獲取結果進行綜合判斷，并篩選雷達檢測的有效object信息與視覺檢測的目标進行匹配，最後将車輛前方障礙物對應的結構化信息輸出。此平台成本稍高，但是提高了駕駛場景采集參數的多樣性和精度，更有利于後期的場景數據處理分析和應用。
3、多傳感器融合的場景采集平台：平台安裝了Mobileye單目視覺、雙目視覺、低線束線激光雷達、高線束線激光雷達、毫米波雷達等感知傳感器，同時匹配高精度慣導系統、環視高清攝像頭。通過自主開發的采集系統同步采集存儲各個傳感器信号、車輛CAN信号、車輛位置信号等參數。同時，數據資源中心正在開發多傳感器融合算法，最終實現視覺、毫米波雷達和激光雷達的目标級數據融合，最大程度地提高場景采集參數的多樣性和精度，為駕駛場景數據的處理和分析應用等做好鋪墊。
駕駛場景數據采集方案
駕駛場景數據采集的方案往往決定了場景數據的真實性和代表性兩個特征。在進行駕駛場景數據采集時詳細制定場景采集路線，涉及高速公路、城市道路、鄉村公路、停車場等不同的道路類型，覆蓋各種道路上的場景類型，同時也可以滿足企業針對各種自動駕駛系統的開發和測試需求；駕駛員的選擇會盡量考慮不同年齡段、不同性别、不同職業和不同駕駛傾向性等特點；場景采集時間應盡可能地覆蓋晴天、雨天、雪天、霧等天氣情況，盡可能地覆蓋白天、夜晚場景。
駕駛場景采集需求
首先通過對現階段國内外智能網聯汽車測試标準法規的研究，明确駕駛場景需要采集的基本參數及精度要求；其次建立已知場景采集傳感器庫，研究各種傳感器的特點及參數，明确駕駛場景采集參數及精度；然後結合虛拟場景搭建團隊在搭建虛拟仿真場景時需要的要素及參數補充完善駕駛場景采集參數及精度要求；最後數據資源中心研究國内外駕駛場景的分類及研究理論體系，将駕駛場景建立本車、交通參與者、道路交通和環境4個本體并進行場景分類，依據分類場景确定每個場景下的采集參數要求及精度。（表1）
背景資料
中國汽車技術研究中心有限公司數據資源中心自2015年開展駕駛場景數據采集及分析研究工作以來，不斷積累自然駕駛場景資源，目前已采集超過32萬公裡自然駕駛裡程數據，地域覆蓋北京、天津、上海等重點城市，工況覆蓋高速、城市、鄉村、停車場等重點領域，環境覆蓋晴天、雨天、雪天、霧霾等多種天氣，範圍覆蓋典型場景、邊角場景、事故場景等多種類型，已建設成為首屈一指的中國特色駕駛場景數據庫。經過多年的經驗積累，數據資源中心逐步形成了完善的數據采集規範、數據處理流程、特征提取方法、場景數據庫結構規範、測試用例數據格式、駕駛場景虛拟仿真測試方法等理論體系。