【编者按】5月19日，同济汽车创新论坛“创新引领发展”的主题之下，围绕汽车“新四化”的发展趋势，演讲嘉宾们掀起了一场头脑风暴，分享了深入交通、造车、营销等各个领域的新思维。上海汽研新检测技术研究发展中心总监于峰分享了构建场景数据库的重要意义。

新技术带来的变革是非常快的，对于检测机构来说，其实测试的基础，最主要的是场景的数据库，对于智能网联汽车可以发挥非常重要的作用。

为什么智能车时代的到来对数据库的需求会这么大？主要是因为交通环境的不同。中国和欧洲、美国的交通环境、交通设施和交通参与者都是完全不一样的，人们的驾驶习惯也不一样。很多国外进来的车，带高级驾驶辅助功能，但到了中国道路上若不做本地化的改变，其实对于功能的应用和推广是不利的。

很多大的公司都在做数据库的建设，但工作量巨大，需要多方合力。数据库可以分成两部分，一个是真实的交通场景，一个是功能的测试场景。功能的场景里面，有标准测试场景，一些企业定义场景，还有一块就是V2X。中国汽车工业协会在构建自然驾驶场景，希望通过标准来推动各家企业把各自的场景都互联、互通、共享。

事故代表了最危险的工况。它是一个交通危险工况的浓缩。事故数据库我们也在和国家的事故深度调查的数据库合作，希望通过数据库的应用，去梳理一些标准化的场景来支撑智能网联汽车的开发。

V2X中，其实主要针对5G的应用做很多封闭区和开放道路的一些测试。通过这种封闭区和开放道路的测试，将会产生大量的V2X的场景，这种场景会支撑我国推广5G在无人驾驶领域的应用。

自然驾驶工况的场景采集工作量非常大。它可区分为两个维度，一是普通的采集，成本较低。另外一个是高精度的采集系统，因为有一些典型的交通危险场景需要构建包括道路环境、交通参与者的完整环境。通过场景数据库的研究，可以提取危险的工况，通过打入这个场景，更好地评价自动驾驶系统的性能。测试方法不断迭代的格局就是来自于数据库。

为了支撑这种测试，还需要有设备和场地的支撑。要构建高低辅助驾驶系统验证所需的基础设备，以及车和车之间的通讯、高精度的定位。此外，目标物包含了行人、两轮车、摩托车还有3D的目标模拟车。通过整个系统，可以在场地内复现场景和工况。现在场地测试的效率是非常低的，而且它的覆盖面比较狭窄，因此需要提高场景构建的速度和效率。

最终着落点还是标准。虽然驾驶辅助系统已经在市场上有广泛的应用，但目前没有国家标准对这一些高级驾驶辅助系统有强制的要求。工信部、交通部和公安部体系下都在做标准的工作。除了国家层面的标准研究，我们也在积极配合上海市政府构建上海市的地方标准，主要是基于智能网联汽车的标准工作组。地方标准可以支撑先进技术的先试先行。