受汽車產業、學術界以及政府的廣泛關注，自動駕駛汽車相關技術成為了炙手可熱的行業話題。其中，駕駛場景數據是智能網聯汽車研發與測試的重要基礎數據資源，是評價智能網聯汽車功能安全的重要“案例庫”與“習題集”，是重新定義智能汽車等級的關鍵數據依據。駕駛場景測試用例主要通過虛擬仿真環境及工具鏈進行復現，因此建設虛擬場景數據庫是連接場景數據與場景應用的關鍵橋梁。

由華威大學WMG學院與硅谷初創公司Deepen AI共同發起的國際公共場景數據庫Safety Pool項目，旨在根據行業需求，聯合來自全球產業界、學術界、政府和各決策部門等利益攸關方，共同構建適用于ADAS/AV測試、驗證和認證的全局性參考場景數據庫。該數據庫提供了各種駕駛場景，政府、行業和學術界都可以利用這些場景來測試和認證自動駕駛系統 (ADS) 和高級駕駛輔助系統 (ADAS)，以及制定政策和監管指南。目前Safety Pool場景數據庫已經得到了世界經濟論壇的支持，并作為其安全駕駛倡議和英國互聯與自動車輛中心(CCAV)的一部分。

Safety Pool項目已經在AV和ADAS社區內達成共識，同時吸引了世界各地的政府加入該項目，并率先將安全標準和認證引入各參與國。作為Safety Pool場景數據庫項目的主要參與方和中國場景庫建設的承接者，中汽數據是國內最早開展駕駛數據采集及研究的第三方機構。自2015年開展駕駛場景數據采集及分析研究工作以來，積累了廣泛全面的駕駛場景，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，中汽數據逐步形成了完善的數據采集規范、數據處理流程、特征提取方法、場景數據庫結構規范、測試用例數據格式、駕駛場景虛擬仿真測試方法等理論體系。

中汽數據場景庫建設方面的專家指出，虛擬場景數據庫具有無限性、擴展性、批量化、自動化的特點。相比于真實場景測試，在虛擬場景中進行自動駕駛汽車測試可以確保測試過程安全可靠，并且能夠滿足自動駕駛汽車測試對于行駛里程，行駛過程質量和復雜性的要求。Safety Pool場景數據庫建設的主要目的是為政府、汽車產業以及研究機構通過提供一個廣泛的測試場景數據庫來加快ADS技術的發展步伐，同時建立一組共享的軟件平臺，便于共享管理測試和驗證安全的關鍵數據以及測試場景。

為了促進解決方案的共享，Safety Pool場景數據庫項目允許參與方創建自己的數據庫，用戶可以通過Web應用程序訪問Safety Pool場景數據庫，通過應用程序編程接口（API）將用戶現有的測試基礎設施連接到數據庫中。場景、特定環境和操作條件相匹配后，就可在模擬環境、受控測試設施和公路上進行試驗和測試，并利用不同環境的信息加深對安全行為的理解，從而推動自動駕駛市場化實現。

為了實現與其他系統的互操作性，Safety Pool場景數據庫采用基于標準的方法來處理場景數據和訪問它的API。具體來說，駕駛場景庫使用華威大學WMG學院開發的場景定義語言(SDL)作為定義場景的標準方法，并于中汽數據開發的ADSL場景語言完成了對接，通過本體對接以及內容定義打通整體框架。整體的流程以及整體設計運行域（ODD）參考即將出版的ISO 34503 ODD標準以及使用BSI PAS 1883分類法對情景進行標記。Safety Pool場景數據庫還與ASAM開發的OpenLabel標記條件以及OpenSCENARIO仿真格式標簽保持一致，作為場景標記的增強方法與其他系統共享場景的文件格式。目前Safety Pool場景數據庫包含了由標準法規、事故數據庫和自然數據等多種來源生成的大約10萬個駕駛場景。這些場景庫有很強的通用性，并通過標準化工具以及中汽數據配套轉換工具ADScenario實現在CARLA 以及多種仿真軟件上進行場景導入，并能在多個仿真平臺上泛化和執行測試用例。

為了滿足行業從低等級至高等級自動駕駛功能驗證需求提供有效支撐，中汽數據計劃在2021年9月9日舉辦智能網聯汽車關鍵技術國際研討系列會議（線上），第一期研討會將圍繞SafetyPool國際場景庫項目與場景建設技術主題舉行。會議邀請到了英國華威大學自動駕駛驗證實驗室負責人Siddartha Khastgir 博士以及中汽數據仿真場景專家曹曼曼分別對SafetyPool場景數據庫以及與其接軌的面向高級別自動駕駛的中國場景庫建設體系最新進展、場景和仿真測試評價技術研究最新成果等內容進行分享。

未來，Safety Pool將在全球所有參與方協助下建設完成全球性場景數據庫，推動每個全球性自動駕駛系統和ADAS的安全性都可以通過全球行業、學術界和決策者分享的共同流程和基礎設施進行透明化測試、驗證和認證，為自動駕駛汽車關鍵技術發展踵事增華。