2026年6月17日，Foretellix中国应用工程总监徐天皓在第九届智能驾驶与出海大会上介绍，该公司推出基于Physical AI Dataset的自动驾驶系统（ADS）验证闭环方案，聚焦从场景理解到覆盖度驱动决策的技术路径。该方案以语义级交互行为识别为核心，区别于传统视觉对象检测，重点提取并线、加塞、压线、路口行人穿行等高维动态场景行为，支撑安全覆盖度量化分析。

Foretellix采用抽象场景语言定义场景，例如将‘车辆过路口且遭遇行人横穿’作为可泛化的原子单元，而非依赖具体轨迹；结合减速度大于4米/秒²等风险维度进行过滤，实现目标场景的快速挖掘。所有场景支持组合检索，包括时序关系（如前车切出后另一车辆随即切入）、逻辑关系（并集、交集），避免重复挖掘，提升数据复用效率。

在数据飞轮层面，方案通过AI agent自动识别问题场景、创建结构化数据集，并依据运行设计域（ODD）定义与评价标准构建验证计划。利用场景树正交分布模型，对自车行为（泊车、车道保持、变道、路口通行）及交通参与者行为（对向来车、跟车、加塞）进行多维拆解，生成高维覆盖矩阵，量化Distribution（数据分布一致性）与Coverage（场景覆盖充分性）两项关键指标。

企业可基于覆盖缺口分析，定向补充路测数据或生成合成数据。方案支持对接Cosmos世界模型、3D/4D Gaussian Splatting等前沿仿真技术，亦兼容OpenSCENARIO标准及传统仿真软件，实现Object Level轨迹泛化。导入原始轨迹后，可通过Scenario Designer编辑位移、速度、道路位置等参数，迁移至不同地理环境，填充覆盖度空间。

该闭环流程涵盖‘定义目标—执行验证—提升覆盖—回归测试’全周期，强调对高风险维度（如车速、相对距离、天气、红绿灯状态）的显式建模与熵值评估，以降低仿真不确定性、探明算法边界。整套工具链可嵌入SOTIF框架，支撑L3/L4级自动驾驶系统在法规要求下的安全性论证与发版决策。方案不替代企业现有数据湖与数据飞轮，而是作为‘润滑剂’提升其运转效率，强化对已有数据的理解、治理与闭环反馈能力。

Foretellix深度参与ASAM OpenSCENARIO标准制定，其方案已在实际工程中验证：通过抽象场景驱动的泛化，可批量生成无保护左转遇对向来车等千量级高危场景；回归测试优先选取对覆盖度贡献最大的clip，确保验证有效性；随着迭代推进，覆盖度与测试通过率呈持续上升趋势，并可清晰识别尚未覆盖的风险维度。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。