基于场景数据驱动的闭环测试方法，成为自动驾驶系统性能优化迭代的核心工具。
道路采集数据经过清洗、筛选、标注等处理，结合仿真合成数据，作为感知、规划、控制算法的测试场景数据，算法在训练、优化之后再次部署到车端，进行应用验证和新一轮的数据收集，形成数据驱动的闭环工具链，成为系统性能不断优化的强大驱动引擎，推动自动驾驶汽车技术持续进步。
西门子Simcenter ADA（Autonomy Data Analysis）自动驾驶数据分析工具，提供从海量路采数据中自动检测、提取关键场景片段的软件解决方案，构建数据驱动闭环工具链，赋能自动驾驶行业。
为什么需要Simcenter ADA数据分析工具
自动驾驶汽车在道路测试中，会产生大量数据，每周以PB级别增长。但是，这些付出巨大成本采集得到的数据，大多数都难以得到有效的分析、利用，因为其中包含的绝大多数场景，是低价值的重复数据。而高价值的场景数据，埋藏在海量数据之中。
节省时间和人力成本
工程师花费大概80%的时间处理和搜索海量路采数据，就没有精力分析真正需要的那些危险的、有冲突的、高价值的数据和场景。
Simcenter ADA数据分析工具可以自动执行场景分析，从大量的路采数据中检测和提取有用的逻辑场景，使工程师们能够有更多的精力专注于更重要的分析和测试优化任务。
快速提取高价值场景数据
SimcenterADA数据分析工具可以根据基础场景类型定义、相关测试法规的场景定义、以及自定义的场景，来识别出潜在安全风险的场景片段。
该工具不仅可以快速识别、提取和评估高价值场景，还可以提取出场景相关参数，用于性能评测。
端到端的解决方案
Simcenter ADA是云原生的软件工具，支持公有云和私有化部署，可集成到您的自动驾驶汽车从感知到场景识别和评估的开发工作流程中。
Simcenter ADA数据分析能力
逻辑场景提取
Simcenter ADA分析工具会扫描采集的行驶数据并提取预定义的逻辑场景。这些场景可以是基于法规场景（如EU2019/2144、EU 2022/1426等）、标准场景（如SOTIF、ISO26262、ISO34502等）以及用户的自定义场景。
提取场景参数，进行性能评测
对于从路采数据中检测到的每个场景，ADA工具可以提取该场景的某些特定参数。在根据用户自定义的参数阈值，可以对特定场景下的系统性能进行评测（例如，车辆对切入车辆的安全时间距离需要小于3秒）。
灵活的集成工具链
Simcenter ADA工具可以兼容任何格式的路采数据或仿真数据。通过持续的数据分析，可以绘制场景覆盖度分布图，获取测试过程中可能存在的缺失场景。
从Simcenter ADA工具中识别、提取出的高价值场景，可以结合高精度地图数据，生成可以导入SimcenterPrescan的场景数据，从而构成数字化的场景模型，结合场景泛化方法，可以进一步提高测试场景的覆盖度，缩短“长尾效应”。