面向自动驾驶的仿真场景自动生成方法综述

随着自动驾驶测试验证对虚拟仿真场景依赖程度的增加,传统基于专家经验的场景枚举生成方法已无法满足测试需求.数字虚拟仿真场景自动生成方法在场景多样性、危险性、可解释性、生成效率等方面存在巨大技术优势,是提高汽车自动驾驶技术测试验证安全性和可靠性的关键,已成为当前汽车智能化领域的研究热点.在广泛调研场景自动生成方法领域研究成...     

面向高速公路车辆切入场景的自动驾驶测试用例生成方法

为在自动驾驶汽车基于场景的测试中生成涵盖相应场景中复杂多变的真实交通运行过程的测试用例,从highD数据集中提取车辆切入场景的多个实际样本,通过分析运动参数和参与车辆之间的位置关系,建立车辆切入场景的描述模型,根据切入点的碰撞时间评估该方案的风险程度,并结合描述模型中参数的分布,采用蒙特卡罗方法生成测试用例。结果表明,生成的车辆切入测试用例能够覆盖所有风险等级,可较好地支持自动驾驶测试。     

基于场景动力学和强化学习的自动驾驶边缘测试场景生成方法

为解决小概率高风险边缘测试场景的问题,本文提出一种基于场景动力学和强化学习的边缘场景生成方法,实现边缘场景的自动生成,能模拟真实世界中车辆间的对抗与博弈行为的特征。首先将随时间动态变化的场景模型由一组微分方程描述为场景动力学系统;然后利用神经网络作为通用函数逼近器来构造场景黑盒控制器,并基于强化学习实现边缘场景控制器的优化求解;最后以超车切入场景为例,在Matlab/Simulink软件进行仿真验证,结果表明,边缘场景强化生成模型在场景交互博弈、覆盖率和可重复测试等方面具有良好的性能。     

基于近邻目标区域表征与CVAE的智能汽车测试场景生成方法

基于场景的虚拟测试是研发高安全、高可靠智能汽车的必要手段,场景自动生成技术对于智能汽车测试场景库的构建具有重要意义。为此,针对多车动态测试场景,提出一种基于近邻目标区域表征(NORR)和条件变分自编码器(CVAE)的场景生成方法,实现复杂测试场景的快速生成以及对生成场景类型的控制。首先,针对高速公路场景特征,提出应用NORR方法对场景情境进行描述,将测试场景中关键车辆目标信息转化为尺度统一的灰度图像。接着,利用HighD自然车辆轨迹数据集提取大量场景片段,经过数据规范化处理后构建出真实场景库。在此基础上,以场景中车辆目标数量为条件参数,训练基于条件变分自编码器的生成模型,能够生成包含8条车辆轨迹的动态测试场景。通过计算生成样本集的匹配误差、覆盖度和不合理性3个指标,检验生成模型在样本真实性、多样性和合理性方面的表现。验证结果显示：(1)相比随机轨迹采样方法和基于GAN的生成模型,VAE模型生成的样本质量最好,其生成样本集的平均匹配误差小于5.22,覆盖度能达到57.2%,不合理样本比例仅为1.7%;(2)所提出的NORR方法有助于提高生成模型的场景生成效果;(3)CVAE模型能够在条件...     

一种面向ADS的模型驱动式逻辑场景建模及仿真方法

汽车自动驾驶的场景建模及仿真分析是确保自动驾驶系统安全性的关键,对于提高整个系统的安全性至关重要,已经引起工业界和学术界的广泛关注。场景建模是场景仿真、测试、验证分析的基础,能够有效帮助发现场景中存在的危险,是自动驾驶系统设计开发面临的挑战性问题之一。然而,现有的场景模型生成方法,主要采用数据驱动式,结合路采数据和数字孪生技术构建具体场景,无法有效应对ADS场景复杂、类型多样、测试效率不高的问题。同时,为了提高场景的覆盖率,迫切需要从逻辑场景的层次设计一种可视化的场景建模语言,可用于构建逻辑场景,并具有丰富的语义模型,能够支持逻辑场景的测试及验证分析。针对以上问题,我们提出一种模型驱动式场景建模方法用于构建逻辑场景模型,并结合ADS领域知识及ISO 26262功能安全标准,提出了一种逻辑场景建模语言SML4ADS,给出了其相应的语法及语义模型。此外,设计并实现了一种可扩展的、灵活的场景模型仿真方法,能够支持多种场景仿真工具。结合实际案例分析,展现了本文所提出的模型驱动式场景建模及仿真方法的有效性,为后续场景模型的测试、验证与分析奠定基础。     

基于 LandXML 数据可视化技术的道路交通仿真三维场景快速生成方法

为提高用于道路交通仿真三维场景的建模效率,提出基于LandXML数据可视化技术的场景生成方法,定义了用于道路交通仿真的相关数据格式,设计了数据转化算法,实现工程设计数据向虚拟三维仿真图形数据自动化转化,并基于图形渲染引擎OGRE开发出场景编辑工具.使用效果表明:此方法有利于提高建模速度和精度,与工程设计数据建立的接口可使其设计成果在道路交通仿真中得以直接利用.     

基于LandXML数据可视化技术的道路交通仿真三维场景快速生成方法

为提高用于道路交通仿真三维场景的建模效率,提出基于LandXML数据可视化技术的场景生成方法,定义了用于道路交通仿真的相关数据格式,设计了数据转化算法,实现工程设计数据向虚拟三维仿真图形数据自动化转化,并基于图形渲染引擎OGRE开发出场景编辑工具.使用效果表明:此方法有利于提高建模速度和精度,与工程设计数据建立的接口可使其设计成果在道路交通仿真中得以直接利用.     

基于蒙特卡洛模拟的无人车高速公路变道虚拟测试场景自动生成算法

高速公路环境下,相邻车道前方车辆变道切入是常见的高风险场景.基于场景的虚拟仿真测试,是验证无人车应对其他车辆变道切入时控制算法安全性与可靠性的有效方法.基于蒙特卡洛模拟方法,提出一种无人车高速公路变道虚拟测试场景自动生成算法,实现测试场景中变道车与测试车的运动轨迹生成.利用高速公路真实交通数据集highD提取真实变道场...     

一种基于VTD的智能驾驶仿真场景复现方法

趋于真实的仿真测试对于提高智能网联汽车开发效率具有重要作用[1]。随着实车路采设备精度的不断提高,利用实车采集数据在仿真场景中进行实车轨迹复现的仿真测试已成为一种有效技术手段。如何通过实车采集并处理后的数据在仿真场景软件中复现场景是难点。考虑实车采集成本和方案通用性,通过简易路采设备如摄像头和毫米波雷达,采集真实场景中关键参数进行场景复现。本文主要研究通过处理后的实车采集数据,在仿真软件(VTD)中复现场景,因此本文的研究具有重要的现实使用价值。本文通过采集数据对实车行驶的周围静态与动态环境进行较真实复现,然后通过RDB数据下发的方式控制虚拟车辆行驶。最后通过对仿真数据与实车数据对比分析,验证该方案的可行性。     

面向L3级自动驾驶高速公路道路测试场景的构建方法

自动驾驶技术的发展离不开道路测试,科学完善的自动驾驶测试评价体系需要完整的测试场景做支撑。高速公路场景作为L3级自动驾驶的典型应用场景,相关的测试标准、测试方法、测试场景亟需明确。文章通过对L3级自动驾驶高速公路道路测试场景来源、场景分类与要素、场景构建关键技术等分析,结合L3级自动驾驶高速公路应用场景,从自动驾驶车辆应急处置、人工介入能力和综合驾驶能力等方面,提出L3级自动驾驶高速公路道路测试场景及测试项目,为后续道路测试评价方法提供基础。     

一种自动驾驶仿真场景要素的提取方法

针对场景及其内容定义不明确、场景基本要素提取多为主观分析和不同测试主体的场景要素选择和设计不可解释等问题,本文中提出一种汽车自动驾驶仿真场景的关键要素提取方法.该方法从自动驾驶系统角度逐级分析场景要素对感知、决策和控制模块的影响,并根据对自动驾驶不同子模块的影响,建立为一种要素-结构-功能平面的映射方程,然后基于平面节...     

智能车辆仿真场景建模方法

为实现智能汽车仿真开发与测试,需构建高逼真度的道路场景模型,应包含分别用于视景仿真、动力学及物理特性仿真、激光雷达等传感器仿真的多种类型场景内容.分析了不同类型仿真对场景模型或数据的需求,探讨了视景模型、物理层模型、传感层模型的内容,归纳了3类模型的数据特征;研究了智能汽车仿真场景建模方法,即根据道路线形建立道路模型,在此基础上分别建立上述3类模型;讨论了建模的步骤、方法,并给出了场景模型结构的组织方案.使用该方法建立了1个区域的道路场景模型,并在仿真系统中进行验证,结果表明,视景仿真平均帧速率为60帧/s,激光雷达仿真周期为8~12 ms,道路高程及物理属性的获取时间低于1 ms,证明场景模型能够满足实时仿真的要求.     

自动驾驶仿真多逻辑场景综合评价方法

基于场景的仿真测试方法已成为解决自动驾驶汽车性能验证的核心思路,该方法将车辆连续驾驶过程进行分割获取非重复的独立场景片段,并在仿真环境中进行测试。与测试过程相贴合,本文提出了一种自动驾驶仿真多逻辑场景综合评价方法。首先建立自动驾驶汽车多逻辑场景综合评价方法,明确兼顾场景自身特征信息及仿真过程信息的场景权重分析流程;通过暴露度、失控度、危害度建立逻辑场景自身特征信息权重;建立包含仿真精度信息、要素种类信息、参数空间信息、离散步长信息的仿真过程信息权重;基于HighD数据集抽取前车制动、前车左侧切入、前车右侧切入场景信息,并基于本文提出的方法及基准算法测试结果计算场景权重,最终获取两种被测算法在多逻辑场景中的综合评价结果。     

汽车方案决策中问题生成系统的初步设计

汽车方案决策过程是极具创造性和复杂性的的知识工程设计阶段，是一个典型的知识密集型劳动。本文将决策过程中的问题处理系统放入人机交互环境中，利用空间数学和计算机语言相集合的方法研究其设计的过程，为汽车方案设计的智能化决策提供理论参考。     

基于场景元素的智能网联汽车场景构建研究

在智能网联汽车测试评价中,场景库搭建与道路测试一直都是其难点。文中对智能网联汽车功能的典型测试场景搭建及测试方法进行分析与研究,首先分析智能网联汽车驾驶场景的来源,从典型驾驶场景中归纳出基本场景元素库,以场景元素库为基础实现测试场景库搭建;然后在PreScan中进行场景虚拟重构,进行自动驾驶功能模拟仿真;最后基于真实道路场景搭建对车辆自动驾驶功能进行实车测试。     

基于场景的智能网联汽车模拟仿真测试评估方法与实践

搭载自动驾驶功能的智能网联汽车因可在其设计运行条件内承担全部动态驾驶任务,面临安全验证与评估挑战。基于场景的智能网联汽车安全测试评估方法已成为广泛的行业共识,模拟仿真测试是其重要手段之一。从第三方视角,针对自动驾驶安全性、高场景覆盖度、逻辑完备性等测试验证目标,搭建基于软件在环的模拟仿真测试环境框架,在此基础上研究基于设计运行条件覆盖的测试场景集构建方法,探索形成一套高可信智能网联汽车模拟仿真测试评估方法,并在特定应用场景进行初步实践。研究成果为模拟仿真测试在智能网联汽车安全测试与评估中的落地应用提供了参考。     

基于危险性的汽车ACC切车场景设计研究

针对汽车自适应巡航控制系统功能测试需求,基于曝光度及危险性分析设计ACC切车场景。基于自然驾驶数据,通过对切车工况数据特征进行分析,提取切车工况,并基于先验的智能驾驶模型、最优化方法和扫描线种子填充算法设计了关键切车场景。基于场景仿真软件完成了关键切车场景的构建及对ACC功能模块的仿真验证,并进行了危险切车场景仿真分析。结果表明基于考量场景曝光度及危险性的自然驾驶关键切车场景提取与设计方法,可有效设计开发汽车自适应巡航控制系统典型测试场景。     

智能网联汽车测试场场景设计方法研究

智能网联汽车测试场是"无人驾驶"车辆运行安全测试的基础设施.构建测试场景、分析测试场设计要素和技术指标是测试场设计的核心.基于"车-路-环境"的测试场景分类,给出典型测试场景模型构建方法和建设需求,可用于支撑智能网联汽车测试场总体设计.     

自动驾驶车辆道路测试场景评价方法与试验验证

为解决自动驾驶车辆道路测试场景不明确、典型测评场景缺失和场景量化评价难等问题,提出基于场景复杂度模型的自动驾驶车辆道路测试评价方法,创新性地采用信息熵和引力模型相结合的方法对自动驾驶车辆道路测试的场景进行评价和分类,并通过试验验证了场景评价方法的合理性,该方法有助于自动驾驶企业或第三方测评机构选取典型场景,推进自动驾驶...