| 车路协同混合交通场景要素解析与测试案例生成 |
| |
| 引用本文： | 赵通,上官伟,柴琳果,郭蓬.车路协同混合交通场景要素解析与测试案例生成[J].交通运输工程学报,2022,22(3):263-276. |
| |
| 作者姓名： | 赵通 上官伟 柴琳果 郭蓬 |
| |
| 作者单位： | 1.北京交通大学 电子信息工程学院，北京 1000442.北京交通大学 轨道交通控制与安全国家重点实验室，北京 1000443.中汽研(天津)汽车工程研究院有限公司，天津 300300 |
| |
| 基金项目： | 国家重点研发计划2018YFB1600600中国国家铁路集团有限公司科技研究开发计划N2021G045 |
| |
| 摘 要： | 面向混合交通环境下多车效率类和单车安全类场景测试需求，研究了基于混合交通场景要素解析的车路协同测试案例生成方法；为提高测试案例的多样性和覆盖度，分析了混合交通特征要素相互作用机理，构建了混合交通场景要素层次模型，提出了场景要素重要度的一致性描述指标，并在此基础上建立了测试案例复杂度模型；针对多车效率类场景仿真测试，提出了复杂度激励的组合测试案例生成方法，设计了场景要素强耦合组合策略；针对单车安全类场景仿真测试，提出了基于复杂度聚类的蒙特卡洛测试案例生成方法，设计了风险场景特征参数抽样机制；选取车路协同混合交通典型场景开展仿真试验，验证了提出的测试案例生成方法的有效性。研究结果表明，对于多车效率类混合交通高速公路匝道合流场景测试，提出的方法比传统成对测试方法的场景最大复杂度提高了11.93%,高复杂度场景占比提高了60.02%,测试案例覆盖度提高了12.08%;对于单车安全类车路协同换道预警场景测试，提出的方法比传统蒙特卡洛测试方法的危险场景数提高了195%,且其参数估计误差降低了5.95%,高风险场景数提高了119%,且其参数估计误差降低了4.78%。可见，提出的方法能够提高测试案例的...
|
| 关 键 词： | 智能交通 车路协同 混合交通 场景要素解析 测试案例生成 组合测试 蒙特卡洛测试 |
| 收稿时间： | 2021-12-12 |
Scenario factor analysis and test case generation for vehicle-infrastructure cooperative mixed traffic |
| |
| ZHAO Tong,SHANGGUAN Wei,CHAI Lin-guo,GUO Peng.Scenario factor analysis and test case generation for vehicle-infrastructure cooperative mixed traffic[J].Journal of Traffic and Transportation Engineering,2022,22(3):263-276. |
| |
| Authors: | ZHAO Tong SHANGGUAN Wei CHAI Lin-guo GUO Peng |
| |
| Institution: | 1.School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing 100044, China2.State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China3.CATARC (Tianjin) Automotive Engineering Research Institute Co., Ltd., Tianjin 300300, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《交通运输工程学报》浏览原始摘要信息 |
| 点击此处可从《交通运输工程学报》下载免费的PDF全文 |
|
