[发明专利]一种自动驾驶测试场景的构建方法及其难度系数计算方法有效
申请号: | 201910589116.6 | 申请日: | 2019-07-02 |
公开(公告)号: | CN110232257B | 公开(公告)日: | 2020-10-23 |
发明(设计)人: | 金立生;郭柏苍;孙栋先;石健;郑义;高铭;华强;司法;闫福刚;王禹涵;贾素华 | 申请(专利权)人: | 吉林大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20 |
代理公司: | 长春市恒誉专利代理事务所(普通合伙) 22212 | 代理人: | 梁紫钺 |
地址: | 130012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 自动 驾驶 测试 场景 构建 方法 及其 难度 系数 计算方法 | ||
1.一种自动驾驶测试场景的构建及其难度系数计算方法,其特征在于:首先构建自动驾驶测试场景,依次建立测试场景递阶层次结构框架,所述的结构框架至少包括四层:
第一层为目标层T,根据被测车辆自动驾驶功能所要构建的目标场景确定;
第二层为维度层,目标层至少包括地理维度G、道路附属维度A、道路使用维度R和环境条件维度E;
第三层为类别层,根据所属维度层确定构成各维度层所需的要素类别,且各类别之间相互独立,其中地理维度至少包括道路条件、路面类型、路面情况、周边环境设施中的一种或数种类别;道路附属维度至少包括无、有交通标线、有交通信号灯、有障碍物中的一种或数种类别;道路使用维度至少包括无、有人类、有动物、有车辆中的一种或数种类别;环境条件维度至少包括晴、冰、雪、雨中的一种或数种类别;
第四层为要素层,根据实际测试场景的基本要素,将第三层中的类别层分别划分成具体要素;
根据目标层确定所要构建的目标场景,依次在各维度的类别层中选取所需的类别及该类别下的具体要素,构建成目标测试场景;
分别计算第二层、第三层、第四层各构成成分的单层次权重值,其步骤如下:
(1)计算第二层维度层相对于第一层目标层的权重,具体计算方法如下:
第二层的地理维度G、道路附属维度A、道路使用维度R、环境条件维度E是由第一层的目标层T分解出的元素,构建维度层关于目标层的判断矩阵,其形式如表1所示:
表1维度层的判断矩阵形式
wij是同一层级内的两两因素相比较的重要程度标度值,其赋值方法如表2所示,可以得到第二层的判断矩阵w,
表2层次判断矩阵标度赋值表
标度 标度的含义 1 表示两个场景构成元素相比,具有同样重要性 3 表示两个场景构成元素相比,一个元素比另一个元素稍微重要 5 表示两个场景构成元素相比,一个元素比另一个元素明显重要 7 表示两个场景构成元素相比,一个元素比另一个元素强烈重要 9 表示两个场景构成元素相比,一个元素比另一个元素极端重要 2,4,6,8 上述两相邻判断的中值
将判断矩阵w的最大特征根记为λmax,计算对应于λmax的特征向量并进行归一化处理,得到维度层对于目标层的相对权重向量,记为W={wG,wA,wR,wE};
(2)计算第三层类别层相对于第二层维度层的相对权重,权重计算方法与步骤(1)的方法相同,经过计算得到各类别的相对权重向量,地理维度的类别层权重向量记为g={g1,g2,g3,…,gn},其中g1,g2,g3,…,gn与地理维度类别层的各类别依次对应;道路附属维度的类别层权重向量记为a={a0,a1,a2,a3,…,an},其中a0,a1,a2,a3,…,an与道路附属维度类别层的各类别依次对应;道路使用维度的类别层权重向量记为r={r0,r1,r2,r3,…,rn},其中r0,r1,r2,r3,…,rn与道路使用维度类别层的各类别依次对应;环境条件维度的类别层权重向量记为e={e0,e1,e2,e3,…,en},其中e0,e1,e2,e3,…,en与环境条件维度类别层的各类别依次对应;
(3)计算第四层要素层相对于第三层类别层的相对权重,权重计算方法与步骤(1)的方法相同,经过计算得到第四层相对于第三层的相对权重向量,地理维度的要素层权重向量记为{g11,g12,…,g1n;g21,g22,…,g2n;…;gn1,gn2,…,gnn}其中g11,g12,…,g1n;g21,g22,…,g2n;…;gn1,gn2,…,gnn与地理维度要素层的各要素依次对应;道路附属维度的要素层权重向量记为{a11,a12,…,a1n;a21,a22,…,a2n;…;an1,an2,…,ann},其中a11,a12,…,a1n;a21,a22,…,a2n;…;an1,an2,…,ann与道路附属维度要素层的各要素依次对应;道路使用维度的要素层权重向量记为{r11,r12,…,r1n;r21,r22,…,r2n;…;rn1,rn2,…,rnn},其中r11,r12,…,r1n;r21,r22,…,r2n;…;rn1,rn2,…,rnn与道路使用维度要素层的各要素依次对应;环境条件维度的要素层权重向量记为{e11,e12,…,e1n;e21,e22,…,e2n;…;en1,en2,…,enn},其中e11,e12,…,e1n;e21,e22,…,e2n;…;en1,en2,…,enn与环境条件维度要素层的各要素依次对应;
规划场景及难度系数计算:根据实际拟测试项目对场景的需要,在4个场景维度中选取所需要的要素,场景难度系数计算如公式(1)所示:
W=wG×gi×gij+wAaiaij+wRririj+wEeieij (1)
式(1)中,W为拟构建场景的总权值,即该场景的难度系数;wG、wA、wR、wE分别为维度层的权值;gi、ai、ri、ei分别为4个维度内各要素类别的权值;gij、aij、rij、eij分别为4个维度内各要素的权值。
2.根据权利要求1所述的一种自动驾驶测试场景的构建及其难度系数计算方法,其特征在于:第四层要素层中,道路条件类别至少包括直道、弯道、坡道、交叉口中的一种或数种要素;路面类型类别至少包括水泥路面、沥青路面、砂石路面中的一种或数种要素;路面情况类别至少包括平整路面、坑洼路面、非结构化路面中的一种或数种要素;周边环境设施类别至少包括医院、加油站、公交站中的一种或数种要素;有交通标线类别至少包括禁止标线、指示标线、警告标线、立面标记中的一种或数种要素;有交通信号灯类别至少包括机动车道信号灯、人行横道信号灯、机动车道信号灯、方向指示信号灯中的一种或数种要素;有障碍物类别至少包括小型路障、大型路障、减速带中的一种或数种要素;有人类类别至少包括拄拐棍者、坐轮椅者、矮小身材者、高大身材者中的一种或数种要素;有动物类别至少包括小型陆生动物、中型陆生动物、大型陆生动物、鸟类中的一种或数种要素;有车辆类别至少包括二轮车辆、三轮车辆、四轮车辆中的一种或数种要素、冰类型至少包括路面结冰、路面有冰和水、路面有冰和雪、路面有冰和砂中的一种或数种要素;雪类别至少包括大雪、中雪、小雪中的一种或数种要素;雨类别至少包括大雨、中雨、小雨中的一种或数种要素。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910589116.6/1.html,转载请声明来源钻瓜专利网。