[发明专利]一种自动驾驶事故测试场景筛选方法有效
申请号: | 201910755530.X | 申请日: | 2019-08-15 |
公开(公告)号: | CN110705005B | 公开(公告)日: | 2021-03-26 |
发明(设计)人: | 李昕阳;马志雄;朱西产;曾宇凡 | 申请(专利权)人: | 同济大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/15 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 丁云 |
地址: | 200092 *** | 国省代码: | 上海;31 |
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 事故 测试 场景 筛选 方法 | ||
本发明涉及一种自动驾驶事故测试场景筛选方法,该方法包括如下步骤:(1)获取事故测试场景集;(2)建立危险度分层评分模型,每一层设有多个评分指标,确定各评分指标的评分权重;(3)利用危险度分层评分模型计算事故测试场景集中的各测试场景的危险度;(4)选取危险度在设定阈值内的测试场景为自动驾驶事故测试场景。与现有技术相比,本发明通过自动驾驶测试场景的危险度进行自动驾驶事故测试场景的筛选,能够精简测试工况集,得到真正可用于测试的工况,减少测试成本,从而便于有针对性地筛选出自动驾驶行车安全性测试的场景,提高测试效率。
技术领域
本发明涉及自动驾驶汽车测试技术,尤其是涉及一种自动驾驶事故测试场景筛选方法。
背景技术
在自动驾驶技术的开发过程中需要进行大量的测试、评价和验证工作。Wachenfeld等人曾发布其对自动驾驶测试里程的预测研究,认为自动驾驶的必要测试里程将达到2.4亿公里甚至更多,导致自动驾驶技术开发的周期长、成本高。因此目前国内外对于自动驾驶测试的方法主要为建立自动驾驶测试场景库,并按场景对自动驾驶功能进行测试。
目前利用自然驾驶数据建立测试场景库逐渐成为自动驾驶安全性测试的主流方法。在预碰撞时间(Time to Collision,TTC)为0-1秒,有极大可能发生交通事故时,自动驾驶汽车应采取恰当的应对方式来避免这起可能发生的事故。该测试场景在自然驾驶数据中无法得到。因此需要从交通事故场景入手,对事故场景下的驾驶员驾驶机理及事故工况进行研究,并建立事故场景库。针对建立的交通事故场景库,对该交通事故场景危险度建立评价模型,能够有效地筛选出必要的测试场景,从而大大减少自动驾驶汽车安全性开发和测试的成本。
目前对自动驾驶汽车安全性研究主要集中于封闭测试场道的规划、自动驾驶算法的安全性评估以及自动驾驶行为的安全性评估。如:中国专利CN109886474A提出一种面向自动驾驶车辆测试的封闭测试场规划方法,以测试场的场地边界、自动驾驶测试场景需求为输入,能够获得自动驾驶汽车封闭测试场道路的规划方案,从而避免规划过程中过于依赖主观经验调整。中国专利CN109426696A提出一种提供自动驾驶评价装置以及自动驾驶评价方法,自动驾驶评价装置用于通过模拟来评价自动驾驶算法,基于初始交通场景,运算从初始交通场景的时刻起回溯的过去时刻中的包括自动驾驶车模型以及移动体模型的过去交通场景,同时,基于过去交通场景来评价自动驾驶算法的性能。中国专利CN109710658A提出一种自动驾驶评测方法、装置及设备,能够客观评测不同驾驶场景下人工驾驶与自动驾驶的差异性,以及自动驾驶行为是否安全可靠。
目前对于自动驾驶事故测试场景的筛选研究很少,缺少一种方法来精简测试工况集,得到真正可用于测试的工况,减少测试成本。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种自动驾驶事故测试场景筛选方法。
本发明的目的可以通过以下技术方案来实现:
一种自动驾驶事故测试场景筛选方法,该方法包括如下步骤:
(1)获取事故测试场景集;
(2)建立危险度分层评分模型,每一层设有多个评分指标,确定各评分指标的评分权重;
(3)利用危险度分层评分模型计算事故测试场景集中的各测试场景的危险度;
(4)选取危险度在设定阈值内的测试场景为自动驾驶事故测试场景。
所述的危险度分层评分模型具体为:
P=α1C+α2D;
C=ω1C1+ω2C2;
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同济大学,未经同济大学许可,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/201910755530.X/2.html,转载请声明来源钻瓜专利网。