[发明专利]一种自动驾驶汽车虚拟场景库构建方法

说明书

本发明涉及一种自动驾驶汽车虚拟场景库构建方法，包括数据采集、数据提取、数据清洗、标注场景要素、形成数据集、确定最佳k值、确定聚类初始中心、获得逻辑场景、构建虚拟场景库等步骤，本发明为自动驾驶虚拟场景库的构建提供了理论依据和技术支持，该方法操作简便，可提供大量不同要求的测试目标场景环境，用于测试自动驾驶系统在虚拟场景下的安全性，代替实车在实际环境中的测试，节约大量成本，而且测试效率更高，可重复性更强，并且可以模拟各种不同要求的场景，能够加快自动驾驶汽车的研发，从而促进自动驾驶汽车快速、安全上路。

技术领域

本发明涉及自动驾驶汽车虚拟仿真测试领域，特别涉及一种自动驾驶汽车虚拟场景库构建方法。

背景技术

近年来，越来越多传统车企和新兴科技公司投身自动驾驶汽车的研发中，多家企业的自动驾驶汽车已经开始在道路上进行测试。根据兰德公司的研究报告，要证明自动驾驶汽车的安全性，需要进行约50亿英里的公共道路测试，也就是采用100辆车组成的车队每年365天每天24小时不间断的以25英里每小时的平均速度进行测试，大概需要225年。

因此，若想要加速自动驾驶汽车快速、安全上路，需要在自动驾驶汽车测试评价方法上有所创新。基于场景的自动驾驶汽车虚拟仿真测试测试成本低、测试效率高、可重复性强且测试场景数量多，是未来自动驾驶汽车测试的重要手段。但基于场景的自动驾驶汽车虚拟仿真测试行业还刚刚起步，对于虚拟场景库的构建缺乏系统的理论研究与支撑。

发明内容

本发明为解决上述技术问题，提供一种基于自然驾驶数据的统计分析，通过无监督学习的方法聚类获得逻辑场景数据，并于PreScan软件中构建虚拟场景库的自动驾驶汽车虚拟场景库构建方法，包括以下步骤：

步骤1，在采集数据的车辆上搭建数据采集系统，系统包括视频数据采集模块、车辆运动参数采集模块、周围环境信息采集模块和数据存储模块，所述的视频数据采集模块、车辆运动参数采集模块、周围环境信息采集模块分别与数据存储模块相连，采集到的自然驾驶数据保存于数据存储模块；

所述的视频数据采集模块为单目相机，用以采集行驶过程中的前向驾驶场景视频数据；车辆运动参数采集模块为CAN总线分析仪，用以采集行驶过程中的车辆运动参数数据；周围环境信息采集模块为毫米波雷达，用以采集行驶过程中周围环境信息数据。

步骤2，确定目标场景，从数据存储模块中人工选取目标场景的相关视频数据，并提取该目标场景时间段内对应的CAN总线采集的车辆运动参数数据、毫米波雷达采集的周围环境信息数据。

步骤3，对筛选的目标场景数据进行数据清洗，包括清除数据冗余、删除缺失数据、数据修复；

在数据清洗过程中，应在满足数据质量的前提下，保证清洗代价最小，其中所述的数据修复，包括关键信息的人工补全和按照数据的统计学规律进行修复，其清洗代价为：

式中，t为单一数据元组；ω(t)为数据元组t在所有数据元组中所占的比重；I为所有数据元组的总和；D_istance(t_A，t′_A)为要素t_A与修复后的t′_A之间的距离。

步骤4，标注场景要素，将场景要素分类，包括主车车辆信息、交通参与者信息、道路环境信息、自然环境信息；主车车辆信息包括主车基础信息、主车目标信息、主车驾驶行为中的一种或数种，交通参与者信息包括行人信息、非机动车信息、机动车信息中的一种或数种，道路环境信息包括静态道路信息、动态道路信息中的一种或数种，自然环境信息包括光照、天气中的一种或数种；