[发明专利]一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法

权利要求书

1.一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法，其特征在于：包括如下步骤：

S1，在仿真测试软件中根据易发生自动驾驶车辆误/漏识别的真实危险场景地形构建自动驾驶车辆误/漏识别虚拟危险场景地形；

S2，将用于实车的传感器、控制决策算法及车辆行驶环境相关信息添加到所述自动驾驶车辆误/漏识别虚拟危险场景地形中，创建自动驾驶车辆误/漏识别测试场景，包括如下步骤：

（1）在所述仿真测试软件中创建虚拟测试场景；

（2）根据实车所装备的传感器，在所述仿真测试软件中给模拟自动驾驶车辆在车身的相同的安装位置及角度添加传感器，同时将用于实车的所述传感器外接到所述仿真测试软件上，控制模拟自动驾驶车辆；

（3）在所述仿真测试软件中添加与实车相同的控制决策算法；

（4）在所述仿真测试软件中添加车辆行驶环境；

S3，对模拟自动驾驶车辆进行误/漏识别场景仿真测试实验；

S4，导出所述仿真测试实验中的仿真测试数据；

S5，将所述仿真测试数据与实车在误/漏识别场景下得到的实车安全测试数据进行对比分析；

S6，判断所述仿真测试数据有无异常数据：

（1）如所述仿真测试数据有异常数据，分析造成误/漏识别的原因，基于所述仿真测试数据对相应所述传感器的参数进行调试与修正，重复步骤S3~S6；

（2）如所述仿真测试数据无异常数据，结束对自动驾驶车辆误/漏识别场景的虚拟仿真测试。

2.根据权利要求1所述的用于自动驾驶车辆误/漏识别的预期功能安全分析方法，其特征在于：步骤S1中包括如下步骤：

（1）根据自动驾驶车辆易发生误/漏识别危险场景的真实地形的尺寸大小，在所述仿真测试软件的地形模块下1:1复现真实危险场景3D图形环境的路网，构建所述自动驾驶车辆误/漏识别虚拟危险场景地形；

（2）通过绘图软件绘制真实危险场景中所涉及的建筑物模型，并在三维建模软件中对绘制的虚拟建筑物模型进行渲染并导出；

（3）将渲染后的所述虚拟建筑物虚模型复制到所述仿真测试软件中，并将其放置到所构建的所述自动驾驶车辆误/漏识别虚拟危险场景地形中，并按照建筑物模型在真实场景中的位置与方向进行摆放；

（4）根据真实危险场景路网的逻辑，创建相应的道路逻辑；

（5）生成地形文件，构建出所需求的所述自动驾驶车辆误/漏识别虚拟危险场景地形。

3.根据权利要求1所述的用于自动驾驶车辆误/漏识别的预期功能安全分析方法，其特征在于：所述虚拟测试场景中至少包括交通参与者及交通标志。

4.根据权利要求1所述的用于自动驾驶车辆误/漏识别的预期功能安全分析方法，其特征在于：所述车辆行驶环境包括道路场景、交通环境及气象状态，所述道路场景用于模拟真实环境中道路场景要素的几何特性、物理特性和行为特性；所述交通环境用于模拟真实环境中交通流量信息及周围交通车辆行为；所述气象状态用于模拟真实环境中的天气状态、时间变化以及不同时间的光影变化。

5.根据权利要求1所述的用于自动驾驶车辆误/漏识别的预期功能安全分析方法，其特征在于：所述传感器参数至少包括所述传感器在车身上的安装位置及安装角度，各类所述传感器间的信息融合，摄像头的白平衡值、像素、帧率、靶面尺寸、感光度、信噪比，毫米波雷达的最大作用距离、距离分辨率、最大探测速度，激光雷达的测距范围、扫描频率、角分辨率、精度。

6.根据权利要求1所述的用于自动驾驶车辆误/漏识别的预期功能安全分析方法，其特征在于：将步骤S4获得的所述仿真测试数据存储到自动驾驶车辆误/漏识别场景仿真测试数据库中，并对所述自动驾驶车辆误/漏识别场景仿真测试数据库进行更新，所述实车安全测试数据存储于自动驾驶车辆误/漏识别场景实车安全测试数据库中，在对比分析数据候选部中对所述仿真测试数据与所述实车安全测试数据进行对比分析。