[发明专利]一种基于领域特定建模语言ADSML的汽车自动驾驶场景建模方法

说明书

本发明公开了一种基于领域特定建模语言ADSML的汽车自动驾驶场景建模方法，旨在建模汽车自动驾驶场景中的静态元素和实体动态行为，通过实现一种面向汽车自动驾驶的领域特定语言ADSML，支持用户在元编程系统MPS上创建汽车自动驾驶场景模型。具体步骤如下：根据汽车自动驾驶领域的时空轨迹数据集，构建面向汽车自动驾驶领域的时空轨迹数据元模型，用于描述时空轨迹数据的元数据信息；基于时空轨迹数据元模型，在MPS的语言平台实现ADSML的抽象语法及文本具体语法、图形化具体语法；定义并在MPS上实现ADSML的语义模型；在MPS的建模平台使用ADSML建模汽车自动驾驶场景。本发明提供了简单、易懂的自动驾驶场景建模方式，能够高效创建自动驾驶场景实例模型。

技术领域

本发明属于汽车自动驾驶领域的场景建模，尤其涉及一种基于领域特定建模语言ADSML的汽车自动驾驶场景建模方法。

背景技术

信息物理融合系统(Cyber Physical System，CPS)是在传统的嵌入式系统上发展起来的一种复杂系统，是计算过程和物理过程的融合。CPS建模需要刻画计算进程与物理环境进行之间如何交互以及它们融合时所表现出的行为。CPS涉及连续的物理环境和离散的计算系统，两者实时交互，相互作用，故混成性是CPS系统行为的一个重要性质。随机性是CPS系统行为的另一重要性质，物理环境和用户行为的不确定性都会造成CPS系统的动态行为具有随机性。信息物理融合系统普遍应用于国防、交通、航空航天、医疗卫生等安全攸关的领域，对我国的信息化建设和工业发展起了巨大的推动作用。

高度自动化的自动驾驶车辆是输入目的地便自动执行驾驶任务，车辆本身负责环境认知和决策，不需要人类干预整个驾驶流程。城市道路交通环境十分复杂，在自动驾驶过程中可观测信息的类型多样，包含连续变量、离散变量等；实时更新数据量庞大；驾驶环境中实体类型多样化，例如自动车、人类驾驶车、交通标志、交通信号等。自动驾驶车辆可以结合周围路段信息定义自动车所属的场景，每当车辆到达行车路线中的一个新的路段意味着它正处于某个场景中，对于单个车辆而言，安全完成驾驶任务意味着经由驾驶路线上的所有驾驶场景都能保持安全。因此提取驾驶场景中的重要信息，并对场景进行抽象和划分至关重要。基于自动驾驶决策和复杂驾驶环境，我们所构建的抽象模型需捕捉必要的场景特征信息。这些信息可以用于规约系统模型中的不变式条件(guard condition)和安全性质(safety property)，便于使用形式化方法对场景模型进行验证分析。

领域特定建模语言(Domain-Specific Modeling Language,DSML)是模型驱动(MDE)的核心，领域专家、软件开发人员越来越希望创建并开发领域建模语言用于解决与某一特定领域系统或解决某一特定领域相关的具体问题。简单地说，领域专家或系统开发人员希望使用更恰当、更与领域知识相关、与领域术语相关的语言及工具来建模复杂的领域系统。因此，DSML依赖某一领域的专业术语及专家经验，提供了与系统关注点更直接相关的抽象，从而减少了构造的系统模型与实际系统之间的差异性。DSML与传统的通用建模语言相比，往往更小，更聚焦于某一特定问题，服务于更小的对象，更面向问题本身，同时，由于关注的特定领域是在不断发展变化的，这些语言的演化与发展也往往更快一些。

元编程系统MPS(Meta Programming System)是JetBrains公司开发的语言工作台，是一种设计领域特定语言(Domain Specification Language，DSL)的工具，使用MPS可以为任何新语言定义一个自定义编辑器，以简洁、易懂的方式设计系统。即使是不熟悉传统编程的领域专家，也可以借助针对其所在领域研发的领域特定语言来设计系统、建立模型。MPS支持可组合的语言定义，这意味着语言可以被扩展和嵌入，并且这些扩展可以在MPS的同一程序中使用并起作用。MPS使用结构化编辑器(Structure Editor)，使得语言设计者不需要为该语言实现语法解析器，可以专注于语法的设计以及语义的实现上，并且可以很方便的实现代码提示功能。

发明内容