[发明专利]一种时空轨迹数据驱动的自动驾驶安全场景元建模方法

权利要求书

1.一种时空轨迹数据驱动的自动驾驶安全场景元建模方法，其特征在于，该方法包括以下具体步骤：

S1：时空轨迹数据采集：

通过对自动驾驶汽车在真实环境行驶过程中的静态及动态环境数据进行采集，形成面向自动驾驶领域场景建模的时空轨迹数据；

S2：时空轨迹数据的预处理及其质量评价：

对步骤S1采集的时空轨迹数据做预处理；对步骤S1采集的时空轨迹数据构建数据质量评价模型；

S3：面向自动驾驶领域场景建模的时空轨迹元数据结构的构建：

从步骤S2得到的高质量时空轨迹数据中抽取部分数据，构成自动驾驶领域场景建模时空轨迹的元数据结构，实现时空轨迹数据的融合及统一；

S4：时空轨迹数据驱动的自动驾驶安全场景元建模：

在步骤S3得到的时空轨迹元数据结构的基础上，基于MOF建模技术体系构建了四层元建模结构：元元模型层M3、元模型层M2、模型层M1以及实例层M0；

S5：时空轨迹数据元模型构建：

在步骤S4元建模体系的基础上，构建出汽车自动驾驶领域的时空轨迹数据元模型，将自动驾驶安全场景建模的时空轨迹数据元模型抽象出七大类数据，又将七类数据细化为十二维时空轨迹数据；

S6：时空轨迹数据驱动的自动驾驶安全场景构建：

将步骤S5时空轨迹数据元模型得到的结构化数据做为数据输入，使用自动驾驶安全场景建模语言ADSML自动实例化场景模型。

2.根据权利要求1所述的时空轨迹数据驱动的自动驾驶安全场景元建模方法，其特征在于，所述步骤S1，具体包括：

S1-1：面向汽车自动驾驶领域的时空轨迹数据的采集来源包括：全球导航卫星系统GNSS、天地一体化遥感RS、三维地理信息系统3DGIS、开源地图OSM、物联网IoT、车联网V2X、车载传感器Sensor及自动驾驶领域知识ADS，从中收集可度量和不可度量的具有时间与空间关系的数据，构成时空轨迹数据，包括时间数据、空间数据、光谱数据、人文数据、社会数据、数据质量以及自动驾驶领域知识；

S1-2：针对自动驾驶汽车时空轨迹数据的静态数据，使用OSM获取自动驾驶车辆所在的路网结构信息，构建自动驾驶场景的路网及静态环境模型；

S1-3：针对自动驾驶汽车时空轨迹以及周边的动态数据的获取，使用GPS定位技术获取自动驾驶车辆的实时定位获取其轨迹数据；在GPS定位的同时通过车载雷达、摄像头、传感器、车联网技术探测车辆周边所有方向的物体，获取自动驾驶车辆周边车辆信息和行人信息；构成时空轨迹数据。

3.根据权利要求1所述的时空轨迹数据驱动的自动驾驶安全场景元建模方法，其特征在于，所述步骤S2，具体包括：

S2-1：对时空轨迹数据的预处理：

S2-1-1：针对OSM数据，已有成熟的方法和工具ArcGIS处理从OSM上下载的地图数据；

S2-1-2：针对GPS获取的自动驾驶车辆轨迹数据，使用地图匹配算法纠正自动驾驶车辆的轨迹数据；

S2-1-3：针对视频数据，使用自顶向下的方式对图像视频数据挖掘做处理；

S2-1-4：针对传感器数据，使用卡尔曼滤波方法对传感器数据做处理；

S2-2：使用时空轨迹数据的质量评价模型对时空轨迹数据处理的质量做评价，时空轨迹数据的质量评价模型具体为：

S2-2-1：结合自动驾驶汽车时空轨迹元模型及时空轨迹的元数据结构抽出六个评价指标：时间精度(TA)、定位精度(PA)、数据准确性(DA)、时空一致性(TSC)、轨迹完整度(TI)及采样频率(SF)；

S2-2-2：采用专家打分法和层次分析法得到指标的权重；

S2-2-3：采用模糊综合评价方法解决时空轨迹数据的模糊不确定性；

S2-2-4：最终得到数据质量，表示为；其中，W为评价指标所占权重。