[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

说明书

本发明公开了一种时空轨迹数据驱动的自动驾驶安全场景元建模方法，其特点是基于MOF元建模体系构建时空轨迹数据的元建模方法，通过时空轨迹数据的采集、时空轨迹元数据的构建、时空轨迹数据的预处理以及数据质量评价得到高质量自动驾驶汽车时空轨迹数据，进而构建了基于MOF的时空轨数据元建模过程、构建了面向汽车自动驾驶的时空轨迹数据元模型，并基于一种场景建模语言ADSML自动实例化安全场景。本发明提出一种基于时空轨迹数据驱动的汽车自动驾驶安全场景元建模方法，能够有效地支持模型驱动和数据驱动协同开发方法，为自动驾驶领域场景建模提供一种新的途径。

技术领域

本发明涉及一种安全场景元建模方法，尤其涉及时空轨迹数据驱动的自动驾驶安全场景元建模方法。

背景技术

近年来，大数据、人工智能、自动驾驶、智慧城市、智能交通等领域的快速发展促进了新一代信息技术的广泛应用，如何高效利用所产生的大量数据是一个亟待解决的问题。把地球观测所产生的时空数据，与公众媒体数据(例如城市摄像头、社交媒体、个人活动等)进行有效时空融合、高可信建模、大数据处理及面向特定领域的时空数据应用，已成为空间信息技术领域和大数据应用领域的研究热点。尤其是全球卫星导航定位系统(GlobalNavigation Satellite System, GNSS)、中国遥感卫星(Remote Sensing, RS)、地理信息系统(Geographic Information System, GIS)和智慧城市(Smart City)综合技术的日新月异，时空数据得以更加丰富，也呈现出高空间分辨率、高时间分辨率、高光谱分辨率、高精准时空标识与多维属性等特点。时空轨迹数据是一种特殊的时空数据，涵盖了几何、光谱、行为以及语义关联等信息，具有海量、异构、动态等特点，反映出现实世界的多元性和复杂性，因此对其进行数据建模、描述、评估与验证等多层次的分析、数据驱动的应用开发，已经成为感知、认知与控制客观世界数据形态的重要途径。

与此同时，汽车自动驾驶技术的飞速发展，引起了学术界和工业界的广泛关注，但同时也带来了一系列的安全问题。在自动驾驶汽车正式投入市场之前还有漫长的路程，需要大量的实验来保证自动驾驶的安全。但随着驾驶自动化级别越来越高、规模越来越大，实车测试自然不能满足验证需求。然而仿真测试使用一些计算方法、仿真软件以及仿真参数实现的虚拟场景仿真，得到的数据不能完全代表真实汽车自动驾驶的运行数据。因此若想要加速自动驾驶汽车快速、安全上路，不仅要依靠仿真测试，还需要提高自动驾驶汽车场景建模的准确性和数据分析的有效性，其中高质量时空轨迹数据的挖掘与利用是实现自动驾驶真实场景建模的关键。

但目前，面向真实时空轨迹数据的场景建模方法、技术仍然有不足之处：自动驾驶场景建模的研究主要聚焦在建模场景的设计，重点讨论仿真的结果，而没有一套系统的模型驱动和数据驱动协同开发的建模方法，不方便对真实数据的管理以及高质量数据的生成，且存在缺乏可读性好的场景描述语言和难以进行形式化验证(Formal Verification)的问题。虽然GeoScenario和Scenic较其他场景建模语言更简洁，可读性有一定的提高，但它们的描述方式对于领域专家不够友好，也无法使用形式化方法对场景进行验证分析。总之，现阶段亟需一套时空轨迹数据驱动的自动驾驶场景建模方法，根据真实的物理世界将自动驾驶场景进行抽象建模，以实现构建特定的安全场景库，为汽车自动驾驶领域的场景建模、仿真、验证奠定基础。

发明内容

本发明的目的是用于指导安全攸关场景的建模、仿真、验证以及安全场景库的构建，主要解决时空轨迹数据在自动驾驶领域的高效利用，为自动驾驶领域的数据驱动和模型驱动协同开发的场景建模提供一种可行的解决方案。

本发明提出一种基于时空轨迹数据驱动的汽车自动驾驶安全场景元建模方法。该方法支持模型驱动和数据驱动协同开发方法，为自动驾驶领域场景建模提供一种新的途径。

实现本发明目的的具体技术方案是：

一种时空轨迹数据驱动的自动驾驶安全场景元建模方法，具体步骤如下：

S1：时空轨迹数据采集：