[发明专利]一种基于重要度抽样的无人车十字路口通行场景关键测试案例生成方法

说明书

本发明面向无人车，提出一种基于重要度抽样的无人车十字路口通行场景关键测试案例生成方法，它包含四大步骤：(1)构建无人车十字路口通行场景，分析确定无人车十字路口通行可靠性的影响因素；(2)无人车十字路口通行场景可靠性影响因素参数化处理；(3)建立基于混合高斯分布的无人车十字路口通行场景模型，基于期望最大化(EM)算法确定无人车十字路口通行场景模型的最佳参数；(4)基于重要抽样概率密度函数进行重要度抽样并获得关键测试用例，对无人车十字路口通行场景进行测试并确定无人车十字路口通行的可靠度。

所属技术领域

本发明面向无人车，提出一种基于重要度抽样的无人车十字路口通行场景关键测试案例生成方法。该方法针对无人车通过十字路口这一场景，进行可靠性影响因素分析、构建高斯模型和进行重要度抽样，从而生成无人车十字路口通行的关键测试案例。本发明属于可靠性技术领域。

背景技术

随着无人车技术的发展，可靠性问题成为了无人车应用过程中难以逾越的瓶颈。根据报道，无论是特斯拉的自动驾驶系统还是Uber原型无人车，都发生过致命的交通事故。这些悲剧促使我们在无人车技术真正运用之前，更加谨慎地在受控环境中评估其可靠性。为此我们需要使用精心设计的测试案例对无人车可靠性进行评估。

由于无人车遭遇场景的复杂性，在自然的行驶情况下，需要几亿公里的里程才能实现自动驾驶技术的可靠性评估。即使使用计算机仿真的方法，挖掘出不可靠的案例也需要大量的计算。十字路口作为车辆交汇的地点，是交通事故的多发地，无人车十字路口通行是无人车运行过程的常见任务，其评估和验证对于保证可靠性和安全性至关重要。而十字路口通行存在很多不确定的危险事件，如车辆或行人穿红灯等，为了充分挖掘这些危险事件对无人车十字路口通行的影响，我们提出了一种基于重要度抽样的自动驾驶汽车关键测试案例生成方法。通过对无人车十字路口通行可靠性进行影响因素分析、模型构建以及重要度抽样，可以更快更高效找到对无人车可靠性带来挑战的关键场景，为无人车十字路口通行场景的可靠性评估提供指导。

发明内容

避免碰撞是无人车十字路口通行的最低要求，无人车十字路口通行可靠性是指无人车在十字路口通行的过程中能够与其他车辆保持安全碰撞时间(time-to-collision，ttc)的能力。本发明针对无人车十字路口通行场景下危险场景不易挖掘测试的问题，提出了一种基于重要度抽样的无人车十字路口通行场景关键测试案例生成方法，为无人车十字路口通行的可靠评估提供依据。该发明的整体研究思路如图1所示，该方法分为下面几个步骤：

步骤一：构建无人车十字路口通行场景，分析确定无人车十字路口通行可靠性的影响因素。

分析无人车在十字路口通行场景，确定无人车十字路口通行的可靠性影响因素。考虑到十字路口车流复杂，无人车可能与各个方向车辆碰撞的特点，无人车十字路口通行的可靠性影响因素包括：各方向车辆的出现概率、车身的转角、车辆的位置以及碰撞时间。

步骤1：十字路口车流分析，确定十字路口通行场景下与无人车存在碰撞风险的车辆。分析图2和图3所示的十字路口通行示意图以及各方向车辆的轨迹图可知，十字路口通行场景中，车辆行驶方向较多且车流比较复杂。可能与无人车发生碰撞的车辆包括左侧直行车辆、左侧左转车辆、右侧直行车辆、右侧左转车辆、右侧右转车辆以及对面左转车辆。

步骤2：分析确定速度影响因素集合，它包括本车速度、左侧直行车辆速度、左侧左转车辆速度、右侧直行车辆速度、右侧左转车辆速度、右侧右转车辆速度以及对面左转车辆速度。

步骤3：分析确定车身转角影响因素集合，它包括本车转角、左侧直行车辆转角、左侧左转车辆转角、右侧直行车辆转角、右侧左转车辆转角、右侧右转车辆转角以及对面左转车辆转角。

步骤4：分析确定位置影响因素集合，它包括左侧直行车辆位置、左侧左转车辆位置、右侧直行车辆位置、右侧左转车辆位置、右侧右转车辆位置以及对面左转车辆位置。