[发明专利]自动驾驶场景生成方法在审
申请号: | 202210296383.6 | 申请日: | 2022-03-24 |
公开(公告)号: | CN114647582A | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 陈磊;杨果;唐诚成;舒德伟;张鑫;廖浪淘 | 申请(专利权)人: | 重庆长安汽车股份有限公司 |
主分类号: | G06F11/36 | 分类号: | G06F11/36;G06F30/27;G06F111/08;G06F119/02 |
代理公司: | 重庆博凯知识产权代理有限公司 50212 | 代理人: | 李晓兵 |
地址: | 400020 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自动 驾驶 场景 生成 方法 | ||
1.一种自动驾驶场景生成方法,其特征在于,包括如下步骤:步骤1,,基于主车和目标车的自然驾驶数据集得到场景参数的参数空间;步骤2,利用样本抽样方法得到一定数量的场景样本;步骤3,基于自动化仿真测试平台完成场景样本的测试;步骤4,基于测试结果对场景参数进行敏感性分析得到场景关键参数;步骤5,基于场景关键参数的参数空间和参数相关性分析进行泛化,得到具体场景序列。
2.根据权利要求1所述的自动驾驶场景生成方法,其特征在于,步骤1中,主要通过对自然驾驶数据集进行场景切片后,对场景的参数值进行提取和统计,从而得到场景每个参数的参数空间;所述自然驾驶数据集包括主车的速度、纵向加速度和横向加速度,以及目标车的触发时刻纵向相对距离、触发时刻横向相对距离、初始速度、初始纵向加速度、初始横向加速度、变道纵向距离、变道横向距离、结束时刻纵向速度、结束时刻横向速度、结束时刻纵向加速度、结束时刻横向加速度和变道时间。
3.根据权利要求1或2所述的自动驾驶场景生成方法,其特征在于,步骤2中的场景样本是通过蒙特卡洛法和/或随机抽样法和/或重要性采样法对场景参数空间进行参数值的采样,然后组合得到场景样本。
4.根据权利要求3所述的自动驾驶场景生成方法,其特征在于,重要性采样法是基于场景参数空间的统计分布,利用重要性采样自动识别参数分布,针对其中分布密集的地方进行较细颗粒度的采样,分布稀疏的地方进行较粗颗粒度的采样,最后进行组合形成一定数量的覆盖较为全面的具体场景列表。
5.根据权利要求1或2或4所述的自动驾驶场景生成方法,其特征在于,步骤3中,场景样本的测试是通过自动化测试平台对场景样本进行测试,然后对需要观测的系统性能表现量进行记录,其中,系统性能表现量包括安全性指标、舒适性指标和可靠性指标。
6.根据权利要求5所述的自动驾驶场景生成方法,其特征在于,所述安全指标包括主车碰撞时间、主车跟车时距,所述舒适性指标包括主车纵向加速度、主车横向加速度、主车纵向加加速度和主车横向加加速度;所述可靠性指标是指主车系统是否失效。
7.根据权利要求5所述的自动驾驶场景生成方法,其特征在于,步骤4中场景关键参数是基于所有的场景样本的场景值和测试结果,利用MIV法和/或随机森林树法和/或相关性分析法分析场景参数对系统性能表现量的影响程度分析,通过影响贡献度的排序筛选场景关键参数。
8.根据权利要求7所述的自动驾驶场景生成方法,其特征在于,采用MIV法分析场景参数对系统性能表现量的影响程度的流程如下:利用对场景参数与系统性能表现量进行映射关键建模,然后依次针对其中一个场景参数进行正负10%的变化,作为已经构建好模型的输入,输出模型的输出量与原始值的差值,然后取平均值,并依次计算出各个变量的平均值,确定各个变量对输出的影响程度。
9.根据权利要求1或7或8所述的自动驾驶场景生成方法,其特征在于,步骤5中,对场景关键参数的参数空间和参数相关性分析进行泛化是基于筛选出来的场景关键参数的参数空间,利用SPSS数据统计分析软件进行场景关键参数的相关性分析,如果其中一个参数和另一参数具备强相关性,即对两个相关参数进行线性回归模型的建模,然后得到两个相关参数的参数空间联合分布情况,进而进行具体场景序列的泛化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆长安汽车股份有限公司,未经重庆长安汽车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210296383.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:电源装置
- 下一篇:一种用于计算目标关联距离的方法