[發(fā)明專利]一種自動駕駛模擬仿真系統(tǒng)及其測試資源庫建設(shè)方法

在審

• 申請?zhí)枺?/td>: 202010581488.7
• 申請日: 2020-06-23
• 公開（公告）號: CN111841012A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 段續(xù)庭;鄭坤賢;田大新;周建山;林椿眄;王奇;姜航;趙文笙;郝威;龍科軍;劉赫;拱印生
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: A63F13/52
• 分類號: A63F13/52;A63F13/60;A63F13/803;G06F30/20
• 代理公司: 北京知匯林知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11794
• 代理人: 董濤

1.一種自動駕駛模擬仿真系統(tǒng)及其測試資源庫建設(shè)方法，其特征在于，首先基于組合推理構(gòu)建靜態(tài)測試場景庫，接著通過線上引流系統(tǒng)引入真人玩家進(jìn)入測試系統(tǒng)并接管被試車輛周圍干擾車、行人交通參與對象實(shí)現(xiàn)真實(shí)的動態(tài)場景模擬，同時(shí)提取針對性測試場景下的真人駕駛數(shù)據(jù)，基于深度學(xué)習(xí)人工智能算法訓(xùn)練智能交通模型構(gòu)建動態(tài)交通模型庫，補(bǔ)充/替代線上引流系統(tǒng)中的真人玩家，最后結(jié)合國內(nèi)外的自動駕駛評價(jià)的經(jīng)驗(yàn)和L1～L3級自動駕駛測試特點(diǎn)構(gòu)建自動駕駛系統(tǒng)性能綜合評價(jià)體系，所述的模擬仿真測試資源庫包括“靜態(tài)測試場景庫”和“動態(tài)交通模型庫”，所述的自動駕駛系統(tǒng)性能綜合評價(jià)體系包含車輛智能性、駕駛安全性、駕駛舒適性和交通協(xié)調(diào)性這四方面，并基于多層次模糊綜合評價(jià)方法得到綜合性能評價(jià)值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述的基于組合推理構(gòu)建靜態(tài)測試場景庫的具體過程為以被試車與周圍所有干擾車輛的相對位置與運(yùn)動關(guān)系的排列組合所形成的復(fù)雜場景群為基礎(chǔ)，利用組合推理方法和場景篩選規(guī)則，構(gòu)建具有測試價(jià)值的各個(gè)層級及功能的典型靜態(tài)測試場景庫。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于：所述組合推理方法具體步驟如下：

(1)確定復(fù)雜場景群：針對指定的道路交通環(huán)境，分析被試車和周圍N個(gè)交通參與者可能的相對位置和運(yùn)動方向的組合，以涵蓋駕駛?cè)蝿?wù)最復(fù)雜的組合或者可能引起交通事故的組合為前提條件，確定被試車和N個(gè)交通參與者的相對位置范圍；

(2)篩選測試場景：設(shè)計(jì)場景篩選規(guī)則，從復(fù)雜場景群中篩選出有測試價(jià)值的場景組成正常行駛工況和預(yù)碰撞工況等場景群；

(3)確定參數(shù)：在篩選后的測試場景群中添加必要的約束條件，并覆蓋全部的組合場景群。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于：所述場景篩選規(guī)則具體為：

(1)脫離實(shí)際的場景，刪除；

(2)相似場景中對被試車運(yùn)動影響較小的場景，刪除；

(3)對被試車運(yùn)動影響相同的場景，只保留1個(gè)場景。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述的線上引流系統(tǒng)為基于智能手機(jī)、網(wǎng)頁和駕駛模擬器等平臺研發(fā)的多平臺客戶端，玩家通過網(wǎng)絡(luò)登錄自動駕駛仿真平臺服務(wù)端，接管被試車輛周圍干擾車、行人在內(nèi)的交通參與對象，所述的動態(tài)交通模型庫本質(zhì)上是對應(yīng)于靜態(tài)測試場景庫內(nèi)所有測試場景的交通體模型集合“場景-智能體模型庫”，集合內(nèi)的元素為對應(yīng)場景下的基于學(xué)習(xí)算法驅(qū)動的交通參與者模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于：所述的車輛智能性從感知、路徑規(guī)劃、控制方面對所測自動駕駛算法進(jìn)行評價(jià)，其中感知方面包括對信號燈相位、行人在內(nèi)的對象的識別要求；路徑規(guī)劃方面包括對軌跡平穩(wěn)，障礙規(guī)避在內(nèi)的方面要求；控制方面是對規(guī)劃結(jié)果執(zhí)行的要求，如最大偏差、振蕩次數(shù)及振蕩周期。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于：所述的駕駛安全性指被試車在道路上行駛時(shí)對其他交通參與者是否會造成危險(xiǎn)，類似是否在紅燈時(shí)在停止線內(nèi)停車，是否沖撞行人，是否發(fā)生交通事故，所述的駕駛舒適性指被試車在道路上行駛期間駕駛員的駕乘體驗(yàn)和交互體驗(yàn)，測試期間，駕乘體驗(yàn)依據(jù)行駛過程中平臺記錄下的油門、剎車、轉(zhuǎn)向狀態(tài)，評估車輛駕乘是否平穩(wěn)，轉(zhuǎn)彎是否平順；交互體驗(yàn)通過駕駛員在環(huán)，采用問卷的形式確定被試自動駕駛系統(tǒng)的操作品質(zhì)在內(nèi)的交互體驗(yàn)。

8.根據(jù)權(quán)利要求5所述的方法，其特征在于：所述的交通協(xié)調(diào)性指被試車在道路上行駛時(shí)相對其他交通參與者的交通移動表現(xiàn)，測試期間，通過行駛時(shí)間、交通流量、道路資源有效利用率在內(nèi)的指標(biāo)對交通協(xié)調(diào)性進(jìn)行評價(jià)。

9.根據(jù)權(quán)利要求5所述的方法，其特征在于：所述的多層次模糊綜合評價(jià)方法在確定自動駕駛系統(tǒng)性能綜合評價(jià)體系后的具體步驟如下：

(1)指標(biāo)類型一致化處理

定性指標(biāo)量化表示為極大值型指標(biāo)；

定量指標(biāo)如極大值型、極小值型、居中型及區(qū)間型，轉(zhuǎn)換為極大值型指標(biāo)；

(2)指標(biāo)無量綱化處理

指標(biāo)進(jìn)行無量綱化處理后才能進(jìn)行加權(quán)綜合，采用歸一化處理法：

x_ij代表第j個(gè)指標(biāo)在第i次測試時(shí)的被測值；

(3)指標(biāo)權(quán)重的確定

采用基于“功能驅(qū)動”原理的序關(guān)系分析法來確定各指標(biāo)的權(quán)值：

在指標(biāo)集{x₁，x₂，...，x_j，...，x_m}中根據(jù)自定義評價(jià)準(zhǔn)則依次選出最重要的指標(biāo)；

按表1確定評價(jià)指標(biāo)x_j-1與x_j之間的重要程度之比r_j(w_j-1/w_j)；

計(jì)算排序好的各指標(biāo)對應(yīng)的權(quán)重系數(shù)w_j：

w_j-1＝r_jw_j，j＝m，m-1，...，3，2 (3)

表1 r_j賦值表

j]]>	說明
1.0	j-1與指標(biāo)xj同樣重要]]>
1.2	j-1比指標(biāo)xj稍微重要]]>
1.4	j-1比指標(biāo)xj明顯重要]]>
1.6	j-1比指標(biāo)xj強(qiáng)烈重要]]>
1.8	j-1比指標(biāo)xj極端重要]]>

(4)多層次模糊綜合評價(jià)

在指標(biāo)體系確定的基礎(chǔ)上，針對單因素(某一層f評價(jià)指標(biāo))x_j(j＝1，2，...，m，m為指標(biāo)個(gè)數(shù))進(jìn)行單因素評判，得到與評價(jià)等級y_k(k＝1，2，...，h，h為等級個(gè)數(shù))間的隸屬度l_jk，繼而構(gòu)成評價(jià)矩陣L

基于序關(guān)系法確定權(quán)重集W＝(w₁，w₂，...，w_j，...，w_m)，與評價(jià)矩陣L合成得到模糊綜合評價(jià)模型C

由最下層開始計(jì)算，得到的結(jié)果組成上一級評價(jià)指標(biāo)的評價(jià)矩陣，迭代得到總評價(jià)模型C_t

確定評價(jià)等級對應(yīng)的分?jǐn)?shù)集μ＝(μ₁，μ₂，...，μ_h)^T后計(jì)算綜合得分G

G＝100C_tμ＝(c₁，c₂，...，c_h)·(μ₁，μ₂，...，μ_h)^T×100 (6)。