[發明專利]自動駕駛測試場景構建方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202010625061.2
• 申請日: 2020-07-01
• 公開（公告）號: CN112036001A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 趙祥模;朱宇;王潤民;周文帥;徐志剛;承靖鈞;張心睿;劉占文;李妍;高贏
• 申請（專利權）人: 長安大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/06;G06F17/18
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 陳翠蘭

1.一種基于基元場景的自動駕駛測試場景構建方法，其特征在于，包括以下步驟：

步驟1)、從真實交通場景中進行基元場景提取建立基元場景描述模型，采用高斯混合模型對基元場景描述模型中基元場景描述變量的分布進行估計；

步驟2)、根據基元場景描述模型，從基元場景描述變量分布區間內選取描述變量取值，采用基于重要性抽樣的蒙特卡洛方法對描述變量依據描述變量分布進行隨機取樣生成測試基元場景；

步驟3)、根據測試任務確定測試場景要素參數，將步驟S2生成的測試基元場景按照測試場景要素參數以重新組合的方法生成測試場景。

2.根據權利要求1所述的一種基于基元場景的自動駕駛測試場景構建方法，其特征在于，將真實交通場景分解為獨立的基元，將分解為獨立的基元進行模型化和參數化。

3.根據權利要求1所述的一種基于基元場景的自動駕駛測試場景構建方法，其特征在于，建立基元場景描述模型是基元場景描述變量分布規律的概率分布問題，采用高斯混合模型對基元場景描述變量的分布進行估計：

設待估計的隨機變量為X，則X的高斯混合模型表示為：

其中，N(x|μ_k,∑_k)是高斯混合模型中的第k個分量，α_k是混合系數，滿足

在參數估計時，數據總體服從高斯混合分布,概率分布由上式中的高斯混合模型表示，模型中包含N組未知參數(μ_k,∑_k,α_k)，根據樣本數據確定模型參數取值。

4.根據權利要求3所述的一種基于基元場景的自動駕駛測試場景構建方法，其特征在于，對于未知參數，通過EM算法迭代計算，尋找最優化未知參數(μ,∑,α)。

5.根據權利要求4所述的一種基于基元場景的自動駕駛測試場景構建方法，其特征在于，通過EM算法迭代計算具體包括以下步驟：

1).對應每一個樣本xⁱ,設置(μ,Σ,α)的初始值；

2).根據當前的(μ,Σ,α)值，對于每個樣本點xⁱ計算后驗概率Q_i(z^k)＝(z^k|xⁱ；μ,Σ,α)；

3).根據當前的后驗概率，計算更新(μ,Σ,α)參數值；

4).使用更新后的參數(μ,Σ,α)計算似然函數l,若似然函數收斂于似然估計的最大值，即更新后的似然函數l不變或變化幅度很小，則表明求解出的(μ,Σ,α)參數是最優化參數；若未收斂于最大值，則返回第2)步繼續迭代計算。

6.根據權利要求5所述的一種基于基元場景的自動駕駛測試場景構建方法，其特征在于，對于每個樣本點xⁱ計算后驗概率時，固定后驗概率，求解P(x；μ,Σ,α)的最大似然估計：

P(x；μ,Σ,α)的似然函數為

l對μ_k求導，并令導數為0，得μ_k的更新公式

同理，l對Σ_k和α_k求導，并令導數為0，得Σ_k和α_k的更新公式