本发明专利技术公开了交通场景解构分类方法，包括：将交通场景解构为多个元素；获取多个所述元素对应的标签；对标签赋予可真实属性和/或可虚拟属性，通过可真实属性和可虚拟属性确定对应元素在虚实结合测试中的使用形式；将标签与所述交通场景关联。本发明专利技术还提供了虚实结合自动驾驶测试方法。本发明专利技术能够克服现有场景特征发掘不充分，测试场景匹配性差，场景数据利用率不高等问题，同时将真实世界元素和虚拟目标联动起来，实现可重复的低成本危险场景测试以及复杂场景测试。以及复杂场景测试。以及复杂场景测试。
【技术实现步骤摘要】
交通场景解构分类方法及虚实结合自动驾驶测试方法
[0001]本专利技术涉及自动驾驶相关
更具体地说，本专利技术涉及一种交通场景解构分类方法及虚实结合自动驾驶测试方法。
技术介绍
[0002]交通场景是指车辆行驶时所处的地理区域、自然环境、道路、交通流和时间等要素的集合，指的是行驶场合和驾驶情景的组合，它受所处环境的影响，如道路、交通设施、交通参与者、天气、光照等因素，共同构成完整的场景概念。交通场景描述了道路、交通设施、气象条件、交通参与者等外部状态以及自车的驾驶任务和状态等信息。
[0003]自动驾驶汽车评价的是感知能力、决策能力及执行能力的多种融合结果。因此在自动驾驶研发、测试的环节中，从仿真到实车测试，多样化、典型性场景是测试的重要载体。尽可能的覆盖所有复杂交通场景是促进自动驾驶技术落地的关键。
[0004]业内也积累了大量场景用于ADAS或高级别自动驾驶系统测试的场景，但目前缺乏一套有效的管理办法，对场景进行有效的分类以及需求场景的快速匹配。
[0005]另外，当前自动驾驶实车测试亟待解决的问题包括测试成本高，极端场景和危险工况测试难、危险性大等。虚拟仿真测试系统搭建的虚拟测试环境和车辆模型存在可信度不一的问题，同时只能针对决策规划系统进行测试，无法完全取代实车测试。
技术实现思路
[0006]本专利技术的一个目的是提供一种交通场景解构分类方法及虚实结合自动驾驶测试方法，能够克服现有场景特征发掘不充分，测试场景匹配性差，场景数据利用率不高等问题；同时将真实世界元素和虚拟目标联动起来，实现可重复的低成本危险场景测试以及复杂场景测试，解决实际封闭试验场存在动态测试场景单一、多变量空间难于实现、高风险测试场景损毁风险大、测试效率较低等问题，以及传统模拟仿真测试无法验证自动驾驶系统的感知、控制层测试需求等问题，为自动驾驶安全测试提供新的快速测试技术与方法。
[0007]为了实现本专利技术的这些目的和其它优点，根据本专利技术的一个方面，本专利技术提供了交通场景解构分类方法，包括：将交通场景解构为多个元素；获取多个所述元素对应的标签；对标签赋予可真实属性和/或可虚拟属性，通过可真实属性和可虚拟属性确定对应元素在虚实结合测试中的使用形式；将标签与所述交通场景关联。
[0008]进一步地，所述元素包括静态环境要素元素和动态驾驶任务要素元素。
[0009]进一步地，所述静态环境要素元素包括基础道路元素、交通设施元素、临时设施元素、交通参与者信息元素、天气环境信息元素、地理位置元素。
[0010]进一步地，对于具备可虚拟属性的标签，在虚实结合测试中采用虚拟注入的形式实现，对于具备可真实属性的标签，在虚实结合测试中结合真实的场地或设备实现。
[0011]进一步地，所述动态驾驶任务要素元素包括对驾驶任务元素和动态参数元素，所述驾驶任务元素至少包括起步、直行、跟车、变道、掉头、停车、倒车、泊车、路口直行、路口左
转、路口右转、超车、被其他车辆切入、骑线行驶、碰撞、逆行，所述动态参数元素至少包括最大速度、平均速度、驾驶时长、最大加速度/减速度、平均加速度/减速度、车头时距、预计碰撞时间、强化距离碰撞时间、风险预测值。
[0012]进一步地，还包括：获取与所述交通场景关联的各标签的评分；将各标签的评分输入神经网络预测模型，输出所述交通场景的难度分值；其中，各标签的评分预先由专家打分确定，所述神经网络预测模型由训练集训练得到，所述训练集包括多个历史交通场景关联的标签的评分和多个历史交通场景的难度分值，多个历史交通场景的难度分值预先由专家打分确定。
[0013]根据本专利技术的另一个方面，还提供了虚实结合自动驾驶测试方法，包括：根据测试需求获取标签，根据标签匹配关联的交通场景；根据所述交通场景各标签的属性，建立虚拟元素和真实元素结合的虚实结合交通场景，所述虚实结合测试场景具有虚拟的或真实的测试车辆；建立所述虚实结合交通场景中虚拟元素、真实元素、虚拟的或真实的测试车辆之间的通信连接，对虚拟的或真实的测试车辆进行测试；其中，预先将所述交通场景解构为多个元素，获取多个所述元素对应的标签，对标签赋予可真实属性和/或可虚拟属性，通过可真实属性和可虚拟属性确定对应元素在虚实结合测试中的使用形式，将标签与所述交通场景关联，以供标签与所述交通场景匹配。
[0014]进一步地，所述元素包括静态环境要素元素和动态驾驶任务要素元素，所述静态环境要素元素包括基础道路元素、交通设施元素、临时设施元素、交通参与者信息元素、天气环境信息元素、地理位置元素，所述动态驾驶任务要素元素包括对驾驶任务元素和动态参数元素，所述驾驶任务元素至少包括起步、直行、跟车、变道、掉头、停车、倒车、泊车、路口直行、路口左转、路口右转、超车、被其他车辆切入、骑线行驶、碰撞、逆行，所述动态参数元素至少包括最大速度、平均速度、驾驶时长、最大加速度/减速度、平均加速度/减速度、车头时距、预计碰撞时间、强化距离碰撞时间、风险预测值。
[0015]进一步地，对于具备可虚拟属性的标签，在虚实结合测试中采用虚拟注入的形式实现，对于具备可真实属性的标签，在虚实结合测试中结合真实的场地或设备实现。
[0016]进一步地，将所有匹配的所述交通场景按难度分值排序；其中，难度分值的获得方法包括：获取与所述交通场景关联的各标签的评分；将各标签的评分输入神经网络预测模型，输出所述交通场景的难度分值；其中，各标签的评分预先由专家打分确定，所述神经网络预测模型由训练集训练得到，所述训练集包括多个历史交通场景关联的标签的评分和多个历史交通场景的难度分值，多个历史交通场景的难度分值预先由专家打分确定。
[0017]本专利技术至少包括以下有益效果：
[0018]本专利技术通过标签的使用，提供一种对自动驾驶测试相关的交通场景的分类体系和方法，解决了现有的场景特征发掘不充分，测试场景匹配性差，场景数据利用率不高等问题。本专利技术适用于交通场景的分类和管理，或对交通场景库内场景的分类、管理、场景匹配等，可提高交通场景的使用效率，利用率，降低场景管理成本。本专利技术与虚实结合自动驾驶测试能够完美配合，通过标签的使用，可以得到各种复杂度的交通场景和虚实结合的测试场景，解决实际封闭试验场存在动态测试场景单一、多变量空间难于实现、高风险测试场景损毁风险大、测试效率较低等问题，以及传统模拟仿真测试无法验证自动驾驶系统的感知、控制层测试需求等问题，为自动驾驶安全测试提供新的快速测试技术与方法，从而进行充
分地自动驾驶测试。
[0019]本专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解。
附图说明
[0020]图1为本专利技术一个实施例的流程图。
具体实施方式
[0021]下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0022]应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.交通场景解构分类方法，其特征在于，包括：将交通场景解构为多个元素；获取多个所述元素对应的标签；对标签赋予可真实属性和/或可虚拟属性，通过可真实属性和可虚拟属性确定对应元素在虚实结合测试中的使用形式；将标签与所述交通场景关联。2.如权利要求1所述的交通场景解构分类方法，其特征在于，所述元素包括静态环境要素元素和动态驾驶任务要素元素。3.如权利要求2所述的交通场景解构分类方法，其特征在于，所述静态环境要素元素包括基础道路元素、交通设施元素、临时设施元素、交通参与者信息元素、天气环境信息元素、地理位置元素。4.如权利要求2所述的交通场景解构分类方法，其特征在于，对于具备可虚拟属性的标签，在虚实结合测试中采用虚拟注入的形式实现，对于具备可真实属性的标签，在虚实结合测试中结合真实的场地或设备实现。5.如权利要求2所述的交通场景解构分类方法，其特征在于，所述动态驾驶任务要素元素包括对驾驶任务元素和动态参数元素，所述驾驶任务元素至少包括起步、直行、跟车、变道、掉头、停车、倒车、泊车、路口直行、路口左转、路口右转、超车、被其他车辆切入、骑线行驶、碰撞、逆行，所述动态参数元素至少包括最大速度、平均速度、驾驶时长、最大加速度/减速度、平均加速度/减速度、车头时距、预计碰撞时间、强化距离碰撞时间、风险预测值。6.如权利要求1所述的交通场景解构分类方法，其特征在于，还包括：获取与所述交通场景关联的各标签的评分；将各标签的评分输入神经网络预测模型，输出所述交通场景的难度分值；其中，各标签的评分预先由专家打分确定，所述神经网络预测模型由训练集训练得到，所述训练集包括多个历史交通场景关联的标签的评分和多个历史交通场景的难度分值，多个历史交通场景的难度分值预先由专家打分确定。7.虚实结合自动驾驶测试方法，其特征在于，包括：根据测试需求获取标签，根据标签匹配关联的交通场景；根据所述交通场景各标签的属性，建立虚拟元素和真实元素结合的虚实结合...
【专利技术属性】
技术研发人员：于鹏，
申请(专利权)人：北京智能车联产业创新中心有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。