一种车路协同感知路侧测试数据质量评价方法技术

本发明专利技术提供一种车路协同感知路侧测试数据质量评价方法，涉及车路协同技术领域。该车路协同感知路侧测试数据质量评价方法，包括自适应融合回归的轨迹质量评估模型，自适应融合回归模型由评估与修正2个网络组成，包括如下执行步骤：S1.对路侧车辆轨迹数据计算轨迹合理性、波动性的相关指标，输人评估网络中融合回归计算，得出质量评估结果。本发明专利技术提供一种车路协同感知路侧测试数据质量评价方法，能够有效表征轨迹数据质量，对于多车交互场景，尽管车辆交互合理性指标与轨迹质量之间相关性较弱且指标适用范围有限，但可考虑将其作为其余评估指标的补充，实现更好的车路协同感知路侧测试数据质量评估的效果。知路侧测试数据质量评估的效果。知路侧测试数据质量评估的效果。

【技术实现步骤摘要】
一种车路协同感知路侧测试数据质量评价方法


[0001]本专利技术涉及车路协同
，具体为一种车路协同感知路侧测试数据质量评价方法。

技术介绍

[0002]新基建"背景下，全国多地正开展智慧高速公路规划建设，在路侧部署大量智能传感器，如：高清摄像头、毫米波雷达、激光雷达等，还有边缘计算设备，通过数据融合与目标识别跟踪，获取全时空车辆运行轨迹，可实现微观驾驶行为感知、交通状态精准辨识、在线平行仿真推演等功能，然而，感知的车辆轨迹数据质量直接决定了系统分析评估和管控措施的效果，如何对数据质量进行评估也成为智慧公路、车路协同快速发展下亟需破解的难题。
[0003]智慧公路布设了大量路侧智能传感器，可以获取全时空车辆运行轨迹数据，然而，如何实现轨迹数据质量高效便捷的评估一直是因扰行业管理部门的难题。
[0004]经检索，现有专利(公开号为：CN114648231A)公开了一种车路协同路侧数据质量评价方法。该专利技术虽然能够通过多项指标实现路侧数据质量评价的目标，但是存在评价方式过于单一的问题，从而导致对车路协同感知路侧测试数据的评价效果较差，并且针对数据质量评估中路侧感知数据的真值无法进行获取。因此，本领域技术人员提供了一种车路协同感知路侧测试数据质量评价方法，以解决上述
技术介绍
中提出的问题。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术提供了一种车路协同感知路侧测试数据质量评价方法，能够有效表征轨迹数据质量，对于多车交互场景，尽管车辆交互合理性指标与轨迹质量之间相关性较弱且指标适用范围有限，但可考虑将其作为其余评估指标的补充，实现更好的车路协同感知路侧测试数据质量评估的效果。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：一种车路协同感知路侧测试数据质量评价方法，包括自适应融合回归的轨迹质量评估模型，自适应融合回归模型由评估与修正2个网络组成，包括如下执行步骤：
[0009]S1.对路侧车辆轨迹数据计算轨迹合理性、波动性的相关指标，输人评估网络中融合回归计算，得出质量评估结果
[0010]S2.判断车辆轨迹周围是否存在与之有空间交互关系的车辆，若不存在，则直接输出轨迹数据质量评估结果若存在，则执行步骤S3；
[0011]S3.对目标车辆轨迹计算轨迹交互异常性的相关指标，与步骤S1所得出的质量评
估结果共同输人修正网络中进行融合回归，得出修正后结果作为轨迹数据质量评估结果输出。
[0012]优选的，所述路侧车辆轨迹数据计算轨迹合理性、波动性的相关指标包括从元素特征、时序特征和空间特征3个维度提出的轨迹合理性指标、轨迹波动性指标以及轨迹交互异常性指标。
[0013]优选的，所述轨迹合理性指标的获取包括以下过程：
[0014]1)利用路侧感知的轨迹位置相对轨迹真实位置的偏差大小与轨迹总长度的比值关系作为质量评价指标，感知的车辆n轨迹的质量水平A
n
可表示为：
[0015][0016]式中：x
r
(t)，y
r
(t)为t时刻轨迹点的位置真值；x
n
(t),y
n
(t)为t时刻轨迹点的位置测量值；L(T
n
)为车辆n轨迹的总长度；
[0017]2)轨迹位置点坐标存在异常时，通过微分方法计算得出的车辆速度、加速度和急动度等运动学指标会出现不同程度的异常；反之,高质量的车辆轨迹中各点的运动学特征处于合理的取值区间；
[0018]3)然后利用车辆轨迹横纵坐标提取车辆n在t时刻的运动学特征，包括车辆方向角d
n
(t)、车辆转角a
n
(t)、车辆速度计算值加速度a
n
(t)、急动度(加加速度)j
n
(t)，具体表达式如下：
[0019][0020]α
n
(t)＝d
n
(t+Δt)
‑
d
n
(t)
[0021][0022][0023][0024]对于各运动学特征，可分别根据其取值情况分析轨迹是否合理，对于一段采样点个数为T的轨迹,合理性指标如下：
[0025]①
、车辆转向时侧向加速度应在一定范围内，研究表明，典型工况下由于车速与路面条件不同，车辆的最大侧向加速度取值在0.1g～0.5g之间，由此可定义车辆n的侧向加速度合理性指标为：
[0026][0027][0028]式中：a(t)为t时刻车辆n侧向加速度大小；R(t)为t时刻车辆n侧向加速度合理性指标计算值；
[0029]②
、在极端情况下，研究表明急动度取值应小于等于10m
·
s
‑3；当急动度大于2m
·
s
‑3时，乘客与驾驶人会感到不适，因此，将车辆n轨迹急动度合理性指标定义如下：
[0030][0031][0032]式中:j
n
(t)为t时刻车辆n急动度大小；为t时刻车辆n急动度合理性指标计算值；
[0033]③
、对于毫米波雷达等路侧感知设备而言，测距与测速相对独立，当t时刻通过轨迹坐标求导所得出的车辆速度计算值与路侧感知设备直接获取的车辆速度测量值v
n
(t)存在较大偏差时，说明车辆轨迹数据可能存在异常，因此，定义车辆n的速度偏差Δv
n
表示速度差异性计算公式为：
[0034][0035]优选的，所述轨迹波动性指标的获取包括以下过程：
[0036]从轨迹数据的时序特征考虑，车辆运动特征应在一定时间范围内保持相对稳定，可通过判断运动特征的波动情况反映车辆轨迹数据质量，车辆轨迹的波动程度可通过计算局部运动特征值的标准差进行表征，同时，考虑到道路几何线性及车辆换道等因素对标准差计算结果的影响，定义轨迹数据波动性为轨迹局部邻域内运动学特征值标准差的最小值，对于一段采样点个数为T的轨迹，车辆运动学特征f的波动性的计算方法如下：
[0037][0038][0039][0040]式中：ω为评估时间窗；为t时刻车辆的运动学特征f在评估时间窗内的标准差；S(t)为在t时刻车辆n的运动学特征f在评估时间窗内标准差的最小值，即t时刻车辆n运动学特征f波动性指标计算值。
[0041]优选的，所述轨迹交互异常性指标的获取包括以下过程：
[0042]路侧感知设备可同时获取道路交通流中多车的轨迹信息，在多车交互场景下，车辆行驶过程中自身的驾驶决策会受到周围车辆驾驶行为的影响，通过挖掘同时空下目标车辆与周围车辆相对距离与相对速度的保持情况，可判别驾驶场景中车辆行为的风险高低，进而识别车辆轨迹是否异常；
[0043]从车辆轨迹数据的空间维度出发，通过计算目标车辆与周围车辆的碰撞时间(TTC)与最近车辆距离，量化目标车辆与周围车辆交互的异常程度，间接反映本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车路协同感知路侧测试数据质量评价方法，包括自适应融合回归的轨迹质量评估模型，自适应融合回归模型由评估与修正2个网络组成，其特征在于，包括如下执行步骤：S1.对路侧车辆轨迹数据计算轨迹合理性、波动性的相关指标，输人评估网络中融合回归计算，得出质量评估结果S2.判断车辆轨迹周围是否存在与之有空间交互关系的车辆，若不存在，则直接输出轨迹数据质量评估结果若存在，则执行步骤S3；S3.对目标车辆轨迹计算轨迹交互异常性的相关指标，与步骤S1所得出的质量评估结果共同输人修正网络中进行融合回归，得出修正后结果作为轨迹数据质量评估结果输出。2.根据权利要求1所述的一种车路协同感知路侧测试数据质量评价方法，其特征在于，所述路侧车辆轨迹数据计算轨迹合理性、波动性的相关指标包括从元素特征、时序特征和空间特征3个维度提出的轨迹合理性指标、轨迹波动性指标以及轨迹交互异常性指标。3.根据权利要求1所述的一种车路协同感知路侧测试数据质量评价方法，其特征在于，所述轨迹合理性指标的获取包括以下过程：1)利用路侧感知的轨迹位置相对轨迹真实位置的偏差大小与轨迹总长度的比值关系作为质量评价指标，感知的车辆n轨迹的质量水平A
n
可表示为：式中：x
r
(t)，y
r
(t)为t时刻轨迹点的位置真值；x
n
(t),y
n
(t)为t时刻轨迹点的位置测量值；L(T
n
)为车辆n轨迹的总长度；2)轨迹位置点坐标存在异常时，通过微分方法计算得出的车辆速度、加速度和急动度等运动学指标会出现不同程度的异常；反之,高质量的车辆轨迹中各点的运动学特征处于合理的取值区间；3)然后利用车辆轨迹横纵坐标提取车辆n在t时刻的运动学特征，包括车辆方向角d
n
(t)、车辆转角a
n
(t)、车辆速度计算值加速度a
n
(t)、急动度(加加速度)j
n
(t)，具体表达式如下：α
n
(t)＝d
n
(t+Δt)
‑
d
n
(t)(t)
对于各运动学特征，可分别根据其取值情况分析轨迹是否合理，对于一段采样点个数为T的轨迹,合理性指标如下：
①
、车辆转向时侧向加速度应在一定范围内，研究表明，典型工况下由于车速与路面条件不同，车辆的最大侧向加速度取值在0.1g～0.5g之间，由此可定义车辆n的侧向加速度合理性指标为：为：式中：a(t)为t时刻车辆n侧向加速度大小；R(t)为t时刻车辆n侧向加速度合理性指标计算值；
②
、在极端情况下，研究表明急动度取值应小于等于10m
·
s
‑3；当急动度大于2m
·
s
‑3时，乘客与驾驶人会感到不适，因此，将车辆n轨迹急动度合理性指标定义如下：定义如下：式中:j
n
(t)为t时刻车辆n急动度大小；为t时刻车辆n急动度合理性指标计算值；
③
、对于毫米波雷达等路侧感知设备而言，测距与测速相对独立，当t时刻通过轨迹坐标求导所得出的车辆速度计算值与路侧感知设备直接获取的车辆速度测量值v
n
(t)存在较大偏差时，说明车辆轨迹数据可能存在异常，因此，定义车辆n的速度偏差Δv
n
表示速度差异性计算公式为：4.根据权利要求1所述的一种车路协同感知路侧测试数据质量评价方法，其特征在于，所述轨迹波动性指标的获取包括以下过程：
从轨迹数据的时序特征考虑，车辆运动特征应在一定时间范围内保持相对稳定，可通过判断运动特征的波动情况反映车辆轨迹数据质量，车辆轨迹的波动程度可通过计算局部运动特征值的标准差进行表征，同时，考虑到道路几何线性及车辆换道等因素对标准差计算结果的影响，定义轨迹数据波动性为轨迹局部邻域内运动学特征值标准差的最小值，对于一段采样点个数为T的轨迹，车辆运动学特征f的波动性的计算方法如下：的计算方法如下：的计算方法如下：式中：ω为评估时间窗；为t时刻车辆的运动学特征f在评估时间窗内的标准差；S(t)为在t时刻车辆n的运动学特征f在评估时间窗内标准差的最小值，即t时刻车辆n运动学特征f波动性指标计算值。5.根据权利要求1所述的一种车路协同感知路侧测试数据质量评价方法，其特征在于，所述轨迹交互异常性指标的获取包括以下过程：路侧感知设备可同时获取道路交通流中多车的轨迹信息，在多车交互场景下，车辆行驶过程中自身的驾驶决策会受到周围车辆驾驶行为的...

【专利技术属性】
技术研发人员：龚伟，王亚飞，王帅，李泽星，章翼辰，张睿韬，殷承良，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：