基于多维决策的无人驾驶功能测试建模方法及终端技术

本发明专利技术公开了一种基于多维决策的无人驾驶功能测试建模方法及终端，步骤如下：采集不同类型路口的路况图片，确定无人驾驶待测功能，将待测功能输入待测功能表；根据场景中静态场景元素、动态场景元素分别完成静态上下文树和动态上下文树建模；生成功能输出生成树；生成特定场景下无人驾驶功能测试的多维决策表模型；将多维决策表模型中功能输出视图与时间轴组合，生成特定场景下对应的三维时空数据图。本发明专利技术将决策表拓展成四维，考虑到无人驾驶车辆与周围环境的交互情况，实现无人驾驶车辆的时间序列测试以及动作序列测试。辆的时间序列测试以及动作序列测试。辆的时间序列测试以及动作序列测试。

【技术实现步骤摘要】
基于多维决策的无人驾驶功能测试建模方法及终端


[0001]本专利技术属于无人驾驶测试建模
，具体涉及一种基于多维决策的无人驾驶功能测试建模方法及终端。

技术介绍

[0002]随着当今信息技术的蓬勃发展，无人驾驶已成为如今汽车行业的热门趋势。然而无人驾驶不是单一技术，其算法中包含了传感、感知以及决策三大组成部分。无人驾驶决策以对车辆周围环境的理解为基础，决策阶段可以实时地生成行为规划。策略的成功是在长时间内一系列行动的叠加，近年来，测试领域是在连续环境中解决复杂问题，其中车辆决策可靠性测试是现在产业落地必不可少的环节。而现有的方法在执行优化时不能考虑时间序列决策，这导致这类方法在处理长期决策时并不有效。
[0003]而且，普通决策表对个体与环境的交互、时间等信息难以利用，对无人驾驶车辆连续动态的复杂驾驶环境缺乏适应能力，使无人驾驶黑盒测试结果不够准确。

技术实现思路

[0004]针对于上述现有技术的不足，本专利技术的目的在于提供一种基于多维决策的无人驾驶功能测试建模方法及终端，以解决现有技术中的无人驾驶黑盒测试方法未考虑到多维时空连续环境导致测试结果不准确的问题。
[0005]为达到上述目的，本专利技术采用的技术方案如下：
[0006]本专利技术的一种基于多维决策的无人驾驶功能测试建模方法，步骤如下：
[0007]1)采集不同类型路口的路况图片，确定无人驾驶待测功能，将待测功能输入待测功能表；
[0008]2)对所述不同类型路口的路况图片进行主要信息提取，即静态场景元素及动态场景元素的提取，根据场景中静态场景元素、动态场景元素分别完成静态上下文树和动态上下文树建模；
[0009]3)标记无人驾驶待测功能测试场景中的测试点，记录在测试点周围动态场景元素随时间的变化、无人驾驶功能输出情况，生成功能输出生成树；
[0010]4)将静态上下文视图、动态上下文视图、功能输出视图两两拼接，生成特定场景下无人驾驶功能测试的多维决策表模型；将多维决策表模型中功能输出视图与时间轴组合，生成特定场景下对应的三维时空数据图，记录无人驾驶车辆在时空轨迹上的功能实现。
[0011]进一步地，所述步骤1)具体包括：
[0012]11)在道路上收集不同类型道路以及路口的真实路况图片，时间分为早高峰、晚高峰、正常时间三段；其中，道路类型分为高速公路、高架、城市道路、乡村道路；路口类型分为十字路口、T型路口；
[0013]12)定位车辆可能处于的位置，无人驾驶待测功能划分为方向变化、速度变化、灯光控制，将待测功能输入待测功能表中。
[0014]进一步地，所述步骤2)具体包括：
[0015]21)提取的主要信息为静态场景元素及动态场景元素，即上下文；记录真实路况图片中出现的静态场景元素，即静态上下文；静态场景元素为天气、车道数、车道状况、交通标志，记录图片中静态场景元素并存入静态上下文表格中；
[0016]对步骤1)中采集到的图片进行处理：使用python中opencv库目标识别方法提取出图片中的动态场景元素，即动态上下文；动态场景元素为无人驾驶车辆周围NPC车辆、行人、交通信号灯、非机动车、路障，记录动态场景元素与待测无人驾驶车辆的距离及动作，将记录结果采用xlwt中workbook.write()方法存入动态上下文表格中；
[0017]22)对静态上下文、动态上下文采用上下文树的方式建模，上下文树G
CT
＝(N
CT
，E
CT
，R
CT
)，其中N
CT
是一组有限的非空节点；E
CT
是一组无序的顶点对，称为边；R
CT
是一组关系，使用networkx的plt库实现树的绘制，利用add_nodes_from()填入静动态上下文元素，add_edges_from()设置元素之间的链接；
[0018]所有静态上下文通过分类，采用xlwt库从静态上下文表格中读取信息，分为天气、车道数、车道状况，此分类方法使得静态上下文成为中间节点，即形成静态上下文分类树；所有动态上下文通过分类，采用xlwt库从动态上下文表格中读取信息，将上下文分为NPC车辆、行人、交通信号灯、非机动车、路障，此分类方法使得动态上下文成为中间节点，即形成动态上下文分类树；
[0019]针对步骤1)中的不同待测功能选取不同静态上下文分类树叶子结点的组合为一个基本场景，在所述基本场景中加入不同动态上下文，形成多个完整的无人驾驶测试场景；
[0020]生成树为图中节点与节点之间有且仅有一条路径可以到达，用DFS方法选取分类树最后一层唯一叶子节点后生成上下文生成树；通过在静态上下文固定的基本场景中加入动态上下文，能够组合多个静态上下文、动态上下文生成树对，并用xlwt库中MFC方式生成场景配置存入具体场景表中；其中，一个静态上下文生成树可以对应多个动态上下文生成树。
[0021]进一步地，所述步骤3)具体包括：
[0022]31)标记无人驾驶功能测试场景的测试点，即功能期望输出位置；划定测试范围，即以功能期望输出位置为中心，20m为半径的圆型区域；
[0023]32)在测试范围内，记录无人驾驶车辆周围动态场景元素随时间的变化，并实时更新动态上下文分类树；
[0024]33)记录在测试点无人驾驶车辆待测功能的实际功能输出，并存入待测功能表的实际输出列中；
[0025]34)采用步骤22)中上下文树的建模方法生成功能输出分类树，所有待测功能通过分类，采用xlwt库从待测功能表中读取信息，将待测功能分为方向变化、速度变化、灯光控制，使得待测功能成为中间节点，即形成功能输出分类树；用DFS方法选取分类树最后一层唯一叶子节点后生成功能输出生成树；将实际功能输出与待测功能对比，得出无人驾驶功能测试结果。
[0026]进一步地，所述步骤4)具体包括：
[0027]41)将静态上下文生成树对应节点填入静态上下文表格，用python脚本中excel2img()对表格内容进行截图，生成静态上下文分类视图；
[0028]42)将动态上下文生成树与其对应的时间组合，存入固定静态上下文场景对应的动态上下文表格中，用python脚本中excel2img()对表格内容进行截图，生成动态上下文分类视图；
[0029]43)将输出生成树与其对应的时间组合，存入固定静态上下文场景对应的无人驾驶待测功能表中，用python脚本中excel2img()对表格内容进行截图，生成输出分类视图；
[0030]44)将所述得到的静态上下文分类视图、动态上下文分类视图、输出分类视图与时间戳结合，采用html创建div盒子，设置长、宽、高尺寸后将三张表格图片拼接形成多维决策表模型；
[0031]45)将多维决策表模型输出分类视图中的功能、功能输出位置及时间戳采用python中matplotlib库中的bar3d()方法绘制成三维图；其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维决策的无人驾驶功能测试建模方法，其特征在于，步骤如下：1)采集不同类型路口的路况图片，确定无人驾驶待测功能，将待测功能输入待测功能表；2)对所述不同类型路口的路况图片进行主要信息提取，即静态场景元素及动态场景元素的提取，根据场景中静态场景元素、动态场景元素分别完成静态上下文树和动态上下文树建模；3)标记无人驾驶待测功能测试场景中的测试点，记录在测试点周围动态场景元素随时间的变化、无人驾驶功能输出情况，生成功能输出生成树；4)将静态上下文视图、动态上下文视图、功能输出视图两两拼接，生成特定场景下无人驾驶功能测试的多维决策表模型；将多维决策表模型中功能输出视图与时间轴组合，生成特定场景下对应的三维时空数据图，记录无人驾驶车辆在时空轨迹上的功能实现。2.根据权利要求1所述的基于多维决策的无人驾驶功能测试建模方法，其特征在于，所述步骤1)具体包括：11)在道路上收集不同类型道路以及路口的真实路况图片，时间分为早高峰、晚高峰、正常时间三段；其中，道路类型分为高速公路、高架、城市道路、乡村道路；路口类型分为十字路口、T型路口；12)定位车辆可能处于的位置，无人驾驶待测功能划分为方向变化、速度变化、灯光控制，将待测功能输入待测功能表中。3.根据权利要求2所述的基于多维决策的无人驾驶功能测试建模方法，其特征在于，所述步骤2)具体包括：21)提取的主要信息为静态场景元素及动态场景元素，即上下文；记录真实路况图片中出现的静态场景元素，即静态上下文；静态场景元素为天气、车道数、车道状况、交通标志，记录图片中静态场景元素并存入静态上下文表格中；对步骤1)中采集到的图片进行处理：使用python中opencv库目标识别方法提取出图片中的动态场景元素，即动态上下文；动态场景元素为无人驾驶车辆周围NPC车辆、行人、交通信号灯、非机动车、路障，记录动态场景元素与待测无人驾驶车辆的距离及动作，将记录结果采用xlwt中workbook.write()方法存入动态上下文表格中；22)对静态上下文、动态上下文采用上下文树的方式建模，上下文树G
CT
＝(N
CT
，E
CT
，R
CT
)，其中N
CT
是一组有限的非空节点；E
CT
是一组无序的顶点对，称为边；R
CT
是一组关系，使用networkx的plt库实现树的绘制，利用add_nodes_from()填入静动态上下文元素，add_edges_from()设置元素之间的链接；所有静态上下文通过分类，采用xlwt库从静态上下文表格中读取信息，分为天气、车道数、车道状况，此分类方法使得静态上下文成为中间节点，即形成静态上下文分类树；所有动态上下文通过分类，采用xlwt库从动态上下文表格中读取信息，将上下文分为NPC车辆、行人、交通信号灯、非机动车、路障，此分类方法使得动态上下文成为中间节点，即形成动态上下...

【专利技术属性】
技术研发人员：陶传奇，何烨骏，高泽宇，郭虹静，黄志球，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：