基于事故易发地数据的V2X功能测试场景库的构建方法技术

本发明专利技术公开了一种基于事故易发地数据的V2X功能测试场景库的构建方法，属于车联网仿真场景构建领域。包括以下步骤S1：选取合适的事故易发地作为路侧采集数据的发生地；S2：发生地部署路侧感知设备；S3：通过路侧感知设备感知融合获得不同的目标物信息、车流量信息和交通事件类信息并将存储为数据；S4：截取不同目标物的交通行为信息、车流量信息和交通事件类信息的数据片段，进行统计分析，得到真实特色的事故易发地的典型行为场景库。本方法通过摄像头、毫米波雷达和激光雷达采集红绿灯路口、高速公路出入口等事故易发地的目标物及交通消息，在较短时间获得大量真实事故易发地的数据用于建立具有中国驾驶员行为特色的事故易发地仿真场景库。易发地仿真场景库。易发地仿真场景库。

【技术实现步骤摘要】
基于事故易发地数据的V2X功能测试场景库的构建方法

：
[0001]本专利技术属于车联网仿真场景构建领域，具体涉及一种基于事故易发地数据的V2X功能测试场景库的构建方法。

技术介绍
：
[0002]虚拟仿真场景的构建对智能网联汽车测试至关重要，现有仿真场景的数据来源主要依据专家经验、自然驾驶采集、事故数据和相关法规标准。其中自然驾驶数据的采集，主要通过装有激光雷达、毫米波雷达、摄像头、惯导等车载传感器的实车在真实交通环境中进行数据采集，但这种采集方式存在传感器局限性和数据局限性的问题。
[0003]传感器局限性：由于车辆的行驶过程中，可能会存在设备的抖动或者安装位置的移动，进而造成数据的部分缺失或者失效。
[0004]数据局限性：通过装有传统感知传感器试验车辆收集到的信息主要是针对试验车辆周围行驶环境，获得红绿灯路口、高速公路出入口、无红绿灯路口等事故易发地的数据，但所有数据均为试验车辆驾驶过程的数据片段，无法获取连续的数据。
[0005]但随着C
‑
V2X技术的发展，on
‑
boardunit(OBU)和roadsideunit(RSU)产品的测试工作陆续展开，可以通过摄像头、毫米波雷达和激光雷达采集有红路灯路口、高速公路出入口、无红绿灯路口等事故易发地的目标物及交通消息，根据微观交通行为表现特性，构建具有一定场景要素覆盖度和丰富度的虚拟仿真测试库，有效解决上述两个问题。但目前市场上缺乏一个针对此方案的构建方法。

技术实现思路

[0006]为解决上述问题，本专利技术的首要目的在于提供一种基于事故易发地数据的V2X功能测试场景库的构建方法，通过摄像头、毫米波雷达和激光雷达采集有红绿灯路口、高速公路出入口、无红绿灯路口等事故易发地的目标物及交通消息，可以在较短时间获得大量真实事故易发地的数据，用于建立具有中国驾驶员行为特色的事故易发地仿真场景库，实现Day1:交叉路口碰撞预警、左转辅助、闯红灯预警、绿波车速引导、前方拥堵提醒等场景，以及Day2:协作式车辆汇入、协作式交叉路口通行、动态车道管理等场景的仿真测试。
[0007]为实现上述目的，本专利技术的技术方案如下：
[0008]一种基于事故易发地数据的V2X功能测试场景库的构建方法，该构建方法包括以下步骤：
[0009]S1：选取合适的事故易发地作为路侧采集数据的发生地；
[0010]S2：在发生地部署路侧感知设备；
[0011]S3：通过路侧感知设备感知融合获得不同的目标物信息、车流量信息和交通事件类信息并将存储为数据；
[0012]S4：截取不同目标物的交通行为信息、车流量信息和交通事件类信息的数据片段，进行统计分析，得到真实特色的事故易发地的典型行为场景库；
[0013]S5：根据交通模拟场景Day1和Day2，得不同场景相应特征参数统计范围，利用虚拟场景仿真软件建立具有中国驾驶员行为特色的事故易发地的虚拟仿真功能场景库。
[0014]进一步地，步骤S1中，所述事故易发地包括有红绿灯路口、高速公路出入口、无红绿灯路口等。
[0015]进一步地，步骤S2中，路侧感知设备包括有摄像头、毫米波雷达、激光雷达，部署时：以1个摄像头、1个毫米波雷达和1个激光雷达为一组路侧感知设备，布置在路口的电警杆、信号灯杆、路灯杆或监控杆上；十字路口布置4组路侧感知设备，丁字路口布置3组路侧感知设备，高速公路出入口布置1组路侧感知设备。在本申请中，路侧感知设备能感知到交通参与者(目标物)信息，还能检测到交通事件和交通流相关信息。其中，路侧感知设备感知融合获得目标物信息，包含但不限于类型、速度、加速度、位置、尺寸、航向角、所属车道号等数据。目标物类型包含但不仅限于轿车、货车、客车和挂车等车辆，老人、儿童、成人等行人，以及自行车、摩托车和三轮车等目标类型。位置包括目标物在被测地的所处绝对位置和目标物间相对距离。交通事件类型有机动车违停、机动车/非机动车逆行、专用车道占用、机动车超速、机动车低速、违法掉头、违规变道、违法压线、行人闯入、占用公交车道、抛洒物、交通事故等，包含但不限于事件ID、事件类型、事件来源、事件位置、事件开始时间及持续时间、影响范围、所属车道号等。车流量检测包含检测时间、统计时间段内的车流量、所属车道号、拥堵程度等信息。
[0016]进一步地，步骤S3中，数据存储格式包括但不仅限于MP4、CSV。
[0017]进一步地，步骤S3中，目标物信息包含但不限于类型、速度、加速度、位置、尺寸、航向角、所属车道号等数据。目标物类型包含但不仅限于轿车、货车、客车和挂车等车辆，老人、儿童、成人等行人，以及自行车、摩托车和三轮车等目标类型。位置包括目标物在被测地的所处绝对位置和目标物间相对距离。交通事件类信息包含但不限于事件ID、事件类型、事件来源、事件位置、事件开始时间及持续时间、影响范围、所属车道号，交通事件类型有机动车违停、机动车/非机动车逆行、专用车道占用、机动车超速、机动车低速、违法掉头、违规变道、违法压线、行人闯入、占用公交车道、抛洒物、交通事故等。车流量信息包含但不限于检测时间、统计时间段内的车流量、所属车道号、拥堵程度。
[0018]进一步地，步骤S4中，目标物的交通行为信息包括有单个车辆直行、紧急制动、转弯、换道、掉头等行为，单个行人等待红绿灯、过人行道等行为，车车间的跟车、超车、切入、切出等行为以及人车间的让行等行为。通过分析单个车辆直行、紧急制动、转弯、换道、掉头等行为，单个行人等待红绿灯、过人行道等行为，车车间的跟车、超车、切入、切出等行为以及人车间的让行等行为特点并结合数据分布特性，统计分析不同时间段的车流量密度变化、车辆面对所属车道不同拥堵程度下行为特性以及车辆面对不同交通事件的行为特性，然后截取相应数据片段，以获得真实采集的特色的事故易发地的典型行为场景库。
[0019]进一步地，步骤S4中，截取的数据片段包括有目标物行为感知片段、交通流感知片段、交通事件感知片段。
[0020]进一步地，目标物行为感知片段包括有单个车辆直行、紧急制动、转弯、换道、掉头等行为，单个行人等待红绿灯、过人行道等行为，车车间的跟车、超车、切入、切出等行为以及人车间的让行等驾驶行为数据片段，如换道行为数据片段，提取过程为：交通参与者感知数据中同一TargetID目标物的LaneID发生突变(2to3)，且该TargetID车辆前后LaneID都持
续5s以上，认为该TargetID车辆发生换道行为，LaneID突变时刻点认为是换道点，提取换道点前后10s数据为换道行为数据片段。
[0021]交通流感知片段包括有不同拥堵程度数据片段，如中度拥堵程度数据片段，提取过程为：交通流检测数据中Level_of_Traffic_Congestion为4的数据为中度拥堵程度数据，提取交通拥堵程度Level_of_Traffic_Congestion为4起始点前10s至结束点后10s数据为中度拥堵程度数据片段。拥堵程度算法参考GB/T29107<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于事故易发地数据的V2X功能测试场景库的构建方法，其特征在于，该构建方法包括以下步骤：S1：选取合适的事故易发地作为路侧采集数据的发生地；S2：在发生地部署路侧感知设备；S3：通过路侧感知设备感知融合获得不同的目标物信息、车流量信息和交通事件类信息并将存储为数据；S4：截取不同目标物的交通行为信息、车流量信息和交通事件类信息的数据片段，进行统计分析，得到真实特色的事故易发地的典型行为场景库；S5：根据交通模拟场景Day1和Day2，得不同场景相应特征参数统计范围，利用虚拟场景仿真软件建立具有中国驾驶员行为特色的事故易发地的虚拟仿真功能场景库。2.如权利要求1所述的一种基于事故易发地数据的V2X功能测试场景库的构建方法，其特征在于，步骤S1中，所述事故易发地包括有红绿灯路口、高速公路出入口、无红绿灯路口。3.如权利要求1所述的一种基于事故易发地数据的V2X功能测试场景库的构建方法，其特征在于，步骤S2中，路侧感知设备包括有摄像头、毫米波雷达、激光雷达，部署时：以1个摄像头、1个毫米波雷达和1个激光雷达为一组路侧感知设备，布置在路口的电警杆、信号灯杆、路灯杆或监控杆上；十字路口布置4组路侧感知设备，丁字路口布置3组路侧感知设备，高速公路出入口布置1组路侧感知设备。4.如权利要求1所述的一种基于事故易发地数据的V2X功能测试场景库的构建方...

【专利技术属性】
技术研发人员：左益芳，陈星筑，王龙翔，
申请(专利权)人：信通院车联网创新中心成都有限公司，
类型：发明
国别省市：