【技术实现步骤摘要】
一种自动驾驶车辆在不同安全域的测试场景创建方法
[0001]本专利技术涉及自动驾驶车辆测试领域,尤其是一种对场景进行二次划分和生成不同安全域测试用例的方法。
技术介绍
[0002]随着自动驾驶功能的进步,一个主要挑战是在复杂的交通情况下(如道路交叉路口)安全高效的运行。这需要进行综合测试,无论是在虚拟仿真环境中还是在真实世界的测试条件下。因此需要有指向性的进行自动驾驶场景测试用例的构建。自动驾驶测试场景的生成由两部分组成,场景解析和测试用例的生成,场景解析即为采用多元统计分析方法提取典型逻辑场景;测试用例生成即以逻辑场景主要参数及其概率分布模型为基础,采用随机采样、重要性采样和机器学习算法模型提取参数值,实现具体场景的重构衍生。
[0003]在建议的自动驾驶功能评估方法中,常见的是在相关的场景中评估被测试的功能。因此对场景进行细化分类是十分必要的。在以往的场景分类框架中,中汽中心首先提出基于推理机的驾驶场景自动划分,即基于专家经验和法律法规构建场景规则库,根据不同场景制定具体规则,为场景自动划分提供依据。由于规则库的 ...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶车辆在不同安全域的测试场景创建方法,其特征在于:包括如下步骤:(1)获取自然驾驶数据集并进行数据清洗和特征提取,得到场景关键信息并组成全部特征集;其中,所述场景关键信息包括对象信息,道路信息,交通设施信息,环境信息;(2)删除全部特征集中的环境信息以及部分对象信息,得到简化后的场景关键信息用于对自然驾驶数据集中的场景进行初始分类,得到初始场景分类结果,包括平行道路场景和十字路口场景;其中,所述平行道路场景包括:自由行驶场景,跟车行驶场景,主动变道场景,被切入场景;所述十字路口场景包括:无左转信号灯左转场景,有左转信号灯左转场景,掉头场景,直行通过路口场景,右转场景;采用基于支持向量机递归特征消除法SVM
‑
RFE对初始场景分类结果中的每类场景进行选择,得到每类场景的最优特征子集;(3)基于每类场景的最优特征子集,利用不同分类器构建和训练每类场景的分类模型,并以真正率和假正率为评价指标选出每种场景的最优分类模型;(4)将所删除的环境信息以及部分对象信息加入相应类场景的最优特征子集中,得到粗分类的场景特征子集,从而基于粗分类的场景特征子集,应用关联规则方法对十字路口场景进行场景细化,得到细化分类后的十字路口场景;(5)基于细化分类后的十字路口场景,利用组合测试方法生成不同的测试用例;设置预期功能安全阈值W1和事故临界阈值W2,并以相对驾驶安全指数RDSI为评价指标;如果第i个测试用例的评价指标RDSI
i
<W1,则将第i个测试用例划分到预期功能安全域;如果W1<RDSI
i
<W2,则将第i个测试用例划分到临界事故场景域;如果RDSI
i
>W2,则将第i个测试用例划分到事故域。2.根据权利...
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。