一种自动驾驶测试任务难度调整方法及装置、计算机可读存储介质，所述方法包括：设置虚拟测试场景和测试任务，所述虚拟测试场景包括被测车辆和周围车辆；构建车辆行为效用模型，所述车辆行为效用模型包括多种不同的驾驶策略；对所述被测车辆执行所述测试任务，并在所述测试任务执行过程中，改变周围车辆的驾驶策略；获取测试结果，根据所述测试结果生成针对所述被测车辆具有不同难度的测试任务。所述被测车辆具有不同难度的测试任务。所述被测车辆具有不同难度的测试任务。
【技术实现步骤摘要】
自动驾驶测试任务难度调整方法及装置、存储介质
[0001]本公开实施例涉及但不限于自动驾驶测试
，尤指一种自动驾驶测试任务难度调整方法及装置、计算机可读存储介质。
技术介绍
[0002]自动驾驶汽车作为我们日常生活中具备可落地的一种典型智能系统，采用机器学习算法等人工智能技术，配备先进的传感器、计算组件与执行器等设备，实现感知、决策与执行的智能性能力，以替代/部分替代人类驾驶员完成安全、高效的交通运输，是智能交通系统的重要构成。
[0003]自动驾驶汽车的智能性是指自动驾驶汽车在完成任务时所展示的与人类智能相似或同类能力的特性。测评与评定自动驾驶汽车的智能程度，确定智能性能力级别，是自动驾驶汽车设计、实现和应用的重要内容。
[0004]与传统的自动驾驶汽车测试不同，对自动驾驶智能性级别的测试与评定是汽车测试中的全新领域。通过对智能内部结构的解剖、对智能外在表征的解构，自动驾驶汽车的智能性测试要求对自动驾驶汽车的多种智能性能力进行有效测试，并通过设置不同测试指标，评定自动驾驶汽车在实现安全、环保等不同目标时的智能性级别。
技术实现思路
[0005]本公开实施例提供了一种自动驾驶测试任务难度调整方法，包括：
[0006]设置虚拟测试场景和测试任务，所述虚拟测试场景包括被测车辆和周围车辆；
[0007]构建车辆行为效用模型，所述车辆行为效用模型包括多种不同的驾驶策略；
[0008]对所述被测车辆执行所述测试任务，并在所述测试任务执行过程中，改变周围车辆的驾驶策略；
[0009]获取测试结果，根据所述测试结果生成针对所述被测车辆具有不同难度的测试任务。
[0010]本公开实施例还提供了一种自动驾驶测试仿真测试装置，包括存储器；和连接至所述存储器的处理器，所述存储器用于存储指令，所述处理器被配置为基于存储在所述存储器中的指令，执行本公开任一实施例所述的自动驾驶测试任务难度调整方法的步骤。
[0011]本公开实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开任一实施例所述的自动驾驶测试任务难度调整方法。
[0012]本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
[0013]附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的
实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
[0014]图1为本公开示例性实施例提供的一种自动驾驶测试任务难度调整方法的流程示意图；
[0015]图2为本公开示例性实施例提供的一种测试任务的分配方法示意图；
[0016]图3为本公开示例性实施例提供的一种自动驾驶仿真测试流程和测试具体步骤示意图；
[0017]图4为本公开示例性实施例提供的一种单向双车道道路切车场景示意图；
[0018]图5为本公开示例性实施例提供的一种实验结果示意图；
[0019]图6为本公开示例性实施例提供的一种自动驾驶测试任务难度调整装置的结构示意图。
具体实施方式
[0020]本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
[0021]本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的专利技术方案。任何实施例的任何特征或元件也可以与来自其它专利技术方案的特征或元件组合，以形成另一个由权利要求限定的独特的专利技术方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
[0022]此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
[0023]虚拟仿真测试是实现自动驾驶汽车智能性级别评定的重要手段。虚拟仿真测试在自动驾驶汽车行驶数据集中搜索并采样关键场景，可在短时间内获得更多实车测试过程无法遇见的路况情景，从而保证了测试的效率与场景覆盖率。
[0024]测试任务的设计是实现自动驾驶汽车智能性虚拟仿真测试的重要步骤。测试过程引入测试任务的分析，一方面有利于获知测试成功或失败的原因，另一方面可对测试任务进行调整，以有利于后续优化测试场景，并进一步评定其智能程度。
[0025]当前虚拟仿真测试场景的生成方法主要聚焦于提高测试效率，尚未考虑评定其智能性级别所需要的不同难度的测试场景；此外，在切车场景中，只考虑采取换道行为的车辆
对被测车辆的影响，忽略了周围其他车辆的非换道行为对被测车辆的影响，此时无法采样获得难度不同的测试场景。通常情况下，我们不了解测试的自动驾驶汽车的智能程度，也不了解他是如何训练的(例如，训练时使用了多少数据以及什么类型的数据)，那我们没办法根据他自身的特有条件去推断什么样的测试场景对该车而言是相对较难的，什么样的测试场景对该车而言又是相对较容易的，也即我们没办法判断该车的智能程度到底是多少。
[0026]本公开实施例在考虑自动驾驶汽车传感器等零部件和功能器件正常工作的条件下，在明确测试的需求与目标后，以体现安全的智能性测试为例，为评估自动驾驶汽车的智能性级别，提出一种自动驾驶测试任务难度调整方法。
[0027]如图1所示，本公开实施例提供了一种自动驾驶测试任务难度调整方法，包括：
[0028]步骤101、设置虚拟测试场景和测试任务，虚拟测试场景包括被测车辆和周围车辆；
[0029]步骤102、构建车辆行为效用模型，车辆行为效用模型包括多种不同的驾驶策略；
[0030]步骤103、对被测车辆执行测试任务，并在测试任务执行过程中，改变周围车辆的驾驶策略；
[0031]步骤104、获取测试结果，根据测试结果生成针对被测车辆具本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶测试任务难度调整方法，其特征在于，包括：设置虚拟测试场景和测试任务，所述虚拟测试场景包括被测车辆和周围车辆；构建车辆行为效用模型，所述车辆行为效用模型包括多种不同的驾驶策略；对所述被测车辆执行所述测试任务，并在所述测试任务执行过程中，改变周围车辆的驾驶策略；获取测试结果，根据所述测试结果生成针对所述被测车辆具有不同难度的测试任务。2.根据权利要求1所述的方法，其特征在于，所述多种不同的驾驶策略包括至少一种激进型驾驶策略和至少一种保守型驾驶策略；所述激进型驾驶策略在跟车或换道过程中，倾向于与前车保持的最小安全车距小于所述保守型驾驶策略在跟车或换道过程中，倾向于与前车保持的最小安全车距。3.根据权利要求1所述的方法，其特征在于，所述改变周围车辆的驾驶策略，包括以下至少之一：改变一辆所述周围车辆的驾驶策略；改变多辆所述周围车辆的驾驶策略。4.根据权利要求1所述的方法，其特征在于，所述测试任务的难度定义为其中，∑
t
A
i
为所述被测车辆在完成测试任务i过程中遭遇的挑战性事件次数总和，所述被测车辆遭遇挑战性事件定义为所述被测车辆与所述周围车辆的碰撞时间处于预设的阈值范围内，S
i
为所述测试任务i的总采样数，i为自然数，t为测试时间。5.根据权利要求1所述的方法，其特征在于，所述车辆行为效用模型包括跟驰行为模型，所述跟驰行为模型表示为：其中，L(t)为前车与后车之间的距离,x
lead
(t)和v
lead
(t)分别为前车的距离和速度，x
follow
【专利技术属性】
技术研发人员：张毅，葛经纬，姚丹亚，杨敬轩，史宇辰，李力，张佐，
申请(专利权)人：清华大学，
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。