一种基于参数自整定的自动驾驶测试环境校准方法技术

本发明专利技术公开了一种基于参数自整定的自动驾驶测试环境校准方法，包括：S1、通过自动驾驶数据采集车获取真实交通环境中自车与周围交互车辆的实时状态数据；S2、将采集数据融合上传至校准工具箱，进行预处理；S3、通过数据采集路段搭建仿真路网环境，上传至校准工具箱；S4、根据测试环境所用模型，在校准工具箱中选择标定参数；S5、构建宏微观多维度的评价体系，并基于自动驾驶测试需求选择评价指标；S6、通过校准工具箱进行自动驾驶测试环境校准工作；S7、输出校准精度及对应的标定参数取值组合，完成自动驾驶测试环境校准。根据本发明专利技术，能够实现一体化校准流程，高精度全面复现自动驾驶测试环境，为自动驾驶仿真测试真实性的保障提供了技术支持。技术支持。

【技术实现步骤摘要】
一种基于参数自整定的自动驾驶测试环境校准方法


[0001]本专利技术涉及自动驾驶校准的
，特别涉及一种基于参数自整定的自动驾驶测试环境校准方法。

技术介绍

[0002]当前，随着人工智能技术、信息技术、自动控制技术的迅猛发展，自动驾驶技术成为未来的一大发展趋势。通过搭载多种传感器和应用人工智能、计算机视觉等技术，自动驾驶在提高交通安全、减少交通事故和提高通行效率等方面具有多重优势。为了评估自动驾驶功能的安全性、可靠性，搭建真实的仿真测试测试是自动驾驶技术开发和验证过程中的重要环节。通过在仿真环境中模拟城市道路、高速公路，复杂交叉口、恶劣天气条件等多种场景，自动驾驶的感知、决策和控制能力可以得到有效评估。此外仿真测试免了潜在的危险和风险，能够验证自动驾驶系统在各种挑战性条件下的表现。而全面准确的校准自动驾驶仿真测试环境是真实可靠地进行仿真测试的基础。
[0003]然而，现有自动驾驶仿真测试环境校准的研究存在以下明显缺陷：
[0004]1.现有的研究难以应对日益增长的自动驾驶数据量和数据处理的复杂性。随着自动驾驶采集数据技术的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于参数自整定的自动驾驶测试环境校准方法，其特征在于，包括以下步骤：S1、通过自动驾驶数据采集车获取真实交通环境中自车与周围交互车辆的实时状态数据；S2、将步骤S1中得数据融合上传至校准工具箱，对数据进行预处理；S3、通过步骤S1中数据采集路段搭建仿真路网环境，上传至校准工具箱；S4、根据测试环境所用模型，在校准工具箱中选择标定参数；S5、构建宏微观多维度的评价体系，并基于自动驾驶测试需求选择评价指标；S6、通过校准工具箱内的仿真在环参数自整定校准方法，进行自动驾驶测试环境校准工作；S7、输出校准精度及对应的标定参数取值组合，完成自动驾驶测试环境校准。2.如权利要求1所述的一种基于参数自整定的自动驾驶测试环境校准方法，其特征在于，步骤S1中数据包括：自动驾驶数据采集车的经纬度坐标、速度、加速度的车辆信息及周围车辆与自车的横纵向相对位置、速度的车辆信息。3.如权利要求2所述的一种基于参数自整定的自动驾驶测试环境校准方法，其特征在于，步骤S5中评价指标包括自动驾驶采集车自身的速度、自动驾驶采集车与周围车辆的交互行为指标和交通流状态指标，指标计算包括以下步骤：S51、计算自动驾驶采集车自身的速度；S52、计算自动驾驶数据采集车与周围车辆的交互行为指标，包括跟车时距、期望换道间距、自动驾驶数据采集车被加塞次数；S53、计算以自动驾驶数据采集车与周围车辆的车辆群体的交通特征指标。4.如权利要求3所述的一种基于参数自整定的自动驾驶测试环境校准方法，其特征在于，步骤S52还包括以下步骤：S521、计算跟车时距：S521、计算跟车时距：其中公式(2)计算第k个跟驰时段的时距t
f，k
，i表示跟驰时段的时间序列的第i个采样时刻，d
i
表示跟驰车辆的i时刻的跟车间距，v
i
表示跟驰后车在第i时刻的速度，nx表示跟驰时段的采样总数；公式(3)计算平均跟驰时距tx，n
f
表示跟驰时段总数，k表示第k个跟驰时段；S522、计算期望换道间距：S522、计算期望换道间距：其中公式(4)计算第k个期望换道间距d
k
，表示目标车道的前车纵向相对位置，表示目标车道的后车纵向相对位置；公式(5)计算平均期望换道间距d，n
l
表
示换道次数；S523、计算自车被加塞的次数：S523、计算自车被加塞的次数：其中公式(6)判断周围车辆的第i次换道是否为对自车的加塞，n
cutin，i
是0
‑
1变量，公式(7)统计自车被加塞的次数；S524、计算以自车与周围车辆的车辆群体的交通特征指标：S524、计算以自车与周围车辆的车辆群体的交通特征指标：S524、计算以自车与周围车辆的车辆群体的交通特征指标：S524、计算以自车与周围车辆的车辆群体的交通特征指标：f＝v
traffic
ρ
ꢀꢀ
(12)其中公式(8)计算第i个路段的密度，其中j表示第j个采样时刻，n
ij，p
表示路段i上第j个采样时刻所探测到的前后车组合数，d
ijs
表示第s个前后车组合的车辆间距，n
i
表示路段i上采样总数，K是从车辆间距到密度的转化常数，与物理量所采用的单位有关；公式(9)计算第i个路段的速度v
traffic，i
，v
traffic，ijs
表示第s个车辆的在第j个采样时刻的速度，n
ij
为第j个采样时刻所探测到的车辆数；公式(10)计算所有路段的平均速度v
traffic
；公式(11)计算所有路段的平均密度ρ；公式(12)计算所有路段的平均流量。5.如权利要求1所述的一种基于参数自整定的自动驾驶测试环境校准方法，其特征在于，步骤S6还包括以下步骤：S61、通过获取路网中的环境配置参数，设计正交试验，以自动驾驶采集车在各个路段上的平均速度、感知密度为评价指标衡量各个路段的校准精度；S62、设计基于微观驾驶行为参数的正交试验，包括本车行驶状态、交互特性指标和宏观交通流参数的完整评价体系为目标，输出最佳的正交试验参数组合，同时针对正交试验的结果进行极差分析，确定关键参数；...

【专利技术属性】
技术研发人员：胡笳，李俊琦，安连华，赖金涛，王观，张振，
申请(专利权)人：同济大学，
类型：发明
国别省市：