System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及自动驾驶测试,更具体的说是涉及一种基于自动驾驶的背景交通流模型构建方法及系统。
技术介绍
1、随着自动驾驶技术的迅速发展,自动驾驶汽车与智能交通系统的智能化水平不断提升,自动驾驶汽车将彻底改变交通系统,并被广泛认为是有效缓解交通拥堵和减少交通事故的关键技术。基于场景的虚拟测试技术由于试验场景配置灵活、测试效率高、测试重复性强、测试数据全面等突出优势,已成为自动驾驶汽车安全性验证的核心手段。
2、基于场景的自动驾驶测试需要生成不同的测试场景。目前生成场景的方法往往侧重于某些特定场景,例如在换道过程中,仅考虑自动驾驶车辆和目标车道上前车对车辆换道过程的影响,而忽略了周围环境以及其他交通参与者与自动驾驶车辆之间的交互,这会降低测试环境中背景交通流的复杂性和真实性。因此,如何解决这一问题是本领域技术人员亟需研究的。
技术实现思路
1、针对以上问题,本专利技术提出了一种基于自动驾驶的背景交通流模型构建方法及系统。基于公共数据集,通过对实际场景的分析测试,实现自动驾驶汽车测试场景数据库系统设计,从而实现生成动态的背景交通流,保证自动驾驶测试周边交通环境的真实性。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、一种基于自动驾驶的背景交通流模型构建方法,包括以下步骤:
4、获取测试车辆和换道车辆的行驶数据;
5、基于粘弹塑性本构关系分别计算测试车辆在换道过程中的受力关系,受力关系包括驾驶员自驱力、车辆交互力和车道力
6、根据受力关系建立车辆的运动趋势模型。
7、可选的,在获取行驶数据过程中,选取当前车道上的前后车辆以及左侧相邻车道上的前后车辆。
8、可选的,获取测试车辆和换道车辆的行驶数据具体为:通过设置在车辆的传感器,获得车辆的速度,加速度,位置坐标,周边车流的速度,加速度,位置坐标。
9、可选的,驾驶员自驱力,由驾驶员个体特征决定;所述交互力,由道路上行驶的周边车辆决定;所述车道力,由车辆行驶过程中的位置决定。
10、可选的,所述受力关系表达式如下:
11、;
12、其中表示在t时刻自车驱动力,表示在t时刻自车与周边其他车辆的交互作用力,表示在t时刻车道引力大小。
13、可选的,换道过程中的换道时刻为换道车辆越过车道中心线的时刻。
14、可选的,驾驶员自驱力计算公式如下:
15、在纵向上:
16、;
17、在横向上:
18、;
19、其中,表示自驱力模型参数,和表示车辆在纵向和横向上的期望速度,表示常数;表示车辆在纵向和横向上的实际速度。
20、可选的,车辆交互力的计算公式如下:
21、在纵向上:
22、;
23、;
24、在横向上:
25、;
26、其中,表示自车在左前车 k作用下 t-1时刻的加速度,表示在 t时刻左前车对自车的力的纵向分力;表示左前车 k在 t-1时刻的纵向位置,表示左前车在 t-1时刻的纵向速度,表示左前车在 t-1时刻的纵向加速度;表示自车 i在 t-1时刻的纵向位置,表示自车在 t-1时刻的纵向速度,表示自车在 t-1时刻的纵向加速度;表示左前车 k在 t时刻的横向位移;表示左前车k在 t时刻的纵向位置;表示自车在 t时刻的横向位置;表示自车在 t时刻的纵向位置;为权重参数; m为常量。
27、可选的,车道力计算公式如下:
28、;
29、其中,表示车辆在横向上 t时刻的受力,表示车辆在横向上 t时刻的速度,表示目标车道上车道中心线的位置信息,表示车辆在 t时刻车辆在横轴上的位置信息,表示在横向上行驶的安全距离,表示权重参数。
30、一种基于自动驾驶的背景交通流模型构建系统,包括:
31、行驶数据获取模块:用于获取测试车辆和换道车辆的行驶数据;
32、受力关系分析模块:用于基于横向和纵向分别计算测试车辆在换道过程中的受力关系,受力关系包括驾驶员自驱力、车辆交互力和车道力;
33、模型构建模块:用于根据受力关系建立车辆的运动趋势模型。
34、经由上述的技术方案可知,与现有技术相比,本专利技术提供了一种基于自动驾驶的背景交通流模型构建方法及系统,以力学为基础,与粘弹塑性本构关系相结合,通过对公开数据集的模拟验证,该方法能够准确地表示车辆的位移、速度和加速度,从而确保了在测试过程中特征参数抽取的准确性。
35、本专利技术可以通过分析实际数据来生成具有代表性和真实性的动态背景交通流场景。这些场景可以提供给其他测试平台,例如驾驶模拟器、测试场测试,从而进行更加真实的测试。这对于全面准确的测试自动驾驶汽车的安全性具有重要意义。
本文档来自技高网...【技术保护点】
1.一种基于自动驾驶的背景交通流模型构建方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于自动驾驶的背景交通流模型构建方法,其特征在于,在获取行驶数据过程中,选取当前车道上的前后车辆以及左侧相邻车道上的前后车辆。
3.根据权利要求1所述的一种基于自动驾驶的背景交通流模型构建方法,其特征在于,获取测试车辆和换道车辆的行驶数据具体为:通过设置在车辆的传感器,获得车辆的速度,加速度,位置坐标,周边车流的速度,加速度,位置坐标。
4.根据权利要求1所述的一种基于自动驾驶的背景交通流模型构建方法,其特征在于,驾驶员自驱力,由驾驶员个体特征决定;所述交互力,由道路上行驶的周边车辆决定;所述车道力,由车辆行驶过程中的位置决定。
5.根据权利要求1所述的一种基于自动驾驶的背景交通流模型构建方法,其特征在于,所述受力关系表达式如下:
6.根据权利要求1所述的一种基于自动驾驶的背景交通流模型构建方法,其特征在于,换道过程中的换道时刻为换道车辆越过车道中心线的时刻。
7.一种基于自动驾驶的背景交通流模型构建系统,其
...【技术特征摘要】
1.一种基于自动驾驶的背景交通流模型构建方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于自动驾驶的背景交通流模型构建方法,其特征在于,在获取行驶数据过程中,选取当前车道上的前后车辆以及左侧相邻车道上的前后车辆。
3.根据权利要求1所述的一种基于自动驾驶的背景交通流模型构建方法,其特征在于,获取测试车辆和换道车辆的行驶数据具体为:通过设置在车辆的传感器,获得车辆的速度,加速度,位置坐标,周边车流的速度,加速度,位置坐标。
4.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员:苏萌,李傲雪,江浩斌,马世典,陈月霞,
申请(专利权)人:江苏大学,
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。