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,尤其是涉及一种基于多背景交通参与者交互的智能驾驶测试方法。
技术介绍
1、随着智能网联汽车技术的发展使得车辆之间能够信息交互协同,实现多车协同控制。通过车路协同自动驾驶,可以拓展感知范围、提升感知能力,实现群体智能。要确保车辆在真实的混杂交通环境中能够可靠地实现自动驾驶,需要进行综合性的自动驾驶汽车综合测试。这种综合测试可以模拟真实的交通场景,对自动驾驶汽车在多样化、复杂的道路条件下的性能进行全面评估。
2、目前缺少智能网联驾驶生态环境,高等级智能网联汽车协同功能应用难实现,亟需利用车路云一体化交通系统示范基地进行混杂交通环境下的自动驾驶汽车综合测试。测试不仅限于软件功能评估,还包括自动驾驶汽车在真实道路环境中的综合性能测试。因此需要设计复杂的场景和任务来测试自动驾驶汽车的可靠性和有效性。随着自动驾驶车辆水平的提高,测试场景和任务的数量也在不断增加,对智能网联汽车测试系统的可靠性、高效性、安全性提出了高要求。
3、封闭路线测试允许在受控的环境中测试自动驾驶汽车,具有可控的风险,能够真实模拟开放的交通场景。此外,通过封闭道路测试,测试人员或安全人员可以熟悉自动驾驶在危险条件下的操作程序、测试方法和接管程序,便于向开放道路测试过渡。纵观现有成熟的智能网联汽车试验场,主要针对单一车辆简单场景下性能和效能的测试,缺少车辆在强耦合、多主体的混杂交通系统环境下的综合性测试。由于测试场景的无限多样性,一个理想的测试系统应该是高度灵活和智能的,通过设计连续和多样化的测试条件,能够进行复杂交通环境下
4、另外,综合测试需要大量的测试数据,包括传感器数据、车辆状态数据、场景信息等。同时,这些数据需要进行有效的处理和分析,以提取有价值的信息并支持系统的改进。因此,测试数据的获取和处理是一个具有挑战性的任务。
5、自动驾驶汽车的实车综合测试在确保系统安全性和驾驶性能的过程中起着重要作用。这种测试能够提供真实世界的场景和挑战,帮助验证自动驾驶系统在多样化道路条件和复杂交通环境下的可靠性和适应性。亟需进行混杂交通环境下的自动驾驶汽车综合测试,从而验证系统性能,发现问题并进行改进,推动自动驾驶技术的进一步发展和商业应用。
技术实现思路
1、本专利技术的目的就是为了提供一种提高测试可靠性的基于多背景交通参与者交互的智能驾驶测试方法。
2、本专利技术的目的可以通过以下技术方案来实现:
3、一种基于多背景交通参与者交互的智能驾驶测试方法,包括以下步骤:
4、获取测试场景和所述测试场景下交通交互者的路径信息,所述交通交互者包括测试车辆和各个背景交通参与者,所述背景交通参与者包括背景车辆和背景行人;
5、基于所述路径信息构建背景交通参与者的运动学模型;
6、基于所述路径信息,动态构建任意两交通交互者之间的安全约束;
7、基于所述运动学模型和安全约束,控制背景交通参与者与测试车辆产生冲突,并构建模型预测控制,以获得协同交互下背景交通参与者的参考速度;
8、实时采集测试车辆和背景交通参与者的真实行驶数据,并基于所述参考速度和路径信息通过多维测试性能评价指标得到测试车辆的测试结果。
9、进一步地,所述运动学模型为离散形式的二阶纵向动力学方程,表达式为:
10、
11、式中,sm(i),vm(i)和am(i)表示第i个时刻第m个背景交通参与者的位置、速度和加速度,δt为预定义时间间隔的长度。
12、进一步地,动态构建所述安全约束的步骤包括:
13、基于所述路径信息,分别构建测试车辆、背景行人和背景车辆的碰撞区域和潜在交互区域;
14、基于所述碰撞区域和潜在交互区域,计算任意两交通交互者之间的重叠交互区域面积;
15、基于所述重叠交互区域面积构建任意两交通交互者之间的安全约束。
16、进一步地,采用蒙特卡罗方法计算所述任意两交通交互者之间的重叠交互区域面积,所述重叠交互区域面积的计算表达式为:
17、
18、式中,为交通交互者m和交通交互者n交互区域重叠面积,nmn为均匀分布在交通交互者m和交通交互者n潜在交互重叠区域面积内的点的个数,nm为交通交互者m的潜在交互区域内均匀分布的点的总数,为交通交互者m的潜在交互区域面积。
19、进一步地,所述安全约束包括碰撞区域重叠面积约束和潜在交互区域重叠面积约束,分别为:
20、
21、
22、式中,·(j|i)为当前时刻i时,对时间步长j+i时的预测值,为交通交互者m和交通交互者n碰撞区域重叠面积预测,nv为背景交通参与者的数量,为预测步长内的潜在交互代价,为交通交互者m和交通交互者n的潜在交互区域之间重叠区域面积的预测,ωv为交通交互者速度和潜在交互区域重叠面积对于两交通交互者安全交互影响大小的相对调节权重,vm(j|i)、vn(j|i)分别为交通交互者m和交通交互者n速度的预测,为指示函数,当p<q时取值为1,否则为0。
23、进一步地,获得所述参考速度的步骤包括:
24、计算测试车辆与背景交通参与者之间的欧式距离,并基于运动学模型控制背景交通参与者主动与测试车辆生成冲突;
25、基于所述冲突和安全约束,构建离散形式的模型预测控制问题并求解,获得参考速度。
26、进一步地,所述欧式距离的计算表达式为:
27、
28、式中,·(j|i)为当前时刻i时,对时间步长j+i时的预测值,dcol(j|i)为测试车辆与最近背景交通参与者之间的欧式距离,nv为背景交通参与者的数量,xtest(j|i)、ytest(j|i)为测试车辆坐标的预测值,xm(j|i)、ym(j|i)为最近的背景交通参与者m坐标的预测值。
29、进一步地,所述模型预测控制问题的表达式为:
30、
31、
32、s.t.
33、
34、
35、
36、
37、
38、
39、式中,·(j|i)为当前时刻i时,对时间步长j+i时的预测值,nv为背景交通参与者的数量,np为预测水平步长,ωa为舒适度项的调节权重,am(j|i)为背景交通参与者m的加速度预测值,ωc为安全保证项的调节权重,为背景交通参与者m在j+1+i时刻的潜在交互约束,ωcol为冲突生成项的调节权重,dcol(j+1|i)为在j+1+i时刻测试车辆与背景交通参与者之间的欧式距离,为在交通规则下背景交通参与者m及时快速驾驶的性能指标,sm,max为第m个背景交通参与者的最远距离,sm(np|i)为第m个背景交通参与者在np+本文档来自技高网...
【技术保护点】
1.一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,所述运动学模型为离散形式的二阶纵向动力学方程,表达式为:
3.根据权利要求1所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,动态构建所述安全约束的步骤包括:
4.根据权利要求3所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,采用蒙特卡罗方法计算所述任意两交通交互者之间的重叠交互区域面积,所述重叠交互区域面积的计算表达式为:
5.根据权利要求3所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,所述安全约束包括碰撞区域重叠面积约束和潜在交互区域重叠面积约束,分别为:
6.根据权利要求1所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,获得所述参考速度的步骤包括:
7.根据权利要求6所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,所述欧式距离的计算表达式为:
9.根据权利要求1所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,采用k级推理方法求解所述参考速度。
10.根据权利要求1所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,所述多维测试性能评价指标包括感知性能评价指标、决策性能评价指标、控制性能评价指标、交互性能评价指标、实际场景模拟指标、系统鲁棒性评价指标和安全性评价指标。
...【技术特征摘要】
1.一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,所述运动学模型为离散形式的二阶纵向动力学方程,表达式为:
3.根据权利要求1所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,动态构建所述安全约束的步骤包括:
4.根据权利要求3所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,采用蒙特卡罗方法计算所述任意两交通交互者之间的重叠交互区域面积,所述重叠交互区域面积的计算表达式为:
5.根据权利要求3所述的一种基于多背景交通参与者交互的智能驾驶测试方法,其特征在于,所述安全约束包括碰撞区域重叠面积约束和潜在交互区域重叠面积约束,分别为:
6.根...
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。