【技术实现步骤摘要】
一种实车及虚拟环境高度融合的人机共驾在线测评系统及方法
[0001]本专利技术涉及一种人机共驾在线测评系统及方法，具体涉及一种实车及虚拟环境高度融合的人机共驾在线测评系统及方法。
技术介绍
[0002]目前，由于完全自动驾驶的技术局限性和其所面临的社会困境，加之民众接受度较低，人机共驾将成为未来社会长期存在的一种智能驾驶形式。在上路前，须对人机共驾系统进行充分地测试，人机共驾测试主要存在以下几方面的问题：
[0003]未考虑测试场景的真实性与测试效率。目前人机共驾的测试形式主要以基于场景的仿真测试为主，人为设定测试场景的类型与内容，缺乏真实性。近些年有相关研究将数字孪生技术融入无人驾驶测试，如中国专利202211723189.8、202210917996.7、202210466439.8，通过对真实道路数据进行采集与回放，将之作为无人驾驶的测试场景，提高了测试的真实性，但缺点是一方面这种直接将真实道路数据回放生成测试场景的测试形式由于挑战性场景的稀少，测试效率较低；另一方面，未有将这种基于真实道路场景的数字孪生技术应用于人机共驾测试的研究，中国专利202110090864.7虽尝试将数字孪生技术应用于人机共驾测试，但不涉及对真实道路场景的数字孪生，仿真场景缺乏真实性。
[0004]未有相关研究关注于驾驶人与智能驾驶系统的决策同步性测试。目前对人机共驾的测试研究多集中在对智能驾驶系统决策算法测试以及基于驾驶人驾驶状态的人机协同控制策略测试方面，未能考虑驾驶人与智能驾驶系统的决策同步性。驾驶人与智能驾驶系...
【技术保护点】
【技术特征摘要】
1.一种实车及虚拟环境高度融合的人机共驾在线测评系统，其特征在于：包括有基于真实道路的仿真场景数字孪生模块、智能驾驶模拟模块、人机共驾控制模块、实车模块和在线评价及模型参数自优化模块，基于真实道路的仿真场景数字孪生模块、智能驾驶模拟模块、人机共驾控制模块、实车模块和在线评价及模型参数自优化模块并列进行设置，前述模块的结构组成如下：基于真实道路的仿真场景数字孪生模块，对真实道路数据采集、处理与分类，利用数字孪生技术生成面向人机共驾测试的仿真场景，并基于安全性与舒适性测试筛选关键场景，用于人机共驾加速测试，基于真实道路的仿真场景数字孪生模块是由真实道路数据采集及处理模块、面向人机共驾测试的仿真场景空间构建模块、基于安全性与舒适性的关键场景筛选模块以及仿真场景信息注入模块四个子模块组成，其中面向人机共驾测试的仿真场景空间构建模块通过对重要性权重值高的场景元素进行离散化，构建仿真场景的场景空间；基于安全性与舒适性的关键场景筛选模块通过建立安全性关键函数与舒适性关键函数建立关键场景筛选准则，采用全局优化算法实现对场景空间中关键场景的筛选，并将生成的关键场景通过仿真场景信息注入模块注入到人机共驾在线测试与评价模块中，用于安全性与舒适性加速测试；智能驾驶模拟模块，为驾驶人提供模拟驾驶环境，同时采集驾驶人的状态与操作动作，智能驾驶模拟模块是由仿真场景渲染及显示模块、驾驶体感模拟模块、驾驶人模块以及驾驶模拟舱模块四个子模块组成，其中驾驶人模块输出的驾驶人状态信息与驾驶模拟舱模块输出的驾驶人决策信号会输入到在线评价及模型参数自优化模块中，用于驾驶人与智能驾驶系统决策同步性测评与驾驶人驾驶行为一致性测评；人机共驾控制模块，通过制定智能驾驶系统与驾驶人的协同控制策略，实现人机共驾，人机共驾控制模块是由智能驾驶系统控制模块与人机协同控制模块两个子模块组成，其中智能驾驶系统输出的智能驾驶系统决策信号会输入到在线评价及模型参数自优化模块中，用于驾驶人与智能驾驶系统决策同步性测评；实车模块，通过真实车辆在测试场地上行驶，执行人机协同控制策略，采集实车运动状态，实车模块是由车辆模块、实车状态采集模块与实车状态注入模块组成，其中实车状态采集模块采集到的实车状态信息将通过实车状态注入模块注入到在线评价及模型参数自优化模块中，用于安全性与舒适性加速测试；在线评价及模型参数自优化模块，通过基于场景的加速测试验证人机共驾系统的安全性与舒适性；通过驾驶人与智能驾驶系统决策同步性测评验证驾驶人与智能驾驶系统决策信号输出的同步性，并能在非同步的情况下进行二者同步性校准；通过驾驶人驾驶行为一致性测试验证驾驶人在驾驶过程中驾驶激进度的变化，进而优化智能驾驶系统控制模块的模型参数，提高驾驶人驾驶舒适性，在线评价及模型参数自优化模块是由基于加速测试的安全性与舒适性测评模块、驾驶人与智能驾驶系统决策同步性测评模块与驾驶人驾驶行为一致性测评模块三个子模块组成。2.一种实车及虚拟环境高度融合的人机共驾在线测评方法，其特征在于：其方法包括的步骤如下：第一步、基于数字孪生与加速测试的仿真场景测试，具体过程如下：步骤一、真实道路数据采集及数据处理，在实车上安装各种传感器，搭建真实道路数据
采集平台，为使采集到的场景数据具有代表性，在不同道路类型、天气类型、光照类型的交通环境下进行大规模数据采集，数据采集完成后，首先对数据进行预处理，删去存在错误与缺失的数据段，然后将各传感器采集到的场景数据进行时间同步与空间同步，并将数据格式化处理，满足场景构建所要求的数据结构，最后根据场景类型对数据分类；步骤二、面向人机共驾测试的仿真场景空间构建，根据人机共驾特点及待测试的性能，设计仿真场景的类型，列举场景元素，基于群组决策模糊网络层次分析法F
‑
ANP确定场景元素的重要性权重值，选择重要性权重值高的场景元素进行离散化，构建仿真场景空间；在仿真场景空间构建中，首先列举场景的场景元素，静态场景元素包括车道数目、车道宽度、车道曲率、天气和光线，动态场景元素包括主车与目标车的初始位置、初始速度、行驶速度、行驶加速度；然后，采用基于群组决策模糊网络层次分析法F
‑
ANP确定场景元素的重要性权重值，分析场景元素之间的关系，将场景元素条理化和层次化，构造一个有序的、梯次递进的结构模型，根据场景元素之间的重要性相对比值构造判断矩阵，场景元素之间的相对比值由影响传递模型来确定，影响传递模型能够反映场景元素对人机共驾系统的重要性大小，影响传递模型设定三点假设，具体如下：1)场景元素对人机共驾系统的影响将随人机共驾系统的层级逐级传递，且这种影响作用不会随着层级传递而递减；2)不同类型的场景元素对人机共驾系统的影响是相同的；3)场景元素对人机共驾系统影响程度的大小由场景元素在人机共驾系统层级间的传递次数来表示，传递次数越多，影响程度就越大，且影响程度与传递次数呈线性关系；影响传递模型中的场景元素在人机共驾系统各层级中的传递次数，通过下式来计算：式中，P(n)为某一场景元素在人机共驾系统各层级中的影响传递次数，n为该场景元素中的元素属性个数，E
i
为该场景元素中第i个元素属性在人机共驾系统各层级中的影响传递次数；求解判断矩阵的最大特征值及其对应的特征向量，将判断矩阵最大特征值对应的特征向量归一化即可得到场景元素的重要性权重；为保证重要性权重指标的合理性，须判断矩阵进行一致性检验，一致性检验系数CR的计算公式为：式中，RI为层次总排序平均随机一致性指标的标准值，CI为层次总排序一致性指标，其相关计算公式为：相关计算公式为：ω＝(ω1,ω2,...,ω
n
)
T
ꢀꢀꢀꢀ
(5)
式中，λ
max
为判断矩阵的最大特征值，n为判断矩阵的阶数，A为判断矩阵，ω为判断矩阵的特征向量，如果CR<0.1，说明判断矩阵的一致性良好，满足一致性要求；得到场景元素的重要性权重后，根据待构建的场景空间的维度，选取重要性权重值高的场景元素，确定离散范围与离散步长，即构建出仿真场景空间；步骤三、基于安全性与舒适性的关键场景筛选：选择场景挑战度与场景发生概率共同作为关键场景的筛选原则，构建关键性函数，采用优化算法筛选符合关键性阈值的关键场景，实现基于真实道路的仿真场景数字孪生与加速测试；在安全性测试中，采用场景危险度与场景发生概率构建安全性关键函数，如下式所示：V
s
(x)＝R
s
(x)
·
P
s
(x)
ꢀꢀꢀꢀ
(6)式中，V
s
(x)为安全性关键函数，R
s
(x)为场景危险度，P
s
(x)为场景发生概率，R
s
(x)通过强化碰撞时间ETTC表征，ETTC计算如下式：式中，R表示主车与目标车相对纵向距离，Δv表示主车与目标车的相对速度，Δa表示主车与目标车的相对加速度；在舒适性测试中，采用场景舒适度与场景发生概率构建舒适性关键函数，如下式所示：V
c
(x)＝C
c
(x)
·
P
c
(x)
ꢀꢀꢀꢀ
(8)式中，V
c
(x)为舒适性关键函数，C
c
(x)为场景舒适度，P
c
(x)为场景发生概率，C
c
(x)通过急动度与加速度均方根值计算得到，如下式所示：C
c
(x)＝α
c
J
lon
(x)+β
c
a
lon
(x)
ꢀꢀꢀꢀ
(9)式中，J
lon
(x)为纵向急动度，a
lon
(x)纵向加速度均方根值，α
c
与β
c
为纵向急动度与纵向加速度均方根值的权重值，α
c
与β
c
都取0.5；安全性关键函数与舒适性关键函数中的场景发生概率P
s
(x)和P
c
(x)通过凸组合方法，将真实道路采集的场景转化为场景空间中场景从而得到，三维场景空间中：A1(R
a1
,Δv
a1
,Δa
a1
)、A2(R
a2
,Δv
a2
,Δa
a2
)、A3(R
a3
,Δv
a3
,Δa
a3
)、A4(R
a4
,Δv
a4
,Δa
a4
)、A5(R
a5
,Δv
a5
,Δa
a5
)、A6(R
a6
,Δv
a6
,Δa
a6
)、A7(R
a7
,Δv
a7
,Δa
a7
)、A8(R
a8
,Δv
a8
,Δa
a8
)是场景空间中八个均匀离散场景，B是由真实道路数据记录所得的某个场景，且B(R
b
,Δv
b
,Δa
b
)在A1、A2、A3、A4、A5、A6、A7、A8构成的立方体内部，L
11
是B到A2、A4、A6、A8所在平面的欧氏距离，L
12
是B到A1、A3、A5、A7所在平面的欧氏距离，L
21
是B到A3、A4、A7、A8所在平面的欧氏距离，L
22
是B到A1、A2、A5、A6所在平面的欧氏距离，L
31
是B到A5、A6、A7、A8所在平面的欧氏距离，L
32
是B到A1、A2、A3、A4所在平面的欧氏距离，则真实场景B通过凸组合法用场景空间中的场景A1、A2、A3、A4、A5、A6、A7、A8表示为：B＝ω1·
A1+ω2·
A2+ω3·
A3+ω4·
A4+ω5·
A5+ω6·
A6+ω7·
...
【专利技术属性】
技术研发人员：张宇飞，孙博华，高振海，马文霄，冷炘伦，吴量，王鹏博，赵帅，
申请(专利权)人：吉林大学，
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。