【技术实现步骤摘要】
本专利技术涉及自动驾驶性能测试，特别涉及一种自动驾驶测试场景的综合评估方法及相关设备。
技术介绍
1、随着软硬件技术与通信技术的发展，汽车的智能化与网联化已经受到越来越多的关注，同时其也是未来发展的大趋势，因此在自动驾驶车辆上路之前，确保相应功能安全实现至关重要。
2、自动驾驶车辆一般通过车辆上的各种传感器来感知道路环境、规划行车路线，需要对自动驾驶车辆的自动驾驶性能进行测试来保证行驶的准确性和安全性，测试和验证是智能网联车辆发展的重要环节，构建自动驾驶测试场景尤为重要，识别关键场景是验证智能网联汽车的关键。目前识别关键场景的方法主要有：用道路潜伏风险分析法分析自动驾驶场景、使用安全和交通质量作为评估指标识别出关键场景。目前自动驾驶场景风险程度主要考虑道路风险暴露程度、事故产生风险和事故严重程度三种，不能正确评估自动驾驶场景风险程度。例如：2018年5月7日，直行的小型汽车迎面撞上了正转向的卡车，导致驾驶员身故；事故发生时该车正由自动驾驶系统控制，小型汽车上配备有8个摄像头、1个毫米波雷达、12个超声波雷达等。调查结果中提到，由于小型汽车的自动驾驶系统并未检测到前方车辆，且驾驶员也未专心驾驶，均是导致事故的原因。小型汽车直行在普通道路，其道路风险暴露程度、事故产生风险和事故严重程度等级值都是比较低的，说明自动驾驶场景下道路潜伏风险比较低。自动驾驶场景的风险等级在正常范围，可判断小型汽车测试场景为正常场景，系统不会预警。
3、中国专利公开了一种对自动驾驶性能进行测试的方法，包括：接收由安装在人工驾驶车辆上的
技术实现思路
1、本专利技术提供了一种自动驾驶测试场景的综合评估方法及相关设备，其目的是为了提升评估的有效性与准确性。
2、为了达到上述目的，本专利技术提供了一种自动驾驶测试场景的综合评估方法，包括：
3、步骤1，根据自动驾驶车辆的测试需求，对历史交通事故进行事故解构，得到事故数据；
4、步骤2，基于事故数据进行测试场景重建，提取事故参与方的预碰撞轨迹，并根据预碰撞轨迹确定多个测试场景及每个测试场景下的测试场景元素，测试场景元素包括多个；
5、步骤3，对每个测试场景元素进行权重计算，得到每个测试场景元素在场景复杂度下的权重值以及每个测试场景元素在场景风险度下的权重值；
6、步骤4，分别针对每个测试场景下的每个测试场景元素，将测试场景元素与该测试场景元素对应的属性划分类别结合，得到每个测试场景的初始场景要素矩阵；
7、步骤5，根据属性划分类别，对初始场景要素矩阵中的每个元素进行量化，得到每个测试场景的场景要素矩阵；
8、步骤6，将每个测试场景的场景要素矩阵与测试场景元素在场景复杂度下的权重值进行结合，得到每个测试场景的复杂指标；
9、步骤7，将每个测试场景的场景要素矩阵与测试场景元素在场景风险度下的权重值进行结合，得到每个测试场景的风险指标；
10、步骤8，根据复杂指标与风险指标对每个测试场景进行综合评估，得到每个测试场景的评估结果。
11、进一步来说，自动驾驶车辆的测试需求包括自动驾驶车辆在上路前需要进行的车辆功能安全测试和功能可靠性测试。
12、进一步来说，测试场景元素包括动态元素和静态元素；
13、动态元素包括5个子元素，分别为：碰撞前主车的车速，动态驾驶任务，相对运动状态，相对位置差，目标车辆的行为；
14、静态元素包括12个子元素，分别为：主车的车辆类型、目标车辆的车辆类型、光照条件、天气、路面积水情况、车道数目、道路类型、道路平整度、信号控制、障碍物个数、目标车辆的个数，道路坡度。
15、进一步来说，步骤3包括：
16、将测试场景元素输入球状模糊网络；
17、通过球状模糊网络中的球状模糊模块生成语言尺度标准和预先存储的专家打分表，在风险度和复杂度下对所有测试场景元素与子元素进行打分，得到比较矩阵；
18、使用球形加权几何平均数计算比较矩阵的模糊值；
19、对模糊值进行解模糊，得到每个测试场景元素在场景复杂度下的权重值以及每个测试场景元素在场景风险度下的权重值。
20、进一步来说，在使用球形加权几何平均数计算比较矩阵的模糊值之前，还包括：
21、通过一致性检验函数消除比较矩阵的不确定性，当cr的值小于预设值时，认定比较矩阵满足不确定性要求。
22、进一步来说，使用球形加权几何平均数计算比较矩阵的模糊值的表达式为：
23、
24、其中，μij为隶属度，vij为非隶属度，πij为模糊度，n为比较矩阵中每行元素的个数。
25、进一步来说，对模糊值进行解模糊的表达式为：
26、
27、其中，μs为隶属度，vs为非隶属度，πs为模糊度，s表示球状模糊集。
28、本专利技术还提供了一种自动驾驶测试场景的综合评估装置，包括：
29、解构模块，用于根据自动驾驶车辆的测试需求，对历史交通事故进行事故解构，得到事故数据；
30、提取模块，用于基于事故数据进行测试场景重建，提取事故参与方的预碰撞轨迹，并根据预碰撞轨迹确定多个测试场景及每个测试场景下的测试场景元素，测试场景元素包括多个；
31、计算模块，用于对每个测试场景元素进行权重计算，得到每个测试场景元素在场景复杂度下的权重值以及每个测试场景元素在场景风险度下的权重值；
32、第一结合模块，用于分别针对每个测试场景下的每个测试场景元素，将测试场景元素与该测试场景元素对应的属性划分类别结合，得到每个测试场景的初始场景要素矩阵；
33、量化模块，用于根据属性划分类别，对初始场景要素矩阵中的每个元素进行量化，得到每个测试场景的场景要素矩阵；
34、第二结合模块，用于将每个测试场景的场景要素矩阵与测试场景元素在场景复杂度下的权重值进行结合，得到每个测试场景的复杂指标；
35、第三结合模块，用于将每个测试场景的场景要素矩阵与测试场景元素在场景风险度下的权重值进行结合，得到每个测试场景的风险指标；
36、评估模块，用于根据复杂指标与风险指标对每个测试场景进行综合评估，得到每个测试场景的评估结果。
37、本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，当本文档来自技高网...
【技术保护点】
1.一种自动驾驶测试场景的综合评估方法，其特征在于，包括：
2.根据权利要求1所述的自动驾驶测试场景的综合评估方法，其特征在于，所述自动驾驶车辆的测试需求包括自动驾驶车辆在上路前需要进行的车辆功能安全测试和功能可靠性测试。
3.根据权利要求2所述的自动驾驶测试场景的综合评估方法，其特征在于，
4.根据权利要求2所述的自动驾驶测试场景的综合评估方法，其特征在于，所述步骤3包括：
5.根据权利要求4所述的自动驾驶测试场景的综合评估方法，其特征在于，在所述使用球形加权几何平均数计算所述比较矩阵的模糊值之前，还包括：
6.根据权利要求5所述的自动驾驶测试场景的综合评估方法，其特征在于，所述使用球形加权几何平均数计算所述比较矩阵的模糊值的表达式为：
7.根据权利要求6所述的自动驾驶测试场景的综合评估方法，其特征在于，所述对所述模糊值进行解模糊的表达式为：
8.一种自动驾驶测试场景的综合评估装置，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当该计算机程序被处理
10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的自动驾驶测试场景的综合评估方法。
...【技术特征摘要】
1.一种自动驾驶测试场景的综合评估方法，其特征在于，包括：
2.根据权利要求1所述的自动驾驶测试场景的综合评估方法，其特征在于，所述自动驾驶车辆的测试需求包括自动驾驶车辆在上路前需要进行的车辆功能安全测试和功能可靠性测试。
3.根据权利要求2所述的自动驾驶测试场景的综合评估方法，其特征在于，
4.根据权利要求2所述的自动驾驶测试场景的综合评估方法，其特征在于，所述步骤3包括：
5.根据权利要求4所述的自动驾驶测试场景的综合评估方法，其特征在于，在所述使用球形加权几何平均数计算所述比较矩阵的模糊值之前，还包括：
6.根据权利要求5所述的自动驾驶测试场景的综合评估方法，其特征在于...
【专利技术属性】
技术研发人员：黄合来，魏志远，周锐，张国清，罗潇龙，周汉楚，陈吉光，
申请(专利权)人：中南大学，
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。