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() 一种道路环境复杂度量化模型构建方法技术_技高网
当前位置: 首页 > 专利查询>吉林大学专利>正文

一种道路环境复杂度量化模型构建方法技术

技术编号:42838292 阅读:3 留言:0更新日期:2024-09-27 17:11
一种道路环境复杂度量化模型构建方法,本发明专利技术属于道路交通技术领域,涉及道路环境复杂度量化模型构建方法。本发明专利技术的目的是为了解决现有针对测试道路的外部环境不同,有的道路平坦,有的道路复杂,所以即使是相同行驶里程,自动驾驶系统采集的数据维度并不相同,选取缺少统一的度量标准,测评指标数值难以直接比较,在横向、纵向对比上均无法验证MPI值的准确性,导致自动驾驶安全性检测准确率低,交通事故率高、预警精度差的问题。过程为:采集并记录车辆自动驾驶数据;对真实世界的驾驶场景进行环境元素识别;将识别的环境元素分类为静态元素和动态元素;构建道路环境复杂度量化模型,包括静态环境复杂度量化模型和动态环境复杂度量化模型。

【技术实现步骤摘要】

本专利技术属于道路交通,具体地涉及道路环境复杂度量化模型构建方法


技术介绍

1、为保证自动驾驶的安全性,需要在真实道路环境对其进行安全性测试。真实道路交通环境具有复杂多变、不确定性大、不可重复、难以穷尽的特征,为提高自动驾驶汽车安全性测试效率,加速推进自动驾驶技术的落地应用,行业内选择接管里程(mpi,miles perintervention)作为衡量自动驾驶安全性测试评价的重要指标。mpi为自动驾驶汽车测试里程与接管次数的比值,反映了自动驾驶系统安全行驶里程的情况。然而,由于测试道路的外部环境不同,有的道路平坦,有的道路复杂,所以即使是相同行驶里程,自动驾驶系统采集的数据维度并不相同,选取缺少统一的度量标准,测评指标数值难以直接比较,在横向、纵向对比上均无法验证mpi值的准确性,导致自动驾驶安全性检测准确率低,交通事故率高、预警精度差。横向对比中,针对不同自动驾驶系统,测试道路复杂程度的不一致性会导致mpi值不具有说服性;纵向对比中,相同自动驾驶系统在复杂道路环境下的mpi值可能会显著低于简单道路环境。因此,对道路交通环境复杂程度的量化是尤为必要的。

2、现有技术中,对道路环境复杂度的研究主要是围绕不同复杂程度的驾驶场景对驾驶人心理、生理状态以及主观负荷的影响,对信息元素的属性、特征、状态等研究不够充分,缺乏考虑多信息元素耦合下的道路环境复杂度量化方法。综上所述,结合道路环境信息元素特性,建立一种考虑多信息元素的复杂度量化模型十分重要,对于加速自动驾驶测试,提升道路交通安全具有重大意义。


技术实现思路

1、本专利技术的目的是为了解决现有针对测试道路的外部环境不同,有的道路平坦,有的道路复杂,所以即使是相同行驶里程,自动驾驶系统采集的数据维度并不相同,选取缺少统一的度量标准,测评指标数值难以直接比较,在横向、纵向对比上均无法验证mpi值的准确性,导致自动驾驶安全性检测准确率低,交通事故率高、预警精度差的问题,而提出一种道路环境复杂度量化模型构建方法。

2、一种道路环境复杂度量化模型构建方法具体过程为:

3、步骤一、采集并记录车辆自动驾驶数据;

4、步骤二、对真实世界的驾驶场景进行环境元素识别;

5、步骤三、将识别的环境元素分类为静态元素和动态元素;

6、步骤四、根据静态元素和动态元素,构建道路环境复杂度量化模型,包括静态环境复杂度量化模型和动态环境复杂度量化模型。

7、本专利技术的有益效果为:

8、本专利技术提出了一种道路环境复杂度量化模型构建方法,通过对真实驾驶场景进行图像识别与雷达检测,获取道路环境中的静态元素与动态元素信息,根据环境元素类别、状态、数量等因素构建道路环境复杂度量化模型,量化表达道路环境的复杂程度,统一度量标准,使统一标准下的mpi指标进行比较,提高自动驾驶安全性,有效降低事故率,提升道路交通安全。

本文档来自技高网...

【技术保护点】

1.一种道路环境复杂度量化模型构建方法,其特征在于:所述方法具体过程为:

2.根据权利要求1所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤一中采集并记录车辆自动驾驶数据;具体过程为:

3.根据权利要求2所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤二中对真实世界的驾驶场景进行环境元素识别;具体过程为:

4.根据权利要求3所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤三中将识别的环境元素分类为静态元素和动态元素;具体过程为:

5.根据权利要求4所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤三中动态元素为动态交通参与者;

6.根据权利要求5所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤四中的道路环境复杂度量化模型具体为:

7.根据权利要求6所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤四中静态环境复杂度量化模型CS的计算方式为:

8.根据权利要求7所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤四中动态环境复杂度量化模型CD的计算方式为:

9.根据权利要求8所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述自动驾驶车辆与动态交通参与者的纵向相对速度v0j_x和自动驾驶车辆与动态交通参与者的横向相对速度v0j_y表达式为:

10.根据权利要求9所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述3)中基于各动态交通参与者对自动驾驶车辆产生的复杂度数值,计算所有动态交通参与者对自动驾驶车辆产生的复杂度数值CD;具体过程为:

...

【技术特征摘要】

1.一种道路环境复杂度量化模型构建方法,其特征在于:所述方法具体过程为:

2.根据权利要求1所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤一中采集并记录车辆自动驾驶数据;具体过程为:

3.根据权利要求2所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤二中对真实世界的驾驶场景进行环境元素识别;具体过程为:

4.根据权利要求3所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤三中将识别的环境元素分类为静态元素和动态元素;具体过程为:

5.根据权利要求4所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤三中动态元素为动态交通参与者;

6.根据权利要求5所述的一种道路环境复杂度量化模型构建方法,其特征在于:所述步骤四中的...

【专利技术属性】
技术研发人员:刘津莱别一鸣王琳虹
申请(专利权)人:吉林大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1