【技术实现步骤摘要】
本专利技术属于自动驾驶汽车测试评价，具体的说是一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法。
技术介绍
1、自然驾驶数据是自动驾驶汽车测试场景分析及提取的重要数据来源，然而当前大多数方法仅考虑直接从自然驾驶数据中提取关键场景，忽视了某些直观上不关键的测试场景隐含的重要信息。现有技术通过设定行为指标阈值对危险测试场景进行提取，对于那些低于行为指标阈值的自然驾驶数据信息进行了忽略，这导致相当一部分驾驶数据造成了浪费。为此，本专利技术提出了一种基于驾驶行为偏移的自动驾驶危险测试场景生成方法，对那些传统方法忽视的关键场景进行分析，并通过驾驶行为偏移将其转化为危险测试场景，充分利用自然驾驶数据信息，构建完善的自动驾驶汽车危险测试场景库。
技术实现思路
1、为解决上述问题，本专利技术提供了一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，对传统方法忽视的关键场景进行分析，并通过驾驶行为偏移将其转化为危险测试场景，充分利用自然驾驶数据信息，构建完善的自动驾驶汽车危险测试场景库。
2、本专利技术技术方案结合附图说明如下：
3、一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，包括：
4、设定场景提取阈值；
5、直接提取危险测试场景；
6、分析剩余安全场景隐含风险；
7、在交通车驾驶安全行为中剔除危险场景生成。
8、进一步的，设定场景提取阈值的具体方法如下：
9、将碰撞时间ttc、后侵入时
10、其中，ttc用于无交叉路口的道路情况；pet用于交叉口的情况；出现满足ttc和pet的时间点，即周围存在危险场景数据；ttc和pet的计算方式如下：
11、ttc＝|vego-vtarget|×cosθ÷δs
12、pet＝|ttarget-tego|
13、式中，vego为本车的速度矢量；vtarget为周围目标物的速度矢量；θ为速度矢量差方向与交通车-目标物中心点连线之间的夹角；δs为交通车-目标物中心点连线之间的距离；ttarget为目标物到达交叉口目标点的时间；tego为本车到达交叉口目标点的时间。
14、进一步的，直接提取危险测试场景的具体方法如下：
15、搜索自然驾驶时序数据对应的实时ttc及pet信息，当出现ttc小于2秒或pet小于2秒的情况，记录当前的时刻点，分析当前的道路结构状态，本车运动行为状态，目标物运动行为状态；
16、获取道路结构状态、本车运动行为状态和目标物运动行为状态之后，将道路结构、本车运动行为状态、目标物运动行为状态、本车在道路中的位置、目标物在道路中的位置、目标物与本车的相对位置分别进行编码，编码顺序为道路结构、本车在道路中的位置、本车运动行为状态、目标物1在道路中的位置、目标物1与本车的相对位置、目标物1运动行为状态、目标物2在道路中的位置、目标物2与本车的相对位置、目标物2运动行为状态、……周围存在多少目标物，便对多少个目标物的相关信息进行编码；将具有相同编码结构的场景数据进行聚类，获取所有场景类型的对应的场景数据，初步构建自然驾驶危险测试场景库。
17、进一步的，所述道路结构状态通过神经网络的方式获取；所述本车及目标物的运动行为状态通过高维时间序列数据聚类的方法获取。
18、进一步的，分析剩余安全场景隐含风险的具体方法如下：
19、经过处理后，剩余的自然驾驶数据为实时ttc及pet不满足阈值条件的安全场景，对剩余安全场景进行隐含风险分析；基于目标物运动行为状态分析方法，将剩余所有自然驾驶数据中目标物的运动行为状态进行分析，建立目标物对应的运动行为状态时序图；找到自然驾驶状态下周围目标物所有的非匀速的运动行为状态，包括加速、减速、转弯、换道、掉头，依次将目标物的这些行为替换为前序运动行为，即将前序运动行为按照状态转变点前2秒的状态进行时序扩展，分别计算每次替换后替换节点后10秒的实时ttc及pet。
20、进一步的，将前序运动行为按照状态转变点前2秒的状态进行时序扩展的具体方法如下：
21、前序行为包括匀速行为、加速行为、减速行为、转弯行为、换道行为、掉头行为；
22、对于匀速行为而言，行为扩展运动方向为沿道路中心线，速度大小为扩展点前2秒的平均速度；
23、对于加速行为而言，行为扩展运动方向为沿道路中心线，加速度大小为扩展点前2秒的平均加速度；
24、对于减速行为而言，行为扩展运动方向为沿道路中心线，减速度大小为扩展点前2秒的平均减速度，减速度行为扩展的最终行为为静止，不产生负速度；
25、对于转弯行为而言，行为扩展运动方向为以当前道路中心线及目标车道道路中心线为切线的圆弧方向，转弯行为扩展的速度趋势与前序行为一致，包括匀速、加速或减速，同时，转弯行为的终点为目标车道道路中心线方向，当达到目标车道道路中心线方向后，转弯行为变为直线行为；
26、对于换道行为而言，行为扩展运动方向为以当前道路中心线及最边界车道道路中心线为切线的五次多项式方向，转弯行为扩展的速度趋势与前序行为一致，包括匀速、加速或减速，同时，换道行为的终点为最边界车道道路中心线方向，当达到最边界车道道路中心线方向后，换道行为变为直线行为；
27、对于掉头行为而言，行为扩展运动方向为以当前道路中心线及反向道路中心线为切线的圆弧方向，掉头行为扩展的速度趋势与前序行为一致，包括匀速、加速或减速，速度大小参照前文描述的匀速、加速或减速扩展方法，同时，掉头行为的终点为反向车道道路中心线方向，当达到反向车道道路中心线方向后，掉头行为变为直线行为。
28、进一步的，在交通车驾驶安全行为中剔除危险场景生成的具体方法如下：
29、判断是否出现ttc小于2秒或pet小于2秒的情况，并记录当前的时刻点；若出现，则表明替换前的目标物行为为驾驶安全行为，将其剔除后则可产生危险场景；将满足ttc及pet阈值的时刻点及对应的道路结构、本车运动行为状态、目标物运动行为状态、本车在道路中的位置、目标物在道路中的位置、目标物与本车的相对位置分别进行编码；对于某一时时刻而言，该时刻可能多个周围目标物行为替换的操作，每个行为替换均对应ttc及pet计算，若不同目标的前序行为扩展均导致ttc或pet阈值条件产生，则每个前序行为扩展均对应一个危险测试场景；将编码后危险测试场景与危险测试场场景库中的数据进行对比，将具有相同编码的危险测试场景进行合并，从而丰富自然驾驶数据中提取的危险测试场景数据。
30、本专利技术的有益效果为：
31、本专利技术对那些传统方法忽视的关键场景进行分析，并通过驾驶行为偏移将其转化为危险测试场景，充分利用自然驾本文档来自技高网...
【技术保护点】
1.一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，包括：
2.根据权利要求1所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，设定场景提取阈值的具体方法如下：
3.根据权利要求1所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，直接提取危险测试场景的具体方法如下：
4.根据权利要求3所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，所述道路结构状态通过神经网络的方式获取；所述本车及目标物的运动行为状态通过高维时间序列数据聚类的方法获取。
5.根据权利要求1所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，分析剩余安全场景隐含风险的具体方法如下：
6.根据权利要求5所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，将前序运动行为按照状态转变点前2秒的状态进行时序扩展的具体方法如下：
7.根据权利要求1所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，在交通车驾驶
...【技术特征摘要】
1.一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，包括：
2.根据权利要求1所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，设定场景提取阈值的具体方法如下：
3.根据权利要求1所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，直接提取危险测试场景的具体方法如下：
4.根据权利要求3所述的一种基于驾驶行为偏移的自动驾驶危险测试场景库构建方法，其特征在于，所述道路结构状态通过神经网络的方式获取；所述本车及目标物的运动...
【专利技术属性】
技术研发人员：张培兴，朱冰，赵健，范天昕，薛经纬，
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。