基于仿真的自动驾驶汽车通用工具链 用于模型在环识别.doc
《基于仿真的自动驾驶汽车通用工具链 用于模型在环识别.doc》由会员分享,可在线阅读,更多相关《基于仿真的自动驾驶汽车通用工具链 用于模型在环识别.doc(8页珍藏版)》请在三一文库上搜索。
1、基于仿真的自动驾驶汽车通用工具链 用于模型在环识别汽车行业面临的主要挑战之一是智能网联汽车的测试和验证。一方面,需要新的测试方法以改进传统路测方法,解决传统测试中需要大量行驶里程所带来的一些问题。另一方面,由于发展初期有限的市场渗透率,测试验证过程还需考虑混合交通环境下其他人类交通参与者的驾驶行为对自动驾驶汽车功能产生的重大影响。本文介绍了一种基于仿真的自动驾驶汽车通用工具链,用于关键场景(Critical scenario)的模型在环识别。该方法结合汽车动力学仿真、交通仿真和车辆协同仿真进行场景识别,并考虑了其他交通参与者的行为。最后通过安全指标和交通质量指标评估并筛选得到关键场景。引言由于
2、初期市场渗透率较小,智能网联汽车的发展受到阻碍。在不考虑其他交通参与者驾驶行为的情况下引入这类汽车相对简单,但是其在包括人类驾驶员的混合交通环境下完成行驶任务将面临巨大挑战。即使自动化功能正常工作且驾驶行为符合规范,其他交通参与者也可能导致自动驾驶汽车面临关键场景。图1显示了与人类驾驶员的复杂交互所引起的关键场景的示例,顶部为初始状态,底部为最终状态。其中汽车1是智能网联汽车,汽车2、3由人类控制。汽车2的驾驶员驾驶行为较为激进,而汽车3的驾驶员驾驶行为相对保守。首先,汽车1自动检测到可以执行变道行为的理想情况。当其进行变道时,汽车2忽视安全间隙而紧跟汽车1,同时汽车3驾驶非常谨慎,便可能导致
3、图1所示关键场景。本文后续介绍基于该具体场景展开。图1 智能网联汽车V1关键场景基于仿真的通用工具链识别关键场景是验证智能网联汽车的关键环节,在本文中,关键场景被定义为需要进行测试的场景。本文使用了一个基于仿真的通用工具链(图2)解决识别关键场景的问题。该工具链由逻辑场景(Logical scenarios)开始,逻辑场景是基于参数空间的场景描述,通过确定参数空间中各参数的取值范围,来限制可能的测试场景。图2 基于仿真工具链的智能网联汽车关键场景验证与识别逻辑场景参数空间中选择特定参数便构成了具体场景(Concrete scenarios)。参数选择的一种方式如工具链左侧所示(图2),通过使用
4、专家意见、数据记录、场景目录等确定关键场景的方式的主要缺点是容易遗漏一些关键场景。本文选择工具链右侧方式,即使用参数变化模块,该模块通过自动更改逻辑场景的参数来创建具体场景,这是在整个参数范围内识别关键场景的一种简单方法。使用该方式的主要挑战是,在应用工具链之前,关键场景及其特性是未知的,因此很难确定哪些参数组合被选取后需要更仔细和全面的去测试。为了解决这一问题,将上述方法生成的具体场景用于仿真环境的输入,该仿真包括耦合交通仿真、汽车动力学仿真和车辆协同仿真三部分。交通仿真为汽车提供周围交通环境;汽车动力学仿真为汽车提供详细动力学模型以及需要被测试的自动驾驶功能;汽车协同仿真包括信息交互模型。
5、然后,将量身定制的评价指标应用于仿真结果,根据仿真结果是否满足评价指标标准,从而将具体场景自动分类为关键或非关键场景。根据感兴趣的领域不同,工具链可以使用不同类型的评价指标。在本文中,将使用安全和交通质量作为评价指标。识别出的关键的具体场景可以被应用于V型开发模型的各个阶段,包括模型在环(MiL)、软件在环(SiL)、硬件在环(HiL)、汽车在环(ViL)等,并记录数据。工具链的最后是对测试结果的分析,从而对功能开发进行反馈。本文中使用高速公路自动驾驶的例子来演示工具链的应用过程,该工具链也可以扩展到其他功能和领域,例如乡村道路以及城市区域。仿真环境使用耦合仿真要求虚拟环境具有可比性。不同虚拟
6、环境不一定需要完全相同,但基本几何信息必须足够相似,以使动态耦合在这些环境中都适用。静态耦合是基于OpenDrive格式提供的实测数据集,地图数据转换方案如图3所示。图3 仿真环境的静态耦合和映射数据转换地图数据通过所选道路的高精度测量来获取。本文选择了位于法兰克福(德国)附近的欧宝试验场。图3所示的地图数据转换器是一种数据转换工具,可将OpenDrive格式的数据解析为特定仿真环境中所需的特定格式。动态耦合主要集中在交通仿真和汽车动力学仿真上。本文作者研究的可变区域如图4所示。图4 可变区域的动态耦合交通仿真提供交通参与者行为,汽车动力学仿真提供智能网联汽车行为,包括驾驶功能和传感器设置等。
7、协同仿真在本文中将不做讨论。动态耦合确保了智能网联汽车能够在周围的交通环境中行驶,从而提供能够响应汽车驾驶功能的驾驶行为的动态交通环境。安全指标和交通质量指标本文基于传统安全指标和交通质量指标来识别关键场景。对于安全指标,本文选定了碰撞时间TTC、制动时间TTB、期望减速度为临界指标。对于交通质量指标,按关注的空间域(DOI)大小以及不同的交通表征,本文定义了宏观指标、微观指标、纳米指标、个体指标四个子指标。4.1 传统安全指标为了使用基于仿真的工具链识别关键场景,需要指定与危险程度相关的术语。很明显,对临界性的理解会随着具体要求改变而有显著的不同。工具链的通用设计允许使用不同的临界项。最著名
8、的临界性指标为“碰撞时间”。其中p是汽车位置的偏差,V_ego是自车速度,V_obj是对象速度,V_rel是两车之间的相对速度。另一个标准度量称为“制动时间”,可定义为:其中a_ego_max表示自车能够执行的最大减速度。这个指标与自车的最大减速能力有关。最后一个指标称为“期望减速度”,如下式4.2 交通质量指标为了研究智能网联汽车及其对交通质量的影响,本文提出了四种交通质量指标和一种组合各指标的方法。该方法旨在为场景的临界性评估收集更多信息。其优点是增加了结果的稳健性和有效性。指标的一般要求可以表述如下:应识别每个关键情景假阳性率(FPR,False positive rate)应该很低评估
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于仿真的自动驾驶汽车通用工具链 用于模型在环识别 基于 仿真 自动 驾驶 汽车 通用 工具 用于 模型 识别
链接地址:https://www.31doc.com/p-3416829.html