摘要: |
随着自动驾驶测试验证对虚拟仿真场景依赖程度的增加,传统基于专家经验的场景枚举生成方法已无法满足测试需求。数字虚拟仿真场景自动生成方法在场景多样性、危险性、可解释性、生成效率等方面存在巨大技术优势,是提高汽车自动驾驶技术测试验证安全性和可靠性的关键,已成为当前汽车智能化领域的研究热点。在广泛调研场景自动生成方法领域研究成果的基础上,系统地梳理了场景定义、场景解构、基于机理建模的场景生成、数据驱动的场景生成等方向中最新的研究进展,重点分析了一些值得深入研究的问题,最后对未来可能的研究方向进行展望。场景解构方面,针对场景具有无限丰富、极其复杂、不可穷举特征的问题,应重点关注“场地-气象-交通”耦合的多源异构复杂场景解构方法研究;基于机理建模的场景生成方面,针对多样性、边界性的测试需求,重点关注场景组合生成研究、边界场景优化生成及自适应生成研究等方面;基于数据驱动的场景生成方面,采集内容丰富的数据集是研究的基础,应充分挖掘场景数据的测试价值,重点关注场景重构、加速测试的场景采样、危险场景衍生等方面的研究。未来的研究应重点关注以上几个方面,建立完整的自动驾驶虚拟仿真场景自动生成体系,为L4级及以上的高等级自动驾驶大规模仿真测试评估奠定理论基础。 |