详情

原文传递基于场景的自动驾驶汽车虚拟仿真加速测试与评价方法研究

论文题名：	基于场景的自动驾驶汽车虚拟仿真加速测试与评价方法研究
关键词：	自动驾驶汽车;虚拟仿真测试评价;测试场景生成;加速测试
摘要：	自动驾驶汽车承载着交通系统“零伤亡”的愿景，是汽车产业未来发展的必然趋势。然而自动驾驶汽车是一个高度复杂的非线性系统，其技术发展和产业落地需要科学完善的测试评价体系作为支撑。传统的实车道路或封闭场地测试过程危险、周期长、费用高、地域限制严苛，同时基于里程或功能的测试方法效率低、客观性差、测试过程僵化，目前，基于场景的虚拟仿真测试已成为解决自动驾驶汽车性能验证难题的重要思路。但自动驾驶汽车行驶场景具有高度的不确定性，场景复杂且难以穷尽，当前亟需对基于场景的自动驾驶汽车测试与评价流程进行深入研究：一方面，海量的高维场景对快速有效地发现自动驾驶汽车系统缺陷提出了巨大挑战，建立完善的高价值测试场景加速生成方法可在保证测试完整性的前提下尽可能地提高测试效率；另一方面，面向传统汽车的评价方法与指标已无法适应自动驾驶汽车的性能评价需求，制定合适的评价体系以更精准地度量各维度综合性能是保障自动驾驶汽车市场推广的必要前提。　　针对上述自动驾驶汽车测试评价重点、难点问题，本文依托国家重点研发计划课题“自动驾驶电动汽车硬件在环测试环境构建与模拟测试技术研究（2018YFB0105103）”、国家自然科学基金联合基金重点项目“冰雪环境自动驾驶汽车在环仿真测试评价方法（U22A20247）”、工信部2020年产业技术基础公共服务平台项目“智能网联汽车关键技术标准及仿真测试验证公共服务平台（2020-0100-4-1）”，研究建立基于场景的自动驾驶汽车虚拟仿真加速测试与评价方法，解决了高覆盖率测试逻辑场景库构建及危险具体场景强化生成难题，实现了自动驾驶汽车多逻辑场景多维性能综合量化评价。　　本文提出了基于无监督提取及对抗学习的自动驾驶汽车测试逻辑场景库构建方法，在分析自然驾驶数据提取典型场景后通过对抗学习实现场景类型的补充生成；在获得测试逻辑场景的基础上，建立了串、并行优化搜索危险具体场景强化生成方法，加速测试进程；基于逻辑场景分区评价理论建立了自动驾驶汽车多维度性能指标体系，结合测试逻辑场景特征和仿真测试过程属性实现了自动驾驶汽车多场景多维度综合性能评价。具体研究内容如下：　　首先，建立数据驱动的典型场景提取方法。在基于自然驾驶数据进行典型场景提取的过程中援引本体论思想，建立基于本体的逻辑场景提取框架，将道路属性及车辆属性作为场景关键分析要素；提出一种以顺序聚类为核心的轨迹分割与聚类方法，计算车辆运动中心路径进而获取道路属性；建立双层高斯过程半隐马尔可夫模型对车辆运动时序数据分割处理，将车辆速度数据转变为场景本体中的车辆属性；聚类具有相同关系类属性的场景本体实例，通过帕累托分布描述场景本体各要素数据类属性，获取逻辑场景各要素参数概率分布；使用HighD数据集提取高速公路最常见的典型场景，证明所建立基于自然驾驶数据的场景提取策略的有效性。　　其次，基于对抗学习实现关键场景生成。考虑场景本体结构将道路属性及车辆属性衍生作为新场景类型补充生成的核心；针对道路属性衍生需求及其数据顺序特征，提出以时间序列生成对抗网络为核心的道路属性自适应生成方法，参考OpenDRIVE标准道路数据格式使用三次参数曲线统一描述道路形状，以高速公路数据为训练样本实现新道路属性数据的生成并完成标准格式转化，建立道路属性集；从道路属性集中采样作为场景本体车辆属性的行为基础，提出基于多智能体深度确定性策略梯度实现车辆行为交互的训练，基于责任敏感安全模型建立奖惩函数，同时引入几何车辆运动模型作为运动约束，最终生成对应道路属性下的场景本体车辆属性；抽取道路属性建立包含2交通车1目标车的学习环境，生成3类危险场景类型作为方法示例，证明所建立关键场景生成方法的有效性。　　随后，建立基于优化搜索的危险具体场景强化生成方法。针对逻辑场景参数空间搜索难题，建立包含探索利用模块、步长计算模块等在内的单节点串行优化搜索方法，完成危险具体场景的强化生成，在充分发现被测自动驾驶系统缺陷的前提下减少测试次数，加速测试进程；在此基础上，将并行计算手段与优化搜索方法相融合，提出包含顶层调度、中层管理、底层执行在内的并行加速测试方法，进一步提高测试效率，并使用Ackley函数对并行加速测试方法的性能进行初步验证。　　接下来，建立自动驾驶汽车多场景多维度评价体系。分别基于危险具体场景参数聚类特征、自然驾驶数据以及碰撞损失建立三种自动驾驶汽车逻辑场景层级安全性评价方法；为充分评估自动驾驶汽车在逻辑场景全参数空间中的综合表现，基于驾驶人行驶过程危险性将逻辑场景参数空间分为安全区域及危险区域，并提出安全区域内自动驾驶汽车拟人性评价指标，与安全性评价方法相结合建立自动驾驶汽车多维度评价指标体系；考虑逻辑场景自身特征及仿真过程属性，建立多逻辑场景权重配置方法，获取自动驾驶汽车在多个不同逻辑场景中的综合性能。　　最后，对所建立的加速测试与评价方法进行虚拟仿真验证。搭建MATLAB/Prescan/CarSim多软件联合虚拟仿真测试平台；在所建立的测试逻辑场景库中选择前车制动场景、前车左侧切入场景、前车右侧切入场景对2种黑盒算法及1种基准算法进行遍历测试及串、并行加速测试，测试结果表明两种加速测试方法相比遍历测试在发现全部危险具体场景的前提下可显著提升测试效率；使用所提出的评价方法对被测自动驾驶系统及基准算法的逻辑场景层级安全性、多维度性能进行量化，在获取逻辑场景相对权重的基础上对不同被测系统在多个逻辑场景中的性能进行综合评价。
作者：	张培兴
专业：	车辆工程
导师：	朱冰
授予学位：	博士
授予学位单位：	吉林大学
学位年度：	2023