CN111967124A - 一种用于智能汽车重组场景通用扩增的生成方法 - Google Patents
一种用于智能汽车重组场景通用扩增的生成方法 Download PDFInfo
- Publication number
- CN111967124A CN111967124A CN202010615614.6A CN202010615614A CN111967124A CN 111967124 A CN111967124 A CN 111967124A CN 202010615614 A CN202010615614 A CN 202010615614A CN 111967124 A CN111967124 A CN 111967124A
- Authority
- CN
- China
- Prior art keywords
- elements
- scene
- recombination
- information
- generation method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000003321 amplification Effects 0.000 title claims abstract description 20
- 238000003199 nucleic acid amplification method Methods 0.000 title claims abstract description 20
- 230000006798 recombination Effects 0.000 title claims abstract description 19
- 238000005215 recombination Methods 0.000 title claims abstract description 19
- 230000003068 static effect Effects 0.000 claims abstract description 12
- 238000007619 statistical method Methods 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种用于智能汽车重组场景通用扩增的生成方法,根据测试需求确定场景生成的关键要素，包括静态要素和动态要素，每种信息均设定相关字段；基于自然驾驶数据库历史数据，使用统计分析方法确定每个要素字段的取值域及各个要素字段之间是否具有相关性，对于没有相关性的要素，取值域内随机选取遍历；对于具有相关性的要素，根据利用统计分析方法得到约束条件，在字段的约束条件对应取值域内选取。本发明一种用于智能汽车重组场景通用扩增的生成方法，可以快速生成重组场景，实现场景的扩增，到达覆盖所有可能工况的目的。
Description
技术领域
本发明属于自动驾驶汽车研发领域，尤其是涉及一种用于智能汽车重组场景通用扩增的生成方法。
背景技术
驾驶场景数据是智能网联汽车研发与测试的基础数据资源，是评价智能网联汽车功能安全的重要“案例库”与“习题集”，是重新定义智能汽车等级的关键数据依据。驾驶场景测试用例主要通过虚拟仿真环境及工具链进行复现，因此建设虚拟场景数据库是连接场景数据与场景应用的关键桥梁。在现有技术条件下，由于缺乏***的驾驶场景生成方法，存在着场景库建设不够完备，不能完全覆盖所有可能的工况的问题。
发明内容
有鉴于此，本发明旨在提出一种用于智能汽车重组场景通用扩增的生成方法，可以快速生成重组场景，实现场景的扩增，到达覆盖所有可能工况的目的。
为达到上述目的，本发明的技术方案是这样实现的：
一种用于智能汽车重组场景通用扩增的生成方法：
步骤1：根据测试需求确定场景生成的关键要素，包括静态要素和动态要素，每种信息均设定相关字段；
步骤2：基于自然驾驶数据库历史数据，使用统计分析方法确定每个要素字段的取值域及各个要素字段之间是否具有相关性，对于没有相关性的要素，取值域内随机选取遍历；对于具有相关性的要素，根据利用统计分析方法得到约束条件，在字段的约束条件对应取值域内选取；
步骤3：根据步骤2中遍历得到的静态要素信息和动态要素信息，对场景元素进行排列重组，生成更多的重组场景，实现重组场景的自动扩增。
进一步的，在步骤1中，静态要素包括：道路信息和环境信息。
进一步的，在步骤1中，动态要素包括：本车信息和交通参与者信息。
相对于现有技术，本发明所述的一种用于智能汽车重组场景通用扩增的生成方法，具有以下优势：
本发明所述的一种用于智能汽车重组场景通用扩增的生成方法，可以快速生成重组场景，实现场景的扩增，到达覆盖所有可能工况的目的，本生成方法具有场景的扩增数量大，场景设置合理的特点。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
在附图中：
图1为本发明实施例所述的一种用于智能汽车重组场景通用扩增的生成方法目标车速度生成示意图；
图2为本发明实施例所述的一种用于智能汽车重组场景通用扩增的生成方法相对距离一生成示意图；
图3为本发明实施例所述的一种用于智能汽车重组场景通用扩增的生成方法相对距离二生成示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
一种用于智能汽车重组场景通用扩增的生成方法：
步骤1：根据测试需求确定场景生成的关键要素，包括静态要素和动态要素，每种信息均设定相关字段；
步骤2：基于自然驾驶数据库历史数据，使用统计分析方法确定每个要素字段的取值域及各个要素字段之间是否具有相关性，对于没有相关性的要素，取值域内随机选取遍历；对于具有相关性的要素，根据利用统计分析方法得到约束条件，在字段的约束条件对应取值域内选取；
步骤3：根据步骤2中遍历得到的静态要素信息和动态要素信息，对场景元素进行排列重组，生成更多的重组场景，实现重组场景的自动扩增。
进一步的，在步骤1中，静态要素包括：道路信息和环境信息。
进一步的，在步骤1中，动态要素包括：本车信息和交通参与者信息。
道路信息包括具体信息如下：
道路信息表
环境信息包括具体信息如下：
环境信息表
本车信息包括具体信息如下：
本车信息表
| 名称 | 可选项 |
| 车辆类型 | 大型汽车、小型汽车、摩托车 |
| 车辆颜色 | 黑色、白色、蓝色等 |
| 所在车道 | |
| 转向灯状态 | 左转灯亮，右转灯亮，双调，未开启 |
| 照明灯状态 | 远光灯，近光灯，未开启 |
| 刹车灯状态 | 开启，未开启 |
| 纵向加速度 | |
| 横向加速度 | |
| 车宽 | |
| 车长 | |
| 传动比 | |
| 轴距 | |
| 轮距 | |
| 方向盘转角 | |
| 前悬 | |
| 车速(横向) | |
| 车速(纵向) | |
| 角速度 |
交通参与者信息包括具体信息如下：
交通参与者信息表
在本发明的一个实施例中，重组扩增本车变道-目标车前方循线场景：
静态要素包括：道路类别：高速公路；天气：阴天；
动态要素如下：
如图1所示，在本车速度取值域内遍历取值；取本车速度后，根据利用统计分析方法得到约束条件，得到目标车速度的取值域，并在该范围内遍历取值；
如图2所示，根据本车速度，生成相对距离一；
如图3所示，根据本车速度和目标车速差，生成相对距离二；相对距离一与相对距离二生成两车纵向相对距离，在此范围内取值。
由此得到本车变道-目标车前方循线场景中的上述动态要素，并遍历取值，配合静态要素，得到本车变道-目标车前方循线场景。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种用于智能汽车重组场景通用扩增的生成方法，其特征在于：
步骤1：根据测试需求确定场景生成的关键要素，包括静态要素和动态要素，每种信息均设定相关字段；
步骤2：基于自然驾驶数据库历史数据，使用统计分析方法确定每个要素字段的取值域及各个要素字段之间是否具有相关性，对于没有相关性的要素，取值域内随机选取遍历；对于具有相关性的要素，根据利用统计分析方法得到约束条件，在字段的约束条件对应取值域内选取；
步骤3：根据步骤2中遍历得到的静态要素信息和动态要素信息，对场景元素进行排列重组，生成更多的重组场景，实现重组场景的自动扩增。
2.根据权利要求1所述的一种用于智能汽车重组场景通用扩增的生成方法，其特征在于：在步骤1中，静态要素包括：道路信息和环境信息。
3.根据权利要求1所述的一种用于智能汽车重组场景通用扩增的生成方法，其特征在于：在步骤1中，动态要素包括：本车信息和交通参与者信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010615614.6A CN111967124A (zh) | 2020-06-30 | 2020-06-30 | 一种用于智能汽车重组场景通用扩增的生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010615614.6A CN111967124A (zh) | 2020-06-30 | 2020-06-30 | 一种用于智能汽车重组场景通用扩增的生成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111967124A true CN111967124A (zh) | 2020-11-20 |
Family
ID=73361228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010615614.6A Pending CN111967124A (zh) | 2020-06-30 | 2020-06-30 | 一种用于智能汽车重组场景通用扩增的生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111967124A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112799964A (zh) * | 2021-03-17 | 2021-05-14 | 中汽数据有限公司 | 测试场景生成方法、装置、设备和存储介质 |
| CN113408061A (zh) * | 2021-07-08 | 2021-09-17 | 中汽院智能网联科技有限公司 | 基于改进拉丁超立方抽样的虚拟驾驶场景要素重组方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934139A (zh) * | 2017-03-06 | 2017-07-07 | 北京经纬恒润科技有限公司 | 一种自动刹车测试方法、装置及*** |
| CN110579216A (zh) * | 2019-09-12 | 2019-12-17 | 百度在线网络技术（北京）有限公司 | 测试场景库构建方法、装置、电子设备和介质 |
| US10636295B1 (en) * | 2019-01-30 | 2020-04-28 | StradVision, Inc. | Method and device for creating traffic scenario with domain adaptation on virtual driving environment for testing, validating, and training autonomous vehicle |
| CN111143197A (zh) * | 2019-12-05 | 2020-05-12 | 苏州智加科技有限公司 | 自动驾驶的测试用例生成方法、装置、设备及存储介质 |
| CN111243335A (zh) * | 2020-01-20 | 2020-06-05 | 上海大学 | 一种自主无人***中的场景描述方法 |
-
2020
- 2020-06-30 CN CN202010615614.6A patent/CN111967124A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934139A (zh) * | 2017-03-06 | 2017-07-07 | 北京经纬恒润科技有限公司 | 一种自动刹车测试方法、装置及*** |
| US10636295B1 (en) * | 2019-01-30 | 2020-04-28 | StradVision, Inc. | Method and device for creating traffic scenario with domain adaptation on virtual driving environment for testing, validating, and training autonomous vehicle |
| CN110579216A (zh) * | 2019-09-12 | 2019-12-17 | 百度在线网络技术（北京）有限公司 | 测试场景库构建方法、装置、电子设备和介质 |
| CN111143197A (zh) * | 2019-12-05 | 2020-05-12 | 苏州智加科技有限公司 | 自动驾驶的测试用例生成方法、装置、设备及存储介质 |
| CN111243335A (zh) * | 2020-01-20 | 2020-06-05 | 上海大学 | 一种自主无人***中的场景描述方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘喜波: "《概率论与数理统计》", 北京：北京邮电大学出版社, pages: 94 - 95 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112799964A (zh) * | 2021-03-17 | 2021-05-14 | 中汽数据有限公司 | 测试场景生成方法、装置、设备和存储介质 |
| CN113408061A (zh) * | 2021-07-08 | 2021-09-17 | 中汽院智能网联科技有限公司 | 基于改进拉丁超立方抽样的虚拟驾驶场景要素重组方法 |
| CN113408061B (zh) * | 2021-07-08 | 2023-05-05 | 中汽院智能网联科技有限公司 | 基于改进拉丁超立方抽样的虚拟驾驶场景要素重组方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210197851A1 (en) | Method for building virtual scenario library for autonomous vehicle | |
| US11645189B2 (en) | Software validation for autonomous vehicles | |
| CN111967124A (zh) | 一种用于智能汽车重组场景通用扩增的生成方法 | |
| CN113050455A (zh) | 一种用于智能网联汽车的数字孪生测试***及控制方法 | |
| US9446773B2 (en) | System and method for assisting driver | |
| CN103247092B (zh) | 一种基于场景的驾驶行为评价方法 | |
| CN112631246A (zh) | 测试评价信息确定方法、装置、设备及计算机存储介质 | |
| CN111565361A (zh) | 基于v2v的车辆紧急制动预警***的测试方法及测试*** | |
| CN104933284B (zh) | 一种基于实测数据的公路桥梁随机车流模拟方法 | |
| CN104850676B (zh) | 一种公路桥梁随机车流仿真模拟方法 | |
| CN105574552A (zh) | 一种基于单目视觉的车辆测距与碰撞预警方法 | |
| CN110335462A (zh) | 多车道高速公路混合交通流动态分离控制方法 | |
| CN109900494B (zh) | 一种测试用例的生成方法 | |
| CN110687828A (zh) | 一种基于整车硬件在环的智能网联汽车仿真测试*** | |
| CN101567041A (zh) | 基于三维投影的机动车号牌图像的字符识别方法 | |
| DE102015206776A1 (de) | Kooperatives Lernverfahren für Straßeninfrastruktur-Detektion und -Charakterisierung | |
| CN213987796U (zh) | 车型识别*** | |
| Liessner et al. | Derivation of real-world driving cycles corresponding to traffic situation and driving style on the basis of Markov models and cluster analyses | |
| CN112506075A (zh) | 基于tpzn的智能网联汽车***协同控制方法 | |
| CN113065531B (zh) | 一种面向高速公路服务区三维拼接视频的车辆识别方法 | |
| CN116416780A (zh) | 一种路侧感知***的测试方法、装置、测试设备和介质 | |
| CN113706911A (zh) | 一种基于数字化交通场景的自动驾驶方法 | |
| CN113485102A (zh) | 一种基于长短期记忆神经网络识别车辆行驶工况的方法 | |
| CN112053555A (zh) | 一种用于对停车场环境驾驶场景复杂度评级的方法 | |
| CN115410379B (zh) | 应用于车路协同的匹配关系确定方法、装置及处理设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |