吉林大学智能网联汽车创新中心研究成果:自动驾驶仿真多逻辑场景综合评价方法
《汽车工程》2024年第3期发表吉林大学智能网联汽车创新中心研究成果:“自动驾驶仿真多逻辑场景综合评价方法”。与自动驾驶汽车测试过程相贴合,论文提出了一种自动驾驶仿真多逻辑场景综合评价方法。该文建立了兼顾场景自身特征信息及仿真过程信息的场景权重分析流程;通过暴露度、失控度、危害度建立逻辑场景自身特征信息权重;建立包含仿真精度信息、要素种类信息、参数空间信息、离散步长信息的仿真过程信息权重。基于HighD数据集中典型场景,论文验证了其方法在多逻辑场景中的综合评价的有效性。
一、研究背景
现有自动驾驶汽车评价方法大多针对单一逻辑场景或多个具体场景,评价过程较少考虑仿真测试过程与真实行驶环境的差异,难以将独立场景仿真测试评价结果映射至道路连续行驶环境。
二、研究内容
1. 不同逻辑场景的相对权重确定:在仿真测试过程中,逻辑场景自身特征信息权重及仿真过程信息权重可确定不同逻辑场景的相对权重。逻辑场景自身特征信息权重为场景权重的分析内因,其决定该类场景需要进行测试的必要性;仿真过程信息权重为由仿真测试过程影响的外因,其影响测试结果的准确性。
图1 仿真多逻辑场景权重分析框架
2. 场景自身特征信息:暴露度指该类场景在自然驾驶状况下出现的概率;失控度通过分析基准车辆运动状态在该逻辑场景中发生事故的具体场景数目进行量化;危害度通过该场景对被测自动驾驶车辆造成损害的严重性进行量化。
3. 仿真过程信息:包括仿真精度信息、要素种类信息、参数空间信息和离散步长信息。针对仿真精度信息而言可认为现有仿真测试平台可以满足精度需求;要素种类信息根据六层场景模型建立要素层次结构,根据层次分析法依照层级从上至下依次判断每个要素重要性权重;参数空间信息中连续型参数通过覆盖被测自动驾驶系统的边界程度进行量化,离散型参数分析自动驾驶汽车对应事故/脱离的边缘分布进行权重判断;离散步长信息通过被测算法性能边界及参数空间情况进行量化。
4. 信息提取:基于HighD数据集提取前车制动、前车左侧切入、前车右侧切入场景信息并进行基准车辆运动测试。
三、研究结果
1. 获取三种累计场景自身特征信息、测试要素种类信息、测试参数空间信息、测试离散步长信息。
表1 三种逻辑场景的自身特征信息
表2 三种逻辑场景测试要素种类信息
表3 三种逻辑场景测试参数空间信息
表4 三种逻辑场景测试离散步长信息
2. 获取三种逻辑场景测试过程权重分析结果及被测算法综合评价结果。
表5 三种逻辑场景的权重计算结果
表6 三种被测算法打分结果
表7 三种被测算法多场景综合评价
四、创新点与意义
面向仿真多逻辑场景,论文提出了一种自动驾驶仿真多逻辑场景综合评价方法。该方法可以建立较为全面的多仿真逻辑场景综合量化评价体系,将独立仿真场景中的测试结果映射至道路连续行驶过程,实现了自动驾驶汽车多逻辑场景综合性能评价。该研究具有重要的理论指导意义和工程应用价值。