自动驾驶汽车场景测评参数生成方法及代表性指标 _参数估计

来源 | 同济智能汽车研究所（安全与性能研究室）
知圈 | 进“底盘社群”请加微yanzhi-6,备注底盘
编者按：基于场景的测试评价方法是自动驾驶汽车测试评价的主要方法，现阶段自动驾驶汽车的测试场景是通过自然驾驶数据及交通事故数据的收集，提取车辆行驶及交通环境的特征参数用于测试场景的构建。该方法受限于采集数据的规模，所构建的测试场景种类单一，数量有限，无法覆盖自动驾驶汽车面临的复杂交通场景。针对场景测试评价中参数生成及代表性指标的研究，可以基于少量数据自动推演生成大量表征真实交通特性的测试场景，能够满足自动驾驶汽车测试场景复杂性、特征性、真实性的构建需求。
摘要：基于自动驾驶汽车功能复杂操作决策域的原因，开发自动驾驶汽车性能的评价方法对自动驾驶技术推广落地尤为重要。通过真实世界道路驾驶数据构建测试用例的场景测评方法是自动驾驶汽车测评方法体系中重要组成部分。但是针对自动驾驶汽车的潜在危险性场景种类繁杂，仅仅使用观测收集的真实场景数据进行测评是远远不够的，因此必须要生成足够数量的附加场景以满足自动驾驶汽车的测评需求。本研究在两个方面做出了贡献，首先本研究提出了一种方法，在降低场景表征参数强假设的基础上，从多维度确定描述用于描述场景参数，通过对场景参数概率密度的估计，生成真实的场景参数值；其次，本研究基于Wasserstein距离构建场景代表性指标，该指标量化了生成参数值的场景在覆盖真实世界场景实际参数变量的同时对于现实世界场景的表征程度。本研究提出的方法与依赖场景参数化和概率密度估计的其它方法进行比较，结果表明本研究提出的方法可以自动确定最佳的场景参数和概率密度估计。此外，本研究的场景代表性指标可用于选择最佳描述场景的参数。本研究提出的方法具有广泛的应用前景，因为参数化和概率密度估计可以直接应用于现有的重要性采样策略，从而加速自动驾驶汽车的测试评价。
关键词：评价方法，概率密度函数，时间序列分析，安全估计，蒙特卡洛方法
Ⅰ. 引言
自动驾驶汽车开发的一个重要层面是评估自动驾驶汽车在安全性、舒适性、效率性方面的质量和性能[1]-[3] 。由于真实开放道路测试昂贵且耗时[4][5],因此提出了一种基于场景的测评方法[2][6]-[11] 。基于场景的测评方法在众多场景中对自动驾驶汽车被测系统的响应进行测试，并评估该响应在真实世界的场景中引起变化。场景描述了自动驾驶汽车被测系统所处的状态以及这种状态如何随着时间的推移而变化（在第3-A章节中，提供了属于“场景”的精准定义）。基于场景的测评方法的优点之一是，通过选择对自动驾驶汽车被测系统具有挑战性的场景，测评可以更聚焦于具有挑战性的情况。真实世界的驾驶数据已经被使用作为场景测评的信息资源，从而保证测评场景对真实世界驾驶条件的表征[7]-[9] 。
对于基于场景的测评方法，重要的是其生成的测试场景需要表征现实世界可能发生的情况。换句话说，场景应该是现实世界的表征[6] 。只有这样，测评的结果才能准确表示自动驾驶汽车被测系统在真实世界中运行的性能[10] 。此外，生成的测试场景必须涵盖与真实世界相同的多样性。Riedmaier等人认为，由于真实世界包含无数种情况，因此场景生成方法必须提供大量的变量才能覆盖无限多的真实情况[6] 。

以上关于本文的内容，仅作参考！温馨提示：如遇专业性较强的问题（如：疾病、健康、理财等），还请咨询专业人士给予相关指导!

「辽宁龙网」www.liaoninglong.com小编还为您精选了以下内容，希望对您有所帮助：