廣告
自動駕駛測試場景庫的構建及評價方法
3.基于要素集笛卡爾積的場景庫構建
場景要素集是構建自動駕駛測試場景庫的前提。對大量的場景進行拆解后，基于專家、行業(yè)經(jīng)驗以及采集數(shù)據(jù)等，分類別地、盡可能充分地補充和歸類每個場景層級的所屬要素。為了結構化管理場景要素集，每一場景要素都具有特定的一級、二級標簽，以及要素的類型（語義型或數(shù)值型）。其中，一級標簽是基于場景多層架構的最頂層標簽（如道路層，氣候環(huán)境層等），一級標簽下有若干個二級標簽，二級標簽為一級標簽下的細分類別（如氣候環(huán)境層的時段、雨、雪、霧等），二級標簽下為具體要素（如時段：早晨、夜晚等；雨：具體雨量大小、突然降雨與雨量大小等）；數(shù)值型的要素可根據(jù)需要進行均勻或基于概率分布的泛化。對要素進行分門別類后形成場景要素集，進一步對場景要素進行組合以構建場景庫。二級標簽決定不同要素之間是否可組，即，二級標簽相同的要素不可組合，不同則可自由組合。具體，定義場景要素集為S，則有：
其中
為S的子集,S1是一類一級標簽（比如道路級）相同的要素的集合，對此，有：
其中
為S1的子集,S11是該一級標簽（道路級）下二級標簽（比如道路級的道路類型）相同的要素集合，S11可以進一步被分解，即
其中，
為具體的場景要素（
可以具象化示例為：高速路，城市快速路…十字路口）。
對此，一個場景 可以表示為：
進一步，一個基于場景要素的場景庫
可以表示為：
其中,
表示笛卡爾積。
4. 場景庫的場景評價
隨著二級標簽數(shù)量的增加，場景庫的數(shù)量會呈現(xiàn)出指數(shù)級的增長。但是在自動駕駛預期功能安全的語境下，測試需要的是面向功能的、具備覆蓋度和風險性的有限數(shù)量場景測試用例的集合?？紤]到場景完全由要素組建而來，且在場景要素集的構建階段已定義了相對全面的要素集合，所以可以認為，場景在某個維度的特征由特定的某個或某些場景要素決定。對此，本文提出了一種基于要素評價的繼承式場景評價方法，對場景庫中的場景進行出現(xiàn)頻率、復雜程度和風險程度的評價以實現(xiàn)場景的篩選和測試用例子集的構建。
首先是對要素與場景頻率程度
的評價。頻率評價的目的在于對要素與其組成場景在現(xiàn)實世界的出現(xiàn)的可能性與出現(xiàn)次數(shù)的指數(shù)進行標注，要素的
擬分為5個等級，即
，其中
為場景要素，數(shù)值分別表示極低頻率到極高頻率。評價策略為專家經(jīng)驗與行業(yè)經(jīng)驗以及采集數(shù)據(jù)等，對場景要素集中的所有要素進行
評價后標注其頻率等級。基于定性原則，場景的
繼承其所有要素的頻率量化值的最小值，即：
此外，考慮到要素的組合會對其最終形成的場景的頻率產(chǎn)生影響，需要對組合要素進行同等的頻率評價。比如，道路類別-高速路的頻率性評價為5，道路材質-土路的頻率性評價為3，但二者組合后的場景描述為土路材質的高速路，該描述下的場景出現(xiàn)頻率量化為3并不與現(xiàn)實相符。因此，需要對某些特定的組合進行聯(lián)合標注，即
，其中
為修正函數(shù)，進而，場景的 
應繼承其所有要素頻率和聯(lián)合頻率的最小值，如下式所示。
要素與場景的風險性評價的目的在于：
1. 評價和標注要素與場景的風險性作為篩選和采樣的量化參考；
2. 析出場景的潛在觸發(fā)條件以銜接功能不足和SOTIF危害與危害行為分析。
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
