一种协同感知功能测试场景生成方法和系统

本发明属于协同感知测试场景生成领域，具体涉及一种基于交通事故数据的协同感知功能测试场景生成方法和系统。

背景技术：

1、为了实现自动驾驶车辆的广泛部署，确保其在公共道路上的行驶安全性至关重要。目前，一种关键的安全性评估方法是场景驱动的测试，该方法将驾驶行为分解为一系列离散的驾驶场景，并分别对这些驾驶场景进行安全性评估。由于驾驶场景的可重复性，通过有限数量的驾驶场景就可以模拟出无数种驾驶情境。只要能够证明自动驾驶车辆能够有效处理这些预定义的驾驶场景，就能够为其安全性提供有力的证据。因此，场景驱动测试的核心挑战在于构建一个全面、多样化、具有代表性的测试场景库，这不仅是当前研究领域面临的一个技术挑战，也是学术界和工业界共同关注的热点问题。

2、随着深度学习等技术的发展，自动驾驶的核心能力——感知——也获得了长足发展，高级自动驾驶距离进入市场又进了一步。但有研究指出，虽然自动驾驶车在距离估计等方面相比人类有了提升，但是拥有更全面、更优秀的感知能力的网联自动驾驶车，才能安全地执行驾驶任务。例如，由于车载传感器视角、感知范围的局限，自动驾驶车很难准确感知被遮挡区域、远距离区域(尤其是高速行驶时)，从而导致自动驾驶车与其他道路参与者发生碰撞。而网联自动驾驶车能进行协同感知，即通过车联网与其他网联自动驾驶车、路侧设备、云端等分享信息，弥补自动驾驶车感知视距、视野、视角的不足，提升其对周围环境的全局感知能力，从而减少关键安全事件的发生、提高驾驶安全、缓解自动驾驶所面临的稀疏度灾难。

3、因此，近年来，协同感知开始受到关注，并在数据集、模型算法、仿真平台等方面取得了显著的进展。但这些算法能否有效应对现实交通情况中可能出现的各种场景不得而知，因为研究者们尚未界定协同感知的设计运行域，即那些确实需要协同感知的场景。

技术实现思路

1、针对上述问题，本发明的目的是提供一种基于交通事故数据的协同感知功能测试场景生成方法和系统，该方法以交通安全为导向，致力于利用交通事故数据生成针对协同感知的高风险功能测试场景，即存在可能与自车发生碰撞但又被遮挡的物体的场景，从而界定出协同感知的设计运行域。

2、为实现上述目的，本发明采取以下技术方案：

3、第一方面，本发明提供一种协同感知功能测试场景生成方法，包括以下步骤：

4、获取多源异质道路交通事故数据并进行标准化处理；

5、对标准化处理后的交通事故数据进行定性和定量对比分析，得到事故数据对比分析结果；

6、对标准化处理后的交通事故数据进行k-medoids聚类，得到主车驾驶人视线受遮挡事故的k-medoids场景聚类结果；

7、根据事故数据对比分析结果以及场景聚类结果，构建协同感知功能测试场景，用于对自动驾驶汽车的自动驾驶系统进行测试。

8、进一步，所述获取多源异质道路交通事故数据并进行标准化处理，包括：

9、获取多源异质道路交通事故数据；

10、通过事故筛选和联合查询多数据表，从获取的多源异质道路交通事故数据中得到目标事故信息；

11、通过数据字典或用户手册对得到的目标事故信息进行重编码，得到统一格式、统一标准的事故特征数据。

12、进一步，所述事故特征数据至少包括严重程度、碰撞方式、碰撞参与者、主车碰撞前动作、参与者碰撞前动作、主车视线受遮挡情况、参与者视线受遮挡情况、路口路段类型、路面状况、天气以及光照。

13、进一步，所述对标准化处理后的交通事故数据进行k-medoids聚类，得到主车驾驶人视线受遮挡事故的k-medoids场景聚类结果，包括：

14、基于各事故特征之间的相关性，选择聚类变量；

15、结合最佳平均轮廓系数和“手肘”法确定最佳聚类数目k；

16、基于选择的聚类变量和最佳聚类数目k进行k-medoids聚类操作，得到主车驾驶人视线受遮挡事故的k-medoids场景聚类结果。

17、进一步，所述基于各事故特征之间的相关性，选择聚类变量，包括：

18、计算各事故变量之间的相关性；

19、根据各特征之间的相关性分析结果，剔除相关性过强的特征，并剔除与协同感知场景构建不相关的特征，将剩余事故特征作为聚类变量。

20、进一步，所述基于选择的聚类变量和最佳聚类数目k进行k-medoids聚类操作，得到主车驾驶人视线受遮挡事故的k-medoids场景聚类结果，包括：

21、①选择k个样本作为中心；

22、②计算两两样本之间的距离矩阵；

23、③将每个样本分配给距离其最近的中心，每个中心当作一个类别，得到k个类簇；

24、④在每一个类簇内，依次选取每个样本作为新的中心，若类内距离和下降，则更新中心，否则保持原有中心；

25、⑤如果至少有一个类簇的中心发生变化，则返回步骤③，否则结束算法，得到场景聚类结果。

26、进一步，所述根据事故数据对比分析结果以及场景聚类结果，构建协同感知风险功能测试场景，用于对自动驾驶汽车的自动驾驶系统进行测试，包括：

27、基于得到的事故对比分析结果，构建功能测试场景；

28、基于得到的k-medoids场景聚类结果，对于每一类簇，统计各特征的分布，将各特征最频繁取值进行组合，得到相应的功能测试场景。

29、第二方面，本发明提供一种协同感知功能测试场景生成系统，包括：

30、数据预处理模块，用于获取多源异质道路交通事故数据并进行标准化处理；

31、对比分析模块，用于对标准化处理后的交通事故数据进行定性和定量对比分析，得到事故数据对比分析结果；

32、聚类模块，用于对标准化处理后的交通事故数据进行k-medoids聚类，得到主车驾驶人视线受遮挡事故的k-medoids场景聚类结果；

33、场景生成模块，用于根据事故数据对比分析结果以及场景聚类结果，构建协同感知风险功能测试场景，对自动驾驶汽车的自动驾驶系统进行测试。

34、第三方面，本发明提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行任一方法。

35、第四方面，本发明提供一种计算设备，包括：一个或多个处理器及存储器，所述存储器中存储有一个或多个程序，并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行任一方法的指令。

36、本发明由于采取以上技术方案，其具有以下优点：

37、1、本发明通过深入分析交通事故数据，能够识别和构建出对协同感知系统安全性评估至关重要的风险场景，充分利用了真实的交通事故，通过定性与定量的对比分析，揭示了不同类型交通事故背后的分布模式和差异。

38、2、本发明利用k-medoids聚类算法，能够从复杂的交通事故数据中识别出具有共同特征的事故子集，从而构建出具有代表性的风险功能测试场景。相比于现有研究根据经验选择几个代表性场景的做法，本发明通过挖掘真实交通事故数据来构建协同感知风险功能场景的手段更加可靠合理，既能构建出数量更多、覆盖范围更广、针对性更强的协同感知风险功能场景，还能提供有力的数据来说明所构建场景的必要性、重要性。

39、3、本发明构建的场景界定了协同感知的风险设计运行域，即由于遮挡而导致的预碰撞场景，这些场景中，预期通过协同感知技术的应用，使得自车通过其他车辆或路侧设备分享的信息感知到被遮挡物体，从而显著减少甚至避免此类交通事故，提供道路交通安全水平。

40、因此，本发明可以广泛应用于协同感知测试场景生成领域。

技术特征：

1.一种协同感知功能测试场景生成方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种协同感知功能测试场景生成方法，其特征在于，所述获取多源异质道路交通事故数据并进行标准化处理，包括：

3.如权利要求2所述的一种协同感知功能测试场景生成方法，其特征在于，所述事故特征数据至少包括严重程度、碰撞方式、碰撞参与者、主车碰撞前动作、参与者碰撞前动作、主车视线受遮挡情况、参与者视线受遮挡情况、路口路段类型、路面状况、天气以及光照。

4.如权利要求2所述的一种协同感知功能测试场景生成方法，其特征在于，所述对标准化处理后的交通事故数据进行k-medoids聚类，得到主车驾驶人视线受遮挡事故的k-medoids场景聚类结果，包括：

5.如权利要求4所述的一种协同感知功能测试场景生成方法，其特征在于，所述基于各事故特征之间的相关性，选择聚类变量，包括：

6.如权利要求4所述的一种协同感知功能测试场景生成方法，其特征在于，所述基于选择的聚类变量和最佳聚类数目k进行k-medoids聚类操作，得到主车驾驶人视线受遮挡事故的k-medoids场景聚类结果，包括：

7.如权利要求4所述的一种协同感知功能测试场景生成方法，其特征在于，所述根据事故数据对比分析结果以及场景聚类结果，构建协同感知风险功能测试场景，用于对自动驾驶汽车的自动驾驶系统进行测试，包括：

8.一种协同感知功能测试场景生成系统，其特征在于，包括：

9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至7所述方法中的任一方法。

10.一种计算设备，其特征在于，包括：一个或多个处理器及存储器，所述存储器中存储有一个或多个程序，并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。

技术总结
本发明涉及一种协同感知功能测试场景生成方法和系统，包括以下步骤：获取多源异质道路交通事故数据并进行标准化处理；对标准化处理后的交通事故数据进行定性和定量对比分析，得到事故数据对比分析结果；对标准化处理后的交通事故数据进行K‑Medoids聚类，得到主车驾驶人视线受遮挡事故的K‑Medoids场景聚类结果；根据事故数据对比分析结果以及场景聚类结果，构建协同感知功能测试场景，用于对自动驾驶汽车的自动驾驶系统进行测试。本发明可以广泛应用于协同感知测试场景生成领域。

技术研发人员：裴欣,黎荣松,于端瑞,封硕
受保护的技术使用者：清华大学
技术研发日：
技术公布日：2024/9/23