本发明涉及自动驾驶，特别涉及一种基于雪天特征的自动驾驶仿真测试场景生成方法、系统及介质。
背景技术：
1、随着自动驾驶技术的快速发展，确保自动驾驶车辆在各种复杂环境和天气条件下都能安全可靠运行成为了研究和工程实践的重要课题。其中，雪天天气条件下的驾驶能力尤其具有挑战性，因为它们会显著改变道路环境和传感器工作性能。
2、目前采用的自动驾驶仿真技术在生成各种测试场景的过程中，往往侧重于常规或理想化的环境条件，而忽略了雪天测试场景的生成。这些技术在构建测试场景的时候，降雪率、能见度、积雪厚度、路面状态等雪天气象条件并未纳入考量。这意味着，现有的场景生成技术难以生成雪天测试场景用例，无法模拟出在雪天环境下可能遭遇的一系列具体挑战和潜在风险。
技术实现思路
1、本发明的主要目的在于提出一种基于雪天特征的自动驾驶仿真测试场景生成方法、系统及介质，旨在自动生成包含雪天特征的测试场景，全面覆盖雪天驾驶可能遇到的各种情况，利用生成的雪天仿真测试场景，对自动驾驶系统进行安全性测试，提升自动驾驶的安全性和可靠性。
2、为实现上述目的，本发明提供了一种基于雪天特征的自动驾驶仿真测试场景生成方法，所述方法包括：
3、步骤s10，测试场景初始化：选择构建测试场景的参数并界定其取值范围；
4、步骤s20，初始化种群：确定种群规模，并采用高斯分布作为随机化策略随机生成个体；
5、步骤s30，选择场景：从当前种群种选择表现较好的个体作为父代；
6、步骤s40，交叉场景：采用单点交叉，随机选择一个交叉点，将两个父代个体的染色体在此点分开，然后交换两部分生成两个子代，生成新的个体；
7、步骤s50，变异场景：对新产生的子代个体进行变异操作，增加种群的多样性和搜索空间的覆盖程度；
8、步骤s60，执行测试：将测试场景导入到仿真平台中进行测试，根据测试结果计算适应度值并更新种群。
9、本发明进一步地技术方案是，所述步骤s50以概率p对个体的某些基因点进行定向改变。
10、本发明进一步地技术方案是，所述步骤s50包括：减小npc车辆和被测自动驾驶汽车的初始距离，并减小npc车的行驶速度；将npc车型修改为大型车或小型车；修改天气参数；修改测试路段，将普通路段修改为复杂路段。
11、本发明进一步地技术方案是，所述步骤s30中采用轮盘赌选择策略选择场景。
12、本发明进一步地技术方案是，所述步骤s30包括：
13、首先计算种群中所有个体的适应度值之和，介质，对于每个个体，计算其适应度值在总适应度值中所占的比例，作为该个体在轮盘上所对应的区间大小，然后选择一个随机数，最后根据选中的随机数所落入的区间，选择相应的个体作为父代。
14、本发明进一步地技术方案是，所述步骤s60包括：
15、步骤s601，分析测试结果，判断是否发生事故；
16、步骤s602，如果没有发生事故，则计算适应度值；
17、步骤s603，更新种群，将当前种群中的一个或多个最优个体复制到下一代种群中。
18、本发明进一步地技术方案是，所述步骤s602包括：
19、定义与事故风险相关的因子，所述与事故风险相关的因子包括被测车辆与npc车辆的最小相对距离、车辆偏离次数和交通规则违反次数；
20、根据测试目标，给所述事故风险相关的因子设定不同的权重；
21、根据所述与事故风险相关的因子和权重计算适应度值，其中，计算公式为：
22、fitness=w1⋅(maxdist−mindist)+w2⋅(−lanedeviationcount)+w3⋅(−trafficruleviolationcount)，
23、其中，w1, w2, w3 是分别为最小相对距离、车道偏离次数、交通规则违反次数设定的权重；mindist 是被测车辆与npc车辆的最小相对距离；lanedeviationcount 是车道偏离的次数；trafficruleviolationcount 是交通规则违反的次数；maxdist是一个预设的最大安全距离。
24、本发明进一步地技术方案是，所述步骤s601之后还包括：
25、步骤s604,如果发生事故，则找到了仿真平台中自动驾驶系统存在的安全问题，中止测试。
26、为实现上述目的，本发明还提出一种基于雪天特征的自动驾驶仿真测试场景生成系统，所述系统包括存储器、处理器以及存储在所述处理器上的基于雪天特征的自动驾驶仿真测试场景生成程序，所述基于雪天特征的自动驾驶仿真测试场景生成程序被所述处理器运行时执行如上所述的方法的步骤。
27、为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有基于雪天特征的自动驾驶仿真测试场景生成程序，所述基于雪天特征的自动驾驶仿真测试场景生成程序被处理器运行时执行如上所述的方法的步骤。
28、本发明基于雪天特征的自动驾驶仿真测试场景生成方法、系统及介质的有益效果是：
29、本发明通过上述技术方案：测试场景初始化：选择构建测试场景的参数并界定其取值范围；初始化种群：确定种群规模，并采用高斯分布作为随机化策略随机生成个体；选择场景：从当前种群种选择表现较好的个体作为父代；交叉场景：采用单点交叉，随机选择一个交叉点，将两个父代个体的染色体在此点分开，然后交换两部分生成两个子代，生成新的个体；变异场景：对新产生的子代个体进行变异操作，增加种群的多样性和搜索空间的覆盖程度；执行测试：将测试场景导入到仿真平台中进行测试，根据测试结果计算适应度值并更新种群，自动生成包含雪天特征的测试场景，全面覆盖了雪天驾驶可能遇到的各种情况，利用生成的雪天仿真测试场景，能对自动驾驶系统进行安全性测试，提升自动驾驶的安全性和可靠性。
1.一种自动驾驶仿真测试场景生成方法，其特征在于，所述方法基于雪天特征，所述方法包括：
2.根据权利要求1所述的自动驾驶仿真测试场景生成方法，其特征在于，所述步骤s50以概率p对个体的某些基因点进行定向改变。
3.根据权利要求2所述的自动驾驶仿真测试场景生成方法，其特征在于，所述步骤s50包括：减小npc车辆和被测自动驾驶汽车的初始距离，并减小npc车的行驶速度；将npc车型修改为大型车或小型车；修改天气参数；修改测试路段，将普通路段修改为复杂路段。
4.根据权利要求1所述的自动驾驶仿真测试场景生成方法，其特征在于，所述步骤s30中采用轮盘赌选择策略选择场景。
5.根据权利要求4所述的自动驾驶仿真测试场景生成方法，其特征在于，所述步骤s30包括：
6.根据权利要求1所述的自动驾驶仿真测试场景生成方法，其特征在于，所述步骤s60包括：
7.根据权利要求6所述的自动驾驶仿真测试场景生成方法，其特征在于，所述步骤s602包括：
8.根据权利要求7所述的自动驾驶仿真测试场景生成方法，其特征在于，所述步骤s601之后还包括：
9.一种自动驾驶仿真测试场景生成系统，其特征在于，所述系统包括存储器、处理器以及存储在所述处理器上的自动驾驶仿真测试场景生成程序，所述自动驾驶仿真测试场景生成程序被所述处理器运行时执行如权利要求1至8任意一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有自动驾驶仿真测试场景生成程序，所述自动驾驶仿真测试场景生成程序被处理器运行时执行如权利要求1至8任意一项所述的方法的步骤。
