您好,欢迎光临2020中国自动驾驶测试验证技术创新论坛!

自动驾驶测试场景构建方法和Mirror-Traffic数据集

发布日期:2020-07-30

GRCC 自动驾驶测试验证技术创新论坛 3天前 

手机阅读

点击上方蓝色字体,关注我们


自动驾驶测试是目前自动驾驶发展的关键瓶颈之一,影响着自动驾驶最不可忽略的安全因素,也是决定自动驾驶是否具有实用性,是否能够大规模推广的核心要素。

测试场景构建方法

目前行业内自动驾驶测试场景生成的思路有两种:

  1. 采样泛化
    统计车辆汇入、汇出、路口、变道、超车等特定场景下的汇入轨迹,得到更细分的逻辑场景分类和对应场景关键参数的数学统计分布,再在分布中采样泛化衍生出更多场景;

  2. 智能体交互
    上述方法得到的场景,可以说是一种为自动驾驶测试而专门生成好的确定性场景(deterministic scensrio),也就是无论主车做什么运动,生成的测试车是没有智能的,依旧沿着预设的轨迹运动。这显然与真实世界中驾驶是不同的。
    因此,智能体交互的思想是构建具有人类行为的智能体,他们可以实现与动态场景中的交通参与者进行实时交互,用于模拟更加逼真的交通。构建智能体的思路是运用机器学习、博弈论,再结合交通规则、天气、地域等约束不断训练智能体模型。

Mirror-Traffic数据集

江苏省智能网联汽车创新中心最近发布了轨迹数据集Mirror-Traffic(http://www.scenarios.cn/html/dataset.html#detail)目前该数据集包括高速公路汇入数据、高速公路汇出数据、城市快速路汇入数据 。该数据集是专门针对进、出匝道的场景,发布匝道处的车辆交互轨迹数据集。


文章来源:吉大秦少游



相关文章

ADAS系统测试平台设计及实现
视觉交通仿真研究:自动驾驶中的模型,评估和应用
ISO26262 功能安全各个阶段测试要求




SELECTED EVENTS




 

长按二维码识别关注



我就知道你“在看”


  • 电话咨询
  • 021-2230 6692
  • 15021948198
None