CN113887037B - 一种不同渗透率的网联环境下自动驾驶系统测评方法 - Google Patents

Abstract

本发明提供了一种不同渗透率的网联环境下自动驾驶系统测评方法，包括以下步骤：网联渗透程度确定步骤，场景数据库构建步骤，测试环境搭建步骤以及数据分析和智能化等级评定步骤。本发明在不同渗透率的网联环境下对自动驾驶系统平台车的智能等级进行划分和测评。本发明可以方便的对网联环境下的自动驾驶系统车辆进行测试，能够在很大程度上对网联环境下的自动驾驶系统车辆进行评估和改进，具有极大的应用价值。

Description

一种不同渗透率的网联环境下自动驾驶系统测评方法

技术领域

本发明涉及智能驾驶测试领域，具体地，涉及一种在不同渗透率的网联环境下 自动驾驶系统的测评方法。

背景技术

智能网联汽车融合了信息通讯、互联网、大数据、云计算、人工智能等多种现 代技术，已经成为世界汽车领域研究的重点方向。一辆自动驾驶系统平台车在网联 环境下能够基于控制器、执行器和传感器等设备与通信技术和网络技术有机融合， 可以实现数据云端传输共享，协同控制和智能决策。在国家政策的支持引导和市场 企业的迫切需求下，发展智能网联汽车已经成为必然的趋势。与传统的汽车相比， 融合了车联网的自动驾驶系统平台车搭载了先进的控制器、执行器和传感器等设备， 融入了控制算法和现代网络通信技术，并且自动驾驶系统平台车可以依据系统的人 工智能网络来实现脱离人类的主动控制，真正的实现无人的自动驾驶控制。

在公开号为CN110414803A的中国发明专利申请文件中，公开了一种不同网联 程度下自动驾驶系统智能水平的测评方法，该方法包括：S1，选取自动驾驶系统智 能水平的评价指标；S2，根据测试交通过程中的实际作用量和理论最小作用量之间 的数值差异，获取自动驾驶系统智能水平的量化评价依据；S3，确定量化评价依据 的变化范围，划分出至少两个评价被测自动驾驶系统的智能水平等级的测评区间， 每一个测评区间对应一个智能水平等级；S4，获取被测自动驾驶系统在不同网联程 度下的多组量化评价依据数据；S5，对量化评价依据数据进行统计分析，根据各统 计分析结果对被测自动驾驶系统的智能水平进行评价。本发明能够立体而真实地对 自动驾驶系统在不同网联程度下的智能水平进行测评。

在汽车的生产、研发、优化的过程当中，测试评价一直是最重要的一环。一辆 未达到测试标准的、存在安全隐患的智能网联自动驾驶车在公共道路上面对复杂多 变的道路交通时，势必会带来多种潜在的道路交通风险。与此同时，对于将自动驾 驶系统与车联网进行融合面临着多层次和全方位的考验。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种不同渗透率的网联环境下自动驾驶系统测评方法。

根据本发明提供的一种不同渗透率的网联环境下自动驾驶系统测评方法，包括以下步骤：

网联渗透程度确定步骤，确定在车联网环境下通过改变车内设备发送接收的信息源及信息内容来确定该智能网联平台车的网联渗透率，同时进行对网联平台车的 网联程度系数进行评定；

场景数据库构建步骤，通过分析在真实道路中的场景进行生成模拟数据，并通 过重新设计网联环境及变量来模拟未来自动驾驶平台车面临的多种复杂情况；

测试环境搭建步骤，通过场景数据库来搭建仿真测试和封闭道路测试，同时确 定测评过程中的测评任务、测评指标和测评通过标准；通过多次测评将测评任务进 行等级划分并构建评价任务体系；

数据分析和智能化等级评定步骤，将进行测评的智能网联平台车的数据进行统计分析，根据智能网联平台车完成的评价任务体系确定其智能等级范围，根据测试 环境反馈的客观数据和专家评价来确定智能网联平台车最终智能化能力。

优选的，所述网联渗透程度确定步骤中，通过对网联输入的消息以及智能网联 平台车的决策，将该网联渗透程度分为四层，分别为无网联信息交互、网联辅助信 息交互、网联协同感知、网联协同决策与控制。

优选的，所述无网联信息交互包括通过包括毫米波雷达、激光雷达传感器在基 于成熟的机器视觉技术下实现对周围环境信息的识别并进行自动驾驶。

优选的，所述网联辅助信息交互通过基本的网络信息，接入交通基本信息，使 车辆获取包括路段的车道信息、路段限速信息、GPS导航信息、道路红绿灯信息。

优选的，所述网联协同感知通过网联环境下的其他联网设备共同感知环境，并 与自动驾驶平台车进行交互，从而获取到自动驾驶车辆通过自身感知而获取不到的 信息。

优选的，所述其他联网设备包括道路基础设施、其他网联车辆以及行人。

优选的，所述网联协同决策与控制是在网联协同感知的状态下，通过网联环境 能够自动决策并协调自动驾驶车辆与周边环境的关系。

优选的，所述场景数据库构建步骤中，通过记录道路交通的真实环境以及行车 的轨迹来构建场景数据库，包括道路信息，周围车辆数，周围车辆位置，我方车辆 位置，我方车辆意图，周围车辆意图，我方车辆行驶轨迹，周围车辆行驶轨迹，我 方车辆状态和周围车辆状态，通过场景数据库来最大程度还原真实场景。

优选的，所述测试环境搭建步骤中的构建评价任务体系，通过大量的仿真测试 的场景对其基于难度、通过率等参数来构建评价任务体系，将评价任务分为基础、 简易、正常、困难四个等级；同时针对测试同一功能的场景进行整合用来综合评价 车辆特定功能的水平。

优选的，所述数据分析和智能化等级评定步骤通过安全性、流畅性、准确性、 及时性四个指标对智能车辆进行评价；被测车辆若安全性未达标，则直接暂停测试， 被测车辆进行重新调整；在安全性达标的状态下，对流畅性、准确性、及时性进行 评分，并对每位专家的评价数据进行归一化处理；对应层次的评价任务体系对应着 不同层次的智能化标准，专家评价的得分将作为自动驾驶平台车在该智能化层次中 所得的分值。

与现有技术相比，本发明具有如下的有益效果：

1、本发明基于不同渗透程度的网联环境来对自动驾驶平台车进行智能化分析，能够从更多维度、更多方面，更加细粒度的对自动驾驶平台车进行评价，同时也模拟了在 正式开放道路中可能遇到的网联程度不高的场景，使自动驾驶平台车具有更加广泛的适 用性。

2、本发明基于场景数据库构建模拟场景和封闭式场景，能够在还原道路工况的同时，还能通过改变网联环境以及其他变量来模拟网联自动驾驶无人车在现实中所面临的复杂道路状况。

3、本发明通过模拟仿真测试和封闭道路测试来对自动驾驶无人车进行测评，仿真测试能够保证进行大量的测试时，保证系统的稳定以及全面，并建立评价任务体系，而 封闭道路测试能从最大程度来模拟真实的开放道路。

4、本发明通过仿真测试而建立的评价任务体系具有广泛的适用性，并且通过专家对于安全性、流畅性、准确性、及时性进行评价，能够最大程度、最精准地反应智能网 联无人车的智能化水平。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例中智能平台车进行网联测试的可控测试场景图；

图2为本发明实施例中智能平台车进行测评的框架图；

图3为本发明实施例中智能平台车在不同网联程度下的测评流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域 的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。 这些都属于本发明的保护范围。

根据本发明提供的一种不同渗透率的网联环境下自动驾驶系统测评方法，如图 1和图2所示，包括以下步骤：

一、网联渗透程度确定步骤；确定在车联网环境下通过改变车内设备发送接收 的信息源及信息内容来确定该智能网联平台车的网联渗透率，同时进行对网联平台 车的网联程度系数进行评定；

网联渗透程度确定步骤具体包括：

在确定自动驾驶平台车的网联程度时我们需要明确网联信息在自动驾驶系统 中所传输的信息及作用，在这里我们将传输源对象分别分为云交通平台、道路网联 设施、道路其他网联车辆。通过与云交通平台的交互可以获取GPS定位，道路限速， 红绿灯状态等一些基础道路信息。同时上传车辆当前的状态到云端进行数据分析。 通过道路上的网联设备与车辆进行信息交互。其目的可以获取道路的路面状态，包 括车流量、道路路面是否有异常积雪、积水等。通过与同一路段上或邻近交叉路口 的其他网联车辆之间进行交互，可以用来判断道路车流状态以及路口通行顺序，避 免意外碰撞及意外发生。同时在我们确定自动驾驶平台车所接收的网联信息以后。 通过输入的信息以及决策系统所做的反应我们将网联渗透程度分为四层，分别为无 网联信息交互、网联辅助信息交互、网联协同感知、网联协同决策与控制。

无网联信息交互包括：启用最基本的自动驾驶智能平台车，通过毫米波雷达、 激光雷达等传感器在基于成熟的机器视觉等技术下实现对周围环境信息的识别并 进行自动驾驶。

网联辅助信息交互包括：通过基本的网络信息，接入交通基本信息。使得车辆 能获取到路段的车道信息、路段限速信息、GPS导航信息、道路红绿灯信息等。

网联协同感知包括：通过网联环境下的其他联网设备(道路基础设施、其他网联车辆以及行人等)共同感知环境，并与自动驾驶平台车进行交互，从而获取到自动驾 驶车辆可能通过自身感知而获取不到的信息。

网联协同决策与控制包括：通过网联协同感知的状态下，通过网联环境能够自 动决策并协调自动驾驶车辆与周边环境的关系。

二、场景数据库构建步骤；通过分析在真实道路中易发事故的场景以及对自动 驾驶平台车具有挑战性的场景来进行生成模拟数据，并通过重新设计网联环境及变 量来模拟未来自动驾驶平台车面临的多种复杂情况。

场景数据库构建步骤具体包括：

通过记录道路交通的真实环境以及行车的轨迹来构建场景数据库，其中包括道路信息，周围车辆数，周围车辆位置，我方车辆位置，我方车辆意图，周围车辆意 图，我方车辆行驶轨迹，周围车辆行驶轨迹，我方车辆状态，周围车辆状态等字段， 通过记录场景信息来还原道路交通真实环境，通常记录的场景有自然驾驶场景，包 括直道行驶、超车、靠边停车、车辆跟随等；行车复杂场景，包括无信号灯十字交 汇路口、环形路口、通过人流量密集的商业区等；事故场景，包括车辆打滑状态、 借对向车道超车遇来车、压黄灯过路口等。同时场景数据库中包含了道路交通标志、 车道信息、行人状态以及道路障碍物等其他因素以确保最大程度还原真实环境。

三、测试环境搭建步骤；通过场景数据库来搭建仿真测试和封闭道路测试，同 时确定测评过程中的测评任务、测评指标和测评通过标准；通过多次测评将测评任 务进行等级划分并构建评价任务体系。

测试环境搭建步骤具体包括：

对于仿真测试，由于其操作成本低，所需时间短，无安全风险，我们通过场景 数据库构建步骤中存储的场景数据库来构建仿真测试环境，所构建的仿真测试环境 需要满足可重复测试，通过对其进行多次仿真测试，找出仿真测试中智能车所有可 能的路径。同时通过改变测试车的网联程度以及周围车辆及基础设施的网联状态， 模拟在全网联路段、部分网联路段、无网联路段对于不同渗透率网联环境下的自动 驾驶车辆的影响。同时对于每个场景，设定对应的测评任务、测评指标和测评通过 标准，同时记录测试车辆的行车轨迹及车辆参数。

对于通过大量的仿真测试的场景对其基于难度、通过率等参数来构建评价任务体系，将评价任务分为基础、简易、正常、困难四个等级。同时针对测试同一功能 的场景进行整合用来综合评价车辆特定功能的水平。

参照图3，在进行的封闭道路测试中通过选取评价任务体系中的可操作实现的、可重复试验的、各阶段的测评任务来对被测智能车来进行实车测评。对仿真测试中 的场景进行还原，对周围网联设备进行还原。对于专家通过安全性、流畅性、准确 性、及时性四个指标对智能车辆进行评价，对于有安全风险的场景可以通过无人机 等方式对被测车辆进行全面的监控。专家通过对四个指标进行评价和赋分，在测试 过程当中，被测车辆若安全性未达标，则直接暂停测试，被测车辆进行重新调整。 在安全性达标的状态下，对流畅性、准确性、及时性进行评分，并对每位专家的数 据进行归一化处理。

四、数据分析和智能化等级评定步骤；将进行测评的智能网联平台车的数据进 行统计分析，根据其完成的评价任务体系确定其智能等级范围，根据测试环境反馈 的客观数据和专家评价来确定其最终智能化能力。

数据分析和智能化等级评定步骤具体包括：

通过已构建的评价任务体系，网联环境下自动驾驶平台车需依次通过体系中不同等级的测评，不同等级的测评对自动驾驶平台车的智能化程度及综合能力有不同 的要求，只有通过低等级的测评才能进行下一等级的测评。对于每一等级的测评， 均覆盖了测试自动驾驶平台车性能的各个方面，在进行完某一等级的测评后，通过 专家评分以及对应自动驾驶平台车所记录的数据(行车轨迹、行驶时间、具体制动操 作、控制系统所做的判断等)对该等级下自动驾驶平台车的表现进行评价，当其表现 超过某个预设值时可进行下一阶段测评。由于目前众多的评价算法均无法对自动驾 驶平台车的表现进行精确的定位，而通过专家评价能够从最大程度上保证车辆的性 能。通过专家在自动驾驶平台车内或跟车观察从而对车辆的表现作出准确的判断。 对应层次的评价任务体系对应着不同层次的智能化标准。专家评价的得分将作为自 动驾驶平台车在该智能化层次中所得的分值。在本实施例中，评价任务体系与智能 化层次的对应关系如表1所示。

表1评价任务体系与智能化层次的对应关系表

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及 其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制 器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装 置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、 模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、 单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、 “竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示 的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装 置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的 限制。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上 述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改， 这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的 特征可以任意相互组合。

Claims (4)

1.一种不同渗透率的网联环境下自动驾驶系统测评方法，其特征在于，包括以下步骤：

网联渗透程度确定步骤，确定在车联网环境下通过改变车内设备发送接收的信息源及信息内容来确定该智能网联平台车的网联渗透率，同时进行对网联平台车的网联程度系数进行评定；

场景数据库构建步骤，通过分析在真实道路中的场景进行生成模拟数据，并通过重新设计网联环境及变量来模拟未来自动驾驶平台车面临的多种复杂情况；

测试环境搭建步骤，通过场景数据库来搭建仿真测试和封闭道路测试，同时确定测评过程中的测评任务、测评指标和测评通过标准；通过多次测评将测评任务进行等级划分并构建评价任务体系；

数据分析和智能化等级评定步骤，将进行测评的智能网联平台车的数据进行统计分析，根据智能网联平台车完成的评价任务体系确定其智能等级范围，根据测试环境反馈的客观数据和专家评价来确定智能网联平台车最终智能化能力；

所述网联渗透程度确定步骤中，通过对网联输入的消息以及智能网联平台车的决策，将该网联渗透程度分为四层，分别为无网联信息交互、网联辅助信息交互、网联协同感知、网联协同决策与控制；

所述无网联信息交互包括通过包括毫米波雷达、激光雷达传感器在基于成熟的机器视觉技术下实现对周围环境信息的识别并进行自动驾驶；

所述网联辅助信息交互通过基本的网络信息，接入交通基本信息，使车辆获取包括路段的车道信息、路段限速信息、GPS导航信息、道路红绿灯信息；

所述网联协同感知通过网联环境下的其他联网设备共同感知环境，并与自动驾驶平台车进行交互，从而获取到自动驾驶车辆通过自身感知而获取不到的信息；

所述网联协同决策与控制是在网联协同感知的状态下，通过网联环境能够自动决策并协调自动驾驶车辆与周边环境的关系；

所述场景数据库构建步骤中，通过记录道路交通的真实环境以及行车的轨迹来构建场景数据库，包括道路信息，周围车辆数，周围车辆位置，我方车辆位置，我方车辆意图，周围车辆意图，我方车辆行驶轨迹，周围车辆行驶轨迹，我方车辆状态和周围车辆状态，通过场景数据库来最大程度还原真实场景。

2.根据权利要求1所述的一种不同渗透率的网联环境下自动驾驶系统评测方法，其特征在于：所述其他联网设备包括道路基础设施、其他网联车辆以及行人。

3.根据权利要求1所述的一种不同渗透率的网联环境下自动驾驶系统测评方法，其特征在于：所述测试环境搭建步骤中的构建评价任务体系，通过大量的仿真测试的场景对其基于难度、通过率参数来构建评价任务体系，将评价任务分为基础、简易、正常、困难四个等级；同时针对测试同一功能的场景进行整合用来综合评价车辆特定功能的水平。

4.根据权利要求1所述的一种不同渗透率的网联环境下自动驾驶系统测评方法，其特征在于：所述数据分析和智能化等级评定步骤通过安全性、流畅性、准确性、及时性四个指标对智能车辆进行评价；被测车辆若安全性未达标，则直接暂停测试，被测车辆进行重新调整；在安全性达标的状态下，对流畅性、准确性、及时性进行评分，并对每位专家的评价数据进行归一化处理；对应层次的评价任务体系对应着不同层次的智能化标准，专家评价的得分将作为自动驾驶平台车在该智能化层次中所得的分值。