CN118056724A - Ads驾驶场景生成 - Google Patents
Ads驾驶场景生成 Download PDFInfo
- Publication number
- CN118056724A CN118056724A CN202311536989.3A CN202311536989A CN118056724A CN 118056724 A CN118056724 A CN 118056724A CN 202311536989 A CN202311536989 A CN 202311536989A CN 118056724 A CN118056724 A CN 118056724A
- Authority
- CN
- China
- Prior art keywords
- ads
- vehicle
- location
- interaction
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003993 interaction Effects 0.000 claims abstract description 176
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000011161 development Methods 0.000 claims description 96
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013480 data collection Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 230000018109 developmental process Effects 0.000 description 84
- 238000012360 testing method Methods 0.000 description 41
- 230000000694 effects Effects 0.000 description 19
- 230000008447 perception Effects 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000282979 Alces alces Species 0.000 description 1
- 241000282994 Cervidae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000009328 Perro Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3696—Methods or tools to render software testable
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3676—Test management for coverage analysis
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及ADS驾驶场景生成。本公开涉及一种由场景生成系统(1)执行的用于支持ADS(21)的驾驶场景的生成的方法,ADS设置在车辆(2)上。场景生成系统基于从一个或多个车载传感器(24)导出的传感器数据获得(1001)车辆周围环境数据;通过评估车辆周围环境数据来确定(1002)涉及车辆和一个或多个潜在周围道路使用者(3)的前面的一个或多个潜在交互情形;选择(1003)一个或多个潜在交互情形中的至少第一潜在交互情形;识别(1004)道路上定位位置(5);通过ADS控制(1005)部署在所识别的位置的车辆的虚拟版本(6);以及生成(1006)由ADS控制的虚拟车辆制定的ADS性能数据。
Description
技术领域
本公开涉及支持ADS的驾驶场景的生成。
背景技术
在汽车领域,自动驾驶汽车的开发活动已经持续了很多年。越来越多的现代车辆配备了先进的驾驶员辅助系统(ADAS),以提高车辆安全性以及更广泛的道路安全性。ADAS(例如,可以由自适应巡航控制(ACC)、防撞系统、前方碰撞警告等代表)是可以在驾驶时帮助车辆驾驶员的电子系统。此外,在不久的将来,自动驾驶(AD)将在更大程度上进入现代车辆。AD和ADAS在本文中将被称为通用术语自动驾驶系统(ADS),对应于所有不同级别的自动化,例如由SAE J3016级别(0–5)定义的驾驶自动化。ADS可以被解释为各种组件的复杂组合,该复杂组合可以被定义为系统,在该系统中车辆的感知、决策和操作(至少部分地)由电子和机械而不是人类驾驶员执行。这可以包括对车辆的操控、目的地以及对周围环境的感知。虽然自动化系统可以控制车辆,但它允许操作员将所有或至少部分责任留给系统。为了感知周围环境,ADS通常结合了各种传感器,例如RADAR、LIDAR、声纳、相机、导航和/或定位系统(例如GNSS,诸如GPS、里程计和/或惯性测量单元),基于这些传感器先进的控制系统可以解释感应信息以识别适当的导航路径以及障碍物和/或相关标牌。
然而,鉴于验证系统安全性的困难,ADS的开发具有挑战性。原因是系统安全性的验证需要大量的测试,即ADS需要针对足够多的、某种意义上“罕见”的事故多发情形进行测试。弥补此类情形的车载测试需求的一种方法是收集数据以支持基于场景的验证和测试。然而,有必要体验或收集各种情形,并且从ADS收集所有数据是不可行的,这是因为传感器和其他车载系统产生了大量信息,也因为考虑到例如整个车队等情况。获得充分涵盖罕见和困难事件的适当场景直接支持ADS的开发、部署以及进而支持安全性论证。因此,需要策划选择哪些数据,以及进一步进行例如收集,以用于在ADS的开发过程中进行进一步分析和使用。
发明内容
因此,本文的实施例的目的是提供一种用于以改进的和/或替代的方式支持ADS的驾驶场景(例如关键驾驶场景)的生成的方法。
上述目的可以通过本文公开的主题来实现。在所附权利要求、以下描述和附图中阐述了实施例。
所公开的主题涉及一种由场景生成系统执行的用于支持ADS的驾驶场景的生成的方法,该ADS设置在车辆上。场景生成系统基于来自一个或多个车载传感器的传感器数据来获得车辆周围环境数据。场景生成系统通过评估车辆周围环境数据进一步确定涉及车辆和一个或多个潜在周围道路使用者的前面的一个或多个潜在交互情形。此外,场景生成系统选择一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准。场景生成系统还识别道路上定位位置(on-roadlocated position),以为所选择的至少第一潜在交互情形提供除车辆之外的另一有利位置,该道路上定位位置满足根据进一步ADS开发而感兴趣的可预定位置标准,可预定位置标准定义相对于所选择的至少第一潜在交互情形的道路上定位位置。此外,场景生成系统通过ADS控制部署在所识别的位置的车辆的虚拟版本。此外,场景生成系统生成由ADS控制的虚拟车辆制定的ADS性能数据。
所公开的主题还涉及场景生成系统,该场景生成系统用于和/或适用于和/或配置用于支持ADS的驾驶场景的生成,该ADS设置在车辆上。场景生成系统包括周围环境获得单元,该周围环境获得单元用于和/或适用于和/或配置用于基于从一个或多个车载传感器导出的传感器数据来获得车辆周围环境数据。场景生成系统还包括交互确定单元,该交互确定单元用于和/或适用于和/或配置用于通过评估车辆周围环境数据来确定涉及车辆和一个或多个潜在周围道路使用者的前面的一个或多个潜在交互情形。此外,场景生成系统包括交互选择单元,该交互选择单元用于和/或适用于和/或配置用于选择一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准。场景生成系统还包括位置识别单元,该位置识别单元用于和/或适用于和/或配置用于识别道路上定位位置,以为所选择的至少第一潜在交互情形提供除车辆之外的另一有利位置,该道路上定位位置满足根据进一步ADS开发而感兴趣的可预定位置标准,可预定位置标准定义相对于所选择的至少第一潜在交互情形的道路上定位位置。此外,场景生成系统包括虚拟车辆控制单元,该虚拟车辆控制单元用于和/或适用于和/或配置用于通过ADS控制部署在所识别的位置的车辆的虚拟版本。此外,场景生成系统包括数据生成单元,该数据生成单元用于和/或适用于和/或配置用于生成由ADS控制的虚拟车辆制定的ADS性能数据。
此外,所公开的主题涉及一种布置,例如车辆和/或车外系统,其包括如本文所述的场景生成系统。
此外,所公开的主题涉及一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序包含计算机程序代码模块,该计算机程序代码模块被布置为使得计算机或处理器执行本文所述的场景生成系统的步骤,该计算机程序存储在计算机可读介质或载波上。所公开的主题还涉及一种非易失性计算机可读存储介质,其上存储有所述计算机程序产品。
由此,引入了一种能够生成相关和/或有价值的驾驶场景的方法,以供随后用作ADS测试场景,例如用于测试ADS安全性。也就是说,由于基于从一个或多个车载传感器导出的传感器数据获得了车辆周围环境数据,因此在(一个或多个)车载传感器(例如(一个或多个)周围环境检测传感器)的支持下例如在车辆行驶时连续地和/或间歇地导出反映周围环境的至少一部分的数据车辆的信息(例如,由车载感知系统估计和/或确定)。此外,也就是说,由于通过评估车辆周围环境数据确定了前方涉及车辆和一个或多个潜在周围道路使用者的一个或多个潜在交互情形,因此这通过了对所获得的车辆周围环境数据的评估,前方识别出的情形,例如即将到来的十字路口,例如人行横道和/或潜在即将到来的切入情形,车辆有可能与其他(一个或多个)道路使用者经历和/或暴露于交互和/或交互效应。此外,也就是说,由于选择了一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准,因此选择了所确定的潜在交互情形中的至少第一交互情形,所选择的潜在交互情形(例如人行横道)和/或由此可能产生和/或启用的潜在交互效果(例如与过街道路使用者的交互)被认为是相关的和/或感兴趣的,例如可能呈现看不见的、罕见的和/或有价值的交通场景,例如根据进一步的ADS开发,例如根据ADS测试,例如对ADS安全性的测试。此外,也就是说,由于识别了道路上定位位置以为所选择的至少第一潜在交互情形提供不同于车辆的另一有利位置,因此该道路上定位位置满足根据进一步ADS开发而感兴趣的可预定位置标准,该可预定位置标准定义相对于所选择的至少第一潜在交互情形的道路上定位位置,由此例如通过应用所述位置标准并结合所获得的车辆周围环境数据的评估,发现至少第一道路定位位置(不同于车辆的位置),在相对于所选择的潜在交互情形的距离和/或角度下,ADS被认为是有价值的和/或有成果的(例如潜在地呈现看不见的、罕见的和/或有价值的交通场景)以暴露于和/或体验所选择的(一个或多个)交互情形,例如行人横道和/或可能产生和/或由此产生的潜在交互效果,例如与十字路口道路使用者的交互,例如根据ADS的开发,根据ADS测试,例如对ADS安全性的测试。此外,也就是说,由于由ADS控制部署在所识别的位置的车辆的虚拟版本,因此车辆的虚拟版本(其可以被称为假想的和/或虚构的车辆和/或ADS控制的虚拟车辆)被投影在所识别的位置处。因此,ADS计算其对于虚拟车辆的动作,即ADS计算假设其当前位置将是所识别的位置它应该采取什么动作。虚拟车辆因此由ADS使用具有偏移的数据来控制。此外,也就是说,由于由ADS控制的虚拟车辆生成ADS性能数据,因此产生源自和/或与所选择的潜在交互情形相关的驾驶场景和/或可能由此产生和/或由此启用的潜在交互效果,如从虚拟车辆经历的和/或由虚拟车辆体验到的。也就是说,当假想车辆被部署在与操作车辆本身的位置不同的有利位置时,生成与假想车辆相关的驾驶场景,例如源于和/或与所选择的潜在交互情形(例如行人过横道)相关的事件和/或可能产生和/或由此产生的潜在交互效果,例如与十字路口道路使用者的交互,这不同于可能由操作车辆生成的驾驶场景,因此与真实驾驶场景不同。因此,由于位置被识别并因此被选择为根据进一步的ADS开发而感兴趣,因此遵循支持生成与部署在所述位置的假想车辆有关的驾驶场景,这些驾驶场景被认为是根据进一步的ADS开发而感兴趣的,例如根据ADS测试,例如对ADS安全性的测试,例如关键驾驶场景和/或看不见的、罕见的和/或有价值的驾驶场景。因此,在假想车辆中执行的ADS的性能被用来生成驾驶场景,这对于ADS的进一步开发是有价值的,否则该驾驶场景可能会被错过。因此,使用来自虚拟车辆的性能的计量来寻找有价值的和/或关键的场景。换言之,虚拟车辆中制定的ADS的性能用于发现有价值和/或关键的场景,并且由此使得能够对ADS的开发数据进行后续有效更新,从而支持加速的进一步的ADS开发。
换句话说,由于ADS评估其动作的所确定的位置上没有实际车辆,因此所有其他道路使用者自然会表现得好像那里没有车辆一样。因此,ADS可能会遇到(例如,显著地)更高频率的情况,例如,可能发生事故的情况,因为假想车辆对其周围环境是不可见的,例如,考虑到事故有时可能由于车辆没有注意到其他道路使用者(例如在变道、通过十字路口等期间)而引起,遇到可能被认为高度相关的场景。这可能随后导致例如ADS需要执行少得多的测试来遇到令人满意的大量涉及其他道路使用者的情形(例如危险情形)以能够验证性能,例如验证紧急安全的安全性和性能。特别地,ADS处理不利情况的能力可以以这种方式被更有效地评估和随后测试。因此,本文引入的概念不仅可以支持例如ADS的紧急操作的加速后续测试,而且还可以帮助量化其性能,这进而支持ADS作为一个整体的总体安全论证。
为此,提供了一种以改进和/或替代方式支持ADS的驾驶场景(例如关键驾驶场景)的生成的方法。
附图说明
通过以下详细描述和附图将容易理解非限制性实施例的各个方面,包括特定特征和优点,在附图中:
图1描绘了根据本公开的实施例的示例性场景生成系统所考虑的示例性交通场景的示意图;
图2是示出根据本公开的实施例的示例性场景生成系统的示意性框图;以及
图3是描绘根据本公开的实施例的由场景生成系统执行的示例性方法的流程图。
具体实施方式
下文中参考附图更全面地描述本公开的非限制性实施例,附图中示出了本公开当前优选的实施例。然而,本公开可以以许多不同的形式来体现,并且不应被解释为限于本文阐述的实施例。相同的附图标记在全文中指代相同的元素。图中一些方框的虚线表示这些单元或动作是可选的而不是强制性的。
在下文中,根据本文涉及支持生成ADS的驾驶场景(例如关键驾驶场景)的实施例,将公开一种能够生成相关和/或有价值的驾驶场景以供随后用作ADS测试场景(例如用于测试ADS安全性)的方法。
现在参考附图,图1中描绘了示例性交通场景的示意图,该示例性交通场景由图2中根据本公开的实施例的示例性场景生成系统1考虑。场景生成系统1适用于和/或配置用于支持ADS21的驾驶场景的生成,该ADS 21设置在车辆2上。
车辆2(在全文中可以被称为主车辆和/或自我车辆)可以由任何任意的(例如已知的)有人或无人驾驶的车辆来表示,例如发动机驱动的和/或电力驱动的,例如由汽车、卡车、货车、面包车、公共汽车和/或拖拉机等。此外,术语“车辆”根据示例还可以指代“生产车辆”、“车队车辆”、“发射车辆”、“道路交通车辆”和/或“公共道路车辆”。此外,车辆2配备的ADS21可以由例如本领域已知的和/或尚待开发的任意ADAS或AD系统来表示。车辆2和/或ADS21可以包括和/或配备有感知系统22,该感知系统22适用于估计车辆周围环境,并且随后适用于例如在来自例如公知的数字地图23(例如高清晰度、HD、地图和/或其等同物和/或其后继者)的支持下估计周围环境的世界观。这种感知系统22可以指代任何公知的系统、模块和/或功能性,例如包括在车辆2和/或ADS21的一个或多个电子控制模块、ECU和/或节点中(适用于和/或配置用于解释与车辆2的驾驶相关的感应信息),以识别例如物体、障碍物、车道、相关标牌、适当的导航路径等。感知系统22(适用于支持例如传感器融合、跟踪、定位等等),因此可以适用于依赖感应信息。例如,这种示例性感应信息可以源自包含在车辆2中和/或设置在车辆2上的一个或多个(例如公知的)传感器24,这些传感器适用于感测和/或感知所述车辆2的行踪和/或周围环境,例如由周围环境检测传感器25和/或定位系统中的一个或多个的组合来表示。换句话说,这种感知系统22在本上下文中因此应被理解为负责从机载传感器24(例如从周围环境检测传感器25等)获取原始传感器数据并且将这些原始数据转换为场景理解的系统。
“场景生成系统”可以指代“场景挖掘系统”、“测试场景生成系统”和/或“测试数据生成系统”,而“由场景生成系统执行的方法”可以指代“由场景生成系统执行的至少部分计算机实现的方法”。此外,“用于支持驾驶场景的生成”可以指代“用于驾驶场景的生成”和/或“用于支持事件(例如驾驶事件)的生成”,并且根据示例进一步指代“用于支持关键驾驶场景(例如,安全关键驾驶场景)的生成””、“用于支持请求的、有价值的、感兴趣的、理想的、罕见的和/或未见过的驾驶场景的生成”、“用于根据ADS开发和/或ADS测试支持被认为和/或确定为有价值、关键和/或感兴趣的驾驶场景的生成”、“用于支持用于ADS测试的测试数据(例如,ADS安全性)的生成”和/或“用于支持驾驶场景的收集”。
如在示例性图1和图2中以示例性方式示出的,场景生成系统1例如借助于周围环境获得单元101进一步适用于和/或配置用于基于从一个或多个车载传感器24导出的传感器数据来获得车辆周围环境数据。因此,例如,在(一个或多个)车载传感器24(例如(一个或多个)周围环境检测传感器25)的支持下,在车辆2行驶时连续地和/或间歇地导出反映车辆2的周围环境的至少一部分的数据,例如由车载感知系统22估计和/或确定的。
车辆周围环境数据(根据示例可以被称为世界观数据)可以例如包括和/或指示检测到的周围环境条件和/或物体或物体的状态和/或车辆定位,和/或例如连续和/或间歇地导出的未来状态的统计和物理模型预测。此外,车辆周围环境数据可以由从车辆2的一个或多个车载传感器24获得的传感器数据的至少一部分来表示,并且进一步(类似于传感器数据)可以具有任何可行的格式和/或大小,例如由当前情况决定。
可选地,并且如图2中以示例性方式所示,场景生成系统1还可以例如借助于可选的ODD满足确定单元107被适用于和/或配置用于确定操作设计域ODD,使ADS21的条件得到满足。由此,例如在(一个或多个)车载传感器24和/或(一个或多个)数字地图23的支持下,可以确定例如随后获得车辆周围环境数据(例如车辆2的操作条件是否在ADS21的ODD内)。
“获得车辆周围环境数据”可以指代“取回、导出和/或接收车辆周围环境数据”,并且根据示例进一步指代“连续和/或间歇地获得车辆周围环境数据”和/或“在车载感知系统的支持下获得车辆周围环境数据和/或由车载感知系统生成车辆周围环境数据”。此外,“车辆周围环境数据”可以指代“指示车辆周围环境的数据”、“车辆周围环境估计”和/或仅指“车辆周围环境”,并且根据进一步的示例,指代“世界观数据或世界观”、“感知数据”、“周围环境评估数据”和/或“处理后的感应数据”。另一方面,短语“基于从一个或多个车载传感器导出的传感器数据”可以指代“在一个或多个车载传感器的输入和/或支持下”和/或“基于从一个或多个车载传感器采集和/或收集的传感器数据”。
如在示例性图1和图2中以示例性方式示出的,场景生成系统1例如借助于进一步适用于和/或配置用于通过评估车辆周围环境数据来确定涉及车辆2和一个或多个潜在周围道路使用者的前面的一个或多个潜在交互情形。因此,通过评估获得的车辆周围环境数据,可以识别前面的情况,例如即将到来的十字路口,例如人行横道4和/或潜在即将到来的切入情况,其中车辆2有可能与其他(一个或多个)道路使用者3经历和/或暴露于交互和/或交互效应。
(一个或多个)潜在周围道路使用者可以由(一个或多个)检测到的道路使用者31(例如可从车辆周围环境数据导出)和/或(一个或多个)未检测到的道路使用者32(例如假设和/或预测可能被遮挡和/或前面可能进入车辆2的周围环境(例如通过评估车辆周围环境数据))来表示。在全文中,“道路使用者”(可以指代“交通参与者”)除了由例如其他车辆和/或弱势道路使用者(例如行人、骑自行车的人、电动滑板车骑手等)表示之外,还可以潜在地由较大的动物(例如麋鹿、驼鹿、狗等)来表示。另一方面,与(一个或多个)其他道路使用者的交互效果可能产生和/或启用的交互情形可以由任何可行的交通来表示,其中车辆2潜在地可能经历和/或暴露于与其他(一个或多个)道路使用者交互的情况,例如车辆2的紧急情况和/或路径规划受到所述道路使用者的影响。因此,如上所述,潜在的交互情形可以由例如即将到来的交叉路口4(例如从车辆周围环境数据检测到并可导出)和/或潜在的即将到来的周围车辆车道变换情形(例如通过估计诸如可用间隙和/或其他交通参与者的行为之类的车辆周围环境数据识别和/或预测)来表示。
短语“通过评估所述车辆周围环境数据来确定”可以指代“通过评估所述车辆周围环境数据来识别和/或导出”、“根据和/或基于评估所述车辆周围环境数据来确定”和/或“通过评估和/或分析所述车辆周围环境数据来确定”。另一方面,“确定[……]前面的一个或多个潜在交互情形”可以指代“确定[……]前面的一个或多个交互情形”、“确定[……]前面的相应的潜在交互情形”、“确定[……]前面的一个或多个潜在交互情形候选”、“确定[……]前面的一个或多个潜在交互类型”和/或“确定[……]潜在的即将出现的交互类型”,并且根据示例进一步指代“确定[……]前面的与例如切入和/或十字路口相关的一个或多个潜在交互情形”和/或“确定[……]前面的一个或多个潜在交互效果”。此外,“前面的潜在的交互情形”可以指代“有可能发生和/或认为和/或确定有可能发生的交互情形”和/或“可能发生的交互情形”,并且根据示例进一步指代“未来潜在的自我车辆交互情形”。另一方面,“涉及所述车辆和一个或多个潜在周围道路使用者”可以指代“在所述车辆和一个或多个潜在周围道路使用者之间”和/或“涉及所述车辆和一个或多个检测到的、未检测到的和/或至少部分遮挡的周围道路使用者”。
如在示例性图1和图2中以示例性方式示出的,场景生成系统1例如借助于交互选择单元103进一步适用于和/或配置用于选择一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准。由此,选择所确定的潜在交互情形中的至少第一潜在交互情形,所选择的(一个或多个)潜在交互情形(例如人行横道4)和/或可能由此产生和/或由此实现的(一个或多个)潜在交互效果(例如与十字路口道路使用者31、32交互)根据ADS的开发(例如根据ADS测试,例如ADS安全)被认为相关和/或感兴趣的,例如可能呈现看不见的、罕见的和/或有价值的交通场景。
可预定的交互标准可以由任何可行的一个或多个标准来表示,该标准定义和/或规定精确指出和/或过滤出潜在交互情形的条件,其中可能出现、被支持和/或由此启用的潜在交互情形和/或潜在交互效果被认为和/或确定为理想的,例如被认为可能呈现看不见的、罕见的和/或有价值的交通场景和/或先前未知的。根据进一步的ADS开发,例如,如上所述,根据ADS性能,例如ADS安全性测试,不知道和/或无法识别的交通场景和/或意外、难以想象和/或令人惊讶的交通场景。
“选择一个或多个潜在交互情形中的至少第一潜在交互情形”可以指代“识别、确定和/或导出一个或多个潜在交互情形中的至少第一潜在交互情形”,而“满足可预定的交互标准”可以指代“匹配可预定的交互标准”并且根据示例进一步指代“满足可预定的交互情形标准”。此外,“一个或多个潜在交互情形满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准”可以根据示例仅指代“根据请求进一步的ADS开发的一个或多个潜在的交互情形”和/或“满足根据请求ADS测试的进一步ADS性能数据的集合而精确指出交互情形的可预定交互标准”。短语“根据此”在本文中可以指代“与哪个相关”,而“请求进一步的ADS开发”可以指代“认为和/或确定请求进一步的ADS开发”和/或“请求进一步的感兴趣的、有价值的、有益的、需要的和/或要求的ADS开发”。此外,“精确指出交互情形的交互标准”可以指代“定义和/或过滤掉交互情形的交互标准”。
可选地,选择一个或多个潜在交互情形中的至少第一潜在交互情形可以包括和/或交互选择单元103可以被适用于和/或配置用于选择一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据先前收集的ADS性能数据设定的可预定交互标准。由此,可以基于和/或考虑已经可用的ADS性能数据来确定和/或设置交互标准,从而能够例如动态地设置交互标准以精确指出交互情形和/或可能出现和/或由此启用的潜在交互效果,它们尚未被先前的(即已经可用的)ADS性能数据覆盖和/或未覆盖到足够和/或期望的程度。ADS性能数据可以例如由碰撞时间、碰撞距离、碰撞速度、最大制动力、不舒服的动作等来表示。
如在示例性图1和图2中以示例性方式示出的,场景生成系统1例如借助于位置识别单元104进一步适用于和/或配置用于识别道路上定位位置5,以为所选择的第一潜在交互情形提供另一有利位置5。该道路上定位位置5满足根据进一步ADS开发而感兴趣的可预定位置标准,该可预定位置标准定义相对于所选择的至少第一潜在交互情形的道路上定位位置。由此,例如通过应用所述位置标准并结合所获得的车辆周围环境数据的评估,发现至少第一道路定位位置5(不同于车辆2的位置20),在相对于所选择的潜在交互情形的距离和/或角度下,ADS21被认为是有价值的和/或有成果的(例如潜在地呈现看不见的、罕见的和/或有价值的交通场景)以暴露于和/或体验所选择的(一个或多个)交互情形,例如行人横道4和/或可能产生和/或由此产生的潜在交互效果,例如与十字路口道路使用者31、32的交互,例如根据ADS的开发,根据ADS测试,例如对ADS安全性的测试。
在车载周围检测传感器25的范围,道路上定位位置5可以位于距车辆2和/或车辆2的位置20的任何可行的距离处和/或相对于车辆2和/或车辆2的位置20的角度。根据示例,道路上定位位置5因此可以位于车辆20的前面、侧面、后面和/或在不同的车道中。此外,可预定的位置标准可以由任何可行的一个或多个标准来表示,过滤掉与车辆的位置20不同的地理位置(例如动态位置),这与所选择的(一个或多个)潜在交互情形相距一定距离和/或成一定角度(被考虑和/或确定为相关和/或感兴趣,例如被认为可能呈现看不见的、稀有的和/或有价值的交通场景),以用于体验和/或暴露于所选择的潜在交互情形和/或可能产生、得到支持和/或由此启用的潜在交互效应,例如根据ADS的进一步开发(如上所述),根据ADS性能,例如ADS安全性测试。距所选择的潜在交互情形的这种距离可以由任何可行的距离来表示,例如比设定的阈值更近,或者反之亦然,比设定的阈值更远,和/或例如比车辆2的位置20更近,并且进一步例如范围从小于一米到数十甚至数百米或更长。类似地,相对于所选择的潜在交互情形的这样的角度可以由任何可行的角度来表示,例如在距所选择的潜在交互情形的任何可行的方向上,并且进一步例如不同于车辆位置20的角度和/或相对于所选择的潜在交互情形的方向。车辆位置20可以和/或可能已经以任何可行的已知方式确定,例如在来自公知的定位系统的支持下。
“识别道路上定位位置”可以指代“确定和/或导出道路上定位位置”、“识别动态和/或非固定道路上定位位置”和/或“识别道路定位位置”,并且根据示例进一步“通过、从和/或基于评估所述车辆周围环境数据来识别道路上定位位置”。此外,“提供另一有利位置”可以指代“启用和/或支持另一有利位置”和/或“提供另一位置”。另一方面,“满足可预定位置标准”可以指代“匹配可预定位置标准”,而“定义道路上定位位置”可以指代“定义道路上定位位置的规定条件”。此外,“根据ADS的进一步开发感兴趣的[……]道路上定位位置”可以指代“根据ADS的进一步开发确定和/或认为感兴趣的[……]道路上定位位置”和/或“根据ADS的进一步开发感兴趣的[……]道路上定位位置”,而“感兴趣”在上下文中可以指代“有价值的”。根据示例,“识别道路上定位位置以为所选择的至少第一潜在交互情形提供不同于所述车辆的另一有利位置”包括“识别道路上定位位置以为所选择的至少第一潜在交互情形提供不同于所述车辆的另一有利位置,所述道路上定位位置支持、允许和/或启用所选择的至少第一潜在交互情形和/或交互效果”。
可选地,识别道路上定位位置5可以包括和/或位置识别单元104可以适用于和/或配置用于识别满足根据先前收集的ADS性能数据而设定的可预定位置标准的道路上定位位置5。由此,可以基于和/或考虑已经可用的ADS性能数据来确定和/或设置位置标准,从而能够(例如,动态地)设置位置标准,以精确指出位置,由此体验和/或暴露于所选的潜在交互情形和/或由此可能产生和/或启用的潜在交互效果,在相对于所选择的潜在交互情形的距离和/或角度下,它们尚未被先前的(即已经可用的)ADS性能数据覆盖和/或未覆盖到足够和/或期望的程度。如前所述,ADS性能数据可以例如由碰撞时间、碰撞距离、碰撞速度、最大制动力、不舒服的动作等来表示。
如在示例性图1和图2中以示例性方式示出的,场景生成系统1还例如借助于虚拟车辆控制单元105被适用于和/或配置用于通过ADS21控制部署在所识别的位置5的车辆2的虚拟版本6。由此,车辆2的虚拟版本6(其可以被称为假想的和/或虚构的车辆6和/或ADS控制的虚拟车辆6)被投影在所识别的位置5处。因此,ADS21计算其对于虚拟车辆6的动作,即ADS21计算假设其当前位置将是所识别的位置5它应该采取什么动作。虚拟车辆6因此由ADS21使用具有偏移的数据来控制。
车辆2的虚拟版本6可以在从小于一秒到几分钟或更长的范围内的任何可行的时间段内被控制。此外,“通过所述ADS控制所述车辆的虚拟版本”可以指代“通过所述ADS控制和/或利用所述车辆的虚拟版本”、“通过所述ADS控制所述车辆的虚构和/或假想版本”,并且根据示例进一步指代“通过所述ADS基于所述车辆周围环境数据控制所述车辆的虚拟版本”。此外,“部署在所识别的位置”可以指代“在所识别的位置中投射、生成、产生和/或引入”。
如在示例性图1和图2中以示例性方式示出的,场景生成系统1例如借助于数据生成单元106进一步适用于和/或配置用于生成从ADS控制的虚拟车辆6制定的ADS性能数据。由此,产生源自和/或与所选择的潜在交互情形相关的驾驶场景和/或可能由此产生和/或由此启用的潜在交互效果,如从虚拟车辆6经历的和/或由虚拟车辆6体验到的。也就是说,当假想车辆6被部署在与操作车辆2本身的位置20不同的有利位置5时,生成与假想车辆6相关的驾驶场景,例如源于和/或与所选择的潜在交互情形(例如行人过横道4)相关的事件和/或可能产生和/或由此产生的潜在交互效果,例如与十字路口道路使用者31、32的交互,这不同于可能由操作车辆2生成的驾驶场景,因此与真实驾驶场景不同。因此,由于位置5被识别并因此被选择为根据进一步的ADS开发而感兴趣,因此遵循支持生成与部署在所述位置5的假想车辆6有关的驾驶场景,这些驾驶场景被认为是根据进一步的ADS开发而感兴趣的,例如根据ADS测试,例如对ADS安全性的测试,例如关键驾驶场景和/或看不见的、罕见的和/或有价值的驾驶场景。因此,在假想车辆6中执行的ADS21的性能被用来生成驾驶场景,这对于ADS的进一步开发是有价值的,否则该驾驶场景可能会被错过。因此,使用来自虚拟车辆6的性能的计量来寻找有价值的和/或关键的场景。换言之,虚拟车辆6中制定的ADS的性能用于发现有价值和/或关键的场景,并且由此使得能够对ADS的开发数据进行后续有效更新,从而支持加速的进一步的ADS开发。
换句话说,由于ADS评估其动作的所确定的位置上没有实际车辆,因此所有其他道路使用者自然会表现得好像那里没有车辆一样。因此,ADS可能会遇到(例如,显著地)更高频率的情况,例如,可能发生事故的情况,因为假想车辆对其周围环境是不可见的,例如,考虑到事故有时可能由于车辆没有注意到其他道路使用者(例如在变道、通过十字路口等期间)而引起,遇到可能被认为高度相关的场景。这可能随后导致例如ADS需要执行少得多的测试来遇到令人满意的大量涉及其他道路使用者的情形(例如危险情形)以能够验证性能,例如验证紧急安全的安全性和性能。特别地,ADS处理不利情况的能力可以以这种方式被更有效地评估和随后测试。因此,本文引入的概念不仅可以支持例如ADS的紧急操作的加速后续测试,而且还可以帮助量化其性能,这进而支持ADS作为一个整体的总体安全论证。
“生成ADS性能数据”可以指代“产生ADS性能数据”、“生成ADS行为数据”、“生成评估数据”、“生成包括驾驶场景的ADS性能数据”、“生成驾驶场景”和/或“生成ADS驾驶场景”并且根据示例进一步指代“生成关键和/或有价值的驾驶场景”。如前所述,ADS性能数据可以例如由碰撞时间、碰撞距离、碰撞速度、最大制动力、不舒服的动作等来表示。此外,“从ADS控制的车辆制定”可以指代“源自和/或与ADS控制的车辆相关联”、“从车辆的所述虚拟版本制定”和/或“从所述所选择的至少第一潜在交互情形处和/或附近的相关联的ADS控制的车辆本制定”,并且根据示例进一步指代“根据潜在道路用户与ADS控制的虚拟车辆之间在所述所选择的至少第一潜在交互情形下和/或与所述所选择的至少第一潜在交互情形相关联的交互而制定”。
可选地,并且如在示例性图2中以示例性方式示出的,场景生成系统1还可以例如借助于可选的数据收集单元109被适用于和/或配置用于收集所生成的ADS性能数据的至少一部分,以用于ADS开发。因此,所生成的ADS性能数据被收集,并且可以被进一步存储、传输和/或利用,以供后续用作和/或更新ADS开发数据,例如用于测试ADS安全性。因此,支持有效收集ADS开发的相关测试场景,例如ADS安全性,从而加速ADS开发。短语“用于开发的ADS性能数据”可以指代“用作开发的开发数据的ADS性能数据”,而“用于ADS的开发”可以指代“用于所述ADS的开发”和/或“用于软件和/或控制ADS的控制的开发”,并且根据示例进一步指代“用于开发ADS以支持安全论证”和/或“用于开发ADS的紧急操纵”。
可选地,在收集所生成的ADS性能数据的至少一部分用于ADS的开发之前,场景生成系统1可以例如借助于可选的开发价值确定单元108被适用于和/或配置用于确定所生成的ADS性能数据的开发价值。收集所生成的ADS性能数据的至少一部分以用于ADS的开发可以包括和/或可选的数据收集单元109然后可以被适用于和/或配置用于:在开发价值满足预定的开发价标准的情况下,收集所生成的ADS性能数据的至少一部分。由此,可以确定所生成的ADS性能数据或其驾驶场景有多么有价值和/或重要,例如反映与道路使用者3的交互效果(例如与十字路口道路使用者31、32的交互)有多么有价值和/或重要,在所选择的至少第一潜在交互情形下,例如在人行横道4处,例如根据ADS测试,例如对ADS安全性的测试。此外,由此,对ADS性能数据的可选收集然后可以被限制为仅在ADS性能数据被认为足够相关和/或有价值的情况下才被执行,即考虑过滤掉ADS性能数据(例如驾驶场景)的匹配标准有价值的,例如根据ADS测试,例如对ADS安全性的测试,例如关键驾驶场景和/或看不见的、罕见的和/或有价值的驾驶场景。换句话说,通过计算例如威胁度量并测量虚拟车辆6对(一个或多个)情形进行处理的难度,可以推断出例如罕见和/或未见的事件,和/或与先前收集的数据相关的异常以用于开发虚拟车辆6中使用的控件。
开发价值可以以任何可行的方式来确定,例如通过估计和/或评估所生成的ADS性能数据的至少一部分,并且导出ADS性能数据和/或驾驶场景被认为的有价值和/或关键程度。因此,开发价值可以例如由威胁度量和/或计量来表示,例如诸如碰撞时间(TTC)等的KPI。此外,开发价值还可以涉及例如驾驶场景是多么罕见、当前ADS开发和/或测试需求、(一个或多个)ODD扩展计划、(一个或多个)ADS发布计划、测试需求等。另一方面,开发价值标准可以由精确指出和/或过滤掉ADS性能数据和/或驾驶场景的任何可行的一个或多个标准和/或阈值来表示,例如,根据ADS测试(例如根据对ADS安全性的测试)而被认为有价值的ADS性能数据和/或驾驶场景(如上所述),例如关键驾驶场景和/或看不见的、罕见的和/或有价值的驾驶场景。因此,开发价值标准可以例如由(一个或多个)阈值和/或规定条件的一个或多个标准来表示,例如根据驾驶场景的类型、(一个或多个)威胁度量水平、(一个或多个)威胁计量水平、(一个或多个)KPI级别等
“开发价值”可以指代“开发水平”,还可以指代“相关性值”、“重要性值”和/或“关键性值”。另一方面,“所生成的ADS性能数据的开发价值”可以指代“所生成的ADS性能数据的至少第一驾驶场景的开发价值”。此外,“确定所生成的ADS性能数据的开发价值”根据示例可以指代“通过评估所生成的ADS性能数据来确定所生成的ADS性能数据的开发价值”、“通过评估所生成的ADS性能数据来确定与所选择的至少第一潜在交互情形相关联的驾驶场景的开发价值”和/或“通过评估所生成的ADS性能数据来确定与和道路使用者在所选择的至少第一潜在交互情形下的交互相关联的驾驶场景的开发价值”。“在所述开发价值满足可预定开发价值标准的情况下,收集[...]”可以指代“当和/或假设所述开发价值满足可预定开发价值标准时,收集[...]”和/或“在所述开发价值匹配可预定开发价值标准的情况下,收集[...]”,而“开发价值标准”可以指代“相关性值标准”、“重要性值标准”和/或“关键性值标准”、“精确指出和/或过滤掉ADS性能数据和/或驾驶场景(例如,根据ADS测试而被认为有价值的)的开发价值标准”和/或“在开发价值根据ADS测试被认为有价值和/或感兴趣时规定条件的开发价值标准”。
进一步如图2所示,场景生成系统1包括周围环境获得单元101、交互确定单元102、交互选择单元103、位置识别单元104、虚拟车辆控制单元105、数据生成单元106、可选的ODD满足确定单元107、可选的价值确定单元108和可选的数据收集单元109,所有这些单元都已经在上面更详细地描述了。此外,本文中用于支持ADS21(所述ADS21设置在车辆2上)的驾驶场景的生成的实施例可以通过一个或多个处理器来实现,例如处理器110,例如由以下各项表示:至少第一中央处理单元CPU、至少第一图形处理单元GPU、至少第一张量处理单元TPU和/或至少第一现场可编程门阵列FPGA,连同用于执行本文实施例的功能和动作的计算机程序代码。所述程序代码还可以被提供为计算机程序产品,例如以承载计算机程序代码的数据载体的形式,以用于当被加载到场景生成系统1中时执行本文的实施例。一种这样的载体可以是CD/DVDROM盘和/或硬盘驱动器的形式,然而对于其他数据载体也是可行的。计算机程序代码还可以作为服务器上的纯程序代码来提供并且下载到场景生成系统1。场景生成系统1还可以包括存储器111,存储器111包括一个或多个存储器单元。存储器110可选地包括高速随机存取存储器,例如DRAM、SRAM、DDRRAM或其他随机存取固态存储器设备,并且进一步可选地包括非易失性存储器,例如一个或多个磁盘存储设备、光盘存储设备、闪存设备或其他非易失性固态存储设备。此外,存储器111可以被布置为用于存储例如信息,并且进一步存储数据、配置、调度和应用,以当在场景生成系统1中执行时执行本文的方法。例如,计算机程序代码可以在存储在嵌入式处理器110的闪存111中的固件中实现,和/或例如从车外服务器无线下载。此外,单元101-109、可选处理器110和/或可选存储器111可以至少部分地被包括在一个或多个节点112中,例如,车辆2的ECU,例如在ADS 21中和/或与ADS21相关联。因此应当理解,所述的解决方案的部分潜在地可以在位于车辆2外部的系统7中实现,或者以车辆2的内部和外部的组合来实现,例如在与车辆2通信的一个或多个服务器中,例如在分布式系统和/或解决方案中,例如在所谓的云解决方案中。这样的外部系统7可以例如由车辆2外的一个或多个系统7来表示,例如由后端系统和/或集中式系统来表示。本领域技术人员还应当理解,上文描述的所述单元101-109以及本文描述的任何其他单元、接口、系统、控制器、模块、设备、元件、特征等可以指代、包括、包含模拟电路和数字电路的组合和/或在模拟电路和数字电路的组合中实施或由模拟电路和数字电路的组合实施,和/或被配置有软件和/或固件(例如存储在诸如存储器111之类的存储器中)的一个或多个处理器,当由一个或多个处理器执行时,诸如处理器110之类的处理器如本文所述地执行。这些处理器中的一个或多个以及其他数字硬件可以包含在单个专用集成电路、ASIC或多个处理器中,并且各种数字硬件可以分布在多个单独的组件中,无论是单独封装还是组装成片上系统(SoC)。
图3是描绘根据本公开的实施例的由场景生成系统1执行的示例性方法的流程图。所述方法用于支持ADS21的驾驶场景的生成,该ADS21设置在车辆2上。可以连续重复的示例性方法包括在图1和图2的支持下讨论的以下动作中的一个或多个。此外,在适用的情况下,可以以任何合适的顺序采取动作和/或可以同时执行和/或以交替顺序执行一个或多个动作。例如,动作1002和可选动作1007可以以交替的顺序和/或同时执行。
动作1001
在动作1001中,场景生成系统1例如在周围环境获得单元101的支持下,基于从一个或多个车载传感器24导出的传感器数据来获得车辆周围环境数据。
动作1002
在动作1002中,场景生成系统1例如在交互确定单元102的支持下通过评估车辆周围环境数据来确定涉及车辆2和一个或多个潜在周围道路使用者3的前面的一个或多个潜在交互情形。。
动作1003
在动作1003中,场景生成系统1例如在交互选择单元103的支持下选择一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准。
可选地,选择一个或多个潜在交互情形中的至少第一潜在交互情形的动作1003可以包括和/或交互选择单元103可以适用于和/或配置用于:择一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据先前收集的ADS性能数据设定的可预定交互标准。
动作1004
在动作1004中,场景生成系统1例如在位置识别单元104的支持下识别位于道路上定位位置5,以为所选择的至少第一潜在交互情形提供除所述车辆2之外的另一有利位置,该道路上定位位置5满足根据进一步ADS开发而感兴趣的可预定位置标准,该可预定位置标准定义相对于所选择的至少第一潜在交互情形的道路上定位位置。
可选地,识别位于道路上定位位置5的动作1004可以包括和/或位置识别单元104可以适用于和/或配置用于:识别道路上定位位置5,以满足根据先前收集的ADS性能数据设定的可预定交互标准。
动作1005
在动作1005中,场景生成系统1例如在虚拟车辆控制单元105的支持下通过ADS21控制部署在所识别的位置5的车辆2的虚拟版本6。
动作1006
在动作1006中,场景生成系统1例如在数据生成单元106的支持下生成由ADS控制的虚拟车辆6制定的ADS性能数据。
动作1007
在可选的动作1007中,场景生成系统1可以例如在可选的ODD满足确定单元107的支持下确定满足ADS21的操作设计域ODD条件。
动作1008
在可选的动作1008中,场景生成系统1可以例如在可选的价值确定单元108的支持下确定所生成的ADS性能数据的开发价值。
动作1009
在可选的动作1009中,场景生成系统1可以例如在可选的数据收集单元109的支持下收集所生成的ADS性能数据的至少一部分以用于ADS的开发。
可选地,如果收集所生成的ADS性能数据的至少一部分的动作1009跟随在确定所生成的ADS性能数据的开发价值的可选动作1008之后,则动作1009可以包括和/或可选的数据收集单元109可以适用于和/或配置用于:在开发价值满足可预定开发价值标准的情况下收集所生成的ADS性能数据的至少一部分。
本领域技术人员应当认识到,本发明决不限于上述优选实施例。相反,在所附权利要求的范围内,许多修改和变化是可能的。还应当注意,附图不一定是按比例绘制的,并且为了清楚起见,某些特征的尺寸可能被放大。相反,重点在于说明本文实施例的原理。另外,在权利要求中,词语“包括”不排除其他元件或步骤,并且不定冠词“一”或“一个”不排除多个。
Claims (15)
1.一种由场景生成系统(1)执行的用于支持自动驾驶系统ADS(21)的驾驶场景的生成的方法,所述ADS(21)设置在车辆(2)上,所述方法包括:
基于从一个或多个车载传感器(24)导出的传感器数据来获得(1001)车辆周围环境数据;
通过评估所述车辆周围环境数据来确定(1002)涉及所述车辆(2)和一个或多个潜在周围道路使用者(3)的前面的一个或多个潜在交互情形;
选择(1003)所述一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准;
识别(1004)道路上定位位置(5),以为所选择的至少第一潜在交互情形提供除所述车辆(2)之外的另一有利位置,所述道路上定位位置(5)满足根据进一步ADS开发而感兴趣的可预定位置标准,所述可预定位置标准定义相对于所选择的至少第一潜在交互情形的道路上定位位置;
通过所述ADS(21)控制(1005)部署在所识别的位置(5)的所述车辆(2)的虚拟版本(6);以及
生成(1006)由所述ADS控制的虚拟车辆(6)制定的ADS性能数据。
2.根据权利要求1所述的方法,还包括:
收集(1009)所生成的ADS性能数据的至少一部分以用于ADS的开发。
3.根据权利要求2所述的方法,还包括:
确定(1008)所生成的ADS性能数据的开发价值;
其中,所述收集(1009)包括:在所述开发价值满足可预定开发价值标准的情况下收集所生成的ADS性能数据的至少一部分。
4.根据权利要求1-3中任一项所述的方法,其中,所述选择(1003)所述一个或多个潜在交互情形中的至少第一潜在交互情形包括:选择所述一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据先前收集的ADS性能数据设定的可预定交互标准。
5.根据权利要求1-4中任一项所述的方法,其中,所述识别(1004)道路上定位位置(5)包括:识别道路上定位位置(5),以满足根据先前收集的ADS性能数据设定的可预定交互标准。
6.根据权利要求1-5中任一项所述的方法,还包括:
确定(1007)所述ADS(21)的操作设计域ODD条件被满足。
7.一种场景生成系统(1),用于支持自动驾驶系统ADS(21)的驾驶场景的生成,所述ADS(21)设置在车辆(2)上,所述场景生成系统(1)包括:
周围环境获得单元(101),用于基于从一个或多个车载传感器(24)导出的传感器数据来获得(1001)车辆周围环境数据;
交互确定单元(102),用于通过评估所述车辆周围环境数据来确定(1002)涉及所述车辆(2)和一个或多个潜在周围道路使用者(3)的前面的一个或多个潜在交互情形;
交互选择单元(103),用于选择(1003)一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据请求进一步ADS开发而精确指出交互情形的可预定交互标准;
位置识别单元(104),用于识别(1004)道路上定位位置(5),以为所选择的至少第一潜在交互情形提供除所述车辆(2)之外的另一有利位置,所述道路上定位位置(5)满足根据进一步ADS开发而感兴趣的可预定位置标准,所述可预定位置标准定义相对于所选择的至少第一潜在交互情形的道路上定位位置;
虚拟车辆控制单元(105),用于通过所述ADS(21)控制(1005)部署在所识别位置(5)的所述车辆(2)的虚拟版本(6);以及
数据生成单元(106),用于生成(1006)由ADS控制的虚拟车辆(6)制定的ADS性能数据。
8.根据权利要求7所述的场景生成系统(1),还包括:
数据收集单元(109),用于收集(1009)所生成的ADS性能数据的至少一部分以用于ADS的开发。
9.根据权利要求8所述的场景生成系统(1),还包括:
价值确定单元(108),用于确定(1008)所生成的ADS性能数据的开发价值;
其中,所述数据收集单元(109)适用于和/或配置用于在所述开发价值满足可预定开发价值标准的情况下收集所生成的ADS性能数据的至少一部分。
10.根据权利要求7-9中任一项所述的场景生成系统(1),其中,所述交互选择单元(103)适用于和/或配置用于选择所述一个或多个潜在交互情形中的至少第一潜在交互情形,以满足根据先前收集的ADS性能数据设定的可预定交互标准。
11.根据权利要求7-10中任一项所述的场景生成系统(1),其中,所述位置识别单元(104)适用于和/或配置用于识别道路上定位位置(5),以满足根据先前收集的ADS性能数据设定的可预定交互标准。
12.根据权利要求7-11中任一项所述的场景生成系统(1),还包括:
ODD满足确定单元(107),用于确定(1007)所述ADS(21)的操作设计域ODD条件被满足。
13.一种布置,例如车辆(2)和/或车外系统(7),包括根据权利要求7-12中任一项所述的场景生成系统(1)。
14.一种计算机程序产品,包括计算机程序,所述计算机程序包含计算机程序代码模块,所述计算机程序代码模块被布置为使得计算机或处理器执行根据权利要求1-6中任一项所述的方法的步骤,所述计算机程序存储在计算机可读介质或载波上。
15.一种非易失性计算机可读存储介质,其上存储有根据权利要求14所述的计算机程序产品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP22208321.4 | 2022-11-18 | ||
EP22208321.4A EP4372566A1 (en) | 2022-11-18 | 2022-11-18 | Ads driving scenario generation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118056724A true CN118056724A (zh) | 2024-05-21 |
Family
ID=84360468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311536989.3A Pending CN118056724A (zh) | 2022-11-18 | 2023-11-17 | Ads驾驶场景生成 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP4372566A1 (zh) |
CN (1) | CN118056724A (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3971865A1 (en) * | 2020-09-18 | 2022-03-23 | Zenuity AB | Scenario identification in autonomous driving environments |
EP4036891A1 (en) * | 2021-01-29 | 2022-08-03 | Zenseact AB | Unforeseen vehicle driving scenarios |
-
2022
- 2022-11-18 EP EP22208321.4A patent/EP4372566A1/en active Pending
-
2023
- 2023-11-17 CN CN202311536989.3A patent/CN118056724A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4372566A1 (en) | 2024-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796007B (zh) | 场景识别的方法与计算设备 | |
CN107451521A (zh) | 车辆车道图估算 | |
US11003925B2 (en) | Event prediction system, event prediction method, program, and recording medium having same recorded therein | |
US20210389133A1 (en) | Systems and methods for deriving path-prior data using collected trajectories | |
Rummelhard et al. | Probabilistic grid-based collision risk prediction for driving application | |
JP2020053046A (ja) | 交通情報を表示するための運転者支援システム及び方法 | |
CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
US10532750B2 (en) | Method, device and system for wrong-way driver detection | |
US20230129223A1 (en) | Ads perception system perceived free-space verification | |
US11897501B2 (en) | ADS perception development | |
US20230256994A1 (en) | Assessing relative autonomous vehicle performance via evaluation of other road users | |
CN116724248A (zh) | 用于产生非模态长方体的系统和方法 | |
CN118056724A (zh) | Ads驾驶场景生成 | |
CN115996869A (zh) | 信息处理装置、信息处理方法、信息处理系统和程序 | |
US20220319322A1 (en) | Drive assist apparatus and drive assist method | |
US10876843B2 (en) | Method, device and system for wrong-way driver detection | |
US20220342804A1 (en) | Vehicle software shadow mode testing | |
JP7001795B1 (ja) | シミュレーション用のデータ生成装置、方法及びコンピュータプログラム | |
US20240190466A1 (en) | Systems and methods for controlling a vehicle using high precision and high recall detection | |
US20240190467A1 (en) | Systems and methods for controlling a vehicle using high precision and high recall detection | |
US20240190470A1 (en) | Systems and methods for controlling a vehicle using high precision and high recall detection | |
US20230331256A1 (en) | Discerning fault for rule violations of autonomous vehicles for data processing | |
US20240166204A1 (en) | Vehicle Collision Threat Assessment | |
EP4276791A1 (en) | Prediction of near-future behavior of road users | |
US20240190424A1 (en) | Systems and methods for controlling a vehicle using high precision and high recall detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |