智能网联汽车仿真测试与平行驾驶 -课件 2.1.4 自动驾驶测试场景技术研究现状

第二章智能网联汽车

仿真测试场景技术

任务1：智能网联汽车仿真测试场景认知骆佳豪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自动驾驶测试场景技术研究现状

2自动驾驶测试场景是自动驾驶技术开发、验证、确认和测试评价的重要基础，世界各国对自动驾驶测试场景技术都给予了相当的重视。自动驾驶测试场景技术的研究范围非常广泛，包含了针对自动驾驶测试场景的方法论、数据采集、数据挖掘、场景重构、仿真、场地、道路场景等各个方面。自动驾驶地图约占自动驾驶产业总产值的5‰，虽然只是一小部分不能成为核心竞争力，但也是不可或缺的一大部分。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自动驾驶测试场景资本投入情况

3作为基础设施，自动驾驶场景地图引来了众多投资，国内外的投资竞争也十分激烈。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自动驾驶测试场景资本投入情况

4新兴势力也势头正猛，并且国内的初始创业也在2018年大步迈开，开始了迅速发展。E6636BC20180234D78A0072836F0B3B062B9B207100DDB20A0D98F39B16C2BA34B43BC38C168AB0122592F0838465CEB921921FAF1D0ABC11BBFC26B7F4E1ADA24FB2EADD526949754C728F767A2439F9FD0E9157C626057A81A5197EE01DCA8DD06229F4E3E6636BC20180234D78A0072836F0B99012B9B2041CBB0BD0AED9843CB1E92B759B4BB3387161DB0A22092008384687EBAD09218A11D00BB11BBFC253752E1BD324F50EAD8127E48704882AE76E224046D963E4B175990FA048DEA195FADFAC88D9862B9F9E3E6636BC20180234D78A0072836F0BE8092B9B20C1995FBB0AAD98B33B1032B25BB4EBB387163FB0F22C92E08384670EB2809215AC1D0FBA11BBFC2437A1E1FD724F5F8AD632564B7B4FF2ED7684240538A9CE0BE76481F81688BF19F28E95C98DFE620900E3研究现状——架构分析

一些研究人员对自动驾驶及其测试的情景、场景等的属性和异同进行了分析，形成了如图所示的场景架构。一个场景由多个具有预定行为和事件的场景组成。在图中，树结构的节点表示场景，树结构的边缘表示行为和事件。基于情景、行为和事件的场景架构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五层层次模型（1/6）

物流德国Pegasus项目从测试场景的解构与重构角度出发，提出使用五层层次模型来实现场景的构建。第一层(L1)为道路层，描述场景中道路的几何结构、尺寸、各几何结构之间的拓扑关系、道路铺装的质量状态、平面边界信息。6道路层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五层层次模型（2/6）

第二层(L2)是交通设施层，描述了各种固定静止的交通设施与道路层，可以限制自主车辆和其他动态交通参与者的运动场景中，根据特定的交通规则进行运动。交通设施层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五层层次模型（3/6）

第三层(L3)为L1、L2的临时运营层，描述现场临时建成，短时间内（大于1d）未移动或拆除的路段及相关交通设施。L1和L2的临时操作层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五层层次模型（4/6）

第四层(L4)是目标层，描述场景中各种动态、静态和移动的交通参与者以及交通参与者之间的交互和运动行为。9L4目标层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五层层次模型（6/6）

以上五层模型实现了场景要素的清晰分层，有利于场景分析的规范化、普世化和自动生成，并被大量的学者和机构引用；这种分层模型的缺点是忽略了智能联网车辆定位和通信能力测试的场景构建需求。为了解决这一问题，Pegasus项目在最新的报告中提出，在原来的五层模型的底部增加了第六层(L6)—数据通信层，形成六层模型描述场景元素层，如图所示，其中数据通信层描述V2X通信信息和场景中的高精度地图。10第六层数据通信层E6636BC20180234D78A0072836F0B3B062B9B207100DDB20A0D98F39B16C2BA34B43BC38C168AB0122592F0838465CEB921921FAF1D0ABC11BBFC26B7F4E1ADA24FB2EADD526949754C728F767A2439F9FD0E9157C626057A81A5197EE01DCA8DD06229F4E3E6636BC20180234D78A0072836F0B99012B9B2041CBB0BD0AED9843CB1E92B759B4BB3387161DB0A22092008