智能网联汽车仿真测试与平行驾驶 -课件 第2章 智能网联汽车

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1一、场景的的定义“场景”，指戏剧、电影中的场面，泛指情境，在影视剧中，场景是指在一定的时间、空间（主要是空间）内发生的一定的任务行动或因人物关系所构成的具体生活画面。2一、测试场景的定义“场景”在汽车驾驶领域“场景”：在一定的时间、空间范围内行驶环境与汽车驾驶行为的综合表现。3二、测试场景的来源自动驾驶汽车是人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作的综合智能系统。4三、自动驾驶汽车测试方法自动驾驶汽车的测试方法主要分为：（1）场景测试法（1）里程测试法三、里程测试法里程测试法是让车辆在固定的环境下不断的行驶，在此之前不对其设定目标。测试周期长、测试效果不明显、测试成本高。三、场景测试法场景测试法是让车辆在预先设置的道路、环境中行驶，达到预先制定目标的测试方法。场景测试方法相对来说更加的灵活且有针对性。四、测试场景的意义8中国对于智能车辆的研究上世纪80年代，‌经过三十余载的发展，‌曾经的幻想正在成为现实。‌2017年4月，‌百度展示了与博世合作开发的高速公路辅助功能增强版演示车。‌2024年华为在北京车展前夕公布了ADS3.0和独立品牌“乾崑”2015年百度成立自动驾驶部门2010年国防科技大学HQ3无人车完成286公里告诉无人驾驶测试四、测试场景的意义针对测试场景的研究，由经验理论进行构造或者从数据中筛选提取都可作为测试场景的数据来源基础，再进一步将其部属至虚拟或真实测试场地，并对测试对象进行试验、测试、分析总结来满足软件、硬件系统的开发和测试，以及部件系统到整车不同阶段的测试与验证需求。经验理论数据库测试场景数据来源虚拟/真实测试场地四、测试场景对自动驾驶测试的意义对于自动驾驶汽车的测试，测试场景的研究是非常重要的。先进驾驶辅助系统到更高级别的驾驶辅助或者自动驾驶需要满足各场景的功能要求。五、测试场景功能开发阶段

基于应用场景针对设计的应用范围进行各种场景测试，在测试中既可以帮助形成安全要求，开发必要的软硬件组件，又可以测试组件的安全性。初步功能开发验证多个体现特定性能的场景下常见或经典场景下相对完成的系统完成汽车全方面性能评价对安全性和可靠性进行检测认证六、测试场景的应用

在自动驾驶汽车上路之前还需要完成进一步的检测与认证。通过对常见的或者经典的场景进行构建选取，考查自动驾驶汽车在该场景下的行为，对其安全性和可靠性进行检测和认证，从而判断该车是否可以适应真实的交通环境。基于应用场景进行场景测试形成安全要求开发必要的软硬件组件测试组件的安全性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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测试场景分类14场景元素是构建测试场景的基础，在自动驾驶汽车的测试和评估过程中至关重要，是评价体系的主要支撑。经过对场景元素的定义和分类，可以为场景数据的采集、挖掘、分析和处理提供有效的支持。为了方便元素的分析和组织，有必要对场景元素进行分类。自动驾驶测试要求环境要素自动驾驶任务元素基本属性静态元素动态元素场景元素拓扑关系道路元素交通参与元者素气象元素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场景要素分类-环境要素

15环境要素包括静态环境要素和动态环境要素。MIT用于动态驾驶场景分割的MITDriveSeg数据截屏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场景元素分类-静态元素静态元素是指无运动物体，且通过视觉可以感受到的区域场景，包括障碍物、周围景观、交通设施、道路。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场景元素分类-动态元素17动态环境要素指车辆动态驾驶任务中处于动态变化的要素，包括动态指示设施、通信环境信息。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场景元素分类-道路元素18道路元素包括桥涵、匝道、交叉口、路表、路段。蓝色部分为可行驶道路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场景元素分类-交通参与元素19交通参与元素包括机动车、非机动车、步行行人、残疾人、动物。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场景要素分类-测试车辆要素

20测试车辆的要素信息主要包括测试车辆的重量、几何信息、性能信息、位置状态信息、运动状态信息和驾驶任务信息。测试车辆要素信息几何信息重量长、宽、高重心位置性能信息最大加速度最大车速百公里油耗最大爬坡角度位置状态信息车道位置信息坐标信息运动状态信息纵向运动状态信息横向运动状态信息驾驶任务信息感知识别类驾驶任务信息路径规划类驾驶任务信息人机交互类驾驶任务信息联网通信类驾驶任务信息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测试场景分类21为了满足开发、验证和测试过程中的不同应用需求，场景的分类方式也不同。可以根据场景的应用方式来分类如仿真测试场景和场地测试场景等，也可以从测试场景的抽象程度来分类如逻辑场景、功能场景、具体场景等不同层次的场景，还可以通过测试场景来源进行分类如自然驾驶场景、危险工况场景、标准法规测试场景、参数重组测试场景。分类方式类型测试场景的抽象程度逻辑场景功能场景具体场景场景应用方式模拟测试场景场地测试场景场景来源自然驾驶场景危险工况场景标准法规测试场景参数重组测试场景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测试场景的应用方式-仿真测试场景仿真测试场景是主要运用于软件在环测试、硬件在环测试和车辆在环测试。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测试场景的应用方式-场地测试场景23封闭式测试场地试验场测试场景可以分为封闭式场地测试场景、开放式场地测试场景。封闭测试场的测试重点是考核车辆对交通环境的感知及应对能力；开放式测试场景是测试的最终阶段，达到一定测试里程并性能合格的情况下两个阶段，才有可能落地商业应用开放式测试场地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测试场景的抽象程度-逻辑场景24逻辑场景是基于状态空间变量对功能场景的进一步详细描述，用于项目开发阶段的生成需求。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测试场景的抽象程度-功能场景将最抽象的层次操作场景采用语义描述，即用语言场景符号描述场景区域内的实体和实体之间的关系。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测试场景的抽象程度-具体场景确定状态空间中参数范围的具体值，明确描述实体之间的关系，并在状态空间中详细描述测试场景。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测试场景的数据来源-自然驾驶场景自然驾驶场景是来源于汽车真实的自然驾驶状态的场景，是构建自动驾驶测试场景中最基础的数据来源，也是证明自动驾驶有效性的一种最充分的测试场景。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测试场景的数据来源-危险工况场景危险驾驶场景是自动驾驶测试过程中自动驾驶控制策略验证的关键环节。测试自动驾驶车辆在危险情况下的避碰能力是整个自动驾驶安全测试的核心。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测试场景的数据来源-标准法测试场景29基于现有标准法规构建测试场景，即为标准法规测试场景，是一种基础测试场景。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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一、测试场景的数据来源-参数重组测试场景31参数重组测试场景能灵活运用各个要素进行参数设置，进行仿真场景的自动重组，弥补大量未知情况的自动驾驶场景，很好地覆盖了数据库中的盲区。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一、测试场景构建方法概述每一辆测试车都是一个“黑匣子”，在不同的环境下车辆会作出不同的反应，从而得出不同的数据，而我们要做的就是为测试测提供大量的、尽可能与现实环境相似的环境，因为测试场景越接近现实，所观察到的数据也就更真实，对于车辆的检测和认证就更有价值。但是真实的场景无穷无尽，我们没有办法把测试车放到我们的真实场景中进行测试，直到它经历所有可能发生的交通状况。那么我们就需要将现实中的场景进行精炼和提取，将其中的元素进行合成，从而组成更多的场景，这样既可以大大提高获取测试场景的成本，也可以大幅度的提高测试效率。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一、测试场景构建——场景采集场景的采集是场景构建的起点，在明确场景的分类方法和构成要素后，应考虑元素分类特点，制定场景采集和数据处理方案。场景的构成即通过对已采集的、现有的场景进行分析，将其中可用的元素进行重新组合从而产生新场景。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一、自然驾驶场景数据采集的特点场景数据一般来源于自然驾驶场景数据、事故场景数据以及在基于这两种场景测试过程中新产生的场景数据。自然驾驶场景数据来源于真实环境能够全面覆盖各种场景，也是其他数据的来源相对第二种数据采集更方便，虽然体量庞大但是自然驾驶场景数据采集还是占场景采集的主要地位。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二、数据采集途径

自然驾驶数据来源于真实环境；事故驾驶数据在分析通过事故现场、行车记录仪、监控记录等重现画面制作而成。35事故现场事故现场道路监控行车记录仪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二、数据采集途径——飞行器36目前除了自然驾驶场景数据、事故场景数据、还有使用飞行器进行道路数据采集，其特点是效率高、广阔、安全性高。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三、场景数据处理场景数据采集应以统一的场景数据采集需求、场景数据储存格式、同步方式等基本前提进行采集，并且为了方便后期的数据分析，提高场景数据的可用性，在进行场景数据储存管理之前，需要进行数据预处理，数据预处理主要包括在线处理和离线处理。37数据可视化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三、采集平台方案38基于视觉传感器的采集方案成本和技术难度比较低，所具备的采集能力也比较基础，但是能满足大规模的驾驶场景采集。基于多传感器融合的场景采集平台集摄像头、激光雷达、毫米雷达等感知传感器于一体，可最大限度的提高采样多样性和采样精度。视觉雷达和激光雷达E6636BC20180234D78A0072836F0B3B062B9B207100DDB20A0D98F39B16C2BA34B43BC38C168AB0122592F0838465CEB921921FAF1D0ABC11BBFC26B7F4E1ADA24FB2EADD526949754C728F767A2439F9FD0E9157C626057A81A5197EE01DCA8DD06229F4E3E6636BC20180234D78A0072836F0B99012B9B2041CBB0BD0AED9843CB1E92B759B4BB3387161DB0A22092008384687EBAD09218A11D00BB11BBFC253752E1BD324F50EAD8127E48704882AE76E224046D963E4B175990FA048DEA195FADFAC88D9862B9F9E3E6636BC20180234D78A0072836F0BE8092B9B20C1995FBB0AAD98B33B1032B25BB4EBB387163FB0F22C92E08384670EB2809215AC1D0FBA11BBFC2437A1E1FD724F5F8AD632564B7B4FF2ED7684240538A9CE0BE76481F81688BF19F28E95C98DFE620900E3三、数据储存和管理

采得场景数据后必须对数据进行分析挖掘，处理后才能形成满足需要的测试场景。该过程一般包含场景理解，理解测试场景中与主车行驶有关联的物体含义；特征提取，在场景理解的基础上对测试场景中动态静态特征元素和特征量进行提取；场景聚类，对具备相同特征信息的场景进行聚类，对不同特征信息的场景进行分类处理。

39E6636BC20180234D78A0072836F0B3B062B9B207100DDB20A0D98F39B16C2BA34B43BC38C168AB0122592F0838465CEB921921FAF1D0ABC11BBFC26B7F4E1ADA24FB2EADD526949754C728F767A2439F9FD0E9157C626057A81A5197EE01DCA8DD06229F4E3E6636BC20180234D78A0072836F0B99012B9B2041CBB0BD0AED9843CB1E92B759B4BB3387161DB0A22092008384687EBAD09218A11D00BB11BBFC253752E1BD324F50EAD8127E48704882AE76E224046D963E4B175990FA048DEA195FADFAC88D9862B9F9E3E6636BC20180234D78A0072836F0BE8092B9B20C1995FBB0AAD98B33B1032B25BB4EBB387163FB0F22C92E08384670EB2809215AC1D0FBA11BBFC2437A1E1FD724F5F8AD632564B7B4FF2ED7684240538A9CE0BE76481F81688BF19F28E95C98DFE620900E3四、测试场景应用关键技术采集的场景要想在测试场景派上用场，必须借助技术手段将其复现出来。自动驾驶测试场景应用关键技术包括场景应用预处理技术、仿真测试中的场景应用以及物理测试中的场景应用技术。40复杂场景规则化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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自动驾驶测试场景技术研究现状

42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

43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

44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。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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。46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。49L4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