[发明专利]面向智能网联车在环场景导向自适应评价测试方法及系统

权利要求书

1.面向智能网联车在环场景导向自适应评价测试方法，其特征在于，包括以下步骤：

数据获取步骤：利用深度神经网络从视频数据中提取风险场景切片；

数据库建立步骤：从风险场景切片中提取交通场景信息并确定该场景风险水平，根据该场景风险水平，建立场景描述文件，形成风险场景库；

分析步骤：利用不同水平的风险场景对被测车辆的风险应对能力估计量进行调整，得到被测车辆最终风险应对能力。

2.根据权利要求1所述的面向智能网联车在环场景导向自适应评价测试方法，其特征在于，

数据获取步骤的具体内容包括：通过标注完成的自动驾驶风险场景数据训练深度神经网络，利用该神经网络对视频数据集中风险场景进行自动识别，输出预设连续视频帧数的风险场景切片。

3.根据权利要求1所述的面向智能网联车在环场景导向自适应评价测试方法，其特征在于，

数据库建立步骤具体内容包括：提取风险场景切片中任一帧图像，依次通过目标检测与分类、车道线检测、结构化信息计算、风险度量和标准格式场景形成后，进行标准场景存储，形成风险场景库。

4.根据权利要求1所述的面向智能网联车在环场景导向自适应评价测试方法，其特征在于，

分析步骤的具体内容包括：基于被测车辆状态和先验风险应对能力估计量从风险场景库中触发对应场景，根据被测车辆对不同风险水平场景的反应调整被测车辆风险应对能力评估，得到被测车辆最终风险应对能力。

5.面向智能网联车在环场景导向自适应评价测试系统，其特征在于实施权利要求1-4任一项所述的面向智能网联车在环场景导向自适应评价测试方法，包括依次连接的数据获取模块、数据库建立模块、分析评价模块；

数据获取模块，用于利用深度神经网络从视频数据中提取风险场景切片；

数据库建立模块，用于从风险场景切片中提取交通场景信息并确定该场景风险水平，根据该场景风险水平，建立场景描述文件，形成风险场景库；

分析评价模块，用于利用不同水平的风险场景对被测车辆的风险应对能力估计量进行调整，得到被测车辆最终风险应对能力。

6.根据权利要求5所述的面向智能网联车在环场景导向自适应评价测试系统，其特征在于，

数据库建立模块包括依次连接的目标检测与分类单元、车道线检测单元、结构化信息计算单元、风险度量单元和标准格式场景形成单元；

目标检测与分类单元，用于获取风险场景切片中任一帧图像中各交通实体信息；

车道线检测单元，用于获取道路线性拓扑信息；

结构化信息计算单元，用于结合道路线性拓扑信息获取交通实体在车道上的位置和投影速度；

风险度量单元，用于计算主车和图像中各交通实体的风险度量最大值作为该场景的风险度量；

标准格式场景形成单元，用于形成标准格式场景，并使用XML或Json格式存储。

7.根据权利要求6所述的面向智能网联车在环场景导向自适应评价测试系统，其特征在于，

风险度量单元中风险度量的主要基准为距离碰撞时间，距离碰撞时间的计算公式如下式：

其中，x_c(t)为车间相对距离，v_c(t)为车间相对速度。