[发明专利]一种基于动态时间规整算法的人车差异性数据触发记录控制方法

说明书

本发明公开了一种基于动态时间规整算法的人车差异性数据触发记录控制方法，涉及自动驾驶技术领域，进行驾驶员的操控输入和环境感知系统的信息输入；自动驾驶算法接收环境感知系统的感知结果，并计算输出期望加/减速度和期望方向盘转角；驾驶员的操控输入为油门/制动踏板开度和方向盘转角，通过一个标定好的模型，将驾驶员的踏板开度转化为加/减速度；本发明可实现对差异性数据的自动触发式记录，代替了传统方案中需要辅助人员介入的“人工标定、手动触发”方法；通过基于时间规整算法的差异性实时触发控制记录方法，可大大减少冗余的数据量，同时可提高数据挖掘的效率，从而降低时间成本与人力消耗。

技术领域

本发明涉及自动驾驶技术领域，具体为一种基于动态时间规整算法的人车差异性数据触发记录控制方法。

背景技术

在自动驾驶系统的研发过程中，利用驾驶行为大数据作为驱动已成为国际主流的研究趋势。自动驾驶汽车凭借强大的环感系统获取道路交通环境数据、车辆行驶状态数据及驾驶员操控行为等数据已不成问题，然而，直接获取到的数据是海量的、冗余的、甚至是包含噪声的低质量数据，这样的数据对系统性能优化造成了较大的阻碍。

为了提升数据挖掘效率，同时尽可能地剔除冗余数据，此前，国内外各大车企和科技公司在进行自动驾驶系统测试及相关数据采集时，均配备了辅助测试人员，以“人工标定、手动触发”的方式记录人车控制指令差异性数据，这无疑增加了系统研发的时间成本与人力消耗，况且手动触发的精度也难以保证，近年来，随着汽车事件数据记录系统(EventData Recorder system，简写为EDR)的部署，研究人员在此基础上研发了一种自动驾驶汽车事件数据记录系统(Autopilot Data Recorder system，简写为ADR)，ADR系统是由ADR设备、车载两线以太网网关、车载网联终端、视频记录设备及云平台5个部分组成，能自动侦听和采集自动驾驶控制器发出的指令数据并将不同数据写入各自的文件缓存中，在此背景下，我国为加强对汽车事件的成因分析取证，从而建立在事件发生时车辆与驾驶员等完整、可信的相关数据，工业和信息化部装备工业司组织行业机构、重点企业等单位研究开展了《汽车事件数据记录系统》强制性国家标准的制定，并将于2022年1月1日正式实施。该项国家标准中提出了“碰撞事件触发阈值”的概念，即当车辆达到某项触发阈值条件时，该事件才应被记录。同期相比，美国特斯拉公司于2019年提出了“影子模式(Shadow Mode)”并将该项技术植入其旗下自动驾驶产品Autopilot中，旨在记录后台虚拟运行的自动驾驶系统输出与真实驾驶员操控输出相悖的情况(以数据包的形式传送至云端)。与国内绝大多数自动驾驶研发机构相比，该项技术大大降低了数据采集成本并显著提高了数据采集的有效率。特斯拉出于提升Autopilot系统对不同场景的通过率的目的，影子模式所采集的差异性数据仅为人车控制指令存在严重程度偏差，这样的偏差计算也是粗略的、泛泛地。

因此，针对以上自动驾驶数据采集存在的问题，亟待开发一种自动触发式的人车差异性数据记录控制方法，从而降低传统数据采集所需的时间成本与人力消耗，同时也能大幅度地较少数据冗余量、提高数据挖掘效率，进而为自动驾驶系统的性能优化提供更有效的数据支持

发明内容

针对现有技术的不足，本发明提供了一种基于动态时间规整算法的人车差异性数据触发记录控制方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于动态时间规整算法的人车差异性数据触发记录控制方法，包括以下步骤：

S1、进行驾驶员的操控输入和环境感知系统的信息输入；

S2、自动驾驶算法接收环境感知系统的感知结果，并计算输出期望加/减速度和期望方向盘转角；

S3、驾驶员的操控输入为油门/制动踏板开度和方向盘转角，通过一个标定好的模型，将驾驶员的踏板开度转化为加/减速度；

S4、将自动驾驶系统输出的期望控制量和驾驶员输出的实际控制量，输入到控制指令偏差分析模型中；