[发明专利]自主交通工具关键场景的自适应生成和评估

说明书

描述了用于在自主驾驶模拟平台中进行测试的自主驾驶场景的自适应生成和修改的方法、系统和用例的各个方面。在示例中，用于自主驾驶场景评估的方法包括：标识用于在模拟中使用的第一场景，该第一场景由第一场景参数集合限定；基于由第一场景中的自主驾驶模型使用的安全性操作来标识第一场景的第一风险评估度量；基于第二风险评估度量来从第一场景参数集合的改变中确定第二(改变的)场景参数集合；以及基于该第二(改变的)场景参数集合来生成第二场景。例如，第二自主驾驶场景可以比第一风险评估度量对安全性操作具有更大的难度，从而实现测试复杂性的增加。

优先权要求

本申请要求于2020年12月17日提交的国际申请第PCT/CN2020/137372号和于2020年12月17日提交的国际申请第PCT/CN2020/137373号的优先权，这两个国际申请中的每一个国际申请通过引用以其整体并入本文中。

技术领域

本文中描述的实施例总体上涉及自动化驾驶或驾驶员辅助驾驶技术，并且更具体地，涉及用于在模拟和测试环境中的自主驾驶场景的评估和生成的方法。

背景技术

自主驾驶(autonomous driving，AD)的大规模使用越来越近，但自主交通工具(autonomous vehicle，AV)的安全性仍然是显著的挑战。在可预见的未来，AV将与人类驾驶的交通工具长期在道路上共存。然而，由于鲁莽驾驶、故意违反交通规则、疏忽大意、交通工具失控、心不在焉等原因，人类驾驶的交通工具和行人的行为通常具有相当大的不确定性。这些不确定性将导致对于AV出现许多不可预测和危险的情况，这些情况在本文中被称为“关键场景”。

这些现实生活中的危险情况对于AV的开发和安全性评估是非常有价值的。随着改进，AV可以被训练，并且学习如何预测和评测道路上的潜在风险，以及如何与人类驾驶员和行人交互。然而，用于测试AV对各种关键场景的性能和响应的现有的方法遇到了各种限制。此类测试限制包括考虑适用于AD设置的大量关键场景所需的时间量，以及在AV软件的测试期间标识、验证和应用关键场景所需的时间。

附图说明

在附图中(这些附图不必按比例绘制)，同样的数字可描述不同视图中的类似组件。具有不同的字母后缀的相同的数字可表示类似组件的不同实例。在所附附图的图中通过示例的方式而非限制性地图示出一些实施例，其中：

图1图示出根据示例的实现自主驾驶软件的自主交通工具系统。

图2图示出根据示例的用于关键场景的自适应生成和测试的示例数据流。

图3图示出根据示例的与关键场景的自适应生成和测试一起使用的、对自主驾驶案例的碰撞时间计算。

图4图示出根据示例的具有使用碰撞时间输入限定的搜索空间的碰撞时间分布。

图5图示出根据示例的用于关键场景的自适应生成和使用的方法的流程图。

图6图示出根据示例的展示自主交通工具操作安全性模型的移动交通工具场景的示例。

图7图示出根据示例的用于对自主驾驶场景操作安全性复杂性评估的示例工作流。

图8图示出根据示例的测试场景地图中的交通工具位置。

图9A和图9B图示出根据示例的提供路段范围调节的测试场景地图。

图10图示出根据示例的提供场景规范化的测试场景地图。

图11A、图11B和图11C图示出根据示例的在直路环境中的测试场景评估的示例。

图12A和图12B图示出根据示例的在交叉路口环境中的测试场景评估的示例。

图13图示出根据示例的基于交通工具操作安全性规则的场景复杂性评估的过程流的示例。