面向自动紧急转向场景的自动驾驶测试用例生成方法

作     者：饶聪波 赵津 刘畅 孙念怡 RAO Congbo;ZHAO Jin;LIU Chang;SUN Nianyi

作者机构：贵州大学现代制造技术教育部重点实验室贵州贵阳550025 贵州大学机械工程学院贵州贵阳550025 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2024年第47卷第16期

页      面：130-136页

学科分类：07[理学] 08[工学] 080203[工学-机械设计及理论] 070104[理学-应用数学] 0802[工学-机械工程] 081101[工学-控制理论与控制工程] 0701[理学-数学] 0811[工学-控制科学与工程] 

基　　金：贵州省高层次创新人才(GCC016) 贵州省智能网联车辆协同感知科技创新人才团队(CXTD009) 

主　　题：自动紧急转向 自动驾驶 测试用例 临界安全距离 High D数据集 核密度估计 蒙特卡洛法 重要性抽样 

摘      要：为了验证智能汽车的安全性,需要生成大量用例用于系统测试。对此,提出一种基于临界安全距离模型的用例生成方法,该方法用于生成测试自动紧急转向(AES)系统的场景用例。首先通过对临界安全距离模型进行分析,识别出影响行车安全的关键参数;然后,从自然驾驶数据集High D中提取这些参数,并采用核密度估计方法构建AES测试场景的描述模型。使用蒙特卡洛(MC)方法对描述模型进行抽样,生成与自然驾驶行为参数特征相符的测试用例。同时,为了解决MC方法生成用例中风险及危险场景匮乏的问题,进一步引入重要性抽样(IS)方法,以提升风险用例和危险用例的生成比例。实验结果表明:所提方法能够高效地生成用于AES系统的测试用例;与MC方法相比,IS方法在风险用例上平均增加207.9%,在危险用例上平均增加272.6%,从而显著提高了测试效率。