面向自动驾驶安全测试的碰撞场景构建与仿真分析
Collision scenario construction and simulation analysis for autonomous driving safety testing作者机构:中南大学交通运输工程学院湖南长沙410075 北京交通大学轨道交通控制与安全国家重点实验室北京100044
出 版 物:《中国安全科学学报》 (China Safety Science Journal)
年 卷 期:2024年第34卷第7期
页 面:211-218页
核心收录:
学科分类:08[工学] 082304[工学-载运工具运用工程] 0837[工学-安全科学与工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程]
基 金:国家自然科学基金面上项目资助(72371251) 湖南省自然科学基金杰出青年项目资助(2024JJ2080) 轨道交通控制与安全国家重点实验室(北京交通大学)开放课题基金资助(RCS2022K004)
主 题:自动驾驶 安全测试 深度强化学习 碰撞测试场景 仿真试验
摘 要:为减少自动驾驶车辆产生的交通事故,提高车辆在仿真环境中的安全测试效率,提出一种基于深度强化学习的自动驾驶碰撞测试场景构建方法。首先,通过设置状态、动作和奖励函数,将车辆的驾驶过程映射为马尔可夫决策过程;然后,基于搭建的仿真平台(CARLA-DRL)训练智能体完成车辆碰撞任务,生成碰撞测试场景;最后,随机进行500次碰撞仿真试验,根据智能体与自动驾驶车辆的相对距离,分析碰撞成功率、碰撞时间和冲突能量。结果表明:智能体生成符合车辆动力学的碰撞轨迹,能够构建精细化、多类型的碰撞测试场景;智能体与自动驾驶车辆的平均碰撞成功率为62.20%,平均碰撞时间为127.25 s,平均冲突能量值为175.98 kJ。该方法能够构建高频、高效和高危的自动驾驶车辆碰撞测试场景,增加仿真场景中偶发高风险场景的发生概率,提高自动驾驶车辆对于碰撞事故的安全测试效率。