自动驾驶规划决策与测评-TOPS_交通运行与仿真课题组

自动驾驶规划决策与测评

撰稿 2021年12月01日 19:45:39 阅读()

交通系统已逐步进入人机共驾、人机混驾的智能网联交通时代。自动驾驶需要合理应对各类复杂交通环境，否则会产生巨大安全风险。由于交通事故是极小概率事件，获得具有统计学意义的事故率需要超过100亿公里的大规模长周期测试。传统实车道路测试无法满足自动驾驶测试需求，亟需开发新型虚拟测试技术。课题组面向自动驾驶虚拟测试需求，突破了场景智能化生成、加速测试理论、高精度背景交通流模拟、驾驶能力评价、自主可控测试工具链构建等全栈技术，研发了场景高覆盖、测试可加速、工具可协同、评价可互信的自动驾驶仿真服务系统（SAAS）。

进一步，课题组在研究单车自动驾驶基础上，面向人机混驾交通场景，重点关注状态共享、意图共享、任务协作、被动执行下的四类人机混驾协同理论方法；面向人机共驾交通场景，重点关注人机共驾下柔性控制权切换问题，支撑未来智能网联交通环境下的协同驾驶与群集智能。

1.自动驾驶测试服务系统（SAAS）

测试服务系统的研发主要面向四大任务，（1）场景分析与自动化建模（iScenario），研究提取自然驾驶关键参数，实现场景的自动化建模与分析，在此基础上利用AI和本体论等方法自动化生成新场景；（2）复杂交通流自动化生成（iTraffic），研究面向自动驾驶安全性测试需求，自动化模拟生成连续式、双向交互测试场景；（3）场景测试优化（iOptimizer），针对测试场景参数组合爆炸问题，根据场景关键参数分布特征对分布进行加速，模型确认后计算加速比，提升自动驾驶场景测试速度和效率；（4）测试结果分析与评价（iEvaluation），针对自动驾驶安全性、拟人化、交互社会性等多维评价需求，基于海量人类自然驾驶大数据，构建自动驾驶“驾驶能力”评价指标体系。最终力求实现场景自动加载，背景交通可信，加速效果显著，评价体系全面的测试服务系统。自动驾驶测试服务系统与自动驾驶测试工具链深度协同，可满足各类自动驾驶技术的测试评价需求。

自动驾驶测试服务系统

自动驾驶测试工具链

2.协同自动驾驶与群集智能

协同自动驾驶与群集智能关注人机混驾协同智能、人机共驾控制权柔性切换两个关键问题，首先以状态共享、意图共享、协商决策、任务执行四类协同为手段，研究如何实现自动驾驶从单车智能到协同智能的突破；其次，针对人机共驾L3级自动驾驶控制权柔性切换关键技术难点，考虑驾驶员反应时间、反应正确性，研究如何提高驾驶人接管能力和人类能否从生理-心理-基因层面接受L3级别的接管请求等问题，实现柔性控制权切换技术的突破。