基于目标优化的自动驾驶决策规划系统自动化测试方法

利用仿真技术的场景测试方法已成为国内外研究热点,其中如何在大量场景中找到有价值的关键场景至关重要。针对上述问题,基于优化搜索算法提出了一种面向决策规划系统的关键场景自动化测试方法,能够克服传统场景测试方法的盲目性,提高测试效率。基于决策规划系统硬件在环测试平台,验证了该方法的有效性,并对比了不同搜索算法的关键场景生成效果。实验结果表明,贝叶斯优化算法和遗传算法相比于随机搜索算法产生危险关键场景的数量提高了3.3倍和2.5倍,配合自动化测试手段,方法能够有效提高场景测试效率。     

自动驾驶车辆智能性评价研究综述

围绕自动驾驶车辆智能性评价进行了深入的分析和总结.首先,对自动驾驶车辆智能性定义进行了综述和对比;之后,系统梳理了现阶段自动驾驶车辆智能性评价选取的评价指标;然后,按定性评价和定量评价两种方式对评价方法进行了整理和概述,并深入分析了不同评价方法的应用特点和局限;最后,就自动驾驶车辆智能性评价的进一步发展提出了若干研究方向的展望.     

城市自动驾驶决策系统安全分析与策略设计

基于系统理论过程分析（system theory process analysis, STPA）, 提出了一种面向高等级自动驾驶决策系统的安全性开发方法。该方法应用在一个城市自动驾驶决策系统的原型开发阶段, 通过安全分析得到系统的70个不安全控制行为。针对其中3个功能状态, 分析得到10个不安全控制行为原因, 提出9个安全策略。应用其中一个典型安全策略进行系统改进, 通过仿真试验对其进行了验证。试验结果表明,基于所提出方法设计的安全策略有效可行, 提出的方法能够提高自动驾驶决策系统的安全性。     

降雨条件下车载激光雷达感知局限性

针对激光雷达在降雨条件下的性能局限性问题,基于封闭场地中的降雨模拟设施,分别选取一款机械旋转雷达和混合固态激光雷达采集不同降雨条件下的点云数据,通过构建包括5项客观指标的指标集,对两类激光雷达受降雨条件影响的程度进行了对比分析。试验结果表明,降雨会在一定程度上减少点云的数量,降低点云的反射率,增加反射率信息熵,降低反射率信噪比;降雨的雾化现象会大幅恶化激光雷达的表现,在20m~40m内,对机械旋转雷达造成91.49%的平均点云数量削减和82.98%的平均反射率削减;而波长较长、非重复扫描的混合固态雷达在降雨下具有更好的穿透性,点云数量较为稳定;但混合固态雷达在降雨环境下的点云会包含更多反射率较低的雨滴回波,因此需要采用更有效地噪声滤除算法。     

自动驾驶汽车测试技术与应用进展

针对自动驾驶汽车的决策规划、环境感知等测试需求,从测试方法、测试工具以及测试加速三个方面,系统地总结了自动驾驶汽车测试技术与应用现状,深入地分析了自动驾驶汽车测试技术的特点和适用范围.最后,指出了自动驾驶汽车测试技术的未来发展方向.     

基于有限状态机的预期功能安全危害识别方法

针对自动驾驶系统危害与场景不可分割的特点,提出了一种基于有限状态机模型（FSM）的整车级预期功能安全危害识别方法。首先,明确危害事件组成要素;其次,将自动驾驶系统抽象为有限状态机模型以明确车辆状态和运行环境;最后,通过识别车辆状态与运行环境的冲突情况,系统性识别自动驾驶系统预期功能安全危害事件,减少对专家知识的依赖。为验证所提出方法的有效性,在某SAE L3级自动驾驶汽车上应用了该方法进行危害识别。结果表明,相较于系统理论过程分析（STPA）方法,有限状态机模型包含更加详细且系统化的环境信息,且由有限状态机模型直接输出危害事件要素,提高了危害识别的系统性。