高级别自动驾驶系统性能测试评估方法及系统与流程

本发明涉及轮式或履带式车辆的测试，具体涉及一种高级别自动驾驶系统性能测试评估方法及系统。

背景技术：

1、低级别自动驾驶系统的测试通常是针对单一的功能，例如aeb(自动紧急制动)的测试，就是在被测的车辆前放置障碍物，测试车辆在即将碰撞时会不会自动触发刹车制动，在这个过程中记录车辆控制器发出的信号、车辆的车速、刹车距离等数据，对这些数据加以评估来评价该系统的aeb功能是否满足设计要求。

2、高级别自动驾驶系统通常是基于驾驶任务在运行，如智能出租车完成乘客的接送为一个驾驶任务。在其运行中同时需要有若干功能在同步工作，所以单个功能的测试验证并不能实现对其行驶安全性的评估，需要基于实际的驾驶场景来对车辆进行测试，如路口红绿灯启停、主动变道超车、人行道行人避让等。高级别自动驾驶系统的测试过程即为其完成一个驾驶任务的过程，在这个过程中会随机出现前述的若干驾驶场景。测试过程中需要监测评估自动驾驶系统本身的数据和外部测试设备的数据，如车速、加速度、与障碍物的距离等参数。而目前尚未出现针对基于实际驾驶场景的高级别自动驾驶系统的测试评估技术。

技术实现思路

1、针对现有技术存在的不足，本发明提出一种高级别自动驾驶系统性能测试评估方法及系统，可以对高级别自动驾驶系统的性能进行高效、全面地评估。具体技术方案如下：

2、第一方面，提供了一种高级别自动驾驶系统性能测试评估方法，在第一方面的第一种可实现方式中，包括：

3、设定测试车辆对应的距离边界，并根据距离边界对获取到的测试数据进行切片，提取出感兴趣数据段；

4、对提取出的各所述感兴趣数据段进行场景识别，确定各所述感兴趣数据段对应的场景标签；

5、分别根据与所述场景标签相对应的评估方法对各感兴趣数据段进行性能评估，确定各所述感兴趣数据段对应的评估结果；

6、通过对所有所述感兴趣数据段的评估结果进行统计分析，确定所述测试车辆的总体性能评估结果。

7、结合第一方面的第一种可实现方式，在第一方面的第二种可实现方式中，设定测试车辆对应的距离边界，包括：

8、获取当前测试车辆和前车车辆对应的纵向速度、纵向加速度和横向速度、横向加速度；

9、根据所述测试车辆和前车车辆对应的纵向速度、纵向加速度计算所述距离边界的纵向距离，并根据所述测试车辆和前车车辆对应的横向速度、横向加速度计算所述距离边界的横向距离。

10、结合第一方面的第一种可实现方式，在第一方面的第三种可实现方式中，对提取出的所述感兴趣数据段进行场景识别，包括：

11、对所述感兴趣数据进行数据分析，分别确定所述感兴趣数据段各阶段对应的判别参数值；

12、依次遍历各场景对应的判别条件，直至感兴趣数据段各阶段对应的判别参数值满足场景对应的判别条件，对兴趣数据段标记所述场景对应的场景标签。

13、结合第一方面的第三种可实现方式，在第一方面的第四种可实现方式中，若感兴趣数据段各阶段对应的判别参数值均不满足所有场景对应的判别条件，则基于感兴趣数据段各阶段的判别参数值生成新场景对应的判别条件。

14、结合第一方面的第一种可实现方式，在第一方面的第五种可实现方式中，根据与场景标签相对应的评估方法对感兴趣数据段进行性能评估，包括：

15、基于所述感兴趣数据段中相应的运行参数值，采用与场景标签相对应的评估算法计算得到各运行参数对应的评估标准；

16、根据各运行参数对应的评估标准，结合与所述场景标签相对应的各运行参数的权重系数，计算得到所述感兴趣数据段对应的评估结果。

17、结合第一方面的第一种可实现方式，在第一方面的第六种可实现方式中，对所有所述感兴趣数据段的评估结果进行统计分析，包括：

18、对所有所述感兴趣数据段对应的评估结果进行统计分析，确定所述测试数据包括的各个场景标签对应的场景评估结果；

19、根据所有所述场景标签对应的场景评估结果，结合各所述场景标签对应的场景权重系数计算得到所述测试车辆的总体性能评估结果。

20、第二方面，提供了一种高级别自动驾驶系统性能测试评估系统，在第二方面的第一种可实现方式中，包括：

21、数据提取模块，配置为设定测试车辆对应的距离边界，并根据距离边界对获取到的测试数据进行切片，提取出感兴趣数据段；

22、场景标签识别模块，配置为对提取出的各所述感兴趣数据段进行场景识别，确定各所述感兴趣数据段对应的场景标签；

23、数据段评估模块，配置为分别根据与所述场景标签相对应的评估方法对各感兴趣数据段进行性能评估，确定各所述感兴趣数据段对应的评估结果；

24、总体性能分析模块，配置为通过对所有所述感兴趣数据段的评估结果进行统计分析，确定所述测试车辆的总体性能评估结果。

25、结合第二方面的第一种可实现方式，在第二方面的第二种可实现方式中，所述数据提取模块包括：

26、数据获取单元，配置为获取当前测试车辆和前车车辆对应的纵向速度、纵向加速度和横向速度、横向加速度；

27、边界设定单元，配置为根据所述测试车辆和前车车辆对应的纵向速度、纵向加速度计算所述距离边界的纵向距离，并根据所述测试车辆和前车车辆对应的横向速度、横向加速度计算所述距离边界的横向距离。

28、结合第二方面的第一种可实现方式，在第二方面的第三种可实现方式中，所述场景标签识别模块包括：

29、参数分析单元，配置为对所述感兴趣数据进行数据分析，分别确定所述感兴趣数据段各阶段对应的判别参数值；

30、标签判别单元，配置为依次遍历各场景对应的判别条件，直至感兴趣数据段各阶段对应的判别参数值满足场景对应的判别条件，对兴趣数据段标记所述场景对应的场景标签。

31、结合第二方面的第一种可实现方式，在第二方面的第四种可实现方式中，所述数据段评估模块包括：

32、计算单元，配置为基于所述感兴趣数据段中相应的运行参数值，采用与场景标签相对应的评估算法计算得到各运行参数对应的评估标准；

33、评估单元，配置为根据各运行参数对应的评估标准，结合与所述场景标签相对应的各运行参数的权重系数，计算得到所述感兴趣数据段对应的评估结果。

34、有益效果：采用本发明的高级别自动驾驶系统性能测试评估方法及系统，通过设定的距离边界可以提取出测试车辆的测试数据中所有的感兴趣数据段，从而减少数据分析量，提高性能测试评估效率。通过对提取出的所有感兴趣数据段进行场景识别，可以识别每段感兴趣数据段所属的驾驶场景，从而确定不同驾驶场景对应的数据段。基于数据段所包括的运行参数，采用相应的评估方法即可对不同驾驶场景下高级别自动驾驶系统的性能进行评估，从而确定高级别自动驾驶系统在不同驾驶场景下的性能。通过对高级别自动驾驶系统在不同驾驶场景下的性能评估结果进行统计分析，即可达到全面评估高级别自动驾驶系统性能的目的。

技术特征：

1.一种高级别自动驾驶系统性能测试评估方法，其特征在于，包括：

2.根据权利要求1所述的高级别自动驾驶系统性能测试评估方法，其特征在于，设定测试车辆对应的距离边界，包括：

3.根据权利要求1所述的高级别自动驾驶系统性能测试评估方法，其特征在于，对提取出的所述感兴趣数据段进行场景识别，包括：

4.根据权利要求3所述的高级别自动驾驶系统性能测试评估方法，其特征在于，若感兴趣数据段各阶段对应的判别参数值均不满足所有场景对应的判别条件，则基于感兴趣数据段各阶段的判别参数值生成新场景对应的判别条件。

5.根据权利要求1所述的高级别自动驾驶系统性能测试评估方法，其特征在于，根据与场景标签相对应的评估方法对感兴趣数据段进行性能评估，包括：

6.根据权利要求1所述的高级别自动驾驶系统性能测试评估方法，其特征在于，对所有所述感兴趣数据段的评估结果进行统计分析，包括：

7.一种高级别自动驾驶系统性能测试评估系统，其特征在于，包括：

8.根据权利要求7所述的高级别自动驾驶系统性能测试评估系统，其特征在于，所述数据提取模块包括：

9.根据权利要求7所述的高级别自动驾驶系统性能测试评估系统，其特征在于，所述场景标签识别模块包括：

10.根据权利要求7所述的高级别自动驾驶系统性能测试评估方法，其特征在于，所述数据段评估模块包括：

技术总结本发明公开了一种高级别自动驾驶系统性能测试评估方法及系统，包括：首先，根据环境车辆与测试车辆之间的安全距离为目标设置距离边界，当环境车辆进入距离边界范围内时，则开始对测试数据切片，直至环境车辆离开距离边界范围内结束切片，提取到感兴趣数据段。然后，根据该数据段内的运行参数对各感兴趣数据段进行场景识别，确定各感兴趣数据段的驾驶场景。之后，根据感兴趣数据段的各项运行参数，采用相应的评估方法对感兴趣数据段所对应的时间段内高级别自动驾驶系统的性能进行评估，得到性能评估结果。最后，对高级别自动驾驶系统在所有驾驶场景、所有时间段的性能评估结果进行统计分析，即可全面评估测试车辆的高级别自动驾驶系统的总体性能。技术研发人员：曾杰,樊海龙,王戡,李慎言,胡雄,闵照源,曹飞,张雄受保护的技术使用者：招商局检测车辆技术研究院有限公司技术研发日：技术公布日：2024/12/2