实际数据驱动的自动驾驶道路测试险态场景辨识方法

• 作者: 朱国章 陈桢 王万锦 涂辉招
• 来源期刊: 上海公路
• 关键词: 自动驾驶 道路测试 险态场景 避险脱离
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 智能交通
• 页码范围: 82-86
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0109.2021.03.018

摘要

险态场景仿真测试是提升自动驾驶车辆驾驶能力和降低道路测试风险的重要手段,其核心基础是险态场景的构建.依托自动驾驶道路测试的实际数据,在甄别自动驾驶模式避险脱离事件的基础上,提出道路测试险态场景辨识关键指标,并利用随机森林、决策树、支持向量机和BP神经网络四种监督分类模型,对险态场景的风险等级进行划分.基于上海城市道路场景实际测试数据和实际记录脱离原因数据,验证了实际数据驱动的道路测试险态场景辨识方法的有效性,同时表明BP神经网络辨识险态场景的效果最好.研究成果为构建道路测试险态场景提供依据.