本技术涉及一种自动驾驶仿真测试技术,旨在通过构建参数概率空间,利用数学模型中的参数值生成边缘仿真场景,以提高自动驾驶系统的测试效率和准确性。
背景技术
在自动驾驶汽车的研发过程中,基于场景的测试是验证其性能的关键环节,测试场景的设计要涵盖常见的驾驶情况,也应包括具有挑战性的边缘场景。边缘场景虽然出现频率相对较低,但会对系统的能力提出更高的要求。被收集到的自然驾驶数据集能够提供大量实际发生的驾驶实例,从中可以挖掘出标称场景的边缘案例。
标称场景是指日常驾驶中频繁出现的情况,边缘场景则是指标称场景的行为参数接近极端值的情况,该场景可以有效地暴露自动驾驶系统潜在的问题点,有助于加快测试过程中的缺陷发现速度。但并非所有设计出来的边缘场景都是合理的,其合理性和可解释性直接取决于是否能够从真实的自然驾驶数据集中找到对应的情境。这意味着手动设定的、缺乏现实基础的边缘场景难以解释其现实意义,且可能不会在真实环境中发生。因此,为了向自动驾驶系统的测试提供更为合理的场景,如何生成真实的边缘仿真场景成为了不容小觑的技术问题。
实现思路