智能网联汽车数字孪生测试关键场景提取和识别

摘要：

场景生成是智能网联汽车数字孪生(DT)测试面临的关键问题之一,场景的典型性是决定测试有效性的关键.智能网联汽车的测试场景源自真实车辆行驶数据,提出了一种DT测试场景生成方法,基于路侧雷达采集的局部道路车辆行驶数据提取典型测试场景,以FCW、LCW和ICW 3种典型应用为基础,建立基于碰撞风险因素和交通质量因素的场景典型性评价方法,构建LSTM-AE-Attention模型实现典型场景识别.实验结果表明,提出的方法能够有效评价场景典型性,并有效识别典型场景,为测试场景库的构建提供了有效支撑.

关键词：数字孪生、典型场景、识别

所属期刊栏目：37

分类号：TN92

资助基金：国家自然科学基金;国家自然科学基金;重庆市自动驾驶系统与智能网联汽车研究与测试工程技术研究中心资助项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：75-84