面向自动驾驶测试的危险变道场景泛化生成
针对自动驾驶虚拟测试中危险变道场景构建问题,提出一种数据-模型驱动的自动驾驶测试危险变道场景泛化生成方法.基于NGSIM US101数据集中的紧急变道数据,提出一种紧急变道轨迹对抗生成方法(BN-AM-SeqGAN),构建基于安全距离的两车变道状态约束模型,设计危险变道测试场景泛化生成方法,生成危险变道测试场景库.实验结果显示:生成的5万条紧急变道轨迹变道完成时间分布的均方根误差为0.63,生成的5万个危险变道场景中,99.54%的场景被测自动驾驶车辆与变道背景车辆的碰撞时间小于1 s,表明该方法能够有效生成自动驾驶测试危险变道场景.
智能车辆、自动驾驶测试、变道场景、危险场景生成、序列生成对抗网络
49
TP311.52;U463.6;TP273
2023-11-13(万方平台首次上网日期,不代表论文的发表时间)
共13页
2211-2223