[发明专利]一种自主无人系统中的场景描述方法

说明书

本发明公开一种自主无人系统中的场景描述方法，步骤为：离线构建自主无人系统外部场景库以及内部场景库。外部场景库包括静态场景要素与动态场景要素库、运行情景库，以及异常事件库。内部场景库包括行为决策信息、运动控制器等设备的执行信息、以及控制系统与执行系统的内部状态信息。在自主无人系统运行时，获取其环境感知数据，提取出外部场景中的关键静态场景要素与动态场景要素，通过预定义的类来进行定义，以结构化语言的方式进行描述，并记录下相应的内部场景状态信息。同时，监测异常事件的发生，在异常事件发生时，对事件发生前后固定时间段内的感知数据进行全信息保存。本发明能够有效提高自主无人系统的鲁棒性与安全性保障。

技术领域

本发明涉及一种自主无人系统中的场景描述方法。

背景技术

自主无人系统是人工智能的重要应用之一，是人工智能发展的标志性成果。自主无人系统能替代人类在多种环境下执行预定任务，被广泛应用在无人机、无人车、轨道交通自动驾驶工程中，以及家政清洁机器人、护理机器人等服务机器人领域里。对于自主无人系统来说，场景理解是其实现自主运动的核心。在现有场景理解技术的基础上，若对自主无人系统外部有效场景和内部决策和操作进行快速捕获与实时记录，将可以有效地辅助评估自主无人系统的安全性能；有效地分析捕捉、预警可能发生的安全事故或异常，查找原因并有针对性地进行相应改进；有效地分析安全事故的成因，辅助厘清安全责任，促进无人系统技术的发展与完善。

传统的场景记录方式直接将录制的视频或其他传感数据存储下来，这种方式在自主无人系统场景记录中并不适用。原因之一，自主无人系统有限的存储能力无法支持对传感器原始数据的长时间记录，例如16G的存储卡只能支持120分钟左右的1080P视频数据录制。现有技术能够过滤静止或画面没有变化的视频帧来降低视频图像数据的存储量，能够有效降低固定摄像头的数据存储量。然而，自主无人系统运行时间长、运行环境复杂多变、感知数据种类繁多、数据量大，因此，录制视频等记录原始数据的方式对自主无人系统来说效率过低且不适用。原因之二，传统录制视频方式无法对自主无人系统内部决策和操作信息的快速捕获、实时记录，也无法将内部决策操作信息和外部场景进行归一化记录。

总的说来，简洁、高效、精确地记录场景是促进自主无人系统安全演进的关键技术之一。

目前在自主无人系统中，外部场景理解是较为成熟的技术，通过融合与分析多个传感器的数据，得到与所执行任务密切关联的场景度量、符号与概念信息，为其行为的自主规划与决策提供依据。然而，目前仍缺乏对所理解的场景进行有效记录的方法。在场景理解的基础上，本发明公开的方法能够显著降低外部场景记录的开销，并能根据记录精确复原出原有场景，无损失的复现关键场景。

发明内容

针对现有技术存在的缺陷，本发明的目的是提供一种自主无人系统中的场景描述方法。针对自主无人系统领域的特定场景，提供一种简洁、精准的场景描述语言对自主无人系统外部有效场景和内部决策和操作进行快速捕获与实时记录，实现低成本的场景描述与记录，用于场景的重现、共享、分析，以及在仿真环境中的场景快速生成。本发明预期能够成为一种自主无人系统安全跟踪、反馈与改进的辅助方法，有效支撑自主无人系统持续演进。

为达到上述目标，本发明采用如下技术方案：

一种自主无人系统中的场景描述方法，包括以下步骤：

（1）离线构建自主无人系统外部场景库与内部场景库；

（2）建立场景的拓扑结构语义库，描述场景要素相对自主无人系统的几何位置关系；

（3）建立场景的异常事件库，设置异常事件触发条件，例如定义危险碰撞发生事件、多传感器数据矛盾事件等。并监测异常事件的发生，在异常事件发生时，对事件发生前后固定时间段内的感知数据进行全信息保存；

（4）获取自主无人系统的环境感知数据，提取出外部场景中的关键静态场景要素与动态场景要素，通过预定义的类来进行定义，以结构化语言的方式进行描述，并记录下相应的内部场景信息。