[发明专利]一种自动驾驶算法的交互式仿真测试系统

权利要求书

1.一种用于自动驾驶算法的仿真测试场景的动态障碍物运动轨迹预测方法，其特征在于，包括以下步骤：

S01：对动态障碍物的轨迹信息按照相同时间间隔取点，生成轨迹向量；

S02：将道路分成N段，每一段使用向量表示，生成道路向量；

S03：建立图卷积神经网络，将每个轨迹向量和其前一个、后一个轨迹向量连接，将每个轨迹向量和其相邻车辆的时间间隔小于设定值的轨迹向量相连接，将每个轨迹向量和距离小于设定值的车道向量连接，生成邻接关系矩阵；

S04：建立自注意力图神经网络，所述自注意力图神经网络用于提取交互信息，将轨迹向量、道路向量以及邻接关系矩阵输入自注意力图神经网络，提取交互特征信息；

S05：对于动态障碍物的运动轨迹，使用LSTM编码模块计算编码后的特征，然后根据轨迹点当前位置从自注意力图神经网络查询当前位置区域内的交互特征，将编码后的特征和交互特征进行拼接，使用LSTM解码模块进行解码，输出预测轨迹点。

2.根据权利要求1所述的用于自动驾驶算法的仿真测试场景的动态障碍物运动轨迹预测方法，其特征在于，所述步骤S01中生成轨迹向量包括，对每条运动轨迹以第一个运动轨迹点为中心点，对其它坐标进行正则化，将每个障碍物的运动轨迹通过多个首尾相连的向量表示，生成轨迹向量。

3.根据权利要求1所述的用于自动驾驶算法的仿真测试场景的动态障碍物运动轨迹预测方法，其特征在于，所述轨迹向量包括起点坐标、结束点坐标、速度和时间。

4.根据权利要求1所述的用于自动驾驶算法的仿真测试场景的动态障碍物运动轨迹预测方法，其特征在于，所述道路向量包括起点坐标、结束点坐标、交通标志信息。

5.一种自动驾驶车辆测试动态仿真测试场景的构建方法，其特征在于，包括：

S11：通过自动驾驶仿真端根据场景静态信息、自动驾驶车辆信息、及目的地生成静态场景模型；

S12：根据自动驾驶车辆和障碍物的历史轨迹和生成的静态场景模型，调用权利要求1-4任一项所述的动态障碍物运动轨迹预测方法计算各障碍物下一个周期的运动轨迹；

S13：每隔一段时间进行状态交互，构建动态仿真测试场景。

6.根据权利要求5所述的自动驾驶车辆测试动态仿真测试场景的构建方法，其特征在于，所述步骤S11中还根据各动态障碍物的驾驶风险等级生成静态场景模型。

7.一种自动驾驶算法的交互式仿真测试系统，其特征在于，包括通过网关连接的自动驾驶仿真端、动态障碍物模拟终端和数据库；

所述自动驾驶仿真端包括自动驾驶算法执行模块、动态障碍物控制模块、场景静态构建模块、网络通信模块和显示模块；

自动驾驶算法执行模块根据输入的场景静态信息和动态障碍物状态数据，执行规划和控制算法，控制自动驾驶车辆在场景中运动；

动态障碍物控制模块，用于根据动态障碍物的运动轨迹控制动态障碍物运动；

场景静态构建模块，根据场景静态信息进行初始化构建静态场景三维模型；

网络通信模块，将自动驾驶车辆的状态、轨迹发送给网关，接收网关发送的数据并发送给动态障碍物控制模块和自动驾驶算法执行模块；

显示模块，用于显示数据信息；

所述动态障碍物模拟终端包括网络通信模块、控制模块、场景构建模块和轨迹预测神经网络模型库；

网络通信模块，用于网关与控制模块之间的数据接收和发送；

控制模块，根据自动驾驶车辆和障碍物的历史轨迹、和静态场景模型，调用轨迹预测神经网络模型执行预测算法，计算各障碍物下一个周期的运动轨迹，并发送给网络通信模块；

场景构建模块，根据场景静态信息和动态障碍物信息进行初始化构建场景模型；

轨迹预测神经网络模型库，根据预先收集的行人和车辆的运动轨迹数据和设计的神经网络结构，经过训练生成轨迹预测神经网络模型，存储于模型库中形成轨迹预测神经网络模型库；

所述数据库用于存储账号信息、场景静态信息及交互过程的动态轨迹数据。