[发明专利]一种自动驾驶算法的交互式仿真测试系统

说明书

本发明公开了一种自动驾驶算法的交互式仿真测试系统，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；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；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。可以更好的模拟真实交通环境中自动驾驶车辆与各动态障碍物的交互过程，对自动驾驶算法的测试更符合实际情况，可以测试自动驾驶算法在复杂环境中的表现。

技术领域

本发明涉及自动驾驶测试技术领域，具体地涉及一种自动驾驶算法的交互式仿真测试系统。

背景技术

目SAE L2/L3级自动驾驶技术逐渐体现在量产车型上，部分主机厂和自动驾驶核心技术供应商正在开展L4/L5级别自动驾驶前瞻技术和量产化研究。然而，让少数自动驾驶车辆在相对封闭的环境下行驶，和让其在现实环境内自主驾驶，两者之间存在着巨大差异，自动驾驶车辆在量产前，需要进行大量的测试以确保其安全性和可靠性。目前国内外车企多在封闭/半封闭循环场地进行实车测试，这无疑会消耗大量的时间和人力、物力，且部分典型场景也无法复现。部分车企亦采用SIL(Software in Loop)、HIL(Hardware in Loop)、VIL(Vehicle in Loop)方法，人为在场景仿真软件中搭建典型场景。

传统的自动驾驶算法仿真测试使用预先采集或自定义的场景来构建仿真测试场景，自动驾驶算法根据输入的仿真测试场境来执行决策规划和控制算法，然后对算法执行的结果进行评价。

公告号为CN 110263381 A的专利公开了一种自动驾驶车辆测试仿真场景生成方法，基于高精度地图提取某区域内的真实路网信息，并通过基于蒙特卡洛方法生成相关道路、环境的补充定义参数，与真实路网信息共同组成自动驾驶车辆测试静态仿真场景；基于蒙特卡洛方法生成多辆人工驾驶车辆的初始状态，并对每辆人工驾驶车辆赋予驾驶员模块，使其具备车辆行驶中的基本逻辑判断能力及驾驶行为能力，完善自动驾驶车辆测试动态仿真场景。该方法所开发的自动驾驶车辆测试仿真场景生成方法，全面考虑了路况、交通状况、道路标识、天气等因素，实现了仿真和测试典型场景快速搭建。但是其并没有考虑各动态障碍物轨迹运动的动态变化，传统方法中场景是预先指定的，场景中的各动态障碍物会沿着预先设定好的轨迹运动，然而在真实的道路中自动驾驶车辆面对的是复杂可变的环境，道路中的车辆、行人等都是动态变化的，它们的运动受自动驾驶车辆以及其它障碍物的运动轨迹影响。传统的场景测试方法没有考虑这些因素，然而这些因素在自动驾驶算法的测试中是不能忽略的，否则极易引发安全事故。

发明内容

为了解决上述存在的技术问题，本发明提供了一种自动驾驶算法的交互式仿真测试系统，根据构建的模型预测车辆等动态障碍物在场景中的运动轨迹，动态障碍物和自动驾驶仿真端每隔一段时间进行状态交互，构建动态仿真测试场景，对自动驾驶算法进行仿真测试。可以更好的模拟真实交通环境中自动驾驶车辆与各动态障碍物的交互过程，对自动驾驶算法的测试更符合实际情况，可以测试自动驾驶算法在复杂环境中的表现。

本发明的技术方案是：

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，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；