[发明专利]一种无人系统决策策略的自主能力快速测评方法及系统

说明书

本发明公开了一种无人系统决策策略的自主能力快速测评方法及系统，其步骤包括：1)构建危险场景知识库，并在仿真环境中实现相对应的危险场景；2)根据输入被测对象，对各危险场景进行分级；3)从低危险等级的危险环境开始对被测对象进行迭代测试：首先对于每一危险等级j，选取N个属于该危险等级j的危险场景作为测试场景进行仿真测试，如果第i个测试场景i的通过率为P_i≥Y_i则标记第i个测试场景测试通过，则令P_i'＝1，否则P_i'＝0；然后计算等级j的危险数值如果R_j≥Z_j，则标记该危险等级j通过；4)根据各危险等级的测试结果生成测试报告。

技术领域

本发明涉及一种无人系统决策策略的自主能力快速测评方法及系统，属于计算机软件技术领域。

背景技术

自主能力是无人系统拥有感知、观察、分析、交流、计划、制定决策和行动的能力，并且完成人类通过人机交互布置给它的任务，进而表示出无人系统自我管理的状态和质量。快速有效的测评方式，不仅能确保发现无人系统在自主能力上的不足，更能够有效的推动其自主能力的发展。

智能无人系统技术的核心是决策策略，其研发过程中涉及到的信息交互繁多，如智能无人系统自身状态信息、周围环境信息和路径规划信息等；迁移规则复杂，如使用在不同测试环境情况下的障碍物规避规则、不同地域交通信息标志不同展示方式的决策规则等，从而使得决策策略的安全性和可靠性无法保证。因此快速和更有效的测评出控制策略自主能力上的缺陷，是迫切需要解决的问题。

同时，现阶段针对智能无人系统决策策略自主能力的测评方法主要是利用封闭内场与虚拟仿真环境进行测试，但是封闭内场的测试场景受硬件环境限制，难以构建出足够多的测试场景，从而无法全面的进行自主能力的测评；基于虚拟仿真环境的测试主要基于场景数据库进行开展，但基于测试环境和测试设备状态的参数繁多，很容易造成场景参数空间爆炸，从而难以在短时间内发现智能无人系统决策策略自主能力的不足。

论文《危险驾驶工况场景的复杂度评估方法研究》通过对危险驾驶工况场景数据的采集和影响因素的分析，对采集的场景数据进行标签化处理，构建了危险驾驶工况场景库；再应用层次分析法，基于多名专家的评分结果，提出了对不同驾驶工况场景的复杂度评价方法。该技术方案中提出了驾驶工况的复杂度模型，但由于仅针对驾驶车辆，且需要驾驶员配合测试，因此测试周期较长，对驾驶员的安全系数要求较高；且考虑的危险驾驶工况仅局限于自然驾驶车辆，因此危险场景复杂度模型的影响因素较为片面。

论文《基于危险场景聚类分析的前车随机运动状态预测研究》使用基于知识的方法和基于数据的方法，根据环境信息、本车信息、目标信息、交通信息、道路信息5大要素筛选危险场景，但使用场景是基于自然驾驶，因此危险要素和危险场景考虑有一定局限性。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种无人系统决策策略的自主能力快速测评方法及系统，在虚拟仿真场景中实现智能无人系统决策策略的自主能力快速测评。

为了实现上述目的，本发明的技术方案是通过构建危险场景，并对危险场景进行分级的方法，利用仿真测试环境，针对分级后的危险场景进行迭代测试和结果评估，从而实现智能无人系统决策策略自主能力的快速测评。

本发明提出了一种无人系统决策策略的自主能力快速测评方法，其步骤包括：

步骤1：构建危险场景知识库，并在仿真环境中实现相对应的危险场景；

步骤2：根据输入被测对象的不同，对危险场景知识库中的所有危险场景进行分级；

步骤3：使用设置好的分级指标，从低危险等级开始，每一危险等级挑选多个危险场景对被测对象(比如被测智能无人系统)利用仿真测试环境进行迭代测试；当所选多个危险场景测评通过之后，则认为对应危险等级的测试通过；