申请/专利权人：华东师范大学

申请日：2023-08-01

公开（公告）日：2023-11-03

公开（公告）号：CN116992664A

主分类号：G06F30/20

分类号：G06F30/20;G01M17/007

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.21#实质审查的生效;2023.11.03#公开

摘要：本发明公开了一种基于STL在线监测的自动驾驶安全攸关场景生成方法，旨在结合STL在线监测方法，生成自动驾驶安全攸关场景。该方法的特点在于：使用Carla仿真器生成给定场景的仿真数据；归纳场景的操作设计域（OperationDesignDomain，ODD），设计将ODD转换STL规约的转换规则，并通过ANLTR解析器生成STL公式的抽象语法树；在此基础上构建安全攸关场景的STL在线监测器，设计在线监测算法、STL鲁棒值计算方法模块；借助STL在线监测的分析结果，挑选不符合安全规约的场景，进而生成安全攸关场景。本发明能有效解决现有自动驾驶场景生成方法中缺乏通过形式化规约和在线监测方法生成安全攸关场景的问题，并且高效地生成自动驾驶安全攸关场景。

主权项：1.一种基于STL在线监测的自动驾驶安全攸关场景生成方法，其特征在于，该方法包括如下具体步骤：A：根据给定的自动驾驶场景，使用Carla仿真器生成该场景的仿真轨迹数据；B：分析自动驾驶场景需求，依据ISO3450X标准系列，构建场景的ODD集合，具体包括：B1：分析自动驾驶场景特点，结合ISO34501和工业界场景分类模型，将场景分为六层模型，具体如下：第1层：道路层，描述道路的几何拓扑结构，车道的基本信息包括车道的数量、车道标记信息；第2层：交通基础设施，描述障碍物、交通标志或交通信号灯信息；第3层：第1层和第2层的临时操作，描述临时建筑工地或额外的静态物体补充场景的元素；第4层：可移动的对象，描述交通参与者，包括机动车和脆弱的道路使用者；第5层：环境，描述场景的环境因素；第6层：数字信息，包含高清地图数据的可用性以及车对其他物体的通信方式；B2：从六层模型中依据ISO34504场景特征与分类标准和ISO34503场景操作设计域标准，进一步细化六层模型中元素的标签和属性；按照标准要求，将场景六层模型按照场景元素、环境元素和动态元素三类进一步细化；第1层：道路层，依据ODD标准，道路几何分为水平结构、纵向结构和横切面；道路标记类型分为高速公路、主要公路、农村道路和地方小路属性；道路规约分为道路的方向、限速、使用者、大小尺寸；第2层：交通基础设施，按照ODD标准，道路的交通标志分为标志类型和特征，包含监管标志、警告标志和信息标志，特征为移动或固定；特殊道路结构按照类型、维度、使用方式分类，刻画道路障碍物、桥梁、隧道、人行道结构；第3层：第1层和第2层的临时操作，ODD标准中给出临时驾驶区域的结构信息，包括道路施工区域、拒绝通行区域及道路施工区域；第4层：可移动的对象，ODD标准包括交通使用者的类型，涉及机动车、非机动车分类，特殊类型的车辆分类；车辆的限速及规定的路线；第5层：环境，按照ODD标准，具体包括：1.天气因素包含风力等级及雨雪等级；2.环境的颗粒度，描述环境的空气质量等级；3.环境的能见度，首先包含场景当前的日照信息即白天和夜晚，其次包含人工照明即路灯的照明及会车的照明；第6层：数字信息，在ODD中车辆和其他物体的定位方式分为全球定位技术的分类和本地定位技术分类角度，通信方式给出对应的类型、技术和上传下载的分类角度；B3：将B2中的场景元素和属性，按照ODD规范进一步生成ODD集合，具体包括：B31.ODD包含限定词、属性及属性值三个部分，其中限定词由include、exclude及conditional组成，属性和属性值按照场景特征，并根据ISO34503和六层场景模型得到；B32.限定词中，include的场景元素要求在整个场景发生的过程中始终包含该元素，exclude场景元素要求在整个场景发生的过程中始终排除该元素，conditional则要求场景中该元素的属性和属性值符合给定的约束条件，具体的约束条件从场景需求中得到；B33.由B31和B32得到一个ODD规约，具体的结构为[限定词][属性词][属性值]，汇总场景的ODD形成场景的ODD集合；C：解析ODD集合的元素，设计转换规则，将ODD描述的具体场景约束转换为STL公式，并采用ANTLR解析器解析成STL的抽象语法树，具体包括：C1：对于ODD中的属性，映射为STL中的信号；C2：对于ODD中的属性值，类型有常量、枚举值及区间值，转换规则如下：C21.ODD中的常量映射为原子谓词的常量；C22.ODD中的枚举值映射为枚举值中的所有具体值形成的C21的析取，表示集合中只要有一个公式满足，那么STL公式是满足的，鲁棒语义值则为所有公式的最大值作为ODD中该枚举值集合的鲁棒值；C23.ODD中的区间值[l,r]，其中l为区间下界，r为区间上界，映射为信号在系统中的两个原子谓词的合取，即S=l和S=r的合取；鲁棒语义值则为区间的最小值；C3：对于ODD中的限定词，分为include，exclude，conditional，映射规则如下：C31.对于ODD的include限定词，映射为STL中的时态算子Globally，表示在场景中在给定的时间区间上总是满足STL公式为真；C32.对于ODD的exclude限定词，映射为STL中的时态算子Globally，相应的STLφ取¬φ，表示在场景中给定的时间区间上总是满足STL公式¬φ始终为真；其中，φ为一个STL规约；C33.对于ODD的conditional限定词，根据ODD所表示的实际场景的含义，采用时态算子Finally和Until，结合逻辑算子表达；C4：采用ANTLR解析器将ODD转换成的STL公式解析成抽象语法树，按照STL的基本语法语义，将STL公式递归地划分为如下原子模块，即公式包含逻辑运算、时态算子Globally、Finally及Until，时间区间，原子谓词包含、、=及=，信号标识符和常量，其中信号标识符和常量为叶子节点，原子谓词为叶子节点的父亲节点，逻辑算子和时态算子为其他非叶子节点；D：构建自动驾驶场景的在线监测器，其中包含在线监测算法及鲁棒值计算模块，具体包括：D1：在线监测器算法模块，具体如下：D11：初始化系统参数，具体包含当前系统时间t、以及调用步骤C构建抽象语法树AST；D12：随后进入监听状态，监听系统传来的信号值集合S,t，信号传来后，作为输入传送给鲁棒值计算模块计算鲁棒值，得到STL公式的鲁棒值；D2：鲁棒值计算模块，具体如下：D21：采用后序遍历计算抽象语法树的值，原子谓词部分，通过关系运算计算得到原子谓词的值；D22：逻辑算子部分，一元逻辑算子¬，其左子树的值为左子树递归计算的值，右子树为空，返回值是左子树的值的相反数；二元逻辑算子合取，其左子树和右子树递归计算的值分别为expressionleft和expressionright，返回值为expressionleft和expressionright的最小值，同理析取算子，为两者的最大值；D23：时态算子部分，给定时间区间[a,b]，a为区间下界，b为区间上界，Globally算子表示未来[a,b]内所有时间，Finally算子表示未来a到b时间段内的某个时间点，Until表示直到未来a到b时间段的某个时间点，鲁棒值为子树计算得到的值；D3：根据STL性质满足程度的约束要求，默认约束定义为0，当鲁棒值为正数时，表示性质满足，鲁棒值为负数的时候，表示性质不满足，值越小越不满足；E：使用在线监测器分析STL性质规约，筛选得到不满足STL规约的场景，并生成自动驾驶的安全攸关场景。

全文数据：

权利要求：

百度查询： 华东师范大学 一种基于STL在线监测的自动驾驶安全攸关场景生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD