申请/专利权人：清华大学

申请日：2021-08-18

公开（公告）日：2024-03-22

公开（公告）号：CN113609784B

主分类号：G06F30/27

分类号：G06F30/27;G06F119/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.11.23#实质审查的生效;2021.11.05#公开

摘要：本发明涉及一种交通极限场景生成方法、系统、设备和存储介质，其包括以下步骤：选择仿真环境，确定普通场景及其参数；在设置好的各普通场景中进行车辆智能体模型的训练，得到训练好的车辆智能体模型；生成扰动，并添加到各普通场景中构建若干种极限场景；将训练好的车辆智能体模型放置于对应的极限场景中，根据该车辆智能体模型在各种极限场景下的表现情况，确定最终生成的交通极限场景。本发明可以广泛应用于交通测试场景生成领域。

主权项：1.一种交通极限场景生成方法，其特征在于，包括以下步骤：选择仿真环境，确定普通场景及其参数；所述普通场景包括高速公路场景、十字路口场景以及环形路口场景；所述高速公路场景的参数包括：状态参数，包括与自车智能体附近最近的15只车辆的存在与否、横向位置、纵向位置、横向速度、纵向速度、车辆转向余弦值及正弦值7种状态变量，形成一个维度为15,7的状态矩阵；动作决策变量，包括保持车道、左转、右转、加速、减速五种动作；奖励函数，包括惩罚自车智能体的碰撞行为、奖励自车智能体在右车道行驶以及鼓励自车智能体以较高速度行驶三个奖励函数，表示如下：Rco_h＝-1，Rri_h＝0.1， 式中，Rco_h代表车辆碰撞得到的奖励，Rri_h代表车辆在最右侧车道行驶的奖励，vmax和vmin分别代表车辆行驶速度的最大值和最小值，Rsp_h代表车辆以速度v行驶获得的奖励；所述十字路口场景的参数包括：状态参数，包括自车附近15只车辆的存在与否、横向位置、纵向位置、横向速度、纵向速度、车辆转向余弦值及正弦值7种状态变量；动作决策变量，包括减速、不变、加速；奖励函数：包括惩罚碰撞行为、鼓励自车智能体以高速行驶以及对自车智能体在仿真时间内到达目标地点的奖励三个奖励函数，表示为：Rco_i＝-5， Rar_i＝1，式中，Rco_i代表车辆碰撞得到的奖励，vmax和vmin分别代表车辆行驶速度的最大值和最小值，Rsp_i代表车辆以速度v行驶获得的奖励，Rar_i代表左转成功到达目的地的奖励；所述环形路口场景的参数包括：状态参数，包括自车附近车辆的横向位置、纵向位置、横向速度、纵向速度4种状态变量；动作决策变量，包括保持车道、左转、右转、加速、减速5种动作变量；奖励函数，包括惩罚碰撞行为、鼓励自车智能体以高速行驶以及惩罚智能体的变道行为，表示如下：Rco_r＝-1， Rch_r＝-0.05，式中,Rco_r代表车辆碰撞得到的奖励，vmax和vmin分别代表车辆行驶速度的最大值和最小值，Rsp_r代表车辆以速度v行驶获得的奖励，Rch_r代表改变车道得到的奖励；在设置好的各普通场景中进行车辆智能体模型的训练，得到训练好的车辆智能体模型；生成扰动，并添加到各普通场景中构建若干种极限场景；将训练好的车辆智能体模型放置于对应的极限场景中，根据该车辆智能体模型在各种极限场景下的表现情况，确定最终生成的交通极限场景。

全文数据：

权利要求：

百度查询： 清华大学 一种交通极限场景生成方法、系统、设备和存储介质

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