基于场景降维及采样方法的场景库优化方法研究

本文采用场景降维及采样的方法对场景库进行优化。首先将场景元素分类,并基于层次分析法对其重要性权重值求解,根据权重值的大小进行场景元素离散化,构建场景空间;然后通过场景空间自身的属性计算场景危险度,通过自然驾驶数据库中场景的发生概率计算场景空间中场景的发生概率,构造重要性函数,通过自然驾驶数据库的引导在人为构建的场景空间中筛选出关键场景组成测试场景库,同时为加快搜索效率,采用多起点优化算法与泛洪填充算法进行采样搜索;最后,根据场景风险评估方法验证了关键场景的有效性。结果表明,本文所提出的场景库优化方法能够筛选出用于自动驾驶测试的关键场景,提高自动驾驶测试的效率与现实意义。