基于危险边界搜索的自动驾驶系统加速测试方法

针对现有基于危险场景强化生成的自动驾驶系统加速测试方法探索初期算力浪费、测试过程存在重复等问题,提出了一种基于危险边界搜索的自动驾驶系统加速测试方法。首先,定义场景危害度、场景暴露频次、场景敏感度三类场景固有属性,采用场景测试优先度作为参数空间划分和场景搜索的基础。其次,根据场景测试优先度进行具体场景提取;根据场景实际危害度进行场景测试优先度更新实现实验流程迭代。然后,利用支持向量回归对实验结果进行危险边界拟合。最后,搭建了Matlab/PreScan/CarSim联合仿真平台,选取前车切入典型场景对某黑盒自动驾驶系统进行仿真测试以验证加速测试方法的有效性。结果表明,本文方法可有效搜索被测算法的危险场景边界并提升测试效率。