自動駕駛虛擬仿真測試評價理論與方法

目錄
“交通安全科學(xué)與技術(shù)學(xué)術(shù)著作叢書”序　
序
前言
第1章　緒論　1　
1.1　智能汽車與自動駕駛　1　
1.2　自動駕駛發(fā)展歷程與分級　2　
1.2.1　自動駕駛發(fā)展歷程　2　
1.2.2　自動駕駛技術(shù)分級　3　
1.2.3　自動駕駛功能模塊組成　4　
1.2.4　高等級自動駕駛測試對象　5　
1.2.5　高等級自動駕駛測試手段　7　
1.3　高等級自動駕駛測試流程　7　
1.4　本書的定位與主要內(nèi)容　9　
1.4.1　本書的定位　9　
1.4.2　本書的主要內(nèi)容　10　
1.5　本書的特點　11　
參考文獻(xiàn)　13　
第2章　自動駕駛虛擬測試工具鏈　14　
2.1　概述　14　
2.2　自動駕駛測試V型工具鏈的構(gòu)建　15　
2.2.1　模型在環(huán)/軟件在環(huán)　17　
2.2.2　硬件在環(huán)/車輛在環(huán)　17　
2.2.3　駕駛員在環(huán)　19　
2.3　HAV新型測試方法　20　
2.3.1　集群測試　21　
2.3.2　平行測試　22　
2.4　虛擬測試方法比較　25　
2.5　本章小結(jié)　27　
參考文獻(xiàn)　28
第3章　高等級自動駕駛虛擬測試方法論　30　
3.1　概述　30　
3.2　場景驅(qū)動的自動化虛擬測試　32　
3.2.1　HAV安全性虛擬測試　32　
3.2.2　場景驅(qū)動的虛擬測試　33　
3.2.3　場景測試技術(shù)挑戰(zhàn)　35　
3.3　虛擬測試解決方案　36　
3.3.1　解決方案綜述　36　
3.3.2　測試工具變革　40　
3.3.3　測試自動化工具　42　
3.4　從虛擬測試工具到測試即服務(wù)　45　
3.4.1　HAV虛擬測試共性特點　45　
3.4.2　HAV虛擬測試服務(wù)體系構(gòu)建　47　
3.4.3　HAV虛擬測試服務(wù)應(yīng)用　48　
3.5　本章小結(jié)　50　
參考文獻(xiàn)　51　
第4章　自動駕駛虛擬測試場景采集與自動生成　54　
4.1　概述　54　
4.2　場景定義與場景分類　57　
4.2.1　場景定義　57　
4.2.2　場景重要度表征　68　
4.3　場景來源與采集手段　69　
4.3.1　場景采集手段　69　
4.3.2　高風(fēng)險場景定義與提取　73　
4.3.3　高風(fēng)險場景重構(gòu)　77　
4.3.4　場景采集與修復(fù)案例研究　79　
4.4　場景自動化派生方法　86　
4.4.1　基于生成式對抗網(wǎng)絡(luò)自動化派生危險場景　86　
4.4.2　基于本體論自動化派生場景　93　
4.5　場景復(fù)雜度量化評估　101　
4.5.1　場景復(fù)雜度定義　101　
4.5.2　場景動態(tài)復(fù)雜度量化　101　
4.5.3　場景靜態(tài)復(fù)雜度量化　105　
4.5.4　環(huán)境修正系數(shù)確定　106　
4.5.5　場景復(fù)雜度量化結(jié)果驗證　107
4.6　場景格式標(biāo)準(zhǔn)化　107　
4.6.1　OpenDRIVE：路網(wǎng)標(biāo)準(zhǔn)文件格式　108　
4.6.2　OpenCRG：路面標(biāo)準(zhǔn)文件格式　110　
4.6.3　OpenSCENARIO：場景標(biāo)準(zhǔn)文件格式　112　
4.6.4　場景格式標(biāo)準(zhǔn)化案例：前方車輛插入　114　
4.7　本章小結(jié)　119　
參考文獻(xiàn)　120　
第5章　面向自動駕駛虛擬測試的交通流仿真建模方法　122　
5.1　概述　122　
5.2　自動駕駛虛擬測試背景交通流接入方法　125　
5.2.1　基于交通流仿真系統(tǒng)的交通流接入方法　126　
5.2.2　基于交通流仿真模塊的交通流嵌入方法　134　
5.3　面向安全測試的干擾行為仿真模型　142　
5.3.1　高快速路場景交通流干擾行為仿真模型　144　
5.3.2　城市主次干道場景交通流干擾行為仿真模型　150　
5.3.3　基于OpenDRIVE標(biāo)準(zhǔn)路網(wǎng)的交通流干擾行為模型仿真實現(xiàn)　155　
5.4　面向安全測試的面域二維交通流模型　158　
5.4.1　規(guī)劃–決策迭代框架　159　
5.4.2　交互決策行為建模　162　
5.4.3　基于面域仿真的軌跡規(guī)劃　163　
5.4.4　仿真結(jié)果評價　169　
5.4.5　基于面域的仿真系統(tǒng)的兼容性　172　
5.5　傳感器、交通流與汽車動力學(xué)聯(lián)合仿真實例　175　
5.5.1　商業(yè)化軟件聯(lián)合仿真實例：PreScan+VISSIM　175　
5.5.2　開源軟件與商業(yè)化軟件聯(lián)合仿真實例：VTD+SUMO　179　
5.5.3　整合面向安全的交通流模型的聯(lián)合仿真實例：VTD+TESSNG　189　
5.6　本章小結(jié)　194　
參考文獻(xiàn)　194　
第6章　虛擬測試場景生成優(yōu)化方法　197　
6.1　概述　197　
6.2　面向危險場景檢測的測試場景優(yōu)化　200　
6.2.1　現(xiàn)有研究回顧　200　
6.2.2　危險場景檢測方法原理　205　
6.2.3　危險場景檢測方法驗證　209　
6.3　面向危險率評估的測試場景優(yōu)化　212
6.3.1　現(xiàn)有研究回顧　212　
6.3.2　評估自動駕駛汽車安全性能的統(tǒng)計學(xué)原理　214　
6.3.3　加速測試方法原理　216　
6.3.4　加速測試方法驗證　218　
6.4　面向覆蓋率的測試場景優(yōu)化　221　
6.4.1　現(xiàn)有研究回顧　221　
6.4.2　全覆蓋測試方法原理　222　
6.4.3　全覆蓋測試案例　223　
6.5　場景測試體系構(gòu)建　225　
6.5.1　邏輯場景　226　
6.5.2　優(yōu)化方法選擇　227　
6.5.3　測試輸入　227　
6.5.4　測試輸出及效果差異　229　
6.5.5　場景測試體系構(gòu)建　233　
6.6　基于故障注入的自動駕駛?cè)蒎e能力測試　234　
6.6.1　基于故障注入的關(guān)鍵故障搜索　235　
6.6.2　關(guān)鍵故障的快速預(yù)測方法　237　
6.6.3　自動駕駛規(guī)控器容錯性提升　239　
6.6.4　自動駕駛?cè)蒎e性測試案例　240　
6.7　基于場景優(yōu)化生成方法的軟件/硬件在環(huán)測試實例　242　
6.7.1　VTD仿真測試的基本步驟　242　
6.7.2　基于VTD的軟件在環(huán)測試　246　
6.7.3　基于VTD的硬件在環(huán)測試　251　
6.8　本章小結(jié)　252　
參考文獻(xiàn)　253　
第7章　自動駕駛汽車駕駛能力評價體系　259
7.1　概述　259　
7.2　自動駕駛汽車預(yù)期功能安全評價　260　
7.2.1　自動駕駛汽車預(yù)期功能安全驗證流程　261　
7.2.2　自動駕駛汽車預(yù)期功能安全驗證案例　264　
7.3　自動駕駛汽車擬人化交互能力評價　269　
7.3.1　交互能力評價指標(biāo)　269　
7.3.2　擬人化交互能力評價方法　274　
7.3.3　擬人化交互能力評價案例　275　
7.4　自動駕駛交互社會性評價　279
7.4.1　駕駛交互社會性相關(guān)研究　279　
7.4.2　博弈框架下的交互行為特征量化方法　282　
7.4.3　交互傾向分析案例　286　
7.5　自動駕駛對交通系統(tǒng)運行效率的影響評價　288　
7.5.1　交通系統(tǒng)運行效率評價方法　288　
7.5.2　交通系統(tǒng)運行效率評價案例　291　
7.6　本章小結(jié)　295　
參考文獻(xiàn)　296　
第8章　自動駕駛虛擬測評技術(shù)發(fā)展趨勢　299　
8.1　虛擬測試工具　299　
8.1.1　從仿真輔助測試到仿真驅(qū)動的測試　299　
8.1.2　虛擬測試工具協(xié)同　301　
8.1.3　端云融合的測試服務(wù)　302　
8.2　測試場景　303　
8.2.1　測試場景覆蓋度保障　303　
8.2.2　測試場景數(shù)據(jù)共享與治理　303　
8.3　測試場景優(yōu)化　304　
8.3.1　高維參數(shù)場景測試優(yōu)化　304　
8.3.2　要素關(guān)聯(lián)參數(shù)場景測試優(yōu)化　305　
8.3.3　極端小概率事件加速測試　307　
8.4　面向安全性測試的背景交通流模型　307　
8.4.1　小概率危險交通流場景建模　307　
8.4.2　全要素仿真建模　308　
8.4.3　傳感器、交通流、動力學(xué)模型一體化仿真　310　
8.4.4　安全性仿真的信度和效度　311　
8.5　自動駕駛汽車安全性認(rèn)證與論證　311　
8.5.1　自動駕駛汽車安全系統(tǒng)工程　311　
8.5.2　自動駕駛汽車全生命周期安全性認(rèn)證與論證　313　
參考文獻(xiàn)　314