技术摘要：
本发明公开一种用于智能驾驶系统测试的典型自然驾驶场景识别提取方法，该方法基于包含有数据提取与计算模块和典型场景类型识别模块的系统实现；数据提取与计算模块从车辆行驶数据库中通过筛选、匹配和计算，获得驾驶场景关键参数；典型场景类型识别模块根据提供的驾驶  全部
背景技术：
近年来，随着科技的进步，汽车智能化程度越来越高，L2、L3级智能驾驶系统逐步 推向市场。汽车在进入市场之前，必须经过充分的测试与验证，以保证智能控制系统在其设 计运行域内可以安全地运行。 自然驾驶场景指驾驶员在实际道路行驶中所遇到的真实交通状况，典型自然驾驶 场景的研究对智能驾驶系统的研发、测试用例的编写和评价标准的制定都具有重要意义。 典型自然驾驶场景的提取是场景研究的基础，目前有关研究人员提出了多种类型的典型自 然驾驶场景的提取方法，比如德国的PEGASUS项目提出了危险驾驶场景提取方法的研究流 程，得到了危险驾驶场景提取的一般标准；国内的张磊在《基于驾驶员特性自学习方法的车 辆纵向驾驶辅助系统》提出了连续跟车工况的提取标准，王雪松在《基于自然驾驶数据的变 道切入行为分析》中提出了邻车切入工况的识别方法。 显然这些研究都仅限于单一功能场景的提取，目前还尚未形成标准化、完整化的 场景提取框架，以支持对典型自然驾驶场景的全面研究。
技术实现要素：
本发明针对现有技术中自然驾驶场景提取单一性的问题，提出了一种用于智能驾 驶系统测试的典型自然驾驶场景识别提取方法，该方法是对典型自然驾驶场景的全面提 取，其目的是实现离线对典型自然驾驶场景的标准化保存与应用，构成自然驾驶场景研究 的基础工具，该场景结构完整，可应用性强。 本发明所采取的技术方案如下：  一种用于智能驾驶系统测试的典型自然驾驶场 景识别提取方法，其特征在于：所述方法基于包含有数据提取与计算模块以及典型场景类 型识别模块的系统实现； 所述数据提取与计算模块从车辆行驶数据库中通过筛选、匹配和计算，获得驾驶场景 关键参数，所述驾驶场景关键参数包含有：采集时间t、采样步长T、主车车速egoV、主车加速 度egoAcc、主车到车道线的距离distanceLane、目标物编号objectID、目标物行驶车道标志 laneID、目标物相对纵向距离distanceX、目标物相对纵向速度relVX、目标物相对纵向加速 度relAccX、目标物碰撞时间TTC、目标物车头时距THW； 所述典型场景类型识别模块根据所述数据提取与计算模块提供的驾驶场景关键参数， 依据主车行驶特点、主车与目标物的相对状态，对典型场景进行识别，所述典型场景包括： 危险场景、主车换道场景、跟车行驶场景、邻车切入场景、前车切出场景和巡线行驶场景，供 使用者提取使用。 进一步地，所述数据提取与计算模块首先从车辆行驶数据库中筛选原始数据，所 6 CN 111599181 A 说　明　书 2/9 页 述原始数据包含有：采集时间t、采样步长T、主车车速egoV、主车加速度egoAcc、主车到车道 线的距离distanceLane、目标物编号objectID、目标物行驶车道标志laneID、目标物相对纵 向距离distanceX、目标物相对纵向速度relVX、目标物相对纵向加速度relAccX； 然后，所述数据提取与计算模块通过匹配每一组原始数据对应的采集时间t，匹配每一 时刻的主车车速egoV、目标物编号objectID、目标物相对纵向距离distanceX、目标物相对 纵向速度relVX，获得每一时刻每一个目标物与主车的相对速度和相对位置； 最后，所述数据提取与计算模块计算目标物碰撞时间TTC和目标物车头时距THW，其中， 计算目标物碰撞时间TTC的方法为： TTC=distanceX/relVX           (1)； 计算目标物车头时距THW的方法为： THW=  distanceX/egoV              (2)。 进一步地，所述典型场景类型识别模块包括有危险场景识别模块、主车换道场景 识别模块、跟车行驶场景识别模块、邻车切入与前车切出场景识别模块和巡线行驶场景识 别模块； 所述危险场景识别模块识别危险场景； 所述主车换道场景识别模块识别主车换道场景； 所述跟车行驶场景识别模块识别跟车行驶场景； 所述邻车切入与前车切出场景识别模块识别邻车切入场景和前车切出场景； 巡线行驶场景识别模块识别巡线行驶场景。 进一步地，所述危险场景识别模块通过判断主车加速度egoAcc、目标物碰撞时间 TTC、目标物车头时距THW是否满足危险条件识别危险场景； 所述危险条件为：主车加速度egoAcc、目标物碰撞时间TTC和目标物车头时距THW中的 任一项超过对应设定的安全场景边界值； 当满足所述危险条件时判定为进入危险场景，记录满足危险条件时的时间为tdanger。 再进一步地，当所述主车加速度egoAcc  <设定的主车加速度安全场景边界值时， 满足危险条件； 当所述目标物碰撞时间TTC  <设定的目标物碰撞时间安全场景边界值，且主车发生制 动时，满足危险条件； 当所述目标物车头时距THW<设定的目标物车头时距安全场景边界值，且主车发生制动 时，满足危险条件。 再进一步地，所述危险场景识别模块自满足危险条件时的时间tdanger向前预留时 间tdangerForward、向后预留时间tdangerBackward，记录危险场景的时间区间为[tdanger－ tdangerForward,  tdanger＋tdangerBackward]。 进一步地，所述主车换道场景识别模块通过判断主车到车道线的距离 distanceLane是否满足主车换道条件识别主车换道场景； 所述主车换道条件为：相邻采样时间的主车到某侧车道线的距离变化量大于设定的距 离阈值； 当满足所述主车换道条件时判定为进入主车换道场景，记录满足主车换道条件时的时 间为tlane。再进一步地，设换道过程总持续时长为tlaneProcess，则记录主车换道场景时间区间 7 CN 111599181 A 说　明　书 3/9 页 为[tlane－tlaneProcess/2,  tlane＋tlaneProcess/2]。 进一步地，所述跟车行驶场景识别模块首先通过判断主车速度egoV、目标物编号 ObjectID、目标物行驶车道标志laneID、目标物相对纵向距离distanceX是否满足跟车行驶 预选条件识别预选跟车行驶场景，然后再通过判断预选跟车行驶场景是否满足跟车行驶场 景时间条件识别跟车行驶场景； 所述跟车行驶预选条件为在某一时间段内主车所在车道存在有与主车纵向距离最近 的目标物，且主车速度不为零； 设预选跟车行驶开始时间为tpreFollowStart，结束时间为tpreFollowEnd，则预选跟车行驶场 景时间区间记录为：[tpreFollowStart,  tpreFollowEnd]； 所述跟车行驶场景时间条件为：预选跟车行驶场景时间区间[t p r e F o l l o w S t a r t ,  tpreFollowEnd]大于设定的跟车行驶场景时间阈值。 再进一步地，所述邻车切入与前车切出场景识别模块通过如下步骤识别邻车切入 场景和前车切出场景： 步骤241）：所述邻车切入与前车切出场景识别模块通过判断主车换道场景过程、预选 跟车行驶场景过程，以及目标物相对纵向距离distanceX、目标物相对纵向速度relVX、目标 物相对纵向加速度relAccX是否满足邻车切入或前车切出条件1，识别邻车切入场景或前车 切出候选场景； 所述邻车切入或前车切出条件1为：存在两个相邻的跟随不同目标物objecti、objectj 的预选跟车行驶场景过程，两个场景过程间隔时间小于设定的时间阈值、且间隔时间不与 任一主车换道场景过程存在交集； 记邻车切入或前车切出候选场景时间区间为[tpreFollowEndi ,  tpreFollowStartj]，其中 tpreFollowEndi为相邻的预选跟车行驶场景过程中对前一目标物objecti跟车行驶过程的时间 终点，tpreFollowStartj为相邻的预选跟车行驶场景过程中对后一目标物objectj跟车行驶过程 的时间起点； 步骤242）：所述邻车切入与前车切出场景识别模块通过判断所述邻车切入或前车切出 候选场景过程中的主车与目标物相对距离变化特征，进行邻车切入场景与前车切出场景的 区分，判断步骤为： 1）根据预设的车间运动学计算方法及tpreFollowEndi时刻主车与目标物objecti的相对运 动状态，计算tpreFollowStartj时刻主车与目标物objecti的相对距离distanceXi： 2）如果tpreFollow Sta rtj时刻主车与目标物objectj的相对距离distanceX j大于 distanceXi，则判断该场景为前车切出场景，邻车切入与前车切出场景识别模块记录前车 切出场景时间为tout|objectID，其中tout=(tpreFollowEndi＋tpreFollowStartj)/2，objectID为目标物 objecti的编号；如果tpreFollowStartj时刻主车与目标物objectj的相对距离distanceXj小于等 于distanceXi，则判断该场景为邻车切入场景，邻车切入与前车切出场景识别模块记录邻 车切入场景时间为tin|objectID，其中tin=(tpreFollowEndi＋tpreFollowStartj)/2,  objectID为目标 物objectj的编号； 步骤243）：所述邻车切入与前车切出场景识别模块筛选所有不满足邻车切入或前车切 出条件1、且不与任一主车换道场景过程存在交集的预选跟车行驶场景过程中的时间起点 tpreFollowStart，再进一步通过判断是否满足邻车切入条件2识别是否存在邻车切入场景； 8 CN 111599181 A 说　明　书 4/9 页 所述邻车切入条件2为：存在不满足所述邻车切入或前车切出条件1、且不与任一主车 换道场景过程存在交集的预选跟车行驶场景过程中的时间起点t p r e F o l l o w S t a r t，且 [tpreFollowStart－nT,  tpreFollowStart]时间段内目标物行驶于主车所在车道以外，T为采样时 间，n是不为零的任一自然数； 记录邻车切入时间为tin|objectID，其中tin=  tpreFollowStart,  objectID为预切入的邻车 编号； 步骤244）：所述邻车切入与前车切出场景识别模块筛选所有不满足所述邻车切入或前 车切出条件1、且不与任一主车换道场景过程存在交集的预选跟车行驶场景过程中的时间 终点tpreFollowEnd，再进一步通过判断是否满足前车切出条件2识别是否存在前车切出场景； 所述前车切出条件2为：存在不满足所述邻车切入或前车切出条件1、且不与任一主车 换道场景过程存在交集的预选跟车行驶场景过程中的时间终点tpreFollowEnd，且[tpreFollowEnd， tpreFollowEnd＋nT]时间段内目标物行驶于主车所在车道以外，  T为采样时间，n是不为零的任 一自然数； 记录前车切出时间为tout|objectID，其中tout=tpreFollowEnd,  objectID为预切出的前车编 号。 再进一步地，步骤243）中，设邻车切入场景时间区间包含可设定的向前预留时间 tinForward和向后预留时间tinBackward，则所述邻车切入场景时间区间为[tin－tinForward,  tin＋ tinBackward]； 步骤244）中，设前车切出场景时间区间包含可设定的向前预留时间toutForward和向后预 留时间toutBackward，则所述前车切出场景时间区间为[tout－toutForward,  tout＋toutBackward]。 进一步地，所述巡线行驶场景识别模块通过判断所述主车换道场景过程、预选跟 车行驶场景过程、邻车切入场景过程、前车切出场景过程是否满足巡线行驶条件识别巡线 行驶场景，如果满足巡线行驶条件则存在巡线行驶场景； 所述巡线行驶条件为：在某一时间段内不存在任何主车换道过程、预选跟车行驶过程、 邻车切入过程或前车切出过程。 与现有技术相比，本发明显著的有益效果体现在：本发明基于时间信息、采样步 长、主车车速、主车加速度、主车到车道线的距离、目标物编号、目标物行驶车道标志、目标 物相对纵向距离、目标物相对纵向速度、目标物相对纵向加速度、目标物碰撞时间、目标物 车头时距等多个场景关键参数实现对车辆行驶典型场景的全面判断；依据主车行驶特点、 主车与目标物的相对状态，将车辆行驶场景合理地划分为六类，实现了对动态场景的全覆 盖，极大地提高的典型场景的识别准确度。 本发明的其他特征和优点将在随后的说明书中阐述，并且部分的从说明书中变得 显而易见，或者通过实施本发明而了解。 附图说明 图1为本发明提供的典型自然驾驶场景识别提取方法的系统架构图。 图2为本发明提供的典型自然驾驶场景识别提取方法的实现过程流程图。 9 CN 111599181 A 说　明　书 5/9 页