一种基于世界模型的自动驾驶安全评测方法及装置

摘要: 本发明属于自动驾驶安全评测,具体涉及一种基于世界模型的自动驾驶安全评测方法及装置。背景技术:1、随着人工智能与汽车工业的深度融合,自动驾驶技术正处于从研发走向规...
一种基于世界模型的自动驾驶安全评测方法及装置

本发明属于自动驾驶安全评测,具体涉及一种基于世界模型的自动驾驶安全评测方法及装置。

背景技术:

1、随着人工智能与汽车工业的深度融合,自动驾驶技术正处于从研发走向规模化商业落地的关键时期。在这一进程中,安全性始终是自动驾驶系统的首要目标,而针对其安全性的评测则是决定自动驾驶汽车能否真正走入大众生活的“压轴关”。发展和采用自动驾驶汽车的主要动力之一是改善道路安全,其安全性通常可量化为违反交通规则或发生交通事故的程度和频率。为了准确得出这一量化指标,驾驶安全评测要求在极度真实的复杂环境中对自驾系统进行长期的统计与验证。然而,当前自动驾驶算法的发展已经到达了一个瓶颈期:传统的算法范式已探索殆尽,各类公开测试榜单的性能指标已趋于饱和,但能够真正反映极端危险情况的“长尾数据”却极度稀缺。这种数据分布的不平衡,对现有的安全评测体系提出了严峻挑战。

2、传统自动驾驶安全评测技术在实际应用中,难以有效平衡“评测效率”与“场景保真度”这两个核心指标。具体而言,驾驶安全评测面临着两大根本难点:一是“稀疏度灾难”,二是“场景保真度低”。“稀疏度灾难”也被称为“百亿英里难题”,它来源于真实世界中安全攸关场景(即极易发生事故的危险场景)固有的稀疏性。统计学表明,若要证明一个自动驾驶系统的碰撞率达到1次/1百万英里(即超越人类驾驶员的安全水平),在真实道路上至少需要进行88亿英里的实车测试,这在时间成本和经济成本上都是完全不可接受的。另一方面,“场景保真度”决定了评测结果能否真实反映系统在实际物理世界中的驾驶水平。如果测试环境与真实世界存在显著差异,那么在测试中表现优异的系统一旦部署到现实道路上,依然可能因为算法鲁棒性不足而导致严重的安全事故。

3、纵观现有的驾驶安全评测技术,前三代方法均存在明显的局限性。第一代评测技术以传统仿真器(如waymo carcraft)和封闭道路测试(如waymo castle)为代表,这类方法受限于传统图形学渲染和有限的物理规则,不仅场景保真度低,且测试效率低下;第二代评测技术以实车路测(如tesla、waymo的实际道路测试)为代表,虽然场景保真度极高,但受困于“稀疏度灾难”,无法高效获取长尾危险场景,评测效率低;第三代评测技术引入了密集强化学习(如robosafe等)进行测试生成,虽然在一定程度上提高了评测效率,但其生成的场景往往脱离真实的物理与视觉规律,场景保真度依然无法满足要求。此外,随着端到端(end-to-end)、视觉-语言-动作(vla)模型以及世界智能体(wa)等新一代自动驾驶算法的涌现,这些算法高度依赖高维度的真实传感器输入(如多视角视频)。传统的仿真器存在巨大的“仿真到现实差距”(sim-to-real gap),无法为这些先进算法提供高保真的视觉与物理闭环反馈,更难以实现对复杂长尾场景的高效、可控生成。

4、因此,如何构建一种高保真、高可控的仿真平台,打破传统评测技术在效率与真实性上的桎梏,同时解决“稀疏度灾难”和“场景保真度低”的问题,从而满足新一代自动驾驶模型在复杂长尾场景下的安全评测需求,成为当前亟需解决的关键技术问题。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此,本发明的第一个目的在于提出一种基于世界模型的自动驾驶安全评测方法。

3、本发明的第二个目的在于提出一种基于世界模型的自动驾驶安全评测装置。

4、本发明的第三个目的在于提出一种计算机设备。

5、本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

6、为达上述目的,本发明第一方面实施例提出一种基于世界模型的自动驾驶安全评测方法,包括:

7、利用驾驶世界模型生成高保真的多视角视频帧和环境状态,所述驾驶世界模型通过生成式方式将真实驾驶数据分布内化于模型;

8、基于多模态提示词库与强化学习提示器,定向生成覆盖简单到困难的安全攸关长尾场景,并驱动交通流仿真器生成符合物理规律的动态轨迹;

9、将待测自动驾驶模型接入闭环仿真,接收其输出的控制动作,由所述驾驶世界模型根据当前环境状态和控制动作自回归生成下一时刻的多视角视频帧与环境状态,形成感知-决策-环境反馈的闭环交互;

10、通过多维度判别器实时计算碰撞风险、交通规则违规、驾驶舒适度和驾驶效率指标,输出综合安全评测结果。

11、在本发明的一个实施例中,构建所述驾驶世界模型包括:

12、基于真实道路多视角视频、自车运动与控制记录、交通参与者轨迹、高精地图、交通信号状态和场景文本描述对潜空间视频扩散网络进行训练,所述训练包括基于真实视频的视觉表征与视频生成预训练、加入多模态条件的可控生成训练、加入自车动作和历史状态的因果闭环训练,以及利用跨视角几何对应、实例身份保持和时间连续性损失的联合一致性训练。

13、在本发明的一个实施例中,所述基于真实视频的视觉表征与视频生成预训练包括:

14、通过视频编码器将连续多视角相机图像压缩为时空潜变量,通过时空因果生成骨干根据历史潜变量、当前环境状态和自车控制动作预测下一时间步潜变量;

15、通过状态预测头同步输出车辆、交通参与者和道路要素的结构化状态,通过视频解码器将预测潜变量恢复为多视角视频帧。

16、在本发明的一个实施例中,所述强化学习提示器建模为马尔可夫决策过程,其状态空间至少包括道路拓扑、自车及背景交通参与者的运动状态、当前多模态提示特征和待测算法历史动作中的一种或多种;其动作空间包括对背景交通参与者的运动参数进行调整,以及对多模态提示条件进行选择或扰动;单步奖励表示为风险奖励、真实性奖励、多样性奖励和物理约束惩罚的加权组合。

17、在本发明的一个实施例中,所述闭环交互依次执行:读取上一时刻视频与状态,调用待测算法得到控制动作,校验动作格式和范围,推进交通流状态,调用驾驶世界模型生成下一时刻观测,计算判别指标并写入日志;交互频率按照待测算法规划周期配置。

18、在本发明的一个实施例中,所述多维度判别器包括:

19、碰撞判别器,用于在每一时间步计算自车检测框与其他目标检测框的空间重叠度,重叠度超过预设阈值时记为碰撞;

20、交规判别器,用于将自车定位和轨迹投影到道路拓扑,依据车道边界、中心线、行驶方向、停止线、可行驶区域和信号灯时相生成违规事件;

21、人因判别器,用于根据自车速度序列计算纵向和横向加速度及加加速度,以形成舒适度指标。

22、在本发明的一个实施例中,所述综合安全评测结果由碰撞风险、交规风险、舒适度风险和效率风险的加权和得到,权重在同一评测任务中固定并随报告保存;系统同时输出逐时间步原始指标、场景级单项指标、综合结果、事件时间戳及证据片段。

23、为达上述目的,本发明第二方面实施例提出了一种基于世界模型的自动驾驶安全评测装置,包括:

24、世界模型生成模块,用于利用驾驶世界模型生成高保真的多视角视频帧和环境状态,所述驾驶世界模型通过生成式方式将真实驾驶数据分布内化于模型;

25、长尾场景生成模块,用于基于多模态提示词库与强化学习提示器,定向生成覆盖简单到困难的安全攸关长尾场景,并驱动交通流仿真器生成符合物理规律的动态轨迹;

26、闭环仿真交互模块,用于将待测自动驾驶模型接入闭环仿真,接收其输出的控制动作,由所述驾驶世界模型根据当前环境状态和控制动作自回归生成下一时刻的多视角视频帧与环境状态,形成感知-决策-环境反馈的闭环交互;

27、多维度评测模块,用于通过多维度判别器实时计算碰撞风险、交通规则违规、驾驶舒适度和驾驶效率指标,输出综合安全评测结果。

28、本发明实施例的一种基于世界模型的自动驾驶安全评测方法及装置,通过构建基于世界模型的新一代自动驾驶安全评测系统,在融合多模态提示词与高保真闭环仿真的基础上,实现了面向新一代自动驾驶算法的高效、精准安全评测。相较于现有技术,本发明通过引入生成式驾驶世界模型构建数字孪生,消除了传统仿真测试中的“仿真到现实差距”(s2r gap),在保证高保真度的前提下,实现了对复杂控制信号的精确响应与多视角长时生成;同时,结合海量多模态提示词库与强化学习提示器,系统能够定向且高效地生成各类长尾危险场景,有效破解了传统实车测试面临的“稀疏度灾难”与“百亿英里难题”;进一步结合多维度判别器的综合量化评测与难例挖掘机制,使系统不仅能为端到端、vla等前沿模型提供标准化的安全性验证,还能利用生成的专有数据反哺自动驾驶模型,从而显著加速自动驾驶技术的安全落地与规模化应用。

29、为达上述目的,本技术第三方面实施例提出了一种计算机设备,包括:处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的一种基于世界模型的自动驾驶安全评测方法。

30、为达上述目的,本技术第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所述的一种基于世界模型的自动驾驶安全评测方法。

31、本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。