一种基于多智能体交互的风险可控场景生成方法

本发明属于智能交通与自动驾驶仿真测试，具体涉及一种基于多智能体交互预测，结合历史风险代理、目标风险条件差异化注入、多模态轨迹生成、物理约束筛选和标准化导出验证的风险可控场景生成方法。

背景技术：

1、自动驾驶系统的训练和测试需要大量高风险、长尾、可复现且物理可信的交通场景。现有规则式方法组合空间有限；纯生成式方法易产生动力学不连续和运动学指标超限；多智能体轨迹预测方法通常以预测最可能未来为目标，难以按照目标风险等级、目标风险分数和目标冲突类型主动控制未来轨迹分布。

2、现有方法还存在以下不足：风险条件难以有效改变关键智能体的轨迹分布；多模态预测结果可能出现起点不连续、运动学指标超限、越界、逆行或车辆穿透；物理无效候选可能因软评分较高而被输出；模型训练、候选评价、标准化导出和仿真回放的判定口径不统一。

3、因此，需要构建由关键风险车辆对识别、目标风险条件注入、多模态轨迹生成、物理修复与硬过滤、有效候选重排序以及标准化导出验证组成的闭环技术方案。

技术实现思路

1、本发明的目的在于提供一种基于多智能体交互预测的风险可控场景生成、物理约束筛选与导出验证方法及系统，以解决风险条件不能有效控制关键智能体轨迹、生成轨迹难以保证动力学可执行性、物理无效候选参与综合评分以及生成结果无法稳定导入仿真平台的问题。

2、本发明中的基于多智能体交互的风险可控场景生成方法，包括如下内容：获取交通场景中多个智能体的历史轨迹数据，构建多智能体时空交互图；基于所述历史轨迹数据计算各智能体对的历史风险代理向量，并选取历史代理风险分数最大的智能体对作为历史高风险智能体对；将目标风险等级、目标风险分数和目标冲突类型编码为场景级风险条件向量，并按照所述历史高风险智能体对的条件权重高于其余智能体条件权重的方式，将风险条件注入多智能体多模态轨迹预测模型；经交互编码与条件化解码，输出各智能体的多模态未来轨迹、模态概率及轨迹不确定性参数；基于所述多模态未来轨迹生成候选模态组合，对各候选模态组合对应的候选未来轨迹执行物理投影修复、场景风险评估、物理有效性判定和目标对齐度计算；仅在物理有效候选集合中，根据风险分数、可行性分数、真实性分数、目标对齐度及冲突类型匹配结果进行重排序，得到目标场景候选；将所述目标场景候选导出为标准化动态场景文件和道路网络文件，并进行xml合法性验证以及轨迹回放运动学验证。

3、进一步的，所述历史风险代理向量至少包括由历史最小碰撞时间、减速度需求率、相对速度、欧氏间距和横向运动量归一化得到的五维风险分量。

4、进一步的，所述历史高风险智能体对通过对各智能体对的历史风险代理向量进行加权聚合获得历史代理风险分数，并选取所述历史代理风险分数最大的智能体对确定。

5、进一步的，所述风险条件编码包括语义条件编码和代理条件编码中的至少一种；其中，所述语义条件编码至少包含风险等级嵌入、冲突类型嵌入和目标风险分数投影结果，所述代理条件编码用于将目标风险分数映射至与历史风险代理空间一致的连续风险向量。

6、进一步的，所述将风险条件注入多智能体多模态轨迹预测模型，包括：向模态选择层注入模态偏置、向解码器初始隐状态注入隐状态偏移以及在解码阶段对特征执行film调制中的一种或多种。

7、进一步的，所述多智能体多模态轨迹预测模型包括时变图交互编码器和条件化多模态解码器；所述时变图交互编码器用于融合历史时序关系和多主体交互关系，所述条件化多模态解码器用于输出多个未来轨迹模态、对应模态概率及轨迹协方差参数。

8、进一步的，还包括构建场景级风险头，对编码端特征、解码端特征和模态概率进行图级池化，以预测场景级风险向量和场景级风险分数，并将所述场景级风险向量和场景级风险分数用于训练监督和候选评价。

9、进一步的，所述多智能体多模态轨迹预测模型在训练阶段采用多目标联合损失函数，所述多目标联合损失函数至少包括轨迹损失、风险监督损失、风险对齐损失、顺序约束损失、轨迹分离损失以及物理有效性损失中的两种或多种。

10、进一步的，所述候选模态组合的生成包括：确定基础模态组合、围绕高风险智能体对展开top-k模态替换组合，以及按照温度重加权的模态概率进行采样，以扩展高风险场景候选的探索范围。

11、进一步的，所述物理投影修复包括：基于上一时刻位置、速度和加速度计算期望速度，对期望速度进行速度限幅；根据限幅后的速度计算期望加速度，对期望加速度进行加速度限幅；根据相邻时刻加速度增量进行冲击约束；并递推得到满足速度、加速度和冲击阈值约束的修复后轨迹。

12、进一步的，所述物理有效性判定至少包括如下约束中的一种或多种：越界约束、逆行约束、航向连续性约束、速度上界约束、加速度上界约束、冲击上界约束、起点位置连续性约束、起步速度跳变约束以及智能体间碰撞或危险间隙约束。

13、进一步的，所述场景风险评估通过对碰撞概率、近失碰风险、最小间距、最小碰撞时间、减速度需求率、后侵入时间、总暴露时间和总侵入时间中的一种或多种进行归一化和加权聚合得到场景风险分数。

14、进一步的，所述重排序采用先硬过滤再排序的方式执行；当候选场景不满足物理有效性判定时，将该候选场景直接从候选集合中剔除；当存在物理有效候选场景时，仅在所述物理有效候选场景中选取得分最优的候选场景作为输出。

15、进一步的，所述标准化动态场景文件为openscenario文件，所述道路网络文件为opendrive文件；所述导出验证包括 xml 结构合法性验证、轨迹回放中的速度验证、加速度验证、冲击验证以及多车间距验证。

16、本发明还公开了一种基于多智能体交互预测的风险可控场景生成、物理约束筛选与导出验证系统，包括：数据预处理与标签增强模块、历史风险代理提取模块、条件编码模块、多智能体交互编码模块、风险条件化解码模块、风险向量与风险分数预测模块、多目标联合训练模块、候选模态组合生成模块、场景风险评估与重排序模块、物理投影修复与物理有效性过滤模块以及标准化导出与回放验证模块；其中，各模块协同执行前述的方法。

17、本发明还公开了一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，实现前述的方法。

18、本发明还公开了一种一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至13任一项所述的方法。

19、与现有技术相比，本发明能够使风险条件重点作用于历史高风险智能体对，将多模态预测结果转化为完整候选场景，并在综合排序前剔除物理无效候选；通过区分近失碰与非物理穿透以及执行标准化导出和回放验证，提高场景的风险可控性、物理有效性和工程可复现性。

1.一种基于多智能体交互的风险可控场景生成方法，其特征在于，包括如下内容：获取交通场景中多个智能体的历史轨迹数据，构建多智能体时空交互图；基于所述历史轨迹数据计算各智能体对的历史风险代理向量，并选取历史代理风险分数最大的智能体对作为历史高风险智能体对；将目标风险等级、目标风险分数和目标冲突类型编码为场景级风险条件向量，并按照所述历史高风险智能体对的条件权重高于其余智能体条件权重的方式，将风险条件注入多智能体多模态轨迹预测模型；经交互编码与条件化解码，输出各智能体的多模态未来轨迹、模态概率及轨迹不确定性参数；基于所述多模态未来轨迹生成候选模态组合，对各候选模态组合对应的候选未来轨迹执行物理投影修复、场景风险评估、物理有效性判定和目标对齐度计算；仅在物理有效候选集合中，根据风险分数、可行性分数、真实性分数、目标对齐度及冲突类型匹配结果进行重排序，得到目标场景候选；将所述目标场景候选导出为标准化动态场景文件和道路网络文件，并进行xml合法性验证以及轨迹回放运动学验证。

2.根据权利要求1所述的方法，其特征在于，所述历史风险代理向量至少包括由历史最小碰撞时间、减速度需求率、相对速度、欧氏间距和横向运动量归一化得到的五维风险分量；所述历史高风险智能体对通过对各智能体对的历史风险代理向量进行加权聚合获得历史代理风险分数，并选取所述历史代理风险分数最大的智能体对确定；

3.根据权利要求1所述的方法，其特征在于，还包括构建场景级风险头，对编码端特征、解码端特征和模态概率进行图级池化，以预测场景级风险向量和场景级风险分数，并将所述场景级风险向量和场景级风险分数用于训练监督和候选评价。

4.根据权利要求1所述的方法，其特征在于，所述多智能体多模态轨迹预测模型在训练阶段采用多目标联合损失函数，所述多目标联合损失函数至少包括轨迹损失、风险监督损失、风险对齐损失、顺序约束损失、轨迹分离损失以及物理有效性损失中的两种或多种。

5.根据权利要求1所述的方法，其特征在于，所述候选模态组合的生成包括：确定基础模态组合、围绕高风险智能体对展开top-k模态替换组合，以及按照温度重加权的模态概率进行采样，以扩展高风险场景候选的探索范围；

6.根据权利要求1所述的方法，其特征在于，所述场景风险评估通过对碰撞概率、近失碰风险、最小间距、最小碰撞时间、减速度需求率、后侵入时间、总暴露时间和总侵入时间中的一种或多种进行归一化和加权聚合得到场景风险分数；

7.根据权利要求1所述的方法，其特征在于，所述标准化动态场景文件为openscenario文件，所述道路网络文件为opendrive文件；所述导出验证包括xml结构合法性验证、轨迹回放中的速度验证、加速度验证、冲击验证以及多车间距验证。

8.一种基于多智能体交互预测的风险可控场景生成、物理约束筛选与导出验证系统，其特征在于，包括：数据预处理与标签增强模块、历史风险代理提取模块、条件编码模块、多智能体交互编码模块、风险条件化解码模块、风险向量与风险分数预测模块、多目标联合训练模块、候选模态组合生成模块、场景风险评估与重排序模块、物理投影修复与物理有效性过滤模块以及标准化导出与回放验证模块；其中，各模块协同执行权利要求1至7任一项所述的方法。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至7任一项所述的方法。