自动驾驶汽车控制系统的预期功能安全性能的量化评价方法与流程

1.本发明涉及无人驾驶测试技术领域，具体涉及一种自动驾驶汽车控制系统的预期功能安全性能的量化评价方法。


背景技术：

2.据统计，94％的道路交通事故是由驾驶员导致的，相对于人类驾驶而言，自动驾驶汽车不存在疲劳、超速、酒驾等违法行为，可减少大量道路交通事故。在自动驾驶技术领域，除了信息安全和功能安全之外，预期功能的安全性也逐渐引起人们的重视。预期功能安全强调的是避免因为预期的功能表现局限、性能不够而导致不合理的风险。由于自动驾驶车辆引发的安全事故，99％均来自预期功能安全。目前，国内对预期功能安全的研究处于起步阶段，没有一套成熟、完整的评价体系。
3.自动驾驶汽车控制系统决定着汽车能否运动，能否良好运动，其主要包括横向控制和纵向控制。传统的车辆控制系统评价主要是考虑控制系统的响应性能或稳定性的定性评价，未考虑控制系统的预期功能安全，且没有一个量化的评价方法。在自动驾驶汽车中，由于控制系统或控制算法自身存在缺陷、人员误操作、系统非预期的误响应等均可能导致危险，属于自动驾驶汽车控制系统的预期功能安全范畴。对自动驾驶汽车控制系统的预期功能安全性能进行一个科学的量化评价，是目前急需解决的问题。


技术实现要素：

4.本发明的目的是针对现有技术中的问题，提供一种自动驾驶汽车控制系统的预期功能安全性能的量化评价方法，以其能分析自动驾驶汽车控制系统中预期功能安全相关的安全问题，并可以客观量化地评价自动驾驶汽车控制系统预期功能安全性能的优劣，从而得知自动驾驶汽车控制系统抵抗未知风险的能力。
5.本发明为达到上述发明目的，采用如下技术方案：
6.本发明一种自动驾驶汽车控制系统的预期功能安全性能的量化评价方法，所述预期功能安全性能包括：自动驾驶汽车的横向输出参数响应性能和纵向输出参数响应性能，其特点在于，所述量化评价方法包括以下步骤：
7.步骤1、收集并处理数据；
8.步骤1.1、收集与所述预期功能安全性能相关的n个事故场景构成事故场景数据集x＝{x1,x2,...,x
n
,...,x
n
}；其中，x
n
表示第n个事故场景，且表示第n个事故场景，且表示第n个事故场景x
n
中第m个场景元素；m表示场景元素数量；
9.步骤1.2、对事故场景数据集x中的n个事故场景进行聚类，得到i类场景子集{s1,s2,...,s
i
,...,s
i
}，其中，s
i
表示第i类场景子集；
10.步骤1.3、对第i类场景子集s
i
中的场景进行特征提取，得到第i类场景子集s
i
的特征场景元素集其中，表示第i类场景子集s
i
的第b个特征场景元素，b
i
表示第i类场景子集中特征场景元素的数量；
11.步骤2、测试用例的泛化生成；
12.步骤2.1、根据i类事故场景子集，构建第i类场景子集s
i
的逻辑场景；
13.步骤2.2、确定第i类逻辑场景中第b个特征场景元素的范围为并从中随机生成若干个的值作为相应的具体场景，从而得到i类逻辑场景生成k个具体场景；表示若干个中的最小值，表示若干个中的最大值；
14.步骤2.3、将k个具体场景转换为k个测试用例，从而形成自动驾驶汽车控制系统的预期功能安全相关的测试用例库；
15.步骤3、控制系统场景仿真测试；
16.步骤3.1、使用测试用例库中的第j个测试用例对自动驾驶汽车控制系统进行仿真测试；
17.步骤3.2、采集并记录仿真测试后的自动驾驶汽车控制系统的横向输出参数在时域上的瞬态响应指标，包括：第j个横向输出参数瞬态响应的上升时间第j个横向输出参数瞬态响应的超调量第j个横向输出参数瞬态响应的振荡次数
18.步骤3.3、采集并记录测试后的自动驾驶汽车控制系统的纵向输出参数在时域上的瞬态响应指标，包括：第j个纵向输出参数瞬态响应的上升时间第j个纵向输出参数瞬态响应的超调量第j个纵向输出参数瞬态响应的振荡次数
19.步骤4、计算各个输出参数评价指标分数及其权重；
20.步骤4.1、统计事故场景数据集x中与各个输出参数及其瞬态响应指标有关的事故平均严重度s及其数量c；
21.计算与各个输出参数及其瞬态响应指标有关的事故概率其中，事故平均严重度s按严重度由小到大分为1～c，共c个量化等级；
22.步骤4.2、计算各个输出参数评价指标分数：
23.步骤4.2.1、利用式(1)和式(2)分别计算第j个横向输出参数的瞬态响应的快速性和纵向输出参数的瞬态响应的快速性
[0024][0025][0026]
式(1)和式(2)中，分别为第j个横向输出参数、纵向输出参数的瞬态响应的预设最大上升时间；
[0027]
步骤4.2.2、利用式(3)和式(4)分别计算第j个横向输出参数的瞬态响应的准确性和纵向输出参数的瞬态响应的准确性
[0028]
[0029][0030]
式(3)和式(4)中，分为第j个横向输出参数、纵向输出参数的预设最大超调量；
[0031]
步骤4.2.3、利用式(5)和式(6)分别计算第j个横向输出参数的瞬态响应的稳定性和纵向输出参数的瞬态响应的稳定性
[0032][0033][0034]
式(5)和式(6)中，分别为第j个横向输出参数、纵向输出参数瞬态响应的预设最大振荡次数；
[0035]
步骤4.3、利用式(7)计算输出参数的瞬态响应性能的权重q：
[0036][0037]
式(7)中，q
11
、q
12
、q
13
分别为横向输出参数的瞬态响应的快速性权重、准确性权重、稳定性权重；q
21
、q
22
、分别为纵向输出参数的瞬态响应的快速性权重、准确性权重、稳定性权重；s
11
、s
12
、s
13
分别为由于横向输出参数的瞬态响应的快速性、准确性以及稳定性导致事故的平均严重度；s
21
、s
22
、s
23
由于纵向输出参数的瞬态响应的快速性、准确性以及稳定性导致事故的平均严重度；p
11
、p
12
、p
13
为与横向输出参数的瞬态响应的快速性、准确性以及稳定性有关的事故的概率；p
21
、p
22
、p
23
为与纵向输出参数的瞬态响应的快速性、准确性以及稳定性有关的事故的概率；
[0038]
步骤5、计算各个输出参数瞬态响应性能及其权重：
[0039]
步骤5.1、利用式(8)和式(9)分别计算第j个横向输出参数的瞬态响应性能和纵向输出参数的瞬态响应性能
[0040][0041][0042]
步骤5.2、利用式(10)计算输出参数瞬态响应性能的权重矩阵ω：
[0043][0044]
式(10)中，ω1为横向输出参数的瞬态响应性能的权重；ω2为纵向输出参数的瞬态响应性能的权重；s1为由于横向输出参数的瞬态响应性能导致事故的平均严重度；s2为由于纵向输出参数的瞬态响应性能导致事故的平均严重度；p1为由于横向输出参数的瞬态响应性能导致事故的概率；p2为由于纵向输出参数的瞬态响应性能导致事故的概率；
[0045]
步骤6、自动驾驶汽车控制系统的预期功能安全量化评价分数计算：
[0046]
步骤6.1、选择不同的测试用例，重复步骤3
‑
步骤5，直到所有测试用例测试完毕；并统计整个测试过程中，自动驾驶汽车控制系统的错误响应次数m
e
，从而计算错误响应率
[0047]
步骤6.2、利用式(11)计算自动驾驶汽车控制系统在第j个测试用例中测试所得的评价分数a
j
：
[0048][0049]
步骤6.3、利用式(12)计算自动驾驶汽车控制系统的预期功能安全量化评价分数
[0050][0051]
步骤6.4、以所述预期功能安全量化评价分数作为自动驾驶汽车控制系统的预期功能安全的量化评价结果。
[0052]
与现有技术相比，本发明的有益效果在于：
[0053]
1、本发明的量化评价方法可确定控制系统预期功能安全相关的事故逻辑场景，根据确定的逻辑场景，可构建控制系统的预期功能安全相关的测试用例库，并在虚拟仿真软件中对控制系统进行仿真测试，对输出参数响应情况进行量化评价得到控制系统的预期功能安全性能评价分数，从而可以对自动驾驶汽车控制系统的预期功能安全性能进行评价，由此得知自动驾驶汽车控制系统的预期功能安全性能优劣，进而得知自动驾驶汽车控制系统抵抗未知风险的能力。
[0054]
2、本发明在评价中根据输出参数及输出参数评价指标所导致事故的严重度和事故概率引入相应的权重，使评价结果更加综合客观。
附图说明
[0055]
图1为本发明量化评价方法的流程图。
具体实施方式
[0056]
本实施例中，预期功能安全性能包括：自动驾驶汽车的横向输出参数响应性能和
纵向输出参数响应性能，如图1所示，一种用于自动驾驶汽车控制系统的预期功能安全性能的量化评价方法包括如下步骤：
[0057]
步骤1、收集并处理数据；
[0058]
步骤1.1、从网上公开的kitti、cityscapes、mapillary、apolloscape等驾驶场景数据集中收集与预期功能安全性能相关的n个事故场景构成事故场景数据集x＝{x1,x2,...,x
n
,...,x
n
}；其中，x
n
表示第n个事故场景，且表示第n个事故场景，且表示第n个事故场景x
n
中第m个场景元素；m表示场景元素数量；本实施例中，选取n＝1000个事故场景，构成事故场景数据集x＝{x1,x2,...,x
n
,...,x
1000
}；
[0059]
步骤1.2、对事故场景数据集x中的1000个事故场景进行聚类，得到i类场景子集{s1,s2,...,s
i
,...,s
i
}，其中，s
i
表示第i类场景子集；本实施例中，选取i＝10，即得到10类场景子集；
[0060]
步骤1.3、对第i类场景子集s
i
中的场景进行特征提取，即筛选出场景子集中所有场景的场景元素值不相等的场景元素，得到第i类场景子集s
i
的特征场景元素集其中，表示第i类场景子集s
i
的第b个特征场景元素，b
i
表示第i类场景子集中特征场景元素的数量；
[0061]
步骤2、测试用例的泛化生成；
[0062]
步骤2.1、根据i＝10类事故场景子集，构建第i类场景子集s
i
的逻辑场景；
[0063]
步骤2.2、确定第i类逻辑场景中第b个特征场景元素的范围为并从中随机生成若干个的值作为相应的具体场景，从而得到10类逻辑场景生成k个具体场景；表示可取的最小值，表示可取的最大值；本实施例中，选取k＝5000，即生成5000个具体场景；
[0064]
步骤2.3、将5000个具体场景转换为5000个测试用例，从而形成自动驾驶汽车控制系统的预期功能安全相关的测试用例库；
[0065]
步骤3、控制系统场景仿真测试；
[0066]
步骤3.1、在prescan、carla、vtd等虚拟仿真软件中使用测试用例库中的第j个测试用例对自动驾驶汽车控制系统进行仿真测试；
[0067]
步骤3.2、采集并记录仿真测试后的自动驾驶汽车控制系统的横向输出参数在时域上的瞬态响应指标，包括：第j个横向输出参数瞬态响应的上升时间第j个横向输出参数瞬态响应的超调量第j个横向输出参数瞬态响应的振荡次数本实施例中，横向输出参数选取汽车的横摆角速度；
[0068]
步骤3.3、采集并记录测试后的自动驾驶汽车控制系统的纵向输出参数在时域上的瞬态响应指标，包括：第j个纵向输出参数瞬态响应的上升时间第j个纵向输出参数瞬态响应的超调量第j个纵向输出参数瞬态响应的振荡次数本实施例中，纵向输出参数选取汽车的纵向加速度；
[0069]
步骤4、计算各个输出参数评价指标分数及其权重；
[0070]
步骤4.1、统计事故场景数据集x中与各个输出参数及其瞬态响应指标有关的事故
平均严重度s及其数量c；
[0071]
计算与各个输出参数及其瞬态响应指标有关的事故概率其中，事故平均严重度s按严重度由小到大分为1～c，共c个量化等级；本实施例中，选取c＝4，即严重度由小到大分为1、2、3、4，四个等级；
[0072]
步骤4.2、计算各个输出参数评价指标分数：
[0073]
步骤4.2.1、利用式(1)和式(2)分别计算第j个横向输出参数的瞬态响应的快速性和纵向输出参数的瞬态响应的快速性
[0074][0075][0076]
式(1)和式(2)中，分别为第j个横向输出参数、纵向输出参数的瞬态响应的预设最大上升时间；
[0077]
步骤4.2.2、利用式(3)和式(4)分别计算第j个横向输出参数的瞬态响应的准确性和纵向输出参数的瞬态响应的准确性
[0078][0079][0080]
式(3)和式(4)中，分为第j个横向输出参数、纵向输出参数的预设最大超调量；
[0081]
步骤4.2.3、利用式(5)和式(6)分别计算第j个横向输出参数的瞬态响应的稳定性和纵向输出参数的瞬态响应的稳定性
[0082][0083][0084]
式(5)和式(6)中，分别为第j个横向输出参数、纵向输出参数瞬态响应的预设最大振荡次数；
[0085]
步骤4.3、利用式(7)计算输出参数的瞬态响应性能的权重q：
[0086][0087]
式(7)中，q
11
、q
12
、q
13
分别为横向输出参数的瞬态响应的快速性权重、准确性权重、稳定性权重；q
21
、q
22
、q
23
分别为纵向输出参数的瞬态响应的快速性权重、准确性权重、稳定性权重；s
11
、s
12
、s
13
分别为由于横向输出参数的瞬态响应的快速性、准确性以及稳定性导致事故的平均严重度；s
21
、s
22
、s
23
由于纵向输出参数的瞬态响应的快速性、准确性以及稳定性导致事故的平均严重度；p
11
、p
12
、p
13
为与横向输出参数的瞬态响应的快速性、准确性以及稳定性有关的事故的概率；p
21
、p
22
、p
23
为与纵向输出参数的瞬态响应的快速性、准确性以及稳定性有关的事故的概率；
[0088]
步骤5、计算各个输出参数瞬态响应性能及其权重：
[0089]
步骤5.1、利用式(8)和式(9)分别计算第j个横向输出参数的瞬态响应性能和纵向输出参数的瞬态响应性能
[0090][0091][0092]
步骤5.2、利用式(10)计算输出参数瞬态响应性能的权重矩阵ω：
[0093][0094]
式(10)中，ω1为横向输出参数的瞬态响应性能的权重；ω2为纵向输出参数的瞬态响应性能的权重；s1为由于横向输出参数的瞬态响应性能导致事故的平均严重度；s2为由于纵向输出参数的瞬态响应性能导致事故的平均严重度；p1为由于横向输出参数的瞬态响应性能导致事故的概率；p2为由于纵向输出参数的瞬态响应性能导致事故的概率；
[0095]
步骤6、自动驾驶汽车控制系统的预期功能安全量化评价分数计算：
[0096]
步骤6.1、选择不同的测试用例，重复步骤3
‑
步骤5，直到所有测试用例测试完毕；并统计整个测试过程中，自动驾驶汽车控制系统的错误响应次数m
e
，从而计算错误响应率
[0097]
步骤6.2、利用式(11)计算自动驾驶汽车控制系统在第j个测试用例中测试所得的评价分数a
j
：
[0098][0099]
步骤6.3、利用式(12)计算自动驾驶汽车控制系统的预期功能安全量化评价分数
[0100][0101]
步骤6.4、以预期功能安全量化评价分数作为自动驾驶汽车控制系统的预期功能安全的量化评价结果。