欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020106589049
申请人: 吉林大学
专利类型:发明专利
专利状态:未下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种场景任务复杂度量化评估方法,其特征在于:其步骤是:步骤一、复杂度因子分析:分析各类任务的固有属性,可得车辆运动控制复杂度、OEDR复杂度以及指标复杂度;车辆运动控制复杂度因子包括纵向因子和横向因子,纵向因子包括恒速、变速、跟随、联合的控制;横向因子包括保持、跟踪、避障的控制;OEDR复杂度包括逻辑复杂度因子、变量复杂度因子、目标复杂度因子;逻辑复杂度包括一阶信息熵、二阶信息熵,主要的变量有:测试车辆速度v1、目标车辆速度v2、车道宽度x0、目标车辆与测试车辆距离d、目标车辆与虚线车道线横向距离offset、弯道半径R、变道周期t、碰撞时间TTC、行人/骑行者与车道中心线之间的距离D、目标车辆加速度a、溜坡路距离d1、测试车辆距离碰撞点所需时间TTL1、目标车辆距离碰撞点所需时间TTL2、其他目标车辆速度v3、道路限制速度Speedlimit、黄灯时长Yellowlight‑time、红灯时长Redlight‑time、机动车信号灯状态Leftsigbal‑ststus/Rightsignal‑status;变量复杂度由变量个数决定;由于测试场景中目标不尽相同,目标复杂度因子也不同;

步骤二、复杂度量化计算:

设某项任务的某个因子包含多个元素,即x、y和z,其中x和y元素可相互替代,任选其一或共用,并与z元素联合能够完成第i个任务,该影响因子所对应的或并函数则可记为gi(a1,...,a11,∧,∨)=max(ax,ay)+az,定义第i个场景任务的车辆运动控制复杂度为Si,1,纵向因子复杂度为s1,1,m,横向因子复杂度为s1,2,n,s1,1,m是参考定速巡航、行人紧急制动、自适应巡航、和高速驾驶辅助四项ADAS自动驾驶功能信息熵,综合评价得到的有关恒速s1,1,1,变速s1,1,2,跟随s1,1,3,横纵联合s1,1,4的或并函数f1,1,m(s1,1,1,...,s1,1,4,∧,∨);s1,2,n是参考车道保持辅助、自动并线和交通拥堵领航三项ADAS自动驾驶功能信息熵,综合评价得到的有关保持s1,2,1,跟踪s1,2,2,避障s1,2,3的或并函数f1,2,n(s1,2,1,...,s1,2,3,∧,∨),可得车辆运动控制复杂度:Si,1=f1,1,m+f1,2,n         (1)从基本动作库中选取完成第i个场景任务所需的动作,将其抽象为节点,并用 Bi,Ci...表示,定义Φi表示第i个网络图Γi的节点集,即 定义场景任务i基本动作间的顺序为Ωi,表示第i个网络图Γi节点间的节点度;得到第i个场景任务的动作逻辑为一个网络图:

Γi=(Φi,Ωi)        (2)

逻辑复杂度一次熵的计算:网络图Γi有αi个节点,流入第j个节点边的条数称为该节点的入度μi,j,流出第j个节点边的条数称为该节点的出度vi,j;统计网络图Γi中各个节点μi,j和vi,j,按照(μi,j,νi,j)的组合不同进行分类,得到一次熵的类别数ti,1和每个类别的节点个数li,1,li,1<αi;计算第i个场景任务的一次熵Ii,1,即:Ii,1=‑sum(pi,1,jlogapi,1,j)       (3)其中 a可取2,e;

逻辑复杂度二次熵的计算:网络图Γi有αi个节点,第j个节点相邻的节点集合为Φi,j;

如果第j 个节点邻接的节点集合Φi,j中的任何一个元素都属于第k个节点相邻的节点集合Φi,k,第k个节点相邻的节点集合Φi,k中的任何一个元素都属于第j个节点邻接的节点集合Φi,j,那么,将节点j和k归为一类;统计各个节点的相邻节点集合Φi,j,得到二次熵的类别数ti,2和每个类别所包含的节点个数li,2,li,2<αi;计算第i个场景任务的二次熵Ii,2,即:Ii,2=‑sum(pi,1,jlogapi,1,j)     (4)计算第i个场景任务的OEDR逻辑复杂度:

其中,m和n为权重;

OEDR复杂度的第二部分为目标复杂度,定义目标复杂度为Di,目标集 分别表示双车道车辆目标、十字路口车辆目标、双车道+十字路口车辆目标,考虑目标所处车道信息以及目标信息,包括借道行驶因子s2,1,q、车道方向s2,2,r、相对位置s2,3,s、相对车速s2,4,u,得到有关不可借道行驶s2,1,1、可借道行驶s2,1,2的借道行驶g2,1,q(s2,1,1,s2,1,2),有关同向车道s2,2,1、对向车道s2,2,2、横向车道s2,2,3的车道方向函数g2,2,r(s2,2,1,...,s2,2,3),有关前方s2,3,1、左前s2,3,2、右前s2,3,3、后方s2,3,4、左后s2,3,5、右后s2,3,6的相对位置函数g2,3,s(s2,3,1,...,s2,3,6),有关小于0s2,4,1、大于0s2,4,2、变化s2,4,3的相对车速函数g2,4,u(s2,4,1,...,s2,4,3),可得目标集 的目标复杂度:Di=g2,1,q+g2,2,r+g2,3,s+g2,4,u      (6)目标集 分别表示十字路口信号灯目标、其他信号灯目标,考虑信号灯类型s2,5,v以及信号灯状态s2,6,w,包括有关单排信号灯s2,5,1、双排信号灯s2,5,2、人行横道信号灯s2,5,3、临时信号灯s2,5,4、铁道路口信号灯s2,5,5、潮汐信号灯s2,5,6的信号灯类型函数g2,5,v(s2,5,1,...,s2,5,6),有关前进‑警示s2,6,1、警示‑前进s2,6,2、警示‑停止s2,6,3、停止‑警示s2,6,4、停止‑前进s2,6,5的函数g2,6,w(s2.6,1,...,s2,6,5),可得目标集 的目标复杂度:Di=g2,5,v+g2,6,w       (7)目标集 分别表示限速牌目标、合流车道口目标、匝道口目标、行人目标、骑行者目标,横向比较考虑其目标复杂度:

Di=g2,7,x       (8)

OEDR复杂度的第三部分为变量复杂度,定义变量复杂度为Ei,采用组合方式计算变量复杂度,即:

其中n表示变量个数;

根据以上公式和独立分布原则,定义第i个场景任务的OEDR复杂度Si,2等价于该任务的逻辑复杂度Ii与任务所包含目标复杂度Di以及该任务的变量复杂度Ei的乘积,即:Si,2=Ii×Di×Ei                            (10)确定评价指标的等级:

Si,3=q(s3,1,s3,2,s3,3)       (11)其中:q(s3,1,s3,2,s3,3)是指判断指标s3,1、变量指标s3,2、模糊指标s3,3三个指标的指标复杂度函数;

步骤三、场景任务复杂度:

定义第i个场景任务的复杂度Si等价于该任务车辆运动控制复杂度为Si,1与任务所包含的OEDR复杂度为Si,2以及该任务的评价指标复杂度为Si,3的乘积,即:Si=Si,1×Si,2×Si,3       (12)设第p个任务为所有场景任务中复杂度最高的任务,即Smax=Sp,根据百分制原则,综合计算第i个场景任务的百分制场景任务复杂度Zi: