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: 2025109831140
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 信号装置
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:

1.一种基于场景知识图并考虑事故致因的事故场景生成方法,其特征在于,包括以下步骤:步骤一、对场景知识图进行建模;

构建包含场景图SG及事故致因图ACG的场景知识图表示方法,场景图SG用于聚合场景在空间维度及时间维度的交互特征,事故致因图ACG用于实现事故场景生成过程中的因果控制;

步骤二、对场景图时序预测模型进行建模;

利用图注意力神经网络处理场景图SG以提取其空间维度信息,利用基于Transformer的时序特征提取架构学习时序场景图SG的长时序依赖关系以提取其时间维度信息,利用变分图自编码器构建用于潜在变量重复采样的潜在空间并形成采样层,利用解码器对潜在变量进行解码后得到场景图采样空间,构建场景图时序预测模型;

步骤三、对时序因果推断模型进行建模;

以输入事故场景的时序轨迹及相关描述为基础,对事故场景内在因果关联进行详尽分析,以此得到经验知识,并以此为依据制定事故致因图ACG及对应于ACG图每条因果边的推断规则,进而得到时序因果推断模型;

步骤四、对场景图时序决策生成模型进行建模,从而生成事故场景;

利用强化学习方法整合场景图时序预测模型、时序因果推断模型等关键模块,构建完整的场景图时序决策生成模型;即利用场景图时序预测模型导索式生成下一时刻场景图的采样空间,训练强化学习智能体在采样空间中采样,利用时序因果推断模型对生成的时序场景图进行时序因果推断,建立推断事故致因图ACG0与真实事故致因图ACG的图相似度度量方法,作为强化学习智能体采取不同动作时的主要反馈奖励,引导事故场景的因果可控生成。

2.根据权利要求1所述的一种基于场景知识图并考虑事故致因的事故场景生成方法,其特征在于,所述步骤一的具体方法如下:

11)对场景图SG进行建模;

将每一时刻的场景信息建模为一帧的场景图SGt,每一帧场景图SGt由若干个节点及边构成,节点即表示不同的交通参与者,边表示交通参与者的交互作用关系;对应于某一时刻t交通场景的场景图SGt包括节点特征矩阵Nt、边索引矩阵It、边特征矩阵Et即SGt=(Nt,It,Et);

节点特征矩阵,其中m代表场景中的节点数即交通参与者的数量,n代表节点特征维度,选取n=4个节点特征维度,分别为交通参与者x、y方向的位置及速度即(x,y,vx,vy);

边索引矩阵,h代表边属性维度,边索引矩阵代表节点间的交互关系,定义单向边Ni→Nj、双向边、自循环边Ni→Ni三种边类型;

边特征矩阵代表边携带的特征信息,定义边共计携带5种特征信息即△x,△y,△vx,△vy,,其中,△x,△y为交互节点在x、y方向的相对位置;△vx,△vy为交互节点在x、y方向的相对速度;为处于自车前方及后方不同距离车辆的交互关系权重系数;

利用Logistic函数分别建模处于自车前方及后方不同距离车辆的交互关系权重系数,Logistic函数如式(1)所示;

(1)

式中,L为交互关系权重系数的最大值;k为交互关系权重系数随距离衰减的速率;d0为Logistic(d)=L/2时的距离;

12)对事故致因图ACG进行建模;

事故致因图ACG由节点及边构成,除代表交通参与者的节点外,在事故致因图ACG中引入碰撞节点C,边表示节点间的因果关系,节点及边均不携带任何的特征信息;根据事故文本资料、视频资料分析事故场景发生的本质诱因,即分析车辆的何种驾驶行为导致了事故的发生,进而确定事故场景的因果链路,由此确定ACG图中的具体内容。

3.根据权利要求1所述的一种基于场景知识图并考虑事故致因的事故场景生成方法,其特征在于,所述步骤二的具体方法如下:

21)对场景图时序预测模型进行建模;

所述场景图时序预测模型由场景图时空编码器、采样层、场景图解码器三个组成部分,场景图时空编码器用于提取输入场景图序列的时空特征,采样层用于在潜在空间中采样,以此得到潜在变量,场景图解码器对潜在变量进行解码,以此预测得到下一时刻的场景图采样空间;

22)设计损失函数Loss function;

所述损失函数Loss function包括节点特征重构损失LN、边索引重构损失LI、边特征重构损失LE及KL散度损失LKL四部分。

4.根据权利要求3所述的一种基于场景知识图并考虑事故致因的事故场景生成方法,其特征在于,所述步骤21)的具体方法如下:场景图时空编码器由图注意力神经网络GAT、Transformer编码器及全连接层组成;首先使用多层GAT对每个时间步的节点特征进行编码,利用自注意力机制聚合节点邻域信息以提取空间维度特征,对于场景图中节点特征、边索引特征、边特征,GAT网络输出如式(2)所示:(2)

式中,N(i)为节点i的邻域节点集合;为节点i在时间步t的特征;、分别为时间步t连接节点i与节点j的边索引特征及边特征,最终得到聚合节点特征矩阵N ;

使用Transformer编码器对场景图的时序特征进行提取,将每个时间步的节点特征序列赋予位置编码PE,Transformer编码器输出Nt如式(3)所示:(3)

式中,N为GAT网络输出的聚合节点特征;PE为正余弦方式的位置编码;Nt为时序节点特征;

设计两个全连接层,根据式(4)及式(5)将时序编码信息映射至潜在空间的均值及方差:(4)

(5)

式中,、为全连接层的权重矩阵,、为计算潜在变量时的偏置项;

采样层用于在潜在空间分布中采样以得到潜在变量,如式(6)所示 ;

(6)

式中,为标准差;为标准的正态分布噪声,I代表单位矩阵;dz为潜在变量z的空间维度;

在场景图解码器中,潜在变量z被扩展成每个时间步t下的潜在表示zt,利用位置编码对潜在变量进行处理以恢复时序信息,zt被传入Transformer解码器进行处理,如式(7)所示,输出为每个时间步的节点特征,共同组成了整体节点特征Nd :(7)

通过一个全连接层将特征映射到原始节点特征空间,即得到预测的场景图SGp=(,,),如式(8)所示:(8)

式中,Wd为解码器全连接层的权重矩阵。

5.根据权利要求3所述的一种基于场景知识图并考虑事故致因的事故场景生成方法,其特征在于,所述步骤22)的具体方法如下:节点特征重构损失LN用于衡量模型预测节点特征与真实节点特征之间的差异,以均方误差进行计算,如式(9)所示:(9)

式中,为在t+1时刻真实的第i个节点中第k个特征的值;为在t+1时刻预测得到的第i个节点中第k个特征的值;m为场景中的节点数,n为节点特征维度;

边索引重构损失LI用于衡量模型预测得到的边索引特征与真实索引特征之间的差异,采用交叉熵损失进行评估,如式(10)所示:(10)

式中,为真实的边索引矩阵,表示节点i到节点j之间是否存在边,存在即为1,否则为0;为预测的从节点i到节点j之间存在边的概率,取值在0和1之间;

边特征重构损失LE用于衡量模型预测得到的边特征与真实边特征之间的差异,采用均方误差MSE进行评估,如式(11)所示:(11)

式中,e为t+1时刻场景图中边的总数;h为单条边所携带特征的数量;为在t+1时刻真实的从节点i到节点j组成的边中第k个特征的值;为在t+1时刻预测得到的从节点i到节点j组成的边中第k个特征的值;

KL散度损失LKL衡量分布与先验分布之间的差异,分布是的变分近似,如式(12)所示:(12)

场景图时序预测模型总损失L如式(13)所示:

(13)

式中,、、分别代表LI、LE、LKL损失的权重超参数。

6.根据权利要求1所述的一种基于场景知识图并考虑事故致因的事故场景生成方法,其特征在于,所述步骤三的具体方法如下:

31)根据已发生事故场景的时序轨迹信息及文本描述,分析车辆的何种驾驶行为导致了事故的发生,进而确定事故场景的因果链路,由此得到该事故场景发生的本质诱因,以此为基础对ACG图进行建模,事故致因图ACG中包括车辆节点及代表车辆节点间因果关系的边;

32)根据事故致因图ACG建立对应于每条边的因果推断规则,将任意长度的场景图序列作为输入,推断出场景图序列对应的因果关系图。

7.根据权利要求1所述的一种基于场景知识图并考虑事故致因的事故场景生成方法,其特征在于,所述步骤四的具体方法如下:

41)定义推断事故致因图ACG0图与真实事故致因图ACG图间的图相似度量化方法,作为场景图时序决策生成模型控制事故场景生成类型的主要奖励,由式(14)计算Jaccard相似度SJ,作为ACG0图与ACG图间的量化评价方式:(14)

式中,SJ为ACG0与ACG间的Jaccard图相似度,SJ值越大表明ACG0图与真实ACG图更加相似,即时序场景具有更加真实的事故致因;E0、E分别为ACG0、ACG图中的定向边集;TP=E0∩E为正确识别且方向正确的因果边;FP=E0\E为错误识别的因果边,出现在E0中但未出现在E中;FN=E\E0为推断结果中缺失的因果边,出现在E中但未出现在E0中;

42)假设场景图SG代表的时序场景遵循马尔可夫决策过程,强化学习算法包括状态空间S、动作空间A、状态转移函数,s代表状态、a代表动作、奖励函数R(s,a),其中状态st={SGt~t+n-1}包括一段固定长度的时序场景图,动作at为在包含多个t+n时刻场景图SGt+n的离散采样空间中进行采样,状态转移由代理执行动作at后得到新状态st+1,即st+1={SGt+1~t+n}=f(st,at),f为考虑轨迹平滑性及车辆动力学约束的场景图更新函数,奖励函数R(st,at)为在当前状态st下采取动作at时获得的奖励,由三个部分组成,如式(15)所示:(15)

式中,Rsimilarity为时序场景图推断得到的ACG0与ACG间的相似度奖励,如式(16)所示:(16)

式中,a为相似度奖励系数;

Rsmootness为轨迹平滑性实时负奖励,用于衡量轨迹的平滑程度,如式(17)所示;

(17)

式中,t为原始轨迹;t*为SG算法拟合后的轨迹;b为平滑性奖励系数;

Rconstraint为违反约束的实时负奖励,即对违反物理约束或车辆动力学约束的动作给予惩罚,如式(18)所示:(18)

式中,ViolationPenalty代表采样点违反了约束,此时的值设置为1,c为惩罚系数权重;

43)将交通规则约束及车辆动力学约束融入到强化学习算法中作为底层硬性约束条件,上层为逆向优化的强化学习采样策略,交通规则约束指车辆不得驶出道路边界、车辆不得反车道方向运动,车辆动力学约束规定了采样点达到的横纵向位置范围及速度范围;

定义采样点若满足以下条件之一,则认定为违反式(18)中的约束条件ViolationPenalty,并给予智能体约束惩罚奖励:①采样点违反轨迹的时序运动趋势,即朝着时序轨迹反方向采样;②车辆驶出道路边界;③采样点的横向位置与前时序点的差距超越车辆动力学极限;④采样点的纵向位置与前时序点的差距超越车辆动力学极限;

44)选择PPO强化学习算法在步骤二中生成的场景图采样空间中进行采样,将PPO算法的损失设置为策略损失、价值损失、熵损失三部分,分别用于优化策略、训练价值网络、促进策略探索,如式(19)所示:(19)

式中,c1、c2分别为不同损失的权重值;、、分别为策略损失、价值损失及熵损失。