详情

原文传递城市场景自动驾驶决策算法的在线安全验证模型

论文题名：	城市场景自动驾驶决策算法的在线安全验证模型
关键词：	自动驾驶;决策算法;在线验证;功能安全;仿真测试
摘要：	安全是自动驾驶汽车实现量产的关键，同时也是汽车研发过程中最复杂、最急需解决的难点。针对故障性风险的功能安全已无法满足高度复杂系统的要求，系统功能局限性引起的安全风险愈发受到重视。完整的自动驾驶系统主要分为环境感知、决策规划和运动控制三部分。其中，决策规划基于安全性、舒适性等众多因素选择合适的驾驶行为，并生成可行驶轨迹。设计并验证安全高效的决策算法是自动驾驶系统开发的关键。　　目前，自动驾驶决策算法安全性的测试与评估方法主要包括模拟仿真测试、封闭场地测试、实际道路测试与审核评估。模拟仿真测试与现实状况存在差异；封闭场地测试难以穷举出所有危险场景；实际道路测试周期较长，难以满足开发周期的要求；审核评估的系统工程方法具有局限性。为解决上述问题，行业趋向于采用形式化的验证方法，基于驾驶常识建立精确的数学公式，从而形成可追溯、可验证的模型，用于指导车辆做出更安全的驾驶行为。　　本文对车辆行驶的合法性与合理性规则进行形式化建模，并提出相应的约束，设计了自动驾驶决策算法的在线安全验证模型，用于评价并保证典型城市场景下驾驶行为的合法性与合理性。合法性意味着汽车能够严格遵守城市交通规则，合理性意味着汽车能够避障，不主动造成交通事故。该在线安全验证模型作为与主决策系统并行的安全层，能够实时检验驾驶行为是否符合城市安全行驶要求，并在关键情况下提供制动或转向等响应措施。　　首先进行了城市场景世界模型的构建，用于提取安全验证阶段所需的感知与地图信息，作为后续安全评估和安全响应的依据。城市场景世界模型包括基础场景模型与参数优化模型。基础场景模型的构建包括道路模型、交通信号模型、自车模型以及交通参与者模型。参数优化模型将天气、光照、车速等因素作为输入，驾驶条件作为输出，分别利用典型分类算法(决策树、支持向量机、集成算法)和神经网络共轭梯度逆向传播算法进行模型训练，以提高在线安全验证的鲁棒性。　　然后进行了在线安全验证原理的定义，在线安全验证包括决策算法的开环安全评估和针对危险态势的安全响应两个模块。安全评估内容分为驾驶行为的合法性与合理性两方面：首先对交通信号规则、车道行驶规则、行车速度规则、交叉口行驶规则、灯光使用规则等合法性驾驶规则，以及主动避障规则、路权享有规则等合理性驾驶规则进行形式化，进而基于规则进行安全评估。安全响应针对违背合法性与合理性的危险态势，提出了相应的响应措施，并通过响应仲裁确定最终的控制指令。　　最后利用Simulinkamp;PreScan联合完成仿真验证，并基于哈弗H7平台完成实车验证。其中，仿真验证包括两部分：第一部分是从国家车辆事故深度调查体系中选取真实事故案例，通过案例复现检验在线安全验证模型的有效性。第二部分根据公开地图信息搭建连续的真实场景，观察不同决策算法在安全验证模型监督下的表现。实车验证对中国新车评价规程中紧急制动系统的车-车测试场景进行了复现，通过对比实验检验在线安全模型的有效性。实验结果表明，在线安全验证模型在大部分情况下表现良好，能够有效提高车辆驾驶行为的合法性与合理性。
作者：	刘湘
专业：	智能汽车技术
导师：	高镇海
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023