吉林大学朱冰教授团队研究成果：自动驾驶汽车测试场景基元自动提取方法

《汽车工程》2022年第11期发表了吉林大学朱冰教授团队研究成果："自动驾驶汽车测试场景基元自动提取方法"一文。论文提出基于解耦黏性层次狄利克雷过程—隐马尔科夫模型（DS-HDP-HMM）的自然驾驶数据库场景基元自动取方法。该方法可以自动提取自然驾驶数据库场景序列中的场景基元，场景基元具有较强的可解释性。

自然驾驶数据库是测试场景的重要来源之一。随着自动驾驶汽车智能化等级的提高，相机、毫米波雷达、激光雷达、GPS、V2X 等先进环境感知设备提供了丰富的交通场景信息，自然驾驶数据库的数据长度和维度爆炸式增长，通过手工提取测试场景不仅费时费力，并且难以满足测试场景的覆盖性。

1. 车辆运动状态描述：以隐马尔科夫模型为框架，将车辆运动状态视为隐马尔科夫过程，采用向量自回归模型精确拟合车辆运动状态。

 图1 流程示意图

3. 测试验证：基于HighD自然驾驶数据库，从中随机抽取一段自然驾驶序列进行验证。

图3 测试场景工况

研究结果 

图4 随机测试场景序列基元提取结果

创新点与意义