基于车联网路侧数据构建智能网联汽车仿真测试场景库的研究与实践

doi:10.12267/j.issn.2096-5931.2024.06.012

信息通信技术与政策 ›› 2024, Vol. 50 ›› Issue (6): 83-88.doi: 10.12267/j.issn.2096-5931.2024.06.012

基于车联网路侧数据构建智能网联汽车仿真测试场景库的研究与实践

Research and practice on building an intelligent connected vehicle simulation test scenario library based on vehicle connected network roadside data

唐绍春¹, 沈云麒², 蔡国华³, 严利冬⁴

1.德清县车网智联产业发展有限公司,湖州 313299
2.湖州莫干山国有资本控股集团有限公司,湖州 313299
3.德清县吉通车辆综合性能检测有限公司,湖州 313299
4.中国移动通信集团浙江有限公司湖州分公司,湖州 313098

收稿日期:2024-03-22 出版日期:2024-06-25 发布日期:2024-07-30
作者简介:
唐绍春, 德清县车网智联产业发展有限公司负责人,主要从事国家级车联网先导区建设和运营等相关研究工作;
沈云麒, 湖州莫干山国有资本控股集团有限公司副总经理,主要从事国家级车联网先导区建设和运营等相关研究工作;
蔡国华, 德清县吉通车辆综合性能检测有限公司负责人,主要从事主要负责机动车的安全技术检测、机动车尾气检测以及机动车维修质量检验等相关研究工作;
严利冬, 中国移动通信集团浙江有限公司湖州分公司副总经理,主要从事信息通信业务和数字化服务等相关研究工作

TANG Shaochun¹, SHEN Yunqi², CAI Guohua³, YAN Lidong⁴

1. Deqing County Vehicle Network Intelligent Connectivity Industry Development Co., Ltd., Huzhou 313299, China
2. Huzhou Moganshan State-owned Capital Holding Group Co., Ltd., Huzhou 313299, China
3. Deqing County Ji Tong Vehicle Comprehensive Performance Testing Co., Ltd., Huzhou 313299, China
4. Huzhou branch, China Mobile Communications Group Zhejiang Co., Ltd., Huzhou 313098, China

Received:2024-03-22 Online:2024-06-25 Published:2024-07-30

摘要/Abstract

摘要：

车联网基础设施产生的大量真实交通数据,可用于构建智能网联汽车仿真测试场景库。由此提出了基于车联网基础设施采集数据生成测试场景库的方法体系,包括数据采集、场景提取、场景生成、场景分布、数据脱敏等环节,并展望了其未来发展趋势。

关键词: 车联网, 智能网联汽车, 安全测试, 场景库

Abstract:

The large amount of real traffic data generated by the infrastructure of the Internet of Vehicles can be used to build a scenario library for simulation testing of intelligent connected vehicles. This article proposes a method system for generating a test scenario library based on the collection of data from the Internet of Vehicles infrastructure, including data collection, scene extraction, scene generation, scene distribution, data desensitization, and looks forward to future development trends.

Key words: Internet of Vehicles, intelligent connected vehicles, safety testing, scenario library

中图分类号:

TP309.7

唐绍春, 沈云麒, 蔡国华, 严利冬. 基于车联网路侧数据构建智能网联汽车仿真测试场景库的研究与实践[J]. 信息通信技术与政策, 2024, 50(6): 83-88.

TANG Shaochun, SHEN Yunqi, CAI Guohua, YAN Lidong. Research and practice on building an intelligent connected vehicle simulation test scenario library based on vehicle connected network roadside data[J]. Information and Communications Technology and Policy, 2024, 50(6): 83-88.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2024.06.012

http://ictp.caict.ac.cn/CN/Y2024/V50/I6/83

图/表 6

图1 仿真测试场景库生成架构

图2 数据源和场景要素对应关系

图3 跨设备BEV特征融合算法

图4 PEGASUS三层场景定义

图5 变道切入场景的3段轨迹

图6 车联网测试整体架构

[1]	KNIES C, DIERMEYER F. Data-driven test scenario generation for cooperative maneuver planning on highways[J]. Applied Sciences, 2020, 10(22):8154.
[2]	MINDERHOUD M M, BOVY P H. Extended time-to-collision measures for road traffic safety assessment[J]. Accident Analysis & Prevention, 2001, 33(1):89-97.
[3]	PEGASUS. PEGASUS METHOD[EB/OL]. (2019-05-14)[2024-03-22]. https://www.pegasusprojekt.de/files/tmpl/Pegasus-Abschlussveranstaltung/PEGASUS-Gesamtmethode.pdf.
[4]	ASAM. Standards[EB/OL]. 2024[2024-03-22]. https://www.asam.net/standards/.
[5]	TIAN H, WU G, YAN J, et al. Generating critical test scenarios for autonomous driving systems via influential behavior patterns[C]// In Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering (ASE’22). New York: Association for Computing Machinery, 2022:1-12.
[6]	DEMETRIOU A, ALFSVAG H, RAHROVANI S, et al. A deep learning framework for generation and analysis of driving scenario trajectories[J]. SN Computer Science, 2023, 4:251.

[1]	雷凯茹, 余冰雁. 面向车联网的MEC跨域协同技术研究[J]. 信息通信技术与政策, 2024, 50(3): 18-26.
[2]	洪启安, 于润东, 于胜波, 龙翔宇. 智能网联汽车数据要素流通综述[J]. 信息通信技术与政策, 2024, 50(3): 27-34.
[3]	武小芳, 宁华, 孙圣男, 钱康, 房骥, 王新华, 王本海. 关于车联网领域电子认证服务管理的思考与建议^*[J]. 信息通信技术与政策, 2024, 50(3): 60-65.
[4]	李伯雄, 于润东, 于胜波, 郭美英. 车联网基础设施系统级测试运维体系研究[J]. 信息通信技术与政策, 2024, 50(3): 66-72.
[5]	林方圆, 马利东, 许晨, 朱孔林. 通感一体化赋能车联网:应用前景与关键技术^*[J]. 信息通信技术与政策, 2024, 50(3): 9-17.
[6]	李玉峰, 刘奇, 魏亮. 车联网数据安全的若干思考^*[J]. 信息通信技术与政策, 2023, 49(2): 2-8.
[7]	康陈, 葛雨明, 龙翔宇, 王晶. 车联网赋能智慧城市新型基础设施融合创新思考[J]. 信息通信技术与政策, 2022, 48(12): 18-24.
[8]	葛雨明, 翁亚红. 车联网先导应用进展研究[J]. 信息通信技术与政策, 2020, 46(8): 18-21.
[9]	胡金玲, 赵锐, 房家奕等. 车联网C-V2X 技术演进及产业实践[J]. 信息通信技术与政策, 2020, 46(8): 22-31.
[10]	吴冬升, 金伟, 李凤娜等. 车联网跨产业融合创新应用探索[J]. 信息通信技术与政策, 2020, 46(8): 32-36.
[11]	覃庆玲, 谢俐倞. 车联网数据安全风险分析及相关建议[J]. 信息通信技术与政策, 2020, 46(8): 37-40.
[12]	武晓宇, 余冰雁, 王晶. 多接入边缘计算技术与车联网的融合应用[J]. 信息通信技术与政策, 2020, 46(8): 45-49.
[13]	徐秀, 唐明环, 马聪, 于润东. 车联网密码应用体系研究[J]. 信息通信技术与政策, 2020, 46(8): 46-51.
[14]	康陈, 郝大雨, 王晓燕, 李璐. 露天矿山智能网联自动驾驶场景与技术研究*[J]. 信息通信技术与政策, 2020, 46(8): 52-58.
[15]	王艳艳, 桂丽, 蔡亚芬. 车联网用户数据保护评估研究*[J]. 信息通信技术与政策, 2020, 46(8): 68-71.

基于车联网路侧数据构建智能网联汽车仿真测试场景库的研究与实践

Research and practice on building an intelligent connected vehicle simulation test scenario library based on vehicle connected network roadside data

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 6

相关文章 15

编辑推荐

Metrics

本文评价