【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及路側(cè)感知單元優(yōu)化部署，具體是一種部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法。
技術(shù)介紹
1、智能網(wǎng)聯(lián)汽車(icv)是未來道路交通流的重要組成部分。與傳統(tǒng)人駕汽車相比，icv可以主動感知交通場景并通過無線通信技術(shù)與其他icv或智能路端設(shè)施進行信息共享。目前智能網(wǎng)聯(lián)或者車路協(xié)同領(lǐng)域內(nèi)交通風(fēng)險辨識、車輛級控制等相關(guān)研究皆立足于全路域交通個體的細粒度運動數(shù)據(jù)可以通過車路協(xié)同技術(shù)準確地獲取。然而，要實現(xiàn)交通流軌跡全樣本獲取需要經(jīng)歷長期的發(fā)展，在此期間路側(cè)感知系統(tǒng)將發(fā)揮重要作用。具體而言，現(xiàn)有道路基礎(chǔ)設(shè)施需要部署路側(cè)感知單元(rpu)以增強路端感知能力，進而彌補icv車端感知盲區(qū)，有效提升對交通場景感知的精度。
2、得益于無線通訊技術(shù)，現(xiàn)有研究發(fā)現(xiàn)icv與rpu可以通過感知視場(fov)的互補來提升交通數(shù)據(jù)采集的精度。但是在icv滲透率較低的部分車路協(xié)同發(fā)展階段，交通場景中rpu與icv的數(shù)量皆有限，在此背景下移動車體的動態(tài)遮擋問題仍會顯著影響車路協(xié)同的感知效能。具體而言，移動的車體作為障礙物會造成icv或者rpu的感知盲區(qū)，導(dǎo)致感知系統(tǒng)對交通個體的漏檢，進而影響車路協(xié)同系統(tǒng)的正常工作(如風(fēng)險監(jiān)測)。
3、現(xiàn)有微觀空間尺度下rpu優(yōu)化布設(shè)的技術(shù)可以分為面向靜態(tài)場景、基于直接仿真兩類。靜態(tài)場景類的技術(shù)方案占現(xiàn)有技術(shù)的主體，其主要問題是僅考慮靜態(tài)障礙物(如建筑立面)對rpu造成的感知盲區(qū)，不考慮任何交通個體。而機非混行場景多處于直線路段，路側(cè)障礙物的影響相對較小，移動車體的動態(tài)遮擋是導(dǎo)致車路協(xié)同感知效能下降
4、基于直接仿真類技術(shù)方案依托現(xiàn)有微觀仿真平臺搭建交通場景，并調(diào)用軟件內(nèi)置的傳感器模型進行感知效能的量化評價，在此基礎(chǔ)上進行rpu的優(yōu)化布設(shè)。邱興友等在智慧高速路側(cè)感知設(shè)備優(yōu)化布設(shè)方法研究中通過sumo建立高速公路多車道交通場景，并調(diào)用omnet++的交通檢測器模擬對交通事件的感知，但是該研究忽略障礙物的影響，設(shè)定交通個體落入rpu特定半徑范圍內(nèi)即可被感知。為了對車體之間的動態(tài)遮擋進行建模，jinet?al.(jin?s,gao?y,hui?f,et?al.a?novel?information?theory-based?metric?forevaluating?roadside?lidar?placement[j].ieee?sensors?journal,2022,22(21):21009-21023)利用unity3d創(chuàng)建三維交通場景并模擬rpu感知功能，考慮動態(tài)遮擋的影響，通過連續(xù)仿真構(gòu)建了基于信息熵的路側(cè)感知效能評價指標并驗證了其有效性。但是研究僅考慮了單個rpu，且并未涉及面向感知效能提升的rpu優(yōu)化部署。maet?al.(ma?y,zheng?y,wang?s,et?al.a?virtual?method?for?optimizing?deployment?of?roadsidemonitoring?lidars?at?as-built?intersections[j].ieee?transactions?onintelligent?transportation?systems,2023,24(11):11835–11849.)將多個rpu獲取的同一交通場景的數(shù)據(jù)進行組合，通過對比協(xié)同感知條件下的交通個體與其原始模型的差異量化評價感知效能。但是該研究依賴于實際采集的交通軌跡數(shù)據(jù)，無法靈活應(yīng)對多樣化交通場景。
5、但是，高精度傳感器仿真模型涉及大量的圖形計算，因此通過carla、unity3d或其他軟件進行感知仿真時，計算效率較低。進行rpu優(yōu)化布設(shè)時可能涉及多次(如103次)迭代，而為保證魯棒性，單次優(yōu)化的迭代需要評價在多時間步場景下的平均感知效能，因此基于直接仿真法開展rpu的優(yōu)化部署十分耗時。
6、除上述問題外，雖然icv可以彌補路端感知盲區(qū)，但現(xiàn)有研究在開展rpu優(yōu)化布設(shè)建模時對icv的影響考慮不足，導(dǎo)致現(xiàn)有技術(shù)方案無法應(yīng)對在部分車路協(xié)同條件下rpu的優(yōu)化布設(shè)方法。
技術(shù)實現(xiàn)思路
1、為了彌補現(xiàn)有技術(shù)問題的不足，本專利技術(shù)的目的在于提供一種部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，將pog引入rpu優(yōu)化布設(shè)領(lǐng)域提供了具體的完整技術(shù)框架，利用pog有效度量場景的不確定性，解決現(xiàn)有技術(shù)在開展rpu優(yōu)化布設(shè)建模時對icv的影響考慮不足的問題；另外，通過基于pog的交叉熵評價車路協(xié)同感知效能可以避免連續(xù)仿真，有效降低了rpu優(yōu)化布設(shè)的時間成本。
2、為實現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、一種部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，包括：
4、(1)基于vissim-carla聯(lián)合仿真方法建立交通場景，通過多時間步連續(xù)仿真獲取各類交通場景的真值概率占用網(wǎng)格；
5、(2)進行路側(cè)感知單元與智能網(wǎng)聯(lián)汽車的感知參數(shù)化建模，針對移動遮蔽效應(yīng)對車路協(xié)同感知的不利影響，建立考慮遮擋效應(yīng)的光線追蹤算法，用于模擬路側(cè)感知單元與智能網(wǎng)聯(lián)汽車的協(xié)同感知過程；
6、(3)通過考慮遮擋效應(yīng)的光線追蹤算法得到車路協(xié)同感知條件下可觀測的概率占用網(wǎng)格，并提出采用真值概率占用網(wǎng)格與可觀測的概率占用網(wǎng)格的交叉熵作為面向交通流監(jiān)測的車路協(xié)同感知替代評價指標；
7、(4)將路側(cè)感知單元的布設(shè)參數(shù)與基于概率占用網(wǎng)格的交叉熵分別作為決策變量與目標函數(shù)值，利用貝葉斯優(yōu)化方法完成路側(cè)感知單元的優(yōu)化部署。
8、在本專利技術(shù)中，步驟(1)中真值概率占用網(wǎng)格的獲取步驟包括：
9、1)建立x-y-z的全局坐標系統(tǒng)，通過約束x-y-z的坐標范圍，確定需要進行機非混行場景感知的興趣區(qū)域；
10、2)在任一仿真時間步下，創(chuàng)建交通個體的包絡(luò)框，對每一個包絡(luò)框進行體素化處理，并通過仿真步的持續(xù)更新獲得真值概率占用網(wǎng)格。
11、在本專利技術(shù)中，體素化采用局部空間到全局坐標框架的分步過程，具體如下：
12、步驟1：格網(wǎng)點坐標空間轉(zhuǎn)換
13、設(shè)定xv-yv-zv是每一個交通個體的局部坐標系統(tǒng)，其中yv對應(yīng)個體的實時前進方向，xv垂直于個體前進方向水平向右；在交通個體的局部坐標框架中，包絡(luò)框由車輛的長度、寬度與高度勾勒而成；在包絡(luò)框內(nèi)以δvx為間隔生成規(guī)則的格網(wǎng)點數(shù)據(jù)；設(shè)定在ti時刻交通個體j的方位角為則通過式(1)到(2)將坐標框架xv-yv-zv中的格網(wǎng)點數(shù)據(jù)轉(zhuǎn)換至全局坐標系統(tǒng)x-y-z中；
14、
15、其中：
16、
17、其中：是ti時刻交通個體j的剛性坐標轉(zhuǎn)換矩陣，與分別是個體j格網(wǎng)點的局部坐標與全局坐標值，是ti時刻交通個體j底部中心的全局坐標值；
18、步驟2：體素化處理
19、對坐標轉(zhuǎn)換后的格網(wǎng)點進行體素化處理，且體素尺寸與格網(wǎng)點的間距一致；令vs為roi內(nèi)體素化處理之后的道路交通場景，vs在數(shù)據(jù)格式本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，步驟(1)中真值概率占用網(wǎng)格的獲取步驟包括：
3.根據(jù)權(quán)利要求2所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，體素化采用局部空間到全局坐標框架的分步過程，具體如下：
4.根據(jù)權(quán)利要求1所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，路側(cè)感知單元與智能網(wǎng)聯(lián)汽車的感知參數(shù)化建模包括：
5.根據(jù)權(quán)利要求1所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，獲取車路協(xié)同感知條件下可觀測的概率占用網(wǎng)格如下：
6.根據(jù)權(quán)利要求1所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，基于獨立性假設(shè)，交叉熵可以逐體素進行計算，如式(15)-(16)所示；當越小，表征車路協(xié)同感知條件下的占用概率越接近真實情況；
【技術(shù)特征摘要】
1.一種部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，步驟(1)中真值概率占用網(wǎng)格的獲取步驟包括：
3.根據(jù)權(quán)利要求2所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署方法，其特征在于，體素化采用局部空間到全局坐標框架的分步過程，具體如下：
4.根據(jù)權(quán)利要求1所述部分車路協(xié)同條件下路側(cè)感知單元優(yōu)化部署...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張雨柔，鄭玉冰，馬羊，馮忠祥，丁恒，張衛(wèi)華，
申請(專利權(quán))人：合肥工業(yè)大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。