前言：寻找写作灵感？中文期刊网用心挑选的车辆智能行为验证与评估虚拟场景思考，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：对车辆的智能行为的验证和评估，其目的与价值就是对于车辆的无人驾驶这一火爆的研究领域进行完善，对其相关车辆智能行为进行必要的验证和评估，并且这样的行为可以实现在空间和时间上的宽松，同时也兼具安全和经济的特点。对于用车辆的智能行为的评估和验证虚拟场景的构建进行研究，在虚拟场景的驾驶模式应用下融入人工智能，使创建的虚拟场景具备智能化。
关键词：评估和验证；虚拟场景；智能
0引言
众多车企及科技公司争相耗费相当的人力和物力投入到无人驾驶的研发之中，并已经取得了相当程度的进步，可以想见，在未来的无人驾驶汽车或将是很普遍很常规的出行模式。因此对无人驾驶车辆采取有效且合理的评估和验证，是一个在当前大环境下非常值得认真面对并深入研究探讨的问题。从优点上来看，主要是具备安全性和经济性，而且不会受到空间和时间条件的控制。车辆智能行为验证与评估一般可以划分为两大子系统，其一是虚拟场景的子系统，作用是为评估和验证车辆的虚拟交通场景创造着条件，也为无人驾驶模式下的汽车智能行为，创造有利的评估及验证条件；其二是针对路面的模拟子系统。该子系统既用来模拟形成虚拟场景的路面，又在场景中保持时效性的提供出车轮和路面间的摩擦信息，以此更加准确的为评估及验证提供相应参数。当前的驾驶模拟场景主要通过虚拟交通场景来完成，为车辆模拟驾驶者创造出虚拟道路环境，它主要侧重于怎么样去满足模拟操作者在驾驶视觉上的需求和一些操纵感能够具有更加真实的效果。模拟驾驶器也正按照虚拟的实现方式来向前发展着，以此让模拟操作者在驾驶之时更具代入感和真实感。因此，用来模拟驾驶的虚拟场景已经远远的无法满足该平台的实际需求。出于解决问题的角度，本文对虚拟场景在创建的基础上，融进了一些人工智能的体验方式，以此让虚拟的模拟场景具有更为智能化的效果，为评估及验证奠定良好的基础。
1总体的虚拟场景构成
随着科技进步，虚拟环境和人工生命学以及人工智能化的不断发展，为我们创建智能化的虚拟场景以解决上述问题提供了一些新的方法和思路。根据FIPA所定义的agent标准定义，agent属于一个具备能够独立实现自治和通信功能的计算机程序。在创建虚拟场景中，合理的设置上这些自治通信的功能，并创建出对应的模型，将使得整体的驾驶环境相应的具有智能化效果，为评估及验证创造良好的条件。虚拟场景在总体构成上的示意图如图1，图中被验证的车辆为实验用的无人车辆，将该车辆放置在路面的模拟系统上，让其扮演被验证、被评估的角色。“主车辆”是与上述车辆相对照，是一辆虚拟车辆，特点在于可实时的获取到被验证车辆关于速度等的参数信息，从而实现自主驾驶。此外，“主车辆”还可以对被验证车辆的相关行为进行模仿，并能够将自身所感知的在此虚拟场景中的路面的侧倾角、坡度等相关信息，完整并及时反馈到路面模拟系统中。此场景中的“从车辆”就是扮演了一个在现实交通环境下的其它行驶车辆的角色。对于可以达到该平台要求的虚拟场景构建的方法研究，关键还在于怎样去设置用于验证和评估模型的不同类型，怎样去设置一些突发事件的情节，以此达到“主车辆”在自主驾驶行为中与“从车辆”的交互行为，这可以将数据源提供给智能行为的评估与验证模块，从而得出准确和客观的评估结果。
2对于虚拟场景的构建
2.1对周围环境模型的构建
本项主要就是指对于周围环境模型的使用。“主车辆”在进行自主驾驶时，必须要准确、及时的辨别出周围环境中交通标线、路面标志、路边的房屋、植物，以及隧道和桥梁等的相关模型，以此体现一定程度上的智能。我们可以列出一些范例来说明这一行为，比如，我们设定三种周围环境的相关模型：模型一是在有行车道但是没有行人的高速公路环境下，这对被验证车辆提出了自动驾驶功能及超车和识别车道线的功能的要求；模型二就是城市的街路环境，这种环境的特点是不但有车道线，还有行人，也就是说，这种模型的要求除了模型一的功能外，很明显需要增加对行人的识别和自动避让功能；模型三是比模型二的难度还要高要求的模型，也就是在模型二的功能全部具备的基础上，还要具备对非结构化道路的识别功能。
2.2“从车辆”的仿真驾驶行为
被验证的车辆，它的智能化行为主要是体现在对于一些不能够确定的、突然发生的事件所体现出来的应对策略。所以，在创建虚拟的驾驶场景时，一定要设定一些不同程度的突发事件和不确定事件模型。对“从车辆”的行为去进行仿真，这样不仅能够更真实的模拟现代交通环境的其它行驶车辆，还能够在虚拟场景中引入一些突发事件和不确定性事件的对应模型。记录下“主车辆”与“从车辆”之间发生的一些行为，用来作为评估及验证的部分依据。对“从车辆”的仿真驾驶行为的要求，是可以实现在不一样的驾驶状态下，同一个驾驶员与不同的驾驶员的行为比对，这可以为“主车辆”带来不同类型、不同难度的自主驾驶体验。对此可以针对性的设置三种驾驶行为的仿真模型，其中包括“从车辆”驾驶员的正常状态下，醉酒状态下，情绪低落状态下的驾驶等，这比较适宜对于一些智能化程度要求比较高的被验证车辆的评估和验证。对车辆仿真行为的测定，关键点在于模拟不同驾驶员的差异化驾驶行为时，科学制定“从车辆”的行为控制算法和决策策略。例如，设定范围内检测到的其他“从车辆”的速度和位置，“从车辆”的感知位置来设定范围内检测到的护栏，进行输入行为控制模块，从而将行为输出；还可以设定范围内检测到的“主车辆”的速度和位置，“从车辆”感知的位置设定范围内检测到的车道线来进行行为模块的输入及行为的输出；最后一种我们可以设定范围内检测到的中央分隔带位置，“从车辆”的感知位置，设定检测到的车道线来对行为控制模块进行输入和行为的输出。“从车辆”的行为控制的对象，主要是包括“从车辆”的行驶车速和加速度，也包括方向盘的转角。所以对于控制算法的设计，更需要去明确其他模型的所处位置、相对距离和行驶速度等信息，明确其与“从车辆”的行驶速度和加速度，以及方向盘的转角之间的关系，依据这些进行控制算法。概括来讲基本步骤是：首先，我们要严格依据仿真驾驶的模型来确准初始化的行驶速度和加速度，明确相关车辆位置等参数；之后，要调用周围环境的感知模块，当在检测范围之内发现“主车辆”时，即可调用对原先设定的突发性事件的对应的情节，给“主车辆”增加了一项临时的“测试”，如果设定的范围内未出现“主车辆”，则依照常规的检测方法，对“主车辆”的前方和车左、车右进行障碍物检测，执行相关的控制行为。
2.3对车辆的碰撞检测
“主车辆”要实时的做到感知路面倾斜角度及坡度等数据，之后立即将这些回传给路面模拟系统中。基于此项要求，“主车辆”需要实时的对地形表面进行必要的碰撞测试，对车轮的高程数据进行采集，根据数据中车轮的高度数据对路面的倾斜角度和坡度进行计算。对于“从车辆”的行为仿真，仍旧需要运用碰撞检测的算法来明确对周围环境模型的检测和感知，达到实现自动驾驶的目的。“主车辆”和虚拟场景之中其它的模型发生的种种行为，也是需要通过碰撞检测来进行检测，当其感知到行为的发生时，行为管理agent会主动的和“主车辆”实现通信，记录和储存行为数据，并将其传输到智能行为验证及评估模块。当前碰撞检测的算法中，从检测性和实时性能方面去综合考虑，与虚拟场景最为吻合的就是基于OBB检测的碰撞检测算法。
2.4对于行为管理agent
行为管理agent可以自主的实现与“主车辆”的通信，同时实时记录下“主车辆”和虚拟场景之中每个模型分别发生的行为。通过一系列的碰撞测试，我们可以发现“主车辆”和模型之间发生了行为，这将会让行为管理agent的相关程序自动触发并及时处理，同时将处理结果传送到智能行为验证和评估模块，为其提供依据。
3结语
本文结合车辆的智能化行为评估及验证平台的需求而展开，研究了具有智能行为验证和评估的虚拟场景创建方式方法和相关事项，力求为车辆的智能化行为的评估及验证提供一些浅见，企望可以为相关领域的研究带来一点启示。
参考文献：
[1]张梦巍.智能无人驾驶车辆路径跟踪及底层控制方法研究[D].沈阳理工大学，2018.
[2]张可心.智能汽车换道行为及危险性识别方法研究[D].哈尔滨工业大学，2017.
[3]宋威龙.城区动态环境下智能车辆行为决策研究[D].北京理工大学，2016.
[4]杜明博.基于人类驾驶行为的无人驾驶车辆行为决策与运动规划方法研究[D].中国科学技术大学，2016.
[5]阎克栋.基于视频图像处理的智能交通监控系统研究与设计[D].中国科学院大学（工程管理与信息技术学院），2014.
作者:崔丽 单位:四平市政府项目投资服务中心
