主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2022年专刊出版计划 微信服务介绍 最新一期:2021年第2期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张梦寒,杜德慧,张铭茁,张雷,王耀,周文韬.时空轨迹数据驱动的自动驾驶安全场景元建模方法.软件学报,2021,32(4):8-0
时空轨迹数据驱动的自动驾驶安全场景元建模方法
Spatio-Temporal Trajectory Data-Driven Autonomous Driving Safety-Critical Scenario Meta-Modeling Approach
投稿时间:2020-09-13  修订日期:2020-10-26
DOI:10.13328/j.cnki.jos.006226
中文关键词:  时空轨迹数据  时空轨迹数据元模型  领域建模  MOF元建模  汽车自动驾驶的场景建模
英文关键词:Spatio-temporal trajectory data  Metamodel of Spatio-temporal trajectory data  Domain modeling  MOF Meta-modeling  Automatous driving scenario modeling
基金项目:国家自然科学基金面上项目(61972153);国家重点研发计划(2018YFE0101000)
作者单位E-mail
张梦寒 华东师范大学 软件工程学院, 上海 200062
上海市高可信重点实验室, 华东师范大学, 上海 200062
教育部可信软件国际合作联合实验室, 华东师范大学, 上海, 200062 
 
杜德慧 华东师范大学 软件工程学院, 上海 200062
上海市高可信重点实验室, 华东师范大学, 上海 200062
教育部可信软件国际合作联合实验室, 华东师范大学, 上海, 200062 
dhdu@sei.ecnu.edu.cn 
张铭茁 华东师范大学 软件工程学院, 上海 200062
上海市高可信重点实验室, 华东师范大学, 上海 200062
教育部可信软件国际合作联合实验室, 华东师范大学, 上海, 200062 
 
张雷 上海自主智能无人系统科学中心, 同济大学, 上海 201210  
王耀 华东师范大学 软件工程学院, 上海 200062
上海市高可信重点实验室, 华东师范大学, 上海 200062
教育部可信软件国际合作联合实验室, 华东师范大学, 上海, 200062 
 
周文韬 华东师范大学 软件工程学院, 上海 200062
上海市高可信重点实验室, 华东师范大学, 上海 200062
教育部可信软件国际合作联合实验室, 华东师范大学, 上海, 200062 
 
摘要点击次数: 160
全文下载次数: 89
中文摘要:
      时空轨迹数据驱动的汽车自动驾驶场景建模,是当前汽车自动驾驶领域中驾驶场景建模、仿真所面临的关键问题,对于提高系统的安全性具有重要研究意义.近年来,随着时空轨迹数据建模及应用研究的快速发展,时空轨迹数据应用于特定领域建模的研究引起人们的广泛关注.但由于时空轨迹数据所反映现实世界的多元性和复杂性以及时空轨迹数据的海量、异构、动态等特点,基于时空轨迹数据驱动的安全攸关场景建模的研究仍面临着挑战,包括:统一的时空轨迹数据元模型、基于时空轨迹数据的元建模方法、基于数据分析技术的时空轨迹数据处理、数据质量评价等.针对汽车自动驾驶领域的场景建模需求,我们提出一种基于MOF元建模体系构建时空轨迹数据的元建模方法,根据时空轨迹数据的特征及自动驾驶的领域知识,构建了面向汽车自动驾驶的时空轨迹数据元模型;并基于此,提出基于时空轨迹数据元建模技术体系的自动驾驶安全场景建模方法,并使用场景建模语言ADSML实例化安全场景,构建安全场景库,旨在为此类系统的安全关键场景建模提供一种可行的方案.结合变道超车场景的案例,展示了时空轨迹数据驱动的自动驾驶安全场景元建模方法的可用性,为场景模型的构建、仿真、分析奠定了基础.
英文摘要:
      In the current autonomous driving scenario modeling and simulation field, spatio-temporal trajectory data-driven modeling and application of autonomous driving safety-critical scenario are key problems,which is significant to improve the security of the system. In recent years, great progress has been made in the modeling and application of spatio-temporal trajectory data, and the application of spatio-temporal trajectory data in specific fields has attracted wide attention. However, due to spatio-temporal trajectory data has diversity and complexity as well as massive, heterogeneous, dynamic characteristics, researchs in the safety-critical field still face challenges, including unified meta data of spatio-temporal trajectory, meta modeling method based on spatio-temporal trajectory data, data processing based on the data analysis of spatio-temporal trajectory, and data quality evaluation. In view of the scenario modeling requirements in the field of autonomous driving, we propose a meta-modeling approach to construct spatio-temporal trajectory meta-data based on MOF meta-modeling system. According to the characteristics of spatio-temporal trajectory data and autonomous driving domain knowledge, a meta-model of spatio-temporal trajectory data is constructed. Then we study the modeling approach of autonomous driving safety-critical scenarios based on spatio-temporal trajectory data element modeling technology system, use a scenario modeling language ADSML to automatic instantiation safety-critical scenarios, and construct a library of safety-critical scenarios, aiming to provide a feasible approach for the modeling of such safety-critical scenarios.Combined with the case of lane change overtaking scene, the effectiveness of spatio-temporal trajectory data-driven autonomous driving safety-critical scenario meta-modeling approach is demonstrated, which lays a foundation for the construction, simulation and analysis of the scene model.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利