(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221081042 9.1 (22)申请日 2022.07.11 (71)申请人 江苏清车 熟路智能科技有限公司 地址 215536 江苏省苏州市 常熟市常福街 道建业路2号 (72)发明人 马育林　李茹　徐阳　田欢　 张兴文　丁延超　 (74)专利代理 机构 北京方圆嘉 禾知识产权代理 有限公司 1 1385 专利代理师 王月松 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/20(2020.01) G06N 3/08(2006.01) G08G 1/01(2006.01)G01M 17/007(2006.01) (54)发明名称 基于自动驾驶测试的交通参与物行为模型 构建方法及系统 (57)摘要 本发明涉及一种基于自动驾驶测试的交通 参与物行为模 型构建方法与系统， 其中该方法包 括： 分别对机动车要素、 非机动车要素和行人要 素进行建模， 得到机动车行为模型、 非机动车行 为模型和行人行为模型； 根据机动车行为模型、 非机动车行为模型和行人行为模型确定交通参 与物行为模型。 本发明通过对机动车要素、 非机 动车要素和行人要素进行建模， 得到机动车行为 模型、 非机动车行为模型和行人行为模型， 并基 于此构建交通参与物行为模型， 可以使自动驾驶 算法在测试时拥有真实道路场景以及各种复杂 交通流场景等， 大大提升了自动驾驶仿真的测试 效率。 权利要求书3页 说明书11页 附图1页 CN 115186585 A 2022.10.14 CN 115186585 A 1.一种基于自动驾驶测试的交通 参与物行为模型构建方法， 其特 征在于， 包括： 获取复杂交通场景的动态要素； 所述动态要素包括机动车要素、 非机动车要素和行人 要素； 分别对所述机动车要素、 所述非机动车要素和所述行人要素进行建模， 得到机动车行 为模型、 非机动车行为模型和行人行为模型； 其中， 所述行人行为模 型的参数包括行人基本 动力学参数和 集群行人模式下模型 的参数； 所述集群行人模式包括瓶颈流模式、 渠化现象 模式、 走停波模式和快即是慢模式； 根据所述机动车行为模型、 所述非机动车行为模型和所述行人行为模型确定交通参与 物行为模型。 2.根据权利要求1所述的基于自动驾驶测试的交通参与物行为模型构建方法， 其特征 在于， 所述机动车 行为模型的构建方法， 包括： 构建纵向跟驰策略的跟驰模型， 横向策略的换道模型以及多目标、 多方向间交互策略 的交叉口交 互模型； 基于所述跟驰模型、 所述换道模型和所述交叉口交互模型， 根据预设通行策略构建出 在符合真实道路环境中的不同类型交通 参与物的行驶策略； 根据所述行驶策略构建高层决策模型； 所述高层决策模型用于描述自动驾驶车辆在交 通系统的决策及运动行为； 构建车辆物理模型， 并结合所述高层决策模型确定所述机动车行为模型； 所述车辆物 理模型包括车辆的几何尺寸、 速度、 加速度和转弯半径。 3.根据权利要求1所述的基于自动驾驶测试的交通参与物行为模型构建方法， 其特征 在于， 所述非机动车 行为模型的构建方法， 包括： 根据预设的驾驶人特性、 车辆特性和人车系统感知周围环境的交通特性， 确定非机动 车驾驶人 的自身驾驶特性； 所述驾驶人特性包括年龄、 性别、 心理和生理； 所述车辆特性包 括尺寸、 制动性能和加减速性能； 所述交通特性包括感知交通环境信息、 估计环境变化、 信 息决策、 反应时间和行为； 针对周边交通环境信息的刺激确定自身驾驶动机； 根据所述自身驾驶特性和所述自身驾驶动机确定所述非机动车 行为模型。 4.根据权利要求1所述的基于自动驾驶测试的交通参与物行为模型构建方法， 其特征 在于， 所述行 人行为模型的构建方法， 包括： 获取影响行人运动的具体因素； 所述具体因素包括行人之间的相互作用、 周围环境以 及行人的目的地； 根据预设行人行为和所述具体因素构建所述行人行为模型； 所述行人基本动力学参数 包括行人物理特征和行人心理特征； 所述行人物理特征包括尺寸、 质量和极限速度； 所述行 人心理特征包括反应时间； 所述集群行人模式下模型的参数包括转向角度和感知范围半 径。 5.根据权利要求1所述的基于自动驾驶测试的交通参与物行为模型构建方法， 其特征 在于， 所述根据所述机动车行为模型、 所述非机动车行为模型和所述行人行为模型确定交 通参与物行为模型， 包括： 感知各个交通 参与物的周围环境压力， 产生行为动机；权　利　要　求　书 1/3 页 2 CN 115186585 A 2基于所述行为动机， 引入注意力机制学习 复杂的道路多交通参与物交互场景中； 所述 道路多交通 参与物交 互场景包括机动车、 非机动车、 行 人三者间的可交 互区域； 基于待决策的交通参与物计算分配对周边邻 近障碍物的注意力； 所述注意力的分布对 应最终决策动作对各个障碍物的响应分布； 利用注意力模块接受不同数目的车辆状态编码， 保持输出给解码器的数据维度为恒定 值， 同时学习主车对不同交通 参与物的注意力权 重分布； 基于所述注意力 权重分布确定决策结果， 并根据 所述决策结果、 所述机动车行为模型、 所述非机动车 行为模型和所述行 人行为模型构建所述交通 参与物行为模型。 6.一种基于自动驾驶测试的交通 参与物行为模型构建系统， 其特 征在于， 包括： 要素获取模块， 用于获取复杂交通场景的动态要素； 所述动态要素包括机动车要素、 非 机动车要素和行 人要素； 子模型建立模块， 用于分别对所述机动车要素、 所述非机动车要素和所述行人要素进 行建模， 得到机动车行为模型、 非机动车行为模型和行人行为模型； 其中， 所述行人行为模 型的参数包括行人基本动力学参数和集群行人模式下模型的参数； 所述集群行人模式包括 瓶颈流模式、 渠化现象模式、 走停波模式和快即是慢模式； 交通参与物行为模型建立模块， 用于根据所述机动车行为模型、 所述非机动车行为模 型和所述行 人行为模型确定交通 参与物行为模型。 7.根据权利要求6所述的基于自动驾驶测试的交通参与物行为模型构建系统， 其特征 在于， 所述子模型建立模块具体包括： 策略模型建立单元， 用于构建纵向跟驰策略的跟驰模型， 横向策略的换道模型以及多 目标、 多方向间交 互策略的交叉口交 互模型； 策略建立单元， 用于基于所述跟驰模型、 所述换道模型和所述交叉口交互模型， 根据 预 设通行策略构建出在符合真实道路环境中的不同类型交通 参与物的行驶策略； 决策模型建立单元， 用于根据所述行驶策略构建高层决策模型； 所述高层决策模型用 于描述自动驾驶车辆在交通系统的决策及运动行为； 机动车行为模型确定单元， 用于构建车辆物理模型， 并结合所述高层决策模型确定所 述机动车 行为模型； 所述车辆物理模型包括车辆的几何尺寸、 速度、 加速度和转弯半径。 8.根据权利要求6所述的基于自动驾驶测试的交通参与物行为模型构建系统， 其特征 在于， 所述子模型建立模块具体包括： 特性获取单元， 用于根据预设的驾驶人特性、 车辆特性和人车系统感知周围环境的交 通特性， 确定非机动车驾驶人 的自身驾驶特性； 所述驾驶人特性包括年龄、 性别、 心理和生 理； 所述车辆特性包括尺寸、 制动性能和加减速性能； 所述交通特性包括感知交通环境信 息、 估计环境变化、 信息决策、 反应时间和行为； 动机获取 单元， 用于针对周边交通环境信息的刺激确定自身驾驶动机； 非机动车行为模型确定单元， 用于根据所述自身驾驶特性和所述自身驾驶动机确定所 述非机动车 行为模型。 9.根据权利要求6所述的基于自动驾驶测试的交通参与物行为模型构建系统， 其特征 在于， 所述子模型建立模块具体包括： 因素获取单元， 用于获取影响行人运动的具体因素； 所述具体因素包括行人之间的相权　利　要　求　书 2/3 页 3 CN 115186585 A 3