基于V2I的路侧感知系统对交通事件的感知测试方法与流程

基于v2i的路侧感知系统对交通事件的感知测试方法
技术领域：
1.本发明属于车联网领域，具体涉及一种基于v2i的路侧感知系统对交通事件的感知测试方法。


背景技术：

2.车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。
3.路侧感知系统(roadsidesensingsystem，rss)是支撑网联自动驾驶，提升交通运行效率、缓解拥堵的重要手段。通过rss系统为自动驾驶汽车提供超视距感知、盲区预警、驾驶意图等信息，是弥补单车自动驾驶感知局限的重要技术手段之一。
4.在车路协同应用中，路侧感知系统实现全局目标的实时矢量化和跟踪，其精准感知能力是路侧感知系统的关键。
5.基于此，现有技术中出现了多种用于评估路侧感知系统的性能的方案。
6.如公开号为cn114383649a的现有专利公开了一种基于高精度定位的路侧感知系统测试方法，包括有测试系统和路侧感知系统，测试系统包括有移动载体，测试系统以移动载体为参照获取交通参与者信息，并通过处理获取的交通参与者信息以输出交通参与者信息的参照状态信息；路侧感知系统获取到交通参与者的待测状态信息；将参照状态信息和待测状态信息进行对比分析，计算参照状态信息和待测状态信息之间的误差，根据计算出来的误差给出路侧感知系统的性能评估报告。
7.又如公开号为cn112816954a的现有专利公开了一种基于真值的路侧感知系统评测方法，包括以下步骤：建立真值感知设备组，在选定的测试时间区间，与待测的路侧感知系统rss的感知设备同步进行路侧感知数据采集；对真值感知设备组回传的原始数据进行处理，完成目标类型识别和目标轨迹识别，完成感知数据标注；基于已标注数据生成真值，真值数据包括交通参与者目标类型、位置、速度、加速度、轨迹；在所述选定的测试时间区间，比较待测rss输出的结构化感知数据和所述真值数据，输出感知性能的统计评测结果。
8.再如公开号为cn112382079a的现有专利公开了一种面向车路协同的路侧感知模拟仿真方法和系统，为路侧感知进行实际道路测试前提供一个虚拟环境进行仿真测试，借助仿真环境可以分析传感器实际安装前与环境之间的关系，可视化显示对应的工作效果，另外，通过仿真系统直接输出用于机器学习所需要的训练数据与测试数据。
9.上述专利均可对车路协同中路侧感知系统交通参与者感知能力进行测试评估，但其评估的对象是整体的交通参与者，包括有交通目标、交通事件、交通流等，并非专用于交通事件的感知能力评价。同时，上述专利也均是以常规的路侧感知系统测试方法为主，对不同路口类型、测试区域设计的考虑不细致和不完善。


技术实现要素：

10.为解决上述问题，本发明的首要目的在于提供一种基于v2i的路侧感知系统对交通事件的感知测试方法，在开放道路中，通过对不同路口场景、测试区域进行设计，以车载真值系统的数据作为基准，更加精准、全面的评价待测系统对交通事件的运动学感知性能。
11.为实现上述目的，本发明的技术方案如下：
12.一种基于v2i的路侧感知系统对交通事件的感知测试方法，该感知测试方法包括以下步骤：
13.s1：测试区域设计与选定：在开放道路中，根据测试场景的不同，将测试场景划分为长直道路和全息路口两类，并分别设定不同类型的测试区域，在测试区域内记录点位并标记序号；然后选定两车道范围作为事件主要触发区域；
14.s2：开启测试流程与数据采集：选定真值车在测试区域内进行行驶测试，真值车记录自车的真值数据，待测系统对测试区域的真值车进行目标感知，并输出结构化的感知数据；
15.s3：进行测试数据分析评测。
16.进一步地，所述步骤s1中的长直道路又称为“普通路口”。
17.进一步地，所述步骤s1中，长直道路设定的测试区域为四边形区域，记录6个点位并标记序号，包含矩形顶点4个和截面点2个；矩形区域分两种，一种以道路边界作为区域边界，即包含全部车道，另一种测试区域仅包含部分车道；然后选定两车道范围作为事件主要触发区域。
18.进一步地，所述步骤s1中，全息路口设定的测试区域为十字形区域，记录32个点位并标记序号。考虑到实际路口建设情况，这些点位记录的数量可自行确定，如果单独设定截面需要额外再记录8个点位；然后选定两车道范围作为事件主要触发区域。
19.进一步地，所述步骤s2包括有：
20.步骤s21：事件主要触发区域的范围。按照“东南-东-东北-北-西北-西-西南-南-东南”的顺序记录每个点位的经纬信息；
21.步骤s22：选定不同类型的真值车至少3种且每种至少1辆，真值车均搭载rtk惯导系统；
22.步骤s23：选定一个待测系统感知范围之外的地方作为真值车的起点，真值车从起点出发测试，测试人员开始开启真值车自车数据采集系统，记录自车行驶的真值数据；
23.步骤s24：真值车执行各类交通事件完成触发测试；
24.步骤s25：真值车离开测试区域，并停止自车的真值数据采集；
25.步骤s26：统一路侧真值系统与待测系统的定位参考点；然后对真值车采集的真值数据以及待测系统对真值车的感知数据进行处理，均输出结构化数据。
26.进一步地，步骤s23中，真值车在待测系统感知范围外，要求与待测系统位置的距离在400米以上。
27.进一步地，步骤s24中，真值车沿车道从起点入口方向进入，并经过划定的事件主要触发区域，在该区域内完成各类交通事件操作；测试人员在进入和离开事件主要触发区域时，均通过自车数据采集系统记录标记时间戳。
28.进一步地，步骤s24中，各类交通事件包括有超速、低速、违规变道、违停、逆行等。
29.进一步地，步骤s24中，每种车型完成每项交通事件的测试次数均为10次以上。
30.进一步地，步骤s25中，真值车离开测试区域后，需额外再行驶一段至少100米的距离，测试人员再停止真值车的自车数据采集，以保证真值数据的完整。
31.进一步地，步骤s26中，真值车输出的结构化数据：
32.tstart，采集开始时间戳；
33.t1和t2，进入和离开事件主要触发区域时间戳；
34.tend，采集结束时间戳；
35.t
△
，事件持续时间戳，t
△
＝t2-t1；
36.typegt，事件类型；
37.对应的，待测系统输出的结构化数据为dstart，d1和d2，dend，d
△
，typedut。
38.进一步地，所述步骤s3中，基于真值车和待测系统输出的结构化数据，针对每种交通事件类型的测试进行如下评测：
39.(1)条件1：对比type值是否一致，即typegt＝typedut；
40.(2)条件2：对比t1和d1是否一致，允许时间误差在2s以内，即|t1-d1|≤1.5s；
41.(3)条件3：对比t2和d2是否一致，允许时间误差在2s以内，即|t2-d2|≤1.5s；
42.(4)条件4：对比t
△
和d
△
是否一致，允许时间误差在2s以内，即|t
△‑d△
|≤2s；
43.只有同时满足上述4个条件，才认定该项事件该次的测试通过，否则认定不通过，记录不通过次数。
44.人工记录每项测试的次数si及总测试次数s，及记录待测系统每项测试通过的次数ci及总通过测试次数c。其中i表示type取值即事件类型。
45.根据统计，计算交通事件识别检出率：
46.每项αi＝ci/si,
47.总共α＝c/s。
48.相比于现有技术，本发明的有益效果是：在开放道路中，通过对不同路口类型、测试区域进行设计，以车载真值系统的数据作为基准，对道路中的交通事件(超速、低速、违规变道、违停、逆行等)进行感知，能够以时间误差评价待测系统的运动学感知性能，更加全面、精准。
附图说明
49.图1是本发明的测试流程图。
50.图2是本发明的长直道路的测试区域图。
51.图3是本发明的全息路口的测试区域图。
52.图4是本发明的长直道路的测试场景中的事件主要触发区域设定图。
53.图5是本发明的全息路口的测试场景中的事件主要触发区域设定图。
具体实施方式
54.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
55.图1-5所示，本发明的实现如下：
56.一种基于v2i的路侧感知系统对交通事件的感知测试方法，该感知测试方法包括以下步骤：
57.s1：测试区域设计与选定：在开放道路中，根据测试场景的不同，将测试场景划分为长直道路和全息路口两类，并分别设定不同类型的测试区域，在测试区域内记录点位并标记序号，然后选定两车道范围作为事件主要触发区域，；
58.s2：开启测试流程与数据采集：选定真值车在测试区域内进行行驶测试，真值车记录自车的真值数据，待测系统对测试区域的真值车进行目标感知，并输出结构化的感知数据；
59.s3：进行测试数据分析评测。
60.进一步地，所述步骤s1中的长直道路又称为“普通路口”。
61.进一步地，所述步骤s1中，长直道路设定的测试区域为四边形区域，记录6个点位并标记序号，包含矩形顶点4个和截面点2个，截面点在蓝色虚线上；矩形区域分两种，一种以道路边界作为区域边界，即包含全部车道，如图2中a(a)所示，另一种测试区域仅包含部分车道，如图2中a(b)所示。选定两车道范围作为事件主要触发区域，事件触发区域在图4对应场景进行了标注。
62.进一步地，所述步骤s1中，全息路口设定的测试区域为十字形区域，记录32个点位并标记序号。考虑到实际路口建设情况，这些点位记录的数量可自行确定，如果单独设定截面需要额外再记录8个点位。如图4中所示。选定两车道范围作为事件主要触发区域，事件触发区域在图5对应场景进行了标注。
63.进一步地，所述步骤s2包括有：
64.步骤s21：事件主要触发区域的范围。按照“东南-东-东北-北-西北-西-西南-南-东南”的顺序记录每个点位的经纬信息；
65.步骤s22：选定不同类型的真值车至少3种且每种至少1辆(如普通级轿车、中级轿车、中高级轿车)，真值车均搭载rtk惯导系统；
66.步骤s23：选定一个待测系统感知范围之外的地方作为真值车的起点，真值车从起点出发测试，测试人员开始开启真值车自车数据采集系统，记录自车行驶的真值数据；
67.步骤s24：真值车执行各类交通事件完成触发测试；
68.步骤s25：真值车离开测试区域，并停止自车的真值数据采集；
69.步骤s26：统一路侧真值系统与待测系统的定位参考点；然后对真值车采集的真值数据以及待测系统对真值车的感知数据进行处理，均输出结构化数据。
70.进一步地，步骤s23中，真值车在待测系统感知范围外，要求与待测系统位置的距离在400米以上。
71.进一步地，步骤s24中，真值车沿车道从起点入口方向进入，并经过划定的事件主要触发区域，在该区域内完成各类交通事件操作；测试人员在进入和离开事件主要触发区域时，均通过自车数据采集系统记录标记时间戳。
72.进一步地，步骤s24中，各类交通事件包括有超速、低速、违规变道、违停、逆行等。
73.进一步地，步骤s24中，每种车型完成每项交通事件的测试次数均为10次以上。
74.进一步地，步骤s25中，真值车离开测试区域后，需额外再行驶一段至少100米的距
离，测试人员再停止真值车的自车数据采集，以保证真值数据的完整。
75.进一步地，步骤s26中，真值车输出的结构化数据：
76.tstart，采集开始时间戳；
77.t1和t2，分别为进入和离开事件主要触发区域时间戳；
78.tend，采集结束时间戳；
79.t
△
，事件持续时间戳，t
△
＝t2-t1；
80.typegt，事件类型；
81.对应的，待测系统输出的结构化数据为：
82.dstart，采集开始时间戳；
83.d1和d2，分别为进入和离开事件主要触发区域时间戳；
84.dend，采集结束时间戳；
85.d
△
，事件持续时间戳，t
△
＝t2-t1；
86.typedut，事件类型。
87.type
gt
和type
dut
的取值，且真值车实际动作内容如下表所示：
[0088][0089]
进一步地，所述步骤s3中，基于真值车和待测系统输出的结构化数据，针对每种交通事件类型的测试进行如下评测：
[0090]
(1)条件1：对比type值是否一致，即typegt＝typedut；
[0091]
(2)条件2：对比t1和d1是否一致，允许时间误差在2s以内，即|t1-d1|≤1.5s；
[0092]
(3)条件3：对比t2和d2是否一致，允许时间误差在2s以内，即|t2-d2|≤1.5s；
[0093]
(4)条件4：对比t
△
和d
△
是否一致，允许时间误差在2s以内，即|t
△‑d△
|≤2s；
[0094]
只有同时满足上述4个条件，才认定该项事件该次的测试通过，否则认定不通过，记录不通过次数。
[0095]
人工记录每项测试的次数si及总测试次数s，及记录待测系统每项测试通过的次数ci及总通过测试次数c。其中i表示type取值即事件类型。
[0096]
根据统计，计算交通事件识别检出率：
[0097]
每项αi＝ci/si,
[0098]
总共α＝c/s。
[0099]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，该感知测试方法包括以下步骤：s1：测试区域设计与选定：在开放道路中，根据测试场景的不同，将测试场景划分为长直道路和全息路口两类，并分别设定不同类型的测试区域，在测试区域内记录点位并标记序号，然后选定两车道范围作为事件主要触发区域；s2：开启测试流程与数据采集：选定真值车在测试区域内进行行驶测试，真值车记录自车的真值数据，待测系统对测试区域的真值车进行目标感知，并输出结构化的感知数据；s3：进行测试数据分析评测。2.如权利要求1所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，所述步骤s1中，长直道路设定的测试区域为四边形区域，记录6个点位并标记序号，包含矩形顶点4个和截面点2个。3.如权利要求1所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，所述步骤s1中，全息路口设定的测试区域为十字形区域，记录32个点位并标记序号。4.如权利要求1所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，所述步骤s2包括有：步骤s21：事件主要触发区域的范围。按照“东南-东-东北-北-西北-西-西南-南-东南”的顺序记录每个点位的经纬信息；步骤s22：选定不同类型的真值车至少3种且每种至少1辆，真值车均搭载rtk惯导系统；步骤s23：选定一个待测系统感知范围之外的地方作为真值车的起点，真值车从起点出发测试，测试人员开始开启真值车自车数据采集系统，记录自车行驶的真值数据；步骤s24：真值车执行各类交通事件完成触发测试；步骤s25：真值车离开测试区域，并停止自车的真值数据采集；步骤s26：统一路侧真值系统与待测系统的定位参考点；然后对真值车采集的真值数据以及待测系统对真值车的感知数据进行处理，均输出结构化数据。5.如权利要求4所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，步骤s24中，真值车沿车道从起点入口方向进入，并经过划定的事件主要触发区域，在该区域内完成各类交通事件操作；测试人员在进入和离开事件主要触发区域时，均通过自车数据采集系统记录标记时间戳。6.如权利要求4所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，步骤s24中，各类交通事件包括有超速、低速、违规变道、违停、逆行等。7.如权利要求4所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，步骤s24中，每种车型完成每项交通事件的测试次数均为10次以上。8.如权利要求4所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，步骤s25中，真值车离开测试区域后，需额外再行驶一段至少100米的距离，测试人员再停止真值车的自车数据采集，以保证真值数据的完整。9.如权利要求4所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，步骤s26中，真值车输出的结构化数据：tstart，采集开始时间戳；t1和t2，进入和离开事件主要触发区域时间戳；
tend，采集结束时间戳；t
△
，事件持续时间戳，t
△
＝t2-t1；typegt，事件类型；对应的，待测系统输出的结构化数据为dstart，d1和d2，dend，d
△
，typedut。10.如权利要求9所述的基于v2i的路侧感知系统对交通事件的感知测试方法，其特征在于，所述步骤s3中，基于真值车和待测系统输出的结构化数据，针对每种交通事件类型的测试进行如下评测：(1)条件1：对比type值是否一致，即typegt＝typedut；(2)条件2：对比t1和d1是否一致，允许时间误差在2s以内，即|t1-d1|≤1.5s；(3)条件3：对比t2和d2是否一致，允许时间误差在2s以内，即|t2-d2|≤1.5s；(4)条件4：对比t
△
和d
△
是否一致，允许时间误差在2s以内，即|t
△‑
d
△
|≤2s；只有同时满足上述4个条件，才认定该项事件该次的测试通过，否则认定不通过，记录不通过次数；人工记录每项测试的次数si及总测试次数s，及记录待测系统每项测试通过的次数ci及总通过测试次数c。其中i表示type取值即事件类型；根据统计，计算交通事件识别检出率：每项αi＝ci/si,总共α＝c/s。

技术总结
本发明公开了一种基于V2I的路侧感知系统对交通事件的感知测试方法，属于车联网领域。该感知测试方法包括以下步骤：S1：测试区域设计与选定：S2：开启测试流程与数据采集：S3：进行测试数据分析评测。相比于现有技术，本发明的有益效果是：在开放道路中，通过对不同路口类型、测试区域进行设计，以车载真值系统的数据作为基准，对道路中的交通事件(超速、低速、违规变道、违停、逆行等)进行感知，能够以时间误差评价待测系统的运动学感知性能，更加全面、精准。精准。精准。


技术研发人员：陈星筑 王龙翔 余冰雁
受保护的技术使用者：中国信息通信研究院
技术研发日：2022.12.15
技术公布日：2023/7/11