摘要

基于场景的仿真测试方法可以有效加速自动驾驶汽车的测试进程,但是传统的采样方法面对高维度采样空间时无法维持高效性,提出了一种ball tree优化的仿真测试场景采样方法,并基于Carla模拟器构建了仿真测试场景自动化生成框架验证算法的有效性。分别使用随机采样方法、基于KD tree结构的最近邻采样方法与基于ball tree结构的最近邻采样方法进行场景参数采样,并生成不同天气要素下的仿真测试场景进行验证。最后将仿真过程与人工方法进行对比。结果表明,提出方法相对于人工方法具有11.38倍场景制作速度的提升,且相对于KD tree结构的采样方法的场景生成速度提升了27.97%。

全文