一种考虑多维环境特征的高铁测试场景库的构建方法

1.本发明属于高速列车自动驾驶技术领域，特别是涉及到一种考虑多维环境特征的高铁测试场景库的构建方法。


背景技术：

2.高速铁路是目前中短途旅客出行首选的交通工具，具有快捷、准时、安全、环保等特点。目前，列车自动驾驶系统(automatictrainoperation，ato)作为列车自动驾驶技术的关键，可实现列车自动行驶、精确停车、列车自动运行调整等功能。对列车自动驾驶技术的有效测试可促进列车自动驾驶技术的发展，从而提高列车运输能力、降低运行能耗、减轻司机劳动强度。
3.列车自动驾驶系统(ato)测试主要包括实车测试和仿真测试。实车测试相较于仿真测试具有数据真实性、可靠性高的特点，但同时存在测试安全难以保证、测试效率低以及测试成本高的问题。针对上述问题，仿真测试以其安全性高、成本低的优势常被用于初步验证ato的稳定性及性能达标程度。测试场景库作为仿真测试的基础，其场景的丰富性、真实性直接影响ato仿真测试的可靠性。
4.高速铁路运行场景具有线路条件复杂、气象条件多变等特点，如何综合考虑多维环境特征，构建满足符合高铁运行环境的列车自动驾驶系统测试场景库，是推进高速列车自动驾驶技术发展的一大难点。


技术实现要素：

5.本发明所要解决的技术问题是：提供一种考虑多维环境特征的高铁测试场景库的构建方法，解决现有技术中ato测试场景丰富性差，条件不足的问题，建立多元化ato测试场景库。
6.一种考虑多维环境特征的高铁测试场景库的构建方法，包括以下步骤，且以下步骤顺次进行，
7.步骤一、根据高铁运行环境构建场景分类体系，根据各体系的测试需求，建立场景表征元素；
8.步骤二、根据所述步骤一场景表征元素的类别确定测试场景表征元素的概率分布，建立场景自动生成方案自动生成测试场景。
9.所述步骤一场景分类体系包括人员属性特征、列车属性特征提及环境属性特征。
10.所述步骤一测试需求满足ctcs-3行车标准及规范，将高速铁路运行场景划分为临时限速、等级转换以及中途紧急停车，建立场景表征元素集x＝[x1，x2,x3···
xs]
[0011]
式中，s为场景元素个数。
[0012]
所述步骤二场景表征元素的概率分布为p＝[p
x1
,p
x2
,p
x3
,
···
,p
xs
]
[0013]
其中，离散型场景元素xi直接计算其m个离散量(x
i1
,x
i2
,
···
x
im
)的概率分布p
xim
:
[0014][0015]
最终得到
[0016]
连续型场景元素xj，采用核密度估计方法将其以步长b离散成l个离散区间，xj依据其数值所属关系被分配到子区间内，对于单个区间，选择合适的带宽h和符合数据分布的核函数k(x)，采用核密度估计公式求得场景元素的概率分布得到
[0017][0018]
式中,x
jh
为当前子区间，n为xj的长度。
[0019]
所述步骤二测试场景由离散型场景元素和连续型场景元素组成，采用均匀概率分布和核密度估计获得场景元素概率组成的场景库。
[0020]
所述场景库的生成方法为：
[0021]
步骤一、计算场景元素各离散量或各区间的个数
[0022]
设置生成测试场景库中所包含场景个数为l，根据各元素概率获得场景库中离散型场景元素xi的m离散量的个数为以及连续型场景元素xj在x
jl
区间的个数为
[0023]
步骤二、生成有序的场景元素数据
[0024]
离散型场景元素xi的x
i1
离散量，生成个全为x
i1
的数据，同时获得所有离散量数据，并对其进行拼接得到有序的x
i_orderly
数据；
[0025]
连续型场景元素xj的x
j1
区间，随机生成个在x
j1
区间的数据，同时获得整体区间数据，并对其进行拼接得到有序的x
j_orderly
数据。
[0026]
步骤三、随机生成场景库
[0027]
将所述步骤一和步骤二获得的有序数据进行随机打乱，将各场景元素数据拼接获得场景库i。
[0028]
通过上述设计方案，本发明可以带来如下有益效果：
[0029]
(1)在原始数据量较少时，可生成符合原始场景数据分布的大量数据，对数据进行扩充；
[0030]
(2)相较于原始数据，本发明方法所生成的场景数据覆盖率更高，场景多样性充足，可充分测试高铁自动驾驶系统各项性能。
[0031]
(3)本发明方法具有极强的迁移特性，可广泛用于高铁各个系统测试场景构建，有利于规范化高铁测试流程，推动高铁测试体系构建。
附图说明
[0032]
以下结合附图和具体实施方式对本发明作进一步的说明：
[0033]
图1为本发明一种考虑多维环境特征的高铁测试场景库的构建方法流程示意框
图。
[0034]
图2为本发明一种考虑多维环境特征的高铁测试场景库的构建方法场景分类体系示意框图。
具体实施方式
[0035]
一种考虑多维环境特征的高铁测试场景库的构建方法，如图1所示，包括以下步骤：
[0036]
1.研究高铁运行环境，构建场景分类体系；
[0037]
2.根据高铁运行场景分类体系，并依据印象列车运行准时性的因素确定场景元素；
[0038]
3.对场景元素进行分类研究确定各场景元素的概率分布情况；
[0039]
4.依据场景元素分布情况，设计场景自动生成方案自动生成测试场景。
[0040]
具体的，以ato系统的准时性为测试目标举例说明场景库构建方案，
[0041]
第一步，考虑高铁运行环境及测试性能影响因素，如图2所示，将高铁场景元素分为人、列车、环境三个维度。
[0042]
人所属层面，包括但不限于身份属性、基本特征属性、运动状态属性、位置属性。身份属性指人所扮演的身份，如乘客和工作人员；基本特征属性指人所具备的基本特征，如身高、体重、年龄、性别、健康与否等；运动状态属性指人所处的运动状态，如静止、运动，在运动时还应包括人的速度、方向等运动参数；位置属性指人所处的位置，如列车内、列车外，在列车内还应具体到人所处列车的哪个位置，如车厢内、车辆连接处，在列车外对于位置的描述也应具体到站台、轨道等。
[0043]
列车所属层面，包括但不限于基本参数属性、结构组成属性、运动状态属性、位置属性。基本参数属性指列车生产后不可改变的参数，如外形参数和动力性参数，具体的，在外形参数上包括车宽、车高、车长，在动力性参数上包括如制动力、牵引力、质量等动力学参数；结构组成属性指列车的组成单元，如动力结构、制动结构、传动结构等，每个结构下还应包括组成该结构的全部机械组件；运动状态属性和人的运动状态属性类似，可分为静止、运动两类，同样的，在运动时包括速度、方向等；列车位置属性指列车所处位置，具体的和人在列车外对位置的描述类似。
[0044]
环境所属层面，包括但不限于道路环境属性、天气属性、周边环境属性。道路环境属性指列车运行所依赖的道路环境，如轨道路面类型、轨道坡度、轨道曲率等；天气属性指列车运行时的天气条件，如风、雪、雨、雾、冰等，具体的，每种天气应具体到对该天气的具体表征，如风速、风向、降雪量等；周边环境属性指列车运行时除轨道及天气外的其余难以改变运行环境，如桥梁、隧道、村舍等，相应的，对于每类周边环境也应具体到具体表征，以桥梁为例，应具体到桥梁长度、桥梁起始位置，桥梁高度等。
[0045]
第二步，依据测试需求，结合专家经验问卷和相关法律法规对场景元素进行解构，确定准时性测试场景元素。首先根据ctcs-3行车标准及规范，将高速铁路运行场景分为临时限速、等级转换、中途紧急停车几种；其次，对各运行场景下测试需求的影响因素进行分析。
[0046]
临时限速场景是ato区间运行过程中比较常见的场景之一，而且临时限速对列车
运行时间、运行能耗的变化影响也较大。依据中国铁路总公司《铁路技术管理规程》，列车在遇到不同级别大风、大雪、降雨、积雪、地震以及不同结构如转向架、接触网结冰情况时会导致列车临时限速，且不同的轨道类型会影响列车运行限速值。
[0047]
等级转换场景即列车等级在ctcs-2和ctcs-3之间转换，列车等级发生转换时列车速度会发生变化，影响列车的准时性。依据《高速铁路ato系统总体暂行技术规范》，列车在以ctcs-3等级运行时，若出现无线通信超时，则会降为ctcs-2级行驶。
[0048]
中途紧急停车会使列车以最大制动力紧急制动，如列车内乘客抽烟导致烟雾报警器报警，根据行车标准及安全规定，需要对列车实施紧急制动。紧急停车后，由车厢内乘务员处理紧急情况，待情况处理完成，重新发车。该情况势必会导致列车晚点。
[0049]
因此，选取大风等级、降雨程度、降雪程度、积雪程度、轨道类型、地震程度、转向架结冰程度、接触网结冰情况、烟雾报警器是否开启、无线通信是否超时作为特征元素。
[0050]
对场景元素编码后得到测试场景元素集x＝[x1，x2,x3···
x
10
],如表1所示；
[0051]
表1场景元素集
[0052][0053][0054]
第三步，考虑场景元素类型得到10个场景元素的概率分布p＝[p
x1
,p
x2
,p
x3
,
···
,p
x10
]。
[0055]
对于离散型场景元素xi直接计算其m个离散量(x
i1
,x
i2
,
···
x
im
)的概率分布
[0056][0057]
最终得到
[0058]
对于连续型场景元素xj，依据核密度估计方法先将其以步长b离散成l个离散区间，则xj依据其数值所属关系被分配到子区间内，接着，对于单个区间，选择合适的带宽h和符合数据分布的核函数k(x)，依据下方的核密度估计公式求得场景元素的概率分布最终得到
[0059][0060]
其中,x
jh
为当前子区间，n为xj的长度。
[0061]
依据场景元素集所选的10个场景元素皆为离散型场景元素，参照中国铁路总公司《铁路技术管理规程》中对列车在遇到不同级别大风、大雪、降雨、积雪、地震以及不同结构如转向架、接触网结冰情况时的列车临时限速标准，即表2-6所示，大风场景可分为5个等级，各等级的概率为1/5；降雨场景分为3个等级，各等级的概率为1/3；降雪场景包括4个等级，各等级的概率为1/4；积雪等级分为4级，各等级的概率为1/4；地震等级分为4级，各等级概率为1/4；道路类型由种，每种的概率为1/2；转向架结冰和接触网结冰情况各为2种，每种概率为1/2；烟雾报警器报警情况也可分为2种，每种出现概率为1/2；通性故障恢复情况可分为2种，每种概率为1/2。除此之外，为数字化表征多样场景，对场景元素的各种情况进行数字化，具体如表7所示。
[0062]
表2大风情况下的临时限速标准
[0063][0064]
表3降雨情况下的临时限速标准
[0065][0066]
表4降雪情况下的临时限速标准
[0067][0068]
表5结冰情况下的临时限速标准
[0069][0070]
表6地震情况下的应对措施
[0071][0072]
第四步，准时性测试场景自动生成。依据场景概率分布自动生成一定数量符合逻辑的测试场景库的具体步骤如下：
[0073]
首先，计算场景元素各离散量或各区间的个数。若生成测试场景库中所包含场景个数l为1000，则依据计算各元素概率得到场景库中各离散型场景元素xi的m离散量的个数为以及连续型场景元素xj在x
jl
区间的个数当场景个数为1000时具体各场景元素各离散量数目在表7中指出。
[0074]
表7场景个数为1000时各场景元素信息汇总表
[0075][0076]
其次，生成有序的场景元素数据。对于离散型场景元素xi的x
i1
离散量，直接生成l*p
xi1
个全为x
i1
的数据，同理，得到其余离散量数据后对其进行拼接得到有序的x
i_orderly
数据。如大风等级场景，直接生成0、1、2、3、4各200个并将其拼接成一个数组，其余离散型场景同理可得。对于连续型场景元素xj的x
j1
区间，随机生成个在x
j1
区间的数据，同理，得到其余区间数据后对其进行拼接得到有序的x
j_orderly
数据。
[0077]
最后，随机生成场景库。在得到有序场景元素数据后，对其进行随机打乱后将各场景元素数据进行拼接得到场景库i＝[x1,x2,x3,
···
,x
l
]。场景自动生成伪代码如下：
[0078][0079]
依据场景库自动生成方案，对于场景个数为1000的场景库如表8所示，其由1000个单个场景组成，每个场景利用多元场景元素数字组合进行表示，多元场景元素由上述表1场景元素集进行编码。
[0080]
表8场景库举例说明表
[0081]
[0082]

技术特征：
1.一种考虑多维环境特征的高铁测试场景库的构建方法，其特征是：包括以下步骤，且以下步骤顺次进行，步骤一、根据高铁运行环境构建场景分类体系，根据各体系的测试需求，建立场景表征元素；步骤二、根据所述步骤一场景表征元素的类别确定测试场景表征元素的概率分布，建立场景自动生成方案自动生成测试场景。2.根据权利要求1所述的一种考虑多维环境特征的高铁测试场景库的构建方法，其特征是：所述步骤一场景分类体系包括人员属性特征、列车属性特征提及环境属性特征。3.根据权利要求1所述的一种考虑多维环境特征的高铁测试场景库的构建方法，其特征是：所述步骤一测试需求满足ctcs-3行车标准及规范，将高速铁路运行场景划分为临时限速、等级转换以及中途紧急停车，建立场景表征元素集x＝[x1，x2,x3···
x
s
]式中，s为场景元素个数。4.根据权利要求1所述的一种考虑多维环境特征的高铁测试场景库的构建方法，其特征是：所述步骤二场景表征元素的概率分布为其中，离散型场景元素x
i
直接计算其m个离散量(x
i1
,x
i2
,
···
x
im
)的概率分布)的概率分布最终得到连续型场景元素x
j
，采用核密度估计方法将其以步长b离散成l个离散区间，x
j
依据其数值所属关系被分配到子区间内，对于单个区间，选择合适的带宽h和符合数据分布的核函数k(x)，采用核密度估计公式求得场景元素的概率分布得到得到式中,x
jh
为当前子区间，n为x
j
的长度。5.根据权利要求1所述的一种考虑多维环境特征的高铁测试场景库的构建方法，其特征是：所述步骤二测试场景由离散型场景元素和连续型场景元素组成，采用均匀概率分布和核密度估计获得场景元素概率组成的场景库。6.根据权利要求5所述的一种考虑多维环境特征的高铁测试场景库的构建方法，其特征是：所述场景库的生成方法为：步骤一、计算场景元素各离散量或各区间的个数设置生成测试场景库中所包含场景个数为l，根据各元素概率获得场景库中离散型场景元素x
i
的m离散量的个数为以及连续型场景元素x
j
在x
jl
区间的个数为步骤二、生成有序的场景元素数据
离散型场景元素x
i
的x
i1
离散量，生成个全为x
i1
的数据，同时获得所有离散量数据，并对其进行拼接得到有序的x
i_orderly
数据；连续型场景元素x
j
的x
j1
区间，随机生成个在x
j1
区间的数据，同时获得整体区间数据，并对其进行拼接得到有序的x
j_orderly
数据。步骤三、随机生成场景库将所述步骤一和步骤二获得的有序数据进行随机打乱，将各场景元素数据拼接获得场景库i。

技术总结
一种考虑多维环境特征的高铁测试场景库的构建方法，属于高速列车自动驾驶技术领域，包括步骤一、根据高铁运行环境构建场景分类体系，根据各体系的测试需求，建立场景表征元素；步骤二、根据所述步骤一场景表征元素的类别确定测试场景表征元素的概率分布，建立场景自动生成方案自动生成测试场景。本发明解决现有技术中ATO测试场景丰富性差，条件不足的问题，建立多元化ATO测试场景库。立多元化ATO测试场景库。立多元化ATO测试场景库。


技术研发人员：邓海 金立生 沈迪 单巍 谢宪毅 雒国凤 王芳荣 姜玉莹
受保护的技术使用者：燕山大学 吉林大学
技术研发日：2023.06.30
技术公布日：2023/9/25