项目名称：

事故数据驱动的自动驾驶汽车危险场景构建与可信评价研究

项目类别：

国家自然科学基金项目

项目执行期：

2024年−2027年

主要研究内容：

自动驾驶安全第一，当前以自然驾驶及其演绎场景为基础的安全测评技术取得了一定进展，但长尾问题仍是限制自动驾驶发展的最大技术瓶颈。事故场景具有明显的危险性和边缘性特征，本项目基于1万余例传统驾驶与自动驾驶事故数据，开展危险场景泛化构建与可信评价研究。首先，建立面向人-车-路-环境-任务的场景动力学模型，提出高适应性的预碰撞场景自动生成与分类技术；其次，挖掘场景动静态元素中自动驾驶特有危险因子集，并观测其核心因子的演化规律，在量化分层表征的基础上构建其本质演化模型；再次，融合启发式搜索与重要性采样方法，提出面向基元逻辑场景和具体场景的双级泛化生成技术，实现高风险、低概率长尾场景的高效构建；最后基于可信理论提出面向危险性、复杂度、显著性三维度的危险场景综合评价指标体系，并在场景库进行综合仿真验证。本项目将解决自动驾驶危险场景高效构建问题，为破解长尾问题提供技术方案，具有重要的科学与工程意义。