基于数字孪生的自动驾驶测试场景自动生成与虚拟仿真验证系统.docxVIP

PAGE2

基于数字孪生的自动驾驶测试场景自动生成与虚拟仿真验证系统

摘要

随着自动驾驶技术向L3级及以上迈进，传统路测方法在效率、成本与安全性方面面临巨大挑战，特别是极端工况与边缘场景的数据匮乏，严重制约了算法的迭代验证。本课题旨在构建一套基于数字孪生的自动驾驶测试场景自动生成与虚拟仿真验证系统，通过融合真实路测数据与生成对抗网络（GAN）技术，实现高保真边缘场景的自动构建与闭环测试。系统首先对真实路测数据进行清洗与特征提取，构建场景本体库；进而设计基于改进GAN的边缘场景生成算法，自动生成丰富多样的虚拟测试案例；最终搭建高保真虚拟仿真平台，对自动驾驶控制算法进行全流程验证。

论文遵循工程化设计思路，从需求分析入手，明确了系统在场景生成多样性、仿真实时性及数据保真度方面的核心指标。总体设计阶段，构建了包含数据层、算法层、仿真层与应用层的四层架构，确立了各模块间的数据流转机制。详细设计阶段，重点攻克了基于条件GAN的场景生成模型设计与多源传感器虚拟仿真接口设计。系统实现阶段，基于Carla仿真环境与PyTorch深度学习框架完成了原型开发，并集成了PID与MPC控制算法进行验证。测试结果表明，本系统能够有效生成具有针对性的边缘测试场景，生成的场景在图像语义一致性上达到92%以上，仿真平台运行帧率稳定在30fps以上，显著提升了自动驾驶算法的验证效率与覆盖率，为低空经济与地面无