城市拓扑主导自动驾驶规则控制器性能：CARLA静态环境基准研究

《Scientific Reports》：Topology and weather effects on CARLA autopilot performance in static driving simulation

　　

摘要

基于规则的控制器是自动驾驶系统测试中的关键组成部分，由于其具有高逻辑可解释性，在旨在实现高可靠性的工程实践中已获得广泛关注。因此，对基于规则的控制器在各种环境条件下鲁棒性的定量评估，对于提升自动驾驶系统的可靠性具有重要的现实意义。本文提出了一项系统性的基准测试研究，旨在评估CARLA自动驾驶控制器在不同天气条件和城市拓扑结构下的静态环境中的性能表现。我们采用严格的实验框架，将气象变化与城市拓扑结构解耦，从而分别隔离它们对控制器性能的各自影响。本研究以基线为参考，使用五种不同的天气条件和四种不同复杂度的城市拓扑结构，共进行了100次独立的仿真运行。结果表明，在该静态基准中，城市拓扑是决定CARLA自动驾驶控制器性能的主要因素，而在所测试的条件下，天气条件对CARLA自动驾驶控制器的性能没有显著影响。此外，在拓扑结构复杂的城镇场景中，控制器在保持零碰撞记录的同时表现出较低的车速，反映出CARLA自动驾驶控制器在复杂道路条件下降低车速的保守策略。本研究为CARLA自动驾驶控制器的性能提供了更为精细的基准评估，并强调了在未来自动驾驶系统开发中采用拓扑感知控制策略的必要性。所有实验配置均已详细记录，以支持可重复研究。