-
公开(公告)号：CN116737540A
公开(公告)日：2023-09-12
申请号：CN202310474700.3
申请日：2023-04-27
Applicant: 中国科学院软件研究所
IPC: G06F11/36
Abstract: 本公开涉及一种面向自动驾驶测试的多样关键场景生成方法、装置及设备，属于自动驾驶测试技术领域。所述方法包括：获取个原子动作，并针对每个原子动作建立原子动作模型；基于场景描述信息获取测试区域，以及在测试区域中设置被测对象的行驶路线；针对各个原子动作模型，初始化原子动作模型对应的经验回放池，并基于场景描述信息、测试区域以及行驶路线，构建样本数据以存储至经验回放池；针对各个原子动作模型，从相应经验回放池中抽取样本数据对原子动作模型进行参数更新；结合目标测试任务的场景描述信息所涉及的原子动作的原子动作模型，生成用于实现目标测试任务的关键场景。本公开能够提升关键场景的生成效率，实现多样关键场景的快速生成。
-
公开(公告)号：CN115757125A
公开(公告)日：2023-03-07
申请号：CN202211435590.1
申请日：2022-11-16
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种面向自动驾驶的关键场景生成方法、装置及计算机设备，属于自动驾驶技术领域。所述方法包括：获取自动驾驶测试的测试任务对应的场景描述信息；从场景地图中获取符合场景描述信息的测试区域，并在测试区域中针对被测对象设置符合测试任务的行驶路线；从场景描述信息中提取场景参与者的原子动作；初始化强化学习模型对应的经验回放池，并基于场景描述信息、测试区域以及行驶路线，构建样本数据以存储至经验回放池；从经验回放池中抽取样本数据对强化学习模型进行更新，并通过更新后的强化学习模型获取原子动作的确定参数值；基于所有原子动作的确定参数值，生成用于实现测试任务的关键场景。本发明能够提升关键场景的生成效率。
-
Patent Agency Ranking
公开(公告)号：CN115167514B
公开(公告)日：2025-03-14
申请号：CN202210897245.3
申请日：2022-07-28
Applicant: 中国科学院软件研究所
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开了一种无人机集群的协同编队能力评估方法、装置及设备，涉及无人机技术领域。所述方法包括：获取针对无人机集群的测试任务，无人机集群包括至少两个无人机，测试任务包括至少一个期望编队队形；运行测试任务；其中，在测试任务运行过程中，无人机集群依次按照至少一个期望编队队形飞行；在无人机集群飞行过程中，获取无人机集群的形心，并以形心为原点构建编队坐标系；其中，编队坐标系为三维坐标系，且编队坐标系的Z轴与无人机的重力方向平行；基于至少一个期望编队队形和各个无人机的编队坐标，评估无人机集群的协同编队能力，无人机的编队坐标是指无人机在编队坐标系下的坐标。本发明实现了对无人机集群协同编队能力的灵活评估。
-
公开(公告)号：CN116519316A
公开(公告)日：2023-08-01
申请号：CN202210071963.5
申请日：2022-01-21
Applicant: 中国科学院软件研究所
IPC: G01M17/007
Abstract: 本发明公开了一种基于行为树的自动驾驶测试方法、装置、存储介质及设备，涉及自动驾驶领域。所述方法包括：获取测试地图，基于所述测试地图构建测试场景并选取动态目标，获取所述动态目标的原子动作集合与所述动态目标在所述测试场景所包括的每一测试子场景中的行为轨迹；基于所述原子动作集合，将所述行为轨迹分解为至少一个原子动作，并确定原子动作的时序逻辑关系；组合每一所述测试子场景中的所述时序逻辑关系，并基于组合结果，创建所述测试场景相应的行为树；运行所述行为树，得到所述被测对象的自动驾驶测试结果。本发明在非固化且更丰富多样的测试场景中，实现了自动驾驶测试。
-
公开(公告)号：CN112712163B
公开(公告)日：2022-10-14
申请号：CN202011562234.7
申请日：2020-12-25
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于覆盖率的神经网络有效数据增强方法，其步骤包括：1)根据待训练的神经网络模型选取训练数据集并为该神经网络模型选取多个覆盖率指标；2)利用该训练数据集对该待训练的神经网络模型进行训练，并统计训练时该神经网络模型中不同覆盖率指标对应的被激活的神经元个数；3)根据各覆盖率指标对应的被激活的神经元个数计算该训练数据集的各覆盖率指标值；然后根据各所述覆盖率指标值选择一个与该神经网络模型准确度最相关的覆盖率指标作为评价指标；4)对该训练数据集进行扩充，得到扩充数据集；5)利用步骤1)训练后的神经网络模型分别测试该训练数据集的评价指标值、该扩充数据集的评价指标值，确定有效数据集。
-
公开(公告)号：CN112712163A
公开(公告)日：2021-04-27
申请号：CN202011562234.7
申请日：2020-12-25
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于覆盖率的神经网络有效数据增强方法，其步骤包括：1)根据待训练的神经网络模型选取训练数据集并为该神经网络模型选取多个覆盖率指标；2)利用该训练数据集对该待训练的神经网络模型进行训练，并统计训练时该神经网络模型中不同覆盖率指标对应的被激活的神经元个数；3)根据各覆盖率指标对应的被激活的神经元个数计算该训练数据集的各覆盖率指标值；然后根据各所述覆盖率指标值选择一个与该神经网络模型准确度最相关的覆盖率指标作为评价指标；4)对该训练数据集进行扩充，得到扩充数据集；5)利用步骤1)训练后的神经网络模型分别测试该训练数据集的评价指标值、该扩充数据集的评价指标值，确定有效数据集。
-
公开(公告)号：CN115167514A
公开(公告)日：2022-10-11
申请号：CN202210897245.3
申请日：2022-07-28
Applicant: 中国科学院软件研究所
IPC: G05D1/10
Abstract: 本发明公开了一种无人机集群的协同编队能力评估方法、装置及设备，涉及无人机技术领域。所述方法包括：获取针对无人机集群的测试任务，无人机集群包括至少两个无人机，测试任务包括至少一个期望编队队形；运行测试任务；其中，在测试任务运行过程中，无人机集群依次按照至少一个期望编队队形飞行；在无人机集群飞行过程中，获取无人机集群的形心，并以形心为原点构建编队坐标系；其中，编队坐标系为三维坐标系，且编队坐标系的Z轴与无人机的重力方向平行；基于至少一个期望编队队形和各个无人机的编队坐标，评估无人机集群的协同编队能力，无人机的编队坐标是指无人机在编队坐标系下的坐标。本发明实现了对无人机集群协同编队能力的灵活评估。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
