-
公开(公告)号：CN111915888A
公开(公告)日：2020-11-10
申请号：CN202010672885.5
申请日：2020-07-14
Applicant: 同济大学
Abstract: 本发明涉及一种自动驾驶测试场景中交通参与者复杂度的计算方法，包括以下步骤：S1：获取测试场景中所有类型交通参与者的动力学参数阈值Rtype；S2：根据各交通参与者的初始状态和动力学参数阈值Rtype，计算得到对应的纵向采样距离集Stype；S3：通过优化搜索算法得到纵向采样距离集Stype中每个采样距离对应的最优纵向控制量；S4：根据采样距离和最优纵向控制量，计算预测时间t内各交通参与者的可达域Ωtype；S5：根据各交通参与者的可达域Ωtype计算测试场景的交通参与者复杂度H，与现有技术相比，本发明为自动驾驶测试场景中动态交通参与者的状态和参数设计提供依据，具有提高自动驾驶汽车测试效率等优点。
-
Patent Agency Ranking
公开(公告)号：CN114862159A
公开(公告)日：2022-08-05
申请号：CN202210432327.0
申请日：2022-04-22
Applicant: 同济大学
Abstract: 本发明涉及一种自动驾驶测试场景的评价方法，包括：基于强化学习、深度强化学习、逆强化学习三种方法，生成自动驾驶测试场景集；基于所生成的测试场景的实际数据，针对所生成的测试场景是否嵌入被测系统，选取出三个评价维度；基于三个评价维度，构建具体的评价指标并进行量化评估；对评价指标的量化评估结果进行归一化处理，通过确定权重，计算得到综合评价结果。与现有技术相比，本发明从无被测系统嵌入的场景智能性、有被测系统嵌入的场景测试性、被测系统嵌入前后场景的稳定性这三个评价维度出发，构建面向自动驾驶测试场景的评价框架和指标，能够平行对比测试场景综合性能高低，从而加快自动驾驶测试进程，具有极大的应用价值。
-
公开(公告)号：CN111460683B
公开(公告)日：2024-06-04
申请号：CN202010314020.1
申请日：2020-04-20
Applicant: 同济大学
Abstract: 本发明涉及一种行人在环仿真系统及其测试方法，其中，系统包括位于运动区域内的多个行人目标，行人目标佩戴有VR眼镜及跟踪器，VR眼镜与PC主机连接，PC主机实时构建包含行人目标模型的仿真虚拟环境，VR眼镜则显示该仿真虚拟环境；PC主机连接有计算机，计算机连接有运动捕捉单元，运动捕捉单元获取行人目标的运动图像，计算机则从运动图像中提取行人目标的动作数据，并将该运动数据传输给PC主机；PC主机还与驾驶员在环仿真系统相连接，以接收车辆行驶数据。与现有技术相比，本发明采用真实的行人目标，通过实时采集及解析运动图像、将行人目标的运动数据实时更新至仿真虚拟环境中，能有效提高测试效率，并保证测试结果的可靠性。
-
公开(公告)号：CN111460683A
公开(公告)日：2020-07-28
申请号：CN202010314020.1
申请日：2020-04-20
Applicant: 同济大学
Abstract: 本发明涉及一种行人在环仿真系统及其测试方法，其中，系统包括位于运动区域内的多个行人目标，行人目标佩戴有VR眼镜及跟踪器，VR眼镜与PC主机连接，PC主机实时构建包含行人目标模型的仿真虚拟环境，VR眼镜则显示该仿真虚拟环境；PC主机连接有计算机，计算机连接有运动捕捉单元，运动捕捉单元获取行人目标的运动图像，计算机则从运动图像中提取行人目标的动作数据，并将该运动数据传输给PC主机；PC主机还与驾驶员在环仿真系统相连接，以接收车辆行驶数据。与现有技术相比，本发明采用真实的行人目标，通过实时采集及解析运动图像、将行人目标的运动数据实时更新至仿真虚拟环境中，能有效提高测试效率，并保证测试结果的可靠性。
-
公开(公告)号：CN114862159B
公开(公告)日：2024-09-06
申请号：CN202210432327.0
申请日：2022-04-22
Applicant: 同济大学
IPC: G06Q10/063 , G06N20/00
Abstract: 本发明涉及一种自动驾驶测试场景的评价方法，包括：基于强化学习、深度强化学习、逆强化学习三种方法，生成自动驾驶测试场景集；基于所生成的测试场景的实际数据，针对所生成的测试场景是否嵌入被测系统，选取出三个评价维度；基于三个评价维度，构建具体的评价指标并进行量化评估；对评价指标的量化评估结果进行归一化处理，通过确定权重，计算得到综合评价结果。与现有技术相比，本发明从无被测系统嵌入的场景智能性、有被测系统嵌入的场景测试性、被测系统嵌入前后场景的稳定性这三个评价维度出发，构建面向自动驾驶测试场景的评价框架和指标，能够平行对比测试场景综合性能高低，从而加快自动驾驶测试进程，具有极大的应用价值。
-
公开(公告)号：CN111915888B
公开(公告)日：2021-09-03
申请号：CN202010672885.5
申请日：2020-07-14
Applicant: 同济大学
Abstract: 本发明涉及一种自动驾驶测试场景中交通参与者复杂度的计算方法，包括以下步骤：S1：获取测试场景中所有类型交通参与者的动力学参数阈值Rtype；S2：根据各交通参与者的初始状态和动力学参数阈值Rtype，计算得到对应的纵向采样距离集Stype；S3：通过优化搜索算法得到纵向采样距离集Stype中每个采样距离对应的最优纵向控制量；S4：根据采样距离和最优纵向控制量，计算预测时间t内各交通参与者的可达域Ωtype；S5：根据各交通参与者的可达域Ωtype计算测试场景的交通参与者复杂度H，与现有技术相比，本发明为自动驾驶测试场景中动态交通参与者的状态和参数设计提供依据，具有提高自动驾驶汽车测试效率等优点。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
