-
公开(公告)号：CN117370198A
公开(公告)日：2024-01-09
申请号：CN202311413328.1
申请日：2023-10-27
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/36 , G06F18/2113 , G06F18/243 , G06F18/214 , G06N20/20
Abstract: 本发明涉及故障检测技术领域，公开了一种故障定位方法、装置、设备及介质，所述方法包括从仿真测试用例的执行结果中获取各程序语句的覆盖次数，生成覆盖矩阵和结果向量；将覆盖矩阵和结果向量输入训练好的特征分类模型中，计算各程序语句的特征重要性，选择前n个特征重要性最高的程序语句作为关键程序语句；根据所述关键程序语句，搜索可疑程序语句；以关键程序语句和可疑程序语句作为故障排查范围，进行故障确定。本发明能够更好地获取关键程序语句，并排除无关或不可能导致故障的程序语句，避免对所有的程序语句进行逐一检查，缩小故障排查范围，提高故障定位的效率和准确性。
-
公开(公告)号：CN117236050A
公开(公告)日：2023-12-15
申请号：CN202311263416.8
申请日：2023-09-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于感知故障的自动驾驶仿真测试方法和系统，涉及自动驾驶的技术领域，包括获取自动驾驶车辆运行中的真值数据和传感器感知数据，确定感知故障场景，提取感知故障数据及其对应的真值数据；对感知故障数据进行处理，获得感知故障数据的类型及其的子类型；利用感知故障数据对应的真值数据设置场景标签；匹配感知故障数据的子类型与场景标签获得故障‑场景映射关系，为预设的自动驾驶场景库中的真值场景对应生成真实感知故障数据，进行自动驾驶仿真测试，本发明生成真实感知故障数据，与真值场景共同进行自动驾驶仿真测试，能够识别自动驾驶在感知局限情况下的潜在危险行为，提高了自动驾驶的安全性和舒适性。
-
公开(公告)号：CN118860858A
公开(公告)日：2024-10-29
申请号：CN202410849078.4
申请日：2024-06-27
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/36
Abstract: 本申请涉及一种泊车测试算法的优化方法、系统和装置，该方法包括：获取当前泊车测试场景中的车位类型、车位周边障碍物和车位通道；根据所述车位类型、所述车位周边障碍物和所述车位通道，确定场景复杂度系数；根据仿真车辆在所述当前泊车测试场景中的行驶情况，确定多种泊车评价指标值；根据所述多种泊车评价指标值和所述场景复杂度系数确定泊车的自动化评分，并在所述评分低于设定分值时对泊车算法模块进行优化。本申请提高泊车算法模块优化的准确度。
-
公开(公告)号：CN118820085A
公开(公告)日：2024-10-22
申请号：CN202410836176.4
申请日：2024-06-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/36 , G06V20/56 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及自动驾驶测试技术领域，公开了一种面向海量场景的定向采样方法、系统、车辆及介质，方法包括：获取海量自动驾驶测试的场景数据；对场景数据进行特征化处理，得到场景特征数据；基于预设场景指标构建定向采样函数；基于定向采样函数对场景特征数据进行采样，得到采样后的场景数据。本发明能够考虑到了场景数据的合理性和有效性，基于预设场景指标构建定向采样函数以实现对海量场景的定向化采样，得到的最小测试场景集合具有测试成本低、稠密化的优势，不仅能够大大降低无效场景的测试，提高资源利用率，还有助于提高测试效率，实现自动驾驶的加速测试。
-
公开(公告)号：CN117556631A
公开(公告)日：2024-02-13
申请号：CN202311618599.0
申请日：2023-11-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/20 , G06F16/29 , G06F18/2321 , G06F18/2431
Abstract: 本发明提供一种仿真测试场景自动生成方法、装置、设备及存储介质，该方法包括：获取自然驾驶数据和初始地图数据，对初始地图数据进行标注，得到道路特征参数，进一步得到多个道路起始点并生成多个仿真地图道路，对自然驾驶数据进行场景分类得到不同测试环境的环境复杂参量，并基于提取得到的场景特征参数计算车辆在不同测试环境的环境安全参量，根从而构建仿真环境；将任一仿真地图道路和任一仿真环境组合得到仿真测试场景；该方法通过基于基础道路数据生成仿真道路，并结合自然驾驶数据的场景特性和安全性构建仿真环境，从而基于仿真道路和仿真环境生成仿真场景，能够在任意地图路径中自动生成具有任意复杂特性与安全风险特性的仿真测试场景。
-
Patent Agency Ranking
公开(公告)号：CN117389876A
公开(公告)日：2024-01-12
申请号：CN202311329939.8
申请日：2023-10-13
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/36
Abstract: 本发明涉及一种自动驾驶仿真测试方法、电子设备及存储介质，如下：根据测试需求对仿真测试需求文档进行关键词提取，得到与测试需求对应的测试场景描述、测试事件描述、期望行为描述；测试场景描述包括静态道路描述、动态交通描述；根据静态道路描述对场景库进行检索得到静态道路场景文件；根据动态交通描述得到动态交通场景文件；将根据测试事件描述、期望行为描述提取出的测试事件、期望行为分别转化为相应的测试脚本、评价指标；基于得到静态道路场景文件、动态交通场景文件、测试脚本进行自动驾驶仿真测试；对自动驾驶仿真测试输出的测试结果，经过评价指标自动化分析后，得到测试报告。本发明提高了测试的效率，也减少了人力的投入。
-
公开(公告)号：CN117074042A
公开(公告)日：2023-11-17
申请号：CN202311050863.5
申请日：2023-08-21
Applicant: 重庆长安汽车股份有限公司
IPC: G01M17/007 , G06V10/764 , G06V20/58 , G06V10/40
Abstract: 本发明实施例提供一种泊车场景分类提取方法、场景策略评估方法、装置和产品，涉及自动泊车技术领域，所述泊车场景分类提取方法包括：通过实车数据采集设备对目标泊车场景进行第一适应性测试，以采集在所述目标泊车场景下所述实车数据采集设备周围的环境信息数据；根据预定义的特征参数类型，对所述环境信息数据进行特征参数数据提取，获得所述目标泊车场景下的特征参数数据；根据所述特征参数数据和预设规则，对所述第一适应性测试过程中的所述目标泊车场景进行功能场景分类，获得各种功能场景和所述各种功能场景各自对应的场景数据并存至功能场景库。旨在提高提取的泊车场景的覆盖率，以此提高提取的泊车场景下的功能测试完备性。
-
公开(公告)号：CN116805086A
公开(公告)日：2023-09-26
申请号：CN202310603360.X
申请日：2023-05-25
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/13 , G06T17/05 , G06F11/36 , G06F18/23 , G06F18/241 , G06F18/2415 , G06F16/29 , G06F111/08
Abstract: 本发明公开了一种仿真测试环境中静态地图自动生成方法、系统及存储介质，如下：对真实的基础道路数据划分为若干个第一类道路，提取对应的第一道路特征集；采用混合高斯模型将若干个第一道路特征集聚类为若干个第二道路特征集；对第二道路特征集中的第一道路特征集进行重采样，并计算期望值，选择期望值大于设定阈值的第一道路特征集生成道路起始点；对基础道路数据中道路特征的马尔科夫特性进行统计，构建各个道路特征之间的转移概率，结合道路起始点生成仿真地图道路；采用蒙特卡洛方法对生成的仿真地图道路的存在概率进行评估，大规模生成道路起始点，实现最终生成仿真地图道路。本发明能构建道路特征齐全、道路拓扑真实，且能大规模生成仿真地图。
-
公开(公告)号：CN119847937A
公开(公告)日：2025-04-18
申请号：CN202510042209.2
申请日：2025-01-10
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/3668
Abstract: 本发明涉及数据生成方法、装置、计算机设备及存储介质。该方法包括：获取目标场景的场景数据，其中，目标场景中存在自车和自车周围的多个交通参与者；根据场景数据，确定每个交通参与者的关注度；对于每个目标交通参与者，当目标交通参与者的关注度大于关注度阈值时，利用针对目标场景的第一模拟行为模型生成目标交通参与者的针对目标场景的第一模拟行为数据；当目标交通参与者的关注度不大于关注度阈值时，利用针对目标场景的第二模拟行为模型生成目标交通参与者的针对目标场景的第二模拟行为数据，第一模拟行为数据表示的在目标场景下的模拟行为的拟人化程度高于所述第二模拟行为数据表示的在目标场景下的模拟行为的拟人化程度。
-
公开(公告)号：CN118114448A
公开(公告)日：2024-05-31
申请号：CN202410061306.1
申请日：2024-01-15
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/20
Abstract: 本申请涉及一种自动驾驶仿真测试方法、系统、交通工具及存储介质，涉及自动驾驶技术领域。该方法包括：基于跟驰模型，确定下一行驶阶段的各个行驶策略的参数；行驶策略包括保持当前驾驶状态、加速、减速、向左变道以及向右变道中的一项或多项；基于收益函数和各个行驶策略的参数，确定各个行驶策略的收益值，行驶策略的收益值用于表征行驶策略的优劣程度；输出目标行驶策略，目标行驶策略为多个行驶策略中收益值最高的行驶策略。由此，可以使自动驾驶仿真测试得到的形式策略符合真实交通场景的实际需求。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.061 seconds)
