-
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
申请人： 中国科学院软件研究所
IPC分类号： G06F11/36
摘要： 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：CN116663413A
公开(公告)日：2023-08-29
申请号：CN202310637726.5
申请日：2023-05-31
申请人： 中国科学院软件研究所
IPC分类号： G06F30/27 , G06F18/214 , G06N5/04 , G06F119/02
摘要： 本公开涉及面向视觉感知算法的失效影响分析方法、装置及设备，属于视觉感知技术领域。所述方法包括：获取视觉感知算法，以及视觉感知算法的应用特征；解析视觉感知算法的各个组成部分之间的关系，以及不同生命周期阶段中针对视觉感知算法的关键工作特点；基于应用特征、各个组成部分之间的关系以及不同生命周期阶段中针对视觉感知算法的关键工作特点，挖掘视觉感知算法在执行过程中可能出现的失效模式；挖掘各个失效模式的失效原因；获取视觉感知算法的关键性能指标，并基于关键性能指标确定各个失效模式对视觉感知算法性能的影响情况。本公开填补了视觉感知算法领域系统性失效影响分析方法的空缺。
-
公开(公告)号：CN113535555B
公开(公告)日：2023-06-27
申请号：CN202110784453.8
申请日：2021-07-12
申请人： 中国科学院软件研究所
摘要： 本发明公开了一种面向强化学习模型的容器化测试方法与系统。本方法为：1)测试方根据待建的测试任务制作测试环境Docker镜像、代理Docker镜像及其对应的连接模块、回调模块、评估模块，然后将连接模块封装到代理Docker镜像文件模板中；2)测试方在测试平台上创建测试任务，并上传镜像文件到测试方服务器；3)被测方下载测试任务的镜像文件训练代理，将训练后的代理集成到代理Docker镜像并上传至测试方服务器；4)测试方服务器在新上传的代理Docker镜像文件中添加或替换回调模块和评估模块，并对其进行重新封装得到新的代理Docker镜像后，开始运行测试任务；5)测试方服务器将测试过程数据传回测试平台。
-
公开(公告)号：CN115877821A
公开(公告)日：2023-03-31
申请号：CN202211584110.8
申请日：2022-12-09
申请人： 中国科学院软件研究所
IPC分类号： G05B23/02 , G01M17/007
摘要： 本公开涉及一种车辆机动平稳性评估方法、装置、电子设备和存储介质，涉及自动驾驶技术领域。所述方法包括：获取待评估车辆经过的路段的高精地图和行驶数据，待评估车辆基于待测的自动驾驶方案行驶；根据高精地图和行驶数据，确定至少一个横向机动评估参数和至少一个纵向机动评估参数；基于至少一个横向机动评估参数计算横向机动平稳度；基于至少一个纵向机动评估参数计算纵向机动平稳度；根据横向机动平稳度和纵向机动平稳度，确定待评估车辆执行待测的自动驾驶方案时的机动平稳度。本公开可以对车辆在执行自动驾驶方案时的平稳性进行比较准确的评价，以保证评估结果的有效性。
-
公开(公告)号：CN115860105A
公开(公告)日：2023-03-28
申请号：CN202211584429.0
申请日：2022-12-09
申请人： 中国科学院软件研究所
IPC分类号： G06N3/092 , G06N3/049 , G06N3/0464
摘要： 本公开涉及一种行人模型的训练方法、装置、电子设备以及存储介质，属于自动驾驶技术领域。所述方法包括：构建行人模型；根据仿真系统的地图信息和仿真系统中目标车辆的行驶信息，得到行人模型的训练数据；其中，目标车辆为仿真系统中正在行驶的车辆，且目标车辆与行人模型发生交通事故的概率大于预设概率；利用训练数据，对行人模型进行强化学习的训练，以使训练后的行人模型与目标车辆发生交通事故的概率大于预设阈值，预设阈值大于预设概率。本公开可以通过行人模型模拟实际开放道路场景下的各种突发情况，对自动驾驶车辆进行有效的测试。
-
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
申请人： 中国科学院软件研究所
摘要： 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。
-
公开(公告)号：CN115292816A
公开(公告)日：2022-11-04
申请号：CN202210908627.1
申请日：2022-07-29
申请人： 中国科学院软件研究所
IPC分类号： G06F30/15 , G06F30/27 , G06F111/04
摘要： 本发明公开了一种自动驾驶测试方法、装置、设备及存储介质，涉及自动驾驶技术领域。所述方法包括：获取用于自动驾驶测试的场景配置文件；从场景配置文件中解析行为执行信息；对行为执行信息进行内容转化，得到目标行为执行信息，目标行为执行信息指示的行为树状结构的深度小于行为执行信息指示的行为树状结构的深度；按照目标行为执行信息，构建测试场景的场景行为树；从场景配置文件中解析被测对象和测试场景的候选参数空间，候选参数空间包括用于实现自动驾驶测试的所有参数；基于自动驾驶测试的测试任务，对候选参数空间进行参数筛选，得到目标参数空间；按照场景行为树和目标参数空间，执行自动驾驶测试。本发明能够提升自动驾驶测试效率。
-
公开(公告)号：CN115204655A
公开(公告)日：2022-10-18
申请号：CN202210805581.0
申请日：2022-07-08
申请人： 中国科学院软件研究所
IPC分类号： G06Q10/06 , G01M17/007
摘要： 本发明公开了一种无人车自主能力评估方法、装置、设备及存储介质，涉及自动驾驶领域。所述方法包括：获取针对参考无人车的多个测试任务；获取测试任务的任务困难度计算所基于的度量值；获取测试任务的测试数据；获取测试任务的环境复杂度计算所基于的度量值；获取测试任务的任务完成质量；获取多个任务样本，基于多个任务样本调整任务评估模型、环境评估模型以及自主能力等级模型的参数；通过任务评估模型和环境评估模型，计算多个测试任务的任务困难度和环境复杂度，并结合多个测试任务的任务完成质量，获取自主能力边界曲线；通过自主能力等级模型和自主能力边界曲线，评估目标无人车的自主能力。本发明实现了对无人车自主能力水平的准确评估。
-
公开(公告)号：CN114510715B
公开(公告)日：2022-10-14
申请号：CN202210042146.7
申请日：2022-01-14
申请人： 中国科学院软件研究所
摘要： 本发明公开了一种模型的功能安全测试方法、装置、存储介质及设备，涉及人工智能技术领域。所述方法包括：获取原始模型和原始数据集；基于原始数据集生成测试数据集，测试数据集包括扰动样本；采用测试数据集对原始模型进行深度学习模型测试，获取原始测试值；对原始模型进行目标功能安全防护，得到防护模型；采用测试数据集对防护模型进行深度学习模型测试，获取防护测试值；基于原始测试值和防护测试值，确定原始模型的功能安全测试结果。本发明实现了对深度学习模型进行面向数据处理的功能安全测试。
-
公开(公告)号：CN114545792A
公开(公告)日：2022-05-27
申请号：CN202210186456.6
申请日：2022-02-28
申请人： 中国科学院软件研究所
IPC分类号： G05B17/02
摘要： 本发明公开了一种动态多无人系统的组合控制方法及仿真测试平台，涉及仿真测试领域。所述方法包括：配置仿真节点的控制模式以及所述控制模式的优先级；构建所述仿真节点与被测对象和/或人工控制客户端之间的映射关系；在所述仿真节点运行的情况下，向所述被测对象和/或所述人工控制客户端发送所述仿真节点的仿真数据；计算并获取第一控制信令，并接收所述被测对象发送的第二控制信令和/或所述人工控制客户端发送的第三控制信令；确定各个控制信令对应的仿真节点，并基于所述控制模式的优先级，确定相应仿真节点的控制模式，控制相应仿真节点执行相应控制模式下的控制信令。本发明实现了实现多无人系统的动态接入，以及无人系统的组合控制。
-
-
-
-
-
-
-
-
-
搜索结果
73 条记录 (耗时 0.069 秒)
