公开(公告)号：CN112784485B

公开(公告)日：2021-09-10

申请号：CN202110082493.8

申请日：2021-01-21

申请人： 中国科学院软件研究所

发明人： 董乾 ,  薛云志 ,  孟令中 ,  杨光 ,  王鹏淇 ,  师源 ,  武斌

IPC分类号： G06F30/27 ,  G01M17/007 ,  G06F111/08

摘要： 本发明公开了一种基于强化学习的自动驾驶关键场景生成方法，其步骤包括：1)从地图库中选择一个道路场景，设置仿真系统中主车的行驶路线并为各动态环境要素分别建立概率模型；2)仿真系统控制主车开始执行仿真任务；基于强化学习技术，对所选道路场景中各动态要素的概率模型进行训练，得到各概率模型针对所选道路场景的最优参数并保存在测试用例库中；3)循环步骤1‑2)，得到各概率模型针对地图库中每一道路场景的最优参数；4)从该地图库中获取若干道路场景并组合得到测试地图，并选择仿真环境中所需的动态要素；5)从测试用例库中导入该测试地图所含的各动态要素的概率模型及对应最优参数，生成关键场景测试用例。

公开(公告)号：CN113222070A

公开(公告)日：2021-08-06

申请号：CN202110620062.2

申请日：2021-06-03

申请人： 中国科学院软件研究所

发明人： 董乾 ,  薛云志 ,  孟令中 ,  王鹏淇 ,  杨光 ,  师源 ,  武斌

IPC分类号： G06K9/62

摘要： 本发明公开了一种仿真图像数据自动标注方法及系统，本方法步骤包括：1)获取仿真图像、整体语义图像和个体语义图像集合，以及拍摄该仿真图像的仿真相机参数和个体参数集合；2)根据所述个体语义图像集合确定所述仿真图像中包含的个体集合并计算每一个体的粗糙2D包围盒；3)基于个体对应的所述粗糙2D包围盒和个体语义图像计算个体的精确2D包围盒；4)根据个体对应的个体语义图像和整体语义图像确定所述个体的遮挡率，去掉遮挡率小于设定遮挡率阈值的个体；5)利用精确2D包围盒判断个体是否为无效个体，去掉无效个体；6)根据个体集合以及个体对应的精确2D包围盒，对该仿真图像的进行数据标注和组织，得到标注后的仿真图像。

公开(公告)号：CN112614039A

公开(公告)日：2021-04-06

申请号：CN202011560006.6

申请日：2020-12-25

申请人： 中国科学院软件研究所

发明人： 孟令中 ,  薛云志 ,  王鹏淇 ,  董乾 ,  武斌 ,  杨光 ,  师源

IPC分类号： G06T1/00 ,  G06T5/00

摘要： 本发明公开了一种基于任务驱动的图像预处理算法评估方法，其步骤包括：1)根据设置的视觉处理任务，选择对应评估指标，并构造该视觉处理任务相应的测试数据集；所述测试数据集包括基准测试子集以及不同条件的测试子集；2)在基准测试子集上分别对各所选视觉处理任务模型进行训练，得到训练好的视觉处理任务模型；3)选取多种被评估的图像预处理算法，分别对同一条件的测试子集进行图像预处理；4)使用训练好的视觉处理任务模型，对预处理前后的同一条件的测试子集进行视觉处理任务并进行评估；5)通过对比各训练好的视觉处理任务模型对图像预处理前后的视觉处理任务的评估指标，得到同一条件下各图像预处理算法的评估结果。

公开(公告)号：CN111983934A

公开(公告)日：2020-11-24

申请号：CN202010803542.8

申请日：2020-08-11

申请人： 中国科学院软件研究所

发明人： 董乾 ,  薛云志 ,  孟令中 ,  杨光 ,  丁明明 ,  师源 ,  武斌

IPC分类号： G05B17/02

摘要： 本发明公开一种无人车仿真测试用例生成方法及系统，涉及无人车测试技术领域，通过在仿真环境中选择测试用例的测试场地；确定所述测试用例中的主车和参与者的初始状态，并在所述测试场地中生成主车和参与者；根据原子行为动作设计所述测试用例中所述参与者的动作行为，设计所述主车的判定规则；将被测对象连接到所述仿真环境的所述主车，并控制所述参与者进行测试；根据所述参与者的动作行为和所述主车的判定规则，分析测试数据，返回测试结果。本发明突破了传统无人车仿真测试利用固定测试用例的局限性，为测试用例设计带来了极大的灵活性，为自动驾驶领域构建基于模型的测试验证奠定了技术基础。

公开(公告)号：CN103728928B

公开(公告)日：2016-06-01

申请号：CN201210385096.9

申请日：2012-10-11

申请人： 中国科学院软件研究所

发明人： 李明树 ,  赵琛 ,  武斌 ,  包瑜亮 ,  郭亮 ,  刘立宇 ,  侯玮玮 ,  于佳晨

IPC分类号： G05B19/418

CPC分类号： G06F13/32 ,  B61L15/0036 ,  G06F13/362 ,  G11C7/1072 ,  H04L12/40 ,  H04L2012/40293

摘要： 本发明公开了一种基于PicoBlaze的MVB控制器，属于轨道列车通信领域。本发明包括pMVB控制器，通信存储器，ARM适配器，总线仲裁器；其中，pMVB控制器、通信存储器、ARM适配器、总线仲裁器分别与外部总线BUS1连接；pMVB控制器与通信存储器通过数据线连接，ARM适配器分别与外部ARM处理器、总线仲裁器连接；通信存储器用于存储网络通信数据和输入的控制信息，并将其发送给pMVB控制器；pMVB控制器用于响应控制信息，并对通信数据进行数据编码后经外部总线BUS1发送至MVB总线上；同时对收到的pMVB总线数据进行解码并触发中断；总线仲裁器负责根据pMVB控制器发送的指令进行总线仲裁工作。

公开(公告)号：CN103853147A

公开(公告)日：2014-06-11

申请号：CN201210520843.5

申请日：2012-12-06

申请人： 中国科学院软件研究所

发明人： 李明树 ,  武斌 ,  郑刚 ,  翁彦 ,  梁国政 ,  王朝辉

IPC分类号： G05B23/02

摘要： 本发明提供一种嵌入式系统的在线调试系统及方法，具体调试过程是：将嵌入式系统与外部设备的标准串口连接，并通过外部设备输入调试命令；命令行编译子系统和命令行编辑子系统检测外部设备输入的调试命令，命令行编译子系统将编译好的调试命令代码传入串口通信子系统，并通过串口通信子系统传入批处理子系统；命令配置子系统加载配置好的调试命令，然后批处理子系统执行该调试命令；批处理子系统将调试命令的执行结果传入图形显示子系统进行显示，同时该执行结果通过串口通信子系统传输至外部设备，在外部设备上也进行显示。本发明能够减少开发人员的在线调试时间，使用户可以方便、直观的对嵌入式系统的运行状态进行监控及调试。

公开(公告)号：CN114185320B

公开(公告)日：2023-10-24

申请号：CN202010970273.4

申请日：2020-09-15

申请人： 中国科学院软件研究所 ,  中科院软件研究所南京软件技术研究院

发明人： 薛云志 ,  孟令中 ,  董乾 ,  高卉 ,  武斌 ,  杨光 ,  师源 ,  王鹏淇

IPC分类号： G05B23/02

摘要： 本发明公开了一种无人系统集群的测评方法、装置、系统及存储介质，包括：根据虚实场景映射技术构建与实际测试环境对应的虚拟测试环境；将实际无人系统映射到虚拟测试环境中生成虚拟无人系统；根据测试想定及虚实结合技术，将虚拟测试环境扩展后和实际测试环境组合生成虚实结合测试环境，虚实结合测试环境包括实际测试环境和多个虚拟测试环境；在虚实结合测试环境中，根据测试想定将虚拟无人系统扩展后和实际无人系统组合生成无人系统集群；根据虚实结合测试环境和无人系统集群进行测试生成测评结果。通过实施本发明，可以根据不同的测试需求，构建出复杂多样的测试环境，以及多种类型的无人系统集群方式，便于更便捷的针对无人系统集群进行测试。

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

申请人： 中国科学院软件研究所

发明人： 董乾 ,  薛云志 ,  孟令中 ,  康舒婷 ,  陈贺 ,  杨光 ,  武斌

IPC分类号： G01M17/007

摘要： 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

申请人： 中国科学院软件研究所

发明人： 薛云志 ,  孟令中 ,  董乾 ,  康舒婷 ,  杨光 ,  师源 ,  武斌

IPC分类号： G06N3/04 ,  G06N3/08

摘要： 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：CN113761539A

公开(公告)日：2021-12-07

申请号：CN202110902805.5

申请日：2021-08-06

申请人： 中国科学院软件研究所

发明人： 吕泽 ,  武斌 ,  吴敬征 ,  武延军 ,  郑森文 ,  罗天悦 ,  杨牧天

IPC分类号： G06F21/57 ,  H04L29/06

摘要： 本发明公开了一种鸿蒙安全漏洞的防御方法和系统，以鸿蒙系统为分析对象，首先将鸿蒙安全漏洞的防御方法形式化描述为 ；根据输入应用集合首先进行初次HOPE漏洞探测；根据探测结果，将探测到HOPE漏洞的应用集合与防御组件结合处理；并以处理后的应用重新使用PEC进行HOPE漏洞的探测；最后根据两次漏洞探测的结果来判断本方法的有效性。本发明适用于鸿蒙系统的安全漏洞修复与防御，在多数鸿蒙设备中均可以进行HOPE漏洞的防御、拥有较高的防御效果、较低的误拦截，能够防御鸿蒙系统中的HOPE漏洞与潜在的DoS攻击风险，满足对鸿蒙系统的安全性防御的需求。