-
公开(公告)号:CN117079455A
公开(公告)日:2023-11-17
申请号:CN202310948061.X
申请日:2023-07-31
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明公开了一种全域加速优化搜索的高风险驾驶场景辨识方法,包括:S1、通过切分模块将全域驾驶场景切分成若干个场景群;S2、通过辨识模块建立优化问题,并对各场景群进行数据收集,计算得到各场景群的风险程度,并根据风险程度值辨识出其中的风险场景群;S3、通过探索模块将在风险场景群中确定一个探索方向,并沿着探索方向将风险场景群切分成若干个场景子群,并找出其中的高风险场景,再判断是否找到足够的高风险场景;当判断找到足够的高风险场景,停止高风险场景辨识,当判断未找到足够的高风险场景,则返回步骤S2。根据本发明,能够对全域驾驶场景进行搜索,保证高覆盖,同时加速高风险场景的辨识,提高效率,推动基于场景的自动驾驶测试。
-
公开(公告)号:CN117079455B
公开(公告)日:2025-01-17
申请号:CN202310948061.X
申请日:2023-07-31
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明公开了一种全域加速优化搜索的高风险驾驶场景辨识方法,包括:S1、通过切分模块将全域驾驶场景切分成若干个场景群;S2、通过辨识模块建立优化问题,并对各场景群进行数据收集,计算得到各场景群的风险程度,并根据风险程度值辨识出其中的风险场景群;S3、通过探索模块将在风险场景群中确定一个探索方向,并沿着探索方向将风险场景群切分成若干个场景子群,并找出其中的高风险场景,再判断是否找到足够的高风险场景;当判断找到足够的高风险场景,停止高风险场景辨识,当判断未找到足够的高风险场景,则返回步骤S2。根据本发明,能够对全域驾驶场景进行搜索,保证高覆盖,同时加速高风险场景的辨识,提高效率,推动基于场景的自动驾驶测试。
-
公开(公告)号:CN117196912A
公开(公告)日:2023-12-08
申请号:CN202311056914.5
申请日:2023-08-22
Applicant: 同济大学
IPC: G06Q50/26 , G06F17/17 , G06F17/18 , G06F30/20 , G06F111/08
Abstract: 本发明公开了一种基于可达包络分区的风险指标计算方法,应用于自动驾驶车辆的测试验证评估,核心目标是通过快速运算实现对目标物未来时间窗口内可达位置及运动状态的准确预测。该方法包括:计算目标物可达空间,并通过近似方法对可达空间进行约束,通过包络模式给出表达更简单的可达范围空间;通过状态累积计算各个分区的状态表达与状态估计,整合包络空间与状态,对每个独立位置进行风险评估。根据本发明,可快速实现可达区域预测与表达,支持空间风险指标计算,适用于运动态势复杂的风险场景描述,实现对风险更全面的刻画。
-
公开(公告)号:CN117010183A
公开(公告)日:2023-11-07
申请号:CN202310908719.4
申请日:2023-07-24
Applicant: 同济大学
IPC: G06F30/20 , G01M17/007 , G06F17/15
Abstract: 本发明公开了一种基于参数自整定的自动驾驶测试环境校准方法,包括:S1、通过自动驾驶数据采集车获取真实交通环境中自车与周围交互车辆的实时状态数据;S2、将采集数据融合上传至校准工具箱,进行预处理;S3、通过数据采集路段搭建仿真路网环境,上传至校准工具箱;S4、根据测试环境所用模型,在校准工具箱中选择标定参数;S5、构建宏微观多维度的评价体系,并基于自动驾驶测试需求选择评价指标;S6、通过校准工具箱进行自动驾驶测试环境校准工作;S7、输出校准精度及对应的标定参数取值组合,完成自动驾驶测试环境校准。根据本发明,能够实现一体化校准流程,高精度全面复现自动驾驶测试环境,为自动驾驶仿真测试真实性的保障提供了技术支持。
-
-
-