-
公开(公告)号：CN110595794A
公开(公告)日：2019-12-20
申请号：CN201910820968.1
申请日：2019-09-02
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G01M17/007 , G06K9/62
Abstract: 本发明公开了一种面向自动驾驶卡车测试的车速数据清洗方法，所述清洗方法包括：（1）时间信息错误数据清洗；（2）车速超出阈值数据清洗；（3）车速零点漂移数据清洗；（4）车速零点错误数据清洗；（5）车速变化超出阈值数据清洗；（6）噪声干扰数据清洗。该清洗方法针对自动驾驶卡车的驾驶行为特点对六类错误车速数据进行清洗，利用本发明的清洗方法进行数据清洗后的数据质量更加真实地反映了自动驾驶卡车实际运行状态，最大程度地接近自动驾驶卡车的驾驶行为特点，为自动驾驶卡车的测试评价分析以及制定相应的自动驾驶卡车安全操作规范奠定了技术基础。
-
公开(公告)号：CN116959256A
公开(公告)日：2023-10-27
申请号：CN202311011878.0
申请日：2023-08-11
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种交叉口车辆右转引导方法、装置、电子设备和存储介质。该方法包括：确定目标车辆的目标行驶信息和参考车辆的参考行驶信息，所述行驶信息至少包括位置信息、速度信息和加速度信息；参考车辆为第一参考车辆或第二参考车辆，第一参考车辆为在预设分流冲突区域且在目标车辆前方的车辆，第二参考车辆为在与第一车道垂直的车道上、且向预设合流冲突区域行驶的车辆，第一车道为目标车辆所在的右转车道；根据目标行驶信息和参考行驶信息引导目标车辆右转。本申请通过将目标车辆目标行驶信息和参考车辆的参考行驶信息进行关联分析，从而准确的进行目标车辆的右转引导，提高交叉口右转车辆的舒适性、安全性和效率性。
-
公开(公告)号：CN112613169B
公开(公告)日：2022-12-06
申请号：CN202011486904.1
申请日：2020-12-16
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种用于自动驾驶车辆误操作的预期功能安全分析方法，包括：S1，在仿真测试软件中构建自动驾驶车辆误操作虚拟危险场景地形；S2，创建自动驾驶车辆误操作测试场景；S3，对模拟的自动驾驶车辆进行误操作场景仿真测试实验；S4，导出仿真测试数据；S5，将仿真测试数据与实车安全测试数据进行对比分析；S6，判断仿真测试数据有无异常：如仿真测试数据有异常，分析造成误操作的原因，对相应车辆决策算法的参数进行调试与修正，重复步骤S3~S6；如仿真测试数据无异常，结束虚拟仿真测试。通过该自动驾驶车辆误操作的预期功能安全分析方法可以减少智能驾驶所带来的安全问题，提高自动驾驶车辆安全性。
-
公开(公告)号：CN112596500B
公开(公告)日：2022-01-28
申请号：CN202011486913.0
申请日：2020-12-16
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G05B23/02
Abstract: 本发明公开了一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法，包括：S1，在仿真测试软件中构建自动驾驶车辆误/漏识别虚拟危险场景地形；S2，创建自动驾驶车辆误/漏识别测试场景；S3，对模拟自动驾驶车辆进行误/漏识别场景仿真测试实验；S4，导出仿真测试数据；S5，将仿真测试数据与实车安全测试数据进行对比分析；S6，判断仿真测试数据有无异常：如仿真测试数据有异常，分析造成误/漏识别的原因，对相应传感器的参数进行调试与修正，重复步骤S3~S6；如仿真测试数据无异常，结束虚拟仿真测试。通过该自动驾驶车辆误/漏识别的预期功能安全分析方法可以减少智能驾驶所带来的安全问题，提高自动驾驶车辆安全性。
-
公开(公告)号：CN112711260A
公开(公告)日：2021-04-27
申请号：CN202011591285.2
申请日：2020-12-29
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G05D1/02
Abstract: 本发明公开了一种用于自动驾驶车辆误/漏识别的预期功能安全测试评价方法，包括：对自动驾驶车辆误/漏识别触发事件进行分析；在仿真软件中构建自动驾驶车辆误/漏识别仿真测试场景并进行测试；将由于误/漏识别导致的自动驾驶车辆的系统/组件发生的功能表现局限信息及对应的触发事件上传至云端管理系统；确定评价指标及采用熵值法和序关系分析法相结合的方法确定评价指标的权重系数；确定自动驾驶车辆误/漏识别的预期功能安全，形成测试评价体系。通过该发明可确定复现触发事件测试场景的测试优先级，从而确定测试用例的重要度，使得验证合理预见误/漏识别相关触发事件的容忍度更加准确可靠，从而验证评估未知的风险。
-
Patent Agency Ranking
公开(公告)号：CN112651132A
公开(公告)日：2021-04-13
申请号：CN202011591298.X
申请日：2020-12-29
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种用于自动驾驶车辆误操作的预期功能安全风险评估方法，包括：对自动驾驶车辆误操作触发事件进行分析，得出触发误操作事件的原因及发生的场景；在仿真软件中构建自动驾驶车辆误操作仿真测试场景并进行测试，改进误操作对预期功能安全的影响；将由于误操作导致的自动驾驶车辆的系统/组件发生的功能表现局限上传至云端管理系统进行保存；对表现局限的功能进行严重度等级划分，分析潜在的出现频次和可被检测度，以采取相对应的应对措施。通过该用于自动驾驶车辆误操作的预期功能安全风险评估方法可有效合理地改善自动驾驶车辆误操作的预期功能安全，降低由于系统性能不足导致的风险，保证自动驾驶车辆的安全性和可靠性。
-
公开(公告)号：CN111735639A
公开(公告)日：2020-10-02
申请号：CN202010452513.1
申请日：2020-05-26
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G01M17/007
Abstract: 本发明公开了一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法，包括如下步骤：S1，根据测试场景的道路要求，确定所述测试场景在智能网联汽车示范区中满足要求的对应道路；S2，将所述道路从分叉路口进行断点，计算每连续两个所述断点之间的距离；S3，获得完成全部所述测试场景的最优路径，并生成自动驾驶场景最小集。该面向智能网联汽车示范区的自动驾驶场景最小集生成方法可以在智能网联汽车示范区中合理的规划出一条尽可能涵盖更多测试场景的测试路径，并在最短的时间内完成所需的测试场景，生成自动驾驶场景最小集，从而降低测试成本、提高测试效率、加速自动驾驶场景的测试。
-
公开(公告)号：CN111061167A
公开(公告)日：2020-04-24
申请号：CN201911362870.2
申请日：2019-12-26
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台，测试方法包括虚拟测试，虚拟测试包括：S1，创建虚拟车辆驾驶环境，建立车辆动力学模型及车载传感系统模型；S2，使车辆动力学模型按无人驾驶模式运行，检测其性能；S3，使障碍车辆发生变化，测试车辆动力学模型相应的自动操纵行为；S4，使车辆动力学模型按人工驾驶模式运行，测试车辆动力学模型的人工接管操作性能；S5，记录测试数据，对测试数据进行分析。该测试方法可实现实时的人机切换驾驶模式，提高了车辆行驶安全性；并可实现在虚拟的智能网联示范区场景下的自动驾驶轨迹规划、轨迹跟踪以及执行器控制性能的测试，可降低测试成本，提高测试效率。
-
公开(公告)号：CN110727706A
公开(公告)日：2020-01-24
申请号：CN201910820969.6
申请日：2019-09-02
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G06F16/2458 , G06Q10/06 , G01M17/007
Abstract: 本发明公开了一种面向智能网联汽车测试的风险驾驶场景快速提取与分级方法，所述方法包括：（1）智能网联汽车驾驶时间序列数据正规化处理；（2）智能网联汽车驾驶时间序列数据降维处理；（3）智能网联汽车驾驶时间序列数据离散及符号化处理；（4）智能网联汽车风险驾驶场景快速提取与分级处理。该面向智能网联汽车测试的风险驾驶场景快速提取与分级方法可以快速提取与分级出智能网联汽车测试工况里的各类风险驾驶场景，可为后续智能网联汽车测试阶段驾驶场景库的全面构建与提炼优化提供理论方法支撑。
-
公开(公告)号：CN117907970A
公开(公告)日：2024-04-19
申请号：CN202410311817.4
申请日：2024-03-19
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G01S7/48 , G06V20/64 , G06V20/56 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种激光雷达的目标检测模型的生成、目标检测方法及其装置，该生成方法包括以下步骤：获取已标注的第一数据集，基于第一数据集训练目标检测模型#imgabs0#；获取未标注的第二数据集，使用目标检测模型#imgabs1#对第二数据集进行推理，得到第二数据集的标注；使用N个已训练目标检测模型分别对第二数据集进行推理，生成基于点云的目标检测模型#imgabs2#，目标检测模型#imgabs3#用于激光雷达的目标检测；基于第一数据集训练目标检测模型#imgabs4#，最终的目标检测模型为所述目标检测模型#imgabs5#。该生成方法能够生成一种激光雷达的目标检测模型。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.038 seconds)
