-
公开(公告)号：CN119167802B
公开(公告)日：2025-02-14
申请号：CN202411668014.0
申请日：2024-11-21
Applicant: 吉林大学
Abstract: 本发明属于自动驾驶测试技术领域，具体的说是一种基于分层强化架构的智能汽车边缘场景生成方法。包括以下步骤：步骤一、处理自然驾驶数据，构建初始测试环境；步骤二、建立风险冲突预测方法；步骤三、建立测试场景评价方法，包含碰撞合理性评价与时空相似性评价；步骤四、构建基于索引管理的场景库；步骤五、构建基本强化学习环境，搭建静态环境与基础接口；步骤六、场景分层调度时期划分，基于场景特征划分测试时期；步骤七、奖励机制与动作策略优化，根据场景时期与车辆行为进行调整；步骤八、模型训练应用与场景数据输出。最终实现边缘场景的多样性生成，突破了局部收敛难题，提高了边缘场景发掘效率。
-
公开(公告)号：CN118366307A
公开(公告)日：2024-07-19
申请号：CN202410574450.5
申请日：2024-05-10
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明属于汽车技术领域，具体的说是一种面向复杂交互泊车数据集的关键泊车场景提取方法。包括：步骤一、多目标轨迹数据提取；步骤二、根据检测结果对每个目标进行状态估计，生成包含位置、速度、加速度的时间序列轨迹数据；步骤三、基于多元特征融合的泊车行为识别模型，从提取的轨迹序列中筛选发生泊车行为的轨迹，实现对泊车行为的判断；步骤四、构建关键交通参与者识别模型，截取其他交通参与者在该范围内的轨迹序列；步骤五、设计交互强度量化指标，综合考虑空间接近度和机动程度量化判别主车与交通参与者之间是否发生交互，筛选邻域交通参与者集合；步骤六、设计泊车场景关键性指标，从整个泊车数据集中提取出关键泊车场景。本发明可用于存在复杂交互的泊车数据集的关键泊车场景提取，更关注于泊车过程中其他交通参与者对本车决策规划的影响，提取出的关键泊车场景具有真实性，用于智能泊车系统的场景测试过程。
-
公开(公告)号：CN119167802A
公开(公告)日：2024-12-20
申请号：CN202411668014.0
申请日：2024-11-21
Applicant: 吉林大学
Abstract: 本发明属于自动驾驶测试技术领域，具体的说是一种基于分层强化架构的智能汽车边缘场景生成方法。包括以下步骤：步骤一、处理自然驾驶数据，构建初始测试环境；步骤二、建立风险冲突预测方法；步骤三、建立测试场景评价方法，包含碰撞合理性评价与时空相似性评价；步骤四、构建基于索引管理的场景库；步骤五、构建基本强化学习环境，搭建静态环境与基础接口；步骤六、场景分层调度时期划分，基于场景特征划分测试时期；步骤七、奖励机制与动作策略优化，根据场景时期与车辆行为进行调整；步骤八、模型训练应用与场景数据输出。最终实现边缘场景的多样性生成，突破了局部收敛难题，提高了边缘场景发掘效率。
-
-
Search Results
3
records
(took 0.018 seconds)
