知搜-全球专利检索

  1. Login
  2. Sign Up

Search Results

6 records (took 0.014 seconds)

    一种基于智能汽车交通态势风险认知的场景提取方法
    1.
    发明公开
    一种基于智能汽车交通态势风险认知的场景提取方法 审中-实审

    公开(公告)号：CN117892178A

    公开(公告)日：2024-04-16

    申请号：CN202410081136.3

    申请日：2024-01-19

    Applicant: 吉林大学

    Inventor： 朱冰 ,  薛经纬 ,  赵健 ,  吴坚 ,  张培兴 ,  韩嘉懿

    IPC: G06F18/24 ,  G06F18/23 ,  G06Q10/0635 ,  G06Q50/40 ,  G08G1/01

    Abstract: 本发明是一种基于智能汽车交通态势风险认知的场景提取方法。一、输入城市或高速公路地区的自然驾驶数据集；二、建立非对称Yukawa交通势能计算模块，估算主车在行驶过程中某一时刻的风险值；构建高斯车道线风险计算模块，计算动态时空车辆环境中的风险；三、对自然驾驶数据集中的特定车辆轨迹片段进行风险评估，构建附有风险值标签的车辆风险值数据集；四、应用无监督聚类机器学习算法，对不同轨迹片段的风险值进行分类处理。并设定风险阈值，对无监督聚类结果进行界定，从而识别和分析出危险场景或非常规场景。本发明适用于测试场景的提取，能够提高基于场景的智能汽车测试效率，并加速智能汽车在算法与硬件层面的落地时间和成本。

    面向智能汽车复杂测试场景的主客观融合关键性量化方法
    2.
    发明公开
    面向智能汽车复杂测试场景的主客观融合关键性量化方法 审中-实审

    公开(公告)号：CN118982675A

    公开(公告)日：2024-11-19

    申请号：CN202410980778.7

    申请日：2024-07-22

    Applicant: 吉林大学

    Inventor： 朱冰 ,  黄殷梓 ,  赵健 ,  张培兴 ,  薛经纬

    IPC: G06V10/28 ,  G06V10/762 ,  G06V10/764 ,  G06V20/54

    Abstract: 本发明涉及一种面向智能汽车复杂测试场景的主客观融合关键性量化方法，包括对复杂测试场景数据集进行处理、主客观融合关键性量化方法、利用软聚类算法对测试场景进行关键性量化等步骤，首先，该方法融合主观驾驶人评价和客观风险场量化了复杂测试场景的关键性；其次，基于软聚类方法实现了考虑样本数目不均衡的关键性量化，提高效率的同时降低人力成本。本发明能够确定复杂测试场景的测试价值和必要性，能够筛选出具有高测试价值的场景。本发明能够为关键测试场景提取与生成建立研究基础。

    一种自动驾驶拟人连续交互测试场景生成方法
    3.
    发明公开
    一种自动驾驶拟人连续交互测试场景生成方法 审中-实审

    公开(公告)号：CN118790284A

    公开(公告)日：2024-10-18

    申请号：CN202410765901.3

    申请日：2024-06-14

    Applicant: 吉林大学

    Inventor： 张培兴 ,  朱冰 ,  赵健 ,  范天昕 ,  薛经纬

    IPC: B60W60/00 ,  B60W30/095 ,  B60W50/00 ,  G01M17/007 ,  G06F18/27 ,  G06F18/23 ,  G06F18/213 ,  G06N3/0455 ,  G06F123/02

    Abstract: 本发明属于自动驾驶汽车测试评价技术领域，具体的说是一种自动驾驶拟人连续交互测试场景生成方法。在基于自然驾驶数据完成车辆运动行为分析的基础上，分析被测自动驾驶汽车的当前交通行为并对其未来可能的行为轨迹进行预测；随后，根据自动驾驶汽车行为预测结果选择交通车交互行为类型，并通过该类行为轨迹生成网络完成交通车轨迹生成。在这一过程中，自动驾驶汽车根据交通车的运动状态及时调整其自身状态，而交通车根据自动驾驶汽车行为更新其预测轨迹，形成拟人连续交互测试场景生成闭环，提升了测试场景的危险性，可加速验证自动驾驶汽车功能及性能。

Patent Agency Ranking