CN107436986A - 车辆主动安全系统的集成装置及仿真应用方法 - Google Patents
车辆主动安全系统的集成装置及仿真应用方法 Download PDFInfo
- Publication number
- CN107436986A CN107436986A CN201710666033.3A CN201710666033A CN107436986A CN 107436986 A CN107436986 A CN 107436986A CN 201710666033 A CN201710666033 A CN 201710666033A CN 107436986 A CN107436986 A CN 107436986A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- active safety
- emulation
- data
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Abstract
本发明提供一种车辆主动安全系统的集成装置及仿真应用方法,车辆主动安全系统的仿真应用方法包括以下步骤:创建仿真车辆模型文件以形成三维的仿真测试场景;在所述仿真车辆模型中设计车用传感器系统;获取CIDAS数据并将所述CIDAS数据进行类型转化后导入主动安全系统的仿真软件中,与所述仿真车辆模型文件进行场景搭建以形成完整的主动安全系统仿真测试场景;根据设定的仿真测试场景并结合ADAS功能算法参数运行仿真软件,进行仿真测试;提取仿真测试的结果进行ADAS功能有效性评价以进行参数优化。本发明提高了整车主动安全系统的有效性,避免了更多的交通事故,给消费者带来真正的安全。
Description
技术领域
本发明涉及车辆的仿真技术,更具体地,涉及一种车辆主动安全系统的集成装置及仿真应用方法。
背景技术
基于智能化的主动安全将成为下一代汽车安全技术的主角。近年来,NCAP(新车碰撞测试)陆续引入对主动安全系统的评价与加分奖励,鼓励汽车厂家将更多的主动安全系统配置在自己产品中。但是主动安全系统是否能够为消费者带来真正的安全,如何评价其有效性,还无法给出特别科学与和合理的方法。
目前,国外已经在很早之前就在此领域展开了相关研究,来自德国BAST的评价,主动安全驾驶辅助系统能够避免70%的严重交通事故,然而中国的道路交通状况远远比国外的复杂的多,国外主流的主动安全系统供应商所提供的产品是否适用于中国的道路交通状况,如何进行针对性与有效的评价,国内对该方面的研究起步较晚,标准法规及C-NCAP(中国的新车碰撞测试的标准)规则等也并不成熟与完善。相对的测试评价方法也非常单一,主要集中在单一系统标准工况的实车场地测试与实车道路测试等方面,对于仿真测试方法方面的研究与应用就更加缺乏,远未形成比较成熟与系统的仿真测试评价方法。
CIDAS项目(中国交通事故深入研究)是由中国汽车技术研究中心联合国内外多家知名汽车企业发起,旨在通过对中国道路交通事故的深入调查、分析和研究,为中汽车行业提供基础数据支持和技术服务。2011年项目启动以来,已采集了3千多起中国道路交通事故,其中完成事故重建的数据有近1千起。数据已在相关汽车安全标准修订、车辆被动安全技术研究中得到了应用,尤其在C-NCAP改版评价方面得到了很好的应用。
主动安全系统的开发流程,整个过程中包含软件仿真测试、硬件在环测试、实车场地测试、实车道路测试等方面。其中软件仿真测试是整个开发流程中必不可少的一环,目前该项工作还集中在提供主动安全系统的各大汽车零部件供应商手中,而供应商提供的仿真测试方法以零部件级别的仿真为主,缺乏整车集成设计与仿真评价方法,而各大汽车主机厂目前还不具备成熟与完善的整车主动安全系统集成设计与仿真测试评价的能力与手段。因此亟待需要解决这类问题。
发明内容
有鉴于此,本发明提供一种车辆主动安全系统的仿真应用方法。
本发明还提出一种车辆主动安全系统的集成装置。
为解决上述技术问题,本发明采用了以下技术方案:
根据本发明第一方面实施例的车辆主动安全系统的仿真应用方法,包括以下步骤:
创建仿真车辆模型文件以形成三维的仿真测试场景;
在所述仿真车辆模型中设计车用传感器系统;
获取CIDAS数据并将所述CIDAS数据进行类型转化后导入主动安全系统的仿真软件中,与所述仿真车辆模型文件进行场景搭建以形成完整的主动安全系统仿真测试场景;
根据设定的仿真测试场景并结合ADAS功能算法参数运行仿真软件,进行仿真测试;
提取仿真测试的结果进行ADAS功能有效性评价以进行参数优化。
优选地,所述仿真车辆模型包括车辆几何模型和车辆动力学模型。
优选地,所述CIDAS数据的导入方法包括:
收集现场交通事故数据;
根据交通事故数据建立场景模型和事故仿真模型文件并导入软件进行事故仿真重建以获取事故仿真结果;
提取事故仿真结果,并将场景模型文件转换类型输入仿真软件中以形成事故重建的CIDAS数据;
将事故重建的CIDAS数据通过CIDAS输入端导入仿真软件中生成仿真测试场景。
优选地,所述事故仿真结果包括场景全局信息、车辆参数及车辆动力学模型,所述场景模型文件文件内容包括道路场景信息。
优选地,所述道路场景信息、所述场景全局信息、所述车辆参数及车辆动力学模型进一步处理为八个仿真软件可识别的文件。
优选地,所述八个文件内容包括道路上标记的黄线、停车线、车道间的白实线、车道间的白虚线、道路边沿以及高于地面的物体、车辆动力学模型、车辆参数和场景全局信息。
优选地,所述场景全局信息包括事故编号、X/Y向偏移量、参与方编号及仿真序号。
优选地,所述车辆参数包括车辆的长度、宽度、重量、重心及转动惯量。
优选地,所述车辆动力学模型包括车辆碰撞点坐标、车辆各时刻航向角及车辆行驶速度。
优选地,所述CIDAS数据导入仿真软件后,仿真测试场景内自动添加车辆模块,添加行人,创建车辆及行人的运行轨迹、运行速度,创建车道线以及路边栅栏。
优选地,在所述CIDAS数据导入仿真软件后,ADAS功能有效性评价前还包括仿真测试场景的优化及参数的设定。
优选地,所述仿真测试场景的优化包括更换参与车辆,添加天气,光线强度,道路设施,建筑设施,参与车辆动力学模型,驾驶行为以及传感器位置设定及参数设定。
优选地,所述参数的设定包括传感器参数设定和ADAS功能算法参数设定。
根据本发明第二方面实施例的车辆主动安全系统的集成装置,包括:
创建模块,所述创建模块用于创建仿真车辆的几何模型和车辆动力学模型文件;
数据处理模块,所述数据处理模块用于将交通事故数据经过分类形成事故重建的CIDAS数据;
导入模块,所述导入模块将仿真车辆的几何模型和动力学模型文件以及CIDAS数据导入仿真软件中以形成主动安全系统仿真测试场景;
运行模块,所述运行模块驱动仿真车辆及相关的仿真的物体在仿真测试场景中按照设定的参数进行运动,并进行仿真测试;
算法模块,所述算法模块根据仿真测试结果计算出车辆ADAS功能是否有效。
优选地,所述车辆主动安全系统的集成装置还包括数据采集模块,所述数据采集模块用于对交通事故数据进行采集汇总。
进一步地,所述导入模块包括生成模块,所述生成模块将导入仿真软件中的CIDAS数据自动生成主动安全系统仿真测试场景。
进一步地,所述运行模块包括提取模块,所述提取模块用于提取仿真测试结果。
进一步地,所述车辆主动安全系统的集成装置还包括添加模块,所述添加模块用于向仿真测试场景中添加相应的数据或参数。
本发明的上述技术方案的有益效果如下:
根据本发明实施例的车辆主动安全系统的仿真应用方法,将CIDAS数据与整车仿真技术结合,能够更加有效的仿真事故场景,并对整车的主动安全系统的安全性能进行有效的评价,提高了整车主动安全系统的有效性,避免了更多的交通事故,给消费者带来真正的安全。
附图说明
图1为本发明实施例的车辆主动安全系统的仿真应用方法的流程图;
图2为本发明实施例的车辆主动安全系统的仿真应用方法中CIADS数据导入方法流程图;
图3为本发明实施例的车辆主动安全系统的仿真应用方法中CIADS数据的建模及优化流程图;
图4为本发明实施例的车辆主动安全系统的集成装置的模块图。
附图标记:
车辆主动安全系统的集成装置100;
创建模块10;
数据处理模块20;
导入模块30;生成模块31;
运行模块40;提取模块41;
算法模块50;
数据采集模块60;
添加模块70。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
下面首先结合附图具体描述根据本发明实施例的车辆主动安全系统的仿真应用方法。
如图1至图3所示,根据本发明实施例的车辆主动安全系统的仿真应用方法包括以下步骤:
步骤101、创建仿真车辆模型文件以形成三维的仿真测试场景。
也就是说创建仿真车辆模型文件,将仿真车辆模型文件用于主动安全系统的仿真软件中以形成三维的仿真测试场景。
其中,仿真车辆模型包括车辆几何模型和车辆动力学模型,仿真车辆模型通过是Catia创建的模型,经过格式转化形成的主动安全系统的仿真软件可以识别的ive、3dxml、dae等格式的数据文件。
车辆的动力学模型还包括参数设计,具体地,包括车辆基本性能:例如内外造型、长宽高、保险杠离地高度、H点、转动惯量等;传动系统参数:例如传动比、速比和曲线等;动力特性参数:例如发动机动力特性曲线;模拟输出量:例如制动力、压力、转向、加速度和速度等。
步骤102、在所述仿真车辆模型中设计车用传感器系统。
具体地,传感器设计包含:雷达、摄像头类型、型号选择、安装位置、探测距离、探测角度、扫描频率、可探测目标物体数量等,将传感器设置在相应的车辆几何模型中,以在仿真测试场景中进行应用。
步骤103、获取CIDAS数据并将所述CIDAS数据进行类型转化后导入主动安全系统的仿真软件中,与仿真车辆模型文件进行场景搭建以形成完整的主动安全系统仿真测试场景。
其中,CIDAS数据用于主动安全系统的数据支持,CIDAS数据为中国交通事故深入研究中心提供的数据,具体地,通过对交通事故现场详细的调研获取相关数据,并将数据进一步的处理、重建便于导入仿真软件中的数据文件。
其中,如图2所示,CIDAS数据的导入方法包括以下步骤:
步骤1031、收集现场交通事故数据;包含事故现场的实地测量并根据事故测量的数据进行制图。
步骤1032、根据交通事故数据建立场景模型和事故仿真模型文件并导入软件进行事故仿真重建以获取事故仿真结果。
具体地,根据交通事故数据建立AutoCAD场景模型和PC-Crash事故仿真模型文件并导入PC-Crash软件进行事故仿真重建以获取事故仿真结果,其中事故仿真结果包括场景全局信息、车辆参数及车辆动力学模型数据信息。
步骤1033、提取出事故仿真结果,并将场景模型文件转换类型(另存为dxf文件)输入仿真软件中以形成事故重建的CIDAS数据。
提取出事故仿真结果的相关信息,同时将AutoCAD场景模型文件另存为dxf文件,AutoCAD场景模型文件,如:道路场景信息。再将提取的仿真结果数据文件与dxf文件进一步处理生成八个仿真软件可识别的.csv文件并输入仿真软件中以形成事故重建的CIDAS数据。
其中,八个.csv文件文件包括以下内容:道路上标记的黄线、停车线、车道间的白实线、车道间的白虚线、道路边沿以及高于地面的物体、车辆动力学模型、车辆参数和场景全局信息;进一步地,场景全局信息包括事故编号、X/Y向偏移量、参与方编号及仿真序号;车辆参数包括车辆的长度、宽度、重量、重心及转动惯量;车辆动力学模型包括车辆碰撞点坐标,车辆各时刻航向角及车辆行驶速度。
具体地,如表1所示:
表1
步骤1034、再将事故重建的CIDAS数据通过CIDAS输入端导入仿真软件中生成仿真测试场景。
具体地,指定CIDAS数据文件的路径,利用软件中的GIDAS Importe功能插件导入CIDAS数据,数据导入Pre-scan后,工况场景会自动建立,包括自动添加车辆模块、添加行人、创建车辆及行人的运动轨迹及运动速度、创建车道线以及路边栅栏等。
步骤104、根据设定的仿真测试场景并结合ADAS(高级驾驶辅助系统)功能算法参数运行仿真软件,进行仿真测试。
具体地,导入CIDAS数据后,形成仿真测试场景,为了更好的模拟现场真实场景,需要进一步搭建仿真测试场景,如事故参与方车辆用一个方形物体表示,可以换成自己研究的车辆;CIDAS数据中创建的道路基础设施,例如栅栏、建筑等需进一步美化等。将仿真软件与相应的ADAS功能算法参数结合进行仿真测试。
步骤105、提取仿真测试的结果进行ADAS功能有效性评价以进行优化参数。
将仿真测试结果提取出来进行评价分析,如图3所示根据分析结果对ADAS功能有效性进行评价,若ADAS功能无效,可对传感器的参数,算法参数进一步的优化,以达到最终ADAS功能有效。
在本发明的一个实施例中:
选定5组典型的CIDAS事故现场,对5组事故类型进行区分,前3组属于涉及与车辆碰撞的追尾AEB(汽车主动安全技术)系统范畴,后2组属于涉及与行人碰撞的AEB功能,车辆设置采用PPS(行人保护系统)。AEB是一种汽车主动安全技术,主要由3大模块构成,其中测距模块的核心包括微波雷达、激光雷达和视频系统等,它可以提供前方道路安全、准确、实时的图像和路况信息。
按照市场上主流的两款ADAS传感器配置,1款为双模式雷达,另一款为单目黑白摄像头+雷达,分别检验它们在CIDAS描述事故中的表现。
5组CIDAS事故的信息及产品设计分类如表2所示:
表2
按照导入的上述5组场景进行优化,如添加天气条件、优化道路设置、添加信号灯等。场景搭建完成后,按照产品设计分类,导入并替换事故车辆为进行ADAS开发研究的某越野车辆模型,并对事故1、2、3的车辆配置双模式雷达,事故4、5的车辆配置单目摄像头+雷达,对第4组传感器参数进行设置,采用雷达传感器,并安装在车辆前保险杠位置,其中为雷达(长距离)探测距离:150m,扫描频率:25HZ,Fov:(视场角)9/9度,雷达(中距离)探测距离30m,扫描频率:25HZ,Fov:80/9度,对第5组传感器参数进行设置,采用雷达和单目摄像头传感器,雷达安装在车辆前保险杠位置,摄像头安装在车辆顶棚的前方,其中为雷达(中距离)探测距离40m,扫描频率:25HZ,Fov:80/9度,单目摄像头扫描频率:50HZ,焦距:7.5mm,Fov:46.2/35.5度,传感器设置完成后,添加AEB、PPS算法,并且连接算法和传感器。事故1、2、3采用AEB模块,事故4、5采用PPS模块。
对搭建好的CIDAS场景工况进行仿真,提取分析结果,对其配置的某项ADAS功能的有效性进行评价,同时优化ADAS系统参数。通过CAE(用计算机辅助求解复杂工程和产品结构强度、刚度、屈曲稳定性、动力响应、热传导、三维多体接触、弹塑性等力学性能的分析计算以及结构性能的优化设计等问题的一种近似数值分析方法)仿真对主动安全系统的有效性作出简单评价,并对其中第2组事故进行了ADAS参数优化。通过对未配置ADAS功能的原事故进行复现以及在该车辆上配置ADAS功能进行仿真分析。
ADAS功能的有效性评估结果如表3所示:
表3
以第2组事故为例,对AEB算法进行简单优化,以重刹起作用的时刻为变量,来优化AEB功能。方案1及2的重刹作用时刻TTC设为0.35s与0.5s,通过计算,方案1不能避免碰撞,方案2能避免碰撞。
当检测到车辆且开始制动的时刻(4.6s),方案1算法判断的TTC碰撞时刻大于0.35s,此时不进行全力制动,仅在4.6s~4.67s执行0.4g减速度制动,在4.67s后才执行全力制动,从而导致研究车辆速度没有减少到可以使得两车避开碰撞的程度。然而,方案2在4.6s时刻,算法判断的TTC碰撞时刻在0.5s之内,因而不经过0.4g的非全力制动过程,直接进行全力制动。在两车即将相碰时,方案1与方案2速度差为1.4km/h,这导致方案2避开了侧向车的碰撞。当然,重刹的作用时刻以及刹车减速度,还需要通过用户主观体验评价等方法,根据消费者的接受程度,进行综合性能的设计优化。
总而言之,本发明的车辆主动安全系统的仿真应用方法,将CIDAS数据与整车仿真技术结合,能够更加有效的仿真事故场景,并对整车的主动安全系统的安全性能进行有效的评价,提高了整车主动安全系统的有效性,避免了更多的交通事故,给消费者带来真正的安全。
根据本发明实施例的车辆主动安全系统的集成装置100包括:创建模块10、数据处理模块20、导入模块30、运行模块40和算法模块50。
具体地,创建模块10用于创建仿真车辆的几何模型和车辆动力学模型文件,数据处理模块20用于将交通事故数据经过分类形成事故重建的CIDAS数据,导入模块30将仿真车辆的几何模型和动力学模型文件以及CIDAS数据导入仿真软件中以形成主动安全系统仿真测试场景。运行模块40驱动仿真车辆及相关的仿真的物体在仿真测试场景中按照设定的参数进行运动,并进行仿真测试,算法模块50根据仿真测试结果计算出车辆ADAS功能是否有效。
优选地,车辆主动安全系统的集成装置100还包括数据采集模块60,数据采集模块60用于对交通事故数据进行采集汇总。
优选地,导入模块30包括生成模块31,生成模块31将导入仿真软件中的CIDAS数据自动生成主动安全系统仿真测试场景。
优选地,运行模块40包括提取模块41,提取模块41用于提取仿真测试结果。
优选地,车辆主动安全系统的集成装置100还包括添加模块70,添加模块70用于向仿真测试场景中添加相应的数据或参数。
根据本发明实施例的车辆主动安全系统的集成装置100中各部件的功能已在上述车辆主动安全系统的仿真应用方法中进行了相应说明,因此不再赘述。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (18)
1.一种车辆主动安全系统的仿真应用方法,其特征在于,包括以下步骤:
创建仿真车辆模型文件以形成三维的仿真测试场景;
在所述仿真车辆模型中设计车用传感器系统;
获取CIDAS数据并将所述CIDAS数据进行类型转化后导入主动安全系统的仿真软件中,与所述仿真车辆模型文件进行场景搭建以形成完整的主动安全系统仿真测试场景;
根据设定的仿真测试场景并结合ADAS功能算法参数运行仿真软件,进行仿真测试;
提取仿真测试的结果进行ADAS功能有效性评价以进行参数优化。
2.根据权利要求1所述的车辆主动安全系统的仿真应用方法,其特征在于,所述仿真车辆模型包括车辆几何模型和车辆动力学模型。
3.根据权利要求2所述的车辆主动安全系统的仿真应用方法,其特征在于,所述CIDAS数据的导入方法包括以下步骤:
收集现场交通事故数据;
根据交通事故数据建立场景模型和事故仿真模型文件并导入软件进行事故仿真重建以获取事故仿真结果;
提取事故仿真结果,并将场景模型文件转换类型输入仿真软件中以形成事故重建的CIDAS数据;
将事故重建的CIDAS数据通过CIDAS输入端导入仿真软件中生成仿真测试场景。
4.根据权利要求3所述的车辆主动安全系统的仿真应用方法,其特征在于,所述事故仿真结果包括场景全局信息、车辆参数及车辆动力学模型,所述场景模型文件内容包括道路场景信息。
5.根据权利要求4所述的车辆主动安全系统的仿真应用方法,其特征在于,所述道路场景信息、所述场景全局信息、所述车辆参数及车辆动力学模型进一步处理为八个仿真软件可识别的文件。
6.根据权利要求5所述的车辆主动安全系统的仿真应用方法,其特征在于,所述八个文件内容包括道路上标记的黄线、停车线、车道间的白实线、车道间的白虚线、道路边沿以及高于地面的物体、车辆动力学模型、车辆参数和场景全局信息。
7.根据权利要求6所述的车辆主动安全系统的仿真应用方法,其特征在于,所述场景全局信息包括事故编号、X/Y向偏移量、参与方编号及仿真序号。
8.根据权利要求6所述的车辆主动安全系统的仿真应用方法,其特征在于,所述车辆参数包括车辆的长度、宽度、重量、重心及转动惯量。
9.根据权利要求6所述的车辆主动安全系统的仿真应用方法,其特征在于,所述车辆动力学模型包括车辆碰撞点坐标、车辆各时刻航向角及车辆行驶速度。
10.根据权利要求3所述的车辆主动安全系统的仿真应用方法,其特征在于,所述CIDAS数据导入仿真软件后,仿真测试场景内自动添加车辆模块,添加行人,创建车辆及行人的运行轨迹、运行速度,创建车道线以及路边栅栏。
11.根据权利要求1所述的车辆主动安全系统的仿真应用方法,其特征在于,在所述CIDAS数据导入仿真软件后,ADAS功能有效性评价前还包括仿真测试场景的优化及参数的设定。
12.根据权利要求11所述的车辆主动安全系统的仿真应用方法,其特征在于,所述仿真测试场景的优化包括更换参与车辆,添加天气,光线强度,道路设施,建筑设施,参与车辆动力学模型,驾驶行为以及传感器位置设定及参数设定。
13.根据权利要求1所述的车辆主动安全系统的仿真应用方法,其特征在于,所述参数的设定包括传感器参数设定和ADAS功能算法参数设定。
14.一种车辆主动安全系统的集成装置,其特征在于,包括:
创建模块,所述创建模块用于创建仿真车辆的几何模型和车辆动力学模型文件;
数据处理模块,所述数据处理模块用于将交通事故数据经过分类形成事故重建的CIDAS数据;
导入模块,所述导入模块将仿真车辆的几何模型和动力学模型文件以及CIDAS数据导入仿真软件中以形成主动安全系统仿真测试场景;
运行模块,所述运行模块驱动仿真车辆及相关的仿真的物体在仿真测试场景中按照设定的参数进行运动,并进行仿真测试;
算法模块,所述算法模块根据仿真测试结果计算出车辆ADAS功能是否有效。
15.根据权利要求14所述的车辆主动安全系统的集成装置,其特征在于,还包括数据采集模块,所述数据采集模块用于对交通事故数据进行采集汇总。
16.根据权利要求14所述的车辆主动安全系统的集成装置,其特征在于,所述导入模块包括生成模块,所述生成模块将导入仿真软件中的CIDAS数据自动生成主动安全系统仿真测试场景。
17.根据权利要求14所述的车辆主动安全系统的集成装置,其特征在于,所述运行模块包括提取模块,所述提取模块用于提取仿真测试结果。
18.根据权利要求14所述的车辆主动安全系统的集成装置,其特征在于,还包括添加模块,所述添加模块用于向仿真测试场景中添加相应的数据或参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710666033.3A CN107436986A (zh) | 2017-08-07 | 2017-08-07 | 车辆主动安全系统的集成装置及仿真应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710666033.3A CN107436986A (zh) | 2017-08-07 | 2017-08-07 | 车辆主动安全系统的集成装置及仿真应用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107436986A true CN107436986A (zh) | 2017-12-05 |
Family
ID=60461374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710666033.3A Pending CN107436986A (zh) | 2017-08-07 | 2017-08-07 | 车辆主动安全系统的集成装置及仿真应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107436986A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108196286A (zh) * | 2018-01-24 | 2018-06-22 | 三峡大学 | 一种基于gps/rfid组合定位的缆机塔机防碰撞预警系统 |
CN108762889A (zh) * | 2018-05-30 | 2018-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶仿真云平台及方法 |
CN108897240A (zh) * | 2018-08-13 | 2018-11-27 | 济南浪潮高新科技投资发展有限公司 | 自动驾驶仿真测试云平台及自动驾驶仿真测试方法 |
CN109190306A (zh) * | 2018-10-19 | 2019-01-11 | 北京经纬恒润科技有限公司 | 一种数据回灌仿真方法及装置 |
CN109657344A (zh) * | 2018-12-17 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 辅助驾驶系统的场景管理方法 |
CN110781578A (zh) * | 2019-09-23 | 2020-02-11 | 同济大学 | 一种基于事故场景的智能网联车算法的测试及评价方法 |
CN111324945A (zh) * | 2020-01-20 | 2020-06-23 | 北京百度网讯科技有限公司 | 传感器方案确定方法、装置、设备及存储介质 |
CN111563313A (zh) * | 2020-03-18 | 2020-08-21 | 交通运输部公路科学研究所 | 一种行车事件模拟再现方法、系统、设备及存储介质 |
CN111967129A (zh) * | 2020-07-06 | 2020-11-20 | 上海工程技术大学 | 一种基于CarMaker仿真环境的纵向避障验证方法 |
CN112732744A (zh) * | 2021-01-12 | 2021-04-30 | 重庆长安汽车股份有限公司 | 一种基于Tcl/Tk和R语言的高效处理CIDAS数据库的方法 |
CN113065257A (zh) * | 2021-04-08 | 2021-07-02 | 中国第一汽车股份有限公司 | 一种测试实例的自动生成方法、装置、计算机设备及介质 |
CN114646476A (zh) * | 2022-03-28 | 2022-06-21 | 智己汽车科技有限公司 | 一种aeb车辆的隧道通行测试方法、装置及车辆 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106021750A (zh) * | 2016-05-25 | 2016-10-12 | 北京经纬恒润科技有限公司 | 一种仿真场景及其重建单元的生成方法及生成系统 |
CN106503398A (zh) * | 2016-11-18 | 2017-03-15 | 合肥工业大学 | 一种基于车辆动力学仿真和事故树的公路立体线形安全评价方法 |
CN106828401A (zh) * | 2017-03-24 | 2017-06-13 | 北京汽车股份有限公司 | 车辆 |
-
2017
- 2017-08-07 CN CN201710666033.3A patent/CN107436986A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106021750A (zh) * | 2016-05-25 | 2016-10-12 | 北京经纬恒润科技有限公司 | 一种仿真场景及其重建单元的生成方法及生成系统 |
CN106503398A (zh) * | 2016-11-18 | 2017-03-15 | 合肥工业大学 | 一种基于车辆动力学仿真和事故树的公路立体线形安全评价方法 |
CN106828401A (zh) * | 2017-03-24 | 2017-06-13 | 北京汽车股份有限公司 | 车辆 |
Non-Patent Citations (2)
Title |
---|
中汽研林淼: "中汽研林淼:事故数据CIDAS与汽车安全研究", 《车云网HTTP://WWW.CHEYUN.COM/CONTENT/16900》 * |
张巍等: "汽车ADAS系统设计与仿真的整车集成应用", 《PROCEEDING OF THE 13TH INTERNATIONAL FORUM OF AUTOMOTIVE TRAFFIC SAFETY》》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108196286A (zh) * | 2018-01-24 | 2018-06-22 | 三峡大学 | 一种基于gps/rfid组合定位的缆机塔机防碰撞预警系统 |
CN108762889A (zh) * | 2018-05-30 | 2018-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶仿真云平台及方法 |
CN108897240A (zh) * | 2018-08-13 | 2018-11-27 | 济南浪潮高新科技投资发展有限公司 | 自动驾驶仿真测试云平台及自动驾驶仿真测试方法 |
CN109190306A (zh) * | 2018-10-19 | 2019-01-11 | 北京经纬恒润科技有限公司 | 一种数据回灌仿真方法及装置 |
CN109657344A (zh) * | 2018-12-17 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 辅助驾驶系统的场景管理方法 |
CN110781578A (zh) * | 2019-09-23 | 2020-02-11 | 同济大学 | 一种基于事故场景的智能网联车算法的测试及评价方法 |
CN110781578B (zh) * | 2019-09-23 | 2024-03-29 | 同济大学 | 一种基于事故场景的智能网联车算法的测试及评价方法 |
CN111324945B (zh) * | 2020-01-20 | 2023-09-26 | 阿波罗智能技术(北京)有限公司 | 传感器方案确定方法、装置、设备及存储介质 |
CN111324945A (zh) * | 2020-01-20 | 2020-06-23 | 北京百度网讯科技有限公司 | 传感器方案确定方法、装置、设备及存储介质 |
US11953605B2 (en) | 2020-01-20 | 2024-04-09 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, device, equipment, and storage medium for determining sensor solution |
CN111563313A (zh) * | 2020-03-18 | 2020-08-21 | 交通运输部公路科学研究所 | 一种行车事件模拟再现方法、系统、设备及存储介质 |
CN111967129A (zh) * | 2020-07-06 | 2020-11-20 | 上海工程技术大学 | 一种基于CarMaker仿真环境的纵向避障验证方法 |
CN112732744B (zh) * | 2021-01-12 | 2023-03-14 | 重庆长安汽车股份有限公司 | 一种基于Tcl/Tk和R语言的高效处理CIDAS数据库的方法 |
CN112732744A (zh) * | 2021-01-12 | 2021-04-30 | 重庆长安汽车股份有限公司 | 一种基于Tcl/Tk和R语言的高效处理CIDAS数据库的方法 |
CN113065257A (zh) * | 2021-04-08 | 2021-07-02 | 中国第一汽车股份有限公司 | 一种测试实例的自动生成方法、装置、计算机设备及介质 |
CN114646476A (zh) * | 2022-03-28 | 2022-06-21 | 智己汽车科技有限公司 | 一种aeb车辆的隧道通行测试方法、装置及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107436986A (zh) | 车辆主动安全系统的集成装置及仿真应用方法 | |
CN109213126B (zh) | 自动驾驶汽车测试系统和方法 | |
Essa et al. | Simulated traffic conflicts: do they accurately represent field-measured conflicts? | |
WO2023207016A1 (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
CN112526893B (zh) | 一种智能汽车的测试系统 | |
CN100585640C (zh) | 汽车与两轮车碰撞事故再现系统 | |
CN109781431A (zh) | 基于混合现实的自动驾驶测试方法及系统 | |
CN112639888A (zh) | 程序世界生成 | |
CN107807542A (zh) | 自动驾驶仿真系统 | |
CN107403038A (zh) | 一种智能汽车虚拟快速测试方法 | |
CN109211575A (zh) | 无人驾驶汽车及其场地测试方法、装置及可读介质 | |
CN102230794B (zh) | 一种基于视频的驾驶员视距动态测量方法 | |
CN103942359A (zh) | 无信号交叉口自行车冲突避让行为仿真模型的建模方法 | |
Lv et al. | Automatic vehicle-pedestrian conflict identification with trajectories of road users extracted from roadside LiDAR sensors using a rule-based method | |
CN101853575A (zh) | 基于二维激光扫描仪的路口交通冲突检测及安全评价方法 | |
CN110764494A (zh) | 一种基于SCANeR的人机混驾自动驾驶虚拟测试平台 | |
WO2024016877A1 (zh) | 一种面向车路协同的路测感知仿真系统 | |
Yao et al. | Developing operating mode distribution inputs for MOVES with a computer vision–based vehicle data collector | |
Tarko et al. | Tscan: Stationary lidar for traffic and safety studies—object detection and tracking | |
CN112631151B (zh) | 一种仿真测试方法及装置 | |
Viti et al. | Speed and acceleration distributions at a traffic signal analyzed from microscopic real and simulated data | |
Li | A scenario-based development framework for autonomous driving | |
CN114495421B (zh) | 智能化开放式道路施工作业监测预警方法及系统 | |
Chen et al. | Workflow for generating 3D urban models from open city data for performance-based urban design | |
CN114969092A (zh) | 基于虚幻引擎的驾驶仿真系统及仿真实验方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171205 |
|
RJ01 | Rejection of invention patent application after publication |