CN110162003A - 一种行车主动服务系统测试验证平台及其测试方法 - Google Patents
一种行车主动服务系统测试验证平台及其测试方法 Download PDFInfo
- Publication number
- CN110162003A CN110162003A CN201910304113.3A CN201910304113A CN110162003A CN 110162003 A CN110162003 A CN 110162003A CN 201910304113 A CN201910304113 A CN 201910304113A CN 110162003 A CN110162003 A CN 110162003A
- Authority
- CN
- China
- Prior art keywords
- test
- dass
- road
- platform
- driving
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种行车主动服务系统测试验证平台及其测试方法,平台包括道路测试系统、上层管理中心、标准化DASS和驾驶模拟仿真平台,道路测试系统用于被测DASS的测试场地实际性能测试,驾驶模拟仿真平台与道路测试系统的测试环境一致,标准化DASS给驾驶模拟仿真平台提供测试标准,上层管理中心用于驾驶模拟仿真平台驾驶环境的建立、道路与驾驶模拟测试结果的数据存储、处理、分析及评价;道路测试系统和驾驶模拟仿真平台的测试数据传送到上层管理中心,上层管理中心对存储信息进行处理分析后得出测试结果。本发明不仅可以研究行车主动服务系统的功能验证、性能评价;同时,也可以利用该平台研究评价搭载DASS的智能车上路对混合交通流的影响。
Description
技术领域
本发明属于车辆主动服务研究领域,具体涉及一种行车主动服务系统测试验证平台及其测试方法。
背景技术
近年来,行车主动服务系统(driving active service system,DASS)正成为车联网远景规划中重要的组成部分和研究热点。DASS能够对行车用户的服务需求进行主动的、清晰的、有效的感知与辨识,再通过车联网中各个网络节点的信息交换,自主生成或搜寻服务资源,最终实现向用户主动推送相应的服务并对服务质量提供有效保障。DASS改变传统采用“请求-响应”被动服务模式,采用“自动识别-主动推送”的行车主动服务模式。
目前行车主动服务系统的测试是通过服务系统提供方的自我测试与验证,主要不足点包括(1)依据个人制定的测试标准对DASS进行片面的功能测试,测试结果可信赖度较低;(2)测试场地不能囊括不同所有行车服务场景的需求;(3)在实际道路测试中难以实现对混合交通流的实验数据采集与分析,而各仿真测试不具备包含道路、行人、周边建筑等全部交通要素下的测试真实性。因此搭建DASS测试验证平台及其测试方法是十分必要的,同时在搭载DASS智能车上路后会对交通流产生影响,研究搭载DASS的智能车对混合交通流的影响能够促进混合交通环境下的道路交通研究,提高通行效率。
发明内容
本发明的目的是为测试DASS的功能和性能以及DASS对混合交通流的间接影响,而提出的一种DASS测试验证平台及其测试方法,主要把驾驶模拟器与真实测试场地结合,通过在真实测试场地实际驾驶,对DASS的实际功能和性能分析,以及在真实道路驾驶环境下对混合交通流的影响,实现对DASS的测试验证及载有DASS的智能车上路对实际混合交通流的影响。
本发明的技术方案是:
一种行车主动服务系统测试验证平台,包括道路测试系统、上层管理中心、标准化DASS和驾驶模拟仿真平台,道路测试系统、驾驶模拟仿真平台均与上层管理中心进行数据传输,标准化DASS给驾驶模拟仿真平台提供测试标准,上层管理中心根据被测DASS完善标准化DASS;所述道路测试系统依照被测DASS的在测试接口、传感器和交互设备上的软硬件需求,构建智能车测试系统,用于进行DASS的实车道路测试;所述驾驶模拟仿真平台利用与道路测试系统相同的交通场景进行仿真测试;所述上层管理中心用于模拟驾驶模拟仿真平台驾驶环境的建立、道路与驾驶模拟测试结果的数据存储、处理、分析及评价。
一种行车主动服务系统测试验证平台的测试方法,包括被测DASS功能与性能的测试和搭载被测DASS的智能车上路对混合交通流影响的测试;所述被测DASS功能与性能的测试具体过程为:对道路与仿真的服务测试结果进行对比分析与评价,得出相较于标准化DASS性能的优缺点;所述搭载被测DASS的智能车上路对混合交通流影响的测试具体过程为:利用数据分析系统从已存储的数据中分析实际测试时的周边车辆数用于计算交通流。
本发明采用上述技术方案后具有的优点是:
1.本发明不仅可以研究行车主动服务系统的功能验证、性能评价;同时也可以利用该平台研究评价搭载DASS的智能车上路对实际混合交通流的影响;
2.道路测试场地以封闭式、半开放式试验场和典型开放道路测试相结合,同时融合了封闭式测试可构建危险场景等优点与开放道路的行驶真实性等优点,提升了测试结果的真实可靠性,保障了危险场景下道路测试的相对安全性;
3.网络系统中包含利用最新的北斗与GPS协同定位技术以及用于构建物联网的5G通信技术,有利于适应未来高精定位和通信技术的发展;
4.汲取多次DASS的测试验证结果中较优的被测DASS功能,用于完善测试平台的标准化DASS,提升DASS测试验证的准确性和全面性;
5.道路测试系统的智能车可根据被测DASS选择所需传感器和交互端,测试方便灵活,具备强大的延展性和适用性;
6.对DASS的验证进行分阶段测试,首先进行封闭式及半开放场区的可控车道进行极端环境和特定场景测试,再到多种模式并存的公共交通环境进行开放性典型场景测试,最后以仿真场景与道路场景相同的标准化DASS进行仿真比较验证被测系统的缺陷。
7.本发明主要针对DASS的测试及验证方面,解决DASS的测试与验证方式冗杂、零散等一系列问题,有助于实现DASS平台验证的标准统一化。同时,搭载DASS的车辆上路后会对交通流产生间接影响,研究DASS对混行交通流影响有助于逆向优化DASS的开发。
附图说明
以下结合附图和具体实施方式对本发明作进一步详细描述。
图1为本发明所述行车主动服务测试验证平台原理图;
图2为本发明所述行车主动服务测试验证平台流程图。
具体实施方式
为了对发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式,在各图中相同的标号表示相同或相似的部分。附图仅用于说明本发明,不代表本发明的实际结构和真实比例。
图1所示为本发明所述行车主动服务系统(DASS)测试验证平台的一种实施方式,所述DASS测试验证平台,包括道路测试系统、网络系统、上层管理中心、标准化DASS和驾驶模拟仿真平台,驾驶模拟仿真平台的交通场景跟道路测试系统的环境一致。道路测试系统通过网络系统与上层管理中心进行数据通信,驾驶模拟仿真平台与上层管理中心进行数据传输,标准化DASS给驾驶模拟仿真平台提供测试标准,上层管理中心根据被测DASS完善标准化DASS。
所述道路测试系统包括被测DASS、智能车、测试场地、测试接口适配池、传感器适配池、用户交互端适配池,所述被测DASS指用于性能检测的待测DASS系统,智能车是用于安装被测DASS并具备半自动驾驶功能的车辆,智能车可选装传感器及用户交互系统,所述测试场地包含封闭试验场、半开放场区和典型开放城市区测试,所述测试接口适配池为被测DASS的装载提供丰富多样的硬件接口,所述传感器适配池为被测DASS的装载提供可选的传感器设备,所述用户交互端适配池为被测DASS的装载提供可选的语音交互、可视化交互等友好人机交互服务;道路测试系统依照被测DASS的在测试接口、传感器和交互设备上的软硬件需求,构建智能车测试系统,用于进行DASS的实车道路测试,测试过程中采集的数据包括智能车行驶的实时场景、被测DASS在服务需求识别-生成-主动推送的各项记录、驾驶员的服务接受拒绝项和智能车行驶数据。所述测试场地中只存在装载被测DASS的智能车和普通机动车,封闭试验场道路测试为危险场景或开放道路难以实现的服务测试,包括行人避撞、窄道通行、灯光主动控制等;典型开放交通道路测试为交通参与要素复杂的服务测试,包括城市复杂交叉口、拥挤城市及高速路和连续上下坡道路等主动控制测试、事故、拥堵等提前感知与主动服务测试等;半开放场区为车流量小、道路类型丰富、道路设施拓展性强且标定范围的实际道路。
所述网络系统包括定位系统、基站和5G通信技术,定位系统为北斗和GPS系统协同定位,为智能车提供导航及定位信息、周边关键服务场所定位;基站将智能车行驶信息和轨迹、服务测试顺序、被测DASS感知的服务需求、生成的服务及服务所需构件通过5G通信传输给上层管理中心的数据存储系统1中;5G通信还将上层管理中心中的各系统与驾驶模拟仿真平台联网,以便传输仿真平台的标准化DASS的测试结果。
所述上层管理中心包括数据存储系统、场景复现系统、数据分析系统和服务测试评价系统;数据存储系统分为数据存储系统1和数据存储系统2,分别用于存储道路测试与仿真测试的DASS测试结果,存储结果包括主动服务的服务需求感知、生成、推送及评价的结果;所述场景复现系统将数据存储系统1的信息处理后,整理出有效的道路环境数据集,以便在驾驶模拟仿真平台上构建3D模型,构建虚拟车辆的行驶环境以及构建仿真系统所需服务构件;所述数据分析系统从已存储的数据提取与服务感知、生成及决策相关的信息的同时计算交通流,相关的信息包括驾驶员驾驶数据、车辆自主控制数据、车载系统自主服务以及导航、娱乐、饮食等推送服务;所述服务测试评价系统依据数据分析系统的典型数据对比被测DASS与标准化DASS系统,得出被测DASS在驾驶员需求感知、车辆决策与控制、主动推送可接受度等方面的综合性能,测试评价中较优结果用于优化和完善标准化DASS。
所述标准化DASS包括DASS服务库以及完善的服务需求感知、服务匹配生成、服务主动推送、服务自我评价流程和相应的算法架构;所述DASS服务库是由服务的状态集、目录集及构件库组成的链式服务检索构件集,参照DASS服务库,能够迅速地检索出对应于所需服务的服务构件并对构件加载组装;所述服务需求感知流程指通过驾驶员意图感知、智能车车内环境感知、行驶环境感知、以及智能车在舒适性、安全性、经济性等方面的智能感知,分析并决策出关键服务场景及服务需求,服务需求感知结果包括车辆控制需求、道路行驶安全需求、乘员休闲需求等;所述服务匹配生成流程及其算法表示根据服务需求感知出的关键服务场景及需求,从DASS服务库中匹配出所需服务构件并对构件进行组装,组成的服务用于主动推送架构中的服务执行、用户交互、车辆控制等流程,生成服务结果包括匹配的服务构件、服务匹配缺失的构件记录、冗余服务构件等;所述服务主动推送流程及其架构需将匹配生成的构件通过适用于道路交通环境与驾驶员的需求而进行主动服务,服务推送在满足主动性、实时性、准确性的同时不干扰驾驶员正常的驾驶,服务主动推送包括推送方式、推送接受度、服务主动使用项及被迫中断项等;所述服务自我评价流程及其算法即对标准化DASS已做出的服务推送进行指标性的自我评价,评价结果用于上层管理中心的数据分析中,服务自我评价结果指通过行车服务质量评价方法得出的服务准确性、主动性、用户满意度、车辆控制安全性稳定性等,以此优化标准化DASS。
所述驾驶模拟仿真平台包括PreScan软件、智能车舱、在环驾驶员、云服务器和磁盘阵列,PreScan软件为TASS International公司提供的基于物理学的模拟平台,可用于开发基于雷达、激光/激光雷达、摄像头和GPS等传感器技术的高级驾驶员辅助系统(ADAS),PreScan还可以用于设计和评估V2X的应用以及自动驾驶应用,PreScan可用于从基于模型的控制器设计(MIL)到利用软件在环(SIL)和硬件在环(HIL)系统进行的实时测试等应用,为了验证DASS对混合交通流的影响,在PreScan软件中设置各路段的驾驶信息(包括交通流量、速度、交通密度、智能车渗透率等),驾驶员在设定的驾驶场景中通过预定的驾驶信息控制载有被测DASS的智能车;智能车舱为包含温湿度传感器、真实力反馈方向盘、油门踏板、挡位、疲劳检测在内的完善的智能驾驶座舱,可用于监测驾驶员状态、车内外空气指标等;在环驾驶员为具备3年以上驾驶经验并熟悉自动驾驶的驾驶人;云服务器通过5G通信上传下载历史在环驾驶员的状态数据、驾驶数据、服务数据,用于对DASS验证平台累计测试的阶段性评估与改进;磁盘阵列为云服务器提供暂存数据功能。
所述行车主动服务系统(DASS)测试验证平台先完成道路测试,根据实际道路场景搭建仿真场景后完成仿真测试。
如图2所示,本发明提供一种根据所述行车主动服务系统测试验证平台的测试方法,包括被测DASS功能与性能的测试步骤和搭载被测DASS的智能车上路对混合交通流影响的测试步骤。
所述DASS的功能与性能测试步骤具体为:
S1.根据被测DASS的硬件要求,从道路测试系统的适配池中选择所需配件安装到用于道路测试的智能车上,驾驶员驾驶该智能车进行测试场地自然驾驶;
S2.被测DASS在自然驾驶过程中生成车辆主动控制(包括灯光主动控制、自动泊车等特定场景主动控制等)和驾驶员主动服务挖掘与供给(包括空气调节、音乐推送、座椅调节、休闲娱乐场地与路径推送等);关于场景、服务、推送、接受度和控制的各种测试在测试场地自然行驶过程中自动或人为干预产生,不影响所测DASS自身系统的性能;
S3.被测DASS在自然驾驶过程中产生的任何数据以及车辆行驶数据、驾驶员驾驶数据和驾驶员接受度等数据均通过5G通信传递给上层管理中心,上层管理中心对数据按顺序进行测试结果存储、服务需求提取、自动服务顺序记录,对自然驾驶环境中的道路、建筑和车辆等通过场景复现的形式还原,以便在驾驶模拟仿真平台上还原智能车在测试场地自然驾驶过程中的各项服务;
S4.驾驶模拟仿真环节中,利用PreScan软件搭建仿真场景,仿真中所驾驶的车辆搭载标准化DASS原型系统,仿真车辆所需的传感器等硬件设备在PreScan软件中均可找到,驾驶员在智能车舱中进行在环仿真测试,依据标准化DASS生成新的测试结果并对测试结果进行自我评价(DASS自我评价为行车主动服务系统的必备环节,可提升和更新DASS自身性能);
S5.上层管理中心对被测DASS与标准化DASS的测试结果和标准化DASS的自我评价结果进行数据对比分析与评价,得出测试结果。
所述搭载被测DASS系统的智能车上路后对混合交通流影响的测试步骤具体为:
S6.为了验证搭载被测DASS系统的智能车上路后对混合交通流影响,本发明在驾驶模拟仿真平台中进行仿真实验,首先通过原先道路及仿真测试DASS时的实验数据分析无DASS时的交通流;
S7.根据不同的搭载DASS智能车的渗透率,在设计的不同交通密度、速度等条件下通过PreScan软件中VISSIM插件自动生成指定的交通信息,进行多个驾驶员在环半实物仿真实验,每个驾驶员控制一辆搭载DASS的智能车;
S8.通过PreScan软件的统计系统分析各实验下的混合交通流,并与初始的交通流进行比较。为了更好的评价DASS对混合交通流的影响,可以通过在仿真中根据不同渗透率添加无人驾驶车辆。此时,由于多了无人驾驶车辆,在环仿真驾驶员不仅要根据各路段的驾驶信息继续驾驶,还要判断自己行驶的安全性,即驾驶员在保证安全驾驶的情况下按照模拟仿真平台给定的道路交通环境继续驾驶。
以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明保护。
Claims (7)
1.一种行车主动服务系统测试验证平台,其特征在于,包括道路测试系统、上层管理中心、标准化DASS和驾驶模拟仿真平台,道路测试系统、驾驶模拟仿真平台均与上层管理中心进行数据传输,标准化DASS给驾驶模拟仿真平台提供测试标准,上层管理中心根据被测DASS完善标准化DASS。
2.如权利要求1所述的行车主动服务系统测试验证平台,其特征在于,所述道路测试系统依照被测DASS的在测试接口、传感器和交互设备上的软硬件需求,构建智能车测试系统,用于进行DASS的实车道路测试。
3.如权利要求1或2所述的行车主动服务系统测试验证平台,其特征在于,所述驾驶模拟仿真平台利用与道路测试系统相同的交通场景进行仿真测试。
4.如权利要求1所述的行车主动服务系统测试验证平台,其特征在于,所述上层管理中心用于模拟驾驶模拟仿真平台驾驶环境的建立、道路与驾驶模拟测试结果的数据存储、处理、分析及评价。
5.一种行车主动服务系统测试验证平台的测试方法,其特征在于,包括被测DASS功能与性能的测试和搭载被测DASS的智能车上路对混合交通流影响的测试。
6.如权利要求5所述的行车主动服务系统测试验证平台的测试方法,其特征在于,所述被测DASS功能与性能的测试具体过程为:对道路与仿真的服务测试结果进行对比分析与评价,得出相较于标准化DASS性能的优缺点。
7.如权利要求5所述的行车主动服务系统测试验证平台的测试方法,其特征在于,所述搭载被测DASS的智能车上路对混合交通流影响的测试具体过程为:利用数据分析系统从已存储的数据中分析实际测试时的周边车辆数用于计算交通流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910304113.3A CN110162003B (zh) | 2019-04-16 | 2019-04-16 | 一种行车主动服务系统测试验证平台及其测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910304113.3A CN110162003B (zh) | 2019-04-16 | 2019-04-16 | 一种行车主动服务系统测试验证平台及其测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110162003A true CN110162003A (zh) | 2019-08-23 |
CN110162003B CN110162003B (zh) | 2021-07-20 |
Family
ID=67639522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910304113.3A Active CN110162003B (zh) | 2019-04-16 | 2019-04-16 | 一种行车主动服务系统测试验证平台及其测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162003B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110794810A (zh) * | 2019-11-06 | 2020-02-14 | 安徽瑞泰智能装备有限公司 | 一种对智能驾驶车辆进行集成化测试的方法 |
CN111783230A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种自动驾驶算法的仿真测试方法及装置 |
US20220113535A1 (en) * | 2019-07-16 | 2022-04-14 | Canon Kabushiki Kaisha | Optical apparatus, onboard system having the same, and mobile device |
WO2022121248A1 (zh) * | 2020-12-11 | 2022-06-16 | 国汽(北京)智能网联汽车研究院有限公司 | 测试评价信息确定方法、装置、设备及计算机存储介质 |
US11400952B2 (en) | 2020-12-24 | 2022-08-02 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for automated driving |
CN115116217A (zh) * | 2022-05-26 | 2022-09-27 | 东北林业大学 | 车道饱和流率与启动损失时间的动态测算方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140309812A1 (en) * | 2013-04-12 | 2014-10-16 | Samsung Electronics Co., Ltd. | Method and apparatus for supporting driving using wireless communication network and system thereof |
CN105976293A (zh) * | 2016-04-29 | 2016-09-28 | 江苏大学 | 一种车联网环境下行车主动服务评价系统及方法 |
CN106128140A (zh) * | 2016-08-11 | 2016-11-16 | 江苏大学 | 车联网环境下行车服务主动感知系统及方法 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN106447542A (zh) * | 2016-08-29 | 2017-02-22 | 江苏大学 | 面向车联网的行车主动服务系统及服务需求动态获取与构建方法 |
CN107103104A (zh) * | 2016-02-19 | 2017-08-29 | 苏州溥诺斯智能科技有限公司 | 一种基于跨层协同架构的车辆智能网联测试系统 |
CN108860064A (zh) * | 2018-04-19 | 2018-11-23 | 江苏大学 | 车联网环境下前挡视线调节主动服务系统及方法 |
-
2019
- 2019-04-16 CN CN201910304113.3A patent/CN110162003B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140309812A1 (en) * | 2013-04-12 | 2014-10-16 | Samsung Electronics Co., Ltd. | Method and apparatus for supporting driving using wireless communication network and system thereof |
CN107103104A (zh) * | 2016-02-19 | 2017-08-29 | 苏州溥诺斯智能科技有限公司 | 一种基于跨层协同架构的车辆智能网联测试系统 |
CN105976293A (zh) * | 2016-04-29 | 2016-09-28 | 江苏大学 | 一种车联网环境下行车主动服务评价系统及方法 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN106128140A (zh) * | 2016-08-11 | 2016-11-16 | 江苏大学 | 车联网环境下行车服务主动感知系统及方法 |
CN106447542A (zh) * | 2016-08-29 | 2017-02-22 | 江苏大学 | 面向车联网的行车主动服务系统及服务需求动态获取与构建方法 |
CN108860064A (zh) * | 2018-04-19 | 2018-11-23 | 江苏大学 | 车联网环境下前挡视线调节主动服务系统及方法 |
Non-Patent Citations (2)
Title |
---|
梁军等: "车联网环境下基于MAS的行车主动服务模型", 《中国科学》 * |
赵振超: "车联网环境下行车主动服务需求感知模型及关键算法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220113535A1 (en) * | 2019-07-16 | 2022-04-14 | Canon Kabushiki Kaisha | Optical apparatus, onboard system having the same, and mobile device |
CN110794810A (zh) * | 2019-11-06 | 2020-02-14 | 安徽瑞泰智能装备有限公司 | 一种对智能驾驶车辆进行集成化测试的方法 |
CN110794810B (zh) * | 2019-11-06 | 2020-07-28 | 安徽瑞泰智能装备有限公司 | 一种对智能驾驶车辆进行集成化测试的方法 |
CN111783230A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种自动驾驶算法的仿真测试方法及装置 |
WO2022121248A1 (zh) * | 2020-12-11 | 2022-06-16 | 国汽(北京)智能网联汽车研究院有限公司 | 测试评价信息确定方法、装置、设备及计算机存储介质 |
US11400952B2 (en) | 2020-12-24 | 2022-08-02 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for automated driving |
CN115116217A (zh) * | 2022-05-26 | 2022-09-27 | 东北林业大学 | 车道饱和流率与启动损失时间的动态测算方法及系统 |
CN115116217B (zh) * | 2022-05-26 | 2023-09-26 | 东北林业大学 | 车道饱和流率与启动损失时间的动态测算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110162003B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110162003A (zh) | 一种行车主动服务系统测试验证平台及其测试方法 | |
Codecá et al. | Luxembourg sumo traffic (lust) scenario: Traffic demand evaluation | |
Uppoor et al. | Large-scale urban vehicular mobility for networking research | |
Uppoor et al. | Generation and analysis of a large-scale urban vehicular mobility dataset | |
Karnadi et al. | Rapid generation of realistic mobility models for VANET | |
WO2019108985A1 (en) | Autonomous vehicle simulation system | |
Dressler et al. | Toward realistic simulation of intervehicle communication | |
Lim et al. | Simulators for vehicular ad hoc network (VANET) development | |
CN116853272A (zh) | 一种融合复杂网络和图Transformer的自动驾驶车辆行为预测方法及系统 | |
Gonzalez-Delicado et al. | Alicante-Murcia freeway scenario: A high-accuracy and large-scale traffic simulation scenario generated using a novel traffic demand calibration method in SUMO | |
Ramakrishna et al. | Anti-carla: An adversarial testing framework for autonomous vehicles in carla | |
Menarini et al. | TRUDI: Testing environment for vehicular applications running with devices in the loop | |
Rajendran et al. | Design and development of traffic-in-loop powertrain simulation | |
Zayas et al. | A digital smart city for emerging mobility systems | |
Zhou et al. | Dynamic origin-destination trip demand estimation for subarea analysis | |
Aravind et al. | Towards modeling realistic mobility for performance evaluations in MANET | |
Huai et al. | sceno RITA: Generating Diverse, Fully-Mutable, Test Scenarios for Autonomous Vehicle Planning | |
Medrano-Berumen et al. | Development of a validation regime for an autonomous campus shuttle | |
Zhou et al. | A survey on autonomous driving system simulators | |
Baur et al. | Realizing an effective and flexible ITS evaluation strategy through modular and multi-scaled traffic simulation | |
CN115499467B (zh) | 基于数字孪生的智能网联车测试平台及其搭建方法与系统 | |
Yáñez et al. | Pedestrians also have something to say: Integration of connected VRU in bidirectional simulations | |
Stolfi et al. | Red Swarm: Smart mobility in cities with EAS | |
EP3859614A1 (en) | Device, method and machine learning system for determining a velocity for a vehicle | |
ElBanhawy et al. | Integrating space-syntax and discrete-event simulation for e-mobility analysis |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |