CN110567733B - 基于acc的失效场景判定方法及系统、服务器及介质 - Google Patents
基于acc的失效场景判定方法及系统、服务器及介质 Download PDFInfo
- Publication number
- CN110567733B CN110567733B CN201910854705.2A CN201910854705A CN110567733B CN 110567733 B CN110567733 B CN 110567733B CN 201910854705 A CN201910854705 A CN 201910854705A CN 110567733 B CN110567733 B CN 110567733B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- threshold
- acc
- target vehicle
- scene
- 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.)
- Active
Links
Images
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
Abstract
本发明公开了一种基于ACC的失效场景判定方法及系统、服务器及存储介质,其在不依赖特定场地特定设计条件下对ACC功能进行专项测试,使用实车路测数据,结合场景定义规则,确定筛选逻辑,从而直接定位可能存在的ACC失效场景,本发明能有效的提高实车路测数据的复用性,降低人力时间成本,直接提升ACC失效场景查找效率,为ACC功能模块优化快速提供数据支持。
Description
技术领域
本发明涉及自动驾驶中高级辅助驾驶系统技术领域,尤其涉及一种基于ACC的失效场景判定方法及系统、服务器及存储介质。
背景技术
自适应巡航功能(ACC)是自动驾驶的高级辅助驾驶系统中的核心功能,针对该功能的失效场景定位分析必不可少,通过对路测过程中采集的数据进行ACC功能分析评价,有助于帮助后期系统优化改进。
目前公知的ACC测试技术是采用人为操作车辆的方式,参照设计要求对该系统进行逐条测试,或者采用机器代替人工去完成测试用例的实施,查找各类场景下可能存在的失效场景;这种测试方法降低了实车路测效率,浪费了大量人力资源,提高了测试成本。
发明内容
有鉴于此,本发明实施例提供了一种基于ACC的失效场景判定方法及系统、服务器及存储介质,以解决现有测试方法实车路测效率低,需要大量人力资源等技术问题。
本发明实施例的第一方面,提供了一种基于ACC的失效场景判定方法,所述基于ACC的失效场景判定方法包括如下步骤:
根据ACC功能特性设定失效场景的阈值条件集,所述阈值条件集包括自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值;
提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括车辆状态标志位;
根据目标车辆状态标志位筛选出位于自车正前方且距离自车最近的目标车辆,并自所有车辆与自车之间的实时状态数据中提取出目标车辆的实时状态数据;
根据设定的阈值条件集对自车和目标车辆对应的实时状态数据进行分析判断,筛选出失效场景。
本发明实施例的第二方面,提供了一种基于ACC的失效场景判定系统,所述基于ACC的失效场景判定系统包括如下功能模块:
条件设定模块,配置为根据ACC功能特性设定失效场景的阈值条件集,所述阈值条件集包括自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值;
数据提取模块,配置为提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括车辆状态标志位;
数据筛选模块,配置为根据目标车辆状态标志位筛选出位于自车正前方且距离自车最近的目标车辆,并自所有车辆与自车之间的实时状态数据中提取出目标车辆的实时状态数据;
场景判断模块,配置为根据设定的阈值条件集对自车和目标车辆对应的实时状态数据进行分析判断,筛选出失效场景。
本发明实施例的第三方面,提供了一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述基于ACC的失效场景判定方法的步骤。
本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述基于ACC的失效场景判定方法的步骤。
本发明提供的基于ACC的失效场景判定方法,其在不依赖特定场地特定设计条件下对ACC功能进行专项测试,使用实车路测数据,结合场景定义规则,确定筛选逻辑,从而直接定位可能存在的ACC失效场景,本发明能有效的提高实车路测数据的复用性,降低人力时间成本,直接提升ACC失效场景查找效率,为ACC功能模块优化快速提供数据支持。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于ACC的失效场景判定方法的流程框图;
图2为本发明实施例提供的基于ACC的失效场景判定系统的步骤流程图;
图3为本发明实施例提供的基于ACC的失效场景判定系统的功能模块框图;
图4为本发明实施例提供的服务器的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供的基于ACC的失效场景判定方法,所述基于ACC的失效场景判定方法包括如下步骤:
S1、根据ACC功能特性设定失效场景的阈值条件集,所述阈值条件集包括自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值。
S2、提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括车辆状态标志位;
S3、根据目标车辆状态标志位筛选出位于自车正前方且距离自车最近的目标车辆,并自所有车辆与自车之间的实时状态数据中提取出目标车辆的实时状态数据;
S4、根据设定的阈值条件集对目标车辆对应的实时状态数据进行分析判断,筛选出失效场景。
具体的,根据ACC功能特性可以设定自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值,同时根据车辆行驶的状态,结合自车与正前方目标车之间的横向距离的绝对阈值设置得到A类阈值条件集,或者结合目标车与自车之间的相对速度阈值以及自车与前车碰撞检测时间阈值设置得到B类条件集。
所述A类阈值条件集如下:
(1)车辆行驶过程中,自车与正前方目标车之间的横向距离LatD的绝对值大于阈值ε1=2.0m;
(2)场景持续时间内,传感器捕捉到的目标车辆状态标志位CIPV=1且对应的唯一ID不发生改变;
(3)场景持续时间内,自车偏航角速率YR的绝对值小于阈值ε2=o.5;
(4)场景持续时间内,自车行驶速度大于50Km/h;
(5)场景持续总时间大于阈值ε3=1.0S;
所述A类阈值条件集是对目标车辆与自车在同一车道且距离较远,或者目标车辆与自车在同一车道且正在变道的状态下产生失效场景的判断,不过,车辆状态并不是判断的限定条件,只要目标车与自车的各项数据同时满足上述5个阈值判断条件,即判断为失效场景。其中,所述场景持续时间的起始时间为同时满足(1)-(4)条件为所述场景持续时间的起始时间,(1)-(4)条件中任一一个条件不满足为结束时间。
所述B类阈值条件集如下:
(1)车辆行驶过程中,目标车与自车之间的相对速度RelV小于阈值ε4=-8.33m/s;
(2)车辆行驶过程中,自车与前车碰撞检测时间TTC小于阈值ε5=6.0s;
(3)场景持续时间内,自车偏航角速率YR的绝对值小于阈值ε2=o.5;
(4)场景持续时间内,自车行驶速度大于50Km/h;
(5)场景持续时间内,传感器捕捉到的目标车辆状态标志位CIPV=1且对应的ID不发生改变;
(6)场景持续的总时间大于阈值ε3=1.0S;
所述B类阈值条件集是对目标车辆正在离开车道或者目标车辆处于弯道上的状态下产生失效场景的判断,同样,车辆状态并不是判断的限定条件,只要目标车与自车的各项数据同时满足上述6个阈值判断条件,即判断为失效场景。其中,所述,自车与前车碰撞检测时间TTC=(目标车与自车之间的纵向距离LonD/自车速度Vs)<ε5;所述场景持续时间的起始时间为同时满足(1)-(5)条件为所述场景持续时间的起始时间,(1)-(5)条件中任一一个条件不满足为结束时间。
如图2所示,设置好上述阈值集之后,首先提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括目标车与自车之间的横向距离LatD,纵向距离LonD,相对速度RelV,偏航角速率YR,自车速度Vs,目标车辆状态标志位CIPV以及目标车编号ID。
根据目标车辆状态标志位CIPV筛选出位于自车正前方且距离自车最近的目标车辆,当所述车辆状态标志位CIPV=1时,即判断该车辆为位于自车正前方且距离自车最近的目标车辆;自所有车辆与自车之间的实时状态数据中提取出车辆状态标志位CIPV=1对应的目标车辆的实时状态数据。
根据设定的A类阈值条件集和B类阈值条件集对目标车辆对应的实时状态数据进行分析判断,A类阈值条件集和B类阈值条件集的匹配筛选顺序不定,对于可以先判断A类阈值条件集,再判断B类阈值条件集,也可以同时判断A类阈值条件集和B类阈值条件集,通过A类阈值条件集和B类阈值条件集对自车和目标车辆的实时状态数据进行比对,判断筛选出失效场景。
本发明提供的基于ACC的失效场景判定方法,其在不依赖特定场地特定设计条件下对ACC功能进行专项测试,使用实车路测数据,结合场景定义规则,确定筛选逻辑,从而直接定位可能存在的ACC失效场景,本发明能有效的提高实车路测数据的复用性,降低人力时间成本,直接提升ACC失效场景查找效率,为ACC功能模块优化快速提供数据支持。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种基于ACC的失效场景判定方法,下面将对一种基于ACC的失效场景判定系统进行详细描述。
图3示出了本发明实施例提供的基于ACC的失效场景判定系统的一个功能模块框图。如图3所示,所述基于ACC的失效场景判定系统包括以下功能模块:
条件设定模块10,配置为根据ACC功能特性设定失效场景的阈值条件集,所述阈值条件集包括自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值;
数据提取模块20,配置为提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括车辆状态标志位;
数据筛选模块30,配置为根据目标车辆状态标志位筛选出位于自车正前方且距离自车最近的目标车辆,并自所有车辆与自车之间的实时状态数据中提取出目标车辆的实时状态数据;
场景判断模块40,配置为根据设定的阈值条件集对自车和目标车辆对应的实时状态数据进行分析判断,筛选出失效场景。
图4是本发明一实施例提供的基于ACC的失效场景判定的服务器结构的示意图。所述服务器为提供计算服务的设备,通常指具有较高计算能力,通过网络提供给多个用户使用的计算机。如图4所示,该实施例的服务器5包括:存储器51、处理器52以及系统总线53,所述存储器51包括存储其上的可运行的程序511,本领域技术人员可以理解,图4中示出的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图4对终端设备的各个构成部件进行具体的介绍:
存储器51可用于存储软件程序以及模块,处理器52通过运行存储在存储器51的软件程序以及模块,从而执行终端的各种功能应用以及数据处理。存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器51上包含基于ACC的失效场景判定方法的可运行程序511,所述可运行程序511可以被分割成一个或多个模块/单元,所述一个或多个模块/单元被存储在所述存储器51中,并由处理器52执行,以完成通知的传递并获取通知实现过程,所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序511在所述服务器5中的执行过程。例如,所述计算机程序511可以被分割为获取模块、比对模块、拼接模块和发送模块。
处理器52是服务器的控制中心,利用各种接口和线路连接整个终端设备的各个部分,通过运行或执行存储在存储器51内的软件程序和/或模块,以及调用存储在存储器51内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。可选的,处理器52可包括一个或多个处理单元;优选的,处理器52可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器52中。
系统总线53是用来连接计算机内部各功能部件,可以传送数据信息、地址信息、控制信息,其种类可以是例如PCI总线、ISA总线、VESA总线等。处理器52的指令通过总线传递至存储器51,存储器51反馈数据给处理器52,系统总线53负责处理器52与存储器51之间的数据、指令交互。当然系统总线53还可以接入其他设备,例如网络接口、显示设备等。
所述服务器应至少包括CPU、芯片组、内存、磁盘系统等,其他构成部件在此不再赘述。
在本发明实施例中,该终端所包括的处理器52执行的可运行程序具体为:一种基于ACC的失效场景判定方法,其包括:
根据ACC功能特性设定失效场景的阈值条件集,所述阈值条件集包括自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值。
提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括车辆状态标志位;
根据目标车辆状态标志位筛选出位于自车正前方且距离自车最近的目标车辆,并自所有车辆与自车之间的实时状态数据中提取出目标车辆的实时状态数据;
根据设定的阈值条件集对目标车辆对应的实时状态数据进行分析判断,筛选出失效场景。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于ACC的失效场景判定方法,其特征在于,所述基于ACC的失效场景判定方法包括如下步骤:
根据ACC功能特性设定失效场景的阈值条件集,所述阈值条件集包括自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值;
提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括车辆状态标志位;
根据目标车辆状态标志位筛选出位于自车正前方且距离自车最近的目标车辆,并自所有车辆与自车之间的实时状态数据中提取出目标车辆的实时状态数据;
根据设定的阈值条件集对自车和目标车辆对应的实时状态数据进行分析判断,筛选出失效场景。
2.根据权利要求1所述基于ACC的失效场景判定方法,其特征在于,所述阈值条件集还包括自车与正前方目标车之间的横向距离的绝对阈值。
3.根据权利要求2所述基于ACC的失效场景判定方法,其特征在于,当目标车辆同时满足以下阈值条件集,则判定为失效场景:
(1)车辆行驶过程中,自车与正前方目标车之间的横向距离LatD的绝对值大于阈值ε1=2.0m;
(2)场景持续时间内,传感器捕捉到的目标车辆状态标志位CIPV=1且对应的唯一ID不发生改变;
(3)场景持续时间内,自车偏航角速率YR的绝对值小于阈值ε2=o.5;
(4)场景持续时间内,自车行驶速度大于50Km/h;
(5)场景持续总时间大于阈值ε3=1.0S。
4.根据权利要求3所述基于ACC的失效场景判定方法,其特征在于,所述场景持续时间的起始时间为同时满足(1)-(4)条件为所述场景持续时间的起始时间,(1)-(4)条件中任一一个条件不满足为结束时间。
5.根据权利要求1所述基于ACC的失效场景判定方法,其特征在于,所述阈值条件集还包括目标车与自车之间的相对速度阈值以及自车与前车碰撞检测时间阈值。
6.根据权利要求5所述基于ACC的失效场景判定方法,其特征在于,当目标车辆同时满足以下阈值条件集,则判定为失效场景:
(1)车辆行驶过程中,目标车与自车之间的相对速度RelV小于阈值ε4=-8.33m/s;
(2)车辆行驶过程中,与前车碰撞检测时间TTC小于阈值ε5=6.0s;
(3)场景持续时间内,自车偏航角速率YR的绝对值小于阈值ε2=o.5;
(4)场景持续时间内,自车行驶速度大于50Km/h;
(5)场景持续时间内,传感器捕捉到的目标车辆状态标志位CIPV=1且对应的ID不发生改变;
(6)场景持续的总时间大于阈值ε3=1.0S。
7.根据权利要求6所述基于ACC的失效场景判定方法,其特征在于,所述场景持续时间的起始时间为同时满足(1)-(5)条件为所述场景持续时间的起始时间,(1)-(5)条件中任一一个条件不满足为结束时间。
8.一种基于ACC的失效场景判定系统,其特征在于,所述基于ACC的失效场景判定系统包括如下功能模块:
条件设定模块,配置为根据ACC功能特性设定失效场景的阈值条件集,所述阈值条件集包括自车行驶速度阈值、自车偏航角速率的绝对阈值以及场景持续时间阈值;
数据提取模块,配置为提取摄像头的视频数据与雷达数据中所有的CAN信号数据,根据ACC功能特性自车辆CAN信号数据提取所有车辆与自车之间的实时状态数据,所述实时状态数据包括车辆状态标志位;
数据筛选模块,配置为根据目标车辆状态标志位筛选出位于自车正前方且距离自车最近的目标车辆,并自所有车辆与自车之间的实时状态数据中提取出目标车辆的实时状态数据;
场景判断模块,配置为根据设定的阈值条件集对自车和目标车辆对应的实时状态数据进行分析判断,筛选出失效场景。
9.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于ACC的失效场景判定方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于ACC的失效场景判定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910854705.2A CN110567733B (zh) | 2019-09-10 | 2019-09-10 | 基于acc的失效场景判定方法及系统、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910854705.2A CN110567733B (zh) | 2019-09-10 | 2019-09-10 | 基于acc的失效场景判定方法及系统、服务器及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110567733A CN110567733A (zh) | 2019-12-13 |
CN110567733B true CN110567733B (zh) | 2021-07-16 |
Family
ID=68778969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910854705.2A Active CN110567733B (zh) | 2019-09-10 | 2019-09-10 | 基于acc的失效场景判定方法及系统、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110567733B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111127701B (zh) * | 2019-12-24 | 2022-02-11 | 武汉光庭信息技术股份有限公司 | 车辆失效场景检测方法及系统 |
CN112346985B (zh) * | 2020-11-24 | 2022-05-10 | 武汉光庭信息技术股份有限公司 | 一种acc功能失效判定方法、系统、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1746801A (zh) * | 2005-07-18 | 2006-03-15 | 李胜强 | 一种汽车自动驾驶系统 |
CN102435442A (zh) * | 2011-09-05 | 2012-05-02 | 北京航空航天大学 | 一种用于车辆道路试验的自动驾驶机器人 |
CN106769080A (zh) * | 2016-11-30 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于测量无人驾驶车辆的行驶精度的方法和装置 |
CN107089231A (zh) * | 2017-03-27 | 2017-08-25 | 中国第汽车股份有限公司 | 一种自动跟车行驶控制系统及其方法 |
CN108319250A (zh) * | 2017-12-25 | 2018-07-24 | 浙江合众新能源汽车有限公司 | 智能驾驶汽车试验方法 |
CN108569296A (zh) * | 2017-12-15 | 2018-09-25 | 蔚来汽车有限公司 | 自适应匹配辅助驾驶系统的方法及其实现模块 |
CN110160804A (zh) * | 2019-05-31 | 2019-08-23 | 中国科学院深圳先进技术研究院 | 一种自动驾驶车辆的测试方法、装置及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6549892B2 (ja) * | 2014-05-19 | 2019-07-24 | 株式会社堀場製作所 | 車両試験システム、試験管理装置、試験管理プログラム及び車両試験方法 |
EP3270136B1 (en) * | 2015-03-11 | 2020-12-09 | Horiba, Ltd.g | Simulated driving system |
DE102017210859A1 (de) * | 2017-06-28 | 2019-01-03 | Robert Bosch Gmbh | Verfahren zur Selbstüberprüfung von Fahrfunktionen eines autonomen oder teilautonomen Fahrzeuges |
CN109211574A (zh) * | 2017-07-05 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车的场地测试方法、装置、设备及可读介质 |
-
2019
- 2019-09-10 CN CN201910854705.2A patent/CN110567733B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1746801A (zh) * | 2005-07-18 | 2006-03-15 | 李胜强 | 一种汽车自动驾驶系统 |
CN102435442A (zh) * | 2011-09-05 | 2012-05-02 | 北京航空航天大学 | 一种用于车辆道路试验的自动驾驶机器人 |
CN106769080A (zh) * | 2016-11-30 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于测量无人驾驶车辆的行驶精度的方法和装置 |
CN107089231A (zh) * | 2017-03-27 | 2017-08-25 | 中国第汽车股份有限公司 | 一种自动跟车行驶控制系统及其方法 |
CN108569296A (zh) * | 2017-12-15 | 2018-09-25 | 蔚来汽车有限公司 | 自适应匹配辅助驾驶系统的方法及其实现模块 |
CN108319250A (zh) * | 2017-12-25 | 2018-07-24 | 浙江合众新能源汽车有限公司 | 智能驾驶汽车试验方法 |
CN110160804A (zh) * | 2019-05-31 | 2019-08-23 | 中国科学院深圳先进技术研究院 | 一种自动驾驶车辆的测试方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
自动紧急制动系统失效场景分类研究;宋雪松;《质量与标准化》;20190825;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110567733A (zh) | 2019-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087510B (zh) | 交通监测方法及装置 | |
CN110414451B (zh) | 一种基于端对端的车牌识别方法、装置、设备及存储介质 | |
CN110910655A (zh) | 一种停车管理方法、装置及设备 | |
EP3806064A1 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
CN103927880B (zh) | 一种车牌识别比对方法及装置 | |
CN108877269B (zh) | 一种交叉路口车辆状态检测及v2x广播方法 | |
CN110717248A (zh) | 自动驾驶仿真场景的生成方法及系统、服务器及介质 | |
CN110567733B (zh) | 基于acc的失效场景判定方法及系统、服务器及介质 | |
CN110569804B (zh) | 基于文本数据的失效场景判断方法及系统、服务器及介质 | |
CN109766793B (zh) | 数据处理方法和装置 | |
CN112163544B (zh) | 一种非机动车辆乱摆放的判断方法及系统 | |
CN110599453A (zh) | 一种基于图像融合的面板缺陷检测方法、装置及设备终端 | |
CN112466118A (zh) | 车辆驾驶行为识别方法、系统、电子设备及存储介质 | |
CN113297939B (zh) | 障碍物检测方法、系统、终端设备及存储介质 | |
CN113313110B (zh) | 一种车牌类型识别模型构建及车牌类型识别方法 | |
EP3734568A1 (en) | Data extraction method and device | |
CN111177878B (zh) | 衍生仿真场景筛选方法、装置和终端 | |
CN114005074A (zh) | 交通事故的确定方法、装置及电子设备 | |
CN116107902A (zh) | 测试数据的回灌方法和装置、测试数据的回灌系统 | |
CN114495056A (zh) | 停车场柱子检测方法、检测装置、车辆及存储介质 | |
CN115311522A (zh) | 用于自动驾驶的目标检测方法及装置、电子设备及介质 | |
CN112435475B (zh) | 一种交通状态检测方法、装置、设备及存储介质 | |
CN111753926B (zh) | 一种用于智慧城市的数据共享方法及系统 | |
CN113902999A (zh) | 一种跟踪方法、装置、设备及介质 | |
CN110581979B (zh) | 一种图像采集系统、方法及装置 |
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 |