CN110967980A - 一种无人驾驶汽车性能的测试方法 - Google Patents

一种无人驾驶汽车性能的测试方法 Download PDF

Info

Publication number
CN110967980A
CN110967980A CN201911162305.1A CN201911162305A CN110967980A CN 110967980 A CN110967980 A CN 110967980A CN 201911162305 A CN201911162305 A CN 201911162305A CN 110967980 A CN110967980 A CN 110967980A
Authority
CN
China
Prior art keywords
unmanned vehicle
road network
test
tested
thresh
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
Application number
CN201911162305.1A
Other languages
English (en)
Other versions
CN110967980B (zh
Inventor
吴建平
罗龙溪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201911162305.1A priority Critical patent/CN110967980B/zh
Publication of CN110967980A publication Critical patent/CN110967980A/zh
Application granted granted Critical
Publication of CN110967980B publication Critical patent/CN110967980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种无人驾驶汽车性能的测试方法，属于汽车性能鉴定技术领域。本发明的无人驾驶汽车性能的测试方法，用安全系数对被测无人驾驶汽车的性能进行量化，针对无人驾驶汽车的性能进行虚拟测试，测试过程中同时考虑了不同测试环境场景、相应的道路条件以及交通模拟数据部分缺失的情况，因此可以避免无人驾驶汽车在实体道路测试中存在的安全隐患，弥补了无人驾驶车辆在测试场中交通场景和环境场景以及相应的道路条件不能满足测试要求的不足。本发明方法步骤具体，多次循环测试后，得到的测试结果稳定可靠，因此本发明方法的可实施性强。

Description

一种无人驾驶汽车性能的测试方法
技术领域
本发明涉及一种无人驾驶汽车性能的测试方法，属于车辆性能鉴定技术领域。
背景技术
在近年来，无人驾驶汽车的开发得到了高度的关注，相关的领域的发展，多注重于无人驾驶技术的突破。然而，目前还没有合适的、被广泛认可的无人驾驶汽车性能的测试方法。然而，而未经测试的无人驾驶技术不能被引入市场。只有通过测试证明，无人驾驶汽车能够正常安全地行驶，才能被引入市场、被大众所接受。
由于针对无人驾驶汽车性能的测试需要考虑复杂的场景，主要考验的是无人驾驶汽车代替人类司机做出决策的性能，需要测试无人驾驶车辆在极端危险场景中的应急反应，传统的道路上的测试已经不能满足。而且，在道路上的测试，往往带来很大的安全风险。Uber的无人驾驶汽车和Google的无人驾驶汽车都曾在道路测试中出现过安全事故，甚至导致了人员伤亡，在信息传播迅速的今天，为无人汽车行业的发展带来了极大的负面影响。人工搭建的测试场由于受场地限制，不能完全反应真实的交通场景，如复杂变化的交通流，且不能按照测试要求改变交通场景，难以满足无人驾驶汽车的测试需求。仿真技术可以根据测试要求，对各种真实交通场景进行模拟，再现复杂的真实交通环境，且避免了道路测试和测试场测试中的安全隐患，为无人驾驶技术的测试提供一种可行的方法。
中国发明专利CN108681264A一种智能车辆数字化仿真测试装置，提出一种智能车辆数字化仿真测试装置。然而该专利存在四个问题：第一，发明中没有具体的实施步骤，没有可实施性。第二，没有提出无人驾驶汽车控制逻辑的评估和量化标准。第三，没有考虑在感知数据缺失的情况下，对无人驾驶汽车的评估和量化。
发明内容
本发明目的是提出一种无人驾驶汽车性能的测试方法，在测试过程中同时考虑不同测试环境场景、相应的道路条件以及交通模拟数据部分缺失的情况，以避免无人驾驶汽车在实体道路测试中存在的安全隐患。
本发明提出的无人驾驶汽车性能的测试方法，包括以下步骤：
(1)根据无人驾驶汽车的性能测试要求，设定无人驾驶汽车性能测试的路网，路网由多个交通场景依次串联而成，每个交通场景之间具有一定间隔，路网中设有多个出入口；
(2)根据无人驾驶汽车的性能测试要求，设定无人驾驶汽车性能测试的环境场景，环境场景共有H个，并设定与不同路网环境场景相对应的路面条件；
(3)设定无人驾驶汽车性能测试的路网中的背景车辆M辆，根据无人驾驶汽车的性能测试要求，设定背景车辆的车流频率和密度，M辆背景车辆以m辆/秒的频率进入路网，背景车辆处于正常行驶中，背景车辆根据无人驾驶汽车的性能测试要求从设定的出入口进出路网；
(4)选择步骤(2)中的一个环境场景h，在该环境场景h下，按照步骤(3)中的设定使背景车辆按照设定频率进入路网，同时，在设定时刻t后，被测试无人驾驶汽车从路网中互相串联的多个交通场景的第一个场景进入路网，从路网中互相串联的多个交通场景的最后场景驶出路网；
(5)向被测试无人驾驶汽车发送交通模拟数据，包括与被测试无人驾驶汽车距离s内的背景车辆的位置、背景车辆的朝向、背景车辆的速度、交通场景、环境场景和路面条件，每半秒钟，对被测无人驾驶汽车的行车状态，包括被测无人驾驶汽车的位置、朝向、车速、加速度、制动和前后行车距离进行采样，设定一个初始安全系数E0；
(6)根据步骤(5)中采样数据中的被测试无人驾驶汽车的行车状态，计算被测无人驾驶汽车的安全系数，若被测无人驾驶汽车处于非正常行车状态，则从初始安全系数E0中扣除ei，其中，i为行车状态；
(7)遍历步骤(5)中的被测试无人驾驶汽车的行车状态，重复步骤(6)，得到安全系数E＝E0-∑ei；
(8)重复步骤(5)-步骤(7)N次，得到N个安全系数E，设定一个安全系数阈值Ethresh，将N个安全系数分别与安全系数阈值Ethresh进行比较，若N个安全系数中的任意一个小于或等于安全系数阈值Ethresh，则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶汽车未通过测试，进行步骤(9)，若N个安全系数中的每个安全系数均大于安全系数阈值Ethresh，则计算N个安全系数的平均值u和方差σ，设定一个方差σ的阈值σthresh，对N个安全系数的方差σ进行判断，若N个安全系数的方差σ小于或等于方差阈值σthresh,则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶汽车通过测试，进行步骤(9)，若N个安全系数的方差σ大于方差阈值σthresh,则设定一个循环次数的阈值Nthresh，对循环次数N进行判断，若循环次数N大于或等于Nthresh，则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶车辆通过测试，进行步骤(9)，若循环次数N小于Nthresh，则重复本步骤；
(9)遍历步骤(2)中的H个环境场景，重复步骤(4)-步骤(8)，得到所有环境场景下的被测试无人驾驶汽车的测试结果，并记录；
(10)从步骤(5)中随机挑选交通模拟数据发送给被测无人驾驶汽车，重复步骤(4)-步骤(9)，得到在交通模拟数据部分缺失的情况下，被测试无人驾驶汽车的测试结果，实现无人驾驶汽车性能的测试。
本发明提出的无人驾驶汽车性能的测试方法，其优点是：
本发明的无人驾驶汽车性能的测试方法，用安全系数对被测无人驾驶汽车的性能进行量化，针对无人驾驶汽车的性能进行虚拟测试，测试过程中同时考虑了不同测试环境场景、相应的道路条件以及交通模拟数据部分缺失的情况，因此可以避免无人驾驶汽车在实体道路测试中存在的安全隐患，弥补了无人驾驶车辆在测试场中交通场景和环境场景以及相应的道路条件不能满足测试要求的不足。本发明方法步骤具体，多次循环测试后，得到的测试结果稳定可靠，因此本发明方法的可实施性强。
附图说明
图1是本发明方法的流程框图。
图2是本发明方法涉及的路网示意图。
具体实施方式
本发明提出的无人驾驶汽车性能的测试方法，其流程框图如图1所示，包括以下步骤：
(1)根据无人驾驶汽车的性能测试要求，设定无人驾驶汽车性能测试的路网，路网由多个交通场景依次串联而成，每个交通场景之间具有一定间隔，路网中设有多个出入口，本发明的一个实施例中，交通场景共有10个，包括：无人通行的人行横道、有人通行的人行横道、在有信号灯的十字路口直行、在有信号灯的十字路口左转、在有信号灯的十字路口右转，在没有信号灯的十字路口右转、在没有信号灯的十字路口左转、在没有信号灯的十字路口直行、匝道进入高速和匝道离开高速，设定每个交通场景之间的间距为1km，该路网中设有11个出入口，如图2所示；
目前国际上较成熟的商用交通仿真软件主要包括：西班牙的AIMSUN、德国的VlSSIM、美国的SUMO、我国的FLOWSIM等。本实施例中，可选用任一软件进行仿真。
(2)根据无人驾驶汽车的性能测试要求，设定无人驾驶汽车性能测试的环境场景，环境场景共有H个，并设定与不同路网环境场景相对应的路面条件，本发明的一个实施例中，路网环境场景包括：晴朗、下雨、下雪、大雾和阳光直射，不同环境场景的路面条件依次为干燥、湿滑、湿滑、较湿滑和干燥；
(3)设定无人驾驶汽车性能测试的路网中的背景车辆M辆，(本发明一个实施例中，6000辆背景车辆在3600秒内进入路网)，根据无人驾驶汽车的性能测试要求，设定背景车辆的车流频率和密度，M辆背景车辆以m辆/秒的频率进入路网，背景车辆处于正常行驶中，(本发明的一个实施例中，路网中的背景车辆的正常驾驶行为由仿真软件设定，例如由模糊逻辑高速公路仿真模型(FLOWSIM)设定，该模型参见文献：Jianping Wu,Mark Brackstone,Mike McDonald.,Fuzzy sets and systems for a motorway microscopic simulationmodel[J].Fuzzy Sets and Systems(S0165-0114),2000,116(1):65-76.https://doi.org/10.1016/S0165-0114(99)00038-X1)，背景车辆根据无人驾驶汽车的性能测试要求从设定的出入口进出路网；
(4)选择步骤(2)中的一个环境场景h，在该环境场景h下，按照步骤(3)中的设定使背景车辆按照设定频率进入路网，同时，在设定时刻t后，本发明一个实施例中，设定时刻为20秒，被测试无人驾驶汽车从路网中互相串联的多个交通场景的第一个场景进入路网，从路网中互相串联的多个交通场景的最后场景驶出路网；
(5)向被测试无人驾驶汽车发送交通模拟数据，包括与被测试无人驾驶汽车距离s内的背景车辆的位置、背景车辆的朝向、背景车辆的速度、交通场景、环境场景和路面条件，每半秒钟，对被测试无人驾驶汽车的行车状态，包括被测试无人驾驶汽车的位置、朝向、车速、加速度、制动和前后行车距离进行采样，设定一个初始安全系数E0；
(6)根据步骤(5)中采样数据中的被测试无人驾驶汽车的行车状态，计算被测试无人驾驶汽车的安全系数，若被测试无人驾驶汽车处于非正常行车状态，则从初始安全系数E0中扣除ei，其中，i为行车状态，本发明一个实施例中，初始安全系数E0为10分，根据被测试无人驾驶车辆的位置，判定被测试无人车辆是否偏离车道，若偏离车道，则从初始安全系数E0中扣除5分，根据被测试无人驾驶车辆的加速度，判定被测试无人驾驶车辆是否处于危险加速度或减速度，若处于危险加速度或减速度，则从初始安全系数E0中扣除5分，等等。
(7)遍历步骤(5)中的被测试无人驾驶汽车的行车状态，重复步骤(6)，得到安全系数E＝E0-∑ei；
(8)重复步骤(5)-步骤(7)N次，得到N个安全系数E，设定一个安全系数阈值Ethresh，将N个安全系数分别与安全系数阈值Ethresh进行比较，若N个安全系数中的任意一个小于或等于安全系数阈值Ethresh，(在本发明的一个实施例中，阈值Ethresh为0)，则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶汽车未通过测试，进行步骤(9)，若N个安全系数中的每个安全系数均大于安全系数阈值Ethresh，则计算N个安全系数的平均值u和方差σ，设定一个方差σ的阈值σthresh，在本发明的一个实施例中，阈值σthresh为0.02*u，对N个安全系数的方差σ进行判断，若N个安全系数的方差σ小于或等于方差阈值σthresh,则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶汽车通过测试，进行步骤(9)，若N个安全系数的方差σ大于方差阈值σthresh,则设定一个循环次数的阈值Nthresh，(在本发明的实施例中，Nthresh为3000次)，对循环次数N进行判断，若循环次数N大于或等于Nthresh，则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶车辆通过测试，进行步骤(9)，若循环次数N小于Nthresh，则重复本步骤；
(9)遍历步骤(2)中的H个环境场景，重复步骤(4)-步骤(8)，得到所有环境场景下的被测试无人驾驶汽车的测试结果，并记录；
(10)从步骤(5)中随机挑选交通模拟数据发送给被测试无人驾驶汽车，(在本发明的一个实施例中，挑选80％)，重复步骤(4)-步骤(9)，得到在交通模拟数据部分缺失的情况下，被测试无人驾驶汽车的测试结果，实现无人驾驶汽车性能的测试。
本发明的一个实施例中，得到的测试结果可以列表如下：
表1
Figure BDA0002286464980000051
从表1中可以看出，在交通模拟数据完整的情况下，被测无人驾驶车辆通过了大部分的测试，然而，在交通模拟数据不完整(80％)的情况下，被测无人驾驶车辆只通过了在晴朗的环境场景下的测试。

Claims (1)

1.一种无人驾驶汽车性能的测试方法，其特征在于该测试方法包括以下步骤：
(1)根据无人驾驶汽车的性能测试要求，设定无人驾驶汽车性能测试的路网，路网由多个交通场景依次串联而成，每个交通场景之间具有一定间隔，路网中设有多个出入口；
(2)根据无人驾驶汽车的性能测试要求，设定无人驾驶汽车性能测试的环境场景，环境场景共有H个，并设定与不同路网环境场景相对应的路面条件；
(3)设定无人驾驶汽车性能测试的路网中的背景车辆M辆，根据无人驾驶汽车的性能测试要求，设定背景车辆的车流频率和密度，M辆背景车辆以m辆/秒的频率进入路网，背景车辆处于正常行驶中，背景车辆根据无人驾驶汽车的性能测试要求从设定的出入口进出路网；
(4)选择步骤(2)中的一个环境场景h，在该环境场景h下，按照步骤(3)中的设定使背景车辆按照设定频率进入路网，同时，在设定时刻t后，被测试无人驾驶汽车从路网中互相串联的多个交通场景的第一个场景进入路网，从路网中互相串联的多个交通场景的最后场景驶出路网；
(5)向被测试无人驾驶汽车发送交通模拟数据，包括与被测试无人驾驶汽车距离s内的背景车辆的位置、背景车辆的朝向、背景车辆的速度、交通场景、环境场景和路面条件，每半秒钟，对被测无人驾驶汽车的行车状态，包括被测无人驾驶汽车的位置、朝向、车速、加速度、制动和前后行车距离进行采样，设定一个初始安全系数E0；
(6)根据步骤(5)中采样数据中的被测试无人驾驶汽车的行车状态，计算被测试无人驾驶汽车的安全系数，若被测试无人驾驶汽车处于非正常行车状态，则从初始安全系数E0中扣除ei，其中，i为行车状态；
(7)遍历步骤(5)中的被测试无人驾驶汽车的行车状态，重复步骤(6)，得到安全系数E＝E0-∑ei；
(8)重复步骤(5)-步骤(7)N次，得到N个安全系数E，设定一个安全系数阈值Ethresh，将N个安全系数分别与安全系数阈值Ethresh进行比较，若N个安全系数中的任意一个小于或等于安全系数阈值Ethresh，则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶汽车未通过测试，进行步骤(9)，若N个安全系数中的每个安全系数均大于安全系数阈值Ethresh，则计算N个安全系数的平均值u和方差σ，设定一个方差σ的阈值σthresh，对N个安全系数的方差σ进行判断，若N个安全系数的方差σ小于或等于方差阈值σthresh，则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶汽车通过测试，进行步骤(9)，若N个安全系数的方差σ大于方差阈值σthresh，则设定一个循环次数的阈值Nthresh，对循环次数N进行判断，若循环次数N大于或等于Nthresh，则判定在与行车状态相应的步骤(2)的路网环境场景下被测试无人驾驶车辆通过测试，进行步骤(9)，若循环次数N小于Nthresh，则重复本步骤；
(9)遍历步骤(2)中的H个环境场景，重复步骤(4)-步骤(8)，得到所有环境场景下的被测试无人驾驶汽车的测试结果，并记录；
(10)从步骤(5)中随机挑选交通模拟数据发送给被测试无人驾驶汽车，重复步骤(4)-步骤(9)，得到在交通模拟数据部分缺失的情况下，被测试无人驾驶汽车的测试结果，实现无人驾驶汽车性能的测试。
CN201911162305.1A 2019-11-25 2019-11-25 一种无人驾驶汽车性能的测试方法 Active CN110967980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911162305.1A CN110967980B (zh) 2019-11-25 2019-11-25 一种无人驾驶汽车性能的测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911162305.1A CN110967980B (zh) 2019-11-25 2019-11-25 一种无人驾驶汽车性能的测试方法

Publications (2)

Publication Number Publication Date
CN110967980A true CN110967980A (zh) 2020-04-07
CN110967980B CN110967980B (zh) 2020-11-06

Family

ID=70031527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911162305.1A Active CN110967980B (zh) 2019-11-25 2019-11-25 一种无人驾驶汽车性能的测试方法

Country Status (1)

Country Link
CN (1) CN110967980B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111694752A (zh) * 2020-07-28 2020-09-22 中移（杭州）信息技术有限公司 应用测试方法、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103852264A (zh) * 2014-03-27 2014-06-11 北京联合大学 一种无人驾驶车辆基本性能测试系统及测试方法
DE102013010979A1 (de) * 2013-07-01 2015-01-08 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Vorrichtung und Verfahren zum Test eines Steuergerätes
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
CN107843440A (zh) * 2017-10-30 2018-03-27 青岛慧拓智能机器有限公司 一种自动驾驶车辆性能测试系统及方法
CN109515444A (zh) * 2017-09-18 2019-03-26 百度在线网络技术（北京）有限公司 用于输出无人驾驶汽车的行驶性能指标的方法和装置
WO2019070790A1 (en) * 2017-10-04 2019-04-11 Trustees Of Tufts College SYSTEMS AND METHODS FOR ENSURING SAFE STANDARD COMPLIANCE WITH INTELLIGENT SYSTEM STANDARDS AND ETHICS
CN109711009A (zh) * 2018-12-13 2019-05-03 北京掌行通信息技术有限公司 无人驾驶汽车性能评价方法、装置、电子设备及介质
US20190188023A1 (en) * 2017-12-14 2019-06-20 Samsung Electronics Co., Ltd. Method for data center storage evaluation framework simulation
CN109946997A (zh) * 2019-04-25 2019-06-28 中国水利水电科学研究院 一种仿真大坝调控方法、装置及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013010979A1 (de) * 2013-07-01 2015-01-08 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Vorrichtung und Verfahren zum Test eines Steuergerätes
CN103852264A (zh) * 2014-03-27 2014-06-11 北京联合大学 一种无人驾驶车辆基本性能测试系统及测试方法
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
CN109515444A (zh) * 2017-09-18 2019-03-26 百度在线网络技术（北京）有限公司 用于输出无人驾驶汽车的行驶性能指标的方法和装置
WO2019070790A1 (en) * 2017-10-04 2019-04-11 Trustees Of Tufts College SYSTEMS AND METHODS FOR ENSURING SAFE STANDARD COMPLIANCE WITH INTELLIGENT SYSTEM STANDARDS AND ETHICS
CN107843440A (zh) * 2017-10-30 2018-03-27 青岛慧拓智能机器有限公司 一种自动驾驶车辆性能测试系统及方法
US20190188023A1 (en) * 2017-12-14 2019-06-20 Samsung Electronics Co., Ltd. Method for data center storage evaluation framework simulation
CN109711009A (zh) * 2018-12-13 2019-05-03 北京掌行通信息技术有限公司 无人驾驶汽车性能评价方法、装置、电子设备及介质
CN109946997A (zh) * 2019-04-25 2019-06-28 中国水利水电科学研究院 一种仿真大坝调控方法、装置及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
冯涛 等: "微观交通仿真与GIS数据共享的本体方法", 《数学的实践与认识》 *
吴建平 等: "The Design and Implementation of Real-Time Automatic Vehicle Detection and Counting System", 《2009 INTERNATIONAL CONFERENCE ON INFORMATION ENGINEERING AND COMPUTER SCIENCE》 *
王光辉: "高速公路交通运行状态判别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
贾宇涵 等: "Study on FLOWSIM and its Application", 《系统仿真学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111694752A (zh) * 2020-07-28 2020-09-22 中移（杭州）信息技术有限公司 应用测试方法、电子设备及存储介质
CN111694752B (zh) * 2020-07-28 2023-09-05 中移（杭州）信息技术有限公司 应用测试方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN110967980B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
US20210197851A1 (en) Method for building virtual scenario library for autonomous vehicle
CN111178402B (zh) 一种自动驾驶车辆道路测试的场景分类方法及装置
CN110502852B (zh) 一种自动驾驶仿真测试场景的生成方法及生成系统
TWI430212B (zh) 利用多特徵自動集群法之異常行為偵測系統與方法
CN111815959B (zh) 一种车辆违章的检测方法、装置以及计算机可读存储介质
CN110188482B (zh) 一种基于智能驾驶的测试场景创建方法及装置
CN106203330A (zh) 一种基于卷积神经网络的车辆分类方法
CN106934378B (zh) 一种基于视频深度学习的汽车远光灯识别系统及方法
CN105741553A (zh) 基于动态阈值的识别车辆轨迹中停靠路段的方法
CN110322687B (zh) 确定目标交叉口运行状态信息的方法和装置
CN110967980B (zh) 一种无人驾驶汽车性能的测试方法
CN111797768A (zh) 一种城市道路交通拥堵多原因自动实时识别方法及系统
CN112288023A (zh) 基于模拟驾驶器和svm算法的激进驾驶识别的建模方法
Taylor et al. Road type classification through data mining
CN117892178A (zh) 一种基于智能汽车交通态势风险认知的场景提取方法
CN111932829B (zh) 一种预防疲劳驾驶设施效用测试方法及系统
CN116997890A (zh) 生成未知不安全场景、改进自动交通工具、计算机系统
CN112863173A (zh) 一种判定信号交叉口非现场执法设备对非机动车违规过街数量影响的方法
CN116663403B (zh) 一种基于贝叶斯网络和跟驰模型的信号交叉口交通仿真方法
CN112785863B (zh) 基于K-Means和熵加权的并道决策分类预警方法
CN117033162B (zh) 一种基于场景生成的自动驾驶虚拟仿真测试方法及系统
CN116824856B (zh) 一种基于车辆身份数据的异常跟随行为识别方法
CN112528881B (zh) 一种公路场景识别中抑制过拟合的训练方法
CN114677837B (zh) 一种基于雷视数据的交通仿真方法、装置及电子设备
Jiang et al. The Researches Detection Method of Illegal Parking Based on Convolutional Neural Network

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