CN112100836A - 车辆边界参数的获取方法和装置 - Google Patents

车辆边界参数的获取方法和装置 Download PDF

Info

Publication number
CN112100836A
CN112100836A CN202010930030.8A CN202010930030A CN112100836A CN 112100836 A CN112100836 A CN 112100836A CN 202010930030 A CN202010930030 A CN 202010930030A CN 112100836 A CN112100836 A CN 112100836A
Authority
CN
China
Prior art keywords
parameter
boundary
test
scene
target vehicle
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
CN202010930030.8A
Other languages
English (en)
Other versions
CN112100836B (zh
Inventor
胡太群
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010930030.8A priority Critical patent/CN112100836B/zh
Publication of CN112100836A publication Critical patent/CN112100836A/zh
Application granted granted Critical
Publication of CN112100836B publication Critical patent/CN112100836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Abstract

本申请提供了一种车辆边界参数的获取方法和装置。该方法包括:基于测试需求,获取目标车辆在测试场景中的初始参数;基于初始参数,确定目标车辆的参数范围;将目标车辆在参数范围中的参数对应的场景中运行,得到运行结果;基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆的边界参数,缩小了确定边界参数的范围,能够提高获取边界参数的效率。

Description

车辆边界参数的获取方法和装置
技术领域
本申请涉及通信技术领域,特别涉及一种车辆边界参数的获取方法和装置。
背景技术
随着人工智能的发展,自动驾驶技术逐渐走进人们的生活,自动驾驶车辆关系到人们的生命安全和财产安全,人们对自动驾驶车辆的安全性要求极高。
车辆的边界参数体现了车辆的安全性,然而,目前获取车辆参数的方法通常为随机查找,效率极低。
发明内容
本申请旨在提供一种车辆边界参数的获取方法,其能够在一定程度上提高获取车辆边界参数的效率。
根据本申请实施例的一个方面,提供了一种车辆边界参数的获取方法,包括:基于测试需求,获取目标车辆在测试场景中的初始参数;基于所述初始参数,确定所述目标车辆的参数范围;将所述目标车辆在所述参数范围中的参数对应的场景中运行,得到运行结果;基于所述运行结果调整所述参数范围,基于调整后的参数范围确定所述目标车辆的边界参数。
根据本申请实施例的一个方面,提供了一种车辆边界参数的获取装置,包括:获取模块,配置为基于测试需求,获取目标车辆在测试场景中的初始参数;确定模块,配置为基于所述初始参数,确定所述目标车辆的参数范围;运行模块,配置为将所述目标车辆在所述参数范围中的参数对应的边界场景中运行,得到运行结果;调整模块,配置为基于所述运行结果调整所述参数范围,基于调整后的参数范围确定所述目标车辆的边界参数。
在本申请的一些实施例中,基于前述方案,所述测试需求包括场景需求和参数需求,所述获取模块配置为:基于所述场景需求,从所述目标车辆在测试道路中运行时产生的多个运行场景中选取所述测试场景,若所述多个运行场景均不能满足所述场景需求,则基于所述场景需求构建所述测试场景;基于所述参数需求,从所述测试场景中选取所述初始参数。
在本申请的一些实施例中,基于前述方案,所述初始参数包括环境参数和目标车辆参数,所述确定模块配置为:获取最大边界系数和最小边界系数;将所述初始参数乘以所述最大边界系数和所述最小边界系数,得到所述参数范围的最大值和最小值。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:获取所述目标车辆在所述测试场景中运行产生的测试结果;获取与所述测试结果对应的最大边界系数和最小边界系数。
在本申请的一些实施例中,基于前述方案,所述调整模块配置为:从所述参数范围中选取测试参数;获取与所述测试参数对应的运行结果;若与所述测试参数对应的运行结果不满足边界条件,则将所述测试参数作为所述调整后的参数范围的最小值。
在本申请的一些实施例中,基于前述方案,所述调整模块配置为:若与所述测试参数对应的运行结果满足所述边界条件,且所述参数范围的最大值与所述参数范围的最小值的差的绝对值大于或等于预设值,则将所述测试参数作为所述调整后的参数范围的最大值。
在本申请的一些实施例中,基于前述方案,所述调整模块配置为:若与所述测试参数对应的运行结果满足所述边界条件,且所述调整后的参数范围的最大值与所述调整后的参数范围的最小值的差的绝对值小于所述预设值,则将所述调整后的参数范围中的参数作为所述边界参数。
在本申请的一些实施例中,基于前述方案,所述车辆边界参数的获取装置还包括:构建模块,配置为:基于所述边界参数构建边界场景,将所述边界场景加入安全测试场景库;使用所述安全测试场景库测试其他车辆的安全性。
在本申请的一些实施例中,基于前述方案,所述构建模块还配置为:基于所述其他车辆的安全需求,从所述安全边界测试场景库中选取与所述安全需求相对应的边界场景;在与所述安全需求相对应的边界场景中运行所述其他车辆,得到所述其他车辆的安全测试结果;将所述安全测试结果与所述目标车辆在同一边界场景中运行得到的运行结果进行比较,得到比较结果;基于所述比较结果,确定所述其他车辆的安全性。
根据本申请实施例的一个方面,提供了一种计算机可读程序介质,其存储有计算机程序指令,当所述计算机程序指令被计算机执行时,使计算机执行上任一项所述的方法。
根据本申请实施例的一个方面,提供了一种电子装置,包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上任一项所述的方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
在本申请的一些实施例所提供的技术方案中,基于测试需求,获取目标车辆在测试场景中的初始参数,基于初始参数,确定目标车辆的参数范围,在参数范围中确定边界参数相比于随机查找边界参数,缩小了确定边界参数的范围,能够提高获取边界参数的效率,再将目标车辆在参数范围中的参数对应的场景中运行,得到运行结果,基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆的边界参数,进一步缩小了确定边界参数的范围,进一步提高了获取边界参数的效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并于说明书一起用于解释本申请的原理。
图1A示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图1B示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图1C示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图2示意性示出了根据本申请的一个实施例的车辆边界参数的获取方法的流程图;
图3示意性示出了本申请的一个实施例的车辆边界参数的获取装置的结构示意图;
图4示意性示出了本申请的一个实施例的分布式仿真系统的结构示意图;
图5示意性示出了本申请的一个实施例的获取边界参数的过程的流程图;
图6示意性示出了根据本申请的一个实施例的车辆边界参数的获取装置的框图;
图7是根据一示例性实施例示出的一种电子装置的硬件图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
自动驾驶技术通常包括高精地图、环境感知、行为决策、路径规划、运动控制等技术,自动驾驶技术有着广泛的应用前景,但是自动驾驶车辆由于减少了司机的参与,自动驾驶车辆的安全性相比于人工驾驶车辆的安全性更加受到重视,通过获取车辆边界参数能够评估车辆的安全性,安全性合格的自动驾驶车辆能够保障用户的生命安全和财产安全。
图1A示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
如图1A所示,系统架构100A可以包括客户端101(可以为智能手机、平板电脑、便携式计算机、台式计算机中的一种或多种)、通信介质102(可以为包括光纤、导线等有线通信介质,也可以包括网络、蓝牙包等无线通信介质)、服务器103和目标车辆104。通信介质102用以在客户端101、服务器103和目标车辆104之间提供通信链路。
应该理解,图1A中的客户端101、通信介质102、服务器103和目标车辆104的数目仅仅是示意性的。根据实现需要,可以具有任意数目的客户端101、通信介质102、服务器103和目标车辆104。比如服务器103可以是多个服务器组成的服务器集群等。
在本申请的一个实施例中,服务器103可以基于测试需求,获取目标车辆104在测试场景中的初始参数,基于初始参数,确定目标车辆104的参数范围,在参数范围中确定边界参数相比于随机查找边界参数,缩小了确定边界参数的范围,能够提高获取边界参数的效率,再将目标车辆104在参数范围中的参数对应的场景中运行,得到运行结果,基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆104的边界参数,进一步缩小了确定边界参数的范围,进一步提高了获取边界参数的效率。
图1B示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
如图1B所示,系统架构100B可以包括客户端101、通信介质102、服务器103、目标车辆104和参与车辆105。通信介质102用以在客户端101、服务器103、目标车辆104和参与车辆105之间提供通信链路。
在本申请的一个实施例中,目标车辆104在测试场景中的初始参数可以包括参与车辆105在测试场景中的参数,服务器103可以基于测试需求,获取参与车辆105在测试场景中的参数作为目标车辆104在测试场景中的初始参数,基于初始参数,确定目标车辆104的参数范围,在参数范围中确定边界参数相比于随机查找边界参数,缩小了确定边界参数的范围,能够提高获取边界参数的效率,再将目标车辆104在参数范围中的参数对应的场景中运行,得到运行结果,基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆104的边界参数,进一步缩小了确定边界参数的范围,进一步提高了获取边界参数的效率。
图1C示出了可以应用本申请实施例的技术方案的示例性系统架构100C的示意图。
如图1C所示,系统架构100C可以包括客户端101、通信介质102、服务器103、目标车辆104、参与车辆105和测量装置106。通信介质102用以在客户端101、服务器103、目标车辆104、参与车辆105和测量装置106之间提供通信链路。
在本申请的一个实施例中,测量装置106可以测量目标车辆104和/或参与车辆105的参数作为目标车辆104在测试场景中的初始参数,服务器103可以基于测试需求从测量装置106获取目标车辆104在测试场景中的初始参数,基于初始参数,确定目标车辆104的参数范围,在参数范围中确定边界参数相比于随机查找边界参数,缩小了确定边界参数的范围,能够提高获取边界参数的效率,再将目标车辆104在参数范围中的参数对应的场景中运行,得到运行结果,基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆104的边界参数,进一步缩小了确定边界参数的范围,进一步提高了获取边界参数的效率。
需要说明的是,本申请实施例所提供的车辆边界参数的获取方法一般由服务器103执行,相应地,车辆边界参数的获取装置一般设置于服务器103中。但是,在本申请的其它实施例中,客户端101也可以与服务器103具有相似的功能,从而执行本申请实施例所提供的车辆边界参数的获取方法。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2示意性示出了根据本申请的一个实施例的车辆边界参数的获取方法的流程图,该车辆边界参数的获取方法的执行主体可以是服务器,比如可以是图1A中所示的服务器103。
参照图2所示,该车辆边界参数的获取方法至少包括步骤S210至步骤S240,详细介绍如下:
在步骤S210中,基于测试需求,获取目标车辆在测试场景中的初始参数。
在本申请的一个实施例中,测试需求可以包括场景需求和参数需求,其中,场景需求可以是测试者想要获取的边界参数所在的场景,场景可以包括十字路口、转弯、变道、会车等;参数需求可以是场景的多个参数中边界参数的类型,可以包括目标车辆与场景中的参与车辆之间的距离、目标车辆的速度、目标车辆的加速度、参与车辆的速度、参与车辆的加速度等。
在本申请的一个实施例中,目标车辆可以是人工智能控制的自动驾驶车辆或非自动驾驶车辆。
在本申请的一个实施例中,初始参数可以是目标车辆在测试场景中运行时的参数,可以包括环境参数和目标车辆参数,其中,环境参数可以包括测试场景中的道路参数(如道路平整程度、道路宽度、道路中交叉路口数量、道路中交通灯数量等)、天气参数(如是否高温、是否下雨、是否下雪、是否下冰雹、是否刮风、刮风等级等)、时间参数(如是否为早高峰、是否为晚高峰、是否为学生上下学时间、是否为节假日、处于什么节假日、位于节假日的第几天等)、参与车辆的参数(如参与车辆的速度、参与车辆的加速度、参与车辆与本车的距离、参与车辆的型号、参与车辆的轮胎磨损程度、参与车辆的运行路程、参与车辆的使用年限、参与车辆中驾驶员是否规范操作、参与车辆中驾驶员的历史违章记录等)等;目标车辆参数可以包括目标车辆的速度、目标车辆的加速度、目标车辆的型号、目标车辆的轮胎磨损程度、目标车辆的运行路程、目标车辆的使用年限、目标车辆中驾驶员是否规范操作、目标车辆中驾驶员的历史违章记录等。
在本申请的一个实施例中,可以基于场景需求,从目标车辆在测试道路中运行时产生的多个运行场景中选取测试场景,若多个运行场景均不能满足场景需求,则基于场景需求构建测试场景,基于参数需求,从测试场景中选取初始参数。
在该实施例中,从实际的运行场景中选取测试场景,能够使获得的初始参数符合目标车辆的实际情况,也为后续构建场景提供依据。
在该实施例中,通过构建测试场景对运行场景进行补充,可以使获得的测试场景能够满足测试者的场景需求,使测试者能够获得复杂测试场景下的初始参数。
在本申请的一个实施例中,可以选取运行场景中的人工接管场景作为测试场景。
在本申请的一个实施例中,可以选取运行场景中容易发生碰撞的场景作为测试场景。
继续参照图2,在步骤S220中,基于初始参数,确定目标车辆的参数范围。
在本申请的一个实施例中,可以获取最大边界系数和最小边界系数,将初始参数乘以最大边界系数和最小边界系数,得到参数范围的最大值和最小值,基于初始参数获得参数范围,相比于随机设定参数范围更加合理,基于初参数获得的参数范围能够提高获取边界参数的效率。
在本申请的一个实施例中,最大边界系数和最小边界系数可以提前设定,例如,最大边界系数可以设为10,最小边界系数可以设为0.1。
在本申请的一个实施例中,可以获取目标车辆在测试场景中运行产生的测试结果,获取与测试结果对应的最大边界系数和最小边界系数。
在本申请的一个实施例中,可以提前设定测试结果对应最大边界系数和最小边界系数的规则,根据测试结果查找测试结果对应最大边界系数和最小边界系数的规则,找到与测试结果对应的最大边界系数和最小边界系数,以根据得到的参数范围方便快速的确定边界参数。例如,在变道场景下,若测试结果为目标车辆和参与车辆之间相距n个目标车辆的车身距离,则可以将最大边界系数设为n、将最小边界系数设为1/n。
在步骤S230中,将目标车辆在参数范围中的参数对应的场景中运行,得到运行结果。
在本申请的一个实施例中,可以获取参数范围中的每个参数对应的场景,在仿真系统中构建参数范围中的每个参数对应的场景,在仿真系统构建的场景中运行目标车辆,得到目标车辆在参数范围中的每个参数对应的场景运行的结果。
在本申请的一个实施例中,测试场景中可以包括多个初始参数,可以确定多个初始参数中的一个初始参数对应的参数范围,除了该初始参数以外的其他初始参数不做处理,该初始参数对应的参数范围中的每个参数对应的场景中,包括多个其他初始参数和该初始参数对应的参数范围中的一个该初始参数,即该初始参数对应的参数范围中的多个参数对应的场景中只有该初始参数的值不同,其他初始参数的值均与测试场景相同,从而能够有针对性的找到该初始参数的边界参数。
在本申请的一个实施例中,在该初始参数对应的参数范围中的每个参数对应的场景中,其他参数的值可以根据该初始参数的值而进行相应的变化,以使该初始参数对应的参数范围中的每个参数对应的场景更加符合实际。
在本申请的一个实施例中,运行结果可以分为安全和不安全两种结果,其中,不安全的运行结果可以表现为发生碰撞,安全的运行结果可以表现为不发生碰撞。
在本申请的一个实施例中,运行结果可以为目标运行后场景中的运行参数,运行参数可以包括运行后目标车辆与参与车辆之间的距离、目标车辆的轮胎磨损程度、目标车辆与路边距离等。
继续参照图2,在步骤S240中,基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆的边界参数。
在本申请的一个实施例中,可以从参数范围中选取测试参数;获取与测试参数对应的运行结果;若与测试参数对应的运行结果不满足边界条件,则将测试参数作为调整后的参数范围的最小值,基于调整后的参数范围确定边界参数。
在本申请的一个实施例中,若与测试参数对应的运行结果满足边界条件,且参数范围的最大值与参数范围的最小值的差的绝对值大于或等于预设值,则将测试参数作为调整后的参数范围的最大值,基于调整后的参数范围确定边界参数。
在本申请的一个实施例中,若与测试参数对应的运行结果满足边界条件,且调整后的参数范围的最大值与调整后的参数范围的最小值的差的绝对值小于预设值,则将调整后的参数范围中的参数作为边界参数。
在本申请的一个实施例中,可以从参数范围中选取参数范围中最大值和最小值的平均值作为测试参数。
在图2的实施例中,通过基于测试需求,获取目标车辆在测试场景中的初始参数,基于初始参数,确定目标车辆的参数范围,在参数范围中确定边界参数相比于随机查找边界参数,缩小了确定边界参数的范围,能够提高获取边界参数的效率,再将目标车辆在参数范围中的参数对应的场景中运行,得到运行结果,基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆的边界参数,进一步缩小了确定边界参数的范围,进一步提高了获取边界参数的效率。
在本申请的一个实施例中,可以基于边界参数构建边界场景,将边界场景加入安全测试场景库;使用安全测试场景库测试其他车辆的安全性。
在本申请的一个实施例中,可以基于其他车辆的安全需求,从安全边界测试场景库中选取与安全需求相对应的边界场景;在与安全需求相对应的边界场景中运行其他车辆,得到其他车辆的安全测试结果;将安全测试结果与目标车辆在同一边界场景中运行得到的运行结果进行比较,得到比较结果;基于比较结果,确定其他车辆的安全性。
在本申请的一个实施例中,若在同一边界场景中其他车辆的表现比目标车辆的表现好,则可以确认其他车辆安全;若在同一边界场景中其他车辆的表现没有目标车辆的表现好,则可以确认其他车辆不安全。
在本申请的一个实施例中,其他车辆的表现比目标车辆的表现好可以是:在同一边界场景中其他车辆距离障碍的距离大于目标车辆与障碍的距离,在同一边界场景中目标车辆的刹车距离小于目标车辆的刹车距离等车辆安全性的表现更好。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的车辆边界参数的获取方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的车辆边界参数的获取方法的实施例。
在本申请的一个实施例中,车辆边界参数的获取装置可以包括路数据挖掘模块、人工场景编辑模块、分布式仿真系统、测试场景管理模块等,各模块之间的关系如图3所示,图3示意性示出了本申请的一个实施例的车辆边界参数的获取装置的结构示意图:道路数据挖掘模块,主要负责将实际道路测试所采集的数据,转换成分布式仿真系统所识别的具体测试场景格式;人工场景编辑模块,支持人工根据所虚构的测试场景,编辑成分布式仿真系统能够识别的具体测试场景格式;分布式仿真系统运行道路数据挖掘模块和人工场景编辑模块发送的具体测试场景格式,并根据运行结果选取边界场景存入测试场景管理模块中;测试场景管理模块,管理分布式仿真系统所产生的边界场景,包括自动打标签和分类管理、查询检索等,以方便后续将边界场景作为安全测试场景库测试其他车辆的安全性。
在本申请的一个实施例中,分布式仿真系统可以包括:场景参数化模块、自适应算法模块、场景运行模块、场景判断模块、测试场景管理模块等,分布式仿真系统各模块关系及流程如图4所示,图4示意性示出了本申请的一个实施例的分布式仿真系统的结构示意图:分布式仿真系统中的场景参数化模块根据所输入的具体场景数据,对其中的各个交通参与者参数化,自动产生一定的取值区间;自适应算法模块根据各参数取值区间,采取不同的具体数值;场景运行模块运行具体的仿真场景,并产生测试结果;场景判定模块根据场景运行模块的执行结果,判断该场景是否是边界场景,根据判断结果确定是否将该场景存入测试场景管理模块中。
在本申请的一个实施例中,可以在实际道路测试的自动驾驶车辆上,部署至少包括定位传感器(GPS、IMU等)、环境感知传感器(激光雷达、毫米波雷达、摄像头等),结合高精度地图数据,将采集数据通过场景挖掘模块,获取各子测试场景(如主车变道、主车通过十字路口等);场景转换模块将各子测试场景转换成仿真系统的场景格式;仿真系统根据子测试场景中各交通参与者的各个实际交通变量(速度、加速度、行驶方向、位置等),转化成对应的仿真模拟交通变量参数范围(如速度取实际速度的0.1倍-10倍),最后通过自适应算法找到各交通参与者的边界参数,从而产生与实际道路相关的边界场景。
在本申请的一个实施例中,可以根据人工根据实际测试需求,构建仿真系统能够识别的交通场景格式;仿真系统根据人工构建的测试场景中各交通参与者的各个具体交通变量(速度、加速度、行驶方向、位置等),转化成对应的仿真模拟交通变量参数范围(如速度取实际速度的0.1倍-10倍),最后通过自适应算法找到各交通参与者的边界参数,从而产生与实际道路相关的边界场景。
本申请的测试场景的获取同时支持实际道路测试场景和人工构建测试场景,有很强的适应性。
在本申请的一个实施例中,场景参数化模块根据所输入的具体场景数据,对其中的各个交通参与者参数化可以包括:
步骤a:依次遍历场景数据中的各交通参与者对象;
步骤b:对某个具体的交通参与者Tobj(Traffic Object,交通对象),获取其各项具体参数值,比如初始位置坐标、初始速度、加速度、行驶方向等;
步骤c:按照设定规则,对交通参与者Tobj的具体参数,进行参数化范围扩展,例如设Tobj的初始速度为V0,按照缩小十倍和扩大十倍的规则,则该参数化范围扩展后,Tobj的初始速度取值范围变成0.1*V0~10*V0区间;
步骤d:重复上述步骤b和步骤c,直到所有交通参与者的各项参数都进行了参数化扩展。
在本申请的一个实施例中,场景运行模块主要是根据测试场景,在仿真模拟系统里根据交通元素,重现所设定的交通场景,通过自动驾驶算法(perception、planning、controller等)控制自动驾驶车,通过交通流模型控制其中的交通车、行人等。
在本申请的一个实施例中,场景判定模块可根据设定的既有判断规则,来决定是否为边界场景。比如不能发生碰撞,或者TTC(Time To Collision)时间不能小于某个阈值,或者THW(Time headway)不能小于某个阈值、自动驾驶车辆不能违反交通规则等等。
在本申请的一个实施例中,通过自适应算法找到各交通参与者的边界参数的过程可以包括如图5所示的步骤,图5示意性示出了本申请的一个实施例的获取边界参数的过程的流程图:在步骤1中,选取某交通参与者T的某个参数P;在步骤2中,从该参数P取值区间[a,b]内,选择c=(a+b)/2作为参数P的具体值;在步骤3中,保持输入场景其他参数不变,交通参与者T的参数P替换为c;在步骤4中,场景运行模块执行上述所产生的参数化场景S;在步骤5中,场景判定模块根据执行结果判断上述场景S是否为安全边界场景;如果步骤5的判断结果为场景S是安全边界场景,则跳转至步骤6,判断|b-a|<ε,其中,ε为精度容忍值,是个预设的很小常数;如果步骤6的判断结果为|b-a|<ε,则跳转至步骤9,将该场景S存入场景管理模块;如果步骤5的判断结果为场景S不是安全边界场景,则跳转至步骤7,设交通参与者T的参数P取值区间为[c,b],再跳转至步骤2,从该参数P取值区间[c,b]内,选择(c+b)/2作为参数P的具体值,再重新执行步骤3,保持输入场景其他参数不变,交通参与者T的参数P替换为(c+b)/2,再重新执行步骤4-6,其中,重新执行的步骤6中,判断|b-c|<ε,则跳转至步骤9,将该场景S存入场景管理模块;如果步骤6的判断结果为|b-c|≥ε,则跳转至步骤8,设交通参与者T的参数P取值区间为[c,(c+b)/2],再跳转至步骤2,从该参数P取值区间[c,(c+b)/2]内,选择[(c+b)/2+c]/2作为参数P的具体值,再次重复上述步骤3至6,直至最后得到的参数范围的最大值和最小值的平均值对应的场景是安全边界场景,且最大值和最小值差的绝对值小于ε,将最后得到的参数范围中的值作为参数P的边界参数。
在图5的实施例中,选取某交通参与者T作为目标车辆,选取某交通参与者T的某个参数P作为初始参数,安全边界场景可以是边界场景中处于安全范围的边界场景,可以是无碰撞的边界场景。
在图5的实施例中,通过自适应算法能够快速构建并找到由特定参数所影响的安全边界测试场景,大大减少了计算成本,通过场景管理模块,便于后续人工分类、检索和维护。
在图3、图4、图5所示的实施例中,通过预设的人工设计场景,采用自适应算法,能够快速地找到某一特定交通场景下,某个交通参与者的某个变量的安全边界值;同时通过基于分布式的仿真平台系统,能够快速大量产生各种交通测试场景。不仅所产生的安全边界测试场景丰富,极大地降低了人工成本,而且能够快速收敛,易于人工理解和分类。
在本申请的一个实施例中,使用本申请的车辆边界参数的获取方法获取边界参数的具体示范举例如下:主车正前方20米,有一辆以10m/s速度行驶,加速度为1m/s2的车辆。参数化为为主车正前方[1,200]米范围,有一辆以[1,100]m/s,加速度为[0.1,10]m/s2的车辆,自适应算法将根据主车的具体表现,在上述3个参数(距离、速度、加速度)范围内,分别寻找对应的边界场景。例如:当交通车加速度为5m/s2时,主车与交通车发生了碰撞(4.9m/s2未发生碰撞),则认为该场景为边界场景:主车正前方20米,有一辆以10m/s速度行驶,加速度为5m/s2的车辆,类似的,对其他参数做同样的处理,如果某个参数没出现边界场景,说明该参数对安全性影响不大。
在本申请的一个实施例中,边界场景可以是边界参数的运行结果刚好在安全范围或是恰好超过安全范围以外一点点的问题或情形。
图6示意性示出了根据本申请的一个实施例的车辆边界参数的获取装置的框图。
参照图6所示,根据本申请的一个实施例的车辆边界参数的获取装置600,包括获取模块601、确定模块602、运行模块603和调整模块604。
在本申请的一些实施例中,基于前述方案,获取模块601配置为基于测试需求,获取目标车辆在测试场景中的初始参数;确定模块602配置为基于初始参数,确定目标车辆的参数范围;运行模块603配置为将目标车辆在参数范围中的参数对应的边界场景中运行,得到运行结果;调整模块604配置为基于运行结果调整参数范围,基于调整后的参数范围确定目标车辆的边界参数。
在本申请的一些实施例中,基于前述方案,测试需求包括场景需求和参数需求,获取模块601配置为:基于场景需求,从目标车辆在测试道路中运行时产生的多个运行场景中选取测试场景,若多个运行场景均不能满足场景需求,则基于场景需求构建测试场景;基于参数需求,从测试场景中选取初始参数。
在本申请的一些实施例中,基于前述方案,初始参数包括环境参数和目标车辆参数,确定模块602配置为:获取最大边界系数和最小边界系数;将初始参数乘以最大边界系数和最小边界系数,得到参数范围的最大值和最小值。
在本申请的一些实施例中,基于前述方案,确定模块602配置为:获取目标车辆在测试场景中运行产生的测试结果;获取与测试结果对应的最大边界系数和最小边界系数。
在本申请的一些实施例中,基于前述方案,调整模块604配置为:从参数范围中选取测试参数;获取与测试参数对应的运行结果;若与测试参数对应的运行结果不满足边界条件,则将测试参数作为调整后的参数范围的最小值。
在本申请的一些实施例中,基于前述方案,调整模块604配置为:若与测试参数对应的运行结果满足边界条件,且参数范围的最大值与参数范围的最小值的差的绝对值大于或等于预设值,则将测试参数作为调整后的参数范围的最大值。
在本申请的一些实施例中,基于前述方案,调整模块604配置为:若与测试参数对应的运行结果满足边界条件,且调整后的参数范围的最大值与调整后的参数范围的最小值的差的绝对值小于预设值,则将调整后的参数范围中的参数作为边界参数。
在本申请的一些实施例中,基于前述方案,车辆边界参数的获取装置还包括:构建模块,配置为:基于边界参数构建边界场景,将边界场景加入安全测试场景库;使用安全测试场景库测试其他车辆的安全性。
在本申请的一些实施例中,基于前述方案,构建模块还配置为:基于其他车辆的安全需求,从安全边界测试场景库中选取与安全需求相对应的边界场景;在与安全需求相对应的边界场景中运行其他车辆,得到其他车辆的安全测试结果;将安全测试结果与目标车辆在同一边界场景中运行得到的运行结果进行比较,得到比较结果;基于比较结果,确定其他车辆的安全性。
所属技术领域的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图7来描述根据本申请的这种实施方式的电子设备70。图7显示的电子设备70仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,电子设备70以通用计算设备的形式表现。电子设备70的组件可以包括但不限于:上述至少一个处理单元71、上述至少一个存储单元72、连接不同系统组件(包括存储单元72和处理单元71)的总线73、显示单元74。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元71执行,使得所述处理单元71执行本说明书上述“实施例方法”部分中描述的根据本申请各种示例性实施方式的步骤。
存储单元72可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)721和/或高速缓存存储单元722,还可以进一步包括只读存储单元(ROM)723。
存储单元72还可以包括具有一组(至少一个)程序模块725的程序/实用工具724,这样的程序模块725包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线73可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备70也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备70交互的设备通信,和/或与使得该电子设备70能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口75进行。并且,电子设备70还可以通过网络适配器76与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器76通过总线73与电子设备70的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备70使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本申请实施方式的方法。
根据本申请一个实施例,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本申请的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本申请各种示例性实施方式的步骤。
根据本申请一个实施例,用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本申请的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种车辆边界参数的获取方法,其特征在于,包括:
基于测试需求,获取目标车辆在测试场景中的初始参数;
基于所述初始参数,确定所述目标车辆的参数范围;
将所述目标车辆在所述参数范围中的参数对应的场景中运行,得到运行结果;
基于所述运行结果调整所述参数范围,基于调整后的参数范围确定所述目标车辆的边界参数。
2.根据权利要求1所述的车辆边界参数的获取方法,其特征在于,所述测试需求包括场景需求和参数需求,所述基于测试需求,获取目标车辆在测试场景中的初始参数,包括:
基于所述场景需求,从所述目标车辆在测试道路中运行时产生的多个运行场景中选取所述测试场景,若所述多个运行场景均不能满足所述场景需求,则基于所述场景需求构建所述测试场景;
基于所述参数需求,从所述测试场景中选取所述初始参数。
3.根据权利要求1所述的车辆边界参数的获取方法,其特征在于,所述初始参数包括环境参数和目标车辆参数,所述基于所述初始参数,确定所述目标车辆的参数范围,包括:
获取最大边界系数和最小边界系数;
将所述初始参数乘以所述最大边界系数和所述最小边界系数,得到所述参数范围的最大值和最小值。
4.根据权利要求3所述的车辆边界参数的获取方法,其特征在于,所述获取最大边界系数和最小边界系数,包括:
获取所述目标车辆在所述测试场景中运行产生的测试结果;
获取与所述测试结果对应的最大边界系数和最小边界系数。
5.根据权利要求3所述的车辆边界参数的获取方法,其特征在于,所述基于所述运行结果调整所述参数范围,包括:
从所述参数范围中选取测试参数;
获取与所述测试参数对应的运行结果;
若与所述测试参数对应的运行结果不满足边界条件,则将所述测试参数作为所述调整后的参数范围的最小值。
6.根据权利要求5所述的车辆边界参数的获取方法,其特征在于,所述基于所述运行结果调整所述参数范围,包括:
若与所述测试参数对应的运行结果满足所述边界条件,且所述参数范围的最大值与所述参数范围的最小值的差的绝对值大于或等于预设值,则将所述测试参数作为所述调整后的参数范围的最大值。
7.根据权利要求6所述的车辆边界参数的获取方法,其特征在于,所述基于调整后的参数范围确定所述目标车辆的边界参数,包括:
若与所述测试参数对应的运行结果满足所述边界条件,且所述调整后的参数范围的最大值与所述调整后的参数范围的最小值的差的绝对值小于所述预设值,则将所述调整后的参数范围中的参数作为所述边界参数。
8.根据权利要求1所述的车辆边界参数的获取方法,其特征在于,所述方法还包括:
基于所述边界参数构建边界场景,将所述边界场景加入安全测试场景库;
使用所述安全测试场景库测试其他车辆的安全性。
9.根据权利要求8所述的车辆边界参数的获取方法,其特征在于,所述使用所述安全测试场景库测试其他车辆的安全性,包括:
基于所述其他车辆的安全需求,从所述安全边界测试场景库中选取与所述安全需求相对应的边界场景;
在与所述安全需求相对应的边界场景中运行所述其他车辆,得到所述其他车辆的安全测试结果;
将所述安全测试结果与所述目标车辆在同一边界场景中运行得到的运行结果进行比较,得到比较结果;
基于所述比较结果,确定所述其他车辆的安全性。
10.一种车辆边界参数的获取装置,其特征在于,包括:
获取模块,配置为基于测试需求,获取目标车辆在测试场景中的初始参数;
确定模块,配置为基于所述初始参数,确定所述目标车辆的参数范围;
运行模块,配置为将所述目标车辆在所述参数范围中的参数对应的边界场景中运行,得到运行结果;
调整模块,配置为基于所述运行结果调整所述参数范围,基于调整后的参数范围确定所述目标车辆的边界参数。
CN202010930030.8A 2020-09-07 2020-09-07 车辆边界参数的获取方法和装置 Active CN112100836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010930030.8A CN112100836B (zh) 2020-09-07 2020-09-07 车辆边界参数的获取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010930030.8A CN112100836B (zh) 2020-09-07 2020-09-07 车辆边界参数的获取方法和装置

Publications (2)

Publication Number Publication Date
CN112100836A true CN112100836A (zh) 2020-12-18
CN112100836B CN112100836B (zh) 2022-06-07

Family

ID=73750732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010930030.8A Active CN112100836B (zh) 2020-09-07 2020-09-07 车辆边界参数的获取方法和装置

Country Status (1)

Country Link
CN (1) CN112100836B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012250693A (ja) * 2011-06-07 2012-12-20 Denso Corp 車両制御装置
CN104794265A (zh) * 2015-04-01 2015-07-22 南京邮电大学 一种基于加速度信息的移动跟随模型设计方法
CN105139657A (zh) * 2015-10-21 2015-12-09 重庆云途交通科技有限公司 一种基于v2i的道路边界与事故黑点的提取方法及系统
CN106802243A (zh) * 2015-11-26 2017-06-06 武汉万集信息技术有限公司 一种基于激光测距的车辆跑偏检测方法、装置及系统
CN107657237A (zh) * 2017-09-28 2018-02-02 东南大学 基于深度学习的汽车碰撞检测方法及系统
CN107727411A (zh) * 2017-10-30 2018-02-23 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评场景生成系统及方法
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
CN109212531A (zh) * 2017-06-29 2019-01-15 德尔福技术有限责任公司 确定目标车辆取向的方法
CN109297725A (zh) * 2018-10-29 2019-02-01 百度在线网络技术(北京)有限公司 车辆边界能力的测试方法、装置、设备、介质和车辆
CN109543245A (zh) * 2018-10-31 2019-03-29 百度在线网络技术(北京)有限公司 无人车应对能力边界信息确定方法、装置和电子设备
CN109658432A (zh) * 2018-12-27 2019-04-19 南京苏美达智能技术有限公司 一种移动机器人的边界生成方法及系统
US20190176862A1 (en) * 2002-06-04 2019-06-13 Ge Global Sourcing Llc Locomotive control system and method
CN110884502A (zh) * 2019-12-06 2020-03-17 北京京东乾石科技有限公司 自动驾驶路径规划质量测评方法、装置和系统
CN111426486A (zh) * 2020-03-30 2020-07-17 中国标准化研究院 辅助驾驶系统的测试方法、装置、设备及存储介质
CN111580500A (zh) * 2020-05-11 2020-08-25 吉林大学 一种针对自动驾驶汽车安全性的评价方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190176862A1 (en) * 2002-06-04 2019-06-13 Ge Global Sourcing Llc Locomotive control system and method
JP2012250693A (ja) * 2011-06-07 2012-12-20 Denso Corp 車両制御装置
CN104794265A (zh) * 2015-04-01 2015-07-22 南京邮电大学 一种基于加速度信息的移动跟随模型设计方法
CN105139657A (zh) * 2015-10-21 2015-12-09 重庆云途交通科技有限公司 一种基于v2i的道路边界与事故黑点的提取方法及系统
CN106802243A (zh) * 2015-11-26 2017-06-06 武汉万集信息技术有限公司 一种基于激光测距的车辆跑偏检测方法、装置及系统
CN109212531A (zh) * 2017-06-29 2019-01-15 德尔福技术有限责任公司 确定目标车辆取向的方法
CN107657237A (zh) * 2017-09-28 2018-02-02 东南大学 基于深度学习的汽车碰撞检测方法及系统
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
CN107727411A (zh) * 2017-10-30 2018-02-23 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评场景生成系统及方法
CN109297725A (zh) * 2018-10-29 2019-02-01 百度在线网络技术(北京)有限公司 车辆边界能力的测试方法、装置、设备、介质和车辆
CN109543245A (zh) * 2018-10-31 2019-03-29 百度在线网络技术(北京)有限公司 无人车应对能力边界信息确定方法、装置和电子设备
CN109658432A (zh) * 2018-12-27 2019-04-19 南京苏美达智能技术有限公司 一种移动机器人的边界生成方法及系统
CN110884502A (zh) * 2019-12-06 2020-03-17 北京京东乾石科技有限公司 自动驾驶路径规划质量测评方法、装置和系统
CN111426486A (zh) * 2020-03-30 2020-07-17 中国标准化研究院 辅助驾驶系统的测试方法、装置、设备及存储介质
CN111580500A (zh) * 2020-05-11 2020-08-25 吉林大学 一种针对自动驾驶汽车安全性的评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MAN XU等: "The application and control optimization of electronic park brake in the park assist", 《IEEE》, 13 June 2016 (2016-06-13), pages 675 - 679 *
徐杰等: "车辆自主导航中的道路边界识别算法", 《中国图象图形学报》, vol. 08, no. 06, 30 July 2003 (2003-07-30), pages 674 - 678 *
辛乐等: "基于半人工标定的视频检测交通参数基准数据获取", 《中国科技论文》, vol. 10, no. 07, 30 April 2015 (2015-04-30), pages 788 - 793 *

Also Published As

Publication number Publication date
CN112100836B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN112099496B (zh) 一种自动驾驶训练方法、装置、设备及介质
KR20230026961A (ko) 장애물 이동 궤적의 예측 방법, 장치 및 자율 운전 차량
EP4152204A1 (en) Lane line detection method, and related apparatus
CN112307978B (zh) 目标检测方法、装置、电子设备及可读存储介质
CN113159403B (zh) 路口行人轨迹预测的方法及装置
CN113569378A (zh) 仿真场景的生成方法、装置、电子设备以及存储介质
CN112622923B (zh) 用于控制车辆的方法和装置
Joseph et al. A novel hybrid deep learning algorithm for smart city traffic congestion predictions
Bai et al. Cyber mobility mirror for enabling cooperative driving automation in mixed traffic: A co-simulation platform
CN116686028A (zh) 一种驾驶辅助的方法以及相关设备
CN112100836B (zh) 车辆边界参数的获取方法和装置
CN115454082A (zh) 车辆避障方法及系统、计算机可读存储介质和电子设备
CN117237475A (zh) 一种基于扩散生成模型的车辆交通轨迹生成方法及装置
US20220244068A1 (en) Dynamic map generation with focus on construction and localization field of technology
US20220188621A1 (en) Generative domain adaptation in a neural network
CN116403174A (zh) 一种端到端自动驾驶方法、系统、仿真系统及存储介质
CN115366919A (zh) 一种轨迹预测方法、系统、电子设备及存储介质
CN114889608A (zh) 一种基于注意力机制的车辆换道预测方法
CN114104005B (zh) 自动驾驶设备的决策方法、装置、设备及可读存储介质
Pavelko et al. Modification and Experimental Validation of a Logistic Regression Vehicle-Pedestrian Model
CN116596051A (zh) 场景表征模型训练方法、障碍物标记方法及自动驾驶车辆
US20220318450A1 (en) Lidar Atmospheric Effects in Simulation
EP4138039A2 (en) System and method for hybrid lidar segmentation with outlier detection
CN114954520A (zh) 一种控制无人驾驶车辆的方法和装置
Mekala et al. Object-aware Multi-criteria Decision-Making Approach using the Heuristic data-driven Theory for Intelligent Transportation Systems

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