CN112613169B - 一种用于自动驾驶车辆误操作的预期功能安全分析方法 - Google Patents
一种用于自动驾驶车辆误操作的预期功能安全分析方法 Download PDFInfo
- Publication number
- CN112613169B CN112613169B CN202011486904.1A CN202011486904A CN112613169B CN 112613169 B CN112613169 B CN 112613169B CN 202011486904 A CN202011486904 A CN 202011486904A CN 112613169 B CN112613169 B CN 112613169B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- scene
- misoperation
- simulation test
- automatic 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.)
- Active
Links
Images
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Abstract
本发明公开了一种用于自动驾驶车辆误操作的预期功能安全分析方法，包括：S1，在仿真测试软件中构建自动驾驶车辆误操作虚拟危险场景地形；S2，创建自动驾驶车辆误操作测试场景；S3，对模拟的自动驾驶车辆进行误操作场景仿真测试实验；S4，导出仿真测试数据；S5，将仿真测试数据与实车安全测试数据进行对比分析；S6，判断仿真测试数据有无异常：如仿真测试数据有异常，分析造成误操作的原因，对相应车辆决策算法的参数进行调试与修正，重复步骤S3~S6；如仿真测试数据无异常，结束虚拟仿真测试。通过该自动驾驶车辆误操作的预期功能安全分析方法可以减少智能驾驶所带来的安全问题，提高自动驾驶车辆安全性。
Description
技术领域
本发明涉及无人驾驶测试技术领域，具体涉及一种用于自动驾驶车辆误操作的预期功能安全分析方法。
背景技术
经研究数据表明近94％的致命车祸与驾驶员直接相关，例如疲劳、超速、酒驾或其他违法行为，智能驾驶被视为可以显著降低事故率。而随着车辆系统复杂性的提升，自动驾驶车辆主要依靠传感器来感知外界环境、智能算法进行控制决策等，在车辆上运用了大量的新技术，从而引入新的安全风险。
2018年3月Uber自动驾驶汽车在美国意外撞击致死一名行人，2016-2020四年间特斯拉三次因摄像头识别局限性撞向白色卡车，2020年3月沃尔沃向全球市场发出大规模召回通告，数量达70万辆，涉及9款在售车型，召回的原因是此前沃尔沃在丹麦进行的一项关于XC60的安全测试中，发现自动紧急制动系统没有按预期在发生碰撞时及时刹停车辆。智能驾驶带来的安全问题越来越多，不管是交通事故还是召回事件，究其原因也不全是由于E/E系统故障失效而导致的；在自动驾驶系统中即使系统不发生故障，也可能因为复杂智能算法的不确定性导致功能的偏离、传感器或系统性能限制、驾驶员对车辆功能的误用，造成交通伤害。
由于自动驾驶车辆系统比普通车辆系统更为复杂，即存在驾驶员对车辆功能的误用。而自动驾驶车辆无法在与外界复杂环境交互及车辆人机交互的影响下将误操作率降为零，误操作存在以下情况：车内外人机交互误用；过度依赖自动驾驶功能，对于相关预警信息或接管指令不予理会；感知到危险时故意接管车辆等，还有一些无法预料误操作事件会导致自动驾驶车辆预期功能安全存在风险。
发明内容
本发明的目的是针对现有技术中的问题，提供一种用于自动驾驶车辆误操作的预期功能安全分析方法。
为达到上述目的，本发明采用的技术方案是：
一种用于自动驾驶车辆误操作的预期功能安全分析方法，包括如下步骤：
S1，在仿真测试软件中根据自动驾驶车辆易发生误操作的真实危险场景地形构建自动驾驶车辆误操作虚拟危险场景地形；
S2，在仿真测试软件中将虚拟传感器、用于实车的决策控制电子单元设备、车辆行驶环境及用于模拟人驾模式的驾驶模拟器相关信息添加到自动驾驶车辆误操作虚拟危险场景地形中，创建自动驾驶车辆误操作测试场景；
S3，对模拟的自动驾驶车辆进行误操作场景仿真测试实验；
S4，导出所述仿真测试实验中的仿真测试数据；
S5，将所述仿真测试数据与实车在误操作场景下得到的实车安全测试数据进行对比分析；
S6，判断所述仿真测试数据有无异常数据：
(1)如所述仿真测试数据有异常数据，分析造成误操作的原因，基于所述仿真测试数据对相应车辆决策算法的参数进行调试与修正，重复步骤S3～S6；
(2)如所述仿真测试数据无异常数据，结束对自动驾驶车辆误操作场景的虚拟仿真测试。
优选地，步骤S1中包括如下步骤：
(1)根据自动驾驶车辆易发生误操作危险场景的真实地形的尺寸大小，在所述仿真测试软件的地形模块下1:1复现真实危险场景3D图形环境的路网，构建所述自动驾驶车辆误操作虚拟危险场景地形；
(2)通过绘图软件绘制真实危险场景中所涉及的建筑物模型，并在三维建模软件中对绘制的虚拟建筑物模型进行渲染并导出；
(3)将渲染后的所述虚拟建筑物虚模型复制到所述仿真测试软件中，并将其放置到所构建的所述自动驾驶车辆误操作虚拟危险场景地形中，并按照建筑物模型在真实场景中的位置与方向进行摆放；
(4)根据真实危险场景路网的逻辑，创建相应的道路逻辑；
(5)生成地形文件，构建出所需求的所述自动驾驶车辆误操作虚拟危险场景地形。
优选地，步骤S2中包括如下步骤：
(1)在所述仿真测试软件中创建虚拟测试场景；
(2)根据实车所装备的传感器，在所述仿真测试软件中给模拟的自动驾驶车辆在车身的相同的安装位置及角度添加相应的所述传感器；同时设置所述传感器的参数，使仿真环境中的所述传感器参数与现实中使用的一致；
(3)将用于实车的决策控制电子单元设备外接到所述仿真测试软件上；
(4)在所述仿真测试软件中添加车辆行驶环境；
(5)将所述驾驶模拟器外接到所述仿真测试软件上。
进一步地，所述虚拟测试场景中至少包括交通参与者及交通标志。
进一步地，所述车辆行驶环境包括道路场景、交通环境及气象状态，所述道路场景用于模拟真实环境中道路场景要素的几何特性、物理特性和行为特性；所述交通环境用于模拟真实环境中交通流量信息及周围交通车辆行为；所述气象状态用于模拟真实环境中的天气状态、时间变化以及不同时间的光影变化。
优选地，所述车辆决策算法的参数至少包含有车辆轮速、方向盘转角、车身电器控制信号、油门、制动，所述车身电器控制信号至少包括转向灯、喇叭、车窗、仪表。
优选地，将步骤S4获得的所述仿真测试数据存储到自动驾驶车辆误操作场景仿真测试数据库中，并对所述自动驾驶车辆误操作场景仿真测试数据库进行更新，所述实车安全测试数据存储于自动驾驶车辆误操作场景实车安全测试数据库中，在对比分析数据候选部中对所述仿真测试数据与所述实车安全测试数据进行对比分析。
进一步地，如所述仿真测试数据有异常数据，将所述仿真测试数据存储到自动驾驶车辆误操作场景仿真事故场景数据库中，更新所述自动驾驶车辆误操作场景仿真事故场景数据库。
更进一步地，针对造成误操作事故的原因，在事故场景数据调试修正部中对相应所述车辆决策算法的参数进行调试与修正。
进一步地，如所述仿真测试数据无异常数据，将所述仿真测试数据存储到自动驾驶车辆误操作场景仿真无异常测试数据库中，更新所述自动驾驶车辆误操作场景仿真无异常测试数据库。
由于上述技术方案的运用，本发明与现有技术相比具有下列优点：本发明的用于自动驾驶车辆误操作的预期功能安全分析方法可以在仿真测试软件中对自动驾驶车辆进行自动驾驶车辆误操作虚拟仿真测试，针对自动驾驶车辆误操作测试场景进行多次重复测试实验，将仿真测试数据与实车安全测试数据进行对比分析，针对事故场景判断分析其事故原因，基于仿真测试的结果对相应车辆决策算法的参数进行修正或调节，从而避免事故的发生，减少智能驾驶所带来的安全问题，提高自动驾驶车辆安全性。
附图说明
附图1为本发明的用于自动驾驶车辆误操作的预期功能安全分析方法的流程图；
附图2为本发明中构建自动驾驶车辆误操作虚拟危险场景地形的框架图；
附图3为本发明中构建自动驾驶车辆误操作测试场景的框架图；
附图4为本发明中自动驾驶车辆误操作场景仿真事故场景数据库分析存储的结构框图。
具体实施方式
下面结合附图来对本发明的技术方案作进一步的阐述。
预期功能安全指的是不存在不可接受的由预期功能设计不足或者可预见的驾驶员误操作引起的危害而导致的不合理的风险。本发明主要研究由可预见的驾驶员误操作引起的误操作而导致的不合理的风险。如图1所示，本发明的用于自动驾驶车辆误操作的预期功能安全分析方法包括如下步骤：
S1，在仿真测试软件中构建自动驾驶车辆误操作虚拟危险场景地形。
自动驾驶车辆系统结构复杂，驾驶员很容易对车辆功能进行误用。而自动驾驶车辆无法在与外界复杂环境交互及车辆人机交互的影响下将误操作率降为零，极易引起交通伤害的发生。
本发明针对自动驾驶车辆易发生误操作危险场景的真实地形构建相应的自动驾驶车辆误操作虚拟危险场景地形，自动驾驶车辆误操作危险场景地形主要是指根据自动驾驶车辆易发生误操作的真实危险场景道路尺寸大小、物理模型等在仿真测试软件中进行1：1地形复现所构建出的虚拟场景地形，其构建框架如图2所示，具体包括如下步骤。
(1)根据自动驾驶车辆易发生误操作危险场景的真实地形的尺寸大小，在仿真测试软件地形模块下1:1复现真实危险场景3D图形环境的路网，构建自动驾驶车辆误操作虚拟危险场景地形。
仿真测试软件主要是以动力学仿真为主，用来在车辆开发的过程中对整车的动力、稳定性、制动等进行仿真，如SCANeR、CarSim、Prescan、CARLA等等。本发明仿真测试软件优选SCANeR软件。
(2)通过绘图软件绘制真实危险场景中所涉及的建筑物模型，并在三维建模软件中对绘制的虚拟建筑物模型进行渲染并导出。
本发明中，绘图软件采用SketchUp软件，三维建模软件采用3ds MAX软件。
(3)将渲染后的虚拟建筑物虚模型复制到仿真测试软件中，并将其放置到所构建的自动驾驶车辆误操作虚拟危险场景地形中，并按照建筑物模型在真实场景中的位置与方向进行摆放。
(4)根据真实危险场景路网的逻辑，在虚拟危险场景地形中编辑标志、交通灯、速度限制等逻辑信息，创建相应的道路逻辑。
(5)生成地形文件，构建出所需求的述自动驾驶车辆误操作虚拟危险场景地形。
S2，创建自动驾驶车辆误操作测试场景。
自动驾驶测试场景指的是车辆测试过程中所处的地理环境、天气、道路、交通状态及车辆状态和时间等要素的集合，用于测试自动驾驶车辆相关自动驾驶功能检测项目。自动驾驶车辆误操作测试场景主要是指驾驶员对车辆功能的误用，导致误操作而引起交通伤害的场景。自动驾驶车辆误操作测试场景构建的框架如图3所示，具体包括如下步骤。
(1)在仿真测试软件中创建虚拟测试场景。
根据自动驾驶车辆所需要实现的功能，以构建的自动驾驶车辆误操作虚拟危险场景地形为基础，创建虚拟测试场景。在创建的虚拟测试场景中加入所需求的交通参与者如车、人、运动路径等、交通标志如信号灯、地标、施工等必要信息。
(2)在仿真测试软件中添加虚拟传感器。
根据实车所装备的传感器，在仿真测试软件中给模拟的自动驾驶车辆在车身的相同的安装位置及角度添加相应的诸如摄像头、毫米波雷达、激光雷达等传感器；同时设置传感器的各种参数如探测最大距离、精度等，使仿真测试软件中的传感器参数与现实中使用的尽可能一致，从而为自动驾驶车辆提供环境感知层。
(3)在仿真测试软件中外接决策控制电子单元设备。
将用于实车的决策控制电子单元设备外接到仿真测试软件上，用于控制自动驾驶车辆可以在仿真环境下正常行驶。
(4)在仿真测试软件中添加车辆行驶环境。
根据真实车辆行驶环境在仿真测试软件中进行添加相应的道路场景、交通环境、气象状态。其中，道路场景用于模拟真实环境中道路场景要素的几何特性、物理特性和行为特性；交通环境是指合理的交通流量信息及周围交通车辆行为；气象状态指的是真实环境中的天气状态、时间变化以及不同时间的光影变化。
(5)在仿真测试软件中外接驾驶模拟器。
将驾驶模拟器外接到仿真测试软件上，驾驶模拟器用于模拟人驾模式，在自动驾驶车辆测试过程中可以进行实时的人工接管操作，确保自动驾驶车辆在实际道路行驶时的人机切换性能以及人机混驾系统的安全性。
S3，在自动驾驶车辆误操作测试场景中对模拟的自动驾驶车辆进行误操作场景仿真测试实验。
S4，导出仿真测试实验中的仿真测试数据，将仿真测试数据存储到自动驾驶车辆误操作场景仿真测试数据库中，并对自动驾驶车辆误操作场景仿真测试数据库进行更新。
S5，将仿真测试数据与实车在误操作场景下得到的实车安全测试数据进行对比分析。
实车安全测试数据是指在真实误操作场景中驾驶员驾驶实车行驶相同的轨迹所测得的数据。实车安全测试数据存储于自动驾驶车辆误操作场景实车安全测试数据库中。误操作场景下自动驾驶车辆的仿真测试数据与实车安全测试数据在对比分析数据候选部中进行对比分析。
S6，判断仿真测试数据有无异常数据：
(1)如仿真测试数据有异常数据，分析造成误操作的原因，基于仿真测试数据对相应车辆决策算法的参数进行调试与修正，重复步骤S3～S6，具体为：
a.将有异常的仿真测试数据存储到自动驾驶车辆误操作场景仿真事故场景数据库中，对事故场景数据进行分析，得到造成误操作事故的原因；
b.针对造成误操作事故的原因，在事故场景数据调试修正部中对相应车辆决策算法的参数进行调试与修正，车辆决策算法的参数包含有：车辆轮速，方向盘转角，转向灯、喇叭、车窗、仪表等车身电器控制信号，油门，制动，等等。
c.重新在自动驾驶车辆误操作测试场景中对模拟的自动驾驶车辆进行误操作场景仿真测试实验，并将测试结果存储到自动驾驶车辆误操作场景仿真测试数据库中，对自动驾驶车辆误操作场景仿真测试数据库进行及时更新。
(2)如仿真测试数据无异常数据，将无异常的仿真测试数据存储到自动驾驶车辆误操作场景仿真无异常测试数据库中，更新自动驾驶车辆误操作场景仿真无异常测试数据库，结束对自动驾驶车辆误操作场景的虚拟仿真测试。
步骤S4～S6对应的结构框图见图4所示，自动驾驶车辆误操作场景仿真事故场景数据库是由于驾驶员对车辆功能的误用导致误操作，而引起了交通伤害的自动驾驶车辆误操作测试场景构成的数据库。根据上述分析方法可获得自动驾驶车辆误操作场景仿真事故场景数据库，以便于场景的快速检索与提取。如下表所示为误操作事故场景数据分析表。当然也不局限于这些误操作事故场景，对自动驾驶车辆误操作场景的测试过程中所出现的问题，应不断的扩充到自动驾驶车辆误操作场景仿真事故场景数据库，积累造成误操作的触发事件及其相应的情景，避免相似事故的发生，提高自动驾驶车辆安全性。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并加以实施，并不能以此限制本发明的保护范围，凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围内。
Claims (10)
1.一种用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：包括如下步骤：
S1，在仿真测试软件中根据自动驾驶车辆易发生误操作的真实危险场景地形构建自动驾驶车辆误操作虚拟危险场景地形；
S2，在仿真测试软件中将虚拟传感器、用于实车的决策控制电子单元设备、车辆行驶环境及用于模拟人驾模式的驾驶模拟器相关信息添加到自动驾驶车辆误操作虚拟危险场景地形中，创建自动驾驶车辆误操作测试场景；
S3，对模拟的自动驾驶车辆进行误操作场景仿真测试实验；
S4，导出所述仿真测试实验中的仿真测试数据；
S5，将所述仿真测试数据与实车在误操作场景下得到的实车安全测试数据进行对比分析；
S6，判断所述仿真测试数据有无异常数据：
（1）如所述仿真测试数据有异常数据，分析造成误操作的原因，基于所述仿真测试数据对相应车辆决策算法的参数进行调试与修正，重复步骤S3~S6；
（2）如所述仿真测试数据无异常数据，结束对自动驾驶车辆误操作场景的虚拟仿真测试。
2.根据权利要求1所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：步骤S1中包括如下步骤：
（1）根据自动驾驶车辆易发生误操作危险场景的真实地形的尺寸大小，在所述仿真测试软件的地形模块下1:1复现真实危险场景3D图形环境的路网，构建所述自动驾驶车辆误操作虚拟危险场景地形；
（2）通过绘图软件绘制真实危险场景中所涉及的建筑物模型，并在三维建模软件中对绘制的虚拟建筑物模型进行渲染并导出；
（3）将渲染后的所述虚拟建筑物虚模型复制到所述仿真测试软件中，并将其放置到所构建的所述自动驾驶车辆误操作虚拟危险场景地形中，并按照建筑物模型在真实场景中的位置与方向进行摆放；
（4）根据真实危险场景路网的逻辑，创建相应的道路逻辑；
（5）生成地形文件，构建出所需求的所述自动驾驶车辆误操作虚拟危险场景地形。
3.根据权利要求1所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：步骤S2中包括如下步骤：
（1）在所述仿真测试软件中创建虚拟测试场景；
（2）根据实车所装备的传感器，在所述仿真测试软件中给模拟的自动驾驶车辆在车身的相同的安装位置及角度添加相应的所述传感器；同时设置所述传感器的参数，使仿真环境中的所述传感器参数与现实中使用的一致；
（3）将用于实车的决策控制电子单元设备外接到所述仿真测试软件上；
（4）在所述仿真测试软件中添加车辆行驶环境；
（5）将所述驾驶模拟器外接到所述仿真测试软件上。
4.根据权利要求3所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：所述虚拟测试场景中至少包括交通参与者及交通标志。
5.根据权利要求3所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：所述车辆行驶环境包括道路场景、交通环境及气象状态，所述道路场景用于模拟真实环境中道路场景要素的几何特性、物理特性和行为特性；所述交通环境用于模拟真实环境中交通流量信息及周围交通车辆行为；所述气象状态用于模拟真实环境中的天气状态、时间变化以及不同时间的光影变化。
6.根据权利要求1所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：所述车辆决策算法的参数至少包含有车辆轮速、方向盘转角、车身电器控制信号、油门、制动，所述车身电器控制信号至少包括转向灯、喇叭、车窗、仪表。
7.根据权利要求1所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：将步骤S4获得的所述仿真测试数据存储到自动驾驶车辆误操作场景仿真测试数据库中，并对所述自动驾驶车辆误操作场景仿真测试数据库进行更新，所述实车安全测试数据存储于自动驾驶车辆误操作场景实车安全测试数据库中，在对比分析数据候选部中对所述仿真测试数据与所述实车安全测试数据进行对比分析。
8.根据权利要求7所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：如所述仿真测试数据有异常数据，将所述仿真测试数据存储到自动驾驶车辆误操作场景仿真事故场景数据库中，更新所述自动驾驶车辆误操作场景仿真事故场景数据库。
9.根据权利要求8所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：针对造成误操作事故的原因，在事故场景数据调试修正部中对相应所述车辆决策算法的参数进行调试与修正。
10.根据权利要求7所述的用于自动驾驶车辆误操作的预期功能安全分析方法，其特征在于：如所述仿真测试数据无异常数据，将所述仿真测试数据存储到自动驾驶车辆误操作场景仿真无异常测试数据库中，更新所述自动驾驶车辆误操作场景仿真无异常测试数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011486904.1A CN112613169B (zh) | 2020-12-16 | 2020-12-16 | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011486904.1A CN112613169B (zh) | 2020-12-16 | 2020-12-16 | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112613169A CN112613169A (zh) | 2021-04-06 |
| CN112613169B true CN112613169B (zh) | 2022-12-06 |
Family
ID=75239794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011486904.1A Active CN112613169B (zh) | 2020-12-16 | 2020-12-16 | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112613169B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515105A (zh) * | 2021-04-09 | 2021-10-19 | 清华大学 | 用于车辆预期功能安全仿真测试的平台、方法及存储介质 |
| CN113485301B (zh) * | 2021-07-20 | 2022-05-17 | 合肥工业大学 | 自动驾驶汽车控制系统的预期功能安全性能的量化评价方法 |
| CN113704100A (zh) * | 2021-08-20 | 2021-11-26 | 苏州智加科技有限公司 | 一种测试用例的自动管理方法及系统 |
| CN113641170B (zh) * | 2021-08-31 | 2023-02-03 | 北京三快在线科技有限公司 | 一种智能化检测无人驾驶接管问题的方法及装置 |
| CN113468678B (zh) * | 2021-09-02 | 2021-12-24 | 北京赛目科技有限公司 | 一种自动驾驶算法准确度的计算方法及装置 |
| CN113786608A (zh) * | 2021-09-13 | 2021-12-14 | 安波福电子(苏州)有限公司 | 车辆控制算法调校系统和方法 |
| CN114035545A (zh) * | 2021-11-08 | 2022-02-11 | 苏州挚途科技有限公司 | 自动驾驶算法仿真测试方法、装置及电子设备 |
| CN114355864B (zh) * | 2021-12-28 | 2024-05-03 | 重庆长安汽车股份有限公司 | 用于智能驾驶模型开发的模型在环测试方法、系统及计算机可读存储介质 |
| CN116010237B (zh) * | 2022-04-18 | 2024-04-05 | 上海滴滴沃芽科技有限公司 | 驾驶系统的测试方法、装置、服务器、介质和产品 |
| CN116151045B (zh) * | 2023-04-21 | 2023-08-01 | 中汽研汽车检验中心（天津）有限公司 | 车辆仿真测试数据准确性分析方法、装置、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108595901A (zh) * | 2018-07-09 | 2018-09-28 | 黄梓钥 | 一种自动驾驶汽车标准化安全仿真验证模型数据库系统 |
| CN111006879A (zh) * | 2019-12-25 | 2020-04-14 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 |
| CN111061167A (zh) * | 2019-12-26 | 2020-04-24 | 清华大学苏州汽车研究院（相城） | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 |
-
2020
- 2020-12-16 CN CN202011486904.1A patent/CN112613169B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108595901A (zh) * | 2018-07-09 | 2018-09-28 | 黄梓钥 | 一种自动驾驶汽车标准化安全仿真验证模型数据库系统 |
| CN111006879A (zh) * | 2019-12-25 | 2020-04-14 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 |
| CN111061167A (zh) * | 2019-12-26 | 2020-04-24 | 清华大学苏州汽车研究院（相城） | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 |
Non-Patent Citations (2)
| Title |
|---|
| 基于交通事故的自动驾驶虚拟测试方法研究;张珊等;《中国汽车》;20200515(第05期);全文 * |
| 虚拟智能驾驶仿真平台的设计与实现;郭文婷等;《湖北理工学院学报》;20200510(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112613169A (zh) | 2021-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112613169B (zh) | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 | |
| CN111006879B (zh) | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 | |
| CN110333730B (zh) | 自动驾驶算法预期功能安全的验证方法、平台及存储介质 | |
| CN111061167B (zh) | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 | |
| Schöner | Simulation in development and testing of autonomous vehicles | |
| CN112596500B (zh) | 一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法 | |
| CN112997060A (zh) | 用于修改自主车辆的控制单元的方法和系统 | |
| CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
| JP2018113015A (ja) | オートノマスシステムの検証法 | |
| Galko et al. | Vehicle-Hardware-In-The-Loop system for ADAS prototyping and validation | |
| CN113515105A (zh) | 用于车辆预期功能安全仿真测试的平台、方法及存储介质 | |
| Gietelink et al. | Development of a driver information and warning system with vehicle hardware-in-the-loop simulations | |
| CN110663073A (zh) | 策略生成装置及车辆 | |
| Skruch et al. | The simulation strategy and its realization in the development process of active safety and advanced driver assistance systems | |
| KR20230150350A (ko) | 차량의 운전자 보조 시스템을 시험하기 위한 방법 | |
| CN112651132B (zh) | 一种用于自动驾驶车辆误操作的预期功能安全风险评估方法 | |
| US20220358024A1 (en) | Computer-implemented method for scenario-based testing and / or homologation of at least partially autonomous driving functions to be tested by means of key performance indicators (kpi) | |
| US20230394896A1 (en) | Method and a system for testing a driver assistance system for a vehicle | |
| CN115688481A (zh) | 一种面向人机共驾型车辆的硬件在环仿真测试系统及方法 | |
| Shadrin et al. | The Concept of Highly Automated Vehicles Safety Monitoring in Operation Using Virtual Testing Procedures | |
| JP2024507997A (ja) | 乗物の運転者支援システムを試験するためのシナリオデータを生成する方法およびシステム | |
| CN112883489A (zh) | 自动驾驶汽车仿真系统 | |
| Zhang et al. | Development and verification of traffic confrontation simulation test platform based on PanoSim | |
| Fan et al. | A Co-Simulation Platform for Powertrain Controls Development | |
| JP7428273B2 (ja) | 処理方法、処理システム、処理プログラム、記憶媒体、処理装置 |
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 |