CN113947893A - 一种自动驾驶车辆行车场景还原方法及系统 - Google Patents
一种自动驾驶车辆行车场景还原方法及系统 Download PDFInfo
- Publication number
- CN113947893A CN113947893A CN202111031970.4A CN202111031970A CN113947893A CN 113947893 A CN113947893 A CN 113947893A CN 202111031970 A CN202111031970 A CN 202111031970A CN 113947893 A CN113947893 A CN 113947893A
- Authority
- CN
- China
- Prior art keywords
- scene
- vehicle
- data
- automatic driving
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000008569 process Effects 0.000 claims abstract description 30
- 230000009467 reduction Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 241001465754 Metazoa Species 0.000 claims description 3
- 230000008447 perception Effects 0.000 abstract description 13
- 230000006870 function Effects 0.000 abstract description 5
- 238000007781 pre-processing Methods 0.000 abstract description 3
- 238000013500 data storage Methods 0.000 description 8
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明为一种自动驾驶车辆行车场景还原方法及系统,方法包括以下步骤:获取自动驾驶车辆行车过程中的全维场景数据,并对获取的数据逐条添加时间戳;对获取的全维场景数据进行预处理,得到轻量级场景数据,实现自动驾驶车辆行车过程中内外场景信息在同一时间维度的描述;构建场景数据库,存储轻量级场景数据;构建自动驾驶车辆离线场景信息库,根据轻量级场景数据,重构自动驾驶车辆行车场景。本方法不仅能够简洁、高效、实时地记录自动驾驶车辆行车外部感知环境信息、位置信息,而且还记录车内感知决策及行驶状态信息,节约了场景记录的开销,并且实现了自动驾驶车辆行车过程中车内外场景全维信息的可记录、可追溯、可还原的功能。
Description
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种自动驾驶车辆的行车场景还原方法及系统。
背景技术
随着汽车技术、信息通信技术与智能控制技术的快速发展和高效融合,智能网联自动驾驶汽车应运而生。由于自动驾驶系统功能复杂、行车环境多样,因此自动驾驶车辆需要一种“黑匣子”系统,该系统不仅能够简洁、实时、准确地记录自动驾驶车辆的行车状态、控制数据、外部环境、车辆位置等信息,还能通过这些信息完成对行车原始场景的还原,实现自动驾驶车辆行车过程中场景信息的可记录、可追溯、可还原,以支持对自动驾驶系统功能提升以及对道路交通事故的成因分析。
传统的场景记录系统,例如行车记录仪,只是将行车过程中的外部环境视频数据完整存储下来。一方面,该方式记录内容单一且不能记录自动驾驶系统的操作指令和车辆的实时状态;另一方面,该记录方式是对原始的场景数据进行存储,这就可能会导致一些敏感的场所信息被泄漏。此外自动驾驶车辆行车场景数据是实时上传的,写入数据量非常大,结合现有的硬盘能力,只能存储一小段时间的场景数据。因此,在行车场景还原时,仅能对一段时间内的单一场景视频进行还原,可能无法完全满足交通事故等成因分析。
因此,实现自动驾驶车辆行车场景记录的多方位、简洁化、有针对、可还原是一种发展方向。如何既能记录自动驾驶车辆行车的全维场景信息,又能对全维场景信息进行轻量级归一化描述,能够降低数据存储量和保证场景数据存储安全,同时还能根据存储的轻量级场景数据完成场景还原,这是需要去解决的问题。
发明内容
为了解决现有技术问题,本发明的目的在于克服已有技术存在的不足,提供一种自动驾驶车辆的行车场景还原方法及系统,提供了采用一种结构化的自动驾驶车辆场景记录语言,完成对场景数据冗余信息删除和特征要素提取,实现多方位、简洁化、有针对地记录自动驾驶车辆行车场景数据。
为达到上述发明创造目的,本发明采用如下技术方案:
一种自动驾驶车辆的行车场景还原方法,所述方法包括以下步骤:
步骤一,获取自动驾驶车辆行车过程中的全维场景数据,并对获取的数据添加时间戳;
步骤二,对获取的全维场景数据进行特征要素提取,删除冗余信息,得到轻量级场景数据,所述轻量级场景数据采用结构化语言描述;
步骤三,基于所述轻量级场景数据和预设格式构建场景数据库;
步骤四,建立自动驾驶车辆离线场景信息库,从所述场景数据库获取指定时间段内的轻量级场景数据,结合离线场景信息库,重构自动驾驶车辆行车场景以实现行车场景的还原;
其中,所述离线场景信息库包括地图信息库、外部场景信息库和内部运行场景信息库。
进一步的,所述步骤二具体包括以下内容:
步骤2.1,对自动驾驶车辆行车过程中的全维场景数据进行冗余信息剔除、特征要素提取,并通过结构化描述语言对所述全维场景数据进行分类记录;
步骤2.2,建立自动驾驶车辆坐标系,通过定义位置朝向说明符,采用结构化描述语言记录自动驾驶车辆行车与所述全维场景数据中元素之间的几何位置关系;
步骤2.3,在同一时间戳下,将所述全维场景数据进行归一化处理,完成在同一时间内的自动驾驶车辆行车过程中轻量级场景数据的结构化描述。
作为本申请的一种优选实施方案,所述步骤2.1中,对所述全维场景数据划分为三类:
车辆内部场景元素,所述车辆内部场景元素包含自动驾驶车辆的位置信息、车辆运行状态信息、自动驾驶系统操作指令以及车内安全辅助系统的决策信息;
外部环境感知动态元素,所述外部环境感知动态元素包含交通信号灯、行人、动物、其他车辆和天气信息;
外部环境感知静态元素,所述外部环境感知静态元素包含交通标志、固定的障碍物、道路类型、周边景观。
进一步的,所述步骤三具体包括:
根据所述轻量级场景数据的分类将所述场景数据库分为三个子场景数据库;
设置子场景数据库的数据格式,所述数据格式包含若干字段属性,所述字段属性包含字段、数据类型、取值范围,时间戳信息;
将所述轻量级场景数据按照其分类存入各自场景数据库中。
进一步的,所述步骤四具体包括:
步骤4. 1,根据车辆的位置信息获取当前车辆位置周围的道路拓扑结构信息,结合地图信息库制作高精道路场景图;
步骤4. 2,调用所述离线场景信息库中与轻量级场景数据相关的场景元素;
步骤4. 3,根据时间戳信息在绘制的高精道路场景图上放置调用的场景元素以完成场景重构,实现自动驾驶车辆行车场景的还原。
作为本申请的一种优选实施方案,所述安全辅助系统用于监测自动驾驶系统是否出现功能故障或遭网络攻击故障并采取抵御相关故障措施的信息。
本发明还提供一种自动驾驶车辆行车场景记录与还原系统,所述系统包括:
数据获取模块,所述数据获取模块获取自动驾驶车辆行车过程中的全维场景数据,并对获取的数据添加时间戳;
数据处理模块,所述数据处理模块对获取的全维场景数据进行特征要素提取,删除冗余信息,得到轻量级场景数据;
存储模块,所述存储模块用于按照预设的格式构建场景数据库,存储所述轻量级场景数据;
场景还原模块,所述场景还原模块中包含离线场景信息库,所述场景还原模块基于离线场景信息库,以及获取的轻量级场景数据,重构自动驾驶车辆行车场景,实现行车场景的还原。
进一步的,所述数据获取模块通过CAN或以太网接口获取全维场景数据,并对获取的数据逐条添加时间戳。
本申请还一种计算机可读存储介质,所述存储介质用于存储上述自动驾驶车辆行车场景记录与还原方法。
综上所述,本发明提出了一种自动驾驶车辆的行车场景还原方法与系统,采用结构化描述语言完成对场景数据冗余信息删除和特征要素提取,实现简洁、精准、多方位地记录了自动驾驶车辆行车过程中的场景信息,不仅能够有效降低场景信息的存储开销,而且还能保证外部敏感环境场景数据存储的安全。同时通过场景重构与还原,实现了自动驾驶车辆行车场景还原。这对后期自动驾驶系统以及道路交通事故的分析具有重要的意义。
附图说明
图1是自动驾驶车辆行车场景记录与还原系统框图;
图2是本发明自动驾驶车辆的行车场景还原方法的流程图;
图3是实施本发明方法的流程示意图;
图4是自动驾驶车辆行车过程中场景元素分类图。
具体实施方式
以下结合具体的实施例子及附图1、图2、图3、图4对上述方案做进一步说明,本发明的实施例详述如下:
实施例1
本实施例为一种自动驾驶车辆的行车场景还原方法,如图1所示,所述方法包括以下步骤:
步骤一,获取自动驾驶车辆行车过程中的全维场景数据,并对获取的数据逐条添加时间戳;本实施例中通过CAN或以太网等接口获取自动驾驶车辆行车过程中与驾驶场景相关的外部环境感知数据与内部行驶状态数据,并对获取的数据逐条添加时间戳。如图3、图4所示,具体包括:
a) 自动驾驶车辆行车外部环境感知数据,车辆行车外部环境感知数据包含外部环境感知动态元素以及外部环境感知静态元素,如障碍物、车道线、交通信号等,及位置信息;
b) 车辆内部场景元素,车辆内部场景元素包含自动驾驶系统的操作指令及车辆行驶状态数据,如方向盘转角信息,刹车信息,发送机转速信息等;以及其他车内安全辅助系统在抵御自动驾驶系统功能故障或网络攻击的决策结果数据。
步骤二,对获取的全维场景数据进行预处理,对所述全维场景数据进行结构化场景描述,剔除冗余信息,提取特征要素,并进行归一化处理,对轻量级场景数据采用结构化语言描述,得到轻量级场景数据,实现自动驾驶车辆行车过程中内外场景信息在同一时间维度的描述。
上述轻量级场景数据处理,一方面同一场景数据经过冗余删除、结构化描述,可以在不丢失关键场景数据的情况下完成记录,减少数据存储空间;另一方面,对一些冗余的场景数据的剔除,能够保证外部敏感环境场景数据存储的安全,使敏感数据不被泄漏。
步骤二具体包括以下内容:
步骤2.1,对自动驾驶车辆行车过程中的全维场景数据进行冗余信息剔除、特征要素提取,并通过结构化描述语言对所述全维场景数据进行分类记录。
a) 提取自动驾驶车辆的关键行车场景要素,删除一些冗余信息。例如车辆行车前方的行人只记录其为人,并不对其性别、衣着等特征进行记录;车辆行车过程中两边的建筑物,只记录其外观(长宽高),不对其具体细节进行记录,这样能够使一些敏感场所的信息不被泄漏,从根源上保证场景数据存储的安全。然后按车辆内部场景元素、外部环境感知动态元素和外部环境感知静态元素三类对提取的精简的场景元素分类。所述车辆内部场景元素中定义了车辆的位置信息类、状态信息类、车内其他安全辅助系统的决策信息类;所述外部环境感知动态元素类中定义了交通信号灯类、天气类、行人类等;所述外部环境感知静态元素类中定义了交通标志、固定的障碍物、道路类型类等;
b) 以自动驾驶车辆本身前端中心为原点建立平面直角坐标系,通过定义位置说明和朝向说明,记录自动驾驶车辆行车过程中与上述2.a描述的外部环境感知动静态元素之间实时的几何位置关系;
c) 依据同一时间戳,将2.a、2.b的场景元素数据进行归一化处理,完成在同一时间内的自动驾驶车辆行车过程中内外场景数据轻量级的结构化描述。
本实施例中,对所述全维场景数据划分为以下三类:
车辆内部场景元素,所述车辆内部场景元素包含自动驾驶车辆的位置信息、车辆运行状态信息、自动驾驶系统操作指令以及车内安全辅助系统的决策信息;
外部环境感知动态元素,所述外部环境感知动态元素包含交通信号灯、行人、动物、其他车辆和天气信息;
外部环境感知静态元素,所述外部环境感知静态元素包含交通标志、固定的障碍物、道路类型、周边景观。
步骤2.2,建立自动驾驶车辆坐标系,通过定义位置朝向说明符,采用结构化描述语言记录自动驾驶车辆行车与所述全维场景数据中元素之间的几何位置关系;
步骤2.3,在同一时间戳下,将所述全维场景数据进行归一化处理,完成在同一时间内的自动驾驶车辆行车过程中内外场景信息轻量级的结构化描述。
步骤三,构建场景数据库,存储所述轻量级场景数据;根据所述全维场景数据的分类创建数据库表组,成记录当前时间戳的场景数据;记录并存储同一时间戳的轻量级场景数据,为后期场景还原仿真系统提供依据。
a) 创建多个数据库表组成记录当前时间戳的场景数据,该场景数据库的分类按照全维场景数据的分类,也分为三个子场景数据库,分别为车辆内部场景数据、外部动态元素数据以及外部静态元素数据。
b) 设置子场景数据库的数据格式,所述数据格式包含若干字段属性,所述字段属性,针对不同的场景信息表设置不同的字段属性,分别由字段、数据类型、取值范围组成。以外部车辆数据库表为例,字段可以描述外部车辆的特征,如车的长宽高、速度、与本车的位置关系等;并且通过不同的取值来区别不同的车辆;
c)将所述轻量级场景数据按照其分类存入各自场景数据库中。
步骤四,构建自动驾驶车辆离线场景信息库,获取数据库指定时间段内轻量级场景数据,结合离线场景信息库,重构自动驾驶车辆行车场景,实现行车场景的还原。具体的,该步骤包括以下内容:
步骤4.1,建立自动驾驶车辆离线场景信息库,所述场景还原信息库包括地图信息库、外部场景信息库和内部运行场景信息库;
a) 构建地图信息库,离线获取与采集地图基础信息,包括路网、车道线、街边建筑等;
b) 构建自动驾驶车辆外部场景信息库,主要包括自动驾驶车辆行车过程中的交通标志、其他车辆或行人等;
c) 构建自动驾驶车辆内部运行场景信息库,主要包括自动驾驶系统的操作指令(如加速、刹车等)、车辆运行状态(如车速、方向盘角度等)、其他安全辅助系统的决策信息。
步骤4.2,根据系统下发的读取指令,从数据库中获取指定时间段内的轻量级场景数据;
a) 通过以太网或其他接口获取数据库中获取指定时间段内的场景数据, 包括外部环境动静态场景数据和车辆内部场景数据,如自动驾驶系统操作指令及车辆状态及位置信息、安全辅助系统的决策信息等;
步骤4.3,根据车辆位置信息获取当前车辆位置周围的道路拓扑结构,结合地图信息库制作高精道路;
步骤4.4,将获取的轻量级场景数据与场景还原信息库、高精道路结合,通过场景还原仿真系统完成场景重构,实现自动驾驶车辆行车场景的还原。具体行车场景还原包括:
1) 自动驾驶车辆行车过程中外部感知环境的还原;
2) 自动驾驶车辆行车过程中系统的操作指令,采用场景还原仿真软件对车辆运行状态的还原。
本实施例提供的自动驾驶车辆行车场景记录与还原方法不仅能够简洁、高效、精确地记录自动驾驶系统的车辆运行状态、控制指令、行车外部场景信息、位置信息、车内其他安全辅助系统抵御自动驾驶系统功能故障或网络攻击的处理过程及结果等,而且还能保证外部敏感环境场景数据存储的安全,并且能够通过场景重构将这些场景信息复现在场景还原仿真系统上。为自动驾驶车辆事故定责能力与系统功能性能的提升提供参考。
实施例2
作为本申请的一种优选实施方案,为了进一步提升场景数据的全面性以及为自动驾驶车辆提供高可靠性,本实施例提供的自动驾驶车辆行车场景记录与还原方法还提供对安全辅助系统的决策信息的采集、处理、保存等功能,所述安全辅助系统的决策信息为,用于监测自动驾驶系统是否出现功能故障或遭网络攻击故障并采取抵御相关故障措施的信息。具体指车辆正常运行、自动驾驶系统功能故障、自动驾驶系统遭网络攻击故障三种情形下保证车辆正常运行或者不失控的决策结果信息等。其作用为:抵御已知或未知的系统故障和网络攻击,当出现故障时能保证车辆安全停车。
自动驾驶车辆行车过程中安全辅助系统的运行状态的还原,如能够实时观察安全辅助系统的决策结果,可以直观显示自动驾驶系统是否正常运行、自动驾驶系统是否出现功能故障或遭网络攻击以及安全辅助系统针对当前状态采取的措施等。
实施例3
本申请还提供一种自动驾驶车辆行车场景记录与还原系统,所述系统包括:
数据获取模块,所述数据获取模块获取自动驾驶车辆行车过程中的全维场景数据,并对获取的数据逐条添加时间戳;
数据处理模块,所述数据处理模块对获取的全维场景数据进行预处理,得到轻量级场景数据,实现自动驾驶车辆行车过程中内外场景信息在同一时间维度的描述;
存储模块,所述存储模块用于构建场景数据库,存储所述轻量级场景数据;
场景还原模块,所述场景还原模块中包含离线场景信息库,所述场景还原模块基于离线场景信息库,以及获取的轻量级场景数据,重构自动驾驶车辆行车场景,实现行车场景的还原。
进一步的,所述数据获取模块通过CAN或以太网接口获取全维场景数据,并对获取的数据逐条添加时间戳。
实施例4
本申请还一种计算机可读存储介质,所述存储介质用于存储上述自动驾驶车辆行车场景记录与还原方法。
综上所述,本发明提出的一种自动驾驶车辆的行车场景还原方法与系统,采用结构化描述语言完成对场景数据冗余信息删除和特征要素提取,实现简洁、精准、多方位地记录了自动驾驶车辆行车过程中的场景信息,不仅能够有效降低场景信息的存储开销,而且还能保证外部敏感环境场景数据存储的安全。同时通过场景重构与还原,实现了自动驾驶车辆行车场景还原。这对后期自动驾驶系统以及道路交通事故的分析具有重要的意义。
上面对本发明实施例结合附图进行了说明,但本发明不限于上述实施例,还可以根据本发明的发明创造的目的做出多种变化,凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化,均应为等效的置换方式,只要符合本发明的发明目的,只要不背离本发明的技术原理和发明构思,都属于本发明的保护范围。
Claims (9)
1.一种自动驾驶车辆的行车场景还原方法,其特征在于,所述方法包括以下步骤:
步骤一,获取自动驾驶车辆行车过程中的全维场景数据,并对获取的数据添加时间戳;
步骤二,对获取的全维场景数据进行特征要素提取,删除冗余信息,得到轻量级场景数据,所述轻量级场景数据采用结构化语言描述;
步骤三,基于所述轻量级场景数据和预设格式构建场景数据库;
步骤四,建立自动驾驶车辆离线场景信息库,从所述场景数据库获取指定时间段内的轻量级场景数据,结合离线场景信息库,重构自动驾驶车辆行车场景以实现行车场景的还原;
其中,所述离线场景信息库包括地图信息库、外部场景信息库和内部运行场景信息库。
2.根据权利要求1所述的一种自动驾驶车辆的行车场景还原方法,其特征在于,所述步骤二具体包括以下内容:
步骤2.1,对自动驾驶车辆行车过程中的全维场景数据进行冗余信息剔除、特征要素提取,并通过结构化描述语言对所述全维场景数据进行分类记录;
步骤2.2,建立自动驾驶车辆坐标系,通过定义位置朝向说明符,采用结构化描述语言记录自动驾驶车辆行车与所述全维场景数据中元素之间的几何位置关系;
步骤2.3,在同一时间戳下,将所述全维场景数据进行归一化处理,完成在同一时间内的自动驾驶车辆行车过程中轻量级场景数据的结构化描述。
3.根据权利要求2所述的一种自动驾驶车辆的行车场景还原方法,其特征在于,所述步骤2.1中,对所述轻量级场景数据划分为三类:
车辆内部场景元素,所述车辆内部场景元素包含自动驾驶车辆的位置信息、车辆运行状态信息、自动驾驶系统操作指令以及车内安全辅助系统的决策信息;
外部环境感知动态元素,所述外部环境感知动态元素包含交通信号灯、行人、动物、其他车辆和天气信息;
外部环境感知静态元素,所述外部环境感知静态元素包含交通标志、固定的障碍物、道路类型、周边景观。
4.根据权利要求3所述的一种自动驾驶车辆的行车场景还原方法,其特征在于,所述步骤三具体包括以下内容:
根据所述轻量级场景数据的分类将所述场景数据库分为三个子场景数据库;
设置子场景数据库的数据格式,所述数据格式包含若干字段属性,所述字段属性包含字段、数据类型、取值范围,时间戳信息;
将所述轻量级场景数据按照其分类存入各自场景数据库中。
5.根据权利要求3所述的一种自动驾驶车辆的行车场景还原方法,其特征在于,所述步骤四具体包括:
步骤4.1,根据车辆的位置信息获取当前车辆位置周围的道路拓扑结构信息,结合地图信息库制作高精道路场景图;
步骤4.2,调用所述离线场景信息库中与轻量级场景数据相关的场景元素;
步骤4.3,根据时间戳信息在绘制的高精道路场景图上放置调用的场景元素以完成场景重构,实现自动驾驶车辆行车场景的还原。
6.根据权利要求3所述的一种自动驾驶车辆的行车场景还原方法,其特征在于,所述安全辅助系统用于监测自动驾驶系统是否出现功能故障或遭网络攻击故障并采取抵御相关故障措施的信息。
7.一种自动驾驶车辆行车场景还原系统,其特征在于,所述系统包括:
数据获取模块,所述数据获取模块获取自动驾驶车辆行车过程中的全维场景数据,并对获取的数据添加时间戳;
数据处理模块,所述数据处理模块对获取的全维场景数据进行特征要素提取,删除冗余信息,得到轻量级场景数据;
存储模块,所述存储模块用于按照预设的格式构建场景数据库,存储所述轻量级场景数据;
场景还原模块,所述场景还原模块中包含离线场景信息库,所述场景还原模块基于离线场景信息库,以及获取的轻量级场景数据,重构自动驾驶车辆行车场景,实现行车场景的还原。
8.根据权利要求7所述的一种自动驾驶车辆行车场景还原系统,其特征在于,所述数据获取模块通过CAN或以太网接口获取全维场景数据,并对获取的数据逐条添加时间戳。
9.一种计算机可读存储介质,其特征在于,所述存储介质中含有如权利要求1至7任一项所述的自动驾驶车辆行车场景记录与还原方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031970.4A CN113947893A (zh) | 2021-09-03 | 2021-09-03 | 一种自动驾驶车辆行车场景还原方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031970.4A CN113947893A (zh) | 2021-09-03 | 2021-09-03 | 一种自动驾驶车辆行车场景还原方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113947893A true CN113947893A (zh) | 2022-01-18 |
Family
ID=79327815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111031970.4A Pending CN113947893A (zh) | 2021-09-03 | 2021-09-03 | 一种自动驾驶车辆行车场景还原方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113947893A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246933B1 (en) * | 1999-11-04 | 2001-06-12 | BAGUé ADOLFO VAEZA | Traffic accident data recorder and traffic accident reproduction system and method |
US20170278402A1 (en) * | 2016-03-25 | 2017-09-28 | Toyota Jidosha Kabushiki Kaisha | Understanding Road Scene Situation and Semantic Representation of Road Scene Situation for Reliable Sharing |
CN107235044A (zh) * | 2017-05-31 | 2017-10-10 | 北京航空航天大学 | 一种基于多传感数据实现对道路交通场景和司机驾驶行为的还原方法 |
CN107330823A (zh) * | 2017-06-05 | 2017-11-07 | 北京交通大学 | 列控车载设备的故障案例管理方法 |
CN107678306A (zh) * | 2017-10-09 | 2018-02-09 | 驭势(上海)汽车科技有限公司 | 动态场景信息录制和仿真回放方法、装置、设备及介质 |
CN109472884A (zh) * | 2018-10-29 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 无人车数据存储方法、装置、设备及存储介质 |
CN109902430A (zh) * | 2019-03-13 | 2019-06-18 | 上海车右智能科技有限公司 | 交通场景生成方法、装置、系统、计算机设备和存储介质 |
CN111016652A (zh) * | 2019-12-31 | 2020-04-17 | 重庆德科电子仪表有限公司 | 一种车辆行驶过程中的场景还原系统及其方法 |
US20200137351A1 (en) * | 2018-10-30 | 2020-04-30 | GM Global Technology Operations LLC | Method and system for reconstructing a vehicle scene at a cloud layer |
CN111243335A (zh) * | 2020-01-20 | 2020-06-05 | 上海大学 | 一种自主无人系统中的场景描述方法 |
CN111368326A (zh) * | 2020-02-25 | 2020-07-03 | 百度在线网络技术(北京)有限公司 | 车辆数据处理方法、装置、电子设备和存储介质 |
CN111880533A (zh) * | 2020-07-16 | 2020-11-03 | 华人运通(上海)自动驾驶科技有限公司 | 驾驶场景重构方法、装置、系统、车辆、设备及存储介质 |
CN112560253A (zh) * | 2020-12-08 | 2021-03-26 | 中国第一汽车股份有限公司 | 驾驶场景的重构方法、装置、设备及存储介质 |
CN113191030A (zh) * | 2021-07-01 | 2021-07-30 | 北京赛目科技有限公司 | 一种自动驾驶测试场景构建方法及装置 |
CN113190977A (zh) * | 2021-04-13 | 2021-07-30 | 北京汽车研究总院有限公司 | 自动驾驶车辆的事故责任分析方法及装置 |
-
2021
- 2021-09-03 CN CN202111031970.4A patent/CN113947893A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246933B1 (en) * | 1999-11-04 | 2001-06-12 | BAGUé ADOLFO VAEZA | Traffic accident data recorder and traffic accident reproduction system and method |
US20170278402A1 (en) * | 2016-03-25 | 2017-09-28 | Toyota Jidosha Kabushiki Kaisha | Understanding Road Scene Situation and Semantic Representation of Road Scene Situation for Reliable Sharing |
CN107235044A (zh) * | 2017-05-31 | 2017-10-10 | 北京航空航天大学 | 一种基于多传感数据实现对道路交通场景和司机驾驶行为的还原方法 |
CN107330823A (zh) * | 2017-06-05 | 2017-11-07 | 北京交通大学 | 列控车载设备的故障案例管理方法 |
CN107678306A (zh) * | 2017-10-09 | 2018-02-09 | 驭势(上海)汽车科技有限公司 | 动态场景信息录制和仿真回放方法、装置、设备及介质 |
CN109472884A (zh) * | 2018-10-29 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 无人车数据存储方法、装置、设备及存储介质 |
US20200137351A1 (en) * | 2018-10-30 | 2020-04-30 | GM Global Technology Operations LLC | Method and system for reconstructing a vehicle scene at a cloud layer |
CN109902430A (zh) * | 2019-03-13 | 2019-06-18 | 上海车右智能科技有限公司 | 交通场景生成方法、装置、系统、计算机设备和存储介质 |
CN111016652A (zh) * | 2019-12-31 | 2020-04-17 | 重庆德科电子仪表有限公司 | 一种车辆行驶过程中的场景还原系统及其方法 |
CN111243335A (zh) * | 2020-01-20 | 2020-06-05 | 上海大学 | 一种自主无人系统中的场景描述方法 |
CN111368326A (zh) * | 2020-02-25 | 2020-07-03 | 百度在线网络技术(北京)有限公司 | 车辆数据处理方法、装置、电子设备和存储介质 |
CN111880533A (zh) * | 2020-07-16 | 2020-11-03 | 华人运通(上海)自动驾驶科技有限公司 | 驾驶场景重构方法、装置、系统、车辆、设备及存储介质 |
CN112560253A (zh) * | 2020-12-08 | 2021-03-26 | 中国第一汽车股份有限公司 | 驾驶场景的重构方法、装置、设备及存储介质 |
CN113190977A (zh) * | 2021-04-13 | 2021-07-30 | 北京汽车研究总院有限公司 | 自动驾驶车辆的事故责任分析方法及装置 |
CN113191030A (zh) * | 2021-07-01 | 2021-07-30 | 北京赛目科技有限公司 | 一种自动驾驶测试场景构建方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109510851A (zh) | 地图数据的构建方法和设备 | |
CN103219030B (zh) | 一种车载视频与总线数据同步采集及回放的方法 | |
DE112019001310T5 (de) | Systeme und verfahren zum reduzieren der menge an datenspeicher beim maschinellen lernen | |
CN104614733B (zh) | 一种动态障碍物检测方法 | |
CN111243335B (zh) | 一种自主无人系统中的场景描述方法 | |
KR20210078530A (ko) | 차선 속성 검출방법, 장치, 전자장치 및 가독 저장 매체 | |
CN110070704A (zh) | 一种汽车行驶记录仪的电子围栏监控方法 | |
CN112163543A (zh) | 一种车辆违法占道的检测方法及系统 | |
CN103544744A (zh) | 一种基于云端控制的行车记录仪系统及记录方法 | |
CN112184625A (zh) | 一种基于视频深度学习的路面缺陷识别方法和系统 | |
CN107564132A (zh) | 一种驾驶事件视频获取方法及系统 | |
CN114756505A (zh) | 一种自动驾驶场景自识别方法及存储介质 | |
CN114492022A (zh) | 路况传感数据处理方法、装置、设备、程序以及存储介质 | |
CN114301938A (zh) | 车路协同车辆事件确定方法、相关装置及计算机程序产品 | |
CN113947893A (zh) | 一种自动驾驶车辆行车场景还原方法及系统 | |
DE102019117136A1 (de) | Kommunikation und steuerung für verkehrsinfrastruktur | |
CN114550342B (zh) | 基于黑匣子的无人车事故责任判定方法、装置及电子设备 | |
CN116740840A (zh) | 一种行车记录仪用视频预警系统 | |
CN113706911B (zh) | 一种基于数字化交通场景的自动驾驶方法 | |
CN115185200A (zh) | 一种自动驾驶场景还原方法及装置 | |
CN109061706A (zh) | 一种基于T-Box和实时路况地图数据的车辆驾驶行为分析的方法 | |
CN115145241A (zh) | 一种基于soa服务的车端can节点的远程诊断方法及存储介质 | |
CN114169247A (zh) | 仿真交通流的生成方法、装置、设备和计算机可读存储介质 | |
CN113345129A (zh) | 交通信息记录方法、装置与电子设备 | |
CN115203902A (zh) | 一种自动驾驶体系中的仿真场景重构方法及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220118 |