CN115270400A - 用于自动驾驶仿真的测试场景构建方法及可读存储介质 - Google Patents
用于自动驾驶仿真的测试场景构建方法及可读存储介质 Download PDFInfo
- Publication number
- CN115270400A CN115270400A CN202210706154.7A CN202210706154A CN115270400A CN 115270400 A CN115270400 A CN 115270400A CN 202210706154 A CN202210706154 A CN 202210706154A CN 115270400 A CN115270400 A CN 115270400A
- Authority
- CN
- China
- Prior art keywords
- scene
- automatic driving
- test
- road
- driving simulation
- 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
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
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明具体涉及用于自动驾驶仿真的测试场景构建方法及可读存储介质。方法包括:根据场景特性对自动驾驶仿真测试场景进行分类,生成对应的场景类型;获取自动驾驶路试数据,并将其分类成各个场景类型对应的路试数据;根据自动驾驶仿真测试场景的数据提取规则对各个场景类型的路试数据进行数据提取,得到各个场景类型的场景参数;通过概率学算法对自动驾驶路试数据进行统计分析,生成对应的参数筛选规则;基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历。本发明还公开了一种可读存储介质。本发明能够提高所构建自动驾驶仿真测试场景的有效性和场景覆盖率,从而能够保证自动驾驶算法安全性能测试的效果。
Description
技术领域
本发明涉及自动驾驶仿真测试技术领域,具体涉及用于自动驾驶仿真的测试场景构建方法及可读存储介质。
背景技术
目前,自动驾驶技术的应用越来越广泛,而保证使用自动驾驶算法的车辆的安全性是至关重要的。为了保证车辆及内部人员的安全,在已研发成功的自动驾驶算法投入实际应用之前,需要对自动驾驶算法进行安全性能测试。为了实现自动驾驶算法的安全性能测试,首先需要搭建针对自动驾驶算法以及测试需求相应的自动驾驶仿真测试场景。
针对现有方法搭建的自动驾驶仿真测试场景的数量比较有限,无法对被测车辆即安装有自动驾驶算法的车辆进行全面的问题,公开号为CN112464461A的中国专利了《一种自动驾驶测试场景的构建方法及装置》,方法包括:获得从预设测试场景模板中选中的目标测试场景模板;获得针对目标测试场景模板的修改指令;若修改指令包括表征对目标测试场景模板中已有场景元素进行修改的信息,基于修改指令中携带的待修改场景元素及其对应的第一修改信息,确定至少一组场景修改值组;基于每一组场景修改值组,修改目标测试场景模板中待修改场景元素对应的值,生成每一组场景修改值组对应的自动驾驶仿真测试场景。
上述现有方案中的自动驾驶仿真测试场景构建方法,实际上是通过修改场景元素值来得到不同的场景,进而实现对自动驾驶场景的自动化构建。但申请人发现,上述现有方案未指出以何种方法来进行场景参数的取值,若采用现有随机抽取的方式进行参数取值,存在参数准确性不好的问题,导致自动驾驶仿真测试场景的场景覆盖率很低;若采用现有全排列遍历的方式进行参数取值,又会陷入场景库过分冗余的窘境,导致自动驾驶仿真测试场景的有效性难以得到保证。因此,如何设计一种能够提高自动驾驶仿真测试场景有效性和场景覆盖率的测试场景构建方法是亟需解决的技术问题。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种用于自动驾驶仿真的测试场景构建方法,以提高所构建自动驾驶仿真测试场景的有效性和场景覆盖率,从而能够保证自动驾驶算法安全性能测试的效果。
为了解决上述技术问题,本发明采用了如下的技术方案:
用于自动驾驶仿真的测试场景构建方法,包括以下步骤:
S1:根据场景特性对自动驾驶仿真测试场景进行分类,生成对应的场景类型;
S2:获取自动驾驶路试数据,并将其分类成各个场景类型对应的路试数据;
S3:根据自动驾驶仿真测试场景的数据提取规则对各个场景类型的路试数据进行数据提取,得到各个场景类型的场景参数;
S4:通过概率学算法对自动驾驶路试数据进行统计分析,生成对应的参数筛选规则;
S5:基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历,以生成对应的自动驾驶仿真测试场景。
优选的,步骤S1中,场景类型包括但不限于静态场景路网和动态交通参与者;
静态场景路网包括道路要素、交通基础设施、环境要素;
动态交通参与者包括主车、目标车、行人。
优选的,步骤S2中,自动驾驶路试数据至少包括:
道路信息:车道宽度、道路曲率半径、车道线类型、道路类型、限速情况;
车辆信息:主车车速、目标车车速、主车加速度、目标车加速度、车辆航向角;
驾驶辅助系统相关状态量:系统接管、系统激活、系统退出;
驾驶员主动干预行为:制动踏板、油门踏板、方向盘转角、仪表按键。
优选的,步骤S3中,自动驾驶仿真测试场景的数据提取规则包括:
驾驶员主动干预行为:驾驶员通过按键解除驾驶辅助系统、驾驶员通过制动踏板解除驾驶辅助系统、驾驶员通过油门踏板超越驾驶辅助系统、驾驶员通过打方向盘超越驾驶辅助系统横向控制;
系统发生接管报警:纵向接管报警、横向接管报警、脱手接管报警、脱眼接管报警、制动不足接管报警、碰撞风险接管报警;
安全功能触发场景:自动紧急刹车系统、前碰撞预警系;
自定义场景:切入切出工况、行人鬼探头、车辆横穿。
优选的,步骤S4中,通过正态分布算法对自动驾驶路试数据进行统计分析:自定义设置置信度,得到某一场景参数在对应置信度下的置信区间;然后计算在现实情况下该场景参数的取值范围,该取值范围即为即参数筛选规则。
优选的,步骤S5中,在模板场景中基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历,进而通过场景搭建工具自动化生成对应的自动驾驶仿真测试场景。
本发明一种可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现本发明的用于自动驾驶仿真的测试场景构建方法的步骤。
本发明中用于自动驾驶仿真的测试场景构建方法,具有如下有益效果:
本发明通过概率学算法对自动驾驶路试数据进行统计分析以生成参数筛选规则,进而基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历以生成自动驾驶仿真测试场景,使得能够获取更接近真实自动驾驶场景的场景参数,即能够提高所构建自动驾驶仿真测试场景的有效性,同时能够获取更贴近真实自动驾驶场景的场景参数取值范围,即能够提高所构建自动驾驶仿真测试场景的场景覆盖率,最终生成的自动驾驶仿真测试场景能够有效体现真实自动驾驶场景的各种特征,尤其对于难以复现的问题数据场景或极限工况场景,从而能够保证自动驾驶算法安全性能测试的效果。
本发明通过对自动驾驶路试数据进行场景分类和基于数据提取规则的数据提取,能够对(大量)自动驾驶路试数据进行碎片化的切片处理,使得能够提取得到与真实自动驾驶场景关联度更高的场景参数及其取值范围,从而能够进一步提高所构建自动驾驶仿真测试场景的有效性和场景覆盖率。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为用于自动驾驶仿真的测试场景构建方法的逻辑框图;
图2为自动驾驶仿真测试场景分类的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。此外,术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例一:
本实施例中公开了一种用于自动驾驶仿真的测试场景构建方法。
如图1所示,用于自动驾驶仿真的测试场景构建方法,包括以下步骤:
S1:根据场景特性对自动驾驶仿真测试场景进行分类,生成对应的场景类型;
S2:获取自动驾驶路试数据,并将其分类成各个场景类型对应的路试数据;
S3:根据自动驾驶仿真测试场景的数据提取规则对各个场景类型的路试数据进行数据提取,得到各个场景类型的场景参数;
S4:通过概率学算法对自动驾驶路试数据进行统计分析,生成对应的参数筛选规则;
S5:基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历,以生成对应的自动驾驶仿真测试场景。
本实施例中,在模板场景中基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历,进而通过场景搭建工具自动化生成对应的自动驾驶仿真测试场景。
需要说明的是,本发明中用于自动驾驶仿真的测试场景构建方法可通过程序编程的方式生对应的成软件代码或软件服务,进而能够在服务器和计算机上运行和实施。
本发明通过概率学算法对自动驾驶路试数据进行统计分析以生成参数筛选规则,进而基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历以生成自动驾驶仿真测试场景,使得能够获取更接近真实自动驾驶场景的场景参数,即能够提高所构建自动驾驶仿真测试场景的有效性,同时能够获取更贴近真实自动驾驶场景的场景参数取值范围,即能够提高所构建自动驾驶仿真测试场景的场景覆盖率,最终生成的自动驾驶仿真测试场景能够有效体现真实自动驾驶场景的各种特征,尤其对于难以复现的问题数据场景或极限工况场景,从而能够保证自动驾驶算法安全性能测试的效果。此外,本发明通过对自动驾驶路试数据进行场景分类和基于数据提取规则的数据提取,能够对(大量)自动驾驶路试数据进行碎片化的切片处理,使得能够提取得到与真实自动驾驶场景关联度更高的场景参数及其取值范围,从而能够进一步提高所构建自动驾驶仿真测试场景的有效性和场景覆盖率。
如图2所示,场景类型包括但不限于静态场景路网和动态交通参与者;
静态场景路网包括道路要素、交通基础设施、环境要素。
本实施例中,道路要素应至少包含直道、弯道、十字路口、匝道、隧道等,交通基础设施应至少包含护栏、交通标识牌、交通信号灯等,环境要素应至少包含天气、光照等。
动态交通参与者包括主车、目标车、行人。
本实施例中,可对各交通参与者在横向、纵向维度的行为进一步加以区分。
本发明根据场景特性对自动驾驶仿真测试场景进行分类,使得能够更好的对(大量)自动驾驶路试数据进行碎片化的切片处理,进而能够提取得到与真实自动驾驶场景关联度更高的场景参数及其取值范围,从而能够进一步提高所构建自动驾驶仿真测试场景的有效性和场景覆盖率。
具体实施过程中,自动驾驶路试数据至少包括:
道路信息:车道宽度、道路曲率半径、车道线类型、道路类型、限速情况;
车辆信息:主车车速、目标车车速、主车加速度、目标车加速度、车辆航向角;
驾驶辅助系统相关状态量:系统接管、系统激活、系统退出;
驾驶员主动干预行为:制动踏板、油门踏板、方向盘转角、仪表按键。
具体实施过程中,自动驾驶仿真测试场景的数据提取规则包括:
驾驶员主动干预行为:驾驶员通过按键解除驾驶辅助系统、驾驶员通过制动踏板解除驾驶辅助系统、驾驶员通过油门踏板超越驾驶辅助系统、驾驶员通过打方向盘超越驾驶辅助系统横向控制。
本实施例中,这类事件有利于改善自动驾驶系统的用户体验。
系统发生接管报警:纵向接管报警、横向接管报警、脱手接管报警、脱眼接管报警、制动不足接管报警、碰撞风险接管报警。
本实施例中,提取事件发生前一定时间的数据,这类事件的发生往往是自动驾驶难以覆盖的工况,有助于进一步提升自动驾驶能力。
安全功能触发场景:自动紧急刹车系统、前碰撞预警系;
本实施例中,提取事件发生前一定时间的数据,这类事件的发生往往是极限工况或误触发场景,需要进一步分析处理。
自定义场景:切入切出工况、行人鬼探头、车辆横穿。
本实施例中,还包括更多适用于自动驾驶功能的提取规则。
本发明根据自动驾驶仿真测试场景的数据提取规则对各个场景类型的路试数据进行数据提取,使得能够更好的对(大量)自动驾驶路试数据进行碎片化的切片处理,进而能够提取得到与真实自动驾驶场景关联度更高的场景参数及其取值范围,从而能够进一步提高所构建自动驾驶仿真测试场景的有效性和场景覆盖率。
具体实施过程中,通过正态分布算法对自动驾驶路试数据进行统计分析:自定义设置置信度,得到某一场景参数在对应置信度下的置信区间;然后计算在现实情况下该场景参数的取值范围,该取值范围即为即参数筛选规则。
例如,需要获取高速路上前车制动时的制动减速度的取值范围,可提取出大量相应的高速路数据,制定数据提取规则如下:前车减速度信号小于0时进行片段提取,再将提取出的信号分析出对应的分布情况。然后设置置信度得到相应的置信区间,即可得到高速路中前车制动的最可能的参数取值范围。在python中,判断数据对应分布及获取置信区间均有现成的函数库使用,可轻易通过脚本实现自动化。
其他优选实施例中,也可选用现有的其他概率学算法实现自动驾驶路试数据进行统计分析,以得到各个场景参数的取值范围。
本发明通过概率学算法对自动驾驶路试数据进行统计分析以生成参数筛选规则,使得能够更好的基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历以生成自动驾驶仿真测试场景,进而获取更接近真实自动驾驶场景的场景参数以及更贴近真实自动驾驶场景的场景参数取值范围,从而能够进一步提高所构建自动驾驶仿真测试场景的有效性和场景覆盖率。
实施例二:
本实施例中公开了一种可读存储介质。
一种可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现本发明的用于自动驾驶仿真的测试场景构建方法的步骤。可读存储介质可以是U盘或计算机等具有可读存储功能的设备。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制技术方案,本领域的普通技术人员应当理解,那些对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.用于自动驾驶仿真的测试场景构建方法,其特征在于,包括以下步骤:
S1:根据场景特性对自动驾驶仿真测试场景进行分类,生成对应的场景类型;
S2:获取自动驾驶路试数据,并将其分类成各个场景类型对应的路试数据;
S3:根据自动驾驶仿真测试场景的数据提取规则对各个场景类型的路试数据进行数据提取,得到各个场景类型的场景参数;
S4:通过概率学算法对自动驾驶路试数据进行统计分析,生成对应的参数筛选规则;
S5:基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历,以生成对应的自动驾驶仿真测试场景。
2.如权利要求1所述的用于自动驾驶仿真的测试场景构建方法,其特征在于:步骤S1中,场景类型包括但不限于静态场景路网和动态交通参与者;
静态场景路网包括道路要素、交通基础设施、环境要素;
动态交通参与者包括主车、目标车、行人。
3.如权利要求1所述的用于自动驾驶仿真的测试场景构建方法,其特征在于:步骤S2中,自动驾驶路试数据至少包括:
道路信息:车道宽度、道路曲率半径、车道线类型、道路类型、限速情况;
车辆信息:主车车速、目标车车速、主车加速度、目标车加速度、车辆航向角;
驾驶辅助系统相关状态量:系统接管、系统激活、系统退出;
驾驶员主动干预行为:制动踏板、油门踏板、方向盘转角、仪表按键。
4.如权利要求1所述的用于自动驾驶仿真的测试场景构建方法,其特征在于:步骤S3中,自动驾驶仿真测试场景的数据提取规则包括:
驾驶员主动干预行为:驾驶员通过按键解除驾驶辅助系统、驾驶员通过制动踏板解除驾驶辅助系统、驾驶员通过油门踏板超越驾驶辅助系统、驾驶员通过打方向盘超越驾驶辅助系统横向控制;
系统发生接管报警:纵向接管报警、横向接管报警、脱手接管报警、脱眼接管报警、制动不足接管报警、碰撞风险接管报警;
安全功能触发场景:自动紧急刹车系统、前碰撞预警系;
自定义场景:切入切出工况、行人鬼探头、车辆横穿。
5.如权利要求1所述的用于自动驾驶仿真的测试场景构建方法,其特征在于:步骤S4中,通过正态分布算法对自动驾驶路试数据进行统计分析:自定义设置置信度,得到某一场景参数在对应置信度下的置信区间;然后计算在现实情况下该场景参数的取值范围,该取值范围即为即参数筛选规则。
6.如权利要求1所述的用于自动驾驶仿真的测试场景构建方法,其特征在于:步骤S5中,在模板场景中基于参数筛选规则对各个场景类型的场景参数进行泛化取值和遍历,进而通过场景搭建工具自动化生成对应的自动驾驶仿真测试场景。
7.一种可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-6任一项所述的用于自动驾驶仿真的测试场景构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210706154.7A CN115270400A (zh) | 2022-06-21 | 2022-06-21 | 用于自动驾驶仿真的测试场景构建方法及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210706154.7A CN115270400A (zh) | 2022-06-21 | 2022-06-21 | 用于自动驾驶仿真的测试场景构建方法及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115270400A true CN115270400A (zh) | 2022-11-01 |
Family
ID=83762764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210706154.7A Pending CN115270400A (zh) | 2022-06-21 | 2022-06-21 | 用于自动驾驶仿真的测试场景构建方法及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115270400A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115828638A (zh) * | 2023-01-09 | 2023-03-21 | 西安深信科创信息技术有限公司 | 一种自动驾驶测试场景脚本生成方法、装置及电子设备 |
-
2022
- 2022-06-21 CN CN202210706154.7A patent/CN115270400A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115828638A (zh) * | 2023-01-09 | 2023-03-21 | 西安深信科创信息技术有限公司 | 一种自动驾驶测试场景脚本生成方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110164130B (zh) | 交通事件检测方法、装置、设备及存储介质 | |
JP7371157B2 (ja) | 車両監視方法、装置、電子機器、記憶媒体、コンピュータプログラム、クラウド制御プラットフォームおよび車路連携システム | |
US11989116B1 (en) | Collision evaluation for log-based simulations | |
CN113272838A (zh) | 虚拟场景生成方法、装置、计算机设备和存储介质 | |
CN112106124A (zh) | 用于使用v2x和传感器数据的系统和方法 | |
CN113535569B (zh) | 自动驾驶的控制效果确定方法 | |
US20200234578A1 (en) | Prioritized vehicle messaging | |
CN112327806B (zh) | 自动驾驶的测试方法、装置、电子设备和存储介质 | |
CN115017742B (zh) | 自动驾驶测试场景生成方法、装置、设备及存储介质 | |
CN109900494B (zh) | 一种测试用例的生成方法 | |
CN114756505A (zh) | 一种自动驾驶场景自识别方法及存储介质 | |
CN112287801A (zh) | 车载数据处理方法、装置、服务器和可读存储介质 | |
CN114076631A (zh) | 超载车辆识别方法、系统及设备 | |
CN113674523A (zh) | 交通事故分析方法、装置及设备 | |
CN115270400A (zh) | 用于自动驾驶仿真的测试场景构建方法及可读存储介质 | |
CN116135640A (zh) | 一种车辆防碰撞预警方法、系统及车辆 | |
CN113867367B (zh) | 测试场景的处理方法、装置及计算机程序产品 | |
CN115165398A (zh) | 车辆的行驶功能测试方法、装置、计算设备及介质 | |
CN111145554B (zh) | 一种基于自动驾驶aeb的场景定位方法和装置 | |
US20170371985A1 (en) | Method and apparatus of obtaining feature informtoin of simulated agents | |
CN116583891A (zh) | 用于车辆核查和验证的危急场景识别 | |
US20200126421A1 (en) | Adaptive vehicle-infrastructure communications | |
CN115757628A (zh) | 车辆碰撞检测方法、装置、设备及介质 | |
CN113962107A (zh) | 对行驶路段仿真的方法、装置、电子设备及存储介质 | |
CN111444604A (zh) | 一种虚拟测试场景的检测方法及装置 |
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 |