CN115826452A - 基于SysML的智能驾驶系统建模方法、装置、设备及介质 - Google Patents
基于SysML的智能驾驶系统建模方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115826452A CN115826452A CN202211330200.4A CN202211330200A CN115826452A CN 115826452 A CN115826452 A CN 115826452A CN 202211330200 A CN202211330200 A CN 202211330200A CN 115826452 A CN115826452 A CN 115826452A
- Authority
- CN
- China
- Prior art keywords
- driving system
- intelligent driving
- sysml
- constructing
- modeling
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于SysML的智能驾驶系统建模方法、装置、设备及介质,所述方法包括:对智能驾驶系统的功能需求进行分析,得到所述智能驾驶系统的运行要素;采用自然语言描述所述智能驾驶系统的运行要素;根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建所述智能驾驶系统模型。根据本申请实施例提供的基于SysML的智能驾驶系统建模方法,应用MBSE结合SysML建模语言标准进行智能驾驶系统设计,可以实现以模型驱动代替文档设计的方法,可以对系统的架构、功能和性能描述更加清晰明了。能够提高系统管理效率,提高模型的复用率,指导智能驾驶系统的开发工作。
Description
技术领域
本发明涉及智能驾驶技术领域,特别涉及一种基于SysML的智能驾驶系统建模方法、装置、设备及介质。
背景技术
汽车的发展给人们的交通带来了极大的便利,随着云计算、物联网等技术的不断发展,使得车辆感知、智能处理成为可能,智能驾驶的时代已经到来。目前智能驾驶正在快速的发展过程中。在目前的智能驾驶系统工程中,项目间相互独立,不利于整理系统设计。因此,在现代的智能驾驶系统设计中,有必要采用系统性的建模语言来设计智能驾驶系统,以此来指导后续系统实施设计。
传统的系统工程是基于各类文档进行,通过使用一系列基于自然语言描述的需求文档、设计文档等组成系统架构。但是不同版本的、大量的文档给项目的管理带来了困难,且容易导致版本混乱。基于文档的系统工程已经无法满足要求。
发明内容
本申请实施例提供了一种基于SysML的智能驾驶系统建模方法、装置、设备及介质。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
第一方面,本申请实施例提供了一种基于SysML的智能驾驶系统建模方法,包括:
对智能驾驶系统的功能需求进行分析,得到智能驾驶系统的运行要素;
采用自然语言描述智能驾驶系统的运行要素;
根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建智能驾驶系统模型。
在一个可选地实施例中,智能驾驶系统的运行要素包括智能驾驶系统的系统架构和系统功能。
在一个可选地实施例中,智能驾驶系统的系统架构包括感知层、决策层、执行层和人机交互层。
在一个可选地实施例中,感知层包括测距传感器、转速传感器、转向角传感器、制动踏板传感器;决策层用于选择进行车辆控制的方案,执行层包括油门控制器、制动控制器、档位控制器;人机交互层包括驾驶员交互单元、控制开关单元以及状态显示单元。
在一个可选地实施例中,构建好的智能驾驶系统模型的表现形式包括:需求图、模块定义图、用例图以及活动图。
在一个可选地实施例中,根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建智能驾驶系统模型,包括:
根据自然语言描述的智能驾驶系统的运行要素,构建智能驾驶系统的需求图;
根据智能驾驶系统的总体框架,采用SysML建模语言构建智能驾驶系统的模块定义图;
根据智能驾驶系统的应用场景,采用SysML建模语言构建智能驾驶系统的用例图;
根据智能驾驶系统的运行活动,采用SysML建模语言构建智能驾驶系统的活动图。
第二方面,本申请实施例提供了一种基于SysML的智能驾驶系统建模装置,包括:
分析模块,用于对智能驾驶系统的功能需求进行分析,得到智能驾驶系统的运行要素;
自然语言描述模块,用于采用自然语言描述智能驾驶系统的运行要素;
构建模块,用于根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建智能驾驶系统模型。
在一个可选地实施例中,构建模块,包括:
需求图构建单元,用于根据自然语言描述的智能驾驶系统的运行要素,构建智能驾驶系统的需求图;
模块定义图构建单元,用于根据智能驾驶系统的总体框架,采用SysML建模语言构建智能驾驶系统的模块定义图;
用例图构建单元,用于根据智能驾驶系统的应用场景,采用SysML建模语言构建智能驾驶系统的用例图;
活动图构建单元,用于根据智能驾驶系统的运行活动,采用SysML建模语言构建智能驾驶系统的活动图。
第三方面,本申请实施例提供了一种电子设备,包括处理器和存储有程序指令的存储器,处理器被配置为在执行程序指令时,执行上述实施例提供的基于SysML的智能驾驶系统建模方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机可读指令,计算机可读指令被处理器执行以实现上述实施例提供的一种基于SysML的智能驾驶系统建模方法。
本申请实施例提供的技术方案可以包括以下有益效果:
本申请实施例提供了一种基于SysML的智能驾驶系统建模方法,应用SysML建模语言标准进行智能驾驶系统设计,可以实现以模型驱动代替文档设计的方法,可以对系统的架构、功能和性能描述更加清晰明了。且能够快速构建系统设计方案,方便以后的复用和改进。能够提高系统管理效率,提高模型的复用率,指导智能驾驶系统的开发工作。
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和解释性的,并不能限制本发明。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例提供的一种基于SysML的智能驾驶系统建模方法的示意图;
图2是根据一示例性实施例示出的一种智能驾驶系统的需求图;
图3是根据一示例性实施例示出的一种智能驾驶系统的模块定义图;
图4是根据一示例性实施例示出的一种智能驾驶系统的用例图;
图5是根据一示例性实施例示出的一种智能驾驶系统的活动图;
图6是根据一示例性实施例示出的一种基于SysML的智能驾驶系统建模装置的结构示意图;
图7是根据一示例性实施例示出的一种电子设备的结构示意图;
图8是根据一示例性实施例示出的一种计算机存储介质的示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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它实施例,都属于本发明保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的系统和方法的例子。
传统的系统工程是基于各类文档进行,通过使用一系列基于自然语言描述的需求文档、设计文档等组成系统架构。但是不同版本的、大量的文档给项目的管理带来了困难,且容易导致版本混乱。基于文档的系统工程已经无法满足要求。
因此基于模型的系统工程(MBSE)应运而生。MBSE旨在从需求阶段开始就通过模型而非文档进行项目开发迭代,包括需求分析、系统设计、功能分析、确认和验证等。MBSE的实现需求统一的建模标准。国际系统工程委员会和对象管理组织在UML语言的基础上,定义了一种新的系统建模语言标准—SysML语言。SysML可以用于描述复杂系统的功能和非功能的建模设计。SysML复用了UML2.0相对成熟的语义和表示法,在UML的基础上进行了一定的扩展,消除了不同方法在表达式和术语上的差异。SysML包含结构图、需求图、行为图三类图形,每类图都针对不同的系统设计视角。
基于此,本申请实施例提供了一种基于SysML的智能驾驶系统建模方法,下面将结合附图对本申请实施例提供的基于SysML的智能驾驶系统建模方法进行详细介绍。参见图1,该方法具体包括以下步骤。
S101对智能驾驶系统的功能需求进行分析,得到智能驾驶系统的运行要素。
本申请提供的方法可以指导智能驾驶的系统建模。考虑到智能驾驶系统是复杂的多方面设计,为了满足智能驾驶系统的各方面的系统设计,需要通过各类动静态模型描述系统,指导智能驾驶系统的设计。
在一个示例性场景中,以一个汽车自适应巡航控制系统(Adaptive CruiseControl,简称ACC)为例,阐述本申请的具体实施方式。汽车自适应巡航控制系统是新一代的汽车先进驾驶辅助系统。在工作过程中,该系统可以综合判断前车和本车车速、两车车距等信息对汽车的纵向行驶速度进行控制。
具体地,首先对该驾驶系统的功能需求进行分析归纳,得到智能驾驶系统的运行要素。
其中,智能驾驶系统的运行要素包括智能驾驶系统的系统架构和系统功能。在一种可能的实现方式中,系统架构包括感知层、决策层、执行层和人机交互层。
感知层主要包括各类传感器,用于采集车辆的速度、转向角、与前车的距离等参数,以及采集外部环境温度、天气等数据。感知层可包括测距传感器、转速传感器、转向角传感器、制动踏板传感器和其他传感器。决策层主要用于判断进行何种车辆控制,选择进行车辆控制的方案。执行层主要包括各种控制器,用于接收控制指令,根据接收到的控制指令执行车辆控制。包括油门控制器、制动控制器、档位控制器和其他控制器。人机交互层主要用于与驾驶员等人员进行人机交互,可接收驾驶员发送的控制指令。人机交互层可包括驾驶员交互单元,例如可通过语音识别单元接收驾驶员的语音指令,并通过语音播报器向驾驶员发送提醒信息,交互单元还可为手势识别模块,用于识别驾驶员的手势信息。人机交互层还包括控制开关单元,驾驶员通过操控控制开关实现对车辆的控制。人机交互层还包括状态显示器,用于显示车辆的状态信息,例如显示车辆正常运行、运行时的速度信息、与前车的车距信息、路径规划信息、地图信息、外部环境信息、车辆故障信息等。
另外,智能驾驶系统的运行要素还包括系统功能,主要分析归纳了智能驾驶系统的功能信息。
例如,在主车距离前方无车或有车但车距较远时,ACC系统进入巡航控制模式,根据驾驶员设定车速和本车车速,自动调节油门控制器和制动控制器等,使主车以设定车速巡航行驶。
在前车距离本车较近时,ACC系统进入跟随控制模式,系统根据驾驶员设定安全车距和本车车速等信息,自动调节油门控制器和制动控制器等,使主车以安全车距跟车行驶。
根据该步骤,可以对智能驾驶系统的功能需求进行分析,得到智能驾驶系统的运行要素。
S102采用自然语言描述智能驾驶系统的运行要素。
在一种可能的实现方式中,得到归纳分析的智能驾驶系统的运行要素之后,通过自然语言描述智能驾驶系统的系统架构和系统功能。
S103根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建智能驾驶系统模型。
在一种可能的实现方式中,构建的智能驾驶系统模型的表现形式包括需求图、模块定义图、用例图以及活动图。
具体地,根据自然语言描述的智能驾驶系统的运行要素,构建智能驾驶系统的需求图。图2是根据一示例性实施例示出的一种智能驾驶系统的需求图,该图记录了自然语言描述的ACC系统需求。
如图2所示,需求图包括ACC系统架构和ACC系统功能,ACC系统架构包括感知层、决策层、执行层以及人机交互层,感知层主要包括各类传感器,可包括测距传感器、转速传感器、转向角传感器、制动踏板传感器和其他传感器。决策层主要用于判断进行何种车辆控制,执行层主要包括各种控制器,用于接收控制指令,包括油门控制器、制动控制器、档位控制器和其他控制器。人机交互层包括驾驶员交互单元,、控制开关单元以及状态显示器。
ACC系统功能包括巡航控制模式和跟随控制模式。其中,巡航控制模式为在主车距离前方无车或有车但车距较远时,ACC系统进入巡航控制模式,根据驾驶员设定车速和本车车速,自动调节油门控制器和制动控制器等,使主车以设定车速巡航行驶。跟随控制模式为在前车距离本车较近时,ACC系统进入跟随控制模式,系统根据驾驶员设定安全车距和本车车速等信息,自动调节油门控制器和制动控制器等,使主车以安全车距跟车行驶。
进一步地,根据智能驾驶系统的总体框架,采用SysML建模语言构建智能驾驶系统的模块定义图。将ACC系统的总体框架建模为模块定义图如图3所示,首先,根据需求图,系统架构分为四层,因此,模块定义图分为四个大模块,分别是感知模块、决策模块、人机交互模块和执行模块,四个大模块又包含各个小单元。
根据智能驾驶系统的应用场景,采用SysML建模语言构建智能驾驶系统的用例图;采用SysML用例图描述系统的实际应用场景如图4所示,参与车辆运行的有两个角色,分别为驾驶员和ACC系统,二者协同操控汽车的油门、制动、转向和换挡操纵。
根据智能驾驶系统的运行活动,采用SysML建模语言构建智能驾驶系统的活动图。采用SysML活动图完成系统的运行活动建模如图5所示,在系统的活动过程中,首先通过感知器检测汽车的车距、踏板、转向角等车辆信息,然后根据车流信息进行控制模式决策,决定汽车是巡航控制还是跟随控制。
根据本申请实施例提供的一种基于SysML的智能驾驶系统建模方法,应用SysML建模语言标准进行智能驾驶系统设计,可以实现以模型驱动代替文档设计的方法,可以对系统的架构、功能和性能描述更加清晰明了。
且能够快速构建系统设计方案,方便以后的复用和改进。能够提高系统管理效率,提高模型的复用率,指导智能驾驶系统的开发工作。
本申请实施例还提供一种基于SysML的智能驾驶系统建模装置,该装置用于执行上述实施例的基于SysML的智能驾驶系统建模方法,如图6所示,该装置包括:
分析模块601,用于对智能驾驶系统的功能需求进行分析,得到智能驾驶系统的运行要素;
自然语言描述模块602,用于采用自然语言描述智能驾驶系统的运行要素;
构建模块603,用于根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建智能驾驶系统模型。
在一个可选地实施例中,构建模块603,包括:
需求图构建单元,用于根据自然语言描述的智能驾驶系统的运行要素,构建智能驾驶系统的需求图;
模块定义图构建单元,用于根据智能驾驶系统的总体框架,采用SysML建模语言构建智能驾驶系统的模块定义图;
用例图构建单元,用于根据智能驾驶系统的应用场景,采用SysML建模语言构建智能驾驶系统的用例图;
活动图构建单元,用于根据智能驾驶系统的运行活动,采用SysML建模语言构建智能驾驶系统的活动图。
需要说明的是,上述实施例提供的基于SysML的智能驾驶系统建模装置在执行基于SysML的智能驾驶系统建模方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的基于SysML的智能驾驶系统建模装置与基于SysML的智能驾驶系统建模方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
本申请实施例还提供一种与前述实施例所提供的基于SysML的智能驾驶系统建模方法对应的电子设备,以执行上述基于SysML的智能驾驶系统建模方法。
请参考图7,其示出了本申请的一些实施例所提供的一种电子设备的示意图。如图7所示,电子设备包括:处理器700,存储器701,总线702和通信接口703,处理器700、通信接口703和存储器701通过总线702连接;存储器701中存储有可在处理器700上运行的计算机程序,处理器700运行计算机程序时执行本申请前述任一实施例所提供的基于SysML的智能驾驶系统建模方法。
其中,存储器701可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口703(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线702可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中,存储器701用于存储程序,处理器700在接收到执行指令后,执行程序,前述本申请实施例任一实施方式揭示的基于SysML的智能驾驶系统建模方法可以应用于处理器700中,或者由处理器700实现。
处理器700可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器700中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器700可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器701,处理器700读取存储器701中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的基于SysML的智能驾驶系统建模方法出于相同的发明构思,具有与其采用、运行或实现的方法相同的有益效果。
本申请实施例还提供一种与前述实施例所提供的基于SysML的智能驾驶系统建模方法对应的计算机可读存储介质,请参考图8,其示出的计算机可读存储介质为光盘800,其上存储有计算机程序(即程序产品),计算机程序在被处理器运行时,会执行前述任意实施例所提供的基于SysML的智能驾驶系统建模方法。
需要说明的是,计算机可读存储介质的例子还可以包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的基于SysML的智能驾驶系统建模方法出于相同的发明构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于SysML的智能驾驶系统建模方法,其特征在于,包括:
对智能驾驶系统的功能需求进行分析,得到所述智能驾驶系统的运行要素;
采用自然语言描述所述智能驾驶系统的运行要素;
根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建所述智能驾驶系统模型。
2.根据权利要求1所述的方法,其特征在于,所述智能驾驶系统的运行要素包括所述智能驾驶系统的系统架构和系统功能。
3.根据权利要求2所述的方法,其特征在于,所述智能驾驶系统的系统架构包括感知层、决策层、执行层和人机交互层。
4.根据权利要求1所述的方法,其特征在于,所述感知层包括测距传感器、转速传感器、转向角传感器、制动踏板传感器;所述决策层用于选择进行车辆控制的方案,所述执行层包括油门控制器、制动控制器、档位控制器;所述人机交互层包括驾驶员交互单元、控制开关单元以及状态显示单元。
5.根据权利要求1所述的方法,其特征在于,构建好的智能驾驶系统模型的表现形式包括:需求图、模块定义图、用例图以及活动图。
6.根据权利要求1所述的方法,其特征在于,根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建所述智能驾驶系统模型,包括:
根据自然语言描述的智能驾驶系统的运行要素,构建所述智能驾驶系统的需求图;
根据所述智能驾驶系统的总体框架,采用SysML建模语言构建所述智能驾驶系统的模块定义图;
根据所述智能驾驶系统的应用场景,采用SysML建模语言构建所述智能驾驶系统的用例图;
根据所述智能驾驶系统的运行活动,采用SysML建模语言构建所述智能驾驶系统的活动图。
7.一种基于SysML的智能驾驶系统建模装置,其特征在于,包括:
分析模块,用于对智能驾驶系统的功能需求进行分析,得到所述智能驾驶系统的运行要素;
自然语言描述模块,用于采用自然语言描述所述智能驾驶系统的运行要素;
构建模块,用于根据自然语言描述的智能驾驶系统的运行要素,以及SysML建模语言,构建所述智能驾驶系统模型。
8.根据权利要求7所述的装置,其特征在于,所述构建模块,包括:
需求图构建单元,用于根据自然语言描述的智能驾驶系统的运行要素,构建所述智能驾驶系统的需求图;
模块定义图构建单元,用于根据所述智能驾驶系统的总体框架,采用SysML建模语言构建所述智能驾驶系统的模块定义图;
用例图构建单元,用于根据所述智能驾驶系统的应用场景,采用SysML建模语言构建所述智能驾驶系统的用例图;
活动图构建单元,用于根据所述智能驾驶系统的运行活动,采用SysML建模语言构建所述智能驾驶系统的活动图。
9.一种电子设备,其特征在于,包括处理器和存储有程序指令的存储器,所述处理器被配置为在执行所述程序指令时,执行如权利要求1至6任一项所述的基于SysML的智能驾驶系统建模方法。
10.一种计算机可读介质,其特征在于,其上存储有计算机可读指令,所述计算机可读指令被处理器执行以实现如权利要求1至6任一项所述的一种基于SysML的智能驾驶系统建模方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330200.4A CN115826452A (zh) | 2022-10-27 | 2022-10-27 | 基于SysML的智能驾驶系统建模方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330200.4A CN115826452A (zh) | 2022-10-27 | 2022-10-27 | 基于SysML的智能驾驶系统建模方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115826452A true CN115826452A (zh) | 2023-03-21 |
Family
ID=85525634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211330200.4A Pending CN115826452A (zh) | 2022-10-27 | 2022-10-27 | 基于SysML的智能驾驶系统建模方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115826452A (zh) |
-
2022
- 2022-10-27 CN CN202211330200.4A patent/CN115826452A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102459736B1 (ko) | 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치 | |
US20200234569A1 (en) | Vehicle control method, computer device and storage medium | |
KR20210078546A (ko) | 운전자 보조 시스템을 테스트하기 위한 방법 및 장치 | |
KR20210137505A (ko) | 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치 | |
US20190389484A1 (en) | Methods and systems of algorithmically controlling automotive functions | |
CN110816541B (zh) | 弯道识别方法、装置、计算机设备和存储介质 | |
KR20200134040A (ko) | 보험료를 산정하기 위하여 자율 주행 차량의 운전자 개입 여부를 판단하는 시스템 및 방법 | |
CN115826452A (zh) | 基于SysML的智能驾驶系统建模方法、装置、设备及介质 | |
CN112149908A (zh) | 车辆驾驶预测方法、系统、计算机设备及可读存储介质 | |
US20230139133A1 (en) | Lane change system of autonomous vehicle | |
WO2022130718A1 (ja) | 情報生成装置 | |
CN112947112B (zh) | 一种基于SysML的无人车仿真方法 | |
CN114154510A (zh) | 自动驾驶车辆的控制方法、装置、电子设备及存储介质 | |
JP6847383B1 (ja) | 設計支援ツール | |
CN114764392A (zh) | 用于确定交通场景相似度值的计算机实现方法和测试单元 | |
CN112230659A (zh) | 精准规划运动轨迹的方法、智能控制设备及自动驾驶车辆 | |
CN113327456A (zh) | 一种车道结构检测方法及装置 | |
JP6847381B1 (ja) | 設計支援ツール | |
Conrad et al. | Towards a methodology for the design of hybrid systems in automotive electronics | |
JP6847382B1 (ja) | 設計支援ツール | |
CN116340186B (zh) | 汽车电子软件检测系统、方法及介质 | |
CN113687980B (zh) | 异常数据自恢复方法、系统、电子设备和可读存储介质 | |
US11987266B2 (en) | Distributed processing of vehicle sensor data | |
CN114093199B (zh) | 一种车辆执行器动态监控方法、装置、车辆及存储介质 | |
CN116729336B (zh) | 一种制动时间的确定方法、装置、设备和介质 |
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 |