CN116829919A - 基于航测数据的自动驾驶系统测试方法、测试系统及存储介质 - Google Patents
基于航测数据的自动驾驶系统测试方法、测试系统及存储介质 Download PDFInfo
- Publication number
- CN116829919A CN116829919A CN202180087995.8A CN202180087995A CN116829919A CN 116829919 A CN116829919 A CN 116829919A CN 202180087995 A CN202180087995 A CN 202180087995A CN 116829919 A CN116829919 A CN 116829919A
- Authority
- CN
- China
- Prior art keywords
- scene
- test
- target
- vehicle
- data
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 420
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 51
- 238000010998 test method Methods 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000011056 performance test Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 7
- 206010039203 Road traffic accident Diseases 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000010485 coping Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000791900 Selene vomer Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
Claims (62)
- 一种测试系统,其特征在于,用于测试自动驾驶系统的性能,所述测试系统包括:无人机,所述无人机能够悬停在目标路段的上方,并采集所述目标路段的交通场景数据;测试装置,用于与所述无人机通信连接,所述测试装置用于根据所述交通场景数据确定目标测试场景,并根据所述目标测试场景对应的交通场景数据对所述自动驾驶系统进行测试。
- 根据权利要求1所述的测试系统,其特征在于,所述交通场景数据包括如下至少一种:道路信息数据、车辆信息数据、环境信息数据和交通参与者信息数据;其中,所述道路信息数据包括道路设施信息和/或道路类型信息;所述车辆信息数据包括如下至少一种:车型信息、车辆位置信息、车辆行驶速度信息、车辆行驶方向信息和车辆尺寸信息;所述环境信息数据包括天气信息和/或道路周围环境信息;所述交通参与者信息数据包括行人信息和/非机动车信息。
- 根据权利要求1所述的测试系统,其特征在于,所述目标测试场景包括车辆切入场景、车辆切出场景或车辆紧急制动场景。
- 根据权利要求1所述的测试系统,其特征在于,所述根据所述目标测试场景对应的交通场景数据对所述自动驾驶系统进行测试,包括:根据所述目标测试场景的交通场景数据确定所述目标测试场景中目标车辆的行驶结果;根据所述目标测试场景的交通场景数据,确定所述自动驾驶系统针对所述目标测试场景的应对结果;比对所述驾驶结果和所述应对结果差异,确定所述自动驾驶系统的性能。
- 根据权利要求4所述的测试系统,其特征在于,所述目标车辆包括一个车辆;或者,所述目标车辆包括一个第一目标车辆和多个与所述第一目标车辆相关的第二目标车辆,其中,所述第一目标车辆和第二目标车辆均用于测试所述自动驾 驶系统的性能。
- 根据权利要求1所述的测试系统,其特征在于,所述无人机能够根据目标路段的道路信息调整其飞行姿态和/或其搭载的拍摄装置的拍摄角度,采集所述目标路段的交通场景数据。
- 根据权利要求1所述的测试系统,其特征在于,所述无人机在所述目标路段上空的悬停位置和/或悬停高度与所述目标路段的交通场景相关。
- 根据权利要求1所述的测试系统,其特征在于,所述无人机能够在特定时间段悬停在所述目标路段的上方,采集所述目标路段的交通场景数据。
- 根据权利要求8所述的测试系统,其特征在于,所述特定时间段的风力小于其他时间段的风力,和/或,所述特定时间段的光线强度大于其他时间段的光线强度。
- 根据权利要求1-9任一项所述的测试系统,其特征在于,所述根据所述交通场景数据确定目标测试场景,包括:获取所述目标路段对应的场景元素,所述场景元素为能够影响所述自动驾驶系统的因素;根据所述交通场景数据确定所述场景元素的元素参数;根据所述场景元素和所述场景元素的元素参数确定测试场景,以及从所述测试场景中确定目标测试场景。
- 根据权利要求10所述的测试系统,其特征在于,所述场景元素包括:交通参与者元素、车辆信息元素、交通设施元素、道路信息元素、天气元素和周围环境元素中的一项或多项。
- 根据权利要求10所述的测试系统,其特征在于,所述测试装置还用于:获取目标测试场景对应的场景确定条件,根据所述场景确定条件从所述测试场景中确定目标测试场景;其中,所述场景确定条件是根据所述目标测试场景的场景元素确定的,不同的所述目标测试场景对应不同的场景确定条件。
- 根据权利要求1-9任一项所述的测试系统,其特征在于,所述测试装置用于:根据所述自动驾驶系统中需要测试的功能模块,从所述目标路段的场景元素中选择与所述功能模块相关的关键场景元素;根据所述交通场景数据确定所述关键场景元素的元素参数;以及根据所述关键场景元素和对应的元素参数,得到目标测试场景。
- 根据权利要求1-9任一项所述的测试系统,其特征在于,所述测试装置用于:获取对所述自动驾驶系统有影响的场景元素,对所述场景元素进行分类得到测试场景框架;根据所述测试场景框架中的场景元素从所述交通场景数据中提取相应的元素参数;将所述元素参数填充到所述测试场景框架的对应场景元素中,得到目标测试场景。
- 根据权利要求1-9任一项所述的测试系统,其特征在于,所述测试装置用于:获取对所述自动驾驶系统有影响的场景元素;从所述场景元素中获取与所述自动驾驶系统中待测功能模块相关的关键场景元素,对所述关键场景元素进行分类得到测试场景框架;根据所述测试场景框架中的关键场景元素从所述交通场景数据中提取对应的元素参数;将所述元素参数填充到所述测试场景框架的对应关键场景元素中,得到目标测试场景。
- 根据权利要求1所述的测试系统,其特征在于,所述测试系统包括:自动驾驶仿真器,所述自动驾驶仿真器用于根据所述目标测试场景的交通场景数据确定所述自动驾驶系统针对所述目标测试场景的应对结果。
- 根据权利要求16所述的测试系统,其特征在于,所述测试装置包括所述自动驾驶仿真器。
- 根据权利要求1所述的测试系统,其特征在于,所述测试装置还用于:对所述交通场景数据进行预处理;其中,所述预处理包括前景提取、色彩空间转换、影像二值化、边缘检测、形态学处理和设定感兴趣区域中的至少一项。
- 根据权利要求1所述的测试系统,其特征在于,所述测试装置还用于:确定所述自动驾驶系统中不满足性能标准的功能模块,优化所述功能模块。
- 根据权利要求19所述的测试系统,其特征在于,所述功能模块包括行人检测模块;所述测试装置用于:获取训练样本数据,根据所述训练样本数据对所述行人检测模型中的分类器进行优化训练;验证所述行人检测模型中的分类器的准确率是否满足要求,在所述行人检测模型中的分类器的准确率满足要求时,保存所述行人检测模型中的分类器的参数。
- 一种自动驾驶系统的测试方法,其特征在于,所述测试方法包括:获取目标路段的交通场景数据,所述交通场景数据为通过无人机悬停在所述目标路段上采集的;根据所述交通场景数据确定目标测试场景,并根据所述目标测试场景对应的交通场景数据对所述自动驾驶系统进行测试。
- 根据权利要求21所述的测试方法,其特征在于,所述交通场景数据包括如下至少一种:道路信息数据、车辆信息数据、环境信息数据和交通参与者信息数据;其中,所述道路信息数据包括道路设施信息和/或道路类型信息;所述车辆信息数据包括如下至少一种:车型信息、车辆位置信息、车辆行驶速度信息、车辆行驶方向信息和车辆尺寸信息;所述环境信息数据包括天气信息和/或道路周围环境信息;所述交通参与者信息数据包括行人信息和/非机动车信息。
- 根据权利要求21所述的测试方法,其特征在于,所述目标测试场景包括车辆切入场景、车辆切出场景或车辆紧急制动场景。
- 根据权利要求21所述的测试方法,其特征在于,所述根据所述目标测试场景对应的交通场景数据对所述自动驾驶系统进行测试,包括:根据所述目标测试场景的交通场景数据确定所述目标测试场景中目标车辆的行驶结果;根据所述目标测试场景的交通场景数据,确定所述自动驾驶系统针对所述目标测试场景的应对结果;比对所述驾驶结果和所述应对结果差异,确定所述自动驾驶系统的性能。
- 根据权利要求24所述的测试方法,其特征在于,所述目标车辆包括一个车辆;或者,所述目标车辆包括一个第一目标车辆和多个与所述第一目标车辆相关的第二目标车辆,其中,所述第一目标车辆和第二目标车辆均用于测试所述自动驾驶系统的性能。
- 根据权利要求21所述的测试方法,其特征在于,所述无人机能够根据目标路段的道路信息调整其飞行姿态和/或其搭载的拍摄装置的拍摄角度,采集所述目标路段的交通场景数据。
- 根据权利要求21所述的测试方法,其特征在于,所述无人机在所述目标路段上空的悬停位置和/或悬停高度与所述目标路段的交通场景相关。
- 根据权利要求21所述的测试方法,其特征在于,所述无人机能够在特定时间段悬停在所述目标路段的上方,采集所述目标路段的交通场景数据。
- 根据权利要求28所述的测试方法,其特征在于,所述特定时间段的风力小于其他时间段的风力,和/或,所述特定时间段的光线强度大于其他时间段的光线强度。
- 根据权利要求21-29任一项所述的测试方法,其特征在于,所述根据所述交通场景数据确定目标测试场景,包括:获取所述目标路段对应的场景元素,所述场景元素为能够影响所述自动驾驶系统的因素;根据所述交通场景数据确定所述场景元素的元素参数;根据所述场景元素和所述场景元素的元素参数确定测试场景,以及从所述测试场景中确定目标测试场景。
- 根据权利要求30所述的测试方法,其特征在于,所述场景元素包括:交通参与者元素、车辆信息元素、交通设施元素、道路信息元素、天气元素和周围环境元素中的一项或多项。
- 根据权利要求30所述的测试方法,其特征在于,所述测试方法还包括:获取目标测试场景对应的场景确定条件,根据所述场景确定条件从所述测试场景中确定目标测试场景;其中,所述场景确定条件是根据所述目标测试场景的场景元素确定的,不同的所述目标测试场景对应不同的场景确定条件。
- 根据权利要求21-29任一项所述的测试方法,其特征在于,所述测试方法包括:根据所述自动驾驶系统中需要测试的功能模块,从所述目标路段的场景元素中选择与所述功能模块相关的关键场景元素;根据所述交通场景数据确定所述关键场景元素的元素参数;以及根据所述关键场景元素和对应的元素参数,得到目标测试场景。
- 根据权利要求21-29任一项所述的测试方法,其特征在于,所述测试方法包括:获取对所述自动驾驶系统有影响的场景元素,对所述场景元素进行分类得到测试场景框架;根据所述测试场景框架中的场景元素从所述交通场景数据中提取相应的元素参数;将所述元素参数填充到所述测试场景框架的对应场景元素中,得到目标测试场景。
- 根据权利要求21-29任一项所述的测试方法,其特征在于,所述测试方法包括:获取对所述自动驾驶系统有影响的场景元素;从所述场景元素中获取与所述自动驾驶系统中待测功能模块相关的关键场景元素,对所述关键场景元素进行分类得到测试场景框架;根据所述测试场景框架中的关键场景元素从所述交通场景数据中提取对应的元素参数;将所述元素参数填充到所述测试场景框架的对应关键场景元素中,得到目标测试场景。
- 根据权利要求21所述的测试方法,其特征在于,所述测试方法包括:基于自动驾驶仿真器,根据所述目标测试场景的交通场景数据确定所述自动驾驶系统针对所述目标测试场景的应对结果。
- 根据权利要求36所述的测试方法,其特征在于,所述自动驾驶仿真器可以包括软件仿真平台或模拟仿真器。
- 根据权利要求21所述的测试方法,其特征在于,所述测试方法包括:对所述交通场景数据进行预处理;其中,所述预处理包括前景提取、色彩空间转换、影像二值化、边缘检测、形态学处理和设定感兴趣区域中的至少一项。
- 根据权利要求21所述的测试方法,其特征在于,所述测试方法包括:确定所述自动驾驶系统中不满足性能标准的功能模块,优化所述功能模块。
- 根据权利要求39所述的测试方法,其特征在于,所述功能模块包括行人检测模块;所述测试方法包括:获取训练样本数据,根据所述训练样本数据对所述行人检测模型中的分类器进行优化训练;验证所述行人检测模型中的分类器的准确率是否满足要求,在所述行人检测模型中的分类器的准确率满足要求时,保存所述行人检测模型中的分类器的参数。
- 一种无人机,其特征在于,所述无人机包括:机体;云台,所述云台设置在所述机体上;拍摄装置,设置在所述云台上,用于拍摄图像;其中,所述无人机还包括处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如下操作:控制所述无人机悬停在目标路段上方,并采集所述目标路段的交通场景数据;根据所述交通场景数据确定目标测试场景,并根据所述目标测试场景对应的交通场景数据对所述自动驾驶系统进行测试。
- 根据权利要求41所述的无人机,其特征在于,所述交通场景数据包括如下至少一种:道路信息数据、车辆信息数据、环境信息数据和交通参与者信息数据;其中,所述道路信息数据包括道路设施信息和/或道路类型信息;所述车辆信息数据包括如下至少一种:车型信息、车辆位置信息、车辆行驶速度信息、车辆行驶方向信息和车辆尺寸信息;所述环境信息数据包括天气信息和/或道路周围环境信息;所述交通参与者信息数据包括行人信息和/非机动车信息。
- 根据权利要求41所述的无人机,其特征在于,所述目标测试场景包括车辆切入场景、车辆切出场景或车辆紧急制动场景。
- 根据权利要求41所述的无人机,其特征在于,所述根据所述目标测试 场景对应的交通场景数据对所述自动驾驶系统进行测试,包括:根据所述目标测试场景的交通场景数据确定所述目标测试场景中目标车辆的行驶结果;根据所述目标测试场景的交通场景数据,确定所述自动驾驶系统针对所述目标测试场景的应对结果;比对所述驾驶结果和所述应对结果差异,确定所述自动驾驶系统的性能。
- 根据权利要求44所述的无人机,其特征在于,所述目标车辆包括一个车辆;或者,所述目标车辆包括一个第一目标车辆和多个与所述第一目标车辆相关的第二目标车辆;其中,所述第一目标车辆和第二目标车辆均用于测试所述自动驾驶系统的性能。
- 根据权利要求41所述的无人机,其特征在于,所述无人机能够根据目标路段的道路信息调整其飞行姿态和/或其搭载的拍摄装置的拍摄角度,采集所述目标路段的交通场景数据。
- 根据权利要求41所述的无人机,其特征在于,所述无人机在所述目标路段上空的悬停位置和/或悬停高度与所述目标路段的交通场景相关。
- 根据权利要求41所述的无人机,其特征在于,所述无人机能够在特定时间段悬停在所述目标路段的上方,采集所述目标路段的交通场景数据。
- 根据权利要求48所述的无人机,其特征在于,所述特定时间段的风力小于其他时间段的风力,和/或,所述特定时间段的光线强度大于其他时间段的光线强度。
- 根据权利要求41-49任一项所述的无人机,其特征在于,所述根据所述交通场景数据确定目标测试场景,包括:获取所述目标路段对应的场景元素,所述场景元素为能够影响所述自动驾驶系统的因素;根据所述交通场景数据确定所述场景元素的元素参数;根据所述场景元素和所述场景元素的元素参数确定测试场景,以及从所述测试场景中确定目标测试场景。
- 根据权利要求50所述的无人机,其特征在于,所述场景元素包括:交通参与者元素、车辆信息元素、交通设施元素、道路信息元素、天气元素和周 围环境元素中的一项或多项。
- 根据权利要求50所述的无人机,其特征在于,所述处理器还用于:获取目标测试场景对应的场景确定条件,根据所述场景确定条件从所述测试场景中确定目标测试场景;其中,所述场景确定条件是根据所述目标测试场景的场景元素确定的,不同的所述目标测试场景对应不同的场景确定条件。
- 根据权利要求41-49任一项所述的无人机,其特征在于,所述处理器用于:根据所述自动驾驶系统中需要测试的功能模块,从所述目标路段的场景元素中选择与所述功能模块相关的关键场景元素;根据所述交通场景数据确定所述关键场景元素的元素参数;以及根据所述关键场景元素和对应的元素参数,得到目标测试场景。
- 根据权利要求41-49任一项所述的无人机,其特征在于,所述处理器用于:获取对所述自动驾驶系统有影响的场景元素,对所述场景元素进行分类得到测试场景框架;根据所述测试场景框架中的场景元素从所述交通场景数据中提取相应的元素参数;将所述元素参数填充到所述测试场景框架的对应场景元素中,得到目标测试场景。
- 根据权利要求41-59任一项所述的无人机,其特征在于,所述处理器用于:获取对所述自动驾驶系统有影响的场景元素;从所述场景元素中获取与所述自动驾驶系统中待测功能模块相关的关键场景元素,对所述关键场景元素进行分类得到测试场景框架;根据所述测试场景框架中的关键场景元素从所述交通场景数据中提取对应的元素参数;将所述元素参数填充到所述测试场景框架的对应关键场景元素中,得到目标测试场景。
- 根据权利要求41所述的无人机,其特征在于,所述处理器用于:基于自动驾驶仿真器,根据所述目标测试场景的交通场景数据确定所述自动驾驶系统针对所述目标测试场景的应对结果。
- 根据权利要求56所述的无人机,其特征在于,所述自动驾驶仿真器可以包括软件仿真平台或模拟仿真器。
- 根据权利要求41所述的无人机,其特征在于,所述处理器还用于:对所述交通场景数据进行预处理;其中,所述预处理包括前景提取、色彩空间转换、影像二值化、边缘检测、形态学处理和设定感兴趣区域中的至少一项。
- 根据权利要求41所述的无人机,其特征在于,所述处理器还用于:确定所述自动驾驶系统中不满足性能标准的功能模块,优化所述功能模块。
- 根据权利要求59所述的无人机,其特征在于,所述功能模块包括行人检测模块;所述处理器用于:获取训练样本数据,根据所述训练样本数据对所述行人检测模型中的分类器进行优化训练;验证所述行人检测模型中的分类器的准确率是否满足要求,在所述行人检测模型中的分类器的准确率满足要求时,保存所述行人检测模型中的分类器的参数。
- 一种测试装置,其特征在于,所述测试装置包括处理器和存储器;所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现权利要求21-40任一项所述的自动驾驶系统的测试方法。
- 一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现权利要求21-40任一项所述的自动驾驶系统的测试方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/096994 WO2022246852A1 (zh) | 2021-05-28 | 2021-05-28 | 基于航测数据的自动驾驶系统测试方法、测试系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116829919A true CN116829919A (zh) | 2023-09-29 |
Family
ID=84229471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180087995.8A Pending CN116829919A (zh) | 2021-05-28 | 2021-05-28 | 基于航测数据的自动驾驶系统测试方法、测试系统及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116829919A (zh) |
WO (1) | WO2022246852A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125953A (zh) * | 2023-02-22 | 2023-05-16 | 吉林大学 | 基于飞行器的车辆监控系统及方法 |
CN116183242A (zh) * | 2023-02-22 | 2023-05-30 | 吉林大学 | 基于模拟降雨环境的自动驾驶测试方法、设备及存储介质 |
CN116204441A (zh) * | 2023-03-17 | 2023-06-02 | 百度时代网络技术(北京)有限公司 | 索引数据结构的性能测试方法、装置、设备及存储介质 |
CN115979679B (zh) * | 2023-03-22 | 2023-06-23 | 中国汽车技术研究中心有限公司 | 自动驾驶系统实际道路测试方法、设备和存储介质 |
CN117171290B (zh) * | 2023-11-03 | 2024-04-16 | 安徽蔚来智驾科技有限公司 | 确定安全行驶区域的方法及系统、自动驾驶方法及系统 |
CN117744366A (zh) * | 2023-12-19 | 2024-03-22 | 万物镜像(北京)计算机系统有限公司 | 一种自动驾驶边缘仿真测试场景生成方法、装置及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109032102B (zh) * | 2017-06-09 | 2020-12-18 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆测试方法、装置、设备及存储介质 |
CN110059393A (zh) * | 2019-04-11 | 2019-07-26 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车辆的仿真测试方法、装置及系统 |
CN112634610A (zh) * | 2020-12-14 | 2021-04-09 | 北京智能车联产业创新中心有限公司 | 自然驾驶数据采集方法、装置、电子设备以及存储介质 |
-
2021
- 2021-05-28 WO PCT/CN2021/096994 patent/WO2022246852A1/zh active Application Filing
- 2021-05-28 CN CN202180087995.8A patent/CN116829919A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022246852A1 (zh) | 2022-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022246852A1 (zh) | 基于航测数据的自动驾驶系统测试方法、测试系统及存储介质 | |
CN110785718B (zh) | 一种车载自动驾驶测试系统及测试方法 | |
US20220148318A1 (en) | Traffic light recognition method and apparatus | |
CN111874006B (zh) | 路线规划处理方法和装置 | |
CN113168708B (zh) | 车道线跟踪方法和装置 | |
CN108508881B (zh) | 自动驾驶控制策略调整方法、装置、设备及存储介质 | |
DE112019001657T5 (de) | Signalverarbeitungsvorrichtung und signalverarbeitungsverfahren, programm und mobiler körper | |
WO2021057344A1 (zh) | 一种数据呈现的方法及终端设备 | |
CN110415544B (zh) | 一种灾害天气预警方法及汽车ar-hud系统 | |
CN113261274B (zh) | 一种图像处理方法及相关终端装置 | |
DE112018004891T5 (de) | Bildverarbeitungsvorrichtung, bildverarbeitungsverfahren, programm und mobiler körper | |
DE112018004691T5 (de) | Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren, programm und bewegter körper | |
US11574462B1 (en) | Data augmentation for detour path configuring | |
US20240005642A1 (en) | Data Augmentation for Vehicle Control | |
US20230048680A1 (en) | Method and apparatus for passing through barrier gate crossbar by vehicle | |
CN114693540A (zh) | 一种图像处理方法、装置以及智能汽车 | |
CN116783462A (zh) | 一种自动驾驶系统的性能测试方法 | |
CN107516354A (zh) | 基于规则脚本的驾驶员考试系统、辅助驾驶系统及方法 | |
DE112021002953T5 (de) | Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren und programm | |
El-Hassan | Experimenting with sensors of a low-cost prototype of an autonomous vehicle | |
CN114648743A (zh) | 三维交通标志检测 | |
US20240001849A1 (en) | Data Augmentation for Driver Monitoring | |
WO2022246851A1 (zh) | 基于航测数据的自动驾驶感知系统测试方法、系统及存储介质 | |
CN115205311A (zh) | 图像处理方法、装置、车辆、介质及芯片 | |
CN111077893B (zh) | 一种基于多灭点的导航方法、电子设备和存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240521 Address after: 130012 No. 2699 Qianjin Street, Jilin, Changchun Applicant after: Jilin University Country or region after: China Applicant after: Shenzhen Zhuoyu Technology Co.,Ltd. Address before: 130012 No. 2699 Qianjin Street, Jilin, Changchun Applicant before: Jilin University Country or region before: China Applicant before: SZ DJI TECHNOLOGY Co.,Ltd. |