JP2019043157A - 自動運転評価装置及び自動運転評価方法 - Google Patents
自動運転評価装置及び自動運転評価方法 Download PDFInfo
- Publication number
- JP2019043157A JP2019043157A JP2017164460A JP2017164460A JP2019043157A JP 2019043157 A JP2019043157 A JP 2019043157A JP 2017164460 A JP2017164460 A JP 2017164460A JP 2017164460 A JP2017164460 A JP 2017164460A JP 2019043157 A JP2019043157 A JP 2019043157A
- Authority
- JP
- Japan
- Prior art keywords
- traffic scene
- automatic driving
- past
- model
- scene
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 203
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 172
- 238000004364 calculation method Methods 0.000 claims abstract description 98
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 230000000052 comparative effect Effects 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 21
- 230000033001 locomotion Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 description 18
- 238000011161 development Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 230000003993 interaction Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 241001652065 Trigonopeltastes delta Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/04—Monitoring the functioning of the control system
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Description
この自動運転評価装置によれば、過去時点における過去交通シーンから自動運転反映シーンを演算すると共に、過去時点における複数の比較用過去交通シーンから比較用過去交通シーンを演算し、これらに基づいて自動運転アルゴリズムを評価する。従って、この自動運転評価装置によれば、自動運転アルゴリズムの反映により過去交通シーン及び比較用過去交通シーンから初期交通シーンに向かって安定して収束するのか不安定に発散するのかの傾向を認識することが可能となり、初期交通シーンに対する自動運転アルゴリズムの性能について適切に評価することができる。
この自動運転評価装置によれば、初期交通シーンの時点から所定時間ずつ遡り、自動運転車モデルの状態及び移動体モデルの状態の両方が予め設定された法令遵守状態となった時点を過去時点として過去交通シーンを演算するので、自動運転アルゴリズムの評価の前提として不適切な法令違反の状態の過去交通シーンを採用することが避けられ、自動運転アルゴリズムを適切に評価することができる。
この自動運転評価装置によれば、初期交通シーンの時点から自動運転アルゴリズムにより自動運転されたときの自動運転車モデルの将来状態と移動体モデルの将来状態とを演算することにより、自動運転アルゴリズムを反映して初期交通シーンから時間を進めたときに低評価関係になるか否かを判定することができるので、自動運転アルゴリズムを適切に評価することができる。
この自動運転評価方法によれば、過去時点における過去交通シーンから自動運転反映シーンを演算すると共に、過去時点における複数の比較用過去交通シーンから比較用過去交通シーンを演算し、これらに基づいて自動運転アルゴリズムを評価する。従って、この自動運転評価装置によれば、自動運転アルゴリズムの反映により過去交通シーン及び比較用過去交通シーンから初期交通シーンに向かって安定して収束するのか不安定に発散するのかの傾向を認識することが可能となり、自動運転アルゴリズムが初期交通シーンに至らないように回避することについて適切に評価することができる。
この自動運転評価方法によれば、初期交通シーンの時点から所定時間ずつ遡り、自動運転車モデルの状態及び移動体モデルの状態の両方が予め設定された法令遵守状態となった時点を過去時点として過去交通シーンを演算するので、自動運転アルゴリズムの評価の前提として不適切な法令違反の状態の過去交通シーンを採用することが避けられ、自動運転アルゴリズムを適切に評価することができる。
この自動運転評価方法によれば、初期交通シーンの時点から自動運転アルゴリズムにより自動運転されたときの自動運転車モデルの将来状態と移動体モデルの将来状態とを演算することにより、自動運転アルゴリズムを反映して初期交通シーンから時間を進めたときに予め定められた低評価関係になるか否かを判定することができるので、自動運転アルゴリズムを適切に評価することができる。
図1は、第1の実施形態に係る自動運転評価装置を示すブロック図である。図1に示される自動運転評価装置100は、自動運転アルゴリズムをシミュレーションにより評価するための装置である。自動運転アルゴリズムとは、自動運転可能な車両を制御して自動運転を実行するためのアルゴリズムである。自動運転アルゴリズムは、スタンドアローンなインフラ協調型のアルゴリズムとすることができる。自動運転とは、車両の運転者が運転操作を行なわなくても、自動で車両を走行させる車両制御である。
第1の実施形態の自動運転評価装置100の構成について説明する。まず、自動運転評価装置100のハードウェア構成について説明する。図2は、自動運転評価装置100のハードウェア構成を示す図である。
このときのE(t−δt)は、下記の式(15)のように初期状態を定めた場合に、下記の式(16)〜(18)を使って帰納的に求められる。ここで、αは収束計算の効率を定めるフリーパラメータである。
比較用過去交通シーン生成部13は、上記の式(20)〜(22)を用いて、予め設定されたM個の比較用過去交通シーンPmを生成することができる。
このΔQmは、式(21)および(22)に記載した過去交通シーンE(t−kδt)からの変量が、1ステップの時間発展によりどのように変化するかを記述したものである。この変化を行列Hを用いた線形変換で記述すると、以下のように書ける。
そして、後述の通り、この線形変換の性質を解析することにより、過去交通シーンの時間反転の安定性を評価することができる。具体的には、行列Hの最大固有値が1より大きいか否かにより評価でき、1より大きい場合には不安定、1以下の場合には安定と評価することができる。
つまり、初期交通シーンE(t)に到達できる過去交通シーンが存在したとしても、現実として過去交通シーンに微小変更があれば(微小な違いがあれば)、初期交通シーンE(t)に到達しないことを意味する。すなわち、自動運転アルゴリズムは、初期交通シーンE(t)に陥ることはない、より正確にはδtを0にする極限において初期交通シーンE(t)に陥る確率は0に漸近すると評価することができる。
以下、第1の実施形態の自動運転評価装置100の自動運転評価方法について説明する。図6は、初期交通シーン設定処理及び後向計算処理を示すフローチャートである。
以上説明した第1の実施形態の自動運転評価装置100によれば、初期交通シーンから遡った過去交通シーンを演算し、過去交通シーンに基づいて自動運転アルゴリズムの性能を評価するので、過去交通シーンを考慮しない場合と比べて、適切に自動運転アルゴリズムを評価することができる。
図8は、第2の実施形態に係る自動運転評価装置を示すブロック図である。図8に示される自動運転評価装置200は、第1の実施形態と比べて、前方計算による自動運転アルゴリズムの評価を行なう点のみが異なっている。
図8に示すように、第2の実施形態の自動運転評価装置200は、第1の実施形態と比べて、将来状態演算部20と関係判定部21を有している。
以下、第2の実施形態の自動運転評価装置200の自動運転評価方法について説明する。ここでは、前向計算処理について説明する。この前向計算処理には、前向計算結果を用いた性能評価処理も含まれる。なお、後向計算処理については、第1の実施形態と同様であるため説明を省略する。
以上説明した第2の実施形態の自動運転評価装置200によれば、初期交通シーンの時点から自動運転アルゴリズムにより自動運転されたときの自動運転車モデルの将来状態と移動体モデルの将来状態とを演算することにより、自動運転アルゴリズムを反映して初期交通シーンから時間を進めたときに予め定められた低評価関係になるか否かを判定することができるので、自動運転アルゴリズムを適切に評価することができる。
Claims (8)
- 自動運転アルゴリズムをシミュレーションにより評価するための自動運転評価装置であって、
前記自動運転アルゴリズムによる自動運転が行なわれる自動運転車モデルの初期状態と、移動体モデルの初期状態と、前記自動運転車モデル及び前記移動体モデルが配置される道路環境との設定により、前記自動運転車モデル及び前記移動体モデルが含まれる初期交通シーンを設定する初期交通シーン設定部と、
前記初期交通シーンに基づいて、前記初期交通シーンの時点から遡った過去時点における前記自動運転車モデル及び前記移動体モデルを含む過去交通シーンを演算する過去交通シーン演算部と、
前記過去交通シーンに基づいて、前記自動運転アルゴリズムの性能を評価する性能評価部と、
を備える、自動運転評価装置。 - 前記過去交通シーンの微小変更により、前記過去時点における予め設定された数の比較用過去交通シーンを生成する比較用過去交通シーン生成部と、
前記過去交通シーンから前記自動運転アルゴリズムにより前記自動運転車モデルが自動運転された状態で設定時間を経過した自動運転反映シーンを演算すると共に、前記比較用過去交通シーンから前記自動運転アルゴリズムにより前記自動運転車モデルが自動運転された状態で前記設定時間を経過した比較用自動運転反映シーンをそれぞれ演算する自動運転反映シーン演算部と、
を更に備え、
前記性能評価部は、前記初期交通シーン、前記過去交通シーン、前記比較用過去交通シーン、前記自動運転反映シーン、及び前記比較用自動運転反映シーンに基づいて、前記自動運転アルゴリズムの性能を評価する、請求項1に記載の自動運転評価装置。 - 前記過去交通シーン演算部は、前記初期交通シーンの時点から所定時間ずつ遡った時点における前記自動運転車モデルの状態及び前記移動体モデルの状態の演算を繰り返し、前記自動運転車モデルの状態及び前記移動体モデルの状態の両方が予め設定された法令遵守状態となった時点を前記過去時点として、前記過去交通シーンを演算する、請求項1又は請求項2に記載の自動運転評価装置。
- 前記自動運転車モデルの前記初期状態と前記移動体モデルの前記初期状態と前記道路環境とに基づいて、前記初期交通シーンの時点から前記自動運転アルゴリズムにより自動運転されたときの前記自動運転車モデルの将来状態と、前記初期交通シーンの時点から予め設定された移動を行う前記移動体モデルの将来状態とを演算する将来状態演算部と、
前記自動運転車モデルの将来状態と前記移動体モデルの将来状態とに基づいて、前記自動運転車モデルと前記移動体モデルとが低評価関係になったか否かを判定する関係判定部と、を更に備え、
前記性能評価部は、前記関係判定部の判定結果に基づいて、前記自動運転アルゴリズムの性能を評価する、請求項1〜3のうち何れか一項に記載の自動運転評価装置。 - 自動運転アルゴリズムをシミュレーションにより評価するための自動運転評価装置における自動運転評価方法であって、
前記自動運転アルゴリズムによる自動運転が行なわれる自動運転車モデルの初期状態と、移動体モデルの初期状態と、前記自動運転車モデル及び前記移動体モデルが配置される道路環境との設定により、前記自動運転車モデル及び前記移動体モデルが含まれる初期交通シーンを設定する初期交通シーン設定ステップと、
前記初期交通シーンに基づいて、前記初期交通シーンの時点から遡った過去時点における前記自動運転車モデル及び前記移動体モデルを含む過去交通シーンを演算する過去交通シーン演算ステップと、
前記過去交通シーンに基づいて、前記自動運転アルゴリズムの性能を評価する性能評価ステップと、
を含む、自動運転評価方法。 - 前記過去交通シーンの微小変更により、前記過去時点における予め設定された数の比較用過去交通シーンを生成する比較用過去交通シーン生成ステップと、
前記過去交通シーンから前記自動運転アルゴリズムにより前記自動運転車モデルが自動運転された状態で設定時間を経過した自動運転反映シーンを演算すると共に、前記比較用過去交通シーンから前記自動運転アルゴリズムにより前記自動運転車モデルが自動運転された状態で前記設定時間を経過した比較用自動運転反映シーンをそれぞれ演算する自動運転反映シーン演算ステップと、
を更に含み、
前記性能評価ステップでは、前記初期交通シーン、前記過去交通シーン、前記比較用過去交通シーン、前記自動運転反映シーン、及び前記比較用自動運転反映シーンに基づいて、前記自動運転アルゴリズムの性能を評価する、請求項5に記載の自動運転評価方法。 - 前記過去交通シーン演算ステップでは、前記初期交通シーンの時点から所定時間ずつ遡った時点における前記自動運転車モデルの状態及び前記移動体モデルの状態の演算を繰り返し、前記自動運転車モデルの状態及び前記移動体モデルの状態の両方が予め設定された法令遵守状態となった時点を前記過去時点として、前記過去交通シーンを演算する、請求項5又は請求項6に記載の自動運転評価方法。
- 前記自動運転車モデルの前記初期状態と前記移動体モデルの前記初期状態と前記道路環境とに基づいて、前記初期交通シーンの時点から前記自動運転アルゴリズムにより自動運転されたときの前記自動運転車モデルの将来状態と、前記初期交通シーンの時点から予め設定された移動を行う前記移動体モデルの将来状態とを演算する将来状態演算ステップと、
前記自動運転車モデルの将来状態と前記移動体モデルの将来状態とに基づいて、前記自動運転車モデルと前記移動体モデルとが予め定められた低評価関係になったか否かを判定する関係判定ステップと、を更に含み、
前記性能評価ステップでは、前記関係判定ステップの判定結果に基づいて、前記自動運転アルゴリズムの性能を評価する、請求項5〜7のうち何れか一項に記載の自動運転評価方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017164460A JP6946861B2 (ja) | 2017-08-29 | 2017-08-29 | 自動運転評価装置及び自動運転評価方法 |
US16/037,420 US11161521B2 (en) | 2017-08-29 | 2018-07-17 | Autonomous driving evaluation apparatus and autonomous driving evaluation method |
CN201810980231.1A CN109426696B (zh) | 2017-08-29 | 2018-08-27 | 自动驾驶评价装置以及自动驾驶评价方法 |
DE102018120961.4A DE102018120961A1 (de) | 2017-08-29 | 2018-08-28 | Autonomes-fahren-bewertungsvorrichtung und autonomes-fahren-bewertungsverfahren |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017164460A JP6946861B2 (ja) | 2017-08-29 | 2017-08-29 | 自動運転評価装置及び自動運転評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019043157A true JP2019043157A (ja) | 2019-03-22 |
JP6946861B2 JP6946861B2 (ja) | 2021-10-13 |
Family
ID=65321511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017164460A Active JP6946861B2 (ja) | 2017-08-29 | 2017-08-29 | 自動運転評価装置及び自動運転評価方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11161521B2 (ja) |
JP (1) | JP6946861B2 (ja) |
CN (1) | CN109426696B (ja) |
DE (1) | DE102018120961A1 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019185783A (ja) * | 2018-04-12 | 2019-10-24 | バイドゥ ユーエスエイ エルエルシーBaidu USA LLC | シミュレーションプラットフォームに配置された、機械学習モデルを訓練するためのシステム及び方法 |
CN112053555A (zh) * | 2020-07-30 | 2020-12-08 | 中汽数据有限公司 | 一种用于对停车场环境驾驶场景复杂度评级的方法 |
CN112987711A (zh) * | 2019-11-30 | 2021-06-18 | 华为技术有限公司 | 自动驾驶规控算法优化方法及仿真测试装置 |
JP2021109653A (ja) * | 2020-01-02 | 2021-08-02 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 自律走行システムのテスト方法、装置、電子機器、プログラム及びコンピュータ読み取り可能な記録媒体 |
KR20220138059A (ko) * | 2021-04-02 | 2022-10-12 | 인하대학교 산학협력단 | 자율주행 시스템의 운전 능력 자동 평가 시스템 및 방법 |
US11644331B2 (en) | 2020-02-28 | 2023-05-09 | International Business Machines Corporation | Probe data generating system for simulator |
US11702101B2 (en) | 2020-02-28 | 2023-07-18 | International Business Machines Corporation | Automatic scenario generator using a computer for autonomous driving |
WO2023210132A1 (ja) * | 2022-04-28 | 2023-11-02 | 三菱重工業株式会社 | 評価用データ作成装置、評価用データ作成方法及び評価用データ作成プログラム |
US11814080B2 (en) | 2020-02-28 | 2023-11-14 | International Business Machines Corporation | Autonomous driving evaluation using data analysis |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180330325A1 (en) | 2017-05-12 | 2018-11-15 | Zippy Inc. | Method for indicating delivery location and software for same |
CN110197027B (zh) * | 2019-05-28 | 2023-07-18 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
US11945440B2 (en) * | 2019-08-23 | 2024-04-02 | Motional Ad Llc | Data driven rule books |
CN111326001A (zh) * | 2020-02-26 | 2020-06-23 | 中国联合网络通信集团有限公司 | 自动驾驶的方法和装置 |
CN112230632A (zh) * | 2020-10-28 | 2021-01-15 | 北京航迹科技有限公司 | 用于自动驾驶的方法、装置、设备和存储介质 |
US20220207209A1 (en) * | 2020-12-30 | 2022-06-30 | Beijing Voyager Technology Co., Ltd. | Deterministic sampling of autonomous vehicle simulation variables at runtime |
CN112926137B (zh) * | 2021-03-16 | 2022-05-06 | 中南大学 | 一种道路限速值评估的计算方法 |
CN113158560B (zh) * | 2021-04-09 | 2024-02-09 | 中国科学院合肥物质科学研究院 | 一种基于场景对抗的智能驾驶车辆自主能力测试方法 |
CN113535569B (zh) * | 2021-07-22 | 2022-12-16 | 中国第一汽车股份有限公司 | 自动驾驶的控制效果确定方法 |
CN113954854B (zh) * | 2021-11-30 | 2023-04-07 | 广汽埃安新能源汽车有限公司 | 智能驾驶功能优化方法、装置、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009169912A (ja) * | 2008-01-21 | 2009-07-30 | Toyota Central R&D Labs Inc | 交通流シミュレーションシステム |
JP2015182764A (ja) * | 2014-03-24 | 2015-10-22 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 対象とする交通物体の移動挙動を予測するための方法及びシステム |
JP2015228204A (ja) * | 2014-05-30 | 2015-12-17 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物 |
JP2016051465A (ja) * | 2014-09-01 | 2016-04-11 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両 |
WO2016056176A1 (ja) * | 2014-10-10 | 2016-04-14 | 国立研究開発法人科学技術振興機構 | 予測値整形システム、制御システム、予測値整形方法、制御方法、及び予測値整形プログラム |
JP2016521895A (ja) * | 2013-06-14 | 2016-07-25 | イー. ラリモア,ウォレス | 検出データからマシンの挙動のための動的モデルを形成する方法、マシン動的レスポンス特性を修正するシステム |
JP2017105453A (ja) * | 2015-12-08 | 2017-06-15 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングRobert Bosch Gmbh | 自動車の運転支援機能を検証する方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10268749A (ja) | 1997-03-28 | 1998-10-09 | Nissan Motor Co Ltd | 自律走行体のシミュレーション方法 |
JP5597322B1 (ja) * | 2012-11-05 | 2014-10-01 | パナソニック株式会社 | 自律走行装置の走行情報生成装置、方法、及びプログラム、並びに自律走行装置 |
JP2016192010A (ja) | 2015-03-31 | 2016-11-10 | 株式会社日立製作所 | 電子制御装置 |
JP2016192910A (ja) | 2015-03-31 | 2016-11-17 | 雪印メグミルク株式会社 | プロセスチーズ類およびその製造方法 |
JP6376059B2 (ja) * | 2015-07-06 | 2018-08-22 | トヨタ自動車株式会社 | 自動運転車両の制御装置 |
JP6803556B2 (ja) | 2016-03-14 | 2020-12-23 | パナソニックIpマネジメント株式会社 | 洗面化粧ユニット |
CN106371439B (zh) * | 2016-09-13 | 2020-11-20 | 同济大学 | 一种统一的自动驾驶横向规划方法与系统 |
US10127818B2 (en) * | 2017-02-11 | 2018-11-13 | Clear Commute Ventures Pty Ltd | Systems and methods for detecting and avoiding an emergency vehicle in the proximity of a substantially autonomous vehicle |
-
2017
- 2017-08-29 JP JP2017164460A patent/JP6946861B2/ja active Active
-
2018
- 2018-07-17 US US16/037,420 patent/US11161521B2/en active Active
- 2018-08-27 CN CN201810980231.1A patent/CN109426696B/zh active Active
- 2018-08-28 DE DE102018120961.4A patent/DE102018120961A1/de active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009169912A (ja) * | 2008-01-21 | 2009-07-30 | Toyota Central R&D Labs Inc | 交通流シミュレーションシステム |
JP2016521895A (ja) * | 2013-06-14 | 2016-07-25 | イー. ラリモア,ウォレス | 検出データからマシンの挙動のための動的モデルを形成する方法、マシン動的レスポンス特性を修正するシステム |
JP2015182764A (ja) * | 2014-03-24 | 2015-10-22 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 対象とする交通物体の移動挙動を予測するための方法及びシステム |
JP2015228204A (ja) * | 2014-05-30 | 2015-12-17 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物 |
JP2016051465A (ja) * | 2014-09-01 | 2016-04-11 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両 |
WO2016056176A1 (ja) * | 2014-10-10 | 2016-04-14 | 国立研究開発法人科学技術振興機構 | 予測値整形システム、制御システム、予測値整形方法、制御方法、及び予測値整形プログラム |
JP2017105453A (ja) * | 2015-12-08 | 2017-06-15 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングRobert Bosch Gmbh | 自動車の運転支援機能を検証する方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019185783A (ja) * | 2018-04-12 | 2019-10-24 | バイドゥ ユーエスエイ エルエルシーBaidu USA LLC | シミュレーションプラットフォームに配置された、機械学習モデルを訓練するためのシステム及び方法 |
CN112987711A (zh) * | 2019-11-30 | 2021-06-18 | 华为技术有限公司 | 自动驾驶规控算法优化方法及仿真测试装置 |
CN112987711B (zh) * | 2019-11-30 | 2022-08-09 | 华为技术有限公司 | 自动驾驶规控算法优化方法及仿真测试装置 |
JP7301077B2 (ja) | 2020-01-02 | 2023-06-30 | アポロ インテリジェント ドライビング テクノロジー(ペキン)カンパニー リミテッド | 自律走行システムのテスト方法、装置、電子機器、プログラム及びコンピュータ読み取り可能な記録媒体 |
JP2021109653A (ja) * | 2020-01-02 | 2021-08-02 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 自律走行システムのテスト方法、装置、電子機器、プログラム及びコンピュータ読み取り可能な記録媒体 |
US11556128B2 (en) | 2020-01-02 | 2023-01-17 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Method, electronic device and storage medium for testing autonomous driving system |
US11814080B2 (en) | 2020-02-28 | 2023-11-14 | International Business Machines Corporation | Autonomous driving evaluation using data analysis |
US11702101B2 (en) | 2020-02-28 | 2023-07-18 | International Business Machines Corporation | Automatic scenario generator using a computer for autonomous driving |
US11644331B2 (en) | 2020-02-28 | 2023-05-09 | International Business Machines Corporation | Probe data generating system for simulator |
CN112053555B (zh) * | 2020-07-30 | 2022-11-04 | 中汽数据有限公司 | 一种用于对停车场环境驾驶场景复杂度评级的方法 |
CN112053555A (zh) * | 2020-07-30 | 2020-12-08 | 中汽数据有限公司 | 一种用于对停车场环境驾驶场景复杂度评级的方法 |
KR102541430B1 (ko) | 2021-04-02 | 2023-06-13 | 인하대학교 산학협력단 | 자율주행 시스템의 운전 능력 자동 평가 시스템 및 방법 |
KR20220138059A (ko) * | 2021-04-02 | 2022-10-12 | 인하대학교 산학협력단 | 자율주행 시스템의 운전 능력 자동 평가 시스템 및 방법 |
WO2023210132A1 (ja) * | 2022-04-28 | 2023-11-02 | 三菱重工業株式会社 | 評価用データ作成装置、評価用データ作成方法及び評価用データ作成プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6946861B2 (ja) | 2021-10-13 |
US20190061776A1 (en) | 2019-02-28 |
CN109426696B (zh) | 2023-07-11 |
CN109426696A (zh) | 2019-03-05 |
US11161521B2 (en) | 2021-11-02 |
DE102018120961A1 (de) | 2019-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019043157A (ja) | 自動運転評価装置及び自動運転評価方法 | |
US9568915B1 (en) | System and method for controlling autonomous or semi-autonomous vehicle | |
JP6610915B2 (ja) | 車両を制御するコントローラー及び方法並びに非一時的コンピューター可読メモリ | |
JP7479064B2 (ja) | 動的障害物を有する環境における動作計画を容易にする装置、方法及び物品 | |
US11480971B2 (en) | Systems and methods for generating instructions for navigating intersections with autonomous vehicles | |
JP7191843B2 (ja) | 自律車両用の行動計画システム及び方法 | |
US11702105B2 (en) | Technology to generalize safe driving experiences for automated vehicle behavior prediction | |
JP2023175055A (ja) | 自律型車両の計画 | |
US20210192358A1 (en) | Graph neural network systems for behavior prediction and reinforcement learning in multple agent environments | |
CN109624990B (zh) | 用于基于关键帧的自主车辆操作的系统及计算机实现方法 | |
US20170168485A1 (en) | System and Method for Controlling Autonomous Vehicles | |
JP2022160538A (ja) | 衝突検出方法、装置、電子機器、記憶媒体、自動運転車両及びコンピュータプログラム | |
Leon et al. | A review of tracking, prediction and decision making methods for autonomous driving | |
Sezer | Intelligent decision making for overtaking maneuver using mixed observable Markov decision process | |
US20220135086A1 (en) | Conditional agent trajectory prediction | |
Zhang et al. | Human‐Like Interactive Behavior Generation for Autonomous Vehicles: A Bayesian Game‐Theoretic Approach with Turing Test | |
Cunningham et al. | MPDM: multi-policy decision-making from autonomous driving to social robot navigation | |
CN113139696A (zh) | 一种轨迹预测模型构建方法及轨迹预测方法、装置 | |
JP7297842B2 (ja) | リスク尺度を示すパラメータに基づいて訓練されたモデルを使用して、与えられた状況に対するデバイスの行動を決定する方法およびシステム | |
Quinones-Ramirez et al. | Robot path planning using deep reinforcement learning | |
KR102316274B1 (ko) | 시뮬레이션을 위한 주변 차량의 주행 궤적 생성 방법 | |
EP3866074B1 (en) | Method and device for controlling a robot | |
Ebrahimpour et al. | Multi-Constraint predictive control system with auxiliary emergency controllers for autonomous vehicles | |
US20230062810A1 (en) | Method for learning an explainable trajectory generator using an automaton generative network | |
Grobelna | Behavior Prediction of Cyber-Physical Systems for Dynamic Risk Assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190917 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200813 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201006 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210615 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210630 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210817 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210830 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6946861 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |