JP6935948B2 - 自律走行車両を学習、テスティング及び検証をするために仮想走行環境に対するドメイン適応された交通シナリオを生成するための方法及び装置 - Google Patents
自律走行車両を学習、テスティング及び検証をするために仮想走行環境に対するドメイン適応された交通シナリオを生成するための方法及び装置 Download PDFInfo
- Publication number
- JP6935948B2 JP6935948B2 JP2020009531A JP2020009531A JP6935948B2 JP 6935948 B2 JP6935948 B2 JP 6935948B2 JP 2020009531 A JP2020009531 A JP 2020009531A JP 2020009531 A JP2020009531 A JP 2020009531A JP 6935948 B2 JP6935948 B2 JP 6935948B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- scenario
- data
- vehicle
- log
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 72
- 238000012360 testing method Methods 0.000 title description 7
- 230000008569 process Effects 0.000 claims description 48
- 230000003416 augmentation Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims 4
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims 4
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims 4
- 239000000284 extract Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
- G09B9/05—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles the view from a vehicle being simulated
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
- G09B9/052—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles characterised by provision for recording or measuring trainee's performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Automation & Control Theory (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Traffic Control Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
memory)を含む生成器151が、前記順次交通ログのうちの初期交通ログを、前記LSTMのうちの初期LSTMの次の動作を取得するために利用される前記生成器151の状態として設定した状態で、前記シナリオ増強ネットワーク150は、前記生成器151によって一つ以上の予測交通ログをそれに対応する次の動作として生成することにより前記生成器151によって前記交通シナリオを生成するようにし、前記初期交通ログ以降の前記予測交通ログは、前記イベント走行環境に対応するように増強され得る。
従って、本発明の思想は前記説明された実施例に局限されて定められてはならず、後述する特許請求の範囲だけでなく、本特許請求の範囲と均等または等価的に変形されたものすべては、本発明の思想の範囲に属するといえる。
Claims (16)
- 少なくとも一つの仮想走行環境における少なくとも一つの交通シナリオを生成する方法において、
(a)以前交通データと、詳細交通データとを参照して生成された走行データが取得された状態で、交通シナリオ生成装置が、前記走行データを状況分析器に入力して、前記状況分析器をもって、前記走行データから走行環境情報を抽出するようにするプロセス、前記走行データを車両情報抽出器に入力して、前記車両情報抽出器をもって、前記走行データから自車両に対する車両状態情報を抽出させるプロセス、及び前記走行環境情報と前記車両状態情報とを参照して、走行イベントを含む走行シークエンスによる順次交通ログを生成するプロセスを遂行する段階;及び
(b)前記交通シナリオ生成装置が、前記順次交通ログをシナリオ増強ネットワークに入力して、前記シナリオ増強ネットワークをもって、少なくとも一つのクリティカルイベントを少なくとも一つの条件として利用して、前記順次交通ログを前記クリティカルイベントのイベント走行環境に対応するように前記順次交通ログを増強させることにより、前記交通シナリオを生成するプロセス、予め設定された参照交通規則情報を参照して前記交通シナリオを検証するプロセス、及び前記交通シナリオが有効であると決定されると、前記交通シナリオを仮想走行環境の交通シミュレータにマッピングするプロセスを遂行する段階;
を含み、前記以前交通データは、映像基盤ADASにより少なくとも一つの前記走行イベントを含む少なくとも一つの既存の走行映像から抽出された離散交通データに対応するメタデータであり、前記詳細交通データは、実際の走行環境で走行される一つ以上のデータ収集車両の一つ以上のセンサから収集された順次交通データに対応するメタデータであり、前記クリティカルイベントは、前記走行イベントのうち、事故発生の危険があった特定の走行イベントであることを特徴とする方法。 - LSTMを含む生成器が、前記順次交通ログのうちの初期交通ログを、前記LSTMのうちの初期LSTMの次の動作を取得するために利用される前記生成器の状態として設定した状態で、前記交通シナリオ生成装置は、前記シナリオ増強ネットワークをもって、前記生成器によって予測交通ログをそれに対応する次の動作として生成することにより前記生成器によって前記交通シナリオを生成するようにし、前記初期交通ログ以降の前記予測交通ログが前記イベント走行環境に対応するように増強されることを特徴とする請求項1に記載の方法。
- 前記交通シナリオ生成装置は、判別器が、前記順次交通ログと前記予測交通ログとの間を区別するように前記判別器を学習させるプロセスと、前記順次交通ログ、前記予測交通ログ、及び前記条件を参照して生成された前記判別器の少なくとも一つのリワードを利用した方策勾配によって前記生成器の少なくとも一つのパラメータを最適化させるプロセスとを遂行することを特徴とする請求項2に記載の方法。
- 前記(b)段階で、
前記交通シナリオが有効でないものと決定されたら、前記交通シナリオ生成装置は、前記検証するプロセスを参照して前記条件を変更することで少なくとも一つの変更された条件を生成し、前記シナリオ増強ネットワークをもって、前記変更された条件を利用して前記順次交通ログを増強することで新たな交通シナリオを生成させることを特徴とする請求項1に記載の方法。 - 前記交通シナリオ生成装置は、前記走行環境情報を前記車両状態情報にマッチングさせることによって離散及び順次データを生成し、前記離散及び順次データに含まれた前記走行イベントを後処理することにより前記順次交通ログを生成することを特徴とする請求項1に記載の方法。
- 前記順次交通ログそれぞれは、少なくとも一つの物体の数と、前記物体の位置と、少なくとも一つの歩行者の数と、前記歩行者の位置と、前記物体の少なくとも一つの軌跡と、交通信号変化情報とを含むことを特徴とする請求項1に記載の方法。
- 前記映像基盤ADASは、前記既存の走行映像を利用する、物体検出と、距離予測と、TSRと、車道検出と、車線検出と、TTC予測と、相対速度予測とのうちの少なくとも一つを遂行することを特徴とする請求項1に記載の方法。
- 前記車両状態情報は、前記自車両の速度と、前記自車両の加速度と、前記自車両のステアリングホイール状態と、前記自車両の加速ペダルの位置と、前記自車両のブレーキ状態とのうちの少なくとも一つを含むことを特徴とする請求項1に記載の方法。
- 少なくとも一つの仮想走行環境における少なくとも一つの交通シナリオを生成する交通シナリオ生成装置において、
インストラクションを格納する少なくとも一つのメモリ;及び
(I)以前交通データと、詳細交通データとを参照して生成された走行データが取得された状態で、前記走行データを状況分析器に入力して、前記状況分析器をもって、前記走行データから走行環境情報を抽出するようにするプロセス、前記走行データを車両情報抽出器に入力して、前記車両情報抽出器をもって、前記走行データから自車両に対する車両状態情報を抽出するようにするプロセス、及び前記走行環境情報と前記車両状態情報とを参照して、走行イベントを含む走行シークエンスによる順次交通ログを生成するプロセスを遂行するプロセス、及び(II)前記順次交通ログをシナリオ増強ネットワークに入力して、前記シナリオ増強ネットワークをもって、少なくとも一つのクリティカルイベントを少なくとも一つの条件として利用して、前記順次交通ログを前記クリティカルイベントのイベント走行環境に対応するように前記順次交通ログを増強させることにより、前記交通シナリオを生成するプロセス、予め設定された参照交通規則情報を参照して前記交通シナリオを検証するプロセス、及び前記交通シナリオが有効であると決定されると、前記交通シナリオを仮想走行環境の交通シミュレータにマッピングするプロセスを遂行するための、前記インストラクションを実行するように構成された少なくとも一つのプロセッサ;
を含み、前記以前交通データは、映像基盤ADASにより少なくとも一つの前記走行イベントを含む少なくとも一つの既存の走行映像から抽出された離散交通データに対応するメタデータであり、前記詳細交通データは、実際の走行環境で走行される一つ以上のデータ収集車両の一つ以上のセンサから収集された順次交通データに対応するメタデータであり、前記クリティカルイベントは、前記走行イベントのうち、事故発生の危険があった特定の走行イベントであることを特徴とする交通シナリオ生成装置。 - LSTMを含む生成器が、前記順次交通ログのうちの初期交通ログを、前記LSTMのうちの初期LSTMの次の動作を取得するために利用される前記生成器の状態として設定した状態で、前記プロセッサは、前記シナリオ増強ネットワークをもって、前記生成器によって予測交通ログをそれに対応する次の動作として生成することにより前記生成器によって前記交通シナリオを生成するようにし、前記初期交通ログ以降の前記予測交通ログが前記イベント走行環境に対応するように増強されることを特徴とする請求項9に記載の交通シナリオ生成装置。
- 前記プロセッサは、判別器が、前記順次交通ログと前記予測交通ログとの間を区別するように前記判別器を学習させるプロセスと、前記順次交通ログ、前記予測交通ログ、及び前記条件を参照して生成された前記判別器の少なくとも一つのリワードを利用した方策勾配によって前記生成器の少なくとも一つのパラメータを最適化させるプロセスとを遂行することを特徴とする請求項10に記載の交通シナリオ生成装置。
- 前記(II)プロセスで、
前記交通シナリオが有効でないものと決定されたら、前記プロセッサは、前記検証するプロセスを参照して前記条件を変更することで少なくとも一つの変更された条件を生成し、前記シナリオ増強ネットワークをもって、前記変更された条件を利用して前記順次交通ログを増強することで新たな交通シナリオを生成させることを特徴とする請求項9に記載の交通シナリオ生成装置。 - 前記プロセッサは、前記走行環境情報を前記車両状態情報にマッチングさせることによって離散及び順次データを生成し、前記離散及び順次データに含まれた前記走行イベントを後処理することにより前記順次交通ログを生成することを特徴とする請求項9に記載の交通シナリオ生成装置。
- 前記順次交通ログそれぞれは、少なくとも一つの物体の数と、前記物体の位置と、少なくとも一つの歩行者の数と、前記歩行者の位置と、前記物体の少なくとも一つの軌跡と、交通信号変化情報とを含むことを特徴とする請求項9に記載の交通シナリオ生成装置。
- 前記映像基盤ADASは、前記既存の走行映像を利用する、物体検出と、距離予測と、TSRと、車道検出と、車線検出と、TTC予測と、相対速度予測とのうちの少なくとも一つを遂行することを特徴とする請求項9に記載の交通シナリオ生成装置。
- 前記車両状態情報は、前記自車両の速度と、前記自車両の加速度と、前記自車両のステアリングホイール状態と、前記自車両の加速ペダルの位置と、前記自車両のブレーキ状態とのうちの少なくとも一つを含むことを特徴とする請求項9に記載の交通シナリオ生成装置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962798705P | 2019-01-30 | 2019-01-30 | |
US62/798,705 | 2019-01-30 | ||
US16/731,066 | 2019-12-31 | ||
US16/731,066 US10636295B1 (en) | 2019-01-30 | 2019-12-31 | Method and device for creating traffic scenario with domain adaptation on virtual driving environment for testing, validating, and training autonomous vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020123351A JP2020123351A (ja) | 2020-08-13 |
JP6935948B2 true JP6935948B2 (ja) | 2021-09-15 |
Family
ID=70332697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020009531A Active JP6935948B2 (ja) | 2019-01-30 | 2020-01-23 | 自律走行車両を学習、テスティング及び検証をするために仮想走行環境に対するドメイン適応された交通シナリオを生成するための方法及び装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10636295B1 (ja) |
EP (1) | EP3690754A1 (ja) |
JP (1) | JP6935948B2 (ja) |
KR (1) | KR102440938B1 (ja) |
CN (1) | CN111506980B (ja) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT521607B1 (de) * | 2018-10-24 | 2020-03-15 | Avl List Gmbh | Verfahren und Vorrichtung zum Testen eines Fahrerassistenzsystem |
JP7192709B2 (ja) * | 2019-08-09 | 2022-12-20 | トヨタ自動車株式会社 | 車両遠隔指示訓練装置 |
KR102306085B1 (ko) * | 2019-10-28 | 2021-09-28 | 고려대학교 세종산학협력단 | 도로교통 운행환경정보 기반 교통사고 영상을 활용한 자율주행 테스트 시나리오 도출 방법 및 절차 |
CN111932869A (zh) * | 2020-06-25 | 2020-11-13 | 厦门迅优通信科技有限公司 | 一种基于交通流粒子性特征的三参数分析法 |
CN111983934B (zh) * | 2020-06-28 | 2021-06-01 | 中国科学院软件研究所 | 一种无人车仿真测试用例生成方法及系统 |
CN111967124A (zh) * | 2020-06-30 | 2020-11-20 | 中汽数据有限公司 | 一种用于智能汽车重组场景通用扩增的生成方法 |
CN111599181B (zh) * | 2020-07-22 | 2020-10-27 | 中汽院汽车技术有限公司 | 用于智能驾驶系统测试的典型自然驾驶场景识别提取方法 |
KR20220039903A (ko) * | 2020-09-21 | 2022-03-30 | 현대자동차주식회사 | 자율주행 제어 장치 및 방법 |
US11755469B2 (en) * | 2020-09-24 | 2023-09-12 | Argo AI, LLC | System for executing structured tests across a fleet of autonomous vehicles |
CN112053433A (zh) * | 2020-09-30 | 2020-12-08 | 中国汽车技术研究中心有限公司 | 民航机场动态场景的构建方法及机场特种车辆培训方法 |
CN112462759B (zh) * | 2020-11-12 | 2024-02-27 | 浙江吉利控股集团有限公司 | 规控算法的评估方法、系统及计算机存储介质 |
CN114694449B (zh) * | 2020-12-25 | 2023-04-18 | 华为技术有限公司 | 一种生成车辆交通场景的方法和装置、训练方法和装置 |
US20240005197A1 (en) * | 2020-12-28 | 2024-01-04 | Korea Electronics Technology Institute | Method and system for generating ai training hierarchical dataset including data acquisition context information |
DE102021201177A1 (de) | 2021-02-09 | 2022-08-11 | Zf Friedrichshafen Ag | Computerimplementiertes Verfahren und Computerprogramm zur Generierung von Fahrstrecken für ein automatisiertes Fahrsystem |
DE102021104077B3 (de) | 2021-02-22 | 2022-05-25 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren, System und Computerprogrammprodukt zur automatisierten Generierung von Verkehrsdaten |
CN113139644B (zh) * | 2021-03-24 | 2024-02-09 | 北京科技大学顺德研究生院 | 一种基于深度蒙特卡洛树搜索的信源导航方法及装置 |
JP2022157321A (ja) * | 2021-03-31 | 2022-10-14 | トヨタ自動車株式会社 | 交通管制システム、交通管制方法及びプログラム |
KR102568969B1 (ko) | 2021-03-31 | 2023-08-23 | 주식회사 한국디지털트윈연구소 | 디지털트윈 기술을 이용한 자율주행시험용 주행환경 시나리오 발생장치 |
CN113254336B (zh) * | 2021-05-24 | 2022-11-08 | 公安部道路交通安全研究中心 | 自动驾驶汽车交通法规符合性仿真测试方法及系统 |
CN116761998A (zh) * | 2021-05-28 | 2023-09-15 | 深圳市大疆创新科技有限公司 | 一种车辆系统的安全测试方法和测试用车辆 |
DE102021206737A1 (de) | 2021-06-29 | 2022-12-29 | Psa Automobiles Sa | Auslegen eines Automatisierungsalgorithmus eines Fahrzeugs |
CN113361144B (zh) * | 2021-07-15 | 2022-05-20 | 中交第二公路勘察设计研究院有限公司 | 一种基于bim的道路驾驶模拟环境建立方法 |
CN113642108B (zh) * | 2021-08-11 | 2023-11-10 | 北京航空航天大学 | 一种无人车十字路口通行场景关键测试案例生成方法 |
CN113836701A (zh) * | 2021-09-03 | 2021-12-24 | 东风小康汽车有限公司重庆分公司 | 一种仿真场景构建方法、装置、计算机设备和存储介质 |
CN113532888B (zh) * | 2021-09-17 | 2022-03-18 | 北京智能车联产业创新中心有限公司 | 纯视觉自动驾驶车辆测试方法及装置 |
KR102580532B1 (ko) | 2021-11-22 | 2023-09-20 | 오토아이티(주) | 자율주행차량의 성능 검증을 위한 실내 테스트 시스템 |
KR20230075300A (ko) | 2021-11-22 | 2023-05-31 | 오토아이티(주) | 자율주행차량을 위한 실내 학습 시스템 |
CN114913620A (zh) * | 2022-05-18 | 2022-08-16 | 一汽解放汽车有限公司 | 数据提取方法、装置、计算机设备和存储介质 |
US20240096232A1 (en) * | 2022-08-31 | 2024-03-21 | Zoox, Inc. | Safety framework with calibration error injection |
KR20240043971A (ko) | 2022-09-28 | 2024-04-04 | (주)이노시뮬레이션 | 육상 이동체 자율 주행 시뮬레이션을 위한 가상 환경 자동 생성 장치 및 이의 실행 방법 |
KR102598898B1 (ko) * | 2022-10-07 | 2023-11-06 | 주식회사 자동차공학연구소 | 가상 도로주행 공간의 설계 방법 및 가상 도로주행 공간의 설계 시스템 |
KR102489534B1 (ko) * | 2022-11-14 | 2023-01-18 | 주식회사 마키나락스 | 수집이 필요한 정보의 영역을 예측하는 방법 |
KR102579590B1 (ko) * | 2022-12-28 | 2023-09-18 | 도로교통공단 | 도로교통법 기반 자율주행차 운전능력 평가시나리오 생성 시스템 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3316919B2 (ja) * | 1993-03-09 | 2002-08-19 | 三菱電機株式会社 | 道路交通管制シミュレーション装置 |
JP3475240B2 (ja) * | 2000-11-22 | 2003-12-08 | 国土交通省国土技術政策総合研究所長 | 道路交通評価システム |
JP3472818B2 (ja) * | 2000-11-24 | 2003-12-02 | 国土交通省国土技術政策総合研究所長 | 交通シミュレーション方法 |
JP2010002714A (ja) * | 2008-06-20 | 2010-01-07 | Toyota Motor Corp | シミュレータ装置、運転課題提供方法 |
US9240124B2 (en) * | 2012-08-08 | 2016-01-19 | Hitachi, Ltd. | Traffic-volume prediction device and method |
US8874301B1 (en) * | 2013-07-09 | 2014-10-28 | Ford Global Technologies, Llc | Autonomous vehicle with driver presence and physiological monitoring |
CN105718065B (zh) * | 2016-01-27 | 2018-08-21 | 北京交通大学 | 车路协同环境下的交互式视景仿真系统 |
CN105807922B (zh) * | 2016-03-07 | 2018-10-02 | 湖南大学 | 一种虚拟现实娱乐驾驶的实现方法、装置及系统 |
KR101902824B1 (ko) * | 2016-04-12 | 2018-10-02 | 자동차부품연구원 | V2x 통신 기반 드라이빙 통합 시뮬레이션 장치 |
KR101850038B1 (ko) * | 2016-05-24 | 2018-06-07 | (주)이노시뮬레이션 | 자동차 시뮬레이터 장치 및 그 방법 |
KR102057532B1 (ko) * | 2016-10-12 | 2019-12-20 | 한국전자통신연구원 | 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법 |
CN106777747A (zh) * | 2016-12-29 | 2017-05-31 | 广西航程威特科技有限公司 | 一种三维交通仿真模拟系统 |
US10118628B2 (en) * | 2017-02-21 | 2018-11-06 | Allstate Insurance Company | Data processing system for guidance, control, and testing autonomous vehicle features and driver response |
US10229590B2 (en) * | 2017-08-14 | 2019-03-12 | GM Global Technology Operations LLC | System and method for improved obstable awareness in using a V2X communications system |
CN108091203A (zh) * | 2017-12-07 | 2018-05-29 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于虚拟现实技术的应激交通场景驾驶培训系统 |
EP3543985A1 (de) * | 2018-03-21 | 2019-09-25 | dSPACE digital signal processing and control engineering GmbH | Simulieren verschiedener verkehrssituationen für ein testfahrzeug |
US11994860B2 (en) * | 2018-06-15 | 2024-05-28 | Allstate Insurance Company | Processing system for evaluating autonomous vehicle control systems through continuous learning |
-
2019
- 2019-12-31 US US16/731,066 patent/US10636295B1/en active Active
-
2020
- 2020-01-13 KR KR1020200004510A patent/KR102440938B1/ko active IP Right Grant
- 2020-01-16 EP EP20152231.5A patent/EP3690754A1/en active Pending
- 2020-01-23 CN CN202010077029.5A patent/CN111506980B/zh active Active
- 2020-01-23 JP JP2020009531A patent/JP6935948B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
KR20200094650A (ko) | 2020-08-07 |
CN111506980A (zh) | 2020-08-07 |
CN111506980B (zh) | 2023-09-08 |
KR102440938B1 (ko) | 2022-09-06 |
EP3690754A1 (en) | 2020-08-05 |
US10636295B1 (en) | 2020-04-28 |
JP2020123351A (ja) | 2020-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6935948B2 (ja) | 自律走行車両を学習、テスティング及び検証をするために仮想走行環境に対するドメイン適応された交通シナリオを生成するための方法及び装置 | |
JP6916552B2 (ja) | 走行途中に発生する走行シナリオを検出して、運転者の走行習慣を評価するための情報の提供する方法及び装置 | |
US10919543B2 (en) | Learning method and learning device for determining whether to switch mode of vehicle from manual driving mode to autonomous driving mode by performing trajectory-based behavior analysis on recent driving route | |
CN110597086A (zh) | 仿真场景生成方法和无人驾驶系统测试方法 | |
CN110239562A (zh) | 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适 | |
CN112703459A (zh) | 对抗场景的迭代生成 | |
CN114077541A (zh) | 验证用于自动驾驶车辆的自动控制软件的方法和系统 | |
JP6910081B2 (ja) | 協調走行を遂行する各車両から取得された各走行イメージを統合する方法及びこれを利用した走行イメージ統合装置 | |
CN107310550A (zh) | 道路交通工具行驶控制方法和装置 | |
JP6418574B2 (ja) | 危険度推定装置、危険度推定方法及び危険度推定用コンピュータプログラム | |
CN112163446B (zh) | 一种障碍物检测方法、装置、电子设备及存储介质 | |
US20220198107A1 (en) | Simulations for evaluating driving behaviors of autonomous vehicles | |
CN110389582A (zh) | 利用多个线索跟踪对象 | |
US20230331250A1 (en) | Method and apparatus for configuring deep learning algorithm for autonomous driving | |
CN115165398A (zh) | 车辆的行驶功能测试方法、装置、计算设备及介质 | |
CN114444208A (zh) | 自动驾驶系统的可靠性确定方法、装置、设备及介质 | |
KR20200082672A (ko) | 게임서버 연계 자율주행 시뮬레이션 방법 | |
KR102197251B1 (ko) | Rlr 판별 및 사고 방지를 위한 교통 신호 제어 방법 및 장치 | |
KR20230143961A (ko) | 시뮬레이션된 상태들에 기초한 차량 행동 선택 | |
Li | A scenario-based development framework for autonomous driving | |
US20230294736A1 (en) | Offline Tracking System for Autonomous Vehicle Control Systems | |
US20220172606A1 (en) | Systems and Methods for Extracting Data From Autonomous Vehicles | |
CN111077893A (zh) | 一种基于多灭点的导航方法、电子设备和存储介质 | |
US20230185993A1 (en) | Configurable simulation test scenarios for autonomous vehicles | |
US20230195958A1 (en) | Generating simulations based on real-world scenarios |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200123 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210309 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210608 |
|
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: 20210819 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6935948 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |