中國科學院深圳先進技術研究院蔣拯民獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉中國科學院深圳先進技術研究院申請的專利自動駕駛測試用例生成方法、裝置、電子設備及存儲介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114815605B 。
龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210361086.5,技術領域涉及:G05B13/04;該發明授權自動駕駛測試用例生成方法、裝置、電子設備及存儲介質是由蔣拯民;李慧云;黨少博;陳貝章;楊志恒設計研發完成,并于2022-04-07向國家知識產權局提交的專利申請。
本自動駕駛測試用例生成方法、裝置、電子設備及存儲介質在說明書摘要公布了:本申請適用于自動駕駛智能測試領域,提供了測試用例生成方法、裝置、電子設備及存儲介質,包括:根據自然駕駛數據集,獲取待測自動駕駛功能對應的邏輯場景參數集合;根據預先構建的目標代理模型和所述邏輯場景參數集合,確定高風險駕駛場景對應的重要性采樣分布參數;所述目標代理模型為待測自動駕駛系統的代理模型;根據所述高風險駕駛場景對應的重要性采樣分布參數,生成目標測試用例。本申請實施例能夠高效準確地生成能夠表示高風險駕駛場景的測試用例,以便提高自動駕駛汽車的測試效率。
本發明授權自動駕駛測試用例生成方法、裝置、電子設備及存儲介質在權利要求書中公布了:1.一種自動駕駛測試用例生成方法,其特征在于,包括: 根據自然駕駛數據集,獲取待測自動駕駛功能對應的邏輯場景參數集合; 根據該待測自動駕駛功能對應的預設篩選條件,從自然駕駛數據集中篩選出與該待測自動駕駛功能相關的第一駕駛行為數據集; 根據危險駕駛行為指標,將第一駕駛行為數據集中的每個駕駛行為數據映射為表征行車風險的危險駕駛行為譜,其中危險駕駛行為譜是的矩陣,n表示所述駕駛行為數據的時間序列采樣數量;m表示所述危險駕駛行為指標的個數;隨后,對第一駕駛行為數據集中的駕駛行為數據進行篩選、降維、聚類處理得到四個聚類簇,將綜合安全性評分得分最低的聚類簇抽取出來,構成危險駕駛行為數據集; 從危險駕駛行為數據集中獲取邏輯場景參數,得到邏輯場景的參數集合; 根據所述邏輯場景參數集合,通過迭代更新的方式,構建目標代理模型;所述目標代理模型為待測自動駕駛系統的代理模型;根據預先構建的目標代理模型和所述邏輯場景參數集合,確定高風險駕駛場景對應的重要性采樣分布參數,包括: 根據所述邏輯場景參數集合,確定參數搜索范圍;在所述參數搜索范圍內,通過所述目標代理模型求取目標函數的最小值;其中,所述目標函數用于計算待測自動駕駛系統的危險事件發生概率的估計誤差; 將使得所述目標函數取得最小值時對應的分布參數作為高風險駕駛場景對應的重要性采樣分布參數,包括: 選擇多元高斯分布作為目標重要性采樣分布函數:; 式中,,分別為多元高斯分布的均值向量和協方差矩陣,這兩個參數為所要搜索的重要性采樣分布參數;是自動駕駛測試場景的邏輯場景參數集合中的一個測試用例; 在所述構建的目標代理模型基礎上,尋找使得估計誤差最小的參數,; 根據所述高風險駕駛場景對應的重要性采樣分布參數,生成目標測試用例,包括: 根據搜索到的高風險駕駛場景對應的重要性采樣分布的參數,,泛化一個高風險駕駛場景,該高風險駕駛場景的參數為:前車速度、前車加速度、前車變速時間;根據前車速度,確定當前待測試的自動駕駛汽車的初始速度;之后,根據自動駕駛汽車的初始速度,計算該自動駕駛汽車與前車的期望初始相對距離: 式中:為跟車時距;為兩車靜止相對距離,取常數; 通過生成的前車速度、前車加速度、前車變速時間、待測試自動駕駛汽車的初始速度、與前車的期望初始相對距離這些場景參數,即構成高風險駕駛場景下的一個目標測試用例。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國科學院深圳先進技術研究院,其通訊地址為:518000 廣東省深圳市南山區深圳大學城學苑大道1068號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。