哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)劉川意獲國家專利權
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!
龍圖騰網獲悉哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)申請的專利自動駕駛仿真測試場景生成方法、系統、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:CN119808597B 。
龍圖騰網通過國家知識產權局官網在2025-09-16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:202510278999.4,技術領域涉及:G06F30/27;該發明授權自動駕駛仿真測試場景生成方法、系統、設備及存儲介質是由劉川意;黃鑠涵;姚博韜;林杰;李樂航;吳灝寬設計研發完成,并于2025-03-11向國家知識產權局提交的專利申請。
本自動駕駛仿真測試場景生成方法、系統、設備及存儲介質在說明書摘要公布了:本發明公開了一種自動駕駛仿真測試場景生成方法、系統、設備及存儲介質,方法基于差分進化算法進行測試場景生成,包括設置變異操作參數;初始化測試場景種群,包括設定初始種群的大小N,并生成隨機測試場景作為初始種群;判斷當前測試迭代次數并采用多精英個體引導策略對測試場景執行測試場景變異操作,生成變異場景Xn;將變異場景Xn與基準場景Xg交叉生成交叉場景Xu;并基于適應度值確定下一代測試場景;利用下一代測試場景測試記錄關鍵數據;基于記錄的關鍵數據,分析是否發生交通事故并返回迭代。本發明方法能夠自動生成多樣化的交通場景,能夠提高測試效率,并且發現自動駕駛軟件潛在的安全隱患。
本發明授權自動駕駛仿真測試場景生成方法、系統、設備及存儲介質在權利要求書中公布了:1.一種自動駕駛仿真測試場景生成方法,其特征在于,所述方法基于差分進化算法進行測試場景生成,包括以下步驟: 設置差分進化算法的縮放因子F、變異因子Cr和最大迭代次數G,縮放因子F用來控制變異操作的步長,變異因子Cr用來控制變異操作的概率; 初始化測試場景種群,包括設定初始種群的大小N,并生成隨機測試場景作為初始種群; 判斷當前測試迭代次數g是否大于最大迭代次數G,若大于則結束迭代;若小于,則基于縮放因子F、變異因子Cr和最大迭代次數G,采用多精英個體引導策略對測試場景進行測試場景變異操作,生成變異場景Xn; 將變異場景Xn與基準場景Xg交叉生成交叉場景Xu; 判斷交叉場景Xu的適應度值是否小于基準場景Xg的適應度值,若大于則選擇交叉場景Xu加入下一代測試場景;否則選擇基準場景Xg加入下一代測試場景,所述基準場景Xg為當前測試場景,所述適應度值為多個交通指標的線性加權和; 將下一代測試場景導入仿真器,被測自動駕駛軟件執行測試場景設置的行駛任務,并記錄關鍵數據; 基于記錄的關鍵數據,分析是否發生交通事故,若發生交通事故則將測試場景加入危險場景庫中;若未發生交通事故,則將測試場景放入歷史場景庫中;測試迭代數加1,并返回判斷當前測試迭代次數g是否大于最大迭代次數G; 采用多精英個體引導策略對測試場景進行測試場景變異操作,具體包括以下步驟: 計算當前測試場景與上一代測試場景之間適應度值的相對改進率,若相對改進率未超過閾值,則從歷史變異場景庫中選擇一個場景作為變異場景Xn,否則根據多精英個體計算領導個體,包括以下步驟: 將目前測試場景種群中各個體根據適應度值降序排列,并選出前m個作為精英個體; 根據精英個體的適應度值計算加權平均,得出領導個體Xe; 根據基準場景、領導個體以及從種群中隨機選擇的一個個體,生成變異場景Xn; 生成變異場景Xn具體表達式為:,Xg為基準場景,F為縮放因子,Xe為領導個體;Xr是從種群中隨機選擇的另一個個體。
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哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院),其通訊地址為:518000 廣東省深圳市南山區桃源街道深圳大學城哈爾濱工業大學校區;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。