Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学武彪获国家专利权

同济大学武彪获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉同济大学申请的专利一种智能驾驶功能复杂测试场景构建方法、设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119783384B

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411986055.4,技术领域涉及:G06F30/20;该发明授权一种智能驾驶功能复杂测试场景构建方法、设备及介质是由武彪;马志雄;何佳灿;莫璟玥设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种智能驾驶功能复杂测试场景构建方法、设备及介质在说明书摘要公布了:本发明涉及一种智能驾驶功能复杂测试场景构建方法、设备及介质,该方法包括以下步骤:确定复杂测试场景类型,包括天气测试场景和交通测试场景;将所述天气测试场景采用量化的自然天气因素进行表征,并结合自然驾驶行为特征构建天气测试场景;将所述交通测试场景采用驾驶行为交互特征参数进行表征,并结合最小安全距离和信息熵理论方法,构建交通测试场景。与现有技术相比,本发明具有有助于提高测试场景构建的真实性等优点。

本发明授权一种智能驾驶功能复杂测试场景构建方法、设备及介质在权利要求书中公布了:1.一种智能驾驶功能复杂测试场景构建方法,其特征在于,包括以下步骤: 确定复杂测试场景类型,包括天气测试场景和交通测试场景; 将所述天气测试场景采用量化的自然天气因素进行表征,并结合自然驾驶行为特征构建天气测试场景; 所述构建天气测试场景的步骤包括: 将量化的自然天气因素下的自然驾驶行为特征,采用车辆制动时刻的车头时距进行表征,其中表征表达式为: THW=dv 式中,THW为制动时刻的车头时距,d表示制动时刻前车尾部与本车头部间的距离,即相对车距,v表示本车速度; 在不同量化的自然天气因素下,结合所述车头时距的中位数,构建自然天气因素的影响指标,所述自然天气因素的影响指标包括光照影响指标、降雨影响指标和雾气影响指标; 基于所述自然天气因素的影响指标构建天气复杂度,作为天气测试场景,所述天气复杂度表示为: fweather=θlight*θrain*θfog 式中,fweather为天气复杂度参数,θlight为光照影响指标值,θrain为降雨影响指标值,θfog为雾气影响指标; 将所述交通测试场景采用驾驶行为交互特征参数进行表征,并结合最小安全距离和信息熵理论方法,构建交通测试场景; 所述驾驶行为交互特征参数包括相遇角度、相对距离和相对速度; 所述构建交通测试场景的步骤包括: 根据所述相遇角度与交通复杂度的关系,结合最小安全距离方法,计算相遇角度复杂度,其中所述相遇角度复杂度的计算表达为: 式中,fangle为相遇角度复杂度,θi是测试车辆与目标车辆i的相遇角度; 根据所述相对距离与交通复杂度的关系,结合信息熵理论方法,计算相对距离复杂度,其中所述相对距离复杂度的计算表达为: 式中,fdistance为相对距离复杂度,dij是测试车辆与目标车辆i的相对距离,dmax是测试车辆与目标车辆最大相对距离; 根据所述相对速度越大越危险原则,结合信息熵理论方法,计算相对速度复杂度,其中所述相对速度复杂度的计算表达为: 式中,fvelocity为相对速度复杂度,vi是测试车辆与目标车辆i的相对速度,vmax是测试车辆与目标车辆最大相对速度; 基于所述相遇角度复杂度、相对距离复杂度和相对速度复杂度构建交通复杂度,作为交通测试场景,其中所述交通复杂度表示为: 式中,为交通复杂度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人同济大学,其通讯地址为:200092 上海市杨浦区四平路1239号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。