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！

龙图腾网获悉无锡车联天下智能科技股份有限公司申请的专利一种用于智能辅助驾驶测试的测试方法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：CN121233968B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511727952.8，技术领域涉及：G06F18/20；该发明授权一种用于智能辅助驾驶测试的测试方法是由刘朝阳;纪帅;梁腾;吴松松;徐西海设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本一种用于智能辅助驾驶测试的测试方法在说明书摘要公布了：本申请提供的一种用于智能辅助驾驶测试的测试方法，构建了测试问题描述抓取模型，无需使用其他数据接口，直接通过车载以太网和CANFD直连接口实时采集智能车辆上传的信号，一旦监测到了异常信号产生，就触发测试问题描述的报告流程，确保了车辆符合实车路测的安全要求。

本发明授权一种用于智能辅助驾驶测试的测试方法在权利要求书中公布了：1.一种用于智能辅助驾驶测试的测试方法，其特征在于，包括以下步骤： S1：构建输入层，用以接收测试信号； 所述输入层包括：信号接入模块、信号质量动态过滤单元和场景知识图谱SKG； 所述信号接入模块对接车载总线，实时采集测试关联信号数据送入所述信号质量动态过滤单元；所述测试关联信号数据包括：关联信号和异常信号，所述异常信号包括：故障码和系统告警；所述关联信号为时序数据，记作：Xsig∈RT×D，其中，T为时间步，D为信号维度； 所述场景知识图谱SKG描述了测试问题中测试任务、测试场景和异常类型之间的关系； 所述场景知识图谱SKG基于有向图G=V,E形式记录； 节点V={vtask,vscene,vabnorm}，其中，vtask为测试任务，vscene为测试场景，vabnorm为异常类型； 所述测试任务为预设的被测试车辆执行的测试内容；所述测试场景描述了测试任务展开的前置条件；所述异常类型描述了测试中发生的需要上报的缺陷类型； 每个节点包括属性信息，所述属性信息包括：信号稳定性阈值θskg； 边E为关联权重，表示通过边连接的两个节点之间的关联强度，边E的取值在0~1范围中； 所述信号质量动态过滤单元对传感器噪声和瞬时干扰信号，通过滑动窗口方差进行检测并进行动态过滤；过滤时基于所述场景知识图谱SKG中定义的信号稳定性阈值θskg实现对每个信号的过滤操作；所述信号质量过滤单元输出过滤后的所述关联信号，并送入编码器； S2：构建编码器，用于从输入信号中提取特征； 所述编码器中执行轻量化时序注意力与并行计算，输出融合后特征F，并送入解码器； S3：构建解码器，用以生成测试问题描述语句； S4：构建测试问题描述抓取模型； 所述测试问题描述抓取模型包括：依次连接的输入层、编码器和解码器； S5：测试开始前，将测试问题描述抓取模型中所述输入层的所述信号接入模块对接到被测试车辆的车载总线； S6：测试开始后，被测试车辆按照测试场景设置，行驶在实际的道路场景中，执行测试任务；所述信号接入模块实时抓取车辆数据信号和测试问题关联异常信号； 一旦出现了异常信号，所述信号接入模块基于所述场景知识图谱SKG对接收到的信号进行噪声过滤后，送入编码器提取问题描述用的特征，得到融合后特征F后，将F送入所述解码器中； 所述解码器输出结构化的问题描述语句，将所述问题描述语句同步提交到故障管理平台中，完成对异常信号相关的问题描述的提交； 所述测试问题描述抓取模型还包括：闭环反馈层，所述闭环反馈层设置于所述解码器与所述故障管理平台之间；闭环反馈层与故障管理平台建立双向通信链路；所述解码器输出结构化的问题描述语句经由所述闭环反馈层送入所述故障管理平台；所述故障管理平台返回的分析结果作为反馈数据送入所述闭环反馈层，在闭环反馈层中自动标注为模型的微调样本，所述闭环反馈层中设计增量学习模块，用反馈数据对模型中解码器进行在线微调，改善解码器的分类准确率； 将故障管理平台的反馈数据记作：Dfb={Fi,pri*,typei*,di*}； 其中，i为第i时刻，pri*表示故障管理平台反馈的经过修正的优先级，typei*表示故障管理平台反馈的经过修正的类型，di*表示故障管理平台反馈的经过修正的描述； 将编码器的可学习参数记作：Θenc，解码器的可学习参数记作：Θdec； 增量学习模块中设置增量学习损失函数，冻结编码器参数Θenc，仅微调解码器Θdec；所述增量学习损失函数Lfb为： Lfb =λ1 Lp +λ2 Ltp+λ3 Lds； 式中，λ1、λ2、λ3为解码器的可学习参数权重； 优先级损失函数Lp为交叉熵函数：Lp=‑pri* ∑i*log P pri│Fi,Θdec ； 式中，P表示概率函数；pri为测试问题描述抓取模型输出的第i时刻输出的pr值； 类型损失函数Ltp为交叉熵函数：Ltp =‑typei* ∑i*log P typei│Fi,Θdec ； 式中，typei为测试问题描述抓取模型输出的第i时刻输出的type值； 描述损失函数Lds为交叉熵函数：Lds= ‑∑logP di*│Fi,Θdec ； 式中，di为测试问题描述抓取模型输出的第i时刻输出的d值； 采用AdamW优化器，更新解码器参数： ； 式中，t为时刻，η为学习率，λw为权重衰减，▽_Θdec为对解码器参数Θdec的偏导数。

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无锡车联天下智能科技股份有限公司，其通讯地址为：214000 江苏省无锡市经开区华庄街道高凯路2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。