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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学王琳获国家专利权

上海交通大学王琳获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利用于自动驾驶加速测试的关键边缘测试场景在线生成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:CN116258058B

龙图腾网通过国家知识产权局官网在2026-04-07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:202211711315.8,技术领域涉及:G06F30/27;该发明授权用于自动驾驶加速测试的关键边缘测试场景在线生成方法是由王琳;周俊洁设计研发完成,并于2022-12-29向国家知识产权局提交的专利申请。

用于自动驾驶加速测试的关键边缘测试场景在线生成方法在说明书摘要公布了:本发明涉及一种用于自动驾驶加速测试的关键边缘测试场景在线生成方法,包括:泛化生成自然驾驶测试场景;构建场景复杂度模型,包括静态场景复杂度和动态场景复杂度;基于生成的自然驾驶测试场景以及构建的场景复杂度模型,对自动驾驶车辆进行评估测试;根据测试结果,进行场景自适应调整,包括静态场景自适应调整以及动态场景自适应调整,输出得到关键边界测试场景。与现有技术相比,本发明能够在线生成满足自然交通流行为分布、多样性且具有多重交互的关键边界测试场景,以对自动驾驶车辆的性能边界进行测试。

本发明授权用于自动驾驶加速测试的关键边缘测试场景在线生成方法在权利要求书中公布了:1.一种用于自动驾驶加速测试的关键边缘测试场景在线生成方法,其特征在于,包括以下步骤: S1、泛化生成自然驾驶测试场景,具体过程为: S11、对真实世界的驾驶环境进行环境识别,将静态交通环境和天气环境转换为静态交通场景; S12、对真实世界的驾驶环境进行行为识别,获得动态交通参与者的自然驾驶行为分布模型; S13、在仿真平台上将自然交通场景进行泛化、并转换为自然驾驶测试场景; S2、构建场景复杂度模型,包括静态场景复杂度和动态场景复杂度,所述场景复杂度模型具体为: 其中,和分别是静态场景复杂度和动态场景复杂度的权重系数; 所述静态场景复杂度的量化维度包括可行驶区域的面积、天气能见度和道路摩擦系数; 所述动态场景复杂度的量化关键变量包括被测自动驾驶车辆与周围其他交通参与者之间的遭遇角、相对距离和相对速度; S3、基于生成的自然驾驶测试场景以及构建的场景复杂度模型,对自动驾驶车辆进行评估测试; S4、根据步骤S3得到的测试结果,进行场景自适应调整,包括静态场景自适应调整以及动态场景自适应调整,输出得到关键边界测试场景; 具体包括以下步骤: S41、根据步骤S3得到的测试结果,确定当前测试场景属于安全关键测试场景、关键边缘测试场景还是需要进一步自适应优化的测试场景; 如果属于安全关键测试场景,则将生成的场景放入安全关键测试场景库中; 如果属于关键边缘测试场景,则将生成的场景放入关键边缘测试场景库中; 如果不满足所需场景的要求,则执行步骤S42; S42、通过关键边缘测试场景自适应生成算法进一步在线自适应调整和优化当前的测试场景,其中,关键边缘测试场景自适应生成算法从静态场景和动态场景两个角度同时进行场景的自适应优化: 静态场景的自适应优化从可行驶区域、天气能见度和道路摩擦系数三个方面进行; 动态交通场景的自适应优化是通过选择主要其他对抗交通参与者,对其进行自然和对抗的行为优化来实现的; 在进行静态场景和动态交通场景自适应优化的过程中还利用场景复杂度模型对优化后的场景复杂度进行量化,基于场景复杂度提升系数来自适应提升测试场景的复杂度和危险度,最终生成具有不同复杂度级别的、用于不同维度性能测试的、覆盖各种场景的关键测试场景库。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。