CN107103104A - 一种基于跨层协同架构的车辆智能网联测试*** - Google Patents
一种基于跨层协同架构的车辆智能网联测试*** Download PDFInfo
- Publication number
- CN107103104A CN107103104A CN201610093284.2A CN201610093284A CN107103104A CN 107103104 A CN107103104 A CN 107103104A CN 201610093284 A CN201610093284 A CN 201610093284A CN 107103104 A CN107103104 A CN 107103104A
- Authority
- CN
- China
- Prior art keywords
- measurand
- intelligent
- test
- cross
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 66
- 230000005945 translocation Effects 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 19
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 230000001360 synchronised effect Effects 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 29
- 230000003993 interaction Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000005094 computer simulation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000002195 synergetic effect Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 1
- 238000013507 mapping Methods 0.000 claims 1
- 230000003287 optical effect Effects 0.000 claims 1
- 238000010223 real-time analysis Methods 0.000 claims 1
- 238000007619 statistical method Methods 0.000 claims 1
- 239000000725 suspension Substances 0.000 claims 1
- 238000012795 verification Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000011056 performance test Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/333—Design for testability [DFT], e.g. scan chain or built-in self-test [BIST]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明是一种基于跨层协同架构的车辆智能网联测试***,利用感知层、通信层、交互层、计算层和决策层的跨层协同架构,形成车辆智能网联测试的全方位、多模式、全同步、大规模的综合验证与评价体系。本发明克服了现有测试技术中难以实现安全保障、难以形成大规模验证等缺陷。
Description
技术领域
本发明涉及一种车辆智能网联测试***,特别涉及一种基于跨层协同架构的车辆智能网联测试***。
背景技术
智能网联汽车的性能测试与认证评估目前还属于空白,现有的车辆测试***要么是纯计算机仿真***,要么属于专用的试验场地。纯计算机仿真难以对真实环境进行评估验证,而专用试验场地造价高昂,测试过程中存在安全隐患,无法保证测试过程中的安全性、可重复性、大规模性等要求,测试成本极高,很难对快速发展的先进智能网联技术、算法和协议进行综合验证和应用评估。
随着物联网技术的日益成熟与普及,智慧城市的建设步伐突飞猛进,其中,智能交通的发展已成为智慧城市的标志性产物之一。
汽车产业创新是智能交通发展的直接驱动力,而智能网联将成为汽车产业创新的必然趋势,智能化和网联化是汽车产业发展的终极目标。在此发展过程中,需要对汽车智能网联技术所涉及的智能感知、协作通信、协同控制和大数据分析等先进技术进行综合测试、性能评估与安全认证等。
目前,对于汽车智能网联的测试与验证仍处于初级阶段,通常会采用专用的封闭式试验场地(如美国密歇根大学斥资千万美元所建的MCity智能车专用试验场地[1])进行实车测试,外场测试对于少量汽车的智能化验证十分有效,然而对于大规模的汽车网联化性能测试却无能为力;或者利用计算机仿真(如车辆网络仿真软件Veins[2])进行虚拟测试,仿真测试对于大规模节点的网联化性能测试十分有效,然而仿真环境与实际环境存在较大差异,对于实车性能的智能化测试却难以应对。当前的测试技术不能满足智能网联汽车的发展需求,受到场地、规模、成本、安全等诸多因素的制约,限制了智能网联技术的性能测试验证和产业化应用评估。
【参考文献】
Mcity Test Facility,http://www.mtc.umich.edu/test-facility,the MobilityTransformation Center(MTC)at the University of Michigan.
C.Sommer,R.German and F.Dressler,″Bidirectionally Coupled Network and RoadTraffic Simulation for Improved IVC Analysis,″IEEE Transactions on Mobile Computing,Vol.10(1),pp.3-15,January 2011.
发明内容
本发明提供了一种基于跨层协同架构的车辆智能网联测试***,该***将实际的被测对象、缩微的模拟对象和虚拟的仿真对象联系在一起,利用感知层、通信层、交互层、计算层和决策层的跨层协同架构,形成车辆智能网联测试的全方位、多模式、全同步、大规模的综合验证与评价体系。所述***包括以下部分:
1)被测对象为智能网联汽车,
2)模拟对象为缩微智能车模型
3)仿真对象为计算机仿真所生成的车辆节点
4)跨层协同架构实现了被测对象(智能网联汽车)、模拟对象(缩微智能车模型)和仿真对象(仿真车辆节点)三者之间的全同步映射
本发明提供的技术方案的有益效果是:突破了传统的汽车测试理念,引入全新的多模式、全方位的辅助对象测试方法,使得智能网联性能的测试与评估更直观、更安全、更高效、更节能;引入了全新的跨层协同测试架构,使得物理的对象与数字的对象更有机地结合在一起,形成了全方位、大规模智能网联测试的信息物理融合***;建立了低成本、高安全的智能网联汽车综合测试与评估体系,为汽车智能网联的先进技术、协议和算法的验证提供了可靠的测试平台。
通过结合在本说明书中并成为其一部分的附图和以下具体实施方式,本发明的上述特性和优点将会得以更详细的说明,且附图和具体实施方式一起用来通过举例的方式说明本发明的原理。
附图说明
图1为一种跨层协同测试架构图;
图2为一种跨层协同测试平台实现框图;
图3为一种协同仿真时序分析图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方案作进一步详细描述。
为了克服现有测试技术中难以实现安全保障、难以形成大规模验证等缺陷,本发明实例提供了一种基于跨层协同架构的车辆智能网联测试***,详见下文描述:
参见图2,假设被测对象(智能网联汽车)配备了激光雷达(用于避障)、毫米波雷达(用于探测)、GPS和陀螺仪(用于定位)、视觉***(用于检测和识别)以及通信***(用于数据交互)等,其中通信***采用4G LTE/IEEE 802.11p多模通信方式。对该被测对象进行智能网联性能的测试与评估,利用图2所示的跨层协同测试平台完成该测试,该平台运行于某大数据服务器之上,具备光纤/4G LTE/IEEE 802.11p/ZigBee多模通信接口,其中光纤用于被测外场路边单元大数据的实时传输,4G LTE用于被测对象实时视频等数据的传输,IEEE 802.11p用于被测对象与辅助测试节点之间进行实时的协同数据交互,ZigBee用于模拟对象与测试平台之间的数据交互。跨层协同中间件***负责在感知层、通信层、交互层、计算层和决策层之间进行协同分析,该中间件***需要协调被测对象、模拟对象和仿真对象三者之间的数据交互与同步映射。为了评估被测对象的智能网联性能,引入开源的网络仿真器NS-3和道路交通仿真器SUMO,其中,SUMO根据实际测试外场的道路情况,生成仿真所需的道路网络,并通过TraCI接口/TCP连接实现与NS-3的信息交互;NS-3用于生成测试所需的辅助仿真节点,通过对仿真节点的接口和协议栈(4G LTE/IEEE 802.11p多模通信)进行设计,实现与被测对象和模拟对象完全同步映射的被测仿真节点,同时,还生成了大量辅助仿真节点用于测试智能网联性能。NS-3与底层中间件***之间通过Socket实现设备驱动接口的对接,从而完成物理节点与数字节点之间的融合。
模拟对象利用缩微智能车模型完成与被测对象和仿真对象的同步映射,缩微智能车主控单元配备Zynq Soc全可编程片上***,其中内置的两个ARM Cortex-A9处理器可实现非对称多进程处理模式,而其可编程逻辑可实现全并行的复杂算法处理与计算。缩微智能车还配备了CC2530/ZigBee通信模块、OV图像传感器和超声波传感器。
假设其中一个测试场景为十字路口智能协调,被测对象所在测试外场的十字路口处并无其他车辆,该十字路口配备了路边单元(RSU),可以与测试平台直接进行光纤通信,也可在其覆盖范围内与被测对象通过IEEE 802.11p进行通信,被测对象可通过RSU与测试平台进行信息交互,也可通过4G LTE网络与测试平台相互通信。被测对象(智能网联汽车)根据所设定的目标地址,首先要安全通过该十字路口,并测试其智能协调能力和网联交互能力,要求在该十字路口附近活动的车辆为50辆(实际测试外场并不存在这些车辆)。模拟对象(缩微智能车模型)与被测对象对应,将在实验室环境下完成测试动作,实验室模拟道路与外场十字路口对应,并且有另外5辆辅助的缩微智能车模型参与到该测试任务中来。仿真对象(仿真车辆节点)生成1个仿真节点与被测对象对应,该节点也同时与模拟对象对应,同时生成5个仿真节点与辅助缩微智能车模型相对应,另外还生成45个辅助仿真节点作为十字路口附近活动的测试车辆。
在测试过程中,被测对象与十字路***动的其他车辆之间进行了信息交互,并完成了路口自主协调,顺利到达目的地。被测对象与RSU及其他车辆节点之间的通信数据被实时记录,其交互延时、丢包情况、抖动情况、切换延时、吞吐量等指标均可进行分析。而所有这些性能的测试同步反映在实验室模拟对象的运行状态上,也同时反映在仿真对象的协同交互中。
参见图3,在利用跨层协同测试平台进行汽车智能网联性能评估时,大数据服务器始终在并行处理数字仿真、交叉仿真和物理模拟三者之间的关系。图3简要分析了测试过程中存在的直接交互和间接交互过程中所涉及到的时序关系,其中,直接交互是指物理对象之间的实际信息交互过程,而间接交互是指物理对象与数字对象之间的虚拟信息交互过程。数字仿***要由仿真对象(仿真车辆节点)生成的辅助接点来完成,交叉仿真则主要由仿真对象与实测对象和模拟对象之间的交互来完成,而物理模拟则由实测对象和模拟对象之间同步映射来完成。通过不断的仿真切换、交互反馈、分析计算、综合验证来实现智能网联汽车的跨层协同测试。
Claims (5)
1.本发明提供了一种基于跨层协同架构的车辆智能网联测试***,其特征在于,实际的被测对象为智能网联汽车,可在专用的测试场地进行测试,也可在通用的道路环境下进行测试。为了对被测对象的智能化性能和网联化性能进行综合评估,本发明引入了缩微的模拟对象和虚拟的仿真对象。所述***包括以下部分:
1)被测对象为智能网联汽车,
2)模拟对象为缩微智能车模型
3)仿真对象为计算机仿真所生成的车辆节点
4)跨层协同架构实现了被测对象(智能网联汽车)、模拟对象(缩微智能车模型)和仿真对象(仿真车辆节点)三者之间的全同步映射。
2.根据权利要求1所述的基于跨层协同架构的车辆智能网联测试***,其特征在于:被测对象为智能网联汽车,具备雷达、图像等环境感知传感器,具备智能行为决策计算的高性能处理器,具备全球定位***(GPS)和网联通信接口,利用车载位置信息可获取车辆行驶轨迹,车辆行为状态可通过网联通信接口传输到跨层协同测试平台上来。
3.根据权利要求1所述的基于跨层协同架构的车辆智能网联测试***,其特征在于:模拟对象为缩微智能车模型,该模型与被测对象构成映射关系,同样具备超声波、图像等环境感知传感器,具备用于行为决策的微处理器,具备网联通信接口。由于缩微智能车位于室内的实验室环境,无法使用GPS定位***,其定位采用室内悬挂双目视觉***,通过双目视觉可获取缩微智能车在模拟道路上的精确位置,模拟道路按照被测对象实际运行道路同比缩放而成,可通过光学投影技术实时生成各种环境下的测试模拟道路。被测对象的状态及行为通过网联通信接口传输到跨层协同测试平台,并同步映射到模拟对象上,因此,在实验室环境下即可全方位观察被测对象的运行情况。
4.根据权利要求1所述的基于跨层协同架构的车辆智能网联测试***,其特征在于:仿真对象为计算机仿真所生成的车辆节点,仿真对象由两大类车辆节点组成,其中一类仿真节点与被测对象和模拟对象均构成同步映射关系,另一类仿真节点是用于评估被测对象性能的辅助测试节点。被测对象和模拟对象的运行数据可实时同步到跨层协同测试平台,通过大数据服务器的实时处理与分析,映射到对应的仿真节点上,同时,被测对象实际运行道路的地图也同步到仿真***中,仿真节点与被测对象及模拟对象三者可实现全同步运行。针对被测对象所需进行的性能指标测试内容,定义相应的仿真场景,构建大量仿真的辅助测试节点,参与到智能网联汽车的测试中来,并与真实被测对象之间进行数据交互、协同控制,从而测试被测对象的智能化性能和网联化性能,并通过大数据服务器对测试性能进行统计分析和实时评估。
5.根据权利要求1所述的基于跨层协同架构的车辆智能网联测试***,其特征在于:跨层协同架构实现了被测对象(智能网联汽车)、模拟对象(缩微智能车模型)和仿真对象(仿真车辆节点)三者之间的全同步映射,为全方位、大规模的智能网联测试提供了保障。跨层协同架构主要在感知层、通信层、交互层、计算层和决策层这五个层面上形成协同机制,感知层完成实际物理对象的状态感知与数据收集,通信层为各对象之间的对话和同步提供了通 道,交互层实现各对象之间的信息共享与数据同步,计算层实现同步数据的实时分析和处理,决策层按照测试内容进行相应的行为规划和指挥调度。通过这五大层次之间的协同机制,该跨层协同机构可实现对象间的行为同步、地图映射、场景规划和信息交互等主要功能,形成了一种更为高效、更加安全、更为节能的综合测试评估***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610093284.2A CN107103104B (zh) | 2016-02-19 | 2016-02-19 | 一种基于跨层协同架构的车辆智能网联测试*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610093284.2A CN107103104B (zh) | 2016-02-19 | 2016-02-19 | 一种基于跨层协同架构的车辆智能网联测试*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107103104A true CN107103104A (zh) | 2017-08-29 |
CN107103104B CN107103104B (zh) | 2023-10-27 |
Family
ID=59658625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610093284.2A Active CN107103104B (zh) | 2016-02-19 | 2016-02-19 | 一种基于跨层协同架构的车辆智能网联测试*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103104B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107390675A (zh) * | 2017-09-21 | 2017-11-24 | 中汽中心盐城汽车试验场有限公司 | 智能网联测试*** |
CN108646586A (zh) * | 2018-03-20 | 2018-10-12 | 重庆邮电大学 | 一种智能网联汽车在环仿真、测试验证***与方法 |
CN108829087A (zh) * | 2018-07-19 | 2018-11-16 | 山东省科学院自动化研究所 | 一种自动驾驶汽车的智能测试***及测试方法 |
CN109141422A (zh) * | 2018-07-24 | 2019-01-04 | 苏州溥诺斯智能科技有限公司 | 一种基于路边单元机器学习的车辆定位方法及*** |
CN109213126A (zh) * | 2018-09-17 | 2019-01-15 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车测试***和方法 |
CN109218409A (zh) * | 2018-08-16 | 2019-01-15 | 北京易华录信息技术股份有限公司 | 基于宽带移动互联网的智能网联汽车测试监测与管理平台 |
CN110162003A (zh) * | 2019-04-16 | 2019-08-23 | 江苏大学 | 一种行车主动服务***测试验证平台及其测试方法 |
CN110543173A (zh) * | 2019-08-30 | 2019-12-06 | 上海商汤智能科技有限公司 | 车辆定位***及方法、车辆控制方法及装置 |
CN111381575A (zh) * | 2018-12-28 | 2020-07-07 | 成都鼎桥通信技术有限公司 | 自动测试方法、装置、服务器、电子设备及存储介质 |
CN113790903A (zh) * | 2021-09-15 | 2021-12-14 | 江苏智行未来汽车研究院有限公司 | 低速智能网联汽车封闭场景静态避障测试数据评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070260438A1 (en) * | 2006-05-08 | 2007-11-08 | Langer William J | Vehicle testing and simulation using integrated simulation model and physical parts |
CN103345164A (zh) * | 2013-07-18 | 2013-10-09 | 吉林大学 | 多自主车辆决策与控制实时仿真实验*** |
CN103345165A (zh) * | 2013-07-26 | 2013-10-09 | 中国人民解放军军事交通学院 | 缩微智能车群的智能交通硬件在线仿真*** |
US20130345926A1 (en) * | 2012-06-25 | 2013-12-26 | Spirent Communications, Inc. | Connected vehicle application testing in the laboratory |
CN103500527A (zh) * | 2013-10-14 | 2014-01-08 | 中国人民解放军军事交通学院 | 用于智能交通硬件在线仿真***的缩微智能车架构 |
CN104092753A (zh) * | 2014-07-07 | 2014-10-08 | 佛山市禅信通科技有限公司 | 基于无线中继***的物联网信息处理与融合方法及其模型 |
-
2016
- 2016-02-19 CN CN201610093284.2A patent/CN107103104B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070260438A1 (en) * | 2006-05-08 | 2007-11-08 | Langer William J | Vehicle testing and simulation using integrated simulation model and physical parts |
US20130345926A1 (en) * | 2012-06-25 | 2013-12-26 | Spirent Communications, Inc. | Connected vehicle application testing in the laboratory |
CN103345164A (zh) * | 2013-07-18 | 2013-10-09 | 吉林大学 | 多自主车辆决策与控制实时仿真实验*** |
CN103345165A (zh) * | 2013-07-26 | 2013-10-09 | 中国人民解放军军事交通学院 | 缩微智能车群的智能交通硬件在线仿真*** |
CN103500527A (zh) * | 2013-10-14 | 2014-01-08 | 中国人民解放军军事交通学院 | 用于智能交通硬件在线仿真***的缩微智能车架构 |
CN104092753A (zh) * | 2014-07-07 | 2014-10-08 | 佛山市禅信通科技有限公司 | 基于无线中继***的物联网信息处理与融合方法及其模型 |
Non-Patent Citations (2)
Title |
---|
CHRISTIAN BERGER 等: "Bridging Physical and Digital Traffic System Simulations with the Gulliver Test-Bed" * |
闫茂德;张倩楠;刘小敏;: "智能网联汽车变车距队列控制与仿真" * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107390675A (zh) * | 2017-09-21 | 2017-11-24 | 中汽中心盐城汽车试验场有限公司 | 智能网联测试*** |
CN107390675B (zh) * | 2017-09-21 | 2023-08-15 | 中汽研汽车试验场股份有限公司 | 智能网联测试*** |
CN108646586A (zh) * | 2018-03-20 | 2018-10-12 | 重庆邮电大学 | 一种智能网联汽车在环仿真、测试验证***与方法 |
CN108829087A (zh) * | 2018-07-19 | 2018-11-16 | 山东省科学院自动化研究所 | 一种自动驾驶汽车的智能测试***及测试方法 |
CN109141422A (zh) * | 2018-07-24 | 2019-01-04 | 苏州溥诺斯智能科技有限公司 | 一种基于路边单元机器学习的车辆定位方法及*** |
CN109218409A (zh) * | 2018-08-16 | 2019-01-15 | 北京易华录信息技术股份有限公司 | 基于宽带移动互联网的智能网联汽车测试监测与管理平台 |
CN109218409B (zh) * | 2018-08-16 | 2021-09-28 | 北京易华录信息技术股份有限公司 | 基于宽带移动互联网的智能网联汽车测试监测与管理平台 |
CN109213126A (zh) * | 2018-09-17 | 2019-01-15 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车测试***和方法 |
CN109213126B (zh) * | 2018-09-17 | 2020-05-19 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车测试***和方法 |
CN111381575A (zh) * | 2018-12-28 | 2020-07-07 | 成都鼎桥通信技术有限公司 | 自动测试方法、装置、服务器、电子设备及存储介质 |
CN110162003B (zh) * | 2019-04-16 | 2021-07-20 | 江苏大学 | 一种行车主动服务***测试验证平台及其测试方法 |
CN110162003A (zh) * | 2019-04-16 | 2019-08-23 | 江苏大学 | 一种行车主动服务***测试验证平台及其测试方法 |
CN110543173A (zh) * | 2019-08-30 | 2019-12-06 | 上海商汤智能科技有限公司 | 车辆定位***及方法、车辆控制方法及装置 |
CN113790903A (zh) * | 2021-09-15 | 2021-12-14 | 江苏智行未来汽车研究院有限公司 | 低速智能网联汽车封闭场景静态避障测试数据评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107103104B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107103104A (zh) | 一种基于跨层协同架构的车辆智能网联测试*** | |
Chen et al. | Parallel driving OS: A ubiquitous operating system for autonomous driving in CPSS | |
CN109781431B (zh) | 基于混合现实的自动驾驶测试方法及*** | |
CN108646586A (zh) | 一种智能网联汽车在环仿真、测试验证***与方法 | |
CN111061167A (zh) | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 | |
Li et al. | Advanced scenario generation for calibration and verification of autonomous vehicles | |
US20190130056A1 (en) | Deterministic Simulation Framework for Autonomous Vehicle Testing | |
WO2021102718A1 (zh) | 一种基于SCANeR的人机混驾自动驾驶虚拟测试平台 | |
Guo et al. | Survey on digital twins for Internet of Vehicles: Fundamentals, challenges, and opportunities | |
Sun et al. | Development and application of an integrated traffic simulation and multi-driving simulators | |
CN111752258A (zh) | 自主车辆的操作测试 | |
CN103646557B (zh) | 基于物联网的三维缩微智能交通管理*** | |
CN110189517A (zh) | 一种面向车联网隐私保护研究的仿真实验平台 | |
Han et al. | Foundation intelligence for smart infrastructure services in transportation 5.0 | |
Yang et al. | Survey on autonomous vehicle simulation platforms | |
Xiong et al. | Design and Implementation of Digital Twin‐Assisted Simulation Method for Autonomous Vehicle in Car‐Following Scenario | |
Vieira et al. | Towards a realistic simulation framework for vehicular platooning applications | |
Zhang et al. | CAVSim: A microscope traffic simulator for connected and automated vehicles environment | |
CN112671487A (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
Ge et al. | Dynamic testing for autonomous vehicles using random quasi monte carlo | |
Wu et al. | Dyno-in-the-loop: an innovative hardware-in-the-loop development and testing platform for emerging mobility technologies | |
Zhao et al. | Corroborative evaluation of the real-world energy saving potentials of inforich eco-autonomous driving (iread) system | |
Tian et al. | ICAT: An Indoor Connected and Autonomous Testbed for Vehicle Computing | |
Miska et al. | Opentraffic-an open source platform for traffic simulation | |
Bai et al. | An AR-Based Meta Vehicle Road Cooperation Testing Systems: Framework, Components Modeling and an Implementation Example |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210331 Address after: 518000 1b, 5th floor, South, building 23, Keyuan West Industrial Zone, science and Technology Park, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: EAGLE DRIVE TECHNOLOGY (SHENZHEN) Co.,Ltd. Address before: No.2151, building 333, high tech Industrial Development Zone, Changshu City, Jiangsu Province Applicant before: SUZHOU PROSPECT INTELLIGENCE TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |