CN114488854A - 基于测试数据的智能驾驶及adas模拟仿真方法及*** - Google Patents
基于测试数据的智能驾驶及adas模拟仿真方法及*** Download PDFInfo
- Publication number
- CN114488854A CN114488854A CN202210093261.7A CN202210093261A CN114488854A CN 114488854 A CN114488854 A CN 114488854A CN 202210093261 A CN202210093261 A CN 202210093261A CN 114488854 A CN114488854 A CN 114488854A
- Authority
- CN
- China
- Prior art keywords
- data
- adas
- test
- intelligent driving
- scene
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于测试数据的智能驾驶及ADAS模拟仿真方法,包括:进行实际场景的测试时,采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据,将所述基础相关数据处理为指定规范格式的相关数据;建立智能驾驶及ADAS控制逻辑相同的数据模型;将所述数据模型中各场景单元与所述基础相关数据进行匹配形成场景模型;将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。本发明只需进行一次实际场景测试就能利用实际场景采集数据对智能驾驶及ADAS模拟仿真***根据测试需求进行反复模拟重现,能提高智能驾驶及ADAS模拟仿真***测试效率,降低测试成本。
Description
技术领域
本发明涉及汽车领域,特别是涉及一种基于测试数据的智能驾驶及ADAS模拟仿真方法,以及一种基于测试数据的智能驾驶及ADAS模拟仿真***。
背景技术
随着汽车行业相关技术的不断发展,人们对汽车的安全性及舒适性提出了更加严苛的要求,先进的驾驶辅助***(Advanced Driver Assistance Systems,ADAS)在汽车行业的使用也迎来了空前的发展。智能汽车的安全问题也日益突出。由于汽车的运动特性,在测试中具有较大的测试难度。
伴随着ADAS和智能驾驶***的不断的更新换代,各类传感器的功能不断改进和优化及完善,不同硬件之间的交互,***间的关联也愈加的复杂,由于试验周期长,无法实现在短时间内快速优化ADAS,硬件的升级和换代,***的更新,让测试工作变得费时费力。目前,进行测试是将测试车辆置于测试场地上进行,在测试场地行驶时将车辆行驶数据记录,完成测试后对记录的数据进行分析,发现问题或故障时,从对单组记录数据的分析很难找出问题的根源。市场上常见的整车测试平台只能在实测车辆参与测试的状态下获取数据进行分析,数据缺乏***化的处理,功能也比较单一,已无法满足产品的测试需求。
发明内容
在发明内容部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现有技术简化,这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
本发明要解决的技术问题是提供一种基于测试数据形成场景模型智能驾驶及ADAS模拟仿真方法。
以及,一种基于测试数据形成场景模型智能驾驶及ADAS模拟仿真***。
为解决上述技术问题,本发明提供的基于测试数据的智能驾驶及ADAS模拟仿真方法,包括:
进行实际场景的测试时,采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据,将所述基础相关数据处理为指定规范格式的相关数据;
建立智能驾驶及ADAS控制逻辑相同的数据模型;
将所述数据模型中各场景单元与所述基础相关数据进行匹配形成场景模型;
将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。
可选择的,进一步改进所述基于测试数据的智能驾驶及ADAS模拟仿真方法,还包括:
数据优化模块调用数据对比模块进行比对处理,通过检测硬件的升级情况,对硬件的参数进行数据迭代处理。
可选择的,进一步改进所述基于测试数据的智能驾驶及ADAS模拟仿真方法,智能驾驶及ADAS模拟仿真的各类相关数据包括:场景信息、环境状态信息、车道信息、车辆型号及车辆运行状态信息。
可选择的,进一步改进所述基于测试数据的智能驾驶及ADAS模拟仿真方法,将所述相关数据处理为指定规范格式的相关数据是将采集分类记录的测试车辆传感器信号进行耦合和滤波后转换为能传输的指定规范数据格式。
可选择的,进一步改进所述基于测试数据的智能驾驶及ADAS模拟仿真方法,对所述场景模型进行时间戳校准并分组后,根据测试需求回灌至测试车辆的智能驾驶及ADAS。
为解决上述技术问题,本发明提供一种基于测试数据的智能驾驶及ADAS模拟仿真***,包括:
数据采集存储模块,进行实际场景的测试时,其采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据存储至数据库,并将所述相关数据送至数据处理模块和数据优化模块;
数据处理模块,将所述相关数据处理为指定规范格式的相关数据,建立智能驾驶及ADAS控制逻辑相同的数据模型存储至数据库;
数据优化模块,其用于检测硬件升级情况,对硬件参数进行数据迭代;
控制模块,其将所述数据模型中各场景单元与所述数据库中的基础相关数据进行匹配形成场景模型,其将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。
可选择的,进一步改进所述基于测试数据的智能驾驶及ADAS模拟仿真***,其特征在于:
智能驾驶及ADAS模拟仿真的各类相关数据包括:场景信息、环境状态信息、车道信息、车辆型号及车辆运行状态信息。
可选择的,进一步改进所述基于测试数据的智能驾驶及ADAS模拟仿真***,数据处理模块将所述相关数据处理为指定规范格式的相关数据是将采集分类记录的测试车辆传感器信号进行耦合和滤波后转换为能传输的指定规范数据格式。
可选择的,进一步改进所述基于测试数据的智能驾驶及ADAS模拟仿真***,控制模块对所述场景模型进行时间戳校准并分组后,根据测试需求回灌至测试车辆的智能驾驶及ADAS。
本发明主要划分为两个部分:状态采集处理和测试控制;
一、状态采集处理
测试车辆进行实际场景的测试时,在进行测试的同时采集记录车辆的各类数据,场景信息、环境状态、各类传感器、车道信息、车辆型号及运行时的状态信息的感知。在行驶过程中通过各类传感器记录道路信息、交通指示标志、环境状态信息(晴天、雨天、大雾、大雪……)障碍物,车辆行驶时参数的变化、车辆实时位置变化等,即采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的各类相关数据。从而确保采集的数据能够包含各种场景和工况下的车辆环境状态和车辆行驶状态感知。这些相关数据进行指定逻辑处理后通过控制***发出指令进行数据优化后建立数据模型并加密处理后存储。
二、测试控制
示例性的,通过建立软件GUI图形用户界面,将采集相关数据利用进行耦合、滤波处理后传输至控制***,控制***和数据处理模块间通过网络协议建立数据通信,避免电信号传输间的干扰,数据处理模块可将采集到的信号进行耦合、滤波处理,使得数据处理和传输更加的规范。数据采集存储模块实时采集数据并通过数据处理模块后建立数据模型并将所有数据记录至数据库。将所采集到的场景数据、环境信息、车辆信息等进行按照一定的规则进行数据处理后,发送到数据优化模块,数据优化模块调用数据对比模块进行比对处理,通过检测硬件的升级情况,对硬件的参数进行数据迭代处理。在软件控制***调用的时候从数据模型上的各个单元匹配到数据库的数据进行优化匹配后进行整合,在数据模型中将数据采集***的数据调用汇总为一个个场景模型。对智能驾驶及ADAS测试车辆通过软件控制***反复进行大量回放训练。如果采集的数据足够多时,数据库的数据足够大时,对与某一型号的测试车型,可根据其硬件情况调取相应数据进行回灌,也可根据测试需求,调用数据对测试中的某一功能进行回灌测试。同时可根据硬件的规格型号将不同单元所存储的场景数据进行调取,进行数据处理、数据匹配、数据校准等操作,生成数据模型对测试车辆进行回灌测试。本发明只需进行一次实际场景测试就能利用实际场景采集数据对智能驾驶及ADAS模拟仿真***根据测试需求进行反复模拟重现,能提高智能驾驶及ADAS模拟仿真***测试效率,降低测试成本。
附图说明
本发明附图旨在示出根据本发明的特定示例性实施例中所使用的方法、结构和/或材料的一般特性,对说明书中的描述进行补充。然而,本发明附图是未按比例绘制的示意图,因而可能未能够准确反映任何所给出的实施例的精确结构或性能特点,本发明附图不应当被解释为限定或限制由根据本发明的示例性实施例所涵盖的数值或属性的范围。下面结合附图与具体实施方式对本发明作进一步详细的说明:
图1是本发明仿真***原理示意图。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容充分地了解本发明的其他优点与技术效果。本发明还可以通过不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点加以应用,在没有背离发明总的设计思路下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。本发明下述示例性实施例可以多种不同的形式来实施,并且不应当被解释为只限于这里所阐述的具体实施例。应当理解的是,提供这些实施例是为了使得本发明的公开彻底且完整,并且将这些示例性具体实施例的技术方案充分传达给本领域技术人员。应当理解的是,当元件被称作“连接”或“结合”到另一元件时,该元件可以直接连接或结合到另一元件,或者可以存在中间元件。不同的是,当元件被称作“直接连接”或“直接结合”到另一元件时,不存在中间元件。在全部附图中,相同的附图标记始终表示相同的元件。如在这里所使用的,术语“和/或”包括一个或多个相关所列项目的任意组合和所有组合。
第一实施例;
本发明一种基于测试数据的智能驾驶及ADAS模拟仿真方法,包括:
进行实际场景的测试时,采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据,将所述基础相关数据处理为指定规范格式的相关数据;
示例性的,基础相关数据包括但不限于:场景信息、环境状态、各类传感器、车道信息、车辆型号及运行时的状态信息的感知。在行驶过程中通过各类传感器记录道路信息、交通指示标志、环境状态信息(晴天、雨天、大雾、大雪……)障碍物,车辆行驶时参数的变化、车辆实时位置变化等;
建立智能驾驶及ADAS控制逻辑相同的数据模型;
将所述数据模型中各场景单元与所述基础相关数据进行匹配形成场景模型;
将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。
第二实施例;
本发明一种基于测试数据的智能驾驶及ADAS模拟仿真方法,包括:
进行实际场景的测试时,采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据,将所述基础相关数据处理为指定规范格式的相关数据;
示例性的,基础相关数据包括但不限于:场景信息、环境状态、各类传感器、车道信息、车辆型号及运行时的状态信息的感知。在行驶过程中通过各类传感器记录道路信息、交通指示标志、环境状态信息(晴天、雨天、大雾、大雪……)障碍物,车辆行驶时参数的变化、车辆实时位置变化等;
建立智能驾驶及ADAS控制逻辑相同的数据模型;
将所述数据模型中各场景单元与所述基础相关数据进行匹配形成场景模型;
将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策;
调用数据对比模块进行比对处理,通过检测硬件的升级情况,对硬件的参数进行数据迭代处理。
第三实施例;
本发明一种基于测试数据的智能驾驶及ADAS模拟仿真方法,包括:
进行实际场景的测试时,采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据,将采集分类记录的测试车辆传感器信号进行耦合和滤波后转换为能传输的指定规范数据格式;
示例性的,基础相关数据包括但不限于:场景信息、环境状态、各类传感器、车道信息、车辆型号及运行时的状态信息的感知。在行驶过程中通过各类传感器记录道路信息、交通指示标志、环境状态信息(晴天、雨天、大雾、大雪……)障碍物,车辆行驶时参数的变化、车辆实时位置变化等;
建立智能驾驶及ADAS控制逻辑相同的数据模型;
将所述数据模型中各场景单元与所述基础相关数据进行匹配形成场景模型;
对所述场景模型进行时间戳校准并分组后,将所述场景模型根据测试需求回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策;
调用数据对比模块进行比对处理,通过检测硬件的升级情况,对硬件的参数进行数据迭代处理。
第四实施例;
参考图1所示,本发明提供一种基于测试数据的智能驾驶及ADAS模拟仿真***,包括:
数据采集存储模块,进行实际场景的测试时,其采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据存储至数据库,并将所述相关数据送至数据处理模块和数据优化模块;
数据处理模块,将所述相关数据处理为指定规范格式的相关数据,建立智能驾驶及ADAS控制逻辑相同的数据模型存储至数据库;
数据优化模块,其用于检测硬件升级情况,对硬件参数进行数据迭代;
控制模块,其将所述数据模型中各场景单元与所述数据库中的基础相关数据进行匹配形成场景模型,其将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。
第五实施例;
继续参考图1所示,本发明提供一种基于测试数据的智能驾驶及ADAS模拟仿真***,包括:
数据采集存储模块,进行实际场景的测试时,其采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据存储至数据库,并将所述相关数据送至数据处理模块和数据优化模块;
示例性的,基础相关数据包括但不限于:场景信息、环境状态、各类传感器、车道信息、车辆型号及运行时的状态信息的感知。在行驶过程中通过各类传感器记录道路信息、交通指示标志、环境状态信息(晴天、雨天、大雾、大雪……)障碍物,车辆行驶时参数的变化、车辆实时位置变化等;
数据处理模块,将所述相关数据处理为指定规范格式的相关数据是将采集分类记录的测试车辆传感器信号进行耦合和滤波后转换为能传输的指定规范数据格式,建立智能驾驶及ADAS控制逻辑相同的数据模型存储至数据库;
数据优化模块,其用于检测硬件升级情况,对硬件参数进行数据迭代;
控制模块,其将所述数据模型中各场景单元与所述数据库中的基础相关数据进行匹配形成场景模型,对所述场景模型进行时间戳校准并分组后,根据测试需求回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。
除非另有定义,否则这里所使用的全部术语(包括技术术语和科学术语)都具有与本发明所属领域的普通技术人员通常理解的意思相同的意思。还将理解的是,除非这里明确定义,否则诸如在通用字典中定义的术语这类术语应当被解释为具有与它们在相关领域语境中的意思相一致的意思,而不以理想的或过于正式的含义加以解释。
以上通过具体实施方式和实施例对本发明进行了详细的说明,但这些并非构成对本发明的限制。在不脱离本发明原理的情况下,本领域的技术人员还可做出许多变形和改进,这些也应视为本发明的保护范围。
Claims (9)
1.一种基于测试数据的智能驾驶及ADAS模拟仿真方法,其特征在于,包括:
进行实际场景的测试时,采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据,将所述基础相关数据处理为指定规范格式的相关数据;
建立智能驾驶及ADAS控制逻辑相同的数据模型;
将所述数据模型中各场景单元与所述基础相关数据进行匹配形成场景模型;
将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。
2.如权利要求1所述基于测试数据的智能驾驶及ADAS模拟仿真方法,其特征在于,还包括:
数据优化模块调用数据对比模块进行比对处理,通过检测硬件的升级情况,对硬件的参数进行数据迭代处理。
3.如权利要求1所述基于测试数据的智能驾驶及ADAS模拟仿真方法,其特征在于:
智能驾驶及ADAS模拟仿真的各类相关数据包括:场景信息、环境状态信息、车道信息、车辆型号及车辆运行状态信息。
4.如权利要求1所述基于测试数据的智能驾驶及ADAS模拟仿真方法,其特征在于:
将所述相关数据处理为指定规范格式的相关数据是将采集分类记录的测试车辆传感器信号进行耦合和滤波后转换为能传输的指定规范数据格式。
5.如权利要求1所述基于测试数据的智能驾驶及ADAS模拟仿真方法,其特征在于:
对所述场景模型进行时间戳校准并分组后,根据测试需求回灌至测试车辆的智能驾驶及ADAS。
6.一种基于测试数据的智能驾驶及ADAS模拟仿真***,其特征在于,包括:
数据采集存储模块,进行实际场景的测试时,其采集分类记录测试车辆的智能驾驶及ADAS模拟仿真的基础相关数据存储至数据库,并将所述相关数据送至数据处理模块和数据优化模块;
数据处理模块,将所述相关数据处理为指定规范格式的相关数据,建立智能驾驶及ADAS控制逻辑相同的数据模型存储至数据库;
数据优化模块,其用于检测硬件升级情况,对硬件参数进行数据迭代;
控制模块,其将所述数据模型中各场景单元与所述数据库中的基础相关数据进行匹配形成场景模型,其将所述场景模型回灌至测试车辆的智能驾驶及ADAS,测试车辆决策***根据回灌场景模型进行决策,测试车辆执行***执行所述决策。
7.如权利要求6所述基于测试数据的智能驾驶及ADAS模拟仿真***,其特征在于:
智能驾驶及ADAS模拟仿真的各类相关数据包括:场景信息、环境状态信息、车道信息、车辆型号及车辆运行状态信息。
8.如权利要求6所述基于测试数据的智能驾驶及ADAS模拟仿真***,其特征在于:
数据处理模块将所述相关数据处理为指定规范格式的相关数据是将采集分类记录的测试车辆传感器信号进行耦合和滤波后转换为能传输的指定规范数据格式。
9.如权利要求6所述基于测试数据的智能驾驶及ADAS模拟仿真***,其特征在于:
控制模块对所述场景模型进行时间戳校准并分组后,根据测试需求回灌至测试车辆的智能驾驶及ADAS。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210093261.7A CN114488854A (zh) | 2022-01-26 | 2022-01-26 | 基于测试数据的智能驾驶及adas模拟仿真方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210093261.7A CN114488854A (zh) | 2022-01-26 | 2022-01-26 | 基于测试数据的智能驾驶及adas模拟仿真方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114488854A true CN114488854A (zh) | 2022-05-13 |
Family
ID=81474150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210093261.7A Pending CN114488854A (zh) | 2022-01-26 | 2022-01-26 | 基于测试数据的智能驾驶及adas模拟仿真方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488854A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025248A (zh) * | 2019-12-30 | 2020-04-17 | 上海蛮酷科技有限公司 | 一种数据采集回放装置和数据采集回放*** |
CN112925221A (zh) * | 2021-01-20 | 2021-06-08 | 重庆长安汽车股份有限公司 | 基于数据回注的辅助驾驶闭环测试方法 |
CN112995286A (zh) * | 2021-02-04 | 2021-06-18 | 福瑞泰克智能***有限公司 | 辅助驾驶***的数据管理***、方法和存储介质 |
CN113009900A (zh) * | 2021-02-06 | 2021-06-22 | 武汉光庭信息技术股份有限公司 | 一种adas控制器硬件在环仿真*** |
CN113868873A (zh) * | 2021-09-30 | 2021-12-31 | 重庆长安汽车股份有限公司 | 一种基于数据回注的自动驾驶仿真场景扩展方法及*** |
CN113865883A (zh) * | 2021-09-07 | 2021-12-31 | 上海和夏新能源科技有限公司 | 基于测试车辆状态采集的智能驾驶及adas测试模拟方法和*** |
CN113934885A (zh) * | 2021-10-20 | 2022-01-14 | 武汉极目智能技术有限公司 | 一种基于局域网的adas视频数据回灌性能验证***及方法 |
-
2022
- 2022-01-26 CN CN202210093261.7A patent/CN114488854A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025248A (zh) * | 2019-12-30 | 2020-04-17 | 上海蛮酷科技有限公司 | 一种数据采集回放装置和数据采集回放*** |
CN112925221A (zh) * | 2021-01-20 | 2021-06-08 | 重庆长安汽车股份有限公司 | 基于数据回注的辅助驾驶闭环测试方法 |
CN112995286A (zh) * | 2021-02-04 | 2021-06-18 | 福瑞泰克智能***有限公司 | 辅助驾驶***的数据管理***、方法和存储介质 |
CN113009900A (zh) * | 2021-02-06 | 2021-06-22 | 武汉光庭信息技术股份有限公司 | 一种adas控制器硬件在环仿真*** |
CN113865883A (zh) * | 2021-09-07 | 2021-12-31 | 上海和夏新能源科技有限公司 | 基于测试车辆状态采集的智能驾驶及adas测试模拟方法和*** |
CN113868873A (zh) * | 2021-09-30 | 2021-12-31 | 重庆长安汽车股份有限公司 | 一种基于数据回注的自动驾驶仿真场景扩展方法及*** |
CN113934885A (zh) * | 2021-10-20 | 2022-01-14 | 武汉极目智能技术有限公司 | 一种基于局域网的adas视频数据回灌性能验证***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110794810B (zh) | 一种对智能驾驶车辆进行集成化测试的方法 | |
CN106218639B (zh) | 无人驾驶车辆、用于控制无人驾驶车辆的方法和装置 | |
CN112132264B (zh) | 基于时空残差感知网络的区域尾气排放预测方法及*** | |
CN110162008B (zh) | 一种新能源车辆can总线解析方法 | |
Pütz et al. | Database approach for the sign-off process of highly automated vehicles | |
CN105573296A (zh) | 基于硬件在环的汽车诊断自动化测试***及方法 | |
CN113378305B (zh) | 一种基于无人驾驶小车的车路协同测试方法、装置 | |
CN109658503B (zh) | 一种融合脑电信号的驾驶员行为意图检测方法 | |
CN113868873A (zh) | 一种基于数据回注的自动驾驶仿真场景扩展方法及*** | |
CN110458214A (zh) | 驾驶员更换识别方法和装置 | |
CN110717998A (zh) | 一种用于非道路车辆pems检测装置及其检测方法 | |
CN114755937A (zh) | 一种基于数字孪生的自动驾驶仿真测试方法与*** | |
CN113865883A (zh) | 基于测试车辆状态采集的智能驾驶及adas测试模拟方法和*** | |
CN115098472A (zh) | 一种物理实体全生命周期的数字孪生方法、装置及设备 | |
CN102710656B (zh) | 基于汽车网关***的通信协议逆向解析方法 | |
CN112464381B (zh) | 一种新能源车辆性能自动化仿真构建方法 | |
CN114488854A (zh) | 基于测试数据的智能驾驶及adas模拟仿真方法及*** | |
CN102710479B (zh) | 用于通信协议逆向解析的汽车网关*** | |
CN111859634A (zh) | 一种基于车联网及高精地图的仿真场景生成方法和*** | |
CN116776288A (zh) | 一种智能驾驶感知模型的优化方法、装置及存储介质 | |
CN113795010B (zh) | 一种汽车队列的测试方法、装置、电子设备及其存储介质 | |
CN115439263A (zh) | 一种基于自动驾驶行为资产的精准车险保费评估方法 | |
CN108848026A (zh) | 一种操作***嵌入式可视汽车智能网关 | |
CN213244054U (zh) | 一种用于车辆试验规范下发的远程监控模块及车辆 | |
CN101718972B (zh) | 多功能车载控制*** |
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: 20221130 Address after: 201506 4th floor, building 5, No. 168, Lane 6495, Tingwei Road, Jinshan Industrial Zone, Jinshan District, Shanghai (Metalworking economic community) Applicant after: Shanghai Hexia Jundao Intelligent Technology Co.,Ltd. Address before: Room 3051, Building B, 555 Dongchuan Road, Minhang District, Shanghai, 200241 Applicant before: SHANGHAI HEXIA NEW ENERGY TECHNOLOGY Co.,Ltd. |