一种仿真测试中仿真测试用例的生成方法

    公开(公告)号:CN111967123B

    公开(公告)日:2023-10-27

    申请号:CN202010613413.2

    申请日:2020-06-30

    Abstract: 本发明提供了一种仿真测试中,由原始数据转换成逻辑场景、最后生成具体测试用例的方法,S1.将采集的带有合理数据标签的原始场景数据输入系统;S2.判断是否存在状态变化;S3.记录场景中目标物的初始位置;S4.将车辆启动后的行驶行为记为“行驶”;S5.判断车辆的行驶行为;S6.将步骤S5记数据切割归纳为逻辑场景组合;S7.将切割归纳后的数据输入编译器生成OpenSCENARIO2.0格式的场景文件;S8.将OpenSCENARIO2.0格式文件输入编译器中,自动生成仿真测试用例。本发明所述的一种仿真测试中仿真测试用例的生成方法,通过对原始场景数据的分析、归纳,可将场景中的目标、元素模块化,数据采集者和使用者可以更快捷地将各类型场景进行归纳与分类,在导入仿真软件时实现统一快速转化。

    一种基于VTD软件搭建虚拟测试场景的方法

    公开(公告)号:CN111797003A

    公开(公告)日:2020-10-20

    申请号:CN202010463791.7

    申请日:2020-05-27

    Abstract: 本发明提供了一种基于VTD软件搭建虚拟测试场景的方法,包括以下步骤:A.接收并分析场景搭建数据,确定所搭建场景中的功能场景及逻辑场景;B.根据分析的数据输入参数信息,利用VTD软件ROD模块搭建静态场景;C.搭建动态场景;D.对于创建的测试场景,配置环境信息,启动仿真,判断搭建的动静态场景是否与原始场景达到一致的测试环境,如果没有实现理想的测试环境,则返回步骤B,从静态场景搭建开始梳理问题;如果与原始场景效果一致,则将此场景Xml文件保存成对应的数据来源下的功能场景库,做好命名记录及管理。本发明有益效果:较好的改善了仿真软件搭建虚拟场景的问题,使得基于虚拟场景的仿真测试更加有效。

    一种基于梯度提升决策树模型的场景复杂度评估方法

    公开(公告)号:CN111797000B

    公开(公告)日:2024-06-21

    申请号:CN202010462513.X

    申请日:2020-05-27

    Abstract: 本发明提供了一种基于梯度提升决策树模型的场景复杂度评估方法,包括以下步骤:S1、采集参数,生成仿真驾驶场景;S2、对仿真的驾驶场景样本进行复杂度评分;S3、将总结的复杂度特征元素输入到决策树模型,进行计算;S4、决策树进行升级;S5、得到影响模型的特征参数数据集,将数据集80%作为训练集,20%作为测试集,采用5折交叉验证调试得到复杂度评价模型;S6、将待评价的数据计算场景复杂度;S7、将输入的驾驶场景数据,先拆分为动态特征、静态特征,然后在按照每个影响特征综合打分后得到场景复杂度。本发明所述的方法能给出清晰简明的自动驾驶测试场景的复杂度估值,满足测试人员能够对驾驶场景根据场景的复杂度进行选取的需求。

    一种基于马尔科夫随机场的视觉传感器去噪方法

    公开(公告)号:CN111798382A

    公开(公告)日:2020-10-20

    申请号:CN202010463790.2

    申请日:2020-05-27

    Abstract: 本发明创造提供了一种基于马尔科夫随机场的视觉传感器去噪方法,包括以下步骤:S1、对仿真场景利用视觉传感器进行图像采集;S2、得到原始的图像数据之后,将图像转换为数字矩阵,作为去噪模型的输入;S3、将每一个像素点和像素点之间的邻域关系构造为势能函数,根据势能函数生成马尔科夫随机场的初始化消息;S4、将要发送的初始消息全部计算完成后,进行消息的更新迭代,直到模型收敛;S5、将模型收敛后得到的最优结果还原为图像信息,实现视觉传感器的去噪。本发明创造所述的方法在不损失智能网联仿真测试过程实时性的前提下,可以更好的实现视觉传感器的去噪,克服了传统视觉传感器去噪方法造成的图像模糊、细节损失和去噪效效果不佳的问题。

    一种基于马尔科夫随机场的视觉传感器去噪方法

    公开(公告)号:CN111798382B

    公开(公告)日:2024-04-12

    申请号:CN202010463790.2

    申请日:2020-05-27

    Abstract: 本发明创造提供了一种基于马尔科夫随机场的视觉传感器去噪方法,包括以下步骤:S1、对仿真场景利用视觉传感器进行图像采集;S2、得到原始的图像数据之后,将图像转换为数字矩阵,作为去噪模型的输入;S3、将每一个像素点和像素点之间的邻域关系构造为势能函数,根据势能函数生成马尔科夫随机场的初始化消息;S4、将要发送的初始消息全部计算完成后,进行消息的更新迭代,直到模型收敛;S5、将模型收敛后得到的最优结果还原为图像信息,实现视觉传感器的去噪。本发明创造所述的方法在不损失智能网联仿真测试过程实时性的前提下,可以更好的实现视觉传感器的去噪,克服了传统视觉传感器去噪方法造成的图像模糊、细节损失和去噪效效果不佳的问题。

    测试场景生成方法、装置、设备和存储介质

    公开(公告)号:CN112799964B

    公开(公告)日:2021-08-10

    申请号:CN202110284491.7

    申请日:2021-03-17

    Abstract: 本申请实施例公开了一种测试场景生成方法、装置、设备和存储介质,涉及自动驾驶领域。其中,方法包括:读取路网文件,并根据所述路网文件的被测路段信息,读取被测路段;指定测试场景中的参与者,并加载所述参与者对应的模型;其中,所述参与者包括本车和目标车;依次确定所述本车和目标车随时间迁移而执行的各行为的信息,所述各行为的信息包括在被测路段上的行为、车辆之间的相对位置信息、行驶车道信息、初始/最终标记位信息和执行手段信息;在所述被测路段上,控制所述参与者按照所述各行为的信息依次执行对应行为,生成测试场景。本发明实施例使得测试场景的生成过程自动化、便于编辑、可读性强。

Patent Agency Ranking