-
公开(公告)号：CN117312776A
公开(公告)日：2023-12-29
申请号：CN202311587866.2
申请日：2023-11-27
Applicant: 中汽研(天津)汽车工程研究院有限公司 , 中国汽车技术研究中心有限公司
IPC: G06F18/10 , G06F40/174 , G06T11/20 , G06F18/40
Abstract: 本发明公开了一种跟车加速场景数据采集、挖掘及特征分析方法和系统，方法包括以下步骤：采集自车行车信息及环境车辆状态信息；对自车行车信息及环境车辆状态信息进行数据清洗处理；根据清洗处理后的数据，判断自车驾驶行为是否满足跟车约束条件，并对满足跟车约束条件的跟车场景进行标记；判断标记的跟车场景是否满足跟车加速约束条件，若满足，则从当前标记的跟车场景中，提取满足要求的跟车加速场景片段；提取跟车加速场景片段的特征参数，生成特征参数表格，基于特征参数表格，通过特征参数统计图表查看特征参数分布情况，获取跟车加速场景的驾驶行为特征。本发明提供的方案能够自车及场景数据采集及存储，可以保证数据的有效性及丰富性。
-
Patent Agency Ranking
公开(公告)号：CN119645856A
公开(公告)日：2025-03-18
申请号：CN202411721043.9
申请日：2024-11-28
Applicant: 中国汽车技术研究中心有限公司 , 中汽研(天津)汽车工程研究院有限公司
IPC: G06F11/3668
Abstract: 本发明创造提供了一种用于自动驾驶车辆数据记录系统的测试方法和装置，包括接收用户的输入命令；根据输入命令将测试的脚本数据经数据提取工具发送至自动驾驶车辆数据记录系统，并通过数据提取工具触发自动驾驶车辆数据记录系统运行；接收来自自动驾驶车辆数据记录系统的测试结果数据，并对测试结果数据进行分析判定；测试结果数据为经过数据提取工具提取并解析后的数据。本发明创造中能够实现自动驾驶车辆DSSAD整车级与部件级的事件记录触发、数据提取、数据解析、结果分析等，可以满足DSSAD多阶段研发验证的测试需求。
-
公开(公告)号：CN119513638A
公开(公告)日：2025-02-25
申请号：CN202411531826.0
申请日：2024-10-30
Applicant: 中国汽车技术研究中心有限公司 , 中汽研(天津)汽车工程研究院有限公司
IPC: G06F18/23213 , G06F18/2135 , G06F30/20
Abstract: 本发明创造提供了一种基于自然驾驶数据的风格化换道场景复建方法，该方法包括以下步骤：对自然驾驶数据进行采集，获得主车状态信息以及其他交通参与者状态信息；根据自由换道场景提取算法，从自然驾驶数据中挖掘提取出自由换道场景片段；对提取出的自由换道场景片段进行聚类分析，获取不同类型的自由换道片段数据集；根据车辆轨迹生成方法，将获取的不同类型换道场景片段数据生成不同类型的自由换道片段轨迹文件；根据不同类型的自由换道片段轨迹文件，基于Modeldesk的场景生成方法生成不同类型的自由换道仿真场景文件。本发明创造中，自由换道场景的数据集丰富，场景多样，场景识别提取及生成效率高，且有效改善了仿真精度和场景复现能力。
-
公开(公告)号：CN117852645A
公开(公告)日：2024-04-09
申请号：CN202311697317.0
申请日：2023-12-12
Applicant: 中汽研(天津)汽车工程研究院有限公司 , 中国汽车技术研究中心有限公司
IPC: G06N5/04 , G06Q10/0633
Abstract: 本发明公开了一种基于提示工程的汽车测试流程图自动生成方法，包括如下步骤：输入表征车辆领域电控系统功能需求规范描述的文本数据；生成提示词；根据文本数据以及提示词，大语言模型LLM按照既定的语法规则生成测试目标功能的结构化流程图。其中，所述提示词的生成方法如下：确定提示词的基本结构；提示内容填充；稳定性提示。实验结果表明，在ChatGPT‑3.5上，相较于无提示词的输入，加入提示词的生成结果明显改善，BLEU值提升了197％，ROUGE‑1值提升了228％，ROUGE‑2值提升了248％，ROUGE‑L值提升了184％。在其他国产模型中，使用本申请方案的提示词时的结果也都得到了极大提升。
-
公开(公告)号：CN117009222A
公开(公告)日：2023-11-07
申请号：CN202310865833.3
申请日：2023-07-14
Applicant: 中汽研(天津)汽车工程研究院有限公司 , 中国汽车技术研究中心有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种基于结构化需求的汽车电控系统测试用例智能生成方法，包括如下步骤：结构化测试需求生成；结构化测试需求解析；结构覆盖度选取；变量赋值方式选取；初始状态框及输入信号框处理；判断当前路径下是否含条件判断框；测试步骤基准库生成；输入变量取值提取及条件取值到输入变量取值的转化；判断当前路径下是否含其他条件判断框及判定间是否存在耦合；其余条件判断框处理及测试步骤补充及组合处理；期望结果提取；其他路径涉及的条件判断框和期望结果处理；结构化需求不含分支结构的测试步骤生成；用例编号生成；测试目的生成；用例简述生成。采用本方案，满足高效、高覆盖度、高质量的测试用例开发的需求。
-
公开(公告)号：CN117312776B
公开(公告)日：2024-03-12
申请号：CN202311587866.2
申请日：2023-11-27
Applicant: 中汽研(天津)汽车工程研究院有限公司 , 中国汽车技术研究中心有限公司
IPC: G06F18/10 , G06F40/174 , G06T11/20 , G06F18/40
Abstract: 本发明公开了一种跟车加速场景数据采集、挖掘及特征分析方法和系统，方法包括以下步骤：采集自车行车信息及环境车辆状态信息；对自车行车信息及环境车辆状态信息进行数据清洗处理；根据清洗处理后的数据，判断自车驾驶行为是否满足跟车约束条件，并对满足跟车约束条件的跟车场景进行标记；判断标记的跟车场景是否满足跟车加速约束条件，若满足，则从当前标记的跟车场景中，提取满足要求的跟车加速场景片段；提取跟车加速场景片段的特征参数，生成特征参数表格，基于特征参数表格，通过特征参数统计图表查看特征参数分布情况，获取跟车加速场景的驾驶行为特征。本发明提供的方案能够自车及场景数据采集及存储，可以保证数据的有效性及丰富性。
-
-
-
-
-
Search Results
6
records
(took 0.121 seconds)
