面向智能汽车复杂测试场景的主客观融合关键性量化方法

AITNT
正文
推荐专利
面向智能汽车复杂测试场景的主客观融合关键性量化方法
申请号:CN202410980778
申请日期:2024-07-22
公开号:CN118982675B
公开日期:2025-10-31
类型:发明专利
摘要
本发明涉及一种面向智能汽车复杂测试场景的主客观融合关键性量化方法,包括对复杂测试场景数据集进行处理、主客观融合关键性量化方法、利用软聚类算法对测试场景进行关键性量化等步骤,首先,该方法融合主观驾驶人评价和客观风险场量化了复杂测试场景的关键性;其次,基于软聚类方法实现了考虑样本数目不均衡的关键性量化,提高效率的同时降低人力成本。本发明能够确定复杂测试场景的测试价值和必要性,能够筛选出具有高测试价值的场景。本发明能够为关键测试场景提取与生成建立研究基础。
技术关键词
主客观融合 关键性 测试场景数据 Delaunay三角形 表达式 智能汽车感知系统 风险 路面附着系数 计算方法 车道 离散化方法 驾驶模拟器 交通 静态障碍物 雨雾天气 算法 模糊集合理论
系统为您推荐了相关专利信息
1
基于切换充电的有序充电控制系统、有序充电控制方法及充电设施配置方法
充电设施配置 有序充电控制系统 优化控制模型 有序充电控制方法 配电网运行指标
2
基于物联网的多设备管理方法及装置
表达式 设备管理方法 控制设备 基础 终端设备
3
一种基于多源数据的近视防控系统及方法
近视防控方法 时间序列特征 深度强化学习算法 特征值 强化学习环境
4
一种最优过采样和邻域修正的不平衡数据分类方法
样本 数据分类方法 校准 基准 邻域
5
一种飞行器高度预测方法、计算机程序和存储介质
遗传编程算法 融合飞行器 参数 噪声方差 机身
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号