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
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
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