[發(fā)明專利]一種基于貝葉斯優(yōu)化的智能汽車快速測試方法有效
| 申請?zhí)枺?/td> | 201910344337.7 | 申請日: | 2019-04-26 |
| 公開(公告)號: | CN110188797B | 公開(公告)日: | 2023-08-04 |
| 發(fā)明(設(shè)計)人: | 孫劍;周華駿;徐一鳴 | 申請(專利權(quán))人: | 同濟(jì)大學(xué) |
| 主分類號: | G06F18/2413 | 分類號: | G06F18/2413;G06F18/214;G06F30/20 |
| 代理公司: | 上??剖⒅R產(chǎn)權(quán)代理有限公司 31225 | 代理人: | 葉敏華 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 貝葉斯 優(yōu)化 智能 汽車 快速 測試 方法 | ||
本發(fā)明涉及一種基于貝葉斯優(yōu)化的智能汽車快速測試方法,該方法通過精確選取有代表性的測試場景,減少測試次數(shù),實(shí)現(xiàn)對大量樣本安全性的評估,該方法首先基于現(xiàn)場交通場景,獲得車輛的行駛場景關(guān)鍵參數(shù),為關(guān)鍵參數(shù)確定取值范圍與采樣間隔,并組合關(guān)鍵參數(shù),形成參數(shù)空間;然后基于貝葉斯優(yōu)化理論,根據(jù)不同的測試目的選取合適的分類器與采集函數(shù);最后初始化分類器,計算采集函數(shù)的數(shù)值,根據(jù)采集函數(shù)數(shù)值選取更加切合需求的下一智能汽車測試場景。與現(xiàn)有技術(shù)相比,本發(fā)明具有減少測試次數(shù)、提高測試效率,保證測試可信度等優(yōu)點(diǎn)。
技術(shù)領(lǐng)域
本發(fā)明涉及智能網(wǎng)聯(lián)汽車與智慧交通領(lǐng)域,尤其是涉及一種基于貝葉斯優(yōu)化的智能汽車快速測試方法。
背景技術(shù)
隨著人類收集、存儲、傳輸、處理數(shù)據(jù)的能力取得了飛速提升,人類社會的各個角落都積累了大量數(shù)據(jù),亟需能有效對數(shù)據(jù)進(jìn)行分析利用的計算機(jī)算法,而人工智能技術(shù)恰適應(yīng)了大數(shù)據(jù)時代的迫切需求。作為人工智能技術(shù)在交通領(lǐng)域的應(yīng)用,自動駕駛技術(shù)迅速發(fā)展。自動駕駛技術(shù)在提升交通效率以及安全性方面具有極大潛力,基于自動駕駛技術(shù)的智能汽車具有廣闊的市場前景。
智能汽車的自動駕駛系統(tǒng)依靠先進(jìn)的傳感設(shè)備感知周圍環(huán)境,根據(jù)感知取得的環(huán)境信息對車輛行駛路徑進(jìn)行規(guī)劃決策,并最終依靠車輛控制模塊對車輛的行駛方向和速度進(jìn)行控制。環(huán)境感知、規(guī)劃決策、車輛控制三大模塊互相聯(lián)系,層層遞進(jìn),最終實(shí)現(xiàn)自動駕駛。
智能汽車在一般道路上行駛時,需要應(yīng)對各種復(fù)雜的交通環(huán)境和天氣狀況,如混合交通流環(huán)境、大雪及霧霾天氣等。因此,智能車上路之前必須經(jīng)過全面嚴(yán)格的測試,以保證交通安全。當(dāng)前,對智能汽車駕駛水平的測試主要通過實(shí)地路測和測試場測試進(jìn)行。根據(jù)美國蘭德公司的研究報告,因為交通事故是極小概率事件,如果要證明智能汽車比人類駕駛安全性能高20%,實(shí)地路測或測試場測試約需要100輛車,一天24小時,全年無休測試225年,這是極難完成的任務(wù)。
另一方面,智能汽車的測試場景由多個動靜態(tài)要素組成,場景要素的取值變化和相互組合導(dǎo)致具象測試場景(concrete?scenario)數(shù)量大爆炸。以變道插入測試場景為例:若僅考慮動態(tài)(測試車輛速度、橫向加速度、變道插入間距、后車速度)、靜態(tài)(車道寬度)的5個關(guān)鍵要素,當(dāng)各關(guān)鍵要素各取10個參數(shù)值,具象測試場景將達(dá)976萬余個(5^10=9765625)。若單個測試場景1分鐘、虛擬測試加速比為10時,該類場景的遍歷式測試共需1.86年(5^10÷(60分鐘×24小時×365天×10加速比)=1.86年)。由上可見,在覆蓋高測試需求場景的基礎(chǔ)上,仍需針對測試場景的多維參數(shù)組合開展加速測試方法的創(chuàng)新。
發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于貝葉斯優(yōu)化的智能汽車快速測試方法。
本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn):
一種基于貝葉斯優(yōu)化的智能汽車快速測試方法,包括下列步驟:
步驟一:首先基于現(xiàn)場交通場景,獲得車輛的行駛場景關(guān)鍵參數(shù),為關(guān)鍵參數(shù)確定取值范圍與采樣間隔,并組合關(guān)鍵參數(shù),形成參數(shù)空間:
1.1、基于交通場景,確定行駛場景的關(guān)鍵參數(shù),對于不同的交通場景,關(guān)鍵參數(shù)有所不同。如對于側(cè)向插入場景,關(guān)鍵參數(shù)可以是自然駕駛車輛和換道車輛之間的速度差,自然駕駛車輛和換道車輛之間的距離等。
1.2、對于每個關(guān)鍵參數(shù),確定取值范圍,在這一取值范圍中,參數(shù)的值是有意義的。如對于車速類參數(shù),取值范圍可以為0m/s-35m/s,車速不應(yīng)小于0,在一般情況下不會超過35m/s,這一取值范圍內(nèi)的車速是有實(shí)際意義的。
1.3、對于每個關(guān)鍵參數(shù),確定采樣間隔,采樣間隔決定了測試密度。如對于車速類參數(shù),采樣間隔可以為0.1m/s,0-35m/s這一速度區(qū)間共包含350個有意義的車速值;采樣間隔也可以為1m/s,0-35m/s這一速度區(qū)間共包含35個有意義的車速值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于同濟(jì)大學(xué),未經(jīng)同濟(jì)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910344337.7/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種自主融合先驗知識的貝葉斯網(wǎng)絡(luò)方法
- 構(gòu)建解決組合爆炸問題的級聯(lián)貝葉斯網(wǎng)絡(luò)的方法
- 一種可重構(gòu)系統(tǒng)貝葉斯網(wǎng)構(gòu)建方法
- 一種基于貝葉斯網(wǎng)絡(luò)的網(wǎng)站缺陷預(yù)測方法及其實(shí)現(xiàn)系統(tǒng)
- 應(yīng)用處理方法、裝置、存儲介質(zhì)及電子設(shè)備
- 一種遮擋目標(biāo)檢測方法、電子設(shè)備、存儲介質(zhì)及系統(tǒng)
- 基于貝葉斯網(wǎng)絡(luò)推理模型的犯罪重建方法及裝置
- 利用憶阻器本征噪聲實(shí)現(xiàn)貝葉斯神經(jīng)網(wǎng)絡(luò)的方法及裝置
- 基于面向?qū)ο筘惾~斯網(wǎng)絡(luò)的中央空調(diào)系統(tǒng)故障診斷方法
- 一種基于貝葉斯神經(jīng)網(wǎng)絡(luò)權(quán)重約束的圖像分類方法





