一种基于个性化驾驶员模型的自动驾驶测试场景生成方法
实质审查的生效
摘要
本发明涉及一种基于个性化驾驶员模型的自动驾驶测试场景生成方法,包括:基于遗传与进化思想、结合强化学习,模拟人类驾驶员在驾驶经历中的各个阶段,逐级训练得到不同成长阶段的驾驶员模型,包括新手驾驶员模型、经验驾驶员模型和熟练驾驶员模型;基于不同成长阶段的驾驶员模型,根据人类驾驶员的不同个性化驾驶特性,进一步训练得到个性化驾驶员模型,包括激进型驾驶员模型、保守型驾驶员模型、挑衅型驾驶员模型和合作型驾驶员模型;根据测试需求,将不同成长阶段的驾驶员模型和不同的个性化驾驶员模型按对应的需求比例,组合生成相应的目标测试场景。与现有技术相比,本发明能够有效提高生成测试场景的真实性和复杂性、提升测试效果和准确性。
基本信息
专利标题 :
一种基于个性化驾驶员模型的自动驾驶测试场景生成方法
专利标题(英):
暂无
公开(公告)号 :
CN114492157A
申请号 :
CN202111579203.7
公开(公告)日 :
2022-05-13
申请日 :
2021-12-22
授权号 :
暂无
授权日 :
暂无
发明人 :
陈君毅马依宁吴建峰吴靖宇熊璐
申请人 :
同济大学
申请人地址 :
上海市杨浦区四平路1239号
代理机构 :
上海科盛知识产权代理有限公司
代理人 :
叶敏华
优先权 :
CN202111579203.7
主分类号 :
G06F30/27
IPC分类号 :
G06F30/27 G06F30/15 G06N3/12
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习,例如人工智能,神经网络,支持向量机或训练模型
法律状态
2022-05-31 :
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211222
申请日 : 20211222
2022-05-13 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载