【技术实现步骤摘要】
本专利技术涉及自动驾驶技术，具体涉及一种基于最优分布模型的自动驾驶汽车虚拟加速测试方法及系统。
技术介绍
1、随着智能化水平的提高，自动驾驶系统变得更加复杂，它需要处理现实世界中的不确定干扰，并做出更复杂的决策。这种复杂性使得对自动驾驶系统进行安全评估变得更加具有挑战性。
2、传统的安全评估主要通过实地道路测试里程积累。基于里程的安全评估不仅需要海量的里程积累，测试成本高，而且其无法进行极限高风险场景测试，难以揭示自动驾驶汽车在各场景的安全隐患。目前，基于虚拟场景的仿真测试成为主流思想，其通过仿真时间加速、云平台并行计算、加速测试方法等，能显著降低自动驾驶安全评估的成本，提高评估效率。
3、虚拟仿真测试的核心在于定向构建测试需求场景，提高自动驾驶汽车危险率评估的效率。
4、现有技术中，cn107421752a通过对简单的概率分布函数进行数值变换，可以较好地表征数据分布形式，实现一定的加速效果；cn114818381a通过多重重要性采样法提高了高风险场景的发生概率，但其需要对数据的分布形式做出分析，选择...
【技术保护点】
1.一种基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，所述步骤1通过相机采集车辆视频或图像信息，通过激光雷达采集车辆的距离信息，通过GPS获取车辆的位置信息。
3.根据权利要求1所述的基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，所述步骤2先根据步骤1所得两车的间距R的数据，将其统计为概率密度直方图；然后根据间距R的范围对R的概率密度直方图进行等间距分段，并挑选每小段直方图拟合精度最高的拟合分布函数作为该小段直方区间的
【技术特征摘要】
1.一种基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，所述步骤1通过相机采集车辆视频或图像信息，通过激光雷达采集车辆的距离信息，通过gps获取车辆的位置信息。
3.根据权利要求1所述的基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，所述步骤2先根据步骤1所得两车的间距r的数据，将其统计为概率密度直方图；然后根据间距r的范围对r的概率密度直方图进行等间距分段，并挑选每小段直方图拟合精度最高的拟合分布函数作为该小段直方区间的最佳拟合函数。
4.根据权利要求3所述的基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，获取最佳拟合函数的具体方法如下：
5.根据权利要求1所述的基于最优分布模型的自动驾驶汽车虚拟加速测试方法，其特征在于，所述步骤3采用重要性采样法生成危险概率更高的概率分布函数来代替原始的概率分布函数时，需要先使用最大似然估计函数表示最优概率分布函数与原始概率分布函数的关系，具体表示如下：
6.根据...
【专利技术属性】
技术研发人员：陈一枭，李傲雪，江浩斌，马世典，沈青原，
申请(专利权)人：江苏大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。