【技术实现步骤摘要】
本专利技术涉及智能车测试，具体为一种基于深度学习的智能车极端测试场景生成方法及系统。
技术介绍
1、智能车是电子计算机等最新科技成果与现代汽车工业相结合的产物。
2、智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。对智能车辆的研究主要致力于提高汽车的安全性、舒适性，以及提供优良的人车交互界面。
3、智能车辆就是在一般车辆上增加了先进的传感器（如雷达、摄像头等）、控制器、执行器等装置，通过车载环境感知系统和信息终端，实现与人、车、路等的信息交换，使车辆具备智能环境感知能力，能够自动分析车辆行驶的安全及危险状态，并使车辆按照人的意愿到达目的地，最终实现替代人来操作的目的的汽车。
4、总的来说，智能汽车是搭载先进传感系统、决策系统、执行系统，运用信息通信、互联网、大数据、云计算、人工智能等新技术，具有部分或完全自动驾驶功能，由单纯交通运输工具逐步向智能移动空间转变的新一代汽车。
<...【技术保护点】
1.一种基于深度学习的智能车极端测试场景生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的智能车极端测试场景生成方法，其特征在于：所述动态对抗训练中还包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的智能车极端测试场景生成方法，其特征在于：所述混合对抗生成网络模型通过所述变分自编码器进行潜在空间的概率建模；
4.根据权利要求3所述的一种基于深度学习的智能车极端测试场景生成方法，其特征在于：所述混合对抗生成网络模型中包括生成器、判别器和风险评估模块；
5.根据权利要求1所述的一种基于深...
【技术特征摘要】
1.一种基于深度学习的智能车极端测试场景生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的智能车极端测试场景生成方法，其特征在于：所述动态对抗训练中还包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的智能车极端测试场景生成方法，其特征在于：所述混合对抗生成网络模型通过所述变分自编码器进行潜在空间的概率建模；
4.根据权利要求3所述的一种基于深度学习的智能车极端测试场景生成方法，其特征在于：所述混合对抗生成网络模型中包括生成器、判别器和风险评估模块；
5.根据权利要求1所述的一种基于深度学习的智能车极端测试场景生成方法，其特征在于：所述数据采集与预处理的步骤如下：
【专利技术属性】
技术研发人员：张一鹏，张为，刘砚玥，李振华，吴梦怡，张卓敏，殷其昊，范青蓝，
申请(专利权)人：交通运输部公路科学研究所，
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。