一种基于神经网络的智能汽车视觉感知系统加速测试方法技术方案

本发明专利技术属于自动驾驶系统测试与评价领域，具体的说是一种基于神经网络的智能汽车视觉感知系统加速测试方法。该方法包括：一、构建测试场景库；二、根据场景元素数量及评价指标确定预测评价结果的神经网络的结构；三、收集场景真实评价数据；四、训练神经网络；五、收集神经网络的预测数据并判断是否结束本场景库子集测试；六、重复执行三至五直到结束全部测试并输出评价结果。该方法涉及智能汽车技术中的图像处理、测试及评价，能够通过已有场景真实评价数据训练的神经网络准确预测待测试场景的评价数据，能够在减少测试场景数量的同时输出视觉感知系统评价结果，提升测试效率，为智能汽车自动驾驶系统的快速开发与应用提供技术支持。

【技术实现步骤摘要】

本专利技术属于智能汽车，具体的说是一种基于神经网络的智能汽车视觉感知系统加速测试方法。

技术介绍

1、智能汽车的未来充满机遇，自动驾驶、车联网、电动化、ai和大数据等技术的进步正在推动其快速发展。自动驾驶是智能汽车的核心，随着传感器、ai算法和计算平台的进步，高级别的自动驾驶将逐步普及。然而，自动驾驶系统的复杂性和安全性要求极高，需要在多种场景下进行全面、准确的测试与评价，以确保其在实际应用中的稳定性和可靠性。因此，自动驾驶系统的测试与评价技术应运而生，成为自动驾驶技术发展的重要支撑。然而在自动驾驶系统的测试与评价过程中，简单的连续执行测试需要消耗大量的时间及资源，如何实现少量测试并保证评价结果的准确性成为关注的焦点，亟需一种加速测试方法实现此目标。

2、智能汽车视觉感知技术中的测试与评价技术仍处于探索与完善阶段，相关的加速测试方法还不够健全和完善，现有的加速测试方法多基于搜索技术，适用于寻找关键或危险场景，针对视觉感知系统整体性能评价的加速作用有限，暂时不能满足视觉感知系统快速评价的需求。

技术实现思路...

【技术保护点】

1.一种基于神经网络的智能汽车视觉感知系统加速测试方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经网络的智能汽车视觉感知系统加速测试方法，其特征在于，所述步骤一的具体方法如下：

3.根据权利要求1所述的一种基于神经网络的智能汽车视觉感知系统加速测试方法，其特征在于，所述静态元素包括区域、可行驶区域、交叉路口、基本道路结构、特殊结构、临时可行驶区域结构；所述环境条件包括天气、颗粒物、光照、连接性；所述动态元素包括交通道路使用者、主车。

4.根据权利要求1所述的一种基于神经网络的智能汽车视觉感知系统加速测试方法，其特征在于，所述步骤二...

【技术特征摘要】

1.一种基于神经网络的智能汽车视觉感知系统加速测试方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经网络的智能汽车视觉感知系统加速测试方法，其特征在于，所述步骤一的具体方法如下：

3.根据权利要求1所述的一种基于神经网络的智能汽车视觉感知系统加速测试方法，其特征在于，所述静态元素包括区域、可行驶区域、交叉路口、基本道路结构、特殊结构、临时可行驶区域结构；所述环境条件包括天气、颗粒物、光照、连接性；所述动态元素包括交通道路使用者、主车。

4.根据权利要求1所述的一种基于神经网络的智能汽车视觉感知系统加速...

【专利技术属性】
技术研发人员：何睿，罗正刚，吴坚，
申请(专利权)人：吉林大学，
类型：发明
国别省市：