[发明专利]用于验证障碍物识别系统的方法和系统有效

专利信息
申请号: 201780020665.0 申请日: 2017-03-01
公开(公告)号: CN109311497B 公开(公告)日: 2021-02-05
发明(设计)人: J.布拉班德;B.埃弗斯 申请(专利权)人: 西门子交通有限公司
主分类号: B61L23/04 分类号: B61L23/04;B61L27/00;G06K9/00
代理公司: 北京市柳沈律师事务所 11105 代理人: 侯宇
地址: 德国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 验证 障碍物 识别 系统 方法
【权利要求书】:

1.一种用于验证障碍物识别系统的方法,其中,

-为了形成行驶场景,提供子模型(SM、WUM、HM)的预先给定的分布(Vi、Vj、Vk)的随机组合(KVijk),

-一方面为了执行模拟研究而通过模拟器(2、3)对所提供的组合(KVijk)进行模拟,另一方面通过障碍物识别系统的障碍物识别算法(HEA)对所提供的组合进行自动处理,并且

-自动测试借助模拟器(2、3)执行的模拟研究的结果(E1)和自动处理的结果(E2)的一致性。

2.根据权利要求1所述的方法,其特征在于,在组合模型(KM)中随机组合子模型(SM、WUM、HM),并且组合模型(KM)提供随机组合(KVijk)。

3.根据权利要求1所述的方法,其特征在于,在进行模拟时,通过模拟器(2、3)以图形显示行驶场景。

4.根据权利要求1所述的方法,其特征在于,在进行模拟时,通过模拟器(2、3)作为虚拟现实显示行驶场景。

5.根据权利要求2所述的方法,其特征在于,作为模拟研究的结果,输出表示测试人员(5)的障碍物识别能力的第一结果(E1),在模拟研究中,借助测试人员(5)在模拟器(2、3)上执行的模拟行驶验证并应用子模型(SM、WUM、HM)和/或组合模型(KM)。

6.根据权利要求2所述的方法,其特征在于,作为模拟研究的结果,输出表示测试人员(5)的障碍物识别能力的第一结果(E1),在模拟研究中,借助机车驾驶员在模拟器(2、3)上执行的模拟行驶验证并应用子模型(SM、WUM、HM)和/或组合模型(KM)。

7.根据权利要求1所述的方法,其特征在于,作为自动处理的结果,输出表示障碍物识别算法(HEA)的障碍物识别能力的第二结果(E2)。

8.根据权利要求1至7中任一项所述的方法,其特征在于,使用线路模型(SM)、天气和环境模型(WUM)以及障碍物模型(HM)作为子模型。

9.根据权利要求1至7中任一项所述的方法,其特征在于,通过障碍物识别算法(HEA)对另外的子模型(SLM)的另外的预先给定的分布(Vm)进行自动处理。

10.根据权利要求9所述的方法,其特征在于,使用针对障碍物识别系统的传感器的性能的模型(SLM)作为所述另外的子模型。

11.一种用于验证障碍物识别系统的系统(1),其被适当地构造为,

-为了形成行驶场景,提供子模型(SM、WUM、HM)的预先给定的分布(Vi、Vj、Vk)的随机组合(KVijk),

-一方面为了执行模拟研究而通过模拟器(2、3)对所提供的组合(KVijk)进行模拟,另一方面通过障碍物识别系统的障碍物识别算法(HEA)对所提供的组合进行自动处理,并且

-自动测试借助模拟器(2、3)执行的模拟研究的结果(E1)和自动处理的结果(E2)的一致性。

12.根据权利要求11所述的系统(1),其特征在于组合模型(KM),在组合模型中随机组合子模型(SM、WUM、HM),并且组合模型被适当地构造为提供随机组合(KVijk)。

13.根据权利要求11所述的系统(1),其特征在于,模拟器(2、3)被适当地构造为,在模拟进行时以图形显示行驶场景。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西门子交通有限公司,未经西门子交通有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780020665.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top