首页|智能网联汽车数字孪生测试关键场景提取和识别

智能网联汽车数字孪生测试关键场景提取和识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
场景生成是智能网联汽车数字孪生(DT)测试面临的关键问题之一,场景的典型性是决定测试有效性的关键.智能网联汽车的测试场景源自真实车辆行驶数据,提出了一种DT测试场景生成方法,基于路侧雷达采集的局部道路车辆行驶数据提取典型测试场景,以FCW、LCW和ICW 3种典型应用为基础,建立基于碰撞风险因素和交通质量因素的场景典型性评价方法,构建LSTM-AE-Attention模型实现典型场景识别.实验结果表明,提出的方法能够有效评价场景典型性,并有效识别典型场景,为测试场景库的构建提供了有效支撑.
Test-based extraction and identification of key scenarios for digital twins of intelligent networked vehicles

祖晖、龙洋、韩庆文、王勇、曾令秋、陈旭、张迪思、卓玺

展开 >

招商局检测车辆技术研究院有限公司,重庆 401122

重庆理工大学,重庆 400054

重庆大学,重庆 400044

重庆高新区城市建设事务中心,重庆 402365

展开 >

数字孪生 典型场景 识别

国家自然科学基金国家自然科学基金重庆市自动驾驶系统与智能网联汽车研究与测试工程技术研究中心资助项目

62172066U21A2044820AKC17

2023

10.3969/j.issn.1674-8425(z).2023.01.009

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(1)
  • 23