Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都工业职业技术学院李婷婷获国家专利权

成都工业职业技术学院李婷婷获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都工业职业技术学院申请的专利一种汽车数据智能化处理方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121766149B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610248945.8,技术领域涉及:G06F30/27;该发明授权一种汽车数据智能化处理方法是由李婷婷设计研发完成,并于2026-03-03向国家知识产权局提交的专利申请。

一种汽车数据智能化处理方法在说明书摘要公布了:本发明公开了一种汽车数据智能化处理方法,涉及自动驾驶技术领域。包括有:S1:构建仿真模型:通过自动驾驶车队获取得到的多源数据,构建动态平行仿真模型;S2:确定测试用例:在所述动态平行仿真模型中设置至少一个对抗性测试智能体,并通过所述对抗性测试智能体进行交互测试,确定出有效测试用例;S3:用例验证:根据所述有效测试用例的测试结果,获取得到对应的综合得分,并根据所述综合得分,对所述有效测试用例进行筛选,并将筛选出的有效测试用例进行实景验证。从而形成仿真‑实景的闭环迭代优化,进而可以持续推动自动驾驶系统性能的提升,加速规模化的安全应用。

本发明授权一种汽车数据智能化处理方法在权利要求书中公布了:1.一种汽车数据智能化处理方法,其特征在于,包括有: S1:构建仿真模型:通过自动驾驶车队获取得到的多源数据,构建动态平行仿真模型,包括有: S1.1:数据采集:在智能车辆行驶路径上设置固定节点,在智能车辆上设置移动节点,通过所述固定节点和移动节点,采集获取智能车辆行驶过程中的多源数据,所述多源数据包括有感知数据、动态数据、位姿数据和场景数据; S1.2:环境重建:将所述感知数据进行数据关联和对齐处理,获取得到融合感知数据,并将所述融合感知数据与神经表示模型进行融合,构建得到隐式3D模型,同时将所述动态数据、位姿数据和场景数据注入隐式3D模型中,构建得到动态平行仿真模型; S2:确定测试用例:在所述动态平行仿真模型中设置至少一个对抗性测试智能体,并通过所述对抗性测试智能体进行交互测试,确定出有效测试用例,包括有: S2.1:设置智能体:通过仿真软件生成至少一个可控车辆模型,并将所述可控车辆模型导入动态平行仿真模型中进行对抗训练,获取得到对抗性测试智能体,包括有: S2.1.1:设置对抗目标:通过设置的奖励函数,对所述动态平行仿真模型中的测试智能体的行为进行监测,获取得到每个测试智能体的操作总奖励得分,通过所述动态平行仿真模型中的仿真引擎,获取测试智能体仿真推演过程中的核心奖励项得分和约束惩罚项得分,并通过所述核心奖励项得分和约束惩罚项得分,确定出操作总奖励得分,所述核心奖励项得分包括有最大化主车的不确定性得分、最小化主车的安全裕度奖励得分和诱发规控失败得分,所述约束惩罚项得分包括有碰撞惩罚得分和交通规则惩罚得分; S2.1.2:智能体训练:在所述动态平行仿真模型中根据多源数据载入相对应的重建场景,并在每个所述重建场景中,将主车和测试智能体进行仿真推演,同时通过深度强化学习算法,对所述测试智能体进行训练测试,获取得到对抗性测试智能体; S2.2:监控记录:将待测试自动驾驶算法通过仿真任务调度集群,设置在动态平行仿真模型的云平台上,并将所述对抗性测试智能体作为背景交通流注入至动态平行仿真模型中进行交互测试,同时通过设置的失败标准,获取得到每个测试用例的测试结果; S3:用例验证:根据所述有效测试用例的测试结果,获取得到对应的综合得分,并根据所述综合得分,对所述有效测试用例进行筛选,并将筛选出的有效测试用例进行实景验证。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都工业职业技术学院,其通讯地址为:610000 四川省成都市天府新区成都片区正兴镇大安路818号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。