智能汽車仿真與測試評價(jià)

第1 章
智能汽車仿真與測試評價(jià)概述
1.1　智能汽車測試評價(jià)技術(shù)挑戰(zhàn)／ ００１
1.2　智能汽車仿真技術(shù)概述／ ００３
1.3　智能汽車測試方法概述／ ００６
１.３.１　測試方法發(fā)展歷程／ ００６
１.３.２　場景相關(guān)術(shù)語及定義／ ００８
1.4　智能汽車評價(jià)方法概述／ ０１０
第2 章
智能汽車一體化建模與仿真
2.1　激光雷達(dá)模型／ ０１３
２.１.１　激光雷達(dá)幾何建模方法／ ０１４
２.１.２　激光雷達(dá)物理建模方法／ ０１６
2.2　毫米波雷達(dá)模型／ ０２５
２.２.１　毫米波雷達(dá)幾何模型／ ０２５
２.２.２　毫米波雷達(dá)功率衰減模型／ ０２８
2.3　攝像頭模型／ ０３０
２.３.１　光照模型／ ０３０
２.３.２　傳播介質(zhì)建模／ ０３２
２.３.３　圖像模擬方法／ ０３３
2.4　超聲波傳感器模型／ ０３４
２.４.１　超聲波傳感器工作機(jī)理／ ０３５
２.４.２　超聲波傳感器建模／ ０３７
２.４.３　超聲波傳感器模型驗(yàn)證／ ０４３
2.5　集成式制動系統(tǒng)模型／ ０４７
２.５.１　集成式制動系統(tǒng)工作原理／ ０４７
２.５.２　集成式制動系統(tǒng)建模／ ０５１
２.５.３　集成式制動系統(tǒng)模型驗(yàn)證／ ０５６
2.6　冗余轉(zhuǎn)向系統(tǒng)模型／ ０５６
２.６.１　轉(zhuǎn)向系統(tǒng)的動力學(xué)模型／ ０５６
２.６.２　雙繞組電機(jī)模型／ ０５８
2.7　基于生物耦合的一體化建模理論／ ０６０
第3 章
智能汽車多物理系統(tǒng)在環(huán)仿真測試
3.1　感知系統(tǒng)在環(huán)仿真測試／ ０６３
３.１.１　毫米波雷達(dá)在環(huán)仿真測試／ ０６３
３.１.２　攝像頭在環(huán)仿真測試／ ０７５
３.１.３　Ｖ２Ｘ 在環(huán)仿真測試／ ０８３
３.１.４　超聲波傳感器在環(huán)仿真測試／ ０９１
3.2　控制執(zhí)行系統(tǒng)在環(huán)仿真測試／ ０９８
３.２.１　制動系統(tǒng)在環(huán)測試／ ０９８
３.２.２　轉(zhuǎn)向系統(tǒng)在環(huán)測試／ １０６
3.3　駕駛?cè)嗽诃h(huán)仿真測試／ １１５
３.３.１　切換型人機(jī)共駕系統(tǒng)駕駛?cè)嗽诃h(huán)測試／ １１５
３.３.２　共享型人機(jī)共駕系統(tǒng)駕駛?cè)嗽诃h(huán)測試／ １３２
3.4　車輛在環(huán)仿真測試／ １３７
３.４.１　轉(zhuǎn)鼓平臺車輛在環(huán)仿真測試／ １３７
３.４.２　封閉場地車輛在環(huán)仿真測試／ １３８
第4 章
基于本體論的智能汽車測試邏輯場景構(gòu)建
4.1　場景本體構(gòu)建／ １４７
4.2　基于自然駕駛數(shù)據(jù)的邏輯場景提?。?１５０
４.２.１　基于自然駕駛數(shù)據(jù)的場景提取流程／ １５０
４.２.２　道路屬性提?。?１５３
４.２.３　車輛屬性提?。?１５６
４.２.４　基于ＨｉｇｈＤ 數(shù)據(jù)集的場景生成實(shí)例／ １６２
4.3　基于對抗學(xué)習(xí)的邏輯場景自動生成／ １６５
４.３.１　基于生成對抗網(wǎng)絡(luò)的道路屬性生成／ １６６
４.３.２　基于多智能體深度確定性策略梯度的車輛
屬性生成／ １７０
４.３.３　道路屬性及車輛屬性生成實(shí)例／ １７６
第5 章
基元驅(qū)動的智能汽車測試邏輯場景生成
5.1　場景基元提取與聚類／ １８５
５.１.１　場景抽象量化表征／ １８５
５.１.２　場景基元提取／ １８７
５.１.３　場景基元聚類／ ２０４
5.2　場景基元衍生／ ２１２
５.２.１　場景基元衍生架構(gòu)／ ２１３
５.２.２　衍生模型具體組成／ ２１８
５.２.３　場景基元衍生結(jié)果／ ２２３
5.3　場景基元組合拼接／ ２２７
５.３.１　場景基元拼接／ ２２７
５.３.２　典型危險(xiǎn)測試場景重構(gòu)模型／ ２３０
５.３.３　危險(xiǎn)邏輯場景生成示例／ ２３４
第6 章
智能汽車測試具體場景生成
6.1　基于組合測試的具體場景生成／ ２４７
６.１.１　組合測試模型／ ２４８
６.１.２　改進(jìn)離散粒子群算法測試用例集生成／ ２４９
６.１.３　基于先驗(yàn)知識的組合測試場景生成／ ２５５
6.2　危險(xiǎn)具體場景串行加速測試／ ２６１
６.２.１　全局加速搜索／ ２６１
６.２.２　局部加速搜索／ ２７１
６.２.３　串行加速測試方法驗(yàn)證／ ２７５
6.3　危險(xiǎn)具體場景并行強(qiáng)化生成／ ２７９
６.３.１　并行強(qiáng)化生成算法／ ２８０
６.３.２　基于Ａｃｋｌｅｙ 函數(shù)的并行搜索方法驗(yàn)證／ ２８６
６.３.３　并行強(qiáng)化生成測試結(jié)果／ ２８９
第7 章
智能汽車邏輯場景層級評價(jià)
7.1　邏輯場景層級安全性評價(jià)／ ２９５
７.１.１　基于危險(xiǎn)具體場景參數(shù)聚類特征的
安全性評價(jià)／ ２９５
７.１.２　基于自然駕駛數(shù)據(jù)的安全性評價(jià)／ ３００
７.１.３　基于碰撞損失的安全性評價(jià)／ ３０３
7.2　邏輯場景層級多維度評價(jià)／ ３０４
７.２.１　邏輯場景分區(qū)評價(jià)流程／ ３０５
７.２.２　擬人性指標(biāo)／ ３０６
７.２.３　多維度性能評價(jià)／ ３１０
7.3　多邏輯場景性能綜合評價(jià)／ ３１１
７.３.１　邏輯場景自身特征權(quán)重／ ３１２
７.３.２　邏輯場景仿真測試過程屬性權(quán)重／ ３１３
7.4　評價(jià)方法應(yīng)用實(shí)例／ ３１９
７.４.１　場景參數(shù)空間／ ３１９
７.４.２　單邏輯場景性能評價(jià)結(jié)果與分析／ ３２１
參考文獻(xiàn)／ ３３３
７.４.３　多邏輯場景性能評價(jià)結(jié)果與分析／ ３３０