智能汽車(chē)仿真與測(cè)試評(píng)價(jià)

第1 章
智能汽車(chē)仿真與測(cè)試評(píng)價(jià)概述
1.1　智能汽車(chē)測(cè)試評(píng)價(jià)技術(shù)挑戰(zhàn)／ ００１
1.2　智能汽車(chē)仿真技術(shù)概述／ ００３
1.3　智能汽車(chē)測(cè)試方法概述／ ００６
１.３.１　測(cè)試方法發(fā)展歷程／ ００６
１.３.２　場(chǎng)景相關(guān)術(shù)語(yǔ)及定義／ ００８
1.4　智能汽車(chē)評(píng)價(jià)方法概述／ ０１０
第2 章
智能汽車(chē)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(dòng)系統(tǒng)模型／ ０４７
２.５.１　集成式制動(dòng)系統(tǒng)工作原理／ ０４７
２.５.２　集成式制動(dòng)系統(tǒng)建模／ ０５１
２.５.３　集成式制動(dòng)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(dòng)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(chē)多物理系統(tǒng)在環(huán)仿真測(cè)試
3.1　感知系統(tǒng)在環(huán)仿真測(cè)試／ ０６３
３.１.１　毫米波雷達(dá)在環(huán)仿真測(cè)試／ ０６３
３.１.２　攝像頭在環(huán)仿真測(cè)試／ ０７５
３.１.３?。郑玻?在環(huán)仿真測(cè)試／ ０８３
３.１.４　超聲波傳感器在環(huán)仿真測(cè)試／ ０９１
3.2　控制執(zhí)行系統(tǒng)在環(huán)仿真測(cè)試／ ０９８
３.２.１　制動(dòng)系統(tǒng)在環(huán)測(cè)試／ ０９８
３.２.２　轉(zhuǎn)向系統(tǒng)在環(huán)測(cè)試／ １０６
3.3　駕駛?cè)嗽诃h(huán)仿真測(cè)試／ １１５
３.３.１　切換型人機(jī)共駕系統(tǒng)駕駛?cè)嗽诃h(huán)測(cè)試／ １１５
３.３.２　共享型人機(jī)共駕系統(tǒng)駕駛?cè)嗽诃h(huán)測(cè)試／ １３２
3.4　車(chē)輛在環(huán)仿真測(cè)試／ １３７
３.４.１　轉(zhuǎn)鼓平臺(tái)車(chē)輛在環(huán)仿真測(cè)試／ １３７
３.４.２　封閉場(chǎng)地車(chē)輛在環(huán)仿真測(cè)試／ １３８
第4 章
基于本體論的智能汽車(chē)測(cè)試邏輯場(chǎng)景構(gòu)建
4.1　場(chǎng)景本體構(gòu)建／ １４７
4.2　基于自然駕駛數(shù)據(jù)的邏輯場(chǎng)景提?。?１５０
４.２.１　基于自然駕駛數(shù)據(jù)的場(chǎng)景提取流程／ １５０
４.２.２　道路屬性提?。?１５３
４.２.３　車(chē)輛屬性提?。?１５６
４.２.４　基于ＨｉｇｈＤ 數(shù)據(jù)集的場(chǎng)景生成實(shí)例／ １６２
4.3　基于對(duì)抗學(xué)習(xí)的邏輯場(chǎng)景自動(dòng)生成／ １６５
４.３.１　基于生成對(duì)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(chē)輛
屬性生成／ １７０
４.３.３　道路屬性及車(chē)輛屬性生成實(shí)例／ １７６
第5 章
基元驅(qū)動(dòng)的智能汽車(chē)測(cè)試邏輯場(chǎng)景生成
5.1　場(chǎng)景基元提取與聚類(lèi)／ １８５
５.１.１　場(chǎng)景抽象量化表征／ １８５
５.１.２　場(chǎng)景基元提?。?１８７
５.１.３　場(chǎng)景基元聚類(lèi)／ ２０４
5.2　場(chǎng)景基元衍生／ ２１２
５.２.１　場(chǎng)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(chǎng)景基元衍生結(jié)果／ ２２３
5.3　場(chǎng)景基元組合拼接／ ２２７
５.３.１　場(chǎng)景基元拼接／ ２２７
５.３.２　典型危險(xiǎn)測(cè)試場(chǎng)景重構(gòu)模型／ ２３０
５.３.３　危險(xiǎn)邏輯場(chǎng)景生成示例／ ２３４
第6 章
智能汽車(chē)測(cè)試具體場(chǎng)景生成
6.1　基于組合測(cè)試的具體場(chǎng)景生成／ ２４７
６.１.１　組合測(cè)試模型／ ２４８
６.１.２　改進(jìn)離散粒子群算法測(cè)試用例集生成／ ２４９
６.１.３　基于先驗(yàn)知識(shí)的組合測(cè)試場(chǎng)景生成／ ２５５
6.2　危險(xiǎn)具體場(chǎng)景串行加速測(cè)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(cè)試方法驗(yàn)證／ ２７５
6.3　危險(xiǎn)具體場(chǎng)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(cè)試結(jié)果／ ２８９
第7 章
智能汽車(chē)邏輯場(chǎng)景層級(jí)評(píng)價(jià)
7.1　邏輯場(chǎng)景層級(jí)安全性評(píng)價(jià)／ ２９５
７.１.１　基于危險(xiǎn)具體場(chǎng)景參數(shù)聚類(lèi)特征的
安全性評(píng)價(jià)／ ２９５
７.１.２　基于自然駕駛數(shù)據(jù)的安全性評(píng)價(jià)／ ３００
７.１.３　基于碰撞損失的安全性評(píng)價(jià)／ ３０３
7.2　邏輯場(chǎng)景層級(jí)多維度評(píng)價(jià)／ ３０４
７.２.１　邏輯場(chǎng)景分區(qū)評(píng)價(jià)流程／ ３０５
７.２.２　擬人性指標(biāo)／ ３０６
７.２.３　多維度性能評(píng)價(jià)／ ３１０
7.3　多邏輯場(chǎng)景性能綜合評(píng)價(jià)／ ３１１
７.３.１　邏輯場(chǎng)景自身特征權(quán)重／ ３１２
７.３.２　邏輯場(chǎng)景仿真測(cè)試過(guò)程屬性權(quán)重／ ３１３
7.4　評(píng)價(jià)方法應(yīng)用實(shí)例／ ３１９
７.４.１　場(chǎng)景參數(shù)空間／ ３１９
７.４.２　單邏輯場(chǎng)景性能評(píng)價(jià)結(jié)果與分析／ ３２１
參考文獻(xiàn)／ ３３３
７.４.３　多邏輯場(chǎng)景性能評(píng)價(jià)結(jié)果與分析／ ３３０