多模传感行车数据采集与智能驾驶学习环境构建

关注

联系合作

成果单位：中国技术交易所有限公司

合作方式：面议

所处阶段：其他

关键词：智能驾驶交通场景行车环境多模传感数据管理虚实融合场景模拟

成果评价

总得分（满分100）

资本强度（满分0）

该成果得分：0

小果解读

核心问题

智能驾驶系统的研发面临交通场景与行车环境复杂多变的挑战，特别是针对我国复杂道路环境和潜在危险驾驶习惯，现有智能驾驶系统难以全面覆盖所有驾驶策略。实际道路行车数据缺乏复杂极端交通场景，导致自动驾驶系统控制决策系统的适应能力不足，安全性和可靠性难以保障。

解决方案

本项目通过开发多模传感车载智能终端，实现行车数据的全面采集；开发行车场景数据管理系统，对采集的数据进行高效处理和存储管理。基于这些数据，构建基于虚实融合场景的智能驾驶学习环境，复现各类复杂极端行车场景，为自动驾驶系统提供充分的学习训练材料。该方案包括1款多模传感车载智能终端、1套行车数据管理系统、1套自动驾驶场景库和1套虚实融合智能学习环境，已申请3项软件著作权和3项发明专利。

竞争优势

本项目的技术成果具有显著的效益和竞争优势。首先，通过构建复杂交通场景数据模拟仿真环境，提高了自动驾驶系统控制决策系统的适应能力，保障了安全性和可靠性。其次，该成果为不同车厂的自动驾驶系统提供了公共虚拟学习环境，降低了研发成本，加速了智能驾驶技术的商业化进程。此外，该成果在技术创新方面表现出色，属于原始创新，具有广阔的市场应用前景和深远的社会影响。目前，已与两家自动驾驶汽车研发企业开展合作，支持自动驾驶系统通过数据驱动的自学习提升安全性和有效性。

成果描述

成果公开日期

20210702

所属产业领域

交通运输、仓储和邮政业

项目名称

多模传感行车数据采集与智能驾驶学习环境构建

项目课题来源

北京市科学技术委员会;中关村科技园区管理委员会

摘要

交通场景与行车环境的复杂多变为智能驾驶系统的研发提出了挑战，特定场景的算法或规则无法覆盖所有驾驶策略，需要通过海量行车场景数据开展智能驾驶技能学习训练。现有的大量智能驾驶系统是针对欧美国家的交通法规研发的，无法适应我国的复杂道路环境和潜在的危险驾驶习惯，而实际道路行车数据还远不能包含复杂极端的交通场景。因此需要通过对车主的行车数据进行采集与汇总，构建复杂交通场景数据模拟仿真环境，复现各类复杂极端行车场景，为不同车厂的自动驾驶系统提供充分的复杂场景学习和训练材料，提高其控制决策系统的适应能力，保障控制决策的安全可靠，形成面向智能驾驶汽车研发的公共虚拟学习环境。本项目通过多模传感车载智能终端开发，行车场景数据管理系统开发，基于虚实融合场景的智能驾驶学习环境构建工作的开展，研发出多模传感车载智能终端 1 款、行车数据管理系统 1 套、基于行车数据的自动驾驶场景库1 套和虚实融合智能学习环境 1 套，申请软件著作权 3 项，发明专利 3 项。随车采集实际道路行驶过程中所经历的交通场景的数据，研发行车场景数据资源管理系统，对采集的行车场景数据进行处理和存储管理，构建基于虚实融合场景的智能驾驶学习环境，为基于深度学习技术的自动驾驶系统提供学习训练场景数据环境。目前已经与两家自动驾驶汽车研发企业开展合作，支持自动驾驶系统通过数据驱动的自学习提升安全性和有效性。