【摘 要】
：
随着人工智能技术的深入发展,自动驾驶已成为人工智能技术的典型应用,近十年来得到了长足的发展,作为一类非确定性系统,自动驾驶车辆的质量和安全性得到越来越多的关注.对自
【机 构】
：
天津大学智能与计算学部,天津300350;中国汽车技术研究中心有限公司,天津300300;天津大学智能与计算学部,天津300350
论文部分内容阅读
随着人工智能技术的深入发展,自动驾驶已成为人工智能技术的典型应用,近十年来得到了长足的发展,作为一类非确定性系统,自动驾驶车辆的质量和安全性得到越来越多的关注.对自动驾驶系统,特别是自动驾驶智能系统(如感知模块、决策模块、综合功能及整车)的测试技术得到了业界和学界的深入研究.调研了56篇相关领域的学术论文,分别就感知模块、决策模块、综合功能模块及整车系统的测试技术、用例生成方法和测试覆盖度量等维度对目前已有的研究成果进行了梳理,并描述了自动驾驶智能系统测试中的数据集及工具集.最后,对自动驾驶智能系统测试的未来工作进行了展望,从而为该领域的研究人员提供参考.
其他文献
为更好完善电梯应急处置平台建设及理论支撑,以解决电梯使用过程中及电梯应急救援过程中导致的电梯损害赔偿问题,文中提出了电梯损坏赔偿涉及的5种问题,并予以详细分析,提出了处理此类问题的意见及依据,着重研究了电梯应急救援机构救援过程中导致电梯损坏赔偿问题的处理,提出了现存影响社会性电梯救援机构充分发挥作用的因素及缺少明确法律保障,也为此类问题的处理提供了一种思路及可参考的依据。
针对人员误入机械式停车设备可能造成的人员受伤和设备损坏问题,建立了一套机械式停车设备人员误入联动报警系统。系统包括用于人员监测识别的摄像机、黄色警戒线、RS485通讯总线和声光报警器,摄像机内部集成了FPGA控制器,嵌入了基于方向梯度直方图特征和线性支持向量机分类器的人体目标检测算法,并通过RS485总线与声光报警器连接,当检测到有人员进入车库前的黄色警戒线区域时,通过RS485总线启动声光报警器发出报警信号,对即将误入车库的人员进行声光报警和语音提示,以提高人员的自我安全保护意识,从根源上避免人员误入车
针对某垂直升降类机械式停车设备进行安全评估,首先在ProE软件中建立该设备主要受力结构件的三维模型,再使用Ansys软件进行有限元分析,得到该垂直升降类机械式停车设备在额定载荷下的应力云图,与现场应力测试结果进行对比,得出安全评估结论。
文中介绍了港口起重机远程及自动控制系统的基本组成,系统分析了远程及自动控制与传统控制方式相比较存在的主要风险点,重点介绍了远程及自动控制系统的专项检验关键技术,在国家未有相应安全技术规范和标准背景下,总结出一套切实可行的检验实施程序、检验项目和内容。
为提高压带带式输送机运行稳定性及安全性,利用有限元法对压带机提升段进行不同工况下的静力学分析。研究了覆压带(上带)施加的压紧力对输送带的影响,确定施加压紧力的范围。寻找输送带应变规律,找到输送带易损部位。结果表明:在理论计算压紧力的基础上,可适当增加施加压紧力的数值,同时发现与托辊接触处是输送带易损部位。
集装箱站场装卸作业时,主要依靠起重机司机手工录入集装箱箱号,自动化程度低。站场的多样化环境容易造成识别模型的复杂度较高,导致计算耗时较长;同时由于集装箱表面纹理复杂、磨损腐蚀严重、箱号字体及排列方式多样等问题使得其字符特征难以提取且识别精度不高,现有的算法往往无法同时满足准确性和实时性两个要求,难以在实际场景中应用。因此,设计了一种前处理方法,能够有效降低图像的计算量,并利用改进的YOLOv3网络
起重机由于主梁发生严重变形容易引起各种安全问题,而传统的钢丝法和水准仪法检测速度和精度都不理想。为了解决此问题,文中提出基于摄影测量的起重机主梁变形检测方法,将普通数码相机标定后选择合适的位置,从左、右方两个角度进行拍摄,通过控制点解算相机的位置和姿态。两张相片前方交会即可求得起重机主梁待测点的坐标,从而计算主梁的变形。实验结果表明,该方法方便快捷、精度高,满足起重机主梁变形检测的要求。
随着图数据规模的日益庞大和图计算作业的日益复杂,图计算的分布化成为必然趋势.然而图计算作业在运行过程中面临着分布式图计算系统内外各种来源的非确定性所带来的严峻的可靠性问题.首先分析了分布式图计算框架中不确定性因素和不同类型图计算作业的鲁棒性,并提出了基于成本、效率和质量3个维度的面向分布式图计算作业的容错技术评估框架,然后分别对分布式图计算的4种容错机制——基于检查点的容错、基于日志的容错、基于复制的容错、基于算法补偿的容错等机制结合国内外相关工作做了深入的分析、评估和比较.最后对未来的研究方向进行了展望
并发错误是程序设计语言和软件工程领域的研究热点之一.近年来,针对应用程序并发错误检测的研究已取得了很大进展.但是由于操作系统内核的并发和同步机制复杂、代码规模庞大,与应用程序级并发错误检测相比,操作系统内核的并发错误检测研究仍面临巨大的挑战.对此,国内外学者提出了各种用于操作系统内核并发错误检测的方法.首先介绍了并发错误的基本类型、检测方法和评价指标,讨论了现有的并发错误检测方法和工具的局限性;然后,从形式化验证、静态分析、动态分析和静态动态相结合4个方面,对现有的操作系统内核并发错误检测的研究工作进行了
数据驱动的智能系统的核心是处理数据的算法,对算法正确性的要求高,导致其测试开销大,需要有效地缩减测试的规模,其中回归测试选择是控制测试规模的有效手段.数据驱动的智能系统由于其动态信息流强度弱的原因,发生偶然正确性现象的概率较高,并且该现象会导致常用的回归测试选择技术所选择出的测试集包含大量检测不到故障的测试用例.因此,从偶然正确性现象的角度出发,提出一种基于偶然正确性概率的回归测试选择技术,进一步排除可能发生偶然正确性现象的用例.该方法能够兼顾代码覆盖,同时从偶然正确性的角度保证缩减后的测试用例集合对被修