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！

龙图腾网获悉华南理工大学申请的专利一种自动驾驶加速测试场景提取方法及评估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：CN120994568B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511508271.2，技术领域涉及：G06F11/3668；该发明授权一种自动驾驶加速测试场景提取方法及评估方法是由刘巧斌;莫晓昊;许佳亮设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种自动驾驶加速测试场景提取方法及评估方法在说明书摘要公布了：本发明适用于自动驾驶技术领域，提供了一种自动驾驶加速测试场景提取方法及评估方法，所述提取方法包括：获取若干行车数据，基于所述行车交互数据的时间序列，得到关键行车交互特征的特征矩阵；基于总似然函数估计准则求解最优分割方案，基于所述最优分段数量得到分割的最优分割子段。本申请优势在于，通过引入贪婪高斯分割算法，基于多元高斯分布建模时序数据的分割，有效解决了传统基于规则方法的主观性、覆盖率不足以及机器学习方法可解释性差、计算复杂度高等问题，降低了算法对数据质量和人工标注的依赖性，为构建覆盖更全面、更具挑战性的自动驾驶测试场景库提供高效支撑，助力提升测试效率与系统安全性评估的可靠性。

本发明授权一种自动驾驶加速测试场景提取方法及评估方法在权利要求书中公布了：1.一种自动驾驶加速测试场景提取方法，其特征在于，所述提取方法包括： 获取若干行车数据，基于预设的典型驾驶场景对所述行车数据进行初筛，得到符合预设场景的行车交互数据的时间序列； 基于所述行车交互数据的时间序列，得到关键行车交互特征的特征矩阵；所述关键行车交互特征至少包括速度梯度特征、加速度梯度特征、时间车头时距特征以及碰撞时间特征； 将所述特征矩阵输入至贪婪高斯分割模型进行分割，基于总似然函数估计准则求解最优分割方案； 对贪婪高斯分割模型预设分段数量值，并对分段数量值进行迭代，获取迭代过程中的对数似然值，得到所述对数似然值的变化曲线的突变拐点所对应的最优分段数量，基于所述最优分段数量得到分割点的位置及最优分割子段； 基于下式将所述特征矩阵输入至贪婪高斯分割模型进行分割： ； ； 其中： 为特征矩阵，该特征矩阵一共有个时间戳，每个时间戳的维度都为n；为矩阵中第t个元素；N表示多元高斯分布； 特征矩阵的分割点为：，共分为段，分割点满足： ； 表示均值，表示协方差，表示时间戳，均值以及协方差的值仅在分割点分处才发生变化：和分别表示分割点取值的上下限； ； 上式中上标表示第个分段，为各段所对应的均值，为各段对应的协方差； 所述提取方法还包括： 计算多个自动驾驶交互子时序元素信息的均值与方差，得到多个自动驾驶交互子时序元素均值信息以及多个自动驾驶交互子时序元素方差信息； 根据所述多个自动驾驶交互子时序元素均值信息以及多个自动驾驶交互子时序元素方差信息，生成多个自动驾驶交互子时序元素分布区间；所述自动驾驶交互子时序元素分布区间包括自动驾驶交互子时序元素分布区间左端点信息以及自动驾驶交互子时序元素分布区间右端点信息；所述自动驾驶交互子时序元素分布区间左端点信息、自动驾驶交互子时序元素分布区间右端点信息与自动驾驶交互子时序信息一一对应； 当所述自动驾驶交互子时序信息对应的多个自动驾驶交互子时序元素信息的最小值大于所述自动驾驶交互子时序信息对应的自动驾驶交互子时序元素分布区间左端点信息，且所述自动驾驶交互子时序信息对应的多个自动驾驶交互子时序元素信息的最大值小于所述自动驾驶交互子时序信息对应的自动驾驶交互子时序元素分布区间右端点信息时，则将所述自动驾驶交互子时序信息作为自动驾驶场景提取信息。

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华南理工大学，其通讯地址为：510635 广东省广州市天河区五山路；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。