基于改进的DQN算法的虚拟自动驾驶测试优化方法

发明专利有效专利

申请号：
CN202010458203.0
IPC分类号：G06F11/36;G06N3/04;G06N3/08
申请日期：
2020-05-27
申请人：
多伦科技股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于改进的DQN算法的虚拟自动驾驶测试优化方法
申请号	CN202010458203.0	申请日期	2020-05-27
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-04	公开/公告号	CN111625457A
优先权	暂无	优先权号	暂无
主分类号	G06F11/36 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F11/00 错误检测；错误校正；监控（在基于记录载体和传感器之间的相对运动而实现的信息存储中的错误检测、校正或监控所用的方法或装置入 G11B 20/18；监控，即，监控记录或重现的进程入G11B 27/36；静态存储中所用的方法或装置入G11C29/00）〔1，4，2006.01〕 G06F11/36 通过软件的测试或调试防止错误〔7〕	IPC分类号	G;0;6;F;1;1;/;3;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	多伦科技股份有限公司	申请人地址	江苏省南京市江宁区天印大道1555号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	多伦科技股份有限公司	当前权利人	多伦科技股份有限公司
发明人	叶剑;张晖;滕婷婷;宋智军;刘海青
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于改进的DQN算法的虚拟自动驾驶测试优化方法，包括：生成能够激活神经元的测试输入，分析深度神经网络逻辑的不同部分，生成真实驾驶场景的图像数据；对卷积神经网络的激活函数进行改进，构建一种分段的激活函数；采用Gabor滤波器代替卷积神经网络中的可训练的滤波器，将上述生成的真实驾驶场景的图像数据和Gabor滤波器进行卷积，得到多个不同方向的图像特征，将得到的图像特征输入卷积神经网络中，经过计算后，得到一个新的特征图；利用Q‑Learning算法来训练更新卷积神经网络的网络权重，得到训练模型，从而生成各种天气场景下的路况图像数据。本发明的方法在路试的基础上进一步地提高软件测试充分性，达到提高系统可靠性和安全性的目的。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供