[发明专利]一种针对汽车变道辅助功能的测试方法和装置

权利要求书

1.一种针对汽车变道辅助功能的测试方法，其特征在于，具体包括以下步骤：

S1.在车上安装摄像头捕捉本车运行时后方和侧方的目标车辆，获取视频数据；

S2.获取车辆CAN总线中的总线数据；

S3.将视频数据和总线数据发送至训练好的LCA测试神经网络模型；

S4.LCA测试神经网络模型对报警场景中的正确报警和错误报警进行分类，并记录问题场景。

2.根据权利要求1所述的针对汽车变道辅助功能的测试方法，其特征在于，所述步骤S1中，在车顶后端的两角处分别安装一个摄像头用以捕捉后方的目标车辆；在两侧后视镜处分别安装一个摄像头用以捕捉侧方的目标车辆。

3.根据权利要求1所述的针对汽车变道辅助功能的测试方法，其特征在于，所述步骤S2中，总线数据包括驾驶员的操作数据、车辆的运动状态数据，以及雷达发出的并线辅助的报警信号数据。

4.根据权利要求1所述的针对汽车变道辅助功能的测试方法，其特征在于，所述的视频数据和总线数据的时间同步对应。

5.根据权利要求1所述的针对汽车变道辅助功能的测试方法，其特征在于，所述的LCA测试神经网络模型训练过程如下：

A1.将历史的视频数据和总线数据作为训练样本，根据训练样本得到特征向量组data，并对特征向量组data进行归一化，将总线数据进行分类，根据并线辅助报警的时机和有无得到不同的标签向量cbit，由此得到训练样本为Y＝(cbit,data)，其中cbit为目标输出，data为神经网络的输入；

A2.建立LCA测试神经网络模型，该神经网络模型包括输入层、隐藏层和输出层；

A3.对LCA测试神经网络模型进行训练：首先对模型进行初始化，然后将特征向量组data输入模型，结合权值矩阵和偏置矩阵进行计算，通过反向传播控制算法，当不满足预设准确度要求时，调整隐藏层的个数与网络权值，直到满足准确度要求，保存LCA测试神经网络模型参数。

6.根据权利要求5所述的针对汽车变道辅助功能的测试方法，其特征在于，所述LCA测试神经网络模型参数包括循环神经网络模型、输入神经元个数和网络权值。

7.一种针对汽车变道辅助功能的测试装置，其特征在于，包括：

视频获取模块，用于捕捉本车运行时后方和侧方的目标车辆，获取视频数据；

总线采集模块，用于获取车辆CAN总线中的总线数据；

数据传输模块，用于将视频数据和总线数据发送至测试分析模块；

测试分析模块，通过训练好的LCA测试神经网络模型对报警场景中的正确报警和错误报警进行分类，并记录问题场景。

8.根据权利要求7所述的针对汽车变道辅助功能的测试装置，其特征在于，所述视频获取模块包括四个摄像头，在车顶后端的两角处分别安装一个摄像头用以捕捉后方的目标车辆；在两侧后视镜处分别安装一个摄像头用以捕捉侧方的目标车辆。

9.根据权利要求7所述的针对汽车变道辅助功能的测试方法，其特征在于，所述总线采集模块中，获取的总线数据包括驾驶员的操作数据、车辆的运动状态数据，以及雷达发出的并线辅助的报警信号数据。

10.根据权利要求7所述的针对汽车变道辅助功能的测试方法，其特征在于，所述的视频数据和总线数据的时间同步对应。