Loading...
机构名称:
¥ 9.0

头脑风暴法涉及使用传统的头脑风暴法为分类法创建问题列表。这形成了一种自下而上的方法,通过根据日常驾驶经验和更模糊的事件报告预测可能具有挑战性的事情。建模练习采取了更多的自上而下的方法,考虑系统如何适应分类练习预测的一些挑战。理想情况下,两者应该在中间相遇,但是问题的分组不一定需要直接映射到应对策略,只要有全面覆盖,即有一种机制可以处理每个问题,即使策略是避免,通过不让车辆暴露于该问题。例如,高速公路驾驶员类型的功能通常不会被期望应对铁路平交道口的仲裁,因此尽管系统中没有为此设计的明确软件算法,但仍有覆盖范围。如何确保该功能仅在高速公路上使用而不是在次要道路上使用(可能有平交道口等)将成为该功能模型论证的一部分,并且可能包括仅依靠驾驶员仅在其设计工作的地方使用它的策略,例如通过使用 GNSS/GPS 和地理围栏来主动防止它在其他地方使用。

自动驾驶场景分类

自动驾驶场景分类PDF文件第1页

自动驾驶场景分类PDF文件第2页

自动驾驶场景分类PDF文件第3页

自动驾驶场景分类PDF文件第4页

自动驾驶场景分类PDF文件第5页

相关文件推荐

2019 年
¥1.0
2018 年
¥73.0
2019 年
¥3.0
2018 年
¥2.0
2019 年
¥10.0
2017 年
¥1.0
2017 年
¥1.0
2019 年
¥2.0
2016 年
¥8.0
2019 年
¥2.0
2019 年
¥1.0
2019 年
¥2.0
2018 年
¥2.0