CN111309600A - 虚拟场景注入自动驾驶测试方法及电子设备 - Google Patents
虚拟场景注入自动驾驶测试方法及电子设备 Download PDFInfo
- Publication number
- CN111309600A CN111309600A CN202010071384.1A CN202010071384A CN111309600A CN 111309600 A CN111309600 A CN 111309600A CN 202010071384 A CN202010071384 A CN 202010071384A CN 111309600 A CN111309600 A CN 111309600A
- Authority
- CN
- China
- Prior art keywords
- virtual
- vehicle
- information
- obstacle
- virtual scene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000002347 injection Methods 0.000 title claims abstract description 38
- 239000007924 injection Substances 0.000 title claims abstract description 38
- 238000010998 test method Methods 0.000 title claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 174
- 238000000034 method Methods 0.000 claims abstract description 80
- 230000003993 interaction Effects 0.000 claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims description 64
- 230000015654 memory Effects 0.000 claims description 16
- 238000002474 experimental method Methods 0.000 abstract description 23
- 238000011161 development Methods 0.000 abstract description 12
- 238000004088 simulation Methods 0.000 description 14
- 230000008447 perception Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012803 optimization experiment Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开一种虚拟场景注入自动驾驶测试方法及电子设备，方法包括：获取测试用例，生成所获取测试用例的虚拟场景；实时测量车辆的实际车辆位置，将实际车辆位置转换为车辆在虚拟场景中的虚拟车辆位置；向车辆注入虚拟场景；获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息；根据车辆行驶信息以及虚拟场景互动信息对被测算法进行测评。本发明能够既满足规划决策及控制模块的测试准确性需求，又能够避免测试结果对感知系统性能的依赖，降低测试过程对于测试设备及测试环境的需求，同时能够方便的生成大量差异明显的测试场景，进而降低开发成本及实车实验的危险程度。
Description
技术领域
本发明涉及汽车相关技术领域，特别是一种虚拟场景注入自动驾驶测试方法及电子设备。
背景技术
随着自动驾驶系统针对的自动驾驶等级的提高，实车测试所需场景也越来越复杂，这对参与测试的环境车辆及测试场地均提出了越来越高的要求。此外为了提高针对自动驾驶系统的测试覆盖度，需要大量差异明显的测试场景，甚至其中包含极限场景，这导致自动驾驶系统测试过程的时间及人力成本和测试风险的提高。
自动驾驶系统通常包含：感知模块、决策与规划模块、以及控制模块三个组成部分。其中感知系统的性能一方面取决于感知算法，另一方面取决于传感器性能，在产品开发的过程中，其性能处于不断优化的过程中，因而性能并不稳定。感知模块作为自动驾驶系统决策与规划的信息源头，其性能的变化会对规划决策及控制模块输出产生直接影响，感知模块在开发初期的故障及性能不足，导致无法进行全面测试或需要多次回归测试，从而影响产品开发效率。而控制模块仅依赖车辆本身的控制模块及底盘响应性，而随着车辆平台化开发，车辆本身的性能随更新换代差异并不明显，因而可以使用平台产品中相近车型或上一代车型进行初期验证。如果能够解决实车测试过程中规划决策模块及控制模块对于感知系统的依赖，则可以在感知系统尚未完成开发时，进行单独软件模块实车测试乃至与决策规划模块进行的实车集成测试，验证最终执行效果，从而以减少甚至消灭最终与感知模块集成测试时，规划决策模块及控制模块内部存在的缺陷，提高测试效率。
上述问题目前主要通过以下几种方法解决，然而都存在一定问题：
1.车辆动力学仿真测试的方法
2.实车在环的驾驶模拟器测试方法
3.先实车采集感知结果，校验确认后注入实车进行实车在环测试的方法。
车辆动力学仿真测试的方法，尽管近年来商业车辆动力学仿真软件持续完善，车辆动力学仿真精度持续提高，但随着车辆电气化程度的提高，车辆动力学特性越来越多的受到车载控制器影响，例如EPS(电动助力转向模块)控制的转向助力特性、ECM(发动机控制模块)对发动机的控制逻辑等、电驱动的制动力回收逻辑等，此外也受车辆总线的时序影响显著，例如各总线控制信号的周期等，而上述差异通常难以获得具体数据或建立模型。诸多差异导致车辆动力学仿真结果与实车测试结果差异较大，这种仿真与现实的差异对控制模块的测试乃至控制模块与规划决策模块的集成测试准确性影响明显。
在“无人驾驶整车实物在环测试方法”(申请号201810081477.5)中，描述了一种使用驾驶模拟器的测试方法，虽然这种方法能够解决车辆动力学模型无法模拟车载控制器差异及时序的问题，但为了保证测试过程轮胎力的准确性，驾驶模拟器需要模拟各种工况下，加载在车身及轮胎上的横向、纵向、垂向力，能够实现这种模拟效果的驾驶模拟器结构非常复杂，使用及维护成本非常高，限制了这种方法在自动驾驶系统开发过程中的使用。
对于专利“一种自动驾驶车辆测试方法、装置及系统”(申请号201810455620.2)中，描述了一种注入实车采集感知结果进行虚拟实车试验的方法，这种方法能够满足控制模块对于测试的准确性要求，又解除了测试过程与感知系统的耦合，但通常这种方法生成的测试用例的数量及差异性由于以下三个问题难以保证：
1.驾驶环境车辆驾驶员驾驶水平限制了能够实现的测试场景范围和精度；
2.试验设计人员对测试的理解，限制了测试场景的覆盖度；
3.所需要的道路形状在实际道路中不常见或不便测量，限制了道路形状的覆盖度；
此外这种方法生成的感知数据在测试的过程中的准确性难以保证。这是由于测试车辆无法保证同感知数据采集车辆有完全相同的运动，导致测试时车辆与采集时障碍物的位置关系与感知数据采集车同障碍物的位置关系发生变化，一方面这影响了注入数据的准确性，另一方面导致注入障碍物的遮挡关系及探测角度发生变化，也就是导致采集的感知数据范围不再适用于最终的实车在环测试。
在专利“一种汽车自动驾驶系统车辆在环仿真测试装置及方法”(申请号：20170655002.8)中，采用了如下方法：将仿真模块生成的原始感知数据注入车上的自动驾驶控制器，生成车辆控制指令控制车辆移动，而后从高精惯导获取车辆横摆角速度、横纵向加速度等信息，估计本车的实际位置，进转化为虚拟场景中的位置，与仿真模块中的虚拟场景形成闭环。由于该方法单纯依赖惯导简历实际车辆与虚拟场景间联系，而这种方法一方面无法长时间保证估计精度，另一方面为测试过程引入了显著的惯导位置估计误差，最终影响测试准确性。
发明内容
基于此，有必要提供一种虚拟场景注入自动驾驶测试方法及电子设备。
本发明提供一种虚拟场景注入自动驾驶测试方法，包括：
获取测试用例，生成所获取测试用例的虚拟场景；
实时测量车辆的实际车辆位置，将实际车辆位置转换为车辆在所述虚拟场景中的虚拟车辆位置；
向车辆注入所述虚拟场景；
获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息；
根据所述车辆行驶信息以及虚拟场景互动信息对所述被测算法进行测评。
进一步地，所述虚拟场景包括在虚拟地图中的虚拟障碍物，所述向车辆注入所述虚拟场景，具体包括：
向所述车辆的道路信息获取传感器输入所述虚拟地图的虚拟道路信息；
向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息。
更进一步地，所述向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息，具体包括：
基于所述虚拟车辆位置，将所述虚拟障碍物在虚拟场景中的坐标转换为车辆坐标系内的与车辆的相对位置；
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息；
将所述传感器检测信息作为所述虚拟障碍物的虚拟障碍物信息输入所述障碍物信息获取传感器。
再进一步地，所述基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息，具体包括：
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的基准检测信息；
向所述基准检测信息加入故障信息、和/或噪音信息，得到传感器检测信息。
更进一步地，所述获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息，具体包括：
实车执行被测算法，基于所述虚拟道路信息和所述虚拟障碍物信息控制实车在测试场地进行行驶；
获取行驶过程中的车辆行驶信息；
基于虚拟车辆位置将所述车辆行驶信息转换为所述虚拟场景中的虚拟车辆行驶信息；
基于所述虚拟车辆行驶信息，确定所述虚拟障碍物的互动信息，将所述虚拟障碍物的互动信息作为虚拟场景互动信息。
再进一步地，还包括：展示包括虚拟车辆位置的虚拟场景。
本发明提供一种虚拟场景注入自动驾驶测试电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取测试用例，生成所获取测试用例的虚拟场景；
实时测量车辆的实际车辆位置，将实际车辆位置转换为车辆在所述虚拟场景中的虚拟车辆位置；
向车辆注入所述虚拟场景；
获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息；
根据所述车辆行驶信息以及虚拟场景互动信息对所述被测算法进行测评。
进一步地，所述虚拟场景包括在虚拟地图中的虚拟障碍物，所述向车辆注入所述虚拟场景，具体包括：
向所述车辆的道路信息获取传感器输入所述虚拟地图的虚拟道路信息；
向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息。
更进一步地，所述向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息，具体包括：
基于所述虚拟车辆位置，将所述虚拟障碍物在虚拟场景中的坐标转换为车辆坐标系内的与车辆的相对位置；
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息；
将所述传感器检测信息作为所述虚拟障碍物的虚拟障碍物信息输入所述障碍物信息获取传感器。
再进一步地，所述基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息，具体包括：
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的基准检测信息；
向所述基准检测信息加入故障信息、和/或噪音信息，得到传感器检测信息。
更进一步地，所述获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息，具体包括：
实车执行被测算法，基于所述虚拟道路信息和所述虚拟障碍物信息控制实车在测试场地进行行驶；
获取行驶过程中的车辆行驶信息；
基于虚拟车辆位置将所述车辆行驶信息转换为所述虚拟场景中的虚拟车辆行驶信息；
基于所述虚拟车辆行驶信息，确定所述虚拟障碍物的互动信息，将所述虚拟障碍物的互动信息作为虚拟场景互动信息。
再进一步地，还包括：展示包括虚拟车辆位置的虚拟场景。
本发明提出了一种基于GPS的虚拟场景注入实车在环测试系统，能够既满足规划决策及控制模块的测试准确性需求，又能够避免测试结果对感知系统性能的依赖，降低测试过程对于测试设备及测试环境的需求，同时能够方便的生成大量差异明显的测试场景，进而节约自动驾驶系统开发的时间和人力成本，降低开发成本及实车实验的危险程度。
附图说明
图1为本发明一种虚拟场景注入自动驾驶测试方法的工作流程图；
图2为本发明一种虚拟场景注入自动驾驶测试电子设备的硬件结构示意图；
图3为本发明最佳实施例的虚拟场景注入实车在环测试系统的系统示意图；
图4为本发明最佳实施例虚拟感知模块示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细的说明。
如图1所示为本发明一种虚拟场景注入自动驾驶测试方法的工作流程图，包括：
步骤S101，获取测试用例，生成所获取测试用例的虚拟场景；
步骤S102，实时测量车辆的实际车辆位置，将实际车辆位置转换为车辆在所述虚拟场景中的虚拟车辆位置；
步骤S103，向车辆注入所述虚拟场景；
步骤S104，获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息；
步骤S105，根据所述车辆行驶信息以及虚拟场景互动信息对所述被测算法进行测评。
具体来说，实验开始时，先执行步骤S101，获取测试用例，生成所获取测试用例的虚拟场景，具体可以根据当前测试用例编号，生成测试用例的虚拟场景，并对虚拟场景模块进行复位，按照当前选定测试用例设定虚拟障碍物横纵向运动及初始位置等信息。
然后步骤S102，通过位置模块，例如全球定位系统(Global Positioning System，GPS)模块，实时测量车辆的实际车辆位置，例如，经纬度及航向，经转换后等效为车辆在虚拟场景中的位置，从而同步实际车辆在虚拟场景中的位置关系，作为虚拟场景与实际车辆交互接口。该步骤在步骤S103和步骤S104中，仍然实时获取车辆的实际车辆位置，并将其转换为虚拟车辆位置。
步骤S103向车辆注入虚拟场景。然后步骤S104车辆根据被测算法，控制车辆在测试场地进行自动驾驶，在自动驾驶过程中，基于虚拟车辆位置将会与虚拟场景产生互动，被测算法控制车辆行驶将产生相应的车辆行驶信息，同时，基于虚拟车辆位置将会与虚拟场景产生互动也将产生虚拟场景互动信息。步骤S105则根据所述车辆行驶信息以及虚拟场景互动信息对所述被测算法进行测评。
本发明提出了一种基于GPS的虚拟场景注入实车在环测试系统，能够既满足规划决策及控制模块的测试准确性需求，又能够避免测试结果对感知系统性能的依赖，降低测试过程对于测试设备及测试环境的需求，同时能够方便的生成大量差异明显的测试场景，进而节约自动驾驶系统开发的时间和人力成本，降低开发成本及实车实验的危险程度。
在其中一个实施例中，所述虚拟场景包括在虚拟地图中的虚拟障碍物，所述向车辆注入所述虚拟场景，具体包括：
向所述车辆的道路信息获取传感器输入所述虚拟地图的虚拟道路信息；
向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息。
本实施例通过向所述车辆的道路信息获取传感器输入所述虚拟地图的虚拟道路信息，向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息，使得车辆能够模拟在虚拟道路上行驶，并对虚拟障碍物进行互动，例如产生避让等行为。
在其中一个实施例中，所述向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息，具体包括：
基于所述虚拟车辆位置，将所述虚拟障碍物在虚拟场景中的坐标转换为车辆坐标系内的与车辆的相对位置；
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息；
将所述传感器检测信息作为所述虚拟障碍物的虚拟障碍物信息输入所述障碍物信息获取传感器。
具体来说，首先将虚拟障碍物转换为与车辆的相对位置，然后根据传感器的探测范围、及虚拟障碍物间是否遮挡等，确定虚拟障碍物的传感器检测信息，即模拟传感器对于该虚拟障碍物进行检测得到的传感器检测信息。
本实施例根据设定的传感器特性，包括传感器的探测范围，对原始虚拟感知信息进行处理，输出最终虚拟感知信息，含虚拟障碍物信息及虚拟道路信息。
在其中一个实施例中，所述基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息，具体包括：
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的基准检测信息；
向所述基准检测信息加入故障信息、和/或噪音信息，得到传感器检测信息。
本实施例可以根据实验要求，注入虚拟传感器故障，表现为某区域的障碍物无法探测到或道路信息卡顿或丢失等，从而进行故障注入测试。最后根据产品中预计采用的传感器特性，叠加测量噪声，噪声特性可以来源于传感器的实测值，也可来源于经验判断。经过上述处理，最终形成虚拟感知结果。
在其中一个实施例中，所述获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息，具体包括：
实车执行被测算法，基于所述虚拟道路信息和所述虚拟障碍物信息控制实车在测试场地进行行驶；
获取行驶过程中的车辆行驶信息；
基于虚拟车辆位置将所述车辆行驶信息转换为所述虚拟场景中的虚拟车辆行驶信息；
基于所述虚拟车辆行驶信息，确定所述虚拟障碍物的互动信息，将所述虚拟障碍物的互动信息作为虚拟场景互动信息。
本实施例由实车采用被测算法在测试场地进行自动驾驶，在此基础上，确定车辆行驶信息、以及虚拟障碍物的互动信息。
在其中一个实施例中，还包括：展示包括虚拟车辆位置的虚拟场景。
具体来说，可以通过显示器展示包括虚拟车辆位置的虚拟场景。显示器包括但不限于电脑显示器，虚拟现实眼镜，增强现实显示或车载抬头显示界面。
本实施例将本车在虚拟地图中的位置，本车在虚拟地图位置附近的道路情况，虚拟地图中本车一定范围内的障碍物的位置，实验进度等信息实时显示，以便在虚拟场景实车测试的过程中，提示实验人员实验进度。
如图2所示为本发明一种虚拟场景注入自动驾驶测试电子设备的硬件结构示意图，包括：
至少一个处理器201；以及，
与所述至少一个处理器201通信连接的存储器202；其中，
所述存储器202存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取测试用例，生成所获取测试用例的虚拟场景；
实时测量车辆的实际车辆位置，将实际车辆位置转换为车辆在所述虚拟场景中的虚拟车辆位置；
向车辆注入所述虚拟场景；
获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息；
根据所述车辆行驶信息以及虚拟场景互动信息对所述被测算法进行测评。
图2中以一个处理器201为例。
电子设备还可以包括：输入装置203和显示装置204。
处理器201、存储器202、输入装置203及显示装置204可以通过总线或者其他方式连接，图中以通过总线连接为例。
存储器202作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的虚拟场景注入自动驾驶测试方法对应的程序指令/模块，例如，图1所示的方法流程。处理器201通过运行存储在存储器202中的非易失性软件程序、指令以及模块，从而执行各种功能应用以及数据处理，即实现上述实施例中的虚拟场景注入自动驾驶测试方法。
存储器202可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据虚拟场景注入自动驾驶测试方法的使用所创建的数据等。此外，存储器202可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器202可选包括相对于处理器201远程设置的存储器，这些远程存储器可以通过网络连接至执行虚拟场景注入自动驾驶测试方法的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置203可接收输入的用户点击，以及产生与虚拟场景注入自动驾驶测试方法的用户设置以及功能控制有关的信号输入。显示装置204可包括显示屏等显示设备。
在所述一个或者多个模块存储在所述存储器202中，当被所述一个或者多个处理器201运行时，执行上述任意方法实施例中的虚拟场景注入自动驾驶测试方法。
本发明提出了一种基于GPS的虚拟场景注入实车在环测试系统，能够既满足规划决策及控制模块的测试准确性需求，又能够避免测试结果对感知系统性能的依赖，降低测试过程对于测试设备及测试环境的需求，同时能够方便的生成大量差异明显的测试场景，进而节约自动驾驶系统开发的时间和人力成本，降低开发成本及实车实验的危险程度。
在其中一个实施例中，所述虚拟场景包括在虚拟地图中的虚拟障碍物，所述向车辆注入所述虚拟场景，具体包括：
向所述车辆的道路信息获取传感器输入所述虚拟地图的虚拟道路信息；
向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息。
在其中一个实施例中，所述向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息，具体包括：
基于所述虚拟车辆位置，将所述虚拟障碍物在虚拟场景中的坐标转换为车辆坐标系内的与车辆的相对位置；
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息；
将所述传感器检测信息作为所述虚拟障碍物的虚拟障碍物信息输入所述障碍物信息获取传感器。
在其中一个实施例中，所述基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息，具体包括：
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的基准检测信息；
向所述基准检测信息加入故障信息、和/或噪音信息，得到传感器检测信息。
在其中一个实施例中，所述获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息，具体包括：
实车执行被测算法，基于所述虚拟道路信息和所述虚拟障碍物信息控制实车在测试场地进行行驶；
获取行驶过程中的车辆行驶信息；
基于虚拟车辆位置将所述车辆行驶信息转换为所述虚拟场景中的虚拟车辆行驶信息；
基于所述虚拟车辆行驶信息，确定所述虚拟障碍物的互动信息，将所述虚拟障碍物的互动信息作为虚拟场景互动信息。
在其中一个实施例中，还包括：展示包括虚拟车辆位置的虚拟场景。
作为本发明最佳实施例，一种基于GPS的虚拟场景注入实车在环测试方法，可以在车辆行进过程中，根据预先定义的测试用例，向自动驾驶系统中注入虚拟障碍物和虚拟道路信息，同时保留车辆本身及车辆与道路的准确性，进而允许在感知模块尚未开发完成的情况下，对决策与规划模块及控制模块进行大量复杂交通场景的实车测试，提前排查决策与规划模块同控制模块的协同问题，减少最终集成测试中残留的缺陷数量。本发明提出的方法可以加快开发进程，降低开发成本及实车实验的危险程度。
虚拟场景中的障碍物、道路，需要自动驾驶车辆计算并输出控制给车辆，因而车辆在道路上的位置、与障碍物的位置关系、运动关系都会发生变化，从而形成了闭环。
如图3所示，本发明最佳实施例的虚拟场景注入实车在环测试系统包含实验控制模块310、GPS模块320、虚拟场景模块330、被测算法模块340、测试车辆350、虚拟显示模块360、及测试场地，其中：
1.实验控制模块310
该模块在实验开始时，确定当前测试用例编号，并对虚拟场景模块进行复位，按照当前选定测试用例设定虚拟障碍物横纵向运动及初始位置等信息。
该模块在实验过程中监控实验进程，根据测试过程中是否发生碰撞，是否完成目标操作以及执行结果是否符合预期结果判定测试是否结束，以及测试是否通过。
2.GPS模块320
该模块实时测量并输出车辆在测试过程中的经纬度及航向，经转换后等效为车辆在虚拟场景中的位置，从而同步实际车辆在虚拟场景中与障碍物的位置关系，作为虚拟场景与实际车辆交互接口。该模块需提供厘米级定位精度。
3.虚拟场景模块330
虚拟场景模块330包括虚拟障碍物模块331、虚拟地图模块332、虚拟原点模块333、以及虚拟感知模块334。
1)虚拟障碍物模块331，该模块根据测试用例的定义，确定虚拟障碍物在实验过程中的横纵向运动及初始位置，在试验进行过程中，根据其运动属性，更新其在虚拟地图中的实时位置，并将该信息输出，向虚拟感知模块334提供交通流信息。可根据需要，选取一个或多个虚拟障碍物参与测试。
其中虚拟障碍物信息，由虚拟感知模块进行模拟探测，然后将虚拟的感知信号输入到自动驾驶控制系统，以计算并更新车辆控制。虚拟障碍物的显示主要为了便于驾驶员或试验人员了解当前测试场景，了解发生的刹车、油门、转向的原因以及试验进度。当然也可以结合虚拟现实技术，给驾驶员一个更加真实的场景显示，以评价驾驶是否过于危险，是否过于激进的主观感受。
2)虚拟地图模块332，该模块描述实验中的虚拟道路形态，并输出车辆处于虚拟地图位置附近的虚拟道路信息，在每次实验开始时，设定虚拟地图的原点为本车所处绝对位置，道路朝向为本车朝向，在实验过程中，虚拟地图原点及地图朝向相对于大地保持不变。实验开始后，车辆在测试场地内行驶，即等效为在虚拟地图中行驶，虚拟地图模块实时输出车辆在虚拟地图中的位置及附近的道路信息，向虚拟感知模块334提供地图信息。虚拟地图既可以针对性的采集某条道路形状，也可以针对算法特点，在道路设计规范的范围内设计道路以生成虚拟地图，从而保证虚拟地图可以体现实际道路中比较罕见或不方便采集或不方便实地测试的道路形态。
虚拟道路信息，由虚拟感知模块进行模拟探测，然后将虚拟的感知信号输入到自动驾驶控制系统。道路的评价主要看是否有轨迹的抖动，偏出道路外，太靠近道路边沿等，结合虚拟显示技术可以有更直观评价，如贴近路沿，过于危险等
3)虚拟地图原点模块333，用于确定虚拟地图原点，即实验开始后，虚拟地图坐标原点位置，通常选在实验开始时本车所处绝对位置，并在实验开始后保持不变。该模块在实验过程中，将车辆的绝对位置，即GPS位置转化为车辆在虚拟地图上相对于地图原点的平面坐标，即虚拟本车位置。
4)虚拟感知模块334，该模块首先将障碍物及道路中心点在虚拟地图中的绝对位置，转化为车辆坐标系内的相对位置，作为原始虚拟感知信息输出给特性模拟模块。而后根据设定的传感器特性，包括传感器的探测范围、传感器的测量噪声等，对原始虚拟感知信息进行处理，输出最终虚拟感知信息，含虚拟障碍物信息及虚拟道路信息。该模块也可输出原始虚拟感知信息，用以在理想传感器配置的前提下，验证规划与决策模块及控制模块。
虚拟感知模块的输出结果，模拟传感器的输出值输入自动驾驶控制系统。可以根据需要模拟特定类型的传感器输出值，例如遮挡，探测范围，FOV，能否输出障碍物角度，能否输出障碍物宽度等。
如图4所示，虚拟感知模块该模块334包括坐标变换模块3341及传感器特性模拟模块3342两部分，其中：
1)坐标变换模块3341，该模块将障碍物的位置从其在虚拟地图内的平面坐标变换到其在车辆坐标系内的相对坐标。
2)传感器特性模拟模块3342，该模块根据障碍物所处位置，根据传感器的探测范围，障碍物间遮挡等，确定障碍物是否能够被探测到。该模块需剔除传感器不可探测的障碍物。此外也可以根据实验要求，注入虚拟传感器故障，表现为某区域的障碍物无法探测到或道路信息卡顿或丢失等，从而进行故障注入测试。最后根据产品中预计采用的传感器特性，叠加测量噪声，噪声特性可以来源于传感器的实测值，也可来源于经验判断。经过上述处理，最终形成虚拟感知结果。
4.被测算法模块340
本模块包括需要进行测试的算法模块，根据测试需要可以包含决策规划模块341，控制模块342或二者的组合。
5.实际车辆350
实际车辆350即为开发过程中使用的测试车辆，可以根据测试预计发生时段与整车开发计划，选择当前开发进程中车辆，同型号前款车型或同平台相似车型作为测试车辆。
6.虚拟测试显示模块360
该模块与虚拟场景模块进行连接，连接的方式可以是以太网或CAN总线，或其他总线形式，显示包括但不限于电脑显示器，虚拟现实眼镜，增强现实显示或车载抬头显示界面。虚拟场景模块需将本车在虚拟地图中的位置，本车在虚拟地图位置附近的道路情况，虚拟地图中本车一定范围内的障碍物的位置以2维或3维的方式实时显示，以便试验人员在虚拟场景注入实车在环测试进度。当系统中采用虚拟现实设备或增强现实设备时，可以由实验操作人员对自动驾驶系统的控制效果进行初步主观评判，评判结果包括：当前操作是否合理，当前操作是否引起驾驶员恐慌等。
7.测试场地
测试场地为实车测试所处场地，要求该场地无障碍区域能够完整容纳虚拟地图，且GPS信号良好，如测试广场。
其中在测试开始前，采用如下方法制定测试用例，首先抽象出各个虚拟障碍物运动及道路属性在试验过程中所需参数，作为实验设计的试验因素，例如障碍物横纵向初始速度，障碍物初始横纵向位置，障碍物在实验过程中的运动变化情况，道路初始曲率，道路终止曲率等，然后根据各参数的合理取值范围确定试验因素的范围及水平数，进而通过正交试验法或其他优化试验设计方法设计实验表。这种测试用例的生成方法可以避免测试用例的设计受试验设计人员本身主观因素对于测试场景数量及差异性的限制，从而生成大量差异明显的测试场景。
本发明具有如下优点：
一.提出了一种基于GPS的虚拟场景注入实车在环测试系统及方法。
本发明通过基于绝对位置，构造虚拟场景，并向车辆注入虚拟感知结果以进行实车在环测试的方法，能够满足规划决策及控制模块的测试准确性需求，同时避免测试结果对感知系统性能的依赖，降低测试过程对于测试设备及测试环境的需求，同时便于实现大量差异明显的测试场景。
二.提出了一种基于优化实验设计生成虚拟测试场景的方法。
本发明通过正交试验等试验设计方法构造虚拟场景，能够避免测试用例的覆盖范围受到实验人员主观因素的局限，生成实现大量差异明显的测试场景。
三.提出了一种针对虚拟感知结果的传感器特性模拟方法。
本发明提出了一种针对虚拟感知结果的传感器模拟方法，提高了虚拟感知结果的逼真程度，同时降低了初期故障注入测试的危险程度，降低测试成本。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种虚拟场景注入自动驾驶测试方法，其特征在于，包括：
获取测试用例，生成所获取测试用例的虚拟场景；
实时测量车辆的实际车辆位置，将实际车辆位置转换为车辆在所述虚拟场景中的虚拟车辆位置；
向车辆注入所述虚拟场景；
获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息；
根据所述车辆行驶信息以及虚拟场景互动信息对所述被测算法进行测评。
2.根据权利要求1所述的虚拟场景注入自动驾驶测试方法，其特征在于，所述虚拟场景包括在虚拟地图中的虚拟障碍物，所述向车辆注入所述虚拟场景，具体包括：
向所述车辆的道路信息获取传感器输入所述虚拟地图的虚拟道路信息；
向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息。
3.根据权利要求2所述的虚拟场景注入自动驾驶测试方法，其特征在于，所述向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息，具体包括：
基于所述虚拟车辆位置，将所述虚拟障碍物在虚拟场景中的坐标转换为车辆坐标系内的与车辆的相对位置；
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息；
将所述传感器检测信息作为所述虚拟障碍物的虚拟障碍物信息输入所述障碍物信息获取传感器。
4.根据权利要求3所述的虚拟场景注入自动驾驶测试方法，其特征在于，所述基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息，具体包括：
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的基准检测信息；
向所述基准检测信息加入故障信息、和/或噪音信息，得到传感器检测信息。
5.根据权利要求2所述的虚拟场景注入自动驾驶测试方法，其特征在于，所述获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息，具体包括：
实车执行被测算法，基于所述虚拟道路信息和所述虚拟障碍物信息控制实车在测试场地进行行驶；
获取行驶过程中的车辆行驶信息；
基于虚拟车辆位置将所述车辆行驶信息转换为所述虚拟场景中的虚拟车辆行驶信息；
基于所述虚拟车辆行驶信息，确定所述虚拟障碍物的互动信息，将所述虚拟障碍物的互动信息作为虚拟场景互动信息。
6.根据权利要求1至5任一项所述的虚拟场景注入自动驾驶测试方法，其特征在于，还包括：展示包括虚拟车辆位置的虚拟场景。
7.一种虚拟场景注入自动驾驶测试电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取测试用例，生成所获取测试用例的虚拟场景；
实时测量车辆的实际车辆位置，将实际车辆位置转换为车辆在所述虚拟场景中的虚拟车辆位置；
向车辆注入所述虚拟场景；
获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息；
根据所述车辆行驶信息以及虚拟场景互动信息对所述被测算法进行测评。
8.根据权利要求7所述的虚拟场景注入自动驾驶测试电子设备，其特征在于，所述虚拟场景包括在虚拟地图中的虚拟障碍物，所述向车辆注入所述虚拟场景，具体包括：
向所述车辆的道路信息获取传感器输入所述虚拟地图的虚拟道路信息；
向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息。
9.根据权利要求8所述的虚拟场景注入自动驾驶测试电子设备，其特征在于，所述向所述车辆的障碍物信息获取传感器输入所述虚拟障碍物的虚拟障碍物信息，具体包括：
基于所述虚拟车辆位置，将所述虚拟障碍物在虚拟场景中的坐标转换为车辆坐标系内的与车辆的相对位置；
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息；
将所述传感器检测信息作为所述虚拟障碍物的虚拟障碍物信息输入所述障碍物信息获取传感器。
10.根据权利要求9所述的虚拟场景注入自动驾驶测试电子设备，其特征在于，所述基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的传感器检测信息，具体包括：
基于所述车辆的障碍物信息获取传感器的探测参数，根据虚拟障碍物在车辆坐标系内的相对位置，确定关于虚拟障碍物的基准检测信息；
向所述基准检测信息加入故障信息、和/或噪音信息，得到传感器检测信息。
11.根据权利要求8所述的虚拟场景注入自动驾驶测试电子设备，其特征在于，所述获取车辆采用被测算法在测试场地行驶过程中基于虚拟车辆位置与所述虚拟场景互动所产生的车辆行驶信息以及虚拟场景互动信息，具体包括：
实车执行被测算法，基于所述虚拟道路信息和所述虚拟障碍物信息控制实车在测试场地进行行驶；
获取行驶过程中的车辆行驶信息；
基于虚拟车辆位置将所述车辆行驶信息转换为所述虚拟场景中的虚拟车辆行驶信息；
基于所述虚拟车辆行驶信息，确定所述虚拟障碍物的互动信息，将所述虚拟障碍物的互动信息作为虚拟场景互动信息。
12.根据权利要求7至11任一项所述的虚拟场景注入自动驾驶测试电子设备，其特征在于，还包括：展示包括虚拟车辆位置的虚拟场景。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010071384.1A CN111309600B (zh) | 2020-01-21 | 2020-01-21 | 虚拟场景注入自动驾驶测试方法及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010071384.1A CN111309600B (zh) | 2020-01-21 | 2020-01-21 | 虚拟场景注入自动驾驶测试方法及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111309600A true CN111309600A (zh) | 2020-06-19 |
| CN111309600B CN111309600B (zh) | 2024-04-12 |
Family
ID=71156442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010071384.1A Active CN111309600B (zh) | 2020-01-21 | 2020-01-21 | 虚拟场景注入自动驾驶测试方法及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111309600B (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112578683A (zh) * | 2020-10-16 | 2021-03-30 | 襄阳达安汽车检测中心有限公司 | 一种优化的汽车辅助驾驶控制器在环仿真测试方法 |
| CN112639793A (zh) * | 2020-08-05 | 2021-04-09 | 华为技术有限公司 | 一种自动驾驶车辆的测试方法及装置 |
| CN112649208A (zh) * | 2020-11-30 | 2021-04-13 | 北京智能车联产业创新中心有限公司 | 测试自动驾驶车辆紧急制动功能的装置及方法 |
| CN112781888A (zh) * | 2020-12-21 | 2021-05-11 | 苏州挚途科技有限公司 | 测试车辆的系统和方法 |
| CN112924185A (zh) * | 2021-01-22 | 2021-06-08 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
| CN112991735A (zh) * | 2021-03-05 | 2021-06-18 | 北京百度网讯科技有限公司 | 交通流量监测系统的测试方法、装置及设备 |
| CN113051765A (zh) * | 2021-03-31 | 2021-06-29 | 中国科学院合肥物质科学研究院 | 一种基于虚拟场景变换的智能驾驶车辆车路在环测试方法 |
| CN113092135A (zh) * | 2021-04-14 | 2021-07-09 | 东软睿驰汽车技术（沈阳）有限公司 | 一种自动驾驶车辆的测试方法、装置及设备 |
| CN113340608A (zh) * | 2021-05-28 | 2021-09-03 | 东风汽车有限公司东风日产乘用车公司 | 一种汽车测试方法及汽车测试台架 |
| CN113760776A (zh) * | 2021-09-30 | 2021-12-07 | 襄阳达安汽车检测中心有限公司 | 一种自动驾驶仿真软件协同仿真测试的方法和系统 |
| CN113848855A (zh) * | 2021-09-27 | 2021-12-28 | 襄阳达安汽车检测中心有限公司 | 车辆控制系统测试方法、装置、设备、介质及程序产品 |
| CN113867315A (zh) * | 2021-09-24 | 2021-12-31 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
| CN113892088A (zh) * | 2021-08-31 | 2022-01-04 | 华为技术有限公司 | 一种测试方法和系统 |
| CN113946146A (zh) * | 2021-08-03 | 2022-01-18 | 上海和夏新能源科技有限公司 | 具有场景数据的智能驾驶及adas测试数据采集系统及方法 |
| CN114415621A (zh) * | 2021-12-13 | 2022-04-29 | 山东省科学院自动化研究所 | 基于虚拟场景的自动驾驶实车混合测试系统及方法 |
| CN114488855A (zh) * | 2022-01-26 | 2022-05-13 | 上海和夏新能源科技有限公司 | 基于卫星定位的智能驾驶及adas模拟测试方法和系统 |
| CN115016503A (zh) * | 2022-07-12 | 2022-09-06 | 阜阳莱陆智能科技有限公司 | 一种消毒机器人场景模拟测试系统及装置 |
| CN115099070A (zh) * | 2022-08-14 | 2022-09-23 | 北京昂克科技有限公司 | 基于数字孪生的底盘数据获取方法、装置及存储介质 |
| CN115599700A (zh) * | 2022-12-12 | 2023-01-13 | 中国第一汽车股份有限公司（Cn） | 一种辅助驾驶产品测试系统和方法 |
| CN115876493A (zh) * | 2023-01-18 | 2023-03-31 | 禾多科技（北京）有限公司 | 用于自动驾驶的测试场景生成方法、装置、设备和介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109580252A (zh) * | 2018-12-29 | 2019-04-05 | 驭势科技（北京）有限公司 | 一种车辆在环的智能驾驶车辆测试方法、车载控制装置和测试系统 |
| US20190278290A1 (en) * | 2018-03-08 | 2019-09-12 | Baidu Usa Llc | Simulation-based method to evaluate perception requirement for autonomous driving vehicles |
| CN110673590A (zh) * | 2019-10-21 | 2020-01-10 | 安徽江淮汽车集团股份有限公司 | 自动驾驶系统可靠性判断方法、装置、设备及存储介质 |
-
2020
- 2020-01-21 CN CN202010071384.1A patent/CN111309600B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190278290A1 (en) * | 2018-03-08 | 2019-09-12 | Baidu Usa Llc | Simulation-based method to evaluate perception requirement for autonomous driving vehicles |
| CN109580252A (zh) * | 2018-12-29 | 2019-04-05 | 驭势科技（北京）有限公司 | 一种车辆在环的智能驾驶车辆测试方法、车载控制装置和测试系统 |
| CN110673590A (zh) * | 2019-10-21 | 2020-01-10 | 安徽江淮汽车集团股份有限公司 | 自动驾驶系统可靠性判断方法、装置、设备及存储介质 |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112639793A (zh) * | 2020-08-05 | 2021-04-09 | 华为技术有限公司 | 一种自动驾驶车辆的测试方法及装置 |
| CN112578683A (zh) * | 2020-10-16 | 2021-03-30 | 襄阳达安汽车检测中心有限公司 | 一种优化的汽车辅助驾驶控制器在环仿真测试方法 |
| CN112578683B (zh) * | 2020-10-16 | 2022-08-02 | 襄阳达安汽车检测中心有限公司 | 一种优化的汽车辅助驾驶控制器在环仿真测试方法 |
| CN112649208A (zh) * | 2020-11-30 | 2021-04-13 | 北京智能车联产业创新中心有限公司 | 测试自动驾驶车辆紧急制动功能的装置及方法 |
| CN112781888A (zh) * | 2020-12-21 | 2021-05-11 | 苏州挚途科技有限公司 | 测试车辆的系统和方法 |
| CN112781888B (zh) * | 2020-12-21 | 2023-12-15 | 苏州挚途科技有限公司 | 测试车辆的系统和方法 |
| CN112924185B (zh) * | 2021-01-22 | 2021-11-30 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
| CN112924185A (zh) * | 2021-01-22 | 2021-06-08 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
| CN112991735A (zh) * | 2021-03-05 | 2021-06-18 | 北京百度网讯科技有限公司 | 交通流量监测系统的测试方法、装置及设备 |
| CN113051765A (zh) * | 2021-03-31 | 2021-06-29 | 中国科学院合肥物质科学研究院 | 一种基于虚拟场景变换的智能驾驶车辆车路在环测试方法 |
| CN113051765B (zh) * | 2021-03-31 | 2024-01-05 | 中国科学院合肥物质科学研究院 | 一种基于虚拟场景变换的智能驾驶车辆车路在环测试方法 |
| CN113092135A (zh) * | 2021-04-14 | 2021-07-09 | 东软睿驰汽车技术（沈阳）有限公司 | 一种自动驾驶车辆的测试方法、装置及设备 |
| CN113340608A (zh) * | 2021-05-28 | 2021-09-03 | 东风汽车有限公司东风日产乘用车公司 | 一种汽车测试方法及汽车测试台架 |
| CN113340608B (zh) * | 2021-05-28 | 2023-11-17 | 东风汽车有限公司东风日产乘用车公司 | 一种汽车测试方法及汽车测试台架 |
| CN113946146A (zh) * | 2021-08-03 | 2022-01-18 | 上海和夏新能源科技有限公司 | 具有场景数据的智能驾驶及adas测试数据采集系统及方法 |
| WO2023028858A1 (zh) * | 2021-08-31 | 2023-03-09 | 华为技术有限公司 | 一种测试方法和系统 |
| CN113892088A (zh) * | 2021-08-31 | 2022-01-04 | 华为技术有限公司 | 一种测试方法和系统 |
| CN113867315A (zh) * | 2021-09-24 | 2021-12-31 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
| CN113848855A (zh) * | 2021-09-27 | 2021-12-28 | 襄阳达安汽车检测中心有限公司 | 车辆控制系统测试方法、装置、设备、介质及程序产品 |
| CN113760776A (zh) * | 2021-09-30 | 2021-12-07 | 襄阳达安汽车检测中心有限公司 | 一种自动驾驶仿真软件协同仿真测试的方法和系统 |
| CN114415621A (zh) * | 2021-12-13 | 2022-04-29 | 山东省科学院自动化研究所 | 基于虚拟场景的自动驾驶实车混合测试系统及方法 |
| CN114488855A (zh) * | 2022-01-26 | 2022-05-13 | 上海和夏新能源科技有限公司 | 基于卫星定位的智能驾驶及adas模拟测试方法和系统 |
| CN114488855B (zh) * | 2022-01-26 | 2024-03-26 | 上海和夏骏智科技有限公司 | 基于卫星定位的智能驾驶及adas模拟测试方法和系统 |
| CN115016503A (zh) * | 2022-07-12 | 2022-09-06 | 阜阳莱陆智能科技有限公司 | 一种消毒机器人场景模拟测试系统及装置 |
| CN115016503B (zh) * | 2022-07-12 | 2024-07-19 | 安徽莱陆智能科技有限公司 | 一种消毒机器人场景模拟测试装置 |
| CN115099070A (zh) * | 2022-08-14 | 2022-09-23 | 北京昂克科技有限公司 | 基于数字孪生的底盘数据获取方法、装置及存储介质 |
| CN115599700A (zh) * | 2022-12-12 | 2023-01-13 | 中国第一汽车股份有限公司（Cn） | 一种辅助驾驶产品测试系统和方法 |
| CN115876493A (zh) * | 2023-01-18 | 2023-03-31 | 禾多科技（北京）有限公司 | 用于自动驾驶的测试场景生成方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111309600B (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111309600B (zh) | 虚拟场景注入自动驾驶测试方法及电子设备 | |
| CN111897305B (zh) | 一种基于自动驾驶的数据处理方法、装置、设备及介质 | |
| US10902165B2 (en) | Deployable development platform for autonomous vehicle (DDPAV) | |
| CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
| CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
| JP6811335B2 (ja) | 自動運転シミュレータ及び自動運転シミュレータ用地図生成方法 | |
| CN111580493B (zh) | 一种自动驾驶仿真方法、系统及介质 | |
| CN110884502B (zh) | 自动驾驶路径规划质量测评方法、装置和系统 | |
| JP2022511333A (ja) | 自律自動車の制御ユニットを修正するための方法およびシステム | |
| US11173924B2 (en) | Test for self-driving motor vehicle | |
| KR102610867B1 (ko) | 자율주행차량의 고장 안전성 시험 평가 시스템 및 방법 | |
| CN111752261B (zh) | 基于自主驾驶机器人的自动驾驶测试平台 | |
| GB2557252A (en) | Physical environment simulator for vehicle testing | |
| CN115016323A (zh) | 自动驾驶的仿真测试系统及方法 | |
| US20190318050A1 (en) | Environmental modification in autonomous simulation | |
| CN108444726A (zh) | 车辆测试系统 | |
| CN116685924A (zh) | 用于自主车辆上下文中的模拟支持的地图质量保证的系统和方法 | |
| CN113918615A (zh) | 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统 | |
| CN114638103A (zh) | 自动驾驶联合仿真方法、装置、计算机设备及存储介质 | |
| CN117130298A (zh) | 用于评估自动驾驶系统的方法、装置及存储介质 | |
| CN114993303A (zh) | 自动泊车测试方法、装置、计算机终端及存储介质 | |
| CN115718437A (zh) | 一种网联自动驾驶的仿真方法及装置 | |
| von Neumann-Cosel et al. | Testing of image processing algorithms on synthetic data | |
| CN117434916B (zh) | 车辆功能测试系统、方法及存储介质 | |
| Redmill et al. | Sensor and data fusion design and evaluation with a virtual environment simulator |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |