CN109557904B - 一种测试方法、装置、设备和介质 - Google Patents
一种测试方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN109557904B CN109557904B CN201811488854.3A CN201811488854A CN109557904B CN 109557904 B CN109557904 B CN 109557904B CN 201811488854 A CN201811488854 A CN 201811488854A CN 109557904 B CN109557904 B CN 109557904B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- virtual
- data
- scene data
- test
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种测试方法、装置、设备和介质。其中,方法包括:根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据;将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;根据所述最终场景数据,对所述待测车辆进行控制。本发明实施例解决了在特定场景进行测试无人车控制系统的测试时,场景再现成本高昂且测试效率较低的问题,可在车辆控制测试过程中注入可控障碍物,实现障碍物精确控制,稳定复现特定场景。同时,虚拟障碍物不存在维修、维护等问题,从而达到节约测试成本的目的。
Description
技术领域
本发明实施例涉及车辆驾驶控制技术,尤其涉及一种测试方法、装置、设备和介质。
背景技术
无人驾驶汽车技术正在不断发展,车辆控制所需的硬件和软件功能都在持续改进和更新。为了保障车辆行驶的安全性,通常都需要对车辆的各种性能进行测试,用来测试车辆采集环境数据并进行识别,以及根据识别结果进行响应控制的能力。
车辆行驶的实际场景是非常复杂多变的,测试过程也需要对各个场景进行全面覆盖的测试。但是,对于一些特定场景,是很难稳定复现的,这在测试无人车控制系统的测试环节中至关重要。例如,车辆碰撞风险、行人碰撞风险的测试,可以采用假人、假车的测试手段,但是一旦发生碰撞易造成假人、假车甚至无人车受损,使得成本高昂且测试效率较低。同时,这类测试手段很难控制障碍物进行精确的移动,来实现场景的稳定复现。
发明内容
本发明实施例提供一种测试方法、装置、设备和介质,以复现特定场景,并提供精准测试数据,以便对车辆行驶控制性能进行有效测试。
第一方面,本发明实施例提供了一种测试方法,该方法包括:
根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据;
将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;
根据所述最终场景数据,对所述待测车辆进行控制。
第二方面,本发明实施例还提供了一种测试装置,该装置包括:
虚拟场景数据生成模块,用于根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据;
最终场景数据生成模块,用于将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;
控制模块,用于根据所述最终场景数据,对所述待测车辆进行控制。
第三方面,本发明实施例还提供了一种计算机设备,该计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中任一所述的测试方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如发明实施例中任一所述的测试方法。
本发明实施例通过根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据,将虚拟场景数据与实测场景数据结合,形成最终场景数据,然后根据最终场景数据,对待测车辆进行控制完成车辆控制测试,解决了在特定场景进行测试无人车控制系统的测试时,场景再现成本高昂且测试效率较低的问题,可在车辆控制测试过程中注入可控障碍物,实现障碍物精确控制,稳定复现特定场景。同时,虚拟障碍物不存在维修、维护等问题,从而达到节约测试成本的目的。
附图说明
图1是本发明实施例一中的测试方法的流程图;
图2是本发明实施例二中的测试方法的流程图;
图3是本发明实施例三中的测试装置的结构示意图;
图4是本发明实施例四中的测试装置的结构示意图;
图5是本发明实施例五中的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的测试方法的流程图,本实施例可适用于通过无人车行驶控制测试的情况,该方法可以由测试装置实现,具体可通过设备中的软件和/或硬件来实施,该装置可以集成于任何进行测试的虚拟场景数据和实测场景数据处理的设备中,可选的是车载控制设备。如图1所示,测试方法具体包括:
S110、根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据。
其中,测试需求是对具体的测试场景选择和设定。例如,测试场景可以包括自动切车测试、跟车测试及行人横穿马路测试等在车辆行驶过程中可能会发生的场景。针对每一个测试场景可设置相应的待测车速和/或车间距离参数以及虚拟障碍物的其他场景参数,如在跟车测试场景中,待测车辆与行驶在待测车辆前面的虚拟车辆间距离需要保持预设距离,若待测车辆与虚拟车辆间距离小于预设距离时,可触发对待测车辆相应的控制操作。
待测车辆当前行驶状态数据包括车辆位置和车辆速度中的至少一个。车辆的位置和车辆的速度是由待测车辆本身的传感器获取的数据所确定的,如激光雷达、速度传感器等。其中,车辆的位置可以由一个三维空间坐标表示。
在任意一个测试场景中,根据待测车辆的当前行驶状态数据和测试场景的参数,即可计算虚拟障碍物的运动轨迹,触发生成连续帧的虚拟场景数据。虚拟场景数据包括虚拟障碍物数据,虚拟障碍物可以是移动的物体,例如行人或车辆等。虚拟障碍物的数据如障碍物的位置,当障碍物为车辆或行人时,虚拟障碍物数据包括车辆或行人的运动速度和运动轨迹等数据。
如在碰撞测试中,根据碰撞测试需求,以及当前的车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据。其中,碰撞测试需求的描述参数包括:虚拟障碍物与待测车辆之间的设定移动模式,以及所述设定移动模式的设定参数。进一步的,设定参数可以是包括下述至少一个:障碍物类型、起点位置关系、终点位置关系、过程位置关系、相对角度、相对速度、和过程时间。以上述方式来描述测试需求,可以简化测试操作人员的工作量,以直观的需求参数就能自动产生虚拟场景数据,方便测试。
S120、将所述虚拟场景数据与实测场景数据结合,形成最终场景数据。
具体的,在将虚拟场景数据与实测场景数据结合,形成最终场景数据之前,还要获取车载传感器的实测原始数据,对实测原始数据进行识别预处理,以产生连续帧的实测场景数据。
车载传感器的实测原始数据可以是通过激光雷达扫描设备得到的待测车辆行驶的道路上及待测车辆周边障碍物的激光点云数据,对实测原始数据进行识别预处理即对获取到的激光点云数据进行分析,从而识别出在当前实测场景下的道路以及障碍物的类别、分布以及运动速度等数据,以产生连续帧的实测场景数据。实测场景数据可以是三维的场景数据。
进而,由再处理模块将虚拟场景数据与实测场景数据结合,形成最终场景数据。具体的,是将连续帧的虚拟场景数据与对应帧的实测场景数据进行叠加替换,以形成最终场景数据。例如,测试场景为跟车测试,连续帧的虚拟场景数据即为在待测车辆之前匀速或加速行驶的虚拟车辆,在每一帧虚拟场景数据中,虚拟车辆的行驶状态不一定相同,位置会发生变化。将虚拟场景数据与实测场景数据进行叠加时,则可以将虚拟车辆的数据直接叠加替换掉对应帧的实测场景中相应位置的数据,可以是虚拟车辆图像的叠加。
这里需要说明的是,在叠加过程中,可以是以虚拟场景数据替换实际感知结果中相应位置的数据。
S130、根据所述最终场景数据,对所述待测车辆进行控制。
其中,最终场景数据中包括了满足测试需求的虚拟场景数据以及实测场景数据,可以根据其中的虚拟障碍物的运动状态(障碍物运动速度、加速度等),对待测车辆进行控制,包括减速、加速、变换车道以及改变或保持车间距等。从而,根据对待测车辆控制的结果,对待测车辆的控制功能分析,完成待测车辆的测试。
本实施例的技术方案,通过根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据,将虚拟场景数据与实测场景数据结合,形成最终场景数据,然后根据最终场景数据,对待测车辆驾驶进行控制完成车辆控制测试,解决了在特定场景进行测试无人车控制系统的测试时,场景再现成本高昂且测试效率较低的问题,可在车辆控制测试过程中注入可控障碍物,实现障碍物精确控制,稳定复现特定场景。同时,虚拟障碍物不存在维修、维护等问题,从而达到节约测试成本的目的。
实施例二
图2为发明实施例二提供的一种测试方法的流程图。本实施例以上述实施例中各个可选方案为基础,提供了针对不同的测试需求,障碍物数据生成的过程。如图2所示,本发明实施例中提供的测试方法包括如下步骤:
S210、根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据。
在产生虚拟场景数据时,根据碰撞测试需求,以及当前的待测车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据。
在碰撞测试场景中,根据虚拟障碍物与待测车辆之间的设定移动模式及相应的设定参数,产生连续帧的虚拟障碍物数据的过程如下,虚拟障碍物与待测车辆之间的设定移动模式不同,具体的设定参数不同:
当获取到的测试需求为自动切车测试需求时,同时,也会获取到自动切车测试需求的设定参数。切车测试中虚拟障碍物与待测车辆之间的设定移动模式是指在待测车辆的正常行驶过程中,虚拟车辆由待测车辆的后边,变换行车道进行超车,最终行驶到待测车辆的正前方的过程。虚拟障碍物类型为虚拟的车辆,相应的,设定参数包括虚拟车辆相对于待测车辆的切车起点位置、切车终点位置、切车角度和切车过程时间。首先,检测待测车辆的当前车辆位置,在当前车辆位置到达虚拟车辆的切车起点位置时,根据待测车辆速度、切车角度、切车过程时间和切车终点位置,计算虚拟车辆的移动轨迹;然后,根据虚拟车辆的形状和移动轨迹,输出虚拟车辆在切车过程中的多帧虚拟车辆数据,作为虚拟障碍物数据。
当获取到的测试需求为跟车测试需求,同时也获取到跟车测试需求的设定参数。虚拟障碍物与待测车辆之间的设定移动模式为待测车辆行驶在虚拟障碍物后面,根据虚拟障碍物的移动状态控制待测测量的驾驶状态。虚拟障碍物为行驶在待测车辆前面的车辆,简称前车,待测车辆为后车。相应的,设定参数包括下述参数中至少一个:前车和后车的跟车最小距离,前车移动轨迹或前车速度变化规律,以及前车和后车的相对速度,跟车测试时长,以及跟车测试距离。具体的,在检测到待测车辆和虚拟车辆的相对位置或相对速度达到设定条件时,触发跟车测试,并根据跟车测试需求的设定参数计算虚拟车辆的移动轨迹;根据虚拟车辆的形状和移动轨迹,输出虚拟车辆在跟车测试过程中的多帧虚拟车辆数据,作为虚拟障碍物数据。
当获取到的测试需求为行人横穿马路测试需求时,同时也获取到行人横穿马路测试需求的设定参数。在该测试场景下,虚拟障碍物为横穿马路的行人;虚拟障碍物与待测车辆之间的设定移动模式为待测车辆避让行人,避免与行人发生碰撞。相应的,设定参数包括行人速度、行人移动轨迹、以及虚拟行人与待测车辆的相对位置。具体的,当检测到待测车辆的位置与虚拟行人的相对位置符合条件时,触发计算虚拟行人的移动轨迹;根据虚拟行人的形状和移动轨迹,输出虚拟行人的多帧虚拟行人数据,作为虚拟障碍物数据。
示例性的,假设待测车辆与虚拟行人间的直线距离相距50米时,满足两者相对位置关系条件,则开始计算虚拟行人的移动轨迹,进而根据虚拟行人的形状和移动轨迹,输出虚拟行人的多帧虚拟行人数据,作为虚拟障碍物数据。
S220、获取车载传感器的实测原始数据,对所述实测原始数据进行识别预处理,以产生连续帧的实测场景数据。
实测原始数据包括待测车辆上各传感器的测量数据,如激光雷达扫描设备获取的激光点云数据、速度传感器获得的速度数据等。
在一种实施方式中,车载传感器的实测原始数据可以是通过激光雷达扫描设备得到的待测车辆行驶的道路上及待测车辆周边障碍物的激光点云数据,对实测原始数据进行识别预处理即对获取到的激光点云数据进行分析,从而识别出在当前实测场景下的道路以及障碍物的类别、分布以及运动速度等数据,以产生连续帧的实测场景数据。实测场景数据可以是三维的场景数据。
S230、将所述虚拟场景数据与实测场景数据结合,形成最终场景数据。
S240、根据所述最终场景数据,对所述待测车辆进行控制。
本实施例的技术方案,进一步说明了在自动切车测试、跟车测试以及行人横过马路测试中,根据待测车辆当前行驶状态数据和满足个测试需求的设定参数计算障碍物的运动轨迹作为虚拟场景数据,将虚拟场景数据与实测场景数据结合,形成最终场景数据,然后根据最终场景数据,对待测车辆驾驶进行控制完成车辆控制测试,解决了在特定场景进行测试无人车控制系统的测试时,场景再现成本高昂且测试效率较低的问题,可在车辆控制测试过程中注入可控障碍物,实现障碍物精确控制,稳定复现特定场景。同时,虚拟障碍物不存在维修、维护等问题,从而达到节约测试成本的目的。
实施例三
图3示出了本发明实施例三提供的一种测试装置的结构示意图,本发明实施例可适用于对无人车的行驶控制进行测试的情况。
如图3所示,本发明实施例中车辆行驶控制的测试装置,包括:虚拟场景数据生成模块310、最终景数据生成模块320和控制模块330。
其中,虚拟场景数据生成模块310,用于根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据;最终场景数据生成模块320,用于将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;控制模块330,用于根据所述最终场景数据,对所述待测车辆进行控制。
本实施例的技术方案,通过根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据,将虚拟场景数据与实测场景数据结合,形成最终场景数据,然后根据最终场景数据,对待测车辆驾驶进行控制完成车辆控制测试,解决了在特定场景进行测试无人车控制系统的测试时,场景再现成本高昂且测试效率较低的问题,可在车辆控制测试过程中注入可控障碍物,实现障碍物精确控制,稳定复现特定场景。同时,虚拟障碍物不存在维修、维护等问题,从而达到节约测试成本的目的。
可选的,待测车辆当前行驶状态数据包括车辆位置和车辆速度中的至少一个,所述虚拟场景数据包括虚拟障碍物数据。
可选的,虚拟场景数据生成模块310具体用于:
根据碰撞测试需求,以及当前的车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据。
可选的,所述碰撞测试需求的描述参数包括:
虚拟障碍物与待测车辆之间的设定移动模式,以及所述设定移动模式的设定参数;
其中,所述设定参数包括下述至少一个:障碍物类型、起点位置关系、终点位置关系、过程位置关系、相对角度、相对速度、和过程时间。
本发明实施例所提供的测试装置可执行本发明任意实施例所提供的测试方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了本发明实施例四提供的一种测试装置的结构示意图,本发明实施例在上述测试装置实施例的基础上对测试装置进一步进行优化,可适用于对无人车的行驶控制进行测试的情况。
如图4所示,本发明实施例中测试装置,包括:虚拟场景数据生成模块410、实测场景数据获取模块420、最终景数据生成模块430和控制模块440。
其中,虚拟场景数据生成模块410,用于根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据;实测场景数据获取模块420,用于获取车载传感器的实测原始数据,对所述实测原始数据进行识别预处理,以产生连续帧的实测场景数据;最终场景数据生成模块430,用于将连续帧的所述虚拟场景数据与对应帧的实测场景数据进行叠加替换,以形成最终场景数据;控制模块440,用于根据所述最终场景数据,对所述待测车辆进行控制。
进一步的,在自动切车测试中,虚拟场景数据生成模块410具体用于:
获取自动切车测试需求,其中,所述自动切车测试需求的设定参数包括虚拟车辆相对于待测车辆的切车起点位置、切车终点位置、切车角度和切车过程时间;
检测待测车辆的当前车辆位置,在所述当前车辆位置到达虚拟车辆的切车起点位置时,根据车辆速度、切车角度、切车过程时间和切车终点位置,计算虚拟车辆的移动轨迹;
根据虚拟车辆的形状和移动轨迹,输出虚拟车辆在切车过程中的多帧虚拟车辆数据,作为虚拟障碍物数据。
在跟车测试中,虚拟场景数据生成模块410具体用于:
获取跟车测试需求,其中,所述跟车测试需求的设定参数包括下述至少一个:前车和后车的跟车最小距离,前车移动轨迹或前车速度变化规律,以及前车和后车的相对速度,跟车测试时长,以及跟车测试距离,虚拟车辆为前车,待测车辆为后车;
检测到待测车辆和虚拟车辆的相对位置或相对速度达到设定条件时,触发跟车测试,并根据跟车测试需求的设定参数计算虚拟车辆的移动轨迹;
根据虚拟车辆的形状和移动轨迹,输出虚拟车辆在跟车测试过程中的多帧虚拟车辆数据,作为虚拟障碍物数据。
在行人横穿马路测试中,虚拟场景数据生成模块410具体用于:
获取行人横穿马路测试需求,其中,所述行人横穿马路测试需求的设定参数包括行人速度、行人移动轨迹、以及虚拟行人与待测车辆的相对位置;
检测到待测车辆的位置与虚拟行人的相对位置符合条件时,触发计算虚拟行人的移动轨迹;
根据虚拟行人的形状和移动轨迹,输出虚拟行人的多帧虚拟行人数据,作为虚拟障碍物数据。
本实施例的技术方案,进一步说明了在自动切车测试、跟车测试以及行人横过马路测试中,根据待测车辆当前行驶状态数据和满足个测试需求的设定参数计算障碍物的运动轨迹作为虚拟场景数据,将虚拟场景数据与实测场景数据结合,形成最终场景数据,然后根据最终场景数据,对待测车辆驾驶进行控制完成车辆控制测试,解决了在特定场景进行测试无人车控制系统的测试时,场景再现成本高昂且测试效率较低的问题,可在车辆控制测试过程中注入可控障碍物,实现障碍物精确控制,稳定复现特定场景。同时,虚拟障碍物不存在维修、维护等问题,从而达到节约测试成本的目的。
本发明实施例所提供的测试装置可执行本发明任意实施例所提供的测试方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5是本发明实施例五中的计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备512的框图。图5显示的计算机设备512仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。该计算机设备512优选为车载控制设备。
如图5所示,计算机设备512以通用计算设备的形式表现。计算机设备512的组件可以包括但不限于:一个或者多个处理器或者处理单元516,系统存储器528,连接不同系统组件(包括系统存储器528和处理单元516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备512访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器528可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)530和/或高速缓存存储器532。计算机设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540,可以存储在例如存储器528中,这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信,还可与一个或者多个使得用户能与该计算机设备512交互的设备通信,和/或与使得该计算机设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,计算机设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器520通过总线518与计算机设备512的其它模块通信。应当明白,尽管图5中未示出,可以结合计算机设备512使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元516通过运行存储在系统存储器528中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的测试方法,该方法主要包括:
根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据;
将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;
根据所述最终场景数据,对所述待测车辆进行控制。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的测试方法,该方法主要包括:
根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据;
将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;
根据所述最终场景数据,对所述待测车辆进行控制。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种测试方法,其特征在于,包括:
根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据,其中,待测车辆当前行驶状态数据包括车辆位置和车辆速度中的至少一个,所述虚拟场景数据包括虚拟障碍物数据,根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据包括根据碰撞测试需求,以及当前的车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据;
将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;
根据所述最终场景数据,对所述待测车辆进行控制。
2.根据权利要求1所述的方法,其特征在于,将所述虚拟场景数据与实测场景数据结合,形成最终场景数据之前,还包括:
获取车载传感器的实测原始数据,对所述实测原始数据进行识别预处理,以产生连续帧的实测场景数据;
相应的,将所述虚拟场景数据与实测场景数据结合,形成最终场景数据包括:
将连续帧的所述虚拟场景数据与对应帧的实测场景数据进行叠加替换,以形成最终场景数据。
3.根据权利要求1所述的方法,其特征在于,所述碰撞测试需求的描述参数包括:
虚拟障碍物与待测车辆之间的设定移动模式,以及所述设定移动模式的设定参数;
其中,所述设定参数包括下述至少一个:障碍物类型、起点位置关系、终点位置关系、过程位置关系、相对角度、相对速度、和过程时间。
4.根据权利要求3所述的方法,其特征在于,根据碰撞测试需求,以及当前的车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据包括:
获取自动切车测试需求,其中,所述自动切车测试需求的设定参数包括虚拟车辆相对于待测车辆的切车起点位置、切车终点位置、切车角度和切车过程时间;
检测待测车辆的当前车辆位置,在所述当前车辆位置到达虚拟车辆的切车起点位置时,根据车辆速度、切车角度、切车过程时间和切车终点位置,计算虚拟车辆的移动轨迹;
根据虚拟车辆的形状和移动轨迹,输出虚拟车辆在切车过程中的多帧虚拟车辆数据,作为虚拟障碍物数据。
5.根据权利要求3所述的方法,其特征在于,根据碰撞测试需求,以及当前的车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据包括:
获取跟车测试需求,其中,所述跟车测试需求的设定参数包括下述至少一个:前车和后车的跟车最小距离,前车移动轨迹或前车速度变化规律,以及前车和后车的相对速度,跟车测试时长,以及跟车测试距离,虚拟车辆为前车,待测车辆为后车;
检测到待测车辆和虚拟车辆的相对位置或相对速度达到设定条件时,触发跟车测试,并根据跟车测试需求的设定参数计算虚拟车辆的移动轨迹;
根据虚拟车辆的形状和移动轨迹,输出虚拟车辆在跟车测试过程中的多帧虚拟车辆数据,作为虚拟障碍物数据。
6.根据权利要求3所述的方法,其特征在于,根据碰撞测试需求,以及当前的车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据包括:
获取行人横穿马路测试需求,其中,所述行人横穿马路测试需求的设定参数包括行人速度、行人移动轨迹、以及虚拟行人与待测车辆的相对位置;
检测到待测车辆的位置与虚拟行人的相对位置符合条件时,触发计算虚拟行人的移动轨迹;
根据虚拟行人的形状和移动轨迹,输出虚拟行人的多帧虚拟行人数据,作为虚拟障碍物数据。
7.一种测试装置,其特征在于,包括:
虚拟场景数据生成模块,用于根据测试需求和待测车辆当前行驶状态数据产生虚拟场景数据,其中,待测车辆当前行驶状态数据包括车辆位置和车辆速度中的至少一个,所述虚拟场景数据包括虚拟障碍物数据,所述虚拟场景数据生成模块具体用于根据碰撞测试需求,以及当前的车辆位置和车辆速度中的至少一个,计算障碍物相对于待测车辆的移动轨迹,并根据虚拟障碍物的形状,产生连续帧的虚拟障碍物数据;
最终场景数据生成模块,用于将所述虚拟场景数据与实测场景数据结合,形成最终场景数据;
控制模块,用于根据所述最终场景数据,对所述待测车辆进行控制。
8.根据权利要求7所述的装置,其特征在于,还包括:
实测数据获取模块,用于在将所述虚拟场景数据与实测场景数据结合,形成最终场景数据之前,获取车载传感器的实测原始数据,对所述实测原始数据进行识别预处理,以产生连续帧的实测场景数据;
相应的,所述最终场景数据生成模块具体用于:
将连续帧的所述虚拟场景数据与对应帧的实测场景数据进行叠加替换,以形成最终场景数据。
9.根据权利要求7所述的装置,其特征在于,所述碰撞测试需求的描述参数包括:
虚拟障碍物与待测车辆之间的设定移动模式,以及所述设定移动模式的设定参数;
其中,所述设定参数包括下述至少一个:障碍物类型、起点位置关系、终点位置关系、过程位置关系、相对角度、相对速度、和过程时间。
10.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的测试方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811488854.3A CN109557904B (zh) | 2018-12-06 | 2018-12-06 | 一种测试方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811488854.3A CN109557904B (zh) | 2018-12-06 | 2018-12-06 | 一种测试方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109557904A CN109557904A (zh) | 2019-04-02 |
CN109557904B true CN109557904B (zh) | 2020-07-10 |
Family
ID=65868935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811488854.3A Active CN109557904B (zh) | 2018-12-06 | 2018-12-06 | 一种测试方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109557904B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197027B (zh) * | 2019-05-28 | 2023-07-18 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
CN110414098B (zh) * | 2019-07-12 | 2021-07-06 | 北京三快在线科技有限公司 | 一种仿真测试环境的生成方法及装置 |
CN110598980B (zh) * | 2019-08-07 | 2022-06-28 | 华为技术有限公司 | 交通场景的风险评估方法及装置 |
CN110543173B (zh) * | 2019-08-30 | 2022-02-11 | 上海商汤智能科技有限公司 | 车辆定位系统及方法、车辆控制方法及装置 |
CN110562170B (zh) * | 2019-09-26 | 2020-12-01 | 陕西重型汽车有限公司 | 一种无人车3d场景显示数据记录与模块调试系统及方法 |
CN110785718B (zh) * | 2019-09-29 | 2021-11-02 | 驭势科技(北京)有限公司 | 一种车载自动驾驶测试系统及测试方法 |
CN110823253B (zh) * | 2019-11-14 | 2022-06-07 | 北京百度网讯科技有限公司 | 基于无人车技术的数据处理方法、装置、设备及存储介质 |
CN111310302B (zh) * | 2020-01-16 | 2022-06-17 | 中国信息通信研究院 | 一种测试场景生成方法和装置 |
CN113574530B (zh) * | 2020-02-12 | 2024-09-20 | 深圳元戎启行科技有限公司 | 行驶场景信息处理方法、装置、电子设备和可读存储介质 |
CN111366374B (zh) * | 2020-03-04 | 2024-02-02 | 腾讯科技(深圳)有限公司 | 车辆测试方法、装置、电子设备及存储介质 |
CN111444604B (zh) * | 2020-03-24 | 2023-09-15 | 上海汽车集团股份有限公司 | 一种虚拟测试场景的检测方法及装置 |
CN112740725B (zh) * | 2020-03-31 | 2022-02-25 | 华为技术有限公司 | 驾驶数据采集方法及装置 |
WO2021232229A1 (zh) * | 2020-05-19 | 2021-11-25 | 深圳元戎启行科技有限公司 | 虚拟场景生成方法、装置、计算机设备和存储介质 |
CN112464462B (zh) * | 2020-11-20 | 2021-10-01 | 北京赛目科技有限公司 | 一种仿真运行数据的处理方法及装置 |
CN112558494B (zh) * | 2020-11-20 | 2021-11-30 | 北京赛目科技有限公司 | 一种用于自动驾驶车辆的仿真测试方法及装置 |
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 |
CN115777088B (zh) * | 2020-12-17 | 2024-08-02 | 移动眼视力科技有限公司 | 车辆运行安全模型测试系统 |
CN112345272A (zh) * | 2021-01-11 | 2021-02-09 | 北京赛目科技有限公司 | 一种场景库的自动驾驶仿真测试方法及装置 |
CN113447276A (zh) * | 2021-05-26 | 2021-09-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 车辆测试系统和车辆测试方法 |
EP4379558A4 (en) * | 2021-08-31 | 2024-11-06 | Huawei Technologies Co., Ltd. | TEST PROCEDURE AND SYSTEM |
CN114185330B (zh) * | 2021-12-12 | 2024-06-11 | 深圳市集智创新信息技术有限公司 | 基于多场景交互的控制方法及控制装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101785026A (zh) * | 2007-07-18 | 2010-07-21 | Metaio有限公司 | 用于确定摄像机相对于真实对象的位置和方向的方法和系统 |
CN106200612A (zh) * | 2016-07-07 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 用于测试车辆的方法和系统 |
CN107063713A (zh) * | 2017-04-27 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试方法和装置 |
CN107153363A (zh) * | 2017-05-08 | 2017-09-12 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 |
CN107452268A (zh) * | 2017-07-03 | 2017-12-08 | 扬州大学 | 一种基于模拟器的多模式驾驶平台及其控制方法 |
CN107944091A (zh) * | 2017-10-30 | 2018-04-20 | 同济大学 | 一种虚实结合的车联网应用场景测试系统及方法 |
CN108267325A (zh) * | 2018-01-29 | 2018-07-10 | 上海测迅汽车科技有限公司 | 无人驾驶整车实物在环测试方法 |
CN108267322A (zh) * | 2017-01-03 | 2018-07-10 | 北京百度网讯科技有限公司 | 对自动驾驶性能进行测试的方法和系统 |
CN108319249A (zh) * | 2017-12-15 | 2018-07-24 | 天津大学 | 基于驾驶模拟器的无人驾驶算法综合测评系统及方法 |
CN108549366A (zh) * | 2018-05-04 | 2018-09-18 | 同济大学 | 智能汽车道路行驶与虚拟测试平行映射实验方法 |
CN108627350A (zh) * | 2018-03-27 | 2018-10-09 | 北京新能源汽车股份有限公司 | 车辆测试系统和方法 |
CN108646586A (zh) * | 2018-03-20 | 2018-10-12 | 重庆邮电大学 | 一种智能网联汽车在环仿真、测试验证系统与方法 |
CN108681264A (zh) * | 2018-08-10 | 2018-10-19 | 成都合纵连横数字科技有限公司 | 一种智能车辆数字化仿真测试装置 |
CN108897240A (zh) * | 2018-08-13 | 2018-11-27 | 济南浪潮高新科技投资发展有限公司 | 自动驾驶仿真测试云平台及自动驾驶仿真测试方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4235465B2 (ja) * | 2003-02-14 | 2009-03-11 | 本田技研工業株式会社 | ライディングシミュレーション装置 |
US20150088474A1 (en) * | 2013-09-25 | 2015-03-26 | Ford Global Technologies, Llc | Virtual simulation |
CN106153352B (zh) * | 2016-07-04 | 2018-08-10 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
CN108241354B (zh) * | 2016-12-26 | 2022-11-22 | 法法汽车(中国)有限公司 | 用于自动驾驶仿真系统的测试方法 |
WO2018191730A1 (en) * | 2017-04-13 | 2018-10-18 | Texas Tech University System | System and method for automated prediction and detection of component and system failures |
-
2018
- 2018-12-06 CN CN201811488854.3A patent/CN109557904B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101785026A (zh) * | 2007-07-18 | 2010-07-21 | Metaio有限公司 | 用于确定摄像机相对于真实对象的位置和方向的方法和系统 |
CN106200612A (zh) * | 2016-07-07 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 用于测试车辆的方法和系统 |
CN108267322A (zh) * | 2017-01-03 | 2018-07-10 | 北京百度网讯科技有限公司 | 对自动驾驶性能进行测试的方法和系统 |
CN107063713A (zh) * | 2017-04-27 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试方法和装置 |
US20180322230A1 (en) * | 2017-05-08 | 2018-11-08 | Baidu Online Network Technology (Beijing) Co., Ltd. | Driverless vehicle simulation test method and apparatus, device and readable medium |
CN107153363A (zh) * | 2017-05-08 | 2017-09-12 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 |
CN107452268A (zh) * | 2017-07-03 | 2017-12-08 | 扬州大学 | 一种基于模拟器的多模式驾驶平台及其控制方法 |
CN107944091A (zh) * | 2017-10-30 | 2018-04-20 | 同济大学 | 一种虚实结合的车联网应用场景测试系统及方法 |
CN108319249A (zh) * | 2017-12-15 | 2018-07-24 | 天津大学 | 基于驾驶模拟器的无人驾驶算法综合测评系统及方法 |
CN108267325A (zh) * | 2018-01-29 | 2018-07-10 | 上海测迅汽车科技有限公司 | 无人驾驶整车实物在环测试方法 |
CN108646586A (zh) * | 2018-03-20 | 2018-10-12 | 重庆邮电大学 | 一种智能网联汽车在环仿真、测试验证系统与方法 |
CN108627350A (zh) * | 2018-03-27 | 2018-10-09 | 北京新能源汽车股份有限公司 | 车辆测试系统和方法 |
CN108549366A (zh) * | 2018-05-04 | 2018-09-18 | 同济大学 | 智能汽车道路行驶与虚拟测试平行映射实验方法 |
CN108681264A (zh) * | 2018-08-10 | 2018-10-19 | 成都合纵连横数字科技有限公司 | 一种智能车辆数字化仿真测试装置 |
CN108897240A (zh) * | 2018-08-13 | 2018-11-27 | 济南浪潮高新科技投资发展有限公司 | 自动驾驶仿真测试云平台及自动驾驶仿真测试方法 |
Non-Patent Citations (2)
Title |
---|
Modeling and real-time simulation architectures for virtual prototyping of off-road vehicles;Manoj Karkee, Brain L. Steward;《Manufacturing and Construction》;20100103;第83-96页页 * |
基于激光雷达的无人驾驶汽车动态障碍物检测、跟踪与识别方法;黄如林,等;《机器人》;20160731;第38卷(第4期);第437-443页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109557904A (zh) | 2019-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109557904B (zh) | 一种测试方法、装置、设备和介质 | |
US20210394787A1 (en) | Simulation test method for autonomous driving vehicle, computer equipment and medium | |
CN109949439B (zh) | 行车实景信息标注方法、装置、电子设备和介质 | |
US20180322230A1 (en) | Driverless vehicle simulation test method and apparatus, device and readable medium | |
CN110654381B (zh) | 用于控制车辆的方法和装置 | |
US20180211530A1 (en) | Computer-assisted or autonomous driving with region-of-interest determination for traffic light analysis | |
CN109558854B (zh) | 障碍物感知方法、装置、电子设备及存储介质 | |
KR102541560B1 (ko) | 객체 인식 방법 및 장치 | |
CN114475656B (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN113537362A (zh) | 一种基于车路协同的感知融合方法、装置、设备及介质 | |
CN111652072A (zh) | 轨迹获取方法、轨迹获取装置、存储介质和电子设备 | |
WO2024131678A1 (zh) | 一种融合真实道路场景的智能驾驶在环测试方法、环境及存储介质 | |
US20230169343A1 (en) | Data processing method and apparatus, and intelligent vehicle | |
CN112671487A (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN111857469B (zh) | 一种道路环境信息的重构方法、装置及设备 | |
CN113459951A (zh) | 车外环境显示方法和装置、车辆、设备和存储介质 | |
CN114722631A (zh) | 车辆测试仿真场景生成方法、装置、电子设备及存储介质 | |
CN110210361B (zh) | 一种测试场景的创建方法及装置、车载终端 | |
CN114415542B (zh) | 自动驾驶仿真系统、方法、服务器及介质 | |
JP2010026845A (ja) | 車載カメラ用電子ユニットの評価システム | |
CN113049264B (zh) | 一种车辆高级驾驶辅助系统的测试系统及方法 | |
CN110784680B (zh) | 一种车辆定位方法、装置、车辆和存储介质 | |
CN117392620A (zh) | 一种交通行为的识别方法、装置、存储介质和电子设备 | |
CN113954634A (zh) | 一种全液晶仪表盘路况仿真显示方法及显示系统 | |
CN113962107A (zh) | 对行驶路段仿真的方法、装置、电子设备及存储介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211014 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |