CN107004039A - 对象测试方法、装置及*** - Google Patents
对象测试方法、装置及*** Download PDFInfo
- Publication number
- CN107004039A CN107004039A CN201680004011.4A CN201680004011A CN107004039A CN 107004039 A CN107004039 A CN 107004039A CN 201680004011 A CN201680004011 A CN 201680004011A CN 107004039 A CN107004039 A CN 107004039A
- Authority
- CN
- China
- Prior art keywords
- plan parameters
- plan
- tested
- parameters
- default
- 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.)
- Pending
Links
- 238000010998 test method Methods 0.000 title claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 256
- 238000000034 method Methods 0.000 claims abstract description 106
- 238000004422 calculation algorithm Methods 0.000 claims description 69
- 238000004088 simulation Methods 0.000 claims description 54
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 230000001133 acceleration Effects 0.000 claims description 26
- 230000000007 visual effect Effects 0.000 claims description 24
- 241000208340 Araliaceae Species 0.000 claims description 17
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 17
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 17
- 235000008434 ginseng Nutrition 0.000 claims description 17
- 101000746134 Homo sapiens DNA endonuclease RBBP8 Proteins 0.000 claims description 6
- 101000969031 Homo sapiens Nuclear protein 1 Proteins 0.000 claims description 6
- 102100021133 Nuclear protein 1 Human genes 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims 3
- 230000004888 barrier function Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000013031 physical testing Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009131 signaling function Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/0078—Shock-testing of vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Business, Economics & Management (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种对象测试方法、装置及***,该方法包括:获取待测试对象对应的计划参数,通过仿真平台获取所述待测试对象对应的实际参数,根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。用于提高对象测试的精确度。
Description
技术领域
本发明涉及无人机技术领域,尤其涉及一种对象测试方法、装置及***。
背景技术
随着科学技术的不断发展,无人机在多个技术领域得到的广泛的应用,无人机可以为机器人、无人飞行器、无人车、无人船等。
目前,通常采用预设对象(例如算法)对无人机进行控制。在对无人机进行开发的过程中,需要对用于控制无人机的对象进行多次测试,以确保对象的正确性及稳定性。在现有技术中,通常先进行对象开发,在对对象开发完成后,将对象写入无人机;搭建物理测试环境,并在该物理测试环境中运行无人机;由测试人员观察无人机的运行状况,确定对象是否正确。
然而,在现有技术中,通过人为观察很难对对象的正确性及稳定性进行正确的评估,导致对对象测试的精确度较差。
发明内容
本申请提供一种对象测试方法、装置及***,用于提高对象测试的精确度。
第一方面,本申请提供一种对象测试方法,包括:
获取待测试对象对应的计划参数;
通过仿真平台获取所述待测试对象对应的实际参数;
根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
在一种可能的实施方式中,所述获取待测试对象对应的计划参数,包括:
获取传感数据;
根据所述传感数据,获取所述计划参数。
在另一种可能的实施方式中,所述仿真平台中包括虚拟传感器和虚拟场景;相应的,所述获取传感数据,包括:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中,所述获取传感数据,包括:
接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中,所述根据所述传感数据,获取所述计划参数,包括:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
在另一种可能的实施方式中,所述第一预设对象位于无人机中。
在另一种可能的实施方式中,所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中,所述通过仿真平台获取所述待测试对象对应的实际参数,包括:
获取所述计划参数对应的控制指令;
在所述仿真平台中根据所述控制指令,获取所述实际参数。
在另一种可能的实施方式中,所述获取所述计划参数对应的控制指令,包括:
根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
在另一种可能的实施方式中,所述第二预设对象位于无人机中。
在另一种可能的实施方式中,所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述根据第二预设对象对所述计划参数进行处理,得到所述控制指令,包括:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
在另一种可能的实施方式中,所述根据所述控制指令,获取所述实际参数,包括:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
在另一种可能的实施方式中,所述第二预设对象包括控制对象。
在另一种可能的实施方式中,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中,根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果,包括:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
在另一种可能的实施方式中,所述根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,还包括:
获取所述待测试对象对应的至少一个历史参数;
相应的,根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果,包括:
根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
在另一种可能的实施方式中,在所述获取所述待测试对象对应的计划参数之后,还包括:
获取所述仿真平台中虚拟场景对应的标准参数;
根据所述标准参数,对所述计划参数进行测试。
在另一种可能的实施方式中,所述根据所述标准参数,对所述计划参数进行测试,包括:
获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
在另一种可能的实施方式中,在通过仿真平台获取所述待测试对象对应的实际参数之后,还包括:
显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中,在通过仿真平台获取所述待测试对象对应的实际参数之后,还包括:
获取历史参数;
显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中,所述待测试对象为待测试算法。
在另一种可能的实施方式中,所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
第二方面,本申请提供一种对象测试装置,包括:
第一获取模块,用于获取待测试对象对应的计划参数;
第二获取模块,用于通过仿真平台获取所述待测试对象对应的实际参数;
测试模块,用于根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
在一种可能的实施方式中,所述第一获取模块包括第一获取单元和第二获取单元,其中,
所述第一获取单元用于,获取传感数据;
所述第二获取单元用于,根据所述传感数据,获取所述计划参数。
在另一种可能的实施方式中,所述仿真平台中包括虚拟传感器和虚拟场景;相应的,所述第一获取单元具体用于:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中,所述第一获取单元具体用于:
接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中,所述第二获取单元具体用于:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
在另一种可能的实施方式中,所述第一预设对象位于无人机中。
在另一种可能的实施方式中,所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中,所述第二获取模块包括第三获取单元和第四获取单元,其中,
所述第三获取单元用于,获取所述计划参数对应的控制指令;
所述第四获取单元用于,在所述仿真平台中根据所述控制指令,获取所述实际参数。
在另一种可能的实施方式中,所述第三获取单元具体用于:
根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
在另一种可能的实施方式中,所述第二预设对象位于无人机中。
在另一种可能的实施方式中,所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述第三获取单元具体用于:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
在另一种可能的实施方式中,所述第四获取单元具体用于:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
在另一种可能的实施方式中,所述第二预设对象包括控制对象。
在另一种可能的实施方式中,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中,所述测试模块具体用于:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
在另一种可能的实施方式中,所述装置还包括第三获取模块,其中,
所述第三获取模块用于,在所述测试模块根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,获取所述待测试对象对应的至少一个历史参数;
相应的,所述测试模块具体用于,根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
在另一种可能的实施方式中,所述装置还包括第四获取模块,其中,
所述第四获取模块用于,在所述第一获取模块获取所述待测试对象对应的计划参数之后,获取所述仿真平台中虚拟场景对应的标准参数;
所述测试模块还用于,根据所述标准参数,对所述计划参数进行测试。
在另一种可能的实施方式中,所述测试模块具体用于:
获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
在另一种可能的实施方式中,所述装置还包括显示模块,其中,
所述显示模块用于,在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后,显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述装置还包括第五获取模块,其中,
所述第五获取模块用于,在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后,获取历史参数;
相应的,所述显示模块具体用于,显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中,所述待测试对象为待测试算法。
在另一种可能的实施方式中,所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
第三方面,本申请提供一种对象测试***,包括处理器和用于存储应用程序的存储器,所述处理器用于读取所述存储器中的应用程序,并执行如下操作:
获取待测试对象对应的计划参数;
通过仿真平台获取所述待测试对象对应的实际参数;
根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
在一种可能的实施方式中,所述处理器具体用于:
获取传感数据;
根据所述传感数据,获取所述计划参数。
在另一种可能的实施方式中,所述仿真平台中包括虚拟传感器和虚拟场景;所述处理器具体用于:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中,所述***还包括通信端口,相应的,所述处理器具体用于:
通过所述通信端口接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中,所述处理器具体用于:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
在另一种可能的实施方式中,所述第一预设对象位于无人机中。
在另一种可能的实施方式中,所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中,所述处理器具体用于:
获取所述计划参数对应的控制指令;
在所述仿真平台中根据所述控制指令,获取所述实际参数。
在另一种可能的实施方式中,所述处理器具体用于:根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
在另一种可能的实施方式中,所述第二预设对象位于无人机中。
在另一种可能的实施方式中,所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述处理器具体用于:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
在另一种可能的实施方式中,所述处理器具体用于:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
在另一种可能的实施方式中,所述第二预设对象包括控制对象。
在另一种可能的实施方式中,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中,所述处理器具体用于:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
在另一种可能的实施方式中,所述处理器还用于,在所述处理器根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,获取所述待测试对象对应的至少一个历史参数;
相应的,所述处理器具体用于,根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
在另一种可能的实施方式中,所述处理器还用于:
在所述处理器获取所述待测试对象对应的计划参数之后,获取所述仿真平台中虚拟场景对应的标准参数;并根据所述标准参数,对所述计划参数进行测试。
在另一种可能的实施方式中,所述处理器具体用于:获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
在另一种可能的实施方式中,所述***还包括显示设备,其中,
所述显示设备用于,在所述处理器通过仿真平台获取所述待测试对象对应的实际参数之后,显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述处理器还用于,在所述处理器仿真平台获取所述待测试对象对应的实际参数之后,获取历史参数;
相应的,所述显示设备具体用于:显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中,所述待测试对象为待测试算法。
在另一种可能的实施方式中,所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
在本申请中,当需要对待测试对象进行测试时,获取待测试对象对应的计划参数,通过仿真平台获取待测试对象对应的实际参数,根据计划参数和实际参数,确定待测试对象对应的测试结果。在该过程中,无需搭建实际的物理测试环境,通过仿真平台即可获取待测试对象的实际参数,提高了获取实际参数的效率。进一步的,通过仿真平台即可根据计划参数和实际参数获取的测试结果,无需依赖人为观察以及人为评估,进而提高了对对象测试的精确度。
附图说明
图1为本发明提供的对象测试方法的应用场景示意图;
图2为本发明提供的对象测试方法的流程图;
图3为本发明提供的一种测试模型的结构示意图;
图4为本发明提供的获取计划参数方法的流程示意图一;
图5为本发明提供的获取实际参数方法的流程示意图一;
图6为本发明提供的计划路径和实际路径的结构示意图;
图7为本发明提供的另一种测试模式的结构示意图;
图8为本发明提供的获取计划参数方法的流程示意图二;
图9为本发明提供的获取实际参数方法的流程示意图二;
图10为本发明提供的再一种测试模型的结构示意图;
图11为本发明提供的获取计划参数方法的流程示意图三;
图12为本发明提供的获取实际参数方法的流程示意图三;
图13为本发明提供的确定测试结果方法的流程示意图;
图14为本发明提供的计划参数测试方法的流程示意图;
图15为本发明提供的标准路径和计划路径的界面示意图;
图16为本发明提供的对象测试装置的结构示意图一;
图17为本发明提供的对象测试装置的结构示意图二;
图18为本发明提供的对象测试***的结构示意图一;
图19为本发明提供的对象测试***的结构示意图二。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1为本发明提供的对象测试方法的应用场景示意图,请参见图1,包括待测试对象101和仿真平台102。仿真平台102可以获取仿真传感数据,通过待测试对象101对仿真传感数据进行处理,得到计划参数;仿真平台102对计划参数进行第一处理,得到计划参数对应的实际参数;仿真平台102还对计划参数和实际参数进行处理得到待测试对象101对应的测试结果。该待测试对象101可以为算法、实体部件等。可选的,可以将该待测试对象设置在无人机中,也可以将待测试对象设置在预设虚拟模型中,还可以将待测试对象设置在仿真平台中。在本申请中,无需搭建实际的物理测试环境,通过仿真平台即可实时获取用于对待测试对象进行测试的计划参数和实际参数,提高了获取计划参数和实际参数的效率;还可以实时对实际参数和计划参数进行处理,以实现实时获取待测试对象对应的测试结果,提高了确定测试结果的效率。进一步的,在仿真平台中根据计划参数和实际参数获取的测试结果更为精确,进而提高了对对象测试的精确度。
下面,通过具体实施例,对本申请所示的技术方案进行详细说明。需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为本发明提供的对象测试方法的流程图,请参见图2,该方法可以包括:
S201、获取待测试对象对应的计划参数。
S202、通过仿真平台获取待测试对象对应的实际参数。
S203、根据计划参数和实际参数,确定待测试对象对应的测试结果。
本发明实施例的执行主体可以为对象测试装置(下文简称为测试装置)。该测试装置可以通过软件和/或硬件实现。该测试装置可以设置在仿真平台中,可选的,该测试装置还可以为仿真平台的部分或者全部。
在本发明实施例中,待测试对象为无人机中的一部分。该无人机可以为机器人、无人飞行器、无人车、无人船等。待测试对象可以为对无人机进行控制的算法,也可以为无人机中的实体部件。
在实际应用过程中,当测试装置需要对待测试对象进行测试时,测试装置获取待测试对象对应的计划参数。可选的,该计划参数可以包括计划路径、计划状态(例如,计划速度、计划加速度、计划角速度、计划姿势等)、计划距离、计划位置等。可选的,该计划参数为根据待测试对象确定得到的参数。
测试装置还通过仿真平台获取待测试对象对应的实际参数。相应的,实际参数可以包括实际路径、实际状态(实际速度、实际加速度、实际角速度、实际姿势等)、实际距离、实际位置等。可选的,实际参数为对计划参数进行处理得到的参数;具体的,可以对计划参数进行处理得到用于对无人机进行控制的控制指令(例如电机的转速和/或转向),并根据控制指令生成实际参数。
例如,假设待测试对象包括视觉算法、路径规划算法、控制算法中的至少一种,再假设计划参数为计划路径、实际参数为实际路径。通过视觉算法和路径规划算法对传感数据进行处理,得到计划路径;通过控制算法对计划路径进行处理,得到用于对无人机进行控制的控制指令(例如电机的转速和/或转向),根据控制指令得到实际路径。
在测试装置获取得到待测试对象的计划参数和实际参数之后,测试装置根据该计划参数和该实际参数,确定待测试对象对应的测试结果。可选的,测试装置可以对计划参数和实际参数进行对比分析,以获取待测试对象对应的测试结果。通过该测试结果可以确定待测试对象为正常状态,或者异常状态。
在本申请中,当需要对待测试对象进行测试时,获取待测试对象对应的计划参数,通过仿真平台获取待测试对象对应的实际参数,根据计划参数和实际参数,确定待测试对象对应的测试结果。在该过程中,无需搭建实际的物理测试环境,通过仿真平台即可实时获取用于对待测试对象进行测试的计划参数和实际参数,提高了获取计划参数和实际参数的效率;还可以实时对实际参数和计划参数进行处理,以实现实时获取待测试对象对应的测试结果,提高了确定测试结果的效率。进一步的,在仿真平台中根据计划参数和实际参数获取的测试结果更为精确,进而提高了对对象测试的精确度。
在图2所示实施例的基础上,可以通过多种测试模型对待测试对象进行测试,根据测试模型的不同,获取待测试对象对应的计划参数和实际参数的过程也不相同。下面,通过图3-图12所示的实施例,介绍三种测试模型、以及在各测试模型中获取待测试对象对应的计划参数和实际参数的过程。
图3为本发明提供的一种测试模型的结构示意图,请参见图3,包括无人机301和仿真平台302。其中,
无人机301中设置有第一预设对象和第二预设对象。待测试对象包括第一预设对象和/或第二预设对象。
仿真平台302包括模拟模块302-1和显示/测试模块302-2。其中,
模拟模块302-1中包括无人机动态模型单元、环境模拟单元、及传感数据模拟单元。其中,无人机动态模型单元用于模拟与仿真平台连接的无人机;环境模拟单元用于模拟仿真平台中的虚拟场景;传感数据模拟单元用于根据无人机动态模型单元模拟的无人机的状态和虚拟场景模拟传感数据。
显示/测试模块302-2用于在仿真平台的显示区域M上,对无人机动态模型单元模拟的无人机进行显示、以及对环境模拟单元模拟得到的虚拟场景进行显示;显示/测试模块302-2还可以确定对待测试对象的测试结果,并在显示区域M的测试结果显示区域中对测试结果进行显示;显示/测试模块302-2还可以在显示区域M中的测试结果显示区域中显示计划参数和实际参数。
仿真平台302中的传感数据模拟单元可以根据无人机动态模型单元模拟的无人机的状态(例如虚拟无人的速度、位置等)和虚拟场景获取传感数据,并将传感数据发送至无人机301。无人机301可以通过第一预设对象对传感数据进行处理,得到计划参数,并根据第二预设对象对计划参数进行处理,得到控制指令。无人机301将得到的计划参数和控制指令发送至仿真平台302,以使仿真平台302可以对控制指令进行处理得到实际参数。可选的,第一预设对象和第二预设对象可以为同一个对象,也可以为不同的对象。
在图3所示实施例的基础上,下面,通过图4所示的实施例,对在图3实施例所示的测试模型中,获取计划参数的过程进行详细说明。
图4为本发明提供的获取计划参数方法的流程示意图一,请参见图4,该方法可以包括:
S401、获取虚拟传感器根据虚拟场景采集得到的传感数据。
S402、向无人机发送传感数据,以使无人机根据第一预设对象对传感数据进行处理,得到计划参数。
S403、接收无人机发送的计划参数。
在实际应用过程中,当需要通过图3实施例所示的测试模型对待测试对象进行测试时,在无人机中设置第一预设对象和第二预设对象(待测试对象包括第一预设对象和/或第二预设对象),通过环境模拟单元在仿真平台中创建虚拟场景、通过无人机动态模型单元模拟与仿真平台相连的无人机。将包括待测试对象的无人机与仿真平台连接,以使无人机可以与仿真平台进行通信。
在通过测试模型启动对待测试对象进行测试之后,测试装置获取传感数据模拟单元根据无人机动态模型单元模拟的无人机的状态和虚拟场景确定得到的传感数据,并向无人机发送获取得到的传感数据。可选的,该传感数据可以包括无人机动态模型单元模拟的无人机的状态(例如速度、加速度、角速度、姿态数据等)、距障碍物的距离、场景图像等。
在无人机接收到传感数据之后,无人机通过第一预设对象对传感数据进行处理,得到计划参数,并向测试装置发送该计划参数。第一预设对象包括视觉对象和路径规划对象中的至少一种。可选的,第一预设对象可以为第一预设算法,相应的,视觉对象为视觉算法,路径规划对象为路径规划算法。当然,第一预设算法中还可以包括其它算法,例如避障算法等。当然,该避障算法也可以为路径规划算法中的一部分。
在上述过程中,可以通过仿真平台中的传感数据模拟模块获取到传感数据,并由真实的无人机对传感数据进行处理,得到计划参数。这样,无需搭建实际的测试环境,即可获取到计划参数,进而提高了获取计划参数的效率。
在图3和图4所示实施例的基础上,下面,通过图5所示的实施例对获取实际参数的过程进行详细说明。
图5为本发明提供的获取实际参数方法的流程示意图一,请参见图5,该方法可以包括:
S501、接收无人机发送的控制指令,该控制指令为无人机根据第二预设对象对计划参数进行处理得到的。
S503、在仿真平台中根据控制指令,获取实际参数。
在实际应用过程中,在无人机根据第一预设对象获取得到计划参数之后,无人机还根据第二预设对象对计划参数进行处理,得到控制指令,并向测试装置发送该控制指令。该第二预设对象中可以包括控制对象。可选的,当第二预设对象为预设算法时,控制对象为控制算法。可选的,该控制指令可以包括无人机中的至少一个电机的转速和/或转向,相应的,无人机可以通过如下可行的实现方式获取控制指令:无人机获取计划参数的类型,并根据计划参数的类型,确定计划参数对应的至少一个电机,并根据计划参数,确定各电机的转速和/或转向。
在测试装置获取得到控制指令之后,测试装置在仿真平台中根据控制指令获取实际参数。可选的,测试装置可以根据各电机的转速和/或转向和各电机的运行参数,获取实际参数。
需要说明的是,在上述测试模型启动运行之后,无人机动态模型单元模拟的无人机中的虚拟传感器实时进行数据采集,测试装置实施获取虚拟传感器采集得到的传感数据,并将传感数据实时发送至无人机。无人机实时的根据传感数据获取得到计划参数,并实时根据计划参数获取实际参数。
下面,通过具体示例,对图4和图5实施例所示的方法进行详细说明。
示例性的,假设第一预设对象包括视觉算法和路径规划算法,第二预设对象包括控制算法,待测试对象为视觉算法、路径规划算法、及控制算法中的任意算法。
在图3实施例所示的测试模型启动运行之后,无人机动态模型单元模拟的无人机通过虚拟传感器采集虚拟场景中的数据。测试装置获取虚拟传感器采集得到的传感数据,并向无人机发送该传感数据。假设该传感数据中包括无人机动态模型单元模拟的无人机的速度(v)、加速度(A)、行驶方向(方向1)、周围环境的图像(图像1-图像N)、距障碍物的距离(H)。
在无人机接收到测试装置发送的传感数据之后,无人机通过视觉算法对图像1-图像N进行处理,确定障碍物的尺寸(例如,障碍物的长度、宽度、高度)、及障碍物与无人机动态模型单元模拟的无人机的相对位置((M,N))。无人机通过路径规划算法对障碍物的尺寸、相对位置((M,N))、以及无人机动态模型单元模拟的无人机的速度(v)、加速度(A)、行驶方向(方向1)、距障碍物的距离(H)进行处理,得出计划路径。需要说明的是,用于计算计划路径的参数可以包括无人机通过视觉算法确定得到的参数、虚拟平台发送的传感数据中的一种或多种。
无人机通过运行控制算法对计划路径进行处理,得到用于控制无人机中的相应电机(例如,电机1-电机10)的转速和转向的控制指令,并向测试装置发送该控制指令。
测试装置根据该控制指令,确定出待测试对象对应的实际路径。无人机还将该控制指令发送给无人机动态模型单元,以使该动态模拟模型单元根据控制指令,对无人机动态模型单元模拟的无人机的状态(例如速度、姿态等)进行控制。
在图3-图5所示实施例的基础上,还可以对计划参数和实际参数进行实时显示,以使用户根据计划参数和实际参数对待测试对象进行分析,进一步的,还可以对历史参数进行显示,以使用户可以根据计划参数、实际参数、以及历史参数对待测试对象进行分析。同时,随着测试时间的推移,还可以对各参数进行实时更新。
可选的,为了便于用户查看,测试装置还可以以不用的颜色显示实际参数和计划参数。若测试装置确定的测试结果异常,还可以通过预设颜色和/或预设标识对异常的实际参数进行标识。进一步的,测试装置还可以对实际参数和计划参数进行分析,以确定导致实际参数异常的异常对象,并对异常对象进行提示,以便于用户定位故障点。
可选的,测试装置还可以对显示实际参数和计划参数的过程进行记录以形成记录文件,例如,对显示实际参数和计划参数的过程进行录像以形成视频文件,以使用户可以对记录文件进行回放。
下面,结合图6,通过具体示例对计划参数、实际参数、以及计划参数的显示界面进行详细说明。
图6为本发明提供的参数的显示界面示意图,请参见图6,包括功能选择区601-1和参数显示区601-2。
功能选择区601-1中包括多个功能选项。功能选择区601-1中可以包括参数类型选择区、视觉角度选择区、参数类别选择区等,其中,
在参数类型选择区中可以选择需要在参数显示区601-2中显示的参数类型,其中,用户可以同时选中参数类型中的多个参数类型,以使得在参数显示区601-2中显示选择的参数类型的参数。
在视觉角度选择区中包括多个视觉角度,例如,45度侧视、无人机视角、俯视、仰视等。当参数类型中包括路径类型等视图参数类型时,则用户可以选择不同的视觉角度,以使得在参数显示区601-2中显示不同的视觉角度对应的视图参数。
在参数类别选择区中包括计划参数、实际参数、及历史参数,用户可以对该三种参数中的一种或多种进行选中操作,以使在参数显示区601-2中显示选中的参数类别对应的参数。
需要说明的是,图6只是以示例的形式示意功能选择区601-1中包括的功能选项,当然,在功能选择区601-2中还可以包括其他类型的功能选项,在实际应用过程中,可以根据实际需要设置功能选择区601-1中还可以包括的功能选项。
参数显示区601-1用于根据用户在功能选择区601-1选中的功能项,对相应类别、及相应类型的参数,按照选中的无人机视角进行显示。
需要说明的是,图6只是以示例的形式示意仿真平台对参数进行显示的显示界面,并不是对该显示限定,在实际应用过程中,可以根据实际需要设置显示界面中包括的具体内容、以及对参数的显示过程。
图7为本发明提供的另一种测试模式的结构示意图,请参见图7,包括实体传感器701、预设虚拟模型702、及仿真平台703。其中,
实体传感器701可以为设置在无人机中的任意实体传感器。可选的,该实体传感器701可以为摄像设备、惯性测量设备等。该实体传感器可以为一个传感器,也可以为多个传感器的集合。可选的,也可以用真实的无人机代替该实体传感器701。
预设虚拟模型702中有第一预设对象和第二预设对象。待测试对象包括第一预设对象和/或第二预设对象。
仿真平台703包括模拟模块703-1和显示/测试模块703-2。模拟模块703-1中包括无人机动态模型单元和环境模拟单元。其中,无人机动态模型单元用于模拟无人机;环境模拟单元用于模拟仿真平台中的虚拟场景。显示/测试模块703-2用于在仿真平台的显示区域M上对无人机动态模型单元模拟得到的无人机进行显示、以及对环境模拟单元模拟得到的虚拟场景进行显示;显示/测试模块703-2还用于确定对待测试对象的测试结果,并在显示区域M中的测试结果显示区域中对测试结果进行显示、对计划参数和实际参数进行实时显示。
实体传感器701可以在实际物理环境中运行,并采集实际物理环境中的传感数据,并将采集得到的传感数据发送至预设虚拟模型702。预设虚拟模型702通过第一预设对象对传感数据进行处理,得到计划参数,并根据第二预设对象对计划参数进行处理,得到控制指令。预设虚拟模型702将得到的计划参数和控制指令发送至仿真平台703。
在图7所示实施例的基础上,下面,通过图8所示的实施例,对在图7实施例所示的测试模型中,获取计划参数的过程进行详细说明。
图8为本发明提供的获取计划参数方法的流程示意图二,请参见图8,该方法可以包括:
S801、接收实体传感器发送的传感数据;其中,传感数据为实体传感器根据实体传感器所处的实际环境获取得到的。
S802、根据预设虚拟模型中的第一预设对象对传感数据进行处理,得到计划参数。
在本发明实施例中,测试装置可以设置在预设虚拟模型和仿真平台中。
在实际应用过程中,当需要通过图7实施例所示的测试模型对待测试对象进行测试时,在预设虚拟模型中设置第一预设对象和第二预设对象(待测试对象包括第一预设对象和/或第二预设对象);通过环境模拟单元在仿真平台中创建虚拟场景、通过无人机动态模型单元在仿真平台中模拟无人机。将实体传感器、预设虚拟模型、及仿真平台连接,以使实体传感器、预设虚拟模型、及仿真平台之间可以相互通信。
在通过测试模型启动对待测试对象进行测试之后,实体传感器在实际环境中运行,采集实际环境中的传感数据,并将采集得到的传感数据发送至预设虚拟模型。
测试装置根据预设虚拟模型中的第一预设对象对传感数据进行处理,得到计划参数。需要说明的是,本发明实施例中所述第一预设对象和图4实施例中所示的第一预设对象相同,此处不再进行赘述。
在上述过程中,通过实体传感器采集传感数据,并通过预设虚拟模型中的第一预设对象对对传感数据进行处理,得到计划参数。无需搭建实际的测试环境,即可获取计划参数,进而提高了获取计划参数的效率。
在图7和图8所示实施例的基础上,下面,通过图9所示的实施例对获取实际参数的过程进行详细说明。
图9为本发明提供的获取实际参数方法的流程示意图二,请参见图9,该方法可以包括:
S901、根据预设虚拟模型中的第二预设对象对计划参数进行处理,得到控制指令。
S902、在仿真平台中根据控制指令,获取实际参数。
在实际应用过程中,在测试装置根据预设虚拟模型中的第一预设对象获取得到计划参数之后,还可以根据预设虚拟模型中的第二预设对象对计划参数进行处理,得到控制指令。需要说明的是,本发明实施例中的第二预设对象与图5实施例中的第二预设对象相同,此处不再进行赘述。还需要说明的是,本发明实施例所示的控制指令、及获取控制指令的过程与图5所示实施例中的控制指令、及获取控制指令的过程相同,此处不再进行赘述。
在测试装置获取得到控制指令之后,测试装置在仿真平台中根据控制指令获取实际参数。可选的,测试装置可以根据各电机的转速和/或转向和各电机的运行参数,获取实际参数。
需要说明的是,在图7实施例所示的测试模型中,预设虚拟模型还可以设置在仿真平台中。当预设虚拟模型设置在仿真平台中时,获取计划参数和实际参数的过程与图8-图9实施例所示的过程类似,此处不再进行赘述。
下面,通过具体示例,对图8和图9实施例所示的方法进行详细说明。
示例性的,假设第一预设对象包括视觉算法和路径规划算法,第二预设对象包括控制算法,待测试对象为视觉算法、路径规划算法、及控制算法中的任意算法。
在图7实施例所示的测试模型启动运行之后,实体传感器在实际环境中运行(例如,在预设轨道中形式),实体传感器采集在实际环境中的传感数据,并向预设虚拟模型发送该传感数据。假设该传感数据中包括采集得到的实体传感器的速度(v)、加速度(A)、周围图像(图像1-图像10)、距障碍物的距离(H)。
测试装置根据预设虚拟模型中的视觉算法对图像1-图像10进行处理,确定障碍物的尺寸(例如,障碍物的长度、宽度、高度)、及障碍物与无人机动态模型单元模拟得到的无人机的相对位置((M,N))。测试装置再通过路径规划算法对障碍物的尺寸、相对位置((M,N))、无人机的速度(v)、无人机的加速度(A)、距障碍物的距离(H)进行处理,得出计划路径。
测试装置还根据预设虚拟模型中的控制算法对计划路径进行处理,得到用于控制无人机动态模型单元模拟得到的无人机的控制指令,并向测试装置发送该控制指令。
测试装置根据该控制指令,确定出待测试对象对应的实际路径。预设虚拟模型还将该控制指令发送给无人机动态模型单元,以使该动态模拟模型单元根据控制指令,对无人机动态模型单元模拟得到的无人机的状态(例如速度、姿态等)进行控制。
需要说明的是,在图8-图9所示实施例的基础上,还可以对计划参数、实际参数、及历史参数进行实时显示,对上述参数的显示界面、以及显示过程,与图6实施例所示的显示界面、以及显示过程类似,此处不再进行赘述。
图10为本发明提供的再一种测试模型的结构示意图,请参见图10,包括仿真平台1001。其中,仿真平台1001包括模拟模块1001-1、显示/测试模块1001-2、处理模块1001-3。
模拟模块1001-1中包括无人机动态模型单元、环境模拟单元、及传感数据模拟单元。其中,无人机动态模型单元用于模拟无人机;环境模拟单元用于模拟仿真平台中的虚拟场景;传感数据模拟单元用于根据无人机动态模型单元模拟得到的无人机的状态和虚拟场景模拟传感数据。
显示/测试模块1001-2用于在仿真平台的显示区域M上,对无人机动态模型单元模拟得到的无人机进行显示、以及对环境模拟单元模拟得到的虚拟场景进行显示,显示/测试模块1001-2还用于确定对待测试对象的测试结果,并在显示区域M中的测试结果显示区域中对测试结果、计划参数和实际参数进行显示。
处理模块1001-3用于根据第一预设对象对传感数据模拟单元获取的传感数据进行处理得到计划参数,并根据第二预设对象对计划参数进行处理得到实际参数。处理模块1001-3还向确定得到的计划参数和实际参数发送至显示/测试模块1001-2,以使显示/测试模块1001-2根据计划参数和实际参数确定测试结果。
在图10所示实施例的基础上,下面,通过图11所示的实施例,对在图10实施例所示的测试模型中,获取计划参数的过程进行详细说明。
图11为本发明提供的获取计划参数方法的流程示意图三,请参见图11,该方法可以包括:
S1101、获取虚拟传感器根据虚拟场景采集得到的传感数据。
S1102、根据仿真平台中的第一预设对象对传感数据进行处理,得到计划参数。
在实际应用过程中,当需要通过全虚拟测试模型对待测试对象进行测试时,通过环境模拟单元在仿真平台中创建虚拟场景、通过无人机动态模型单元在仿真平台中模拟无人机,并在仿真平台的处理模块中设置第一预设对象和第二预设对象。
在通过测试模型启动对待测试对象进行测试之后,测试装置获取传感数据模拟单元根据无人机动态模型单元模拟得到的无人机的状态和虚拟场景确定得到的传感数据。测试装置根据仿真平台中的第一预设对象对传感数据进行处理,得到计划参数。需要说明的是,本发明实施例中所述第一预设对象和图4实施例中所示的第一预设对象相同,此处不再进行赘述。
在上述过程中,可以通过仿真平台中的传感数据模拟模块获取到传感数据,并由仿真平台中的处理模块对传感数据进行处理,得到计划参数。这样,无需搭建实际的测试环境,即可获取到计划参数,进而提高了获取计划参数的效率。
在图10和图11所示实施例的基础上,下面,通过图12所示的实施例对获取实际参数的过程进行详细说明。
图12为本发明提供的获取实际参数方法的流程示意图三,请参见图12,该方法可以包括:
S1201、根据仿真平台中的第二预设对象对计划参数进行处理,得到控制指令。
S1202、在仿真平台中根据控制指令,获取实际参数。
在实际应用过程中,在测试装置根据仿真平台中的第一预设对象获取得到计划参数之后,还可以根据仿真平台中的第二预设对象对计划参数进行处理,得到控制指令。需要说明的是,本发明实施例中的第二预设对象与图5实施例中的第二预设对象相同,此处不再进行赘述。还需要说明的是,本发明实施例所示的控制指令、及获取控制指令的过程与图5所示实施例中的控制指令、及获取控制指令的过程相同,此处不再进行赘述。
在测试装置获取得到控制指令之后,测试装置在仿真平台中根据控制指令获取实际参数。可选的,测试装置可以根据各电机的转速和/或转向和各电机的运行参数,获取实际参数。
下面,通过具体示例,对图11和图12实施例所示的方法进行详细说明。
示例性的,假设第一预设对象包括视觉算法和路径规划算法,第二预设对象包括控制算法,待测试对象为视觉算法、路径规划算法、及控制算法中的任意算法。
在全虚拟测试模型启动运行之后,无人机动态模型单元模拟得到的无人机在虚拟场景中运行,并通过虚拟传感器采集虚拟场景中的传感数据。假设该传感数据中包括无人机动态模型单元模拟得到的无人机的速度(v)、加速度(A)、周围环境的图像(图像1-图像10)、距障碍物的距离(H)。
测试装置根据仿真平台中的视觉算法对图像1进行处理,确定障碍物的尺寸(例如,障碍物的长度、宽度、高度)、及障碍物与无人机动态模型单元模拟得到的无人机的相对位置((M,N))。测试装置再通过仿真平台中的路径规划算法对障碍物的尺寸、相对位置((M,N))、无人机的速度(v)、无人机的加速度(A)、距障碍物的距离(H)进行处理,得出计划路径。
测试装置还根据仿真平台中的控制算法对计划路径进行处理,得到无人机动态模型单元模拟得到的无人机中的虚拟电机1-虚拟电机10的转速和转向(控制指令),并向测试装置发送该虚拟电机1-虚拟电机10的转速和转向,并根据该虚拟电机1-虚拟电机10的转速和转向,确定出无人机动态模型单元模拟得到的无人机的实际路径。进一步的,还可以将该控制指令发送给无人机动态模型单元,以使该动态模拟模型单元根据控制指令,对无人机动态模型单元模拟得到的无人机的状态(例如速度、姿态等)进行控制。
需要说明的是,在图11-图12所示实施例的基础上,还可以对计划参数、实际参数、及历史参数进行实时显示,对上述参数的显示界面、以及显示过程,与图6实施例所示的显示界面、以及显示过程类似,此处不再进行赘述。
在上述任意一个实施例的基础上,可选的,测试装置可以通过如下可行的实现方式根据计划参数和实际参数,确定待测试对象对应的测试结果(图2所示实施例中的S203),具体的,请参见图13所示的实施例。
图13为本发明提供的确定测试结果方法的流程示意图,请参见图13,该方法可以包括:
S1301、获取计划参数和实际参数之间的第一误差值。
S1302、若第一误差值大于第一预设阈值,则确定测试结果异常。
S1303、若第一误差值小于或等于第一预设阈值,则确定测试结果正常。
在测试装置获取得到计划参数和实际参数之后,测试装置获取计划参数和实际参数之间的第一误差值,并判断该第一误差值是否大于第一预设阈值。若是,则确定测试结果为异常状态,若否,则确定测试结果为正常状态。可选的,在实际应用过程中,可以根据实际需要设置该第一预设阈值。可选的,计划参数和实际参数之间的第一误差值可以为同一时刻计划参数和实际参数之间的差值,例如,若计划参数为计划路径、实际参数为实际路径,则计划路径和实际路径之间的第一误差值为同一时刻计划路径和实际路径之间的距离。可选的,计划参数和实际参数之间的第一误差值还可以为计划参数的平均值与实际参数的平均值之间的误差,例如,若计划参数为计划速度、实际参数为实际速度,则计划速度和实际速度可以为计划平均速度与实际平均速度之间的差值。可选的,第一预设阈值为允许出现的最大误差值。
需要说明的是,在实际应用过程中,可以根据实际需要设置确定第一误差值的规则,还可以根据实际需要设置第一预设阈值,本发明对此不作具体限定。
在实际应用过程中,可选的,在测试装置根据计划参数和实际参数确定测试结果时,测试装置还可以获取待测试对象对应的至少一个历史参数,该历史参数为在当前时刻之前的其它测试过程中,对待测试对象进行测试的计划参数或者实际参数。相应的,测试装置可以根据计划参数、实际参数、及各历史参数,确定测试结果。
在上述任意一个实施例的基础上,在测试装置获取得到待测试对象对应的计划参数之后,测试装置还可以计划参数进行测试,以确定该计划参数是否正常。下面,通过图14所示的实施例,对测试计划参数的过程进行详细说明。
图14为本发明提供的计划参数测试方法的流程示意图,请参见图14,该方法可以包括:
S1401、获取仿真平台中虚拟场景对应的标准参数。
S1402、根据标准参数,对计划参数进行测试。
需要说明的是,图14实施例所示的方法适用于图3、图7、及图10任意实施例所示的测试模型。
当测试装置需要对计划参数进行测试时,测试装置获取仿真平台中的虚拟场景对应标准参数,该标准参数为在假设待测试对象在正常状态时,预估得到的参数。该标准参数可以包括速度、加速度、行驶方向、行驶路径等。例如,测试装置可以根据虚拟场景中的障碍物位置,获取标准路径信息。
测试装置根据标准参数,对计划参数进行测试。可选的,测试装置可以获取计划参数和标准参数之间的第二误差值,若第二误差值大于第二预设阈值,则确定计划参数异常,若第二误差值小于或等于第二预设阈值,则确定计划参数正常。需要说明的时,确定第二误差值的过程,与图13实施例所示的确定第一误差值的过程类似,此处不再进行赘述。
在实际应用过程中,可选的,当测试装置需要对计划参数进行测试时,测试装置可以判断计划参数是否与无人机动态模型单元模拟得到的无人机当前所处的虚拟场景匹配,若是,则确定计划参数正常,若否,则确定计划参数异常。
可选的,测试装置还可以对标准参数和计划参数进行实时显示,以使用户可以对标准参数和计划参数进行分析,以确定计划参数是否正常。同时,随着测试时间的推移,还可以对标准参数和实际参数进行实时更新。进一步的,为了便于用户查看,还可以以不用的颜色显示标准参数和计划参数。若测试装置确定计划参数异常,还可以通过预设颜色和/或预设标识对异常的计划参数进行标识。进一步的,测试装置还可以对标准参数和计划参数进行分析,以确定导致计划参数异常的异常对象,并对异常对象进行提示,以便于用户定位故障点。
可选的,测试装置还可以对显示标准参数和计划参数的过程进行记录以形成记录文件,例如,对显示标准参数和计划参数的过程进行录像以形成视频文件,以使用户可以对记录文件进行回放。
下面,结合图15所示的路线图,通过具体示例,对图14实施例所示的方法进行详细说明。
图15为本发明提供的标准路径和计划路径的界面示意图,请参见图15,包括功能选择区1501-1和参数显示区1501-2。
功能选择区1501-1中包括多个功能选项。例如,功能选择区中可以包括参数类型选择区、视觉角度选择区、参数类别选择区等,其中,
在参数类型选择区中可以选择需要在参数显示区1501-2中显示的参数类型,其中,用户可以同时选中参数类型中的多个参数类型,以使得在参数显示区1501-2中同时显示多种类型的参数。
在视觉角度选择区中包括多个视觉角度,例如,45度侧视、无人机视角、俯视、仰视等。当参数类型中包括路径类型等视图参数类型,则用户可以选择不同的视觉角度,以使得在参数显示区1501-2中显示不同视觉角度对应的视图参数。
在参数类别选择区中包括计划参数、标准参数、实际参数、及历史参数,其中,计划参数和标准参数为固定选中项,以使在参数显示区1501-2中一定显示计划参数和标准参数对应的参数。用户可以对历史参数和实际参数中的一种或两种进行选中操作,以使在参数显示区1501-2中显示计划参数和标准参数对应的参数、以及选中的参数类别对应的参数。
需要说明的是,图15只是以示例的形式示意功能选择区1501-1中包括的功能选项,当然,在功能选择区1501-2中还可以包括其他类型的功能选项,在实际应用过程中,可以根据实际需要设置功能选择区1501-1中还可以包括的功能选项。
在图15所示的实施例中,在对待测试对象进行测试的过程中,虚拟平台可以对标准参数和计划参数进行实时显示,随着时间的推移,对标准参数和计划参数进行实时更新。
在图15中,在无人机P位于当前位置时,假设为该无人机P确定的计划路径M如图15中的虚线所示。测试装置根据无人机P当前所处的虚拟场景,确定该虚拟场景对应的标准路径N如图15中的实线所示。
测试装置判断标准路径M和计划路径N之间的误差大于第二预设阈值,则确定计划路径N异常。当然,测试装置还可以判断计划路径N与无人机当前所处的虚拟场景不匹配(计划路径N与障碍物Q冲突),则确定计划路径N异常。
在上述任意一个实施例的基础上,测试装置还可以通过仿真平台向实时向用户显示计划参数和实际参数,以使用户根据计划参数和实际参数对待测试对象进行分析。这样,在对待测试对象进行测试的过程中,通过实时显示计划参数和实际参数,以使用户可以实时的观测待测试对象的运行过程,使得用户可以及时确定待测试对象的运行状态,进而提高对待测试对象进行测试的效率。
进一步的,测试装置还可以获取历史参数,并在仿真平台上实时显示计划参数、实际参数及历史参数,以便根据计划参数、实际参数及历史参数对待测试对象进行分析。
图16为本发明提供的对象测试装置的结构示意图一,请参见图16,该装置可以包括:
第一获取模块11,用于获取待测试对象对应的计划参数;
第二获取模块12,用于通过仿真平台获取所述待测试对象对应的实际参数;
测试模块13,用于根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案,其实现原理以及有益效果类似,此处不再进行赘述。
图17为本发明提供的对象测试装置的结构示意图二,在图16所示实施例的基础上,请参见图17,所述第一获取模块11包括第一获取单元11-1和第二获取单元11-2,其中,
所述第一获取单元11-1用于,获取传感数据;
所述第二获取单元11-2用于,根据所述传感数据,获取所述计划参数。
在一种可能的实施方式中,所述仿真平台中包括虚拟传感器和虚拟场景;相应的,所述第一获取单元11-1具体用于:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中,所述第一获取单元11-1具体用于:
接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中,所述第二获取单元11-2具体用于:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
在另一种可能的实施方式中,所述第一预设对象位于无人机中。
在另一种可能的实施方式中,所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中,所述第二获取模块12包括第三获取单元12-1和第四获取单元12-2,其中,
所述第三获取单元12-1用于,获取所述计划参数对应的控制指令;
所述第四获取单元12-2用于,在所述仿真平台中根据所述控制指令,获取所述实际参数。
在另一种可能的实施方式中,所述第三获取单元12-1具体用于:
根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
在另一种可能的实施方式中,所述第二预设对象位于无人机中。
在另一种可能的实施方式中,所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述第三获取单12-1元具体用于:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
在另一种可能的实施方式中,所述第四获取单元12-2具体用于:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
在另一种可能的实施方式中,所述第二预设对象包括控制对象。
在另一种可能的实施方式中,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中,所述测试模块13具体用于:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
在另一种可能的实施方式中,所述装置还包括第三获取模块14,其中,
所述第三获取模块14用于,在所述测试模块13根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,获取所述待测试对象对应的至少一个历史参数;
相应的,所述测试模块13具体用于,根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
在另一种可能的实施方式中,所述装置还包括第四获取模块15,其中,
所述第四获取模块15用于,在所述第一获取模块11获取所述待测试对象对应的计划参数之后,获取所述仿真平台中虚拟场景对应的标准参数;
所述测试模块13还用于,根据所述标准参数,对所述计划参数进行测试。
在另一种可能的实施方式中,所述测试模块13具体用于:
获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
在另一种可能的实施方式中,所述装置还包括显示模块16,其中,
所述显示模块16用于,在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后,显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述装置还包括第五获取模块17,其中,
所述第五获取模块17块用于,在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后,获取历史参数;
相应的,所述显示模块16具体用于,显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中,所述待测试对象为待测试算法。
在另一种可能的实施方式中,所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案,其实现原理以及有益效果类似,此处不再进行赘述。
图18为本发明提供的对象测试***的结构示意图一,请参见图18,该***可以包括处理器21、存储器22、以及通信总线23,存储器22用于存储应用程序,通信总线23用于实现元件之间的通信连接,处理器21用于读取存储器22中的应用程序,并执行如下操作:
获取待测试对象对应的计划参数;
通过仿真平台获取所述待测试对象对应的实际参数;
根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案,其实现原理以及有益效果类似,此处不再进行赘述。
在一种可能的实施方式中,所述处理器21具体用于:
获取传感数据;
根据所述传感数据,获取所述计划参数。
在另一种可能的实施方式中,所述仿真平台中包括虚拟传感器和虚拟场景;所述处理器21具体用于:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
图19为本发明提供的对象测试***的结构示意图二,在图18所示实施例的基础上,请参见图19,所述***还包括通信端口24,相应的,所述处理器21具体用于:
通过所述通信端口24接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中,所述处理器21具体用于:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
在另一种可能的实施方式中,所述第一预设对象位于无人机中。
在另一种可能的实施方式中,所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中,所述处理器21具体用于:
获取所述计划参数对应的控制指令;
在所述仿真平台中根据所述控制指令,获取所述实际参数。
在另一种可能的实施方式中,所述处理器21具体用于:根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
在另一种可能的实施方式中,所述第二预设对象位于无人机中。
在另一种可能的实施方式中,所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中,所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述处理器21具体用于:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
在另一种可能的实施方式中,所述处理器21具体用于:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
在另一种可能的实施方式中,所述第二预设对象包括控制对象。
在另一种可能的实施方式中,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中,所述处理器21具体用于:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
在另一种可能的实施方式中,所述处理器21还用于,在所述处理器根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,获取所述待测试对象对应的至少一个历史参数;
相应的,所述处理器21具体用于,根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
在另一种可能的实施方式中,所述处理器21还用于:
在所述处理器获取所述待测试对象对应的计划参数之后,获取所述仿真平台中虚拟场景对应的标准参数;并根据所述标准参数,对所述计划参数进行测试。
在另一种可能的实施方式中,所述处理器21具体用于:获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
进一步的,所述***还包括显示设备25,其中,
所述显示设备25用于,在所述处理器21通过仿真平台获取所述待测试对象对应的实际参数之后,显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述处理器21还用于,在所述处理器仿真平台获取所述待测试对象对应的实际参数之后,获取历史参数;
相应的,所述显示设备25具体用于:显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中,所述待测试对象为待测试算法。
在另一种可能的实施方式中,所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案,其实现原理以及有益效果类似,此处不再进行赘述。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (84)
1.一种对象测试方法,其特征在于,包括:
获取待测试对象对应的计划参数;
通过仿真平台获取所述待测试对象对应的实际参数;
根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
2.根据权利要求1所述的方法,其特征在于,所述获取待测试对象对应的计划参数,包括:
获取传感数据;
根据所述传感数据,获取所述计划参数。
3.根据权利要求2所述的方法,其特征在于,所述仿真平台中包括虚拟传感器和虚拟场景;相应的,所述获取传感数据,包括:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
4.根据权利要求2所述的方法,其特征在于,所述获取传感数据,包括:
接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
5.根据权利要求3或4所述的方法,其特征在于,所述根据所述传感数据,获取所述计划参数,包括:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
6.根据权利要求5所述的方法,其特征在于,所述第一预设对象位于无人机中。
7.根据权利要求5所述的方法,其特征在于,所述第一预设对象位于预设虚拟模型中。
8.根据权利要求5所述的方法,其特征在于,所述第一预设对象位于所述仿真平台中。
9.根据权利要求5-8任一项所述的方法,其特征在于,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
11.根据权利要求2-10任一项所述的方法,其特征在于,所述通过仿真平台获取所述待测试对象对应的实际参数,包括:
获取所述计划参数对应的控制指令;
在所述仿真平台中根据所述控制指令,获取所述实际参数。
12.根据权利要求11所述的方法,其特征在于,所述获取所述计划参数对应的控制指令,包括:
根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
13.根据权利要求12所述的方法,其特征在于,所述第二预设对象位于无人机中。
14.根据权利要求12所述的方法,其特征在于,所述第二预设对象位于预设虚拟模型中。
15.根据权利要求12所述的方法,其特征在于,所述第二预设对象位于所述仿真平台中。
16.根据权利要求12-15任一项所述的方法,其特征在于,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述根据第二预设对象对所述计划参数进行处理,得到所述控制指令,包括:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
17.根据权利要求16所述的方法,其特征在于,所述根据所述控制指令,获取所述实际参数,包括:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
18.根据权利要求12-17任一项所述的方法,其特征在于,所述第二预设对象包括控制对象。
19.根据权利要求18所述的方法,其特征在于,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
20.根据权利要求1-19任一项所述的方法,其特征在于,根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果,包括:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
21.根据权利要求1-20任一项所述的方法,其特征在于,所述根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,还包括:
获取所述待测试对象对应的至少一个历史参数;
相应的,根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果,包括:
根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
22.根据权利要求1-21任一项所述的方法,其特征在于,在所述获取所述待测试对象对应的计划参数之后,还包括:
获取所述仿真平台中虚拟场景对应的标准参数;
根据所述标准参数,对所述计划参数进行测试。
23.根据权利要求22所述的方法,其特征在于,所述根据所述标准参数,对所述计划参数进行测试,包括:
获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
24.根据权利要求1-23任一项所述的方法,其特征在于,在通过仿真平台获取所述待测试对象对应的实际参数之后,还包括:
显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
25.根据权利要求1-24任一项所述的方法,其特征在于,在通过仿真平台获取所述待测试对象对应的实际参数之后,还包括:
获取历史参数;
显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
26.根据权利要求2-25任一项所述的方法,其特征在于,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
27.根据权利要求1-26任一项所述的方法,其特征在于,所述待测试对象为待测试算法。
28.根据权利要求19所述的方法,其特征在于,
所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
29.一种对象测试装置,其特征在于,包括:
第一获取模块,用于获取待测试对象对应的计划参数;
第二获取模块,用于通过仿真平台获取所述待测试对象对应的实际参数;
测试模块,用于根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
30.根据权利要求29所述的装置,其特征在于,所述第一获取模块包括第一获取单元和第二获取单元,其中,
所述第一获取单元用于,获取传感数据;
所述第二获取单元用于,根据所述传感数据,获取所述计划参数。
31.根据权利要求30所述的装置,其特征在于,所述仿真平台中包括虚拟传感器和虚拟场景;相应的,所述第一获取单元具体用于:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
32.根据权利要求30所述的装置,其特征在于,所述第一获取单元具体用于:
接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
33.根据权利要求31或32所述的装置,其特征在于,所述第二获取单元具体用于:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
34.根据权利要求33所述的装置,其特征在于,所述第一预设对象位于无人机中。
35.根据权利要求33所述的装置,其特征在于,所述第一预设对象位于预设虚拟模型中。
36.根据权利要求33所述的装置,其特征在于,所述第一预设对象位于所述仿真平台中。
37.根据权利要求33-36任一项所述的装置,其特征在于,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
38.根据权利要求29-37任一项所述的装置,其特征在于,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
39.根据权利要求30-38任一项所述的装置,其特征在于,所述第二获取模块包括第三获取单元和第四获取单元,其中,
所述第三获取单元用于,获取所述计划参数对应的控制指令;
所述第四获取单元用于,在所述仿真平台中根据所述控制指令,获取所述实际参数。
40.根据权利要求39所述的装置,其特征在于,所述第三获取单元具体用于:
根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
41.根据权利要求40所述的装置,其特征在于,所述第二预设对象位于无人机中。
42.根据权利要求40所述的装置,其特征在于,所述第二预设对象位于预设虚拟模型中。
43.根据权利要求40所述的装置,其特征在于,所述第二预设对象位于所述仿真平台中。
44.根据权利要求40-43任一项所述的装置,其特征在于,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述第三获取单元具体用于:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
45.根据权利要求44所述的装置,其特征在于,所述第四获取单元具体用于:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
46.根据权利要求40-45任一项所述的装置,其特征在于,所述第二预设对象包括控制对象。
47.根据权利要求46所述的装置,其特征在于,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
48.根据权利要求29-47任一项所述的装置,其特征在于,所述测试模块具体用于:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
49.根据权利要求29-48任一项所述的装置,其特征在于,所述装置还包括第三获取模块,其中,
所述第三获取模块用于,在所述测试模块根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,获取所述待测试对象对应的至少一个历史参数;
相应的,所述测试模块具体用于,根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
50.根据权利要求29-49任一项所述的装置,其特征在于,所述装置还包括第四获取模块,其中,
所述第四获取模块用于,在所述第一获取模块获取所述待测试对象对应的计划参数之后,获取所述仿真平台中虚拟场景对应的标准参数;
所述测试模块还用于,根据所述标准参数,对所述计划参数进行测试。
51.根据权利要求50所述的装置,其特征在于,所述测试模块具体用于:
获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
52.根据权利要求29-51任一项所述的装置,其特征在于,所述装置还包括显示模块,其中,
所述显示模块用于,在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后,显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
53.根据权利要求52所述的装置,其特征在于,所述装置还包括第五获取模块,其中,
所述第五获取模块用于,在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后,获取历史参数;
相应的,所述显示模块具体用于,显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
54.根据权利要求30-53任一项所述的装置,其特征在于,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
55.根据权利要求29-54任一项所述的装置,其特征在于,所述待测试对象为待测试算法。
56.根据权利要求47所述的装置,其特征在于,
所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
57.一种对象测试***,其特征在于,包括处理器和用于存储应用程序的存储器,所述处理器用于读取所述存储器中的应用程序,并执行如下操作:
获取待测试对象对应的计划参数;
通过仿真平台获取所述待测试对象对应的实际参数;
根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果。
58.根据权利要求57所述的***,其特征在于,所述处理器具体用于:
获取传感数据;
根据所述传感数据,获取所述计划参数。
59.根据权利要求58所述的***,其特征在于,所述仿真平台中包括虚拟传感器和虚拟场景;所述处理器具体用于:
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
60.根据权利要求58所述的***,其特征在于,所述***还包括通信端口,相应的,所述处理器具体用于:
通过所述通信端口接收实体传感器发送的所述传感数据;其中,所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
61.根据权利要求59或60所述的***,其特征在于,所述处理器具体用于:
根据第一预设对象对所述传感数据进行处理,得到所述计划参数。
62.根据权利要求61所述的***,其特征在于,所述第一预设对象位于无人机中。
63.根据权利要求61所述的***,其特征在于,所述第一预设对象位于预设虚拟模型中。
64.根据权利要求61所述的***,其特征在于,所述第一预设对象位于所述仿真平台中。
65.根据权利要求61-64任一项所述的***,其特征在于,所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
66.根据权利要求57-65任一项所述的***,其特征在于,所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
67.根据权利要求58-66任一项所述的***,其特征在于,所述处理器具体用于:
获取所述计划参数对应的控制指令;
在所述仿真平台中根据所述控制指令,获取所述实际参数。
68.根据权利要求67所述的***,其特征在于,所述处理器具体用于:根据第二预设对象对所述计划参数进行处理,得到所述控制指令。
69.根据权利要求68所述的***,其特征在于,所述第二预设对象位于无人机中。
70.根据权利要求68所述的***,其特征在于,所述第二预设对象位于预设虚拟模型中。
71.根据权利要求68所述的***,其特征在于,所述第二预设对象位于所述仿真平台中。
72.根据权利要求68-71任一项所述的***,其特征在于,所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向;
相应的,所述处理器具体用于:
根据所述计划参数的类型,确定所述计划参数对应的至少一个电机;
根据所述计划参数,确定各所述电机的转速和/或转向。
73.根据权利要求72所述的***,其特征在于,所述处理器具体用于:
根据各所述电机的转速和/或转向和各所述电机的运行参数,获取所述实际参数。
74.根据权利要求68-73任一项所述的***,其特征在于,所述第二预设对象包括控制对象。
75.根据权利要求74所述的***,其特征在于,所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
76.根据权利要求57-75任一项所述的***,其特征在于,所述处理器具体用于:
获取所述计划参数和所述实际参数之间的第一误差值;
若所述第一误差值大于第一预设阈值,则确定所述测试结果异常;
若所述第一误差值小于或等于所述第一预设阈值,则确定所述测试结果正常。
77.根据权利要求57-76任一项所述的***,其特征在于,
所述处理器还用于,在所述处理器根据所述计划参数和所述实际参数,确定所述待测试对象对应的测试结果之前,获取所述待测试对象对应的至少一个历史参数;
相应的,所述处理器具体用于,根据所述计划参数、所述实际参数、及各所述历史参数,确定所述测试结果。
78.根据权利要求57-77任一项所述的***,其特征在于,所述处理器还用于:
在所述处理器获取所述待测试对象对应的计划参数之后,获取所述仿真平台中虚拟场景对应的标准参数;并根据所述标准参数,对所述计划参数进行测试。
79.根据权利要求78所述的***,其特征在于,所述处理器具体用于:获取所述计划参数和所述标准参数之间的第二误差值;
若所述第二误差值大于第二预设阈值,则确定所述计划参数异常;
若所述第二误差值小于或等于所述第二预设阈值,则确定所述计划参数正常。
80.根据权利要求57-79任一项所述的***,其特征在于,所述***还包括显示设备,其中,
所述显示设备用于,在所述处理器通过仿真平台获取所述待测试对象对应的实际参数之后,显示所述计划参数和所述实际参数,以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
81.根据权利要求80所述的***,其特征在于,
所述处理器还用于,在所述处理器仿真平台获取所述待测试对象对应的实际参数之后,获取历史参数;
相应的,所述显示设备具体用于:显示所述计划参数、所述实际参数及所述历史参数,以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
82.根据权利要求58-81任一项所述的***,其特征在于,所述传感数据包括如下数据中的至少一种:图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
83.根据权利要求57-82任一项所述的***,其特征在于,所述待测试对象为待测试算法。
84.根据权利要求75所述的***,其特征在于,
所述第一预设对象为第一预设算法,相应的,所述视觉对象为视觉算法,所述路径规划对象为路径规划算法;
所述第二预设对象为第二预设算法,相应的,所述控制对象为控制算法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/107895 WO2018098658A1 (zh) | 2016-11-30 | 2016-11-30 | 对象测试方法、装置及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107004039A true CN107004039A (zh) | 2017-08-01 |
Family
ID=59431280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680004011.4A Pending CN107004039A (zh) | 2016-11-30 | 2016-11-30 | 对象测试方法、装置及*** |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190278272A1 (zh) |
CN (1) | CN107004039A (zh) |
WO (1) | WO2018098658A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108519939A (zh) * | 2018-03-12 | 2018-09-11 | 深圳市道通智能航空技术有限公司 | 模块测试方法、装置及*** |
CN108781280A (zh) * | 2017-12-25 | 2018-11-09 | 深圳市大疆创新科技有限公司 | 一种测试方法、装置及终端 |
CN108873935A (zh) * | 2018-07-06 | 2018-11-23 | 山东农业大学 | 物流配送无人机降落的控制方法、装置、设备及存储介质 |
CN109078329A (zh) * | 2018-07-04 | 2018-12-25 | 福建工程学院 | 重力游戏的镜像虚拟测试方法 |
CN109491375A (zh) * | 2017-09-13 | 2019-03-19 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于驾驶场景的路径规划 |
CN109696915A (zh) * | 2019-01-07 | 2019-04-30 | 上海托华机器人有限公司 | 一种测试方法和*** |
CN110103983A (zh) * | 2018-02-01 | 2019-08-09 | 通用汽车环球科技运作有限责任公司 | 用于端对端自主车辆验证的***和方法 |
CN110291480A (zh) * | 2018-10-30 | 2019-09-27 | 深圳市大疆创新科技有限公司 | 一种无人机测试方法、设备及存储介质 |
CN112180760A (zh) * | 2020-09-17 | 2021-01-05 | 中国科学院上海微***与信息技术研究所 | 一种多传感器数据融合半实物仿真*** |
CN112219195A (zh) * | 2019-08-30 | 2021-01-12 | 深圳市大疆创新科技有限公司 | 应用程序测试方法、设备及存储介质 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI688502B (zh) * | 2018-02-14 | 2020-03-21 | 先進光電科技股份有限公司 | 用於警告車輛障礙物的設備 |
JP7390405B2 (ja) * | 2019-06-26 | 2023-12-01 | スカイラ テクノロジーズ, インク. | 統合された物理的環境および模擬された環境でロボットシステムを試験するための方法およびシステム |
CN111879319B (zh) * | 2020-06-29 | 2023-10-20 | 中国科学院合肥物质科学研究院 | 用于地面无人平台的室内测试方法、***及计算机设备 |
JP6988969B1 (ja) * | 2020-09-15 | 2022-01-05 | 株式会社明電舎 | 自動操縦ロボットを制御する操作推論学習モデルの学習システム及び学習方法 |
WO2022117038A1 (zh) * | 2020-12-02 | 2022-06-09 | 深圳前海微众银行股份有限公司 | 一种确定虚拟测试依赖对象的方法及装置 |
DE102021201522A1 (de) * | 2021-02-17 | 2022-08-18 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Ermittlung einer räumlichen Ausrichtung eines Anhängers |
CN113715817B (zh) * | 2021-11-02 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置、计算机设备及存储介质 |
CN117330331B (zh) * | 2023-10-30 | 2024-03-12 | 南方(韶关)智能网联新能源汽车试验检测中心有限公司 | 一种智能驾驶测试平台*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306216A (zh) * | 2011-08-10 | 2012-01-04 | 上海交通大学 | 月球车多规律仿真测试*** |
CN106094569A (zh) * | 2016-07-06 | 2016-11-09 | 西北工业大学 | 多传感器融合无人机感知与规避仿真***及其仿真方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7650238B2 (en) * | 2005-05-09 | 2010-01-19 | Northrop Grumman Corporation | Environmental characteristic determination |
US20210133871A1 (en) * | 2014-05-20 | 2021-05-06 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature usage recommendations |
US20160314224A1 (en) * | 2015-04-24 | 2016-10-27 | Northrop Grumman Systems Corporation | Autonomous vehicle simulation system |
US10909629B1 (en) * | 2016-02-15 | 2021-02-02 | Allstate Insurance Company | Testing autonomous cars |
CN106094859B (zh) * | 2016-08-26 | 2018-08-10 | 杨百川 | 一种无人机在线实时飞行品质评估与调参方法 |
-
2016
- 2016-11-30 CN CN201680004011.4A patent/CN107004039A/zh active Pending
- 2016-11-30 WO PCT/CN2016/107895 patent/WO2018098658A1/zh active Application Filing
-
2019
- 2019-05-24 US US16/421,711 patent/US20190278272A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306216A (zh) * | 2011-08-10 | 2012-01-04 | 上海交通大学 | 月球车多规律仿真测试*** |
CN106094569A (zh) * | 2016-07-06 | 2016-11-09 | 西北工业大学 | 多传感器融合无人机感知与规避仿真***及其仿真方法 |
Non-Patent Citations (2)
Title |
---|
匡宇,等: "《基于智能控制理论的地形回避***》", 《计算机与现代化》 * |
马洪波,等: ""地形跟随/地形回避雷达数学模型的实现"", 《***仿真学报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109491375A (zh) * | 2017-09-13 | 2019-03-19 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于驾驶场景的路径规划 |
CN109491375B (zh) * | 2017-09-13 | 2022-08-09 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于驾驶场景的路径规划 |
CN108781280A (zh) * | 2017-12-25 | 2018-11-09 | 深圳市大疆创新科技有限公司 | 一种测试方法、装置及终端 |
CN108781280B (zh) * | 2017-12-25 | 2020-08-04 | 深圳市大疆创新科技有限公司 | 一种测试方法、装置及终端 |
CN110103983A (zh) * | 2018-02-01 | 2019-08-09 | 通用汽车环球科技运作有限责任公司 | 用于端对端自主车辆验证的***和方法 |
CN108519939B (zh) * | 2018-03-12 | 2022-05-24 | 深圳市道通智能航空技术股份有限公司 | 模块测试方法、装置及*** |
CN108519939A (zh) * | 2018-03-12 | 2018-09-11 | 深圳市道通智能航空技术有限公司 | 模块测试方法、装置及*** |
CN109078329B (zh) * | 2018-07-04 | 2022-03-11 | 福建工程学院 | 重力游戏的镜像虚拟测试方法 |
CN109078329A (zh) * | 2018-07-04 | 2018-12-25 | 福建工程学院 | 重力游戏的镜像虚拟测试方法 |
CN108873935A (zh) * | 2018-07-06 | 2018-11-23 | 山东农业大学 | 物流配送无人机降落的控制方法、装置、设备及存储介质 |
WO2020087297A1 (zh) * | 2018-10-30 | 2020-05-07 | 深圳市大疆创新科技有限公司 | 一种无人机测试方法、设备及存储介质 |
CN110291480A (zh) * | 2018-10-30 | 2019-09-27 | 深圳市大疆创新科技有限公司 | 一种无人机测试方法、设备及存储介质 |
CN109696915B (zh) * | 2019-01-07 | 2022-02-08 | 上海托华机器人有限公司 | 一种测试方法和*** |
CN109696915A (zh) * | 2019-01-07 | 2019-04-30 | 上海托华机器人有限公司 | 一种测试方法和*** |
CN112219195A (zh) * | 2019-08-30 | 2021-01-12 | 深圳市大疆创新科技有限公司 | 应用程序测试方法、设备及存储介质 |
WO2021035702A1 (zh) * | 2019-08-30 | 2021-03-04 | 深圳市大疆创新科技有限公司 | 应用程序测试方法、设备及存储介质 |
CN112180760A (zh) * | 2020-09-17 | 2021-01-05 | 中国科学院上海微***与信息技术研究所 | 一种多传感器数据融合半实物仿真*** |
Also Published As
Publication number | Publication date |
---|---|
WO2018098658A1 (zh) | 2018-06-07 |
US20190278272A1 (en) | 2019-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107004039A (zh) | 对象测试方法、装置及*** | |
Gordon et al. | Iqa: Visual question answering in interactive environments | |
Florence et al. | Integrated perception and control at high speed: Evaluating collision avoidance maneuvers without maps | |
Marchesini et al. | Discrete deep reinforcement learning for mapless navigation | |
Li et al. | Houseexpo: A large-scale 2d indoor layout dataset for learning-based algorithms on mobile robots | |
Thale et al. | ROS based SLAM implementation for Autonomous navigation using Turtlebot | |
CN108332759A (zh) | 一种基于3d激光的地图构建方法及*** | |
Taylor et al. | Exploration strategies for mobile robots | |
CN109855616A (zh) | 一种基于虚拟环境和强化学习的多传感器机器人导航方法 | |
Hornung et al. | Mobile manipulation in cluttered environments with humanoids: Integrated perception, task planning, and action execution | |
Spranger et al. | Human-machine interface for remote training of robot tasks | |
Mettler et al. | Research infrastructure for interactive human-and autonomous guidance | |
Craighead et al. | Validating the search and rescue game environment as a robot simulator by performing a simulated anomaly detection task | |
Marzat et al. | Vision-based localization, mapping and control for autonomous MAV: EuRoC challenge results | |
Buchheim et al. | Team description paper 2005 cops stuttgart | |
Arfa | Study and implementation of LiDAR-based SLAM algorithm and map-based autonomous navigation for a telepresence robot to be used as a chaperon for smart laboratory requirements | |
Andreasen et al. | MAES, a Realistic Simulator for Multi Agent Exploration and Coverage | |
Domınguez et al. | Internal simulation for autonomous robot exploration of lava tubes | |
Lee et al. | Autonomous view planning methods for 3D scanning | |
Gilliam et al. | Path Planning and Mapping of an Autonomous Agricultural Robot Using Robot Operating System (ROS) and Gazebo | |
Mutlu et al. | Indoor navigation and guidance of an autonomous robot vehicle with static obstacle avoidance and optimal path finding algorithm | |
Hideg et al. | Multi-robot simulation framework | |
Ghangrekar et al. | Modeling and simulating a path planning and obstacle avoidance algorithm for an autonomous robotic vehicle | |
Berezny et al. | Accessible aerial autonomy | |
Saska et al. | Bringing reality to evolution of modular robots: bio-inspired techniques for building a simulation environment in the SYMBRION project |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170801 |