CN108241762A - 用于自动驾驶仿真***的测试***和测试方法 - Google Patents

用于自动驾驶仿真***的测试***和测试方法 Download PDF

Info

Publication number
CN108241762A
CN108241762A CN201611217202.7A CN201611217202A CN108241762A CN 108241762 A CN108241762 A CN 108241762A CN 201611217202 A CN201611217202 A CN 201611217202A CN 108241762 A CN108241762 A CN 108241762A
Authority
CN
China
Prior art keywords
automatic pilot
control instruction
identifiable
virtual
analogue system
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
Application number
CN201611217202.7A
Other languages
English (en)
Inventor
孙龙飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fafa Automobile China Co ltd
Original Assignee
LeTV Automobile Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by LeTV Automobile Beijing Co Ltd filed Critical LeTV Automobile Beijing Co Ltd
Priority to CN201611217202.7A priority Critical patent/CN108241762A/zh
Publication of CN108241762A publication Critical patent/CN108241762A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及自动驾驶领域，公开了一种用于自动驾驶仿真***的测试***和测试方法，该测试***包括第一自动驾驶仿真***，该第一自动驾驶仿真***包括仿真环境生成模块和数据转换接口。该方法包括：生成车辆仿真环境；通过数据转换接口读取仿真环境中传感器数据并将其转换成第二自动驾驶仿真***可识别的传感器数据；第二自动驾驶仿真***接收该可识别的传感器数据并根据其与设定测试目标生成第二控制指令并将其发送到数据转换接口；数据转换接口接收该第二控制指令并将其转换成仿真环境生成模块可识别的控制指令；仿真环境生成模块将该可识别的控制指令应用到虚拟车辆以使得该虚拟车辆在虚拟场景中运行。如此，实现对第二自动驾驶仿真***的测试。

Description

用于自动驾驶仿真***的测试***和测试方法
技术领域
本发明涉及自动驾驶领域，具体地，涉及一种用于自动驾驶仿真***的测试***和测试方法。
背景技术
自动驾驶***的开发都遵从从仿真到实车测试的过程，仿真实验作为一种零风险、快速迭代、可复现的测试方法，为自动驾驶技术上路测试奠定了坚实的基础。仿真可以快速有效的对算法的正确性与性能进行测试。
目前的主要机器人***的开发依赖于Ros(robot operating system)。Ros是一个开放的标准平台，它提供了一系列的软件框架和工具以帮助软件开发者创建机器人应用软件。Ros主要依附于Linux操作***。若在Linux下进行全流程的仿真，需要花费大量的时间和精力进行仿真相关的基础工作的搭建，例如：建立一个与真实环境相似的道路环境，建立相匹配的传感器，建立接近真实状况的汽车动力学模型。从无到有搭建满足要求的仿真***需要花费大量的时间，延误了核心算法开发时间，是现在开发自动驾驶***的重要障碍。由于自己开发需要花费大量的人力物力，使用一款成熟的商用解决方案是一条捷径。目前比较成熟的商用仿真环境是Prescan和Carsim，然而这两者都是在Windows操作***下的仿真软件，Linux下并没有成熟的商用软件。正因为此限制，开发人员通常的解决方案是在Windows下开发一套算法，在仿真环境中进行验证。一旦验证通过，重新再Linux环境下基于Ros的接口进行算法的移植。这样的开发方式大大增加了开发量，也很难保证在移植的过程中是不出现错误。
发明内容
本发明的目的是提供一种用于自动驾驶仿真***的测试***和测试方法，其可实现结合仿真软件直接进行仿真调试，确认待测试的仿真***的可靠，以确保待测试仿真***和真实***可达到无缝切换。
为了实现上述目的，本发明的一个方面提供一种用于自动驾驶仿真***的测试***，该测试***包括：在第一操作环境下的第一自动驾驶仿真***，该第一自动驾驶仿真***能够对被测试车辆进行仿真操作，该第一自动驾驶仿真***包括：仿真环境生成模块，用于生成车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景；根据该虚拟传感器生成的传感器数据和设定测试目标生成第一控制指令，并将该第一控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行；以及数据转换接口，用于读取所述传感器数据并将所述传感器数据转换成在第二操作环境下的第二自动驾驶仿真***可识别的传感器数据；所述第二自动驾驶仿真***接收该可识别的传感器数据，根据该可识别的传感器数据与所述设定测试目标生成第二控制指令，并将该第二控制指令发送到所述数据转换接口；所述数据转换接口还用于接收该第二控制指令，并将该第二控制指令转换成所述仿真环境生成模块可识别的控制指令，所述仿真环境生成模块还用于将该可识别的控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行。
可选地，如果所述可识别的控制指令应用到所述虚拟车辆之后所述虚拟车辆在所述虚拟场景中运行的结果达到所述设定测试目标，则所述第二自动驾驶仿真***针对该设定测试目标被验证成功。
可选地，所述第一操作环境是Windows操作环境，所述第二操作环境是Linux操作环境。
可选地，所述仿真环境生成模块是基于PreScan的，所述数据转换接口包括：PreScan-Matlab接口，用于读取所述虚拟传感器生成的传感器数据或接收基于PreScan的所述仿真环境可识别的控制指令；以及Matlab-Ros接口，用于将所述传感器数据转换成在Linux操作环境下的基于Ros***的所述第二自动驾驶仿真***可识别的传感器数据并发送所述可识别的传感器数据或接收所述第二控制指令并将该第二控制指令转化为基于PreScan的所述仿真环境可接收的控制指令。
可选地，该测试***还包括所述第二自动驾驶仿真***。
本发明的另一方面提供一种用于自动驾驶仿真***的测试方法，该方法包括：在第一操作环境下的第一自动驾驶仿真***的仿真环境生成模块生成车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景；该仿真环境生成模块根据该虚拟传感器生成的传感器数据和设定测试目标生成第一控制指令，并将该第一控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行；该第一自动驾驶仿真***的数据转换接口读取所述传感器数据并将所述传感器数据转换成在第二操作环境下的第二自动驾驶仿真***可识别的传感器数据；所述第二自动驾驶仿真***接收该可识别的传感器数据，根据该可识别的传感器数据与所述设定测试目标生成第二控制指令，并将该第二控制指令发送到所述数据转换接口；所述数据转换接口接收该第二控制指令，并将该第二控制指令转换成所述仿真环境生成模块可识别的控制指令；所述仿真环境生成模块将该可识别的控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行。
可选地，该方法还包括：如果所述可识别的控制指令应用到所述虚拟车辆之后所述虚拟车辆在所述虚拟场景中运行的结果达到所述设定测试目标，则确认所述第二自动驾驶仿真***针对该设定测试目标被验证成功。
可选地，该方法还包括：针对不同的设定测试目标确认所述第二自动驾驶仿真***是否被验证成功。
可选地，该方法还包括：在针对所有的设定测试目标确认所述第二自动驾驶仿真***被验证成功之后，将该第二自动驾驶仿真***直接应用于实际车辆。
可选地，所述第一操作环境是Windows操作环境，所述第二操作环境是Linux操作环境，所述仿真环境生成模块是基于PreScan的，所述数据转换接口包括：PreScan-Matlab接口，用于读取所述虚拟传感器生成的传感器数据或接收基于PreScan的所述仿真环境可识别的控制指令；以及Matlab-Ros接口，用于将所述传感器数据转换成在Linux操作环境下的基于Ros***的所述第二自动驾驶仿真***可识别的传感器数据并发送所述可识别的传感器数据或接收所述第二控制指令并将该第二控制指令转化为基于PreScan的所述仿真环境可接收的控制指令。
通过上述技术方案，第一自动驾驶***的仿真环境生成模块生成车辆仿真环境，通过其数据转换接口将仿真环境中虚拟传感器的数据转换成第二自动驾驶仿真***可识别的传感器数据并将该可识别的传感器数据传到第二自动驾驶仿真***，第二自动驾驶仿真***根据该可识别的传感器数据和设定测试目标生成控制指令并将该控制指令通过数据转换接口转化为仿真环境生成模块可识别的控制指令并将其应用到车辆仿真环境中的虚拟车以验证第二自动驾驶仿真***的可靠性，以确保第二仿真***和真车的真实***的无缝切换。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是根据本发明的实施方式提供的用于自动驾驶仿真***的测试***的结构框图；
图2是根据本发明的另一实施方式提供的用于自动驾驶仿真***的测试***的结构框图；
图3是根据本发明的另一实施方式提供的用于自动驾驶仿真***的测试***的结构框图；
图4是根据本发明的实施方式提供的用于自动驾驶仿真***的测试方法的流程图；
图5是根据本发明的另一实施方式提供的用于自动驾驶仿真***的测试方法的流程图；以及
图6是根据本发明的实施方式提供的自动驾驶仿真***的测试与应用示意图。
附图标记说明
1 第一自动驾驶仿真*** 2 仿真环境生成模块
3 数据转换接口 4 第二自动驾驶仿真***
5 PreScan-Matlab接口 6 Matlab-Ros接口
7 真实车辆
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图1是根据本发明的实施方式提供的用于自动驾驶仿真***的测试***的结构框图。如图1所示，该测试***包括在第一操作环境下的第一自动驾驶仿真***1，其能够对被测试车辆进行仿真操作。该第一自动驾驶仿真***1包括仿真环境生成模块2和数据转换接口3。仿真环境生成模块2可以生成车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景，并可根据虚拟传感器生成的传感器数据和设定的测试目标生成第一控制指令并将该第一控制指令应用到仿真环境中的虚拟车辆以使得该虚拟车辆在虚拟场景中运行。数据转换接口3可用于读取仿真环境中虚拟传感器的传感器数据并将其转换成在第二操作环境下的第二自动驾驶仿真***可识别的传感器数据。第二自动驾驶仿真***接收该可识别的传感器数据，并根据该可识别的传感器数据和设定的测试目标生成第二控制指令并将该第二控制指令发送到数据转换接口3，数据转换接口3接收该第二控制指令并将其转化为仿真环境生成模块2可识别的控制指令，仿真环境生成模块2将其可识别的控制指令应用到虚拟车辆以使得该虚拟车辆可以在虚拟场景中运行。
在根据本发明提供的实施方式中，如果仿真环境生成模块将其可识别的控制指令应用到虚拟车辆之后，虚拟车辆在虚拟场景中运行的结果达到设定的测试目标，则第二自动驾驶仿真***针对该测试目标被验证成功。除此之外，还可设定不同的测试目标，将第二自动驾驶仿真***针对不同的测试目标进行测试。
此外，在根据本发明提供的实施方式中，该测试***还可包括第二自动驾驶仿真***，如图2所示。图2是根据本发明的另一实施方式提供的用于自动驾驶仿真***的测试***的结构框图。图2所示的测试***与图1所示的测试***的不同之处在于，包括第二自动驾驶仿真***。
在根据本发明提供的实施方式中，第一操作环境可以是Windows操作环境，第二操作环境可以是Linux操作环境。仿真环境生成模块可以是基于PreScan的，也可以是基于Carsim的，PreScan和Carsim是比较成熟的商用仿真软件。若仿真环境生成模块是基于PreScan的，数据转换接口包括PreScan-Matlab接口和Matlab-Ros接口。PreScan-Matlab接口为PreScan和Matlab之间交互的接口，Matlab-Ros接口为Matlab和Ros之间交互的接口，接口是一种应用程序编程接口。PreScan***与Ros***之间不能直接进行信息的传输，但是PreScan***和Ros***都可以与Matlab对接，因此可以考虑使用Matlab作为它们之间的信息中转站，即可以使用PreScan-Matlab接口和Matlab-Ros接口在PreScan与Ros之间传输信息。PreScan-Matlab接口和Matlab-Ros接口可以是使用所属领域技术人员所知的方法(例如编程方法)来实现的，本文对此不多做赘述。
图3是根据本发明的另一实施方式提供的用于自动驾驶仿真***的测试***的结构框图。如图3所示，该测试***包括第一自动驾驶仿真***1和第二自动驾驶仿真***4，第一自动驾驶***1包括仿真环境生成模块2和数据转换接口3，数据转换接口3包括PreScan-Matlab接口5和Matlab-Ros接口6。在该实施方式中，第一自动驾驶仿真***1是在Windows操作环境下的，第二自动驾驶仿真***4是在Linux操作环境下的，仿真环境生成模块2是基于PreScan的。在该实施方式中，基于PreScan的仿真环境生成模块2搭建车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景；PreScan-Matlab接口5读取虚拟传感器生成的传感器数据，Matlab-Ros接口6将传感器数据转换成Linux操作环境下的基于Ros***的第二自动驾驶仿真***4可识别的传感器数据并发送该可识别的传感器数据到第二自动驾驶仿真***4；第二自动驾驶仿真***4接收该可识别的传感器数据，根据该可识别的传感器数据与设定的测试目标生成第二控制指令，并将该第二控制指令发送到Matlab-Ros接口6；Matlab-Ros接口6接收该第二控制指令并将该第二控制指令转化为基于PreScan的仿真环境可接收的控制指令；PreScan-Matlab接口5接收基于PreScan的仿真环境可识别的控制指令并将其传送到仿真环境生成模块2；仿真环境生成模块2将该可识别的控制指令应用到虚拟车辆以使得该虚拟车辆在虚拟场景中运行。如果该可识别的控制指令应用到虚拟车辆之后虚拟车辆在虚拟场景中运行的结果达到设定的测试目标，则第二自动驾驶仿真***4针对该设定测试目标被验证成功。如此，实现了结合第一自动驾驶仿真***验证第二自动驾驶仿真***，以使第二自动驾驶仿真***可以实现与真实的车辆之间的无缝对接。
图4是根据本发明的实施方式提供的用于自动驾驶仿真***的测试方法的流程图。如图4所示，该测试方法包括以下步骤：
步骤S41：生成车辆仿真环境，即，在第一操作环境下的第一自动驾驶仿真***的仿真环境生成模块生成车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景；该仿真环境生成模块可根据该虚拟传感器生成的传感器数据和设定测试目标生成第一控制指令，并将该第一控制指令应用到虚拟车辆以使得该虚拟车辆在虚拟场景中运行；
步骤S42：转换传感器数据，即，该第一自动驾驶仿真***的数据转换接口读取传感器数据并将该传感器数据转换成在第二操作环境下的第二自动驾驶仿真***可识别的传感器数据；
步骤S43：生成第二控制指令，即，第二自动驾驶仿真***接收该可识别的传感器数据，根据该可识别的传感器数据与设定测试目标生成第二控制指令，并将该第二控制指令发送到数据转换接口；
步骤S44：转换第二控制指令为可识别的控制指令，即，数据接口接收该第二控制指令，并将该第二控制指令转换成仿真环境生成模块可识别的控制指令；
步骤S45：应用该可识别的控制指令，即，仿真环境生成模块将该可识别的控制指令应用到虚拟车辆以使得该虚拟车辆在虚拟场景中运行。
如此，通过在第一操作环境下的第一自动驾驶仿真***中搭建仿真环境，通过数据转换接口使第一自动驾驶仿真***与在第二操作环境下的第二自动驾驶仿真***之间进行的数据和控制指令的传输，实现了第二自动驾驶仿真***控制仿真环境中车辆行驶的过程。
此外，在根据本发明提供的实施方式中，该测试方法还可包括如果可识别的控制指令应用到虚拟车辆之后虚拟车辆在虚拟场景中运行的结果达到设定测试目标，则确认第二自动驾驶仿真***针对该设定测试目标被验证成功。如此，实现了对第二自动驾驶仿真***的验证。在根据本发明提供的实施方式中，还可设定不同的测试目标，如路口转弯、保持直行、遇红灯停车、遇障碍物停车等，确认第二自动驾驶仿真***是否能被验证成功。当设定不同的测试目标，第二自动驾驶仿真***被验证成功后，可将该第二自动驾驶仿真***直接应用到实际车辆。
图5是根据本发明的另一实施方式提供的用于自动驾驶仿真***的测试方法的流程图。图5所示的流程图与图4所示的流程图的不同之处在于，在该实施方式中，测试方法在步骤S55(图4中的步骤S45)后，还包括了以下步骤：
步骤S56：判断是否验证成功，即，判断可识别的控制指令应用到虚拟车辆之后虚拟车辆在虚拟场景中运行的结果是否达到设定的测试目标，若达到设定的测试目标则确认第二自动驾驶仿真***针对该设定测试目标被验证成功，若达不到设定的测试目标则确认第二自动驾驶仿真***针对该设定测试目标没有被验证成功；若验证成功则执行步骤S57，若否则执行步骤S58；
步骤S57：判断是否针对所有的测试目标验证完毕，即可以设定不同的测试目标，如路口转弯、保持直行、遇红灯停车、遇障碍物停车等，判断第二自动驾驶仿真***能否被验证成功，若是则执行步骤S60，若否则执行步骤S59；
步骤S58：修改算法，即若验证失败，则说明第二自动驾驶仿真***中的算法不满足条件，需要对其进行修改，修改完算法后从步骤S53重新该测试方法的过程，若验证不能成功则需要持续修改算法，直到第二自动驾驶仿真***被验证成功；
步骤S59：更换设定的测试目标，更换了设定的测试目标后从步骤S52循环执行，直到在设定的不同的测试目标的情况下，第二自动驾驶仿真***均被验证成功；以及
步骤S60：应用到实际车辆，即将第二自动驾驶仿真***应用到实际车辆。
如此，实现了在结合第一自动驾驶仿真***对第二自动驾驶仿真***进行验证的过程，确保第二自动驾驶仿真***的可靠性，并在第二自动驾驶仿真***被验证成功的情况下，直接将第二自动驾驶仿真***与实际车辆对接以完成对实际车辆的驱动。在这个过程中，从仿真环境到真车环境不需要有额外的转换开发要求，高效、便捷。
在根据本发明提供的实施方式中，第一操作环境可以是Windows操作环境，第二操作环境可以是Linux操作环境；仿真环境生成模块可以是基于PreScan的，也可以是基于Carsim的，PreScan和Carsim是比较成熟的商用仿真软件。若仿真环境生成模块是基于PreScan的，数据转换接口包括PreScan-Matlab接口和Matlab-Ros接口。PreScan-Matlab接口用于读取虚拟传感器生成的传感器数据或接收基于PreScan的仿真环境可识别的控制指令；Matlab-Ros接口，用于将传感器数据转换成在Linux操作环境下的基于Ros***的第二自动驾驶仿真***可识别的传感器数据并发送可识别的传感器数据或接收第二控制指令并将该第二控制指令转化为基于PreScan的所述仿真环境可接收的控制指令。
图6是根据本发明的实施方式提供的自动驾驶仿真***的测试与应用示意图。在该实施方式中，第一自动驾驶***1包括基于PreScan的仿真环境生成模块2、PreScan-Matlab接口5和Matlab-Ros接口6；第一自动驾驶***1是在Windows操作环境下的，第一自动驾驶***4是在Linux操作环境下的；基于PreScan的仿真环境生成模块2搭建车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景；PreScan-Matlab接口5读取虚拟传感器生成的传感器数据，Matlab-Ros接口6将传感器数据转换成Linux操作环境下的基于Ros***的第二自动驾驶仿真***4可识别的传感器数据并通过网络发送该可识别的传感器数据到第二自动驾驶仿真***4；第二自动驾驶仿真***4接收该可识别的传感器数据，根据该可识别的传感器数据与设定的测试目标生成第二控制指令，即，通过其包括的开发的算法进行障碍物检测、车道线识别、决策规划和控制模块等作用生成第二控制指令，并将该第二控制指令发送到Matlab-Ros接口6；Matlab-Ros接口6接收该第二控制指令并将该第二控制指令转化为基于PreScan的仿真环境可接收的控制指令；PreScan-Matlab接口5接收基于PreScan的仿真环境可识别的控制指令并将其传送到仿真环境生成模块2；仿真环境生成模块2将该可识别的控制指令应用到虚拟车辆以使得该虚拟车辆在虚拟场景中运行，即根据第二控制指令驱动虚拟车完成一次位置的更新，完成一次仿真循环。如果该可识别的控制指令应用到虚拟车辆之后虚拟车辆在虚拟场景中运行的结果达到设定的测试目标，则第二自动驾驶仿真***4针对该设定测试目标被验证成功。更换不同的测试目标验证第二自动驾驶仿真***4，若均被验证成功，即，完成了整个***的闭环仿真，则将第二自动驾驶仿真***4应用到真实车辆7，从真实车辆上获取传感器的数据通过第二自动驾驶仿真***4中的算法的处理产生控制消息发送到真实车辆7，完成对真实车辆7的驱动。如此实现了第二自动驾驶仿真***4通过第一自动驾驶仿真***1进行仿真测试以验证第二自动驾驶仿真***4的可靠性，并且在第二自动驾驶仿真***4被验证可靠性的情况下将其应用到真实车辆7，无需额外的转换开发要求，高效、便捷。
综上所述，结合第一自动驾驶仿真***对第二自动驾驶仿真***进行验证，并在第二自动驾驶仿真***被验证成功的情况下，直接将第二自动驾驶仿真***与实际车辆对接以完成对实际车辆的驱动。如此，可确保第二自动驾驶仿真***的可靠性以及仿真***与真实车辆的真实***的无缝对接，并且从仿真环境到真车环境不需要有额外的转换开发要求，节约成本、高效、便捷。
以上结合附图详细描述了本发明例的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施方式的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。

Claims (10)

1.一种用于自动驾驶仿真***的测试***，其特征在于，该测试***包括：
在第一操作环境下的第一自动驾驶仿真***，该第一自动驾驶仿真***能够对被测试车辆进行仿真操作，该第一自动驾驶仿真***包括：
仿真环境生成模块，用于生成车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景；根据该虚拟传感器生成的传感器数据和设定测试目标生成第一控制指令，并将该第一控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行；以及
数据转换接口，用于读取所述传感器数据并将所述传感器数据转换成在第二操作环境下的第二自动驾驶仿真***可识别的传感器数据；
所述第二自动驾驶仿真***接收该可识别的传感器数据，根据该可识别的传感器数据与所述设定测试目标生成第二控制指令，并将该第二控制指令发送到所述数据转换接口；
所述数据转换接口还用于接收该第二控制指令，并将该第二控制指令转换成所述仿真环境生成模块可识别的控制指令，所述仿真环境生成模块还用于将该可识别的控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行。
2.根据权利要求1所述的测试***，其特征在于，如果所述可识别的控制指令应用到所述虚拟车辆之后所述虚拟车辆在所述虚拟场景中运行的结果达到所述设定测试目标，则所述第二自动驾驶仿真***针对该设定测试目标被验证成功。
3.根据权利要求1或2所述的测试***，其特征在于，所述第一操作环境是Windows操作环境，所述第二操作环境是Linux操作环境。
4.根据权利要求3所述的测试***，其特征在于，所述仿真环境生成模块是基于PreScan的，所述数据转换接口包括：
PreScan-Matlab接口，用于读取所述虚拟传感器生成的传感器数据或接收基于PreScan的所述仿真环境可识别的控制指令；以及
Matlab-Ros接口，用于将所述传感器数据转换成在Linux操作环境下的基于Ros***的所述第二自动驾驶仿真***可识别的传感器数据并发送所述可识别的传感器数据或接收所述第二控制指令并将该第二控制指令转化为基于PreScan的所述仿真环境可接收的控制指令。
5.根据权利要求1所述的测试***，其特征在于，该测试***还包括所述第二自动驾驶仿真***。
6.一种用于自动驾驶仿真***的测试方法，其特征在于，该方法包括：
在第一操作环境下的第一自动驾驶仿真***的仿真环境生成模块生成车辆仿真环境，该车辆仿真环境包括虚拟车辆、虚拟传感器以及虚拟场景；
该仿真环境生成模块根据该虚拟传感器生成的传感器数据和设定测试目标生成第一控制指令，并将该第一控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行；
该第一自动驾驶仿真***的数据转换接口读取所述传感器数据并将所述传感器数据转换成在第二操作环境下的第二自动驾驶仿真***可识别的传感器数据；
所述第二自动驾驶仿真***接收该可识别的传感器数据，根据该可识别的传感器数据与所述设定测试目标生成第二控制指令，并将该第二控制指令发送到所述数据转换接口；
所述数据转换接口接收该第二控制指令，并将该第二控制指令转换成所述仿真环境生成模块可识别的控制指令；以及
所述仿真环境生成模块将该可识别的控制指令应用到所述虚拟车辆以使得该虚拟车辆在所述虚拟场景中运行。
7.根据权利要求6所述的方法，其特征在于，该方法还包括：
如果所述可识别的控制指令应用到所述虚拟车辆之后所述虚拟车辆在所述虚拟场景中运行的结果达到所述设定测试目标，则确认所述第二自动驾驶仿真***针对该设定测试目标被验证成功。
8.根据权利要求7所述的方法，其特征在于，该方法还包括：
针对不同的设定测试目标确认所述第二自动驾驶仿真***是否被验证成功。
9.根据权利要求8所述的方法，其特征在于，该方法还包括：
在针对所有的设定测试目标确认所述第二自动驾驶仿真***被验证成功之后，将该第二自动驾驶仿真***直接应用于实际车辆。
10.根据权利要求6所述的方法，其特征在于，所述第一操作环境是Windows操作环境，所述第二操作环境是Linux操作环境，所述仿真环境生成模块是基于PreScan的，所述数据转换接口包括：
PreScan-Matlab接口，用于读取所述虚拟传感器生成的传感器数据或接收基于PreScan的所述仿真环境可识别的控制指令；以及
Matlab-Ros接口，用于将所述传感器数据转换成在Linux操作环境下的基于Ros***的所述第二自动驾驶仿真***可识别的传感器数据并发送所述可识别的传感器数据或接收所述第二控制指令并将该第二控制指令转化为基于PreScan的所述仿真环境可接收的控制指令。
CN201611217202.7A 2016-12-26 2016-12-26 用于自动驾驶仿真***的测试***和测试方法 Pending CN108241762A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611217202.7A CN108241762A (zh) 2016-12-26 2016-12-26 用于自动驾驶仿真***的测试***和测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611217202.7A CN108241762A (zh) 2016-12-26 2016-12-26 用于自动驾驶仿真***的测试***和测试方法

Publications (1)

Publication Number Publication Date
CN108241762A true CN108241762A (zh) 2018-07-03

Family

ID=62705053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611217202.7A Pending CN108241762A (zh) 2016-12-26 2016-12-26 用于自动驾驶仿真***的测试***和测试方法

Country Status (1)

Country Link
CN (1) CN108241762A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109062806A (zh) * 2018-09-14 2018-12-21 杭州数梦工场科技有限公司 一种程序测试方法、***、装置及计算机可读存储介质
CN109656148A (zh) * 2018-12-07 2019-04-19 清华大学苏州汽车研究院（吴江） 自动驾驶的动态交通流场景的仿真方法
CN109725628A (zh) * 2018-12-21 2019-05-07 东软睿驰汽车技术（沈阳）有限公司 一种仿真方法及装置
CN109883448A (zh) * 2019-03-28 2019-06-14 北京经纬恒润科技有限公司 地图盒子测试方法及***
CN109931937A (zh) * 2019-03-28 2019-06-25 北京经纬恒润科技有限公司 高精导航信息模拟方法及***
CN109946995A (zh) * 2019-03-26 2019-06-28 湖北亿咖通科技有限公司 自动驾驶的仿真测试方法、装置及智能终端
CN110428692A (zh) * 2019-07-16 2019-11-08 驭势（上海）汽车科技有限公司 一种智能驾驶仿真方法、***、电子设备和存储介质
CN111090915A (zh) * 2018-10-19 2020-05-01 百度在线网络技术（北京）有限公司 自动驾驶仿真方法、装置和存储介质
CN111091739A (zh) * 2018-10-24 2020-05-01 百度在线网络技术（北京）有限公司 自动驾驶场景的生成方法、装置和存储介质
CN111123883A (zh) * 2018-10-30 2020-05-08 百度在线网络技术（北京）有限公司 双驱动无人车仿真方法、装置、设备及计算机可读介质
CN111159262A (zh) * 2018-11-08 2020-05-15 百度在线网络技术（北京）有限公司 自动驾驶仿真数据处理方法和装置
CN111240224A (zh) * 2018-11-28 2020-06-05 苏州慧德仿真技术有限公司 一种车辆自动驾驶技术的多功能仿真模拟***
CN111290381A (zh) * 2020-02-10 2020-06-16 深圳前海微众银行股份有限公司 基于无人车的联邦学习实验***
CN111538315A (zh) * 2020-04-26 2020-08-14 东风汽车集团有限公司 一种整车自动驾驶功能仿真测试***及测试方法
CN112256590A (zh) * 2020-11-12 2021-01-22 腾讯科技（深圳）有限公司 虚拟场景有效性判定方法、装置和自动驾驶***
CN112363947A (zh) * 2020-11-26 2021-02-12 安徽江淮汽车集团股份有限公司 车辆场景模型构建方法、设备、存储介质及装置
CN112464461A (zh) * 2020-11-20 2021-03-09 北京赛目科技有限公司 一种自动驾驶测试场景的构建方法及装置
CN112597005A (zh) * 2020-12-14 2021-04-02 上海宏景智驾信息科技有限公司 一种自动驾驶全栈算法闭环仿真测试***及方法
CN113704119A (zh) * 2021-08-31 2021-11-26 中汽创智科技有限公司 一种用于智能驾驶的测试方法、装置、***及存储介质
CN114442596A (zh) * 2022-01-29 2022-05-06 中国第一汽车股份有限公司 一种车辆测试方法和***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102306022A (zh) * 2011-08-19 2012-01-04 中国农业大学 汽车can总线和电控单元结合的半实物仿真实验***
WO2012023162A1 (en) * 2010-08-20 2012-02-23 Univance Corporation A vehicle
CN103760774A (zh) * 2013-12-26 2014-04-30 西南交通大学 交通标志设计及设置位置合理性模拟测评***
CN104199776A (zh) * 2014-09-10 2014-12-10 上海自仪泰雷兹交通自动化***有限公司 二乘二取二车载软件的测试平台
CN105095586A (zh) * 2015-07-31 2015-11-25 电子科技大学 一种基于stk的多联合实时视景仿真方法
CN105759789A (zh) * 2016-04-18 2016-07-13 北京新能源汽车股份有限公司 整车控制器的仿真测试方法、装置和***
CN106153352A (zh) * 2016-07-04 2016-11-23 江苏大学 一种无人驾驶车辆测试验证平台及其测试方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012023162A1 (en) * 2010-08-20 2012-02-23 Univance Corporation A vehicle
CN102306022A (zh) * 2011-08-19 2012-01-04 中国农业大学 汽车can总线和电控单元结合的半实物仿真实验***
CN103760774A (zh) * 2013-12-26 2014-04-30 西南交通大学 交通标志设计及设置位置合理性模拟测评***
CN104199776A (zh) * 2014-09-10 2014-12-10 上海自仪泰雷兹交通自动化***有限公司 二乘二取二车载软件的测试平台
CN105095586A (zh) * 2015-07-31 2015-11-25 电子科技大学 一种基于stk的多联合实时视景仿真方法
CN105759789A (zh) * 2016-04-18 2016-07-13 北京新能源汽车股份有限公司 整车控制器的仿真测试方法、装置和***
CN106153352A (zh) * 2016-07-04 2016-11-23 江苏大学 一种无人驾驶车辆测试验证平台及其测试方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ANDR´ES E. G´OMEZ ET.AL: "Simulation Platform for Cooperative Vehicle Systems", 《2014 IEEE 17TH INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS (ITSC)》 *
袁盛玥: "自动驾驶车辆城区道路环境换道行为决策方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑（月刊）》 *
陈炜: "基于驾驶员在环仿真平台的车辆路径跟随模型研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑（月刊）》 *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109062806A (zh) * 2018-09-14 2018-12-21 杭州数梦工场科技有限公司 一种程序测试方法、***、装置及计算机可读存储介质
CN111090915B (zh) * 2018-10-19 2023-12-15 百度在线网络技术（北京）有限公司 自动驾驶仿真方法、装置和存储介质
CN111090915A (zh) * 2018-10-19 2020-05-01 百度在线网络技术（北京）有限公司 自动驾驶仿真方法、装置和存储介质
CN111091739B (zh) * 2018-10-24 2022-08-02 百度在线网络技术（北京）有限公司 自动驾驶场景的生成方法、装置和存储介质
CN111091739A (zh) * 2018-10-24 2020-05-01 百度在线网络技术（北京）有限公司 自动驾驶场景的生成方法、装置和存储介质
CN111123883A (zh) * 2018-10-30 2020-05-08 百度在线网络技术（北京）有限公司 双驱动无人车仿真方法、装置、设备及计算机可读介质
CN111159262B (zh) * 2018-11-08 2024-06-04 阿波罗智能技术(北京)有限公司 自动驾驶仿真数据处理方法和装置
CN111159262A (zh) * 2018-11-08 2020-05-15 百度在线网络技术（北京）有限公司 自动驾驶仿真数据处理方法和装置
CN111240224A (zh) * 2018-11-28 2020-06-05 苏州慧德仿真技术有限公司 一种车辆自动驾驶技术的多功能仿真模拟***
CN109656148A (zh) * 2018-12-07 2019-04-19 清华大学苏州汽车研究院（吴江） 自动驾驶的动态交通流场景的仿真方法
CN109725628A (zh) * 2018-12-21 2019-05-07 东软睿驰汽车技术（沈阳）有限公司 一种仿真方法及装置
CN109946995A (zh) * 2019-03-26 2019-06-28 湖北亿咖通科技有限公司 自动驾驶的仿真测试方法、装置及智能终端
CN109883448A (zh) * 2019-03-28 2019-06-14 北京经纬恒润科技有限公司 地图盒子测试方法及***
CN109931937A (zh) * 2019-03-28 2019-06-25 北京经纬恒润科技有限公司 高精导航信息模拟方法及***
CN110428692A (zh) * 2019-07-16 2019-11-08 驭势（上海）汽车科技有限公司 一种智能驾驶仿真方法、***、电子设备和存储介质
CN111290381A (zh) * 2020-02-10 2020-06-16 深圳前海微众银行股份有限公司 基于无人车的联邦学习实验***
CN111538315A (zh) * 2020-04-26 2020-08-14 东风汽车集团有限公司 一种整车自动驾驶功能仿真测试***及测试方法
CN111538315B (zh) * 2020-04-26 2021-10-29 东风汽车集团有限公司 一种整车自动驾驶功能仿真测试***及测试方法
CN112256590A (zh) * 2020-11-12 2021-01-22 腾讯科技（深圳）有限公司 虚拟场景有效性判定方法、装置和自动驾驶***
CN112464461A (zh) * 2020-11-20 2021-03-09 北京赛目科技有限公司 一种自动驾驶测试场景的构建方法及装置
CN112464461B (zh) * 2020-11-20 2021-09-28 北京赛目科技有限公司 一种自动驾驶测试场景的构建方法及装置
CN112363947A (zh) * 2020-11-26 2021-02-12 安徽江淮汽车集团股份有限公司 车辆场景模型构建方法、设备、存储介质及装置
CN112597005A (zh) * 2020-12-14 2021-04-02 上海宏景智驾信息科技有限公司 一种自动驾驶全栈算法闭环仿真测试***及方法
CN113704119A (zh) * 2021-08-31 2021-11-26 中汽创智科技有限公司 一种用于智能驾驶的测试方法、装置、***及存储介质
CN113704119B (zh) * 2021-08-31 2024-06-07 中汽创智科技有限公司 一种用于智能驾驶的测试方法、装置、***及存储介质
CN114442596A (zh) * 2022-01-29 2022-05-06 中国第一汽车股份有限公司 一种车辆测试方法和***

Similar Documents

Publication Publication Date Title
CN108241762A (zh) 用于自动驾驶仿真***的测试***和测试方法
CN108241354A (zh) 用于自动驾驶仿真***的测试方法
CN102591780B (zh) 一种设备驱动软件测试方法和测试***
EP3633618A1 (en) Method for tracking object by using convolutional neural network including tracking network and computing device using the same
CN109598184B (zh) 一种多分割任务的处理方法和装置
KR102391668B1 (ko) 가상현실을 이용한 자율주행 ai 시뮬레이션 시스템 및 방법
CN109739216A (zh) 自动驾驶***实际路测的测试方法及***
CN112965466A (zh) 自动驾驶***的还原测试方法、装置、设备及程序产品
CN103678126B (zh) 用于提高应用仿真加速的效率的***和方法
CN111324044A (zh) 一种用于无人驾驶汽车的仿真***及测试平台
CN111784334A (zh) 模拟卡切换方法、终端设备及存储介质
CN110442528B (zh) 一种基于安全计算机仿真软件的列控软件跨平台运行的***及方法
CN109800475A (zh) 自动驾驶数据处理方法、装置、设备和计算机存储介质
US11017270B2 (en) Method and apparatus for image processing for vehicle
CN115048888A (zh) 集成电路验证方法、装置、仿真***、电子设备及介质
CN115167182A (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
CN113868174B (zh) 验证平台搭建方法、装置及存储介质
KR20200093418A (ko) 기능적 안전성을 위해 극한 상황에서 폴트 톨러런스 및 플럭츄에이션 로버스트를 향상시키도록 테스트 패턴을 이용해 cnn의 파라미터의 무결성을 검증하기 위한 방법 및 장치
Raval et al. Competitive learning environment for cyber-physical system security experimentation
CN111240298A (zh) 一种用于车辆自动驾驶仿真模拟***的测试方法
CN113625685A (zh) 一种自动驾驶测试***和方法
KR102340120B1 (ko) 드라이빙 시뮬레이션 평가 시스템 및 그 방법
CN112230632A (zh) 用于自动驾驶的方法、装置、设备和存储介质
Reitz et al. A Virtual Testbed for the Development and Verification of Cyber-Physical Systems
Sagos et al. Behavior analysis of search and rescue operations employing human-machine teaming

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
TA01 Transfer of patent application right

Effective date of registration: 20180710

Address after: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant after: Rui Chi Intelligent Automobile (Guangzhou) Co.,Ltd.

Address before: 100026 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant before: Lexus Automobile (Beijing) Co.,Ltd.

TA01 Transfer of patent application right
CB02 Change of applicant information

Address after: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant after: Evergrande Faraday Future Smart Car (Guangdong) Co.,Ltd.

Address before: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant before: Rui Chi Intelligent Automobile (Guangzhou) Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20190318

Address after: 100015 Building No. 7, 74, Jiuxianqiao North Road, Chaoyang District, Beijing, 001

Applicant after: FAFA Automobile (China) Co.,Ltd.

Address before: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant before: Evergrande Faraday Future Smart Car (Guangdong) Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20180703

RJ01 Rejection of invention patent application after publication