CN109360294A - 无人车的评价方法、装置、计算机设备及存储介质 - Google Patents
无人车的评价方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109360294A CN109360294A CN201811255265.0A CN201811255265A CN109360294A CN 109360294 A CN109360294 A CN 109360294A CN 201811255265 A CN201811255265 A CN 201811255265A CN 109360294 A CN109360294 A CN 109360294A
- Authority
- CN
- China
- Prior art keywords
- data
- driving
- ability
- driving ability
- unmanned vehicle
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 64
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 16
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 84
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种无人车的评价方法、装置、计算机设备及存储介质,其中该方法包括:获取无人车的各个驾驶能力对应的驾驶数据,以及各个驾驶能力对应的计算参数;根据各个驾驶能力对应的驾驶数据以及各个驾驶能力对应的计算参数,计算所述无人车的综合驾驶能力数值;根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力。本发明实施例根据无人车的各个驾驶能力对应的驾驶数据和计算参数,计算无人车的综合驾驶能力数值,以确定无人车的自动驾驶能力,由此能够快速、准确地对无人车的驾驶能力进行全面测评,为无人车的生产和售卖提供参考。
Description
技术领域
本发明实施例涉及车辆评测技术,尤其涉及一种无人车的评价方法、装置、计算机设备及存储介质。
背景技术
随着汽车技术的发展,由人工驾驶到无人的自动驾驶,汽车驾驶越来越智能化。对于自动驾驶,需要考虑驾驶能力的测试和评价,以确保行车安全。
目前的驾驶能力评价大多是针对自动驾驶的物流车,物流车一般按照特定路线行驶,行驶速度也较慢,在行驶过程中所涉及的路况比较简单,且物流车对安全性要求不高,因此,物流车的驾驶能力的测试内容也相对简单,并不适用于对安全性要求较高的无人驾驶车辆,例如运送乘客的无人车,无法全面评测无人车的驾驶能力。
发明内容
本发明实施例提供一种无人车的评价方法、装置、计算机设备及存储介质,以快速、准确地对无人车的驾驶能力进行全面测评。
第一方面,本发明实施例提供了一种无人车的评价方法,包括:
获取无人车的各个驾驶能力对应的驾驶数据,以及各个驾驶能力对应的计算参数;
根据各个驾驶能力对应的驾驶数据以及各个驾驶能力对应的计算参数,计算所述无人车的综合驾驶能力数值;
根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力。
第二方面,本发明实施例还提供了一种无人车的评价装置,包括:
信息获取模块,用于获取无人车的各个驾驶能力对应的驾驶数据,以及各个驾驶能力对应的计算参数;
数值计算模块,用于根据各个驾驶能力对应的驾驶数据以及各个驾驶能力对应的计算参数,计算所述无人车的综合驾驶能力数值;
自动驾驶能力确定模块,用于根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力。
第三方面,本发明实施例还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器,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本发明任意实施例所述的无人车的评价方法。
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本发明任意实施例所述的无人车的评价方法。
本发明实施例的技术方案,根据无人车的各个驾驶能力对应的驾驶数据和计算参数,计算无人车的综合驾驶能力数值,以确定无人车的自动驾驶能力,由此能够快速、准确地对无人车的驾驶能力进行全面测评,为无人车的生产和售卖提供参考。
附图说明
图1是本发明实施例一提供的无人车的评价方法的流程图;
图2是本发明实施例二提供的无人车的评价方法中获取驾驶数据的流程图;
图3是本发明实施例三提供的无人车的评价方法中获取驾驶数据的流程图;
图4是本发明实施例五提供的无人车的评价装置的结构示意图;
图5是本发明实施例六提供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是本发明实施例一提供的无人车的评价方法的流程图,本实施例可适用于评价无人车的自动驾驶能力的情况,该方法可以由无人车的评价装置来执行,该装置可以由软件和/或硬件来实现,一般可集成在具备计算处理功能的计算机设备中,例如PC机。如图1所示,该方法具体包括:
S110,获取无人车的各个驾驶能力对应的驾驶数据,以及各个驾驶能力对应的计算参数。
其中,无人车的驾驶能力包括定位能力和感知能力。定位能力表示无人车进行定位的准确程度的能力,感知能力表示无人车对环境信息和车内信息的采集的准确程度的能力。驾驶能力对应的驾驶数据是指驾驶能力的高低,例如可以通过评分和/或等级来表示,驾驶数据可以通过对无人车的实地测试来确定;驾驶能力对应的计算参数表示驾驶能力的重要性,例如可以是权重,计算参数可以根据实际评价需求进行设置。
S120,根据各个驾驶能力对应的驾驶数据以及各个驾驶能力对应的计算参数,计算所述无人车的综合驾驶能力数值。
本实施例中综合各个驾驶能力的高低及重要性,可以得到无人车的综合驾驶能力数值。计算无人车的综合驾驶能力数值的方式可以是:根据各驾驶能力的驾驶数据及计算参数,计算其加权平均值,作为无人车的综合驾驶能力数值。示例性的,无人车的定位能力的驾驶数据为4分,定位能力的计算参数为0.7,感知能力的驾驶数据为5分,感知能力的计算参数为0.3,计算得到的加权平均值为4.3。
S130,根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力。
其中,计算得到的综合驾驶能力数值,可以体现出无人车整体的自动驾驶能力。具体可以预先存储综合驾驶能力数值与自动驾驶能力级别的对应关系,如,4-7分对应的自动驾驶能力为中级,8-10分对应的自动驾驶能力为高级。在对无人车进行测评时,计算得到无人车的综合驾驶能力数值之后,根据上述对应关系来确定该无人车的自动驾驶能力。
本实施例的技术方案,根据无人车的各个驾驶能力对应的驾驶数据和计算参数,计算无人车的综合驾驶能力数值,以确定无人车的自动驾驶能力,由此能够快速、准确地对无人车的驾驶能力进行全面测评,为无人车的生产和售卖提供参考。
可选的,在根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力之后,还包括:根据所述无人车的自动驾驶能力,确定所述无人车的生产售卖信息。其中,生产售卖信息包括:产量、价格、销售区域和宣传策略等。
本发明实施例提供的无人车的评价方案,可以适用于各种级别和型号的无人车。在实际生产和应用中,可以根据当前无人车的自动驾驶能力,合理确定其生产售卖信息,为市场和销售作出指导。例如,某无人车的自动驾驶能力为高级,表示其性能比较优秀,可以定价高一些,产量也可适量多一些,其中,该无人车的定位能力的驾驶数据为8分,感知能力的驾驶数据为9分,该无人车的宣传侧重点可以是其感知能力。
实施例二
本实施例在上述各实施例的基础上进行优化,提供了获取驾驶能力对应的驾驶数据的一种实施方式。具体地,获取无人车的各个驾驶能力对应的驾驶数据,包括:针对每个驾驶能力,获取所述驾驶能力对应的测量数据;根据所述测量数据确定所述驾驶能力对应的驾驶数据。
图2是本发明实施例二提供的无人车的评价方法中获取驾驶数据的流程图,如图2所示,该方法具体包括:
S210,针对每个驾驶能力,获取所述驾驶能力对应的测量数据。
其中,定位能力对应的测量数据可以包括:坐标数据、路线数据、速度数据、加速度数据和受力数据等。感知能力对应的测量数据可以包括:车周围物体与本车的距离数据、车周围物体的速度和加速度数据、声音数据、交通信号和交通标志数据等。测量数据可以通过无人车的车载传感器实地测量获得,例如,定位仪、激光测距仪、摄像头、雷达、速度和加速度传感器等。在具体应用中,可以根据实际评价需求获取驾驶能力对应的一种或多种测量数据,以进行驾驶能力的评价。
S220,根据所述测量数据确定所述驾驶能力对应的驾驶数据。
若只获取驾驶能力对应的一种测量数据,则以该测量数据为准,确定该驾驶能力对应的驾驶数据。若获取驾驶能力对应的多种测量数据,则可以根据各测量数据以及各测量数据对应的权重,确定该驾驶能力对应的驾驶数据。其中,权重可以根据实际评价需求进行确定,对于驾驶能力比较重要的数据的权重设置大一些,例如,对于定位能力的驾驶数据的确定,坐标数据更为重要,则坐标数据的权重大一些,速度数据的权重小一些。
在一实施方式中,可以根据驾驶能力对应的测量数据确定该驾驶能力对应的评分,根据计算得到的评分确定对应的等级,例如,10分满分,9-10分对应1级,7-8分对应2级,依此类推。计算评分的方式可以是:计算测量数据与预设标准数据的差值,根据预设的差值与评分的对应关系确定所计算的差值对应的分数,将该分数作为该驾驶能力的评分,以坐标数据为例,计算得到测量数据与预设标准数据的差值为3cm,根据预设对应关系可知坐标数据差值为3cm对应的分数为7分。需要说明的是,针对不同的驾驶能力的不同种类的测量数据,可以分别设置相应的差值与评分的对应关系。若获取驾驶能力对应的多种测量数据,则可以对各测量数据的分数求取平均值作为该驾驶能力的最终评分,或者,根据各测量数据的分数和权重,进行加权求和,并将得到的分数作为该驾驶能力的最终评分。
需要说明的是,可以获取同一种类的多组测量数据,计算多组测量数据的平均值,将该平均值作为该种类下参与确定驾驶能力对应的驾驶数据的测量数据,通过多组测量数据可以提高驾驶数据确定的准确性。
本实施例的技术方案,针对无人车的不同驾驶能力,获取该驾驶能力对应的测量数据,根据该测量数据确定该驾驶能力对应的驾驶数据,由此能够有效、准确地确定无人车各方面的驾驶能力。
实施例三
本实施例在上述各实施例的基础上进行优化,提供了获取测量数据和确定驾驶数据的一种具体实施方式。
具体地,获取无人车的各个驾驶能力对应的驾驶数据,包括:针对每个驾驶能力,获取所述驾驶能力对应的不同种类的测量数据;根据不同种类的测量数据确定所述驾驶能力对应的驾驶数据。
根据不同种类的测量数据确定所述驾驶能力对应的驾驶数据,包括:分别获取各种类的测量数据对应的评价数据;根据各种类的测量数据及对应的各评价数据确定所述驾驶能力对应的驾驶数据。
图3是本发明实施例三提供的无人车的评价方法中获取驾驶数据的流程图,如图3所示,该方法具体包括:
S310,针对每个驾驶能力,获取所述驾驶能力对应的不同种类的测量数据。
其中,驾驶能力对应的测量数据可以按照数据类型分为多个种类,例如,位置类数据(如坐标、路线等)、速度类数据(如加减速状态、速度和加速度)、图像类数据(交通信号与交通标志的感知需要利用图像采集)、距离类数据(如利用雷达感知得到的数据)、受力类数据(如转弯时车辆的曲力)等。
S320,分别获取各种类的测量数据对应的评价数据。
本实施例中的评价数据是指用于评价无人车的驾驶能力的指标。可以预先设置并存储各驾驶能力对应的各种类的测量数据所对应的评价数据,以在进行无人车的评价时调用相应的评价数据。评价数据包括:标准数据和评分阈值范围,其中,标准数据是指某项指标的标准值,例如,转直角弯时的安全速度;评分阈值范围是指测量数据与标准数据的差值,以及不同差值对应的评分。
可选的,在分别获取各种类的测量数据对应的评价数据之前,可以通过以下方式设置评价数据:获取与所述驾驶能力相关的人工驾驶参数;根据所述人工驾驶参数确定与所述驾驶能力相关的评价数据。
其中,人工驾驶参数是人工在设定评价场景下安全地驾驶车辆所得到的各种参数,例如,遇到交通信号灯或紧急情况时根据前车情况刹车所需的时间和距离、距离路口多远拐弯、拐弯的速度和加速度等。具体地,可以综合多份人工驾驶参数来确定评价数据,将同一种类的多份人工驾驶参数的平均值作为该种类测量数据对应的标准数据,由此可以提高评价数据的合理性。例如,对于同一种类的测量数据,将同一人多次的驾驶参数或者不同人针对该种类测量数据得到的多份人工驾驶参数的平均值作为该种类测量数据对应的标准数据。
S330,根据各种类的测量数据及对应的各评价数据确定所述驾驶能力对应的驾驶数据。
可选的,根据各种类的测量数据及对应的各评价数据确定所述驾驶能力对应的驾驶数据,包括:针对每一种类的测量数据,计算该种类的测量数据与对应的评价数据中标准数据的差值;确定所述差值所处的评分阈值范围,并根据所确定的评分阈值范围确定该种类的测量数据的评分;根据各种类测量数据的评分以及各种类测量数据对应的权重,确定所述驾驶能力对应的驾驶数据。
具体可以对各种类测量数据的评分进行加权求和,得到驾驶能力对应的评分。示例性的,定位能力对应三种测量数据,与评价数据比较后得到的评分分别为7、8、6,权重分别为0.2、0.6、0.2,计算7×0.2+8×0.6+6×0.2=7.4,则定位能力的等级为2级。
本实施例的技术方案,针对驾驶能力对应的不同种类的测量数据,分别获取该种类测量数据对应的评价数据,综合各种类的测量数据一起确定该驾驶能力对应的驾驶数据,由此能够更为准确、有效地确定无人车各方面的驾驶能力。
实施例四
本实施例在上述各实施例的基础上进行优化,具体地,获取驾驶能力对应的测量数据,包括:获取设定驾驶场景下设定驾驶能力对应的测量数据;相应地,根据所述测量数据确定所述驾驶能力对应的驾驶数据,包括:根据所述测量数据,确定所述设定驾驶场景下的设定驾驶能力对应的驾驶数据。
其中,驾驶场景是无人车在实际行驶过程中所需经历的场景,例如,十字路口、环岛、并线、超车、高速行驶等。同一驾驶能力在不同的驾驶场景下的评价数据是不同的,例如,感知能力在拐弯场景和直线行驶场景下对周围物体与本车的距离及速度的要求是不同的。
本实施例与上述各实施例相比,增加了驾驶场景的因素来确定无人车驾驶能力对应的驾驶数据,需要根据不同的驾驶场景设置相应的评价数据。关于测量数据的获取、驾驶能力对应的驾驶数据的具体确定方式,均与上述各实施例相同,本实施例对此不再赘述。
示例性的,对于并线场景,定位能力对应的测量数据包括:本车的实时坐标数据、本车的行驶路线和方向、以及本车的当前速度等;感知能力对应的测量数据包括:本车与当前车道的前后车的相对距离、相对速度,本车与相邻车道的前后车的相对距离、相对速度,以及车道线数据等。
本实施例的技术方案,结合驾驶场景确定不同驾驶场景下各驾驶能力对应的驾驶数据,能够更为合理地确定无人车在各方面的驾驶能力,更符合实际评价需求,为生产和销售提供合理参考。
实施例五
图4是本发明实施例五提供的无人车的评价装置的结构示意图,如图4所示,该装置包括:
信息获取模块410,用于获取无人车的各个驾驶能力对应的驾驶数据,以及各个驾驶能力对应的计算参数;
数值计算模块420,用于根据各个驾驶能力对应的驾驶数据以及各个驾驶能力对应的计算参数,计算所述无人车的综合驾驶能力数值;
自动驾驶能力确定模块430,用于根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力。
本实施例的技术方案,根据无人车的各个驾驶能力对应的驾驶数据和计算参数,计算无人车的综合驾驶能力数值,以确定无人车的自动驾驶能力,由此能够快速、准确地对无人车的驾驶能力进行全面测评,为无人车的生产和售卖提供参考。
可选的,所述信息获取模块410包括:
测量数据获取单元,用于针对每个驾驶能力,获取所述驾驶能力对应的不同种类的测量数据;
驾驶数据确定单元,用于根据不同种类的测量数据确定所述驾驶能力对应的驾驶数据。
可选的,所述驾驶数据确定单元包括:
评价数据获取子单元,用于分别获取各种类的测量数据对应的评价数据;
驾驶数据确定子单元,用于根据各种类的测量数据及对应的各评价数据确定所述驾驶能力对应的驾驶数据。
可选的,所述装置还包括:评价数据确定模块,用于在分别获取各种类的测量数据对应的评价数据之前,获取与所述驾驶能力相关的人工驾驶参数;根据所述人工驾驶参数确定与所述驾驶能力相关的评价数据。
可选的,所述评价数据包括:标准数据和评分阈值范围;
所述驾驶数据确定子单元具体用于:
针对每一种类的测量数据,计算该种类的测量数据与对应的评价数据中标准数据的差值;
确定所述差值所处的评分阈值范围,并根据所确定的评分阈值范围确定该种类的测量数据的评分;
根据各种类测量数据的评分以及各种类测量数据对应的权重,确定所述驾驶能力对应的驾驶数据。
本发明实施例所提供的无人车的评价装置可执行本发明任意实施例所提供的无人车的评价方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的无人车的评价方法。
实施例六
本实施例提供了一种计算机设备,包括:
一个或多个处理器;
存储器,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本发明任意实施例所述的无人车的评价方法。
图5是本发明实施例六提供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12的框图。图5显示的计算机设备12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。
如图5所示,计算机设备12以通用计算设备的形式表现。计算机设备12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16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18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,***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***组件互连(PCI)总线。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12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。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12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***存储介质。仅作为举例,存储***34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18相连。***存储器28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42的程序/实用工具40,可以存储在例如***存储器28中,这样的程序模块42包括但不限于操作***、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42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12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12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22进行。并且,计算机设备12还可以通过网络适配器20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5所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12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***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28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无人车的评价方法。
实施例七
本发明实施例七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任意实施例所述的无人车的评价方法。
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***、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***、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***、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 (10)
1.一种无人车的评价方法,其特征在于,包括:
获取无人车的各个驾驶能力对应的驾驶数据,以及各个驾驶能力对应的计算参数;
根据各个驾驶能力对应的驾驶数据以及各个驾驶能力对应的计算参数,计算所述无人车的综合驾驶能力数值;
根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力。
2.根据权利要求1所述的方法,其特征在于,获取无人车的各个驾驶能力对应的驾驶数据,包括:
针对每个驾驶能力,获取所述驾驶能力对应的不同种类的测量数据;
根据不同种类的测量数据确定所述驾驶能力对应的驾驶数据。
3.根据权利要求2所述的方法,其特征在于,根据不同种类的测量数据确定所述驾驶能力对应的驾驶数据,包括:
分别获取各种类的测量数据对应的评价数据;
根据各种类的测量数据及对应的各评价数据确定所述驾驶能力对应的驾驶数据。
4.根据权利要求3所述的方法,其特征在于,在分别获取各种类的测量数据对应的评价数据之前,还包括:
获取与所述驾驶能力相关的人工驾驶参数;
根据所述人工驾驶参数确定与所述驾驶能力相关的评价数据。
5.根据权利要求3所述的方法,其特征在于,所述评价数据包括:标准数据和评分阈值范围;
根据各种类的测量数据及对应的各评价数据确定所述驾驶能力对应的驾驶数据,包括:
针对每一种类的测量数据,计算该种类的测量数据与对应的评价数据中标准数据的差值;
确定所述差值所处的评分阈值范围,并根据所确定的评分阈值范围确定该种类的测量数据的评分;
根据各种类测量数据的评分以及各种类测量数据对应的权重,确定所述驾驶能力对应的驾驶数据。
6.根据权利要求1至5中任一所述的方法,其特征在于,所述驾驶能力包括定位能力和感知能力。
7.一种无人车的评价装置,其特征在于,包括:
信息获取模块,用于获取无人车的各个驾驶能力对应的驾驶数据,以及各个驾驶能力对应的计算参数;
数值计算模块,用于根据各个驾驶能力对应的驾驶数据以及各个驾驶能力对应的计算参数,计算所述无人车的综合驾驶能力数值;
自动驾驶能力确定模块,用于根据所述综合驾驶能力数值,确定所述无人车的自动驾驶能力。
8.根据权利要求7所述的装置,其特征在于,所述信息获取模块包括:
测量数据获取单元,用于针对每个驾驶能力,获取所述驾驶能力对应的不同种类的测量数据;
驾驶数据确定单元,用于根据不同种类的测量数据确定所述驾驶能力对应的驾驶数据。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器,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至6中任一所述的无人车的评价方法。
10.一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至6中任一所述的无人车的评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811255265.0A CN109360294A (zh) | 2018-10-26 | 2018-10-26 | 无人车的评价方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811255265.0A CN109360294A (zh) | 2018-10-26 | 2018-10-26 | 无人车的评价方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109360294A true CN109360294A (zh) | 2019-02-19 |
Family
ID=65346928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811255265.0A Pending CN109360294A (zh) | 2018-10-26 | 2018-10-26 | 无人车的评价方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109360294A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032172A (zh) * | 2019-04-24 | 2019-07-19 | 北京小马智行科技有限公司 | 一种车辆驾驶控制***精度检测方法及装置 |
CN110082116A (zh) * | 2019-03-18 | 2019-08-02 | 深圳市元征科技股份有限公司 | 一种车辆四轮定位数据的评价方法、评价装置及存储介质 |
CN115104114A (zh) * | 2022-05-16 | 2022-09-23 | 广东逸动科技有限公司 | 评估方法、评估装置、电子设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105954040A (zh) * | 2016-04-22 | 2016-09-21 | 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 |
CN108255151A (zh) * | 2017-12-15 | 2018-07-06 | 工业和信息化部计算机与微电子发展研究中心(中国软件评测中心) | 一种无人驾驶车辆的测评*** |
US20180197440A1 (en) * | 2017-01-09 | 2018-07-12 | Ford Motor Company | Method and device for evaluating driving behavior |
CN108536977A (zh) * | 2018-04-16 | 2018-09-14 | 北京京大律业知识产权代理有限公司 | 一种智能无人驾驶车辆定量评价*** |
CN108647437A (zh) * | 2018-05-09 | 2018-10-12 | 公安部交通管理科学研究所 | 一种自动驾驶汽车评价方法及评价*** |
-
2018
- 2018-10-26 CN CN201811255265.0A patent/CN109360294A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105954040A (zh) * | 2016-04-22 | 2016-09-21 | 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 |
US20180197440A1 (en) * | 2017-01-09 | 2018-07-12 | Ford Motor Company | Method and device for evaluating driving behavior |
CN108255151A (zh) * | 2017-12-15 | 2018-07-06 | 工业和信息化部计算机与微电子发展研究中心(中国软件评测中心) | 一种无人驾驶车辆的测评*** |
CN108536977A (zh) * | 2018-04-16 | 2018-09-14 | 北京京大律业知识产权代理有限公司 | 一种智能无人驾驶车辆定量评价*** |
CN108647437A (zh) * | 2018-05-09 | 2018-10-12 | 公安部交通管理科学研究所 | 一种自动驾驶汽车评价方法及评价*** |
Non-Patent Citations (1)
Title |
---|
陈慧岩等: "《无人驾驶汽车概论》", 31 July 2014 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110082116A (zh) * | 2019-03-18 | 2019-08-02 | 深圳市元征科技股份有限公司 | 一种车辆四轮定位数据的评价方法、评价装置及存储介质 |
CN110032172A (zh) * | 2019-04-24 | 2019-07-19 | 北京小马智行科技有限公司 | 一种车辆驾驶控制***精度检测方法及装置 |
CN115104114A (zh) * | 2022-05-16 | 2022-09-23 | 广东逸动科技有限公司 | 评估方法、评估装置、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Holländer et al. | Investigating the influence of external car displays on pedestrians' crossing behavior in virtual reality | |
CN109443794A (zh) | 无人驾驶车的评价方法、装置、计算机设备及存储介质 | |
Georg et al. | Teleoperated driving, a key technology for automated driving? comparison of actual test drives with a head mounted display and conventional monitors | |
CN109557904A (zh) | 一种测试方法、装置、设备和介质 | |
CN109064763A (zh) | 自动驾驶车辆的测试方法、装置、测试设备和存储介质 | |
CN109360294A (zh) | 无人车的评价方法、装置、计算机设备及存储介质 | |
CN109583776A (zh) | 一种车辆体感评测方法、装置、电子设备、介质和车辆 | |
Scherer et al. | How the driver wants to be driven-modelling driving styles in highly automated driving | |
CN109435955A (zh) | 一种自动驾驶***性能评估方法、装置、设备及存储介质 | |
Lindemann et al. | Supporting driver situation awareness for autonomous urban driving with an augmented-reality windshield display | |
JP2012113631A (ja) | 運転支援システム及び運転支援管理センター | |
Kim et al. | Understanding metrics of vehicle control take-over requests in simulated automated vehicles | |
CN111795832A (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
CN109446662A (zh) | 车辆仿真轨迹的生成方法及装置、计算机设备及存储介质 | |
Wiegand et al. | Early take-over preparation in stereoscopic 3D | |
CN111127651A (zh) | 基于高精度可视化技术的自动驾驶测试开发方法及装置 | |
CN112819968A (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
May et al. | The design of next generation in-vehicle navigation systems for the older driver | |
Hudda et al. | Self driving cars | |
CN110285977A (zh) | 自动驾驶车辆的测试方法、装置、设备及存储介质 | |
CN116167255B (zh) | 一种基于vtd的车路协同闭环仿真测试方法及*** | |
CN113727064B (zh) | 一种摄像头视场角的确定方法及装置 | |
CN112781888A (zh) | 测试车辆的***和方法 | |
Lee et al. | Mode confusion in driver interfaces for adaptive cruise control systems | |
JPH1165418A (ja) | 運転シミュレータ装置および運転シミュレート方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190219 |