CN109632333A - 自动驾驶车辆性能测试方法、装置、设备及可读存储介质 - Google Patents

自动驾驶车辆性能测试方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN109632333A
CN109632333A CN201811518010.9A CN201811518010A CN109632333A CN 109632333 A CN109632333 A CN 109632333A CN 201811518010 A CN201811518010 A CN 201811518010A CN 109632333 A CN109632333 A CN 109632333A
Authority
CN
China
Prior art keywords
vehicle
automatic driving
performance
driving vehicle
determined
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
CN201811518010.9A
Other languages
English (en)
Inventor
吴楠
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201811518010.9A priority Critical patent/CN109632333A/zh
Publication of CN109632333A publication Critical patent/CN109632333A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供一种自动驾驶车辆性能测试方法、装置、设备及可读存储介质。方法包括获取自动驾驶车辆的位置信息;根据位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;根据车辆区域确定自动驾驶车辆的驾驶性能。本公开提供的自动驾驶车辆性能测试方法、装置、设备及可读存储介质,结合的车辆行驶过程中的位置信息以及高精地图,确定车辆行驶过程中的驾驶性能是否合格,从而无需测试人员在车内凭经验确定车辆的驾驶性能,得到的测试结果更加准确。

Description

自动驾驶车辆性能测试方法、装置、设备及可读存储介质
技术领域
本公开涉及自动驾驶技术,尤其涉及一种自动驾驶车辆性能测试方法、装置、设备及可读存储介质。
背景技术
自动驾驶汽车(Autonomous vehicles;Self-piloting automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑***实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位***协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。
车辆在自动驾驶过程中,需要根据当前的位置、路况等情况,调整车辆行驶轨迹,使得车辆能够一直在车道内行驶。
在自动驾驶车辆正式使用前,需要对其驾驶性能进行测试,例如,需要确定车辆是否能够平稳的在道路中间行驶。而如何能够准确且高效的检测自动驾驶车辆的行驶性能,是本领域技术人员亟需解决的技术问题。
发明内容
本公开提供一种自动驾驶车辆性能测试方法、装置、设备及可读存储介质,以解决现有技术中对自动驾驶汽车的性能进行测试时效率低的问题。
本公开的第一个方面是提供一种自动驾驶车辆性能测试方法,包括:
获取自动驾驶车辆的位置信息;
根据所述位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;
根据所述车辆区域确定所述自动驾驶车辆的驾驶性能。
本公开的另一个方面是提供一种自动驾驶车辆性能测试装置,包括:
获取模块,用于获取自动驾驶车辆的位置信息;
第一确定模块,用于根据所述位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;
第二确定模块,用于根据所述车辆区域确定所述自动驾驶车辆的驾驶性能。
本公开的又一个方面是提供一种自动驾驶车辆性能测试设备,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现如上述第一方面所述的自动驾驶车辆性能测试方法。
本公开的又一个方面是提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现如上述第一方面所述的自动驾驶车辆性能测试方法。
本公开提供的自动驾驶车辆性能测试方法、装置、设备及可读存储介质的技术效果是:
本公开提供的自动驾驶车辆性能测试方法、装置、设备及可读存储介质,包括获取自动驾驶车辆的位置信息;根据位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;根据车辆区域确定自动驾驶车辆的驾驶性能。本公开提供的自动驾驶车辆性能测试方法、装置、设备及可读存储介质,结合的车辆行驶过程中的位置信息以及高精地图,确定车辆行驶过程中的驾驶性能是否合格,从而无需测试人员在车内凭经验确定车辆的驾驶性能,得到的测试结果更加准确。
附图说明
图1为现有技术中的一种自动驾驶车辆测试过程的示意图;
图2为本发明一示例性实施例示出的自动驾驶车辆性能测试方法的流程图;
图3为本发明另一示例性实施例示出的自动驾驶车辆性能测试方法的流程图;
图4为本发明一示例性实施例示出的自动驾驶车辆性能测试装置的结构图;
图5为本发明另一示例性实施例示出的自动驾驶车辆性能测试装置的结构图;
图6为本发明一示例性实施例示出的自动驾驶车辆性能测试设备的结构图。
具体实施方式
图1为现有技术中的一种自动驾驶车辆测试过程的示意图。
为了提高自动驾驶车辆的安全性能,在车辆正式使用前,需要对车辆的驾驶性能进行检测。可以设置专门用于检测的场地,控制自动驾驶车辆在场地内行驶,并通过行驶的情况,确定车辆是否合格。现有技术中采用测试人员在车辆内实时观看车辆的行驶情况,从而确定车辆是否合格。如图1所示,当自动驾驶车辆在测试场地行驶时,测试人员坐在车内,检测车辆行驶情况。但是,这种方式的检测效率较低,而且测试人员也无法非常全面的检测到车辆的各方面行驶性能,例如,坐在车内无法准确的确定车辆是否压到道路线。因此,这种测试方式不够准确,且效率较低。
本实施例提供的方法,通过获取车辆的位置信息,并结合高精地图,测试车辆的驾驶性能,能够替代测试人员人为检测的方式,从而提高测试效率和准确性。
图2为本发明一示例性实施例示出的自动驾驶车辆性能测试方法的流程图。
如图2所示,本实施例提供的自动驾驶车辆性能测试方法包括:
步骤201,获取自动驾驶车辆的位置信息。
其中,可以由具备计算功能的电子设备执行本实施例提供的方法,例如处理器。该处理器可以是自动驾驶车辆内部的处理器,在这种情况下,可以由自动驾驶车辆检测自身的驾驶性能是否合格。该处理器也可以是车辆对应的测试平台设置的处理器,在这种情况下,自动驾驶车辆可以通过网络与测试平台连接,向测试平台反馈车辆的位置信息,进而使执行本实施例提供的方法的处理器能够获取到车辆的位置信息。
具体的,车辆内部可以设置定位***,例如可以采用GPS技术使车辆获知自身当前的位置,并将位置发送给执行本实施例提供的方法的处理器。若该处理器设置在车辆内部,则可以直接将采集的位置信息发送给车辆内部的传感器,若处理器设置在测试平台侧,则自动驾驶车辆可以将采集到的位置信息发送给测试平台,进而发送给执行本实施例提供的方法的处理器。
进一步的,当自动驾驶车辆行驶途中遇到较高的建筑物,则会导致定位精度下降,此时,还可以结合车辆中设置的其他传感器采集的数据,共同确定车辆位置。例如,自动驾驶车辆设置有摄像头,可以基于摄像头采集的周围环境在高精地图中确定匹配的位置。具体可以先基于定位***确定大概的位置范围,再根据摄像头采集的数据在这一范围中确定出准确的位置。并且,基于摄像头采集到的周围环境,还可以确定车辆的行驶方向。
步骤202,根据位置信息在自动驾驶过程中使用的高精地图上确定车辆区域。
实际应用时,可以设置测试场地,并设置与测试场地对应的高精地图。当车辆在测试场地中行驶时,可以通过车辆的定位***获取车辆位置,并在高精地图中找到相应的位置。
其中,可以根据获取的车辆位置信息,在高精地图中确定车辆实际位置。高精地图是自动驾驶车辆行驶过程中依赖的地图,高精地图的精度相较于传统地图来说更高,包括的道路元素也更丰富。例如,高精地图中的道路精确到各个车道,各个车道的限速情况,人行横道等,还包括道路周围的环境信息,具体包括高楼、红绿灯等。
车辆在道路中行驶时,其在道路的覆盖区域可以认为是一个二维平面。一般来说,基于定位***获取的位置信息是一个点,例如,当前位置的坐标是(x,y),x是纬度,y是经度。仅基于这一点无法准确的判断车辆是否存在压线或道路偏离的情况,因此,还需要基于这一点确定车辆在道路中所覆盖的道路区域,再基于这一道路区域,确定车辆的驾驶性能。
具体的,可以根据车辆的外形尺寸,预先确定车辆轮廓。可以将位置信息作为车辆中心,在高精地图中确定相应的车辆中心位置,再根据车辆轮廓在高精地图中确定车辆区域,即在高精地图中,使车辆轮廓的中心与车辆中心重叠,并车辆轮廓覆盖的区域就可以认为是车辆区域。
进一步的,车辆轮廓可以是根据车辆形状确定的长方形,该长方形可以与车辆的尺寸相当,例如,车辆长为4.5米,宽为1.5米,则车辆轮廓可以是长为4.5米、宽为1.5米的长方形。实际应用时,由于车辆在道路上的覆盖区域并不是规整的长方形形状,因此,还可以获取车辆在道路上的垂直投影,将垂直投影的轮廓作为车辆轮廓,从而得到更精确的车辆轮廓。
实际应用时,轮廓中心可以是轮廓的几何中心,还可以是根据定位***在车辆中安装的位置确定的中心。例如,若定位***设置在车辆靠前一侧,则轮廓中心可以在轮廓中靠近车头的一侧。
其中,也可以通过车辆实际定位情况确定轮廓中心。例如,可以将车辆停在某一位置,可以通过人工测量车辆在这个位置时,车辆轮廓所在的位置,具体可以是经纬度信息。然后基于车辆的定位***获取车辆位置,这一位置可以是位置点,具体包括(x,y),可以在车辆轮廓位置中,确定位置点的位置,此时,位置点相对于车辆轮廓的位置就是轮廓中心。
步骤203,根据车辆区域确定自动驾驶车辆的驾驶性能。
具体的,车辆区域可以认为是高精地图中,车辆在行驶过程中,在道路的覆盖区域。且高精地图中包括丰富的道路元素,可以结合这些元素以及车辆区域,确定车辆的驾驶性能。
进一步的,自动驾驶车辆正式使用后,其会与传统车辆在相同的道路环境中行驶,因此,自动驾驶车辆应与传统车辆遵守相同的驾驶标准。
实际应用时,车辆在行驶过程中,不应撞击障碍物,不应压线行驶。在高精地图中,设置有道路周边的环境信息,具体包括障碍物,还设置有道路信息,具体到各条车道以及车道线。因此,可以判断车辆行驶过程中的车辆区域,是否与高精道路中的车道线或障碍物重叠,若重叠,则可以认为车辆的驾驶性能不合格,否则,可以认为车辆的驾驶性能合格。
其中,根据实际需求,可以设置多种判断车辆驾驶性能是否符合的指标,除了车辆是否压线、撞击障碍物等以外,还可以包括车辆轨迹是否平滑,车辆是否能够在车道中间行驶等。具体可以根据一段时间内,车辆在高精地图中的车辆区域进行确定,若车辆区域平滑,则可以认为车辆轨迹平滑,若车辆区域位于车道中间,则可以认为车辆一直在车道中间行驶。
具体的,为了检测车辆在多种道路的驾驶性能,还可以在测试场地中设置多种道路形式,如S弯、直线、普通弯道等。还可以在测试场地中设置障碍物,相应的,测试场地中设置的道路元素,也同步在高精地图中进行设置。
本实施例提供的方法用于测试自动驾驶车辆的驾驶性能,该方法由设置有本实施例提供的方法的设备执行,该设备通常以硬件和/或软件的方式来实现。
本实施例提供的自动驾驶车辆性能测试方法,包括获取自动驾驶车辆的位置信息;根据位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;根据车辆区域确定自动驾驶车辆的驾驶性能。本实施例提供的自动驾驶车辆性能测试方法,结合的车辆行驶过程中的位置信息以及高精地图,确定车辆行驶过程中的驾驶性能是否合格,从而无需测试人员在车内凭经验确定车辆的驾驶性能,得到的测试结果更加准确。
图3为本发明另一示例性实施例示出的自动驾驶车辆性能测试方法的流程图。
如图3所示,本实施例提供的自动驾驶车辆性能测试方法,包括:
步骤301,通过自动驾驶车辆中设置的传感器采集的数据,确定位置信息。
一般情况下,自动驾驶车辆中都设置有很多传感器,例如GPS接收器,用于接收GPS信号,执行本实施例提供的方法的电子设备可以从GPS接收器获取其接收的信号,进而确定车辆位置。具体可以是传感器主动向电子设备发送的,也可以是电子设备从传感器中获取的。
进一步的,为了得到车辆准确的位置,还可以通过自动驾驶车辆内部设置的三轴加速度计来测量车辆行驶过程的加速度,从而确定车辆的行驶速度,进而确定车辆的位置。
实际应用时,还可以获取自动驾驶车辆中设置的摄像头拍摄的图像,并基于拍摄的图像与高精地图中标注的信息比对,从而更准确的确定车辆位置。例如,车头设置的向前拍摄画面的摄像头拍摄到了路牌A,车尾设置的向后拍摄画面的摄像头拍摄到了建筑物B,车辆左边设置的摄像头拍摄到了学校C,车辆右边设置的摄像头拍摄到了路牌D,基于车辆周围拍摄的这些标志性环境信息,可以确定出车辆的准确位置。
其中,还可以根据车辆上设置雷达传感器对车辆进行定位。可以通过雷达连续获取车辆行进过程中的周围环境,并与高精地图中的环境信息比对,从而确定车辆位置。
本实施例提供的方法中,可以获取车辆上设置的传感器采集到的数据,并根据这些传感器数据确定出准确的车辆位置。
步骤302,根据位置信息在高精地图中确定位置点。
具体的,确定的车辆位置信息可以是经纬度信息,例如(x,y),其中x是纬度,y是经度。可以认为获取的车辆位置信息是一个点的信息。
进一步的,可以根据获取的位置信息,在高精地图中确定相应的位置点。例如,若位置信息是一个经纬度信息,那么可以在高精地图中根据经纬度找到相应的点。
实际应用时,高精地图是三维的地图,即其中还包括高度信息。此时,可以将位置点确定在该位置信息对应的路面上。若在高精地图中,位置信息对应的位置的路面高度是h,则这个点的高度也可以认为是h。
步骤303,根据预设范围在位置点周围确定车辆在高精地图中对应的车辆区域。
其中,可以预先设置预设范围。该预设范围与自动驾驶车辆在地面的垂直投影的大小形状相同。具体的,可以确定车辆在地面垂直投影的轮廓,并将轮廓范围确定为预设范围。
具体的,该预设范围设置有中心点,可以将中心点与高精地图中的位置点重合,确定出车辆区域。
进一步的,可以根据位置点所在的车道行驶方向,确定车头朝向,从而根据预设范围确定车辆区域。例如,可以将预设范围的中心点与高精地图中的位置点重合,再调整预设范围上标注的车头朝向,使其与车道行驶方向一致。
实际应用时,可以根据车辆传感器采集的数据,确定车头朝向,例如,可以是摄像头采集的数据、雷达采集的数据,还可以是车辆三轴加速度计采集的数据。相应的,预设范围也标注有车头信息,从而更准确的在高精地图中确定车辆区域。可以将预设范围的中心点与高精地图中的位置点重合,并使预设范围中标注的车头与车辆实际的车头朝向方向一致,从而在高精地图中确定出车辆区域。
其中,在确定车辆区域使,可以在高精地图中确定二维的平面,其高度可以与位置点相同。
步骤304,判断车辆区域是否与高精地图中设置的车道边线重合。
其中,在高精地图中确定的车辆区域,可以认为是在地图中模拟车辆实际行驶过程中,车辆所覆盖的区域。而在高精地图中包括众多的道路元素,如车道边线。这些道路元素与实际道路环境相符,均是基于实际道路设置的。
具体的,车道边线包括车道与外部环境的边线,如马路牙,道路旁边的草坪等。也包括车道与车道之间的边线,例如实际道路中画的白线。
进一步的,可以判断车辆区域与高精地图中的车道边线是否有重合,
若否,则执行步骤305,确定自动驾驶车辆的驾驶性能合格。若是,则执行步骤306,确定自动驾驶车辆的驾驶性能不合格。
若在高精地图中,车辆区域与车道线发生了重合,则可以认为在实际道路中,车辆行驶过程中压到了道路边线,因此,可以认为车辆的驾驶性能不合格,若行驶的全程,车辆都未压到车道边线,则可以认为车辆的驾驶性能合格且稳定。
可选的,本实施例提供的方法中,还可以确定车辆是否在车道中间行驶。一般情况下,车辆在实际行驶过程中,未变更车道时,应在车道中间行驶,以免不同车道中行驶的车辆发生剐蹭。
步骤307,获取车辆行驶方向,确定所述车辆区域中与所述行驶方向垂直的两条轮廓线。
其中,可以获取为自动驾驶车辆设计的行驶路线,并根据该行驶路线确定车辆的行驶方向。还可以获取车辆设置的传感器采集的数据,基于传感器数据确定车辆行驶方向。
具体的,还可以是车辆根据行驶过程中产生的数据,确定其行驶方向。此时,执行本实施例提供的方法的电子设备可以直接从车量数据中获取行驶方向。
进一步的,可以确定车辆区域中与行驶方向垂直的两条轮廓线。正常行驶情况下,这两条线应与车道边线趋近于平行。
实际应用时,还可以标记车辆区域中的两条边线,用于确定车辆是否在车道中间行驶。
步骤308,根据车辆区域在高精地图中确定行驶车道。
自动驾驶车辆能够在一条车道中行驶,可以根据车辆区域所在的位置,确定车辆当前所在的行驶车道。若车辆区域跨两条车道,则可以基于车辆在前一段时间以及后一段时间对应的车辆区域,确定车辆是否为变道情况,若不是变道情况,则可以根据车辆区域所在车道的比例,确定其最终所在的行驶车道。
若在实际应用时,设置有上述确定车辆是否压线的方法,则可以基于上述步骤确定车辆压线,进而确定车辆驾驶性能不合格。
步骤309,根据轮廓线、行驶车道确定自动驾驶车辆的驾驶性能。
其中,轮廓线是与行驶车道平行的车辆边缘线,可以根据车辆边缘线在行驶车道的位置,确定车辆是否处于车辆中间行驶。例如,可以在高精地图中确定行驶车道的车道边线,然后计算轮廓线到车道边线的距离,在计算时,可以计算车道边线与其相近的轮廓线间的距离,若计算的两条轮廓线到与其相应的车道边线距离相近,则可以认为车辆在车道中间行驶。
具体的,还可以确定行驶车道的中间线,具体可以根据行驶车道的车道线进行确定,即行驶车道的车道线之间的中线,就是行驶车道的中间线。可以确定每条轮廓线与行驶车道的中线间的距离,若距离均小于预设阈值,则确定自动驾驶车辆的驾驶性能合格。否则,认为车辆的驾驶性能不合格。
具体的预设阈值可以根据车辆的宽度进行设置。
若两条轮廓线与车道的中间线的距离均小于预设阈值,本实施例不对此进行限制。
图4为本发明一示例性实施例示出的自动驾驶车辆性能测试装置的结构图。
如图4所示,本实施例提供的自动驾驶车辆性能测试装置,包括:
获取模块41,用于获取自动驾驶车辆的位置信息;
第一确定模块42,用于根据所述位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;
第二确定模块43,用于根据所述车辆区域确定所述自动驾驶车辆的驾驶性能。
本实施例提供的自动驾驶车辆性能测试装置,包括:获取模块,用于获取自动驾驶车辆的位置信息;第一确定模块,用于根据位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;第二确定模块,用于根据车辆区域确定自动驾驶车辆的驾驶性能。本实施例提供的自动驾驶车辆性能测试装置,结合的车辆行驶过程中的位置信息以及高精地图,确定车辆行驶过程中的驾驶性能是否合格,从而无需测试人员在车内凭经验确定车辆的驾驶性能,得到的测试结果更加准确。
本实施例提供的自动驾驶车辆性能测试装置的具体原理和实现方式均与图2所示的实施例类似,此处不再赘述。
图5为本发明另一示例性实施例示出的自动驾驶车辆性能测试装置的结构图。
如图5所示,在上述实施例的基础上,本实施例提供的自动驾驶车辆性能测试装置,所述获取模块41具体用于:
通过所述自动驾驶车辆中设置的传感器采集的数据,确定所述位置信息。
所述第一确定模块42包括:
第一确定单元421,用于根据所述位置信息在所述高精地图中确定位置点;
第二确定单元422,用于根据预设范围在所述位置点周围确定车辆在所述高精地图中对应的车辆区域。
所述预设范围与所述自动驾驶车辆在地面上的垂直投影的大小相同。
所述第二确定模块43具体用于:判断所述车辆区域是否与所述高精地图中设置的车道边线重合,若否,则确定所述自动驾驶车辆的驾驶性能合格。
所述第二确定模块43还用于,若判断所述车辆区域与所述高精地图中设置的车道边线重合,则确定所述自动驾驶车辆的驾驶性能不合格。
所述第二确定模块43包括:
获取单元431,用于获取车辆行驶方向,确定所述车辆区域中与所述行驶方向垂直的两条轮廓线;
车道确定单元432,用于根据所述车辆区域在所述高精地图中确定行驶车道;
性能确定单元433,用于根据所述轮廓线、所述行驶车道确定所述自动驾驶车辆的驾驶性能。
所述性能确定单元433具体用于:
确定每条所述轮廓线与所述行驶车道的中线间的距离;
若所述距离均小于预设阈值,则确定所述自动驾驶车辆的驾驶性能合格。
本实施例提供的自动驾驶车辆性能测试装置的具体原理和实现方式均与图3所示的实施例类似,此处不再赘述。
图6为本发明一示例性实施例示出的自动驾驶车辆性能测试设备的结构图。
如图6所示,本实施例提供的自动驾驶车辆性能测试设备包括:
存储器61;
处理器62;以及
计算机程序;
其中,所述计算机程序存储在所述存储器61中,并配置为由所述处理器62执行以实现如上所述的任一种自动驾驶车辆性能测试方法。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,
所述计算机程序被处理器执行以实现如上所述的任一种自动驾驶车辆性能测试方法。
本领域普通技术人员可以理解:实现上述各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,执行包括上述各方法实施例的步骤;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 (11)

1.一种自动驾驶车辆性能测试方法,其特征在于,包括:
获取自动驾驶车辆的位置信息;
根据所述位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;
根据所述车辆区域确定所述自动驾驶车辆的驾驶性能。
2.根据权利要求1所述的方法,其特征在于,所述获取自动驾驶车辆的位置信息,包括:
通过所述自动驾驶车辆中设置的传感器采集的数据,确定所述位置信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述位置信息在自动驾驶过程中使用的高精地图上确定车辆区域,包括:
根据所述位置信息在所述高精地图中确定位置点;
根据预设范围在所述位置点周围确定车辆在所述高精地图中对应的车辆区域。
4.根据权利要求3所述的方法,其特征在于,所述预设范围与所述自动驾驶车辆在地面上的垂直投影的大小相同。
5.根据权利要求1所述的方法,其特征在于,根据所述车辆区域确定所述自动驾驶车辆的驾驶性能,包括:
判断所述车辆区域是否与所述高精地图中设置的车道边线重合,若否,则确定所述自动驾驶车辆的驾驶性能合格。
6.根据权利要求5所述的方法,其特征在于,若判断所述车辆区域与所述高精地图中设置的车道边线重合,则确定所述自动驾驶车辆的驾驶性能不合格。
7.根据权利要求1所述的方法,其特征在于,所述根据所述车辆区域确定所述自动驾驶车辆的驾驶性能,还包括:
获取车辆行驶方向,确定所述车辆区域中与所述行驶方向垂直的两条轮廓线;
根据所述车辆区域在所述高精地图中确定行驶车道;
根据所述轮廓线、所述行驶车道确定所述自动驾驶车辆的驾驶性能。
8.根据权利要求7所述的方法,其特征在于,所述根据所述轮廓线、所述行驶车道确定所述自动驾驶车辆的驾驶性能,包括:
确定每条所述轮廓线与所述行驶车道的中线间的距离;
若所述距离均小于预设阈值,则确定所述自动驾驶车辆的驾驶性能合格。
9.一种自动驾驶车辆性能测试装置,其特征在于,包括:
获取模块,用于获取自动驾驶车辆的位置信息;
第一确定模块,用于根据所述位置信息在自动驾驶过程中使用的高精地图上确定车辆区域;
第二确定模块,用于根据所述车辆区域确定所述自动驾驶车辆的驾驶性能。
10.一种自动驾驶车辆性能测试设备,其特征在于,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现如权利要求1-8任一种所述的方法。
11.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,
所述计算机程序被处理器执行以实现如权利要求1-8任一种所述的方法。
CN201811518010.9A 2018-12-12 2018-12-12 自动驾驶车辆性能测试方法、装置、设备及可读存储介质 Pending CN109632333A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811518010.9A CN109632333A (zh) 2018-12-12 2018-12-12 自动驾驶车辆性能测试方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811518010.9A CN109632333A (zh) 2018-12-12 2018-12-12 自动驾驶车辆性能测试方法、装置、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN109632333A true CN109632333A (zh) 2019-04-16

Family

ID=66073092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811518010.9A Pending CN109632333A (zh) 2018-12-12 2018-12-12 自动驾驶车辆性能测试方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN109632333A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110466526A (zh) * 2019-08-29 2019-11-19 爱驰汽车有限公司 基于车联网的驾驶模式切换方法、***、设备及存储介质
CN111427331A (zh) * 2020-03-24 2020-07-17 新石器慧通(北京)科技有限公司 无人驾驶车辆的感知信息展示方法、装置和电子设备
CN111765903A (zh) * 2020-06-29 2020-10-13 北京百度网讯科技有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质
CN111824170A (zh) * 2019-04-17 2020-10-27 阿里巴巴集团控股有限公司 用于获得车辆性能信息的方法、***、装置及电子设备
CN113312403A (zh) * 2021-07-29 2021-08-27 新石器慧通(北京)科技有限公司 地图获取方法、装置、电子设备及存储介质
CN114323677A (zh) * 2021-12-13 2022-04-12 一汽奔腾轿车有限公司 一种车辆紧急避让实车测试***及方法
US11567505B2 (en) 2019-08-28 2023-01-31 Caterpillar Inc. InCycle planner checkout for autonomous vehicles

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107063710A (zh) * 2017-04-21 2017-08-18 百度在线网络技术(北京)有限公司 用于测试无人车的方法和装置
CN107063711A (zh) * 2017-04-21 2017-08-18 百度在线网络技术(北京)有限公司 用于测试无人车的方法和装置
CN107862017A (zh) * 2017-10-30 2018-03-30 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评展示***
CN108332979A (zh) * 2018-02-08 2018-07-27 青岛慧拓智能机器有限公司 一种车辆压线检测方法
CN108760332A (zh) * 2018-05-14 2018-11-06 公安部交通管理科学研究所 基于场地驾驶的自动驾驶汽车测试场景构建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107063710A (zh) * 2017-04-21 2017-08-18 百度在线网络技术(北京)有限公司 用于测试无人车的方法和装置
CN107063711A (zh) * 2017-04-21 2017-08-18 百度在线网络技术(北京)有限公司 用于测试无人车的方法和装置
CN107862017A (zh) * 2017-10-30 2018-03-30 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评展示***
CN108332979A (zh) * 2018-02-08 2018-07-27 青岛慧拓智能机器有限公司 一种车辆压线检测方法
CN108760332A (zh) * 2018-05-14 2018-11-06 公安部交通管理科学研究所 基于场地驾驶的自动驾驶汽车测试场景构建方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111824170A (zh) * 2019-04-17 2020-10-27 阿里巴巴集团控股有限公司 用于获得车辆性能信息的方法、***、装置及电子设备
CN111824170B (zh) * 2019-04-17 2023-09-19 浙江菜鸟供应链管理有限公司 用于获得车辆性能信息的方法、***、装置及电子设备
US11567505B2 (en) 2019-08-28 2023-01-31 Caterpillar Inc. InCycle planner checkout for autonomous vehicles
CN110466526A (zh) * 2019-08-29 2019-11-19 爱驰汽车有限公司 基于车联网的驾驶模式切换方法、***、设备及存储介质
CN110466526B (zh) * 2019-08-29 2020-12-04 爱驰汽车有限公司 基于车联网的驾驶模式切换方法、***、设备及存储介质
CN111427331A (zh) * 2020-03-24 2020-07-17 新石器慧通(北京)科技有限公司 无人驾驶车辆的感知信息展示方法、装置和电子设备
CN111765903A (zh) * 2020-06-29 2020-10-13 北京百度网讯科技有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质
CN111765903B (zh) * 2020-06-29 2022-08-09 阿波罗智能技术(北京)有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质
CN113312403A (zh) * 2021-07-29 2021-08-27 新石器慧通(北京)科技有限公司 地图获取方法、装置、电子设备及存储介质
CN113312403B (zh) * 2021-07-29 2021-11-30 新石器慧通(北京)科技有限公司 地图获取方法、装置、电子设备及存储介质
CN114323677A (zh) * 2021-12-13 2022-04-12 一汽奔腾轿车有限公司 一种车辆紧急避让实车测试***及方法

Similar Documents

Publication Publication Date Title
EP3673407B1 (en) Automatic occlusion detection in road network data
CN109632333A (zh) 自动驾驶车辆性能测试方法、装置、设备及可读存储介质
US11829138B1 (en) Change detection using curve alignment
US11423677B2 (en) Automatic detection and positioning of pole-like objects in 3D
US11250576B2 (en) Systems and methods for estimating dynamics of objects using temporal changes encoded in a difference map
US11782129B2 (en) Automatic detection of overhead obstructions
US11250697B2 (en) Missing traffic face detector
US10970542B2 (en) Scalable three dimensional object segmentation
JP2022106924A (ja) 自律的な自己位置推定のためのデバイス及び方法
JP2023134478A (ja) ナビゲーション情報を匿名化するためのシステム及び方法
US20190278273A1 (en) Odometry system and method for tracking traffic lights
CN108896994A (zh) 一种无人驾驶车辆定位方法及设备
CN108628324A (zh) 基于矢量地图的无人车导航方法、装置、设备及存储介质
US20220363263A1 (en) Automated bump and/or depression detection in a roadway
CN115552200A (zh) 用于生成重要性占据栅格地图的方法和***
CN108961811A (zh) 停车场车辆定位方法、***、移动终端及存储介质
CN107657825A (zh) 泊车方法及装置
CN109738198A (zh) 车辆环境感知能力的检测方法、装置、设备及存储介质
US11347231B2 (en) Object localization for autonomous driving by visual tracking and image reprojection
CN117859041A (zh) 用于在泊车空间中支持车辆功能的方法和辅助装置和机动车
CN115424468A (zh) 一种基于多摄像头融合的停车位检测***
US12027043B2 (en) Missing traffic face detector
KR102594135B1 (ko) Gnss 기반의 차량 운전주행 시험 장치
KR102588455B1 (ko) 경사도 보정을 이용한 gnss 기반의 차량 운전주행 시험 장치
Oda et al. Vision-based localization for stopping control of public transportation system

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

Application publication date: 20190416

RJ01 Rejection of invention patent application after publication