CN109993849A - 一种自动驾驶测试场景再现模拟方法、装置及*** - Google Patents
一种自动驾驶测试场景再现模拟方法、装置及*** Download PDFInfo
- Publication number
- CN109993849A CN109993849A CN201910223012.3A CN201910223012A CN109993849A CN 109993849 A CN109993849 A CN 109993849A CN 201910223012 A CN201910223012 A CN 201910223012A CN 109993849 A CN109993849 A CN 109993849A
- Authority
- CN
- China
- Prior art keywords
- scene
- vehicle
- automatic pilot
- model
- reproduction
- 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
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
- 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
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- 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
- 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
- G07C5/0841—Registering performance data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶测试场景再现模拟方法、装置及***,该模拟方法包括:构建待再现场景的场景再现模型;根据场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现;实时获取自动驾驶车与无人测试车在场景再现过程中的数据信息。自动驾驶测试场景再现模拟***包括控制中心、测试场以及位于测试场内的受控车辆,受控车辆包括自动驾驶车和无人测试车,控制中心的服务器上运行有自动驾驶测试场景再现模拟装置,该装置包括场景模型构建模块、场景再现实现模块和结果取得模块。本发明可以对应真实的驾驶场景,实现真实的驾驶场景在测试场中的再现,包括正常行驶过程的再现以及事故发生前N秒内的驾驶过程再现。
Description
技术领域
本发明涉及自动驾驶车测试技术领域,尤其涉及一种自动驾驶测试场景再现模拟方法、装置及***。
背景技术
随着人工智能和通信技术的不断发展,汽车逐步向智能化、网联化、出行方式共享化的方向发展,自动驾驶车已成为重要的发展趋势之一。在上公共道路测试之前,自动驾驶车需要在测试场环境中进行大量的、不同层次的测试试验,但测试场环境难以涵盖所有的现实场景。因此,当自动驾驶车在真实的驾驶场景中出现问题甚至发生事故时,需要一种有效的手段对问题或事故进行解析,以及时发现***中的缺陷和问题,这是确保自动驾驶车自身功能安全性和***可靠性的重要手段。
由于交通事故的多样性、复杂性、瞬时性,若要解释事故车辆在此过程中的运动情况及事故发生的原因,需要使用大量的基础数据,如各种传感器数据,车辆的速度、加速/减速、制动等数据。而现场收集的数据/遗留的信息并不能满足分析的需要,因此在测试场可控环境下对交通事故的全过程进行真实再现,是从中找出道路交通事故产生机理的重要手段。
现有的交通场景再现方法,大多为基于计算机软件的仿真***。以申请号为200810038172.2、发明名称为《汽车与行人碰撞事故再现***》的专利为例,首先是收集现场数据,然后基于假人模型、车辆模型、动力学碰撞模型对事故过程进行仿真,通过调节模型参数,使得仿真结果与现场数据相符,并把事故场景和事故过程在显示装置上以三维动画的形式再现出来。申请号为201810374703.9、发明名称为《基于高精度定位数据的车辆事故场景再现》的专利与上述专利类似,区别在于对收集数据的定位精度做了改进。
现有的交通场景再现方法对于自动驾驶车的事故分析存在很大不足,如:不能进行事故现场信息采集;所提出的模型均做了若干简化,且模型参数的选取多依据经验,具有较大的随意性,不能完全真实地再现实际场景。因此,现有的交通场景再现方法多为面向交通事故责任鉴定的虚拟再现,该类场景再现***主要作为交警部门处理交通事故纠纷,认定事故责任的理论依据,而对于自动驾驶车的事故发生原因分析实用性较低。
发明内容
为了解决现有技术中存在的问题,本发明实施例提供一种自动驾驶测试场景再现模拟方法、装置及***。
第一方面,本发明实施例提供的一种自动驾驶测试场景再现模拟方法,所述方法包括:
构建待再现场景的场景再现模型;
根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现;
实时获取所述自动驾驶车和无人测试车在场景再现过程中的数据信息。
优选地,所述构建待再现场景的场景再现模型,包括:
提取所述待再现场景的现场数据;
根据所述现场数据,仿真所述待再现场景全过程,获得所述待再现场景的初步仿真模型;
调整模型参数,优化所述初步仿真模型直至与所述待再现场景基本吻合,获得仿真模型;
根据所述仿真模型,生成用于控制所述自动驾驶车和无人测试车运行的指令序列;
将所述指令序列分别发送给所述自动驾驶车和无人测试车,以使所述自动驾驶车和无人测试车在所述测试场内进行场景再现;
根据所述场景再现的结果,调整模型参数,直到场景再现结果与所述待再现场景吻合。
优选地,所述方法还包括:
对比所述场景再现的数据信息与所述场景再现模型,分析所述自动驾驶车在待再现场景中的车辆参数变化过程,确定事故发生的原因。
第二方面,本发明实施例提供的一种自动驾驶测试场景再现模拟装置,包括:
场景模型构建模块,用于构建待再现场景的场景再现模型;
场景再现实现模块,用于根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现;
结果取得模块,用于实时获取所述自动驾驶车和无人测试车在场景再现过程中的数据信息。
优选地,所述场景模型构建模块包括:
现场数据收集子模块,用于提取所述待再现场景的现场数据;
场景仿真再现子模块,用于根据所述现场数据,仿真所述待再现场景全过程,获得所述待再现场景的初步仿真模型;
仿真模型优化子模块,用于调整模型参数,优化所述初步仿真模型直至与所述待再现场景基本吻合,获得仿真模型;
场景模型解释器,用于根据所述仿真模型,生成用于控制所述自动驾驶车和无人测试车运行的指令序列;
指令发布子模块,用于将所述指令序列分别发送给所述自动驾驶车和无人测试车,以使所述自动驾驶车和无人测试车在所述测试场内进行场景再现;
参数调整子模块,用于根据所述场景再现的结果,调整模型参数,直到场景再现结果与所述待再现场景吻合。
优选地,还包括:
数据分析模块,用于对比所述场景再现的数据信息与所述场景再现模型,分析所述自动驾驶车在待再现场景中的车辆参数变化过程,确定事故发生的原因。
第三方面,本发明实施例还提供了一种自动驾驶测试场景再现模拟***,包括:控制中心、测试场以及位于所述测试场内的受控车辆,所述控制中心与所述受控车辆通过测试场车联网环境进行实时信息交互,其中,所述受控车辆包括自动驾驶车和无人测试车;
第二方面中任一所述的自动驾驶测试场景再现模拟装置运行于所述控制中心的服务器上。
优选地,所述***还包括:
图形化用户界面,用于实现人机交互式操作,并接收交互式操作过程的结果。
本发明实施例提供的自动驾驶测试场景再现模拟方法、装置及***,该模拟方法包括:构建待再现场景的场景再现模型;根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现;实时获取所述自动驾驶车与无人测试车在场景再现过程中的数据信息。自动驾驶测试场景再现模拟***包括控制中心、测试场以及位于测试场内的受控车辆,受控车辆包括自动驾驶车和无人测试车,控制中心的服务器上运行有自动驾驶测试场景再现模拟装置,该模拟装置包括场景模型构建模块、场景再现实现模块和结果取得模块。本发明由于采用以上技术方案,先将待再现场景构建场景再现模型,然后根据场景再现模型在真实测试场中将待再现场景进行再现,可以对应真实的驾驶场景,实现真实的驾驶场景在测试场中的再现,包括正常行驶过程的再现以及事故发生前N秒(如前30秒)内的驾驶过程再现,可为解释事故车辆在行驶过程中的运动情况及事故发生的原因,提供大量的基础数据,成为真实驾驶场景中的事故解析的重要工具。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种自动驾驶测试场景再现模拟***的结构示意图;
图2为本发明实施例提供的一种自动驾驶测试场景再现模拟方法的流程示意图;
图3为本发明实施例提供的步骤S111的一种具体实施方式的流程示意图;
图4为本发明实施例提供的一种自动驾驶测试场景再现模拟装置的结构示意图;
图5为本发明实施例提供的一种场景模型构建模块的结构示意图。
具体实施方式
为了解决现有技术对自动驾驶车的事故发生原因分析实用性较低的问题,本发明实施例提供的一种自动驾驶测试场景再现模拟***,可以用于自动驾驶车正常行驶过程中的场景再现以及发生交通事故时的场景再现,在本发明实施例中,以发生交通事故时的驾驶过程再现为例进行描述。
参见图1,本发明实施例提供的一种自动驾驶测试场景再现模拟方法,基于控制中心01、测试场2以及位于测试场内的受控车辆21构成的自动驾驶测试场景再现模拟***,其中,受控车辆21包括自动驾驶车211和无人测试车212。
控制中心01相当于整个测试场的大脑,通过人机交互的方式,可实现对整个自动驾驶测试过程的全程监控和远程精确控制。控制中心01设置有服务器1,服务器1与自动驾驶车和无人测试车均通信连接。
在具体实施过程中,控制中心还包括通信模块;自动驾驶车和无人测试车通过测试场车联网环境中的V2I(Vehicle To Infrastructure)模块与控制中心通信连接,从而实现控制中心和自动驾驶车、无人测试车之间的实时信息交互。通过测试场的车联网环境,控制中心还可对现场的多种测试数据进行实时采集和获取,并进行大数据处理,以供下一步的分析评价使用。
本发明实施例中,自动驾驶车211作为被测车辆,实现待再现场景中的自动驾驶车的运行过程;无人测试车212一方面用于配合自动驾驶车211构建再现场景,另一方面,也可以收集场景再现时的各种数据。在具体实施过程中,控制中心还可以对多辆测试车进行协同控制,实现更为复杂的交通场景。由于无人测试车可模拟各种车型(包括二轮车和行人),因此虽然本实施例是以“车—车”的交通事故场景为例进行说明的,亦适用于“车—人”等其它交通事故场景。其中,无人测试车212的结构和功能可参见申请号为201810796590.1的专利申请,该无人测试车具有以下特点:
(1)采用可变形结构设计(底盘可伸缩、车壳可快速更换),具备模拟多种车型(包括自行车和行人)的功能。
(2)采用防撞安全设计,可避免或有效减少被撞损伤。
(3)搭载多种传感器和计算控制单元,可以通过远程控制使其在场地内按照预定轨迹精确移动,以实现某种特定场景下的目标车辆测试。
在本发明实施例中,服务器1中运行有自动驾驶测试场景再现模拟装置11,自动驾驶测试场景再现模拟装置11用于实现本发明实施例中的自动驾驶测试场景再现模拟方法。
在一种可能的实施例中,控制中心可以设置显示模块(图中未标注),用于显示待再现场景中车辆的行驶情况。显示模块可以为触摸屏、液晶显示屏等显示装置,可以显示事故前N秒(如30秒)及事故发生时车辆的行驶情况;显示模式包括下述功能:现场实时播放、历史数据回放、自由/多角度观察、测距;回放功能包括正常回放、快速回放、慢速回放、暂停回放、部分事故车辆回放、快进、快退、指定时刻回放;场景再现方式包括二维呈现(在高精度地图上显示车辆轨迹)和/或三维呈现(立体动画式),场景再现的结果也可以通过显示模块进行显示。
在另一种可能的实施例中,控制中心可以设置图形化用户界面,用于实现人机交互式操作,并接收交互式操作过程的结果。在具体实施过程中,建立各功能模块共用统一的图形化用户界面(GUI),通过该界面实现事故现场信息提取与重构、仿真建模、模型参数调整、指令发布、测试结果获取、数据分析等交互式操作,并接收交互式操作过程中的中间结果及数据处理后的结果。
本发明实施例提供的一种自动驾驶测试场景再现模拟方法,如图2所示,该方法包括:
步骤S111:构建待再现场景的场景再现模型。
在本发明实施例中,预先对测试场构建高精度电子地图。在具体实施过程中,通过对测试场内各场地测试元素的经度、纬度、高度坐标进行高精度、高密度的采集,构建出测试场高精度电子地图。自动驾驶车211和无人测试车212都安装有测试场的高精度电子地图。通过地图定位,结合测试场内采用基于RTK(载波相位差分)定位技术的GPS/北头地基增强***,可实现车辆的厘米级高精度定位。
在一种可能的实施方式中,步骤S111的具体实施方式,如图3所示,包括:
步骤S1111:提取所述待再现场景的现场数据。
在具体实施过程中,待再现场景可以为自动驾驶车待再现的事故场景或正常行驶场景。对于待再现的事故场景,步骤S1111中可以提取事故发生前后一定时间段的所有事故相关车辆的定位数据。可以从事故车辆车载定位设备上提取定位数据,所述车载带定位功能的设备包括车载卫星定位装置、车载导航装置等。通常,车辆配有导航或汽车***,一般为GPS(Global Positioning System,全球定位***)或者BDS(BeiDou NavigationSatellite System,北斗卫星导航***)。在具体实施过程中,步骤S1111中可以从导航或汽车***中导出车辆的事故发生前后一段时间(如前后1分钟或2分钟或5分钟)的所有定位数据,包括经度、纬度、高程、速度、加速度、行驶方位角、时间。
对于自动驾驶车来说,车载定位设备广泛使用的是RTK定位、地图定位和惯性测量单元的融合,可达到厘米级精度。对于一般车辆上低精度导航或***所造成的误差,采用现场观察、拍照等方法,结合车轮留在路面的行驶痕迹、刹车痕迹、车载录像、路面监控录像等分析获得,来确定导航或***具体的位置。
步骤S1112:根据所述现场数据,仿真所述待再现场景全过程,获得所述待再现场景的初步仿真模型。
根据步骤S1111收集的车辆定位数据,结合车辆的型号、初始位置、行驶状况参数(如加减速、制动、转向等),建立事故过程完整的数学模型,基于测试场高精度地图对事故过程进行数字模拟仿真,再现车辆事故的全过程。整个仿真过程是在控制中心的服务器上进行的。
通过以上步骤,获得待再现场景的初步仿真模型,模型参数包括事故相关车辆的初始位置、轨迹、速度、事故发生时间等。
步骤S1113:调整模型参数,优化所述初步仿真模型直至与所述待再现场景基本吻合,获得仿真模型。
但是,由于获得的初步仿真模型与待再现场景可能存在不是很吻合的情况,步骤S1113用于调整模型参数,优化所述初步仿真模型直至与所述待再现场景吻合,获得仿真模型。
步骤S1113以步骤S1112的初步结果为优化初始条件,通过多次调整车辆位置、速度、动作时间等模型参数,优化事故仿真过程,直到模拟结果与真实情况基本符合即可。
步骤S1114:根据所述仿真模型,生成用于控制所述自动驾驶车和无人测试车运行的指令序列。
在具体实施过程中,场景模型解释器可以读取仿真模型的数据信息,解析其中的数据,依次生成控制车辆运行的指令序列。指令序列包含相关车辆的位置、动作及执行时间、轨迹、速度等信息,如下表所示。
其中,位置坐标为WGS84坐标,轨迹的节点包含车辆位置、时刻、速度等信息。
步骤S1115:将所述指令序列分别发送给所述自动驾驶车和无人测试车,以使所述自动驾驶车和无人测试车在所述测试场内进行场景再现。
控制中心通过指令发布子模块将控制自动驾驶车和无人测试车运行的指令序列分别发送给自动驾驶车和无人测试车,以使自动驾驶车和无人测试车在所述测试场内进行场景再现。
在本发明实施例中,指令发布子模块从场景模型解释器接收指令序列,并通过测试场车联网环境把指令序列实时地发送给自动驾驶车和无人测试车。自动驾驶车和无人测试车接收到控制指令后,在测试场内进行场景再现。
步骤S1116:根据所述场景再现的结果,调整模型参数,直到场景再现结果与所述待再现场景吻合。
由于仿真环境和现实环境的差异性,仅根据仿真的场景模型并不能完全真实地再现实际场景。因此,步骤S1114中场景再现的结果并不能完全真实地再现待再现场景,还需要通过进一步调整车速、位置、动作执行时间、运行轨迹等模型参数,多次重复事故过程,直到测试场内的再现结果与真实情况基本符合,从而获得场景再现模型。
步骤S111获得的场景再现模型包括了待再现场景从始至终整个运动过程的数据文件,具体包括如下数据信息:受控车辆开始状态(位置、姿态、初速等);受控车辆中间状态(位置、姿态、速度、轨迹、动作等);受控车辆终止状态(位置、状态、终速等)。
步骤S112:根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现。
在一种可能的实施方式中,根据步骤S111获得的场景再现模型,在需要对待再现场景进行再现时,根据该模型的数据文件,可以由场景模型解释器生成指令序列,然后由指令发布子模块通过测试场车联网环境发送给自动驾驶车和无人测试车,控制自动驾驶车以及无人测试车实现场景再现即可。
步骤S113:实时获取所述自动驾驶车和无人测试车在场景再现过程中的数据信息。
通过测试场车联网环境,将自动驾驶车与无人测试车在场景再现过程中的数据信息传输并保存至控制中心内的服务器,数据信息包括:车辆位置、方位角、移动轨迹、速度及传感器信息等;自动驾驶车(被测车)的环境理解、规划决策等模块的中间输出结果,包括车辆自定位信息,车道线、交通信号的识别信息,障碍物、行人、背景车辆(测试车)的识别和定位信息,及路径规划、行为选择、轨迹生成等的结果信息。当然在具体实施过程中,测试场一般都安装有视频监控***,由测试场视频监控***所拍摄的现场监控视频也可以传输到控制中心服务器;自动驾驶车和无人测试车如若安装行车记录仪或车载相机,由行车记录仪或车载相机所拍摄的过程视频也可以传输给服务器,以使服务器获取更多的数据,更有利于事故原因的解析。
在一种可能的实施方式中,当待再现场景为交通事故场景时,本发明实施例提供的自动驾驶测试场景再现模拟方法还包括:
步骤S114:对比所述场景再现的数据信息与所述场景再现模型,分析所述自动驾驶车在待再现场景中的车辆参数变化过程,确定事故发生的原因。
在具体实施过程中,根据所获取的场景再现的数据信息,结合场景再现模型,自动分析事故前后车辆的实时位置、方位角、实时速度、加速度的变化过程,并对照自动驾驶车辆的环境理解、规划决策、运动控制等模块的中间输出结果的变化,确定事故发生的原因并生成事故分析报告。分析报告的数据包括:车辆发生事故的精确时刻、车辆事故前后的速度和行驶方向、两车事故时刻的相对角度、各个事故车辆的刹车距离、刹车时间、事故发生的原因等。通过步骤S114,能够自动进行事故数据分析,能够生成事故分析数据报告,因而具备高效性。
本发明实施例提供的一种自动驾驶测试场景再现模拟方法,该方法包括:构建待再现场景的场景再现模型;根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现;实时获取所述自动驾驶车和无人测试车在场景再现过程中的数据信息。本发明实施例提供的自动驾驶测试场景再现模拟方法,能够对应自动驾驶车真实的驾驶场景,实现真实的驾驶场景在测试场中的再现,包括自动驾驶车正常行驶过程的再现以及事故发生前N秒(如前30秒)内的驾驶过程再现,可为解释事故车辆在行驶过程中的运动情况及事故发生的原因,提供大量的基础数据,成为真实驾驶场景中的事故解析的重要工具。
同时,本发明采用一种无人驾驶测试车进行事故场景的再现,因而***具备安全、经济、可重复、可控的特点。安全:避免了人员伤害的发生;经济:可灵活构建各种交通场景,降低场景构建的成本;可重复:由于消除了再现过程的人为因素,可实现多次再现的重复一致性。
再者,本发明先基于测试场高精度地图建立场景再现的仿真模型,以此驱动测试场中的实际车辆,只需根据实验结果对模型参数进行微调即可获得真实驾驶场景的精确再现,从而节省了再现车辆事故场景的时间,为车辆事故发生原因的快速分析提供了便利。
进一步的,本发明实施例中的场景再现过程由控制中心统一调度管理,整个过程自动完成。
基于相同的发明构思,本发明实施例还提供了的一种自动驾驶测试场景再现模拟装置11,如图4所示,包括依次连接的场景模型构建模块111、场景再现实现模块112和结果取得模块113,其中:
场景模型构建模块111,用于构建待再现场景的场景再现模型。
在一种可能的实施例中,如图5所示,场景模型构建模块111包括依次连接的现场数据收集子模块1111、场景仿真再现子模块1112、仿真模型优化子模块1113、场景模型解释器1114、指令发布子模块1115和参数调整子模块1116,其中:
现场数据收集子模块1111,用于提取所述待再现场景的现场数据。
场景仿真再现子模块1112,用于根据所述现场数据,仿真所述待再现场景全过程,获得所述待再现场景的初步仿真模型。
仿真模型优化子模块1113,用于调整模型参数,优化所述初步仿真模型直至与所述待再现场景基本吻合,获得仿真模型。
场景模型解释器1114,用于根据所述仿真模型,生成用于控制所述自动驾驶车和无人测试车运行的指令序列。
指令发布子模块1115,用于将所述指令序列分别发送给所述自动驾驶车和无人测试车,以使所述自动驾驶车和无人测试车在所述测试场内进行场景再现。
参数调整子模块1116,根据所述场景再现的结果,调整模型参数,直到场景再现结果与所述待再现场景吻合。根据结果进一步调整模型参数,使得最终能够逼真地模拟真实的驾驶场景,从而获取事故解析所需要的基础数据。
场景再现实现模块112,用于根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现。
在具体实施过程中,在需要对待再现场景进行再现时,场景再现实现模块根据场景再现模型的数据文件,由场景模型解释器生成控制指令序列,再由指令发布子模块通过测试场车联网环境发送给自动驾驶车和无人测试车,控制自动驾驶车以及无人测试车实现场景再现。
结果取得模块113,用于实时获取所述自动驾驶车和无人测试车在场景再现过程中的数据信息。结果取得模块113通过测试场车联网环境获取场景再现的过程数据和结果。
在一种可能的实施例中,自动驾驶测试场景再现模拟装置11还包括:数据分析模块(图中未标注),用于对比所述场景再现的数据信息与所述场景再现模型,分析所述自动驾驶车在待再现场景中的车辆参数变化过程,确定事故发生的原因。
本发明实施例提供的自动驾驶测试场景再现模拟装置,与上述方法实施例中的相同之处互相参见即可,在此不再赘述。
本说明书中各个实施例之间相同相似的部分互相参见即可。
以上所述仅是本发明的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种自动驾驶测试场景再现模拟方法,其特征在于,所述方法包括:
构建待再现场景的场景再现模型;
根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现;
实时获取所述自动驾驶车和无人测试车在场景再现过程中的数据信息。
2.如权利要求1所述的方法,其特征在于,所述构建待再现场景的场景再现模型,包括:
提取所述待再现场景的现场数据;
根据所述现场数据,仿真所述待再现场景全过程,获得所述待再现场景的初步仿真模型;
调整模型参数,优化所述初步仿真模型直至与所述待再现场景基本吻合,获得仿真模型;
根据所述仿真模型,生成用于控制所述自动驾驶车和无人测试车运行的指令序列;
将所述指令序列分别发送给所述自动驾驶车和无人测试车,以使所述自动驾驶车和无人测试车在所述测试场内进行场景再现;
根据所述场景再现的结果,调整模型参数,直到场景再现结果与所述待再现场景吻合。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
对比所述场景再现的数据信息与所述场景再现模型,分析所述自动驾驶车在待再现场景中的车辆参数变化过程,确定事故发生的原因。
4.一种自动驾驶测试场景再现模拟装置,其特征在于,包括:
场景模型构建模块,用于构建待再现场景的场景再现模型;
场景再现实现模块,用于根据所述场景再现模型,控制自动驾驶车以及无人测试车在测试场内实现场景再现;
结果取得模块,用于实时获取所述自动驾驶车和无人测试车在场景再现过程中的数据信息。
5.如权利要求4所述的装置,其特征在于,所述场景模型构建模块包括:
现场数据收集子模块,用于提取所述待再现场景的现场数据;
场景仿真再现子模块,用于根据所述现场数据,仿真所述待再现场景全过程,获得所述待再现场景的初步仿真模型;
仿真模型优化子模块,用于调整模型参数,优化所述初步仿真模型直至与所述待再现场景基本吻合,获得仿真模型;
场景模型解释器,用于根据所述仿真模型,生成用于控制所述自动驾驶车和无人测试车运行的指令序列;
指令发布子模块,用于将所述指令序列分别发送给所述自动驾驶车和无人测试车,以使所述自动驾驶车和无人测试车在所述测试场内进行场景再现;
参数调整子模块,用于根据所述场景再现的结果,调整模型参数,直到场景再现结果与所述待再现场景吻合。
6.如权利要求4所述的装置,其特征在于,还包括:
数据分析模块,用于对比所述场景再现的数据信息与所述场景再现模型,分析所述自动驾驶车在待再现场景中的车辆参数变化过程,确定事故发生的原因。
7.一种自动驾驶测试场景再现模拟***,其特征在于,包括:控制中心、测试场以及位于所述测试场内的受控车辆,所述控制中心与所述受控车辆通过测试场车联网环境进行实时信息交互,其中,所述受控车辆包括自动驾驶车和无人测试车;
权利要求4至6任一所述的自动驾驶测试场景再现模拟装置运行于所述控制中心的服务器上。
8.如权利要求7所述的***,其特征在于,所述***还包括:
图形化用户界面,用于实现人机交互式操作,并接收交互式操作过程的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910223012.3A CN109993849A (zh) | 2019-03-22 | 2019-03-22 | 一种自动驾驶测试场景再现模拟方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910223012.3A CN109993849A (zh) | 2019-03-22 | 2019-03-22 | 一种自动驾驶测试场景再现模拟方法、装置及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109993849A true CN109993849A (zh) | 2019-07-09 |
Family
ID=67130888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910223012.3A Pending CN109993849A (zh) | 2019-03-22 | 2019-03-22 | 一种自动驾驶测试场景再现模拟方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109993849A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110497914A (zh) * | 2019-08-26 | 2019-11-26 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN110781069A (zh) * | 2019-08-28 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种自动驾驶车辆的定位模块测试方法、装置及设备 |
CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及*** |
CN111027195A (zh) * | 2019-12-03 | 2020-04-17 | 北京百度网讯科技有限公司 | 仿真场景的生成方法、装置及设备 |
CN111177887A (zh) * | 2019-12-09 | 2020-05-19 | 武汉光庭信息技术股份有限公司 | 一种基于真实驾驶场景构造仿真轨迹数据的方法和装置 |
CN111243335A (zh) * | 2020-01-20 | 2020-06-05 | 上海大学 | 一种自主无人***中的场景描述方法 |
CN111340976A (zh) * | 2020-02-24 | 2020-06-26 | 北京百度网讯科技有限公司 | 调试车辆模块的方法、装置、电子设备以及计算机可读存储介质 |
CN111541990A (zh) * | 2020-04-30 | 2020-08-14 | 重庆车辆检测研究院有限公司 | 一种车路协同***测试数据的采集***、方法及装置 |
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*** |
CN112560170A (zh) * | 2020-11-30 | 2021-03-26 | 中国汽车工程研究院股份有限公司 | 一种基于驾驶模拟器动力学分析的交通事故分析方法 |
CN112596500A (zh) * | 2020-12-16 | 2021-04-02 | 清华大学苏州汽车研究院(相城) | 一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法 |
CN112816226A (zh) * | 2021-01-06 | 2021-05-18 | 北京智能车联产业创新中心有限公司 | 基于可控交通流的自动驾驶测试***及方法 |
CN113450472A (zh) * | 2021-06-09 | 2021-09-28 | 上海智能新能源汽车科创功能平台有限公司 | 一种智能驾驶汽车事故重现的测试***及方法 |
KR20210130113A (ko) * | 2021-02-18 | 2021-10-29 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 자율 운전 시스템의 장면 복원 테스트 방법, 장치, 기기 및 프로그램 |
CN113945224A (zh) * | 2021-10-18 | 2022-01-18 | 上海智能网联汽车技术中心有限公司 | 智能驾驶adas测试场景自动化生成方法及*** |
CN116566819A (zh) * | 2023-06-08 | 2023-08-08 | 禾多科技(北京)有限公司 | 仿真测试通信方法、装置、电子设备和计算机可读介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281661A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 汽车与两轮车碰撞事故再现*** |
CN102034257A (zh) * | 2010-12-31 | 2011-04-27 | 长安大学 | 汽车与两轮或三轮车碰撞事故模拟再现计算机*** |
CN102034013A (zh) * | 2010-12-30 | 2011-04-27 | 长安大学 | 汽车斜碰撞事故分析计算与模拟再现计算机*** |
CN102043885A (zh) * | 2010-12-31 | 2011-05-04 | 长安大学 | 一种摩托车与两轮或三轮车碰撞事故模拟再现*** |
CN102073789A (zh) * | 2010-12-30 | 2011-05-25 | 长安大学 | 两车碰撞后再碰固定物组合事故分析计算与模拟再现*** |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及*** |
CN107727411A (zh) * | 2017-10-30 | 2018-02-23 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评场景生成***及方法 |
CN108765235A (zh) * | 2018-05-09 | 2018-11-06 | 公安部交通管理科学研究所 | 基于交通事故案例解构的自动驾驶车辆测试场景构建方法和测试方法 |
CN108829087A (zh) * | 2018-07-19 | 2018-11-16 | 山东省科学院自动化研究所 | 一种自动驾驶汽车的智能测试***及测试方法 |
CN109187041A (zh) * | 2018-07-19 | 2019-01-11 | 山东省科学院自动化研究所 | 一种用于自动驾驶测试场的无人测试车平台及方法 |
CN109324539A (zh) * | 2018-08-28 | 2019-02-12 | 山东省科学院自动化研究所 | 一种自动驾驶封闭测试场的智能控制平台及方法 |
-
2019
- 2019-03-22 CN CN201910223012.3A patent/CN109993849A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281661A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 汽车与两轮车碰撞事故再现*** |
CN102034013A (zh) * | 2010-12-30 | 2011-04-27 | 长安大学 | 汽车斜碰撞事故分析计算与模拟再现计算机*** |
CN102073789A (zh) * | 2010-12-30 | 2011-05-25 | 长安大学 | 两车碰撞后再碰固定物组合事故分析计算与模拟再现*** |
CN102034257A (zh) * | 2010-12-31 | 2011-04-27 | 长安大学 | 汽车与两轮或三轮车碰撞事故模拟再现计算机*** |
CN102043885A (zh) * | 2010-12-31 | 2011-05-04 | 长安大学 | 一种摩托车与两轮或三轮车碰撞事故模拟再现*** |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及*** |
CN107727411A (zh) * | 2017-10-30 | 2018-02-23 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评场景生成***及方法 |
CN108765235A (zh) * | 2018-05-09 | 2018-11-06 | 公安部交通管理科学研究所 | 基于交通事故案例解构的自动驾驶车辆测试场景构建方法和测试方法 |
CN108829087A (zh) * | 2018-07-19 | 2018-11-16 | 山东省科学院自动化研究所 | 一种自动驾驶汽车的智能测试***及测试方法 |
CN109187041A (zh) * | 2018-07-19 | 2019-01-11 | 山东省科学院自动化研究所 | 一种用于自动驾驶测试场的无人测试车平台及方法 |
CN109324539A (zh) * | 2018-08-28 | 2019-02-12 | 山东省科学院自动化研究所 | 一种自动驾驶封闭测试场的智能控制平台及方法 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110497914A (zh) * | 2019-08-26 | 2019-11-26 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN110497914B (zh) * | 2019-08-26 | 2020-10-30 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN110781069A (zh) * | 2019-08-28 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种自动驾驶车辆的定位模块测试方法、装置及设备 |
CN110781069B (zh) * | 2019-08-28 | 2022-05-20 | 腾讯科技(深圳)有限公司 | 一种自动驾驶车辆的定位模块测试方法、装置及设备 |
CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及*** |
CN111027195A (zh) * | 2019-12-03 | 2020-04-17 | 北京百度网讯科技有限公司 | 仿真场景的生成方法、装置及设备 |
CN111027195B (zh) * | 2019-12-03 | 2023-02-28 | 阿波罗智能技术(北京)有限公司 | 仿真场景的生成方法、装置及设备 |
CN111177887A (zh) * | 2019-12-09 | 2020-05-19 | 武汉光庭信息技术股份有限公司 | 一种基于真实驾驶场景构造仿真轨迹数据的方法和装置 |
CN111243335A (zh) * | 2020-01-20 | 2020-06-05 | 上海大学 | 一种自主无人***中的场景描述方法 |
CN111340976A (zh) * | 2020-02-24 | 2020-06-26 | 北京百度网讯科技有限公司 | 调试车辆模块的方法、装置、电子设备以及计算机可读存储介质 |
CN111541990A (zh) * | 2020-04-30 | 2020-08-14 | 重庆车辆检测研究院有限公司 | 一种车路协同***测试数据的采集***、方法及装置 |
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*** |
CN112560170A (zh) * | 2020-11-30 | 2021-03-26 | 中国汽车工程研究院股份有限公司 | 一种基于驾驶模拟器动力学分析的交通事故分析方法 |
CN112596500A (zh) * | 2020-12-16 | 2021-04-02 | 清华大学苏州汽车研究院(相城) | 一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法 |
CN112596500B (zh) * | 2020-12-16 | 2022-01-28 | 清华大学苏州汽车研究院(相城) | 一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法 |
CN112816226A (zh) * | 2021-01-06 | 2021-05-18 | 北京智能车联产业创新中心有限公司 | 基于可控交通流的自动驾驶测试***及方法 |
CN112816226B (zh) * | 2021-01-06 | 2023-03-14 | 北京智能车联产业创新中心有限公司 | 基于可控交通流的自动驾驶测试***及方法 |
KR20210130113A (ko) * | 2021-02-18 | 2021-10-29 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 자율 운전 시스템의 장면 복원 테스트 방법, 장치, 기기 및 프로그램 |
EP4047342A1 (en) * | 2021-02-18 | 2022-08-24 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Scene reproduction test method, apparatus, device and program product of autonomous driving system |
KR102601534B1 (ko) | 2021-02-18 | 2023-11-14 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 자율 운전 시스템의 장면 복원 테스트 방법, 장치, 기기 및 프로그램 |
US11893800B2 (en) | 2021-02-18 | 2024-02-06 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Scene reproduction test method, apparatus, device and program product of autonomous driving system |
CN113450472A (zh) * | 2021-06-09 | 2021-09-28 | 上海智能新能源汽车科创功能平台有限公司 | 一种智能驾驶汽车事故重现的测试***及方法 |
CN113945224A (zh) * | 2021-10-18 | 2022-01-18 | 上海智能网联汽车技术中心有限公司 | 智能驾驶adas测试场景自动化生成方法及*** |
CN116566819A (zh) * | 2023-06-08 | 2023-08-08 | 禾多科技(北京)有限公司 | 仿真测试通信方法、装置、电子设备和计算机可读介质 |
CN116566819B (zh) * | 2023-06-08 | 2023-09-19 | 禾多科技(北京)有限公司 | 仿真测试通信方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109993849A (zh) | 一种自动驾驶测试场景再现模拟方法、装置及*** | |
US11983972B1 (en) | Simulating virtual objects | |
CN112526893B (zh) | 一种智能汽车的测试*** | |
CN110531740B (zh) | 一种智能车智能化程度量化测评方法 | |
CN106153352B (zh) | 一种无人驾驶车辆测试验证平台及其测试方法 | |
CN106548679B (zh) | 一种智能驾驶训练*** | |
CN110103983A (zh) | 用于端对端自主车辆验证的***和方法 | |
CN114879631A (zh) | 一种基于数字孪生云控平台的自动驾驶测试***和方法 | |
CN105652690A (zh) | 自动泊车***车辆在环测试***及方法 | |
CN105068857B (zh) | 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法 | |
CN108681264A (zh) | 一种智能车辆数字化仿真测试装置 | |
CN109781431A (zh) | 基于混合现实的自动驾驶测试方法及*** | |
CN110264586A (zh) | L3级自动驾驶***道路驾驶数据采集、分析及上传方法 | |
CN107421566A (zh) | 一种无人车多源传感器信息仿真平台 | |
WO2019065409A1 (ja) | 自動運転シミュレータ及び自動運転シミュレータ用地図生成方法 | |
US20220198107A1 (en) | Simulations for evaluating driving behaviors of autonomous vehicles | |
WO2023028858A1 (zh) | 一种测试方法和*** | |
CN110333085A (zh) | 一种自动驾驶测试车远程控制***及方法 | |
Moten et al. | X-in-the-loop advanced driving simulation platform for the design, development, testing and validation of ADAS | |
Gechter et al. | Towards a hybrid real/virtual simulation of autonomous vehicles for critical scenarios | |
Szalay et al. | Proof of concept for Scenario-in-the-Loop (SciL) testing for autonomous vehicle technology | |
CN115290349A (zh) | 一种自动驾驶测试*** | |
Freydin et al. | Learning car speed using inertial sensors for dead reckoning navigation | |
JP2024513666A (ja) | ログデータに基づいたシミュレートされた環境でのオブジェクトのインスタンス化 | |
CN111818485B (zh) | 一种v2x人机协同性能测试***及方法 |
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 |
Application publication date: 20190709 |
|
RJ01 | Rejection of invention patent application after publication |