CN110955159B - 自动驾驶仿真例编制方法、装置、电子设备及存储介质 - Google Patents

自动驾驶仿真例编制方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110955159B
CN110955159B CN201911217076.9A CN201911217076A CN110955159B CN 110955159 B CN110955159 B CN 110955159B CN 201911217076 A CN201911217076 A CN 201911217076A CN 110955159 B CN110955159 B CN 110955159B
Authority
CN
China
Prior art keywords
target
case
scene
simulation
simulation example
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.)
Active
Application number
CN201911217076.9A
Other languages
English (en)
Other versions
CN110955159A (zh
Inventor
姜建满
徐毅林
吴琼
岳丽娇
徐春梅
刘法勇
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.)
Anhui Jianghuai Automobile Group Corp
Original Assignee
Anhui Jianghuai Automobile Group Corp
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 Anhui Jianghuai Automobile Group Corp filed Critical Anhui Jianghuai Automobile Group Corp
Priority to CN201911217076.9A priority Critical patent/CN110955159B/zh
Publication of CN110955159A publication Critical patent/CN110955159A/zh
Application granted granted Critical
Publication of CN110955159B publication Critical patent/CN110955159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及自动驾驶整车控制及测试验证技术领域,尤其涉及一种自动驾驶仿真例编制方法、装置、电子设备及存储介质。所述方法包括:对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;从所述功能场景案例中选取危险等级为预设等级的目标场景案例;根据目标要素为所述目标场景案例划分类别;根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例。通过科学制定自动驾驶测试用例,推动自动驾驶的仿真验证,场地验证的实施,使自动驾驶性能检测更有效、更准确。

Description

自动驾驶仿真例编制方法、装置、电子设备及存储介质
技术领域
本发明涉及自动驾驶整车控制及测试验证技术领域,尤其涉及一种自动驾驶仿真例编制方法、装置、电子设备及存储介质。
背景技术
自动驾驶车辆仿真测试与验证是整个***开发过程中不可缺少的流程,相比较传统汽车自动驾驶汽车的仿真、测试、验证手段更加重要。但是自动驾驶仿真测试用例的编制如何合理有效,如何确定功能定义相关要素的比重,对于测试的有效性至关重要。
目前关于自动驾驶的测试场景,大多是基于事故数据库和实证测试(FOT FieldOpeartional Tests道路运行测试)数据,通过数据提取出关键场景。但是,这样只能形成部分场景,而且仅适用于ADAS(Advanced Driving Assistant System高级驾驶辅助***)的测试,对于L2级以上的自动驾驶***来说远远不够。如有在现有ADAS场景基础上,根据场景中驻车与周围车的相对位置,相对运动关系的排列组合形成的测试场景。然后根据静态交通环境,典型道路,交通事故以及ADAS法规场景来提取参数,之后对参数进行排列组合,生成测试用例。
基于ADAS的测试场景,对于测试场景中参数的选取仅考虑部分工况,对参数的处理也只是简单的排列组合,未考虑不同场景下不同参数所占比重不同。仅适用于简单的ADAS产品的部分测试,未形成完整的自动驾驶测试用例编制方案。
发明内容
本发明的主要目的在于提供一种自动驾驶仿真例编制方法、装置、电子设备及存储介质,旨在实现更符合自动驾驶需求的自动驾驶仿真用例的编制。
为实现上述目的,本发明提供了一种自动驾驶仿真例编制方法,所述方法包括:
对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;
从所述功能场景案例中选取危险等级为预设等级的目标场景案例;
根据目标要素为所述目标场景案例划分类别;
根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例。
优选地,所述对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级的步骤之前,所述方法还包括:
根据功能提取算法和仿真例类型从驾驶交通数据库中提取功能场景案例。
优选地,所述根据目标要素为所述目标场景案例划分类别的步骤之前,所述方法还包括:
根据仿真例类型设置预设要素;
获取预设要素的要素变量值在所述目标场景案例中的存在比例,选取存在比例小于预设比例的预设要素为目标要素。
优选地,所述根据目标要素为所述目标场景案例划分类别的步骤,具体包括:
获取目标要素在所述目标场景案例中的存在比例;
根据所述存在比例对所述目标场景案例进行聚类分析。
优选地,所述根据所述存在比例对所述目标场景案例进行聚类分析的步骤,具体包括:
将每个目标案例作为一类,根据所述存在比例计算各类别之间的样本间距;
在类别个数大于预设类别个数时,合并样本间距小于预设间距的类别;
在类别个数大于预设类别个数时,将当前类别作为待选类别。
优选地,所述根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例的步骤,具体包括:
根据目标仿真例的要素需求选取目标场景类别,并根据所述要素需求确定目标要素在仿真例中的所需比例;
根据所述所需比例将所述目标场景案例编制成目标仿真例。
优选地,所述根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例的步骤之后,所述方法还包括:
将所述目标仿真例导入自动驾驶测试装置,按照所述目标仿真例进行自动驾驶测试,以获取测试数据;
获取仿真例预测数据和所述测试数据的绝对值,根据所述绝对值对自动驾驶控制进行修正。
此外,为实现上述目的,本发明还提出一种仿真例编制装置,所述装置包括:案例提取模块、目标案例获取模块、聚类分析模块及仿真例编制模块,其中;
案例提取模块:用于对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;
目标案例获取模块:用于从所述功能场景案例中选取危险等级为预设等级的目标场景案例;
聚类分析模块:用于根据目标要素为所述目标场景案例划分类别;
仿真例编制模块:用于根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例。
此外,为实现上述目的,本发明还提出一种电子设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的仿真例编制程序,所述仿真例编制程序配置为实现如上所述的自动驾驶仿真例编制方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有自动驾驶仿真例编制程序,所述仿真例编制程序被处理器执行时实现如上所述的自动驾驶仿真例编制方法的步骤。
本发明通过对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;从所述功能场景案例中选取危险等级为预设等级的目标场景案例;根据目标要素为所述目标场景案例划分类别;根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例。实现了科学制定自动驾驶测试用例,推动自动驾驶的仿真验证,场地验证的实施,使自动驾驶性能检测更有效、更准确。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的电子设备结构示意图
图2为本发明自动驾驶仿真例编制方法第一实施例的流程示意图;
图3为本发明自动驾驶仿真例编制方法第二实施例的流程示意图;
图4为本发明自动驾驶仿真例编制装置第一实施例的功能模块图。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当人认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的电子设备结构示意图。
如图1所示,该电子设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及自动驾驶仿真例编制程序。
在图1所示的电子设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中,所述电子设备通过处理器1001调用存储器1005中存储的自动驾驶仿真例编制程序,并执行本发明实施例提供的自动驾驶仿真例编制方法。
本发明实施例提供了一种自动驾驶仿真例编制方法,参照图2,图2为本发明一种自动驾驶仿真例编制方法第一实施例的流程示意图。所述方法包括:
步骤S100:对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;
需要说明的是,本方案的功能场景案例来源是自然驾驶交通数据库,编制仿真例前,首选需要确认编制何种仿真例,从自然驾驶交通数据库中获取样本,对所述样本进行筛选。从仿真例的实用性角度考虑,危险等级需要纳入考虑范围,对危险等级进行评级。
步骤S200:从所述功能场景案例中选取危险等级为预设等级的目标场景案例;
应当理解的是,危险等级满足预设等级的案例才具备参考价值,所述预设等级为车辆安全行驶的基本等级为优先选取,需要说明的是,所述危险等级的选取还取决于仿真例的类别,当仿真例是针对故障工况的仿真案例,率先考虑较为危险的等级对应的案例,本方法不对此加以限制。
步骤S300:根据目标要素为所述目标场景案例划分类别;
易于理解的是,目标仿真例由目标要素组成,先选取一部分要素作为备选要素,再从中筛选有鲜明特征可以作为参考的要素作为目标要素。选取目标要素后可根据所述目标要素对目标场景案例进行归类。
步骤S400:根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例。
易于理解的是,例如目标仿真例为前车切入的案例,为加强所述案例的实用性,需要的要素为切入方向,主车速度等,根据所述要素在不同类别案例中占有的比例,对目标场景案例同时进行相应的比例组合,编制出所述目标仿真例。
本发明实施例方法,实现了基于聚类分析的自动驾驶仿真例编制,使得自动驾驶仿真例更符合自动驾驶需求,更合理有效,从而促进自动驾驶车辆的性能测试,促进自动驾驶车辆的研发效率。
基于本发明自动驾驶仿真例编制方法第一实施例提出本发明自动驾驶仿真例编制方法第二实施例;图3为本发明自动驾驶仿真例编制方法第二实施例的流程示意图;
步骤S100之前,所述方法还包括:
步骤S101:根据功能提取算法和仿真例类型从驾驶交通数据库中提取功能场景案例。
应当理解的是,本实施例以低速交通拥堵的前车切入目标案例为例进行讲解。目前关于自动驾驶的测试场景,大多是基于事故数据库和实证测试(FOT)数据,通过数据提取出关键场景,无法满足自动驾驶车辆的需求。本发明旨在提出从中国自然驾驶交通数据库中提取所需功能场景。
需要说明的是,以速度交通拥堵场景为目标进行提取,例如:1、根据换道场景提取算法,提取出前车切入案例;2、继续根据主车速度大于目标车速度以及行驶场景地区为高速、城市两个条件进一步筛选;3、对以上场景进行主观危险评价和切入完成时刻进行最后筛选出符合目标仿真例类型的案例。相应的,需要筛除目标车车速大于主车车速的案例和危险等级不符的案例,如城市或高速路快速切入的案例。
步骤S300之前,所述方法还包括:
步骤S201:根据仿真例类型设置预设要素;
步骤S202:获取预设要素的要素变量值在所述目标场景案例中的存在比例,选取存在比例小于预设比例的预设要素为目标要素。
进一步地,例如:首先初步选取用于描述前车切入的场景要素,主要包括天气、能见度、场景地区,切入时刻车间距离,车辆速度等。进一步分析每个要素变量值的占比,由于元素(天气、能见度、道路类型)中的变量值晴、高、直道所占比例超过85%,不利于形成类别的突出特点,因此不考虑这类元素作为聚类要素。最终,确定场景地区、目标车切入方向、自车速度等变量作为聚类要素。
步骤S300具体包括:
步骤S301:获取目标要素在所述目标场景案例中的存在比例;
步骤S302:根据所述存在比例对所述目标场景案例进行聚类分析。
进一步地,例如:变量值标准化话后就可进行聚类,通过循环计算各样本间距,合并距离近的类直到合并为一类,然后通聚类过程的不一致系数来确定聚类个数。
步骤302具体包括:将每个目标案例作为一类,根据所述存在比例计算各类别之间的样本间距;
在类别个数大于预设类别个数时,合并样本间距小于预设间距的类别;
在类别个数大于预设类别个数时,将当前类别作为待选类别。
步骤S400具体包括:
步骤S401:根据目标仿真例的要素需求选取目标场景类别,并根据所述要素需求确定目标要素在仿真例中的所需比例;
步骤S402:根据所述所需比例将所述目标场景案例编制成目标仿真例。
需要说明的是,例如:在分析完成后,根据自然驾驶数据,聚类得出4大类目标车切入场景。针对TJP功能,根据要素中“交通流畅度分布概率”(交通拥堵场景),并结合“主车速度”(车速在0-60Km/h)。选择其中符合目标仿真例的要素需求的类别,并根据各聚类要素所占比例进行测试用例的设计。
如表1所示,表1为本实施例举例中目标仿真例中各项要素占比。
Figure BDA0002293847140000081
步骤S400之后,所述方法还包括:
步骤S500:将所述目标仿真例导入自动驾驶测试装置,按照所述目标仿真例进行自动驾驶测试,以获取测试数据;
应当理解的是,目标仿真例编制好后可进行自动驾驶测试,所述测试一方面是为了检测自动驾驶车辆的相应数据,另一方面是为检测所述仿真例的效果。若仿真例的效果和预期值存在差别,或所述仿真例存在故障工况,应及时修改。
步骤S600:获取仿真例预测数据和所述测试数据的绝对值,根据所述绝对值对自动驾驶控制进行修正。
易于理解的是,在所述仿真例具有参考价值的情况下,所述仿真例中对车辆行驶的预测数据是有参考性的,在所述测试数据和可参考数据之间的绝对值较大时,应当根据所述绝对值找出测试车辆的问题所在,及时修正。
本发明实施例方法实现了有效的自动驾驶仿真例编制,使得自动驾驶仿真例更具有参考性,促进自动驾驶汽车研发效率提升,提升自动驾驶汽车测试实验的准确性,更符合自动驾驶特性。
本发明还提出一种自动驾驶仿真例编制装置,参照图4,图,4为本发明自动驾驶仿真例编制装置第一实施例的功能模块图。所述装置包括:案例提取模块10、目标案例获取模块20、聚类分析模块30及仿真例编制模块40,其中;
案例提取模块10:用于对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;
需要说明的是,本方案的功能场景案例来源是自然驾驶交通数据库,编制仿真例前,首选需要确认编制何种仿真例,从自然驾驶交通数据库中获取样本,对所述样本进行筛选。从仿真例的实用性角度考虑,危险等级需要纳入考虑范围,对危险等级进行评级。
目标案例获取模块20:用于从所述功能场景案例中选取危险等级为预设等级的目标场景案例;
应当理解的是,危险等级满足预设等级的案例才具备参考价值,所述预设等级为车辆安全行驶的基本等级为优先选取,需要说明的是,所述危险等级的选取还取决于仿真例的类别,当仿真例是针对故障工况的仿真案例,率先考虑较为危险的等级对应的案例,本方法不对此加以限制。
聚类分析模块30:用于根据目标要素为所述目标场景案例划分类别;
易于理解的是,目标仿真例由目标要素组成,先选取一部分要素作为备选要素,再从中筛选有鲜明特征可以作为参考的要素作为目标要素。选取目标要素后可根据所述目标要素对目标场景案例进行归类。
仿真例编制模块40:用于根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例。
易于理解的是,例如目标仿真例为前车切入的案例,为加强所述案例的实用性,需要的要素为切入方向,主车速度等,根据所述要素在不同类别案例中占有的比例,对目标场景案例同时进行相应的比例组合,编制出所述目标仿真例。
本发明实施例装置,实现了基于聚类分析的自动驾驶仿真例编制,使得自动驾驶仿真例更符合自动驾驶需求,更合理有效,从而促进自动驾驶车辆的性能测试,促进自动驾驶车辆的研发效率。
本发明还提出一种存储介质,所述存储介质上存储有自动驾驶仿真例编制程序,所述仿真例编制程序被处理器执行时实现如上所述的自动驾驶仿真例编制方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,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所提供的自动驾驶仿真例编制方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种自动驾驶仿真例编制方法,其特征在于,所述方法包括:
对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;
从所述功能场景案例中选取危险等级为预设等级的目标场景案例;
根据目标要素为所述目标场景案例划分类别;
根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例;
所述根据目标要素为所述目标场景案例划分类别的步骤,具体包括:
获取目标要素在所述目标场景案例中的存在比例;
根据所述存在比例对所述目标场景案例进行聚类分析;
所述根据目标要素为所述目标场景案例划分类别的步骤之前,所述方法还包括:
根据仿真例类型设置预设要素;
获取预设要素的要素变量值在所述目标场景案例中的存在比例,选取存在比例小于预设比例的预设要素为目标要素。
2.如权利要求1所述的自动驾驶仿真例编制方法,其特征在于,所述对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级的步骤之前,所述方法还包括:
根据功能提取算法和仿真例类型从驾驶交通数据库中提取功能场景案例。
3.如权利要求1所述的自动驾驶仿真例编制方法,其特征在于,所述根据所述存在比例对所述目标场景案例进行聚类分析的步骤,具体包括:
将每个目标案例作为一类,根据所述存在比例计算各类别之间的样本间距;
在类别个数大于预设类别个数时,合并样本间距小于预设间距的类别;
在类别个数大于预设类别个数时,将当前类别作为待选类别。
4.如权利要求3所述的自动驾驶仿真例编制方法,其特征在于,所述根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例的步骤,具体包括:
根据目标仿真例的要素需求选取目标场景类别,并根据所述要素需求确定目标要素在仿真例中的所需比例;
根据所述所需比例将所述目标场景案例编制成目标仿真例。
5.如权利要求1所述的自动驾驶仿真例编制方法,其特征在于,所述根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例的步骤之后,所述方法还包括:
将所述目标仿真例导入自动驾驶测试装置,按照所述目标仿真例进行自动驾驶测试,以获取测试数据;
获取仿真例预测数据和所述测试数据的绝对值,根据所述绝对值对自动驾驶控制进行修正。
6.一种仿真例编制装置,其特征在于,所述装置包括:案例提取模块、目标案例获取模块、聚类分析模块及仿真例编制模块,其中;
案例提取模块:用于对功能场景案例进行危险等级评价,以获得各功能场景案例的危险等级;
目标案例获取模块:用于从所述功能场景案例中选取危险等级为预设等级的目标场景案例;
聚类分析模块:用于根据目标要素为所述目标场景案例划分类别;
仿真例编制模块:用于根据目标仿真例的要素需求选取目标场景类别,并将所述目标场景类别对应的目标场景案例编制成目标仿真例;
所述聚类分析模块,具体用于获取目标要素在所述目标场景案例中的存在比例;
根据所述存在比例对所述目标场景案例进行聚类分析;
所述聚类分析模块,具体用于根据仿真例类型设置预设要素;
获取预设要素的要素变量值在所述目标场景案例中的存在比例,选取存在比例小于预设比例的预设要素为目标要素。
7.一种电子设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的仿真例编制程序,所述仿真例编制程序配置为实现如权利要求1至5中任一项所述的自动驾驶仿真例编制方法的步骤。
8.一种存储介质,其特征在于,所述存储介质上存储有自动驾驶仿真例编制程序,所述仿真例编制程序被处理器执行时实现如权利要求1至5任一项所述的自动驾驶仿真例编制方法的步骤。
CN201911217076.9A 2019-11-28 2019-11-28 自动驾驶仿真例编制方法、装置、电子设备及存储介质 Active CN110955159B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911217076.9A CN110955159B (zh) 2019-11-28 2019-11-28 自动驾驶仿真例编制方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911217076.9A CN110955159B (zh) 2019-11-28 2019-11-28 自动驾驶仿真例编制方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110955159A CN110955159A (zh) 2020-04-03
CN110955159B true CN110955159B (zh) 2021-05-11

Family

ID=69979416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911217076.9A Active CN110955159B (zh) 2019-11-28 2019-11-28 自动驾驶仿真例编制方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110955159B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111680362B (zh) * 2020-05-29 2023-08-11 北京百度网讯科技有限公司 一种自动驾驶仿真场景获取方法、装置、设备及存储介质
CN111967123B (zh) * 2020-06-30 2023-10-27 中汽数据有限公司 一种仿真测试中仿真测试用例的生成方法
CN112017462B (zh) * 2020-08-25 2021-08-31 禾多科技(北京)有限公司 用于生成场景信息的方法、装置、电子设备和介质
CN112181698A (zh) * 2020-09-21 2021-01-05 东风柳州汽车有限公司 自动驾驶极限性能的测试方法、装置、设备及存储介质
CN112328477B (zh) * 2020-11-02 2023-08-15 东软睿驰汽车技术(沈阳)有限公司 自动驾驶算法测试用例的生成方法、装置和电子设备
CN112765812B (zh) * 2021-01-19 2021-09-07 中国科学院软件研究所 一种无人***决策策略的自主能力快速测评方法及***
CN113157563B (zh) * 2021-03-17 2023-08-01 中国人民解放军32801部队 一种无人***的测试用例生成方法及装置
CN113326639B (zh) * 2021-08-03 2021-11-02 北京赛目科技有限公司 一种自动驾驶测试场景的确定方法、装置及电子设备
CN113688042B (zh) * 2021-08-25 2023-06-27 北京赛目科技有限公司 测试场景的确定方法、装置、电子设备及可读存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496318A (zh) * 2011-12-15 2012-06-13 成都运达科技股份有限公司 轨道交通调度仿真培训***及其使用方法
CN103035140A (zh) * 2012-12-24 2013-04-10 吉林大学 汽车驾驶员危险驾驶行为矫正及评价***
JP2016085326A (ja) * 2014-10-24 2016-05-19 三菱プレシジョン株式会社 車両運転模擬装置
JP2017165216A (ja) * 2016-03-15 2017-09-21 株式会社Subaru 車両の走行制御装置
CN108595901A (zh) * 2018-07-09 2018-09-28 黄梓钥 一种自动驾驶汽车标准化安全仿真验证模型数据库***
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
CN108921200A (zh) * 2018-06-11 2018-11-30 百度在线网络技术(北京)有限公司 用于对驾驶场景数据进行分类的方法、装置、设备和介质
CN109739216A (zh) * 2019-01-25 2019-05-10 深圳普思英察科技有限公司 自动驾驶***实际路测的测试方法及***
CN109948217A (zh) * 2019-03-12 2019-06-28 中国汽车工程研究院股份有限公司 一种基于自然驾驶数据的危险场景库构建方法
CN110020797A (zh) * 2019-03-27 2019-07-16 清华大学苏州汽车研究院(吴江) 基于感知缺陷的自动驾驶测试场景的评价方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496318A (zh) * 2011-12-15 2012-06-13 成都运达科技股份有限公司 轨道交通调度仿真培训***及其使用方法
CN103035140A (zh) * 2012-12-24 2013-04-10 吉林大学 汽车驾驶员危险驾驶行为矫正及评价***
JP2016085326A (ja) * 2014-10-24 2016-05-19 三菱プレシジョン株式会社 車両運転模擬装置
JP2017165216A (ja) * 2016-03-15 2017-09-21 株式会社Subaru 車両の走行制御装置
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
CN108921200A (zh) * 2018-06-11 2018-11-30 百度在线网络技术(北京)有限公司 用于对驾驶场景数据进行分类的方法、装置、设备和介质
CN108595901A (zh) * 2018-07-09 2018-09-28 黄梓钥 一种自动驾驶汽车标准化安全仿真验证模型数据库***
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
CN109739216A (zh) * 2019-01-25 2019-05-10 深圳普思英察科技有限公司 自动驾驶***实际路测的测试方法及***
CN109948217A (zh) * 2019-03-12 2019-06-28 中国汽车工程研究院股份有限公司 一种基于自然驾驶数据的危险场景库构建方法
CN110020797A (zh) * 2019-03-27 2019-07-16 清华大学苏州汽车研究院(吴江) 基于感知缺陷的自动驾驶测试场景的评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
虚幻4驾驶模拟器设计和驾驶员特性分析;周孝吉;《重庆大学学报》;20180930;第30-38页 *

Also Published As

Publication number Publication date
CN110955159A (zh) 2020-04-03

Similar Documents

Publication Publication Date Title
CN110955159B (zh) 自动驾驶仿真例编制方法、装置、电子设备及存储介质
US20180144477A1 (en) Methods and apparatuses, and computing devices for segmenting object
CN110909419A (zh) 一种汽车安全完整性能等级计算方法、装置及服务器
US11810460B2 (en) Automatic generation of pedestrians in virtual simulation of roadway intersections
Tesoriere et al. The surrogate safety appraisal of the unconventional elliptical and turbo roundabouts
CN103294594A (zh) 一种基于测试的静态分析误报消除方法
CN112181698A (zh) 自动驾驶极限性能的测试方法、装置、设备及存储介质
CN113423063B (zh) 基于车载t-box的车辆监控方法、装置、车辆及介质
CN106248096A (zh) 路网权重的获取方法和装置
Castro et al. Automated GIS-based system for speed estimation and highway safety evaluation
CN110517154A (zh) 数据模型训练方法、***及计算机设备
Raffaelli et al. Facing ADAS validation complexity with usage oriented testing
CN105117617A (zh) 一种用于筛选环境敏感性生物分子的方法
CN113868875B (zh) 测试场景自动生成方法、装置、设备和存储介质
CN112766567B (zh) 一种城市路网规划实施效果的评价方法、***以及存储介质
CN114169129A (zh) 自动驾驶的可视化评估方法和装置
Laureshyn et al. Exploration of a method to validate surrogate safety measures with a focus on vulnerable road users
Alyamani et al. Driver behavior on exit freeway ramp terminals based on the naturalistic driving study
CN114297048A (zh) 一种自动驾驶仿真测试方法、***、电子设备及存储介质
KR20140095715A (ko) 아이콘 변경 방법 및 아이콘을 변경하는 단말 장치
Török et al. Assessing the need for applying multimodal speed distribution in road transport macro emission estimation
CN112180927B (zh) 一种自动驾驶时域构建方法、设备、存储介质及装置
CN116106839B (zh) 车载雷达可靠性检测方法、装置、设备及存储介质
CN117391871B (zh) 基于车辆驾驶行为的保险费用测算方法及***
EP4191462A1 (en) Method and system for quantifying vehicle requirement

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
GR01 Patent grant
GR01 Patent grant