CN111157018B - 一种检测方法、检测装置及自动驾驶车辆 - Google Patents
一种检测方法、检测装置及自动驾驶车辆 Download PDFInfo
- Publication number
- CN111157018B CN111157018B CN201911423659.7A CN201911423659A CN111157018B CN 111157018 B CN111157018 B CN 111157018B CN 201911423659 A CN201911423659 A CN 201911423659A CN 111157018 B CN111157018 B CN 111157018B
- Authority
- CN
- China
- Prior art keywords
- operation information
- manual operation
- automatic
- piece
- detection
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 287
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 150
- 238000012545 processing Methods 0.000 claims description 79
- 238000010606 normalization Methods 0.000 claims description 45
- 230000002159 abnormal effect Effects 0.000 claims description 40
- 238000001228 spectrum Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 11
- 238000011895 specific detection Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请提供一种检测方法、检测装置及自动驾驶车辆,其中,检测方法包括在第一检测时间段内,由驾驶员驾驶自动驾驶车辆。检测装置接收并对比至少一个人工操作信息和至少一个自动操作信息,从而得到自动驾驶算法的检测结果。本申请实施例无需在特定的检测场景中布置高精度传感设备,因此本申请实施例可以适用于更大的检测场景,有利于提高检测结果的准确性。而且,第一时间段内由驾驶员驾驶自动驾驶车辆,还有利于防止自动驾驶车辆因自动驾驶算法不合格而损坏。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种检测方法、检测装置及自动驾驶车辆。
背景技术
自动驾驶算法是自动驾驶车辆的核心算法,一般安装于自动驾驶车辆的自动驾驶装置(自动驾驶大脑)中,对自动驾驶车辆的安全性、智能化等方面有着至关重要的影响。因此,对自动驾驶算法的检测也成为自动驾驶领域的重要研究方向之一。
目前,可以在特定的检测场景和检测车辆中部署高精度传感设备,其中,检测车辆中安装有待检测的自动驾驶算法。由检测车辆在检测场景中,通过执行自动驾驶算法来完成测试任务,在此期间,高精度传感设备实时采集检测车辆的高精度的传感数据,并根据高精度的传感数据和预设的评测规则,得到该自动驾驶算法的检测结果。
然而,高精度传感设备的成本较高,因此只能在小范围的检测场景中部署,进而限制了检测结果的准确性。
发明内容
有鉴于此,本申请提供一种检测方法、检测装置及自动驾驶车辆,无需在特定的检测场景中布置高精度传感设备,便可对安装于自动驾驶车辆中的自动驾驶算法进行检测。
第一方面,本申请实施例提供一种检测方法,该方法可以应用于自动驾驶车辆的检测装置中。示例性的,该方法主要包括:接收至少一个人工操作信息,该至少一个人工操作信息是自动驾驶车辆中的至少一个操作装置在第一检测时间段内,根据驾驶员的操作指令得到的,而且,该操作指令还可以指示上述至少一个操作装置根据该至少一个人工操作信息控制自动驾驶车辆的行驶状态;接收第一自动驾驶指令集合,该第一自动驾驶指令集合用于指示至少一个自动操作信息,而且,该至少一个自动操作信息与上述至少一个人工操作信息一一对应,上述第一自动驾驶指令集合可以是自动驾驶车辆中的自动驾驶装置在第一检测时间段内,执行自动驾驶算法生成的;根据至少一个人工操作信息与至少一个自动操作信息之间的对应关系,对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果。
本申请实施例中,至少一个操作装置在第一检测时间段内,可以根据驾驶员的操作指令控制自动驾驶车辆的行驶状态,也就是说,在第一检测时间段内,可以由驾驶员驾驶自动驾驶车辆。在此期间,自动驾驶车辆中的自动驾驶装置可以同步执行自动驾驶算法,以生成自动驾驶指令集合。可以理解,驾驶员对自动驾驶车辆的操作指令是自动驾驶算法所需要模拟的对象,也就是说,自动驾驶指令集合所指示的至少一个自动操作信息,与根据驾驶员的操作指令得到的至少一个人工操作信息之间越接近,说明自动驾驶算法的可靠性、智能性等性能越高,反之,说明自动驾驶算法的可靠性、智能性等性能越低。因此,本申请实施例通过对比至少一个自动操作信息和至少一个人工操作信息,便可以得到自动驾驶算法的检测结果。期间,无需在特定的检测场景中布置高精度传感设备,因此本申请实施例可以适用于更大的检测场景,有利于提高检测结果的准确性。而且,第一时间段内由驾驶员驾驶车辆,还有利于防止自动驾驶车辆因自动驾驶算法不合格而损坏。
在一种可能的实现方式中,对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果,包括:分别对至少一个人工操作信息和至少一个自动操作信息进行归一化处理;对比归一化处理后的至少一个人工操作信息,和归一化处理后的至少一个自动操作信息,得到自动驾驶算法的检测结果。
具体来说,不同的人工操作信息可能属于相同的物理量,也可能属于不同的物理量,而不同的物理量之间无法直接计算,因此可以先对至少一个人工操作信息和至少一个自动操作信息进行归一化处理,再根据归一化处理后的至少一个人工操作信息,和归一化处理后的至少一个自动操作信息,得到自动驾驶算法的检测结果。
在一种可能的实现方式中,对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果时,可以针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值;根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值;根据总相关值确定自动驾驶算法的检测结果。采用上述方案,可以综合多种操作信息进行检测,有利于提高检测结果的准确性。
在一种可能的实现方式中,针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值时,可以对每个人工操作信息进行傅里叶变换,得到每个人工操作信息的特征频谱;对每个人工操作信息对应的自动操作信息进行傅里叶变换,得到自动操作信息的特征频谱;对比每个人工操作信息的特征频谱,和每个人工操作信息对应的自动操作信息的特征频谱,得到每个人工操作信息与对应的自动操作信息之间的相关值。上述方案提供了一种对比人工操作信息和自动操作信息的具体的实现方式。
在一种可能的实现方式中,根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值时,可以对至少一个相关值进行加权计算,得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值。上述方案提供了一种综合多种操作信息进行检测的具体实现方式。
在一种可能的实现方式中,根据总相关值确定自动驾驶算法的检测结果时,可以获取自动驾驶车辆在第二检测时间段内的异常数据,异常数据用于指示第二检测时间段内,自动驾驶车辆的异常行驶状态,其中,自动驾驶车辆的行驶状态是至少一个操作装置根据第二自动驾驶指令集合控制的,第二自动驾驶指令集合为自动驾驶装置在第二检测时间段内,执行自动驾驶算法生成的;根据异常数据校准总相关值,得到校准后的总相关值;根据校准后的总相关值确定自动驾驶算法的检测结果。
在第二检测时间段内,自动驾驶车辆的行驶状态是至少一个操作装置根据第二自动驾驶指令集合控制的,也就是说,是由自动驾驶装置通过自动驾驶指令集合驾驶自动驾驶车辆。因此,在第二检测时间段内,自动驾驶车辆的异常数据也可以体现自动驾驶算法的性能,采用异常数据对总相关值进行校准,可以进一步提高检测结果的准确性。
示例性的,本申请实施例中的异常数据可以包括以下数据中的至少一种:自动驾驶车辆在第二检测时间段内的人工干预次数;自动驾驶车辆在第二检测时间段内的事故次数;自动驾驶车辆在第二时间段内的故障次数。
在一种可能的实现方式中,得到自动驾驶算法的检测结果之后,还可以通过自动驾驶车辆中的通信装置向***服务器发送第一指示信息,第一指示信息用于指示自动驾驶算法的检测结果。***服务器可以根据第一指示信息,得到自动驾驶算法的检测结果。并且,***服务器还可以根据自动驾驶算法的检测结果,统一控制安装有自动驾驶算法的自动驾驶车辆。例如,***服务器可以在自动驾驶算法的检测结果为不合格时,统一控制安装有自动驾驶算法的自动驾驶车辆停止执行该自动驾驶算法,并控制自动驾驶车辆更新其内部自动驾驶装置所安装的自动驾驶算法。
第二方面,本申请实施例提供一种检测装置,第二方面中相应方案的技术效果可以参照第一方面中对应方案可以得到的技术效果,重复之处不予详述。示例性的,本申请实施例所提供的检测装置包括收发单元和处理单元;其中,收发单元可以接收至少一个人工操作信息,该至少一个人工操作信息可以是自动驾驶车辆中的至少一个操作装置在第一检测时间段内,根据驾驶员的操作指令得到的,该操作指令可以指示至少一个操作装置根据至少一个人工操作信息控制自动驾驶车辆的行驶状态;收发单元还可以接收第一自动驾驶指令集合,该第一自动驾驶指令集合用于指示至少一个自动操作信息,该至少一个自动操作信息与至少一个人工操作信息一一对应,其中,第一自动驾驶指令集合可以是自动驾驶车辆中的自动驾驶装置在第一检测时间段内,执行自动驾驶算法生成的;处理单元可以根据至少一个人工操作信息与至少一个自动操作信息之间的对应关系,对比至少一个人工操作信息和至少一个自动操作信息,从而得到自动驾驶算法的检测结果。
在一种可能的实现方式中,处理单元对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果时,可以分别对至少一个人工操作信息和至少一个自动操作信息进行归一化处理;处理单元对比归一化处理后的至少一个人工操作信息,和归一化处理后的至少一个自动操作信息,从而得到自动驾驶算法的检测结果。
在一种可能的实现方式中,处理单元对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果时,可以针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值;处理单元根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值;处理单元从而根据总相关值确定自动驾驶算法的检测结果。
在一种可能的实现方式中,处理单元针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值时,可以对每个人工操作信息进行傅里叶变换,得到每个人工操作信息的特征频谱;处理单元对每个人工操作信息对应的自动操作信息进行傅里叶变换,得到自动操作信息的特征频谱;处理单元进而对比每个人工操作信息的特征频谱,和每个人工操作信息对应的自动操作信息的特征频谱,从而得到每个人工操作信息与对应的自动操作信息之间的相关值。
在一种可能的实现方式中,处理单元根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值时,可以对至少一个相关值进行加权计算,从而得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值。
在一种可能的实现方式中,处理单元根据总相关值确定自动驾驶算法的检测结果时,可以获取自动驾驶车辆在第二检测时间段内的异常数据,该异常数据可以指示第二检测时间段内,自动驾驶车辆的异常的行驶状态,其中,自动驾驶车辆的行驶状态是至少一个操作装置根据第二自动驾驶指令集合控制的,第二自动驾驶指令集合为自动驾驶装置在第二检测时间段内,执行自动驾驶算法生成的;处理单元根据异常数据校准总相关值,得到校准后的总相关值;处理单元进而可以根据校准后的总相关值确定自动驾驶算法的检测结果。
示例性的,本申请实施例中的异常数据可以包括以下数据中的至少一种:自动驾驶车辆在第二检测时间段内的人工干预次数;自动驾驶车辆在第二检测时间段内的事故次数;自动驾驶车辆在第二时间段内的故障次数。
在一种可能的实现方式中,收发单元还可以在得到自动驾驶算法的检测结果之后,通过自动驾驶车辆中的通信装置向***服务器发送第一指示信息,第一指示信息用于指示自动驾驶算法的检测结果。
第三方面,本申请实施例提供一种自动驾驶车辆,包括至少一个操作装置、自动驾驶装置和如上述第二方面中任一项所提供的检测装置,其中:至少一个操作装置,用于在第一检测时间段内,根据驾驶员的操作指令控制自动驾驶车辆的行驶状态,并根据操作指令向检测装置发送至少一个人工操作信息;自动驾驶装置,用于在第一检测时间段内,执行自动驾驶算法,生成第一自动驾驶指令集合,并向检测装置发送该第一自动驾驶指令集合,该自动驾驶指令集合可以指示至少一个自动操作信息,且该至少一个自动操作信息与上述至少一个人工操作信息一一对应。本方案的技术效果可以参照第一方面中对应方案可以得到的技术效果,重复之处不予详述。
在一种可能的实现方式中,至少一个操作装置可以包括以下操作装置中的至少一种:方向盘、油门踏板和刹车踏板。
在一种可能的实现方式中,至少一个人工操作信息可以包括以下人工操作信息中的至少一种:方向盘的旋转角度、方向盘的转速、油门踏板的开度、油门踏板的开闭速度、刹车踏板的开度和刹车踏板的开闭速度。
本申请的上述各个方面或其它方面在以下实施例的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种自动驾驶车辆结构示意图;
图2为本申请实施例提供的一种检测方法流程示意图;
图3为本申请实施例提供的一种检测方法流程示意图;
图4为本申请实施例提供的一种装置结构示意图;
图5为本申请实施例提供的一种检测装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述。
随着5G时代的来临,自动驾驶已成为未来交通方式的主要研究方向。自动驾驶主要依赖于自动驾驶算法,自动驾驶车辆中的自动驾驶装置可以执行自动驾驶算法,生成自动驾驶指令集合,并通过自动驾驶指令集合控制自动驾驶车辆的行驶状态。
图1示例性示出了一种自动驾驶车辆结构示意图,如图1所示,自动驾驶车辆100主要包括:感应装置104、自动驾驶装置102和N个操作装置(操作装置1011至101N),N为大于或等于1的整数。
其中,感应装置104可以包括雷达、摄像头等等传感设备。感应装置104可以感应自动驾驶车辆100的外部环境,从而获得感应数据。感应装置104进而可以将得到的感应数据提供给自动驾驶装置102。
自动驾驶装置102,又可以称为自动驾驶大脑,可以是能够执行自动驾驶算法的人工智能(artificial intelligence,AI)芯片、图形处理器(graphics processing unit,GPU)芯片、中央处理器(central processing unit,CPU)等芯片,也可以是由其中多种芯片构成的***,本申请实施例对此并不多作限制。自动驾驶装置102可以接收感应装置104提供的感应数据,并根据感应数据生成自动驾驶指令集合。
自动驾驶指令集合可以包括多个自动驾驶指令,自动驾驶装置102可以向操作装置(1011至101N)发送上述多个自动驾驶指令,操作装置(1011至101N)可以根据接收到的自动驾驶指令控制自动驾驶车辆100的行驶状态。示例性的,自动驾驶指令集合可以包括N个自动驾驶指令,该N个自动驾驶指令与操作装置(1011至101N)一一对应,自动驾驶装置102可以分别向N个操作装置发送对应的自动驾驶指令。
自动驾驶指令集合可以指示M个自动操作信息,M为大于或等于1的整数。该M个自动操作信息与操作装置1011至101N相对应,示例性的,一个自动操作信息对应一个操作装置,一个操作装置则可以对应一个或多个操作信息。
示例性的,本申请实施例中操作装置1011至101N可以是方向盘、油门踏板、刹车踏板等。例如,操作装置1011为方向盘,自动驾驶装置102向操作装置1011发送的自动驾驶指令可以指示的自动操作信息可以是方向盘的转动角度、方向盘的转速等,从而控制车辆转向,以及控制车辆转向速度。
又例如,操作装置1012为油门踏板,自动驾驶装置102向操作装置1012发送的自动驾驶指令可以指示的自动操作信息可以是油门踏板的开度、开闭速度等等,从而控制车辆行驶加速,以及控制车辆加速时的加速度。
再例如,操作装置1013(图1中未示出),自动驾驶装置102向操作装置1013发送的自动驾驶指令可以指示的自动操作信息可以是刹车踏板的开度、开闭速度等等,从而控制车辆减速,以及控制车辆减速时的加速度。
可以理解,自动驾驶车辆100中还可以包括其它操作装置,例如,还可以包括档位,自动驾驶装置向档位发送的自动驾驶指令可以指示的自动操作信息可以是档位的方向,如前进档、后退档,从而控制车辆的行驶方向。本申请实施例对此不再一一列举。
需要指出的是,本申请实施例中的操作装置皆可以分为机械操作部分和控制器,其中,控制器可以接收自动驾驶指令,并根据自动驾驶指令控制机械操作部分。以油门踏板为例,自动驾驶装置102向油门踏板发送的自动驾驶指令可以指示油门踏板的开闭速度。具体来说,该自动驾驶指令包括车辆加速度信息,油门踏板的控制器可以将加速度信息转换为油门踏板的开闭速度,进而根据所得到的油门踏板的开闭速度控制机械部分开闭。
由此可见,自动驾驶算法的智能性、可靠性等性能越高,自动驾驶的效果便越好。因此,在目前的自动驾驶领域,自动驾驶车辆制造商在发布自动驾驶算法之前,往往需要对自动驾驶算法进行检测。在自动驾驶算法检测合格之后,才会在之后出厂的自动驾驶车辆中安装该自动驾驶算法。
在目前的自动驾驶算法检测过程中,可以在特定的检测场景和检测车辆中部署高精度传感设备,其中,检测车辆中安装有待检测的自动驾驶算法。检测车辆通过执行待检测的自动驾驶算法,在检测场景中执行预设的测试任务。在此期间,检测车辆内部和外部的高精度传感设备实时采集检测车辆的高精度的传感数据。检测设备获取高精度的传感数据,进而根据高精度的传感数据和预设的评测规则,得到该自动驾驶算法的检测结果。
然而,目前针对自动驾驶算法的检测,检测结果的准确性依赖于传感数据的精度,因此必须使用高精度的传感设备采集传感数据。而高精度的传感设备成本较高,致使只能在小范围的检测场景中布置高精度的传感设备,使得检测结果的准确性还有待进一步提高。此外,在检测过程中,若自动驾驶算法不合格,还有可能导致检测车辆因无法准确做出判断而发生事故,进而损坏检测车辆。
有鉴于此,本申请实施例提供一种检测方法,比如当本申请实施例应用在图1所示的自动驾驶车辆结构中时,自动驾驶车辆结构还可以包括检测装置103,进一步还可以包括通信装置105。本申请实施例的方法可以应用于检测装置103中,由检测装置103执行该检测方法,以检测自动驾驶装置102所执行的自动驾驶算法是否合格。在本申请实施例中,检测装置103可以是处理器,检测装置103既可以作为独立的芯片安装于自动驾驶车辆100中,也可以与自动驾驶装置102集成于同一芯片中,当然,检测装置103还可以通过软件实现,本申请实施例对此并不多作限制。
下述方法实施例中的具体操作方法也可以应用于装置实施例或***实施例中。需要说明的是,在本申请的描述中“至少一个”是指一个或多个,其中,多个是指两个或两个以上。鉴于此,本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。另外,需要理解的是,在本申请的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
参考图1所示的自动驾驶车辆100,本申请实施例所提供的检测方法可以如图2所示,主要包括以下步骤:
S201:检测装置103接收不同操作装置(1011、1012…101N)分别上报的至少一个人工操作信息。
具体来说,在第一时间段内,可以由驾驶员操作图1中的N个操作装置,也可以理解为由驾驶员驾驶自动驾驶车辆100。其中,驾驶员的操作指令便可以理解为驾驶员对N个操作装置具体的操作。
例如,图1中的N个操作装置包括方向盘、刹车踏板和油门踏板。本申请实施例中,驾驶员的操作指令便可以包括驾驶员对方向盘的操作、对刹车踏板的操作以及对油门踏板的操作。具体来说,驾驶员的操作指令可以包括M个人工操作信息,如M个人工操作信息可以包括以下人工操作信息中的至少一种:方向盘的旋转角度θ、方向盘的转速ω、油门踏板的开度S1、油门踏板的开闭速度s1、刹车踏板的开度S2和刹车踏板的开闭速度s2。这样,方向盘就可以将方向盘的旋转角度θ、方向盘的转速ω上报给检测装置103;油门踏板可以将油门踏板的开度S1、油门踏板的开闭速度s1上报给检测装置103;刹车踏板可以将刹车踏板的开度S2和刹车踏板的开闭速度s2上报给检测装置103。
在本申请实施例中,N个操作装置中,每个操作装置可以获取与其对应的人工操作信息,并将获取的人工操作信息发送给检测装置103。具体来说,驾驶员可以操作操作装置的机械部分,操作装置的控制器可以根据驾驶员对机械部分的操作得到该操作装置的一个或多个人工操作信息,控制器进而可以将得到的一个或多个人工操作信息上报给检测装置103。
示例性的,方向盘可以向检测装置103提供方向盘的旋转角度θ、方向盘的转速ω等信息,油门踏板可以向检测装置103提供油门踏板的开度S1、油门踏板的开闭速度s1等信息,刹车踏板可以向检测装置103提供刹车踏板的开度S2和刹车踏板的开闭速度s2等信息。
应理解,在第一检测时间段内,针对任一人工操作信息,操作装置可以向检测装置103提供该人工操作信息的一系列数据。例如,方向盘向检测装置103提供的方向盘的旋转角度θ={θ1,θ2,...,θt,...,θT},其中,T表示第一检测时间段内采样点的数量,T为大于或等于1的整数。θt为方向盘在第t个采样点的旋转角度,t属于[1,T]中的整数。
其它人工操作信息的表示形式与上例类似,对此不再一一列举。
S202:检测装置103接收第一自动驾驶指令集合。
本申请实施例中,在第一检测时间段内,自动驾驶装置102可以执行自动驾驶算法,从而生成第一自动驾驶指令集合。需要指出的是,第一检测时间段内,虽然自动驾驶装置102可以生成第一自动驾驶指令集合,但该第一自动驾驶指令集合会提供给检测装置103,而并不是提供给N个操作装置。也就是说,在第一检测时间段内,由驾驶员驾驶自动驾驶车辆100,而并不是由自动驾驶装置102驾驶自动驾驶车辆100。
可以理解,第一自动驾驶指令集合可以指示至少一个自动操作信息,且该至少一个自动操作信息与上述至少一个人工操作信息一一对应。示例性的,该至少一个自动操作信息可以包括以下自动操作信息中的至少一种:方向盘的旋转角度θ'、方向盘的转速ω'、油门踏板的开度S1'、油门踏板的开闭速度s1'、刹车踏板的开度S2'和刹车踏板的开闭速度s2'。自动操作信息的具体表示形式可以参考人工操作信息,对此不再赘述。
示例性的,检测装置103中可以设置有车辆动力学模型,检测装置103将自动驾驶指令集合输入车辆动力学模型,经车辆动力学模型运算,从而得到上述至少一个自动操作信息。例如,自动驾驶指令集合中包括了加速度信息,经车辆动力学模型运算后,便可以得到该加速度信息对应的油门踏板的开闭速度s1',或者刹车踏板的开闭速度s2'。
S203:检测装置103根据至少一个人工操作信息与至少一个自动操作信息之间的对应关系,对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果。
示例性的,至少一个人工操作信息包括:方向盘的旋转角度θ、方向盘的转速ω、油门踏板的开度S1、油门踏板的开闭速度s1、刹车踏板的开度S2和刹车踏板的开闭速度s2,至少一个自动操作信息包括:方向盘的旋转角度θ'、方向盘的转速ω'、油门踏板的开度S1'、油门踏板的开闭速度s1'、刹车踏板的开度S2'和刹车踏板的开闭速度s2'。
检测装置103分别执行:对比方向盘的旋转角度θ和方向盘的旋转角度θ',对比方向盘的转速ω和方向盘的转速ω',对比油门踏板的开度S1和油门踏板的开度S1',对比油门踏板的开闭速度s1和油门踏板的开闭速度s1',对比刹车踏板的开度S2和刹车踏板的开度S2',对比刹车踏板的开闭速度s2和刹车踏板的开闭速度s2'。
可以理解,驾驶员对自动驾驶车辆的操作指令是自动驾驶算法所需要模拟的对象,也就是说,自动驾驶指令集合所指示的至少一个自动操作信息,与根据驾驶员的操作指令得到的至少一个人工操作信息之间越接近,说明自动驾驶算法的可靠性、智能性等性能越高,反之,说明自动驾驶算法的可靠性、智能性等性能越低。
本申请实施例通过对比至少一个自动操作信息和至少一个人工操作信息,便可以得到自动驾驶算法的检测结果。期间,无需在特定的检测场景中布置高精度传感设备,因此本申请实施例可以适用于更大的检测场景,有利于提高检测结果的准确性。而且,第一时间段内由驾驶员驾驶自动驾驶车辆,还有利于防止自动驾驶车辆因自动驾驶算法不合格而损坏。在一种可能的实现方式中,在第一检测时间段内,可以由驾驶技术较高的资深驾驶员驾驶自动驾驶车辆100,以提高检测结果的可信度。
一般来说,不同的操作信息可能属于相同的物理量,也可能属于不同的物理量。而不同的物理量之间往往无法直接计算。有鉴于此,在一种可能的实现方式中,检测装置103可以先分别对至少一个人工操作信息和至少一个自动操作信息进行归一化处理,再对比归一化处理后的至少一个人工操作信息,和归一化处理后的至少一个自动操作信息,从而得到自动驾驶算法的检测结果。
例如,以人工操作信息为例,对方向盘的旋转角度θ、方向盘的转速ω、油门踏板的开度S1、油门踏板的开闭速度s1、刹车踏板的开度S2和刹车踏板的开闭速度s2的归一化处理可以分别满足以下公式:
对方向盘的旋转角度θ的归一化处理可以满足以下公式一:
对方向盘的转速ω的归一化处理可以满足以下公式二:
对油门踏板的开度S1的归一化处理可以满足以下公式三:
对油门踏板的开闭速度s1的归一化处理可以满足以下公式四:
对刹车踏板的开度S2的归一化处理可以满足以下公式五:
对刹车踏板的开闭速度s2的归一化处理可以满足以下公式六:
可以理解,检测装置103也可以按照类似的方式对至少一个自动操作信息进行归一化处理,本申请实施例对此不再一一列举。
本申请实施例中,检测装置103可以对比至少一个人工操作信息和至少一个自动操作信息,得到智能驾驶算法的检测结果。在一种可能的实现方式中,检测装置103可以针对至少一个人工操作信息中的每个人工操作信息,检测装置103可以计算每个人工操作信息与对应的自动操作信息之间的相关值,进而根据得到的一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值,检测装置103可以根据该总相关值确定自动驾驶算法的检测结果。
例如,检测装置103可以分别计算方向盘的旋转角度θ和方向盘的旋转角度θ'之间的相关值I1,计算方向盘的转速ω和方向盘的转速ω'之间的相关值I2,计算油门踏板的开度S1和油门踏板的开度S1'之间的相关值I3,计算油门踏板的开闭速度s1和油门踏板的开闭速度s1'之间的相关值I4,计算刹车踏板的开度S2和刹车踏板的开度S2'之间的相关值I5,计算刹车踏板的开闭速度s2和刹车踏板的开闭速度s2'之间的相关值I6。
在一种可能的实现方式中,检测装置103可以对每个人工操作信息进行傅里叶变换,得到每个人工操作信息的特征频谱。检测装置103还可以对每个人工操作信息对应的自动操作信息进行傅里叶变换,得到该自动操作信息的特征频谱。检测装置103进而对比每个人工操作信息的特征频谱,和每个人工操作信息对应的自动操作信息的特征频谱,得到每个人工操作信息与对应的自动操作信息之间的相关值。
例如,检测装置103可以对方向盘的旋转角度θ进行傅里叶变换,得到方向盘的旋转角度θ的特征频谱。检测装置103还可以对方向盘的旋转角度θ'进行傅里叶变换,得到方向盘的旋转角度θ'的特征频谱。检测装置103通过对比方向盘的旋转角度θ的特征频谱,和方向盘的旋转角度θ'的特征频谱,得到相关值I1。该相关值I1可以表示方向盘的旋转角度θ的特征频谱,和方向盘的旋转角度θ'的特征频谱之间的频谱相关度。
在一种可能的实现方式中,检测装置103可以先对方向盘的旋转角度θ进行归一化处理,得到归一化处理之后的方向盘的旋转角度再对方向盘的旋转角度进行归一化处理,得到方向盘的旋转角度θ的特征频谱。检测装置103对方向盘的旋转角度θ'的特征频谱的计算方式同理,不再赘述。
相关值I2至I6的计算方式可以参考相关值I1,对此不再赘述。
检测装置103进而根据相关值I1至I6计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值。在一种可能的实现方式中,检测装置103可以对所得到的至少一个相关值进行加权计算,得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值。
示例性的,总相关值G满足以下公式七:
G=α1.I1+α2.I2+α3.I3+α4.I4+α5.I5+α6.I6 (公式七)
其中,α1为相关值I1的相关系数,α2为相关值I2的相关系数,α3为相关值I3的相关系数,α4为相关值I4的相关系数,α5为相关值I5的相关系数,α6为相关值I6的相关系数。α1、α2、α3、α4、α5和α6的取值范围皆在0-1之间,且α1+α2+α3+α4+α5+α6=1。α1、α2、α3、α4、α5和α6的取值可以根据检测情况灵活调节,本申请实施例对此并不多作限制。
检测装置103可以根据总相关值G得到自动驾驶算法的检测结果。可以认为,总相关值越大,自动驾驶算法越能够模仿驾驶员的操作,自动驾驶算法的性能也就越高。示例性的,若总相关值G大于检测阈值,则检测装置103可以确定该自动驾驶算法检测合格,若总相关值G不大于检测阈值,则检测装置103可以确定该自动驾驶算法检测不合格。
在一种可能的实现方式中,检测装置103还可以获取自动驾驶车辆100在第二检测时间段内的异常数据,并根据异常数据校准总相关值,得到校准后的总相关值。检测装置103进而可以根据校准后的总相关值确定自动驾驶算法的检测结果。
本申请实施例中,异常数据可以指示第二检测时间段内,自动驾驶车辆的异常行驶状态。具体来说,在第二检测时间段内,由自动驾驶装置102通过执行自动驾驶算法生成第二自动驾驶指令集合,并将自动驾驶指令集合提供给N个操作装置,也就是说,在第二检测时间段内,由自动驾驶装置102通过执行自动驾驶算法来控制自动驾驶车辆100。在第二检测时间段内,自动驾驶车辆的异常数据也可以体现自动驾驶算法的性能,采用异常数据对总相关值进行校准,可以进一步提高检测结果的准确性。
示例性的,本申请实施例中异常数据可以包括以下数据中的至少一种:自动驾驶车辆在第二检测时间段内的人工干预次数τ1;自动驾驶车辆在第二检测时间段内的事故次数τ2;自动驾驶车辆在第二时间段内的故障次数τ3。示例性的,异常数据可以由N个操作装置、感应装置104和自动驾驶装置102中的任意一个或多个采集后提供给检测装置103,也可以人工手动输入检测装置103,本申请实施例对此并不多作限制。
检测装置103可以根据异常数据校准上述得到的总相关值G,示例性的,校准后的总相关值G'可以满足以下公式八:
G'=α1.I1+α2.I2+α3.I3+α4.I4+α5.I5+α6.I6-b1.τ1-b2.τ2-b3.τ3 (公式八)
其中,b1为人工干预次数τ1的分值系数,b2为人工干预次数τ2的分值系数,b3为人工干预次数τ3的分值系数。b1、b2和b3皆为大于或等于0的数值,其具体取值可以根据检测情况灵活调节,本申请实施例对此并不多作限制。本申请实施例中,检测装置103也可以根据校准后的总相关值G'确定自动驾驶算法的检测结果。具体实现方式不再赘述。
本申请实施例还可以对已出厂的自动驾驶车辆100中安装的自动驾驶算法进行维护。在一种可能的实现方式中,如图1所示,自动驾驶车辆100还可以包括通信装置105,示例性的,该通信装置105可以是自动驾驶车辆100中的车载终端(telematics box,Tbox)。
在图1所示的自动驾驶车辆100为检测车辆的情况下,即检测人员通过图1所示的自动驾驶车辆100检测自动驾驶算法,检测装置103在得到自动驾驶算法的检测结果后,还可以通过通信装置105向***服务器200发送第一指示信息。其中,第一指示信息可以指示该自动驾驶算法的检测结果。示例性的,该第一指示信息可以包括自动驾驶算法的版本标识和检测结果信息,***服务器200在接收到第一指示信息后,便可以根据第一指示信息确定该版本的自动驾驶算法的检测结果。
在一种可能的实现方式中,***服务器200还可以根据自动驾驶算法的检测结果,维护已出厂的自动驾驶车辆中的自动驾驶算法。示例性的,假设图1所示的自动驾驶车辆100为已出厂的自动驾驶车辆,***服务器200可以向自动驾驶车辆100发送第二指示信息,以指示自动驾驶车辆100禁止执行已安装的自动驾驶算法,从而防止自动驾驶车辆100出现安全事故。
***服务器200还可以向自动驾驶车辆100发送更新指示信息,以指示自动驾驶车辆100更新已安装的自动驾驶算法。例如,自动驾驶装置102当前执行的自动驾驶算法的版本为V2,但版本为V2的自动驾驶算法检测不合格,而版本为V3的自动驾驶算法检测合格。在此情况下,***服务器200可以指示自动驾驶车辆100将自动驾驶算法的版本更新为V3。完成更新后,***服务器200还可以发送第三指示信息,以指示自动驾驶车辆100可以继续执行自动驾驶算法。
接下来,本申请实施例提供一具体示例,对本申请实施例所提供的检测方法作进一步说明。如图3所示,主要包括以下步骤:
S301:在第一检测时间段内,由驾驶员驾驶自动驾驶车辆100的过程中,N个操作装置向检测装置103提供至少一个人工操作信息。
S302:检测装置103接收该至少一个人工操作信息,并对至少一个人工操作信息进行归一化处理。
S303:在第一检测时间段内,自动驾驶装置102通过执行自动驾驶算法,生成第一自动驾驶指令集合,并将第一自动驾驶指令集合发送给检测装置103。
S304:检测装置103根据第一自动驾驶指令集合,获取至少一个自动操作信息,并对至少一个自动操作信息进行归一化处理。
需要指出的是,S303和S301可以在第一时间段内同时进行,本申请实施例并不严格限制这两个步骤之间的先后顺序。
S305:检测装置103根据归一化之后的至少一个自动操作信息,和归一化之后的至少一个人工操作信息,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值。具体计算方式可以参考以上实施例,对此不再赘述。
S306:在第二检测时间段内,自动驾驶装置102通过执行自动驾驶算法,生成第二自动驾驶指令集合,并将第二自动驾驶指令集合提供给N个操作装置。也就是说,在第二检测时间段内,由自动驾驶装置102驾驶自动驾驶车辆100。
S307:自动驾驶装置102将第二检测时间段内,N个操作装置执行第二自动驾驶指令集合的过程中产生的异常数据发送给检测装置103。可以理解,N个操作装置和感应装置104等装置也可以向检测装置103提供异常数据,本申请实施例对此不再一一列举。
S308:检测装置103根据异常数据校准总相关值,从而得到校准后的总相关值。检测装置103进而根据校准后的总相关值确定自动驾驶算法的检测结果。
S309:检测装置103通过通信装置(TboxA)向***服务器上报自动驾驶算法的检测结果。
S310:***服务器200根据自动驾驶算法的检测结果生成对应的指示信息。
S311:***服务器200向TboxB发送指示信息。
具体来说,若自动驾驶算法检测不合格,***服务器200可以向安装有该自动驾驶算法的自动驾驶车辆发送第二指示信息,其中,安装有该自动驾驶算法的自动驾驶车辆中的TboxB可以接收该第二指示信息,并根据第二指示信息禁止执行已安装的自动驾驶算法,从而防止该自动驾驶车辆出现安全事故。应理解,图3中的TboxA和TboxB既可以属于同一个自动驾驶车辆(自动驾驶车辆100),也可以属于不同的自动驾驶车辆(自动驾驶车辆100和其它自动驾驶车辆)。
若自动驾驶算法检测合格,***服务器200可以向安装有该自动驾驶算法的自动驾驶车辆发送第三指示信息,以指示安装有该自动驾驶算法的自动驾驶车辆可以继续执行自动驾驶算法。
以上,从方法实施例的角度对本申请实施例进行了介绍。可以理解的是,为了实现上述功能,检测装置103可以包括执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在采用集成的单元的情况下,图4示出了本申请实施例中所涉及的检测装置的可能的示例性框图,该检测装置400可以以软件,或硬件,或软件与硬件相结合的形式存在。检测装置400可以包括:处理单元401和收发单元402。处理单元401用于对检测装置400的动作进行控制管理。收发单元401用于支持检测装置400与自动驾驶车辆100中的其它装置进行通信。在一种可能的实现方式中,检测装置400还可以包括存储单元403,用于存储检测装置400的程序代码和数据。
具体地,在一个实施例中,收发单元402可以接收至少一个人工操作信息,该至少一个人工操作信息是自动驾驶车辆中的至少一个操作装置在第一检测时间段内,根据驾驶员的操作指令得到的,该操作指令可以指示至少一个操作装置根据至少一个人工操作信息控制自动驾驶车辆的行驶状态;收发单元402还可以接收第一自动驾驶指令集合,该第一自动驾驶指令集合可以包括至少一个自动操作信息,且该至少一个自动操作信息与至少一个人工操作信息一一对应,其中,第一自动驾驶指令集合可以是自动驾驶车辆中的自动驾驶装置在第一检测时间段内,执行自动驾驶算法生成的;处理单元401可以根据上述至少一个人工操作信息与上述至少一个自动操作信息之间的对应关系,对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果。
为了使上述至少一个人工操作信息和至少一个自动操作信息之间可以进行计算,处理单元401对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果时,可以分别对至少一个人工操作信息和至少一个自动操作信息进行归一化处理;处理单元401对比归一化处理后的至少一个人工操作信息,和归一化处理后的至少一个自动操作信息,从而得到自动驾驶算法的检测结果。
示例性的,处理单元401对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果时,可以针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值;处理单元401根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值;处理单元401进而可以根据总相关值确定自动驾驶算法的检测结果。采用该实现方式,可以综合多种操作信息进行检测,有利于提高检测结果的准确性。
其中,处理单元401针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值时,可以对每个人工操作信息进行傅里叶变换,得到每个人工操作信息的特征频谱;处理单元401对每个人工操作信息对应的自动操作信息进行傅里叶变换,得到自动操作信息的特征频谱;处理单元401可以对比每个人工操作信息的特征频谱,和每个人工操作信息对应的自动操作信息的特征频谱,从而得到每个人工操作信息与对应的自动操作信息之间的相关值。
示例性的,处理单元401根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值时,可以对至少一个相关值进行加权计算,从而得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值。
在一种可能的实现方式中,处理单元401根据总相关值确定自动驾驶算法的检测结果时,可以获取自动驾驶车辆在第二检测时间段内的异常数据,该异常数据可以指示第二检测时间段内,自动驾驶车辆的异常的行驶状态,其中,自动驾驶车辆的行驶状态是至少一个操作装置根据第二自动驾驶指令集合控制的,第二自动驾驶指令集合为自动驾驶装置在第二检测时间段内,执行自动驾驶算法生成的;处理单元401可以根据异常数据校准总相关值,从而得到校准后的总相关值;处理单元401进而可以根据校准后的总相关值确定自动驾驶算法的检测结果。
示例性的,本申请实施例中的异常数据可以包括以下数据中的至少一种:自动驾驶车辆在第二检测时间段内的人工干预次数;自动驾驶车辆在第二检测时间段内的事故次数;自动驾驶车辆在第二时间段内的故障次数。
在一种可能的实现方式中,处理单元401还可以在得到自动驾驶算法的检测结果之后,控制收发单元402通过自动驾驶车辆中的通信装置向***服务器发送第一指示信息,该第一指示信息用于指示自动驾驶算法的检测结果。
参阅图5所示,为本申请提供的一种检测装置示意图。检测装置500包括:处理器501、收发接口502。在一种可能的实现方式中,检测装置500还可以包括存储器503。处理器501可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
收发接口502可以包括一个或多个。示例性的,收发接口502可以包括集成电路(inter-integrated circuit,I2C)接口,通用异步收发传输器(universal asynchronousreceiver/transmitter,UART)接口,通用输入输出(general-purpose input/output,GPIO)接口等。
存储器503可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyer服务器able programmable read-only memory,EEPROM)、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器503可以是独立存在,通过控制总线与处理器相连接。存储器503也可以和处理器501集成在一起。
其中,存储器503用于存储执行本申请方案的计算机执行指令,并由处理器501来控制执行。处理器501用于执行存储器503中存储的计算机执行指令,从而实现本申请上述实施例提供的检测方法。
在一个具体的实现方式中:
收发接口502可以接收至少一个人工操作信息,该至少一个人工操作信息可以是自动驾驶车辆中的至少一个操作装置在第一检测时间段内,根据驾驶员的操作指令得到的,其中,操作指令可以指示至少一个操作装置根据至少一个人工操作信息控制自动驾驶车辆的行驶状态;收发接口502还可以接收第一自动驾驶指令集合,该第一自动驾驶指令集合可以包括至少一个自动操作信息,且该至少一个自动操作信息与至少一个人工操作信息一一对应,其中,第一自动驾驶指令集合可以是自动驾驶车辆中的自动驾驶装置在第一检测时间段内,执行自动驾驶算法生成的;处理器501可以根据至少一个人工操作信息与至少一个自动操作信息之间的对应关系,对比至少一个人工操作信息和至少一个自动操作信息,从而得到自动驾驶算法的检测结果。
为了使上述至少一个人工操作信息和至少一个自动操作信息之间可以进行计算,处理器501对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果时,可以分别对至少一个人工操作信息和至少一个自动操作信息进行归一化处理;处理器501对比归一化处理后的至少一个人工操作信息,和归一化处理后的至少一个自动操作信息,从而得到自动驾驶算法的检测结果。
示例性的,处理器501对比至少一个人工操作信息和至少一个自动操作信息,得到自动驾驶算法的检测结果时,可以针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值;处理器501根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值;处理器501进而可以根据总相关值确定自动驾驶算法的检测结果。
其中,处理器501针对至少一个人工操作信息中的每个人工操作信息,计算每个人工操作信息与对应的自动操作信息之间的相关值时,可以对每个人工操作信息进行傅里叶变换,得到每个人工操作信息的特征频谱;处理器501对每个人工操作信息对应的自动操作信息进行傅里叶变换,得到自动操作信息的特征频谱;处理器501可以对比每个人工操作信息的特征频谱,和每个人工操作信息对应的自动操作信息的特征频谱,从而得到每个人工操作信息与对应的自动操作信息之间的相关值。
示例性的,处理器501根据得到的至少一个相关值,计算得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值时,可以对至少一个相关值进行加权计算,得到至少一个人工操作信息和至少一个自动操作信息之间的总相关值。
在一种可能的实现方式中,处理器501根据总相关值确定自动驾驶算法的检测结果时,可以获取自动驾驶车辆在第二检测时间段内的异常数据,该异常数据可以指示第二检测时间段内,自动驾驶车辆的异常的行驶状态,其中,自动驾驶车辆的行驶状态是至少一个操作装置根据第二自动驾驶指令集合控制的,第二自动驾驶指令集合为自动驾驶装置在第二检测时间段内,执行自动驾驶算法生成的;处理器501可以根据异常数据校准总相关值,从而得到校准后的总相关值;处理器501进而可以根据校准后的总相关值确定自动驾驶算法的检测结果。
示例性的,本申请实施例中的异常数据可以包括以下数据中的至少一种:自动驾驶车辆在第二检测时间段内的人工干预次数;自动驾驶车辆在第二检测时间段内的事故次数;自动驾驶车辆在第二时间段内的故障次数。
在一种可能的实现方式中,处理器501还可以在得到自动驾驶算法的检测结果之后,控制收发接口502通过自动驾驶车辆中的通信装置向***服务器发送第一指示信息,该第一指示信息可以指示自动驾驶算法的检测结果。
可选的,本申请实施例中的程序指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (15)
1.一种检测方法,其特征在于,包括:
接收至少一个人工操作信息,所述至少一个人工操作信息是自动驾驶车辆中的至少一个操作装置在第一检测时间段内,根据驾驶员的操作指令得到的,所述操作指令用于指示所述至少一个操作装置根据所述至少一个人工操作信息控制所述自动驾驶车辆的行驶状态;
接收第一自动驾驶指令集合,所述第一自动驾驶指令集合用于指示至少一个自动操作信息,所述至少一个自动操作信息与所述至少一个人工操作信息一一对应,所述第一自动驾驶指令集合是所述自动驾驶车辆中的自动驾驶装置在所述第一检测时间段内,执行自动驾驶算法生成的;
根据所述至少一个人工操作信息与所述至少一个自动操作信息之间的对应关系,对比所述至少一个人工操作信息和所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果;
其中,对比所述至少一个人工操作信息和所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果,包括:
针对所述至少一个人工操作信息中的每个人工操作信息,计算所述每个人工操作信息与对应的自动操作信息之间的相关值;
根据得到的至少一个所述相关值,计算得到所述至少一个人工操作信息和所述至少一个自动操作信息之间的总相关值;
获取所述自动驾驶车辆在第二检测时间段内的异常数据,所述异常数据用于指示所述第二检测时间段内,所述自动驾驶车辆的异常行驶状态,其中,所述自动驾驶车辆的行驶状态是所述至少一个操作装置根据第二自动驾驶指令集合控制的,所述第二自动驾驶指令集合为所述自动驾驶装置在所述第二检测时间段内,执行所述自动驾驶算法生成的;
根据所述异常数据校准所述总相关值,得到校准后的总相关值;
根据所述校准后的总相关值确定所述自动驾驶算法的检测结果。
2.根据权利要求1所述的方法,其特征在于,对比所述至少一个人工操作信息和所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果,包括:
分别对所述至少一个人工操作信息和所述至少一个自动操作信息进行归一化处理;
对比归一化处理后的所述至少一个人工操作信息,和归一化处理后的所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果。
3.根据权利要求1所述的方法,其特征在于,针对所述至少一个人工操作信息中的每个人工操作信息,计算所述每个人工操作信息与对应的自动操作信息之间的相关值,包括:
对所述每个人工操作信息进行傅里叶变换,得到所述每个人工操作信息的特征频谱;
对所述每个人工操作信息对应的自动操作信息进行傅里叶变换,得到所述自动操作信息的特征频谱;
对比所述每个人工操作信息的特征频谱,和所述每个人工操作信息对应的自动操作信息的特征频谱,得到所述每个人工操作信息与对应的自动操作信息之间的相关值。
4.根据权利要求1至3中任一项所述的方法,其特征在于,根据得到的至少一个所述相关值,计算得到所述至少一个人工操作信息和所述至少一个自动操作信息之间的总相关值,包括:
对所述至少一个相关值进行加权计算,得到所述至少一个人工操作信息和所述至少一个自动操作信息之间的总相关值。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述异常数据包括以下数据中的至少一种:
所述自动驾驶车辆在所述第二检测时间段内的人工干预次数;
所述自动驾驶车辆在所述第二检测时间段内的事故次数;
所述自动驾驶车辆在所述第二检测 时间段内的故障次数。
6.根据权利要求1至3中任一项所述的方法,其特征在于,得到所述自动驾驶算法的检测结果之后,还包括:
通过所述自动驾驶车辆中的通信装置向***服务器发送第一指示信息,所述第一指示信息用于指示所述自动驾驶算法的检测结果。
7.一种检测装置,其特征在于,包括收发单元和处理单元;
所述收发单元,用于:
接收至少一个人工操作信息,所述至少一个人工操作信息是自动驾驶车辆中的至少一个操作装置在第一检测时间段内,根据驾驶员的操作指令得到的,所述操作指令用于指示所述至少一个操作装置根据所述至少一个人工操作信息控制所述自动驾驶车辆的行驶状态;
接收第一自动驾驶指令集合,所述第一自动驾驶指令集合用于指示至少一个自动操作信息,所述至少一个自动操作信息与所述至少一个人工操作信息一一对应,所述第一自动驾驶指令集合是所述自动驾驶车辆中的自动驾驶装置在所述第一检测时间段内,执行自动驾驶算法生成的;
所述处理单元,用于:
根据所述至少一个人工操作信息与所述至少一个自动操作信息之间的对应关系,对比所述至少一个人工操作信息和所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果
其中,所述处理单元对比所述至少一个人工操作信息和所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果时,具体用于:
针对所述至少一个人工操作信息中的每个人工操作信息,计算所述每个人工操作信息与对应的自动操作信息之间的相关值;
根据得到的至少一个所述相关值,计算得到所述至少一个人工操作信息和所述至少一个自动操作信息之间的总相关值;
获取所述自动驾驶车辆在第二检测时间段内的异常数据,所述异常数据用于指示所述第二检测时间段内,所述自动驾驶车辆的异常的行驶状态,其中,所述自动驾驶车辆的行驶状态是所述至少一个操作装置根据第二自动驾驶指令集合控制的,所述第二自动驾驶指令集合为所述自动驾驶装置在所述第二检测时间段内,执行所述自动驾驶算法生成的;
根据所述异常数据校准所述总相关值,得到校准后的总相关值;
根据所述校准后的总相关值确定所述自动驾驶算法的检测结果。
8.根据权利要求7所述的检测装置,其特征在于,所述处理单元对比所述至少一个人工操作信息和所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果时,具体用于:
分别对所述至少一个人工操作信息和所述至少一个自动操作信息进行归一化处理;
对比归一化处理后的所述至少一个人工操作信息,和归一化处理后的所述至少一个自动操作信息,得到所述自动驾驶算法的检测结果。
9.根据权利要求7所述的检测装置,其特征在于,所述处理单元针对所述至少一个人工操作信息中的每个人工操作信息,计算所述每个人工操作信息与对应的自动操作信息之间的相关值时,具体用于:
对所述每个人工操作信息进行傅里叶变换,得到所述每个人工操作信息的特征频谱;
对所述每个人工操作信息对应的自动操作信息进行傅里叶变换,得到所述自动操作信息的特征频谱;
对比所述每个人工操作信息的特征频谱,和所述每个人工操作信息对应的自动操作信息的特征频谱,得到所述每个人工操作信息与对应的自动操作信息之间的相关值。
10.根据权利要求7至9中任一项所述的检测装置,其特征在于,所述处理单元根据得到的至少一个所述相关值,计算得到所述至少一个人工操作信息和所述至少一个自动操作信息之间的总相关值时,具体用于:
对所述至少一个相关值进行加权计算,得到所述至少一个人工操作信息和所述至少一个自动操作信息之间的总相关值。
11.根据权利要求7至9中任一项所述的检测装置,其特征在于,所述异常数据包括以下数据中的至少一种:
所述自动驾驶车辆在所述第二检测时间段内的人工干预次数;
所述自动驾驶车辆在所述第二检测时间段内的事故次数;
所述自动驾驶车辆在所述第二检测 时间段内的故障次数。
12.根据权利要求7至9中任一项所述的检测装置,其特征在于,所述收发单元,还用于:
得到所述自动驾驶算法的检测结果之后,通过所述自动驾驶车辆中的通信装置向***服务器发送第一指示信息,所述第一指示信息用于指示所述自动驾驶算法的检测结果。
13.一种自动驾驶车辆,其特征在于,包括至少一个操作装置、自动驾驶装置和如权利要求7至12中任一项所述的检测装置,其中:
所述至少一个操作装置,用于在第一检测时间段内,根据驾驶员的操作指令控制所述自动驾驶车辆的行驶状态,并根据所述操作指令向所述检测装置发送至少一个人工操作信息;
所述自动驾驶装置,用于在所述第一检测时间段内,执行自动驾驶算法,生成第一自动驾驶指令集合,并向所述检测装置发送所述第一自动驾驶指令集合,所述第一自动驾驶指令集合用于指示至少一个自动操作信息,所述至少一个自动操作信息与所述至少一个人工操作信息一一对应。
14.根据权利要求13所述的自动驾驶车辆,其特征在于,所述至少一个操作装置包括以下操作装置中的至少一种:方向盘、油门踏板和刹车踏板。
15.根据权利要求14所述的自动驾驶车辆,其特征在于,所述至少一个人工操作信息包括以下人工操作信息中的至少一种:所述方向盘的旋转角度、所述方向盘的转速、所述油门踏板的开度、所述油门踏板的开闭速度、所述刹车踏板的开度和所述刹车踏板的开闭速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423659.7A CN111157018B (zh) | 2019-12-31 | 2019-12-31 | 一种检测方法、检测装置及自动驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423659.7A CN111157018B (zh) | 2019-12-31 | 2019-12-31 | 一种检测方法、检测装置及自动驾驶车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111157018A CN111157018A (zh) | 2020-05-15 |
CN111157018B true CN111157018B (zh) | 2021-08-31 |
Family
ID=70560611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911423659.7A Active CN111157018B (zh) | 2019-12-31 | 2019-12-31 | 一种检测方法、检测装置及自动驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111157018B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753261B (zh) * | 2020-06-29 | 2023-07-04 | 北京百度网讯科技有限公司 | 车辆安全检测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105934786A (zh) * | 2014-01-21 | 2016-09-07 | 丰田自动车株式会社 | 异常行驶部位检测装置以及异常行驶部位检测方法 |
CN109710658A (zh) * | 2018-12-10 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 自动驾驶评测方法、装置及设备 |
CN110058588A (zh) * | 2019-03-19 | 2019-07-26 | 驭势科技(北京)有限公司 | 一种自动驾驶***升级的方法、自动驾驶***及车载设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3758443B2 (ja) * | 2000-01-19 | 2006-03-22 | 日産自動車株式会社 | 走行状態提示装置 |
JP4093079B2 (ja) * | 2003-02-25 | 2008-05-28 | 株式会社デンソー | 車両用空調装置およびその制御プログラム |
US9916703B2 (en) * | 2015-11-04 | 2018-03-13 | Zoox, Inc. | Calibration for autonomous vehicle operation |
CN106080606B (zh) * | 2016-07-08 | 2019-01-01 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN108267322A (zh) * | 2017-01-03 | 2018-07-10 | 北京百度网讯科技有限公司 | 对自动驾驶性能进行测试的方法和*** |
CN108762229B (zh) * | 2018-05-28 | 2020-10-30 | 湖南汽车工程职业学院 | 一种自动驾驶汽车油门控制***的检测调试方法 |
CN108829087B (zh) * | 2018-07-19 | 2019-09-10 | 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*** |
CN109374310A (zh) * | 2018-09-07 | 2019-02-22 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆测试方法、装置及存储介质 |
-
2019
- 2019-12-31 CN CN201911423659.7A patent/CN111157018B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105934786A (zh) * | 2014-01-21 | 2016-09-07 | 丰田自动车株式会社 | 异常行驶部位检测装置以及异常行驶部位检测方法 |
CN109710658A (zh) * | 2018-12-10 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 自动驾驶评测方法、装置及设备 |
CN110058588A (zh) * | 2019-03-19 | 2019-07-26 | 驭势科技(北京)有限公司 | 一种自动驾驶***升级的方法、自动驾驶***及车载设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111157018A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109213115B (zh) | 一种自动驾驶车辆的控制命令检测方法和装置 | |
US11370131B2 (en) | Abnormality detecting device and abnormality detecting method | |
US8521341B2 (en) | Methods and systems for fault determination for aircraft | |
WO2019142563A1 (ja) | 電子制御装置 | |
CN110285978A (zh) | 车辆的动力参数测试方法、装置、存储介质及电子设备 | |
CN111523254B (zh) | 一种操控特性可调的车辆验证平台及实现方法 | |
CN113009935B (zh) | 无人机仿真测试***及方法,无人机飞行控制器 | |
CN111435160A (zh) | 一种车辆雷达装置在环测试方法及*** | |
KR101519217B1 (ko) | 부주의 운전 판정 장치 및 그 방법 | |
CN113933858A (zh) | 定位传感器的异常检测方法、装置及终端设备 | |
CN111157018B (zh) | 一种检测方法、检测装置及自动驾驶车辆 | |
JP2019095836A (ja) | 診断システム | |
CN111947669A (zh) | 用于将基于特征的定位地图用于车辆的方法 | |
CN114379570A (zh) | 车辆数据操纵和机械故障的自动检测 | |
CN109720346B (zh) | 一种巡航控制方法和装置 | |
CN111800508B (zh) | 基于大数据的自动驾驶故障监测方法 | |
CN111800314B (zh) | 自动驾驶故障监测*** | |
CN112455460A (zh) | 车辆控制方法、装置、设备及存储介质 | |
CN104054059A (zh) | 信息处理装置和信息处理方法 | |
US20070162261A1 (en) | Method and arrangement for processing data | |
CN115129024A (zh) | 具有安全性根和安全性链的功能安全性 | |
CN116736825A (zh) | 用于验证由车辆的车载诊断***生成的诊断故障代码的***和方法 | |
CN110660217B (zh) | 用于检测信息安全的方法及装置 | |
CN113715877A (zh) | 列车控制方法、***、计算机设备和存储介质 | |
CN113627017A (zh) | 振动监测模型复用方法、装置、设备及存储介质 |
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 |