CN112819968B - 基于混合现实的自动驾驶车辆的测试方法和装置 - Google Patents
基于混合现实的自动驾驶车辆的测试方法和装置 Download PDFInfo
- Publication number
- CN112819968B CN112819968B CN202110089749.8A CN202110089749A CN112819968B CN 112819968 B CN112819968 B CN 112819968B CN 202110089749 A CN202110089749 A CN 202110089749A CN 112819968 B CN112819968 B CN 112819968B
- Authority
- CN
- China
- Prior art keywords
- state information
- automatic driving
- scene
- test
- target scene
- 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
- 238000010998 test method Methods 0.000 title claims description 13
- 238000012360 testing method Methods 0.000 claims abstract description 201
- 238000000034 method Methods 0.000 claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 35
- 230000008447 perception Effects 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了基于混合现实的自动驾驶车辆的测试方法和装置。该方法，包括：根据测试场景，确定目标场景要素，其中所述测试场景中除所述目标场景要素之外的其他场景要素为在真实环境中存在的真实场景要素；生成虚拟的目标场景要素；在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。基于该方法和装置，可以在保证测试场景对于真实交通场景的还原程度的情况下提高测试的安全性，降低测试成本。
Description
技术领域
本发明实施例涉及自动驾驶技术领域，尤其涉及基于混合现实的自动驾驶车辆的测试方法和装置。
背景技术
自动驾驶是汽车发展的一大趋势。而对自动驾驶车辆的测试，尤其是高危场景下的测试，从自动驾驶车辆的安全驾驶角度来说，意义重大。
以下两种场景均为高危场景。例如在高速公路上，自动驾驶车辆以80km/h的速度跟车行驶，此时，左侧油罐车突然并入我方车道。再例如，在普通的城市道路上，两侧有车辆停放，自动驾驶车辆以40km/h的速度行驶，一名身高1.2米的儿童在自动驾驶车辆前方25米处突然出现，穿行马路。高危场景发生频次较低，然而一旦处理不好，伤害巨大。因此，针对高危场景展开对自动驾驶车辆的测试非常必要。
在当前的自动驾驶开发测试过程中，针对高危场景的测试主要有两种方法。其中一种是部分优质单位采购高额昂贵的模拟假人假车测试设备，利用假人假车搭建测试场景。这种方法能够实现对部分场景的测试，但成本高昂，而且测试过程中自动驾驶车辆、测试人员、测试设备都会面临很高的危险性。另外一种是采用虚拟仿真技术。虚拟仿真技术的主要内容是，基于理论与实践经验搭建自动驾驶车辆的动力学模型，构建电子地图，并构建仿真环境。以此为基础对自动驾驶车辆进行测试。理论上，虚拟仿真技术能够完成针对高危场景的测试。然而实际上虚拟仿真技术并不能够保证测试条件与真实交通场景完全吻合，例如仿真环境难以模拟真实地面所具有的不匀速的摩擦系数等等；而且，虚拟仿真技术所提供的车辆的动力学模型(或控制模型)也不能够做到与实车完全一致。因此，亟需一种可以克服上述缺陷的自动驾驶车辆测试方法。
发明内容
本发明实施例的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
本发明实施例提供了基于混合现实的自动驾驶车辆的测试方法和装置，其可以在保证测试场景对于真实交通场景的还原程度的情况下提高测试的安全性，降低测试成本。
第一方面，提供了一种基于混合现实的自动驾驶车辆的测试方法，包括：
根据测试场景，确定目标场景要素，其中所述测试场景中除所述目标场景要素之外的其他场景要素为在真实环境中存在的真实场景要素；
生成虚拟的目标场景要素；
在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。
可选地，所述目标场景要素为动态场景要素，所述目标场景要素的状态信息包括所述目标场景要素的属性信息和运动状态信息。
可选地，所述目标场景要素包括关键交通参与者。
可选地，所述方法还包括：在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述其他场景要素的状态信息，并将所述其他场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息以及所述其他场景要素的状态信息在所述测试场景中行驶。
可选地，所述在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶，包括：
在自动驾驶车辆的行驶过程中，根据预设的触发条件将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。
可选地，所述预设的触发条件包括：所述自动驾驶车辆到达设定的位置，和/或所述自动驾驶车辆达到设定的速度，和/或由人工触发。
可选地，在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***之前，所述方法还包括：
在所述真实环境中构建真实的目标场景要素；
在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述真实的目标场景要素的状态信息，并将所述真实的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***；
所述在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶，包括：
在自动驾驶车辆的行驶过程中，将所述真实的目标场景要素从所述测试场景分离，并将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述真实的目标场景要素的状态信息以及所述虚拟的目标场景要素的状态信息在所述测试场景中行驶；
其中，所述虚拟的目标场景要素的运动状态信息包括将所述真实的目标场景要素从所述测试场景分离时刻以及分离之后所述目标场景要素的运动状态信息。
可选地，所述方法还包括：
在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述其他场景要素的状态信息，并将所述其他场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述真实的目标场景要素的状态信息、所述虚拟的目标场景要素的状态信息以及所述其他场景要素的状态信息在所述测试场景中行驶。
可选地，所述方法包括：
获取所述自动驾驶车辆在所述测试场景中的行驶状态信息；
根据所述自动驾驶车辆在所述测试场景中的行驶状态信息，对所述自动驾驶车辆的自动驾驶性能进行评价。
可选地，所述测试场景为高危场景。
第二方面，提供了一种基于混合现实的自动驾驶车辆的测试装置，包括：
确定模块，用于确定目标场景要素，其中所述测试场景中除所述目标场景要素之外的其他场景要素为在真实环境中存在的真实场景要素；
生成模块，用于生成虚拟的目标场景要素；
控制模块，用于在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。
可选地，所述目标场景要素为动态场景要素，所述目标场景要素的状态信息包括所述目标场景要素的属性信息和运动状态信息。
可选地，所述目标场景要素包括关键交通参与者。
可选地，所述控制模块，具体用于：
在自动驾驶车辆的行驶过程中，根据预设的触发条件将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。
可选地，所述预设的触发条件包括：所述自动驾驶车辆到达设定的位置，和/或所述自动驾驶车辆达到设定的速度，和/或由人工触发。
可选地，所述装置还包括：
获取模块，用于获取所述自动驾驶车辆在所述测试场景中的行驶状态信息；
评价模块，用于根据所述自动驾驶车辆在所述测试场景中的行驶状态信息，对所述自动驾驶车辆的自动驾驶性能进行评价。
可选地，所述测试场景为高危场景。
第三方面，提供了一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行以上所述的方法。
第四方面，提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现以上所述的方法。
本发明实施例至少包括以下有益效果：
本发明实施例提供的基于混合现实的自动驾驶车辆的测试方法和装置，首先根据测试场景，确定虚拟场景要素，其中所述测试场景中除所述虚拟场景要素之外的其他场景要素为在真实环境中存在的真实场景要素，生成虚拟的目标场景要素，之后在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。基于该方法和装置，可以搭建出基于混合现实的测试场景，该测试场景中除所确定的虚拟的目标场景要素之外的其他场景要素均为在真实环境中存在的真实场景要素，虚拟的目标场景要素的状态信息可以输入自动驾驶车辆的决策控制***，一方面可以较好地还原真实交通场景，另一方面又可以提高测试的安全性，降低测试成本。
本发明实施例的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明实施例的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明一个实施例提供的基于混合现实的自动驾驶车辆的测试方法的应用场景示意图；
图2为本发明一个实施例提供的基于混合现实的自动驾驶车辆的测试方法的流程图；
图3为本发明一个实施例提供的测试场景的示意图；
图4为本发明一个实施例提供的基于混合现实的自动驾驶车辆的测试装置的结构示意图；
图5为本发明一个实施例提供的电子设备的结构示意图。
具体实施方式
下面结合附图对本发明实施例做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
下面对本发明实施例所提供的基于混合现实的自动驾驶车辆的测试方法和装置的实施例的示例性的***架构做一些简单地介绍。图1示出了可以应用本发明实施例所提供的基于混合现实的自动驾驶车辆的测试方法和装置的示例性的***架构。如图1所示，***架构可以包括自动驾驶车辆1100和服务端设备1200。其中，自动驾驶车辆1100具有感知***1110，决策控制***1120，控制器1130，执行器1140。
服务端设备1200可以是提供各种服务的服务端设备。服务端设备1200之上可以运行测试场景库，测试场景库中存储测试场景的设计要求，包括测试场景中虚拟场景要素和真实场景要素的状态信息。服务端设备1200可以通过总线连接至感知***的输出端，在自动驾驶车辆行驶过程中将虚拟场景要素的状态信息发送给自动驾驶车辆的决策控制***，以使自动驾驶车辆可以根据虚拟场景要素的状态信息在测试场景中行驶。需要说明的是，为描述方便，将虚拟的目标场景要素简称为虚拟场景要素，而将除目标场景要素之外的其他场景要素统一称为真实场景要素。另外，在一些实施例中，目标场景要素在触发时刻之前为构建于真实环境中的真实场景要素，而在触发时刻之后真实的目标场景要素从测试场景分离，取代以虚拟场景要素的形式用于构建测试场景。在上述实施例中，在触发时刻之前，目标场景要素与其他场景要素一起共同作为测试场景中的真实场景要素，在触发时刻之后，目标场景要素为虚拟场景要素，而其他场景要素仍然为真实场景要素。
服务端设备1200向自动驾驶车辆的决策控制***发送虚拟场景要素的状态信息的时机可以基于预设的触发条件，即当预设的触发条件被满足，服务端设备1200向自动驾驶车辆的决策控制***发送虚拟场景要素的状态信息。服务端设备1200可以通过数据处理能力对预设的触发条件进行判断。当预设的触发条件是基于自动驾驶车辆的位置或者速度设定的，服务端设备1200还可以通过总线或者网络与感知***1110通信，从而从感知***获取自动驾驶车辆的位置或者速度信息，并通过数据分析能力判断预设的触发条件是否被满足。当预设的触发条件是人工触发，服务端设备1200还可以通过总线或者网络与设置于自动驾驶车辆中的手动触发按钮进行通信，当位于自动驾驶车辆中的驾驶员触动该手动触发按钮，服务端设备接收该手动触发按钮的触发信号，根据该手动触发按钮的触发信号向自动驾驶车辆的决策控制***发送虚拟场景要素的状态信息。
服务端设备1200可以实现成多个服务器所组成的分布式服务器集群，也可以实现成单个服务器。服务端设备还可以是具备相应服务能力的其他计算设备，例如电脑等终端设备。当服务端设备1200采用分布式服务器集群或者单个服务器实现时，服务端设备1200可以通过网络与自动驾驶车辆的感知***、决策控制***和手动触发按钮通信。当服务端设备1200采用笔记本电脑等便携式终端设备时，服务端设备1200可以通过总线与自动驾驶车辆的感知***、决策控制***和手动触发按钮通信。需要说明的是，手动触发按钮还可以以软件模块的方式实现在服务端设备上，基于此，当手动操作服务端设备的操作界面所展示的手动触发按钮，服务端设备即可以响应于上述触发操作，而向自动驾驶车辆的决策控制***发送虚拟场景要素的状态信息。
应该理解的是，图1中所示出的服务端设备的数量仅仅是示意性的，可以根据实际需要对服务端设备的数量进行选择。本发明对此不做具体限定。
感知***1110包括硬件设备和软件模块。硬件设备可以包括摄像头、激光雷达，导航设备(例如高精度组合mems导航***)以及其他可以采集真实场景要素的状态信息的硬件设备。硬件设备用于采集真实场景要素的状态信息。例如，摄像头可以采集真实场景要素的图像数据，激光雷达可以采集真实场景要素的激光点云数据，导航设备可以采集自动驾驶车辆的位置、速度、加速度和航向等信息。这里，真实场景要素作为构成测试场景的一部分，可以是道路、道路基础设施、天气环境以及动静态交通流。感知***111的软件模块可以对硬件设备所采集的真实场景要素的状态信息进行处理和分析，用作感知融合规划和决策模块的输入信息。
决策控制***1120可以包括感知融合规划和决策模块1121，控制模块1122等。感知融合规划和决策模块与感知***1110通过总线连接。具体地，服务端设备1200所发送的虚拟场景要素的状态信息以及感知***1110所获取的真实场景要素的状态信息均发送至感知融合规划和决策模块，感知融合规划和决策模块1121可以对不同的硬件设备所采集的真实场景要素的状态信息以及虚拟场景要素的状态信息进行融合，并根据虚拟场景要素的状态信息和真实场景要素的状态信息进行驾驶决策。控制模块1122可以根据驾驶决策生成控制器1130可执行的控制指令。
执行器1140根据控制器1130的控制指令精确地控制加速程度、制动程度、转向幅度、灯光控制等驾驶动作，以实现车辆的自主驾驶。执行器可以包括油门、刹车、方向盘、车灯等等，本发明实施例对此不做具体限定。
图2为本发明实施例提供的基于混合现实的自动驾驶车辆的测试方法的流程图，该方法由具有处理能力的***、服务端设备或基于混合现实的自动驾驶车辆的测试装置执行。如图2所示，上述方法包括：
步骤2100，根据测试场景，确定目标场景要素，其中所述测试场景中除所述目标场景要素之外的其他场景要素为在真实环境中存在的真实场景要素。
为描述方便，将虚拟的目标场景要素简称为虚拟场景要素，而将除目标场景要素之外的其他场景要素统一称为真实场景要素。这里，测试场景主要由道路、道路基础设施、交通指挥设施、交通流、天气环境等场景要素构成。可以从所规划的测试场景所包含的全部场景要素中选取特定的场景要素作为虚拟场景要素。例如，可以将交通流中的某一交通参与者作为虚拟场景要素，也可以将在真实环境中实施成本较高的道路基础设施、障碍物或者实现难度较大的特殊天气环境作为虚拟场景要素。所确定的虚拟场景要素在真实环境中不必进行搭建。相应地，构成测试场景的其他场景要素为在真实环境中存在的真实场景要素，即真实场景要素是在现实世界中真实的、实际的场景要素。例如，当将关键交通参与者作为虚拟场景要素时，其他的一般交通参与者以及道路、道路基础设施、交通指挥设施、天气环境等等其他场景要素均为真实存在的。
需要说明的是，真实环境是相对于利用计算机技术所构建的仿真环境来说的，相应地，真实场景要素是相对于虚拟场景要素而言真实存在于真实环境中的，而非虚拟的。然而，真实场景要素并不必须对应于真实交通场景。真实交通场景指的是人类在自然活动过程中所形成的交通场景。当在封闭测试场地进行测试时，在封闭测试场地上所搭建的场景要素也可以理解为真实场景要素，这些场景要素可以用于模拟并还原真实交通场景的相应部分，这些布置于封闭测试场地中的场景要素与虚拟场景要素一起共同构成测试场景。当在实际道路上进行测试时，由于实际道路上已经天然具备了道路、道路基础设施、交通指挥设施和天气环境等场景要素，则可以将实际道路所天然具备的这些场景要素作为测试场景的真实场景要素，最终这些由实际道路所提供的场景要素与根据测试场景所确定的虚拟场景要素一起构成测试场景。
步骤2200，生成虚拟的目标场景要素。
步骤2300，在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。
具体地，在自动驾驶车辆的行驶过程中，将虚拟的目标场景要素的状态信息输入自动驾驶车辆的决策控制***，自动驾驶车辆的决策控制***根据虚拟的目标场景要素的状态信息生成相应的驾驶决策，并根据相应的驾驶决策在测试场景中行驶。这里，目标场景要素的状态信息是指对目标场景要素进行定性和定量描述的信息，可以是目标场景要素的属性信息，运动状态信息或者目标场景要素的属性信息以及运动状态信息。目标场景要素的状态信息用于供自动驾驶车辆的决策控制***对虚拟场景要素进行识别和判断，并基于识别和判断结果做出相应的驾驶决策。对于目标场景要素的状态信息的具体内容，可以根据自动驾驶车辆的决策控制***进行识别、判断和决策的需要进行提供，本发明实施例对此不做具体限定。
需要说明的是，向自动驾驶车辆的决策控制***输入虚拟场景要素的状态信息，对于自动驾驶车辆而言，才意味着测试场景搭建完成。更具体地说，搭建完成的测试场景中的一部分场景要素为能够被自动驾驶车辆的感知***所感知的真实场景要素，另一部分场景要素为不须感知的直接输入决策控制***的虚拟场景要素。本发明实施例通过从所规划的测试场景中确定目标场景要素，而将所规划的测试场景分为虚拟场景要素和真实场景要素两部分，最终搭建出基于混合现实的测试场景。该基于混合现实的测试场景，一方面可以较好地还原真实交通场景，尤其是针对仿真环境中难以模拟但又不可忽略的一些细节，例如真实交通场景中道路的摩擦系数，可以做到真实地还原；另一方面又可以虚拟的形式实现部分场景要素，从而提高测试的安全性，降低测试成本。
在一些实施例中，所述目标场景要素为动态场景要素，所述目标场景要素的状态信息包括所述目标场景要素的属性信息和运动状态信息。在一些实施例中，所述虚拟场景要素包括关键交通参与者。
其中，关键交通参与者是指测试场景中最可能影响到自动驾驶车辆或者最可能与自动驾驶车辆产生关系的交通参与者。也可以理解成，关键交通参与者是最有可能对自动驾驶车辆的行驶状态产生影响的交通参与者。进一步地，在高危场景中，关键交通参与者甚至是决定自动驾驶车辆和关键交通参与者自身安全的最为重要的因素。换言之，当高危场景中关键交通参与者以真实搭建的形式出现，一旦自动驾驶车辆根据关键交通参与者做出错误的判断，并根据错误的判断结果生成错误的驾驶决策，则可能导致自动驾驶车辆与关键交通参与者之间的碰撞，甚至导致自动驾驶车辆和关键交通参与者的损毁以及危害测试人员的生命安全。基于此，本发明实施例根据测试场景确定关键交通参与者作为虚拟场景要素，不在真实环境中布置、搭建关键交通参与者，即便自动驾驶车辆生成了错误的驾驶决策，也不会发生真实的碰撞，保证测试过程中关键交通参与者、自动驾驶车辆和测试人员的安全性，降低了测试成本，提高了测试的效率，可靠性和灵活性。
进一步地，输入自动驾驶车辆的决策控制***的关键交通参与者的状态信息可以是关键交通参与者的运动状态信息和属性信息，关键交通参与者的属性信息包括可以表示关键交通参与者的轮廓、颜色或者特殊标记等描述信息。自动驾驶车辆的决策控制***根据关键交通参与者的运动状态信息和属性信息确定驾驶决策。例如，当将交通警察确定为关键交通参与者，所须输入自动驾驶车辆的决策控制***的关键交通参与者的状态信息包括交通警察的运动状态信息和属性信息，运动状态信息用于供自动驾驶车辆的决策控制***确定交通警察所处的位置以及行动轨迹，属性信息可以是颜色和特殊标记，用于供自动驾驶车辆的决策控制***识别并判断当前的虚拟场景要素为交通警察。在另一个例子中，当将后方车辆确定关键交通参与者，所须输入自动驾驶车辆的决策控制***的关键交通参与者的状态信息包括后方车辆的运动状态信息和属性信息，运动状态信息用于供自动驾驶车辆的决策控制***确定后方车辆所处的位置以及行动轨迹，属性信息可以包括轮廓尺寸、转向车灯等信息，用于供自动驾驶车辆的决策控制***识别并判断后方车辆超车，并根据后方车辆所处的位置、轮廓、行动轨迹等信息确定对后方车辆进行避让的驾驶决策。
需要说明的是，由于不同测试场景的具体内容不同，根据测试场景所确定的关键交通参与者也可能不同。例如，在后方车辆超车这一测试场景中，关键交通参与者可以是自动驾驶车辆的后方车辆；而在前方行人沿路边行走这一测试场景中，关键交通参与者可以是前方行人。
在一些实施例中，在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述其他场景要素的状态信息，并将所述其他场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息以及所述其他场景要素的状态信息在所述测试场景中行驶。
具体地，对于测试场景的除目标场景要素之外的其他场景要素，自动驾驶车辆的感知***可以获取这些场景要素的状态信息，自动驾驶车辆的决策控制***根据虚拟的目标场景要素的状态信息和这些真实场景要素的状态信息生成驾驶决策。这里，真实场景要素的状态信息是指对真实场景要素进行定性和定量描述的信息，可以是真实场景要素的属性信息，运动状态信息或者真实场景要素的属性信息以及运动状态信息。真实场景要素的状态信息用于供自动驾驶车辆的决策控制***对真实场景要素进行识别和判断，并基于识别和判断结果做出相应的驾驶决策。对于真实场景要素的状态信息的具体内容，可以根据自动驾驶车辆的决策控制***进行识别、判断和决策的需要进行提供，本发明实施例对此不做具体限定。
在一些示例中，为了便于实现决策控制***对虚拟场景要素的状态信息与真实场景要素的状态信息的感知融合，在对测试场景进行规划时，可以使虚拟场景要素的状态信息的描述规则与真实场景要素的状态信息的描述规则保持一致。
在一些实施例中，在自动驾驶车辆的行驶过程中，根据预设的触发条件将所述虚拟场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟场景要素的状态信息在所述测试场景中行驶。
向自动驾驶车辆的决策控制***发送虚拟场景要素的状态信息的时机可以是基于预设的触发条件。由于向自动驾驶车辆的决策控制***发送虚拟场景要素的状态信息才意味着搭建完成基于混合现实的测试场景。因此，上述预设的触发条件也可以理解为基于混合现实的测试场景的搭建条件。
进一步地，所述预设的触发条件包括：所述自动驾驶车辆到达设定的位置，和/或所述自动驾驶车辆达到设定的速度，和/或由人工触发。
具体地，预设的触发条件可以根据自动驾驶车辆的位置进行设定。例如，在所规划的后方车辆超车测试场景中设计在道路a的b路段进行测试，则自动驾驶车辆行驶至道路a的b路段时，向自动驾驶车辆的决策控制***输入后方车辆的状态信息，自动驾驶车辆的决策控制***根据所输入的后方车辆的状态信息以及由感知***所获取的真实场景要素的状态信息做出驾驶决策，如减速避让。可以通过自动驾驶车辆的导航***获取自动驾驶车辆的位置信息。所规划的测试场景可以是基于高精度地图构建的，因此，也可以结合高精度地图确定自动驾驶车辆在高精度地图中的准确位置。
预设的触发条件还可以根据自动驾驶车辆的速度进行设定。例如，在所规划的后方车辆超车测试场景中设计自动驾驶车辆速度达到80km/h的情况下后方车辆进行超车，则自动驾驶车辆的速度达到80km/h时，向自动驾驶车辆的决策控制***输入后方车辆的状态信息，自动驾驶车辆的决策控制***根据所输入的后方车辆的状态信息以及由感知***所获取的真实场景要素的状态信息做出驾驶决策，如减速避让。可以通过自动驾驶车辆的导航***获取自动驾驶车辆的速度。
预设的触发条件还可以是由人工触发。在一些示例中，可以由自动驾驶车辆中的驾驶员进行手动触发。此外，还可以根据需要对不同的触发条件进行组合。例如将预设的触发条件设定为，自动驾驶车辆到达设定的位置并且自动驾驶车辆达到设定的速度。对于设定的具***置以及具体速度的数值，可以根据所规划的测试场景的设计要求进行设置，本发明实施例对此不做具体限定。
在一些实施例中，在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***之前，所述方法还包括：
步骤S1，在所述真实环境中构建真实的目标场景要素。
步骤S2，在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述真实的目标场景要素的状态信息，并将所述真实的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***。
步骤S3，在自动驾驶车辆的行驶过程中，将所述真实的目标场景要素从所述测试场景分离，并将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述真实的目标场景要素的状态信息以及所述虚拟的目标场景要素的状态信息在所述测试场景中行驶；其中，所述虚拟的目标场景要素的运动状态信息包括将所述真实的目标场景要素从所述测试场景分离时刻以及分离之后所述目标场景要素的运动状态信息。
具体地，在本实施例中，目标场景要素在触发时刻(即虚拟的目标场景要素的状态信息输入自动驾驶车辆的决策控制***的时刻)之前和触发时刻之后分别呈现两种状态。在触发时刻之前，目标场景要素为构建在真实环境中的真实场景要素，在触发时刻之后，真实的目标场景要素离开测试场景，目标场景要素取代以虚拟场景要素的形式，其状态信息被直接输入自动驾驶车辆的决策控制***。因此可以理解为在触发时刻之前，目标场景要素与其他场景要素一起共同作为测试场景中的真实场景要素，在触发时刻之后目标场景要素为虚拟场景要素，而其他场景要素仍然为真实场景要素。例如，在后方车辆超车测试场景中，后方车辆跟车行驶时后方车辆为真实车辆，自动驾驶车辆的感知***可以感知并获取该真实车辆的状态信息，在后方车辆超车时刻，真实车辆刹车减速，离开测试场景，同时向自动驾驶车辆的决策控制***输入虚拟的后方超车的尺寸超车时刻初始速度、加速度、与自动驾驶车辆之间的纵向距离、横向距离等状态信息，供自动驾驶车辆的决策控制***结合所感知的真实车辆的状态信息以及输入的虚拟车辆的状态信息作出驾驶决策。这里，对于真实的目标场景要素，与自动驾驶车辆对于其他场景要素的感知过程相同，自动驾驶车辆的感知***可以直接感知真实的目标场景要素的属性信息和运动状态信息，从而实现对目标场景要素的识别和判断。上述触发时刻可以依据预设的触发条件确定。基于上述过程，可以更加真实地还原真实交通场景，同时又可以降低测试过程中目标场景要素以及自动驾驶车辆所可能遭遇的安全隐患，提高测试的安全性。
应该理解的是，真实的目标场景要素和虚拟的目标场景要素都只是目标场景要素在不同时刻的呈现形态，因此实质上真实的目标场景要素的状态信息和虚拟的目标场景要素的状态信息都是目标场景要素的状态信息，因此，虚拟的目标场景要素的运动状态信息和真实的目标场景要素的运动状态信息应该具有运动上的连续性。为了便于自动驾驶车辆的决策控制***进行驾驶决策，还要求虚拟的目标场景要素的运动状态信息包括将真实的目标场景要素从测试场景分离时刻以及分离之后目标场景要素的运动状态信息。
进一步地，自动驾驶车辆的感知***所感知的真实的目标场景要素的属性信息以及自动驾驶车辆的决策控制***所接收的虚拟的目标场景要素的属性信息之间可能存在差异，为尽量还原真实交通场景，可以设定自动驾驶车辆的决策控制***根据感知***所感知的真实的目标场景要素的属性信息进行目标场景要素的身份(例如目标场景要素是障碍物、大型货车、行人等等)的识别和判断，然后再根据感知***所感知的真实的目标场景要素的运动状态信息以及所接收的虚拟的目标场景要素的运动状态信息进行目标场景要素的运动状态的判断，并生成合理的驾驶决策。
此外，在自动驾驶车辆的行驶过程中，感知***不仅可以感知目标场景要素，还可以感知周围环境中的其他场景要素，为了从感知的场景要素确定目标场景要素，可以根据目标场景要素的状态信息设定筛选条件，根据筛选条件从感知的众多场景要素中将目标场景要素筛选出来。之后决策控制***在接收到外部输入的虚拟的目标场景要素的状态信息时即可以直接确定该所接收的状态信息为针对目标场景要素的状态信息。
在一些实施例中，在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述其他场景要素的状态信息，并将所述其他场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述真实的目标场景要素的状态信息、所述虚拟的目标场景要素的状态信息以及所述其他场景要素的状态信息在所述测试场景中行驶。
具体地，对于测试场景的除目标场景要素之外的其他场景要素，自动驾驶车辆的感知***可以获取这些场景要素的状态信息，自动驾驶车辆的决策控制***根据虚拟的目标场景要素的状态信息、真实的目标场景要素的状态信息和其他场景要素的状态信息生成驾驶决策。
在一些实施例中，所述方法还包括：获取所述自动驾驶车辆在所述测试场景中的行驶状态信息；根据所述自动驾驶车辆在所述测试场景中的行驶状态信息，对所述自动驾驶车辆的自动驾驶性能进行评价。
自动驾驶车辆根据虚拟场景要素的状态信息以及真实场景要素的状态信息在测试场景中以一定的行驶状态行驶。对自动驾驶车辆的行驶状态的分析，可以确定自动驾驶车辆能否对测试场景中的虚拟场景要素以及真实场景要素进行正确的识别和响应，进而可以对自动驾驶车辆的自动驾驶性能进行评价。例如，在后方车辆超车测试场景中，将关键交通参与者后方车辆确定为虚拟场景要素，后方车辆的状态信息(包括速度、加速度、轮廓尺寸、位置等)输入自动驾驶车辆的决策控制***后，自动驾驶车辆以一定的行驶状态(包括速度、减速度等)行驶。根据所获取的自动驾驶车辆的行驶状态信息以及后方车辆的状态信息，可以计算出自动驾驶车辆与后方车辆之间的相对位置关系，进而判断出自动驾驶车辆是否与后方车辆发生碰撞。
在一些实施例中，所述测试场景为高危场景。例如，“鬼探头”等经典的高速、危险测试场景。应用于高危场景时，可以提高测试设备、自动驾驶车辆和测试人员的安全性，降低测试成本，提高测试效率，提高测试的可靠性和灵活性。另外，本发明实施例所提供的测试方法也同样适用于普通场景。应用于普通场景时，同样可以达到提高测试效率，降低测试成本的目的。
综上所述，本发明实施例提供的基于混合现实的自动驾驶车辆的测试方法，首先根据测试场景，确定目标场景要素，其中所述测试场景中除所述目标场景要素之外的其他场景要素为在真实环境中存在的真实场景要素，生成虚拟的目标场景要素，之后在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。基于该方法，可以搭建出基于混合现实的测试场景，该测试场景中除所确定的虚拟场景要素之外的其他场景要素均为在真实环境中存在的真实场景要素，虚拟场景要素的状态信息可以输入自动驾驶车辆的决策控制***，一方面可以较好地还原真实交通场景，另一方面又可以提高测试的安全性，降低测试成本。
以下结合一个具体场景来描述本发明实施例提供的基于混合现实的自动驾驶车辆的测试方法。
图3为本发明实施例提供的测试场景的示意图。如图3所示，该测试场景中，自动驾驶车辆高速行驶过程中大型货车切入自动驾驶车道。在该测试场景中，将自动驾驶车辆称为测试车辆3100，大型货车称为背景车B 3200。测试场景的基本信息如下：测试车辆3100行驶于双向车道的外侧车道，以一定速度(如80km/h)跟车行驶，前方背景车A 3300位于测试车辆前方50米处，且保持80km/h。左侧车道的道路边侧有其它设施(例如锥筒等)。在该测试场景中，切入自动驾驶车道的背景车B 3200作为关键交通参与者，而背景车A、道路、道路基础设施、交通指挥设施等其他场景要素均为真实场景要素，实际搭建或者布置于测试场地中，天气环境则以测试时实际的天气环境为准。
获取测试车辆的定位信息，根据测试车辆的定位信息构建测试车辆的外轮廓空间。在测试车辆行驶方向上的左侧车道，虚拟出背景车B的初始状态信息，例如可以包括车辆外形尺寸(长*宽*高)，与测试车辆之间的相对位置(与测试车辆横向距离为3.75m，车头与测试车辆平齐)，初始速度(保持80Km/h)、加速度(0m/S2)、航向角(与车道或与测试车辆平行行驶)。基于上述背景车B的初始状态信息，背景车B在初始时刻实际与测试车辆处于并行行驶的稳定状态。
在预设的触发条件被满足的情况下，将背景车B的初始状态信息和更新状态信息输入测试车辆的决策控制***。背景车B的更新状态信息包括背景车B以1.5m/s2的加速度加速至90km/h，在背景车B外轮廓越过测试车辆时，背景车B以1m/s的横向速度侵占外侧车道，直到背景车B外廓完全并入外侧车道，然后以-3m/s2的减速度进行刹车，直到刹停。
记录测试车辆在上述测试场景中的行驶状态信息。根据测试车辆的行驶状态信息以及背景车B的状态信息，计算并判断测试车辆与虚拟的背景车B外轮廓是否有碰撞发生。如有，则测试车辆的测试不通过。
图4示出了本发明实施例提供的基于混合现实的自动驾驶车辆的测试装置的结构示意图。如图4所示，上述基于混合现实的自动驾驶车辆的测试装置4000，包括：确定模块4100，用于根据测试场景，确定目标场景要素，其中所述测试场景中除所述目标场景要素之外的其他场景要素为在真实环境中存在的真实场景要素；生成模块4200，用于生成虚拟的目标场景要素；控制模块4300，用于在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。
在一些实施例中，所述目标场景要素为动态场景要素，所述目标场景要素的状态信息包括所述目标场景要素的属性信息和运动状态信息。
在一些实施例中，所述目标场景要素包括关键交通参与者。
在一些实施例中，所述控制模块，具体用于：在自动驾驶车辆的行驶过程中，根据预设的触发条件将所述虚拟场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟场景要素的状态信息在所述测试场景中行驶。
在一些实施例中，所述预设的触发条件包括：所述自动驾驶车辆到达设定的位置，和/或所述自动驾驶车辆达到设定的速度，和/或由人工触发。
在一些实施例中，所述装置还包括：获取模块，用于获取所述自动驾驶车辆在所述测试场景中的行驶状态信息；评价模块，用于根据所述自动驾驶车辆在所述测试场景中的行驶状态信息，对所述自动驾驶车辆的自动驾驶性能进行评价。
在一些实施例中，所述测试场景为高危场景。
图5示出了本发明实施例的电子设备。如图5所示，电子设备5000包括：至少一个处理器5100，以及与所述至少一个处理器5100通信连接的存储器5200，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述的方法。
具体地，上述存储器5200和处理器5100经由总线5300连接在一起，能够为通用的存储器和处理器，这里不做具体限定，当处理器5100运行存储器5200存储的计算机程序时，能够执行本发明实施例中结合图1至图4所描述的各项操作和功能。
本发明实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现所述的方法。具体实现可参见方法实施例，在此不再赘述。
尽管本发明实施例的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明实施例的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明实施例并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种基于混合现实的自动驾驶车辆的测试方法，其特征在于，包括：
根据测试场景，确定目标场景要素，其中所述测试场景中除所述目标场景要素之外的其他场景要素为在真实环境中存在的真实场景要素；
生成虚拟的目标场景要素；
在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶；
所述目标场景要素为动态场景要素，所述目标场景要素的状态信息包括所述目标场景要素的属性信息和运动状态信息；
在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***之前，所述方法还包括：
在所述真实环境中构建真实的目标场景要素；
在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述真实的目标场景要素的状态信息，并将所述真实的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***；
所述在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶，包括：
在自动驾驶车辆的行驶过程中，将所述真实的目标场景要素从所述测试场景分离，并将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述真实的目标场景要素的状态信息以及所述虚拟的目标场景要素的状态信息在所述测试场景中行驶；
其中，所述虚拟的目标场景要素的运动状态信息包括将所述真实的目标场景要素从所述测试场景分离时刻以及分离之后所述目标场景要素的运动状态信息。
2.如权利要求1所述的基于混合现实的自动驾驶车辆的测试方法，其特征在于，所述目标场景要素包括关键交通参与者。
3.如权利要求1所述的基于混合现实的自动驾驶车辆的测试方法，其特征在于，所述方法还包括：
在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述其他场景要素的状态信息，并将所述其他场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息以及所述其他场景要素的状态信息在所述测试场景中行驶。
4.如权利要求1所述的基于混合现实的自动驾驶车辆的测试方法，其特征在于，所述在自动驾驶车辆的行驶过程中，将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶，包括：
在自动驾驶车辆的行驶过程中，根据预设的触发条件将所述虚拟的目标场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述虚拟的目标场景要素的状态信息在所述测试场景中行驶。
5.如权利要求4所述的基于混合现实的自动驾驶车辆的测试方法，其特征在于，所述预设的触发条件包括：所述自动驾驶车辆到达设定的位置，和/或所述自动驾驶车辆达到设定的速度，和/或由人工触发。
6.如权利要求5所述的基于混合现实的自动驾驶车辆的测试方法，其特征在于，所述方法还包括：
在自动驾驶车辆的行驶过程中，所述自动驾驶车辆的感知***获取所述其他场景要素的状态信息，并将所述其他场景要素的状态信息输入所述自动驾驶车辆的决策控制***，以使所述自动驾驶车辆根据所述真实的目标场景要素的状态信息、所述虚拟的目标场景要素的状态信息以及所述其他场景要素的状态信息在所述测试场景中行驶。
7.如权利要求1所述的基于混合现实的自动驾驶车辆的测试方法，其特征在于，所述方法还包括：
获取所述自动驾驶车辆在所述测试场景中的行驶状态信息；
根据所述自动驾驶车辆在所述测试场景中的行驶状态信息，对所述自动驾驶车辆的自动驾驶性能进行评价。
8.如权利要求1所述的基于混合现实的自动驾驶车辆的测试方法，其特征在于，所述测试场景为高危场景。
9.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-8中任一项所述的方法。
10.一种存储介质，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，实现权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110089749.8A CN112819968B (zh) | 2021-01-22 | 2021-01-22 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110089749.8A CN112819968B (zh) | 2021-01-22 | 2021-01-22 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112819968A CN112819968A (zh) | 2021-05-18 |
| CN112819968B true CN112819968B (zh) | 2024-04-02 |
Family
ID=75858868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110089749.8A Active CN112819968B (zh) | 2021-01-22 | 2021-01-22 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112819968B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113254336B (zh) * | 2021-05-24 | 2022-11-08 | 公安部道路交通安全研究中心 | 自动驾驶汽车交通法规符合性仿真测试方法及*** |
| CN113589930B (zh) * | 2021-07-30 | 2024-02-23 | 广州市旗鱼软件科技有限公司 | 一种混合现实模拟驾驶环境生成方法及*** |
| CN113777951B (zh) * | 2021-08-04 | 2023-07-25 | 清华大学 | 面向弱势道路使用者避撞决策的自动驾驶仿真***及方法 |
| WO2023028858A1 (zh) * | 2021-08-31 | 2023-03-09 | 华为技术有限公司 | 一种测试方法和*** |
| CN113848855B (zh) * | 2021-09-27 | 2023-08-01 | 襄阳达安汽车检测中心有限公司 | 车辆控制***测试方法、装置、设备、介质及程序产品 |
| CN113799790B (zh) * | 2021-10-19 | 2023-07-21 | 中国第一汽车股份有限公司 | 车速控制性能的测试方法、装置、电子设备及介质 |
| CN115048972B (zh) * | 2022-03-11 | 2023-04-07 | 北京智能车联产业创新中心有限公司 | 交通场景解构分类方法及虚实结合自动驾驶测试方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0863510A (ja) * | 1994-08-24 | 1996-03-08 | Fujitsu Ltd | 論理シミュレーション装置 |
| CN106354251A (zh) * | 2016-08-17 | 2017-01-25 | 深圳前海小橙网科技有限公司 | 一种虚拟场景与真实场景融合的模型***与方法 |
| CN109564706A (zh) * | 2016-12-01 | 2019-04-02 | 英特吉姆股份有限公司 | 基于智能交互式增强现实的用户交互平台 |
| CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及*** |
| CN110188482A (zh) * | 2019-05-31 | 2019-08-30 | 初速度（苏州）科技有限公司 | 一种基于智能驾驶的测试场景创建方法及装置 |
| CN110794810A (zh) * | 2019-11-06 | 2020-02-14 | 安徽瑞泰智能装备有限公司 | 一种对智能驾驶车辆进行集成化测试的方法 |
| CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试***及方法 |
| CN112198859A (zh) * | 2020-09-07 | 2021-01-08 | 西安交通大学 | 混合场景下车辆在环的自动驾驶车辆测试方法、***及装置 |
-
2021
- 2021-01-22 CN CN202110089749.8A patent/CN112819968B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0863510A (ja) * | 1994-08-24 | 1996-03-08 | Fujitsu Ltd | 論理シミュレーション装置 |
| CN106354251A (zh) * | 2016-08-17 | 2017-01-25 | 深圳前海小橙网科技有限公司 | 一种虚拟场景与真实场景融合的模型***与方法 |
| CN109564706A (zh) * | 2016-12-01 | 2019-04-02 | 英特吉姆股份有限公司 | 基于智能交互式增强现实的用户交互平台 |
| CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及*** |
| CN110188482A (zh) * | 2019-05-31 | 2019-08-30 | 初速度（苏州）科技有限公司 | 一种基于智能驾驶的测试场景创建方法及装置 |
| CN110794810A (zh) * | 2019-11-06 | 2020-02-14 | 安徽瑞泰智能装备有限公司 | 一种对智能驾驶车辆进行集成化测试的方法 |
| CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试***及方法 |
| CN112198859A (zh) * | 2020-09-07 | 2021-01-08 | 西安交通大学 | 混合场景下车辆在环的自动驾驶车辆测试方法、***及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112819968A (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112819968B (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
| CN109657355B (zh) | 一种车辆道路虚拟场景的仿真方法及*** | |
| US11983972B1 (en) | Simulating virtual objects | |
| CN108334055B (zh) | 车辆自动驾驶算法的检验方法、装置、设备及存储介质 | |
| US10896122B2 (en) | Using divergence to conduct log-based simulations | |
| CN111565990B (zh) | 用于自主车辆的软件验证 | |
| US10482003B1 (en) | Method and system for modifying a control unit of an autonomous car | |
| CN109211575B (zh) | 无人驾驶汽车及其场地测试方法、装置及可读介质 | |
| CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
| US11688174B2 (en) | System and method for determining vehicle data set familiarity | |
| US11385991B1 (en) | Collision evaluation for log-based simulations | |
| US11003925B2 (en) | Event prediction system, event prediction method, program, and recording medium having same recorded therein | |
| US20180011953A1 (en) | Virtual Sensor Data Generation for Bollard Receiver Detection | |
| US20220198107A1 (en) | Simulations for evaluating driving behaviors of autonomous vehicles | |
| CN112816226B (zh) | 基于可控交通流的自动驾驶测试***及方法 | |
| EP3869341A1 (en) | Play-forward planning and control system for an autonomous vehicle | |
| US20220204009A1 (en) | Simulations of sensor behavior in an autonomous vehicle | |
| CN114077541A (zh) | 验证用于自动驾驶车辆的自动控制软件的方法和*** | |
| CN113918615A (zh) | 一种基于仿真的驾驶经验数据挖掘模型构建方法及*** | |
| CN117130298A (zh) | 用于评估自动驾驶***的方法、装置及存储介质 | |
| CN116685924A (zh) | 用于自主车辆上下文中的模拟支持的地图质量保证的***和方法 | |
| EP4082856A2 (en) | E2e learning-based evaluator for an autonomous driving vehicle | |
| CN115755865A (zh) | 一种商用车辅助驾驶硬件在环测试***及方法 | |
| Hafner | SIMULATORS–Integration of the real measurement data into the DVRS | |
| CN113793523B (zh) | 一种指挥交通的方法、装置、车载设备及车辆 |
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 |