CN112925221B - 基于数据回注的辅助驾驶闭环测试方法 - Google Patents
基于数据回注的辅助驾驶闭环测试方法 Download PDFInfo
- Publication number
- CN112925221B CN112925221B CN202110075887.0A CN202110075887A CN112925221B CN 112925221 B CN112925221 B CN 112925221B CN 202110075887 A CN202110075887 A CN 202110075887A CN 112925221 B CN112925221 B CN 112925221B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- adas algorithm
- algorithm module
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于数据回注的辅助驾驶闭环测试方法,包括:步骤1.对采集的实车数据进行解析和拆分,并提取出场景数据;步骤2.将场景数据发送给ADAS算法模块,ADAS算法模块根据收到的数据进行处理、仲裁和决策,然后将控制指令发送到车辆动力学模型中,所述车辆动力学模型根据收到的控制指令完成车辆一系列动作,再将车辆信息发送到总线***模块上;ADAS算法模块根据需要的车辆信息到总线***模块中获取相应的信号与之匹配相连,将车辆信息连同场景数据一起输入到ADAS算法模块中,形成闭环仿真。本发明通过对场景数据进行多次使用,并利用相同数据对ADAS算法进行多轮迭代测试,提升了数据的使用效率和仿真价值。
Description
技术领域
本发明属于汽车测试技术领域,具体涉及一种基于数据回注的辅助驾驶闭环测试方法。
背景技术
随着高级驾驶辅助***(ADAS)的逐步普及,该***的重要程度也越来越高。但是,随着用户对该***的要求越来越高,ADAS集成的功能越来越多,使实车测试变得越来越难,甚至测试变得十分危险。
各家整车厂(零部件厂商)在进行实车测试时,记录了大量的数据,很多数据没有被有效利用,造成了极大的资源浪费。为了规避实车测试危险性问题,同时,为了有效利用现有的数据,许多整车厂尝试着利用采集到的数据进行开环测试,现有主流的开环测试方法存在如下弊端:
(1)测试是完全开环,没有类似实车的闭环响应。传感信息、车辆信息等都是车辆实际采集的数据不能更改,开环测试意义不大。
(2)由于所有的数据都是实际存在的,不能修改,重复性测试,同样会造成数据资源浪费。
(3)某些开环测试需要单独采集数据,没有利用原有的数据进行测试,该部分工作会更加耗费资源。
(4)环测试中,仿真的精度低,仿真效果差。
因此,有必要开发一种新的基于数据回注的辅助驾驶闭环测试方法。
发明内容
本发明的目的是提供一种基于数据回注的辅助驾驶闭环测试方法,通过对场景数据进行多次使用,并利用相同数据对ADAS算法进行多轮迭代测试,以提升数据的使用效率和仿真价值。
本发明所述的一种基于数据回注的辅助驾驶闭环测试方法,包括ADAS算法模块、车辆动力学模型和总线***模块,所述车辆动力学模型分别与ADAS算法模块和总线***模块连接,其方法包括以下步骤:
步骤1.对采集的实车数据进行解析和拆分,并提取出场景数据形成场景数据库;
步骤2.在场景数据准备就绪后,将场景数据发送给ADAS算法模块,ADAS算法模块根据收到的数据进行处理、仲裁和决策,然后将控制指令发送到车辆动力学模型中,所述车辆动力学模型根据收到的控制指令完成车辆一系列动作,再将车辆信息发送到总线***模块上;ADAS算法模块根据需要的车辆信息到总线***模块中获取相应的信号与之匹配相连,将车辆信息连同场景数据一起输入到ADAS算法模块中,形成闭环仿真。
进一步,还包括其他数据,所述其他数据包括云节点数据和V2X通信数据,所述其他数据连同车辆信息、场景数据一起输入到ADAS算法模块。
进一步,所述车辆动力学模型的精度在80%以上。
进一步,在进行场景数据输入时,针对每个信号设置采样频率,该采样频率与实车采集频率一致。
本发明具有以下优点:本方法能够对场景数据进行重复利用,将场景数据文件形成场景库文件,对ADAS算法进行多轮迭代测试。同时,随着实车测试的样本量原来越大,累积的场景库也越来越完善。通过对场景数据库文件的重复使用,从而提高了数据的使用效率,提升了仿真价值。
附图说明
图1为本实施例中的闭环仿真框图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,一种基于数据回注的辅助驾驶闭环测试方法,包括ADAS算法模块、车辆动力学模型和总线***模块,所述车辆动力学模型分别与ADAS算法模块和总线***模块连接,其方法包括以下步骤:
步骤1.对采集的实车数据进行解析和拆分,并提取出场景数据形成场景数据库;具体为:
根据采集的设备种类和协议对实车数据进行解析。数据解析之后,按照协议内容划分为场景数据、车辆信息和故障诊断信息等类别。将场景数据内容从实车数据中进行提取,拆分。为了提高仿真方法的普适性及应用范围,涉及到的场景相关信息都必须涵盖。场景数据中的每个信号都有各自的采样周期,所以相同时间段记录的数据,每个信号数量会不一样。这就要求在进行场景数据输入时,针对每个信号设置采样频率,该采样频率与实车采集频率一致,以确保在将场景数据送入到ADAS算法模块时,数据可以正确匹配。
步骤2.在场景数据准备就绪后,将场景数据发送给ADAS算法模块,ADAS算法模块根据收到的数据进行处理、仲裁和决策,然后将控制指令发送到车辆动力学模型中,所述车辆动力学模型根据收到的控制指令完成车辆一系列动作,再将车辆信息发送到总线***模块上;ADAS算法模块根据需要的车辆信息到总线***模块中获取相应的信号与之匹配相连,将车辆信息连同场景数据一起输入到ADAS算法模块中,形成闭环仿真。
随着ADAS功能越来越多,信号越来越复杂,信号的来源也呈现多样化。除了车辆采集的信息外,为了能够适用于未来ADAS算法的仿真,可以增加云节点数据、V2X通信数据等车辆外部的其它数据源,辅助测试执行某些特殊的功能。该部分的数据是可选的,如果没有特殊的需求,可以忽略。若需要其他数据时,所述其他数据连同车辆信息、场景数据一起输入到ADAS算法模块。
本实施例中,在场景数据、其它数据及车辆信息准备就绪后, 所有信号按照一定的结构层次,分别送到ADAS算法模块的外部接口。接口信号统一按照传输规则进行速率同步,ADAS算法模块在单位时间内接收到数据量与实际需要的数据量相等。采用该方法在加载ADAS算法时,ADAS算法必须与实车加载的算法频率相同,这样才能够保证ADAS算法中的积分、微分等运算的正确性。然后,ADAS算法模块输出正确的控制指令到车辆动力学模型。该部分是闭环仿真测试的主要对象。
本实施例中,车辆动力学模型是仿真精度的关键,车辆动力学模型的搭建属于现有技术,根据ADAS算法装载的车辆类型(比如:燃油车、电动车、混动车等)选择不同的组件。搭建的车辆动力学模型根据需求,需要满足一定的精度,一般在80%以上。车辆动力学模型对ADAS算法的性能仿真有极大帮助,ADAS算法仿真过程中,车辆响应的数据对ADAS算法的修订有指导意义。ADAS算法输出扭矩、刹车和转向信号,车辆动力学模型需要输出几十、上百个信号,比如:车速、横纵向加速度、方向盘转向角度、方向盘转角速率、方向盘扭矩、发动机转速、发动机功率、主缸压力、轮缸压力、输出扭矩、轮速、档位、YawRate和航向角等。
本实施例中,车辆信息是从总线***模块中获取得到,车辆信息是按照实车控制器的信息结构经过整理得到。车辆信息是有逻辑层次的信号集,车辆信息中含有多个电子控制器节点,每个电子控制器节点含有多个信号,而每个信号都由车辆动力学模型相应的模块产生。由于车辆动力学模型会根据收到的控制指令不断调取内部求解器进行计算。车辆动力学模型内部的模块会协同工作,得到所需要的车辆信息,车辆信息一直处于不断更新的过程。
本实施例中,总线***模块是根据CAN或者Ethernet协议,将车辆动力学模型输出的的信号配置到不同的虚拟电子控制器中。所有相关的虚拟电子控制器通过总线挂载到总线***模块上,虚拟电子控制器之间可以相互进行通讯。总线***模块与车辆信息进行交互作用,将此时的车辆信息传递到ADAS算法模块中,数据形成闭环。
使用该方法能够有效利用现有的采集数据,对ADAS算法的功能和性能进行测试。
Claims (3)
1.一种基于数据回注的辅助驾驶闭环测试方法,其特征在于,包括ADAS算法模块、车辆动力学模型和总线***模块,所述车辆动力学模型分别与ADAS算法模块和总线***模块连接,其方法包括以下步骤:
步骤1.对采集的实车数据进行解析和拆分,并提取出场景数据形成场景数据库,具体为:
根据采集的设备种类和协议对实车数据进行解析,数据解析之后,按照协议内容划分为场景数据、车辆信息和故障诊断信息;将场景数据内容从实车数据中进行提取、拆分;场景数据中的每个信号都有各自的采样周期,针对每个信号设置采样频率,该采样频率与实车采集频率一致;
步骤2.在场景数据准备就绪后,将所有信号按照一定的结构层次,分别送到ADAS算法模块的外部接口,接口信号统一按照传输规则进行速率同步,ADAS算法模块在单位时间内接收到数据量与实际需要的数据量相等;
ADAS算法模块根据收到的数据进行处理、仲裁和决策,然后将控制指令发送到车辆动力学模型中,所述车辆动力学模型根据收到的控制指令完成车辆一系列动作,再将车辆信息发送到总线***模块上,其中,所述车辆信息是按照实车控制器的信息结构经过整理得到,车辆信息是有逻辑层次的信号集,车辆信息中含有多个电子控制器节点,每个电子控制器节点含有多个信号,而每个信号都由车辆动力学模型相应的模块产生;
ADAS算法模块根据需要的车辆信息到总线***模块中获取相应的信号与之匹配相连,将车辆信息连同场景数据一起输入到ADAS算法模块中,形成闭环仿真。
2.根据权利要求1所述的基于数据回注的辅助驾驶闭环测试方法,其特征在于:还包括其他数据,所述其他数据包括云节点数据和V2X通信数据,所述其他数据连同车辆信息、场景数据一起输入到ADAS算法模块。
3.根据权利要求1或2所述的基于数据回注的辅助驾驶闭环测试方法,其特征在于:所述车辆动力学模型的精度在80%以上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110075887.0A CN112925221B (zh) | 2021-01-20 | 2021-01-20 | 基于数据回注的辅助驾驶闭环测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110075887.0A CN112925221B (zh) | 2021-01-20 | 2021-01-20 | 基于数据回注的辅助驾驶闭环测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112925221A CN112925221A (zh) | 2021-06-08 |
CN112925221B true CN112925221B (zh) | 2022-10-11 |
Family
ID=76164582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110075887.0A Active CN112925221B (zh) | 2021-01-20 | 2021-01-20 | 基于数据回注的辅助驾驶闭环测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112925221B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113467429B (zh) * | 2021-07-23 | 2023-03-28 | 重庆长安汽车股份有限公司 | 一种基于pcan-usb及adas控制器的实车场景回注***及方法 |
CN114326443B (zh) * | 2022-01-14 | 2023-09-29 | 重庆长安汽车股份有限公司 | 一种用于adas的mil仿真测试方法、***及可读存储介质 |
CN114488854A (zh) * | 2022-01-26 | 2022-05-13 | 上海和夏新能源科技有限公司 | 基于测试数据的智能驾驶及adas模拟仿真方法及*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871243A (zh) * | 2014-04-16 | 2014-06-18 | 武汉欧普威科技有限公司 | 基于主动安全平台的无线车辆管理***及方法 |
CN109218075A (zh) * | 2018-08-07 | 2019-01-15 | 公安部交通管理科学研究所 | 一种基于硬件在环的v2x场景测试方法及*** |
CN110197027A (zh) * | 2019-05-28 | 2019-09-03 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
CN110673590A (zh) * | 2019-10-21 | 2020-01-10 | 安徽江淮汽车集团股份有限公司 | 自动驾驶***可靠性判断方法、装置、设备及存储介质 |
CN110688311A (zh) * | 2019-09-25 | 2020-01-14 | 武汉光庭信息技术股份有限公司 | 一种面向自动驾驶典型场景的测试用例管理方法和装置 |
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 |
CN110909460A (zh) * | 2019-11-12 | 2020-03-24 | 中国第一汽车股份有限公司 | 车联网v2x仿真测试方法、装置、设备和存储介质 |
CN111783230A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种自动驾驶算法的仿真测试方法及装置 |
CN111881519A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶的测试方法、装置、计算机设备及存储介质 |
CN111881520A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶测试的异常检测方法、装置、计算机设备及存储介质 |
CN112147967A (zh) * | 2019-06-27 | 2020-12-29 | 北京新能源汽车股份有限公司 | 一种汽车控制器的场景测试用例自动生成方法及装置 |
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 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4361389B2 (ja) * | 2004-02-26 | 2009-11-11 | 本田技研工業株式会社 | 道路交通シミュレーション装置 |
FR2988334B1 (fr) * | 2012-03-26 | 2015-07-10 | Valeo Vision | Procede et dispositif d'aide a la conduite diurne des vehicules automobiles |
US20160094866A1 (en) * | 2014-09-29 | 2016-03-31 | Amazon Technologies, Inc. | User interaction analysis module |
US10755007B2 (en) * | 2018-05-17 | 2020-08-25 | Toyota Jidosha Kabushiki Kaisha | Mixed reality simulation system for testing vehicle control system designs |
CN109141929A (zh) * | 2018-10-19 | 2019-01-04 | 重庆西部汽车试验场管理有限公司 | 智能网联汽车仿真测试***及方法 |
CN109614704A (zh) * | 2018-12-11 | 2019-04-12 | 安徽江淮汽车集团股份有限公司 | 一种adas自动化测试***和方法 |
CN110598234A (zh) * | 2019-05-07 | 2019-12-20 | 重庆长安汽车股份有限公司 | 车辆动力学模型参数校准方法 |
CN110687901A (zh) * | 2019-10-31 | 2020-01-14 | 重庆长安汽车股份有限公司 | 仿真测试平台 |
CN110888417A (zh) * | 2019-12-16 | 2020-03-17 | 苏州智加科技有限公司 | 一种自动驾驶卡车的控制***实时仿真和测试方法 |
CN111897305B (zh) * | 2020-06-02 | 2022-08-02 | 浙江吉利汽车研究院有限公司 | 一种基于自动驾驶的数据处理方法、装置、设备及介质 |
-
2021
- 2021-01-20 CN CN202110075887.0A patent/CN112925221B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871243A (zh) * | 2014-04-16 | 2014-06-18 | 武汉欧普威科技有限公司 | 基于主动安全平台的无线车辆管理***及方法 |
CN109218075A (zh) * | 2018-08-07 | 2019-01-15 | 公安部交通管理科学研究所 | 一种基于硬件在环的v2x场景测试方法及*** |
CN110197027A (zh) * | 2019-05-28 | 2019-09-03 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
CN112147967A (zh) * | 2019-06-27 | 2020-12-29 | 北京新能源汽车股份有限公司 | 一种汽车控制器的场景测试用例自动生成方法及装置 |
CN110688311A (zh) * | 2019-09-25 | 2020-01-14 | 武汉光庭信息技术股份有限公司 | 一种面向自动驾驶典型场景的测试用例管理方法和装置 |
CN110673590A (zh) * | 2019-10-21 | 2020-01-10 | 安徽江淮汽车集团股份有限公司 | 自动驾驶***可靠性判断方法、装置、设备及存储介质 |
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 |
CN110909460A (zh) * | 2019-11-12 | 2020-03-24 | 中国第一汽车股份有限公司 | 车联网v2x仿真测试方法、装置、设备和存储介质 |
CN111783230A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种自动驾驶算法的仿真测试方法及装置 |
CN111881519A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶的测试方法、装置、计算机设备及存储介质 |
CN111881520A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶测试的异常检测方法、装置、计算机设备及存储介质 |
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 |
Non-Patent Citations (4)
Title |
---|
A comparison of MCScene and CameoSim simulations of a real scene;Wellesley Pereira,等;《2014 6th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS)》;20141231;全文 * |
A Novel Integrated Simulation and Testing Platform for Self-Driving Cars With Hardware in the Loop;Shitao Chen,等;《IEEE Transactions on Intelligent Vehicles》;20191231;第4卷(第3期);全文 * |
智能网联汽车云控***原理及其典型应用;***,等;《汽车安全与节能学报》;20201231;第11卷(第3期);全文 * |
车联网C-V2X技术原理及测试解决方案;甘秉鸿;《信息通信技术与政策》;20191231(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112925221A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112925221B (zh) | 基于数据回注的辅助驾驶闭环测试方法 | |
CN105825241B (zh) | 基于模糊神经网络的驾驶员制动意图辨识方法 | |
CN107784152A (zh) | 包括多个模拟器的模拟 | |
CN106980560B (zh) | 一种基于icd数据库多总线协议测试及仿真方法和平台 | |
Eyisi et al. | Model‐Based Control Design and Integration of Cyberphysical Systems: An Adaptive Cruise Control Case Study | |
US10551807B2 (en) | Method for connecting an input/output interface of a tester equipped for control unit development | |
CN112305938B (zh) | 一种控制模型开环仿真验证方法、装置、设备和介质 | |
CN111125854A (zh) | 车辆动力学模型的优化方法、装置、存储介质和终端设备 | |
CN114329779A (zh) | 基于数字孪生的算法验证***及验证方法 | |
CN113468070A (zh) | 车载以太网的一致性测试方法 | |
KR102154279B1 (ko) | 차량용 디버깅 시스템의 동작 방법 | |
US8751094B2 (en) | Method for validation of a graphically based executable control specification using model extraction | |
CN110794813B (zh) | 一种机电零部件在环实时联动测试方法及*** | |
US20170212509A1 (en) | Method for configuring a tester equipped for testing a control unit | |
CN116670660A (zh) | 片上网络的仿真模型生成方法、装置、电子设备及计算机可读存储介质 | |
De Souza et al. | Synthesis of a controller algorithm for safety-critical systems | |
Giusto et al. | Modeling and analysis of automotive systems: Current approaches and future trends | |
CN103198168B (zh) | 一种离线仿真方法 | |
Predut et al. | Formal modelling of cruise control system using Event-B and Rodin platform | |
CN114297769A (zh) | 一种整车操纵稳定性评价方法、装置、设备及存储介质 | |
CN110135572B (zh) | 一种基于soc的可训练柔性cnn***设计方法 | |
Louis et al. | Developing Domain Ontologies and an Integration Ontology to Support Modeling and Simulation of Next-Generation Ground Vehicle Systems | |
Peng et al. | Development for Control Strategy of ISG Hybrid Electric Vehicle Based on Model | |
Vyas | Trends of FPGA use in Automotive Engineering | |
Safar et al. | Virtual electronic control unit as a Functional Mockup Unit for heterogeneous systems |
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 |