CN113892088A - 一种测试方法和*** - Google Patents
一种测试方法和*** Download PDFInfo
- Publication number
- CN113892088A CN113892088A CN202180003497.0A CN202180003497A CN113892088A CN 113892088 A CN113892088 A CN 113892088A CN 202180003497 A CN202180003497 A CN 202180003497A CN 113892088 A CN113892088 A CN 113892088A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- simulation
- scene
- trigger
- 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
- 238000010998 test method Methods 0.000 title abstract description 15
- 238000004088 simulation Methods 0.000 claims abstract description 179
- 238000012360 testing method Methods 0.000 claims abstract description 151
- 238000000034 method Methods 0.000 claims abstract description 74
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 54
- 238000006243 chemical reaction Methods 0.000 claims description 48
- 230000008569 process Effects 0.000 abstract description 49
- 230000009466 transformation Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 19
- 230000001133 acceleration Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 12
- 230000033228 biological regulation Effects 0.000 description 11
- 230000015654 memory Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008447 perception Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请实施例提供一种车辆测试方法,通过建立仿真场景中虚拟车辆与实车测试车辆的位置变换关系,并且为仿真过程设计初始化过程和场景仿真过程,在不同过程采用不同的规控算法,通过场景触发信息切换规控算法,从而实现交通参与者丰富多样、场地约束限制小、测试结果可重复的车辆在环测试,有助于保证高级自动驾驶***测试的一致性,能够准确再现关键路测场景。本申请提供的测试方法可以应用于智能汽车的测试。
Description
本申请要求于2021年8月31日提交中国国家知识产权局、申请号为PCT/CN2021/115752、发明名称为“一种测试方法和***”的国际专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本申请涉及汽车领域,尤其涉及一种测试方法和***。
背景技术
高度智能的自动驾驶***是未来自动驾驶技术的发展方向,而智能驾驶***的测试是智能驾驶***开发过程中的关键部分。软件在环(software in loop,SIL)、模型在环(module in loop,MIL)、硬件在环(hardware in loop,HIL)等多种技术手段可以用来加速自动驾驶***算法迭代和测试验证。SIL仿真测试方便灵活、可重复性强、测试成本低、安全性好。然而,由于车辆数学建模不够精确,仿真所得结果与实际车辆运动轨迹并不一致。HIL台架造价昂贵,且难以考虑真实的车辆动力学。整车在环(vehicle in loop,VIL)测试采用真实车辆在环,弥补了SIL和HIL仿真车辆动力学模型不精确的不足。
另一方面,道路测试是高级智能驾驶***的主要测试手段。道路测试过程中会遇到危险性高的极端场景(corner/edge case),此类场景路测难以重现。针对此类关键场景进行重建,并快速高效、低成本地进行整车在环测试对智能驾驶***的算法开发、迭代和验证具有重要意义。但是,目前在进行整车在环测试中还没有针对此类重建场景的测试方法,并且还未有关于保证VIL测试结果一致性的方法。
申请内容
本申请提出一种灵活方便、测试成本低,且能够保证车辆在环测试的高可靠性测试***。
第一方面,本申请实施例提供了一种车辆测试方法。本申请第一方面的第1种可能的实施方式提供的测试方法包括:获取第一位置信息,第一位置信息为车辆的位置信息;根据第一位置信息获取第二位置信息,第二位置信息为车辆在仿真场景中的位置信息。
根据第一方面第1种可能的实施方式,在第2种可能的实施方式中,根据第一位置信息获取第二位置信息,具体包括:根据第一位置信息和仿真场景信息获取位置转换关系;根据第一位置信息和位置转换关系获取第二位置信息。
通过采用定位转换关系的自动更新,解耦了仿真场景的位置限制,测试灵活方便,提升了测试效率且丰富了VIL测试内容,降低了测试成本。
根据第一方面第2种可能的实施方式,在第3种可能的实施方式中,在根据第一位置信息获取第二位置信息之后,方法还包括:根据第二位置信息更新仿真场景信息,仿真场景信息包括交通参与者信息;发送仿真场景信息。
本处需要说明的是,利用实车定位信息和场景信息,实现VIL测试时任意位置的场景加载和位置转换关系的自动更新;并且测试场地不受限制,可进行不同地面附着系数的测试,丰富了VIL测试的能力。
根据第一方面第2种或3种可能的实施方式,在第4种可能的实施方式中,仿真场景信息还包括场景触发信息。
根据第一方面第4种可能的实施方式,在第5种可能的实施方式中,场景触发信息用于切换测试阶段,测试阶段包括第一阶段和第二阶段;其中,车辆在第一阶段使用第一规划控制算法,车辆在第二阶段使用第二规划控制算法。方法还包括:根据场景触发信息由第一阶段进入第二阶段。
本处需要说明的是,本申请提供的方法通过在仿真初始化过程使用第一规控算法,以及基于场景触发信息的第二规控算法,降低了VIL测试过程中人为因素的影响。
根据第一方面第4种或第5种可能的实施方式,在第6种可能的实施方式中,场景触发信息包括以下至少一种:车辆触发信息、交通参与者触发信息和交通信号触发信息。
根据第一方面第6种可能的实施方式,在第7种可能的实施方式中,车辆触发信息包括设定的车辆运动状态,车辆运动状态包括以下至少一种:车辆的位置信息、车辆的运动信息、驾驶任务信息、自车子***或零部件的状态。
根据第一方面第6种或第7种可能的实施方式,在第8种可能的实施方式中,交通参与者触发信息包括以下至少一种:设定的运动状态、设定的位置、在仿真场景中出现的时间。
根据第一方面第6种至第8种中任一种可能的实施方式,在第9种可能的实施方式中,交通信号触发信息包括以下至少一种:设定的交通信号灯信号、设定的交通标志信号、设定的交通标线信号、设定的交通管理者信号。
根据第一方面第1种至第9种中任一种可能的实施方式,在第10种可能的实施方式中,仿真场景是根据仿真场景库获得的,仿真场景库包括多个仿真场景,多个仿真场景包括根据道路测试数据获得的仿真场景。
本处需要说明的是,利用场景仿真的初始化过程和场景加载过程,通过场景触发信息保证了场景的一致性,可以降低VIL测试结果受不同车型和场景的影响。
本申请第二方面提供一种车辆测试***,在第二方面的第1种可能的实施方式中,该***包括:获取模块,获取模块用于获取第一位置信息,第一位置信息为车辆的位置信息;位置转换模块,位置转换模块用于根据第一位置信息获取第二位置信息,第二位置信息为车辆在仿真场景中的位置信息。
根据第二方面第1种可能的实施方式,在第2种可能的实施方式中,位置转换模块用于根据第一位置信息获取第二位置信息,具体包括:位置转换模块用于根据第一位置信息和仿真场景信息获取位置转换关系;位置转换模块用于根据第一位置信息和位置转换关系获取第二位置信息。
根据第二方面第2种可能的实施方式,在第3种可能的实施方式中,还包括仿真模块和发送模块,在位置转换模块根据第一位置信息获取第二位置信息之后,仿真模块用于根据第二位置信息更新仿真场景信息,仿真场景信息包括交通参与者信息;发送模块用于发送仿真场景信息。
根据第二方面第2种或第3种可能的实施方式,在第4种可能的实施方式中,仿真场景信息还包括场景触发信息。
根据第二方面第4种可能的实施方式,在第5种可能的实施方式中,场景触发信息用于切换测试阶段,测试阶段包括第一阶段和第二阶段;其中,车辆在第一阶段使用第一规划控制算法,车辆在第二阶段使用第二规划控制算法。
***还包括:仿真触发模块,仿真触发模块用于控制车辆根据场景触发信息由第一阶段进入第二阶段。
本申请设计的VIL测试初始化过程的规控算法和算法切换模块,减少VIL测试时人为因素的干扰,保证场景触发时自车状态的一致,大大提升多次测试的可重复性和稳定性。
根据第二方面第4种或第5种可能的实施方式,在第6种可能的实施方式中,场景触发信息包括以下至少一种:车辆触发信息、交通参与者触发信息和交通信号触发信息。
根据第二方面第6种可能的实施方式,在第7种可能的实施方式中,车辆触发信息包括设定的车辆运动状态,车辆运动状态包括以下至少一种:车辆的位置信息、车辆的运动信息、驾驶任务信息、自车子***或零部件的状态。
根据第二方面第6种或第7种可能的实施方式,在第8种可能的实施方式中,交通参与者触发信息包括以下至少一种:设定的运动状态、设定的位置、在仿真场景中出现的时间。
根据第二方面第6种至第8种中任一项可能的实施方式,在第9种可能的实施方式中,交通信号触发信息包括以下至少一种:设定的交通信号灯信号、设定的交通标志信号、设定的交通标线信号、设定的交通管理者信号。
本申请利用仿真场景的初始化过程和场景仿真过程,以及场景触发信息和交通参与者的触发信息,降低了车型对场景交互结果的影响,采用丰富多样的触发信息可保证场景仿真的一致性的同时,提升仿真场景的多样性;
根据第二方面第1种可能的实施方式,在第9种可能的实施方式中,仿真场景是根据仿真场景库获得的,仿真场景库包括多个仿真场景,多个仿真场景包括根据道路测试数据获得的仿真场景。
本申请第三方面还提供一种计算机可读存储介质,该计算机可读存储介质存储有代码或指令,当代码或指令被运行时,执行第一方面第1种至第10种中任一项的方法。
本申请第四方面还提供一种车辆,在第四方面的第1种可能的实施方式中,该车辆可以获取仿真触发信息,根据仿真触发信息将场景触发信息由第一规控算法切换为第二规控算法,该第一规控算法用于使车辆状态达到预设条件,该第二规控算法用于仿真测试。
本申请提供的测试方法可以应用于交通参与者较多的复杂场景,可以考虑到高级自动驾驶遇到的多种类型参与者,多次交互的复杂情况。另外一方面,智能驾驶***的迭代、更新以及验证必须保证同一场景可重复性,才能够评价、证明***的能力。本申请提供的测试方法可以保证多次测试结果的一致性,降低测试成本。此外,通过位置转换模块将测试车辆投射到仿真场景中,还可以实现场地调整灵活方便、结果可重复性良好的整车在环测试。
附图说明
图1为本申请实施例提供的一种车辆功能示意图;
图2为本申请实施例提供的一种车辆架构示意图;
图3为本申请实施例提供的一种仿真***架构示意图;
图4为本申请实施例提供的一种自车信息提取流程示意图;
图5为本申请实施例提供的一种位置转换原理示意图;
图6为本申请实施例提供的一种定位转换关系更新示意图;
图7为本申请实施例提供的一种场景测试流程示意图;
图8为本申请实施例提供的一种测试过程示意图;
图9为本申请实施例提供的一种测试初始化过程示意图;
图10为本申请实施例提供的一种路测提取场景多次测试速度曲线图;
图11为本申请实施例提供的一种多次测试速度曲线图。
具体实施方式
下面结合附图,对本申请的实施例进行描述,显然,所描述的实施例仅是本申请一部分的实施例,而不是全部的实施例。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
汽车正在电气化、网联化、智能化、共享化等的大潮中不断发展革新。图1为本申请实施例提供的车辆100的一个功能示意图。车辆100可包括各种子***,例如信息娱乐***110、感知***120、决策控制***130、驱动***140以及计算平台150。可选地,车辆100可包括更多或更少的子***,并且每个子***都可包括多个部件。另外,车辆100的每个子***和部件可以通过有线或者无线的方式实现互连。
在一些实施例中,信息娱乐***110可以包括通信***111,娱乐***112以及导航***113。
通信***111可以包括无线通信***,无线通信***可以直接地或者经由通信网络来与一个或多个设备进行无线通信。例如,无线通信***可使用第三代(3thgeneration,3G)蜂窝通信技术,例如码分多址(code division multiple access,CDMA),或者***(4th generation,4G)蜂窝通信技术,例如长期演进(long time evolution,LTE)通信技术。或者第五代(5th generation,5G)蜂窝通信技术,例如新无线(new radio,NR)通信技术。无线通信***可利用WiFi与无线局域网(wireless local area network,WLAN)通信。在一些实施例中,无线通信***可利用红外链路、蓝牙或紫蜂(ZigBee)与设备直接通信。其他无线协议,例如各种车辆通信***,例如,无线通信***可包括一个或多个专用短程通信(dedicated short range communications,DSRC)设备,这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
娱乐***112可以包括中控屏,麦克风和音响,用户可以基于娱乐***在车内收听广播,播放音乐;或者将手机和车辆联通,在中控屏上实现手机的投屏,中控屏可以为触控式,用户可以通过触摸屏幕进行操作。在一些情况下,可以通过麦克风获取用户的语音信号,并依据对用户的语音信号的分析实现用户对车辆100的某些控制,例如调节车内温度等。在另一些情况下,可以通过音响向用户播放音乐。
导航***113可以包括由地图供应商所提供的地图服务,从而为车辆100提供行驶路线的导航,导航***113可以和车辆的全球定位***121、惯性测量单元122配合使用。地图供应商所提供的地图服务可以为二维地图,也可以是高精地图。
感知***120可包括感测关于车辆100周边的环境的信息的若干种传感器。例如,感知***120可包括全球定位***121(全球定位***可以是全球定位卫星(globalposition satellite,GPS)***,也可以是北斗***或者其他定位***)、惯性测量单元(inertial measurement unit,IMU)122、激光雷达123、毫米波雷达124、超声雷达125以及摄像装置126。感知***120还可包括被监视车辆100的内部***的传感器(例如,车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是车辆100的安全操作的关键功能。
定位***121可用于估计车辆100的地理位置。惯性测量单元122用于基于惯性加速度来感测车辆100的位置和朝向变化。在一些实施例中,惯性测量单元122可以是加速度计和陀螺仪的组合。激光雷达123可利用激光来感测车辆100所位于的环境中的物体。在一些实施例中,激光雷达123可包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他***组件。毫米波雷达124可利用无线电信号来感测车辆100的周边环境内的物体。在一些实施例中,除了感测物体以外,雷达126还可用于感测物体的速度和/或前进方向。超声雷达125可以利用超声波信号来感测车辆100周围的物体。摄像装置126可用于捕捉车辆100的周边环境的图像信息。摄像装置126可以包括单目相机、双目相机、结构光相机以及全景相机等,摄像装置126获取的图像信息可以包括静态图像,也可以包括视频流信息。
决策控制***130包括基于感知***120所获取的信息进行分析决策的计算***131,决策控制***130还包括对车辆100的动力***进行控制的整车控制器132,以及用于控制车辆100的转向***133、加速踏板134(包括电动车的加速踏板或者燃油车的油门,这里是一个示例性的称呼)和制动***135。
计算***131可以操作来处理和分析由感知***120所获取的各种信息以便识别车辆100周边环境中的目标、物体和/或特征。所述目标可以包括行人或者动物,所述物体和/或特征可包括交通信号、道路边界和障碍物。计算***131可使用物体识别算法、运动中恢复结构(structure from motion,SFM)算法、视频跟踪等技术。在一些实施例中,计算***131可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。计算***131可以将所获取的各种信息进行分析并得出对车辆的控制策略。
整车控制器132可以用于对车辆的动力电池和驱动器141进行协调控制,以提升车辆100的动力性能。
转向***133可操作来调整车辆100的前进方向。例如在一个实施例中可以为方向盘***。加速踏板134用于控制驱动器141的操作速度并进而控制车辆100的速度。
制动***135用于控制车辆100减速。制动***135可使用摩擦力来减慢车轮144。在一些实施例中,制动***135可将车轮144的动能转换为电流。制动***135也可采取其他形式来减慢车轮144转速从而控制车辆100的速度。
驱动***140可包括为车辆100提供动力运动的组件。在一个实施例中,驱动***140可包括驱动器141、能量源142、传动***143和车轮144。驱动器141可以是内燃机、电动机、空气压缩引擎或其他类型的引擎组合,例如汽油发动机和电动机组成的混动引擎,内燃引擎和空气压缩引擎组成的混动引擎。驱动器141将能量源142转换成机械能量。
能量源142的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源142也可以为车辆100的其他***提供能量。
传动装置143可以将来自驱动器141的机械动力传送到车轮144。传动装置143可包括变速箱、差速器和驱动轴。在一个实施例中,传动装置143还可以包括其他器件,比如离合器。其中,驱动轴可包括可耦合到一个或多个车轮121的一个或多个轴。
车辆100的部分或所有功能受计算平台150控制。计算平台150可包括至少一个处理器151,处理器151可以执行存储在例如存储器152这样的非暂态计算机可读介质中的指令153。在一些实施例中,计算平台150还可以是采用分布式方式控制车辆100的个体组件或子***的多个计算设备。
处理器151可以是任何常规的处理器,如中央处理单元(central process unit,CPU)。替选地,处理器151还可以包括诸如图像处理器(graphic process unit,GPU),现场可编程门阵列(field programmable gate array,FPGA)、片上***(sysem on chip,SOC)、专用集成芯片(application specific integrated circuit,ASIC)或它们的组合。尽管图1功能性地图示了处理器、存储器、和在相同块中的计算机110的其它元件,但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如,存储器可以是硬盘驱动器或位于不同于计算机110的外壳内的其它存储介质。因此,对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤,诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器,所述处理器只执行与特定于组件的功能相关的计算。
在此处所描述的各个方面中,处理器可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中,此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行,包括采取执行单一操纵的必要步骤。
在一些实施例中,存储器152可包含指令153(例如,程序逻辑),指令153可被处理器151执行来执行车辆100的各种功能。存储器152也可包含额外的指令,包括向信息娱乐***110、感知***120、决策控制***130驱动***140中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令153以外,存储器152还可存储数据,例如道路地图、路线信息,车辆的位置、方向、速度以及其它这样的车辆数据,以及其他信息。这种信息可在车辆100在自主、半自主和/或手动模式中操作期间被车辆100和计算平台150使用。
计算平台150可基于从各种子***(例如,驱动***140、感知***120和决策控制***130)接收的输入来控制车辆100的功能。例如,计算平台150可利用来自决策控制***130的输入以便控制转向***133来避免由感知***120检测到的障碍物。在一些实施例中,计算平台150可操作来对车辆100及其子***的许多方面提供控制。
可选地,上述这些组件中的一个或多个可与车辆100分开安装或关联。例如,存储器152可以部分或完全地与车辆100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地,上述组件只是一个示例,实际应用中,上述各个模块中的组件有可能根据实际需要增添或者删除,图1不应理解为对本申请实施例的限制。
可选地,可以将车辆100配置为完全或部分自动驾驶模式。例如:车辆100可以通过感知***120获取其周围的环境信息,并基于对周边环境信息的分析得到自动驾驶策略以实现完全自动驾驶,或者将分析结果呈现给用户以实现部分自动驾驶。
在道路行进的自动驾驶汽车,如上面的车辆100,可以识别其周围环境内的物体以确定对当前速度的调整。所述物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中,可以独立地考虑每个识别的物体,并且基于物体的各自的特性,诸如它的当前速度、加速度、与车辆的间距等,可以用来确定自动驾驶汽车所要调整的速度。
可选地,车辆100或者与车辆100相关联的感知和计算设备(例如计算***131、计算平台150)可以基于所识别的物体的特性和周围环境的状态(例如,交通、雨、道路上的冰、等等)来预测所述识别的物体的行为。可选地,每一个所识别的物体都依赖于彼此的行为,因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆100能够基于预测的所述识别的物体的行为来调整它的速度。换句话说,自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到哪种状态(例如,加速、减速、或者停止)。在这个过程中,也可以考虑其它因素来确定车辆100的速度,诸如,车辆100在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外,计算设备还可以提供修改车辆100的转向角的指令,以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如,道路上的相邻车道中的轿车)的安全横向和纵向距离。
上述车辆100可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车等,本申请实施例不做特别的限定。
本申请实施例可以应用于如图2所示的架构中。如图2所示,车辆100包括多个车辆集成单元(vehicle integration unit,VIU)11,通信盒子(telematic box,T-BOX)12,座舱域控制器(cockpit domain controller,CDC),移动数据中心(mobile data center,MDC)14,整车控制器(vehicle domain controller,VDC)15。车辆100还包括设置在车身上的多种类型的传感器,包括:激光雷达21,毫米波雷达22,超声雷达23,摄像装置24。每种类型的传感器可以包括多个。应当理解的是,虽然图2中示出了不同的传感器在车辆100上的位置布局,但是图2中的传感器数量和位置布局仅为一种示意,本领域人员可以依据需要合理地选择传感器的种类、数量和位置布局。
在图2中示出了四个VIU,应当理解的是,图2中的VIU的数量和位置仅为一种示例,本领域技术人员可以依据实际需求选择合适的VIU的数量和位置。车辆集成单元VIU 11为多个车辆零部件提供车辆零部件所需的部分或全部的数据处理功能或控制功能。VIU可以具有以下多种功能中的一种或多种。
1、电子控制功能,即VIU用于实现部分或全部车辆零部件内部的电子控制单元(electronic control unit,ECU)提供的电子控制功能。例如,某一车辆零部件所需的控制功能,又例如,某一车辆零部件所需的数据处理功能。
2、与网关相同的功能,即VIU还可以具有部分或全部与网关相同的功能,例如,协议转换功能、协议封装并转发功能以及数据格式转换功能。
3、跨车辆零部件的数据的处理功能,即对从多个车辆零部件的执行器获取的数据进行处理、计算等。
需要说明的是,上述功能中涉及的数据,可以包括车辆零部件中执行器的运行数据,例如,执行器的运动参数,执行器的工作状态等。上述功能中涉及的数据还可以是通过车辆零部件的数据采集单元(例如,敏感元件)采集的数据,例如,通过车辆的敏感元件采集的车辆所行驶的道路的道路信息,或者天气信息等,本申请实施例对此不做具体限定。
在图2的车辆100示例中,车辆100可以分为多个域(domain),每个域都有独立的域控制器(domain controller),具体地,在图2中,示出了两种域控制器:座舱域控制器CDC13和整车域控制器VDC 15。
座舱域控制器CDC 13可用于实现车辆100座舱区域的功能控制,在座舱区域的车辆部件可以包括抬头显示装置(head up display,HUD)、仪表盘、收音机、中控屏幕、导航、摄像头等。
整车域控制器VDC 15可用于对车辆的动力电池和驱动器141进行协调控制,以提升车辆100的动力性能,在于一些实施例中,图1中的整车控制器132可以实现VDC的各种功能。
图2中还示出了车联网设备T-BOX 12和移动数据中心MDC 13。T-BOX 12可用于实现车辆100和车辆内部以及外部设备的通信连接。T-BOX可以通过车辆100的总线获取车内设备数据,也可以通过无线网络和用户的手机通信连接,在一些实施例中,T-BOX 12可以被包括在图1的通信***111中。移动数据中心MDC 13用于基于环境感知定位、智能规划决策和车辆运动控制等核心控制算法,输出驱动、传动、转向和制动等执行控制指令,实现车辆100的自动控制,还能够通过人机交互界面,实现车辆驾驶信息的人机交互。在一些实施例中,图1中的计算平台150可以实现MDC 13的各种功能。
在图2中的四个VIU 11形成环形拓扑连接网络,每个VIU 11与其近邻位置的传感器通信连接,T-BOX 12、CDC 13、MDC 14以及VDC 15与VIU的环形拓扑连接网络通信连接。VIU 11可以从各传感器获取信息,并将获取的信息上报给CDC 13、MDC 14以及VDC 15。借由环形拓扑网络,T-BOX 12、CDC 13、MDC 14以及VDC 15之间也可以实现相互的通信。
应当理解的是,上述环形拓扑连网络接仅是一种示意,本领域技术人员可以依据需求选择其它合适的VIU连接方式。
VIU之间的连接可以采用例如以太网(ethernet),VIU和T-BOX 12、CDC 13、MDC 14以及VDC 15的连接可以采用例如以太网或快捷***部件互连(peripheral componentinterconnect express,PCIe)技术,VIU和传感器之间的连接可以采用例如控制器局域网络(controller area network,CAN),局域互联网络(local interconnect network,LIN),FlexRay,面向媒体的***传输(media oriented system transport,MOST)等。
结合上述描述,本申请实施例提供了一种仿真测试***,该***基于场景触发机制,具有高可靠性,并且能够实现车辆在环测试,可应用于图1或图2中所示的车辆100的仿真测试中。
一种可能的实施方式,本申请实施例提供的仿真测试***可以包括智能驾驶中央处理器、车载定位与感知设备单元,数据平台与仿真平台。
其中,一种可能的实施方式,智能驾驶中央处理器可以是自动驾驶***,可以是如图1所示的计算平台,也可以是如图2所示的MDC平台,或者是其他负责自动驾驶或者智能驾驶辅助计算的域控制器。本申请对此不做限制。
一种可能的实施方式,本申请实施例提供的仿真测试***中的定位与感知设备单元可以是如图1所示的感知***120中的传感器或装置。
一种可能的实施方式,数据平台和仿真平台可以是测试场地提供的服务器,也可以是地理位置与测试场地解耦的云端服务器,该云端服务器可以是实际的服务器,也可以是虚拟的服务器,本申请对此不做限制。
本申请实施例主要从以下几个方面对本申请提供的一种仿真测试***进行介绍:
首先,对本申请提供方案的***架构图进行介绍。
图3为本申请实施例提供的仿真***架构示意图。如图3所示,仿真***架构可以包括测试场景库、仿真***、自动驾驶***(ADS-Auto Driving System)、自动驾驶车辆等几个方面。需要说明的是,本申请实施例提供的测试方法可以应用于自动驾驶***的测试,在此之外,本申请实施例提供的测试方法还可以对高级驾驶辅助***(Advanced DrivingAssistance System)等其他***进行测试。本申请不对待测***的类型进行限定。同时,还需要说明的是,本申请说明书中所描述的场景可以理解为车辆以及车辆周围的环境、道路、天气、交通信号、交通参与者等多种信息与约束条件的集合。例如,场景可以是根据道路类型划分的高速公路场景、城市道路场景、越野道路场景、沙漠道路场景等;又如,场景可以是根据功能或服务划分的加油站场景、购物中心场景、停车库场景等;此外,场景还可以是根据驾驶任务或车辆功能应用划分的自动驾驶场景、自动泊车场景、紧急制动场景、防抱死场景、防侧滑场景等。本申请说明书中所述的仿真场景可以为通过计算机呈现的场景,例如可以通过计算机模拟真实世界的场景,或者通过在真实世界中采集场景数据并通过仿真工具再现真实世界中的场景。本申请对此不作限制。
如图3所示,测试场景库中包括多种场景。其中,测试场景库中的场景可以为通过道路测试获得的场景,也可以是通过其他途径获得的场景。例如,可以通过实车路测采集数据,并提取路测数据以形成道路测试的场景,并将通过路测获得的场景加入测试场景库。此外,测试场景库也可以包括其他公开可获得的场景,例如可以是共享平台提供的场景,也可以是通过其他商业可获得途径得到的场景。
需要说明的是,测试场景库可以保存在本地,例如仿真测试***、工作站等。同时,测试场景库还可以保存在云端服务器,场景库可以实时更新,且可以供多个仿真测试平台共享。
如图3所示,一种可能的实施方式,本申请所描述的仿真场景信息包括场景控制信息、场景触发信息以及交通参与者信息。
其中,场景控制信息可以来自场景控制文件。场景控制文件可以包括某个待仿真场景的数据,当场景控制信息被加载时,可以生成仿真场景中的道路、交通设施、障碍物、交通参与者等。场景控制信息可以理解为用于计算机或仿真器生成仿真场景所需要的信息,或场景中的环境、道路、交通设施、障碍物等信息。
场景触发信息可以用于切换规划控制算法。规划控制算法在本申请说明书中也称为规控算法,规控算法用于车辆的规划控制,使车辆能够实现沿着规划控制的路径行驶,或根据规划控制的结果执行加速、制动等动作。本申请不对具体的驾驶任务或者车辆执行的动作做限制。当特定条件被触发时,或满足场景触发信息所指示的条件时,可以通过切换控制算法以进行仿真测试。
一种可能的实施方式,本申请实施例提供的场景触发信息可以包括自车触发信息、交通参与者触发信息、交通信号触发信息等。
自车触发信息(或车辆触发信息)可以为自车满足特定条件时的状态信息。需要说明的是,本申请说明书中所描述的车辆有时也描述为自车,在不作特别说明的情况下,两者可以理解为具有相同含义。
一种可能的实施方式,自车触发信息可以是自动驾驶车辆的位置、运动状态、驾驶任务等一个或多个方面满足特定条件的信息。其中,运动状态可以包括位置、速度、加速度等。例如,自车触发信息可以是车辆的位置为到达A点;又如,自车触发信息可以是车辆的速度到达5m/s;又如,自车触发信息可以是车辆的加速度到达2m/s2;又如,触发信息可以是车辆到达A点且速度到达5m/s;又如,触发信息可以是车辆到达A点且加速度到达2m/s2;又如,触发信息可以是车辆到达A点、速度到达5m/s且加速度到达2m/s2。自车触发信息可以用于自车路径规划、以及用于仿真场景开始时刻自动驾驶车辆运动状态的控制等。
另一种可能的实施方式,自车触发信息还可以是自车的子***或零部件的状态,例如可以是自车对外发送的声光信号状态,包括左转信号灯指示、右转信号指示、刹车信号指示、紧急或故障信号指示、鸣笛信号、让行信号、自动驾驶状态信号、作业状态信号、其他指示信号等;又如可以是车门车窗状态、空调状态、电机状态、电池状态、热管理***状态等。或者,还可以是车辆悬架状态、制动***状态、转向***状态等。自车触发信息可以是自车及子***、零部件等的状态满足特定条件的信息,本申请不作限制。
另一种可能的实施方式,自车触发信息还可以是驾驶任务信息,例如可以是自动驾驶任务,例如也可以是自动紧急制动任务或其他任务,本申请对此不做限制。
交通参与者触发信息为交通参与者的状态满足特定条件的信息。交通参与者可以包括其他机动车、非机动车、行人、动物等,本申请实施例对交通参与者不作限制。交通参与者可能会对自车的规划、决策、控制等产生影响。交通参与者触发信息可以用于控制交通参与者注入仿真场景的时机。当满足触发条件时,可以向仿真场景注入特定的交通参与者。交通参与者触发信息可以用于场景的更新。当满足触发条件时,更新仿真场景的信息。
一种可能的实施方式,交通参与者信息可以是其他机动车、非机动车、行人、动物等的位置、速度、加速度以及这些变量的组合,具体可参考自车触发信息的描述,本处不再赘述。另一种可能的实施方式,交通参与者触发信息可以是其他机动车的子***或零部件的状态满足特定条件的信息,也可以是其他非机动车的子***或零部件的状态满足特定条件的信息,例如可以是其他机动车或非机动车对外发送的声光信号状态,包括左转信号灯指示、右转信号指示、刹车信号指示、紧急或故障信号指示、鸣笛信号、让行信号、自动驾驶状态信号、作业状态信号、其他指示信号等;又如可以是车门车窗状态、空调状态、电机状态、电池状态、热管理***状态等。交通参与者触发信息还可以是行人的动作、手势、声音、表情等。
交通信号触发信息可以为交通信号变化为某一个状态,或者出现新的交通信号。交通信号可以包括交通信号灯的信号、交通指挥或交通管理者的信号、交通标志信号、交通标线信号等。其中,交通信号灯的信号可以包括绿灯、黄灯、红灯、箭头灯、叉形灯、警示灯、机动车信号灯、非机动车信号灯等。交通标志信号可以包括限速指示信号、解除限速指示信号、道路指引信号、车道变化指示信号、警告标志、禁令标志、指示标志、距离标志、道路施工安全标志等。交通标线信号可以包括指示标线、禁止标线、警告标线等。交通管理者的信号可以包括停止、直行、左转弯、右转弯、等待、变道、减速慢行、靠边停车等。
一种可能的实施方式,交通信号触发信息可以是交通信号灯的状态变为指示通行,或者,交通信号灯的状态变为指示禁止通行。另一种可能的实施方式,交通信号触发信息可以是出现了限速60km/h指示牌,或者是出现了解除限速60km/h指示牌。另一种可能的实施方式,交通信号触发信息可以是出现了用于指示合流的车道线,或者是潮汐车道指示牌将第一车道由直行车道切换为左转车道。另一种可能的实施方式,交通信号触发信息可以为交通管理者指示停车,或者为交通管理者指示前行至第一地点。交通信号触发信息可以用于控制仿真场景中的交通信号。
需要说明的是,本处提供的场景触发信息仅作示例,本申请对此不做限制。应理解,本领域技术人员不经创造性劳动可想到的其他实施方式均属于本申请技术方案所涵盖的范围。
如图3所示,本申请所使用的仿真***在加载仿真场景后,定位转换模块利用场景控制信息和测试车辆当前的定位信息,获取自车位置在仿真场景和真实场景之间的转换关系,并将自车映射到仿真场景中。可以理解的是,当自车在实际测试场地中运动时,仿真场景中自车所映射的仿真车辆的位置也会根据自车在实际场地的位置和位置转换关系而变化。仿真***利用场景触发信息、交通参与者信息和自车定位投射后的位置信息,更新仿真场景。并且,仿真***将仿真场景信息实时发送给车辆,例如可以发送给车辆的自动驾驶***或者驾驶辅助***。通过上述过程,实现仿真场景的更新与车辆在环测试。
本处需要指出的是,仿真***与自动驾驶***之间的信息传输可以通过有线或无线的方式完成。例如可以通过如图1中所示的通信***可以使用的无线通信方式完成,本处不再赘述。仿真场景信息可以通过无线的方式传输到车辆。或者,另一种可能的实施方式,仿真***可以安装在车辆上,并且与车辆采用有线连接。仿真***通过有线连接将仿真场景信息发送给车辆。可选地,仿真***还可以和云端通信,并通过云端存储的仿真场景库刷新仿真***中的仿真场景库。
需要说明的是,在本申请说明书中,车辆有时也描述为自车,在没有特殊说明的情况下,两者可以理解为相同的含义。
图4为本申请实施例提供的位置转换模块的原理与转换关系更新流程图。如图4所示,在进行车辆在环测试过程中,仿真***加载仿真场景后,由仿真***确定是否更新位置转换关系。如需更新,仿真***根据仿真场景信息和当前时刻定位信息获得新的位置转换关系。一种可能的实施方式,具体地,仿真***可以根据场景控制信息和车辆的定位信息获得新的位置转换关系。在获得新的位置转换关系后,仿真***根据车辆的位置信息和新的位置转换关系获得仿真场景中仿真车辆的位置信息。
一种可能的实施方式,车辆的位置信息可以包括车辆的位置和车辆在该位置下的姿态,例如可以是车辆的朝向,例如朝东,朝西,或朝东偏南5度,或朝东偏北3度。
一种可能的实施方式,车辆在实际测试场地的位置变化和运动状态与车辆投射在仿真场景中的位置和运动关系完全对应。例如,车辆在实际测试场地中从第一位置运动到第二位置,车辆在仿真场景中投影的位置从第三位置变化为第四位置;并且,车辆在仿真场景中从第一位置运动到第二位置过程中的运动状态的变化过程与车辆在实际测试场地中从第三位置运动到第四位置过程中的运动状态的变化过程完全一致。并且,在实际测试场地中第一位置相对于第二位置的相对位置关系,与在仿真场景中第三位置与第四位置的相对位置关系完全一致。
图5为位置转换原理示意图。如图5所示,在另一种可能的实施方式中,车辆在实际测试场地的位置变化和运动状态与车辆投射在仿真场景中的位置和运动关系可以不完全对应。例如,车辆在仿真场景中投射的位置变化可以与车辆在实际测试场地的位置变化不同。如图5所示,车辆在测试场地中由实线框所示的第一位置移动到虚线所示的第二位置;车辆在仿真场景中由实线框所示的第三位置移动到虚线框所示的第四位置。如图5所示,车辆在实际测试场地中由第一位置移动到第二位置的向量如实线箭头所示;车辆在仿真场景中由第三位置移动到第四位置的向量如虚线箭头所示。一种可能的实施方式,实线箭头所示的向量与虚线箭头所示的向量可以不一致,车辆在实际测试场地的位置变化可以与在仿真场景中的位置变化不一致。如图5所示,车辆在仿真场景中由第三位置变化到第四位置过程中的位置变化过程也可以与车辆在测试场地中由第一位置变化到第二位置过程中的位置变化过程不同。
图6为在场地测试中多次仿真场景测试过程中位置转换关系的更新原理示意图。仿真***包括定位转换模块,该定位转换模块用于根据车辆的位置信息和仿真场景信息获得位置转换关系,一种可能的实施方式,仿真场景信息包括场景控制信息,定位转换模块可以用于根据车辆的位置信息和场景控制信息获得位置转换关系。例如,在实线框所示的位置,仿真***根据车辆定位信息和场景控制信息获得第一位置转换关系;在虚线框所示的位置,仿真***根据车辆新的定位信息和场景控制信息获得第二位置转换关系。第一位置转换关系和第二位置转换关系可以不同。因此,在同一个测试中,车辆在测试场地中位置以及车辆在仿真场景中位置之间的位置转换关系可以相同也可以不同;在多次不同的测试中,车辆在测试场地中位置以及车辆在仿真场景中位置之间的位置转换关系可以相同也可以不同。此外,本申请实施例提供的测试方法中,位置转换关系可以根据测试场地的实际情况变化,例如当测试场地面积较小时,通过调整位置转换关系,可以实现车辆在面积较小的测试场地中完成在仿真场景中较大场地面积的测试。本申请实施例提供的位置转换模块可实现不受场地约束的车辆在环测试,为测试带来更高的灵活性。
对于被测仿真场景,控制场景内交通参与者按照预定轨迹运动;利用场景控制信息和测试车辆的定位信息建立测试车辆与仿真***内虚拟自动驾驶车辆的位置关系,使测试不受场景限制;根据场景触发信息设计场景的初始化过程和仿真过程,在场景初始化阶段和场景仿真阶段采用不同的规控算法,剔除人为干扰,保证多次测试结果的可重复性。
图7为本申请实施例提供的一种仿真测试流程示意图。如图7所示,在加载仿真场景阶段,仿真***加载场景控制信息后获得仿真场景,仿真***利用自车定位信息和场景触发信息,更新仿真场景内交通参与者状态信息(位置、速度、朝向等),并将仿真场景信息发送给车辆,一种可能的实施方式,可以将仿真场景信息发送给自动驾驶***;所发送的场景信息可以被自动驾驶***识别,以使自动驾驶***认为车辆在仿真场景所对应的真实世界中的场景行驶。一种可能的实施方式,车辆的自动驾驶***根据场景触发状态选择不同的规划控制算法,并将控制指令发送给车辆。场景触发状态可以包括场景被触发、场景未被触发。车辆不断将定位与运动信息发送给自动驾驶***,用于自动驾驶或驾驶辅助功能的计算;并且,车辆将自车定位信息发送给仿真***,仿真***根据自车定位信息更新场景,并检测是否达到场景触发条件。。
本申请所采用的场景信息包含场景内自车相关信息、场景触发信息,交通参与者信息。自车相关信息用于更新定位转换关系,场景触发信息用于切换规划控制算法,交通参与者信息用于场景更新。需要说明的是,本申请中的规划控制算法也称为规控算法,两者含义相同。
如图7所示,规控算法A用于场景测试阶段,对自动驾驶***进行测试;规控算法B用于场景初始化阶段,使自车达到场景触发目标状态。具体地,如图7所示,当未触发场景时,或者说,当未达到场景触发条件时,自动驾驶***采用规划控制算法B以实现初始化过程。一种可能的实施方式,采用规划控制算法B可以使车辆达到场景触发条件要求的运动状态或者定位。如图7所示,当车辆达到场景触发条件时,自动驾驶***采用规控算法A以进入场景仿真测试过程。一种可能的实施方式,规划控制算法A可以为待仿真测试的算法。通过循环上述仿真过程可以完成场景的仿真。
本申请中提到的场景触发信息可以是自动驾驶车辆的位置、速度、加速度以及这些变量的组合。可参考上文所述,本处不再赘述。
图8为本申请实施例提供的一种仿真测试方法过程示意图。如图8所示,本申请提供的测试方法可以包括以下过程:加载仿真场景过程、初始化过程、场景仿真过程。在本申请中,过程有时也称为阶段。以下详细介绍。
首先,加载仿真场景,并更新位置转换关系。场景的加载可以由仿真***根据场景控制信息获得仿真场景而实现。接着,进行初始化过程,采用规控算法B使车辆在仿真场景中达到触发条件。当车辆在仿真场景中达到触发条件时,进入到场景仿真过程。之后,在场景仿真过程中,自动驾驶***执行规控算法A。一种可能的实施方式,当场景仿真过程包括多个过程时,可以使用不同的规控算法。场景仿真过程还可以包括第一测试目标、第二测试目标、第三测试目标等。每一个目标下的规控算法也可以不同,例如在第一测试目标下以规控算法C进行测试,在第二测试目标下以规控算法D进行测试。在第三测试目标下以规控算法E进行测试。以此类推,直至所有测试目标测试完成,仿真测试结束。
图9为本申请实施例提供的一种初始化过程示意图。
一种可能的实施方式,其横坐标表示时间,纵坐标表示速度。例如,场景触发条件可以为车辆在仿真场景中的速度满足一定条件。如图9所示,车辆由静止开始加速,速度由0按照一定曲线加速至如图中“init Tri Pt”所示的初始触发点,并按照一定曲线减速至满足场景触发条件的场景触发点,如图9中“scen Tri Pt”所示。需要说明的是,在初始化过程中,车辆采用规控算法B来使车辆达到触发条件。例如,当触发条件是车辆速度达到10m/s,则规控算法B可以为以恒定加速度使车辆加速的控制算法,例如可以为2m/s2的加速度使车辆加速,直至车辆达到10m/s的速度。规控算法B还可以为加速度变化的加速控制算法。本申请对规控算法B的具体实现方式不作限定。如图9所示,车辆在该规控算法下的加速度是变化的,开始时刻加速度大,随后加速度逐渐减小。
图10和图11分别为自动紧急制动(automatic emergency braking,AEB)功能仿真测试的实际车辆采集的数据示意图,其中,图10横坐标表示位置,纵坐标表示速度;图11横坐标表示时间,纵坐标表示速度。
如图10所示,一种可能的实施方式,本申请实施例提供的仿真测试方法可以采用位置达到目标位置作为场景触发条件,例如图10中“trigger”所示的触发位置点。图10中横坐标的负半轴所示的曲线为初始化过程,在横坐标为0处达到场景触发条件,在横坐标的正半轴进行仿真测试。
另一种可能的实施方式,如图11所示,本申请实施例提供的仿真测试方法可以采用速度达到目标速度作为场景触发条件。图11中横坐标的负半轴所示的曲线为初始化过程,在横坐标为0处达到场景触发条件,在横坐标的正半轴进行仿真测试。
如图10和图11所示,多次仿真测试的曲线形状高度吻合,由此可以体现本申请实施例提供的测试方法所带来的良好效果,能够在多次测试的过程中保证每一次测试的一致性。由此,可以提供更准确的测试结果,方便对不同自动驾驶***、不同车型、不同条件下的车辆进行仿真测试。
综上,本申请实施例提供的仿真测试***在车辆在环测试时引入了定位转换模块,实现了方便灵活的测试,使仿真测试不受限于测试场地;同时,通过引入仿真场景的触发信息,能够在不同的阶段采用不同的规控算法,减少了车辆在环仿真测试中人为因素的影响,保证多次测试的可靠性和一致性。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述一种可能的实施方式的保护范围为准。
Claims (21)
1.一种车辆测试方法,其特征在于,所述方法包括:
获取第一位置信息,所述第一位置信息为所述车辆的位置信息;
根据所述第一位置信息获取第二位置信息,所述第二位置信息为所述车辆在仿真场景中的位置信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一位置信息获取第二位置信息,具体包括:
根据所述第一位置信息和仿真场景信息获取位置转换关系;
根据所述第一位置信息和所述位置转换关系获取所述第二位置信息。
3.根据权利要求2所述的方法,其特征在于,在所述根据所述第一位置信息获取第二位置信息之后,所述方法还包括:
根据所述第二位置信息更新所述仿真场景信息,所述仿真场景信息包括交通参与者信息;
发送所述仿真场景信息。
4.根据权利要求2或3所述的方法,其特征在于,所述仿真场景信息还包括场景触发信息。
5.根据权利要求4所述的方法,其特征在于,所述场景触发信息用于切换测试阶段,所述测试阶段包括第一阶段和第二阶段;其中,所述车辆在所述第一阶段使用第一规划控制算法,所述车辆在所述第二阶段使用第二规划控制算法;
所述方法还包括:根据所述场景触发信息由所述第一阶段切换为所述第二阶段。
6.根据权利要求4或5所述的方法,其特征在于,所述场景触发信息包括以下至少一种:车辆触发信息、交通参与者触发信息和交通信号触发信息。
7.根据权利要求6所述的方法,其特征在于,所述车辆触发信息包括设定的车辆运动状态,所述车辆运动状态包括以下至少一种:所述车辆的位置信息、所述车辆的运动信息、驾驶任务信息、自车子***或零部件的状态信息。
8.根据权利要求6或7所述的方法,其特征在于,所述交通参与者触发信息包括以下至少一种:设定的运动状态、设定的位置、在仿真场景中出现的时间。
9.根据权利要求6至8任一项所述的方法,其特征在于,所述交通信号触发信息包括以下至少一种:设定的交通信号灯信号、设定的交通标志信号、设定的交通标线信号、设定的交通管理者信号。
10.根据权利要求1至9任一项所述的方法,其特征在于,所述仿真场景是根据仿真场景库获得的,所述仿真场景库包括多个仿真场景,所述多个仿真场景包括根据道路测试数据获得的仿真场景。
11.一种车辆测试***,其特征在于,包括:
获取模块,所述获取模块用于获取第一位置信息,所述第一位置信息为所述车辆的位置信息;
位置转换模块,所述位置转换模块用于根据所述第一位置信息获取第二位置信息,所述第二位置信息为所述车辆在仿真场景中的位置信息。
12.根据权利要求11所述的***,其特征在于,所述位置转换模块用于根据所述第一位置信息获取第二位置信息,具体包括:
所述位置转换模块用于根据所述第一位置信息和仿真场景信息获取位置转换关系;
所述位置转换模块用于根据所述第一位置信息和所述位置转换关系获取所述第二位置信息。
13.根据权利要求12所述的***,其特征在于,还包括仿真模块和发送模块,在所述位置转换模块根据所述第一位置信息获取第二位置信息之后,所述仿真模块用于根据所述第二位置信息更新所述仿真场景信息,所述仿真场景信息包括交通参与者信息;
所述发送模块用于发送所述仿真场景信息。
14.根据权利要求12或13所述的***,其特征在于,所述仿真场景信息还包括场景触发信息。
15.根据权利要求14所述的***,其特征在于,所述场景触发信息用于切换测试阶段,所述测试阶段包括第一阶段和第二阶段;其中,所述车辆在所述第一阶段使用第一规划控制算法,所述车辆在所述第二阶段使用第二规划控制算法;
所述***还包括:切换模块,所述切换模块用于根据所述场景触发信息由所述第一阶段切换为所述第二阶段。
16.根据权利要求14或15所述的***,其特征在于,所述场景触发信息包括以下至少一种:车辆触发信息、交通参与者触发信息和交通信号触发信息。
17.根据权利要求16所述的方法,其特征在于,所述车辆触发信息包括设定的车辆运动状态,所述车辆运动状态包括以下至少一种:所述车辆的位置信息、所述车辆的运动信息、驾驶任务信息、自车子***或零部件的状态信息。
18.根据权利要求16或17所述的***,其特征在于,所述交通参与者触发信息包括以下至少一种:设定的运动状态、设定的位置、在仿真场景中出现的时间。
19.根据权利要求16至18任一项所述的***,其特征在于,所述交通信号触发信息包括以下至少一种:设定的交通信号灯信号、设定的交通标志信号、设定的交通标线信号、设定的交通管理者信号。
20.根据权利要求11至19任一项所述的***,其特征在于,所述仿真场景是根据仿真场景库获得的,所述仿真场景库包括多个仿真场景,所述多个仿真场景包括根据道路测试数据获得的仿真场景。
21.一种计算机可读存储介质,其特征在于,存储有代码或指令,当所述代码或指令被运行时,执行如权利要求1至10任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/115752 WO2023028858A1 (zh) | 2021-08-31 | 2021-08-31 | 一种测试方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113892088A true CN113892088A (zh) | 2022-01-04 |
Family
ID=79016721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180003497.0A Pending CN113892088A (zh) | 2021-08-31 | 2021-08-31 | 一种测试方法和*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240202401A1 (zh) |
EP (1) | EP4379558A1 (zh) |
CN (1) | CN113892088A (zh) |
WO (1) | WO2023028858A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169083A (zh) * | 2022-02-11 | 2022-03-11 | 深圳佑驾创新科技有限公司 | 一种自动紧急刹车***数据分析方法、装置、设备、介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449806B (zh) * | 2023-06-14 | 2023-09-01 | 中汽智联技术有限公司 | 基于安全层信息的车辆信息融合控制功能测试方法和*** |
CN117094182B (zh) * | 2023-10-19 | 2024-03-12 | 中汽研(天津)汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170024500A1 (en) * | 2015-07-21 | 2017-01-26 | Tata Elxsi Limited | System and method for enhanced emulation of connected vehicle applications |
CN109557904A (zh) * | 2018-12-06 | 2019-04-02 | 百度在线网络技术(北京)有限公司 | 一种测试方法、装置、设备和介质 |
CN111226268A (zh) * | 2017-05-02 | 2020-06-02 | 密歇根大学董事会 | 用于自动驾驶车辆的模拟车辆交通 |
CN111309600A (zh) * | 2020-01-21 | 2020-06-19 | 上汽通用汽车有限公司 | 虚拟场景注入自动驾驶测试方法及电子设备 |
CN112639793A (zh) * | 2020-08-05 | 2021-04-09 | 华为技术有限公司 | 一种自动驾驶车辆的测试方法及装置 |
CN112671487A (zh) * | 2019-10-14 | 2021-04-16 | 大唐移动通信设备有限公司 | 一种车辆测试的方法、服务器以及测试车辆 |
CN112819968A (zh) * | 2021-01-22 | 2021-05-18 | 北京智能车联产业创新中心有限公司 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
CN113077655A (zh) * | 2021-03-18 | 2021-07-06 | 重庆车辆检测研究院有限公司 | 基于边缘计算的v2x场地在环测试方法和装置 |
-
2021
- 2021-08-31 WO PCT/CN2021/115752 patent/WO2023028858A1/zh active Application Filing
- 2021-08-31 CN CN202180003497.0A patent/CN113892088A/zh active Pending
- 2021-08-31 EP EP21955420.1A patent/EP4379558A1/en active Pending
-
2024
- 2024-02-28 US US18/590,616 patent/US20240202401A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170024500A1 (en) * | 2015-07-21 | 2017-01-26 | Tata Elxsi Limited | System and method for enhanced emulation of connected vehicle applications |
CN111226268A (zh) * | 2017-05-02 | 2020-06-02 | 密歇根大学董事会 | 用于自动驾驶车辆的模拟车辆交通 |
CN109557904A (zh) * | 2018-12-06 | 2019-04-02 | 百度在线网络技术(北京)有限公司 | 一种测试方法、装置、设备和介质 |
CN112671487A (zh) * | 2019-10-14 | 2021-04-16 | 大唐移动通信设备有限公司 | 一种车辆测试的方法、服务器以及测试车辆 |
CN111309600A (zh) * | 2020-01-21 | 2020-06-19 | 上汽通用汽车有限公司 | 虚拟场景注入自动驾驶测试方法及电子设备 |
CN112639793A (zh) * | 2020-08-05 | 2021-04-09 | 华为技术有限公司 | 一种自动驾驶车辆的测试方法及装置 |
CN112819968A (zh) * | 2021-01-22 | 2021-05-18 | 北京智能车联产业创新中心有限公司 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
CN113077655A (zh) * | 2021-03-18 | 2021-07-06 | 重庆车辆检测研究院有限公司 | 基于边缘计算的v2x场地在环测试方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169083A (zh) * | 2022-02-11 | 2022-03-11 | 深圳佑驾创新科技有限公司 | 一种自动紧急刹车***数据分析方法、装置、设备、介质 |
CN114169083B (zh) * | 2022-02-11 | 2022-05-20 | 深圳佑驾创新科技有限公司 | 一种自动紧急刹车***数据分析方法、装置、设备、介质 |
Also Published As
Publication number | Publication date |
---|---|
US20240202401A1 (en) | 2024-06-20 |
WO2023028858A1 (zh) | 2023-03-09 |
EP4379558A1 (en) | 2024-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110550029B (zh) | 障碍物避让方法及装置 | |
WO2022027304A1 (zh) | 一种自动驾驶车辆的测试方法及装置 | |
WO2023028858A1 (zh) | 一种测试方法和*** | |
CN112512887B (zh) | 一种行驶决策选择方法以及装置 | |
CN115042821B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
CN115100377B (zh) | 地图构建方法、装置、车辆、可读存储介质及芯片 | |
CN115330923B (zh) | 点云数据渲染方法、装置、车辆、可读存储介质及芯片 | |
CN115035494A (zh) | 图像处理方法、装置、车辆、存储介质及芯片 | |
CN115202234B (zh) | 仿真测试方法、装置、存储介质和车辆 | |
CN115056784B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
CN115145246B (zh) | 控制器的测试方法、装置、车辆、存储介质及芯片 | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
CN114782638B (zh) | 生成车道线的方法、装置、车辆、存储介质及芯片 | |
CN115042814A (zh) | 交通灯状态识别方法、装置、车辆及存储介质 | |
CN115205848A (zh) | 目标检测方法、装置、车辆、存储介质及芯片 | |
CN115334111A (zh) | 用于车道识别的***架构、传输方法,车辆,介质及芯片 | |
CN115334109A (zh) | 用于交通信号识别的***架构、传输方法,车辆,介质及芯片 | |
CN115314526A (zh) | 用于自车位置识别的***架构、传输方法、车辆、介质及芯片 | |
CN115221151A (zh) | 车辆数据的传输方法、装置、车辆、存储介质及芯片 | |
CN115063639B (zh) | 生成模型的方法、图像语义分割方法、装置、车辆及介质 | |
CN115139946B (zh) | 车辆落水检测方法、车辆、计算机可读存储介质及芯片 | |
CN114822216B (zh) | 生成车位地图的方法、装置、车辆、存储介质及芯片 | |
WO2023102827A1 (zh) | 一种路径约束方法及装置 | |
CN115334114A (zh) | 用于静态对象识别的***架构、传输方法,车辆,介质及芯片 | |
CN115412586A (zh) | 任务识别方法、装置、车辆、可读存储介质及芯片 |
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 |