CN114925457A - 一种应用于车联网的预警功能测试方法及装置 - Google Patents
一种应用于车联网的预警功能测试方法及装置 Download PDFInfo
- Publication number
- CN114925457A CN114925457A CN202210610522.8A CN202210610522A CN114925457A CN 114925457 A CN114925457 A CN 114925457A CN 202210610522 A CN202210610522 A CN 202210610522A CN 114925457 A CN114925457 A CN 114925457A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- early warning
- scene
- drive test
- 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 3
- 238000012360 testing method Methods 0.000 claims abstract description 128
- 238000004088 simulation Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000012827 research and development Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000006798 recombination Effects 0.000 description 4
- 238000005215 recombination Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013142 basic testing Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Quality & Reliability (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种应用于车联网的预警功能测试方法及装置,其中,所述方法包括:通过仿真测试软件获取第一车辆的车辆状态信息,所述车辆状态信息包括所述第一车辆的位置信息和运行信息;接收第二车辆发送的第一信息,所述第一信息包括所述第二车辆的位置信息和运行信息;获取所述第一车辆的路测信息;根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果。通过预警结果,以对该预警功能进行测试,从而提高该预警功能的可靠性。
Description
技术领域
本申请涉及车联网技术领域,尤其涉及一种应用于车联网的预警功能测试方法及装置。
背景技术
车用无线通信技术是指通过无线通信技术实现车与车、车与路、车与人、车与云平台之间的动态实时信息交互。而研发阶段时,通过软件或部分硬件在试验室模拟仿真车车、车路动态实时信息交互仿真测试。
目前,在进行预警功能仿真测试时,只接入了被测单元硬件,而没考虑到环境因素对测试结果的影响,可靠性低。
发明内容
本申请实施例提供一种应用于车联网的预警功能测试方法及装置,能够解决目前预警功能可靠性低的问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供一种应用于车联网的预警功能测试方法,所述方法包括:
通过仿真测试软件获取第一车辆的车辆状态信息,所述车辆状态信息包括所述第一车辆的位置信息和运行信息;
接收第二车辆发送的第一信息,所述第一信息包括所述第二车辆的位置信息和运行信息;
获取所述第一车辆的路测信息;
根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果。
第二方面,本申请实施例提供一种应用于车联网的预警功能测试装置,所述装置包括:
第一获取模块,用于通过仿真测试软件获取第一车辆的车辆状态信息,所述车辆状态信息包括所述第一车辆的位置信息和运行信息;
接收模块,用于接收第二车辆发送的第一信息,所述第一信息包括所述第二车辆的位置信息和运行信息;
第二获取模块,用于获取所述第一车辆的路测信息;
输出模块,用于根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果。
本申请实施例中,通过仿真测试软件获取第一车辆的车辆状态信息,接收第二车龄发送的第一信息,获取所述第一车辆的路测信息,根据第一车辆的车辆状态信息、第一信息和路侧信息,输出预警结果。上述方法,可以通过预警结果,以对该预警功能进行测试,从而提高该预警功能的可靠性。
附图说明
图1为本申请实施例提供的应用于车联网的预警功能测试方法的工作流程图;
图2为本申请实施例提供的应用于车联网的预警功能测试装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
除非另作定义,本申请中使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
请参阅图1,图1为本申请实施例提供的一种应用于车联网的预警功能测试方法的流程示意图,其中,该方法包括:
步骤101,通过仿真测试软件获取第一车辆的车辆状态信息,所述车辆状态信息包括所述第一车辆的位置信息和运行信息。
在自动驾驶时代,虚拟仿真技术是车辆研发、制造、验证测试等环节不可或缺的技术手段,能有效缩短技术和产品开发周期,降低研发成本;随着汽车智能化、网联化趋势的发展,虚拟仿真技术有了更大的发挥空间,比如自动驾驶***的仿真测试验证;虚拟仿真测试是实现高阶自动驾驶落地应用的关键一环,具备自动驾驶功能的车辆必须经过大量的虚拟仿真测试以及实车路测之后才能商用化。具体的,自动驾驶车辆在商用化前需经历三个测试阶段:仿真测试、封闭场地测试、开放道路测试。
由于仿真测试具有低成本,高重复性,自动化测试的优点,其可在产品设计、开发过程中代替实际设备,有着实际设备无法比拟的优势。具体的,仿真模拟软件可以把通信交互的过程展现,这对被开发的***的调试有很大的帮助;其次,不必接入实际设备,安全性和可行性大幅提高;再次,仿真软件可以模拟成百上千的硬件设备,来模拟一个集群设备,来测试实际的控制软件。
以自动驾驶仿真测试为例,自动驾驶仿真测试主要是以数学建模的方式将自动驾驶的应用场景进行数字化还原,建立尽可能接近真实世界的***模型,无需实车直接通过软件进行仿真测试便可达到对自动驾驶***及算法的测试验证目的。其中,仿真测试包括模型在环仿真、软件在环仿真、硬件在环仿真和整车在环仿真。通过这种硬件在环仿真测试,可以大大缩短封闭场地测试,更贴近真实环境测试,大大减少人员投入,极大的节省开发费用,并可以使产品提前投入市场,并达到行业优异的水平。
其中,第一车辆可为与目标待测车辆具有相同外形、功能均一致的虚拟车辆,该虚拟车辆具有与目标待测车辆相同的车辆参数;第一车辆还可为与目标待测车辆具有相同外形、功能也一致的仿真车辆,同样的,该仿真车辆具有与目标待测车辆相同的车辆参数,其中,车辆参数可包括外形参数、动力参数、功能参数等等。需要说明的是,第一车辆的车载设备提供第一信息接收接口,用于接收从仿真测试软件获取第一车辆的车辆状态信息。
第一车辆的位置信息用于指示虚拟车辆或仿真车辆在测试场景中所处的具***置。在一可选的实施方式中,该位置可通过实际的公里数表示或显示,例如:设置该测试场景全程为固定的里程数,根据车辆在测试场景中的实时位置进行检测,实时获取虚拟车辆或仿真车辆的具***置。
在另一可选的实施方式中,该位置还可通过测试场景中的目标参照物表示或显示。例如:在测试场景内有序的设置多个参照物,通过计算虚拟车辆或仿真车辆与目标参照物之间的距离,确定虚拟车辆或仿真车辆在测试场景内的具***置。
第一车辆的运行信息可包括车辆的运行速度和车辆的已运行时间,还可包括车辆在目标时间段内的平均运行速度,也可包括车辆在当前时间段的运行状态,其中,运行状态可包括加速状态、减速状态、停止运行状态、启动状态等等,对此本实施不做限定。
步骤102,接收第二车辆发送的第一信息,所述第一信息包括所述第二车辆的位置信息和运行信息。
其中,第二车辆可为与第一车辆处于同一测试场景内的其他车辆,第二车辆的数量可为一个、两个或者多个,对此本实施例不做限定。具体的,可设置测试场景内一定范围内的车辆为第二车辆、也可设置测试场景内与第一车辆的行驶方向不同的车辆为第二车辆等等,对此本实施例不做限定。需要说明的是,第二车辆上同样设置有车载设备,第二车辆的车载设备用于接收来自仿真测试软件获取的第二车辆的车辆状态信息。第一车辆的车载设备还具有第二信息接收接口,用于接收第二车辆的车载设备发送的第二车辆的车辆状态信息,其中,第二信息接口可为PC5接口。
在第二车辆为在当前测试场景中以第一车辆为中心,在第一范围内的所有车辆的情况下,例如:在第一范围为半径为20米的圆圈的情况下,设置以第一车辆为中心,半径为20米的圆周范围以内的所有车辆为第二车辆,其中,第一范围可为仿真测试软件内已预设的标准值,也可根据测试需求对该标准值进行调整,以提高测试灵活度及精确度。
在第二车辆为测试场景中与第一车辆的行驶方向不同的车辆的情况下,例如:在第一车辆朝正东方向行驶的情况下,测试场景内的所有不是朝正东方向行驶的车辆均为第二车辆。而根据道路的类型不同,在该道路为一字型道路的情况下,与第一车辆相向行驶的车辆为第二车辆;在该道路为十字型道路的情况下,与第一车辆处于不同道路上行驶的车辆为第二车辆,另外,与第一车辆处于同一道路上但相向行驶的车辆为第二车辆等。
另外,由于第二车辆的位置信息和运行信息与上述第一车辆的位置信息和运行信息的获取途径、获取方式一致,也可参照上述第一车辆的位置信息和运行信息的获取途径、获取方式进行适应性的调整,在此不再赘述。
本实施例中,通过获取第二车辆的第一信息,第一信息包括第二车辆的位置信息和运行信息,将第二车辆的第一信息与第一车辆的车辆状态信息比较,从而获取第一车辆与第二车辆之间的位置关系,以提高对预警功能测试的可靠性。
步骤103,获取所述第一车辆的路测信息。
路侧信息可通过路侧设备获取,在具体实现时,第一车辆的车载设备还具有第三信息接收接口,用于接收第一车辆的路侧设备发送的第一车辆的路侧信息,其中,第三信息接口可为PC5接口。
其中,路侧信息可包括测试场景内第一车辆的车辆状态信息以外的信息,例如:该路侧信息可包括上述的第二车辆的第一信息、还可包括第一车辆所处的环境信息等。另外,需要说明的是,该环境信息可包括仿真测试软件设置的天气信息、测试场景内的行人信息、测试场景内道路的信号灯信息等等。
在一可选的实施方式中,路侧设备中原有的广播消息的进程模块需要停止运行,并运行路侧用户数据报协议(即UDP协议)转换模块,将从台架接收的路侧消息封装成标准消息集发到第三信息接口(即PC5口)进行广播。
本实施例中,通过获取仿真测试软件提供的路侧信息,以对第一车辆的路侧信息的设置进行实时调整,从而提高预警功能测试的可靠性。
步骤104,根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果。
本实施例中,通过获取的第一车辆的车辆状态信息、第二车辆的第一信息和第一车辆的路侧信息,以触发测试场景,其中,所述测试场景具有与其相对应的预警标准。在测试过程中,实时获取或设置第一车辆的车辆状态信息、第二车辆的第一信息和第一车辆的路侧信息,并根据上述信息与预警标准进行比较,在***判断某一信息或大于或等于预警标准的情况下,
其中,输出的预警结果可为第一车辆在行驶过程中,根据第一车辆的车辆状态信息、第二车辆的第一信息和第一车辆的路侧信息,生成第一车辆在行驶过程中收到的警示信息。例如:提示注意前方车辆、提示前方禁止通行、提示注意减速等等。
本申请实施例中,通过仿真测试软件获取第一车辆的车辆状态信息,接收第二车辆发送的第一信息,获取所述第一车辆的路测信息,根据第一车辆的车辆状态信息、第一信息和路侧信息,输出预警结果。上述方法,可以通过预警结果,以对该预警功能进行测试,从而提高该预警功能的可靠性。
可选的,步骤104,所述根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果,包括:
根据所述路测信息,确定目标场景,所述目标场景对应预警信息,所述预警信息包括用于表征危险类别和/危险程度的预警参数;
其中,该仿真测试软件包括满足某种测试需求的一系列自动驾驶测试场景构成的数据库。场景库能够完成从场景数据的管理到场景测试引擎的桥接,实现从场景的自动产生、管理、存储、检索、匹配,到最后注入测试工具。场景库可包含多种测试场景,目标场景为场景库中的至少一个场景。
在一可选的实施方式中,基于数据来源的不同对场景库进行分类可包括自然驾驶场景、危险工况场景、标准法规场景、参数重组场景等。其中,自然驾驶场景是来源于真实的自然驾驶状态,包含自动驾驶车辆所处的人-车-环境-任务等全方位信息,如车辆数据、驾驶人行为、道路环境等多维度信息,用于充分测试场景,用于最基本的功能开发与验证;危险工况场景主要包含大量恶劣天气环境、复杂道路交通以及典型交通事故等场景,是一种必要测试场景,用于对安全性和可靠性进行验证;保准法规场景是验证自动驾驶有效性的一种基础测试场景,通过多项标准、评价规程以对现有自动驾驶功能进行了测试规定,是一种基础测试场景,对应具备的基本能力进行测试;参数重组场景是将已有场景进行参数化设置并完成仿真场景的随机生成或自动重组,具有无限性、扩展性、批量化、自动化等特点,可用于补充测试场景,补充未覆盖的未知场景。
测试场景的数据来源主要包括三大部分:真实数据、模拟数据以及专家经验。其中,真实数据即现实世界真实发生的,经过传感器采集到或以其它形式被记录保存下来的真实场景数据,包括自然驾驶数据、交通事故数据、路侧单元监控数据、封闭场地测试数据以及开放道路测试数据等;模拟数据主要包括驾驶模拟器数据和仿真数据,前者是利用驾驶模拟器进行测试得到的场景要素信息;后者是自动驾驶***或车辆在虚拟仿真平台上进行测试得到的场景要素信息;专家经验数据包括标准法规和普通人工经验,基于专家的仿真测试经验总结归纳出来的场景要素信息,其中,标准法规就是专家经验数据的典型代表。
其中,搭建场景库可确定单个虚拟场景的数据存储方式与标准构建单个自动驾驶虚拟测试场景在众多的虚拟测试场景中,根据特征标签选取适当场景作为场景库的组成部分。测试场景库的搭建,能有效驱动自动驾驶的研发测试工作,自动驾驶的研发测试反过来也能够为场景库提供反馈意见,丰富场景库。
需要说明的是,在场景在构建过程中,需要合理准确的在虚拟环境中渲染测试场景中的静态环境要素(如交通设施、道路及障碍物等)、动态环境要素(动态指示设施、通信环境信息)、交通参与者要素(机动车/非机动车、行人等)以及气象环境要素(环境温度、光照条件、天气情况)等信息。而在参数重组场景中对于由特征元素组合和人工编辑合成的场景,由于人工修改参数后可能会出现真实世界不存在的场景,因此在人工编辑场景时需参考真实世界场景的参数值范围去合理化地设置参数重组场景。
其中,预警结果包括预警信息,而预警信息包括用于表征危险类别和/或危险程度的预警参数。而预警信息的预警方式可包括语音提示、画面显示、警报声提示中的至少一项,对此本实施例不做限定。在具体实现时,预警信息可包括车辆避撞能力、交通合规性、行为能力、视距影响下交叉路口车辆冲突避免、碰撞预警、紧急制动、危险变道、无信号交叉口通行、行人横穿等方面,对此本实施不做限定。
可选的,危险类别可包括行人、车辆、信号灯中的至少一项。在一可选的实施方式中,在检测到有至少一个行人在离第一车辆预设范围内的情况下,可判断该预警信息包括行人,此时,可判断在保持当前车速继续行驶的情况下,在接下来的某时刻第一车辆会与该行人发生碰撞,从而提示第一车辆需进行减速行驶,同时,还可提示第一车辆需进行鸣笛,也可提示第一车辆需打开车辆闪光灯等。
在另一可选的实施方式中,当预警信息为车辆的情况下,在检测到有至少一辆第二车辆在离第一车辆预设范围内的情况下,可判断该预警信息包括车辆,该车辆可包括第二车辆,通过接收第二车辆的车载设备发送的第二车辆的第一信息,对第二车辆的位置信息和运行信息进行分析,可判断在保持当前车速行驶或者、当前方向、或者当前车道等继续行驶的情况下,在接下来的某时刻第一车辆会与第二车辆发生碰撞,从而提示第一车辆需进行减速行驶,也可提示第一车辆进行变道行驶、还可提示第一车辆需进行鸣笛,也可提示第一车辆需打开车辆闪光灯等。
在第三种实施方式中,在检测到与前方交通信号灯的距离在预设距离内的情况下,可判断该预警信息包括交通信号灯,通过接收当前交通信号灯为红灯,以提示车辆行驶至预设距离时,车辆需停止行驶,从而避免车辆闯红灯。另外,还通过将该车辆与智能交通***连接,获取到交通信号灯当前的灯光状态,还可提示当前的灯光状态的可持续时间,从而可根据信号灯预警信息,对车辆的行车速度或者行车路线进行调整。其中,智能交通***是将先进的信息技术、数据通信技术、传感器技术、电子控制技术以及计算机技术等有效地综合运用于整个交通运输管理体系,从而建立起一种大范围内、全方位发挥作用的,实时、准确、高效的综合运输和管理***。智能交通***通过人、车、路的和谐、密切配合提高交通运输效率,缓解交通阻塞,提高路网通过能力,减少交通事故,降低能源消耗,减轻环境污染。
根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,确定所述预警结果,所述预警信息包括所述预警结果。
本实施例中,根据第一车辆的车辆状态信息、第二车辆的第一信息和第一车辆的路侧信息,与当前测试场景的预警标准进行比较,从而确定预警结果。其中,不同测试场景可具有相同或不同的预警标准,对此本实施例不做限定。
可选的,所述路测信息包括所述第一车辆所处环境的环境信息,所述环境信息包括采集的所述第一车辆所处环境的图像信息。其中,图像信息可为第一车辆所处环境的实时拍摄图片,也可为可用于表征第一车辆所处环境的虚拟图片,该图片内还可包括文字信息,对此本实施例不做限定。通过对采集到的第一车辆所处环境的图像信息进行识别,以确定目标场景,相对于文字信息更直观。
所述根据所述路测信息,确定目标场景,包括:
对所述图像信息进行图像识别,确定所述目标场景,所述目标场景包括地形信息和/或人群流量信息。
本实施例中,通过对图像信息进行图像识别,从而确定第一车辆所处的测试场景为目标场景。在一可选的实施方式中,目标场景可通过地形信息进行判别,其中,地形信息可包括平原地形、高原地形、丘陵地形、盆地地形和山地地形等,而不同的地形都具有不同的类型之别,例如:可根据海拔高度的不同,对高原地形进行划分。
在另一可选的实施方式中,目标场景可通过人群流量信息进行判别,其中,人群流量信息可包括在预设时间段内经过目标路段的人员数量。例如:可通过获取到在目标路段内的全天人员流动数量,明显大于其他路段的人员流动数量,可判别该目标场景为城市路段场景。在本实施方式中,该图像信息可为详细的3D城市街景,还可包括交通信号灯、公园、湖泊、工地等丰富的场景。
可选的,目标场景还可包括公园场景、湖泊场景、工地场景等各丰富的场景,对此本实施例不做限定。
可选的,所述对所述图像信息进行图像识别,确定所述目标场景,包括:
对所述图像信息进行图像识别,获得识别结果,所述识别结果包括对目标对象的识别结果;
在所述目标对象包括行人,且行人的数量大于预设阈值的情况下,确定所述目标场景为人群拥挤场景。
本实施例中,通过将目标场景内的行人数量与预设阈值进行比较,以确定
在一可选的实施方式中,可通过获取到在早晨7:30-8:30和/或下午16:30-17:30之间的人员流动数量,大于或较明显地大于其他时刻的人员流动数量,可判别该目标场景为学校路段场景,从而可提示车辆在该时刻可绕行该路段,重新规划新路线,直至行驶目的地。
在另一可选的实施方式中,可通过获取到在目标路段内的全天人员流动数量,明显大于其他路段的人员流动数量,可判别该目标场景为城市路段场景。其中,城市路段场景又可根据人流量进行不同等级的划分,对此本实施例不做限定。
可选的,在步骤104,所述根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果之后,所述方法还包括:
获取所述预警结果的数据格式;
其中,预警结果的数据格式可为数值、字符或二进制数等形式,可根据保存在文件或记录中的规则设置。
将所述预警结果的数据格式转换成与台架协议相适配的数据格式,获得目标数据;
在一可选的实施方式中,由于台架协议数据格式跟该测试***的内部模块使用的不一致,该测试需要将车载用户数据报协议(即UDP协议)进行转换,并将将接收到的数据按照台架协议转换成模块间的通讯数据格式,以为应用层场景模块提供数据支持。另外,还需将接收到的预警消息转换成台架协议的数据格式发送给台架。
需要说明的是,为了不修改应用层的场景模块,还需要使用端口作为对应用层提供数据的服务端端口,所以,车载设备中原来的模块不能同时跟测试平台模块(即BENCH模块)一起运行,测试平台模块需要代替车联网通信模块其为应用层提供数据支持。
在一可选的实施方式中,仿真测试软件数据接口,负责接收从测试软件发过来的消息;协议转换,将测试软件发过来的数据转换成程序内部使用的消息集;将消息集发送给应用层模块;接收发来的预警信息,转成台架协议的数据格式,发送给仿真测试软件(车载用户数据报协议转换模块需要此步,路侧用户数据报协议转换模块不需要)。需要说明的是,本测试只能完成针对场景模块的测试,可以不启动部分采集与控制模块,而是需要新开发的用户数据报协议转换模块来替代这些模块为应用层提供数据支持。
在显示屏上显示所述目标数据,其中,显示屏可为车辆上已配置有的显示屏,也可以是驾乘人员的手机、电脑的显示屏,对此本实施例不做限定。
在测试过程中的第二车辆的第一信息、第一车辆的路侧信息也会被收集,并且可以在消息查看对话框以各种形式展开和查看,也支持每一条消息的保存和消息的批量导出。
可选的,该仿真测试软件可支持单次运行和批量运行模式。另外,***还支持多个场景的批量运行,方便对被测件进行自动化测试。
可选的,除了普通的日志文件***外,还可提供了另一套独立的日志文件***,这个日志文件***专门负责收集场景运行过程中的警告信息的输出等,其主要目的是为了以后对场景运行的结果进行分析以及输出测试报告。
本申请实施例提供一种应用于车联网的预警功能测试装置,所述装置包括:
第一获取模块201,用于通过仿真测试软件获取第一车辆的车辆状态信息,所述车辆状态信息包括所述第一车辆的位置信息和运行信息;
接收模块202,用于接收第二车辆发送的第一信息,所述第一信息包括所述第二车辆的位置信息和运行信息;
第二获取模块203,用于获取所述第一车辆的路测信息;
输出模块204,用于根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果。
可选的,所述输出模块,包括:
第一确定子模块,用于根据所述路测信息,确定目标场景,所述目标场景对应预警信息,所述预警信息包括用于表征危险类别和/危险程度的预警参数;
第二确定子模块,用于根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,确定所述预警结果,所述预警信息包括所述预警结果。
可选的,所述路测信息包括所述第一车辆所处环境的环境信息,所述环境信息包括采集的所述第一车辆所处环境的图像信息;
所述第一确定子模块,包括:
确定单元,用于对所述图像信息进行图像识别,确定所述目标场景,所述目标场景包括地形信息和/或人群流量信息。
可选的,所述第一确定子模块,包括:
获取子单元,用于对所述图像信息进行图像识别,获得识别结果,所述识别结果包括对目标对象的识别结果;
确定子单元,用于在所述目标对象包括行人,且行人的数量大于预设阈值的情况下,确定所述目标场景为人群拥挤场景。
可选的,所述装置还包括:
第三获取模块,用于获取所述预警结果的数据格式;
第四获取模块,用于将所述预警结果的数据格式转换成与台架协议相适配的数据格式,获得目标数据;
显示模块,用于在显示屏上显示所述目标数据。
需要说明的是,该装置是与上述图1所示的应用于车联网的预警功能测试方法对应的装置,图1所示的应用于车联网的预警功能测试方法的所有实施例均适用于该装置的实施例,并能达到同样的技术效果。
上面结合附图对本申请实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种应用于车联网的预警功能测试方法,其特征在于,所述方法包括:
通过仿真测试软件获取第一车辆的车辆状态信息,所述车辆状态信息包括所述第一车辆的位置信息和运行信息;
接收第二车辆发送的第一信息,所述第一信息包括所述第二车辆的位置信息和运行信息;
获取所述第一车辆的路测信息;
根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果,包括:
根据所述路测信息,确定目标场景,所述目标场景对应预警信息,所述预警信息包括用于表征危险类别和/或危险程度的预警参数;
根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,确定所述预警结果,所述预警信息包括所述预警结果。
3.根据权利要求2所述的方法,其特征在于,所述路测信息包括所述第一车辆所处环境的环境信息,所述环境信息包括采集的所述第一车辆所处环境的图像信息;
所述根据所述路测信息,确定目标场景,包括:
对所述图像信息进行图像识别,确定所述目标场景,所述目标场景包括地形信息和/或人群流量信息。
4.根据权利要求3所述的方法,其特征在于,所述对所述图像信息进行图像识别,确定所述目标场景,包括:
对所述图像信息进行图像识别,获得识别结果,所述识别结果包括对目标对象的识别结果;
在所述目标对象包括行人,且行人的数量大于预设阈值的情况下,确定所述目标场景为人群拥挤场景。
5.根据权利要求1所述的方法,其特征在于,在所述根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果之后,所述方法还包括:
获取所述预警结果的数据格式;
将所述预警结果的数据格式转换成与台架协议相适配的数据格式,获得目标数据;
在显示屏上显示所述目标数据。
6.一种应用于车联网的预警功能测试装置,其特征在于,所述装置包括:
第一获取模块,用于通过仿真测试软件获取第一车辆的车辆状态信息,所述车辆状态信息包括所述第一车辆的位置信息和运行信息;
接收模块,用于接收第二车辆发送的第一信息,所述第一信息包括所述第二车辆的位置信息和运行信息;
第二获取模块,用于获取所述第一车辆的路测信息;
输出模块,用于根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,输出预警结果。
7.根据权利要求6所述的装置,其特征在于,所述输出模块,包括:
第一确定子模块,用于根据所述路测信息,确定目标场景,所述目标场景对应预警信息,所述预警信息包括用于表征危险类别和/危险程度的预警参数;
第二确定子模块,用于根据所述第一车辆的车辆状态信息、所述第一信息和所述路测信息,确定所述预警结果,所述预警信息包括所述预警结果。
8.根据权利要求7所述的装置,其特征在于,所述路测信息包括所述第一车辆所处环境的环境信息,所述环境信息包括采集的所述第一车辆所处环境的图像信息;
所述第一确定子模块,包括:
确定单元,用于对所述图像信息进行图像识别,确定所述目标场景,所述目标场景包括地形信息和/或人群流量信息。
9.根据权利要求8所述的装置,其特征在于,所述第一确定子模块,包括:
获取子单元,用于对所述图像信息进行图像识别,获得识别结果,所述识别结果包括对目标对象的识别结果;
确定子单元,用于在所述目标对象包括行人,且行人的数量大于预设阈值的情况下,确定所述目标场景为人群拥挤场景。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第三获取模块,用于获取所述预警结果的数据格式;
第四获取模块,用于将所述预警结果的数据格式转换成与台架协议相适配的数据格式,获得目标数据;
显示模块,用于在显示屏上显示所述目标数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210610522.8A CN114925457A (zh) | 2022-05-31 | 2022-05-31 | 一种应用于车联网的预警功能测试方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210610522.8A CN114925457A (zh) | 2022-05-31 | 2022-05-31 | 一种应用于车联网的预警功能测试方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114925457A true CN114925457A (zh) | 2022-08-19 |
Family
ID=82813077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210610522.8A Pending CN114925457A (zh) | 2022-05-31 | 2022-05-31 | 一种应用于车联网的预警功能测试方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114925457A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024114756A1 (zh) * | 2022-12-02 | 2024-06-06 | 华为技术有限公司 | 一种车辆测试方法及相关装置 |
-
2022
- 2022-05-31 CN CN202210610522.8A patent/CN114925457A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024114756A1 (zh) * | 2022-12-02 | 2024-06-06 | 华为技术有限公司 | 一种车辆测试方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795818B (zh) | 一种确定虚拟测试场景方法、装置、电子设备和存储介质 | |
CN110160804B (zh) | 一种自动驾驶车辆的测试方法、装置及*** | |
CN114879631A (zh) | 一种基于数字孪生云控平台的自动驾驶测试***和方法 | |
CN112631246B (zh) | 测试评价信息确定方法、装置、设备及计算机存储介质 | |
CN107782564B (zh) | 一种自动驾驶车辆测评***及方法 | |
CN112789619B (zh) | 一种仿真场景的构建方法、仿真方法以及设备 | |
CN111473980B (zh) | 一种智能汽车自动驾驶能力测试*** | |
CN111797001A (zh) | 一种基于SCANeR的自动驾驶仿真测试模型的构建方法 | |
CN111178402B (zh) | 一种自动驾驶车辆道路测试的场景分类方法及装置 | |
CN108959813B (zh) | 一种智能车辆道路导航环境模型的仿真建模方法 | |
CN111311918B (zh) | 一种基于视觉分析的交通管理方法及装置 | |
CN110716529A (zh) | 一种自动驾驶测试用例自动生成方法和装置 | |
CN110162003B (zh) | 一种行车主动服务***测试验证平台及其测试方法 | |
CN110688311A (zh) | 一种面向自动驾驶典型场景的测试用例管理方法和装置 | |
CN111797003A (zh) | 一种基于vtd软件搭建虚拟测试场景的方法 | |
CN114004113B (zh) | 基于云服务的交互式智能车辆交通模拟测试方法及*** | |
CN114354219A (zh) | 自动驾驶车辆的测试方法及装置 | |
CN115291515A (zh) | 一种基于数字孪生的自动驾驶仿真测试***及评价方法 | |
CN111007738A (zh) | 一种用于自动驾驶算法仿真测试的软件在环平台 | |
CN113935442B (zh) | 汽车自动驾驶功能测试道路的分类方法、设备和存储介质 | |
CN114925457A (zh) | 一种应用于车联网的预警功能测试方法及装置 | |
CN117436821B (zh) | 交通事故诊断报告的生成方法、设备及存储介质 | |
Samaras et al. | Development of a methodology and tool to evaluate the impact of ICT measures on road transport emissions | |
Yang et al. | CAVTest: A closed connected and automated vehicles test field of Chang’an university in China | |
CN112781888A (zh) | 测试车辆的***和方法 |
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 |