CN115148028B - 依据历史数据构建车辆路测场景的方法、装置及一种车辆 - Google Patents
依据历史数据构建车辆路测场景的方法、装置及一种车辆 Download PDFInfo
- Publication number
- CN115148028B CN115148028B CN202210764539.9A CN202210764539A CN115148028B CN 115148028 B CN115148028 B CN 115148028B CN 202210764539 A CN202210764539 A CN 202210764539A CN 115148028 B CN115148028 B CN 115148028B
- Authority
- CN
- China
- Prior art keywords
- data
- scene
- vehicle
- determining
- constructing
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000005070 sampling Methods 0.000 claims description 64
- 239000012634 fragment Substances 0.000 claims description 24
- 230000003993 interaction Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 13
- 238000005520 cutting process Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种依据历史数据构建车辆路测场景的方法、装置及一种车辆。该发明包括:获取目标车辆在历史时间段内对应的初始行驶数据;对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试。通过本发明,解决了相关技术中通过实际道路场景对车辆进行路测操作,导致车辆测试效率低下的技术问题。
Description
技术领域
本发明涉及车辆路测场景领域,具体而言,涉及一种依据历史数据构建车辆路测场景的方法、装置及一种车辆。
背景技术
相关技术中,近年来自动驾驶技术取得了飞速发展,自动驾驶技术是一项十分复杂的集成性技术,涵盖车载传感器、数据处理器、控制器等硬件装置,并需要现代移动通信与网络技术作为支撑,以实现车辆、行人和非机动车等交通参与者之间的信息传递与共享,完成在复杂环境下的传感感知、决策规划和控制执行等功能,实现车辆的自动加速、减速、转向、超车、刹车等操作,保证行车安全。
但是现有技术中,车辆一般在实际道路场景中进行路测,但是道路实际场景中基于事实路况的不同,给车辆的路测带来了诸多不便,导致车辆路测效率降低。
针对相关技术中通过实际道路场景对车辆进行路测操作,导致车辆测试效率低下的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供依据历史数据构建车辆路测场景的方法、装置及一种车辆,以解决相关技术中通过实际道路场景对车辆进行路测操作,导致车辆测试效率低下的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种依据历史数据构建车辆路测场景的方法。该发明包括:获取目标车辆在历史时间段内对应的初始行驶数据;对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试。
进一步地,在依据场景数据,构建车辆路测场景之前,该方法还包括:将场景数据切割为多个数据片段;获取场景数据对应的多个采样维度;依据多个数据片段以及多个采样维度,确定目标场景数据,其中,目标场景数据用于构建车辆路测场景。
进一步地,依据多个数据片段以及多个采样维度,确定目标场景数据,包括:依据多个采样维度,分别对多个数据片段中的数据进行采样以得到多个数据片段对应的多组采样数据;分别对多组采样数据进行加权打分操作,以得到多个分数;将多个分数进行排序,并将落在预设分数范围内的分数确定为目标分数;将目标分数对应的采样数据,确定为目标场景数据。
进一步地,依据场景数据,构建车辆路测场景,包括:依据目标场景数据,构建与实际路测场景对应的多维仿真场景;将多维仿真场景确定为车辆路测场景。
进一步地,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:通过车辆路测场景对待测试车辆进行测试,并获得测试结果,其中,测试结果至少包括待测试车辆的行驶路径以及行驶策略,行驶策略至少包括待测试车辆对应的速度、加速度、拐弯情况;将测试结果与预设结果进行对比,并确定测试结果与预设结果之间的存在的差异,其中,预设结果为待测试车辆在车辆路测场景对应的实际场景进行测试所得到的测试结果。
进一步地,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:依据测试结果,确定待测试车辆对应的行驶路径以及行驶策略;依据待测试车辆对应的行驶路径,确定与待测试车辆同处于同一场景的车辆的行驶策略。
进一步地,对初始行驶数据进行分析以确定初始行驶数据对应的场景,包括:判定初始行驶数据对应的类型,其中,初始行驶数据对应的类型为以下任意一种:变道数据,与障碍物的交互数据,预设类型数据,预设类型数据为非变道数据以及非与障碍物交互的数据;通过初始行驶数据的类型,确定初始行驶数据对应的场景。
进一步地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为变道数据的情况下,确定初始行驶数据对应的场景为变道场景。
进一步地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为与障碍物的交互数据的情况下,确定初始行驶数据对应的场景为与障碍物的交互场景。
进一步地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为预设类型数据的情况下,确定初始行驶数据对应的场景为预设场景,预设场景为非变道场景且非与障碍物交互的场景。
进一步地,获取目标车辆在历史时间段内对应的初始行驶数据,包括:从目标车辆对应的服务器中获得初始行驶数据,其中,车辆在产生行驶数据后,将产生的行驶数据发送至服务器。
进一步地,在从车辆对应的服务器中获得初始行驶数据之前,该方法包括:通过设置在目标车辆上的行车记录仪和/或预设传感器获取初始行驶数据。
为了实现上述目的,根据本发明的另一方面,提供了一种依据历史数据构建车辆路测场景的装置。该装置包括:第一获取单元,用于获取目标车辆在历史时间段内对应的初始行驶数据;第一确定单元,用于对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;构建单元,用于依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,上述存储介质中存储有计算机程序,其中,上述计算机程序被设置为运行时执行上述一种依据历史数据构建车辆路测场景的方法。
根据本发明实施例的另一方面,还提供了一种处理器,上述处理器用于运行程序,其中,上述程序被设置为运行时执行上述一种依据历史数据构建车辆路测场景的方法。
根据本发明实施例的另一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为运行上述计算机程序以执行任一项中上述的智能家居设备配网方法。
通过本发明,采用以下步骤:获取目标车辆在历史时间段内对应的初始行驶数据;对初始行驶数据进行采样,以得到目标场景数据;对目标场景数据进行分析以确定目标场景数据对应的场景,并将目标场景数据确定为场景对应的场景数据;依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试,解决了相关技术中通过实际道路场景对车辆进行路测操作,导致车辆测试效率低下的技术问题。进而达到了提高车辆路测效率的技术效果。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例提供的一种依据历史数据构建车辆路测场景的方法的流程图;以及
图2是根据本发明实施例提供的一种依据历史数据构建车辆路测场景的装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明的实施例,提供了一种依据历史数据构建车辆路测场景的方法。
图1是根据本发明实施例的一种依据历史数据构建车辆路测场景的方法的流程图。如图1所示,该发明包括以下步骤:
步骤S101,获取目标车辆在历史时间段内对应的初始行驶数据;
步骤S102,对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;
步骤S103,依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试。
上述地,本申请通过车辆上传的历史行驶数据,来确定车辆行驶的路径对应的场景数据,并通过历史数据抽出的场景数据,构建高维的路测场景,通过高维的路测场景替代实际的路测场景,降低了自动驾驶车辆的测试成本以及提高了自动驾驶车辆的测试效率。
在一种可选地实施例中,在依据场景数据,构建车辆路测场景之前,该方法还包括:将场景数据切割为多个数据片段;获取场景数据对应的多个采样维度;依据多个数据片段以及多个采样维度,确定目标场景数据,其中,目标场景数据用于构建车辆路测场景。依据多个数据片段以及多个采样维度,确定目标场景数据,包括:依据多个采样维度,分别对多个数据片段中的数据进行采样以得到多个数据片段对应的多组采样数据;分别对多组采样数据进行加权打分操作,以得到多个分数;将多个分数进行排序,并将落在预设分数范围内的分数确定为目标分数;将目标分数对应的采样数据,确定为目标场景数据。
上述地,车辆上产生的历史行驶数据均传至服务器上,由于不能对全部的数据进行分析,提供了一种分层采样的采样策略,根据策略指标中的采样维度对数据进行采样,待挖掘的数据包括多个数据片段,通过采样维度对数据进行多个维度的加权打分,进而初步筛选出待处理的目标场景数据,进而提高数据的处理效率,降低数据计算量。本申请中,确定多组采样数据对应的分数,并获得分数排序,例如:如果排序在前5%,则将排序在5%的分数对应的采样数据确定为用于构建路测场景的目标场景数据。
在一种可选地实施例中,依据场景数据,构建车辆路测场景,包括:依据目标场景数据,构建与实际路测场景对应的多维仿真场景;将多维仿真场景确定为车辆路测场景。本申请中的车辆路测场景为实际路测场景的多维仿真场景。通过分层采样得到的目标场景数据为变道场景对应的行驶数据,则依据采样得到的场景数据构建车辆的变道路测场景。
需要说明的是,路测场景包括车辆的拐弯路测场景、车辆与其他障碍物的交互路测场景、车辆的直行路测场景,除此之外还有本申请没有提到的车辆的高架桥路测场景、车辆穿梭隧道的路测场景等车辆的路测场景。
同时,需要说明的是,本申请实施例中的障碍物为其他交通参与者,包括参与交通的其他机动车辆、其他非机动车辆或其他行人等。
在一种可选地实施例中,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:通过车辆路测场景对待测试车辆进行测试,并获得测试结果,其中,测试结果至少包括待测试车辆的行驶路径以及行驶策略,行驶策略至少包括待测试车辆对应的速度、加速度、拐弯情况;将测试结果与预设结果进行对比,并确定测试结果与预设结果之间的存在的差异,其中,预设结果为待测试车辆在车辆路测场景对应的实际场景进行测试所得到的测试结果。具体地,在构建路测场景后,通过路测场景对车辆进行仿真路测,并获得测试结果,将通过构建的仿真路测场景对车辆进行测试并获得测试结果,将仿真场景获得的测试结果与车辆在真是路测场景中获得测试结果进行对比,确定两者之间存在的差异,以确定仿真路测场景与真实路测场景之间存在的差异。
在一种可选地实施例中,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:依据测试结果,确定待测试车辆对应的行驶路径以及行驶策略;依据待测试车辆对应的行驶路径,确定与待测试车辆同处于同一场景的车辆的行驶策略。具体地,在确定待测试车辆的行驶策略后,即可依据待测试车辆的行驶速度、加速度以及拐弯情况,确定与待测试车辆处于同一场景中的车辆的行驶策略。
在一种可选地实施例中,对初始行驶数据进行分析以确定初始行驶数据对应的场景,包括:判定初始行驶数据对应的类型,其中,初始行驶数据对应的类型为以下任意一种:变道数据,与障碍物的交互数据,预设类型数据,预设类型数据为非变道数据以及非与障碍物交互的数据;通过初始行驶数据的类型,确定初始行驶数据对应的场景。
在一种可选地实施例中,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为变道数据的情况下,确定初始行驶数据对应的场景为变道场景。
在一种可选地实施例中,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为与障碍物的交互数据的情况下,确定初始行驶数据对应的场景为与障碍物的交互场景。
在一种可选地实施例中,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为预设类型数据的情况下,确定初始行驶数据对应的场景为预设场景,预设场景为非变道场景且非与障碍物交互的场景。
上述地,对初始行驶数据进行分析以确定初始行驶数据对应的场景,如果初始行驶数据为变道数据的情况下,初始行驶数据对应的场景为变道场景,如果初始行驶数据为与障碍物交互的数据,则场景为车辆相撞的场景,或者车辆急刹的场景,如果初始行驶数据为非变道数据,非与障碍物交互的数据,则确定初始行驶数据对应的场景为直行行驶场景,也即没有变道也没有与障碍物交互的场景。
在一种可选地实施例中,获取目标车辆在历史时间段内对应的初始行驶数据,包括:从目标车辆对应的服务器中获得初始行驶数据,其中,车辆在产生行驶数据后,将产生的行驶数据发送至服务器。
上述地,在该实施例中,车辆在产生行驶数据后,将行驶数据发送至服务器。
在一种可选地实施例中,在从车辆对应的服务器中获得初始行驶数据之前,该方法包括:通过设置在目标车辆上的行车记录仪和/或预设传感器获取初始行驶数据。
上述地,通过设置在车辆上的行车记录仪或者其他传感器获取车辆的行驶数据,并将获得行驶数据发送至服务器,在本申请提供的可选实施例中,其他预设传感器可以为激光雷达等设置在车辆上的传感器。
本发明实施例提供的一种依据历史数据构建车辆路测场景的方法,通过获取目标车辆在历史时间段内对应的初始行驶数据;对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试,解决了相关技术中通过实际道路场景对车辆进行路测操作,导致车辆测试效率低下的技术问题。进而达到了提高车辆路测效率的技术效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例还提供了一种依据历史数据构建车辆路测场景的装置,需要说明的是,本发明实施例的一种依据历史数据构建车辆路测场景的装置可以用于执行本发明实施例所提供的用于一种依据历史数据构建车辆路测场景的方法。以下对本发明实施例提供的一种依据历史数据构建车辆路测场景的装置进行介绍。
图2是根据本发明实施例的一种依据历史数据构建车辆路测场景的装置的示意图。如图2所示,该装置包括:第一获取单元201,用于获取目标车辆在历史时间段内对应的初始行驶数据;第一确定单元202,用于对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;构建单元203,用于依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试。
本申请的又一种实施例中,该装置还包括:切割单元,用于在依据场景数据,构建车辆路测场景之前,将场景数据切割为多个数据片段;第二获取单元,用于获取场景数据对应的多个采样维度;第二确定单元,用于依据多个数据片段以及多个采样维度,确定目标场景数据,其中,目标场景数据用于构建车辆路测场景。
本申请的又一种实施例中,第二确定单元,包括:采样子单元,用于依据多个采样维度,分别对多个数据片段中的数据进行采样以得到多个数据片段对应的多组采样数据;加权子单元,用于分别对多组采样数据进行加权打分操作,以得到多个分数;排序子单元,用于将多个分数进行排序,并将落在预设分数范围内的分数确定为目标分数;第一确定子单元,用于将目标分数对应的采样数据,确定为目标场景数据。
本申请的又一种实施例中,构建单元203,包括:构建子单元,用于依据目标场景数据,构建与实际路测场景对应的多维仿真场景;第二确定子单元,用于将多维仿真场景确定为车辆路测场景。
本申请的又一种实施例中,该装置还包括:第三获取单元,用于在依据场景数据,构建用于测试车辆的车辆路测场景之后,第四获取单元,用于通过车辆路测场景对待测试车辆进行测试,并获得测试结果,其中,测试结果至少包括待测试车辆的行驶路径以及行驶策略,行驶策略至少包括待测试车辆对应的速度、加速度、拐弯情况;第三确定单元,用于将测试结果与预设结果进行对比,并确定测试结果与预设结果之间的存在的差异,其中,预设结果为待测试车辆在车辆路测场景对应的实际场景进行测试所得到的测试结果。
本申请的又一种实施例中,该装置还包括:第四确定单元,用于在依据场景数据,构建用于测试车辆的车辆路测场景之后,依据测试结果,确定待测试车辆对应的行驶路径以及行驶策略;第五确定单元,用于依据待测试车辆对应的行驶路径,确定与待测试车辆同处于同一场景的车辆的行驶策略。
本申请的又一种实施例中,第一确定单元202,包括:判定子单元,用于判定初始行驶数据对应的类型,其中,初始行驶数据对应的类型为以下任意一种:变道数据,与障碍物的交互数据,预设类型数据,预设类型数据为非变道数据以及非与障碍物交互的数据;第三确定子单元,用于通过初始行驶数据的类型,确定初始行驶数据对应的场景。
本申请的又一种实施例中,第三确定子单元,包括:确定模块,用于在初始行驶数据为变道数据的情况下,确定初始行驶数据对应的场景为变道场景。
本申请的又一种实施例中,第三确定子单元,包括:第一确定模块,用于在初始行驶数据为与障碍物的交互数据的情况下,确定初始行驶数据对应的场景为与障碍物的交互场景。
本申请的又一种实施例中,第三确定子单元,包括:第二确定模块,用于在初始行驶数据为预设类型数据的情况下,确定初始行驶数据对应的场景为预设场景,预设场景为非变道场景且非与障碍物交互的场景。
本申请的又一种实施例中,第一获取单元201,包括:获取子单元,用于从目标车辆对应的服务器中获得初始行驶数据,其中,车辆在产生行驶数据后,将产生的行驶数据发送至服务器。
本申请的又一种实施例中,该装置包括:第五获取单元,用户在从车辆对应的服务器中获得初始行驶数据之前,通过设置在目标车辆上的行车记录仪和/或预设传感器获取初始行驶数据。
本发明实施例提供的一种依据历史数据构建车辆路测场景的装置,包括第一获取单元201,用于获取目标车辆在历史时间段内对应的初始行驶数据;第一确定单元202,用于对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;构建单元203,用于依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试,解决了相关技术中通过实际道路场景对车辆进行路测操作,导致车辆测试效率低下的技术问题,进而达到了提高车辆路测效率的技术效果。
一种依据历史数据构建车辆路测场景的装置包括处理器和存储器,上述获取单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中通过实际道路场景对车辆进行路测操作,导致车辆测试效率低下的技术问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现一种依据历史数据构建车辆路测场景的方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行一种依据历史数据构建车辆路测场景的方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取目标车辆在历史时间段内对应的初始行驶数据;对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试。
可选地,在依据场景数据,构建车辆路测场景之前,该方法还包括:将场景数据切割为多个数据片段;获取场景数据对应的多个采样维度;依据多个数据片段以及多个采样维度,确定目标场景数据,其中,目标场景数据用于构建车辆路测场景。
可选地,依据多个数据片段以及多个采样维度,确定目标场景数据,包括:依据多个采样维度,分别对多个数据片段中的数据进行采样以得到多个数据片段对应的多组采样数据;分别对多组采样数据进行加权打分操作,以得到多个分数;将多个分数进行排序,并将落在预设分数范围内的分数确定为目标分数;将目标分数对应的采样数据,确定为目标场景数据。
可选地,依据场景数据,构建车辆路测场景,包括:依据目标场景数据,构建与实际路测场景对应的多维仿真场景;将多维仿真场景确定为车辆路测场景。
可选地,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:通过车辆路测场景对待测试车辆进行测试,并获得测试结果,其中,测试结果至少包括待测试车辆的行驶路径以及行驶策略,行驶策略至少包括待测试车辆对应的速度、加速度、拐弯情况;将测试结果与预设结果进行对比,并确定测试结果与预设结果之间的存在的差异,其中,预设结果为待测试车辆在车辆路测场景对应的实际场景进行测试所得到的测试结果。
可选地,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:依据测试结果,确定待测试车辆对应的行驶路径以及行驶策略;依据待测试车辆对应的行驶路径,确定与待测试车辆同处于同一场景的车辆的行驶策略。
可选地,对初始行驶数据进行分析以确定初始行驶数据对应的场景,包括:判定初始行驶数据对应的类型,其中,初始行驶数据对应的类型为以下任意一种:变道数据,与障碍物的交互数据,预设类型数据,预设类型数据为非变道数据以及非与障碍物交互的数据;通过初始行驶数据的类型,确定初始行驶数据对应的场景。
可选地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为变道数据的情况下,确定初始行驶数据对应的场景为变道场景。
可选地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为与障碍物的交互数据的情况下,确定初始行驶数据对应的场景为与障碍物的交互场景。
可选地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为预设类型数据的情况下,确定初始行驶数据对应的场景为预设场景,预设场景为非变道场景且非与障碍物交互的场景。
可选地,获取目标车辆在历史时间段内对应的初始行驶数据,包括:从目标车辆对应的服务器中获得初始行驶数据,其中,车辆在产生行驶数据后,将产生的行驶数据发送至服务器。
可选地,在从车辆对应的服务器中获得初始行驶数据之前,该方法包括:通过设置在目标车辆上的行车记录仪和/或预设传感器获取初始行驶数据。
本文中的设备可以是服务器、PC、PAD、手机等。
本发明还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取目标车辆在历史时间段内对应的初始行驶数据;对初始行驶数据进行分析以确定初始行驶数据对应的场景,并将初始行驶数据确定为场景对应的场景数据;依据场景数据,构建车辆路测场景,其中,车辆路测场景用于待测试车辆的测试。
可选地,在依据场景数据,构建车辆路测场景之前,该方法还包括:将场景数据切割为多个数据片段;获取场景数据对应的多个采样维度;依据多个数据片段以及多个采样维度,确定目标场景数据,其中,目标场景数据用于构建车辆路测场景。
可选地,依据多个数据片段以及多个采样维度,确定目标场景数据,包括:依据多个采样维度,分别对多个数据片段中的数据进行采样以得到多个数据片段对应的多组采样数据;分别对多组采样数据进行加权打分操作,以得到多个分数;将多个分数进行排序,并将落在预设分数范围内的分数确定为目标分数;将目标分数对应的采样数据,确定为目标场景数据。
可选地,依据场景数据,构建车辆路测场景,包括:依据目标场景数据,构建与实际路测场景对应的多维仿真场景;将多维仿真场景确定为车辆路测场景。
可选地,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:通过车辆路测场景对待测试车辆进行测试,并获得测试结果,其中,测试结果至少包括待测试车辆的行驶路径以及行驶策略,行驶策略至少包括待测试车辆对应的速度、加速度、拐弯情况;将测试结果与预设结果进行对比,并确定测试结果与预设结果之间的存在的差异,其中,预设结果为待测试车辆在车辆路测场景对应的实际场景进行测试所得到的测试结果。
可选地,在依据场景数据,构建用于测试车辆的车辆路测场景之后,该方法还包括:依据测试结果,确定待测试车辆对应的行驶路径以及行驶策略;依据待测试车辆对应的行驶路径,确定与待测试车辆同处于同一场景的车辆的行驶策略。
可选地,对初始行驶数据进行分析以确定初始行驶数据对应的场景,包括:判定初始行驶数据对应的类型,其中,初始行驶数据对应的类型为以下任意一种:变道数据,与障碍物的交互数据,预设类型数据,预设类型数据为非变道数据以及非与障碍物交互的数据;通过初始行驶数据的类型,确定初始行驶数据对应的场景。
可选地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为变道数据的情况下,确定初始行驶数据对应的场景为变道场景。
可选地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为与障碍物的交互数据的情况下,确定初始行驶数据对应的场景为与障碍物的交互场景。
可选地,通过初始行驶数据的类型,确定初始行驶数据对应的场景,包括:在初始行驶数据为预设类型数据的情况下,确定初始行驶数据对应的场景为预设场景,预设场景为非变道场景且非与障碍物交互的场景。
可选地,获取目标车辆在历史时间段内对应的初始行驶数据,包括:从目标车辆对应的服务器中获得初始行驶数据,其中,车辆在产生行驶数据后,将产生的行驶数据发送至服务器。
可选地,在从车辆对应的服务器中获得初始行驶数据之前,该方法包括:通过设置在目标车辆上的行车记录仪和/或预设传感器获取初始行驶数据。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (14)
1.一种依据历史数据构建车辆路测场景的方法,其特征在于,包括:
获取目标车辆在历史时间段内对应的初始行驶数据;
对所述初始行驶数据进行分析以确定所述初始行驶数据对应的场景,并将所述初始行驶数据确定为所述场景对应的场景数据;
依据所述场景数据,构建所述车辆路测场景,其中,所述车辆路测场景用于待测试车辆的测试;
在依据所述场景数据,构建所述车辆路测场景之前,所述方法还包括:
将所述场景数据切割为多个数据片段;
获取所述场景数据对应的多个采样维度;
依据多个所述数据片段以及多个所述采样维度,确定目标场景数据,其中,所述目标场景数据用于构建所述车辆路测场景;
依据多个所述数据片段以及多个所述采样维度,确定目标场景数据,包括:
依据多个所述采样维度,分别对多个所述数据片段中的数据进行采样以得到多个所述数据片段对应的多组采样数据;
分别对多组所述采样数据进行加权打分操作,以得到多个分数;
将多个所述分数进行排序,并将落在预设分数范围内的所述分数确定为目标分数;
将所述目标分数对应的所述采样数据,确定为所述目标场景数据。
2.根据权利要求1所述的方法,其特征在于,依据所述场景数据,构建所述车辆路测场景,包括:
依据所述目标场景数据,构建与实际路测场景对应的多维仿真场景;
将所述多维仿真场景确定为所述车辆路测场景。
3.根据权利要求1所述的方法,其特征在于,在依据所述场景数据,
构建用于测试车辆的车辆路测场景之后,所述方法还包括:
通过所述车辆路测场景对所述待测试车辆进行测试,并获得测试结果,其中,所述测试结果至少包括所述待测试车辆的行驶路径以及行驶策略,所述行驶策略至少包括所述待测试车辆对应的速度、加速度、拐弯情况;
将所述测试结果与预设结果进行对比,并确定所述测试结果与所述预设结果之间的存在的差异,其中,所述预设结果为所述待测试车辆在所述车辆路测场景对应的实际场景进行测试所得到的测试结果。
4.根据权利要求3所述的方法,其特征在于,在依据所述场景数据,
构建用于测试车辆的车辆路测场景之后,所述方法还包括:
依据所述测试结果,确定所述待测试车辆对应的所述行驶路径以及所述行驶策略;
依据所述待测试车辆对应的所述行驶路径,确定与所述待测试车辆同处于同一场景的车辆的行驶策略。
5.根据权利要求1所述的方法,其特征在于,对所述初始行驶数据进行分析以确定所述初始行驶数据对应的场景,包括:
判定所述初始行驶数据对应的类型,其中,所述初始行驶数据对应的所述类型为以下任意一种:变道数据,与障碍物的交互数据,预设类型数据,所述预设类型数据为非变道数据以及非与所述障碍物交互的数据;
通过所述初始行驶数据的类型,确定所述初始行驶数据对应的所述场景。
6.根据权利要求5所述的方法,其特征在于,通过所述初始行驶数据的类型,确定所述初始行驶数据对应的所述场景,包括:
在所述初始行驶数据为所述变道数据的情况下,确定所述初始行驶数据对应的所述场景为变道场景。
7.根据权利要求5所述的方法,其特征在于,通过所述初始行驶数据的类型,确定所述初始行驶数据对应的所述场景,包括:
在所述初始行驶数据为与所述障碍物的交互数据的情况下,确定所述初始行驶数据对应的所述场景为与所述障碍物的交互场景。
8.根据权利要求5所述的方法,其特征在于,通过所述初始行驶数据的类型,确定所述初始行驶数据对应的所述场景,包括:
在所述初始行驶数据为所述预设类型数据的情况下,确定所述初始行驶数据对应的所述场景为预设场景,所述预设场景为非变道场景且非与障碍物交互的场景。
9.根据权利要求1所述的方法,其特征在于,获取目标车辆在历史时间段内对应的初始行驶数据,包括:
从所述目标车辆对应的服务器中获得所述初始行驶数据,其中,所述车辆在产生行驶数据后,将产生的所述行驶数据发送至所述服务器。
10.根据权利要求9所述的方法,其特征在于,在从所述车辆对应的服务器中获得所述初始行驶数据之前,所述方法包括:
通过设置在所述目标车辆上的行车记录仪和/或预设传感器获取所述初始行驶数据。
11.一种依据历史数据构建车辆路测场景的装置,其特征在于,包括:
第一获取单元,用于获取目标车辆在历史时间段内对应的初始行驶数据;
第一确定单元,用于对所述初始行驶数据进行分析以确定所述初始行驶数据对应的场景,并将所述初始行驶数据确定为所述场景对应的场景数据;
构建单元,用于依据所述场景数据,构建所述车辆路测场景,其中,所述车辆路测场景用于待测试车辆的测试;
所述装置还包括:切割单元,用于在依据所述场景数据,构建所述车辆路测场景之前,将所述场景数据切割为多个数据片段;第二获取单元,用于获取所述场景数据对应的多个采样维度;第二确定单元,用于依据多个所述数据片段以及多个所述采样维度,确定目标场景数据,其中,所述目标场景数据用于构建所述车辆路测场景;
第二确定单元,包括:采样子单元,用于依据多个所述采样维度,分别对多个所述数据片段中的数据进行采样以得到多个所述数据片段对应的多组采样数据;加权子单元,用于分别对多组所述采样数据进行加权打分操作,以得到多个分数;排序子单元,用于将多个所述分数进行排序,并将落在预设分数范围内的所述分数确定为目标分数;第一确定子单元,用于将所述目标分数对应的所述采样数据,确定为所述目标场景数据。
12.一种车辆,其特征在于,包括一种依据历史数据构建车辆路测场景的装置,用于执行权利要求1至10中任意一项所述的一种依据历史数据构建车辆路测场景的方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至10中任意一项所述的一种依据历史数据构建车辆路测场景的方法。
14.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至10中任意一项所述的一种依据历史数据构建车辆路测场景的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764539.9A CN115148028B (zh) | 2022-06-30 | 2022-06-30 | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764539.9A CN115148028B (zh) | 2022-06-30 | 2022-06-30 | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115148028A CN115148028A (zh) | 2022-10-04 |
CN115148028B true CN115148028B (zh) | 2023-12-15 |
Family
ID=83409956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210764539.9A Active CN115148028B (zh) | 2022-06-30 | 2022-06-30 | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115148028B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115655752B (zh) * | 2022-12-09 | 2023-03-17 | 成都鲁易科技有限公司 | 新能源车辆自动测试方法及装置、电子设备和存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109935130A (zh) * | 2019-04-01 | 2019-06-25 | 北京小马智行科技有限公司 | 控制教练车执行教学任务的方法和装置 |
EP3533681A2 (en) * | 2018-08-03 | 2019-09-04 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method for detecting safety of driving behavior, apparatus and storage medium |
CN111231965A (zh) * | 2020-01-14 | 2020-06-05 | 北京小马智行科技有限公司 | 车辆控制模式的调整方法及装置、无人驾驶车辆 |
CN111783225A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 仿真***中场景处理的方法及装置 |
WO2021004344A1 (zh) * | 2019-07-10 | 2021-01-14 | 平安科技(深圳)有限公司 | 基于数据分析的风险识别方法及相关设备 |
CN112307642A (zh) * | 2020-11-17 | 2021-02-02 | 苏州智加科技有限公司 | 数据处理方法、装置、***、计算机设备及存储介质 |
CN112346982A (zh) * | 2020-11-11 | 2021-02-09 | 东软睿驰汽车技术(沈阳)有限公司 | 测试用例生成方法、装置和电子设备 |
KR20210041545A (ko) * | 2020-09-25 | 2021-04-15 | 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 | 차량 제어 방법, 장치, 전자기기 및 저장 매체 |
CN112789619A (zh) * | 2020-12-31 | 2021-05-11 | 华为技术有限公司 | 一种仿真场景的构建方法、仿真方法以及设备 |
CN113408141A (zh) * | 2021-07-02 | 2021-09-17 | 阿波罗智联(北京)科技有限公司 | 一种自动驾驶测试方法、装置及电子设备 |
WO2022042853A1 (en) * | 2020-08-28 | 2022-03-03 | Siemens Industry Software Netherlands B.V. | Critical scenario identification for verification and validation of vehicles |
WO2022082476A1 (zh) * | 2020-10-21 | 2022-04-28 | 华为技术有限公司 | 一种仿真交通场景文件生成方法及装置 |
WO2022087879A1 (zh) * | 2020-10-28 | 2022-05-05 | 华为技术有限公司 | 一种场景文件的获取方法以及装置 |
JP2022073894A (ja) * | 2020-10-29 | 2022-05-17 | 中国汽車技術研究中心有限公司 | 運転シーンの分類方法、装置、機器及び読み取り可能な記憶媒体 |
CN114527675A (zh) * | 2021-12-31 | 2022-05-24 | 广州文远知行科技有限公司 | 自动驾驶仿真测试方法、装置、设备及存储介质 |
CN114544191A (zh) * | 2021-12-28 | 2022-05-27 | 文远苏行(江苏)科技有限公司 | 自动驾驶测试场景量化评估方法及相关设备 |
CN114579054A (zh) * | 2022-03-04 | 2022-06-03 | 京东鲲鹏(江苏)科技有限公司 | 一种数据处理方法、装置、电子设备及计算机可读介质 |
CN114647954A (zh) * | 2022-04-12 | 2022-06-21 | 广州文远知行科技有限公司 | 仿真场景生成方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112526893B (zh) * | 2020-10-30 | 2024-04-02 | 长安大学 | 一种智能汽车的测试*** |
US20220197280A1 (en) * | 2020-12-22 | 2022-06-23 | Uatc, Llc | Systems and Methods for Error Sourcing in Autonomous Vehicle Simulation |
-
2022
- 2022-06-30 CN CN202210764539.9A patent/CN115148028B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3533681A2 (en) * | 2018-08-03 | 2019-09-04 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method for detecting safety of driving behavior, apparatus and storage medium |
CN109935130A (zh) * | 2019-04-01 | 2019-06-25 | 北京小马智行科技有限公司 | 控制教练车执行教学任务的方法和装置 |
WO2021004344A1 (zh) * | 2019-07-10 | 2021-01-14 | 平安科技(深圳)有限公司 | 基于数据分析的风险识别方法及相关设备 |
CN111231965A (zh) * | 2020-01-14 | 2020-06-05 | 北京小马智行科技有限公司 | 车辆控制模式的调整方法及装置、无人驾驶车辆 |
CN111783225A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 仿真***中场景处理的方法及装置 |
WO2022042853A1 (en) * | 2020-08-28 | 2022-03-03 | Siemens Industry Software Netherlands B.V. | Critical scenario identification for verification and validation of vehicles |
KR20210041545A (ko) * | 2020-09-25 | 2021-04-15 | 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 | 차량 제어 방법, 장치, 전자기기 및 저장 매체 |
WO2022082476A1 (zh) * | 2020-10-21 | 2022-04-28 | 华为技术有限公司 | 一种仿真交通场景文件生成方法及装置 |
WO2022087879A1 (zh) * | 2020-10-28 | 2022-05-05 | 华为技术有限公司 | 一种场景文件的获取方法以及装置 |
JP2022073894A (ja) * | 2020-10-29 | 2022-05-17 | 中国汽車技術研究中心有限公司 | 運転シーンの分類方法、装置、機器及び読み取り可能な記憶媒体 |
CN112346982A (zh) * | 2020-11-11 | 2021-02-09 | 东软睿驰汽车技术(沈阳)有限公司 | 测试用例生成方法、装置和电子设备 |
CN112307642A (zh) * | 2020-11-17 | 2021-02-02 | 苏州智加科技有限公司 | 数据处理方法、装置、***、计算机设备及存储介质 |
CN112789619A (zh) * | 2020-12-31 | 2021-05-11 | 华为技术有限公司 | 一种仿真场景的构建方法、仿真方法以及设备 |
CN113408141A (zh) * | 2021-07-02 | 2021-09-17 | 阿波罗智联(北京)科技有限公司 | 一种自动驾驶测试方法、装置及电子设备 |
CN114544191A (zh) * | 2021-12-28 | 2022-05-27 | 文远苏行(江苏)科技有限公司 | 自动驾驶测试场景量化评估方法及相关设备 |
CN114527675A (zh) * | 2021-12-31 | 2022-05-24 | 广州文远知行科技有限公司 | 自动驾驶仿真测试方法、装置、设备及存储介质 |
CN114579054A (zh) * | 2022-03-04 | 2022-06-03 | 京东鲲鹏(江苏)科技有限公司 | 一种数据处理方法、装置、电子设备及计算机可读介质 |
CN114647954A (zh) * | 2022-04-12 | 2022-06-21 | 广州文远知行科技有限公司 | 仿真场景生成方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
基于危险场景聚类分析的前车随机运动状态预测研究;郭景华;***;王进;陈涛;李文昌;王班;;汽车工程(07);全文 * |
驾驶模拟器在自动驾驶***中的应用研究;汤辉;王立;李志斌;;汽车文摘(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115148028A (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112286206B (zh) | 自动驾驶的模拟方法、***、设备、可读存储介质及平台 | |
CN110793784B (zh) | 自动驾驶车辆的测试方法、装置、存储介质及电子装置 | |
CN108248609A (zh) | 混合动力车辆和在混合动力车辆中预测驾驶样式的方法 | |
CN113665574B (zh) | 智能汽车换道时长预测及拟人化轨迹规划方法 | |
CN115148028B (zh) | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 | |
CN112036746A (zh) | 一种智能车辆驾驶性评价指标体系创建方法、装置及介质 | |
CN111177887A (zh) | 一种基于真实驾驶场景构造仿真轨迹数据的方法和装置 | |
Klück et al. | Performance comparison of two search-based testing strategies for ADAS system validation | |
CN112508054B (zh) | 一种驾驶模型训练方法、装置、设备和介质 | |
CN113256969A (zh) | 一种高速公路的交通事故预警方法、设备及介质 | |
CN112466118A (zh) | 车辆驾驶行为识别方法、***、电子设备及存储介质 | |
CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN113867367B (zh) | 测试场景的处理方法、装置及计算机程序产品 | |
CN116824862A (zh) | 一种智慧隧道交通运行管控方法、设备及介质 | |
NL2018125B1 (en) | Assessment system and assessment method | |
Mohammad et al. | Modeling Gap Acceptance in Overtaking: A Cognitive Process Approach | |
US11458996B2 (en) | Systems and methods to enable reciprocation in vehicular micro cloud | |
CN114943940A (zh) | 一种隧道内车辆可视化监测的方法、设备及存储介质 | |
CN114030473A (zh) | 车辆自动驾驶行为评估方法、装置、设备及存储介质 | |
CN114114954A (zh) | 一种无人设备的控制方法及装置 | |
CN110008577B (zh) | 基于最差全局危险度搜索的车辆自动换道功能测评方法 | |
Sato et al. | Influence of weather features in determining sudden braking | |
CN113538895A (zh) | 车辆调控方法、装置、***及计算机存储介质 | |
CN117033162B (zh) | 一种基于场景生成的自动驾驶虚拟仿真测试方法及*** | |
CN117808349A (zh) | 一种v2x场景下乘客满意度的影响因素识别方法及装置 |
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 |