CN116932340A - 场景运行方法、装置、计算机设备及存储介质 - Google Patents
场景运行方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116932340A CN116932340A CN202210340114.5A CN202210340114A CN116932340A CN 116932340 A CN116932340 A CN 116932340A CN 202210340114 A CN202210340114 A CN 202210340114A CN 116932340 A CN116932340 A CN 116932340A
- Authority
- CN
- China
- Prior art keywords
- scene
- generalization
- parameter
- simulation
- generalized
- 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
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000004088 simulation Methods 0.000 claims abstract description 314
- 238000012545 processing Methods 0.000 claims abstract description 139
- 238000004422 calculation algorithm Methods 0.000 claims description 78
- 230000008569 process Effects 0.000 claims description 43
- 238000009795 derivation Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 description 49
- 238000010586 diagram Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3457—Performance evaluation by simulation
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种场景运行方法、装置、计算机设备及存储介质,可应用于自动驾驶领域,其中方法包括:获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;运行生成的所述泛化仿真场景,可提升场景生成效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种场景运行方法、装置、计算机设备及存储介质。
背景技术
随着计算机技术的不断深入发展,为了进一步提升用户的生产生活质量,各种自动驾驶算法应运而生,以提升用户在驾驶领域的效率和驾驶安全性,而在自动驾驶算法在实际投入使用之前,需要对该自动驾驶算法的算法能力进行测试,以保证在采用自动驾驶算法控制实际车辆行驶时的安全性,而对自动驾驶算法进行测试时,通常需将自动驾驶算法部署到大量的测试场景中运行,而当前得到大量测试场景的方法通常是由人为进行交通参与对象的确定,及对相关场景参数进行调整得到的,由此可见,采用当前进行场景生成的方式,将导致场景生成的效率低下。
发明内容
本发明实施例提供了一种场景运行方法、装置、计算机设备及存储介质,可提升场景生成效率。
一方面,本发明实施例提供了一种场景运行方法,包括:
获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;
根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;
运行生成的所述泛化仿真场景。
再一方面,本发明实施例提供了一种场景运行装置,包括:
获取单元,用于获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;
处理单元,用于根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;
所述处理单元,还用于运行生成的所述泛化仿真场景。
再一方面,本发明实施例提供了一种计算机设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储支持计算机设备执行上述方法的计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如下步骤:
获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;
根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;
运行生成的所述泛化仿真场景。
再一方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有程序指令,所述程序指令被处理器执行时,所述程序指令被处理器执行时,用于执行如第一方面所述的场景运行方法。
在本申请实施例中,计算机设备可在获取到场景运行需求后,可获取与该场景运行需求相关的参数泛化规则,进而可根据获取到的参数泛化规则所指示的待泛化处理的交通参与对象及对应场景参数的取值范围,对相应交通参与对象的场景参数进行泛化处理,从而得到一个或多个泛化仿真场景,而计算机设备在得到一个或多个泛化仿真场景后,则可将待测试的自动驾驶算法搭载在该泛化仿真场景的主车中,从而实现对自动驾驶算法的算法性能的测试。由于计算机设备在进行泛化仿真场景生成时,是在获取到场景运行需求后才实时地基于该需求进行泛化仿真场景生成的,而无需计算机设备提前进行泛化仿真场景的生成,进而也就可降低计算机设备对提前生成的泛化仿真场景的存储压力,也就实现了对计算机设备的存储资源的有效释放,基于对存储资源的释放,可提高对海量的泛化仿真场景的生成效率,另外,如果计算机设备在进行泛化仿真场景的生成时所采用的参数泛化规则所指示的待泛化处理的交通参与对象大多为相同的交通参与对象,则可使计算机设备生成较为相似的泛化仿真场景,而采用较为相似的泛化仿真场景进行自动驾驶算法的测试时,可提升该计算机设备对自动驾驶算法的算法边界能力进行测试的准确性,而在计算机设备基于该参数泛化规则生成的泛化仿真场景的差异性较大时,则可使计算机设备实现采用不同的较大差异的泛化仿真场景对自动驾驶算法进行测试,进而可实现对自动驾驶算法进行测试时的全面性。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种交通仿真场景的示意图;
图2是本发明实施例提供的一种场景运行方法的示意流程图;
图3是本发明实施例提供的一种场景运行方法的示意图;
图4是本发明实施例提供的一种场景运行方法的示意流程图;
图5a是本发明实施例提供的一种对模板场景进行加载显示的示意图;
图5b是本发明实施例提供的一种参数泛化界面的示意图;
图5c是本发明实施例提供的一种进行泛化仿真场景生成和运行的示意图;
图5d是本发明实施例提供的一种查询界面的示意图;
图6是本发明实施例提供的一种场景运行装置的示意性框图;
图7是本发明实施例提供的一种计算机设备的示意性框图。
具体实施方式
本申请实施例提出了一种场景运行方法,使计算机设备可在检测到存在场景的运行需求时,才通过获取与场景运行需求相关的参数泛化规则对相应的交通参与对象的相应场景参数进行泛化处理,从而实现对一个或多个泛化仿真场景的生成和运行,使计算机设备实现了基于实际的场景运行需求来进行相应泛化仿真场景的生成运行过程,而无需在本地存储海量的仿真场景(即场景文件),从而也就实现了对计算机设备的存储资源的有效节省,避免了对计算机设备的存储空间的浪费。在一个实施例中,由于在对自动驾驶算法进行算法测试时,通常是通过在仿真***中运行相应的测试场景,并在测试场景的主车(egocar)中搭载该自动驾驶算法来实现的算法测试过程,那么,该计算机设备则可在确定需对自动驾驶算法进行算法测试时,则确定存在进行场景运行的需求,其中,仿真***是指自动驾驶汽车的交通仿真***,测试场景也可叫做仿真场景或交通仿真场景等,具体指在仿真***中所构建的用于模拟真实交通情况的仿真交通场景,在测试场景中至少包括搭载有自动驾驶算法的主车(egocar),另外,该测试场景中还可包括其他的交通参与对象(或交通参与者),如该测试场景中所包括的存在参与交互作用的动态或静态对象,具体可以是车辆、行人、动物或者障碍物等。在一个实施例中,该测试场景可具体如图1所示,该测试场景中的主车例如可以是如图1中由10标记的车辆。而该测试场景的其他交通参与对象则例如可以是该图1中除10标记车辆之外的车辆或者行人等。在一个实施例中,该计算机设备可以是搭载有该仿真***的设备,或者也可以是搭载该仿真***设备的相关设备,在本申请实施例中不做限定。而在该仿真***中运行的测试场景一般是自定义或基于OpenScenario标准的XML格式文本文件(一种测试场景的标准格式文件),也就是说,本申请实施例中所指的测试场景也就是该测试场景对应的场景文件(或描述文件),其中,场景文件(或描述文件)用于描述相应测试场景中各交通参与对象的位置,在相应测试场景中的行驶状态,以及触发交通参与对象的行驶状态切换的触发信息等。
在一个实施例中,计算机设备可从交通仿真***中已有的测试场景中选取出一个或多个测试场景作为模板场景,其中,模板场景是指为场景泛化提供样本模板功能的测试场景,其本身也是一个具体的测试场景,那么,该计算机设备则可通过对任一模板场景中各场景参数进行泛化配置处理,从而得到每个模板场景中的任一场景参数对应的参数泛化规则,也就使计算机设备可得到不同交通参与对象的不同场景参数对应的参数泛化规则,而在计算机得到不同场景参数对应的参数泛化规则后,则可对得到的参数泛化规则进行存储。在计算机设备将得到的参数泛化参数进行存储后,该计算机设备则可在确定存在场景运行需求时,获取与场景运行需求相关的参数泛化规则,其中,与场景运行需求相关是指:如果该场景运行需求用于指示需得到的泛化仿真场景的场景总数,那么与该场景运行需求相关则是指与需得到的泛化仿真场景的场景总数相等;而如果该场景运行需求用于指示一个或多个模板场景中被用于进行泛化处理的模板场景,则与该场景运行需求相关则是指需被执行泛化处理的模板场景。在一般情况下,当存储的参数泛化规则均是通过对一个模板场景中的场景参数进行参数泛化处理后得到的,计算机设备基于场景运行需求获取的相关的参数泛化规则为与需得到的泛化仿真场景的场景总数相等的参数泛化规则;而在存储的参数泛化规则是通过对不同模板场景中的场景参数进行泛化处理后得到时,计算机设备基于场景运行需求获取的相关的参数泛化规则就为需被执行泛化处理的每个模板场景下的全部场景参数对应的参数泛化规则。
基于获取到的与场景运行需求相关的参数泛化规则,计算机设备可基于该参数泛化规则对相应的场景参数进行泛化处理,并得到一个或多个泛化仿真场景,在一个实施例中,参数泛化规则用于指示一个或多个待泛化处理的交通参与对象的相应场景参数的取值范围,那么可以理解,泛化处理则是指通过某个样本测试场景(即模板场景)中各交通参与对象的参数,根据一定的排列组合规则批量生成大量与样本场景类似的一个或多个泛化仿真场景,因此,该计算机设备在基于参数泛化规则进行泛化处理时,即是通过该参数泛化规则指示的取值范围,对相应的场景参数进行随机取值处理,并对取值后的不同场景参数进行随机组合,从而生成相应的泛化仿真场景。
在具体实现中,如果计算机设备获取到的参数泛化规则用于指示待泛化处理的交通参与对象a和交通参与对象b中分别对应的相应场景参数的取值范围,假设交通参与对象a对应的场景参数包含场景参数1和场景参数2,而交通参与对象b对应的场景参数包含场景参数3、场景参数4和场景参数5,那么,计算机设备所获取到的参数泛化规则将包含上述场景参数1~5中的每个场景参数对应的参数泛化规则,且计算机设备在获取到每个场景参数对应的参数泛化规则后,则可采用任一参数泛化规则对相应的场景参数进行随机取值,并将随机取值的场景参数进行随机组合,从而实现对泛化仿真场景的生成。在一个实施例中,基于参数泛化规则对相应的场景参数进行随机取值及组合处理,从而实现对泛化仿真场景的生成,由于所生成的泛化仿真场景中包含的交通参与对象与获取到的参数泛化规则指示的交通参与对象相同,而该参数泛化规则又是通过模板场景进行泛化配置处理得到的,也就使计算机设备所生成的泛化仿真场景与模板场景为相似场景。而基于对泛化仿真场景的运行过程即使对自动驾驶算法进行算法测试的过程,而通过实时进行仿真场景的生成来实现对自动驾驶算法的运行,相比于采用提前存储的仿真场景进行自动驾驶算法运行的方式而言,可有效减轻计算机设备对仿真场景的存储压力,从而实现对计算机设备的计算资源的有效节省。
在一个实施例中,计算机设备在运行所生成的泛化仿真场景后,可获取每个泛化仿真场景的运行结果,并将相应的运行结果存储后,删除所生成的泛化仿真场景,而在下一次需进行自动驾驶算法的测试时则重新根据泛化需求进行泛化仿真场景的生成。其中,由于泛化仿真场景中包含较多的场景描述信息,因此,对泛化仿真场景的存储也将消耗计算机设备较多的内存空间,而由于泛化仿真场景在生成并被运行后将被删除,因此,计算机设备也无需花费较多的内存资源进行泛化仿真场景的存储,而仅需对泛化仿真场景的运行结果进行存储,并可实现由存储的运行结果得到自动驾驶算法的评测结果,有效实现对计算机设备的计算资源的最小化占用,有效提升计算机设备的计算资源。
请参见图2,是本申请实施例提出的一种场景运行方法的示意流程图,该场景运行方法可由上述的计算机设备执行,如图2所示,该方法可包括:
S201,获取场景运行需求,并获取与场景运行需求相关的参数泛化规则,参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围。
S202,根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景。
在步骤S201和步骤S202中,计算机设备可从存储的泛化参数中获取出与场景运行需求相关的参数泛化规则,其中,存储的参数泛化规则可以是计算机设备通过对模板场景中各交通参与对象的场景参数进行参数泛化处理后得到的,或者,该参数泛化规则也可以是由计算机设备基于针对自动驾驶算法的测试需求所提前预设的。在一个实施例中,基于自动驾驶算法的测试需求提前预设并存储一个或多个参数泛化规则的过程为,计算机设备可先确定进行自动驾驶算法测试时所需的交通参与对象,以及每个交通参与对象在测试过程中所涉及的场景参数,进一步地,计算机设备可为确定出的每个交通参与对象的场景参数设置相应的参数取值范围,从而可将为自动驾驶算法设置的各交通参与对象的场景参数对应的参数取值范围作为参数泛化规则进行存储。在具体实现中,若计算机设备确定进行自动驾驶算法测试时所需的交通参与对象包含主车a和交通车b,且为该主车a设置的场景参数包含速度、加速度和碰撞时间,而为交通车b设置的场景参数包含速度和加速度,那么,计算机设备则可通过分别为主车a的场景参数包含的速度、加速度和碰撞时间分别设置一个对应的参数取值范围,以及为交通车b的场景参数包含的速度和加速度分别设置一个对应的参数取值范围,从而将主车a和交通车b的每个场景参数对应的参数取值范围存储为参数泛化规则。
在另一种实现方式中,计算机设备可先获取模板场景,其中,计算机设备获取的模板场景中包含一个或多个交通参数对象,以及每个交通参与对象的场景参数的参数值,计算机设备为了能基于获取到的模板场景得到一个或多个存储的参数泛化规则,则可在获取到该模板场景后,将该模板场景中所包含的交通参与对象作为进行自动驾驶算法时需要的交通参与对象,进而可对模板场景中各交通参与对象已取值的交通参数进行参数泛化处理,得到该模板场景中各交通参与对象的场景参数的参数泛化区间,进而计算机设备则可将该模板场景中各交通参与对象的场景参数的参数泛化区间存储为参数泛化规则。其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则。而需要说明的是,在本申请实施例中,主要以存储的参数泛化规则为对由模板场景中各场景参数进行参数泛化处理得到的情况进行说明的,而存储的参数泛化规则为采用其他方式存储得到时,可参见本申请实施例。
在一个实施例中,计算机设备所确定出的进行自动驾驶算法测试时所需的交通参与对象可以为一个或多个,那么,如果存储的参数泛化规则是通过为自动驾驶算法进行算法测试的过程中所需的交通参与对象的各场景参数设置相应的参数取值范围得到的,计算机设备在根据获取到的场景运行需求获取与该场景运行需求相关的参数泛化规则时,则可先获取当前待测试的自动驾驶算法所必须的交通参与对象,获取到的当前待测试的自动驾驶算法所必须的交通参与对象可以是存储的参数泛化规则对应交通参与对象的部分或全部,然后计算机设备则可将获取到的对当前待测试的自动驾驶算法进行算法测试时所必须的交通参与对象对应场景参数的参数泛化规则作为与场景运行需求相关的参数泛化规则。
在一个实施例中,若计算机设备存储的参数泛化规则是通过对模板场景中各交通参与对象的场景参数进行参数泛化处理后得到的,那么,计算机设备在获取与场景运行需求相关的参数泛化规则时,则可基于场景运行需求的指示,将存储的部分或全部的参数泛化规则作为与场景运行需求相关的参数泛化规则。
在计算机设备获取到相应的参数泛化规则后,则可根据获取到的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景,在具体实现中,计算机设备在根据获取到的参数泛化规则对相应的场景参数进行泛化处理时,则可基于参数泛化规则指示的待泛化处理的交通参与对象对应的场景参数的取值范围进行随机取值处理,并在随机取值后,按照需泛化处理的交通参与对象与场景参数之间的对应关系,对随机取值后的场景参数进行随机组合,从而组合生成一个或多个泛化仿真场景,得到的泛化仿真场景则包含了一个或多个交通参与对象及相应场景参数的取值。举例来说,若获取到的参数泛化规则包含主车a的速度(主车a的一个场景参数)对应的参数泛化规则为100-199米每秒(m/s),以及主车a的加速度(主车a的另一个场景参数)对应的参数泛化规则为1-9米每平方秒(m/s2),另外,获取到的参数泛化规则还包括交通车b的速度(主车b的一个场景参数)对应的参数泛化规则为80-179m/s,那么,计算机设备基于获取到的参数泛化规则进行泛化处理得到的一个泛化仿真场景可以为主车a的速度为120m/s,加速度为2m/s2,主车b的速度为100m/s。
在一个实施例中,计算机设备在对参数泛化规则进行随机取值时,若规定了随机取值的取值间隔,那么,基于改参数泛化规则所规定的取值区间,计算机设备可基于获取到的参数泛化规则确定出所获取到的参数泛化规则所支持泛化处理生成的泛化仿真场景的总数,如上述的例子可见,若规定的进行随机取值的取值间隔为1,那么,计算机设备基于上述例子所示的参数泛化规则所能支持生成的泛化仿真场景的数量为100*10*100=100000个。需要说明的是,计算机设备为不同场景参数的参数泛化规则设定的取值间隔可以是相同的,也可以是不同的,本申请实施例不做限定。而计算机设备在生成一个或多个泛化仿真场景后,则可对生成的泛化仿真场景进行运行,即可转而执行步骤S203。
S203,运行生成的泛化仿真场景。
在一个实施例中,计算机设备运行所生成的泛化仿真场景的过程,即是将自动驾驶算法搭载在各泛化仿真场景的主车中,并采用该自动驾驶算法驱动主车在相应泛化仿真场景中行驶的过程,那么也就可以理解,基于计算机设备对泛化仿真场景的运行,可获取得到针对自动驾驶算法的测试结果,在具体实现中,该计算机可在对生成的泛化仿真场景进行运行后,获取针对泛化仿真场景的运行结果,该泛化仿真场景的运行结果则可用于指示该自动驾驶算法在相应仿真场景中的测试结果,那么,通过获取自动驾驶算法在不同仿真场景中的测试结果,则可确定出相应自动驾驶算法的算法性能。
在一个实施例中,计算机设备在获取到每个泛化仿真场景的运行结果后,则可存储所获取到的运行结果,以便后续基于获取到的运行结果对自动驾驶算法的算法性能进行分析,而在计算机设备存储相应泛化仿真场景的运行结果后,则可将相应的泛化仿真场景删除,以避免计算机设备基于对相应泛化仿真场景的存储而导致的存储资源浪费,从而可有效节省计算机设备的存储资源。而基于计算机设备对相应仿真场景的运行结果的存储,可使计算机设备基于存储的运行结果实现对自动驾驶算法的有效分析,也就实现了在有效释放该计算机设备的存储资源的情况下,保证对自动驾驶算法的算法分析结果的准确性和有效性。
在本申请实施例中,计算机设备可在获取到场景运行需求后,可获取与该场景运行需求相关的参数泛化规则,进而可根据获取到的参数泛化规则所指示的待泛化处理的交通参与对象及对应场景参数的取值范围,对相应交通参与对象的场景参数进行泛化处理,从而得到一个或多个泛化仿真场景,而计算机设备在得到一个或多个泛化仿真场景后,则可将待测试的自动驾驶算法搭载在该泛化仿真场景的主车中,从而实现对自动驾驶算法的算法性能的测试。由于计算机设备在进行泛化仿真场景生成时,是在获取到场景运行需求后才实时地基于该需求进行泛化仿真场景生成的,而无需计算机设备提前进行泛化仿真场景的生成,进而也就可降低计算机设备对提前生成的泛化仿真场景的存储压力,也就实现了对计算机设备的存储资源的有效释放,基于对存储资源的释放,可提高对海量的泛化仿真场景的生成效率,另外,如果计算机设备在进行泛化仿真场景的生成时所采用的参数泛化规则所指示的待泛化处理的交通参与对象大多为相同的交通参与对象,则可使计算机设备生成较为相似的泛化仿真场景,而采用较为相似的泛化仿真场景进行自动驾驶算法的测试时,可提升该计算机设备对自动驾驶算法的算法边界能力进行测试的准确性,而在计算机设备基于该参数泛化规则生成的泛化仿真场景的差异性较大时,则可使计算机设备实现采用不同的较大差异的泛化仿真场景对自动驾驶算法进行测试,进而可实现对自动驾驶算法进行测试时的全面性。
计算机设备在执行场景运行方法时,主要涉及场景加载模块、泛化参数配置模块、泛化参数存储模块、泛化场景生成模块、泛化场景运行模块、泛化场景查询模块、以及泛化场景导出模块,其中,该计算机设备基于上述模块的模块功能进行场景运行的总体过程可如图3所示,首先,场景加载模块加载被选择的模板场景,然后,泛化参数配置模块对各交通参与对象的相关场景参数进行泛化配置处理,得到每个场景参数对应的参数泛化规则,并在数据库中保存每个场景参数的参数泛化规则,进一步地,当运行海量的泛化测试场景时,泛化场景生成模块从数据库中读取相关信息,动态地生成泛化场景,分配给各个场景运行模块,当场景运行模块执行完部分泛化场景时,泛化生成生成模块再动态生成一批场景,发送给场景运行模块执行。且在泛化场景运行模块执行完泛化场景后,将丢弃生成泛化场景文件,仅保留执行结果存储到数据库中。
另外,相关对象可通过输入查询信息,查询信息可以是交通参与对象的各场景参数、场景标签等,泛化场景查询模块则可根据查询信息,在数据库中搜索对相应泛化仿真场景的运行结果。并在获取到运行结果时,则对相应的运行结果进行显示,若不存在,则可根据输出的场景参数生成场景信息,包括模板场景信息(场景名、场景标签、场景类型、创建者、高精地图名称等)、泛化参数信息等。
下面,结合图4和计算机设备的相关模块,对该场景运行方法的具体实施过程进行详细说明。如图4所示,该方法可包括:
S401,获取模板场景,模板场景包含一个或多个交通参与对象。
S402,分别对每个交通参与对象的场景参数进行泛化配置处理,得到每个交通参与对象的每个场景参数对应的参数泛化规则。
S403,根据模板场景中的每个交通参与对象的每个场景参数对应的参数泛化规则生成泛化信息数据,并将泛化信息数据存储到数据库中。
在步骤S401~步骤S403中,计算机设备所获取的模板场景是由操作对象从云平台存储的一个或多个标准仿真仿真场景中选取出的部分或全部仿真场景,也就是说,云平台中存储了一个或多个标准仿真场景,操作对象可从云平台存储的一个或多个标准仿真场景中选取出一个或多个作为模板仿真场景(或模板场景),并通过云平台将选取出的模板仿真场景发送给计算机设备,从而使计算机设备获取得到一个或多个模板场景。其中,该操作对象可以是请求进行自动驾驶算法评测的消费者侧的消费对象,或者,该操作对象也可以是进行泛化仿真场景生成的生产者侧的生产对象,在本申请实施例中,对操作对象的对象类型不做限制。在一个实施例中,用于支持该操作对象进行模板场景选取的云平台是基于云技术实现的,而在云平台中,还可采用区块链技术来实现对标准仿真场景的存储,以保证在云平台中所存储的标准仿真场景的准确性,其中,标准仿真场景则是指采用标准文件描述格式进行场景描述的描述文件。
计算机设备在获取到模板仿真场景后,该计算机设备中的场景加载模块则可从所获取到的一个或多个模板场景中,选取一个相应的模板场景进行加载显示,其中,将某个模板场景加载并显示后的界面可如图5a所示,如图5a所示,基于场景加载模块对相应模板场景的加载和显示,操作对象可基于显示的如图5a所示的场景界面,直观的查看该模板场景中包含的交通参与对象,如包含的交通参与对象包含分别被命名为主车,car1(车1)和car2(车2)的行驶车辆,以及车道线等,还能直观地查看该模板场景中的各交通参与对象的属性信息,该属性信息例如可以是行驶车辆的速度和型号等。在一个实施例中,基于场景加载模块对某个模板场景的加载显示,操作对象则可对显示的模板场景进行查看,及在显示的模板场景中执行相应的编辑操作,从而实现对显示的模板场景中所包含的场景参数进行编辑,其中,计算机设备显示的场景界面中包含场景泛化组件,该场景泛化组件示例性地可以是如图5a中由40标记的按键,那么计算机设备可在确定该场景泛化组件被选择后,支持对该操作对象在显示的场景界面中执行的操作进行获取,并将获取的操作作为针对目标场景的编辑操作,从而实现对模板场景包含的场景参数的编辑。
在一个实施例中,计算机设备在检测到场景泛化组件被选择时,可显示参数泛化界面,从而使得操作对象可在该参数泛化界面中对显示的模板场景的相应场景参数进行配置处理,从而得到每个场景参数对应的参数泛化规则,其中,计算机设备在场景泛化组件被选择后进行参数泛化界面显示的过程可如图5b所示,而该计算机设备显示的参数泛化界面示例性的可以是如图5b中由401标记的界面。其中,计算机设备显示的参数泛化界面包含相应模板场景的场景名称,及该模板场景所包含的交通参与对象,如图5b中由401标记界面所示的,该计算机设备显示的参数泛化界面包含的模板场景的场景名称为base_abc_001,而名为base_abc_001的模板场景中包含的交通参与对象包括:主车(对应标识为planner0)和两个交通车(对应标识分别为car1和car2),那么,计算机设备在显示如图5b中由401标记的参数泛化界面后,泛化参数配置模块则可基于该参数泛化界面对名为base_abc_001的模板场景中的每个交通参与对象所涉及的场景参数进行泛化配置处理,也就是说,泛化参数配置模块可基于该参数泛化界面对上述名为planner0的主车和分别名为car1、car2的交通车对应的场景参数进行泛化配置处理,进而得到每个场景交通参与对象的每个场景参数的参数泛化规则。
基于显示的参数泛化界面,计算机设备通过显示参数泛化界面,并实现对显示的模板场景中任一交通参与对象的场景参数进行泛化配置处理的过程可以为:计算机设备先从模板场景包含的一个或多个交通参与对象中确定出当前配置对象,并输出当前配置对象的一个或多个场景参数。基于如图5b中由401标记的参数泛化界面可知,名为base_abc_001的模板场景中为名为car1的交通车***作对象选择作为当前配置对象,因此,计算机设备可进一步输出名为car1的交通车的一个或多个场景参数,从而获取到对相应场景参数执行的泛化配置处理,其中,计算机设备输出显示的当前配置对象对应的场景参数是该当前配置对象可被执行泛化配置处理的参数,如图5b中由401标记界面所示的,计算机设备输出显示的是名为car1的交通车的可进行泛化配置处理的参数三个,分别为初始横向偏移、初始纵向偏移、及初始速度。其中,可被进行泛化配置处理的场景参数是指,对应场景参数的参数值在被调整后,采用调整后的场景参数值进行场景运行所得到的运行结果存在差异,而如果调整后的场景参数值在被调整后进行场景运行的结果与调整前进行场景运行的结果相同,则认为这个场景参数是不进行泛化配置处理的场景参数,举例来说,该可进行泛化配置处理的场景参数可以是加速度或者速度等,而不可进行泛化配置处理的场景参数可以是车道线的长度或者人行道的宽度等。在另一种实现方式中,计算机设备也是可将当前配置对象全部的场景参数作为可被执行泛化配置处理的参数,以实现对真实测试场景的准确描述。在一个实施例中,横向偏移的参数值是指对应交通参与对象(如上述名为car1的交通车)能基于当前行驶位置向左(或向右)偏移的位置,而纵向偏移的参数值则是指对应交通参与对象基于当前行驶位置支持的向前(或向后)偏移的位置,初始速度的参数值即是指行驶速度。
计算机设备在获取到当前配置对象的一个或多个场景参数后,操作对象可分别为每个场景参数分别设置相应场景参数的最小值、最大值和泛化间隔,那么计算机设备即可根据操作对象在参数泛化界面中的设置,获取该操作对象为当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔,进而可根据为当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔生成当前配置对象的任一场景参数的参数泛化规则。如图5b中由401标记界面所示的,计算机设备获取到的名为car1的交通车对应的参数泛化规则分别包含对初始横向偏移、初始纵向偏移、及初始速度进行泛化配置处理得到的相应参数泛化规则,其中,初始横向偏移对应的参数泛化规则可以是在0-0.1m的区间范围内进行取值,并在取值时按照0.01m的间隔进行取值,而初始纵向偏移对应的参数泛化规则可以是在0-0.2m的区间范围内进行取值,并在取值时按照0.01m的间隔进行取值,而初始速度对应的参数泛化规则可以是在25m/s-100m/s的区间范围内进行取值,并在取值时按照1m/s的间隔进行取值,可以理解,操作对象为相应的场景参数设置的最大值和最小值用于指示相应场景参数的取值范围,而该泛化间隔则可用于指示当前配置对象的任一场景参数在被执行泛化处理时的取值间隔。
在一个实施例中,对名为base_abc_001的模板场景中名为planner0的主车及名为car2的交通车中各场景参数进行泛化配置处理的过程可如上述对的对名为car1的交通车中各场景参数进行泛化配置处理的过程类似,在此不再赘述。其中,计算机设备进行泛化配置处理的场景参数还可包含以下一种或多种:加速度、各种事件(如距离、速度、碰撞时间(Time To Collision,TTC)、时间、绝对位置等)的触发参数、所属车道编号等其他与相应仿真场景相关的参数等,且每个模板场景中的各交通参与对象包含的场景参数可以是相同的,也可以是不同的,在本申请实施例中不做限定。
在一个实施例中,计算机设备在对模板场景中包含的交通参与对象的场景参数进行泛化配置处理时,还可为对该模板场景中包含的交通参与对象进行添加或者删除,同样,也可对模板场景中相应的交通参与对象的场景参数进行添加或者删除,以在后续泛化处理阶段得到具备多样性且丰富的泛化仿真场景。
计算机设备在得到模板场景中的每个场景参数对应的参数泛化规则后,计算机设备中的泛化参数存储模块则可根据每个场景参数对应的参数泛化规则生成相应的存储进行进行存储,在具体实现中,该计算机设备可根据模板场景中的各场景参数对应的参数泛化规则,确定采用参数泛化规则支持生成的泛化仿真场景的预估数量,并根据该预估数量得到支持生成的泛化仿真场景进行存储的预估空间。其中,如上述的图5b中名为car1的交通参与对象涉及的三个场景参数的参数泛化规则,基于该参数泛化规则所规定的相应场景参数的取值范围和取值间隔,名为car1的交通参与对象存在10*20*76=15200种取值可能,也就是说,名为car1的交通参与对象支持组合生成15200种不同的泛化仿真场景,进一步的,计算机设备可获取名为planner0的交通参与对象存在的取值可能,假设为100,以及获取名为car2的交通参与对象存在的取值可能,假设为200,那么,计算机设备通过对各交通参与对象存在的取值可能进行随机组合,可得到该模板场景所支持生成的泛化仿真场景的预估数量,其中,该预估数量为:15200*100*200=304*106种泛化仿真场景。
计算机设备在得到支持生成的泛化仿真场景的预估数量后,根据该预估数量得到支持生成的泛化仿真场景进行存储的预估空间,其中,若泛化仿真场景的预估数量为304*106,且对一个泛化仿真场景进行存储所需的存储空间为1KB,那么,计算机设备对预估数量的泛化仿真场景进行存储时所需的总空间则为304*106KB。
计算机设备在得到支持生成的泛化仿真场景的预估数量(该预估数量可以是如上述的304*106),以及对预估数量的泛化仿真场景进行存储时所需的存储空间(如上述的304*106KB)后,计算机设备还可获取模板场景的场景标识(如上述的base_abc_001),以及模板场景中各交通参与对象的对象标识(如上述的planner0、car1和car2),进而使得该计算机设备可根据模板场景的场景标识、模板场景中各交通参与对象的对象标识、每个交通参与对象的场景参数的参数泛化规则、预估数量、以及预估空间生成泛化信息数据,并进而可在本地进行泛化信息数据的存储。基于计算机设备对泛化信息数据的存储,可基于该泛化信息数据中记录的预估数量确定出采用相应的模板场景进行场景泛化处理的泛化能力,并可基于预估空间确定出生成的泛化仿真场景所需的存储空间,进而则可结合设备自身的存储能力和预估所需的存储空间,确定基于该模板场景进行泛化仿真场景生成的数量,如场景导出设备(如终端设备)在进行泛化仿真场景的导出时,则可结合该预估空间和自身的存储能力,确定出执行导出操作的模板场景,和/或导出的泛化仿真场景的总数,具体举例来说,若场景导出设备的自身存储能力仅支持对6*106KB的泛化仿真场景进行存储,假设泛化信息数据1指示由模板场景1的泛化仿真场景预估的存储空间为304*106KB,由泛化信息数据2指示由模板场景2的泛化仿真场景预估的存储空间为4*106KB,那么,场景导出设备基于自身存储能力可确定采用模板场景2进行场景泛化处理,或者,该场景导出设备也可在采用模板场景2进行泛化处理后,采用模板场景1继续生成泛化仿真场景,直至所得到的泛化仿真场景全部占用6*106KB的存储空间,或者,该场景导出设备也可基于自身存储能力确定采用模板场景1进行场景泛化处理,但在采用模板场景1进行泛化处理时,将在泛化生成的仿真场景对应的存储空间到达6*106KB后,停止泛化处理的过程。
在一个实施例中,由于计算机设备对泛化信息数据的存储是存储的相应字段,而每个字段所占用的存储空间是较少的,所以,基于对泛化信息数据的存储,将不会对存储资源较多的占用,能极大限度地释放计算机设备的存储资源。另外,在将泛化信息数据存储到数据库时,该数据库可以是计算机设备中的数据库,从而实现将泛化信息数据存储到计算机设备本地,或者,该数据库也可以是云平台的数据库,从而实现将泛化信息数据存储到云平台中,在本申请实施例中不做限定,基于对泛化信息数据的存储,可便于计算机设备在存在场景运行需求时,从数据库中获取与场景运行信息相关的参数泛化规则,并进行后续的场景泛化处理,进而使计算机设备实现基于实际需求进行仿真场景的实时泛化处理。
另外,基于泛化参数存储模块对泛化信息数据的存储,使得计算机设备还可支持进行仿真场景的导出,进而可实现相关对象从云平台(或计算机设备中)下载海量泛化场景到本地,或者将泛化场景分享发送给其他对象。具体的,泛化场景导出模块可从目标设备获取场景导出需求,其中,该场景导出需求用于指示需导出的泛化仿真场景的数量或者进行场景导出的模板场景,而在获取到该场景导出需求后,则可根据场景导出需求信息生成导出文件,其中,生成的导出文件包含以下一个或多个:场景生成工具,被用于进行场景导出的目标模板场景及相应的参数泛化规则。在计算机设备基于场景导出需求生成相应的导出文件后,则可将该导出文件发送到目标设备,以使目标设备利用导出文件中的场景生成工具,根据目标模板场景和相应的参数泛化规则进行泛化仿真场景的生成,从而实现将所需的泛化仿真场景下载到目标设备的本地。可以理解的是,当场景导出需求为需导出的泛化仿真场景的场景总数时,目标模板场景为一个模板场景而当场景导出需求为被用于进行泛化仿真场景生成的模板场景的指示信息时,目标模板场景为多个模板场景中被用于进行泛化仿真场景生成的模板场景。也就使得目标设备即使需要生成海量的泛化仿真场景,该目标设备在导出时也仅包括模板场景文件、参数泛化规则、及场景生成工具等少量文档,极大地提高了海量的泛化仿真场景的导出速度,节省了大量网络带宽和存储空间,另外,相关用户也仅在需要时通过场景生成工具生成具体的泛化仿真场景,而无需在平时保留海量泛化场景文件而浪费大量存储空间,进而实现了对目标设备端的存储资源的节省。
S404,获取场景运行需求,并从数据库中获取与场景运行需求相关的参数泛化规则,参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则。
在一个实施例中,计算机设备可在需对自动驾驶算法进行算法能力测试时,由于该自动驾驶算法需搭载到相应仿真场景的主车中进行运行,从而实现基于对仿真场景的运行过程实现对自动驾驶算法能力的测试过程,所以,该计算机设备可在需对自动驾驶算法进行能力测试时,确定存在场景运行需求,由于计算机设备在需对自动驾驶算法进行算法能力测试时,需先将指示进行泛化场景生成的泛化需求信息发送到计算机设备中,再基于该泛化需求信息进行泛化仿真场景的生成,因此,该计算机设备也可在成功获取到泛化需求信息时,确定获取到场景运行需求。
在一个实施例中,该泛化需求信息是由操作用于基于数据库中存储的泛化信息数据中包含的参数泛化规则所确定出的,其中,由于数据库中存储的一个泛化信息数据与一个模板场景相对应,因此,如果数据库中存储的泛化信息数据为一个,说明该数据库存储的泛化信息数据用于描述对应的一个模板场景进行泛化场景生成的相关信息,也就是说,该数据库中存储的泛化信息数据包含的参数泛化规则用于指示相应的一个模板场景包含的每个场景参数对应的参数泛化规则,所以,在数据库中仅存储有一个泛化信息数据时,该计算机设备可基于存储的一个泛化信息数据中所包含的全部参数泛化规则中选取出部分或全部,并将选取出的参数泛化规则作为泛化需求信息以进行泛化仿真场景的运行。在另一种实现方式中,由于计算机设备在前序确定相应模板场景的泛化信息数据中所包含的预估数量的过程中,该计算机设备还可对由该模板场景支持生成的泛化仿真场景进行编号处理,如由一个模板场景支持生成的泛化仿真场景的编号可依次为1~500,那么,操作对象则可通过向计算机设备输入相应的场景编号,并将输入的一个或多个场景编号作为泛化需求信息来进行后续的泛化仿真场景的生成,以实现定制化的仿真场景的生成过程。或者,在又一种实现方式中,操作对象还可基于相应模板场景的泛化信息数据中所包含的预估数量的数值,将小于等于该预估数量对应数值的目标数值发送到计算机设备中,以使该计算机设备基于该获取到的目标数值,基于相应的参数泛化规则生成与该目标数值等量的泛化仿真场景。可以理解,计算机设备在数据库中存储的泛化信息数据仅为某一个模板场景生成的泛化信息数据时,该计算机设备所获取到的泛化需求信息可用于指示需生成的泛化仿真场景的场景总数。
在一个实施例中,如果数据库中存储的泛化信息数据包含由至少两个模板场景对应的泛化信息数据,那么,操作对象可直接从泛化信息数据中选取部分或全部,从而使得计算机设备可将选取出的泛化信息数据作为泛化需求信息,并基于选取出的泛化信息数据进行泛化仿真场景的生成,可以理解的是,计算机设备在基于选取出的泛化信息数据进行泛化仿真场景的生成时,将对选取出的泛化信息数据中包含的每个泛化参数规则进行仿真场景的生成,也就是说,当数据库中存在至少两个模板场景对应的泛化信息数据时,该计算机设备获取到的泛化需求信息则将指示被用于进行泛化仿真场景生成的一个或多个模板场景。
S405,根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景。
计算机设备进行泛化仿真场景的生成可通过调用该计算机设备中的泛化场景生成模块来执行,在本申请实施例中,主要将以数据库中存储的泛化信息数据是一个模板场景对应的泛化信息数据的情况进行说明的,在该数据库中的泛化信息数据包含由不同模板场景对应的泛化信息数据时,同样可参见本申请实施例。在具体实现中,该计算机设备可先将模板场景包含的一个或多个交通参与对象作为待泛化处理的交通参与对象,并将模板场景包含的任一待泛化处理的交通参与对象的场景参数作为泛化仿真场景中相应交通参与对象的场景参数;如图5a所示的模板场景中的交通参与对象,具体为名为planner0的主车,以及分别名为car1和car2的交通车,那么,该计算机设备会将名为planner0的主车及分别名为car1和car2的交通车作为待泛化处理的交通对象,并将名为planner0的主车对应的场景参数,及分别名为car1和car2的交通车对应的场景参数,作为泛化仿真场景中的场景参数,也就是说,计算机设备基于模板场景进行泛化处理得到的泛化仿真场景中也包含名为planner0的主车及分别名为car1和car2的交通车,且泛化仿真场景中包含的名为planner0的主车及分别名为car1和car2的交通车的各场景参数与模板场景包含的场景参数也是相同的。
在另一种实现方式中,计算机设备还可将模板场景中包含的部分交通参与对象作为待泛化处理的交通参与对象,以及将相应的场景参数作为泛化仿真场景的场景参数,也就是说,如果模板场景中包含的交通参与对象包含名为planner0的主车,以及分别名为car1和car2的交通车,计算机设备可从名为planner0的主车,以及分别名为car1和car2的交通车中选取一个或两个(如仅选取主车,或者选取主车和名为car1的交通车)作为待泛化处理的交通参与对象,并将相应的场景参数作为相应交通参与对象的场景参数。
在计算机设备确定出泛化仿真场景的交通参与对象及对应的场景参数后,则可根据参数泛化规则对相应场景参数进行随机取值,并对随机取值的场景参数进行随机组合,生成一个或多个泛化仿真场景。而该计算机设备在根据参数泛化规则对相应场景参数进行随机取值时,则可先获取任一场景参数对应参数泛化规则包含的最大值、最小值和泛化间隔,进而可在最大值和最小值规定的取值范围内,按照泛化间隔对任一场景参数进行随机取值,最后在对随机取值后的参数值及对应的交通参与对象与场景参数之间的对应关系进行随机取值处理,实现对一个或多个泛化仿真场景的生成。
在一个实施例中,泛化处理得到的一个或多个泛化仿真场景是通过一轮或多轮动态的泛化处理得到的,也就是说,计算机设备在进行泛化仿真场景的生成时,还可结合泛化场景运行模块支持的并发数量确定基于一轮泛化处理所生成的泛化仿真场景的数量。下面结合图5c,对计算机设备生成一个或多个泛化仿真场景的过程进行具体说明。首先,计算机设备可在获取到泛化需求信息后创建仿真场景的运行任务,然后可基于该泛化需求信息从数据库中进行参数泛化规则的读取,其中,该计算机设备每次读取参数泛化规则可以全部需进行泛化处理的参数泛化规则,也可以仅读取执行一轮泛化处理所需数量的参数泛化规则,在一个实施例中,若计算机设备读取的参数泛化规则为执行一轮泛化处理数量所需的泛化处理规则进行一轮泛化处理时,计算机设备是先获取的进行场景运行时的并发数量,然后可采用与并发数量等量的参数泛化规则对相应的场景参数进行泛化处理,得到与并发数量等量的泛化仿真场景,然后,该获取泛化停止条件,并根据泛化停止条件确定是否执行下一轮泛化处理。在一个实施例中,当用于指示场景运行需求的泛化需求信息用于确定需生成的泛化仿真场景的场景总数时,泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于需生成的泛化仿真场景的场景总数;而当泛化需求信息用于指示被用于进行泛化仿真场景生成的模板场景时,泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于多个模板场景支持生成的泛化仿真场景总数。
也就是说,当计算机设备基于获取的泛化停止条件确定已经生成的泛化仿真场景的场景总数等于所需的场景总数时,或者已对全部选择的模板场景支持生成的泛化仿真场景生成完毕时,则可停止进行参数泛化规则的读取及根据读取的参数泛化规则进行泛化处理的过程,否则该计算机设备则可在生成一轮泛化仿真场景后,将本轮生成的泛化仿真场景发送到泛化仿真场景运行模块中,并由该泛化仿真场景运行模块并发地并发地运行被执行一轮泛化处理后生成的泛化仿真场景,且在被执行一轮泛化处理所生成的泛化仿真场景运行结束后,迭代地进行泛化停止条件的获取,然后判断是否需要再执行一轮的泛化仿真场景的运行,直至满足该泛化停止条件,并停止进行泛化仿真场景的生成过程。由此可见,计算机设备在进行泛化仿真场景的生成时,是由泛化场景生成模块采用动态的生成方式来执行的,并是在等泛化场景运行模块运行完一定数量的场景后,再次生成部分泛化场景给场景运行模块进行运行执行的,也就是说,大量泛化仿真场景的生成而不是一次性的生成完毕的,而是不断重复进行上述的部分少量泛化仿真场景的生成和运行过程来实现的,从而避免了计算机设备需对提前生成的泛化仿真场景的存储,也就解决了计算机设备因需保存大量泛化仿真场景文件而导致消耗大量存储空间的问题。
S406,运行生成的泛化仿真场景。
由于计算机设备是生成大量的泛化仿真场景时,是通过多轮迭代的方式来动态生成的,那么,该计算机设备在一个泛化仿真场景被运行后,将获取一个泛化仿真场景的运行结果,并根据运行结果生成运行信息。其中,由于计算机设备运行泛化仿真场景时,会将自动驾驶算法搭载到相应泛化仿真场景的主车中进行运行,那么,基于对泛化仿真场景的运行所得到的运行结果则可用于指示在一个泛化仿真场景中搭载相应自动驾驶算法后,自动驾驶算法的评测结果,即该自动驾驶算法的各项评测指标的指标值,而在计算机设备基于获取到的运行结果生成运行信息时,所生成的运行信息还可包括以下一种或两种:相应泛化仿真场景的场景编号,以及相应泛化仿真场景的各场景参数的参数值。在一个实施例中,计算机设备在得到每个泛化仿真场景的运行信息后,则可存储每个泛化仿真场景对应的运行信息,而在后续则可基于该运行信息进行泛化场景的查询及自动驾驶算法测试性能的查询过程。
在计算机设备存储各泛化仿真场景对应运行信息后,为了进一步释放计算机设备的存储资源,该计算机设备则可在存储相应泛化仿真场景的运行信息后,删除相应的泛化仿真场景,从而进一步降低计算机设备的数据存储压力,实现对存储资源的有效节省,也就可实现对计算机设备计算能力的有效提升。在一个实施例中,该计算机设备在存储各泛化仿真场景的运行信息后,泛化场景查询模块还可为操作用户提供相应的查询界面,该查询界面可以是如图5d所示的界面,那么计算机设备则可从该查询界面中获取场景查询信息,从存储的运行信息中查找出与场景查询信息相匹配的运行信息,并将查找到的运行信息进行输出显示。其中,操作用户在该查询界面中可输入的场景查询信息可以为目标场景编号或目标参数值中的一种或两种,基于该目标场景编号可查询得到该目标场景编号对应的目标泛化仿真场景的运行信息,而基于该目标参数值则可查询到包含该目标参数值的一个或多个泛化仿真场景的运行信息,而计算机设备对查找的的运行信息进行输出显示,也即是对自动驾驶算法在相应泛化仿真场景中的运行结果进行输出显示的过程。
在一个实施例中,经实践表明,基于上述的进行仿真场景的生成、存储、运行和查询过程,能够以极小的存储空间存储海量的泛化仿真场景,比如,采用本技术方案用少于5KB存储空间,即可存储常规方案下3.43亿个泛化仿真场景,大约占用774GB存储空间,由于存储的均为字段,那么,也就可实现在泛化仿真场景较多且数量不断变化时,仅需调整相应存储的字段即可,因此也就实现了存储空间不受泛化场景个数多少的影响。
在本申请实施例中,计算机设备可在获取到模板场景后,通过对模板场景中每个交通参与对象的场景参数进行泛化配置处理,得到每个场景参数的参数泛化规则,进而可对由泛化参数规则生成的泛化信息数据进行存储,实现了仅对模板场景文件和相关泛化信息数据的存储,而在需进行仿真场景的运行时,该计算机设备则可基于存储的模板场景文件和泛化信息数据,动态地实时进行场景泛化处理,并在生成的泛化仿真场景运行结束后,立即丢弃所生成的泛化仿真场景,可极大节省计算机设备的存储空间。且基于计算机设备对模板文件和泛化信息数据的存储,可实现不再需预先生成大量的泛化场景文件,能极大节省用户本地的存储空间,且可极大的提升海量泛化场景文件的下载速度,有利于泛化仿真场景的生成和运行的各阶段。另外,由于计算机设备在进行泛化仿真场景的运行时,采用的分布式并发和动态运行时生成海量泛化仿真场景的方式,并且提供海量泛化测试场景的查询方法,不仅极大地降低了海量场景的存储空间,提高了海量场景的生成效率,而且不影响海量的场景查询和运行效率,能够极大地降低存储空间成本,提高海量场景的泛化生成效率。
基于上述场景运行方法实施例的描述,本发明实施例还提出了一种场景运行装置,该场景运行装置可以是运行于上述计算机设备中的一个计算机程序(包括程序代码)。该场景运行装置可用于执行如图2和图4所述的场景运行方法,请参见图6,该场景运行装置包括:获取单元601和处理单元602。
获取单元601,用于获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;
处理单元602,用于根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;
所述处理单元602,还用于运行生成的所述泛化仿真场景。
在一个实施例中,所述获取单元601,还用于获取模板场景,所述模板场景包含一个或多个交通参与对象;
所述处理单元602,还用于分别对每个交通参与对象的场景参数进行泛化配置处理,得到每个交通参与对象的每个场景参数对应的参数泛化规则;
所述处理单元602,还用于根据所述模板场景中的每个交通参与对象的每个场景参数对应的参数泛化规则生成泛化信息数据,并将所述泛化信息数据存储到数据库中,以便从所述数据库中获取与所述场景运行信息相关的参数泛化规则。
在一个实施例中,所述处理单元602,在根据对任一交通参与对象的场景参数进行泛化配置处理,得到所述任一场景参数对应的参数泛化规则时,具体用于:
从所述模板场景包含的一个或多个交通参与对象中确定出当前配置对象,并输出所述当前配置对象的一个或多个场景参数;
获取为所述当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔,并根据为所述当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔生成所述当前配置对象的任一场景参数的参数泛化规则;
其中,所述泛化间隔用于指示所述当前配置对象的任一场景参数被执行泛化处理时的取值间隔。
在一个实施例中,所述获取单元601,还用于获取泛化需求信息,其中,所述泛化需求信息用于指示需生成的泛化仿真场景的场景总数,或者,所述泛化需求信息用于指示被用于进行泛化仿真场景生成的一个或多个模板场景;
所述处理单元602,还用于当成功获取到所述泛化需求信息时,确定获取到所述场景运行需求。
在一个实施例中,所述处理单元602,具体用于:
根据所述模板场景中的每个交通参与对象的各场景参数对应的参数泛化规则,确定采用参数泛化规则支持生成的泛化仿真场景的预估数量,并根据所述预估数量得到对支持生成的泛化仿真场景进行存储的预估空间;
获取所述模板场景的场景标识,以及所述模板场景中各交通参与对象的对象标识;
根据所述模板场景的场景标识、所述模板场景中各交通参与对象的对象标识、每个交通参与对象的场景参数的参数泛化规则、预估数量、以及预估空间生成泛化信息数据。
在一个实施例中,所述处理单元602,具体用于:
将所述模板场景包含的一个或多个交通参与对象作为待泛化处理的交通参与对象,并将所述模板场景包含的任一待泛化处理的交通参与对象的场景参数作为所述泛化仿真场景中相应交通参与对象的场景参数;
根据参数泛化规则对相应场景参数进行随机取值,并对随机取值的场景参数进行随机组合,生成一个或多个泛化仿真场景。
在一个实施例中,所述处理单元602,具体用于:
获取任一场景参数对应参数泛化规则包含的最大值、最小值和泛化间隔;
在所述最大值和最小值规定的取值范围内,按照所述泛化间隔对所述任一场景参数进行随机取值。
在一个实施例中,所述处理单元602,还用于从目标设备获取场景导出需求,根据所述场景导出需求信息生成导出文件,所述导出文件包含以下一个或多个:场景生成工具,被用于进行场景导出的目标模板场景及相应的参数泛化规则;
所述处理单元602,还用于将所述导出文件发送到所述目标设备,以使所述目标设备利用所述导出文件中的场景生成工具,根据所述目标模板场景和相应的参数泛化规则进行泛化仿真场景的生成。
在一个实施例中,所述模板场景的数量为一个或多个;所述处理单元602,还用于当所述场景导出需求为需导出的泛化仿真场景的场景总数时,所述目标模板场景为所述一个模板场景;
所述处理单元602,还用于当所述场景导出需求为被用于进行泛化仿真场景生成的模板场景的指示信息时,所述目标模板场景为所述多个模板场景中被用于进行泛化仿真场景生成的模板场景。
在一个实施例中,泛化处理得到的一个或多个泛化仿真场景是通过一轮或多轮动态的泛化处理得到的;所述获取单元601,还用于获取进行场景运行时的并发数量;
所述处理单元602,还用于采用与所述并发数量等量的参数泛化规则对相应的场景参数进行泛化处理,得到与所述并发数量等量的泛化仿真场景;
所述获取单元601,还用于获取泛化停止条件,并根据所述泛化停止条件确定是否执行下一轮泛化处理。
在一个实施例中,当用于指示场景运行需求的泛化需求信息用于确定需生成的泛化仿真场景的场景总数时,所述泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于需生成的泛化仿真场景的场景总数;
当所述泛化需求信息用于指示被用于进行泛化仿真场景生成的模板场景时,所述泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于多个模板场景支持生成的泛化仿真场景总数。
在一个实施例中,所述处理单元602,具体用于:
并发地运行被执行一轮泛化处理后生成的泛化仿真场景;
在被执行一轮泛化处理所生成的泛化仿真场景运行结束后,触发执行获取泛化停止条件的步骤。
在一个实施例中,所述处理单元602,还用于在一个泛化仿真场景被运行后,获取所述一个泛化仿真场景的运行结果,并根据所述运行结果生成运行信息;所述运行结果用于指示在所述一个泛化仿真场景中搭载相应自动驾驶算法后,所述自动驾驶算法的评测结果;
所述处理单元602,还用于存储每个泛化仿真场景对应的运行信息,并存储相应泛化仿真场景的运行信息后,删除相应的泛化仿真场景。
在一个实施例中,所述运行信息还包括以下一种或两种:相应泛化仿真场景的场景编号,以及相应泛化仿真场景的各场景参数的参数值;
所述获取单元601,还用于获取场景查询信息,所述场景查询信息为目标场景编号或目标参数值中的一种或两种;
所述处理单元602,还用于从存储的运行信息中查找出与所述场景查询信息相匹配的运行信息,并输出查找到的运行信息。
在本申请实施例中,获取单元601可在获取到场景运行需求后,还可获取与该场景运行需求相关的参数泛化规则,进而处理单元602可根据获取到的参数泛化规则所指示的待泛化处理的交通参与对象及对应场景参数的取值范围,对相应交通参与对象的场景参数进行泛化处理,从而得到一个或多个泛化仿真场景,而处理单元602在得到一个或多个泛化仿真场景后,则可将待测试的自动驾驶算法搭载在该泛化仿真场景的主车中,从而实现对自动驾驶算法的算法性能的测试。由于处理单元602在进行泛化仿真场景生成时,是在获取到场景运行需求后才实时地基于该需求进行泛化仿真场景生成的,而无需提前进行泛化仿真场景的生成,进而也就可降低对提前生成的泛化仿真场景的存储压力,也就实现了对存储资源的有效释放,基于对存储资源的释放,可提高对海量的泛化仿真场景的生成效率,另外,如果处理单元602在进行泛化仿真场景的生成时所采用的参数泛化规则所指示的待泛化处理的交通参与对象大多为相同的交通参与对象,则可使处理单元602生成较为相似的泛化仿真场景,而采用较为相似的泛化仿真场景进行自动驾驶算法的测试时,可提升该对自动驾驶算法的算法边界能力进行测试的准确性,而在处理单元602基于该参数泛化规则生成的泛化仿真场景的差异性较大时,则可实现采用不同的较大差异的泛化仿真场景对自动驾驶算法进行测试,进而可实现对自动驾驶算法进行测试时的全面性。
请参见图7,是本发明实施例提供的一种计算机设备的结构示意性框图。如图7所示的本实施例中的计算机设备可包括:一个或多个处理器701;一个或多个输入设备702,一个或多个输出设备703和存储器704。上述处理器701、输入设备702、输出设备703和存储器704通过总线705连接。存储器704用于存储计算机程序,所述计算机程序包括程序指令,处理器701用于执行所述存储器704存储的程序指令。
所述存储器704可以包括易失性存储器(volatile memory),如随机存取存储器(random-access memory,RAM);存储器704也可以包括非易失性存储器(non-volatilememory),如快闪存储器(flash memory),固态硬盘(solid-state drive,SSD)等;存储器704还可以包括上述种类的存储器的组合。
所述处理器701可以是中央处理器(central processing unit,CPU)。所述处理器701还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit,ASIC),可编程逻辑器件(programmable logic device,PLD)等。该PLD可以是现场可编程逻辑门阵列(field-programmable gate array,FPGA),通用阵列逻辑(generic array logic,GAL)等。所述处理器701也可以为上述结构的组合。
本发明实施例中,所述存储器704用于存储计算机程序,所述计算机程序包括程序指令,处理器701用于执行存储器704存储的程序指令,用来实现上述如图2和图4中相应方法的步骤。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;
根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;
运行生成的所述泛化仿真场景。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
获取模板场景,所述模板场景包含一个或多个交通参与对象;
分别对每个交通参与对象的场景参数进行泛化配置处理,得到每个交通参与对象的每个场景参数对应的参数泛化规则;
根据所述模板场景中的每个交通参与对象的每个场景参数对应的参数泛化规则生成泛化信息数据,并将所述泛化信息数据存储到数据库中,以便从所述数据库中获取与所述场景运行信息相关的参数泛化规则。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
从所述模板场景包含的一个或多个交通参与对象中确定出当前配置对象,并输出所述当前配置对象的一个或多个场景参数;
获取为所述当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔,并根据为所述当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔生成所述当前配置对象的任一场景参数的参数泛化规则;
其中,所述泛化间隔用于指示所述当前配置对象的任一场景参数被执行泛化处理时的取值间隔。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
获取泛化需求信息,其中,所述泛化需求信息用于指示需生成的泛化仿真场景的场景总数,或者,所述泛化需求信息用于指示被用于进行泛化仿真场景生成的一个或多个模板场景;
当成功获取到所述泛化需求信息时,确定获取到所述场景运行需求。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
根据所述模板场景中的每个交通参与对象的各场景参数对应的参数泛化规则,确定采用参数泛化规则支持生成的泛化仿真场景的预估数量,并根据所述预估数量得到对支持生成的泛化仿真场景进行存储的预估空间;
获取所述模板场景的场景标识,以及所述模板场景中各交通参与对象的对象标识;
根据所述模板场景的场景标识、所述模板场景中各交通参与对象的对象标识、每个交通参与对象的场景参数的参数泛化规则、预估数量、以及预估空间生成泛化信息数据。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
将所述模板场景包含的一个或多个交通参与对象作为待泛化处理的交通参与对象,并将所述模板场景包含的任一待泛化处理的交通参与对象的场景参数作为所述泛化仿真场景中相应交通参与对象的场景参数;
根据参数泛化规则对相应场景参数进行随机取值,并对随机取值的场景参数进行随机组合,生成一个或多个泛化仿真场景。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
获取任一场景参数对应参数泛化规则包含的最大值、最小值和泛化间隔;
在所述最大值和最小值规定的取值范围内,按照所述泛化间隔对所述任一场景参数进行随机取值。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
从目标设备获取场景导出需求,根据所述场景导出需求信息生成导出文件,所述导出文件包含以下一个或多个:场景生成工具,被用于进行场景导出的目标模板场景及相应的参数泛化规则;
将所述导出文件发送到所述目标设备,以使所述目标设备利用所述导出文件中的场景生成工具,根据所述目标模板场景和相应的参数泛化规则进行泛化仿真场景的生成。
在一个实施例中,所述模板场景的数量为一个或多个;所述处理器701被配置调用所述程序指令,用于执行:
当所述场景导出需求为需导出的泛化仿真场景的场景总数时,所述目标模板场景为所述一个模板场景;
当所述场景导出需求为被用于进行泛化仿真场景生成的模板场景的指示信息时,所述目标模板场景为所述多个模板场景中被用于进行泛化仿真场景生成的模板场景。
在一个实施例中,泛化处理得到的一个或多个泛化仿真场景是通过一轮或多轮动态的泛化处理得到的;所述处理器701被配置调用所述程序指令,用于执行:
获取进行场景运行时的并发数量;
采用与所述并发数量等量的参数泛化规则对相应的场景参数进行泛化处理,得到与所述并发数量等量的泛化仿真场景;
获取泛化停止条件,并根据所述泛化停止条件确定是否执行下一轮泛化处理。
在一个实施例中,当用于指示场景运行需求的泛化需求信息用于确定需生成的泛化仿真场景的场景总数时,所述泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于需生成的泛化仿真场景的场景总数;
当所述泛化需求信息用于指示被用于进行泛化仿真场景生成的模板场景时,所述泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于多个模板场景支持生成的泛化仿真场景总数。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
并发地运行被执行一轮泛化处理后生成的泛化仿真场景;
在被执行一轮泛化处理所生成的泛化仿真场景运行结束后,触发执行获取泛化停止条件的步骤。
在一个实施例中,所述处理器701被配置调用所述程序指令,用于执行:
在一个泛化仿真场景被运行后,获取所述一个泛化仿真场景的运行结果,并根据所述运行结果生成运行信息;所述运行结果用于指示在所述一个泛化仿真场景中搭载相应自动驾驶算法后,所述自动驾驶算法的评测结果;
存储每个泛化仿真场景对应的运行信息,并存储相应泛化仿真场景的运行信息后,删除相应的泛化仿真场景。
在一个实施例中,所述运行信息还包括以下一种或两种:相应泛化仿真场景的场景编号,以及相应泛化仿真场景的各场景参数的参数值;所述处理器701被配置调用所述程序指令,用于执行:
获取场景查询信息,所述场景查询信息为目标场景编号或目标参数值中的一种或两种;
从存储的运行信息中查找出与所述场景查询信息相匹配的运行信息,并输出查找到的运行信息。
本发明实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述如图2或图4所示的方法实施例。其中,所述的计算机可读存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明的局部实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或局部流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (17)
1.一种场景运行方法,其特征在于,包括:
获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;
根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;
运行生成的所述泛化仿真场景。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取模板场景,所述模板场景包含一个或多个交通参与对象;
分别对每个交通参与对象的场景参数进行泛化配置处理,得到每个交通参与对象的每个场景参数对应的参数泛化规则;
根据所述模板场景中的每个交通参与对象的每个场景参数对应的参数泛化规则生成泛化信息数据,并将所述泛化信息数据存储到数据库中,以便从所述数据库中获取与所述场景运行信息相关的参数泛化规则。
3.如权利要求2所述的方法,其特征在于,根据对任一交通参与对象的场景参数进行泛化配置处理,得到所述任一场景参数对应的参数泛化规则的方式包括:
从所述模板场景包含的一个或多个交通参与对象中确定出当前配置对象,并输出所述当前配置对象的一个或多个场景参数;
获取为所述当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔,并根据为所述当前配置对象的任一场景参数设置的最大值、最小值和泛化间隔生成所述当前配置对象的任一场景参数的参数泛化规则;
其中,所述泛化间隔用于指示所述当前配置对象的任一场景参数被执行泛化处理时的取值间隔。
4.如权利要求2所述的方法,其特征在于,所述方法还包括:
获取泛化需求信息,其中,所述泛化需求信息用于指示需生成的泛化仿真场景的场景总数,或者,所述泛化需求信息用于指示被用于进行泛化仿真场景生成的一个或多个模板场景;
当成功获取到所述泛化需求信息时,确定获取到所述场景运行需求。
5.如权利要求2所述的方法,其特征在于,所述根据模板场景中的每个交通参与对象的每个场景参数对应的参数泛化规则生成泛化信息数据,包括:
根据所述模板场景中的每个交通参与对象的各场景参数对应的参数泛化规则,确定采用参数泛化规则支持生成的泛化仿真场景的预估数量,并根据所述预估数量得到对支持生成的泛化仿真场景进行存储的预估空间;
获取所述模板场景的场景标识,以及所述模板场景中各交通参与对象的对象标识;
根据所述模板场景的场景标识、所述模板场景中各交通参与对象的对象标识、每个交通参与对象的场景参数的参数泛化规则、预估数量、以及预估空间生成泛化信息数据。
6.如权利要求2所述的方法,其特征在于,所述根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景,包括:
将所述模板场景包含的一个或多个交通参与对象作为待泛化处理的交通参与对象,并将所述模板场景包含的任一待泛化处理的交通参与对象的场景参数作为所述泛化仿真场景中相应交通参与对象的场景参数;
根据参数泛化规则对相应场景参数进行随机取值,并对随机取值的场景参数进行随机组合,生成一个或多个泛化仿真场景。
7.如权利要求6所述的方法,其特征在于,所述根据参数泛化规则对相应场景参数进行随机取值,包括:
获取任一场景参数对应参数泛化规则包含的最大值、最小值和泛化间隔;
在所述最大值和最小值规定的取值范围内,按照所述泛化间隔对所述任一场景参数进行随机取值。
8.如权利要求2所述的方法,其特征在于,所述方法还包括:
从目标设备获取场景导出需求,根据所述场景导出需求信息生成导出文件,所述导出文件包含以下一个或多个:场景生成工具,被用于进行场景导出的目标模板场景及相应的参数泛化规则;
将所述导出文件发送到所述目标设备,以使所述目标设备利用所述导出文件中的场景生成工具,根据所述目标模板场景和相应的参数泛化规则进行泛化仿真场景的生成。
9.如权利要求8所述的方法,其特征在于,所述模板场景的数量为一个或多个;所述方法还包括:
当所述场景导出需求为需导出的泛化仿真场景的场景总数时,所述目标模板场景为所述一个模板场景;
当所述场景导出需求为被用于进行泛化仿真场景生成的模板场景的指示信息时,所述目标模板场景为所述多个模板场景中被用于进行泛化仿真场景生成的模板场景。
10.如权利要求1所述的方法,其特征在于,泛化处理得到的一个或多个泛化仿真场景是通过一轮或多轮动态的泛化处理得到的;根据获取的参数泛化规则执行一轮泛化处理的方式包括:
获取进行场景运行时的并发数量;
采用与所述并发数量等量的参数泛化规则对相应的场景参数进行泛化处理,得到与所述并发数量等量的泛化仿真场景;
获取泛化停止条件,并根据所述泛化停止条件确定是否执行下一轮泛化处理。
11.如权利要求10所述的方法,其特征在于,当用于指示场景运行需求的泛化需求信息用于确定需生成的泛化仿真场景的场景总数时,所述泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于需生成的泛化仿真场景的场景总数;
当所述泛化需求信息用于指示被用于进行泛化仿真场景生成的模板场景时,所述泛化停止条件为:经一轮或多轮泛化处理后得到的泛化仿真场景总数大于等于多个模板场景支持生成的泛化仿真场景总数。
12.如权利要求10所述的方法,其特征在于,所述运行生成的泛化仿真场景,包括:
并发地运行被执行一轮泛化处理后生成的泛化仿真场景;
在被执行一轮泛化处理所生成的泛化仿真场景运行结束后,触发执行获取泛化停止条件的步骤。
13.如权利要求1所述的方法,其特征在于,所述方法还包括:
在一个泛化仿真场景被运行后,获取所述一个泛化仿真场景的运行结果,并根据所述运行结果生成运行信息;所述运行结果用于指示在所述一个泛化仿真场景中搭载相应自动驾驶算法后,所述自动驾驶算法的评测结果;
存储每个泛化仿真场景对应的运行信息,并存储相应泛化仿真场景的运行信息后,删除相应的泛化仿真场景。
14.如权利要求13所述的方法,其特征在于,所述运行信息还包括以下一种或两种:相应泛化仿真场景的场景编号,以及相应泛化仿真场景的各场景参数的参数值;所述方法还包括:
获取场景查询信息,所述场景查询信息为目标场景编号或目标参数值中的一种或两种;
从存储的运行信息中查找出与所述场景查询信息相匹配的运行信息,并输出查找到的运行信息。
15.一种场景运行装置,其特征在于,包括:
获取单元,用于获取场景运行需求,并获取与所述场景运行需求相关的参数泛化规则,所述参数泛化规则用于确定一个或多个待泛化处理的交通参与对象及相应场景参数的取值范围;其中,一个待泛化处理的交通参与对象与一个或多个场景参数相对应,且一个场景参数存在一个对应的参数泛化规则;
处理单元,用于根据获取的参数泛化规则对相应的场景参数进行泛化处理,并生成一个或多个泛化仿真场景;
所述处理单元,还用于运行生成的所述泛化仿真场景。
16.一种计算机设备,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、所述输入设备、所述输出设备和所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1~14任一项所述的方法。
17.一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存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1~14任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340114.5A CN116932340A (zh) | 2022-04-01 | 2022-04-01 | 场景运行方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340114.5A CN116932340A (zh) | 2022-04-01 | 2022-04-01 | 场景运行方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116932340A true CN116932340A (zh) | 2023-10-24 |
Family
ID=88392898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210340114.5A Pending CN116932340A (zh) | 2022-04-01 | 2022-04-01 | 场景运行方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116932340A (zh) |
-
2022
- 2022-04-01 CN CN202210340114.5A patent/CN116932340A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340237B (zh) | 数据处理和模型运行方法、装置和计算机设备 | |
CN111158613B (zh) | 基于访问热度的数据块存储方法、装置及存储设备 | |
CN110231994B (zh) | 内存分析方法、装置和计算机可读存储介质 | |
CN110445719B (zh) | 一种路由表管理方法、装置、设备和存储介质 | |
CN116266183A (zh) | 一种数据分析方法、装置、设备以及计算机存储介质 | |
CN113282799B (zh) | 节点的操作方法、装置、计算机设备和存储介质 | |
CN110020333A (zh) | 数据分析方法及装置、电子设备、存储介质 | |
CN116932340A (zh) | 场景运行方法、装置、计算机设备及存储介质 | |
CN116226553A (zh) | 轨迹查询方法和装置、存储介质 | |
CN113295990B (zh) | 一种生成fpga可行性测试路径的方法、***、介质及设备 | |
CN114860453A (zh) | 场景引擎的任务执行方法、装置、电子设备及存储介质 | |
CN114169311A (zh) | 一种数据解析方法及装置 | |
CN113869703A (zh) | 一种基于云计算的智慧城市管理方法及*** | |
CN113987107A (zh) | 基于行为树的对话方法、装置及电子设备、存储介质 | |
CN112181825A (zh) | 测试案例库构建方法、装置、电子设备及介质 | |
CN114968787B (zh) | 基于节点关系的测试方法、装置及电子设备 | |
CN111694739A (zh) | 接口测试方法、装置、设备及存储介质 | |
CN113177224B (zh) | 基于区块链的数据密封方法、装置、设备和存储介质 | |
CN111563033B (zh) | 一种模拟数据的生成方法和装置 | |
CN113591231B (zh) | 一种模拟行车方法及装置 | |
CN111652750B (zh) | 一种用户群组的管理方法、装置、设备及存储介质 | |
CN113760535B (zh) | 资源提供方法和装置、业务平台 | |
CN117610505B (zh) | 一种基于标准模型的数据处理方法及装置 | |
CN112732664B (zh) | 证据提取方法、装置、电子设备及存储介质 | |
CN109377177B (zh) | 流程处理方法、装置、设备和计算机可读存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40098912 Country of ref document: HK |