CN103207090A - 一种无人驾驶车辆环境模拟测试系统及测试方法 - Google Patents
一种无人驾驶车辆环境模拟测试系统及测试方法 Download PDFInfo
- Publication number
- CN103207090A CN103207090A CN2013101216066A CN201310121606A CN103207090A CN 103207090 A CN103207090 A CN 103207090A CN 2013101216066 A CN2013101216066 A CN 2013101216066A CN 201310121606 A CN201310121606 A CN 201310121606A CN 103207090 A CN103207090 A CN 103207090A
- Authority
- CN
- China
- Prior art keywords
- automatic driving
- driving vehicle
- test
- point
- environmental
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种无人驾驶车辆环境模拟测试系统,包括:环境模拟系统以及测试系统;所述环境模拟系统建立所述无人驾驶车辆真实道路环境模型,模拟所述无人驾驶车辆真实道路环境;测试时将所述无人驾驶车辆真实道路环境模型转换为任务表单文件输入所述无人驾驶车辆车载控制计算机,其中所述任务表单文件由所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码构成;所述无人驾驶车辆车载控制计算机在测试过程中,经所述车载天线向所述测试人员手持多功能盒发送所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码信号,所述测试人员手持多功能盒接收并显示上述信号。
Description
技术领域
本发明涉及无人驾驶车辆测试技术领域,具体地涉及一种可通过组合各类环境要素,建立各种真实道路环境模型,实现对复杂真实环境的准确模拟,测试无人驾驶车辆在模拟环境中性能的无人驾驶车辆测试系统及测试方法。
背景技术
无人驾驶车辆在复杂环境下的智能行为测试是无人驾驶车辆开发过程中的一项重要任务,是实现对无人驾驶车辆环境感知、行为决策等关键技术研究水平进行科学评价的重要手段。为保证智能行为测试的科学性、可重复性,必须设计一种无人驾驶车辆测试系统,以模拟车辆行驶的各种真实环境,实现对无人驾驶车辆不同难易程度的准确测试。
现有的很多无人驾驶车辆测试系统测试环境比较单一,没有充分考虑参与测试的无人驾驶车辆实际水平,没有体现分阶段、分层次的设计思路,测试系统搭建以后,其测试的难易程度基本上不变。而实际上,无人驾驶车辆行驶环境需要考虑的因素很多,应当使用一种恰当的办法构造一种行驶环境模拟系统,其无需在硬件上做出大的改变,就可以实现不同难易程度的测试。
发明内容
为了达到上述目标,本发明设计的技术方案是:充分考虑与交通规则相关环境要素、障碍物环境要素、天气环境要素、光照环境要素等类型,通过组合各类环境要素,并通过人工造雾、雨、雪和人工设置假人等办法,建立各种真实道路环境模型,以实现对复杂真实环境的准确模拟;同时通过巧妙设置任务表单文件,利用模拟环境实现对不同能力水平的无人驾驶车辆的测试。
本发明提出的无人驾驶车辆环境模拟测试系统包括环境模拟系统以及测试系统;所述环境模拟系统建立所述无人驾驶车辆真实道路环境模型,模拟所述无人驾驶车辆真实道路环境;所述测试系统由无人驾驶车辆车载控制计算机、车载天线、测试人员手持多功能盒组成;测试时将所述无人驾驶车辆真实道路环境模型转换为任务表单文件输入所述无人驾驶车辆车载控制计算机,其中所述任务表单文件由所述无人驾驶车辆途径测试路段各引导点的三维WGS84坐标(即WorldGeodetic System1984坐标,是为GPS全球定位系统使用而建立的坐标系统)以及所述各引导点的环境要素编码构成;所述无人驾驶车辆车载控制计算机在测试过程中,经所述车载天线向所述测试人员手持多功能盒发送所述无人驾驶车辆途径测试路段各引导点的三维WGS84坐标以及所述各引导点的环境要素编码信号,所述测试人员手持多功能盒接收并显示上述信号。
其中所述环境要素编码可由交通指示类型、天气类型、光照类型、障碍物类型中的一种或多种组合而成。
其中,所述测试系统还包括USB接口盒,所述USB接口盒与所述车载天线及所述无人驾驶车辆车载控制计算机相连;所述USB接口盒由无线串口模块、串口与USB数据转换模块、USB数据处理模块以及USB线缆组成;所述车载天线通过线缆与所述无线串口模块直接相连;所述USB数据处理模块通过USB线缆与所述无人驾驶车辆车载控制计算机相连。
其中,所述测试人员手持多功能盒由供电部分、单片机、数据收发模块、开关按钮、数码管显示部分组成。
其中,所述供电部分为单片机提供+5V的工作电压,所述数据收发模块与单片机之间为双向连通关系,一方面将单片机发出的数据发送出去,一方面接收外部数据,传送到单片机。
其中开关按钮是单片机的输入端,其信号作用于单片机,所述开关按钮是一个单刀双掷开关,当它拨向一端时,与它相连的单片机I/O端口为高电平;当拨向另一端时,与它相连的单片机I/O端口为低电平;数码显示管由2个LED显示管组成,是单片机的输出端,受单片机的信号作用,可以显示2位数字。
其中供电部分由4个1.5V电池和稳压模块组成,其中电池是输入,经稳压模块后输出稳定的电压。数据收发模块,由串口芯片和无线串口模块组成,它们是双向连通关系,既可实现从串口芯片到无线串口模块的数据流动,又可实现从无线串口模块到无线串口模块的数据流动。
本发明提出的无人驾驶车辆测试方法包括如下步骤:
步骤一、确定所述无人驾驶车辆的测试内容及测试环境,其中所述测试内容包括所述无人驾驶车辆测试路段的引导点,所述测试环境包括所述无人驾驶车辆测试路段的环境要素;
步骤二、将所述测试内容及所述测试环境转化为任务表单;
步骤三、将所述任务表单导入到所述无人驾驶车辆的车载计算机中,由所述车载计算机对所述任务表单进行解析,引导所述无人驾驶车辆完成测试;
其中,所述任务表单包括所述测试内容途径路段各引导点的三维WGS84坐标和环境要素编码。
其中,所述环境要素编码包括引导点类型编码,其中引导点类型包括起点、终点、交叉口入点、交叉口出点和未知类型引导点。
其中,所述环境要素编码还包括有无交通指示。
其中,所述环境要素编码还包括交通指示类型,其中交通指示类型包括左转指示、右转指示、U形弯指示、停车指示和未知类型交通指示。
其中,所述环境要素编码还包括天气类型,其中天气类型包括晴天、雨天、雪天、雾天。
其中,所述环境要素编码还包括光照类型,其中光照类型包括顺光、逆光。
其中,所述环境要素编码还包括障碍物类型,其中障碍物类型包括动态障碍物、静态障碍物、无障碍物。
其中,所述环境要素编码可由交通指示类型、天气类型、光照类型、障碍物类型中的一种或多种组合而成。
应用本发明,可以取得以下有益效果:
通过本发明提供的方法,可以构成组合式模拟环境系统,充分考虑道路环境要素、与交通规则相关环境要素、障碍物环境要素、光照环境要素等类型,组合各类环境要素,建立各种真实道路环境模型,以实现对复杂真实环境的准确模拟。
通过人工造雾、雨、雪等办法,建立各种真实道路环境模型,以实现对复杂真实环境的准确模拟;在一个晴天即可模拟出雨天、雪天、雾天的天气条件,降低了测试时间成本,使测试不受季节的影响。
通过人工设置假人横穿道路,模拟在真实交通情景可能出现的行人穿行道路的真实情况,实现对无人驾驶车辆避碰行人等能力的测试,降低了无人驾驶车辆测试的危险性;使用假人测试,还可以测试出无人驾驶车辆极限能力,例如,无人驾驶车辆安全停住时距离假人的最小距离的测试,从而避免不必要的安全隐患。
通过合理设置任务文件,利用模拟环境实现对不同能力水平的无人驾驶车辆的测试。对同一硬件环境系统,按照前述难易程度的组合,可以制作多套任务文件,以测试无人驾驶车辆在不同难度的模拟环境中的表现。
通过局部变化环境使参与测试车辆所面对的环境要素保持不变,但具体测试环境又不尽相同。采用变换静态障碍物和交通信号标志的设置地点、类型等方法予以实现。
总之,本发明提出的模拟测试系统,使对无人驾驶车辆的测试经济成本、时间成本大幅降低,同时测试情景多种多样,充分考虑了分阶段、分层次的设计思路,体现了不同难易程度的测试方案。
附图说明
下列附图在此作为本发明的一部分以便于理解,附图中:
图1为根据本发明无人驾驶车辆右转通过交叉口的示意图;
图2为根据本发明无人驾驶车辆左转通过交叉口的示意图;
图3为根据本发明无人驾驶车辆执行U形弯的示意图;
图4为根据本发明无人驾驶车辆执行终点停车的示意图;
图5为根据本发明无人驾驶车辆有雾路段行驶测试环境示意图;
图6为根据本发明无人驾驶车辆有雪路段行驶测试环境示意图;
图7为根据本发明在环形道路上测试不同光照类型的示意图;
图8为根据本发明静态障碍物设置的示意图;
图9为根据本发明测试换道行驶的示意图;
图10为根据本发明测试换道行驶后返回原车道的示意图;
图11为根据本发明设置假人障碍的示意图;
图12为根据本发明设置局部环境变化的示意图;
图13为根据本发明无人驾驶车辆测试系统的示意图;
图14为根据本发明手持多功能盒的示意图;
图15为根据本发明USB接口盒的示意图。
具体实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。下面结合附图,说明本发明的实施方式。
本发明提出的无人驾驶车辆测试方法包括如下步骤:
步骤一、确定所述无人驾驶车辆的测试内容及测试环境,其中所述测试内容包括所述无人驾驶车辆测试路段的引导点,所述测试环境包括所述无人驾驶车辆测试路段的环境要素。
无人驾驶车辆的测试类型可以包括(1)直行、(2)右转通过交叉口、(3)左转通过交叉口、(4)U形弯、(5)停车等多种类型。这些不同类型的测试均可以由其测试内容,即由测试路段的起始点、终止点、过程点等引导点表示。引导点是指引无人驾驶车辆依次行驶的点。引导点的稀疏程度将影响无人驾驶车辆的测试难度。由于无人驾驶车辆GPS导航能力较强,如果任务中给定了比较密集的GPS引导点,测试相对较易;反之较难。
其中,无人驾驶车辆测试路段的环境要素可以包括与交通规则相关的交通指示类型、天气类型、光照类型、障碍物类型等。通过组合各类环境要素,可以建立各种真实道路环境模型,实现对复杂真实环境的准确模拟,测试无人驾驶车辆在模拟环境中的性能。
由上面的内容可以看出,将无人驾驶车辆所要途径测试路段的各个引导点三维WGS84坐标以及途径各引导点的环境要素叠加,即可形成无人驾驶车辆测试的任务表单。即将测试内容与测试环境用任务表单的形式表现出来。
下面的表1即给出了任务表单的一种示例。其中包括各途径引导点的三维WGS84坐标,即经度、纬度、高度。还包括各途径引导点的各种环境要素。可以用属性表示这些环境要素的类型。
例如,属性1表示该引导点的类型,0表示起点,1表示交叉口入点,2表示交叉口出点,3表示终点,4表示未知。
属性2用于表示有无交通标志或交通灯,0表示未知,1表示有,2表示无。
当属性2为1时,属性3的取值定义如下:0为未知,1为右转交通标志,2为U形弯交通标志,3为左转交通灯,4为停车标志。
还可以定义其他环境要素的属性,例如:
可以定义属性4表示天气类型,0表示未知,1表示晴天,2表示雨天,3表示雪天,4表示雾天。
可以定义属性5表示光照类型,0表示未知,1表示顺光,2表示逆光。
可以定义属性6表示障碍物类型,0表示未知,1表示动态障碍物,2表示静态障碍物,3表示无障碍物。
需要说明的是,这样的环境要素属性定义只是举例说明,本领域技术人员可以知晓,通过这样的举例说明,可以衍生出其他测试环境要素,这些要素均可以加入任务表单中,构成建立各种真实道路环境模型,实现对复杂真实环境的准确模拟。
表1任务表单格式
步骤二、将上述所述的测试内容及所述测试环境转化为任务表单,生成任务表单文件。任务表单文件的制作可按照测试环境情景,依次逐行表示。其中,所述任务表单包括所述测试内容途径路段各引导点的三维WGS84坐标和各种环境要素的编码。
以难度最小的不考虑天气、光照、障碍物等环境要素,只考虑属性1-3,即引导点类型、有无交通标志、交通标志类型的测试环境模拟系统为例,其环境情景可由情形1-1,情形2-1,情形3-1,情形4-1,情形5-1组合而成,这些情形后文将具体详细说明。其中情形1-1为循线行驶,给定起点即可,情形2-1、情形3-1、情形4-1分别为右转弯、左转弯、U形弯,假定各设置5个引导点,情形5-1为终点只需要一个引导点,因此本例共有引导点17个,其任务表单文件如下:
其中,上述表单文件中的第二、三、四列,即Ln、An、Hn分别表示各引导点的三维WGS84坐标,即经度、纬度、高度,可由GPS接收器在具体测试点实际测量得到。
步骤三、将所述任务表单导入到所述无人驾驶车辆的车载计算机中,在无人驾驶车辆在正式测试前5分钟,将上述任务表单文件导入到无人驾驶车辆车载计算机系统中对任务表单文件进行解析,引导所述无人驾驶车辆完成测试。
对同一硬件环境系统,按照前述难易程度的组合,可以制作多套任务表单文件,以测试无人驾驶车辆在不同难度的模拟环境中的表现。
一、单项测试环境模拟系统
1、直行
按照天气条件和障碍物情况,直行测试环境模拟系统可分为7种情形。
情形1-1,直线路段500m长,选择晴天,测试无人驾驶车辆在天气良好条件下检测车道线并循线行驶的能力。
情形1-2,直线路段500m长,通过人工造雾,测试无人驾驶车辆在有雾条件下检测车道线并循线行驶的能力。
情形1-3,直线路段500m长,通过人工造雪,测试无人驾驶车辆在有雪条件下检测车道线并循线行驶的能力。
情形1-4,直线路段500m长,通过人工造雨,测试无人驾驶车辆在有雨条件下检测车道线并循线行驶的能力。
情形1-5,直线路段500m长,在车道上放置静态障碍物(如纸箱子),测试无人驾驶车辆避开车道上障碍物,并正确选择车道实现换道行驶的能力。
情形1-6,直线路段500m长,在路侧拉动假人模拟行人突然横穿马路,测试无人驾驶车辆检测到假人后执行相应动作的能力。
情形1-7,直线路段1000m长,在车道上停有有人驾驶的运动车辆,当无人驾驶车辆从后方驶近时,有人驾驶车辆开始启动,先以较快速度行驶,测试无人驾驶车辆跟驰能力,后以较慢速度行驶,测试无人驾驶车辆换道超车能力。
2、右转通过交叉口
如图1所示,方框为无人驾驶车辆,通过任务文件的不同设置,右转通过交叉口测试环境模拟系统可分为4种情形。
情形2-1:从右转弯起点20处开始,沿行驶轨迹每5米给定一个GPS点,一直到转弯终点21。通过任务文件的设置(如表2所示),引导点20的属性1设置为1表示此为交叉口入点,属性2设置为2,表示无交通标志或交通灯;引导点21的属性1设置为2表示此为交叉口出点,属性2设置为2,表示无交通标志或交通灯;所有中间点的属性1全部设置为4,表示点的性质未知。由于任务文件中提供了密集的GPS引导点,无人驾驶车辆只需要GPS导航即可完成右转,不需要识别交通标志,测试难度较低。由于本情形不涉及属性3,其值可设为0。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
20 | L1 | A1 | H1 | 1 | 2 | 0 |
中间若干点 | … | … | … | 4 | 2 | 0 |
21 | Ln | An | Hn | 2 | 2 | 0 |
表2情形2-1任务文件设置
情形2-2:只在右转弯起点20、终点21处给定GPS点,中间位置不提供引导点。点20、21的属性值设置与情形2-1相同。在此种情形下,无人驾驶车辆也不需要识别交通标志,但此时,无人驾驶车辆需要根据交叉口入点(点20)和交叉口出点(点21),并依据环境识别能力(如对路口的识别、对路沿的识别、对停车线的识别)规划出一条右转弯路径,在右转弯时需要实时调用环境感知的结果。相比情形2-1难度有所增加。
情形2-3:在离路口50米处(图1点22)设置一个引导点,在任务文件中设置该点属性如表3所示。属性1设置为4,表示点的性质未知;属性2设置为1,表示此处有交通标志或交通灯;属性3设置为1,表示此交通标志为右转标志。无人驾驶车辆行驶到点22处,正确解析任务文件,直接执行右转弯即可,需要依据环境识别能力(如对停车线的识别、对路口的识别、对路沿的识别)规划出一条右转弯路径,在右转弯时需要实时调用环境感知的结果。难度比情形2-2有所增加。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
22 | L2 | A2 | H2 | 4 | 1 | 1 |
表3情形2-3任务文件设置
情形2-4:在离路口50米处(图1点22)设置一个引导点,在任务文件中设置该点属性如表4所示。与情形2-3相比,唯一的不同是,属性3设置为0,表示此交通标志或交通灯未知。无人驾驶车辆需要在点22位置附近开启交通标志和交通灯识别程序,识别到是右转标志后,通过路口。显然,其难度相比情形2-3增加。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
22 | L2 | A2 | H2 | 4 | 1 | 0 |
表4情形3任务文件设置
3、左转通过交叉口
如图2所示,方框为无人驾驶车辆,通过任务文件的不同设置,左转通过交叉口测试环境模拟系统可分为3种情形。
情形3-1:从左转弯起点30处开始,沿行驶轨迹每5米给定一个GPS点,一直到转弯终点31。通过任务文件的设置(如表5所示),引导点30的属性1设置为1表示此为交叉口入点,属性2设置为2,表示无交通标志或交通灯;引导点31的属性1设置为2表示此为交叉口出点,属性2设置为2,表示无交通标志或交通灯;所有中间点的属性1全部设置为4,表示点的性质未知。由于任务文件中提供了密集的GPS引导点,无人驾驶车辆只需要GPS导航即可完成左转。由于本情形不涉及属性3,其值可设为0。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
30 | L1 | A1 | H1 | 1 | 2 | 0 |
中间若干点 | … | … | … | 4 | 2 | 0 |
31 | Ln | An | Hn | 2 | 2 | 0 |
表5情形3-1任务文件设置
情形3-2:只在左转弯起点30、终点31处给定GPS点,中间位置不提供引导点。点30、31的属性值设置与情形3-1相同。在此种情形下,无人驾驶车辆也不需要识别交通标志或交通灯,但此时,无人驾驶车辆需要根据交叉口入点(点30)和交叉口出点(点31),并依据环境识别能力(如对路口的识别、对路沿的识别、对停车线的识别)规划出一条左转弯路径,在左转弯时需要实时调用环境感知的结果。相比情形3-1难度有所增加。
情形3-3:在离路口50米处(图2点32)设置一个引导点,在任务文件中该点属性如表6所示。属性1设置为4,表示该点不确定是否是交叉口入点或交叉口出点;属性2设置为1,表示此处有交通标志或交通灯;属性3设置为3,表示为左转交通灯。无人驾驶车辆行驶到点32处,正确解析任务文件,需要识别左转交通灯是否是绿色,如果是绿色,再依据环境识别能力(如对停车线的识别、对路口的识别、对路沿的识别)规划出一条左转弯路径,在左转弯时需要实时调用环境感知的结果。难度相比情形3-2,有所增加。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
32 | L3 | A3 | H3 | 4 | 1 | 3 |
表6情形3-3任务文件设置
4、U形弯
如图3所示,方框为无人驾驶车辆,通过任务文件的不同设置,U形弯测试环境模拟系统可分为4种情形。
情形4-1:从U形弯起点40处开始,沿行驶轨迹每5米给定一个GPS点,一直到转弯终点41。通过任务文件的设置(如表7所示),引导点40的属性1设置为1表示此为交叉口入点,属性2设置为2,表示无交通标志或交通灯;引导点41的属性1设置为2表示此为交叉口出点,属性2设置为2,表示无交通标志或交通灯;所有中间点的属性1全部设置为4,表示点的性质不确定。由于任务文件中提供了密集的GPS引导点,无人驾驶车辆只需要GPS导航即可完成U形弯,不需要识别交通标志,测试难度较低。由于本情形不涉及属性3,其值可设为0。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
40 | L1 | A1 | H1 | 1 | 2 | 0 |
中间若干点 | … | … | … | 4 | 2 | 0 |
41 | Ln | An | Hn | 2 | 2 | 0 |
表7情形4-1任务文件设置
情形4-2:只在U形弯起点40、终点41处给定精确GPS点,中间位置不提供引导点。点40、41的属性值设置与情形4-1相同。在此种情形下,无人驾驶车辆也不需要识别交通标志,但此时,无人驾驶车辆需要根据交叉口入点(点40)和交叉口出点(点41),并依据环境识别能力(如对路口的识别、对路沿的识别、对停车线的识别)规划出一条U形弯路径,在U形弯时需要实时调用环境感知的结果。相比情形4-1难度有所增加。
情形4-3:在离路口50米处(图3点42)设置一个引导点,在任务文件中该点属性如表8所示。属性1设置为4,表示该点性质不确定;属性2设置为1,表示此处有交通标志或交通灯;属性3设置为1,表示此交通标志为U形弯标志。无人驾驶车辆行驶到点42处,正确解析任务文件,直接执行U形弯即可,需要依据环境识别能力(如对停车线的识别、对路口的识别、对路沿的识别)规划出一条U形弯路径,在U形弯时需要实时调用环境感知的结果。难度比情形4-2有所增加。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
42 | L2 | A2 | H2 | 4 | 1 | 1 |
表8情形4-3任务文件设置
情形4-4:在离路口50米处(图3点42)设置一个引导点,在任务文件中该点属性如表9所示。与情形4-3相比,唯一的不同是,属性3设置为0,表示此交通标志未知。无人驾驶车辆需要在点42位置附近开启交通标志识别程序,识别到是U形弯标志后,通过路口。显然,其难度相比情形4-3增加。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
42 | L2 | A2 | H2 | 4 | 1 | 0 |
表9情形4-4任务文件设置
5、终点停车
终点停车如图4所示,通过任务文件的不同设置,终点停车测试环境模拟系统可以分为2种情形。
情形5-1:在终点处设置一个引导点,在任务文件中该点属性如表10所示。属性1设置为3表示此处为终点,此时属性2、属性3没有意义,可设置为0。在这种情形中,无人驾驶车辆通过GPS导航能力,在任务文件给定的终点处停车即可。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
50 | L5 | A5 | H5 | 3 | 0 | 0 |
表10情形5-1任务文件设置
情形5-2:在终点处设置一个引导点,在任务文件中该点属性如表11所示。属性1的值为4表示此点性质不确定,属性2的值为1表示此点附近有交通标志或交通灯,属性3的值为4表示是停车交通标志。无人驾驶车辆通过解析任务文件后,在该点附近开启停车线检测程序,当检测到停车线后,在离停车线前1米范围内停下。
节点序号 | 经度 | 纬度 | 高度 | 属性1 | 属性2 | 属性3 |
50 | L5 | A5 | H5 | 4 | 1 | 4 |
表11情形5-2任务文件设置
二、综合测试环境模拟系统
如前所述,按照天气条件和障碍物情况,直行测试环境模拟系统可分为7种情形;通过任务文件的不同设置,右转通过交叉口、左转通过交叉口、U形弯、终点停车测试环境模拟系统分别可分为4种情形、3种情形、4种情形和2种情形。在同一单项测试系统中每种情形的难度逐渐增加,通过组合的方式可以构成难易程度不同的综合测试环境模拟系统。
1、难度最小的一类综合测试环境模拟系统
例如,情形1-1,情形2-1,情形3-1,情形4-1,情形5-1组合在一起即可构成最简单的综合测试环境模拟系统,在这种测试环境下,无人驾驶车辆首先直行行驶500米;进入情形2-1的右转弯、情形3-1的左转弯、情形4-1的U形弯和情形5-1的终点停车时,由于任务文件中给出了密集的GPS过程点和准确的停车点,无人驾驶车辆只需要依靠GPS导航能力即可完成全程。
2、难度最大的一类综合测试环境模拟系统
例如,情形1-7,情形2-4,情形3-3,情形4-4,情形5-2组合在一起即可构成最难的综合测试环境模拟系统。在直线行驶阶段无人驾驶车辆需要具备车道线检测能力、车道循线行驶能力、车道保持能力、车辆避碰能力、车辆跟驰能力、换道超车并线能力;在转弯和停车阶段无人驾驶车辆需要具备交通标志、交通灯等的识别能力、对停车线的识别、对路口的识别、对路沿的识别能力,以及转弯规划能力,整个全程还需要自主控制能力。显然,这种类型的综合测试难度较大。
各种测试要素的具体实现方法
1、雾、雪、雨的产生办法
雾:
无人驾驶车辆行驶到距离测试点200米处时,开始布置浓雾(使用舞台喷雾机)。喷雾的时间决定了雾的浓度,根据多次实践经验确定喷雾时间,使人眼能见度在10米以内。图5为示意图。
雪:
使用人工造雪机器生成少量白雪,覆盖在车道线周围。如图6中所示,两条粗黑线表示白色车道线,散落的黑点表示白雪,用来测试无人驾驶车辆对车道线检测的鲁棒性和稳定性。
雨:
在无人驾驶车辆经过的路段上方架设水管,通过设置水的流量和流速,可以在车辆经过的上空形成暴雨天气,测试无人驾驶车辆在人眼能见度低于10米时车道保持能力。
2、逆光、顺光
逆光、顺光可通过设计环形道路来实现,当无人驾驶车辆朝某一方向为顺光时,反向行驶则为逆光。为了测试无人驾驶车辆在不同光照条件下的上述能力,制定图7所示的环形道路,在道路的四个方向上均设置各单项测试环境模拟系统,即可测试其在不同光照下的情况。
3、静态障碍物和运动车辆
(1)静态障碍物设置
如图8所示,在同一方向的2车道上,分别放置静态障碍物,如纸箱子。2个障碍物之间距离为30米。
(2)运动车辆
如图9所示,当发现后方有无人驾驶车辆时,有人驾驶的运动车辆以较低速度开始行驶,无人驾驶车辆检测到前方运动车辆后,选择换道超车。
无人驾驶车辆在完成换道行驶后,按照实际交通情况保持车道行驶或者在距离后方车辆安全车距内返回到原车道行驶,如图10所示。
4、假人设置方法
路两侧竖立两个杆,在两杆上固定一个横杆,上面安置一个滑轮索,路两侧站立两人,拉动滑索即可拉动假人横行穿过车道,如图11所示。
5、局部变化环境设置
有时多个无人驾驶车辆在同一个时段先后进行测试,为了确保测试环境和测试内容的一致性,但又为了保证后测试的车辆不事先知道具体测试信息,采用了局部变化环境。如图12所示,无人驾驶车辆A和B都需执行遵守左转指示交通标志通过路口的测试,在无人驾驶车辆出发后,通过临时变更路障的设置位置,使A车和B车在不同的路口进行测试;通过改变交通信号灯的设置位置,使A车和B车在不同的路口执行识别交通信号灯的测试;通过人工控制交通信号灯的灯色,使A车和B车所面对的红灯和绿灯的顺序不同,但均需执行识别红灯和绿灯的测试。
测试环境的未知性体现在参与测试的车辆所面对的环境要素保持不变,但具体测试环境又不尽相同。采用变换静态障碍物和交通信号标志的设置地点、类型等方法予以实现。
三、测试方法
1、无人驾驶车辆速度、距离测试方法
在固定测试点或有人驾驶车辆上安装毫米波雷达,即可测得无人驾驶车辆速度以及距离测试点(固定点或有人驾驶车辆)的距离。
2、无人驾驶车辆直线行驶、转弯行驶等测试方法
在路边每100米安排一名工作人员,通过人工观察记录无人驾驶车辆是否跨压车道线。
转弯行驶(如右转弯、左转弯、U形弯)测试由人工观察记录无人驾驶车辆是否顺利完成转弯。
3、假人测试点测试方法
在图11示任一侧杆子处放置一毫米波雷达,当检测到无人驾驶车辆的速度和到杆子处的距离符合表12所示内容时,处于两侧杆子旁的工作人员拉动假人,制造行人过街场景。
例如,当检测到无人驾驶车辆车速在30-40km/h,且距离杆子接近90米时,通知工作人员拉动假人。此时无人驾驶车辆检测到假人突然横穿路口,开始减速;通过毫米波雷达可以观测到无人驾驶车辆是否减速。
表12
4、无人驾驶车辆检测交通标志或交通灯的测试方法
在测试过程中,为了获知无人驾驶车辆在转弯过程及停车时是否检测到了右转交通标志或U形弯交通标志或左转交通灯或停车标志,采用一种交互测试方法。
即在无人驾驶车辆的测试过程中,采用根据本发明的无人驾驶车辆环境模拟测试系统,该系统包括环境模拟系统以及测试系统。
环境模拟系统可以通过人工造雾、雨、雪等办法,建立所述无人驾驶车辆真实道路环境模型,模拟所述无人驾驶车辆真实道路环境。
测试系统由无人驾驶车辆车载控制计算机、车载天线300、测试人员手持多功能盒100组成。
测试时将所述无人驾驶车辆真实道路环境模型转换为任务表单文件输入所述无人驾驶车辆车载控制计算机,其中所述任务表单文件由所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码构成;
所述无人驾驶车辆车载控制计算机在测试过程中,经所述车载天线300向所述测试人员手持多功能盒100发送所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码信号,所述测试人员手持多功能盒100接收并显示上述信号。
如图13所示,测试系统由被测无人驾驶车辆上的天线300、车载USB接口盒400及测试人员手持多功能盒100组成;测试时将无人驾驶车辆真实道路环境模型转换为任务表单文件输入被测无人驾驶车辆的车载控制计算机,车载控制计算机对任务表单文件进行解析,从而引导被测无人驾驶车辆完成测试。手持多功能盒100与天线200通过线缆相连,手持多功能盒100由站在右转或U形弯或左转或终点附近的路边的工作人员手持;USB接口盒400与被测车天线300通过线缆相连,USB接口盒400固定在被测无人驾驶车辆控制计算机附近,通过USB线缆与被测无人驾驶车辆500的控制计算机相连。天线200与手持多功能盒100的连接,是通过线缆与无线串口模块108之间直接相连。
如图14所示,手持多功能盒100由供电部分101、单片机105、数据收发模块109、开关按钮104、数码显示管106等部分组成。其中供电部分101为单片机105提供+5V的正常工作电压。数据收发模块109与单片机105之间是双向连通关系,一方面将单片机105发出的数据发送出去,一方面接收外部数据,传送到单片机105。开关按钮104是单片机105的输入端,其信号作用于单片机105,开关按钮104是一个单刀双掷开关,当它拨向一端时,与它相连的单片机I/O端口为高电平;当拨向另一端时,与它相连的单片机I/O端口为低电平;数码显示管106由2个LED显示管组成,是单片机105的输出端,受单片机的信号作用,可以显示2位数字。
其中供电部分104由4个1.5V电池102和稳压模块103组成,其中电池是输入,经稳压模块103后输出稳定的电压。数据收发模块109,由串口芯片107和无线串口模块108组成,它们是双向连通关系,既可实现从串口芯片107到无线串口模块108的数据流动,又可实现从无线串口模块108到串口芯片107的数据流动。
如图15所示,USB接口盒400由无线串口模块401、串口与USB数据转换模块402、USB数据处理模块403以及USB线缆404组成。被测车天线300与USB接口盒400的连接,是通过线缆与无线串口模块401之间直接相连;USB接口盒400通过USB线缆404与被测试无人驾驶车辆上的控制计算机相连。各模块及线缆之间是双向连通关系,既可以是从被测车天线300到无线串口模块401,经串口与USB数据转换模块402以及USB数据处理模块403通过USB线缆流404通到被测试车辆控制计算机;也可以是从被测试车辆控制计算机经USB线缆404、USB数据处理模块403、串口与USB数据转换模块402、无线串口模块401,通过被测车天线300传输出去。
测试时首先拟定传输数据协议表
01表示被测无人驾驶车辆识别到左转交通灯绿灯
02表示被测无人驾驶车辆识别到右转交通标志
03表示被测无人驾驶车辆识别到U形弯交通标志
04表示被测无人驾驶车辆识别到停车交通标志
例如,被测无人驾驶车辆在行驶过程中,识别到左转交通灯绿灯后,其车载控制计算机通过USB接口盒400,经被测车天线300发送01信号;站在左转路边的工作人员手持的手持多功能盒100经天线200接收到数据,并在数码显示管106上将接收到的01信号显示出来,此时,测试车辆上的工作人员可以根据收到的01信号和无人驾驶车辆实际表现的行为(左转弯)进行综合判断。
本发明已经通过上述实施例进行了说明,但应当理解的是,上述实施例只是用于举例和说明的目的,而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是,本发明并不局限于上述实施例,根据本发明的教导还可以做出更多种的变型和修改,这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。
Claims (10)
1.一种无人驾驶车辆测试方法,包括如下步骤:
步骤一、确定所述无人驾驶车辆的测试内容及测试环境,其中所述测试内容包括所述无人驾驶车辆测试路段的引导点,所述测试环境包括所述无人驾驶车辆测试路段的环境要素;
步骤二、将所述测试内容及所述测试环境转化为任务表单;
步骤三、将所述任务表单导入到所述无人驾驶车辆的车载计算机中,由所述车载计算机对所述任务表单进行解析,引导所述无人驾驶车辆完成测试;
其中,所述任务表单包括所述测试内容途径路段各引导点的三维WGS84坐标和环境要素编码。
2.如权利要求1所述的无人驾驶车辆测试方法,其特征在于:
所述环境要素编码包括引导点类型编码,其中引导点类型包括起点、终点、交叉口入点、交叉口出点和未知类型引导点。
3.如权利要求1所述的无人驾驶车辆测试方法,其特征在于:
所述环境要素编码包括有无交通指示。
4.如权利要求1所述的无人驾驶车辆测试方法,其特征在于:
所述环境要素编码包括交通指示类型,其中交通指示类型包括左转指示、右转指示、U形弯指示、停车指示和未知类型交通指示。
5.如权利要求1所述的无人驾驶车辆测试方法,其特征在于:
所述环境要素编码包括天气类型,其中天气类型包括晴天、雨天、雪天、雾天。
6.如权利要求1所述的无人驾驶车辆测试方法,其特征在于:
所述环境要素编码包括光照类型,其中光照类型包括顺光、逆光。
7.如权利要求1所述的无人驾驶车辆测试方法,其特征在于:
所述环境要素编码包括障碍物类型,其中障碍物类型包括动态障碍物、静态障碍物、无障碍物。
8.如权利要求1所述的无人驾驶车辆测试方法,其特征在于:
所述环境要素编码可由交通指示类型、天气类型、光照类型、障碍物类型中的一种或多种组合而成。
9.一种无人驾驶车辆环境模拟测试系统,包括:环境模拟系统以及测试系统;
所述环境模拟系统建立所述无人驾驶车辆真实道路环境模型,模拟所述无人驾驶车辆真实道路环境;
所述测试系统由无人驾驶车辆车载控制计算机、车载天线、测试人员手持多功能盒组成;
测试时将所述无人驾驶车辆真实道路环境模型转换为任务表单文件输入所述无人驾驶车辆车载控制计算机,其中所述任务表单文件由所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码构成;
所述无人驾驶车辆车载控制计算机在测试过程中,经所述车载天线向所述测试人员手持多功能盒发送所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码信号,所述测试人员手持多功能盒接收并显示上述信号。
10.如权利要求9所述的无人驾驶车辆环境模拟测试系统,其特征在于:其中所述环境要素编码可由交通指示类型、天气类型、光照类型、障碍物类型中的一种或多种组合而成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310121606.6A CN103207090B (zh) | 2013-04-09 | 2013-04-09 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310121606.6A CN103207090B (zh) | 2013-04-09 | 2013-04-09 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103207090A true CN103207090A (zh) | 2013-07-17 |
CN103207090B CN103207090B (zh) | 2016-02-24 |
Family
ID=48754382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310121606.6A Active CN103207090B (zh) | 2013-04-09 | 2013-04-09 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103207090B (zh) |
Cited By (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103335853A (zh) * | 2013-07-18 | 2013-10-02 | 中国科学院自动化研究所 | 一种无人驾驶车辆认知能力测试系统及方法 |
CN103759948A (zh) * | 2014-01-07 | 2014-04-30 | 中国人民解放军军事交通学院 | 智能车基本性能的考核与测试方法 |
CN103852264A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆基本性能测试系统及测试方法 |
CN103852265A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆环境分项性能测试系统及测试方法 |
CN104614187A (zh) * | 2015-01-20 | 2015-05-13 | 天津大学 | 一种基于虚拟车辆的真实驾驶循环测试装置和方法 |
CN105699095A (zh) * | 2016-01-27 | 2016-06-22 | 常州加美科技有限公司 | 一种无人驾驶车辆的测试方法 |
CN105911986A (zh) * | 2016-04-25 | 2016-08-31 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆感知测试系统和测试方法 |
CN105956268A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试场景构建方法和装置 |
CN106023622A (zh) * | 2016-07-22 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 一种确定红绿灯识别系统识别性能的方法和装置 |
CN106033030A (zh) * | 2015-03-12 | 2016-10-19 | 张涛 | 便捷可调的灵活性测试设备以及测试方法 |
CN106096192A (zh) * | 2016-06-27 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 一种无人驾驶车辆的测试场景的构建方法和装置 |
CN106198049A (zh) * | 2016-07-15 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 真实车辆在环测试系统和方法 |
CN106200612A (zh) * | 2016-07-07 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 用于测试车辆的方法和系统 |
CN106228233A (zh) * | 2016-07-13 | 2016-12-14 | 百度在线网络技术(北京)有限公司 | 一种用于无人驾驶车辆测试的智能体的构建方法和装置 |
CN106373416A (zh) * | 2016-11-30 | 2017-02-01 | 百度在线网络技术(北京)有限公司 | 用于测试无人驾驶车辆的交通灯识别耗时的方法和装置 |
CN106556518A (zh) * | 2016-11-25 | 2017-04-05 | 特路(北京)科技有限公司 | 自动驾驶车辆通过视觉干扰区的能力的测试方法及测试场 |
CN106611439A (zh) * | 2015-10-22 | 2017-05-03 | 中国人民解放军国防科学技术大学 | 一种dem重构算法的评价方法及装置 |
CN106644503A (zh) * | 2016-10-24 | 2017-05-10 | 中国科学院合肥物质科学研究院 | 一种智能车辆规划能力测试平台 |
CN106706342A (zh) * | 2017-02-17 | 2017-05-24 | 特路(北京)科技有限公司 | 自动驾驶车辆连续通过交叉路口能力的测试方法及测试场 |
CN106769085A (zh) * | 2016-12-14 | 2017-05-31 | 特路(北京)科技有限公司 | 自动驾驶车辆避让动态障碍物能力的测试方法及测试场 |
CN107037281A (zh) * | 2016-11-25 | 2017-08-11 | 特路(北京)科技有限公司 | 自动驾驶车辆通过信号干扰区的能力的测试方法及测试场 |
CN107063713A (zh) * | 2017-04-27 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试方法和装置 |
CN107063711A (zh) * | 2017-04-21 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 用于测试无人车的方法和装置 |
CN107153363A (zh) * | 2017-05-08 | 2017-09-12 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 |
CN107403038A (zh) * | 2017-07-05 | 2017-11-28 | 同济大学 | 一种智能汽车虚拟快速测试方法 |
CN107543725A (zh) * | 2016-07-27 | 2018-01-05 | 北京百度网讯科技有限公司 | 一种无人车操控测试方法及装置 |
CN107844858A (zh) * | 2017-10-25 | 2018-03-27 | 驭势科技(北京)有限公司 | 一种用于智能驾驶场景确定定位特征及布局的方法与系统 |
CN107845160A (zh) * | 2017-10-30 | 2018-03-27 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆数据采集系统 |
WO2018068427A1 (zh) * | 2016-10-13 | 2018-04-19 | 北京百度网讯科技有限公司 | 用于开发无人驾驶车辆应用的方法和装置 |
CN107990909A (zh) * | 2016-10-27 | 2018-05-04 | 千寻位置网络有限公司 | 一种模拟道路位置数据的测试方法及其系统 |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
CN108088686A (zh) * | 2017-12-21 | 2018-05-29 | 驭势科技(浙江)有限公司 | 测试仿真方法和装置、计算机存储介质和电子设备 |
CN108267322A (zh) * | 2017-01-03 | 2018-07-10 | 北京百度网讯科技有限公司 | 对自动驾驶性能进行测试的方法和系统 |
CN108765235A (zh) * | 2018-05-09 | 2018-11-06 | 公安部交通管理科学研究所 | 基于交通事故案例解构的自动驾驶车辆测试场景构建方法和测试方法 |
CN108958066A (zh) * | 2017-05-19 | 2018-12-07 | 百度在线网络技术(北京)有限公司 | 仿真测试方法和装置 |
CN108982117A (zh) * | 2018-07-04 | 2018-12-11 | 长安大学 | 一种无人车测试系统和方法 |
CN109032102A (zh) * | 2017-06-09 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆测试方法、装置、设备及存储介质 |
CN109032103A (zh) * | 2017-06-09 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的测试方法、装置、设备及存储介质 |
CN109100155A (zh) * | 2018-07-09 | 2018-12-28 | 长安大学 | 一种无人车在环快速仿真测试系统和方法 |
CN109141920A (zh) * | 2018-08-27 | 2019-01-04 | 山东省科学院自动化研究所 | 无人驾驶车辆雨天环境感知识别能力测试评价系统和方法 |
CN109141924A (zh) * | 2018-09-12 | 2019-01-04 | 五方智能车科技有限公司 | 一种智能车基本性能的考核与测试方法 |
US10176634B2 (en) | 2015-10-16 | 2019-01-08 | Ford Global Technologies, Llc | Lane boundary detection data generation in virtual environment |
CN109284889A (zh) * | 2018-07-19 | 2019-01-29 | 长安大学 | 一种无人车反应敏捷度评测方法和装置 |
CN109521748A (zh) * | 2017-09-19 | 2019-03-26 | 成都鼎桥通信技术有限公司 | 无人驾驶车辆的测试方法 |
CN110031238A (zh) * | 2019-04-22 | 2019-07-19 | 中国汽车工程研究院股份有限公司 | 一种l3级自动驾驶汽车整车级在环测试台架测试方法 |
CN110135387A (zh) * | 2019-05-24 | 2019-08-16 | 李子月 | 一种基于传感器融合的图像快速识别方法 |
CN110232257A (zh) * | 2019-07-02 | 2019-09-13 | 吉林大学 | 一种自动驾驶测试场景的构建方法及其难度系数计算方法 |
CN110243610A (zh) * | 2019-05-13 | 2019-09-17 | 北京航空航天大学 | 一种移动和固定组合的多维干扰自动驾驶测试系统及方法 |
CN110298122A (zh) * | 2019-07-03 | 2019-10-01 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
CN110414098A (zh) * | 2019-07-12 | 2019-11-05 | 北京三快在线科技有限公司 | 一种仿真测试环境的生成方法及装置 |
CN110455552A (zh) * | 2019-08-08 | 2019-11-15 | 上海测迅汽车科技有限公司 | 一种智能车辆室内复合场景测试方法 |
CN110609288A (zh) * | 2019-10-16 | 2019-12-24 | 广州小鹏汽车科技有限公司 | 一种自动泊车系统的性能测试方法及装置 |
CN110728875A (zh) * | 2018-07-16 | 2020-01-24 | 西安合众思壮导航技术有限公司 | 一种模拟车辆驾驶的方法及装置 |
CN110895406A (zh) * | 2019-11-11 | 2020-03-20 | 北京三快在线科技有限公司 | 一种基于干扰物轨迹规划的无人设备的测试方法及装置 |
CN110987464A (zh) * | 2019-11-08 | 2020-04-10 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
CN111061167A (zh) * | 2019-12-26 | 2020-04-24 | 清华大学苏州汽车研究院(相城) | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 |
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 |
CN111338336A (zh) * | 2020-02-11 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种自动驾驶方法及装置 |
CN111426487A (zh) * | 2020-04-21 | 2020-07-17 | 特路(北京)科技有限公司 | 用于自动驾驶车辆逆光测试场及测试方法 |
WO2020147496A1 (zh) * | 2019-01-18 | 2020-07-23 | 北京百度网讯科技有限公司 | 自动驾驶车辆测试处理方法、装置及电子设备 |
CN111477028A (zh) * | 2020-04-28 | 2020-07-31 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111650944A (zh) * | 2019-07-12 | 2020-09-11 | 西华大学 | 提高行车安全的汽车自动驾驶并线控制方法 |
CN111721545A (zh) * | 2020-06-18 | 2020-09-29 | 上海詹妮建筑设计咨询有限公司 | 智能网联汽车极限状态测试系统及其测试方法 |
CN112595525A (zh) * | 2020-11-27 | 2021-04-02 | 中船重工海为郑州高科技有限公司 | 一种测试无人驾驶车辆避让行人有效的方法和装置 |
CN113496602A (zh) * | 2020-04-03 | 2021-10-12 | 上海丰豹商务咨询有限公司 | 智能路侧工具箱 |
CN113954962A (zh) * | 2020-07-20 | 2022-01-21 | 上汽通用汽车有限公司 | 转向辅助装置、方法以及存储介质 |
US11262277B1 (en) | 2020-09-29 | 2022-03-01 | International Business Machines Corporation | Test case execution based on weather information |
CN114167857A (zh) * | 2021-11-08 | 2022-03-11 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN114364963A (zh) * | 2019-09-06 | 2022-04-15 | 三菱重工机械系统株式会社 | 车辆性能测试装置、车辆性能测试系统及车辆性能测试方法 |
EP4103925A4 (en) * | 2020-02-10 | 2024-05-01 | The Regents of the University of Michigan | CONTROL AND CONFIGURATION OF TEST FACILITY INFRASTRUCTURE |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61223529A (ja) * | 1985-03-28 | 1986-10-04 | Toshiba Corp | 無人搬送車性能計測用試験装置 |
CN1918462A (zh) * | 2004-01-21 | 2007-02-21 | 迪福南方汽车有限责任公司 | 沿预定路径导引车辆的方法以及执行碰撞试验的车辆和系统 |
CN102829980A (zh) * | 2012-03-29 | 2012-12-19 | 中国科学院自动化研究所 | 一种智能车辆的智能程度测评方法 |
CN202632107U (zh) * | 2012-06-14 | 2012-12-26 | 北京理工大学 | 一种应用于无人驾驶车辆的多功能交互测试与控制装置 |
-
2013
- 2013-04-09 CN CN201310121606.6A patent/CN103207090B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61223529A (ja) * | 1985-03-28 | 1986-10-04 | Toshiba Corp | 無人搬送車性能計測用試験装置 |
CN1918462A (zh) * | 2004-01-21 | 2007-02-21 | 迪福南方汽车有限责任公司 | 沿预定路径导引车辆的方法以及执行碰撞试验的车辆和系统 |
CN102829980A (zh) * | 2012-03-29 | 2012-12-19 | 中国科学院自动化研究所 | 一种智能车辆的智能程度测评方法 |
CN202632107U (zh) * | 2012-06-14 | 2012-12-26 | 北京理工大学 | 一种应用于无人驾驶车辆的多功能交互测试与控制装置 |
Non-Patent Citations (2)
Title |
---|
刘欣: ""无人车智能行为验证平台的虚拟交通场景研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李科迪: ""智能汽车宏观路径规划方法研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (103)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103335853B (zh) * | 2013-07-18 | 2015-09-16 | 中国科学院自动化研究所 | 一种无人驾驶车辆认知能力测试系统及方法 |
CN103335853A (zh) * | 2013-07-18 | 2013-10-02 | 中国科学院自动化研究所 | 一种无人驾驶车辆认知能力测试系统及方法 |
CN103759948A (zh) * | 2014-01-07 | 2014-04-30 | 中国人民解放军军事交通学院 | 智能车基本性能的考核与测试方法 |
CN103759948B (zh) * | 2014-01-07 | 2016-03-23 | 中国人民解放军军事交通学院 | 智能车基本性能的考核与测试方法 |
CN103852264A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆基本性能测试系统及测试方法 |
CN103852265A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆环境分项性能测试系统及测试方法 |
CN104614187A (zh) * | 2015-01-20 | 2015-05-13 | 天津大学 | 一种基于虚拟车辆的真实驾驶循环测试装置和方法 |
CN104614187B (zh) * | 2015-01-20 | 2017-05-31 | 天津大学 | 一种基于虚拟车辆的真实驾驶循环测试装置和方法 |
CN106033030B (zh) * | 2015-03-12 | 2018-08-03 | 张涛 | 便捷可调的灵活性测试设备以及测试方法 |
CN106033030A (zh) * | 2015-03-12 | 2016-10-19 | 张涛 | 便捷可调的灵活性测试设备以及测试方法 |
US10453256B2 (en) | 2015-10-16 | 2019-10-22 | Ford Global Technologies, Llc | Lane boundary detection data generation in virtual environment |
US10176634B2 (en) | 2015-10-16 | 2019-01-08 | Ford Global Technologies, Llc | Lane boundary detection data generation in virtual environment |
CN106611439A (zh) * | 2015-10-22 | 2017-05-03 | 中国人民解放军国防科学技术大学 | 一种dem重构算法的评价方法及装置 |
CN105699095A (zh) * | 2016-01-27 | 2016-06-22 | 常州加美科技有限公司 | 一种无人驾驶车辆的测试方法 |
CN105699095B (zh) * | 2016-01-27 | 2018-11-13 | 常州加美科技有限公司 | 一种无人驾驶车辆的测试方法 |
CN105911986A (zh) * | 2016-04-25 | 2016-08-31 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆感知测试系统和测试方法 |
CN105956268A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试场景构建方法和装置 |
CN106096192B (zh) * | 2016-06-27 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 一种无人驾驶车辆的测试场景的构建方法和装置 |
CN106096192A (zh) * | 2016-06-27 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 一种无人驾驶车辆的测试场景的构建方法和装置 |
US10289766B2 (en) | 2016-06-27 | 2019-05-14 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for constructing test scenario of unmanned vehicles |
CN106200612A (zh) * | 2016-07-07 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 用于测试车辆的方法和系统 |
CN106228233A (zh) * | 2016-07-13 | 2016-12-14 | 百度在线网络技术(北京)有限公司 | 一种用于无人驾驶车辆测试的智能体的构建方法和装置 |
CN106228233B (zh) * | 2016-07-13 | 2019-09-20 | 百度在线网络技术(北京)有限公司 | 一种用于无人驾驶车辆测试的智能体的构建方法和装置 |
CN106198049B (zh) * | 2016-07-15 | 2019-03-12 | 百度在线网络技术(北京)有限公司 | 真实车辆在环测试系统和方法 |
CN106198049A (zh) * | 2016-07-15 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 真实车辆在环测试系统和方法 |
CN106023622A (zh) * | 2016-07-22 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 一种确定红绿灯识别系统识别性能的方法和装置 |
CN106023622B (zh) * | 2016-07-22 | 2018-06-22 | 百度在线网络技术(北京)有限公司 | 一种确定红绿灯识别系统识别性能的方法和装置 |
US10580227B2 (en) | 2016-07-27 | 2020-03-03 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for testing operation of unmanned vehicle |
CN107543725A (zh) * | 2016-07-27 | 2018-01-05 | 北京百度网讯科技有限公司 | 一种无人车操控测试方法及装置 |
CN107543725B (zh) * | 2016-07-27 | 2018-08-03 | 北京百度网讯科技有限公司 | 一种无人车操控测试方法及装置 |
WO2018068427A1 (zh) * | 2016-10-13 | 2018-04-19 | 北京百度网讯科技有限公司 | 用于开发无人驾驶车辆应用的方法和装置 |
CN106644503A (zh) * | 2016-10-24 | 2017-05-10 | 中国科学院合肥物质科学研究院 | 一种智能车辆规划能力测试平台 |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
CN107990909A (zh) * | 2016-10-27 | 2018-05-04 | 千寻位置网络有限公司 | 一种模拟道路位置数据的测试方法及其系统 |
CN106556518B (zh) * | 2016-11-25 | 2020-03-31 | 特路(北京)科技有限公司 | 自动驾驶车辆通过视觉干扰区的能力的测试方法及测试场 |
CN107037281B (zh) * | 2016-11-25 | 2023-05-23 | 特路(北京)科技有限公司 | 自动驾驶车辆通过信号干扰区的能力的测试方法及测试场 |
CN107037281A (zh) * | 2016-11-25 | 2017-08-11 | 特路(北京)科技有限公司 | 自动驾驶车辆通过信号干扰区的能力的测试方法及测试场 |
CN106556518A (zh) * | 2016-11-25 | 2017-04-05 | 特路(北京)科技有限公司 | 自动驾驶车辆通过视觉干扰区的能力的测试方法及测试场 |
CN106373416A (zh) * | 2016-11-30 | 2017-02-01 | 百度在线网络技术(北京)有限公司 | 用于测试无人驾驶车辆的交通灯识别耗时的方法和装置 |
CN106769085B (zh) * | 2016-12-14 | 2023-10-13 | 特路(北京)科技有限公司 | 自动驾驶车辆避让动态障碍物能力的测试方法及测试场 |
CN106769085A (zh) * | 2016-12-14 | 2017-05-31 | 特路(北京)科技有限公司 | 自动驾驶车辆避让动态障碍物能力的测试方法及测试场 |
CN108267322A (zh) * | 2017-01-03 | 2018-07-10 | 北京百度网讯科技有限公司 | 对自动驾驶性能进行测试的方法和系统 |
CN106706342A (zh) * | 2017-02-17 | 2017-05-24 | 特路(北京)科技有限公司 | 自动驾驶车辆连续通过交叉路口能力的测试方法及测试场 |
CN107063711A (zh) * | 2017-04-21 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 用于测试无人车的方法和装置 |
CN107063711B (zh) * | 2017-04-21 | 2020-06-30 | 百度在线网络技术(北京)有限公司 | 用于测试无人车的方法和装置 |
CN107063713B (zh) * | 2017-04-27 | 2020-03-10 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试方法和装置 |
CN107063713A (zh) * | 2017-04-27 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试方法和装置 |
US10908051B2 (en) | 2017-04-27 | 2021-02-02 | Baidu Online Network Technology (Beijing) Co., Ltd. | Testing method and apparatus applicable to driverless vehicle |
US11669653B2 (en) | 2017-05-02 | 2023-06-06 | The Regents Of The University Of Michigan | Simulated vehicle traffic for autonomous vehicles |
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 |
CN107153363A (zh) * | 2017-05-08 | 2017-09-12 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 |
CN108958066A (zh) * | 2017-05-19 | 2018-12-07 | 百度在线网络技术(北京)有限公司 | 仿真测试方法和装置 |
CN109032103B (zh) * | 2017-06-09 | 2020-12-18 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的测试方法、装置、设备及存储介质 |
CN109032103A (zh) * | 2017-06-09 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的测试方法、装置、设备及存储介质 |
CN109032102A (zh) * | 2017-06-09 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆测试方法、装置、设备及存储介质 |
CN109032102B (zh) * | 2017-06-09 | 2020-12-18 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆测试方法、装置、设备及存储介质 |
CN107403038A (zh) * | 2017-07-05 | 2017-11-28 | 同济大学 | 一种智能汽车虚拟快速测试方法 |
CN107403038B (zh) * | 2017-07-05 | 2020-10-30 | 同济大学 | 一种智能汽车虚拟快速测试方法 |
CN109521748A (zh) * | 2017-09-19 | 2019-03-26 | 成都鼎桥通信技术有限公司 | 无人驾驶车辆的测试方法 |
CN107844858A (zh) * | 2017-10-25 | 2018-03-27 | 驭势科技(北京)有限公司 | 一种用于智能驾驶场景确定定位特征及布局的方法与系统 |
CN107845160A (zh) * | 2017-10-30 | 2018-03-27 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆数据采集系统 |
CN108088686A (zh) * | 2017-12-21 | 2018-05-29 | 驭势科技(浙江)有限公司 | 测试仿真方法和装置、计算机存储介质和电子设备 |
CN108765235A (zh) * | 2018-05-09 | 2018-11-06 | 公安部交通管理科学研究所 | 基于交通事故案例解构的自动驾驶车辆测试场景构建方法和测试方法 |
CN108982117A (zh) * | 2018-07-04 | 2018-12-11 | 长安大学 | 一种无人车测试系统和方法 |
CN109100155B (zh) * | 2018-07-09 | 2020-06-16 | 长安大学 | 一种无人车在环快速仿真测试系统和方法 |
CN109100155A (zh) * | 2018-07-09 | 2018-12-28 | 长安大学 | 一种无人车在环快速仿真测试系统和方法 |
CN110728875B (zh) * | 2018-07-16 | 2022-03-18 | 西安合众思壮导航技术有限公司 | 一种模拟车辆驾驶的方法及装置 |
CN110728875A (zh) * | 2018-07-16 | 2020-01-24 | 西安合众思壮导航技术有限公司 | 一种模拟车辆驾驶的方法及装置 |
CN109284889B (zh) * | 2018-07-19 | 2021-10-26 | 长安大学 | 一种无人车反应敏捷度评测方法和装置 |
CN109284889A (zh) * | 2018-07-19 | 2019-01-29 | 长安大学 | 一种无人车反应敏捷度评测方法和装置 |
CN109141920A (zh) * | 2018-08-27 | 2019-01-04 | 山东省科学院自动化研究所 | 无人驾驶车辆雨天环境感知识别能力测试评价系统和方法 |
CN109141924A (zh) * | 2018-09-12 | 2019-01-04 | 五方智能车科技有限公司 | 一种智能车基本性能的考核与测试方法 |
WO2020147496A1 (zh) * | 2019-01-18 | 2020-07-23 | 北京百度网讯科技有限公司 | 自动驾驶车辆测试处理方法、装置及电子设备 |
CN110031238B (zh) * | 2019-04-22 | 2020-01-24 | 中国汽车工程研究院股份有限公司 | 一种l3级自动驾驶汽车整车级在环测试台架测试方法 |
CN110031238A (zh) * | 2019-04-22 | 2019-07-19 | 中国汽车工程研究院股份有限公司 | 一种l3级自动驾驶汽车整车级在环测试台架测试方法 |
CN110243610B (zh) * | 2019-05-13 | 2020-06-09 | 北京航空航天大学 | 一种移动和固定组合的多维干扰自动驾驶测试系统及方法 |
CN110243610A (zh) * | 2019-05-13 | 2019-09-17 | 北京航空航天大学 | 一种移动和固定组合的多维干扰自动驾驶测试系统及方法 |
CN110135387A (zh) * | 2019-05-24 | 2019-08-16 | 李子月 | 一种基于传感器融合的图像快速识别方法 |
CN110232257A (zh) * | 2019-07-02 | 2019-09-13 | 吉林大学 | 一种自动驾驶测试场景的构建方法及其难度系数计算方法 |
CN110298122A (zh) * | 2019-07-03 | 2019-10-01 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
CN111650944B (zh) * | 2019-07-12 | 2021-05-04 | 西华大学 | 提高行车安全的汽车自动驾驶并线控制方法 |
CN111650944A (zh) * | 2019-07-12 | 2020-09-11 | 西华大学 | 提高行车安全的汽车自动驾驶并线控制方法 |
CN110414098B (zh) * | 2019-07-12 | 2021-07-06 | 北京三快在线科技有限公司 | 一种仿真测试环境的生成方法及装置 |
CN110414098A (zh) * | 2019-07-12 | 2019-11-05 | 北京三快在线科技有限公司 | 一种仿真测试环境的生成方法及装置 |
CN110455552A (zh) * | 2019-08-08 | 2019-11-15 | 上海测迅汽车科技有限公司 | 一种智能车辆室内复合场景测试方法 |
CN114364963B (zh) * | 2019-09-06 | 2024-02-23 | 三菱重工机械系统株式会社 | 车辆性能测试装置、车辆性能测试系统及车辆性能测试方法 |
CN114364963A (zh) * | 2019-09-06 | 2022-04-15 | 三菱重工机械系统株式会社 | 车辆性能测试装置、车辆性能测试系统及车辆性能测试方法 |
CN110609288A (zh) * | 2019-10-16 | 2019-12-24 | 广州小鹏汽车科技有限公司 | 一种自动泊车系统的性能测试方法及装置 |
CN110987464A (zh) * | 2019-11-08 | 2020-04-10 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
CN110987464B (zh) * | 2019-11-08 | 2021-10-08 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
CN110895406A (zh) * | 2019-11-11 | 2020-03-20 | 北京三快在线科技有限公司 | 一种基于干扰物轨迹规划的无人设备的测试方法及装置 |
CN111061167A (zh) * | 2019-12-26 | 2020-04-24 | 清华大学苏州汽车研究院(相城) | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 |
EP4103925A4 (en) * | 2020-02-10 | 2024-05-01 | The Regents of the University of Michigan | CONTROL AND CONFIGURATION OF TEST FACILITY INFRASTRUCTURE |
CN111338336A (zh) * | 2020-02-11 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种自动驾驶方法及装置 |
CN113496602A (zh) * | 2020-04-03 | 2021-10-12 | 上海丰豹商务咨询有限公司 | 智能路侧工具箱 |
CN111426487A (zh) * | 2020-04-21 | 2020-07-17 | 特路(北京)科技有限公司 | 用于自动驾驶车辆逆光测试场及测试方法 |
CN111477028A (zh) * | 2020-04-28 | 2020-07-31 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111721545A (zh) * | 2020-06-18 | 2020-09-29 | 上海詹妮建筑设计咨询有限公司 | 智能网联汽车极限状态测试系统及其测试方法 |
CN113954962A (zh) * | 2020-07-20 | 2022-01-21 | 上汽通用汽车有限公司 | 转向辅助装置、方法以及存储介质 |
US11262277B1 (en) | 2020-09-29 | 2022-03-01 | International Business Machines Corporation | Test case execution based on weather information |
CN112595525A (zh) * | 2020-11-27 | 2021-04-02 | 中船重工海为郑州高科技有限公司 | 一种测试无人驾驶车辆避让行人有效的方法和装置 |
CN114167857A (zh) * | 2021-11-08 | 2022-03-11 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN114167857B (zh) * | 2021-11-08 | 2023-12-22 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103207090B (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103207090B (zh) | 一种无人驾驶车辆环境模拟测试系统及测试方法 | |
CN105699095B (zh) | 一种无人驾驶车辆的测试方法 | |
US10431094B2 (en) | Object detection method and object detection apparatus | |
CN110264721B (zh) | 一种城市交叉口周边车辆轨迹预测方法 | |
CN103234763B (zh) | 一种无人驾驶车辆定量评价系统及评价方法 | |
US10852721B1 (en) | Autonomous vehicle hybrid simulation testing | |
Hoogendoorn et al. | Longitudinal driving behavior under adverse weather conditions: Adaptation effects, model performance and freeway capacity in case of fog | |
US20180031384A1 (en) | Augmented road line detection and display system | |
CN107010063A (zh) | 基于感知的速度限制估算和学习 | |
CN107727411A (zh) | 一种自动驾驶车辆测评场景生成系统及方法 | |
US10832439B1 (en) | Locating entities in a mapped environment | |
CN103852265A (zh) | 一种无人驾驶车辆环境分项性能测试系统及测试方法 | |
US12002270B2 (en) | Enhanced detection using special road coloring | |
CN108319250A (zh) | 智能驾驶汽车试验方法 | |
CN113155145B (zh) | 一种面向自动驾驶车道级导航的车道级路径规划方法 | |
CN111275997B (zh) | 用于提供地图数据的方法、机动车和中央数据处理设备 | |
CN113453263A (zh) | 一种车路协同v2i仿真测试系统及其方法 | |
US11392128B1 (en) | Vehicle control using directed graphs | |
CN112562373A (zh) | 汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法 | |
CN111240224A (zh) | 一种车辆自动驾驶技术的多功能仿真模拟系统 | |
US20230132904A1 (en) | Method, Apparatus, And System for Processing Vehicle-Road Collaboration Information | |
CN116597690A (zh) | 智能网联汽车的高速公路测试场景生成方法、设备及介质 | |
WO2023123172A1 (zh) | 一种驾驶辅助的方法以及相关设备 | |
CN110009904A (zh) | 车辆偏离车道的预测方法、装置、设备及存储介质 | |
Qin et al. | Operational design domain of automated vehicles for crossing maneuvers at two-way stop-controlled intersections |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |