CN105938052B - 一种用于智能车车辆测试的交互方法及系统 - Google Patents

Abstract

本发明涉及一种用于智能车车辆测试的交互方法及系统，其中用于智能车车辆测试的交互方法包括如下步骤：启动测试交互系统，所述测试交互系统包括测试车辆的交互服务器程序和移动终端交互程序；通过移动终端交互程序对测试车辆的交互服务器程序发出交互命令；观察智能车辆在测试路段的行驶过程中移动终端交互程序接收的导航参数、雷达参数、图像参数是否正常，观察决策规划路线是否达到期望标准；提取日志文件，分析测试数据，得出测试结果。本发明用于智能车车辆测试的交互方法及系统，支持数据参数实时调整，可以测试不同环境下算法对车辆的影响。

Description

一种用于智能车车辆测试的交互方法及系统

技术领域

本发明涉及一种智能汽车测试领域，具体的说，是涉及一种用于智能车车辆测试的交互方法及系统。

背景技术

智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。

智能车作为一种新型的车辆，利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

随着智能车技术的兴起，研究智能车的企业和院校也越来越多。相比之下，智能车的测试技术却鲜有研究。目前智能车测试系统主要有以下方面的缺陷：

1.数据融合性差

现有的智能车测试系统往往只是智能车开发团队的衍生测试程序。负责雷达的项目组有自己雷达的测试程序，而负责导航的项目组有另一套导航测试程序。这样在实际测试过程中，当需要多个传感器数据时，测试人员往往顾此失彼，很难获取车辆较为全面的运行数据。

2.交互体验差

现有的智能车测试系统没有提供移动终端的显示。测试人员查看车内多台工控机显示的数据。而且各组测试程序没有一个统一的设计方案，因此交互体验较差。

申请号为201410008560.1的发明申请涉及一种智能车基本性能的考核与测试方法，将智能车全部测试内容在最简考核环境试验区以及高速公路上进行，对智能车的基本性能、基本功能、可重复性和可靠性等项目在最简考核环境实验区中进行试验与测试。该申请对智能车的转向、制动、加速以及整车进行了实验和测试，但并未涉及导航、雷达、图像以及决策等多种数据的融合使用以及通过数据融合进行算法实时调整，测试不同环境下算法对车辆的影响。

申请号为201310359760.7的发明涉及一种汽车智能驾驶测试数据远程监测系统及方法，该发明的系统包括车载数据监视系统、测试组监测中心和本部监测中心，车载数据监视系统安装在被测汽车上，通过GPRS公网数据传输模式和基于COFDM调制的点对点数据传输模式将测试汽车的数据发送到本部测试中心和测试组监测中心，测试组监测中心包括以工控机、3G网卡和无线图像传输接收设备，负责接收车载数据监视系统发送的视频和音频数据、汽车的基本信息和控制命令信息。该发明虽然涉及了GPRS公网数据传输模式和基于COFDM调制的点对点数据传输模式，以及3G网卡和无线图像传输接收设备等，主要强调的是数据的传输。但在数据采集方面，并未涉及导航、雷达、图像等多类型的传感器数据融合以及决策处理系统根据融合数据进行实时算法调整，测试不同环境下算法对车辆的影响。

发明内容

针对上述问题，本发明提供一种融合导航、雷达、图像等多类型传感器数据，提供一个统一的方式表现车辆状态和路况信息，给车辆调试提供便利的简便直观的智能车测试方案，本发明支持算法实时调整，可以测试不同环境下算法对车辆的影响。

本发明所采取的技术方案的一个方面是一种用于智能车车辆测试的交互方法，包括如下步骤：

启动测试交互系统，所述测试交互系统包括测试车辆的交互服务器程序和移动终端交互程序；

通过移动终端交互程序对测试车辆的交互服务器程序发出交互命令；

观察智能车辆在测试路段的行驶过程中移动终端交互程序接收的导航参数、雷达参数、图像参数是否正常，观察决策规划路线是否达到期望标准，并根据需要修改相应的算法参数；

提取日志文件，分析测试数据，得出测试结果。

优选的是，所述测试交互系统与智能车的导航处理系统、雷达处理系统、图像处理系统以及决策系统通过网络通信。

在上述任一方案中优选的是，所述交互服务器程序部署在智能车内的工控机上，其配置为与所述导航处理系统、雷达处理系统、图像处理系统进行数据传输。

在上述任一方案中优选的是，所述移动终端交互程序部署在Android、IOS或Windows平板电脑上，其配置为进行数据显示以及参数调整。

在上述任一方案中优选的是，所述交互命令包括智能车启动、停止、加速、减速、左转弯、右转弯、并线以及掉头中至少一项。

在上述任一方案中优选的是，所述导航参数包括智能车定位和车资信息，由所述测试交互系统的导航信息采集模块获取，所述智能车定位和车资信息包括车辆位置经纬度、实时速度、航向角、俯仰角、侧倾角和横滚角中至少一项；还包括导航状态，所述导航状态包括导航设备与卫星连接情况、单点和多点定位。

在上述任一方案中优选的是，所述雷达参数由雷达信息采集模块获取，数据涉及为智能车提供障碍物信息，所述障碍物信息包括障碍物坐标及障碍物大小，获取所述雷达参数的步骤包括：建立一个直角坐标系，将障碍物按坐标位置显示出来，标记障碍物的大小和车辆相对于障碍物的速度；按照测试不同精度需要调整坐标系；调整雷达的硬件参数，包括扫描角度和频率，得到所需障碍物信息。

在上述任一方案中优选的是，所述图像参数由图像信息采集模块获取，显示摄像头对车道线、交通牌、红绿灯及行人中至少一项道路信息识别的结果。

在上述任一方案中优选的是，所述决策参数由决策信息采集模块获取，即为智能车提供路径规划展示，显示车辆位置、车辆状态、道路状态及规划的路径中至少一项。

在上述任一方案中优选的是，所述观察智能车辆在测试路段的行驶过程中移动终端交互程序的导航参数、雷达参数、图像参数和决策参数是否正常，观察决策规划路线是否达到期望标准，并根据需要修改相应的算法参数进一步包括如下步骤：

（1）、启动调试程序；

（2）、获取导航信息；

（3）、获取雷达信息；

（4）、获取图像识别信息；

（5）、获取决策路径规划；

（6）、根据获取的导航信息、雷达信息、图像识别信息及决策路径规划得出车况和路况信息，并将所述车况和路况信息展示给测试人员，接收测试人员根据车况和路况信息修改导航参数；

（7）将修改后的导航参数发送给智能车导航处理系统，并接收导航处理系统根据导航参数修正的导航信息；

（8）将修正的导航信息在测试交互系统移动终端展示给测试人员，于此同时，智能车导航处理系统会把数据传给智能车决策处理系统。

（9）测试交互系统的决策信息采集模块根据决策算法修改后的决策路径规划，在移动交互端程序中展示重新计算得到的决策规划路径。

在上述任一方案中优选的是，所述车辆测试路段包括起步区、步进区、转弯区、测速区和停止区，所述测速区包括加速区、匀速区、减速区。

在上述任一方案中优选的是，在所述起步区，测试人员通过部署在移动终端设备上的交互程序发出起步指令，要求智能车在指定时间内完成自动起步，记录起步时间并分析智能车起步时间效率。

在上述任一方案中优选的是，在所述步进区，以智能车能够完成的最小步长走停多次，测量智能车最小可控步长的纵向精度，测试人员通过交互系统记录每次步进的经纬度值，测量并记录步进区智能车行驶距离，分析智能车最小可控距离单位。

在上述任一方案中优选的是，在所述转弯区，智能车摄像头识别道路的红绿灯以及停止线，根据红绿灯显示情况，智能车选择前进或停止；测试人员查看移动端交互程序图像参数，观察红绿灯以及停止线识别效果，智能车图像处理系统可以以此测试交互系统显示的信息为依据，更改图像算法，重复转弯区实验。

在上述任一方案中优选的是，在所述测速区，测试人员使用交互程序规划行驶轨迹，要求智能车在路段内按照指定的速度行驶，其中包括加速、减速及匀速行驶；交互程序记录导航数据，包括当前智能车经纬度、速度以及车姿；调试人员观察智能车行驶轨迹是否偏离车道线或预设轨迹，分析智能车偏离轨迹的情况。

在上述任一方案中优选的是，在所述停止区，智能车雷达需识别道路中的障碍物，根据障碍物的特征，智能车采取绕行或者停止的策略，测试人员查看移动端交互程序中障碍物的坐标以及障碍物识别的类型，观察智能车的行驶路径。

在上述任一方案中优选的是，测试人员在所述测试路段观察决策规划的路径是否可行，并根据需要切换决策算法，测试不同的路径规划效果。

一种用于智能车车辆测试的交互系统，包括智能车传感信息采集模块，所述智能车传感信息采集模块采集的数据包括导航数据、雷达数据、图像数据和决策规划路径；还包括测试车辆的交互服务器和移动终端交互系统；所述测试车辆的交互服务器和移动终端交互系统与智能车导航处理系统、雷达处理系统、图像处理系统以及决策处理系统通过网络通信，移动终端交互系统适于观察智能车辆在测试路段的行驶过程中导航参数、雷达参数、图像参数和决策参数是否正常，观察决策规划路线是否达到规定标准，并根据需要在交互系统移动终端及时调整数据。

优选的是，交互服务器程序部署在智能车的工控机上，适于负责与智能车各传感处理系统的数据传输；

移动终端交互程序部署在Android、IOS或Windows平板电脑上，负责数据显示以及参数调整。

在上述任一方案中优选的是，导航信息采集模块获取智能车定位和车资信息，包括车辆位置经纬度、实时速度、航向角、俯仰角、侧倾角和横滚角中至少一项；还包括显示导航状态，所述导航状态包括导航设备与卫星连接情况、单点和多点定位。

在上述任一方案中优选的是，雷达信息采集模块获取雷达数据包括障碍物相对于车辆的位置、障碍物的类型以及雷达硬件参数中至少一项。

在上述任一方案中优选的是，图像信息采集模块获取智能车图像处理系统的数据包括图像元素的位置、图像元素的类型、摄像头的硬件参数中至少一项。

在上述任一方案中优选的是，决策信息采集模块可以展示智能车路径规划，显示车辆位置、车辆状态、道路状态以及规划的路径中至少一项，并根据临时需要交互系统调整路径规划参数。

在上述任一方案中优选的是，所述交互系统具有人车交互的功能，交互动作包括智能车启动、停止、加速、减速、左转弯、右转弯、并线以及掉头中至少一项。

本发明相对现有技术的有益效果：

多传感器数据融合：本发明用于智能车车辆测试的交互方法及系统，能够融合多源数据，并有序列出，能够融合导航、雷达、图像等多类型传感器数据，提供一个统一的方式表现车辆状态和路况信息，给车辆调试提供便利。

实时参数调整：本发明用于智能车车辆测试的交互方法及系统，支持参数实时调整，可以测试不同环境下算法涉及参数对车辆行驶状态的影响。

实现日志管理：对每个测试模块都有日志记录，方便测试后分析测试结果。

智能车交互系统需测试多源数据，对测试的策略和内容、步骤进行规范化处理。

附图说明

图1是按照本发明的用于智能车辆测试的交互系统的结构示意图；

图2是按照本发明的用于智能车车辆测试的交互方法的测试过程展示图；

图3是按照本发明的用于智能车车辆测试的交互方法的导航处理系统工作流程图；

图4是按照本发明的用于智能车车辆测试的交互方法的测试过程工作流程图；

图5是按照本发明的用于智能车车辆测试的交互方法及系统的测试场地示意图。

具体实施方式

以下参照附图及实施例对本发明进行详细的说明：

实施例1

为一种用于智能车车辆测试的交互方法，包括如下步骤：

启动测试交互系统，测试交互系统包括测试车辆的交互服务器程序和移动终端交互程序；测试人员启动交互服务器程序，打开移动终端交互程序；

测试人员利用触摸、语音等手段通过移动终端交互程序对测试车辆的交互服务器发出交互命令；

观察智能车辆在测试路段的行驶过程中移动终端交互程序接收的导航参数、雷达参数、图像参数是否正常，观察决策规划路线是否达到期望标准，并根据需要修改相应的算法参数；

测试人员提取日志文件，分析测试数据，得出测试结果。

本交互系统具有呈现车辆状态的功能，其中状态数据包括但不限于：

导航数据，包括：智能车实时经纬度、实时速度、航向角、俯仰角。

雷达数据，包括：障碍物相对车辆的位置、障碍物的类型（行人，车辆等）以及雷达硬件参数。

图像数据，包括：图像元素的位置、图像元素的类型（红绿灯，车道线等）、摄像头的硬件参数以及图形算法参数。图像数据由图像处理系统采集，其配置为适于显示摄像头对车道线、交通牌、红绿灯及行人中至少一项道路信息识别的结果。

决策数据，包括：决策算法参数以及决策给出的车辆行驶路径。决策参数由决策处理系统得出，用于为智能车提供路径规划，显示车辆位置、车辆状态、道路状态及规划的路径中至少一项。

本交互系统具有人车交互的功能，其中交互动作包括但不限于：智能车启动、停止、加速、减速、左转弯、右转弯、并线以及掉头。

测试交互系统与智能车的导航处理系统、雷达处理系统、图像处理系统以及决策处理系统通过网络通信。

交互服务器程序部署在智能车内的工控机上，适于数据传输。

移动终端交互程序部署在Android、IOS或Windows平板电脑上，适于数据显示以及参数调整。

导航参数由导航信息采集模块获取，即智能车定位和车资信息，包括车辆位置经纬度、实时速度、航向角、俯仰角、侧倾角和横滚角中至少一项；还包括导航状态，导航状态包括导航设备与卫星连接情况、单点和多点定位。

如图3导航处理系统工作流程示意图。

该流程开始于步骤开始；

在步骤S301，获取车辆实时经度；

在步骤S302，获取车辆实时纬度；

在步骤S303，获取车辆实时速度；

在步骤S304，获取车辆航向角；

在步骤S305，获取车辆俯仰角；

在步骤S306，获取车辆横滚角；

结束。

雷达参数由雷达信息采集模块获取，即障碍物信息，包括障碍物坐标及障碍物大小，获取雷达参数的步骤包括：建立一个直角坐标系，将障碍物按坐标位置显示出来，标记障碍物的大小和车辆相对于障碍物的速度；按照测试不同精度需要调整坐标系；调整雷达的硬件参数，包括扫描角度和频率，得到所需障碍物信息。

如附图2测试过程展示图所示，测试人员观察智能车辆在测试路段的行驶过程中移动终端交互程序的导航参数、雷达参数、图像参数和决策参数是否正常，观察决策规划路线是否达到期望标准，并根据需要修改相应的算法参数，具体流程步骤为：

（1）、启动调试程序；

（2）、获取导航信息；

（3）、获取雷达信息；

（4）、获取图像识别信息；

（5）、获取决策路径规划；

（6）、根据获取的导航信息、雷达信息、图像识别信息及决策路径规划得出车况和路况信息，并将所述车况和路况信息展示给测试人员，接收测试人员根据车况和路况信息修改导航参数；

（7）将修改后的导航参数发送给智能车导航处理系统，并接收导航处理系统根据导航参数修正的导航信息；

（8）将修正的导航信息在测试交互系统移动终端展示给测试人员，于此同时，智能车导航处理系统会把数据传给智能车决策处理系统。

（9）测试交互系统的决策信息采集模块根据决策算法修改后的决策路径规划，在移动交互端程序中展示重新计算得到的决策规划路径。

同样的测试过程用附图4测试过程工作流程图表现为：

该流程开始于步骤开始；

在后步骤S401，获取导航信息；

在步骤S402，判断是否需要修改导航参数；

在步骤S403，如果需要修改导航参数，则更新导航参数，并传给传给智能车导航处理系统；

在步骤S404，如果不需要修改导航参数，则获取雷达信息；

在步骤S405，判断是否需要修改雷达参数；

在步骤S406，如果需要修改雷达参数，则更新雷达参数，并传给传给智能车雷达处理系统；

在步骤S407，如果不需要修改雷达参数，则获取图像信息；

在步骤S408，判断是否需要修改摄像机参数；

在步骤S409，如果需要修改摄像机参数，则更新摄像机参数，并传给传给智能车图像处理系统；

在步骤S410，如果不需要修改摄像机参数，则获取决策信息；

在步骤S411，判断是否需要修改决策参数；

在步骤S412，如果需要修改决策参数，则更新决策参数，并传给传给智能车决策处理系统；

在步骤S413，如果不需要修改决策参数，则显示调试结果；

结束。

如附图5所示，车辆测试路段从起点A到终点B的一条路径，其中可以分为起步区、步进区、转弯区、加速区、匀速区、减速区和停止区。

在起步区，测试人员通过部署在移动终端设备上的交互程序发出起步指令，要求智能车在10秒内完成自动起步，测试人员记录起步时间并分析智能车起步时间效率。

在步进区内，测量最小可控步长的纵向精度。在一次规划轨迹上提前设置步进区开始点位置J，当智能车行驶到J点时触发步进程序启动，以智能车能够完成的最小步长走停20次。测试人员通过交互系统记录每次步进的经纬度值，测量并记录步进区智能车起点到终点距离数据，除以20得出本次步进测试的最小步长。以智能车能够完成的最小步长走停多次，测量智能车最小可控步长的纵向精度，测试人员通过交互系统记录每次步进的经纬度值，测量并记录步进区智能车行驶距离，分析智能车最小可控距离单位。

在转弯区，智能车摄像头识别道路的红绿灯以及停止线，根据红绿灯显示情况，智能车选择前进或停止；测试人员查看移动端交互程序图像参数，观察红绿灯以及停止线识别效果，通过交互程序记录路口红绿灯以及停止线识别结果。测试人员可以更改图像算法，重复转弯区实验。

在测速区，测试人员使用交互程序规划行驶轨迹，要求智能车在路段内按照指定的速度行驶，其中包括加速、减速及匀速行驶；交互程序记录导航数据，包括当前智能车经纬度、速度以及车姿；调试人员观察智能车行驶轨迹是否偏离车道线或预设轨迹，分析智能车偏离轨迹的情况。通过交互程序记录智能车行驶的速度，经纬度、航向角、俯仰角以及横滚角等数据。测试结束后，分析自动驾驶轨迹点偏离一次规划轨迹的横向误差。

在停止区，智能车雷达需识别道路中的障碍物，根据障碍物的特征，智能车采取绕行或者停止的策略，测试人员查看移动端交互程序中障碍物的坐标以及障碍物识别的类型，观察智能车的行驶路径。测试人员提前放置一排锥形标，锥形标需堵住所有出口。当智能车行驶到接近路口时，雷达检测到锥形标触发停车的驾驶动作，让智能车在锥形标前停下。待测试记录员标记好停止点后挪开锥形标，雷达检测到前方无障碍且等待15秒后自动起步。试验记录员用粉笔在地上标记智能车右前车轮的停止点，用卷尺测量停止点到锥形标的纵向距离并记录数据，减去右前车轮到车前保险杆的距离后得到本次定点停车的纵向精度。

测试人员在所述测试路段观察决策规划的路径是否可行，当智能车决策处理系统根据需要切换决策算法时，交互系统能显示不同的路径规划效果。

实施例2

如附图1所示，为一种用于智能车车辆测试的交互系统，包括智能车传感信息采集模块，所述智能车传感信息采集模块采集的数据包括导航数据、雷达数据、图像数据和决策规划路径；还包括测试车辆的交互服务器和移动终端交互系统；所述测试车辆的交互服务器和移动终端交互系统与智能车导航处理系统、雷达处理系统、图像处理系统以及决策处理系统通过网络通信，移动终端交互系统适于观察智能车辆在测试路段的行驶过程中导航参数、雷达参数、图像参数和决策参数是否正常，观察决策规划路线是否达到规定标准，并根据需要在交互系统移动终端及时调整数据。交互服务器程序部署在智能车的工控机上，适于负责数据传输；移动终端交互程序：部署在Android、IOS或Windows平板电脑上，负责数据显示以及参数调整。

导航信息采集模块的数据适于为智能车提供定位和车资信息，包括车辆位置经纬度、实时速度、航向角、俯仰角、侧倾角和横滚角中至少一项；还包括显示导航状态，所述导航状态包括导航设备与卫星连接情况、单点和多点定位。

雷达信息采集模块的数据包括障碍物相对于车辆的位置、障碍物的类型以及雷达硬件参数中至少一项。

图像信息采集模块的数据包括图像元素的位置、图像元素的类型、摄像头的硬件参数以及图形算法参数中至少一项。用于显示摄像头对车道线、交通牌、红绿灯及行人中至少一项道路信息识别的结果。

决策信息采集模块的数据涉及智能车提供路径规划，显示车辆位置、车辆状态、道路状态以及规划的路径中至少一项，并根据临时需要，交互系统调整路径规划参数。

交互系统具有人车交互的功能，交互动作包括智能车启动、停止、加速、减速、左转弯、右转弯、并线以及掉头中至少一项

导航参数由导航信息采集模块获取，即智能车定位和车资信息，包括车辆位置经纬度、实时速度、航向角、俯仰角、侧倾角和横滚角中至少一项；还包括导航状态，导航状态包括导航设备与卫星连接情况、单点和多点定位。

如图3为导航处理系统工作流程示意图。

该流程开始于步骤开始；

在步骤S301，获取车辆实时经度；

在步骤S302，获取车辆实时纬度；

在步骤S303，获取车辆实时速度；

在步骤S304，获取车辆航向角；

在步骤S305，获取车辆俯仰角；

在步骤S306，获取车辆横滚角；

结束。

雷达信息采集模块的数据涉及智能车障碍物信息，障碍物信息包括障碍物坐标及障碍物大小，获取雷达参数的步骤包括：建立一个直角坐标系，将障碍物按坐标位置显示出来，标记障碍物的大小和车辆相对于障碍物的速度；按照测试不同精度需要调整坐标系；调整雷达的硬件参数，包括扫描角度和频率，得到所需障碍物信息。

如附图2测试过程展示图所示，测试人员观察智能车辆在测试路段的行驶过程中移动终端交互程序的导航参数、雷达参数、图像参数和决策参数是否正常，观察决策规划路线是否达到期望标准，并根据需要修改相应的算法参数，具体流程步骤为：

（1）、启动调试程序；

（2）、获取导航信息；

（3）、获取雷达信息；

（4）、获取图像识别信息；

（5）、获取决策路径规划；

（6）、根据获取的导航信息、雷达信息、图像识别信息及决策路径规划得出车况和路况信息，并将所述车况和路况信息展示给测试人员，接收测试人员根据车况和路况信息修改导航参数；

（7）将修改后的导航参数发送给智能车导航处理系统，并接收导航处理系统根据导航参数修正的导航信息；

（8）将修正的导航信息在测试交互系统移动终端展示给测试人员，于此同时，智能车导航处理系统会把数据传给智能车决策处理系统。

（9）测试交互系统的决策信息采集模块根据决策算法修改后的决策路径规划，在移动交互端程序中展示重新计算得到的决策规划路径。

同样的测试过程用附图4测试过程工作流程图表现为：

该流程开始于步骤开始；

在后步骤S401，获取导航信息；

在步骤S402，判断是否需要修改导航参数；

在步骤S403，如果需要修改导航参数，则更新导航参数，并传给传给智能车导航处理系统；

在步骤S404，如果不需要修改导航参数，则获取雷达信息；

在步骤S405，判断是否需要修改雷达参数；

在步骤S406，如果需要修改雷达参数，则更新雷达参数，并传给传给智能车雷达处理系统；

在步骤S407，如果不需要修改雷达参数，则获取图像信息；

在步骤S408，判断是否需要修改摄像机参数；

在步骤S409，如果需要修改摄像机参数，则更新摄像机参数，并传给传给智能车图像处理系统；

在步骤S410，如果不需要修改摄像机参数，则获取决策信息；

在步骤S411，判断是否需要修改决策参数；

在步骤S412，如果需要修改决策参数，则更新决策参数，并传给传给智能车决策处理系统；

在步骤S413，如果不需要修改决策参数，则显示调试结果；

结束。

如附图5所示，车辆测试路段从起点A到终点B的一条路径，其中可以分为起步区、步进区、转弯区、加速区、匀速区、减速区和停止区。

在起步区，测试人员通过部署在移动终端设备上的交互程序发出起步指令，要求智能车在10秒内完成自动起步，测试人员记录起步时间并分析智能车起步时间效率。

在步进区内，测量最小可控步长的纵向精度。在一次规划轨迹上提前设置步进区开始点位置J，当智能车行驶到J点时触发步进程序启动，以智能车能够完成的最小步长走停20次。测试人员通过交互系统记录每次步进的经纬度值，测量并记录步进区智能车起点到终点距离数据，除以20得出本次步进测试的最小步长。以智能车能够完成的最小步长走停多次，测量智能车最小可控步长的纵向精度，测试人员通过交互系统记录每次步进的经纬度值，测量并记录步进区智能车行驶距离，分析智能车最小可控距离单位。

在转弯区，智能车摄像头识别道路的红绿灯以及停止线，根据红绿灯显示情况，智能车选择前进或停止；测试人员查看移动端交互程序图像参数，观察红绿灯以及停止线识别效果，通过交互程序记录路口红绿灯以及停止线识别结果。测试人员可以更改图像算法，重复转弯区实验。

在测速区，测试人员使用交互程序规划行驶轨迹，要求智能车在路段内按照指定的速度行驶，其中包括加速、减速及匀速行驶；交互程序记录导航数据，包括当前智能车经纬度、速度以及车姿；调试人员观察智能车行驶轨迹是否偏离车道线或预设轨迹，分析智能车偏离轨迹的情况。通过交互程序记录智能车行驶的速度，经纬度、航向角、俯仰角以及横滚角等数据。测试结束后，分析自动驾驶轨迹点偏离一次规划轨迹的横向误差。

在停止区，智能车雷达需识别道路中的障碍物，根据障碍物的特征，智能车采取绕行或者停止的策略，测试人员查看移动端交互程序中障碍物的坐标以及障碍物识别的类型，观察智能车的行驶路径。测试人员提前放置一排锥形标，锥形标需堵住所有出口。当智能车行驶到接近路口时，雷达检测到锥形标触发停车的驾驶动作，让智能车在锥形标前停下。待测试记录员标记好停止点后挪开锥形标，雷达检测到前方无障碍且等待15秒后自动起步。试验记录员用粉笔在地上标记智能车右前车轮的停止点，用卷尺测量停止点到锥形标的纵向距离并记录数据，减去右前车轮到车前保险杆的距离后得到本次定点停车的纵向精度。

测试人员在所述测试路段观察决策规划的路径是否可行，当智能车决策处理系统根据需要切换决策算法时，交互系统能显示不同的路径规划效果。

以上所述，仅是本发明的较佳实施例而已，并非对本发明的结构作任何形式上的限制。凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均属于本发明的技术方案范围内。

Claims (24)

1.一种用于智能车车辆测试的交互方法，包括如下步骤：

启动测试交互系统，所述测试交互系统包括测试车辆的交互服务器程序和移动终端交互程序；

通过移动终端交互程序对测试车辆的交互服务器程序发出交互命令；

观察智能车辆在测试路段的行驶过程中移动终端交互程序接收的导航参数、雷达参数、图像参数是否正常，观察决策规划路线是否达到期望标准，并根据需要修改相应的算法参数；

提取日志文件，分析测试数据，得出测试结果。

2.根据权利要求1所述的用于智能车车辆测试的交互方法，其特征在于：所述测试交互系统与智能车的导航处理系统、雷达处理系统、图像处理系统以及决策系统通过网络通信。

3.根据权利要求2所述的用于智能车车辆测试的交互方法，其特征在于：所述交互服务器程序部署在智能车内的工控机上，其配置为与所述导航处理系统、雷达处理系统、图像处理系统进行数据传输。

4.根据权利要求1所述的用于智能车车辆测试的交互方法，其特征在于：所述移动终端交互程序部署在Android、IOS或Windows平板电脑上，其配置为进行数据显示以及参数调整。

5.根据权利要求1所述的用于智能车车辆测试的交互方法，其特征在于：所述交互命令包括智能车启动、停止、加速、减速、左转弯、右转弯、并线以及掉头中至少一项。

6.根据权利要求1所述的用于智能车车辆测试的交互方法，其特征在于：所述导航参数包括智能车定位和车资信息，由所述测试交互系统的导航信息采集模块获取，所述智能车定位和车资信息包括车辆位置经纬度、实时速度、航向角、俯仰角、侧倾角和横滚角中至少一项；还包括导航状态，所述导航状态包括导航设备与卫星连接情况、单点和多点定位。

7.根据权利要求1所述的用于智能车车辆测试的交互方法，其特征在于，所述雷达参数由雷达信息采集模块获取，数据涉及为智能车提供障碍物信息，所述障碍物信息包括障碍物坐标及障碍物大小，获取所述雷达参数的步骤包括：建立一个直角坐标系，将障碍物按坐标位置显示出来，标记障碍物的大小和车辆相对于障碍物的速度；按照测试不同精度需要调整坐标系；调整雷达的硬件参数，包括扫描角度和频率，得到所需障碍物信息。

8.根据权利要求1所述的用于智能车车辆测试的交互方法，其特征在于：所述图像参数由图像信息采集模块获取，显示摄像头对车道线、交通牌、红绿灯及行人中至少一项道路信息识别的结果。

9.根据权利要求1所述的用于智能车车辆测试的交互方法，其特征在于：决策参数由决策信息采集模块获取，即为智能车提供路径规划展示，显示车辆位置、车辆状态、道路状态及规划的路径中至少一项。

10.根据权利要求9所述的用于智能车车辆测试的交互方法，其特征在于：所述观察智能车辆在测试路段的行驶过程中移动终端交互程序的导航参数、雷达参数、图像参数和决策参数是否正常，观察决策规划路线是否达到期望标准，并根据需要修改相应的算法参数进一步包括如下步骤：

（1）、启动调试程序；

（2）、获取导航信息；

（3）、获取雷达信息；

（4）、获取图像识别信息；

（5）、获取决策路径规划；

（6）、根据获取的导航信息、雷达信息、图像识别信息及决策路径规划得出车况和路况信息，并将所述车况和路况信息展示给测试人员，接收测试人员根据车况和路况信息修改导航参数；

（7）将修改后的导航参数发送给智能车导航处理系统，并接收导航处理系统根据导航参数修正的导航信息；

（8）将修正的导航信息在测试交互系统移动终端展示给测试人员，于此同时，智能车导航处理系统会把数据传给智能车决策处理系统；

（9）测试交互系统的决策信息采集模块根据决策算法修改后的决策路径规划，在移动交互端程序中展示重新计算得到的决策规划路径。

11.根据权利要求10所述的用于智能车车辆测试的交互方法，其特征在于：车辆测试路段包括起步区、步进区、转弯区、测速区和停止区，所述测速区包括加速区、匀速区、减速区。

12.根据权利要求11所述的用于智能车车辆测试的交互方法，其特征在于：在所述起步区，测试人员通过部署在移动终端设备上的交互程序发出起步指令，要求智能车在指定时间内完成自动起步，记录起步时间并分析智能车起步时间效率。

13.根据权利要求11所述的用于智能车车辆测试的交互方法，其特征在于：在所述步进区，以智能车能够完成的最小步长走停多次，测量智能车最小可控步长的纵向精度，测试人员通过交互系统记录每次步进的经纬度值，测量并记录步进区智能车行驶距离，分析智能车最小可控距离单位。

14.根据权利要求11所述的用于智能车车辆测试的交互方法，其特征在于：在所述转弯区，智能车摄像头识别道路的红绿灯以及停止线，根据红绿灯显示情况，智能车选择前进或停止；测试人员查看移动端交互程序图像参数，观察红绿灯以及停止线识别效果，智能车图像处理系统以此测试交互系统显示的信息为依据，更改图像算法，重复转弯区实验。

15.根据权利要求11所述的用于智能车车辆测试的交互方法，其特征在于：在所述测速区，测试人员使用交互程序规划行驶轨迹，要求智能车在路段内按照指定的速度行驶，其中包括加速、减速及匀速行驶；交互程序记录导航数据，包括当前智能车经纬度、速度以及车姿；调试人员观察智能车行驶轨迹是否偏离车道线或预设轨迹，分析智能车偏离轨迹的情况。

16.根据权利要求11所述的用于智能车车辆测试的交互方法，其特征在于：在所述停止区，智能车雷达需识别道路中的障碍物，根据障碍物的特征，智能车采取绕行或者停止的策略，测试人员查看移动端交互程序中障碍物的坐标以及障碍物识别的类型，观察智能车的行驶路径。

17.根据权利要求12-16任一项所述的用于智能车车辆测试的交互方法，其特征在于：测试人员在所述测试路段观察决策规划的路径是否可行，并根据需要切换决策算法，测试不同的路径规划效果。

18.一种用于智能车车辆测试的交互系统，包括智能车传感信息采集模块，所述智能车传感信息采集模块采集的数据包括导航数据、雷达数据、图像数据和决策规划路径；其特征在于：还包括测试车辆的交互服务器和移动终端交互系统；所述测试车辆的交互服务器和移动终端交互系统与智能车导航处理系统、雷达处理系统、图像处理系统以及决策处理系统通过网络通信，移动终端交互系统适于观察智能车辆在测试路段的行驶过程中导航参数、雷达参数、图像参数和决策参数是否正常，观察决策规划路线是否达到规定标准，并根据需要在交互系统移动终端及时调整数据。

19.根据权利要求18所述的用于智能车车辆测试的交互系统，其特征在于：

交互服务器程序部署在智能车的工控机上，适于负责与智能车各传感处理系统的数据传输；

移动终端交互程序部署在Android、IOS或Windows平板电脑上，负责数据显示以及参数调整。

20.根据权利要求18所述的用于智能车车辆测试的交互系统，其特征在于，导航信息采集模块获取智能车定位和车资信息，包括车辆位置经纬度、实时速度、航向角、俯仰角、侧倾角和横滚角中至少一项；还包括显示导航状态，所述导航状态包括导航设备与卫星连接情况、单点和多点定位。

21.根据权利要求18所述的用于智能车车辆测试的交互系统，其特征在于，雷达信息采集模块获取雷达数据包括障碍物相对于车辆的位置、障碍物的类型以及雷达硬件参数中至少一项。

22.根据权利要求18所述的用于智能车车辆测试的交互系统，其特征在于，图像信息采集模块获取智能车图像处理系统的数据包括图像元素的位置、图像元素的类型、摄像头的硬件参数中至少一项。

23.根据权利要求18所述的用于智能车车辆测试的交互系统，其特征在于，决策信息采集模块可以展示智能车路径规划，显示车辆位置、车辆状态、道路状态以及规划的路径中至少一项，并根据临时需要交互系统调整路径规划参数。

24.根据权利要求18所述的用于智能车车辆测试的交互系统，其特征在于，所述交互系统具有人车交互的功能，交互动作包括智能车启动、停止、加速、减速、左转弯、右转弯、并线以及掉头中至少一项。