CN106556518B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN106556518B CN106556518B CN201611056477.7A CN201611056477A CN106556518B CN 106556518 B CN106556518 B CN 106556518B CN 201611056477 A CN201611056477 A CN 201611056477A CN 106556518 B CN106556518 B CN 106556518B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- tested
- information
- visual
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Abstract
本发明涉及自动驾驶车辆性能测试技术领域,尤其涉及一种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。测试场和测试方法中所采用的测试场包括道路,道路包括视觉干扰路段和无视觉干扰路段,视觉干扰路段对应设置有视觉干扰设施、或者视觉干扰路段包括连续设置的不同材料的路面。相比于实验室中仅降低光照强度的模拟环境,以及相比于计算机模拟交通运行软件的理论数据,更加贴近于真实行驶环境,使得测试结果能够更加准确地表现待测车辆经过视觉干扰区的能力,并且,相对于采用实际道路测试的方式更加安全。其次,测试场和测试方法适用于不同自动驾驶车辆,标准化对车辆经过视觉干扰区的能力的评价,测试结果更加权威和可靠。
Description
技术领域
本发明涉及自动驾驶车辆性能测试技术领域,尤其涉及一种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。
背景技术
自动驾驶主要具有五个级别,0级为无自动驾驶,1级为信息娱乐、导航等辅助驾驶,2级为交通安全和交通效率等辅助驾驶(人工为主),3级为特定条件/道路的自动驾驶,4级为全天候、全道路的自动驾驶。从1级至3级可称为辅助驾驶,4级即无人驾驶。因此,自动驾驶车辆包括辅助驾驶员驾驶的辅助驾驶车辆和完全自动化驾驶的无人驾驶车辆。
现阶段国内外对自动驾驶的研究逐渐深入,不断从辅助驾驶向无人驾驶推进。而无论是自动驾驶研发的哪个阶段的产物,都需要对车辆性能的检测结果来证实或提高车辆的安全性。
其中,自动驾驶车辆获得路况及周边环境的情况的途径主要有两种,一种是基于机械视觉,即自动驾驶车辆上的车载感知系统(包括摄像头、激光雷达、毫米波雷达在内的机械视觉采集处理设备)对道路状况和车流量等进行图像数据信息采集及分析;另一种是基于无线接收信息,这些信息(包括道路信息等)主要是来自于交管中心等设备。通常情况下,自动驾驶车辆会结合接收到的信息和通过机械视觉获得的信息进行分析处理,决策出如何通过前方路段。因此,上述两种途径缺少之一时,便会极大增加自动驾驶车辆对前方路况的判定难度,进而,自动驾驶车辆通过信号干扰区的能力以及自动驾驶车辆通过机械视觉干扰区(简称视觉干扰区)的能力尤为重要。
现有对于使自动驾驶车辆安全通过视觉干扰区的研发需要不断进行测试以验证和完善。但是,目前缺乏对自动驾驶车辆安全通过视觉干扰区的能力的标准的、贴近于真实行驶环境的测试方法和测试场,因此,亟需一种测试方法和测试场,其能够对自动驾驶车辆安全通过视觉干扰区的能力进行标准的、贴近于真实行驶环境的测试。
发明内容
(一)要解决的技术问题
本发明的目的在于提供一种能够对自动驾驶车辆安全通过视觉干扰区的能力进行标准的、贴近于真实行驶环境的测试方法及测试场。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
本发明一方面提供一种自动驾驶车辆通过视觉干扰区的能力的测试方法,包括对测试场进行场景布置和待测车辆响应;场景布置为:测试场包括道路,道路包括视觉干扰路段和无视觉干扰路段,视觉干扰路段对应设置有视觉干扰设施、或者视觉干扰路段包括连续设置的不同材料的路面,将待测车辆置于无视觉干扰路段;待测车辆响应为:待测车辆进入视觉干扰路段并在视觉干扰路段中安全行驶。
根据本发明,视觉干扰设施包括如下一种或多种:设置在道路两边的林荫;设置在道路上方的隧道;设置在道路上方的桥梁;设置在道路两边的楼宇;设置在道路上或旁侧的红外线探照灯;模拟影响机械视觉的气象的气象模拟设备;路面积雪;路面结冰;路面积水。
根据本发明,待测车辆响应还包括:待测车辆多次从无视觉干扰路段向视觉干扰路段行驶并安全行驶通过视觉干扰路段;和/或待测车辆通过视觉干扰路段的平均速度在设定范围内。
根据本发明,视觉干扰设施沿道路对机械视觉形成多种程度的干扰。
根据本发明,场景布置还包括:测试场还包括参考车辆,控制参考车辆在道路上并在待测车辆周围行驶,其中,参考车辆包括具有V2V通讯协议的无线通信设备;待测车辆响应还包括:待测车辆向参考车辆发出预警信息。
根据本发明,场景布置还包括:测试场还包括能够收发信息的运营测试管理中心,运营测试管理中心在待测车辆进入视觉干扰路段之前向待测车辆发送第一道路信息;待测车辆响应还包括:待测车辆接收到第一道路信息,并在进入视觉干扰路段后结合通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段中安全行驶。
根据本发明,场景布置还包括:运营测试管理中心在待测车辆在视觉干扰路段上行驶时向待测车辆发送第二道路信息;待测车辆响应还包括:待测车辆在进入视觉干扰路段后结合所接收到的信息和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段中安全行驶,并且待测车辆向运营测试管理中心发送预警信息。
根据本发明,场景布置还包括:测试场还包括设置在道路上或旁侧的路侧设备,路侧设备包括具有V2I通讯协议的无线通信设备;路侧设备在待测车辆进入视觉干扰路段前向待测车辆发送第一道路信息、并且路侧设备在待测车辆在视觉干扰路段中行驶时向待测车辆发送第二道路信息;待测车辆响应还包括:待测车辆在进入视觉干扰路段后结合所接收到的信息和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段中安全行驶。本发明另一方面提供一种自动驾驶车辆通过视觉干扰区的能力的测试场,包括:道路,道路包括视觉干扰路段和无视觉干扰路段,视觉干扰路段对应设置有视觉干扰设施、或者视觉干扰路段包括连续设置的不同材料的路面。
根据本发明,还包括:运营测试管理中心、路侧设备以及用于在道路上并在待测车辆周围行驶的参考车辆;运营测试管理中心能够在待测车辆进入视觉干扰路段前向待测车辆发出第一道路信息、在待测车辆在视觉干扰路段上行驶时向待测车辆发出第二道路信息、并接收待测车辆发出的预警信息,运营测试管理中心包括具有V2N通讯协议的无线通信设备;参考车辆包括具有V2V通讯协议的无线通信设备;路侧设备设置在道路上或旁侧,路侧设备能够在待测车辆进入视觉干扰路段前向待测车辆发送第一路况信息、并且路侧设备在待测车辆在视觉干扰路段中行驶时向待测车辆发送第二路况信息,路侧设备包括具有V2I通讯协议的无线通信设备;视觉干扰设施包括设置在道路两边的林荫、设置在道路上方的隧道、设置在道路上方的桥梁、气象模拟设备、路面积雪、路面结冰、路面积水中的一种或多种,其中,气象模拟设备模拟影响机械视觉的气象。
(三)有益效果
本发明的有益效果是:
本发明的测试方法中,在真实行驶环境中,机械视觉是自动驾驶车辆感知前方路况的基础,当自动驾驶车辆行驶在机械视觉被干扰的路段上时,其自身车载感知系统中的部分设备的感知效果下降,例如光照不足的路段上,单目摄像头不能满足路线判别的要求;又例如大雾天气,单目摄像头和激光雷达不能满足路线判别的要求,这便考验了自动驾驶车辆在视觉干扰的情况下其车载感知系统能否根据机械视觉采集的现有信息进行智能化分析处理、判断、决策后最终在这一路段上安全行驶的能力。本测试方法所采用的测试场包括道路,道路包括视觉干扰路段和无视觉干扰路段,视觉干扰路段对应设置有视觉干扰设施、或者视觉干扰路段包括连续设置的不同材料的路面。这样的场景相比于实验室中仅降低光照强度的模拟环境,以及相比于计算机模拟交通运行软件的理论数据,更加贴近于真实行驶环境,使得测试结果能够更加准确地表现待测车辆经过视觉干扰区的能力,并且,相对于采用实际道路测试的方式更加安全。其次,本测试方法提供了对应考察的待测车辆响应,即待测车辆进入视觉干扰路段并在视觉干扰路段中安全行驶。场景布置配合该待测车辆响应,使得本测试方法适用于不同自动驾驶车辆,标准化对车辆经过视觉干扰区的能力的评价,测试结果更加权威和可靠。
本发明的测试场包括道路,道路包括视觉干扰路段和无视觉干扰路段,视觉干扰路段对应设置有视觉干扰设施、或者视觉干扰路段包括连续设置的不同材料的路面。一方面,这样的测试场相比于实验室中仅降低光照强度的模拟环境,以及相比于计算机模拟交通运行软件的理论数据,更加贴近于真实行驶环境,使得测试结果能够更加准确地表现待测车辆经过视觉干扰区的能力,并且,相对于采用实际道路进行测试的方式更加安全;另一方面,该测试场可作为标准化场景供不同自动驾驶车辆的测试使用,进而使得测试结果更加权威和可靠。
附图说明
图1是如下具体实施方式中实施例一所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆;
图2是如下具体实施方式中实施例二所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆;
图3是如下具体实施方式中实施例五所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆;
图4是如下具体实施方式中实施例六所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆;
图5是如下具体实施方式中实施例七所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆;
图6是如下具体实施方式中实施例八所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆;
图7是如下具体实施方式中实施例九所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆;
图8是如下具体实施方式中实施例十所提供的自动驾驶车辆通过视觉干扰区的能力的测试场的示意图,其中行驶有待测车辆。
【附图标记说明】
图中:
1:道路;11:无视觉干扰路段;12:视觉干扰路段;2:视觉干扰设施;3:待测车辆;4:运营测试管理中心;5:参考车辆;6:路侧设备。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
实施例一
参照图1,在本实施例中,首先提供一种自动驾驶车辆通过视觉干扰区的能力的测试场。该测试场包括道路1,道路1包括视觉干扰路段12和无视觉干扰路段11,视觉干扰路段12对应设置有视觉干扰设施2、或者视觉干扰路段12包括连续设置的不同材料的路面。可理解,视觉干扰路段12(即视觉干扰区)的形成,是由于视觉干扰设施2的设置或不同材料路面的设置。在本实施例中,视觉干扰路段12是通过设置视觉干扰设施2形成的。
应用该测试场进行测试的过程是:
将待测车辆3置于无视觉干扰路段11。待测车辆3从无视觉干扰路段11向视觉干扰路段12行驶并进入视觉干扰路段12,观测待测车辆3能否在视觉干扰路段12中安全行驶。其中,“安全行驶”即能够保证合适的、安全的行驶速度及行驶路线,必要时及时作出转向、减速、躲避等规避动作(例如,在视觉干扰设施2为设置在一条车道上的路面积水时,待测车辆3可根据路面积水的程度选择从相邻车道上绕行)。
一方面,在真实行驶环境中,机械视觉是自动驾驶车辆感知前方路况的基础,当自动驾驶车辆行驶在机械视觉被干扰的路段上时,其自身车载感知系统中的部分设备的感知效果下降,例如光照不足的路段上,单目摄像头不能满足路线判别的要求,即使自动驾驶车辆开启了自备照明设备,也可能不能满足路线判别的要求;又例如大雾天气,单目摄像头和激光雷达不能满足路线判别的要求,这便考验了自动驾驶车辆在视觉干扰的情况下其车载感知系统能否根据机械视觉采集的现有信息进行智能化分析处理、判断、决策后最终在这一路段上安全行驶的能力。因此,本实施例的测试场通过形成视觉干扰路段12和无视觉干扰路段11来模拟真实行驶环境,相比于实验室中仅仅降低光照强度的模拟环境,以及相比于计算机模拟交通运行软件的理论数据,更加贴近于真实行驶环境,使得测试结果能够更加准确地表现待测车辆3经过视觉干扰区的能力,并且,相对于采用实际道路进行的测试的方式更加安全。
另一方面,该测试场可作为标准化场景供不同自动驾驶车辆的测试使用,进而使得测试结果更加权威和可靠。同时,该测试场也弥补了目前自动驾驶测试场的空白,为我国制定的2017年底上路测试、2020年自动驾驶车辆商用的政策提供了有力的保障。并且,有利于我国根据本发明提供的测试场制定专业的检测和验收场地,为自动驾驶车辆上路行驶提供保障。
相应地,在本实施例中,还提供一种自动驾驶车辆通过视觉干扰区的能力的测试方法,该测试方法包括对上述测试场(可参照图1)进行场景布置和待测车辆响应。
具体地,上述场景布置为:测试场包括道路1,道路1包括视觉干扰路段12和无视觉干扰路段11,视觉干扰路段12对应设置有视觉干扰设施2、或者视觉干扰路段12包括连续设置的不同材料的路面,将待测车辆3置于无视觉干扰路段11。
可理解,测试场可视为硬件设施,其中包括具有视觉干扰路段12和无视觉干扰路段11的道路1、可能包括视觉干扰设施2以及后续实施例中所提及的其他设备(例如运营测试管理中心4等),而场景包括该硬件设施以及在该硬件设施上进行的布置,该布置可包括对待测车辆3的布置以及后续实施例中所提及的其他布置(例如运营测试管理中心4收发信息等)。
进一步,待测车辆响应为:待测车辆3进入视觉干扰路段12并在视觉干扰路段12中安全行驶。即,在本实施例中,所要检测的自动驾驶车辆的能力(即响应性能)为其在视觉干扰区安全行驶的能力,因此,待测车辆3进入视觉干扰路段12并最终完成在视觉干扰路段12中安全行驶时,视为该待测车辆3在视觉干扰区安全行驶的能力达标(合格)。
上述测试方法,首先,在真实行驶环境中,机械视觉是自动驾驶车辆感知前方路况的基础,当自动驾驶车辆行驶在机械视觉被干扰的路段上时,其自身车载感知系统中的部分设备的感知效果下降,例如光照不足的路段上,单目摄像头不能满足路线判别的要求;又例如大雾天气,单目摄像头和激光雷达不能满足路线判别的要求,这便考验了自动驾驶车辆在视觉干扰的情况下其车载感知系统能否根据机械视觉采集的现有信息进行智能化分析处理、判断、决策后最终在这一路段安全行驶的能力。本测试方法所采用的测试场包括道路1,道路1包括视觉干扰路段12和无视觉干扰路段11,视觉干扰路段12对应设置有视觉干扰设施2、或者视觉干扰路段12包括连续设置的不同材料的路面,将待测车辆3置于无视觉干扰路段11。这样的场景相比于实验室中仅降低光照强度的模拟环境,以及相比于计算机模拟交通运行软件的理论数据,更加贴近于真实行驶环境,使得测试结果能够更加准确地表现待测车辆3经过视觉干扰区的能力,并且,相对于采用实际道路测试的方式更加安全。其次,本测试方法提供了对应考察的待测车辆响应,即待测车辆3进入视觉干扰路段12并在视觉干扰路段12中安全行驶。场景布置配合该待测车辆响应,使得本测试方法适用于不同自动驾驶车辆,标准化对车辆经过视觉干扰区的能力的评价,测试结果更加权威和可靠。同时,该测试方法也弥补了目前自动驾驶测试方法的空白,为我国制定的2017年底上路测试、2020年自动驾驶车辆商用的政策提供了有力的保障。并且,有利于我国根据本发明提供的测试方法制定专业的检测和验收流程,为自动驾驶车辆上路行驶提供保障。
进一步,在上述测试场和测试方法的基础上,观察待测车辆3是否在视觉干扰路段12安全行驶,可以是直观地通过测试员肉眼观测待测车辆3的行驶轨迹;也可以在测试场中设置行车图像采集系统,通过该图像采集系统拍摄测试车辆的行车影像,记录待测车辆3外在行车状态和操作行为,然后根据行车影像来判定待测车辆3的行驶轨迹;还可以是在测试场中设置采集模块与待测车辆3互联,来采集待测车辆3的路径规划信息等。当然,本发明不局限于上述举例,还可采用任意其他方式。
进一步,在上述测试场和测试方法的基础上,道路1为直道,并且道路1包括至少两条车道。在本实施例中,视觉干扰设施2为设置在道路1两边的林荫,林荫遮挡光照,进而影响待测车辆3的机械视觉,林荫的长度(即林荫的总长度)大于等于50m,以保证视觉干扰设施2对机械视觉形成足够的干扰,提高测试结果的准确性。林荫可为真树或假树。
当然,本发明中的道路1不局限于直道,也可以是弯道。本发明中的视觉干扰设施2不局限于上述设置在道路1两边的林荫,还可为设置在道路1上方的隧道、设置在道路1上方的桥梁、设置在道路1两边的楼宇、设置在道路1上或旁侧的红外线探照灯、模拟干扰机械视觉的气象的气象模拟设备、路面积雪、路面结冰以及路面积水。以路面积水为例,积水会折射光,使得车辆不能通过自身系统感知到准确的水深,从而车辆需要停止或绕道行驶。
当然,视觉干扰设施2也可同时包括上面任意多种设施。
优选地,气象模拟设备可包括气象模拟室和气象模拟器,气象模拟器在气象模拟室中制造出干扰机械视觉的气象,道路1穿过气象模拟室设置,气象模拟器设置在道路1上方,这样,待测车辆3穿过气象模拟室时,便会遇到上述干扰机械视觉的气象。进一步,优选地,气象模拟器制造出的干扰机械视觉的气象的覆盖长度大于等于30m。
优选地,干扰机械视觉的气象可包括降雨、降雪、沙尘暴、雾、霾中的一种或多种。
优选地,隧道的长度大于等于50m,以保证视觉干扰设施2对机械视觉形成足够的干扰,提高测试结果的准确性。隧道由混凝土或者混凝土和钢筋制成,以更加贴近真实行驶环境。当然,也可在隧道中增加发出微弱黄光的壁灯,以贴近真实行驶环境。
优选地,桥梁的宽度大于等于10m,长度大于20m,以保证视觉干扰设施2对机械视觉形成足够的干扰,提高测试结果的准确性。桥梁由混凝土或者混凝土和钢筋制成,以更加贴近真实行驶环境。
优选地,楼宇的高度大于等于3m,优选大于等于6m。楼宇所覆盖的长度大于等于30m,优选位于30-50m的范围内。楼宇之间的道路包括两条以下的车道,以保证视觉干扰设施2对机械视觉形成足够的干扰,提高测试结果的准确性。楼宇可为模型,只要起到与真实楼宇对机械视觉形成的干扰程度等同即可。
综上,视觉干扰设施2可以本身是由挡光、反射光或折射光的材料制成(例如林荫、隧道、桥梁),也可是用于制造挡光、反射光、折射光或影响雷达工作的场景(例如降雨、降雪、沙尘暴、雾、霾等气象)的设施。
另外,待测车辆响应还可包括:待测车辆3多次从无视觉干扰路段11向视觉干扰路段12行驶并安全行驶通过视觉干扰路段12。也就是说,待测车辆3多次穿过视觉干扰路段12,每次都能安全行驶的情况下才算达标。这样的多次测试,考察车辆通过视觉干扰区的能力的稳定性,测试结果更加权威和可靠。
进一步,在上述测试场和测试方法的基础上,在多次测试时,可通过采集模块采集待测车辆多次通过视觉干扰路段12的路径规划信息等,通过所采集的信息分析判定车辆通过视觉干扰区的性能的稳定性。
进一步,待测车辆响应还可包括:待测车辆3通过视觉干扰路段12的平均速度在设定范围内。例如,如道路设置为城市道路,设定范围为40-60km/h;如道路设置为高速公路,设定范围为70-90km/h。也就是说,待测车辆3不仅要安全行驶通过视觉干扰路段12,而且其行驶速度还要在设定范围内,这样是对待测车辆3通过视觉干扰区的能力的更高要求,测试结果更加权威和可靠。
进一步,待测车辆响应还可包括:待测车辆通过视觉干扰路段12的行驶轨迹与设定轨迹相同或相似。设定轨迹为视觉干扰路段12在没有视觉干扰的情况下车辆应该规划出的行驶轨迹。例如,设定轨迹为直行,如果待测车辆3的实际行驶轨迹为直行,则行驶轨迹与设定轨迹相同;如果待测车辆3的实际行驶轨迹为3次以内(包含3次)变道,则行驶轨迹与设定轨迹相似;如果待测车辆3的实际行驶轨迹为3次以上(不包含3次)变道,则行驶轨迹与设定轨迹不相同。当然,如何定义行驶轨迹与设定轨迹相似,上述仅是实例,可根据实际测试要求进行界定。
实施例二
参照图2,在本实施例中,测试场基于实施例一进行改进,具体如下:
测试场还包括能够收发信息的运营测试管理中心4,运营测试管理中心4能够在待测车辆3进入视觉干扰路段12之前向待测车辆3发送第一道路信息。当然,运营测试管理中心4还可以向经过道路1上的其他车辆发送第一道路信息。
具体地,运营测试管理中心4包括具有V2N(车与云端)通讯协议的无线通信设备,以实现与待测车辆3通讯连接,运营测试管理中心4通过该具有V2N通讯协议的无线通信设备向待测车辆3发送第一道路信息。其中,第一道路信息可以是事先编程好存储于运营测试管理中心4中的;或者,运营测试管理中心4包括用于集合各方面的数据(可以是测试场中各道路检测采集设备(例如下面实施例所提及的路侧设备)所上报的数据、以及车辆所上报的数据等)并分析出道路信息的分析模块,运营测试管理中心4可以收集测试场中有关道路1的信息并通过分析得出第一道路信息。
第一道路信息至少包含待测车辆3前方路段的地图信息,在此基础上还可以包含存在视觉干扰路段12的信息、以及视觉干扰路段12的长度和视觉干扰程度等信息。具体而言,如果第一道路信息是事先编程好存储于运营测试管理中心4中的,那么可以使第一道路信息包括上述全部信息;如果运营测试管理中心4是通过收集测试场中有关道路1的信息并通过分析得出第一道路信息,那么根据运营测试管理中心4所收集的信息决定包含上述哪个或哪些信息。待测车辆3在进入视觉干扰路段12后将之前获得的地图信息与基于机械视觉获得的信息,结合起来分析、对比、处理,决策出如何经过前方路段。
具体地,运营测试管理中心4还包括控制模块,该控制模块在待测车辆3进入视觉干扰路段12前控制具有V2N通讯协议的无线通信设备向待测车辆3发出第一道路信息。
应用该测试场进行测试的过程是:
待测车辆3从无视觉干扰路段11向视觉干扰路段12行驶并进入视觉干扰路段12,运营测试管理中心4在待测车辆3进入视觉干扰路段12前通过具有V2N通讯协议的无线通信设备向待测车辆3发出第一道路信息,观测待测车辆3是否接收到第一道路信息,并是否在进入视觉干扰路段12后结合第一道路信息和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段12中安全行驶。
相应地,在本实施例中,测试方法在实施例一的基础上进行改进,可参照图2,具体如下:
测试方法中的场景布置还包括:测试场还包括能够收发信息的运营测试管理中心4,运营测试管理中心4在待测车辆3进入视觉干扰路段12前向待测车辆3发送第一道路信息。
测试方法中的待测车辆响应还包括:待测车辆3接收到第一道路信息,并在进入视觉干扰路段12后结合通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段12中安全行驶。即,本实施例的测试方法考察待测车辆3接收到第一道路信息后,将第一道路信息与通过机械视觉采集的信息结合分析处理,决策如何通过前方路段的能力。因此,当待测车辆3接收到第一道路信息并最终安全行驶通过视觉干扰路段12时,才能视为待测车辆3通过视觉干扰区的能力达标(合格)。
综合上述测试场和测试方法,真实行驶环境下,自动驾驶车辆会接收到交管中心发出的道路信息,然后将通过机械视觉采集的信息与道路信息进行对比分析,车载感知系统会依据对比结果做出抉择,判定是否可以安全通过并规划路径。因此,本实施例中采用运营测试管理中心4模拟交管中心向待测车辆3发出道路信息,更加贴近真实行驶环境,考察车辆将进入视觉干扰路段12前接收到的道路信息与通过机械视觉采集的信息的结合分析能力,使得测试结果更加准确、全面、可靠。
另外,上述运营测试管理中心4在待测车辆3在进入视觉干扰路段12前向待测车辆3发出第一道路信息,并不限定为运营测试管理中心4在待测车辆3进入视觉干扰路段12前向待测车辆3仅发出一次第一道路信息,运营测试管理中心4可以间断地更新道路信息并向外发出。而间断时间可在运营测试管理中心4中进行设定,以更加贴近交管中心实际发送道路信息的情况。
此外,待测车辆3中的惯导系统会基于第一道路信息中的高精度地图信息分析出行驶路径,因此,上述测试场和测试方法也可以用来考察待测车辆3中惯导系统的可靠性。
进一步,在上述测试场和测试方法的基础上,观察待测车辆3是否接收到运营测试管理中心4发出的第一道路信息,可以是在测试场中设置采集模块与待测车辆3互联,来采集待测车辆3的收发信息以及路径规划信息等,采集模块可以是运营测试管理中心4所包含的模块。当然,本发明不局限于上述举例,还可采用任意其他方式。
实施例三
在本实施例中,可继续参照图2,测试场在实施例二的基础上进行改进:
运营测试管理中心4还能够在待测车辆3在视觉干扰路段12上行驶时通过具有V2N通讯协议的无线通信设备向待测车辆3发出第二道路信息。具体地,运营测试管理中心4的控制模块在待测车辆3在视觉干扰路段12中行驶时控制具有V2N通讯协议的无线通信设备向待测车辆3发出第二道路信息。当然,运营测试管理中心4还能够向通过该道路的其他车辆发出第二道路信息。
其中,第二道路信息可以是事先编程好存储于运营测试管理中心4中的;或者,运营测试管理中心4包括用于集合各方面的数据(可以是测试场中各道路检测采集设备(例如下面实施例所提及的路侧设备)所上报的数据、以及车辆所上报的数据等)并分析出第二道路信息的分析模块,运营测试管理中心4可以收集测试场中有关道路1的信息并通过分析得出第二道路信息。具体地,运营测试管理中心4的控制模块在待测车辆3在视觉干扰路段12中行驶时控制具有V2N通讯协议的无线通信设备向待测车辆3发出第二道路信息。
第二道路信息至少包含待测车辆3所处路段的地图信息,在此基础上还可以包含存在视觉干扰路段12的信息、以及视觉干扰路段12的长度和视觉干扰程度等信息。具体而言,如果第二道路信息是事先编程好存储于运营测试管理中心4中的,那么可以使第二道路信息包括上述全部信息;如果运营测试管理中心4是通过收集测试场中有关道路1的信息并通过分析得出第二道路信息,那么根据运营测试管理中心4所收集的信息决定包含上述哪个或哪些信息。
应用该测试场进行测试的过程是:
待测车辆3从无视觉干扰路段11向视觉干扰路段12行驶并进入视觉干扰路段12,运营测试管理中心4在待测车辆3进入视觉干扰路段12前通过具有V2N通讯协议的无线通信设备向待测车辆3发出第一道路信息,在待测车辆3在视觉干扰路段12上行驶时通过具有V2N通讯协议的无线通信设备向待测车辆3发出第二道路信息,观测待测车辆3是否接收到第一道路信息,并是否在进入视觉干扰路段12后结合所接收到的信息(包括第一道路信息,可能包括不完整或不清晰的第二道路信息)和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段12中安全行驶。
因本实施例中的视觉干扰设施2为林荫,其在干扰视觉的同时,还会对信号传输产生干扰。诸如此类的视觉干扰设施还有隧道、桥梁、产生特殊气象(例如雾)的气象模拟设备。此时,当自动驾驶车辆行驶在视觉被干扰的路段上时,同时信号传输也会被干扰,其可能无法收到任何信号、接收到较平时微弱的信号、或者间断地收到信号,这便考验自动驾驶车辆在信号接收不稳定和机械视觉受干扰的情况下能否正确判定前方道路情况以在视觉干扰路段12中安全行驶的能力,其中,根据不同的路况,安全行驶可能是以正常速度行驶、或减速慢行、或停车等情况。而在本实施例,第二道路信息是在待测车辆3在视觉干扰路段12上行驶时发出的,待测车辆3可能无法接到第二道路信息,也可能接到不完整或不清晰的第二道路信息。
相应地,在本实施例中,测试方法在实施例二的基础上进行改进,可继续参照图2,具体如下:
测试方法中的场景布置还包括:运营测试管理中心4在待测车辆3在视觉干扰路段12上行驶时向待测车辆3发送第二道路信息。
测试方法中的待测车辆响应还包括:待测车辆3在进入视觉干扰路段12后结合所接收到的信息(包括第一道路信息、可能包括不完整或不清晰的第二道路信息)和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段12中安全行驶。即,本实施例的测试方法考察待测车辆3接收到第一道路信息后,在进入视觉干扰路段12后将所接收到的信息(包括第一道路信息、可能包括不完整或不清晰的第二道路信息)与通过机械视觉采集的信息结合分析处理,决策如何通过前方路段的能力。因此,当待测车辆3接收到第一道路信息并最终安全行驶通过视觉干扰路段12时,才能视为待测车辆3通过视觉干扰区的能力达标(合格)。
综合上述测试场和测试方法,在待测车辆3进入视觉干扰路段12前后均向待测车辆3发送道路信息,考察车辆将之前接收到的完整清楚的第一道路信息、可能接收到的不完整不清晰的第二道路信息和通过机械视觉采集的信息结合分析处理的能力,使得测试结果更加准确、全面、可靠。
另外,上述运营测试管理中心4在待测车辆3在视觉干扰路段12中行驶时向待测车辆3发出第二道路信息,并不限定为运营测试管理中心4在待测车辆3进入视觉干扰路段12之后仅发出一次第二道路信息,运营测试管理中心4可以间断地更新道路信息并向外发出。而间断时间可在运营测试管理中心4中设定好,以更加贴近交管中心实际发送道路信息的情况。
当然,本发明不局限于此,在其他实施例中,也可仅使运营测试管理中心4在待测车辆3在视觉干扰路段12上行驶时发送第二道路信息而不在之前发送第一道路信息。并且,在视觉干扰设施2不对信号传输构成干扰的情况下(例如视觉干扰设施2为路面积水),或者在采用不同材料的路面形成视觉干扰路段时,第二道路信息能够被完整清晰的接收到。
实施例四
在本实施例中,可继续参照图2,测试场在实施例二或三的基础上进行改进,在此以在实施例三的基础上进行改进为例:
运营测试管理中心4还能够通过具有V2N通讯协议的无线通信设备接收待测车辆3发出的预警信息,其中,该预警信息的作用是向运营测试管理中心4汇报有视觉干扰路段12,该预警信息包含有关视觉干扰路段12的信息(至少包含告知某处是视觉干扰路段12的信息,还可包含干扰程度的信息),在此基础上还可以包括待测车辆3自身是否可以安全行驶的信息。
应用该测试场进行测试的过程是:
待测车辆3从无视觉干扰路段11向视觉干扰路段12行驶并进入视觉干扰路段12,运营测试管理中心4在待测车辆3进入视觉干扰路段12前通过具有V2N通讯协议的无线通信设备向待测车辆3发出第一道路信息,在待测车辆3在视觉干扰路段12上行驶时通过具有V2N通讯协议的无线通信设备向待测车辆3发出第二道路信息,观测待测车辆3是否接收到第一道路信息,并是否在进入视觉干扰路段12后结合所接收到的信息(包括第一道路信息,可能包括不完整或不清晰的第二道路信息)和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段12中安全行驶;并且观测待测车辆3是否向运营测试管理中心4发送了预警信息。
上述预警信息可以是待测车辆3在进入视觉干扰路段12前预先判断出前方有视觉干扰路段12而发出的预警信息、也可以是待测车辆3在视觉干扰路段12中行驶时发出的预警信息、还可以是待测车辆3在从视觉干扰路段12离开后发出的预警信息。
其中,如视觉干扰路段12的形成是因为视觉干扰设施2,并且该视觉干扰设施2对信号的传输也有干扰,那么待测车辆3即使在视觉干扰路段12中发出了预警信息,运营测试管理中心4也可能无法收到。因此,优先考察待测车辆3在进入视觉干扰路段12前和离开视觉干扰路段12后这两个时间点,能否向运营测试管理中心4发送预警信息。
相应地,在本实施例中,测试方法在实施例二或三的基础上进行改进,在此以在实施例三的基础上进行改进为例,可继续参照图2,具体如下:
测试方法中的待测车辆响应还包括:待测车辆3向运营测试管理中心4发送预警信息。即,本实施例还考察待测车辆3向运营测试管理中心4发送预警信息的能力。
优选地,待测车辆3向运营测试管理中心4发送预警信息具体限定为:待测车辆3在进入视觉干扰路段12前和离开视觉干扰路段12后均向运营测试管理中心4发送预警信息。
综上,在真实行驶环境下,自动驾驶车辆在行驶过程中,尤其是在特殊路段(例如本发明所涉及的视觉干扰路段12)时,会向交管中心发送预警信息,以为交管中心整体管控提供信息支持。因此,本实施例中还将待测车辆3在视觉干扰区域中行驶时向运营测试管理中心4发出预警信息的响应作为考核待测车辆3的一个标准,更加贴近真实行驶情况,使得测试结果更加准确、全面、可靠。
进一步,在上述测试场和测试方法的基础上,观察待测车辆3是否向运营测试管理中心4发出预警信息,可直接从运营测试管理中心4中采集到的信息确认;也可在测试场中设置采集模块与待测车辆3互联,采集待测车辆3的收发信息。当然,本发明不局限于上述举例,还可采用任意其他方式。
实施例五
参照图3,在本实施例中,测试场在实施例一至四的基础上进行改进,如下以在实施例四的基础上进行改进为例:
测试场还包括参考车辆5,参考车辆5用于在道路1上行驶,并且在待测车辆3周围行驶,在本实施例中,参考车辆5跟随待测车辆3行驶。参考车辆5包括具有V2V(车与车)通讯协议的无线通信设备,该无线通信设备可以接收待测车辆3发出的信息。其中,V2V通讯技术能够让相互靠近的车辆之间互相发出诸如位置、速度以及行驶方向等基本的安全信息,从而大大减少车辆碰撞事故的发生并缓解交通拥堵。目前自动驾驶车辆上均安装有具有V2V通讯协议的无线通信设备。
当然,本发明不局限于此,在其他实施例中,参考车辆5也可为在待测车辆3前方行驶的车辆、与待测车辆3并排行驶的车辆、或在待测车辆3旁边车道上与待测车辆3对向行驶的车辆,其中,对向行驶的参考车辆如打开红外线灯,则同时对待测车辆3构成视觉干扰。当然,还可同时设置多种行驶方式的参考车辆5,参考车辆5的数量可为一个或多个。
应用该测试场进行测试的过程:
将待测车辆3置于无视觉干扰路段11。待测车辆3从无视觉干扰路段11向视觉干扰路段12行驶并进入视觉干扰路段12,运营测试管理中心4在待测车辆3进入视觉干扰路段12前和离开视觉干扰路段12后分别通过具有V2N通讯协议的无线通信设备向待测车辆3发出第一道路信息和第二道路信息,并且控制参考车辆5跟随待测车辆3行驶。观测待测车辆3是否接收到第一道路信息,并是否结合所接收到的信息和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段12中安全行驶;观测待测车辆3是否向运营测试管理中心4和参考车辆5发出预警信息。其中,待测车辆3向参考车辆5发出的预警信息的作用是提醒参考车辆6有视觉干扰路段12,该预警信息包含有关视觉干扰路段12的信息(至少包含告知某处是视觉干扰路段12的信息,还可包含干扰程度的信息),还可以包括待测车辆3自身是否可以安全行驶的信息。
其中,向参考车辆5发出的预警信息可以是待测车辆3在进入视觉干扰路段12前预先判断出前方有视觉干扰路段12而发出的预警信息、也可以是待测车辆3在视觉干扰路段12中行驶时发出的预警信息、还可以是待测车辆3在从视觉干扰路段12离开后发出的预警信息。
如何控制参考车辆5跟随待测车辆3行驶的方式可为:如果参考车辆5为普通车辆或辅助驾驶车辆,可让驾驶员驾驶参考车辆5跟随待测车辆3,如果参考车辆5为无人驾驶车辆,设置参考车辆5的路线是跟随待测车辆3的路线即可。当然,本发明不局限于此,只要能够使参考车辆5跟随待测车辆3安全行驶即可。
相应地,在本实施例中,测试方法在实施例一至四的基础上进行改进,如下以在实施例四的基础上进行改进为例,参照图3:
测试方法中的场景布置还包括:测试场还包括参考车辆5,控制参考车辆5在道路1上并在待测车辆3周围行驶,在本实施例中,参考车辆5跟随待测车辆3行驶,参考车辆5包括具有V2V通讯协议的无线通信设备,该无线通信设备可以接收待测车辆3发出的信息。
测试方法中的待测车辆响应还包括:待测车辆3向参考车辆5发出预警信息。即,本实施例的测试方法还考察待测车辆3能够向其他车辆发送预警信息的能力。
综合上述测试场和测试方法,本实施例中,采用安装有具有V2V通讯协议的无线通信设备的参考车辆5跟随待测车辆3行驶,测试待测车辆3给周围车辆发送预警信息的能力。
进一步,在上述测试场和测试方法的基础上,观测待测车辆3是否向参考车辆5发出预警信息,可以是通过设置参考车辆5在接收到预警信息时通过其音频设备或视频设备播报该预警信息,也可以是在测试场中设置采集模块与参考车辆5互联,来采集参考车辆5的收发信息,也可以是在测试场中设置采集模块与待测车辆3互联来采集待测车辆3的收发信息。当然,本发明不局限于上述举例,还可采用任意其他方式。
进一步,在上述测试场和测试方法的基础上,参考车辆5能够按照事先预定速度、或运营测试管理中心4根据具体测试情况给定的速度行驶。
当然,一般而言,参考车辆6接收到预警信息后会反馈待测车辆3,在本发明的其他实施例中,在参考车辆6没有加装具有V2V通讯协议的无线通信设备的情况下,待测车辆3不会接收到反馈,因此,待测车辆3可以判断出参考车辆6没有收到预警信息,并在此情况下待测车辆3做出其他警示动作,例如闪灯、按响喇叭等,以提醒参考车辆6注意。
实施例六
参照图4,在本实施例中,测试场在实施例一至五的基础上进行改进,如下以在实施例五的基础上进行改进为例:
测试场还包括路侧设备6,路侧设备6可对道路状况和车流量等进行信息采集及分析,指挥车辆行驶。
具体地,路侧设备6设置在道路1上或旁侧,在本实施例中,路侧设备设置在无视觉干扰路段11上或旁侧。路侧设备6包括能够自动检测路况的检测器和/或供人工输入路况的输入终端,路侧设备6还包括处理信息的处理模块以及具有V2I(车对基础设施)通讯协议的无线通信设备,检测器通过路侧摄像、毫米波雷达、微波雷达、超声波雷达、红外等监控手段来检测路况,处理模块将从检测器和/或输入终端接收到的路况相关信息分析处理形成路况信息,通过具有V2I通讯协议的无线通信设备,路侧设备6向待测车辆3发送路况信息。此外,不局限于本实施例,路况信息还可以是预先编程好储存在路侧设备6中的,而不是通过路侧设备6实时检测或人工输入获得的。而路况信息指示的是此处有视觉干扰路段,在此基础上还可体现视觉干扰路段的长度,也可表示出视觉干扰的程度。当然,路侧设备6也可对除待测车辆3以外的经过该路段的其他车辆发出路况信息。
进一步,在本实施例中,路侧设备6包括控制模块,控制模块在待测车辆进入视觉干扰路段前控制具有V2I通讯协议的无线通信设备向待测车辆发送第一路况信息,并且控制模块在待测车辆在视觉干扰路段中行驶时通过具有V2I通讯协议的无线通信设备向待测车辆发送第二路况信息,上述第一路况信息和第二路况信息均为路况信息,“第一”和“第二”仅用于区分发送时间的不同(第一路况信息是待测车辆3进入视觉干扰路段12之前发送的,第二路况信息是待测车辆3进入视觉干扰路段12后发送的)。而在设置视觉干扰设施2并且视觉干扰设施2还会形成信号干扰的情况下,设置在无信号干扰路段11上或旁侧的路侧设备6所发出的第一路况信息能够被待测车辆3完整地接收到,而待测车辆3可能因视觉干扰设施2的影响而只能接收到不完整或不清楚的第二路况信息。
应用该测试场进行测试的过程是:
待测车辆3从无信号干扰路段11向信号干扰路段12行驶并进入信号干扰路段12,运营测试管理中心4在待测车辆3进入信号干扰路段12之前通过具有V2N通讯协议的无线通信设备向待测车辆3发出第一道路信息,路侧设备6在待测车辆3进入信号干扰路段12之前通过具有V2I通讯协议的无线通信设备向待测车辆3发出第一路况信息,并且运营测试管理中心4在待测车辆3进入信号干扰路段12之后通过具有V2N通讯协议的无线通信设备向待测车辆3发出第二道路信息,路侧设备6在待测车辆3在信号干扰路段12中行驶时通过具有V2I通讯协议的无线通信设备向待测车辆3发出第二路况信息,并且控制参考车辆5跟随待测车辆3行驶。观测待测车辆3是否在进入信号干扰路段12之前接收到第一道路信息和第一路况信息,并是否在进入信号干扰路段12后将所接收到的信息(包括上述第一道路信息和第一路况信息,也可能包括进入信号干扰路段12后接收到的已不完整或不清楚的第二道路信息和第二路况信息)和通过机械视觉采集的信息结合分析处理,最终完成在信号干扰路段12中安全行驶;观测待测车辆3是否向参考车辆5和运营测试管理中心4发出预警信息。
相应地,在本实施例中,测试方法在实施例一至五的基础上进行改进,如下以在实施例五的基础上进行改进为例,可参照图4,具体如下:
测试方法中的场景布置还包括:测试场还包括设置在道路1上或旁侧的路侧设备6,在本实施例中路侧设备6设置在无信号干扰路段11上。路侧设备6包括具有V2I通讯协议的无线通信设备,在待测车辆3进入信号干扰路段12之前,路侧设备6通过具有V2I通讯协议的无线通信设备向待测车辆3发出第一路况信息;在待测车辆3在无信号干扰路段11上行驶时,路侧设备6通过具有V2I通讯协议的无线通信设备向待测车辆3发出第二路况信息。
测试方法中的待测车辆响应还包括:待测车辆3在进入信号干扰路段12之前接收到第一路况信息,并在进入信号干扰路段12后结合所接收到的信息(包括第一道路信息和第一路况信息,也可能包括进入信号干扰路段12后接收到的已不完整或不清楚的第二道路信息和第二路况信息)和通过机械视觉采集的信息分析处理,最终完成在信号干扰路段12中安全行驶。即,本实施例的测试方法考察待测车辆3在进入信号干扰路段12之前接收到第一道路信息和第一路况信息后,在进入信号干扰路段12后将所接收到的信息与通过机械视觉采集的信息结合分析处理、决策如何通过前方路段的能力。因此,当待测车辆3接收到第一道路信息和第一路况信息并最终安全行驶通过信号干扰路段12时,才能视为待测车辆3通过信号干扰区的能力达标(合格)。
综合上述测试场和测试方法,单独依靠自动驾驶车辆自身的检测和交管中心的信息,自动驾驶车辆对于某些复杂路段的辨识仍然难度很高。因此,可在某些路段设置路侧设备6,该路侧设备6可以自动检测路况和/或供人工输入路况,并将路况信息发送给经过此段道路的自动驾驶汽车。自动驾驶车辆接收到路侧设备6发出的路况信息后,需要将该信息与其他信息(包括自动驾驶车辆接收到的其他信息和其自身检测到的信息)综合分析处理后决策如何在前方路段上行驶,因此,自动驾驶车辆需要具备接收到路况信息并与其他信息结合分析处理最终安全行驶通过前方路段的能力。由此,本实施例中设立路侧设备6来发出路况信息,进而检测待测车辆3接收到路况信息后能否在其进入信号干扰路段12后结合其他信息(例如第一道路信息、第二道路信息和通过机械视觉采集的信息)分析处理并最终安全行驶,这样更加贴近真实行驶状态,测试结果更加全面、准确、可靠。
进一步,在上述测试场和测试方法的基础上,观测待测车辆3是否接收到第一路况信息,可以是在测试场中设置采集模块与待测车辆3互联,来采集待测车辆3的收发信息等。当然,本发明不局限于上述举例,还可采用任意其他方式。
当然,本发明不局限于上述实施例,在视觉干扰设施2不对信号传输构成干扰的情况下(例如视觉干扰设施2为路面积水),或者在采用不同材料的路面形成视觉干扰路段12时,路侧设备6发出的第一路况信息和第二路况信息均能被待测车辆3完整的接收到。
此外,本发明不局限于上述实施例,路侧设备6可以仅发出第一路况信息或仅发出第二路况信息。
另外,本发明不局限于上述实施例,路侧设备6也可以设置在视觉干扰路段12上或旁侧,若视觉干扰设施2会对信号传输形成干扰,待测车辆3可能接收到不完整或不清楚的第一路况信息,而能够接收到完整清晰的第二路况信息;若视觉干扰设施2不会对信号传输形成干扰,待测车辆3能够接收到完整清晰的第一路况信息和第二路况信息。
另外,也可同时在无视觉干扰路段11和视觉干扰路段12上或旁侧设置路侧设备6。
而无论路侧设备6发送路况信息是如上述哪种情况,都能考验待测车辆3将所接收到的信息和通过机械视觉采集的信息结合分析的能力,只是考验分析的难易程度略有不同。
进一步,路侧设备6还与运营测试管理中心4通讯连接,以上报路况信息。
实施例七
参照图5,在本实施例中,与实施例六的不同之处在于,视觉干扰设施2为气象模拟设施,气象模拟设备包括气象模拟室和气象模拟器,气象模拟器在气象模拟室中制作出干扰机械视觉的气象(降雨、降雪、沙尘暴、雾、霾中的一种或多种),道路1穿过气象模拟室设置,气象模拟器设置在道路1的上方,这样,待测车辆3穿过气象模拟室时,便会遇到上述干扰机械视觉的气象,机械视觉便会受到影响。
实施例八
参照图6,在本实施例中,测试场在实施例一至六的基础上进行改进,如下以在实施例六的基础上进行改进为例:
测试场中的林荫包括多个密度不同的林荫段,每个林荫段的长度大于等于20m,林荫的长度(即每个林荫段长度的总和)大于等于50m。具体地,多个林荫段从一个方向向另一个方向密度逐渐增加,优选地,密度的增加方向是待测车辆3行驶的方向,使得待测车辆3从强光照射到弱光照射。由此,视觉干扰设施2沿道路1对机械视觉形成多种程度的干扰。
应用该测试场进行测试的过程:
将待测车辆3置于无视觉干扰路段11。待测车辆3从无视觉干扰路段11向视觉干扰路段12行驶并进入视觉干扰路段12,运营测试管理中心4在待测车辆3进入视觉干扰路段12前后分别通过具有V2N通讯协议的无线通信设备向待测车辆3发出第一道路信息和第二道路信息,路侧设备6在待测车辆3进入视觉干扰路段12前后分别通过具有V2I通讯协议的无线通信设备向待测车辆3发出第一路况信息和第二路况信息,并且控制参考车辆5跟随待测车辆3行驶。观测待测车辆3是否接收到第一道路信息和第一路况信息,并是否结合所接收到的信息和通过机械视觉采集的信息分析处理,最终完成在视觉干扰路段12中安全行驶;观测待测车辆3是否向参考车辆5和运营测试管理中心4发出预警信息。
相应于上述测试场,本实施例中,测试方法在实施例一至六的基础上进行改进,参照图6,如下以在实施例六的基础上进行改进为例:
测试方法中场景布置还包括:测试场中林荫包括多个密度不同的林荫段,每个林荫段的长度大于等于20m,林荫的长度(即每个林荫段长度的总和)大于等于50m。具体地,多个林荫段中从一个方向向另一个方向密度逐渐增加。由此,视觉干扰设施2沿道路1对机械视觉形成多种程度的干扰。优选地,密度的增加方向是待测车辆3行驶的方向。
测试方法中待测车辆响应还包括:待测车辆3安全行驶通过全部林荫段。即,本测试方法除检测上述已经提及的能力外,还要检测在林荫段的密度变化的情况下,也就是在光照受到不同程度的影响,即机械视觉收到不同程度的影响时,待测车辆3能否顺利通过所有林荫段的能力。对此,当待测车辆3安全行驶通过所有林荫段为达标(合格)。
综合上述测试场和测试方法,因为林荫段的密度在变化,其对机械视觉的干扰程度也在变化,这样待测车辆3如何通过机械视觉采集的信息以及可能收到的其他信息分析处理后决策出怎样通过前方路段,便变得更加有难度。因此,本实施例的测试场和测试方法对待测车辆3的要求更高,测试结果更加准确、全面、可靠。
进一步,相邻两个林荫段之间可以是相连的,也可以是间断开的,但间断的距离不宜太大。
进一步,在上述测试场和测试方法的基础上,观测待测车辆3是否安全行驶通过所有林荫段可以是直观地通过测试员肉眼观测待测车辆3的行驶轨迹和行驶位置;也可以在测试场中设置行车图像采集系统,通过该图像采集系统拍摄测试车辆的行车影像以及道路影像,记录待测车辆3外在行车状态、操作行为和道路影像,然后根据行车影像和道路影像来判定待测车辆3的行驶轨迹和行车位置;还可以是在测试场中设置采集模块与待测车辆3互联,来采集待测车辆3的路径规划信息和位置信息等。
实施例九
参照图7,在本实施例中,测试场与实施例八的不同之处在于,视觉干扰设施2沿道路1对机械视觉形成多种程度的干扰的方式并不通过林荫密度不同得方式,而是采用多种不同的视觉干扰设施2。即,沿道路1间隔设置多种视觉干扰设施2,由此,道路1包括分别对应于多种视觉干扰设施2的多个视觉干扰路段12以及多个无视觉干扰路段11,多个视觉干扰路段12和多个无视觉干扰路段11交替设置。
在本实施例中,采用沿道路1前后间隔设置林荫和隧道。林荫的长度大于等于50m,隧道的长度大于等于50m,二者之间的距离(即两种不同视觉干扰设施2之间的距离)大于等于50m。在本实施例中,林荫是真树或假树,隧道采用混凝土和钢筋制成。
当然,本发明不局限于此,对视觉形成不同程度的干扰的多种视觉干扰设施2也可以是连续设置的;或者,也可采用多个同种视觉干扰设施2形成不同程度的干扰,例如不同结构的隧道等。
实施例十
参照图8,在本实施例中,测试场与实施例八的不同之处在于,视觉干扰路段12是由连续设置的不同材料的路面形成的。不同材料的路面包括沥青路面、水泥路面、铺砖路面、铺卵石路面、具有井盖的路面和沙土路面中的至少两种等。优选地,无视觉干扰路段11采用沥青路面或水泥路面,而视觉干扰路段12包括铺砖路面、铺卵石路面、具有井盖的路面和沙土路面中的至少一种(优选为其中任意两种以上),视觉干扰路段12还可包括沥青路面和/或水泥路面。自动驾驶车辆对于沥青路面和水泥路面的视觉识别度相对较高,而对于上述其他路面,待测车辆3通过机械视觉采集到这些路面时,深度学习分析不透彻,致使通过机械视觉采集到的信息不明确,因此决策如何通过前方路段的难度提高,尤其在路面凹凸不平时更为严重。
该测试场较上述实施例一至九,制作成本更低。
当然,不局限于上述实施例,在测试场的道路1中,可存在多段视觉干扰路段12,其中一部分由对应设置的视觉干扰设施2形成,另一部分由连续设置的不同材料的路面形成。
此外,综合上述各实施例,所涉及的采集模块能够用于与待测车辆3互联以采集待测车辆3的信息,包括路径规划信息、收发信息、位置信息等。
另外,应说明的是,本发明所涉及的待测车辆3可以是无人驾驶车辆和辅助驾驶车辆。如果待测车辆3是无人驾驶车辆,则上述应作出的响应由待测车辆3独立完成;如果待测车辆3是辅助驾驶车辆,则待测车辆3基于其实际功能可能是独立完成上述应作出的响应,也可能是辅助驾驶员作出上述响应。但无论是哪种自动驾驶车辆,均适用本文所提及的测试场、测试过程和测试方法。
进一步,上述实施例一至十中所描述的测试场均为本发明所提供的测试场的实施例,因此,对本发明所提供的测试场不再重复赘述。
以上内容仅为本发明的较佳实施例,对于本领域的普通技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种自动驾驶车辆通过视觉干扰区的能力的测试方法,其特征在于,包括对测试场进行场景布置和待测车辆响应;
所述场景布置为:
所述测试场包括道路,所述道路包括视觉干扰路段和无视觉干扰路段,所述视觉干扰路段对应设置有视觉干扰设施、或者所述视觉干扰路段包括连续设置的不同材料的路面,将待测车辆置于所述无视觉干扰路段;
所述场景布置还包括:
所述测试场还包括能够收发信息的运营测试管理中心,所述运营测试管理中心在所述待测车辆进入所述视觉干扰路段之前向待测车辆发送第一道路信息;
待测车辆响应为:
待测车辆进入所述视觉干扰路段并在所述视觉干扰路段中安全行驶,并且待测车辆接收到所述第一道路信息,并在进入所述视觉干扰路段后结合通过机械视觉采集的信息分析处理,最终完成在所述视觉干扰路段中安全行驶。
2.根据权利要求1所述的自动驾驶车辆通过视觉干扰区的能力的测试方法,其特征在于,
所述视觉干扰设施包括如下一种或多种:
设置在所述道路两边的林荫;
设置在所述道路上方的隧道;
设置在所述道路上方的桥梁;
设置在所述道路两边的楼宇;
设置在道路上或旁侧的红外线探照灯;
模拟影响机械视觉的气象的气象模拟设备;
路面积雪;
路面结冰;
路面积水。
3.根据权利要求1所述的自动驾驶车辆通过视觉干扰区的能力的测试方法,其特征在于,
所述待测车辆响应还包括:
所述待测车辆多次从所述无视觉干扰路段向所述视觉干扰路段行驶并安全行驶通过所述视觉干扰路段;和/或
所述待测车辆通过所述视觉干扰路段的平均速度在设定范围内。
4.根据权利要求1所述的自动驾驶车辆通过视觉干扰区的能力的测试方法,其特征在于,
所述视觉干扰设施沿所述道路对机械视觉形成多种程度的干扰。
5.根据权利要求1所述的自动驾驶车辆通过视觉干扰区的能力的测试方法,其特征在于,
所述场景布置还包括:
所述测试场还包括参考车辆,控制所述参考车辆在所述道路上并在待测车辆周围行驶,其中,所述参考车辆包括具有车与车通讯协议的无线通信设备;
待测车辆响应还包括:
待测车辆向所述参考车辆发出预警信息。
6.根据权利要求1所述的自动驾驶车辆通过视觉干扰区的能力的测试方法,其特征在于,
所述场景布置还包括:
所述运营测试管理中心在所述待测车辆在所述视觉干扰路段上行驶时向所述待测车辆发送第二道路信息;
待测车辆响应还包括:
待测车辆在进入所述视觉干扰路段后结合所接收到的信息和通过机械视觉采集的信息分析处理,最终完成在所述视觉干扰路段中安全行驶,并且待测车辆向所述运营测试管理中心发送预警信息。
7.根据权利要求1所述的自动驾驶车辆通过视觉干扰区的能力的测试方法,其特征在于,
所述场景布置还包括:
所述测试场还包括设置在所述道路上或旁侧的路侧设备,所述路侧设备包括具有车对基础设施通讯协议的无线通信设备;
所述路侧设备在待测车辆进入所述视觉干扰路段前向待测车辆发送第一路况信息、并且所述路侧设备在待测车辆在所述视觉干扰路段中行驶时向待测车辆发送第二路况信息;
待测车辆响应还包括:
待测车辆在进入所述视觉干扰路段后结合所接收到的信息和通过机械视觉采集的信息分析处理,最终完成在所述视觉干扰路段中安全行驶。
8.一种自动驾驶车辆通过视觉干扰区的能力的测试场,其特征在于,包括:
道路,所述道路包括视觉干扰路段和无视觉干扰路段,所述视觉干扰路段对应设置有视觉干扰设施、或者所述视觉干扰路段包括连续设置的不同材料的路面;
运营测试管理中心,所述运营测试管理中心能够在待测车辆进入视觉干扰路段前向待测车辆发出第一道路信息;
路侧设备,所述路侧设备设置在所述道路上或旁侧,所述路侧设备包括具有车对基础设施通讯协议的无线通信设备;用于在所述道路上并在待测车辆周围行驶的参考车辆;
所述运营测试管理中心能够在待测车辆在视觉干扰路段上行驶时向待测车辆发出第二道路信息、并接收待测车辆发出的预警信息,所述运营测试管理中心包括具有车对云端通讯协议的无线通信设备;
所述参考车辆包括具有车与车通讯协议的无线通信设备;
所述路侧设备能够在待测车辆进入所述视觉干扰路段前向待测车辆发送第一路况信息、并且所述路侧设备在待测车辆在所述视觉干扰路段中行驶时向待测车辆发送第二路况信息;
所述视觉干扰设施包括设置在所述道路两边的林荫、设置在所述道路上方的隧道、设置在所述道路上方的桥梁、气象模拟设备、路面积雪、路面结冰、路面积水中的一种或多种,其中,气象模拟设备模拟影响机械视觉的气象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611056477.7A CN106556518B (zh) | 2016-11-25 | 2016-11-25 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611056477.7A CN106556518B (zh) | 2016-11-25 | 2016-11-25 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106556518A CN106556518A (zh) | 2017-04-05 |
CN106556518B true CN106556518B (zh) | 2020-03-31 |
Family
ID=58444999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611056477.7A Active CN106556518B (zh) | 2016-11-25 | 2016-11-25 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106556518B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107911833B (zh) * | 2017-10-30 | 2021-03-02 | 深圳无线电检测技术研究院 | 一种无线干扰测试方法和系统 |
CN107845160B (zh) * | 2017-10-30 | 2021-01-29 | 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 |
CN108319259B (zh) * | 2018-03-22 | 2021-09-03 | 上海科梁信息科技股份有限公司 | 一种测试系统及测试方法 |
CN108873864B (zh) * | 2018-07-02 | 2020-07-28 | 北京新能源汽车股份有限公司 | 一种模拟车辆行驶的测试系统 |
CN108646718B (zh) * | 2018-07-03 | 2023-11-10 | 吉林大学 | 汽车智能限速控制系统的检测设备 |
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 |
CN109632330A (zh) * | 2018-12-12 | 2019-04-16 | 长安大学 | 一种低成本的aeb系统骑自行车人碰撞测试装置及其测试方法 |
CN109632331A (zh) * | 2018-12-12 | 2019-04-16 | 长安大学 | 一种低成本的adas系统行人碰撞测试装置及其测试方法 |
CN109410620A (zh) * | 2018-12-19 | 2019-03-01 | 天津卡达克数据有限公司 | 一种智能网联车辆长直路段车路通讯测试方法 |
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 |
CN110307995B (zh) * | 2019-05-28 | 2021-05-11 | 同济大学 | 一种用于自动驾驶汽车边缘测试的测试方法 |
CN110749455A (zh) * | 2019-10-29 | 2020-02-04 | 长安大学 | 一种无人车汇入车流通行能力测试系统及测试方法 |
CN111238825B (zh) * | 2020-01-10 | 2021-05-18 | 东南大学 | 面向组合试验路面的智能驾驶自动紧急制动性能测试方法 |
CN111426487B (zh) * | 2020-04-21 | 2022-05-10 | 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 |
CN111649957A (zh) * | 2020-06-08 | 2020-09-11 | 山东省交通规划设计院有限公司 | 一种隧道环境自动驾驶车辆行驶能力测试系统和测试方法 |
CN111829791B (zh) * | 2020-06-24 | 2021-06-04 | 襄阳达安汽车检测中心有限公司 | 一种自动驾驶车辆道路窨井及井盖柔性化模拟测试装置 |
CN112146893B (zh) * | 2020-09-29 | 2021-06-15 | 安徽江淮汽车集团股份有限公司 | 一种车内反光检测装置及反光检测方法 |
CN112903311A (zh) * | 2021-01-28 | 2021-06-04 | 特路(北京)科技有限公司 | 一种适用于自动驾驶车辆夜间光照环境测试场及测试方法 |
CN117171290B (zh) * | 2023-11-03 | 2024-04-16 | 安徽蔚来智驾科技有限公司 | 确定安全行驶区域的方法及系统、自动驾驶方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟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 |
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 |
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 |
CN105892471A (zh) * | 2016-07-01 | 2016-08-24 | 北京智行者科技有限公司 | 汽车自动驾驶方法和装置 |
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 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070131754A1 (en) * | 2005-12-12 | 2007-06-14 | Brandon Frank L | Method and system of collecting data using unmanned vehicles having releasable data storage devices |
CN106020193A (zh) * | 2016-06-03 | 2016-10-12 | 胡达广 | 汽车自动驾驶辅助装置 |
-
2016
- 2016-11-25 CN CN201611056477.7A patent/CN106556518B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟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 |
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 |
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 |
CN105892471A (zh) * | 2016-07-01 | 2016-08-24 | 北京智行者科技有限公司 | 汽车自动驾驶方法和装置 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106556518A (zh) | 2017-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106556518B (zh) | 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 | |
CN106769085B (zh) | 自动驾驶车辆避让动态障碍物能力的测试方法及测试场 | |
CN107843440B (zh) | 一种自动驾驶车辆性能测试系统及方法 | |
CN110375991B (zh) | 一种针对自动驾驶车辆换道能力的测试道路、系统及方法 | |
CN106706342B (zh) | 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 | |
CN107037281B (zh) | 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 | |
CN106706341B (zh) | 自动驾驶车辆换道能力的测试方法及测试场 | |
CN111473980B (zh) | 一种智能汽车自动驾驶能力测试系统 | |
CN206772594U (zh) | 自动驾驶车辆避让动态障碍物能力的测试场 | |
CN109410620A (zh) | 一种智能网联车辆长直路段车路通讯测试方法 | |
CN105699095A (zh) | 一种无人驾驶车辆的测试方法 | |
CN105954048A (zh) | 测试无人车正常驾驶的方法及装置 | |
CN108769949A (zh) | 一种v2x设备的道路测试方法 | |
CN110807922A (zh) | 一种无人车交叉路口通行能力测试系统及测试方法 | |
CN103745595A (zh) | 分析路况信息的方法和系统、车载终端和路况分析服务器 | |
CN111815949B (zh) | 一种面向主干道往来车辆的支路车辆汇入预警系统 | |
CN113453263A (zh) | 一种车路协同v2i仿真测试系统及其方法 | |
CN110271582B (zh) | 跨路桥区域安全监测系统及方法 | |
CN107767677A (zh) | 基于车载设备的有轨电车路口安全区域控制装置 | |
CN114655260B (zh) | 一种无人驾驶游览车的控制系统 | |
CN105206074A (zh) | 公路交通引导方法及公路交通引导系统 | |
CN114708564A (zh) | 一种用于视觉融合泊车功能测试系统 | |
CN111880511B (zh) | 一种无人车泊车能力的测试系统及测试方法 | |
CN113689718A (zh) | 智能信号灯与车道匹配系统及匹配方法 | |
CN107839718A (zh) | 基于固定设备的有轨电车路口安全区域控制装置 |
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 |