CN107063713A - 应用于无人驾驶汽车的测试方法和装置 - Google Patents

应用于无人驾驶汽车的测试方法和装置 Download PDF

Info

Publication number
CN107063713A
CN107063713A CN201710287622.0A CN201710287622A CN107063713A CN 107063713 A CN107063713 A CN 107063713A CN 201710287622 A CN201710287622 A CN 201710287622A CN 107063713 A CN107063713 A CN 107063713A
Authority
CN
China
Prior art keywords
pilotless automobile
information
module
running environment
environment
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
Application number
CN201710287622.0A
Other languages
English (en)
Other versions
CN107063713B (zh
Inventor
杨光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710287622.0A priority Critical patent/CN107063713B/zh
Publication of CN107063713A publication Critical patent/CN107063713A/zh
Priority to US15/875,976 priority patent/US10908051B2/en
Application granted granted Critical
Publication of CN107063713B publication Critical patent/CN107063713B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776—Validation; Performance evaluation
    • 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
    • G01M17/06—Steering behaviour; Rolling behaviour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles

Abstract

本申请公开了应用于无人驾驶汽车的测试方法和装置。该方法的一具体实施方式包括：终端向测试场地中的无人驾驶汽车发送位置信息；当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送预设位置对应的预设测试事件的环境感知信息；获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常。实现在测试场地中，测试无人驾驶汽车在真实行驶环境中遇到各种事件时各个功能模块是否正常，避免了在真实行驶环境中测试的安全风险。

Description

应用于无人驾驶汽车的测试方法和装置
技术领域
本申请涉及车辆领域，具体涉及车辆测试领域，尤其涉及应用于无人驾驶汽车的测试方法和装置。
背景技术
针对无人驾驶汽车的各个功能模块是否正常的测试是确保无人驾驶汽车的安全性的关键环境。然而，当在实际道路中进行测试时，存在一定的安全风险，当在模拟道路中进行测试时，由于模拟道路与实际道路的测试环境的差异，难以精确地测试无人驾驶汽车的各个功能模块是否正常。
发明内容
本申请提供了应用于无人驾驶汽车的测试方法和装置，用于解决上述背景技术部分存在的技术问题。
第一方面，本申请提供了应用于无人驾驶汽车的测试方法，该方法包括：终端向无人驾驶汽车发送位置信息，位置信息包括：真实行驶环境中的起始位置和终点位置；当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常，输出信息基于将环境感知信息输入到无人驾驶汽车的功能模块而得到。
第二方面，本申请提供了应用于无人驾驶汽车的测试方法，该方法包括：无人驾驶汽车接收终端发送的位置信息，位置信息包括：真实行驶环境中的无人驾驶汽车的起始位置和终点位置；当确定出无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向终端发送预设位置，以及接收终端返回的预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息，以及将输出信息发送至终端。
第三方面，本申请提供了应用于无人驾驶汽车的测试装置，该装置包括：位置发送单元，配置用于向无人驾驶汽车发送位置信息，位置信息包括：真实行驶环境中的起始位置和终点位置；信息发送单元，配置用于当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；判断单元，配置用于获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常，输出信息基于将环境感知信息输入到无人驾驶汽车的功能模块而得到。
第四方面，本申请提供了应用于无人驾驶汽车的测试装置，该装置包括：位置接收单元，配置用于接收终端发送的位置信息，位置信息包括：真实行驶环境中的无人驾驶汽车的起始位置和终点位置；信息传输单元，配置用于当确定出无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向终端发送预设位置，以及接收终端返回的预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；信息处理单元，配置用于将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息，以及将输出信息发送至终端。
本申请提供的应用于无人驾驶汽车的测试方法和装置，通过终端向测试场地中的无人驾驶汽车发送位置信息；当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送预设位置对应的预设测试事件的环境感知信息；获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常。实现在在测试场地中，测试无人驾驶汽车在真实行驶环境中遇到各种事件时各个功能模块是否正常，避免了在真实行驶环境中测试的安全风险。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出了可以应用于本申请的应用于无人驾驶汽车的测试方法的示例性系统架构；
图2示出了根据本申请的应用于无人驾驶汽车的测试方法的一个实施例的流程图；
图3示出了根据本申请的应用于无人驾驶汽车的测试方法的另一个实施例的流程图；
图4示出了根据本申请的应用于无人驾驶汽车的测试装置的一个实施例的结构示意图；
图5示出了根据本申请的应用于无人驾驶汽车的测试装置的另一个实施例的结构示意图；
图6示出了适用于本申请的无人驾驶汽车的一个硬件结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用于本申请的应用于无人驾驶汽车的测试方法的实施例的示例性系统架构。
如图1所示，系统架构可以包括终端101、网络102和无人驾驶汽车103。网络102用以在终端101和无人驾驶汽车103之间提供通信链路的介质。网络102可以采用无线通信链路。
终端101上预先存储在相机采集的真实行驶环境中拍摄的路况图像、激光雷达采集的激光点云。无人驾驶汽车103配置有GPS、惯性导航设备、相机、激光雷达等设备。GPS、惯性导航设备可以用于获取无人驾驶汽车的位置和姿态，相机可以用于采集路况图像，激光雷达可以用于采集激光点云。无人驾驶汽车103的控制系统包括：运行在无人驾驶汽车103的车载操作系统上的主控模块和通信模块、图像识别模块、测距模块、行车决策模块等功能模块，主控模块可以用于将一个功能模块输出的信息输入到另一个功能模块以及将获取到的信息输入到一个功能模块。通信模块可以用于接收终端发送的信息。图像识别模块可以用于识别相机采集的路况图像中的车辆、交通标识等对象。测距模块可以用于根据激光点云测量车辆与无人驾驶汽车的距离。行车决策模块可以用于控制无人驾驶汽车的行驶。
请参考图2，其示出了根据本申请的应用于无人驾驶汽车的测试方法的一个实施例的流程。需要说明的是，本申请实施例所提供的应用于无人驾驶汽车的测试方法可以由终端例如图1中的终端101执行。该方法包括以下步骤：
步骤201，终端向无人驾驶汽车发送位置信息。
在本实施例中，无人驾驶汽车位于测试场地中，在测试场地中对无人驾驶汽车的功能模块进行测试时，终端向无人驾驶汽车发送的位置信息包括：在真实行驶环境中的起始位置和终点位置。真实行驶环境是指无人驾驶在真实的道路上行驶时的行驶环境。
在本实施例中，可以由无人驾驶汽车的通信模块接收终端发送的位置信息。无人驾驶汽车的行车决策模块可以根据在真实行驶环境中的起始位置和终点位置和高精地图中定义的各个真实路段的位置，确定无人驾驶汽车的在真实行驶环境中的行驶路线，根据高精地图中定义的真实行驶环境中的行驶路线中各个路段的车道线的位置和路段的道路的拓扑结构，控制无人驾驶汽车的行驶。换言之，可以相当于将高精地图中定义的真实行驶环境中的行驶路线中路段的车道线的位置和路段的道路的拓扑结构叠加到无人驾驶汽车的测试场地中对无人驾驶汽车进行测试，行车决策模块确定出的无人驾驶汽车在测试场地中的行驶轨迹则可以相当于无人驾驶汽车在行驶路线的行驶轨迹，无人驾驶汽车在测试场地中行驶到的每一个位置均可以对应一个无人驾驶汽车的行车决策模块确定出的在真实行驶环境的位置。
步骤202，当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送环境感知信息。
在本实施例中，可以通过无人驾驶汽车上的GPS、惯性导航设备实时获取无人驾驶汽车的位移，无人驾驶汽车的行车决策模块可以将实时获取到的无人驾驶汽车的位移与在真实行驶环境中的起始位置相加，得到一个无人驾驶汽车对应的在真实行驶环境中的位置。
在本实施例中，在测试场地中的无人驾驶汽车的行车决策模块确定出的无人驾驶汽车对应的真实行驶环境的位置为预设位置时，测试场地中的无人驾驶汽车可以通过通信模块向终端发送该预设位置，终端可以向无人驾驶汽车发送该预设位置对应的预设事件的环境感知信息。预设位置为其对应的预设测试事件的起始时刻采集到的环境感知信息对应的采集位置。环境感知信息包括：预设位置对应的预设测试事件的起始时刻和结束时刻采集到的真实行驶环境的路况图像、预设位置对应的预设测试事件的起始时刻和结束时刻采集到的真实行驶环境的激光点云的激光点云数据。激光点云数据包含激光点云中的激光点在世界坐标系下的三维坐标。
在本实施例的一些可选的实现方式中，环境感知信息可以预先由驾驶员驾驶处于手动驾驶模式的无人驾驶汽车进行采集。驾驶员驾驶处于手动驾驶模式的无人驾驶汽车可以利用相机采集真实行驶环境的路况图像和利用激光雷达采集激光点云的激光点云数据，并且可以同时记录图像和激光点云的采集时间。
在本实施例中，当环境感知信息由驾驶员驾驶处于手动驾驶模式的无人驾驶汽车预先进行采集时，预设测试事件的起始时刻采集到的环境感知信息对应的采集位置为预设测试事件的起始时刻处于手动驾驶模式的无人驾驶汽车在真实行驶环境中的位置。
例如，环境感知信息的类型为激光点云的激光点云数据，环境感知信息预先通过处于手动驾驶模式的无人驾驶汽车采集而得到，预设测试事件为车辆并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的事件，当驾驶员驾驶处于手动驾驶模式的无人驾驶汽车在初始位置和终点位置之间的路线行驶时，有车辆在距离处于手动驾驶模式的无人驾驶汽车较近的距离并入处于手动驾驶模式的无人驾驶汽车行驶在的车道。
该预设测试事件对应的预设位置可以为该预设测试事件即车辆并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的起始时刻，处于手动驾驶模式的无人驾驶汽车在真实行驶环境中的位置。终端向测试场地中的无人驾驶汽车发送的该预设测试事件的环境感知信息为驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车的激光雷达在起始时刻即车辆启动并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的操作的时刻和结束时刻即车辆并入到处于手动驾驶模式的无人驾驶汽车行驶在的车道的时刻之间的时间段采集到的真实行驶环境的激光点云的激光点云数据。
换言之，在步骤201中，可以相当于将高精地图中定义的真实行驶环境中的行驶路线中路段的车道线的位置和路段的道路的拓扑结构叠加到无人驾驶汽车的测试场地中对无人驾驶汽车进行测试，行车决策模块确定出的无人驾驶汽车在测试场地中的行驶轨迹则可以相当于无人驾驶汽车在行驶路线的行驶轨迹，无人驾驶汽车在测试场地中行驶到的每一个位置均可以对应一个在真实行驶环境的位置。当无人驾驶汽车的行车决策模块确定出的无人驾驶汽车对应的真实行驶环境的位置为预设位置，向测试场地中无人驾驶汽车发送之前处于手动驾驶模式的无人驾驶汽车采集到的真实行驶环境的激光点云，则可以相当于无人驾驶汽车行驶在之前处于手动驾驶模式的无人驾驶汽车在真实环境中行驶到的车辆并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的起始时刻，处于手动驾驶模式的无人驾驶汽车在真实行驶环境中的位置，发生车辆并入无人驾驶汽车行驶在的车道的事件，向无人驾驶汽车发送预先采集到的预设测试事件的起始时刻和结束时刻采集到的真实行驶环境的激光点云的激光点云数据。
又例如，环境感知信息的类型为路况图像，预设测试事件为红绿灯由绿色变为红色的事件。该预设测试事件对应的预设位置可以为该预设测试事件即红绿灯由绿色变为红色的事件的起始时刻驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车在真实环境中的位置。向测试场地中的无人驾驶汽车发送的该预设测试事件的环境感知信息可以为：驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车的相机在红绿灯由绿色变为红色这一事件的起始时刻和结束时刻之间的时间段采集到的真实行驶环境的路况图像，该真实行驶环境的路况图像包含该路口的红绿灯对象。
步骤203，获取功能模块的输出信息，以及基于输出信息与预设信息的比较结果，判断功能模块是否正常。
在本实施例中，在终端通过步骤202向无人驾驶汽车发送环境感知信息之后，无人驾驶汽车的主控模块可以将环境感知信息输入到功能模块，得到功能模块的输出信息，然后，无人驾驶汽车的通信模块可以将功能模块的输出信息发送至终端，从而，可以获取到功能模块的输出信息的输出信息，可以将获取功能模块的输出信息与功能模块对应的预设信息进行比较，判断功能模块是否正常。
例如，环境感知信息的类型为激光点云，环境感知信息预先通过处于手动驾驶模式的无人驾驶汽车采集而得到，预设测试事件为有车辆并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的事件，预设测试事件对应的对象为该并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的车辆。当行车决策模块确定出的无人驾驶汽车对应的真实行驶环境中的位置为该预设测试事件对应的预设位置时，终端向测试场地中的无人驾驶汽车发送的该预设测试事件的环境感知信息可以为：驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车的激光雷达在车辆并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的起始时刻和结束时刻之间的时间段采集到的真实行驶环境的激光点云，该真实行驶环境的激光点云包含激光投射到该车辆形成的激光点，即真实行驶环境的激光点云包含该车辆对应的激光点，该激光点云的激光点云数据中包含该车辆对应的激光点在世界坐标下的三维坐标。
无人驾驶汽车的主控模块可以将激光点云输入到测距模块，测距模块可以将无人驾驶汽车对应的真实环境中的位置作为激光雷达的中心点的坐标，基于激光点云的激光点云数据中的该车辆对应的激光点在世界坐标下的三维坐标，得到测距模块的输出信息。测距模块的输出信息包括：该车辆与无人驾驶汽车的距离和方位。
测距模块对应的预设信息可以为：预先确定出的预设测试事件对应的对象即并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的车辆与处于手动驾驶模式的无人驾驶汽车的距离和方位。例如，可以根据起始时刻和结束时刻采集的激光点云对应的激光雷达的中心点的姿态的转换关系，激光点云数据中的该车辆对应的激光点在世界坐标系下的坐标，预先确定出的并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的车辆与处于手动驾驶模式的无人驾驶汽车的距离和方位。
行车决策模块对应的预设信息可以为：预先获取到的在驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车在有车辆并入无人驾驶汽车行驶的车道的事件发生时，处于手动驾驶模式的无人驾驶汽车的操控信息即减速。例如，在驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车在预设测试事件发生时，驾驶员松开驾驶处于手动驾驶模式的无人驾驶汽车上的离合器踏板进行减速，此时，可以通过无人驾驶汽车上的速度传感器检测到处于手动驾驶模式的无人驾驶汽车减速，生成表示减速的操控信息作为行车决策模块对应的预设信息。
在本实施例中，可以将测距模块的输出信息与测距模块对应的预设信息进行比较，当测距模块的输出信息与测距模块对应的预设信息一致时，则可以确定测距模块正常。当测距模块的输出信息与测距模块对应的预设信息不一致时，则可以确定测距模块异常。
在本实施例中，当测距模块正常时，可以将行车决策模块的输出信息与行车决策模块对应的预设信息进行比较，当行车决策模块的输出信息与行车决策模块对应的预设信息一致时，则可以确定行车决策模块正常。当行车决策模块的输出信息与行车决策模块对应的预设信息不一致时，则可以确定行车决策模块异常。
又例如，环境感知信息的类型为路况图像，预设测试事件为红绿灯由绿色变为红色的事件，预设测试事件对应的对象为红绿灯。当行车决策模块确定出的无人驾驶汽车对应的真实行驶环境中的位置为该预设测试事件对应的预设位置时，终端向测试场地中的无人驾驶汽车发送的该预设测试事件的环境感知信息可以为：驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车的相机在在真实驾驶环境中在距离一个路口较近时路口的红绿灯在由绿色变为红色这一事件的起始时刻和结束时刻之间的时间段采集到的真实行驶环境的路况图像，路况图像包含该路口的红绿灯对象。无人驾驶汽车可以将激光点云输入到图像识别模块，图像识别模块的输出信息包括：由绿色变为红色这一事件起始时刻和结束时刻的红绿灯的各个灯的亮灭状态。
图像识别模块对应的预设信息包括：红绿灯的颜色由绿色变为红色。
在本实施例中，可以将图像识别模块的输出信息与图像识别模块对应的预设信息进行比较，当图像识别模块的输出信息与图像识别模块对应的预设信息一致时，则可以确定图像识别模块正常。
在本实施例中，当图像识别模块正常时，可以将行车决策模块的输出信息与行车决策模块对应的预设信息进行比较，当行车决策模块的输出信息与行车决策模块对应的预设信息一致时，则可以确定行车决策模块正常。
在本实施例中，在终端通过步骤201向测试场地中的无人驾驶汽车发送在真实行驶环境中的起始位置和终点位置之后，可以相当于将高精地图中定义的真实行驶环境中的行驶路线中路段的车道线的位置和路段的道路的拓扑结构叠加到无人驾驶汽车的测试场地中对无人驾驶汽车进行测试，行车决策模块确定出的无人驾驶汽车在测试场地中的行驶轨迹则可以相当于无人驾驶汽车在行驶路线的行驶轨迹，无人驾驶汽车在测试场地中行驶到的每一个位置均可以对应一个在真实行驶环境的位置。当行车决策模块确定出的无人驾驶汽车在测试场地中行驶到的位置对应的真实行驶环境的位置为发生过预设测试事件的预设位置时，则终端可以将预先在从预设位置起预设测试事件的起始时刻和结束时刻之间的时间段采集到的环境感知信息发送给行驶在测试场地中的无人驾驶汽车，从而，可以相当于在行车决策模块确定出的无人驾驶汽车在测试场地中行驶到的位置发生预设测试事件，进而对在测试场地中对无人驾驶汽车的功能模块是否正常进行测试。
请参考图3，其示出了根据本申请的应用于无人驾驶汽车的测试装置方法的一个实施例的流程。本申请实施例所提供的应用于无人驾驶汽车的测试方法可以无人驾驶汽车执行，例如由图1中的无人驾驶汽车103执行。该方法包括以下步骤：
步骤301，无人驾驶汽车接收终端发送的位置信息。
在本实施例中，无人驾驶汽车位于测试场地中，在测试场地中对无人驾驶汽车的功能模块进行测试时，可以首先利用无人驾驶汽车的通信模块接收终端发送的位置信息。位置信息包括：真实行驶环境中的起始位置和终点位置。真实行驶环境是指无人驾驶在真实的道路上行驶时的行驶环境。
无人驾驶汽车的行车决策模块可以根据在真实行驶环境中的起始位置和终点位置和高精地图中定义的各个真实路段的位置，确定无人驾驶汽车的在真实行驶环境中的行驶路线，根据高精地图中定义的真实行驶环境中的行驶路线中各个路段的车道线的位置和路段的道路的拓扑结构，控制无人驾驶汽车的行驶。换言之，可以相当于将高精地图中定义的真实行驶环境中的行驶路线中路段的车道线的位置和路段的道路的拓扑结构叠加到无人驾驶汽车的测试场地中对无人驾驶汽车进行测试，行车决策模块确定出的无人驾驶汽车在测试场地中的行驶轨迹则可以相当于无人驾驶汽车在行驶路线的行驶轨迹，无人驾驶汽车在测试场地中行驶到的每一个位置均可以对应一个无人驾驶汽车的行车决策模块确定出的在真实行驶环境的位置。
步骤302，当确定出无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向终端发送预设位置，以及接收终端返回的环境感知信息。
在本实施例中，可以通过无人驾驶汽车的GPS、惯性导航设备实时获取无人驾驶汽车的位移，无人驾驶汽车的行车决策模块可以将实时获取到的无人驾驶汽车的位移与在真实行驶环境中的起始位置相加，得到一个无人驾驶汽车对应的在真实行驶环境中的位置。
在本实施例中，当无人驾驶汽车的行车决策模块确定出的无人驾驶汽车对应的真实行驶环境的位置为预设位置时，可以通过无人驾驶汽车的通信模块向终端发送该预设位置，然后，可以通过无人驾驶汽车的通信模块接收终端返回的预设位置对应的预设测试事件的环境感知信息。预设位置可以为预设测试事件的起始时刻采集到的环境感知信息对应的采集位置。环境感知信息包括：预设位置对应的预设测试事件的起始时刻和结束时刻采集到的真实行驶环境的路况图像、预设位置对应的预设测试事件的起始时刻和结束时刻采集到的真实行驶环境的激光点云的激光点云数据。激光点云数据包含激光点云中的激光点在世界坐标系下的三维坐标。
在本实施例中，环境感知信息可以预先由驾驶员驾驶处于手动驾驶模式的无人驾驶汽车进行采集。驾驶员驾驶处于手动驾驶模式的无人驾驶汽车可以利用相机采集真实行驶环境的路况图像和利用激光雷达采集的激光点云的激光点云数据，并且可以同时记录图像和激光点云的采集时间。当环境感知信息由驾驶员驾驶处于手动驾驶模式的无人驾驶汽车预先进行采集时，预设测试事件的起始时刻采集到的环境感知信息对应的采集位置为预设测试事件的起始时刻处于手动驾驶模式的无人驾驶汽车在真实行驶环境中的位置。
以环境感知信息的类型为激光点云的激光点云数据，环境感知信息预先通过处于手动驾驶模式的无人驾驶汽车采集而得到为例，预设测试事件为有车辆并入无人驾驶汽车行驶的车道的事件，当驾驶员驾驶处于手动驾驶模式的无人驾驶汽车在初始位置和终点位置之间的路线行驶时，有车辆在距离处于手动驾驶模式的无人驾驶汽车较近的距离并入处于手动驾驶模式的无人驾驶汽车行驶在的车道。该预设测试事件对应的预设位置为车辆并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的起始时刻，处于手动驾驶模式的无人驾驶汽车在真实行驶环境中的位置。处于测试场地中的无人驾驶汽车接收到的该终端返回的预设测试事件的环境感知信息为驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车的激光雷达在起始时刻即车辆启动并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的操作的时刻和结束时刻即车辆并入到处于手动驾驶模式的无人驾驶汽车行驶在的车道的时刻之间的时间段采集到的真实行驶环境的激光点云的激光点云数据。
步骤303，将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息，以及将输出信息发送至终端。
在本实施例中，在通过步骤302接收终端返回的环境感知信息之后，可以将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息。可以将功能模块的输出信息发送至终端，在终端上将功能模块的输出信息与功能模块对应的预设信息进行比较，判断功能模块是否正常。
例如，环境感知信息的类型为激光点云，环境感知信息预先通过处于手动驾驶模式的无人驾驶汽车采集而得到，预设测试事件为车辆并入处于手动驾驶模式的无人驾驶汽车的车道的事件，预设测试事件对应的对象为该车辆。当行车决策模块确定出的处于测试场地中的无人驾驶汽车对应的真实行驶环境中的位置为该预设测试事件对应的预设位置时，处于测试场地中的无人驾驶汽车接收到终端发送的环境感知信息为驾驶员驾驶的处于手动驾驶模式的无人驾驶汽车的激光雷达在车辆并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的起始时刻和结束时刻之间的时间段采集到的真实行驶环境的激光点云，该真实行驶环境的激光点云包含激光投射到该车辆形成的激光点，即真实行驶环境的激光点云包含该车辆对应的激光点，该激光点云的激光点云数据中包含该车辆对应的激光点在世界坐标下的三维坐标。
处于测试场地中的无人驾驶汽车的主控模块可以将激光点云输入到测距模块，测距模块可以将无人驾驶汽车对应的真实环境中的位置作为激光雷达的中心点的坐标，基于激光点云的激光点云数据中的该车辆对应的激光点在世界坐标下的三维坐标，得到测距模块的输出信息。测距模块的输出信息包括：该车辆与无人驾驶汽车的距离和方位。
在得到测距模块的输出信息之后，可以将测距模块的输出信息发送至终端，在终端上将功能模块的输出信息与功能模块对应的预设信息进行比较，判断功能模块是否正常。测距模块对应的预设信息可以为：预先确定出的预设测试事件对应的对象即并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的车辆与处于手动驾驶模式的无人驾驶汽车的距离和方位。例如，可以根据起始时刻和结束时刻采集的激光点云对应的激光雷达的中心点的姿态的转换关系，激光点云数据中的该车辆对应的激光点在世界坐标系下的坐标，预先确定出的并入处于手动驾驶模式的无人驾驶汽车行驶在的车道的车辆与无人驾驶汽车的距离和方位。
在终端上，可以将测距模块的输出信息与测距模块对应的预设信息进行比较，当测距模块的输出信息与测距模块对应的预设信息一致时，则可以确定测距模块正常。当测距模块的输出信息与测距模块对应的预设信息不一致时，则可以确定测距模块异常。
请参考图4，其示出了根据本申请的应用于无人驾驶汽车的测试装置的一个实施例的结构示意图，应用于无人驾驶汽车的测试装置包括：位置发送单元401，信息发送单元402，判断单元403。其中，位置发送单元401配置用于向无人驾驶汽车发送位置信息，位置信息包括：真实行驶环境中的起始位置和终点位置；信息发送单元402配置用于当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；判断单元403配置用于获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常，输出信息基于将环境感知信息输入到无人驾驶汽车的功能模块而得到。
请参考图5，其示出了根据本申请的应用于无人驾驶汽车的测试装置的另一个实施例的结构示意图，应用于无人驾驶汽车的测试装置包括：位置接收单元501，信息传输单元502，信息处理单元503。其中，位置接收单元501配置用于接收终端发送的位置信息，位置信息包括：真实行驶环境中的无人驾驶汽车的起始位置和终点位置；信息传输单元502配置用于当确定出无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向终端发送预设位置，以及接收终端返回的预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；信息处理单元503配置用于将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息，以及将输出信息发送至终端。
请参考图6，其示出了适用于本申请的无人驾驶汽车的一个硬件结构示意图。
如图6所示，无人驾驶汽车包括CPU601、存储器602、相机603，激光雷达604。CPU601、存储器602、相机603、激光雷达604通过总线605彼此相连。根据本申请的应用于无人驾驶汽车的测试方法可以被实现为计算机程序，该计算机程序中包含上述实施例中描述的操作的指令。计算机程序可以存储在存储器602中。无人驾驶汽车的CPU601通过调用存储器602中存储的计算机程序，在测试场地中对无人驾驶汽车在真实行驶环境中各个功能模块是否正常进行测试。
本申请还提供了一种终端，该终端可以包括图4所描述的应用于无人驾驶汽车的测试装置。该终端可以配置有一个或多个处理器；存储器，用于存储一个或多个程序，一个或多个程序中可以包含用以执行上述步骤201-203中描述的操作的指令。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述步骤201-203中描述的操作。
本申请还提供了一种无人驾驶汽车，该无人驾驶汽车可以包括图5所描述的应用于无人驾驶汽车的测试装置。该无人驾驶汽车可以配置有一个或多个处理器；存储器，用于存储一个或多个程序，一个或多个程序中可以包含用以执行上述步骤301-303中描述的操作的指令。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述步骤301-303中描述的操作。
本申请还提供了一种计算机可读介质，该计算机可读介质可以是终端中所包括的；也可以是单独存在。该计算机可读介质承载有一个或者多个程序，当一个或者多个程序被终端执行时，可以向无人驾驶汽车发送位置信息，位置信息包括：真实行驶环境中的起始位置和终点位置；当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常，输出信息基于将环境感知信息输入到无人驾驶汽车的功能模块而得到。
本申请还提供了一种计算机可读介质，该计算机可读介质可以是无人驾驶汽车中所包括的；也可以是单独存在。该计算机可读介质承载有一个或者多个程序，当一个或者多个程序被无人驾驶汽车的CPU执行时，可以接收终端发送的位置信息，位置信息包括：真实行驶环境中的无人驾驶汽车的起始位置和终点位置；当确定出无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向终端发送预设位置，以及接收终端返回的预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息，以及将输出信息发送至终端。
需要说明的是，上述非易失性计算机可读介质可以是计算机可读信号介质或者非易失性计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。非易失性计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，非易失性计算机可读存储介质可以是任何包括或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以为多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是非易失性计算机可读存储介质以外的任何非易失性计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包括的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种应用于无人驾驶汽车的测试方法，其特征在于，所述方法包括：
终端向无人驾驶汽车发送位置信息，位置信息包括：真实行驶环境中的起始位置和终点位置；
当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送所述预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中所述预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；
获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常，输出信息基于将环境感知信息输入到无人驾驶汽车的功能模块而得到。
2.根据权利要求1所述的方法，其特征在于，所述环境感知信息包括：所述预设位置对应的预设测试事件的起始时刻和结束时刻之间的时间段采集到的真实行驶环境的路况图像、所述预设位置对应的预设测试事件的起始时刻和结束时刻之间的时间段采集到的真实行驶环境的激光点云的激光点云数据。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
将驾驶员驾驶处于手动驾驶模式的无人驾驶汽车行驶至真实行驶环境中的所述预设位置时无人驾驶汽车的相机采集的采集时间位于所述时间段内的路况图像作为环境感知信息中的路况图像；
将处于手动驾驶模式的无人驾驶汽车在行驶至真实行驶环境中的预设位置时无人驾驶汽车的激光雷达采集的采集时间位于所述时间段内的激光点云的激光点云数据作为环境感知信息中的激光点云数据。
4.根据权利要求3所述的方法，其特征在于，所述功能模块包括：图像识别模块、测距模块、行车决策模块，功能模块对应的预设信息包括：图像识别模块对应的预先确定的路况图像中的对象的属性信息、测距模块对应的预先确定的预设测试事件对应的对象与处于手动驾驶模式的无人驾驶汽车的距离、行车决策模块对应的处于手动驾驶模式的无人驾驶汽车行驶至真实行驶环境的所述预设位置之后的预设时长内的操控信息。
5.根据权利要求4所述的方法，其特征在于，功能模块的输出信息包括：图像识别模块输出的路况图像中的对象的属性信息、测距模块输出的预设测试事件对应的对象与无人驾驶汽车的距离、行车决策模块输出的行车决策指令。
6.一种应用于无人驾驶汽车的测试方法，其特征在于，所述方法包括：
无人驾驶汽车接收终端发送的位置信息，位置信息包括：真实行驶环境中的无人驾驶汽车的起始位置和终点位置；
当确定出无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向终端发送所述预设位置，以及接收终端返回的预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中所述预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；
将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息，以及将输出信息发送至终端。
7.一种应用于无人驾驶汽车的测试装置，其特征在于，所述装置包括：
位置发送单元，配置用于向无人驾驶汽车发送位置信息，位置信息包括：真实行驶环境中的起始位置和终点位置；
信息发送单元，配置用于当无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向无人驾驶汽车发送所述预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中所述预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；
判断单元，配置用于获取功能模块的输出信息，以及基于输出信息与功能模块对应的预设信息的比较结果，判断功能模块是否正常，输出信息基于将环境感知信息输入到无人驾驶汽车的功能模块而得到。
8.一种应用于无人驾驶汽车的测试装置，其特征在于，所述装置包括：
位置接收单元，配置用于接收终端发送的位置信息，位置信息包括：真实行驶环境中的无人驾驶汽车的起始位置和终点位置；
信息传输单元，配置用于当确定出无人驾驶汽车对应的真实行驶环境中的位置为预设位置时，向终端发送所述预设位置，以及接收终端返回的预设位置对应的预设测试事件的环境感知信息，预设位置为真实行驶环境中所述预设测试事件的起始时刻采集到的环境感知信息对应的采集位置；
信息处理单元，配置用于将环境感知信息输入到无人驾驶汽车的功能模块，得到功能模块的输出信息，以及将输出信息发送至终端。
9.一种终端，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
10.一种无人驾驶汽车，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求6所述的方法。
CN201710287622.0A 2017-04-27 2017-04-27 应用于无人驾驶汽车的测试方法和装置 Active CN107063713B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710287622.0A CN107063713B (zh) 2017-04-27 2017-04-27 应用于无人驾驶汽车的测试方法和装置
US15/875,976 US10908051B2 (en) 2017-04-27 2018-01-19 Testing method and apparatus applicable to driverless vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710287622.0A CN107063713B (zh) 2017-04-27 2017-04-27 应用于无人驾驶汽车的测试方法和装置

Publications (2)

Publication Number Publication Date
CN107063713A true CN107063713A (zh) 2017-08-18
CN107063713B CN107063713B (zh) 2020-03-10

Family

ID=59603798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710287622.0A Active CN107063713B (zh) 2017-04-27 2017-04-27 应用于无人驾驶汽车的测试方法和装置

Country Status (2)

Country Link
US (1) US10908051B2 (zh)
CN (1) CN107063713B (zh)

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107782564A (zh) * 2017-10-30 2018-03-09 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评系统及方法
CN107843440A (zh) * 2017-10-30 2018-03-27 青岛慧拓智能机器有限公司 一种自动驾驶车辆性能测试系统及方法
CN108363985A (zh) * 2018-03-06 2018-08-03 深圳市易成自动驾驶技术有限公司 目标对象感知系统测试方法、装置及计算机可读存储介质
CN108627350A (zh) * 2018-03-27 2018-10-09 北京新能源汽车股份有限公司 车辆测试系统和方法
CN108762226A (zh) * 2018-05-14 2018-11-06 济南浪潮高新科技投资发展有限公司 一种自动驾驶车辆测试方法、装置及系统
CN108762227A (zh) * 2018-05-24 2018-11-06 济南浪潮高新科技投资发展有限公司 一种自动驾驶测试系统及方法
CN108845556A (zh) * 2018-04-28 2018-11-20 济南浪潮高新科技投资发展有限公司 一种自动驾驶车辆测试方法及测试装置
CN109064763A (zh) * 2018-10-23 2018-12-21 百度在线网络技术（北京）有限公司 自动驾驶车辆的测试方法、装置、测试设备和存储介质
CN109406167A (zh) * 2018-10-30 2019-03-01 百度在线网络技术（北京）有限公司 用于评估车辆的方法、装置、设备和计算机可读存储介质
CN109557904A (zh) * 2018-12-06 2019-04-02 百度在线网络技术（北京）有限公司 一种测试方法、装置、设备和介质
CN109556880A (zh) * 2017-09-27 2019-04-02 裕隆汽车制造股份有限公司 影像式车辆防撞模块的测试装置以及测试方法
CN109668742A (zh) * 2019-02-20 2019-04-23 苏州风图智能科技有限公司 基于激光雷达的无人车辆的测试方法及装置
CN109738198A (zh) * 2018-12-14 2019-05-10 北京百度网讯科技有限公司 车辆环境感知能力的检测方法、装置、设备及存储介质
CN109782744A (zh) * 2019-01-31 2019-05-21 深兰科技（上海）有限公司 一种自动驾驶汽车故障分析方法、装置和介质
CN109840448A (zh) * 2017-11-24 2019-06-04 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的信息输出方法和装置
CN109934954A (zh) * 2019-02-01 2019-06-25 北京百度网讯科技有限公司 无人车运行场景确定方法及设备
CN110069408A (zh) * 2019-04-11 2019-07-30 杭州飞步科技有限公司 自动驾驶车辆感知系统测试方法及装置
CN110210361A (zh) * 2019-05-26 2019-09-06 初速度（苏州）科技有限公司 一种测试场景的创建方法及装置、车载终端
CN110398374A (zh) * 2019-07-11 2019-11-01 广汽蔚来新能源汽车科技有限公司 多通道场景融合汽车模拟试验系统、方法和装置
CN110554685A (zh) * 2019-09-10 2019-12-10 百度在线网络技术（北京）有限公司 规划控制系统的测试方法、装置、设备及存储介质
CN110634297A (zh) * 2019-10-08 2019-12-31 交通运输部公路科学研究所 基于车载激光雷达的信号灯状态识别及通行控制系统
CN110795819A (zh) * 2019-09-16 2020-02-14 腾讯科技（深圳）有限公司 自动驾驶仿真场景的生成方法和装置、存储介质
CN111811828A (zh) * 2020-04-17 2020-10-23 新奇点智能科技集团有限公司 一种无人车驾驶测试方法、装置、系统及存储介质
CN111824170A (zh) * 2019-04-17 2020-10-27 阿里巴巴集团控股有限公司 用于获得车辆性能信息的方法、系统、装置及电子设备
CN111859597A (zh) * 2019-04-18 2020-10-30 北京京东尚科信息技术有限公司 一种自动驾驶算法的评估方法和系统
CN112014116A (zh) * 2020-08-10 2020-12-01 北京三快在线科技有限公司 一种制动距离测量方法、装置、介质及无人设备
CN113183979A (zh) * 2021-05-26 2021-07-30 江苏盛海智能科技有限公司 一种无人驾驶车辆的线控测试方法及系统
CN113532888A (zh) * 2021-09-17 2021-10-22 北京智能车联产业创新中心有限公司 纯视觉自动驾驶车辆测试方法及装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10769846B2 (en) * 2018-10-11 2020-09-08 GM Global Technology Operations LLC Point cloud data compression in an autonomous vehicle
US20200319651A1 (en) * 2019-04-04 2020-10-08 Uatc, Llc Autonomous vehicle control system testing
US11529886B2 (en) 2019-07-23 2022-12-20 Ford Global Technologies, Llc Power supply during vehicle off state
US11391257B2 (en) * 2019-07-23 2022-07-19 Ford Global Technologies, Llc Power supply during vehicle startup
CN111899625A (zh) * 2020-07-16 2020-11-06 北京理工大学 智能辅助驾驶开发装置
CN112781887B (zh) * 2020-12-21 2024-02-20 苏州挚途科技有限公司 测试车辆性能的方法、装置和系统
CN116010854B (zh) * 2023-02-03 2023-10-17 小米汽车科技有限公司 异常原因的确定方法、装置、电子设备及存储介质
CN115907566B (zh) * 2023-02-17 2023-05-30 小米汽车科技有限公司 自动驾驶感知检测能力的评测方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1594283A1 (en) * 2004-05-03 2005-11-09 Iveco S.p.A. Device and method for performing both local and remote vehicle diagnostics
CN102313650A (zh) * 2010-06-29 2012-01-11 重庆车辆检测研究院有限公司 汽车道路性能综合测试仪
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
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
CN104112363A (zh) * 2014-07-04 2014-10-22 西安交通大学 多传感数据时空同步方法及道路多传感数据车载采集系统
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 (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
US9587952B1 (en) * 2015-09-09 2017-03-07 Allstate Insurance Company Altering autonomous or semi-autonomous vehicle operation based on route traversal values
US9632502B1 (en) * 2015-11-04 2017-04-25 Zoox, Inc. Machine-learning systems and techniques to optimize teleoperation and/or planner decisions
US10401852B2 (en) * 2015-11-04 2019-09-03 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US10481044B2 (en) * 2017-05-18 2019-11-19 TuSimple Perception simulation for improved autonomous vehicle control
US10877476B2 (en) * 2017-11-30 2020-12-29 Tusimple, Inc. Autonomous vehicle simulation system for analyzing motion planners

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1594283A1 (en) * 2004-05-03 2005-11-09 Iveco S.p.A. Device and method for performing both local and remote vehicle diagnostics
CN102313650A (zh) * 2010-06-29 2012-01-11 重庆车辆检测研究院有限公司 汽车道路性能综合测试仪
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
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
CN104112363A (zh) * 2014-07-04 2014-10-22 西安交通大学 多传感数据时空同步方法及道路多传感数据车载采集系统
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许谦: "基于无人车环境感知信息的GIS动态更新算法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *

Cited By (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109556880A (zh) * 2017-09-27 2019-04-02 裕隆汽车制造股份有限公司 影像式车辆防撞模块的测试装置以及测试方法
CN107843440A (zh) * 2017-10-30 2018-03-27 青岛慧拓智能机器有限公司 一种自动驾驶车辆性能测试系统及方法
CN107782564A (zh) * 2017-10-30 2018-03-09 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评系统及方法
CN107782564B (zh) * 2017-10-30 2019-12-13 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评系统及方法
CN107843440B (zh) * 2017-10-30 2019-12-13 青岛慧拓智能机器有限公司 一种自动驾驶车辆性能测试系统及方法
CN109840448A (zh) * 2017-11-24 2019-06-04 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的信息输出方法和装置
CN108363985A (zh) * 2018-03-06 2018-08-03 深圳市易成自动驾驶技术有限公司 目标对象感知系统测试方法、装置及计算机可读存储介质
CN108363985B (zh) * 2018-03-06 2023-06-06 深圳市易成自动驾驶技术有限公司 目标对象感知系统测试方法、装置及计算机可读存储介质
CN108627350A (zh) * 2018-03-27 2018-10-09 北京新能源汽车股份有限公司 车辆测试系统和方法
CN108845556A (zh) * 2018-04-28 2018-11-20 济南浪潮高新科技投资发展有限公司 一种自动驾驶车辆测试方法及测试装置
CN108762226A (zh) * 2018-05-14 2018-11-06 济南浪潮高新科技投资发展有限公司 一种自动驾驶车辆测试方法、装置及系统
CN108762227A (zh) * 2018-05-24 2018-11-06 济南浪潮高新科技投资发展有限公司 一种自动驾驶测试系统及方法
CN109064763A (zh) * 2018-10-23 2018-12-21 百度在线网络技术（北京）有限公司 自动驾驶车辆的测试方法、装置、测试设备和存储介质
US11302124B2 (en) 2018-10-30 2022-04-12 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method and apparatus for evaluating vehicle, device and computer readable storage medium
CN109406167A (zh) * 2018-10-30 2019-03-01 百度在线网络技术（北京）有限公司 用于评估车辆的方法、装置、设备和计算机可读存储介质
CN109406167B (zh) * 2018-10-30 2022-05-20 阿波罗智联(北京)科技有限公司 用于评估车辆的方法、装置、设备和计算机可读存储介质
CN109557904A (zh) * 2018-12-06 2019-04-02 百度在线网络技术（北京）有限公司 一种测试方法、装置、设备和介质
CN109557904B (zh) * 2018-12-06 2020-07-10 百度在线网络技术（北京）有限公司 一种测试方法、装置、设备和介质
CN109738198A (zh) * 2018-12-14 2019-05-10 北京百度网讯科技有限公司 车辆环境感知能力的检测方法、装置、设备及存储介质
CN109782744A (zh) * 2019-01-31 2019-05-21 深兰科技（上海）有限公司 一种自动驾驶汽车故障分析方法、装置和介质
CN109934954A (zh) * 2019-02-01 2019-06-25 北京百度网讯科技有限公司 无人车运行场景确定方法及设备
CN109934954B (zh) * 2019-02-01 2020-10-16 北京百度网讯科技有限公司 无人车运行场景确定方法及设备
CN109668742A (zh) * 2019-02-20 2019-04-23 苏州风图智能科技有限公司 基于激光雷达的无人车辆的测试方法及装置
CN110069408A (zh) * 2019-04-11 2019-07-30 杭州飞步科技有限公司 自动驾驶车辆感知系统测试方法及装置
CN111824170A (zh) * 2019-04-17 2020-10-27 阿里巴巴集团控股有限公司 用于获得车辆性能信息的方法、系统、装置及电子设备
CN111824170B (zh) * 2019-04-17 2023-09-19 浙江菜鸟供应链管理有限公司 用于获得车辆性能信息的方法、系统、装置及电子设备
CN111859597B (zh) * 2019-04-18 2024-04-05 北京京东乾石科技有限公司 一种自动驾驶算法的评估方法和系统
CN111859597A (zh) * 2019-04-18 2020-10-30 北京京东尚科信息技术有限公司 一种自动驾驶算法的评估方法和系统
CN110210361B (zh) * 2019-05-26 2021-06-22 初速度（苏州）科技有限公司 一种测试场景的创建方法及装置、车载终端
CN110210361A (zh) * 2019-05-26 2019-09-06 初速度（苏州）科技有限公司 一种测试场景的创建方法及装置、车载终端
CN110398374A (zh) * 2019-07-11 2019-11-01 广汽蔚来新能源汽车科技有限公司 多通道场景融合汽车模拟试验系统、方法和装置
CN110398374B (zh) * 2019-07-11 2022-04-05 合创汽车科技有限公司 多通道场景融合汽车模拟试验系统、方法和装置
CN110554685A (zh) * 2019-09-10 2019-12-10 百度在线网络技术（北京）有限公司 规划控制系统的测试方法、装置、设备及存储介质
CN110554685B (zh) * 2019-09-10 2021-01-05 百度在线网络技术（北京）有限公司 规划控制系统的测试方法、装置、设备及存储介质
CN110795819A (zh) * 2019-09-16 2020-02-14 腾讯科技（深圳）有限公司 自动驾驶仿真场景的生成方法和装置、存储介质
CN110795819B (zh) * 2019-09-16 2022-05-20 腾讯科技（深圳）有限公司 自动驾驶仿真场景的生成方法和装置、存储介质
CN110634297A (zh) * 2019-10-08 2019-12-31 交通运输部公路科学研究所 基于车载激光雷达的信号灯状态识别及通行控制系统
CN111811828B (zh) * 2020-04-17 2022-05-24 新奇点智能科技集团有限公司 一种无人车驾驶测试方法、装置、系统及存储介质
CN111811828A (zh) * 2020-04-17 2020-10-23 新奇点智能科技集团有限公司 一种无人车驾驶测试方法、装置、系统及存储介质
CN112014116B (zh) * 2020-08-10 2022-09-27 北京三快在线科技有限公司 一种制动距离测量方法、装置、介质及无人设备
CN112014116A (zh) * 2020-08-10 2020-12-01 北京三快在线科技有限公司 一种制动距离测量方法、装置、介质及无人设备
CN113183979B (zh) * 2021-05-26 2023-02-14 江苏盛海智能科技有限公司 一种无人驾驶车辆的线控测试方法及系统
CN113183979A (zh) * 2021-05-26 2021-07-30 江苏盛海智能科技有限公司 一种无人驾驶车辆的线控测试方法及系统
CN113532888B (zh) * 2021-09-17 2022-03-18 北京智能车联产业创新中心有限公司 纯视觉自动驾驶车辆测试方法及装置
CN113532888A (zh) * 2021-09-17 2021-10-22 北京智能车联产业创新中心有限公司 纯视觉自动驾驶车辆测试方法及装置

Also Published As

Publication number Publication date
US10908051B2 (en) 2021-02-02
US20180313724A1 (en) 2018-11-01
CN107063713B (zh) 2020-03-10

Similar Documents

Publication Publication Date Title
CN107063713A (zh) 应用于无人驾驶汽车的测试方法和装置
US10963462B2 (en) Enhancing autonomous vehicle perception with off-vehicle collected data
CN109421738B (zh) 用于监视自主车辆的方法和装置
US10902165B2 (en) Deployable development platform for autonomous vehicle (DDPAV)
CN109215433B (zh) 用于自动驾驶仿真的基于视觉的驾驶场景生成器
US11693409B2 (en) Systems and methods for a scenario tagger for autonomous vehicles
CN104943684B (zh) 无人驾驶汽车控制系统和具有其的汽车
CN108303103A (zh) 目标车道的确定方法和装置
US10747221B2 (en) Moving body, moving body control system, and moving body control method
EP3812867A1 (en) Vehicle control method and device
US11897505B2 (en) In-vehicle operation of simulation scenarios during autonomous vehicle runs
CN107657825A (zh) 泊车方法及装置
US11754415B2 (en) Sensor localization from external source data
CN110962744A (zh) 车辆盲区检测方法和车辆盲区检测系统
US11260875B2 (en) Systems and methods for road surface dependent motion planning
KR20220054743A (ko) 서브시스템 성능 평가를 위한 메트릭 역전파
CN114117719A (zh) 提高自主运载工具的安全性和可靠性的自主运载工具模拟
CN114252066A (zh) 运载工具、用于运载工具的方法以及存储介质
CN117130298A (zh) 用于评估自动驾驶系统的方法、装置及存储介质
DE112020002546T5 (de) Steuervorrichtung für autonomes fahren, steuersystem für autonomes fahren und steuerverfahren für autonomes fahren
CN115761686A (zh) 用于检测自动驾驶系统中的意外控制状态的方法和装置
WO2018199941A1 (en) Enhancing autonomous vehicle perception with off-vehicle collected data
CN117367440A (zh) 越野线路生成系统、方法、电子设备及存储介质
KR20230017904A (ko) LiDAR 스캔 평탄화
US20230045416A1 (en) Information processing device, information processing method, and information processing program

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