CN107543725B - 一种无人车操控测试方法及装置 - Google Patents

一种无人车操控测试方法及装置 Download PDF

Info

Publication number
CN107543725B
CN107543725B CN201610603327.7A CN201610603327A CN107543725B CN 107543725 B CN107543725 B CN 107543725B CN 201610603327 A CN201610603327 A CN 201610603327A CN 107543725 B CN107543725 B CN 107543725B
Authority
CN
China
Prior art keywords
operational order
vehicle
default picture
unmanned vehicle
picture
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
Application number
CN201610603327.7A
Other languages
English (en)
Other versions
CN107543725A (zh
Inventor
翟宏
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 CN201610603327.7A priority Critical patent/CN107543725B/zh
Priority to US15/424,074 priority patent/US10580227B2/en
Publication of CN107543725A publication Critical patent/CN107543725A/zh
Application granted granted Critical
Publication of CN107543725B publication Critical patent/CN107543725B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • 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
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明公开了一种无人车操控测试方法及装置，无人车操控测试方法包括：将预设图片集中的预设图片输入无人车的车载大脑；获取所述车载大脑根据所述预设图片生成的操作指令；根据所述操作指令与所述预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。实现对无人车的操控进行模拟测试，验证无人车操控的可靠性，容易实现，成本较低。

Description

一种无人车操控测试方法及装置
技术领域
本发明实施例涉及无人车测试技术，尤其涉及一种无人车操控测试方法及装置。
背景技术
无人车(无人驾驶汽车)是一种智能汽车，主要依靠车内的车载大脑(以计算机系统为主的智能驾驶仪)来实现无人驾驶。
无人车根据路面情况进行相应的操控，无人车操控的正确性直接决定了无人车是否能够应用，因而需要对无人车的操控进行测试。现行的测试方法通常是在试车场地内或者实际道路中对无人车进行测试，但在场地或者实际道路中进行实车测试，成本较高。
发明内容
本发明提供一种无人车操控测试方法及装置，以实现对无人车的操控进行测试。
第一方面，本发明实施例提供了一种无人车操控测试方法，该无人车操控测试方法包括：
将预设图片集中的预设图片输入无人车的车载大脑；
获取所述车载大脑根据所述预设图片生成的操作指令；
根据所述操作指令与所述预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
第二方面，本发明实施例还提供了一种无人车操控测试装置，该无人车操控测试装置包括：
预设图片输入模块，用于将预设图片集中的预设图片输入无人车的车载大脑；
操作指令获取模块，用于获取所述车载大脑根据所述预设图片生成的操作指令；
操作指令测试结果输出模块，用于根据所述操作指令与所述预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
本发明通过向车载大脑输入预设图片对车载大脑生成的操作指令进行测试，解决在场地或者实际道路中进行实车测试，成本较高的问题，实现降低无人车操控测试成本的效果。
附图说明
图1是本发明实施例一中的一种无人车操控测试方法的流程图；
图2是本发明实施例二中的一种无人车操控测试方法的流程图；
图3是本发明实施例二中的一张预设图片的示意图；
图4是本发明实施例三中的一种无人车操控测试方法的流程图；
图5是本发明实施例四中的一种无人车操控测试装置的结构示意图；
图6是本发明实施例五中的一种无人车操控测试装置的结构示意图；
图7是本发明实施例六中的一种无人车操控测试装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种无人车操控测试方法的流程图，本实施例可适用于对无人车进行操控测试的情况，该方法可以由配置于无人车上的无人车操控测试装置来执行，具体包括如下：
S110、将预设图片集中的预设图片输入无人车的车载大脑。
其中，车载大脑是一套以计算机系统为主的智能驾驶仪，车载大脑可以通过车载摄像头获取道路的图像，并根据车载摄像头获取的图像生成相应的操作指令。可选的，预设图片集中的预设图片可以通过车载摄像头在道路上预先采集，例如在人工驾驶的汽车上安装车载摄像头，且人工驾驶的汽车与无人车车型相同，车载摄像头的类型、在车辆上的安装位置和俯仰角度等均与无人车上的车载摄像头相同，人工驾驶的汽车在实际道路上或试车场地上行驶，通过车载摄像头获取图像，并可以通过计算机系统自动筛选和/或人工筛选得到预设图片，在得到预设图片之后，确定各张预设图片对应的预设操作指令。可选的，预设图片包括：交通信号灯图片和交通指示牌图片中的至少一种。
进一步的，将至少一张预设图片组成预设图片集，可以根据预设图片中包括的内容组成预设图片集，例如将交通指示牌图片组成预设图片集。也可以将预设图片随机组成预设图片集。可选的，预设图片集中包括预设图片对应的预设操作指令。
S120、获取车载大脑根据预设图片生成的操作指令。
其中，车载大脑在接收到预设图片之后，生成相应的操作指令，下发至车辆的ECU(Electronic Control Unit，电子控制单元)。操作指令包括：左转指令、右转指令、倒车指令和刹车指令中的至少一种。例如，当预设图片中的交通信号灯的红灯点亮，车载大脑经过图像分析处理后，生成刹车指令，用于控制无人车减速至停止。
S130、根据操作指令与预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
其中，预设图片具有对应的预设操作指令，在车载大脑对预设图片进行图像分析处理之后，生成操作指令，将车载大脑生成的操作指令与预设图片对应的预设操作指令进行匹配，记录所有的匹配结果，并输出操作指令测试结果。操作指令测试结果包括：预设图片、预设图片对应的预设操作指令、车载大脑根据该预设图片生成的操作指令和匹配结果，操作指令测试结果可以是所有预设图片测试结果的集合，也可以是匹配失败的预设图片测试结果的集合，还可以是实时输出各个预设图片测试结果。
本实施例的技术方案，通过向车载大脑输入预设图片对车载大脑生成的操作指令进行测试，解决在场地或者实际道路中进行实车测试，成本较高的问题，实现降低无人车操控测试成本的效果。
实施例二
图2为本发明实施例二提供的一种无人车操控测试方法的流程图，本实施例的技术方案在上述技术方案的基础上进一步细化。无人车操控测试方法具体包括：
S210、将预设图片集中的预设图片输入无人车的车载大脑。
S220、获取车载大脑根据预设图片生成的操作指令。
S230、根据操作指令与预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
S240、获取无人车根据操作指令执行的操作。
其中，在车载大脑将操作指令发送至车辆的ECU之后，ECU控制无人车的相关执行机构完成相应的操作。例如，车载大脑根据交通信号灯图片生成刹车指令，并发送至ECU，如果ECU正常执行车载大脑的刹车指令，ECU控制刹车卡钳夹紧刹车盘，完成刹车操作。
S250、根据操作与操作指令的匹配结果，输出操作测试结果。
其中，将无人车根据操作指令执行的操作与车载大脑生成的操作指令进行匹配，记录所有的匹配结果，并输出操作测试结果。操作测试结果包括：车载大脑根据该预设图片生成的操作指令、无人车根据操作指令执行的操作和操作与操作指令的匹配结果，操作测试结果可以是所有操作指令的测试结果的集合，也可以是匹配失败的操作指令测试结果的集合，还可以是实时输出各个操作指令测试结果。
需要说明的是，在S220之后，S230以及S240和S250的执行顺序可以不分先后。
示例的，将预设图片输入车载大脑，该预设图片如图3所示，交通信号灯为红灯亮起，预设图片对应的预设操作指令为刹车指令，如果车载大脑根据预设图片生成的操作指令为刹车指令，则与预设操作指令匹配成功；如果车载大脑根据预设图片生成的操作指令为刹车指令以外的其他操作指令，则与预设操作指令匹配失败，在工作日志中记录该预设图片的操作指令测试结果，操作指令测试结果包括预设图片、预设图片对应的预设操作指令、车载大脑根据预设图片生成的操作指令和操作指令匹配的结果。进一步的，如果无人车根据车载大脑生成的操作指令执行的操作是刹车操作，则操作与操作指令匹配成功；如果无人车根据车载大脑生成的操作指令执行的操作是刹车操作以外的其他操作，则操作与操作指令匹配失败，在工作日志中记录该操作测试结果，操作测试结果包括车载大脑生成的操作指令、无人车执行的操作和操作与操作指令匹配的结果。
本实施例的技术方案，在进行操作指令测试之后，进一步测试无人车对操作指令的执行情况，实现对无人车执行操作准确性的测试。
实施例三
图4为本发明实施例三提供的一种无人车操控测试方法的流程图，本实施例的技术方案是在上述实施例的基础上进一步细化，无人车操控测试方法具体包括：
S410、将预设图片集中的预设图片输入无人车的车载大脑。
S420、获取车载大脑根据预设图片生成的操作指令。
S430、根据操作指令与预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
S440、将预设图片输入车载大脑的时刻记为第一时刻。
其中，记录第一时刻的方式可以为在工作日志中打下与预设图片输入车载大脑的时刻对应的时间戳。
S450、将车辆ECU接收到操作指令的时刻记为第二时刻。
其中，车辆ECU接收到操作指令的时刻也通过在工作日志中打下对应的时间戳的方式记录。
S460、根据第二时刻和第一时刻的差值，与预设操作指令时间的比较结果，输出操作指令时间测试结果。
其中，第二时刻和第一时刻的差值即为车载大脑根据输入的预设图片成功下发对应的操作指令的时间，将车载大脑根据输入的预设图片成功下发对应的操作指令的时间与预设操作指令时间进行比较，当车载大脑根据输入的预设图片成功下发对应的操作指令的时间大于预设操作指令时间，则认为车载大脑针对该预设图片的指令实时性未达到系统要求；反之，则认为车载大脑针对该预设图片的指令实时性达到系统要求。示例的，预设操作指令时间可以选为150毫秒、200毫秒或250毫秒。操作指令时间测试结果可以是全部预设图片操作指令时间测试的结果，也可以只记录第二时刻和第一时刻的差值大于预设操作指令时间的操作指令时间测试的结果，可选的，输出的操作指令时间测试结果包括：第一时刻、第二时刻、对应的预设图片和预设操作指令时间，并实时记录在工作日志中。
需要说明的是，S410之后，S420和S430以及S440、S450和S460的执行顺序可以不分先后。
本实施例的技术方案，通过计算车载大脑根据输入的预设图片成功下发对应的操作指令的时间，实现对无人车操作指令的实时性的测试。
实施例四
图5为本发明实施例三提供的一种无人车操控测试装置的结构示意图，无人车操控测试装置50包括：
预设图片输入模块510，用于将预设图片集中的预设图片输入无人车的车载大脑；
操作指令获取模块520，用于获取车载大脑根据预设图片生成的操作指令；
第一输出模块530，用于根据操作指令与预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
其中，预设图片具有对应的预设操作指令，在车载大脑对预设图片进行图像分析处理之后，生成操作指令，将车载大脑生成的操作指令与预设图片对应的预设操作指令进行匹配，记录所有的匹配结果，并输出操作指令测试结果。
可选的，操作指令包括：左转指令、右转指令、倒车指令和刹车指令中的至少一种。
可选的，预设图片通过车载摄像头在道路上采集。
可选的，预设图片包括：交通信号灯图片和交通指示牌图片中的至少一种。
本实施例的技术方案，通过向车载大脑输入预设图片对车载大脑生成的操作指令进行测试，解决在场地或者实际道路中进行实车测试，成本较高的问题，实现降低无人车操控测试成本的效果。
实施例五
图6为本发明实施例五提供的一种无人车操控测试装置的结构示意图，本实施例的技术方案是在实施例四的基础上进一步细化，无人车操控测试装置50还包括：
无人车操作获取模块610，用于获取无人车根据操作指令执行的操作；
第二输出模块620，用于根据操作与操作指令的匹配结果，输出操作测试结果。
其中，在车载大脑将操作指令发送至车辆的ECU之后，ECU控制无人车的相关执行机构完成相应的操作。将无人车根据操作指令执行的操作与车载大脑生成的操作指令进行匹配，记录所有的匹配结果，并输出操作测试结果。
本实施例的技术方案，在进行操作指令测试之后，进一步测试无人车对操作指令的执行情况，实现对无人车执行操作准确性的测试。
实施例六
图7为本发明实施例六提供的一种无人车操控测试装置的结构示意图，本实施例的技术方案是在上述实施例的基础上进一步细化，无人车操控测试装置50还包括：
第一时刻记录模块710，用于将预设图片输入车载大脑的时刻记为第一时刻；
第二时刻记录模块720，用于将车载ECU接收到操作指令的时刻记为第二时刻；
第三输出模块730，用于根据第二时刻和第一时刻的差值与预设操作指令时间的比较结果，输出操作指令时间测试结果。
本实施例的技术方案，通过计算车载大脑根据输入的预设图片成功下发对应的操作指令的时间，实现对无人车操作指令的实时性的测试。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种无人车操控测试方法，其特征在于，包括：
将预设图片集中的预设图片输入无人车的车载大脑；
获取所述车载大脑根据所述预设图片生成的操作指令；
根据所述操作指令与所述预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
2.根据权利要求1所述的方法，其特征在于，所述操作指令包括：左转指令、右转指令、倒车指令和刹车指令中的至少一种。
3.根据权利要求1所述的方法，其特征在于，所述预设图片通过车载摄像头在道路上采集。
4.根据权利要求1所述的方法，其特征在于，所述预设图片包括：交通信号灯图片和交通指示牌图片中的至少一种。
5.根据权利要求1所述的方法，其特征在于，在获取所述车载大脑根据所述预设图片生成的操作指令之后，还包括：
获取所述无人车根据所述操作指令执行的操作；
根据所述操作与所述操作指令的匹配结果，输出操作测试结果。
6.根据权利要求1所述的方法，其特征在于，在将预设图片集中的预设图片输入无人车的车载大脑之后，还包括：
将所述预设图片输入所述车载大脑的时刻记为第一时刻；
将车辆ECU接收到所述操作指令的时刻记为第二时刻；
根据所述第二时刻和所述第一时刻的差值，与预设操作指令时间的比较结果，输出操作指令时间测试结果。
7.一种无人车操控测试装置，其特征在于，包括：
预设图片输入模块，用于将预设图片集中的预设图片输入无人车的车载大脑；
操作指令获取模块，用于获取所述车载大脑根据所述预设图片生成的操作指令；
第一输出模块，用于根据所述操作指令与所述预设图片对应的预设操作指令的匹配结果，输出操作指令测试结果。
8.根据权利要求7所述的装置，其特征在于，所述操作指令包括：左转指令、右转指令、倒车指令和刹车指令中的至少一种。
9.根据权利要求7所述的装置，其特征在于，所述预设图片通过车载摄像头在道路上采集。
10.根据权利要求7所述的装置，其特征在于，所述预设图片包括：交通信号灯图片和交通指示牌图片中的至少一种。
11.根据权利要求7所述的装置，其特征在于，还包括：
无人车操作获取模块，用于获取所述无人车根据所述操作指令执行的操作；
第二输出模块，用于根据所述操作与所述操作指令的匹配结果，输出操作测试结果。
12.根据权利要求7所述的装置，其特征在于，还包括：
第一时刻记录模块，用于将所述预设图片输入所述车载大脑的时刻记为第一时刻；
第二时刻记录模块，用于将车辆ECU接收到所述操作指令的时刻记为第二时刻；
第三输出模块，用于根据所述第二时刻和所述第一时刻的差值与预设操作指令时间的比较结果，输出操作指令时间测试结果。
CN201610603327.7A 2016-07-27 2016-07-27 一种无人车操控测试方法及装置 Active CN107543725B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610603327.7A CN107543725B (zh) 2016-07-27 2016-07-27 一种无人车操控测试方法及装置
US15/424,074 US10580227B2 (en) 2016-07-27 2017-02-03 Method and apparatus for testing operation of unmanned vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610603327.7A CN107543725B (zh) 2016-07-27 2016-07-27 一种无人车操控测试方法及装置

Publications (2)

Publication Number Publication Date
CN107543725A CN107543725A (zh) 2018-01-05
CN107543725B true CN107543725B (zh) 2018-08-03

Family

ID=60966643

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610603327.7A Active CN107543725B (zh) 2016-07-27 2016-07-27 一种无人车操控测试方法及装置

Country Status (2)

Country Link
US (1) US10580227B2 (zh)
CN (1) CN107543725B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10816978B1 (en) 2018-02-22 2020-10-27 Msc.Software Corporation Automated vehicle artificial intelligence training based on simulations
KR101996230B1 (ko) * 2018-02-26 2019-07-04 (주)에스더블유엠 자율주행 차량의 시뮬레이션을 위한 테스트정보 제공 방법 및 장치
KR102012230B1 (ko) * 2018-02-26 2019-08-21 (주)에스더블유엠 자율주행 차량의 테스트 구간별 제어명령 검증 방법 및 장치
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
JP6731625B2 (ja) * 2018-09-28 2020-07-29 パナソニックＩｐマネジメント株式会社 識別装置、識別方法、識別システム、及び、プログラム
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
KR102158497B1 (ko) * 2019-04-08 2020-09-22 도로교통공단 자율주행 평가시스템
CN110149649B (zh) * 2019-06-21 2022-02-08 深圳市共进电子股份有限公司 Mesh网络的测试方法、系统、设备终端和存储介质
KR102324978B1 (ko) * 2020-08-26 2021-11-12 도로교통공단 신뢰도를 높인 자율주행 평가용 vr 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템
KR102368427B1 (ko) * 2020-08-26 2022-03-02 도로교통공단 인공지능 알고리즘을 이용한 자율주행 동적운행 위험도 분석 및 평가 방법과, 이를 이용한 자율주행 평가시스템
US11995920B2 (en) 2020-10-23 2024-05-28 Argo AI, LLC Enhanced sensor health and regression testing for vehicles
US11321211B1 (en) * 2020-10-25 2022-05-03 Motional Ad Llc Metric back-propagation for subsystem performance evaluation
CN112507459A (zh) * 2020-12-11 2021-03-16 交控科技股份有限公司 一种轨道交通室内测试方法及系统
US11681296B2 (en) * 2020-12-11 2023-06-20 Motional Ad Llc Scenario-based behavior specification and validation
CN114490199A (zh) * 2021-12-15 2022-05-13 北京罗克维尔斯科技有限公司 一种测试同步方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
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
CN102435442A (zh) * 2011-09-05 2012-05-02 北京航空航天大学 一种用于车辆道路试验的自动驾驶机器人
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
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
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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9442487B1 (en) * 2014-08-15 2016-09-13 Google Inc. Classifier hierarchies for traffic light and traffic indicator detection
US9779314B1 (en) * 2014-08-21 2017-10-03 Waymo Llc Vision-based detection and classification of traffic lights
US10579961B2 (en) * 2017-01-26 2020-03-03 Uptake Technologies, Inc. Method and system of identifying environment features for use in analyzing asset operation
US10111043B1 (en) * 2017-04-24 2018-10-23 Uber Technologies, Inc. Verifying sensor data using embeddings

Patent Citations (5)

* Cited by examiner, † Cited by third party
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
CN102435442A (zh) * 2011-09-05 2012-05-02 北京航空航天大学 一种用于车辆道路试验的自动驾驶机器人
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
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
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

Also Published As

Publication number Publication date
US20180033221A1 (en) 2018-02-01
CN107543725A (zh) 2018-01-05
US10580227B2 (en) 2020-03-03

Similar Documents

Publication Publication Date Title
CN107543725B (zh) 一种无人车操控测试方法及装置
US11842638B2 (en) Parallel remote control driving system for intelligent network vehicle
CN106218639B (zh) 无人驾驶车辆、用于控制无人驾驶车辆的方法和装置
CN108983756B (zh) 一种航电飞控系统地面综合调试验证平台
JP6549892B2 (ja) 車両試験システム、試験管理装置、試験管理プログラム及び車両試験方法
CN106157572B (zh) 汽车主动安全预警系统的测试方法及测试装置
DE60202743T2 (de) Verfahren zur Erkennung einer Verkehrsumgebung und System zu dessen Durchführung
CN107111316A (zh) 从自主交通工具控制向操作员交通工具控制的转换
WO2019047650A1 (zh) 无人驾驶车辆的数据采集方法和装置
WO2016086792A1 (zh) 一种驾驶行为分析方法及设备
WO2018140327A1 (en) Computer-assisted or autonomous driving with region-of-interest determination for traffic light analysis
KR101996230B1 (ko) 자율주행 차량의 시뮬레이션을 위한 테스트정보 제공 방법 및 장치
JP6996246B2 (ja) 車両制御装置
CN112685289A (zh) 场景的生成方法、基于场景的模型在环测试方法和系统
CN105398388B (zh) 车辆安全系统、车载屏幕显示方法及装置
DE102017115563A1 (de) Fahrzeug mit schwenkenden scheinwerfern
CN108367755A (zh) 用于控制至少一个驾驶员交互系统的方法和设备
CN110210361B (zh) 一种测试场景的创建方法及装置、车载终端
CN111459121A (zh) 车辆辅助驾驶测试系统和方法
Schwab et al. Consistent test method for assistance systems
CN114063466A (zh) 一种基于虚拟仿真场景的辅助驾驶系统检测方法
CN108871808A (zh) 一种轮速传感器模拟装置
CN112597005A (zh) 一种自动驾驶全栈算法闭环仿真测试系统及方法
CN112415910A (zh) 用于评价SiL环境的软件组件的方法
DE102020211483A1 (de) Verfahren zum Testen eines Sensorsystems eines Kraftfahrzeugs

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