CN107782564A - 一种自动驾驶车辆测评系统及方法 - Google Patents

一种自动驾驶车辆测评系统及方法 Download PDF

Info

Publication number
CN107782564A
CN107782564A CN201711036852.6A CN201711036852A CN107782564A CN 107782564 A CN107782564 A CN 107782564A CN 201711036852 A CN201711036852 A CN 201711036852A CN 107782564 A CN107782564 A CN 107782564A
Authority
CN
China
Prior art keywords
test
data
vehicle
module
test result
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
CN201711036852.6A
Other languages
English (en)
Other versions
CN107782564B (zh
Inventor
王飞跃
李静
田滨
胡成云
陈世超
曹东璞
李力
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.)
Jiangsu Xugong Construction Machinery Research Institute Co ltd
Original Assignee
Qingdao Hui Tuo Intelligent Machine 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 Qingdao Hui Tuo Intelligent Machine Co Ltd filed Critical Qingdao Hui Tuo Intelligent Machine Co Ltd
Priority to CN201711036852.6A priority Critical patent/CN107782564B/zh
Publication of CN107782564A publication Critical patent/CN107782564A/zh
Application granted granted Critical
Publication of CN107782564B publication Critical patent/CN107782564B/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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种自动驾驶车辆测评系统以及方法。系统包括：系统服务器；测试参数生成模块，其配置为获取测试需求，根据所述测试需求生成并输出在线测试参数；实地行驶测试数据采集模块，其配置为获取行驶数据采集设定参数，基于行驶数据采集设定参数获取待测车辆在实地行驶测试过程中反馈的行驶测试结果数据并实时上传到所述系统服务器；测试结果分析模块，其配置为从所述系统服务器处实时下载所述行驶测试结果数据，解析所述行驶测试结果数据，生成行驶测试结果实时报告。根据本发明的系统以及方法，可以对自动驾驶车辆的行驶能力进行实地测试并在测试过程中实时生成测试报告，从而提高了测试报告的准确性以及实时性。

Description

一种自动驾驶车辆测评系统及方法
技术领域
本发明涉及交通领域，具体涉及一种自动驾驶车辆测评系统及方法。
背景技术
自动驾驶车辆也可以称之为轮式自动机器人，其主要依靠车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标。自动驾驶车辆是集自动控制、视觉计算、体系结构等众多技术于一体的高度发展的产物，是衡量一个国家科研实力和工业水平的重要标志，在国防和国民经济领域具有广阔的应用前景。
随着全球范围内自动驾驶车辆技术的快速发展和不断提升，如何基于一种完全独立于测试车辆的测试系统来准确、科学、全方位地测试和评价自动驾驶车辆的各种性能是十分迫切且重要的。
目前，自动驾驶车辆的测试场主要是通过设置一些程序化的测试项目和路线来考察自动驾驶车辆的完成情况。但是其不仅考察指标较少，而且不能全面直接的记录自动驾驶车辆在行驶中的各种数据，不利于对无人驾驶车辆自动驾驶车辆技术水平进行深入、详细的分析等。
发明内容
本发明提供了一种自动驾驶车辆测评系统，所述系统包括：
系统服务器；
测试参数生成模块，其配置为获取测试需求，根据所述测试需求生成并输出在线测试参数，所述在线测试参数包括测试路线数据以及行驶数据采集设定参数；
实地行驶测试数据采集模块，其配置为获取所述行驶数据采集设定参数，基于所述行驶数据采集设定参数获取待测车辆在实地行驶测试过程中反馈的行驶测试结果数据并实时上传到所述系统服务器；
测试结果分析模块，其配置为从所述系统服务器处实时下载所述行驶测试结果数据，解析所述行驶测试结果数据，生成行驶测试结果实时报告。
在一实施例中：
所述测试参数生成模块还配置为根据所述测试需求生成并输出离线测试参数，所述离线测试参数包括离线测试数据采集参数；
所述系统还包括离线测试数据采集模块，所述离线测试数据采集模块配置为获取离线测试数据采集参数，基于所述离线测试数据采集参数对所述待测试车辆进行离线仿真测试，获取离线仿真测试结果；
所述测试结果分析模块还配置为解析所述离线仿真测试结果，生成离线仿真测试结果报告。
在一实施例中，所述测试结果分析模块还配置为综合解析所述离线仿真测试结果以及所述行驶测试结果数据，生成行驶测试结果实时报告。
在一实施例中，所述系统还包括：
信息展示模块，其配置为实时展示所述行驶测试结果数据和/或所述行驶测试结果实时报告。
在一实施例中，所述系统还包括数据存储模块，其配置为：
从所述系统服务器处实时下载并保存所述行驶测试结果数据；
从所述测试结果分析模块处获取并保存所述行驶测试结果实时报告。
在一实施例中，所述系统还包括：
异常监测模块，其配置为监控系统的异常状态，其中，所述异常监测模块包括：
系统测试模块，其配置为反复测试所述系统的可靠性、准确性和稳定性；
系统监控模块，其配置为实时监控系统运行情况，判断是否发生故障。
本发明还提出了一种自动驾驶车辆测评方法，所述方法包括：
获取测试需求，根据所述测试需求生成在线测试参数，所述在线测试参数包括测试路线数据以及行驶数据采集设定参数；
将所述测试路线数据发送到待测试车辆；
将所述行驶数据采集设定参数发送到行驶测试数据采集设备，利用所述行驶测试数据采集设备获取待测车辆在实地行驶测试过程中反馈的行驶测试结果数据并将所述行驶测试结果数据实时上传到系统服务器；
从所述系统服务器处实时下载所述行驶测试结果数据，解析所述行驶测试结果数据，生成行驶测试结果实时报告。
在一实施例中，所述方法还包括：
根据所述测试需求生成离线测试参数，所述离线测试参数包括离线测试数据采集参数；
将所述离线测试数据采集参数发送到离线测试数据采集设备，利用所述离线测试数据采集设备对所述待测试车辆进行离线仿真测试，获取离线仿真测试结果；
解析所述离线仿真测试结果，生成离线仿真测试结果报告。
在一实施例中，所述方法还包括：
综合解析所述离线仿真测试结果以及所述行驶测试结果数据，生成行驶测试结果实时报告。
在一实施例中，采用测试与监控结合的方式监控异常状态，包括：
反复测试系统的可靠性、准确性和稳定性；
实时监控系统运行情况，判断是否发生故障。
根据本发明的系统以及方法，可以对自动驾驶车辆的行驶能力进行实地测试并在测试过程中实时生成测试报告，从而提高了测试报告的准确性以及实时性；根据本发明的系统以及方法可以大大提高自动驾驶车辆的测试效率。
本发明的其它特征或优点将在随后的说明书中阐述。并且，本发明的部分特征或优点将通过说明书而变得显而易见，或者通过实施本发明而被了解。本发明的目的和部分优点可通过在说明书、权利要求书以及附图中所特别指出的步骤来实现或获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1以及图2是根据本发明不同实施例的方法执行流程图；
图3是根据本发明一实施例的测试报告示意图；
图4是根据本发明一实施例的部分方法执行流程图；
图5以及图6是根据本发明不同实施例的系统结构框图；
图7～图9、图12是根据本发明不同实施例的系统部分结构框图；
图10以及图11是根据本发明不同实施例的系统部分结构运行流程图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
自动驾驶车辆也可以称之为轮式自动机器人，其主要依靠车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标。自动驾驶车辆是集自动控制、视觉计算、体系结构等众多技术于一体的高度发展的产物，是衡量一个国家科研实力和工业水平的重要标志，在国防和国民经济领域具有广阔的应用前景。
随着全球范围内自动驾驶车辆技术的快速发展和不断提升，如何基于一种完全独立于测试车辆的测试系统来准确、科学、全方位地测试和评价自动驾驶车辆的各种性能是十分迫切且重要的。
目前，自动驾驶车辆的测试场主要是通过设置一些程序化的测试项目和路线来考察自动驾驶车辆的完成情况。但是其不仅考察指标较少，而且不能全面直接的记录自动驾驶车辆在行驶中的各种数据，不利于对无人驾驶车辆自动驾驶车辆技术水平进行深入、详细的分析等。
针对上述问题，本发明提出了一种自动驾驶车辆测评方法。在本发明的方法中，在待测试车辆的行驶过程中实时进行测试结果数据的采集以及评测，在待测试车辆进行测试行驶的同时提出相关的测试报告。这样，不仅可以保证测试报告的准确性以及全面性，而且可以在测试时实时的根据测试报告对测试车辆的状态进行调整，从而实现测试、评价、调整、再测试的无缝对接，大大提高了测试效率以及研发效率。
接下来基于流程图详细描述本发明实施例的实施过程。附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。虽然在流程图中示出了各步骤的逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
如图1所示，在一实施例中，方法包括：
S110，获取测试需求；
S120，根据测试需求生成在线测试参数，在线测试参数包括测试路线数据以及行驶数据采集设定参数；
S130，将测试路线数据发送到待测试车辆，令待测试车辆依照测试路线进行行驶测试；
S140，将行驶数据采集设定参数发送到行驶测试数据采集设备；
S141，利用行驶测试数据采集设备获取待测车辆在实地行驶测试过程中反馈的行驶测试结果数据；
S150，将行驶测试结果数据实时上传到系统服务器；
S160，从系统服务器处实时下载行驶测试结果数据；
S170，解析行驶测试结果数据，生成行驶测试结果实时报告。
进一步的，在线测试参数还包括用于布置测试场地的测试场地配置参数。在测试过程中，先依照测试场地配置参数配置测试场地，然后令待测试车辆依照测试路线数据行驶，这样就可以在行驶过程中令行驶测试数据采集设备依照行驶数据采集设定参数采集测试结果数据。
根据本发明的系统以及方法，可以对自动驾驶车辆的行驶能力进行实地测试并在测试过程中实时生成测试报告，从而提高了测试报告的准确性以及实时性；根据本发明的系统以及方法可以大大提高自动驾驶车辆的测试效率。
进一步的，如图2所示，在一实施例中，方法还包括：
S200，根据测试需求生成离线测试参数，离线测试参数包括离线测试数据采集参数；
S280，将离线测试数据采集参数发送到离线测试数据采集设备；
S281，利用离线测试数据采集设备对待测试车辆进行离线仿真测试，获取离线仿真测试结果；
S282，解析离线仿真测试结果，生成离线仿真测试结果报告。
在上述流程中，离线测试参数用于配置待测试车辆上设备的离线仿真测试。具体的，例如仿真类型、仿真环境参量、仿真次数、仿真输入参量、仿真结果采集设定参数等。
依照上述流程，就可以对自动驾驶车辆进行包含离线仿真测试以及实地驾驶测试的综合测试，可以获取更加准确全面的测试结果。这样，不仅在待测车辆在实际行驶场地上的行驶过程中对车辆进行测试，而且还在非行驶状态下针对待测车辆的设备进行离线仿真模拟测试。可以有效解决仅仅进行行驶测试时测试结果无法满足研发检验需求的问题。
进一步的，在一实施例中，在进行实地行驶测试之前先完成离线仿真测试。然后在步骤S270中，综合解析离线仿真测试结果以及行驶测试结果数据，生成行驶测试结果实时报告。
进一步的，在一实施例中，基于测试结果类型，将离线仿真测试以及实地驾驶测试分为定性测试以及定量测试两部分。
具体的，在一实施例中，定性测试包括：
在待测试车辆基于测试路线数据行驶时对待测试车辆进行驾驶状态分析，获取驾驶状态分析结果。
在一实施例中，定量测试包括：
在待测试车辆基于测试路线数据行驶时采集车辆动力学数据。
进一步的，在一实施例中，定量测试还包括：
基于离线测试参数对待测试车辆的设备进行离线仿真测试；
进一步的，在一实施例中，行驶测试结果实时报告包括安全性分析报告、智能性分析报告、舒适性分析报告和/或敏捷性分析报告。
具体的，在一实施例中，安全性分析报告主要包括紧急制动能力考察报告、信息安全能力考察报告、人机交互能力考察报告。紧急制动能力考察报告，是考察自动驾驶车辆在紧急情况下的行为反应以及制动能力，包括自动刹停等；信息安全能力考察报告，是考察自动驾驶车辆的系统安全与网络安全，包括APP安全、ECU安全、Can-bus总线安全等；人机交互能力考察报告，是考察在当自动驾驶系统退化或者自动驾驶系统失灵等情况下，自动驾驶车辆能否较好的规避或者降低当前交通安全风险，平滑过渡到驾驶员接管模式。
智能性分析报告，主要包括：感知能力考察报告、决策规划考察报告、车辆控制考察报告。感知能力考察报告考察自动驾驶车辆的感知识别能力，包括物体检测、物体识别或分类、物体定位和行为预测等。决策规划考察报告考察自动驾驶车辆在交通环境下的行为决策和路径规划能力，包括变道考察、跟车考察、全局路径规划与局部路径规划考察等；车辆控制考察报告考察自动驾驶车辆精准执行上层运动控制指令等的效果，包括响应指令时间、可控制动的速度范围等。
舒适性分析报告，主要包括平稳能力考察报告、迅捷能力考察报告。平稳能力考察报告考察自动驾驶车辆行驶中的平稳程度，包括通过车辆动力学参数的实时变化，来考察车辆是否有过大摇摆、颠簸等；迅捷能力考察报告考察自动驾驶车辆完成相关驾驶任务的情况，包括停顿次数、所耗时间等。
敏捷性分析报告，主要包括适应能力考察报告、应急能力考察报告、修正能力考察报告。适应能力考察报告考察自动驾驶车辆的跟车能力，或者叫自动巡航能力，能否自主调整速度等参数以适应当前的交通环境；应急能力考察报告考察自动驾驶车辆在一些危险情况下的应急处理能力，包括GPS信号丢失、突发危险路况、自动驾驶系统失灵、自动驾驶系统被入侵等情况下，自动驾驶系统的处理方式和风险大小。修正能力考察报告考察自动驾驶车辆在行驶中，是否具有路线偏离后的调整能力、超出道路约定速度后，调整速度以满足道路要求等能力。
具体的，在一具体的应用场景中，最终的测试结果以及测试报告输出如图3所示。
接下来基于以具体测试需求详细描述本发明方法的测试细节。
在一具体应用场景中，以‘两相位灯丁字路口直行’实地行驶测试场景为例，进行测评分析。
根据‘两相位灯丁字路口直行’测试场景，生成对应的离线测试参数以及在线测试参数，基于离线测试参数以及在线测试参数进行离线仿真测试以及实地行驶测试，在测试过程中对自动驾驶车辆进行定性和定量测试。
定性测试，主要是在测试场地构建测试场景，查看自动驾驶车辆是否能够完成相关的驾驶任务，以‘两相位灯丁字路口直行’场景为例，在两相位灯丁字路口处，考察该自动驾驶车辆是否能够：直行通过当前路口、正确识别信号灯状态、正确检测路牌信息(在实际场地上的丁字路口设置以下路牌：丁字路口的指示标志牌、限速标志牌)、调整速度至限速范围内、是否压标线等。在车辆通过该路口的过程中，记录全部的定性考察的结果，并且采集车辆的实际车辆动力学参数、决策规划模块输出的动力学参数、实际GPS轨迹、行驶视频等。
最后，对定性测试的结果给出一定的评价结果，比如以如下的计算方式：
表1
如表1所示：假设定性测试中，第i个测试任务是“两相位灯丁字路口直行”，分值是M_i，该测试任务的最终得分是W_i,那么：
1)若“直行通过路口”中选择“否”，也就是车辆没能直行通过路口，则该测试任务的得分W_i＝0；
2)若“直行通过路口”中选择“是”，那么再查看自动驾驶车辆的驾驶任务完成效果，减去驾驶任务完成效果下面几项扣分项即可，比如可以正确识别红绿灯，但是超速并且压路面黄线，则最后的得分是：W_i＝M_i-M_i2-M_i3
最终，定性测试的总得分W满足：
W＝∑w_i (1)
定量测试，数据来源于两部分：一部分是测试场地采集到的数据，比如上面提到的自动驾驶车辆的车辆动力学参数、GPS轨迹、行驶视频等；另一部分来源于离线仿真测试。离线仿真测试包括：感知能力测试、决策规划能力测试、车辆控制能力测试。
具体的，在一实施例中，感知能力测试主要考察自动驾驶车辆对交通流中物体的识别分类能力。其中：
1)离线感知能力测试任务内容：在不同光照、遮挡、道路类型及车辆运动等因素下，对采集的车辆实际行驶过程中车载相机图像离散数据进行识别和定位，即各类物体(轿车，行人，货车，自行车，公交车等)在图像中的位置。
2)离线感知能力测试任务流程：
(1)自动驾驶测试系统从离线数据平台的通信数据接口获取测试数据。
离线测试数据来源于真实道路交通环境中行驶车辆的车载相机采集的实际交通场景图离散序列。离线测试数据集中根据对物体的遮挡程度的不同，分为5种难度等级的图像序列。实际测试时，分别随机选取相同数目的5个难度等级的图像序列。不是一般性，假设选取的5个难度等级的图片数均为n，5种难度等级的得分依次为：N_1,N_2,N_3,N_4,N_5，难度越高，分值越大。
(2)自动驾驶测试系统从接口获取到数据后，要立刻利用自身的感知算法分析数据，最终，将分析的结果返回离线数据平台的结果记录与评估接口。其中，返回的结果以txt格式回传，内容包括：从“离线数据平台的通信数据接口”获取到数据的时间戳、每一帧图像序列中，物体名称、物体在图片中的坐标(x,y)、全部图片序列分析完的时间戳。
(3)最终，离线数据平台对返回的文档和数据库中的真实结果进行对比，给出：5个难度等级的图片识别正确的数目依次为：n_01，n_02，n_03，n_04，n_05；5个难度等级的图片定位正确的数目依次为：n_11，n_12，n_13，n_14，n_15；完成数据分析的总时间t。
物体识别能力得分：C＝N_1*n_01+N_2*n_02+N_3*n_03+N_4n_04+N_5*n_05
物体定位能力得分：P＝N_1*n_11+N_2*n_12+N_3*n_13+N_4n_14+N_5*n_15
离线测试感知能力得分：N＝(C+P)/t
根据定性测试与定量测试的结果，基于综合测评模块深入分析自动驾驶车辆的4S性能，包括安全性、智能性、舒适性、敏捷性，给出最终的测试报告。
具体的，在一实施例中，在定性测试中，给出感知相关项目的扣分情况：比如，因为发生压黄线，说明不能准确识别车道线等路面标线，汇总感知方向的违规错误内容和分值，例如给出如表2的表格：
表2
在定量测试中，给出如表3所示的感知相关项目的得分情况：
表3
综合上述定性测试以及定量测试的得分，就可以给出感知能力的总分以及待提高的技术方向。
在本发明的方法流程中，通过离线仿真测试和实地行驶测试结合的方式获取更为全面可靠的测试结果。但是，针对不同的车辆、不同的研发目标，其测试需求往往是不同的。因此，为了适应不同的测试需求，关键步骤之一在于确定离线测试参数以及在线测试参数。
在一实施例中，对测试需求进行分析以及分解，将测试需求分解为多个需要满足的测试场景的集合。然后针对每个测试场景生成离线测试参数以及在线测试参数，使得最终生成的离线测试参数以及在线测试参数满足所有的测试场景的需求。
如图4所示，在一实施例中，根据测试需求生成离线测试参数以及在线测试参数的过程包括：
S410，确定测试需求包含的测试场景；
S420，根据测试场景调用对应的测试场景特征信息；
S430，根据调用的测试场景特征信息生成对应的离线测试参数以及在线测试参数。
进一步的，考虑到车辆进行测试时往往需要在实际路面上进行驾驶，而在路面实际行驶时有可能出现交通意外。为了尽可能的完全控制测试过程，降低测试过程中意外事故带来的不良后果，在一实施例中，对测试需求进行分析以及分解，将测试需求分解为多个需要满足的测试场景的集合。然后依托现有的可控的测试场地生成离线测试参数以及在线测试参数，使得最终的测试内容满足所有的测试场景。这样，在满足测试需求的基础上最大限度的提高了测试过程的可控性，从而降低了测试过程中意外事故所带来的影响。
例如，针对实地行驶测试，测试需求是从地图上实际的A点到B点的行驶测试。但是A点到B点是已投入运行的路段，测试过程中发生意外势必会影响其他车辆通行。因此，在一实施例中，分析A点到B点的道路细节情况，基于现有的可控测试场地生成在线测试参数，使得基于在线测试参数进行的实地行驶过程可以包含与A点到B点的道路细节情况相同的道路情况，这样就可以实际模拟A点到B点的行驶。在车辆安全稳定性不高时首先在可控测试场地上进行A点到B点的模拟测试，待安全稳定性达到标准时在进行实际路段测试。
进一步的，在一实施例中，将测试过程中各个环节的细节描述划分为静态特征信息以及动态特征信息。在一实施例中，根据测试需求生成离线测试参数以及在线测试参数的过程包括：
确定测试需求包含的测试场景；
根据测试场景调用对应的静态特征信息；
根据测试场景调用对应的动态特征信息；
根据调用的静态特征信息以及动态特征信息生成对应的离线测试参数以及在线测试参数。
具体的，在一实施例中，动态特征信息包括事故形态、驾驶者违规形式、车辆行驶状态以及车辆安全状态。
具体的，在一实施例中，静态特征信息包括道路类型、道路线形、线路交叉状态、路面质量、道路横断面状态、天气、能见度以及照明状态。
进一步的，为了便于实现基于测试需求的测试内容生成，在一实施例中，基于难度系数定量描述测试需求，将不同的静态特征信息以及动态特征信息与量化的难度系数进行关联，这样在进行静态特征信息以及动态特征信息的调用时就可以根据测试需求的难度系数直接调用具体参数的静态特征信息以及动态特征信息。
进一步的，为了提高系统的稳定性，在一实施例中，采用测试与监控结合的方式监控异常状态，包括：
反复测试所述系统的可靠性、准确性和稳定性；
实时监控系统运行情况，判断是否发生故障。
基于本发明的方法，本发明还提出了一种自动驾驶车辆测评系统。如图5所示，系统包括：
系统服务器500；
测试参数生成模块510，其配置为获取测试需求，根据测试需求生成并输出在线测试参数，在线测试参数包括测试路线数据以及行驶数据采集设定参数；
实地行驶测试数据采集模块520，其配置为获取行驶数据采集设定参数，基于行驶数据采集设定参数获取待测车辆在实地行驶测试过程中反馈的行驶测试结果数据并实时上传到系统服务器500；
测试结果分析模块530，其配置为从系统服务器500处实时下载行驶测试结果数据，解析行驶测试结果数据，生成行驶测试结果实时报告。
进一步的，在一实施例中，如图6所示，测试参数生成模块610还配置为根据测试需求生成并输出离线测试参数，离线测试参数包括离线测试数据采集参数；系统还包括离线测试数据采集模块640，离线测试数据采集模块640配置为获取离线测试数据采集参数，基于离线测试数据采集参数对待测试车辆进行离线仿真测试，获取离线仿真测试结果；
测试结果分析模块630还配置为解析所述离线仿真测试结果，生成离线仿真测试结果报告。
进一步的，在一实施例中，测试结果分析模块630还配置为综合解析离线仿真测试结果以及行驶测试结果数据，生成行驶测试结果实时报告。
具体的，在一实施例中，在离线仿真测试过程中，测试参数生成模块610将离线测试参数发送到离线测试数据采集模块640以及待测试车辆上的相关设备，由离线测试数据采集模块640针对待测试车辆进行离线仿真测试。
在实地行驶测试过程中，测试参数生成模块610将测试场地配置参数发送到测试场地以配置测试场地；测试参数生成模块610将测试路线数据发送到待测试车辆以便待测试车辆按照测试路线在测试场地行驶；测试参数生成模块610将行驶数据采集设定参数发送到实地行驶测试数据采集模块530，从而令实地行驶测试数据采集模块530在待测试车辆进行测试行驶时进行数据采集。
进一步的，在一实施例中，实地行驶测试数据采集模块包括：
定性测试单元，其配置为在待测试车辆基于测试路线数据行驶时对待测试车辆进行驾驶状态分析，获取驾驶状态分析结果。
进一步的，在一实施例中，实地行驶测试数据采集模块还包括：
车辆动力学测试单元，其配置为在待测试车辆基于测试路线数据行驶时采集车辆动力学数据。
进一步的，在一实施例中，离线测试数据采集模块包括感知能力测试模块、决策规划能力测试模块、车辆控制能力测试模块。
进一步的，在一实施例中，系统还包括：
测试数据分析模块，测试数据分析模块包括安全性分析单元、智能性分析单元、舒适性分析单元以及敏捷性分析单元，测试数据分析模块配置为根据待测车辆在离线仿真测试以及实地行驶测试过程中反馈的测试结果生成测试报告。
具体的，在一实施例中，安全性分析单元，主要包括紧急制动能力考察模块、信息安全能力考察模块、人机交互能力考察模块。紧急制动能力考察模块，负责考察自动驾驶车辆在紧急情况下的行为反应以及制动能力，包括自动刹停等；信息安全能力考察模块，负责考察自动驾驶车辆的系统安全与网络安全，包括APP安全、ECU安全、Can-bus总线安全等；人机交互能力考察模块，负责考察在当自动驾驶系统退化或者自动驾驶系统失灵等情况下，自动驾驶车辆能否较好的规避或者降低当前交通安全风险，平滑过渡到驾驶员接管模式。
智能性分析单元，主要包括：感知能力考察模块、决策规划考察模块、车辆控制考察模块。感知能力考察模块负责考察自动驾驶车辆的感知识别能力，包括物体检测、物体识别或分类、物体定位和行为预测等。决策规划考察模块，负责考察自动驾驶车辆在交通环境下的行为决策和路径规划能力，包括变道考察、跟车考察、全局路径规划与局部路径规划考察等；车辆控制考察模块，负责考察自动驾驶车辆精准执行上层运动控制指令等的效果，包括响应指令时间、可控制动的速度范围等。
舒适性分析单元，主要包括平稳能力考察模块、迅捷能力考察模块。平稳能力考察模块，负责考察自动驾驶车辆行驶中的平稳程度，包括通过车辆动力学参数的实时变化，来考察车辆是否有过大摇摆、颠簸等；迅捷能力考察模块，负责考察自动驾驶车辆完成相关驾驶任务的情况，包括停顿次数、所耗时间等。
敏捷性分析单元，主要包括适应能力考察模块、应急能力考察模块、修正能力考察模块。适应能力考察模块，负责考察自动驾驶车辆的跟车能力，或者叫自动巡航能力，能否自主调整速度等参数以适应当前的交通环境；应急能力考察模块，负责考察自动驾驶车辆在一些危险情况下的应急处理能力，包括GPS信号丢失、突发危险路况、自动驾驶系统失灵、自动驾驶系统被入侵等情况下，自动驾驶系统的处理方式和风险大小。修正能力考察模块，负责考察自动驾驶车辆在行驶中，是否具有路线偏离后的调整能力、超出道路约定速度后，调整速度以满足道路要求等能力。
进一步的，在一实施例中，测试参数生成模块包括：
场景库，其配置为存储评测场景的测试场景特征信息；
测试场景确定单元，其配置为获取测试需求，确定测试需求包含的测试场景；
场景特征获取单元，其配置为根据测试场景从场景库中调用对应的测试场景特征信息；
测试参数生成单元，其配置为根据场景特征获取单元调用的测试场景特征信息生成对应的离线测试参数以及在线测试参数。
进一步的，在一实施例中，场景库包括静态场景库以及动态场景库。
具体的，在一实施例中，静态场景库包括自然环境库、地理环境库以及交通元素库。
具体的，在一实施例中，自然环境库包括天气、光照、能见度。例如晴天、多云、阴天、雨天、雪天、雾天等天气，白天、夜晚等不同光照，200米、100-200米等不同范围的能见度。
地理环境库包括城市道路、高速道路，乡村道路和特殊区域。具体的，在一实施例中，城市道路包括多种道路交叉口和一些典型城区道路：十字交叉路口、T字交叉路口、环形交叉口、双向二车道道路、双向四车道道路、公交线路专用车道；高速道路包括直线路段、收费站、弯曲道路、进出高速路段的匝道、双向六车道等典型高度路段；乡村道路包括县道、乡道和村道，具体如无分割线双向车道、泥泞路段、Z字型道路、无信号灯的交叉路口；特殊区域包括：泊车区域、装有限速带路段、隧道路段、越野路段。
交通元素库包括道路交通标志，依据国家标准GB5768-2009《道路交通标志和标线》分别如下：警告标志，如连续弯路、Y型交叉；禁令标志，如禁止驶入、禁止向左转弯、限制速度、禁止掉头；指示标志：直行和向右转弯、环岛行驶、分向行驶车道、非机动车车道；一般道路指路标志：环形交叉路口、互通式立交、急救站、加油站、绕行标志、停车场；高度公路指路标志：入口预告、下一出口、地点方向、紧急停车带、服务区预告、合流、分流、线形诱导标；道路交通标志和标线，如中心黄色双实线、中心黄色虚实线、双向两车道路面中心线、禁止变换车道线、左弯待转区线、左转弯导向线、信号灯路口的停止线；道路施工安全标志，施工路栏、锥形交通标、前方施工、道路封闭、移动性施工标志。
在一实施例中，动态场景库包括常态交通场景库、危险交通场景库以及人机交互场景库。
具体的，在一实施例中，常态交通场景库，即普通交通场景，例如检测和响应交通灯、无碰撞执行U-Turn通过、检测与避让行人(用移动假人来代替行人)、倒车、掉头、左转弯、右转弯、变更车道；危险交通场景，即易发事故场景，例如驶向逆向车道进行变道或合流、积水或有雾路段减速慢行；人机交互场景库，即人类驾驶员与自动驾驶操作系统可能交互的场景，例如：退出自动驾驶模式时，与人类驾驶员的交接方式、交接中的风险规避；自动驾驶车辆的自动驾驶系统不能做出决策时，需要人类驾驶员干预时，与人类驾驶员的交接方式等。
具体的，在一实施例中，以检测自动驾驶车辆在限定驾驶范围(尤其是地理环境)下的性能为测试需求，测试流程包括：
步骤1：确定测试场景
基于测试需求中的驾驶范围限定，设计自动驾驶车辆的行驶范围。考虑到自动驾驶的分级以及实现难度，自动驾驶车辆可能在初期不能同时适配与所有的道路环境，因此，先逐步实现限定范围内的自动驾驶车辆，比如能在高速道路行驶的自动驾驶车辆、能在城市道路行驶的自动驾驶车辆、能在工业园区或者景区等有固定线路内行驶的自动驾驶车辆等。
根据自动驾驶车辆的行驶范围，尤其是地理环境，基于场景库，设计考察自动驾驶车辆的驾驶能力，选择相关的测试场景。
步骤2：生成测试参数
根据步骤1确定的测试场景，梳理出具体驾驶能力任务，将能够量化的驾驶任务能力指标进行细分和标准化，生成进行相关的定性测试和定量测试的测试参数。
步骤3：测试
根据步骤2确定的测试参数进行相关的定性测试和定量测试，获取测试结果。
步骤4：结果分析
根据步骤3输出的定性测试和定量测试的结果，对自动驾驶车辆的性能进行分析，给出最终的测试报告，指明当前自动驾驶车辆存在的问题以及待提高的驾驶能力等。
在一实施例中，以检测自动驾驶车辆性能的某一项或几项为测试需求。具体的，根据车辆性能中某一或某些性能的考察点，设计相应的测试场景来测评自动驾驶车辆。测试流程包括：
步骤1：确定测试场景
确定待测试的车辆性能类型，基于该车辆性能类型的考察点，设计相关待测的驾驶能力；
根据待测驾驶能力，设计自动驾驶车辆的驾驶范围；
基于场景库，设计、选择测试场景和驾驶任务。
步骤2：生成测试参数
根据步骤1确定的测试场景以及具体驾驶能力任务，生成进行相关的定性测试和定量测试的测试参数。
步骤3：测试
根据步骤2确定的测试参数进行相关的定性测试和定量测试，获取测试结果。
步骤4：结果分析
根据步骤3输出的定性测试和定量测试的结果，对自动驾驶车辆的性能进行分析，给出最终的测试报告。
进一步的，如图7所示，在一实施例中，实地行驶测试数据采集模块100包括：静态数据存储模块101、静态数据获取模块102、动态数据采集模块103、数据处理模块104以及数据通信模块105。
其中，静态数据存储模块101与静态数据获取模块102连接，静态数据存储模块101存储有关于待测试自动驾驶车辆的静态数据。当实地行驶测试数据采集模块100需要获取待测试自动驾驶车辆的静态数据时，静态数据获取模块102可以通过读取静态数据存储模块101中的相关数据来得到待测试自动驾驶车辆的静态数据。
在一实施例中，静态数据存储模块101所存储的静态数据可以是由专用设备进行采集后导入到静态数据存储模块101中的。当然，在本发明的其它实施例中，静态数据存储模块101中所存储的数据的获取方式还可以时其它合理方式，本发明不限于此。
在一实施例中，优选地，静态数据存储模块101所存储的静态数据包括地图数据。利用高精度地图采集车对测试场地进行高精度地图采集，这样也就可以得到高精度地图数据。随后将所得到的高精度地图数据存储在静态数据存储模块101中，这样在后续需要的时候也就可以利用静态数据获取模块102来从静态数据存储模块101中读取关于当前待测试自动驾驶车辆的静态数据(例如高精度地图数据)。
由于自动驾驶车辆的测试场地可能包括多个不同的场地，因此在一实施例中，静态数据存储模块101所存储的静态数据可以包括对应于多个不同场地的多组高精度地图数据。静态数据获取模块102在从静态数据存储模块101中读取待测试自动驾驶车辆的静态数据时，可以根据所获取到的待测试自动驾驶车辆当前所处的测试场地信息来从静态数据存储模块101中读取对应于当前测试场地的静态数据。
需要指出的是，在本发明的其它实施例中，静态数据存储模块101中所存储的静态数据还可以包括其它合理数据，同时，静态数据获取模块102从静态数据存储模块101中所读取的静态数据也可以为或是包括高精度地图数据之外的其它合理数据，本发明不限于此。
为了使得对自动驾驶车辆的自动驾驶性能的分析更加高效，在一实施例中，静态数据存储模块101和静态数据获取模块102优选地配置在车辆测评系统服务器107中，这样车辆测评系统服务器107也就可以更加高效、准确地获取到待分析车辆的静态数据。
当然，在本发明的其它实施例中，根据实际需要，静态数据存储模块101和静态数据获取模块102还可以采用车辆测评系统服务器107之外的其它专用设备来实现，本发明不限于此。
在一实施例中，动态数据获取模块103与数据处理模块104连接，其能够获取待测试自动驾驶车辆的动态数据，并将上述动态数据传输至数据处理模块104。其中，为了能够更加准确、客观、量化地评价自动驾驶车辆/无人驾驶车辆的性能或是行为能力，在一实施例中，动态数据获取模块103所获取的待测试自动驾驶车辆的动态数据优选地包括：V2X通信设备数据、车辆定位数据、车辆动力学数据、车辆操作数据以及车辆视频数据。
具体地，如图8所示，在一实施例中，动态数据获取模块103优选地包括：车载V2X终端设备201、高精度差分定位设备202、高精度惯性导航测量设备、方向盘转角测量设备204以及行车电脑数据读取设备205。
车载V2X终端设备201能够获取车辆与车辆交互信息以及车辆与路边交互信息。通过与当前测试场地相匹配的车载V2X终端设备201，动态数据获取模块103也就可以获取到待测试自动驾驶车辆与该测试场地中其它车辆以及该测试场地中的相关路边设备之间的交互信息。
利用高精度差分定位设备202，动态数据获取模块103可以获取到待测试自动驾驶车辆的经度数据和纬度数据。而利用高精度惯性导航测试设备203，动态数据获取模块103则可以获取到待测试自动驾驶车辆的相关车辆动力学数据，例如车辆的横向速度、纵向速度、航向角、横摆角速度、纵向加速度以及侧向加速度等。方向盘转角测量设备204能够测量方向盘转角，这样动态数据获取模块103也就可以利用方向盘转角测量设备204来获取到待测试自动驾驶车辆的方向盘转角数据。由于自动驾驶车辆的高度智能化，因此行车电脑在自动驾驶车辆的行驶过程中扮演着重要作用，其相当于自动驾驶车辆的大脑，利用行车电脑数据读取设备205，动态数据获取模块103能够通过读取行车电脑的数据来获取到自动驾驶车辆的灯光状态(例如转向灯状态和/或大灯状态等)以及其它决策操作数据。
在一实施例中，动态数据获取模块103还包括用于获取车辆视频数据的视频数据采集装置。具体的，在一实施例中，待测试自动驾驶车辆的视频数据优选地由跟拍无人机和跟拍车辆配合地采集得到。
跟拍车辆的车辆挡风玻璃上设置有摄像头，其能够对主副驾驶目前前方的位置点进行视频采集。对待测试自动驾驶车辆进行测试时，待测试自动驾驶车辆会在测试场地中行驶，在此过程中，跟拍车辆会跟随在待测试自动驾驶车辆后方，这样跟拍车辆也就可以利用自身所配置的摄像头来获取到待测试自动驾驶车辆的第一视频数据。其中，该第一视频数据即为以地面跟随着的角度所观察到的待测试自动驾驶车辆的视频数据。
同时，为了能够更加准确、全面地记录、呈现待测试自动驾驶车辆在测试场地中的行驶状态，在一实施例中，视频数据采集装置还会利用跟拍无人机来从空中获取待测试自动驾驶车辆的视频数据，从而得到第二视频数据。其中，该第二视频数据即为以空中跟随者的角度所观察到的待测试自动驾驶车辆的视频数据。
当然，在本发明的其它实施例中，根据实际需要，动态数据获取模块103所获取到的动态数据既可以仅包含以上所列项中的某一项或某几项，也可以包含其它未列出的合理项，抑或是以上所列出的某一项或几项与其它未列出的合理项的组合，本发明不限于此。
同时，需要说明的是，上述设备仅仅是获取相关动态数据的一个具体实施例，在本发明的不同实施例中，根据实际情况，上述动态数据均可以采用其它合理设备来获取，本发明同样不限于此。
动态数据获取模块103在得到待测试自动驾驶车辆的动态数据后，会将该动态数据传输至与之连接的数据处理模块104，以由数据处理模块103对上述动态数据进行预处理。
具体地，在一实施例中，对于动态数据所包含的不同类型的数据，数据处理模块104优选地采用不同的处理方式来进行预处理，以此得到预处理动态数据。
例如，对于动态数据获取模块103所传输来的动态数据中所包含的车辆视频数据，在一实施例中，数据处理模块104优选地对车辆视频数据进行压缩编码，以减少后续数据传输以及数据处理过程中的数据量，这样有助于提高整个测评系统的效率。
再例如，对于动态数据获取模块103所传输来的动态数据中的其它数据(例如V2X通信设备数据、车辆定位数据、车辆动力学数据和车辆操作数据等)，在一实施例中，数据处理模块104优选地对上述动态数据进行数据清洗，以去除上述动态数据中的噪声数据和/或奇异值数据。噪声数据和/或奇异值数据的去除有助于提高数据的准确性，这样也就为最终准确、可靠地对自动驾驶车辆的行为能力或性能的测评奠定了数据基础。
在一实施例中，数据处理模块104优选地采用诸如人工神经网络的机器学习方法来对上述动态数据进行数据清洗。当然，在本发明的其它实施例中，数据处理模块104还可以采用其它合理方式来对动态数据进行预处理，本发明不限于此。
在完成对动态数据获取模块103所传输来的动态数据的相应处理后，在一实施例中，数据处理模块104优选地还按照预设封装格式来对处理后的动态数据进行数据封装，从而得到预处理动态数据。
具体地，在一实施例中，数据处理模块104优选地按照表4所示的帧格式来对处理后的动态数据进行数据封装。
起始标识 帧长度 流水号 帧域 校验位
2字节 1字节 2字节 N字节 2字节
表4
从表4中可以看出，在一实施例中数据处理模块104所使用的帧格式包括：起始标识位、帧长度位、流水号位、帧域位以及校验位。其中，起始标识位、流水号位以及校验位均为2字节，帧长度位为1字节，帧域位的长度位N字节(具体长度可以根据实际需要调节)。
当然，在本发明的其它实施例中，预处理动态数据的帧格式还可以为其它合理格式，本发明不限于此。
通过对处理后的动态数据进行数据封装，本实施例所提供的实地行驶测试数据采集模块为自动驾驶车辆的测试提供了一致的数据共享接口与传输方式，这样有助于提高对自动驾驶车辆的自动驾驶行为能力进行测评过程中的数据传输效率。
数据处理模块104与数据通信模块105连接，其会将预处理得到的预处理动态数据传输至数据通信模块105。数据通信模块105在接收到上述预处理动态数据后，会对上述预处理动态数据进行数据加密，并将加密后的数据传输至与之连接的车辆测评系统服务器107。
需要指出的是，根据实际需要，实地行驶测试数据采集模块100还可以包括本次存储模块106。其中，本体存储模块106与数据处理模块104连接，其能够接收数据处理模块104所传输来的相关数据(例如预处理动态数据等)。当需要从本地调取相关数据时，数据处理模块104可以通过对本次存储模块106进行数据读取来实现数据调取。
在一实施例中，由于车辆测评系统服务器107同时与静态数据获取模块102和数据通信模块105连接，因此其不仅能够接收到静态数据获取模块102所传输来的关于待测试自动驾驶车辆的静态数据，还可以接收到数据通信模块105所传输来的待测试自动驾驶车辆的动态数据，这样车辆测评系统服务器107也就可以综合上述静态数据和动态数据来准确、全面、量化地对待测试自动驾驶车辆的自动驾驶行为能力进行测评。
需要指出的是，在本发明的其它实施例中，根据实际需要，实地行驶测试数据采集模块还可以不配置静态数据获取模块和/或静态数据存储模块，这样实地行驶测试数据采集模块向车辆测评服务器107所传输的数据即仅包含待测试自动驾驶车辆的动态数据。
进一步的，在一实施例中，系统还包括：
信息展示模块，其配置为实时展示行驶测试结果数据和/或行驶测试结果实时报告。
进一步的，在一实施例中，系统还包括数据存储模块，其配置为：
从系统服务器处实时下载并保存行驶测试结果数据；
从测试结果分析模块处获取并保存行驶测试结果实时报告。
进一步的，在一实施例中，实地行驶测试数据采集模块包括道路信息管理模块以及车辆信息管理模块，其中，道路信息管理模块用于获取道路信息和数据采集设施的设备信息，车辆信息管理模块用于获取待测试自动驾驶车辆的车辆信息。
具体地，在一实施例中，道路信息管理模块包括地图生成单元和地图修改单元。地图生成单元用于根据所获取到的道路信息中的测试场地信息生成当前测试场地的测试场地地图数据。地图修改单元与地图生成单元连接，其能够提供地图数据接口并通过该接口来获取地图修改数据。在得到地图修改数据后，地图修改单元会将上述地图修改数据传输至地图生成单元，从而由地图生成单元根据上述地图修改数据来对已有的测试场地地图数据进行更新。
进一步的，在一实施例中，道路信息管理模块还包括数据采集设施管理单元。数据采集设施管理单元用于与测试场地中的数据采集设施连接，其能够采集并记录测试场地中各个数据采集设施的设备信息。
具体地，在一实施例中，数据采集设施管理单元所采集并记录的设备信息优选地包括：设备名称、设备信号、设备接口、设备功能以及设备位置等。当然，在本发明的其它实施例中，数据采集设施管理单元所采集并记录的设备信息既可以仅包含以上所列项中的某一项或某几项，也可以包含其它未列出的合理项，抑或是以上所列项中的某一项或某几项与其它未列出的合理项的合理组合，本发明不限于此。
由于自动驾驶车辆的测试场地可能包括多个不同的场地，因此在本发明的其它实施例中，可选地，道路信息管理模块还可以包括道路信息存储单元。道路信息存储单元能够存储多个不同测试场地的道路信息以及对应测试场地所配置的数据采集设施的设备信息。地图生成单元和数据数据采集实施管理单元可以根据当前测试场地来从道路信息管理模块中提取与当前测试场地相对应的道路信息以及数据采集实时的设备信息。
进一步的，在一实施例中，测试结果分析模块与车辆信息管理模块以及道路信息管理模块连接，其能够根据道路信息管理模块所传输来的道路信息以及车辆信息管理模块传输来的待测试自动驾驶车辆的车辆信息生成待测试自动驾驶车辆的车辆行驶状态信息。
进一步的，如图9所示，在一实施例中，测试结果分析模块102优选地包括：车辆基本信息管理单元301、车辆轨迹信息管理单元302、车辆动力学信息管理单元303、车辆测评信息管理单元304以及车辆视频信息管理单元305。
其中，车辆基本信息管理单元301在接收到所车辆信息后，会从上述车辆信息中提取出待测试自动驾驶车辆的车辆静态信息。在一实施例中，车辆基本信息管理单元301所提取处的车辆静态信息优选地包括诸如车辆识别代号、车辆品牌信号、车身尺寸、车身颜色、核定载人数、车辆动力源、车辆总里程数、发动机排量、油箱容积、车辆历史测试信息、交通事故信息以及车辆所有公司名称等不会随时间变化或是变化频率较小的信息。
当然，在本发明的其它实施例中，车辆基本信息管理单元301所提取处的车辆静态信息既可以仅包含一项所列项中的某一项或某几项，也可以包含其它未列出的合理项，本发明不限于此。
车辆轨迹管理单元302用于根据所获取到的待测试自动驾驶车辆的车辆信息中的车辆位置信息生成待测试自动驾驶车辆的轨迹信息，并根据道路信息管理模块301所传输来的道路信息生成待测试自动驾驶车辆所处路段的车道信息。在得到待测试自动驾驶车辆的轨迹信息和其所处路段的车道信息后，车辆轨迹管理单元302也就可以根据上述信息生成待测试自动驾驶车辆的车辆行驶状态信息。
图10示出了在一实施例中车辆轨迹管理单元302生成车辆行驶轨迹状态信息的实现流程示意图。
如图10所示，在一实施例中，车辆轨迹管理单元302在生成车辆行驶轨迹状态信息的过程中，会在步骤S401中对所获取到的车辆位置信息进行预处理，从而得到预处理位置信息。
具体地，在一实施例中，车辆轨迹管理单元302在步骤S401中首先将获取到的车辆位置信息保存在预设位置信息文档中，随后对预设位置信息文档中的数据进行预处理，并利用处理后的位置信息替换预设原始位置信息文档中的对应数据。
例如，在一实施例中，车辆轨迹管理单元302所获取到的车辆位置信息优选地为待测试自动驾驶车辆的车载V2X设备所回传来的高精度GPS数据。在接收到高精度GPS数据后，车辆轨迹管理单元302会按照一定的周期(周期长度可以根据实际需要配置为不同的合理值)将上述高精度GPS数据以文本格式暂时保存在原始GPS文档中。随后，车辆轨迹管理单元302会对原始GPS文档中的数据进行预处理，并利用预处理后的GPS数据替换原始GPS文档中的对应数据。
车辆行驶中的自身振动、突然加/减速以及电磁干扰等因素均容易导致V2X设备所采集到的GPS数据中产生异常点，而这些异常点对于后续数据分析过程具有很大的影响，容易影响数据处理结果的准确度。因此，在一实施例中，车辆轨迹管理单元302优选地对上述高精度GPS数据进行异常点检测，并将检测得到的异常点剔除，这样也就有助于提高数据的准确性以及可靠性。
当然，在本发明的其它实施例中，车辆轨迹管理单元302还可以采用其它合理方式对接收到的车辆位置信息进行预处理，本发明不限于此。
如图10所示，在一实施例中，在预处理位置信息后，车辆轨迹管理单元302会在步骤S402中对步骤S401中所得到的预处理位置信息进行坐标转换，对应得到待测试自动驾驶车辆在预设空间坐标系中的位置点坐标集合。
具体地，由于车辆轨迹管理单元302接收以及预处理得到的均为GPS数据，而GPS数据处于WGS84坐标系，如果直接利用GSP数据进行后续数据处理以及分析的话显然不利用基于传统的空间坐标系进行位置计算，因此，在一实施例中，车辆轨迹管理单元302在步骤S402中会进行待测试自动驾驶车辆的位置点的坐标系转换，从而将得到传统空间坐标系下待测试自动驾驶车辆的各个位置点的坐标。
在一实施例中，车辆轨迹管理单元302会在步骤S403中根据待测试自动驾驶车辆在预设空间坐标系(例如传统空间坐标系)中的位置点坐标集合来生成待测试自动驾驶车辆在上述预设空间坐标系中的运动轨迹曲线。具体地，车辆轨迹管理单元302可以采用诸如曲线拟合等方式来根据待测试自动驾驶车辆在预设空间坐标系下的位置点坐标集合来拟合得到待测试自动驾驶车辆在预设空间坐标系下的运动轨迹曲线。
车辆轨迹管理单元302还能够从道路信息管理模块101获取到当前测试场地的道路信息，其也就可以在步骤S404中根据上述道路信息生成待测试自动驾驶车辆所处路段在预设空间坐标系下的车道曲线。在一实施例中，车辆轨迹管理单元302生成车道曲线的原理与过程与上述生成运动轨迹曲线的原理以及过程类似，故在此不再对步骤S404的具体内容进行赘述。
在步骤S405中，车辆轨迹管理单元302能够根据步骤S403中所得到的运动轨迹曲线以及步骤S404中所得到的车道曲线来生成待测试自动驾驶车辆的车辆行驶轨迹状态信息。
具体地，在一实施例中，车辆轨迹管理单元302所生成的车道曲线优选地为车道线曲线。车辆轨迹管理单元302会在步骤S403中判断步骤S403所得到的运动轨迹曲线与步骤S404中所得到的车道线曲线是否存在交叉或重合，如果存在交互或重合，那么则表示待测试自动驾驶车辆的轨迹出现违规情况，因此此时车辆轨迹管理单元302将会记录曲线交叉点数或重合点数据，并根据曲线交叉点数据和重合点数据生成车辆违规信息。
在一实施例中，由于运动轨迹曲线中各个点的坐标信息已知或通过计算可以得到，因此车辆轨迹管理单元302所生成的车辆违规信息中也就可以包括各个违规位置点的GPS坐标信息。
在一实施例中，车辆轨迹管理单元302优选地采用不同的颜色来对步骤S403中所得到的运动轨迹曲线以及步骤S404中所得到的车道曲线进行可视化处理，从而方便用户更加简便、清晰的对待测试自动驾驶车辆的轨迹行驶状态进行分析。同时，由于各个违规位置点的GPS坐标已知，同时该系统也可以通过对获取到的图像数据进行分析来得到各个违规位置点的图像数据，因此为了更加方便用户进行查阅，在一实施例中，车辆轨迹管理单元302优选地将各个违规位置点的图像数据与对应违规位置点进行可视化关联。这样用户也就可以在需要了解违规位置点处的具体情况时查看到该违规点的图像数据。
在生成车辆违规信息后，在一实施例中，车辆轨迹管理单元302优选地将上述车辆违规信息保存至预设违规文档中，以便后续调取。在一实施例中，上述预设违规文档优选地包括各个违规位置点的坐标数据以及对应的图像数据。当然，在本发明的其它实施例中，上述预设违规文档中还可以包含其它未列出的合理数据(例如车辆动力学数据等)，本发明不限于此。
再次如图9所示，在一实施例中，车辆信息管理模块中还包含：车辆动力学信息管理单元303、车辆测评信息管理单元304以及车辆视频信息管理单元305。其中，车辆动力学信息管理单元303用于对自动驾驶车辆车载动力学参数采集设备所传输来的车辆动力学数据进行汇总和分析。
具体地，在一实施例中，上述车辆动力学数据优选地包括：表征车辆是否发生侧滑的侧向加速度和侧向速度、表征车辆是否具有侧翻危险的侧倾角和侧倾角速度、表征车辆是否具有偏航风向的横摆角和横摆角速度等。
车辆动力学信息管理单元303能够利用预设车辆动力学模型来对上述车辆动力学数据进行实时分析，从而得到上述各个数据的变化情况，进而根据上述各个数据的变化情况确定出待测试自动驾驶车辆的行驶姿态信息。
在一实施例中，可选地，车辆动力学信息管理单元303还可以根据上述行驶姿态信息来确定出自动驾驶车辆的行驶平顺性信息、操作稳定性信息以及乘坐舒适性信息等。在得到上述分析结果后，车辆动力学信息管理单元303会将自身接收到的原始的车辆动力学数据以及各个中间和/或最终分析结果传输至车辆测评信息管理单元304以及数据存储模块。
在一实施例中，车辆视频信息管理单元305用于获取待测试自动驾驶车辆的车辆视频信息并对车辆视频信息进行分析，从而得到针对待测试自动驾驶车辆的视频分析结果。
具体地，车辆视频信息管理单元305优选地包括视频收集部和视频分析部。其中，视频收集部用于收集不同视频采集设备所传输来的关于待测试自动驾驶车辆的车辆视频信息，并将车辆视频信息传输至与之连接的信息展示模块和数据存储模块。视频分析部与视频采集部连接，其能够基于预设视觉分析算法来对视频采集部所传输来的车辆视频信息进行视觉分析，从而得到针对待测试自动驾驶车辆的视频分析结果，并将该结果传输至与之连接的信息展示模块和数据存储模块。
例如，在一实施例中，车辆视频信息管理单元305可以利用预设车道线检测算法来对自身接收到的车辆视频信息进行分析，从而确定处待测试自动驾驶车辆是否存在压线情况。
当然，在一实施例中，根据实际需要，车辆视频信息管理单元305可以采用多种不同的视觉分析算法来对接收到的车辆视频信息进行视觉分析，以得到多种不同的视觉分析结果。
在一实施例中，车辆测评信息管理单元304能够对各个测评分析模块所传输来的测评分析结果进行汇总，并将所汇总的测评分析结果传输至与之连接的信息展示模块和/或数据存储模块。
例如，车辆测评信息管理单元304与车辆视频信息管理单元305连接，其能够接收车辆视频信息管理单元305所传输来的视觉分析结果；车辆测评信息管理单元304还与车辆动力学信息管理单元303连接，其能够接收车辆动力学信息管理单元303所传输来的诸如自动驾驶车辆的行驶平顺性信息、操作稳定性信息以及乘坐舒适性信息等分析结果；车辆测评信息管理单元304还与车辆轨迹信息管理单元302连接，其能够接收车辆轨迹信息管理单元302所传输来的车辆运动轨迹分析结果。
当然，车辆测评信息管理单元304还可以与其它测评分析单元连接，以接收其它测评分析单元所出传输来的诸如对待测试自动驾驶车辆的车辆感知能力、决策与策划能力、车身控制能力以及综合驾驶认为完成能力的测评分析结果。
当然，在本发明的其它实施例中，测试结果分析模块既可以仅包含以上所列项中的某一项或某几项，也可以包含其它未列出的合理项，本发明不限于此。
需要指出的是，在本发明的其它实施例中，根据实际需要，测试结果分析模块中所包含的各个信息管理单元既可以直接将自身接收到的相关数据和/或分析结果传输至信息展示模块和/或数据存储模块，也可以通过车辆测评信息管理单元304来将上述数据传输至信息展示模块和/或数据存储模块。
此外，为了方便后续数据的提取，在一实施例中，测试结果分析模块在接收到待测试自动驾驶车辆的车辆信息后，可以将上述车辆信息中所包含的各类信息根据信息变化状况进行类型划分，将不会随时间变化或是变化频率较小的信息划分为车辆静态信息，将随时间变化或是变化频率较大的信息划分为车辆动态信息。这样基本信息管理单元301也就可以通过直接提取车辆静态信息来获取到相应各类静态信息，而其它信息管理单元(例如车辆轨迹信息管理单元302、车辆动力学信息管理单元303以及车辆视频信息管理单元305等)也就可以通过提取车辆动态信息来获取到相应各类动态信息并进行分析。
进一步的，在一实施例中，信息展示模块优选地与道路信息管理模块、车辆信息管理模块以及测试结果分析模块连接，其能够对道路信息管理模块所传输来的相关信息(例如数据采集设施的设备信息)、车辆信息管理模块所传输来的相关信息(例如接收到的车辆信息)和/或测试结果分析模块所传输来的相关信息(例如通过对车辆信息进行分析所得到的过程分析结果和最终分析结果等)进行可视化显示。
例如，对于车辆视频信息管理单元305和/或车辆测评信息管理单元304所传输来的车辆视频信息，信息展示模块可以采用视频矩阵的方式来展示多种视频采集设备所采集到的多个视角的车辆行驶视频(例如跟拍无人机所拍摄的航拍视频、交叉路口摄像头所拍摄的待测试自动驾驶车辆通过交叉路口时的视频、跟随在自动驾驶车辆后的裁判车所拍摄的待测试自动驾驶车辆的行驶视频等)。
再例如，信息展示模块还可以接收道路信息管理模块所传输来的测试场地地图数据，同时，信息展示模块还可以接收车辆轨迹信息管理单元302所传输来的行驶轨迹信息和车辆行驶轨迹状态信息。在一实施例中，信息展示模块能够根据上述测试场地地图数据渲染出高精度地图，并根据预处理后的车辆位置信息实时在高精度地图上渲染处车辆的行驶轨迹。这样不仅能够准确显示待测试自动驾驶车辆的位置以及行驶轨迹，还能够避免由于直接采用车辆位置信息(例如GPS数据)而导致的高精度地图上所显示的行驶轨迹容易出现漂移等问题。
在一实施例中，通过信息展示模块，用户可以在渲染出的测试场地的高精度地图上直观地了解到当前测试场地内所测试的全部车辆的位置，从而有助于工作人员对参与测试的车辆的调度与安排，从而提高车辆的测试效率。
对于测试结果分析模块所传输来的相关测评分析结果，在一实施例中，信息展示模块将根据不同测评结果的特点来采用不同的展示形式进行可视化显示，从而使得用户能够更加直观、精确地了解待测试自动驾驶车辆的自动驾驶行为能力。
例如，信息展示模块可以通过诸如动态统计图的行驶来展示车辆在侧向、侧倾、横摆三个方向的速度和加速度，通过曲线的平滑和抖动程度可以直观地表征出车辆行驶的平顺性，从而进一步反应出车辆在决策和控制执行等方面的性能。
再例如，当接收到车辆违规信息时，信息展示模块会在地图上对违规位置点以及对应的图像进行显示，这样也就能够直观地表示出车辆容易发生违规的路段和交通场景的特点，从而为自动驾驶车辆技术的提升指出了明确的方向。
进一步的，在一实施例中，系统还可以包含历史数据调取模块和历史数据展示模块。历史数据调取模块与数据存储模块连接，其能够根据获取到的数据查询指令来从数据存储模块中调取对应的数据并传输至历史数据展示模块以进行可视化显示。需要示出的是，在一实施例中，信息展示模块与历史数据展示模块可以基于同一硬件设备来实现。当然，在本发明的其它实施例中，信息展示模块与历史数据展示模块也可以基于不同的硬件设备来实现，本发明不限于此。
在一实施例中，为了简化用户的查询操作，例如数据调取模块优选地会提供自身所支持的合法查询信息类型以及支持查询的历史测评信息的类型。例如，对于时间段的查询，数据调取模块可以提供日历展示，这样用户只需要选择查询起始日期和截止日期即可。再例如，如果数据调取模块仅支持对车辆行驶轨迹、车辆测试任务完成情况和车辆行驶视频的查询，那么数据调取模块则会列出上述支持查询的信息类型，这样用户也就只需要选择相应的数据类型既可以实现对相关数据的查询。
当接收到相应的信息查询指令后，数据调取模块会访问数据存储模块并从数据存储模块中调取与上述信息查询指令相对应的数据，并将查询出的数据传输至与之连接的历史数据展示模块，以由历史数据展示模块进行可视化显示。
在一实施例中，为了更加准确、清晰地呈现出自动驾驶车辆的行驶效果和性能问题，数据调取模块与历史数据展示模块能够配合地最大程度地再现待测试自动驾驶车辆的测试过程，并根据查询得到的历史数据的不同特点来采用不同的形式进行可视化显示。
例如，对于车辆历史轨迹，在一实施例中，用户可以在查询时间段内进行车辆行驶轨迹的回放并调节轨迹回放速度，这样也就能够使得用户更加方便地查看待测试自动驾驶车辆在每一路段的行驶信息。
再例如，对于车辆的违规信息，数据调取模块在调取违规位置点数据的同时，还会调取对应于该违规位置点的图像数据，这样也就能够使得用户可以在了解车辆违规位置的同时进一步了解待测试自动驾驶车辆当时驾驶情况，从而有助于用户深入分析待测试自动驾驶车辆所存在的问题。
从上述描述中可以看出，本发明所提供的自动驾驶车辆分析系统能够透明、准确、全面的对自动驾驶车辆的相关数据进行可视化显示，从而使得用户能够直观地获取到自动驾驶车辆系统和算法中所存在的问题。
同时，该系统还具有历史数据查询功能，这样也就使得系统的测试结果具有可跟踪性，这样也就便于自动驾驶车辆研发人员随时随地的查看自动驾驶车辆的历史测评信息，从而明确自动驾驶系统和算法需要提升的相关驾驶能力。
进一步的，在一实施例中，系统还包括：
异常监测模块，其配置为监控系统的异常状态，其中，所述异常监测模块包括：
系统测试模块，其配置为反复测试所述系统的可靠性、准确性和稳定性；
系统监控模块，其配置为实时监控系统运行情况，判断是否发生故障。
进一步的，在一实施例中，系统还包括用于展示系统当前的运行状态的用户终端。系统的用户终端配置为提供人机交互接口从而实现与用户之间的人机交互。
在一实施例中，通过与用户之间的人机交互，用户终端能够获取用户所输入的系统配置数据，从而实现对异常监测模块的参数配置。
在一实施例中，用户终端所获取到的系统配置数据可以包括诸如监测级别数据、监测范围数据、监测设备管理数据以及监测对象数据等。当然，在本发明的其它实施例中，根据实际需要，用户终端所获取到的系统配置数据既可以仅包含以上所列项中的任一项或几项，也可以包含其它未列出的合理项，本发明不限于此。
为了方便用户能够更加清晰、方便地了解到自动驾驶车辆测评系统的运行状态，在一实施例中，用户终端还可以接收异常监测模块所传输来的相关分析结果并显示，从而使得用户通过用户终端既可以了解到自动驾驶车辆测评系统的运行状态，同时也不需要用户必须在异常监测模块来进行数据的观察，使得整个运行状态监测过程更加高效。
在一实施例中，异常监测模块优选地配置在监测服务器中，其能够获取自动驾驶车辆测评系统的相关数据，并根据这些数据来确定自动驾驶车辆测评系统的运行状态。
具体地，如图11所示，在一实施例中，异常监测模块在接收到用户终端所传输来的系统配置数据后，会在步骤S202中根据上述系统配置数据进行参数配置。同时，在步骤S202中，异常监测模块还会根据相关系统配置数据(例如监测对象、监测范围数据等)来生成相应的数据查询指令。
具体地，在一实施例中，异常监测模块在得到上述数据查询指令后，会将上述数据查询指令发送至自动驾驶车辆测评系统。自动驾驶车辆测评系统会响应异常监测模块所发送来的数据查询指令，将对应于该数据查询指令的相关测评数据反馈至异常监测模块。
如图11所示，在一实施例中，在向自动驾驶车辆测评系统发送数据查询指令后，异常监测模块会在步骤S203中获取自动驾驶车辆测评系统所反馈来的相关测评数据，并在步骤S204中根据所接收到的数据来分别对自动驾驶车辆测评系统的相应子系统的运行状态进行分析。
在一实施例中，异常监测模块通过自身所配备的数据通信模块来与自动驾驶车辆测评系统进行数据交互。数据通信模块能够将自身需要传输的数据封装成同一的数据帧结构，并对封装后的数据帧进行加密处理。具体地，在一实施例中，异常监测模块中的数据通信模块优选地采用以太网连接方式来与自动驾驶车辆测评系统建立数据传输链路。当然，在本发明的其它实施例中，异常监测模块与自动驾驶车辆测评系统之间还还可以采用其它合理方式进行数据交互，本发明不限于此。
进一步的，在一实施例中，异常监测模块针对系统的数据采集子系统(实地行驶测试数据采集模块以及离线测试数据采集模块)、测评分析子系统(测试参数生成模块以及测试结果分析模块)以及测评展示子系统(测试结果分析模块以及信息展示模块)的运行状态的监测来反应整个自动驾驶车辆测评系统的运行状态。
图12示出了在一实施例中异常监测模块的结构示意图。
如图12所示，在一实施例中，异常监测模块优选地包括：第一监测模块102a、第二监测模块102b和第三监测模块102c。其中，第一监测模块102a用于获取自动驾驶车辆测评系统所传输来的待分析自动驾驶车辆的车辆运行数据。由于上述自动驾驶车辆的车辆运行数据是由自动驾驶车辆测评系统中的数据采集子系统所采集并传输来的，因此，第一监测模块102a也就可以通过对上述车辆运行数据进行分析来确定数据采集子系统的运行状态，即确定数据采集子系统是否存在异常。
在一实施例中，第一监测模块102a在接收到待分析自动驾驶车辆的车辆运行数据后，会对上述车辆运行数据进行数据验证，并根据数据验证结果来确定自动驾驶车辆测评系统中数据采集子系统的运行状态。其中，如果通过数据验证确定处车辆运行数据存在异常，那么第一监测模块102a也就可以判定出数据采集子系统存在异常。
具体地，在一实施例中，为了实现对数据采集子系统的运行状态的监测，第一监测模块102a优选地周期性地向自动驾驶车辆测评系统发送第一数据查询指令，以使得自动驾驶车辆测评系统响应上述第一数据查询指令而向第一监测模块102a反馈自身所采集到的待分析自动驾驶车辆的车辆运行数据。
需要指出的是，在本发明的不同实施例中，第一监测模块102a发送第一数据查询指令的周期长度的具体取值可以根据实际需要配置为不同的合理值，本发明并不对上述周期的具体长度进行限定。
同时，还需要指出的时，在本发明的其它实施例中，根据实际需要，第一监测模块102a向自动驾驶车辆测评系统发送第一数据查询指令的时间也可以是由用户输入的系统配置数据来确定的。
在一实施例中，自动驾驶车辆测评系统所反馈的车辆运行数据可以包括诸如VX2交互数据、车辆地理位置数据、车辆动力学数据、车辆灯光状态数据以及车辆决策操作数据等。当然，在本发明的其它实施例中，车辆运行数据既可以仅包含以上所列项中的某一项或某几项，也可以包含其它未列出的合理数据，本发明不限于此。
对于车辆运行数据，第一监测模块102a可以将车辆运行数据的取值与该车辆数据的预设有效取值范围进行比较。其中，如果车辆运行数据的取值处于其预设有效取值范围内，由于车辆运行数据的预设有效取值范围所表征的是该车辆运行数据在各种工况下所能够取得的值的范围，因此第一监测模块102a此时也就可以判定该车辆运行数据正常；而如果车辆运行数据的取值不处于其预设有效取值范围内，那么第一监测模块102a也就可以判定该车辆运行数据存在异常。
例如，对于车辆速度数据，如果第一监测模块102a所接收到的车辆速度为200Km/h，而自动驾驶车辆所能够达到的最大速度为100Km/h(即自动驾驶车辆的车辆速度的有效取值范围为[0，100Km/h])，显然第一监测模块102a所接收到的车辆速度的取值是不合理的，因此此时第一监测模块102a也就可以判定车辆速度数据存在异常，进而确定数据采集子系统的运行状态存在异常。
当然，在本发明的其它实施例中，根据实际需要，第一监测模块102a还可以采用其它合理方式来确定车辆运行数据是否存在异常。例如，在本发明的一个实施例中，第一监测模块102a还可以根据所获取到的车辆运行数据来确定车辆运行数据的变化状态，并将该车辆数据的变化状态与该车辆运行数据的预设变化曲线进行比较，并根据比较结果来确定该车辆运行数据是否存在异常。
例如，对于车辆地理位置数据，第一监测模块102a可以根据所接收到的车辆地理位置数据生成车辆轨迹曲线，如果车辆轨迹曲线与预设车辆轨迹曲线(该预设车辆轨迹曲线可以是待分析自动驾驶车辆的实际运行曲线)的差别较大，那么第一监测模块102a也就可以判定所接收到的车辆地理位置数据存在异常，进而判定数据采集子系统的运行状态存在异常。
在本发明的另一个实施例中，对于车辆速度数据，第一监测模块102a可以根据所接收到的车辆速度数据生成车辆速度变化曲线。如果在指定时长内车辆速度变化曲线的调变次数达到或超过预设次数阈值，从而使得该车辆速度变化曲线与车辆自身所能够呈现出的速度变化曲线相悖，那么则第一监测模块102a也就可以判定此时数据采集子系统的运行状态存在异常。
而在本发明的另一个实施例中，第一监测模块102a还可以将获取到的车辆运行数据与该车辆运行数据的基准数据进行匹配，并根据匹配结果来确定该车辆运行数据是否存在异常。其中，如果二者能够匹配，那么第一监测模块102a也就可以判定该车辆运行数据正常，否则也就可以判定该车辆运行数据存在异常。
例如，第一监测模块102a通过接收到的V2X交互数据可以获取车辆的粗略位置数据，第一监测模块102a可以将该粗略位置数据与所获取到的车辆的GPS数据进行验证，如果二者的偏差较大，那么第一监测模块102a也就可以判定V2X交互数据存在异常。
而对于数据采集子系统所传输来的车辆灯光状态数据，第一监测模块102a可以根据车辆的电子控制单元所输出的灯光状态信号来判断上述车辆灯光状态数据是否存在异常。
当然，在本发明的其它实施例中，根据实际需要，第一监测模块102a还可以同时采用上述方式的两种或多种来综合判断所接收到的车辆运行数据是否存在异常。
在一实施例中，第二监测模块102b和第三监测模块102c分别用于监测自动驾驶车辆测评系统中测评分析子系统和测评展示子系统的运行状态是否存在异常。
具体地，第二监测模块102b用于获取自动驾驶车辆测评系统中测评分析子系统所传输来的测评分析数据，并根据该测评分析数据来确定测评分析子系统的运行状态。
在一实施例中，为了实现对测评分析子系统的运行状态的监测，第二监测模块102b优选地周期性地向自动驾驶车辆测评系统发送第二数据查询指令，以使得自动驾驶车辆测评系统响应上述第二数据查询指令而向第二监测模块102b反馈关于待分析自动驾驶车辆的测评分析数据。
在一实施例中，自动驾驶车辆测评分析系统的测评分析子系统可以包括诸如驾驶范围模块、驾驶场景库模块、驾驶能力测试模块和综合测评模块等功能模块。第二监测模块102b通过测评分析子系统所传输来的测评分析数据可以获取上述各个功能模块的运行状态代码，并根据该运行状态代码来确定各个功能模块的运行状态是否存在异常。
例如，在一实施例中，第二监测模块102b根据一功能模块的实现步骤可以将该功能模块的运行过程划分为N个(N的取值可以根据实际需要或是实际功能模块配置为不同的合理值)运行子状态(每一运行子状态均可以对应于一运行状态代码)，如果该功能模块的预设数量的运行子状态的运行状态代码均为表征运行状态异常的数值(例如0)或是该功能模块的运行状态长时间处于某一状态时，那么第二监测模块102b也就可以判定该功能模块的运行状态存在异常。
自动驾驶车辆测评系统的测评展示子系统可以包括诸如道路信息管理模块、无人驾驶车辆信息管理模块以及信息展示模块等功能模块。第三监测模块102c可以根据获取到的自动驾驶车辆测评系统所传输来的展示状态数据来确定测评展示子系统的运行状态。
在一实施例中，第三监测模块102c实现其功能的具体原理以及过程与上述第二监测模块102b相同，故在此不再对第三监测模块102c的相关内容进行赘述。
当然，在本发明的其它实施例中，根据实际需要，自动驾驶车辆测评系统的运行监测系统还可以仅对数据采集子系统、测评分析子系统以及测评展示子系统中的某一子系统的运行状态进行监测，与之对应地，该运行监测系统可以使得相应的监测模块处于非工作状态或是不配置相应的监测模块。
例如，在本发明的一个实施例中，当自动驾驶车辆测评系统的运行监测系统仅需要对数据采集子系统的运行状态进行监测时，该运行监测系统可以将自身包含的与测评分析子系统和测评展示子系统相对应的监测模块配置为非工作状态，或是该运行监测系统甚至可以不配置与测评分析子系统和/或测评展示子系统相对应的监测模块(即第二监测模块102b和/或第三监测模块102c)。
在一实施例中，可选地，异常监测模块还具有数据修复和/或告警指示功能。
在一实施例中，异常监测模块在步骤S204中通过对自动驾驶车辆测评系统的各个子系统的运行状态进行分析而得到该测评系统的运行状态后，如果该测评系统的运行状态存在异常，那么该异常监测模块也就会对该测评系统的异常状态进行修复，从而使得该测评系统的运行状态恢复正常。
具体地，在一实施例中，异常监测模块所包含的异常修复模块102d会在步骤S205中根据步骤S204中所确定处的自动驾驶车辆测评系统的异常状态来确定自动驾驶车辆测评系统的异常类别。
在步骤S206中，异常修复模块102d会根据上述步骤S205中所得到的异常类别来生成相应的修复指令，并将该修复指令传输至自动驾驶车辆测评系统，以消除自动驾驶车辆测评系统的异常状态。
例如，异常监测模块所包含的异常修复模块102d会在步骤S205中根据自动驾驶车辆测评系统中各个子系统的异常位置、异常状态持续时长和/或异常频率来将自动驾驶车辆测评系统的异常状态分为第一异常类别、第二异常类别或是第三异常类别，并在步骤S206中根据异常类别来生成相应的修复指令。
例如，如果测评系统的异常状态属于第一异常类别，那么异常修复模块102d将会生成并发送子系统重启指令，以重启自动驾驶车辆测评系统的异常子系统；而如果测评系统的异常状态属于第二异常类别，那么异常修复模块102d将会生成并发送系统重启指令，以重启整个自动驾驶车辆测评系统；而如果测评系统的异常状态属于第三异常类别，那么异常修复模块102d将会生成并发送设备重启指令，以重启配置自动驾驶车辆测评系统的设备。
当然，在本发明的其它实施例中，异常修复模块102d还可以采用其它合理方式来对自动驾驶车辆测评系统所存在的异常进行修复，本发明不限于此。
在一实施例中，如果异常修复模块102d无法修复自动驾驶车辆测评系统所存在的异常，那么异常修复模块102d则会生成相应的指令并将该指令传输至与之连接的告警指示模块102e，以由告警指示模块102e生成并输出相应的告警指示信息，以提示用户进行人工干预。
需要指出的是，在本发明的其它实施例中，告警指示模块102e还可以在步骤S207中在自动驾驶车辆测评系统存在异常时根据所确定出的自动驾驶车辆测评系统的异常状态生成相应的告警指示信息，并在需要的情况下将该告警指示信息传输至用户终端，以由用户终端呈现给用户。例如，告警指示模块102e可以根据各个子系统所出现的异常的频率、严重程度来生成相应的系统修复信息或是系统升级信息等，并将上述传输至用户终端。
进一步的，在一实施例中，异常监测模块还包括数据库。数据库可以在步骤S208中记录运行日志，例如将自动驾驶车辆测评系统的运行状态、异常代码等信息存储在本地。
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变或变形，但这些相应的改变或变形都应属于本发明的权利要求的保护范围。

Claims (10)

1.一种自动驾驶车辆测评系统，其特征在于，所述系统包括：
系统服务器；
测试参数生成模块，其配置为获取测试需求，根据所述测试需求生成并输出在线测试参数，所述在线测试参数包括测试路线数据以及行驶数据采集设定参数；
实地行驶测试数据采集模块，其配置为获取所述行驶数据采集设定参数，基于所述行驶数据采集设定参数获取待测车辆在实地行驶测试过程中反馈的行驶测试结果数据并实时上传到所述系统服务器；
测试结果分析模块，其配置为从所述系统服务器处实时下载所述行驶测试结果数据，解析所述行驶测试结果数据，生成行驶测试结果实时报告。
2.根据权利要求1所述的系统，其特征在于：
所述测试参数生成模块还配置为根据所述测试需求生成并输出离线测试参数，所述离线测试参数包括离线测试数据采集参数；
所述系统还包括离线测试数据采集模块，所述离线测试数据采集模块配置为获取离线测试数据采集参数，基于所述离线测试数据采集参数对所述待测试车辆进行离线仿真测试，获取离线仿真测试结果；
所述测试结果分析模块还配置为解析所述离线仿真测试结果，生成离线仿真测试结果报告。
3.根据权利要求2所述的系统，其特征在于，所述测试结果分析模块还配置为综合解析所述离线仿真测试结果以及所述行驶测试结果数据，生成行驶测试结果实时报告。
4.根据权利要求1所述的系统，其特征在于，所述系统还包括：
信息展示模块，其配置为实时展示所述行驶测试结果数据和/或所述行驶测试结果实时报告。
5.根据权利要求1所述的系统，其特征在于，所述系统还包括数据存储模块，其配置为：
从所述系统服务器处实时下载并保存所述行驶测试结果数据；
从所述测试结果分析模块处获取并保存所述行驶测试结果实时报告。
6.根据权利要求1所述的系统，其特征在于，所述系统还包括：
异常监测模块，其配置为监控系统的异常状态，其中，所述异常监测模块包括：
系统测试模块，其配置为反复测试所述系统的可靠性、准确性和稳定性；
系统监控模块，其配置为实时监控系统运行情况，判断是否发生故障。
7.一种自动驾驶车辆测评方法，其特征在于，所述方法包括：
获取测试需求，根据所述测试需求生成在线测试参数，所述在线测试参数包括测试路线数据以及行驶数据采集设定参数；
将所述测试路线数据发送到待测试车辆；
将所述行驶数据采集设定参数发送到行驶测试数据采集设备，利用所述行驶测试数据采集设备获取待测车辆在实地行驶测试过程中反馈的行驶测试结果数据并将所述行驶测试结果数据实时上传到系统服务器；
从所述系统服务器处实时下载所述行驶测试结果数据，解析所述行驶测试结果数据，生成行驶测试结果实时报告。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据所述测试需求生成离线测试参数，所述离线测试参数包括离线测试数据采集参数；
将所述离线测试数据采集参数发送到离线测试数据采集设备，利用所述离线测试数据采集设备对所述待测试车辆进行离线仿真测试，获取离线仿真测试结果；
解析所述离线仿真测试结果，生成离线仿真测试结果报告。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
综合解析所述离线仿真测试结果以及所述行驶测试结果数据，生成行驶测试结果实时报告。
10.根据权利要求7所述的方法，其特征在于，采用测试与监控结合的方式监控异常状态，包括：
反复测试系统的可靠性、准确性和稳定性；
实时监控系统运行情况，判断是否发生故障。
CN201711036852.6A 2017-10-30 2017-10-30 一种自动驾驶车辆测评系统及方法 Active CN107782564B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711036852.6A CN107782564B (zh) 2017-10-30 2017-10-30 一种自动驾驶车辆测评系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711036852.6A CN107782564B (zh) 2017-10-30 2017-10-30 一种自动驾驶车辆测评系统及方法

Publications (2)

Publication Number Publication Date
CN107782564A true CN107782564A (zh) 2018-03-09
CN107782564B CN107782564B (zh) 2019-12-13

Family

ID=61432025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711036852.6A Active CN107782564B (zh) 2017-10-30 2017-10-30 一种自动驾驶车辆测评系统及方法

Country Status (1)

Country Link
CN (1) CN107782564B (zh)

Cited By (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108391095A (zh) * 2018-04-13 2018-08-10 青岛慧拓智能机器有限公司 用于监控无人驾驶车辆的视频拍摄方法及系统
CN108595901A (zh) * 2018-07-09 2018-09-28 黄梓钥 一种自动驾驶汽车标准化安全仿真验证模型数据库系统
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
CN108983635A (zh) * 2018-06-19 2018-12-11 兰州交通大学 一种crh5型动车组投入多车网电气耦合系统稳定性分析方法
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
CN109144054A (zh) * 2018-07-27 2019-01-04 上海商汤智能科技有限公司 智能驾驶路测控制方法及装置、电子设备和存储介质
CN109187042A (zh) * 2018-08-08 2019-01-11 同济大学 一种自动驾驶车辆爆胎工况行驶性能测试系统及测试方法
CN109284889A (zh) * 2018-07-19 2019-01-29 长安大学 一种无人车反应敏捷度评测方法和装置
CN109324539A (zh) * 2018-08-28 2019-02-12 山东省科学院自动化研究所 一种自动驾驶封闭测试场的智能控制平台及方法
CN109520744A (zh) * 2018-11-12 2019-03-26 百度在线网络技术（北京）有限公司 自动驾驶车辆的驾驶性能测试方法和装置
CN109543245A (zh) * 2018-10-31 2019-03-29 百度在线网络技术（北京）有限公司 无人车应对能力边界信息确定方法、装置和电子设备
CN109597317A (zh) * 2018-12-26 2019-04-09 广州小鹏汽车科技有限公司 一种基于自学习的车辆自动驾驶方法、系统及电子设备
CN109614886A (zh) * 2018-11-23 2019-04-12 中国人民解放军63966部队 一种无人/自主驾驶系统的性能评测方法及装置
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
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
CN109657344A (zh) * 2018-12-17 2019-04-19 安徽江淮汽车集团股份有限公司 辅助驾驶系统的场景管理方法
CN109726480A (zh) * 2018-12-29 2019-05-07 青岛慧拓智能机器有限公司 一种用于验证无人矿卡相关算法的系统
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
CN109765877A (zh) * 2018-12-17 2019-05-17 北京百度网讯科技有限公司 自动驾驶过程的检测方法、装置、系统及存储介质
CN109849816A (zh) * 2019-02-01 2019-06-07 公安部交通管理科学研究所 一种自动驾驶汽车驾驶能力评测方法、装置及系统
CN109948289A (zh) * 2019-04-01 2019-06-28 清华大学 基于最大全局侵占率搜索的车辆自主泊车功能测评方法
CN110132613A (zh) * 2019-06-06 2019-08-16 浙江智玲机器人科技有限公司 仿真车监测系统
CN110147085A (zh) * 2018-11-13 2019-08-20 腾讯科技（深圳）有限公司 一种自动驾驶的测试方法、测试装置及测试系统
CN110243610A (zh) * 2019-05-13 2019-09-17 北京航空航天大学 一种移动和固定组合的多维干扰自动驾驶测试系统及方法
CN110303999A (zh) * 2019-06-29 2019-10-08 清华大学苏州汽车研究院（吴江） 一种无人驾驶汽车测试监控系统
CN110307995A (zh) * 2019-05-28 2019-10-08 同济大学 一种用于自动驾驶汽车边缘测试的测试方法
CN110390739A (zh) * 2019-07-24 2019-10-29 浙江吉利汽车研究院有限公司 一种车辆数据处理方法及车辆数据处理系统
CN110414803A (zh) * 2019-07-08 2019-11-05 清华大学 不同网联程度下自动驾驶系统智能水平的测评方法及装置
CN110455554A (zh) * 2019-09-03 2019-11-15 酷黑科技（北京）有限公司 一种无人车测试系统和方法
CN110535923A (zh) * 2019-08-16 2019-12-03 苏州禾昆智能科技有限公司 一种自动驾驶车辆管理平台
CN110553853A (zh) * 2019-08-06 2019-12-10 清华大学 基于场地下较差场景搜索的自动驾驶功能测试测评方法
CN110807922A (zh) * 2019-10-29 2020-02-18 长安大学 一种无人车交叉路口通行能力测试系统及测试方法
CN110907197A (zh) * 2019-12-11 2020-03-24 北京京东乾石科技有限公司 车辆测试方法、装置和系统
CN111178735A (zh) * 2019-12-24 2020-05-19 国汽(北京)智能网联汽车研究院有限公司 一种自动驾驶功能的测试评价方法、装置及系统
CN111179585A (zh) * 2018-11-09 2020-05-19 上海汽车集团股份有限公司 自动驾驶车辆的场地测试方法及装置
CN111222359A (zh) * 2018-11-23 2020-06-02 宝沃汽车（中国）有限公司 驾驶行为评价方法、装置和服务器
CN111238825A (zh) * 2020-01-10 2020-06-05 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
CN111258300A (zh) * 2020-01-22 2020-06-09 长安大学 一种无人车无信号灯环岛通行能力测试系统及测试方法
CN111323238A (zh) * 2020-01-21 2020-06-23 北京百度网讯科技有限公司 用于测试车辆的方法、装置、设备和存储介质
CN111581105A (zh) * 2020-05-11 2020-08-25 中国人民解放军陆军研究院装甲兵研究所 基于数据的测试评价系统
CN111598543A (zh) * 2020-05-18 2020-08-28 斑马网络技术有限公司 试驾车辆信息管理方法和系统
CN111737127A (zh) * 2020-06-19 2020-10-02 北京百度网讯科技有限公司 用于测试地图服务的方法和装置
CN111765903A (zh) * 2020-06-29 2020-10-13 北京百度网讯科技有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质
CN111814904A (zh) * 2020-07-22 2020-10-23 同济大学 一种自动驾驶道路测试驾驶模式辨别方法及系统
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
CN111868641A (zh) * 2018-03-14 2020-10-30 罗伯特·博世有限公司 用于产生用于训练车辆控制设备的人工智能模块的训练数据组的方法
CN111881817A (zh) * 2020-07-27 2020-11-03 北京三快在线科技有限公司 一种提取特定区域的方法、装置、存储介质及电子设备
CN112114580A (zh) * 2020-09-29 2020-12-22 广州小鹏自动驾驶科技有限公司 一种acc仿真测试系统及方法
CN112148615A (zh) * 2020-09-30 2020-12-29 知行汽车科技（苏州）有限公司 自动驾驶测试方法、装置和存储介质
CN112241127A (zh) * 2019-12-20 2021-01-19 北京新能源汽车技术创新中心有限公司 自动驾驶安全评分方法、装置、计算机设备和存储介质
CN112327806A (zh) * 2020-11-02 2021-02-05 东软睿驰汽车技术（沈阳）有限公司 自动驾驶的测试方法、装置和电子设备
CN112417661A (zh) * 2020-11-13 2021-02-26 中国人民解放军陆军研究院装甲兵研究所 无人装备实装测试用数据采集分析系统
CN112433519A (zh) * 2020-11-09 2021-03-02 温州大学大数据与信息技术研究院 一种无人驾驶检测系统及车辆行驶检测方法
CN112462759A (zh) * 2020-11-12 2021-03-09 浙江吉利控股集团有限公司 规控算法的评估方法、系统及计算机存储介质
CN113074959A (zh) * 2021-04-06 2021-07-06 北京理工大学 一种自动驾驶系统测试分析方法
KR20210088457A (ko) * 2020-12-10 2021-07-14 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체
CN113593075A (zh) * 2020-04-30 2021-11-02 比亚迪股份有限公司 用于试车场的信息显示方法和信息显示系统
CN113949996A (zh) * 2021-10-11 2022-01-18 重庆大学 用于车路协同测试场景采集回放的数据处理方法及系统
CN114067459A (zh) * 2021-09-10 2022-02-18 中国人民解放军63966部队 一种机动车安全性能测试系统
CN114354220A (zh) * 2022-01-07 2022-04-15 苏州挚途科技有限公司 驾驶数据的处理方法、装置和电子设备
CN114397115A (zh) * 2022-01-10 2022-04-26 招商局检测车辆技术研究院有限公司 港口自动驾驶车辆的定位性能测试方法及系统
CN114544195A (zh) * 2022-02-15 2022-05-27 安徽域驰智能科技有限公司 一种自动泊车在线测试系统
CN114563196A (zh) * 2022-02-22 2022-05-31 上清童子(北京)投资顾问有限公司 一种检验自动驾驶汽车的可用性和可靠性的方法
CN114755035A (zh) * 2022-06-15 2022-07-15 中汽信息科技(天津)有限公司 一种基于车载终端的智能驾驶多维度测试方法
CN115016470A (zh) * 2022-05-30 2022-09-06 东风汽车集团股份有限公司 一种基于学习的自动驾驶局部路径规划优化方法及装置
CN115145246A (zh) * 2022-06-27 2022-10-04 小米汽车科技有限公司 控制器的测试方法、装置、车辆、存储介质及芯片
CN115219151A (zh) * 2022-07-13 2022-10-21 小米汽车科技有限公司 车辆测试方法、系统、电子设备及介质
WO2022246860A1 (zh) * 2021-05-28 2022-12-01 深圳市大疆创新科技有限公司 一种自动驾驶系统的性能测试方法
WO2023046125A1 (zh) * 2021-09-26 2023-03-30 华为技术有限公司 地图有效性检测方法和相关产品
CN116125961A (zh) * 2023-03-29 2023-05-16 禾多科技（北京）有限公司 车辆控制指标生成方法、装置、设备和计算机可读介质
CN116774679A (zh) * 2023-08-25 2023-09-19 北京斯年智驾科技有限公司 一种自动驾驶车辆测试方法、系统、装置和存储介质
CN117765796A (zh) * 2024-02-22 2024-03-26 深圳风向标教育资源股份有限公司 自动驾驶教学系统、方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105092259A (zh) * 2014-05-19 2015-11-25 株式会社堀场制作所 车辆测试系统、测试管理装置和车辆测试方法
WO2016143491A1 (ja) * 2015-03-11 2016-09-15 株式会社堀場製作所 模擬運転システム及び制御装置
CN105954048A (zh) * 2016-07-07 2016-09-21 百度在线网络技术（北京）有限公司 测试无人车正常驾驶的方法及装置
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
CN106289797A (zh) * 2016-07-19 2017-01-04 百度在线网络技术（北京）有限公司 用于测试无人驾驶车辆的方法和装置
JP2017020974A (ja) * 2015-07-14 2017-01-26 トヨタ自動車株式会社 自動運転システム
CN107024356A (zh) * 2017-04-28 2017-08-08 百度在线网络技术（北京）有限公司 用于测试无人车的方法和装置
CN107063711A (zh) * 2017-04-21 2017-08-18 百度在线网络技术（北京）有限公司 用于测试无人车的方法和装置
CN107063713A (zh) * 2017-04-27 2017-08-18 百度在线网络技术（北京）有限公司 应用于无人驾驶汽车的测试方法和装置
CN107167323A (zh) * 2017-05-08 2017-09-15 百度在线网络技术（北京）有限公司 无人驾驶汽车的场地测试方法及系统、设备与可读介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105092259A (zh) * 2014-05-19 2015-11-25 株式会社堀场制作所 车辆测试系统、测试管理装置和车辆测试方法
WO2016143491A1 (ja) * 2015-03-11 2016-09-15 株式会社堀場製作所 模擬運転システム及び制御装置
JP2017020974A (ja) * 2015-07-14 2017-01-26 トヨタ自動車株式会社 自動運転システム
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
CN105954048A (zh) * 2016-07-07 2016-09-21 百度在线网络技术（北京）有限公司 测试无人车正常驾驶的方法及装置
CN106289797A (zh) * 2016-07-19 2017-01-04 百度在线网络技术（北京）有限公司 用于测试无人驾驶车辆的方法和装置
CN107063711A (zh) * 2017-04-21 2017-08-18 百度在线网络技术（北京）有限公司 用于测试无人车的方法和装置
CN107063713A (zh) * 2017-04-27 2017-08-18 百度在线网络技术（北京）有限公司 应用于无人驾驶汽车的测试方法和装置
CN107024356A (zh) * 2017-04-28 2017-08-08 百度在线网络技术（北京）有限公司 用于测试无人车的方法和装置
CN107167323A (zh) * 2017-05-08 2017-09-15 百度在线网络技术（北京）有限公司 无人驾驶汽车的场地测试方法及系统、设备与可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王艺帆: "自动驾驶汽车测试体系与现状探究", 《汽车与安全》 *

Cited By (102)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111868641A (zh) * 2018-03-14 2020-10-30 罗伯特·博世有限公司 用于产生用于训练车辆控制设备的人工智能模块的训练数据组的方法
CN108391095A (zh) * 2018-04-13 2018-08-10 青岛慧拓智能机器有限公司 用于监控无人驾驶车辆的视频拍摄方法及系统
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
CN108983635A (zh) * 2018-06-19 2018-12-11 兰州交通大学 一种crh5型动车组投入多车网电气耦合系统稳定性分析方法
CN108595901A (zh) * 2018-07-09 2018-09-28 黄梓钥 一种自动驾驶汽车标准化安全仿真验证模型数据库系统
CN109284889B (zh) * 2018-07-19 2021-10-26 长安大学 一种无人车反应敏捷度评测方法和装置
CN109284889A (zh) * 2018-07-19 2019-01-29 长安大学 一种无人车反应敏捷度评测方法和装置
CN109144054A (zh) * 2018-07-27 2019-01-04 上海商汤智能科技有限公司 智能驾驶路测控制方法及装置、电子设备和存储介质
CN109187042A (zh) * 2018-08-08 2019-01-11 同济大学 一种自动驾驶车辆爆胎工况行驶性能测试系统及测试方法
CN109324539A (zh) * 2018-08-28 2019-02-12 山东省科学院自动化研究所 一种自动驾驶封闭测试场的智能控制平台及方法
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
US11354462B2 (en) 2018-10-31 2022-06-07 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Method and apparatus for determining coping capability boundary information of an unmanned vehicle and electronic device
CN109543245A (zh) * 2018-10-31 2019-03-29 百度在线网络技术（北京）有限公司 无人车应对能力边界信息确定方法、装置和电子设备
EP3640622A1 (en) * 2018-10-31 2020-04-22 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for determining coping capability boundary information of an unmanned vehicle and electronic device
CN109543245B (zh) * 2018-10-31 2021-08-10 百度在线网络技术（北京）有限公司 无人车应对能力边界信息确定方法、装置和电子设备
CN111179585A (zh) * 2018-11-09 2020-05-19 上海汽车集团股份有限公司 自动驾驶车辆的场地测试方法及装置
CN109520744A (zh) * 2018-11-12 2019-03-26 百度在线网络技术（北京）有限公司 自动驾驶车辆的驾驶性能测试方法和装置
CN109520744B (zh) * 2018-11-12 2020-04-21 百度在线网络技术（北京）有限公司 自动驾驶车辆的驾驶性能测试方法和装置
CN110147085A (zh) * 2018-11-13 2019-08-20 腾讯科技（深圳）有限公司 一种自动驾驶的测试方法、测试装置及测试系统
CN109614886A (zh) * 2018-11-23 2019-04-12 中国人民解放军63966部队 一种无人/自主驾驶系统的性能评测方法及装置
CN111222359A (zh) * 2018-11-23 2020-06-02 宝沃汽车（中国）有限公司 驾驶行为评价方法、装置和服务器
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
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
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
CN109738198B (zh) * 2018-12-14 2024-06-11 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
CN109657344A (zh) * 2018-12-17 2019-04-19 安徽江淮汽车集团股份有限公司 辅助驾驶系统的场景管理方法
CN109765877A (zh) * 2018-12-17 2019-05-17 北京百度网讯科技有限公司 自动驾驶过程的检测方法、装置、系统及存储介质
CN109597317B (zh) * 2018-12-26 2022-03-18 广州小鹏汽车科技有限公司 一种基于自学习的车辆自动驾驶方法、系统及电子设备
CN109597317A (zh) * 2018-12-26 2019-04-09 广州小鹏汽车科技有限公司 一种基于自学习的车辆自动驾驶方法、系统及电子设备
CN109726480A (zh) * 2018-12-29 2019-05-07 青岛慧拓智能机器有限公司 一种用于验证无人矿卡相关算法的系统
CN109849816A (zh) * 2019-02-01 2019-06-07 公安部交通管理科学研究所 一种自动驾驶汽车驾驶能力评测方法、装置及系统
CN109948289B (zh) * 2019-04-01 2020-11-10 清华大学 基于最大全局侵占率搜索的车辆自主泊车功能测评方法
CN109948289A (zh) * 2019-04-01 2019-06-28 清华大学 基于最大全局侵占率搜索的车辆自主泊车功能测评方法
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
CN110243610A (zh) * 2019-05-13 2019-09-17 北京航空航天大学 一种移动和固定组合的多维干扰自动驾驶测试系统及方法
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
CN110307995A (zh) * 2019-05-28 2019-10-08 同济大学 一种用于自动驾驶汽车边缘测试的测试方法
CN110132613A (zh) * 2019-06-06 2019-08-16 浙江智玲机器人科技有限公司 仿真车监测系统
CN110303999A (zh) * 2019-06-29 2019-10-08 清华大学苏州汽车研究院（吴江） 一种无人驾驶汽车测试监控系统
CN110414803A (zh) * 2019-07-08 2019-11-05 清华大学 不同网联程度下自动驾驶系统智能水平的测评方法及装置
CN110390739A (zh) * 2019-07-24 2019-10-29 浙江吉利汽车研究院有限公司 一种车辆数据处理方法及车辆数据处理系统
CN110390739B (zh) * 2019-07-24 2021-07-09 浙江吉利汽车研究院有限公司 一种车辆数据处理方法及车辆数据处理系统
CN110553853B (zh) * 2019-08-06 2020-11-20 清华大学 基于场地下较差场景搜索的自动驾驶功能测试测评方法
CN110553853A (zh) * 2019-08-06 2019-12-10 清华大学 基于场地下较差场景搜索的自动驾驶功能测试测评方法
CN110535923A (zh) * 2019-08-16 2019-12-03 苏州禾昆智能科技有限公司 一种自动驾驶车辆管理平台
CN110455554A (zh) * 2019-09-03 2019-11-15 酷黑科技（北京）有限公司 一种无人车测试系统和方法
CN110807922A (zh) * 2019-10-29 2020-02-18 长安大学 一种无人车交叉路口通行能力测试系统及测试方法
CN110907197A (zh) * 2019-12-11 2020-03-24 北京京东乾石科技有限公司 车辆测试方法、装置和系统
CN112241127A (zh) * 2019-12-20 2021-01-19 北京新能源汽车技术创新中心有限公司 自动驾驶安全评分方法、装置、计算机设备和存储介质
CN112241127B (zh) * 2019-12-20 2023-08-22 北京国家新能源汽车技术创新中心有限公司 自动驾驶安全评分方法、装置、计算机设备和存储介质
CN111178735A (zh) * 2019-12-24 2020-05-19 国汽(北京)智能网联汽车研究院有限公司 一种自动驾驶功能的测试评价方法、装置及系统
CN111178735B (zh) * 2019-12-24 2024-02-02 国汽(北京)智能网联汽车研究院有限公司 一种自动驾驶功能的测试评价方法、装置及系统
CN111238825A (zh) * 2020-01-10 2020-06-05 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
CN111323238A (zh) * 2020-01-21 2020-06-23 北京百度网讯科技有限公司 用于测试车辆的方法、装置、设备和存储介质
CN111258300A (zh) * 2020-01-22 2020-06-09 长安大学 一种无人车无信号灯环岛通行能力测试系统及测试方法
CN113593075A (zh) * 2020-04-30 2021-11-02 比亚迪股份有限公司 用于试车场的信息显示方法和信息显示系统
CN111581105A (zh) * 2020-05-11 2020-08-25 中国人民解放军陆军研究院装甲兵研究所 基于数据的测试评价系统
CN111598543A (zh) * 2020-05-18 2020-08-28 斑马网络技术有限公司 试驾车辆信息管理方法和系统
CN111737127B (zh) * 2020-06-19 2024-04-09 北京百度网讯科技有限公司 用于测试地图服务的方法和装置
CN111737127A (zh) * 2020-06-19 2020-10-02 北京百度网讯科技有限公司 用于测试地图服务的方法和装置
CN111765903B (zh) * 2020-06-29 2022-08-09 阿波罗智能技术(北京)有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质
CN111765903A (zh) * 2020-06-29 2020-10-13 北京百度网讯科技有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质
CN111814904B (zh) * 2020-07-22 2021-05-28 同济大学 一种自动驾驶道路测试驾驶模式辨别方法及系统
CN111814904A (zh) * 2020-07-22 2020-10-23 同济大学 一种自动驾驶道路测试驾驶模式辨别方法及系统
CN111881817B (zh) * 2020-07-27 2024-09-24 北京三快在线科技有限公司 一种提取特定区域的方法、装置、存储介质及电子设备
CN111881817A (zh) * 2020-07-27 2020-11-03 北京三快在线科技有限公司 一种提取特定区域的方法、装置、存储介质及电子设备
CN112114580A (zh) * 2020-09-29 2020-12-22 广州小鹏自动驾驶科技有限公司 一种acc仿真测试系统及方法
CN112148615A (zh) * 2020-09-30 2020-12-29 知行汽车科技（苏州）有限公司 自动驾驶测试方法、装置和存储介质
CN112327806B (zh) * 2020-11-02 2022-02-15 东软睿驰汽车技术（沈阳）有限公司 自动驾驶的测试方法、装置、电子设备和存储介质
CN112327806A (zh) * 2020-11-02 2021-02-05 东软睿驰汽车技术（沈阳）有限公司 自动驾驶的测试方法、装置和电子设备
CN112433519A (zh) * 2020-11-09 2021-03-02 温州大学大数据与信息技术研究院 一种无人驾驶检测系统及车辆行驶检测方法
CN112462759A (zh) * 2020-11-12 2021-03-09 浙江吉利控股集团有限公司 规控算法的评估方法、系统及计算机存储介质
CN112462759B (zh) * 2020-11-12 2024-02-27 浙江吉利控股集团有限公司 规控算法的评估方法、系统及计算机存储介质
CN112417661B (zh) * 2020-11-13 2023-10-27 中国人民解放军陆军研究院装甲兵研究所 无人装备实装测试用数据采集分析系统
CN112417661A (zh) * 2020-11-13 2021-02-26 中国人民解放军陆军研究院装甲兵研究所 无人装备实装测试用数据采集分析系统
KR20210088457A (ko) * 2020-12-10 2021-07-14 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체
KR102582657B1 (ko) * 2020-12-10 2023-09-25 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체
US20210316753A1 (en) * 2020-12-10 2021-10-14 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Road test method and apparatus for autonomous driving vehicle, device and storage medium
EP3866044A3 (en) * 2020-12-10 2021-12-29 Beijing Baidu Netcom Science Technology Co., Ltd. Road test method and apparatus for autonomous driving vehicle, device and storage medium
CN113074959A (zh) * 2021-04-06 2021-07-06 北京理工大学 一种自动驾驶系统测试分析方法
WO2022246860A1 (zh) * 2021-05-28 2022-12-01 深圳市大疆创新科技有限公司 一种自动驾驶系统的性能测试方法
CN114067459B (zh) * 2021-09-10 2023-08-01 中国人民解放军63966部队 一种机动车安全性能测试系统
CN114067459A (zh) * 2021-09-10 2022-02-18 中国人民解放军63966部队 一种机动车安全性能测试系统
WO2023046125A1 (zh) * 2021-09-26 2023-03-30 华为技术有限公司 地图有效性检测方法和相关产品
CN113949996B (zh) * 2021-10-11 2022-10-28 重庆大学 用于车路协同测试场景采集回放的数据处理方法及系统
CN113949996A (zh) * 2021-10-11 2022-01-18 重庆大学 用于车路协同测试场景采集回放的数据处理方法及系统
CN114354220A (zh) * 2022-01-07 2022-04-15 苏州挚途科技有限公司 驾驶数据的处理方法、装置和电子设备
CN114397115A (zh) * 2022-01-10 2022-04-26 招商局检测车辆技术研究院有限公司 港口自动驾驶车辆的定位性能测试方法及系统
CN114544195A (zh) * 2022-02-15 2022-05-27 安徽域驰智能科技有限公司 一种自动泊车在线测试系统
CN114563196A (zh) * 2022-02-22 2022-05-31 上清童子(北京)投资顾问有限公司 一种检验自动驾驶汽车的可用性和可靠性的方法
CN115016470A (zh) * 2022-05-30 2022-09-06 东风汽车集团股份有限公司 一种基于学习的自动驾驶局部路径规划优化方法及装置
CN114755035A (zh) * 2022-06-15 2022-07-15 中汽信息科技(天津)有限公司 一种基于车载终端的智能驾驶多维度测试方法
CN115145246A (zh) * 2022-06-27 2022-10-04 小米汽车科技有限公司 控制器的测试方法、装置、车辆、存储介质及芯片
CN115145246B (zh) * 2022-06-27 2024-06-11 小米汽车科技有限公司 控制器的测试方法、装置、车辆、存储介质及芯片
CN115219151B (zh) * 2022-07-13 2024-01-23 小米汽车科技有限公司 车辆测试方法、系统、电子设备及介质
CN115219151A (zh) * 2022-07-13 2022-10-21 小米汽车科技有限公司 车辆测试方法、系统、电子设备及介质
CN116125961A (zh) * 2023-03-29 2023-05-16 禾多科技（北京）有限公司 车辆控制指标生成方法、装置、设备和计算机可读介质
CN116774679B (zh) * 2023-08-25 2023-11-28 北京斯年智驾科技有限公司 一种自动驾驶车辆测试方法、系统、装置和存储介质
CN116774679A (zh) * 2023-08-25 2023-09-19 北京斯年智驾科技有限公司 一种自动驾驶车辆测试方法、系统、装置和存储介质
CN117765796A (zh) * 2024-02-22 2024-03-26 深圳风向标教育资源股份有限公司 自动驾驶教学系统、方法及装置
CN117765796B (zh) * 2024-02-22 2024-05-10 深圳风向标教育资源股份有限公司 自动驾驶教学系统、方法及装置

Also Published As

Publication number Publication date
CN107782564B (zh) 2019-12-13

Similar Documents

Publication Publication Date Title
CN107782564A (zh) 一种自动驾驶车辆测评系统及方法
CN107843440A (zh) 一种自动驾驶车辆性能测试系统及方法
US11656094B1 (en) System for driver's education
Zhou et al. A framework for virtual testing of ADAS
CN111524362B (zh) 基于多数据融合的车辆安全行驶保障系统与方法
DE102017217443B4 (de) Verfahren und System zur Bereitstellung von Trainingsdaten zum maschinellen Lernen für ein Steuerungsmodell einer automatischen Fahrzeugsteuerung
CN107272683A (zh) 基于acp方法的平行智能车控制系统
US11657318B2 (en) Assessing ride quality for autonomous vehicles
CN109416873A (zh) 具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法
CN114077541A (zh) 验证用于自动驾驶车辆的自动控制软件的方法和系统
CN107015483A (zh) 用于生成用于自主车辆的测试用例的方法和装置
CN104200659B (zh) 一种重点车辆是否按规定线路行驶的判定方法
CN107395757B (zh) 基于acp方法和社会物理信息系统的平行车联网系统
Toghi et al. A maneuver-based urban driving dataset and model for cooperative vehicle applications
CN117436821B (zh) 交通事故诊断报告的生成方法、设备及存储介质
Yuan et al. Key points of investigation and analysis on traffic accidents involving intelligent vehicles
CN115291515A (zh) 一种基于数字孪生的自动驾驶仿真测试系统及评价方法
DE102023111485A1 (de) Nachverfolgungssegmentbereinigung nachverfolgter objekte
US20220172606A1 (en) Systems and Methods for Extracting Data From Autonomous Vehicles
CN117612127B (zh) 场景生成方法、装置和存储介质及电子设备
CN113504056A (zh) 一种自动驾驶汽车测试评价系统及方法
Ma Effects of vehicles with different degrees of automation on traffic flow in urban areas
Mahmassani et al. Concept development and needs identification for Intelligent Network Flow Optimization (INFLO): assessment of relevant prior and ongoing research.
EP4384915A1 (de) Computerimplementiertes verfahren und computerprogramm zur generierung von virtuellen fahrstrecken und entwicklung und/oder validierung von funktionalitäten eines automatisierten fahrsystems auf den generierten fahrstrecken
Wang Evaluation of traffic speed control devices and its applications

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
TR01 Transfer of patent right

Effective date of registration: 20220401

Address after: 221000 No.26 tuolanshan Road, Xuzhou Economic and Technological Development Zone, Xuzhou City, Jiangsu Province

Patentee after: Jiangsu Xugong Construction Machinery Research Institute Co.,Ltd.

Address before: 266071 Room 206-1, Block D, Pangu Creator Space, 100 Torch Road, Qingdao High-tech Zone, Shandong Province

Patentee before: QINGDAO VEHICLE INTELLIGENCE PIONEERS Inc.

TR01 Transfer of patent right