CN108319259A - 一种测试系统及测试方法 - Google Patents
一种测试系统及测试方法 Download PDFInfo
- Publication number
- CN108319259A CN108319259A CN201810238973.7A CN201810238973A CN108319259A CN 108319259 A CN108319259 A CN 108319259A CN 201810238973 A CN201810238973 A CN 201810238973A CN 108319259 A CN108319259 A CN 108319259A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- traffic
- information
- simulation
- simulator
- 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
Links
Classifications
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例涉及驾驶测试系统领域,公开了一种测试方法及测试系统。该测试系统包括:交通模拟模块、接口交互模拟模块和被测对象;交通模拟模块用于模拟被测车辆行驶过程中的交通环境以及模拟被测车辆;接口交互模拟模块从交通信息中提取出被测车辆的传感器信号,采用环境信息对传感器信号加扰;被测对象用于根据加扰后的被测车辆的传感器信号,确定被测车辆的下一所述控制指令,并将下一控制指令传输给交通模拟模块。本发明中,使得对车辆的自动驾驶功能进行测试时,考虑了环境对车辆传感器的影响,设置更接近真实的天气状况和干扰车辆行为,保证测试的驾驶场景更为真实,进而方便的完成对车辆自动驾驶功能的验证。
Description
技术领域
本发明实施例涉及驾驶系统测试领域,特别涉及一种测试系统及测试方法。
背景技术
随着人们对车辆功能需求的增多,越来越多的车辆制造商为车辆提供了自动驾驶功能,为用户驾驶车辆提供了便利。但在自动驾驶控制器研制过程中需要对其驾驶功能、安全功能等进行测试,传统的测试方法是:安装在实车上进行测试,配合相关真实的干扰车辆以及交通参与者模型,例如假人、虚假障碍物等,以实现标准工况测试。这种方法的优点是完全真实的被测环境,且标准工况测试精确度高,但是也存在一些问题,如:需要实车及交通参与者模型配合测试,测试成本较高;交通参与者模型为静止状态,无法模拟真实交通参与者行为;由于法规限制,无法在真实道路上行驶,难以验证复杂交通环境;传感器布局受实车结构影响,难以按照功能需求进行调整;受到试验场地限制,无法进行大范围、长距离、多工况的功能验证;针对不成熟的控制算法,容易发生车祸,造成损失。
针对存在的这些问题,人们提出了硬件在环测试(Hardware in the loop,HIL)技术,通过实时仿真设备模拟车辆模型、驾驶员模型及交通参与者运动模型等,通过上位机模拟虚拟的交通环境及车载传感器模型,将控制器与这两个设备进行连接实现闭环验证环境。
发明人发现现有技术中至少存在如下问题:现有的HIL技术虽然可以方便的完成自动驾驶控制策略的开发和验证,但是只有信号级的数据交互。而真实的自动驾驶功能的验证还需要考虑天气和环境对传感器的影响,无线信道的特性,驾驶员的驾驶体验等内容,此外设定的交通参与者行为,特别是车辆行为较为单一,难以满足复杂多变的驾驶场景需求。
发明内容
本发明实施方式的目的在于提供一种测试系统及测试方法,使得对车辆的自动驾驶功能进行测试时,考虑了环境对车辆传感器的影响,设置更接近真实的天气状况和干扰车辆行为,保证测试的驾驶场景更为真实,进而方便的完成对车辆自动驾驶功能的验证。
为解决上述技术问题,本发明的实施方式提供了一种测试系统,包括交通模拟模块、接口交互模拟模块和被测对象。
交通模拟模块用于模拟被测车辆行驶过程中的交通环境以及模拟被测车辆,以及从被测对象获取控制指令,根据控制指令模拟被测车辆的驾驶行为,并将交通信息和环境信息传输给接口交互模拟模块,其中,环境信息包括天气信息和/或被测车辆所在的环境信息,交通信息包括干扰车辆的驾驶信息和/或交通参与者信息。
接口交互模拟模块用于从交通信息中提取出被测车辆的传感器信号,采用环境信息对传感器信号进行加扰,获得加扰后的被测车辆的传感器信号,将加扰后的被测车辆的传感器信好传输给被测对象。
被测对象用于根据加扰后的传感器信号,确定被测车辆的下一控制指令,并将下一控制指令传输给交通模拟模块。
本发明的实施方式还提供了一种测试方法,应用于上述实施方式中的测试系统,包括以下步骤:
交通模拟模块模拟被测车辆的交通环境以及模拟被测车辆,从被测对象获取控制指令,根据控制指令模拟被测车辆的驾驶行为,并将交通信息和环境信息传输给接口交互模拟模块,其中,环境信息包括天气信息和/或被测车辆所在的环境信息,交通信息包括干扰车辆的驾驶信息和/或交通参与者信息;
接口交互模拟模块从交通信息中提取被测车辆的传感器信号,采用环境信息对被测车辆的传感器信号进行加扰,获得加扰后的被测车辆的传感器信号,将加扰后的被测车辆的传感器信号传输给被测对象;
被测对象根据加扰后的被测车辆的传感器信号,确定被测车辆的下一控制指令,并将下一控制指令传输给交通模拟模块。
本发明实施方式相对于现有技术而言,交通模拟模块模拟被测车辆的交通环境,至少包括交通环境中的天气信息、被测车辆所在环境信息和干扰车辆信息,本实施方式中,被测对象接收带干扰的传感器信号,并在处理了带干扰的传感器信号之后,给出控制指令,避免了当前的测试环境中没有加入天气和周围环境干扰,而不能测试干扰对控制策略影响的问题,另一方面,在现实中搭建测试环境会导致测试成本较高,本实施方式中模拟真实环境中的天气和干扰车辆等环境信息可节约成本,而且,本实施方式中的测试系统可在大范围、长距离及多种环境下对被测车辆的自动驾驶策略进行验证,无需搭建大范围的真实测试环境使得测试成本降低,且能便捷快速的对被测车辆进行自动驾驶功能的测试。
另外,本实施方式中测试系统中的交通模拟模块包括:驾驶模拟子模块、整车模拟子模块和交通环境模拟子模块。
驾驶模拟子模块用于生成第一指令以及第二指令,并将第一指令传输给整车模拟子模块,将第二指令传输给交通环境模拟子模块。
整车模拟子模块用于建立被测车辆的数学模型,从驾驶模拟子模块获取第一指令和/或从被测对象获取控制指令,并根据第一指令和/或控制指令模拟被测车辆的驾驶行为,并将被测车辆的驾驶信息传输给交通环境模拟子模块。
交通环境模拟子模块用于模拟被测车辆行驶过程中的环境信息,并从驾驶模拟子模块获取第二指令,根据第二指令控制交通环境中干扰车辆的驾驶行为,根据干扰车辆的驾驶行为模拟交通信息,以及从整车模拟子模块获取被测车辆的驾驶信息,根据被测车辆的驾驶信息模拟被测车辆在交通环境中的驾驶行为,以及将环境信息和交通信息传输给接口交互模拟模块。
交通模拟模块包括多个子模块用于模拟交通环境状况,每个子模块用于控制对应的环境因素,使得测试系统更灵活,对应交通模拟模块的功能也更具体。
另外,交通模拟模块中驾驶模拟子模块包括第一驾驶模拟器和第二驾驶模拟器;第一驾驶模拟器用于向交通环境模拟子模块传输第二指令;第二驾驶模拟器用于向整车模拟子模块传输第一指令。
对于被测车辆和干扰车辆,均由不同的驾驶模拟器模拟驾驶状况,使得被测车辆所处的交通环境情况更复杂多变,避免干扰车辆和被测车辆由同一驾驶模拟器模拟出现交通场景固定,而使得模拟交通环境与实际交通环境相去甚远的情况,干扰车辆设置单独的驾驶模拟器能够避免干扰车辆在固定的交通场景中运动,而行为单一。
另外,交通环境模块中驾驶模拟子模块还包括运动模拟器;运动模拟器用于从整车模拟子模块获取被测对象的控制指令,并根据被测对象的控制指令模拟被测车辆的驾驶行为。
该实施方式中,运动模拟器模拟车辆的驾驶,人可以感受到被测车辆在自动驾驶过程中的车辆驾驶行为,从而可以验证车辆自动驾驶过程中的平稳性,全面的多方位的验证被测车辆。
另外,接口交互模拟模块包括至少两个信号模拟器以及至少两个干扰模拟器,每个信号模拟器模拟的信号类型不同,至少两个干扰模拟器与至少两个信号模拟器一一对应;
信号模拟器用于将交通信息中干扰车辆的驾驶信息和/或交通参与者信息模拟成相应类型的传感器信号;干扰模拟器用于将环境信息中相应类型的信息模拟成相应类型的传感器干扰信号,采用相应的所述信号模拟器模拟的传感器信号,对相应的信号模拟器模拟的传感器信号进行加扰。
对被测车辆的驾驶信号加扰是为了使驾驶信号更接近真实环境中的驾驶信号,因此,干扰模拟器获取交通模拟模块中对应的环境信号对驾驶信号进行加扰,使得干扰信号更接近真实的测试环境中的驾驶信号。
另外,接口交互模拟模块中至少两个信号模拟器包括V2X信号模拟器、GPS信号模拟器、毫米波雷达目标模拟器、超声波目标模拟器、激光雷达目标模拟器和摄像头图像模拟器中的至少两个;至少两个干扰模拟器包括V2X信号干扰模拟器、GPS信号干扰模拟器、毫米波雷达干扰模拟器、超声波雷达干扰模拟器、激光雷达干扰模拟器和摄像头图像干扰模拟器中的至少两个。
被测车辆为了实现自动驾驶的功能,需要设置多种传感器充当“眼睛”接收驾驶环境中的信息,在测试系统中需要根据被测车辆的实际情况模拟对应的信号。
另外,被测对象包括:处理单元和自动驾驶控制单元;处理单元用于获取每路干扰模拟器输出的加扰后的信号,对每路干扰模拟器输出的加扰后的信号进行解扰后,将每路干扰模拟器对应的处理结果传输给自动驾驶控制单元;自动驾驶控制单元用于基于每路干扰模拟器对应的处理结果进行信息融合,并根据融合所得的结果确定下一控制信息,将下一控制信息传输给交通模拟模块。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明第一实施方式中测试系统的结构示意图;
图2是本发明第一实施方式中另一测试系统的结构示意图;
图3是本发明第二实施方式中测试系统的结构示意图;
图4是本发明第二实施方式中具体示意测试系统中驾驶模拟子模块的结构示意图;
图5是本发明第三实施方式中测试方法的流程图;
图6是本发明第四实施方式中测试方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种测试系统。具体结构如图1所示。该测试系统包括:交通模拟模块101、接口交互模拟模块102和被测对象103。
交通模拟模块101用于模拟被测车辆行驶过程中的交通环境以及模拟被测车辆,以及从被测对象103获取控制指令,根据控制指令模拟被测车辆的驾驶行为,并将交通信息和环境信息传输给接口交互模拟模块102,其中,环境信息包括天气信息和/或被测车辆所在的环境信息,交通信息包括干扰车辆的驾驶信息和/或交通参与者信息。
接口交互模拟模块102用于从交通信息中提取出被测车辆的传感器信号,采用环境信息对传感器信号进行加扰,获得加扰后的被测车辆的传感器信号,将加扰后的传感器信号传输给被测对象103。
被测对象103用于根据加扰后的传感器信号,确定被测车辆的下一控制指令,并将下一控制指令传输给交通模拟模块101。
具体的,交通模拟模块101将被测车辆运行的测试环境模拟出来例如,城市轨道、高速公路等,并设定不同的交通参与者进行干扰,其中包括被测车辆的驾驶环境,天气状况,周围干扰车辆的驾驶情况以及行人的运动状态等。在一个具体的实现中,需要测试被测车辆的自动泊车功能,交通模拟模块模拟出驾驶场景,包括:车库、停车场、路边停车位等。且在模拟出的驾驶场景中可设置交通参与者进行干扰,对应的停车位周围是否有干扰车辆等,实现对泊车功能的测试。
具体的,交通模拟模块101模拟交通环境的信息包括天气信息、被测车辆所在的环境信息、干扰车辆的驾驶信息。在一个具体实现中,雨天和大雾天气对于车辆的摄像装置如行车记录仪会产生影响,在真实的环境中会影响驾驶者的视线,因此,在测试车辆的自动驾驶功能时,天气及周围干扰车辆也会对被测车辆识别周围环境及车辆产生影响。由此可以得到,接口交互模拟模块102将天气及干扰的情况作为干扰增加到被测车辆的驾驶信息中能够使得被测对象得到的驾驶信息更接近真实,从而得到更可靠的测试数据。
具体的,接口交互模拟模块102从交通模拟模块101中提取出被测车辆的传感器信号,并从交通模拟模块101中获取环境信息,采用环境信息对传感器信号进行加扰,将加扰的传感器信号发送到被测对象103,被测对象103根据加扰后的传感器信号确定被测车辆的控制指令。该被测车辆在控制指令的作用下运行在交通模拟模块101中。该过程是不断循环的直到完成对应的测试功能。也就是说,在一个完整的测试过程中,被测车辆根据被测对象发出的控制指令运行在交通模拟模块模拟出的交通环境中,接口交互模拟系统获取被测车辆的传感器信号,并将被测车辆运行环境中环境信息作为干扰信息加入传感器信号中,被测对象再根据加扰后的传感器信号发出控制指令控制被测车辆的运动。
需要说明的是,接口交互模拟模块102中的信号模拟器用于模拟车辆的传感器的接收信号,其中,模拟车辆传感器为被测车辆感知所处外界交通环境而设的传感器。例如,被测车辆中包括的传感器有:超声波雷达、毫米波雷达、激光雷达、摄像头、鱼眼摄像头、双目摄像头等,则接口交互模拟模块模拟出对应的传感器接口特性,并产生对应的信号,在被测车辆接收信号的过程中,接口交互模拟系统能够方便的对传感器的物理特性和传输特性进行模拟从而实现数据的传输。
在一个具体实现中,接口交互模拟模块包括至少两个信号模拟器以及至少两个干扰模拟器,每个信号模拟器模拟的信号类型不同,至少两个干扰模拟器与至少两个信号模拟器一一对应;信号模拟器用于将交通信息中相应类型的信息提取出来并模拟成相应类型的传感器信号;干扰模拟器用于将环境信息中相应类型的信息模拟成相应类型的传感器干扰信号,采用相应的信号模拟器模拟传感器信号,对相应的信号模拟器模拟的传感器信号进行加扰。
需要说明的是,接口交互模拟模块中的信号模拟器和干扰器一一对应,其中,干扰模拟器获取交通模拟模块中的环境信息,并将该环境信息转化为干扰量增加到对应的传感器信号中。由此可见,接口交互模拟模块发出的传感器信号是接近真实环境驾驶信息的,使得测试的结果更为可靠。
具体的,接口交互模拟模块中至少两个信号模拟器包括V2X(Vehicle to X,车对车信息交换)信号模拟器、GPS(Global Positioning System,全球定位系统)信号模拟器、毫米波雷达目标模拟器、超声波目标模拟器、激光雷达目标模拟器和摄像头图像模拟器中的至少两个;至少两个干扰模拟器包括V2X信号干扰模拟器、GPS信号干扰模拟器、毫米波雷达干扰模拟器、超声波雷达干扰模拟器、激光雷达干扰模拟器和摄像头图像干扰模拟器中的至少两个。
在一个具体实现中,被测对象中包括V2X信号接收处理器、GPS信号接收处理器、毫米波雷达目标接收处理器、超声波目标接收处理器器、激光雷达目标接收处理器和摄像头图像接收处理器时,如图2所示,则接口交互模拟系统从交通模拟模块中接收六路信号,并分别将六路信号发送到对应的信号模拟器,进一步的,接口交互模拟模块中包括六个信号模拟器:V2X信号模拟器、GPS信号模拟器、毫米波雷达目标模拟器、超声波目标模拟器、激光雷达目标模拟器和摄像头图像模拟器,且接口交互模拟模块中包括对应的六个干扰模拟器,对应的干扰模拟器从交通模拟模块中获取被测车辆的测试交通环境信息,并对驾驶信息进行加扰。
需要说明的是,上述接口交互模拟模块中的多个信号模拟器可以为传感器信号模拟器,被测对象中的接收器则为对应类型的传感器信号接收器。
需要说明的是,上述实施方式中提到的信号接收器的型号,是一种被测对象中具体应用,实际应用中根据被测对象中的信号接收器等进行调整,根据被测对象的实际情况确定接口交互模拟模块中信号模拟器的类型和个数,此处不具体限定信号模拟器的类型和个数。
具体的,被测对象103包括:处理单元和自动驾驶控制单元;处理单元用于获取每路干扰模拟器输出的加扰后的信号,对每路干扰模拟器输出的加扰后的信号进行解扰后,将每路干扰模拟器对应的处理结果传输给自动驾驶控制单元;自动驾驶控制单元用于基于每路干扰模拟器对应的处理结果进行信息融合,并根据融合所得的结果确定下一控制信息,将下一控制信息传输给交通模拟模块。
在一个具体的实现中,如在自适应巡航的测试过程中,交通模拟模块模拟出被测车辆的驾驶环境,通过软件设定不同的干扰车辆,以及干扰车辆可能在任意时刻切入、切出、加速、减速等,保证被测车辆能及时做出反应,需要接口交互模拟系统实时将交通参与者行为和干扰车辆的驾驶行为发送到被测对象,保证自动驾驶控制单元及时做出反应。
需要说明的是,处理单元获取每路的干扰模拟输出的加扰信号,也就是说,被测对象中对应包括多个处理单元,分别对各路的加扰信号进行处理。进一步的,处理单元的个数与加扰信号的个数对应。本领域的技术人员能够理解:上述具体实施方式中提到的被测对象中包括V2X信号接收处理器、GPS信号接收处理器、毫米波雷达目标接收处理器、超声波目标接收处理器、激光雷达目标接收处理器和摄像头图像接收处理器时,被测对象中的多个接收器即为与每路的干扰模拟输出对应的处理模块。
相对于现有技术而言,本实施方式中交通模拟模块模拟被测车辆的交通环境,至少包括交通环境中的天气信息、被测车辆所在环境信息和干扰车辆信息,本实施方式中,被测对象接收带干扰的传感器信号,并在处理了带干扰的传感器信号之后,给出控制指令,避免了当前的测试环境中没有加入天气和周围环境干扰,而不能测试干扰对控制策略影响的问题,另一方面,在现实中搭建测试环境会导致测试成本较高,本实施方式中模拟真实环境中的天气和干扰车辆等环境信息可节约成本,而且,本实施方式中的测试系统可在大范围、长距离及多种环境下对被测车辆的自动驾驶策略进行验证,无需搭建大范围的真实测试环境使得测试成本降低,且能便捷快速的对被测车辆进行自动驾驶功能的测试。
本发明的第二实施方式涉及一种测试系统。第二实施方式与第一实施方式大致相同,在本发明第二实施方式中,具体说明了交通模拟模块包括的子模块,从而保证被测车辆在模拟的交通环境中进行相应的项目测试。交通模拟模块101包括:驾驶模拟子模块1011、整车模拟子模块1012和交通环境模拟子模块1013,具体结构如图3所示。
驾驶模拟子模块1011用于生成第一指令以及第二指令,并将第一指令传输给整车模拟子模块,将第二指令传输给交通环境模拟子模块。
整车模拟子模块1012用于建立被测车辆的数学模型,从驾驶模拟子模块1011获取第一指令和/或从被测对象获取控制指令,并根据第一指令和/或控制指令模拟被测车辆的驾驶行为,并将被测车辆的驾驶信息传输给交通环境模拟子模块1013。
交通环境模拟子模块1013用于模拟被测车辆行驶过程中的环境信息,并从驾驶模拟子模块1011获取第二指令,根据第二指令控制交通环境中干扰车辆的驾驶行为,以及从整车模拟子模块1012获取被测车辆的驾驶信息,根据被测车辆的驾驶信息模拟被测车辆在交通环境中的驾驶行为,以及将环境的信息和交通信息传输给接口交互模拟模块。
具体的,整车模拟子模块1012是针对被测车辆基于数学建模及实时仿真技术实现对整车运动状态的模拟,且该模拟的模型包括:转向系统、制动系统、动力系统、传动系统、悬架系统、轮胎及动力学等。需要说明的是,整车模拟系统根据车辆驾驶的功能及车辆设计特点进行模拟,此处仅为举例说明,不限于上述提到的系统,具体根据实际车辆的设计和被测车辆的拥有的驾驶功能进行模拟,实际需要模拟的模型不限于上述的实施方式提到的模拟模型。
具体的,交通模拟模块用于模拟各类的道路环境、交通状态、交通参与者、光照条件、天气状况等,并通过可视化的3D场景图进行显示,并且可以作为驾驶模拟子模块的显示的输入。此外,交通模拟模块可对交通参与者的空间位置及相应的天气的等条件参数化,为后续的接口交互模拟模块提取传感器信号提供数据支持,进一步的,接收驾驶模拟子模块1011的干扰车辆信息和被测车辆信息,模拟被测车辆和干扰车辆共同在控制场景中运动。
具体的,驾驶模拟子模块的具体结构示意如图4所示,驾驶模拟子模块1011包括第一驾驶模拟器41和第二驾驶模拟器42;第一驾驶模拟器用于向交通环境模拟子模块传输第二指令;第二驾驶模拟器用于向整车模拟子模块传输第一指令。驾驶模拟子模块1011还包括运动模拟器43;运动模拟器用于从整车模拟子模块获取被测车辆的驾驶信息,并根据被测车辆的驾驶信息模拟被测车辆的驾驶行为。
需要说明的是,图4中包括的被测对象103的具体结构示意中,被测对象103中包括处理模块1031和自动驾驶控制单元1032。
需要说明的是,运动模拟器43用于车辆自动驾驶过程中的车辆驾驶行为体验,具体的,第二驾驶模拟器42在车辆不具备自动驾驶条件的情况下对车辆进行接管,包含真实方向盘、真实油门踏板、真实刹车踏板及相应的驾驶信息监控系统,且运动模拟器的模拟能够使得用户获得真实的驾驶体验,另外,第一驾驶模拟器41用于控制场景中干扰车辆的运动,可通过增加干扰车辆的变化,使得被测车辆的驾驶场景更丰富多变。
基于以上第一和第二实施方式的一个具体实现中,该测试系统中还包括数据采集系统,用于获取测试系统中各模块的数据,具体包括:接口交互系统中获取的被测车辆传感器信号、信号模拟器的发出的数据信息、信号干扰器发出的加扰信息和被测对象中处理单元处理后的数据信息。通过对比数据确定该被测对象信号处理能力是否满足设计要求,另外,该数据采集系统还可通过总线获取自动驾驶控制器融合处理后的控制信息与虚拟驾驶环境中的物体特征进行对比,从而确定该被测车辆的自动驾驶能力是否满足设计要求。
基于以上第一和第二实施方式的一个具体实现中,数据采集系统获取到自动驾驶控制器的控制信息,该控制信息与被测车辆所在驾驶环境的复杂程度相关,数据采集系统获取第二驾驶模拟器输出的信息(包括转向、油门、刹车等),并获取干扰车辆的驾驶信息等,依据相应规范及功能设计要求进行判定,确定控制策略的正确性。例如:GB/T 20608-2006中规定的自适应定速功能的测试方法及判定条件。进一步的,在测试的过程中,满足设计条件的情况下,通过干扰车辆增加交通环境的复杂程度,运动模拟器模拟的车辆运动状况,通过具备驾驶平台的模拟器体验自动驾驶控制功能的生效情况下的驾驶体验,包括车辆纵向横向的驾驶平顺程度等,帮助用户定义驾驶偏好。
相对于现有技术而言,本实施方式中,通过模拟的驾驶环境进行驾驶体验的测试,且在被测车辆运动在驾驶环境中时,交通模拟模块中的多个子模块的设定使得交通模拟模块的功能更具体,驾驶环境均是模拟器产生的,即使被测对象有不完善的地方,也不会造成高昂的测试代价。另外,由于交通模拟模块能够模拟具体多变的测试环境,也使得测试结果更为可靠,接近真实测试结果,且接近真实的驾驶体验能够帮助用户设定驾驶偏好,提高用户体验。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本发明第三实施方式涉及一种测试方法,如图5所示,包括:
步骤301:交通模拟模块模拟被测车辆行驶过程中的交通环境以及模拟被测车辆,从被测对象获取控制指令,根据控制指令模拟被测车辆的驾驶行为,并将交通信息和环境信息传输给接口交互模拟模块。
具体的,环境信息包括天气信息和/或被测车辆所在的环境信息,交通信息包括干扰车辆的驾驶信息和/或交通参与者信息。
步骤302:接口交互模拟模块从交通信息中提取出被测车辆的传感器信号,采用环境信息对传感器信号进行加扰,获得加扰后的被测车辆的传感器信号,将加扰后的传感器信号传输给被测对象。
具体的,接口交互模拟模块包括至少两个信号模拟器以及至少两个干扰模拟器,每个信号模拟器模拟的信号类型不同,至少两个干扰模拟器与至少两个信号模拟器一一对应。
步骤303:被测对象根据加扰后的被测车辆的传感器信号,确定被测车辆的下一控制指令,并将下一控制指令传输给交通模拟模块。
具体的,被测对象包括:处理单元和自动驾驶控制单元;处理单元用于获取每路干扰模拟器输出的加扰后的信号,对每路干扰模拟器输出的加扰后的信号进行解扰后,将每路干扰模拟器对应的处理结果传输给自动驾驶控制单元;自动驾驶控制单元用于基于每路干扰模拟器对应的处理结果进行信息融合,并根据融合所得的结果依据决策算法确定下一控制信息,将下一控制信息传输给交通模拟模块。
需要说明的是,在一个完整的测试过程中,在步骤303之后,被测对象将下一控制指令传输给交通模拟模块,交通模拟模块根据控制指令控制被测车辆,直到本次测试完成,交通模拟模块不再接收到被测对象发出的控制指令。上述的步骤301至步骤303仅是一次的循环过程,完成一次测试需要多次循环执行上述步骤。
不难发现,本实施方式为与第一实施方式相对应的方法实施例,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
本发明第四实施方式涉及一种测试方法。第四实施方式与第三实施方式大致相同,在本发明第四实施方式中,具体说明了交通模拟模块的具体工作方法。如图6所示,包括如下步骤:
步骤401:交通模拟模块生成第一指令以及第二指令。
步骤402:交通模拟模块建立被测车辆的数学模型,从被测对象获取控制指令,并根据第一指令以及控制指令模拟被测车辆的驾驶。
步骤403:交通模拟模块模拟被测车辆行驶过程中的环境信息,根据第二指令模拟交通环境中干扰车辆的驾驶行为,根据干扰车辆的驾驶行为模拟交通信息,根据被测车辆的驾驶信息模拟被测车辆在交通环境中的驾驶行为。
步骤404:交通模拟模块将环境信息和交通信息传输给接口交互模拟模块。
步骤405:接口交互模拟模块从交通信息中提取出被测车辆的传感器信号,采用环境信息对传感器信号进行加扰,获得加扰后的被测车辆的传感器信号,将加扰后的传感器信号传输给被测对象。
步骤406:被测对象根据加扰后的被测车辆的传感器信号,确定被测车辆的下一控制指令,并将下一控制指令传输给交通模拟模块。
具体的,本实施方式中步骤405和步骤406与第三实施方式中的步骤302和步骤303相同,此处不再赘述。
由于第二实施方式与本实施方式相互对应,因此本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效,在第二实施方式中所能达到的技术效果在本实施方式中也同样可以实现,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第二实施方式中。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (9)
1.一种测试系统,其特征在于,包括:交通模拟模块、接口交互模拟模块和被测对象;
所述交通模拟模块用于模拟被测车辆行驶过程中的交通环境以及模拟被测车辆,以及从所述被测对象获取控制指令,根据所述控制指令模拟所述被测车辆的驾驶行为,并将交通信息和环境信息传输给所述接口交互模拟模块,其中,所述环境信息包括天气信息和/或被测车辆所在的环境信息,所述交通信息包括干扰车辆的驾驶信息和/或交通参与者信息;
所述接口交互模拟模块用于从所述交通信息中提取出所述被测车辆的传感器信号,采用所述环境信息对所述传感器信号进行加扰,获得加扰后的所述被测车辆的所述传感器信号,将所述加扰后的所述传感器信号传输给所述被测对象;
所述被测对象用于根据所述加扰后的所述传感器信号,确定所述被测车辆的下一所述控制指令,并将下一所述控制指令传输给所述交通模拟模块。
2.根据权利要求1所述的测试系统,其特征在于,所述交通模拟模块包括驾驶模拟子模块、整车模拟子模块和交通环境模拟子模块;
所述驾驶模拟子模块用于生成第一指令以及第二指令,并将所述第一指令传输给所述整车模拟子模块,将所述第二指令传输给所述交通环境模拟子模块;
所述整车模拟子模块用于建立所述被测车辆的数学模型,从所述驾驶模拟子模块获取第一指令和/或从所述被测对象获取所述控制指令,并根据所述第一指令和/或所述控制指令模拟所述被测车辆的驾驶行为,并将所述被测车辆的驾驶信息传输给所述交通环境模拟子模块;
所述交通环境模拟子模块用于模拟所述被测车辆行驶过程中的所述环境信息,并从所述驾驶模拟子模块获取所述第二指令,根据所述第二指令控制所述交通环境中干扰车辆的驾驶行为,根据所述干扰车辆的驾驶行为模拟所述交通信息,以及从所述整车模拟子模块获取所述被测车辆的驾驶信息,根据所述被测车辆的驾驶信息模拟所述被测车辆在所述交通环境中的驾驶行为,以及将所述环境信息和所述交通信息传输给所述接口交互模拟模块。
3.根据权利要求2所述的测试系统,其特征在于,所述驾驶模拟子模块包括第一驾驶模拟器和第二驾驶模拟器;
所述第一驾驶模拟器用于向所述交通环境模拟子模块传输所述第二指令;
所述第二驾驶模拟器用于向所述整车模拟子模块传输所述第一指令。
4.根据权利要求3所述的测试系统,其特征在于,所述驾驶模拟子模块还包括运动模拟器;
所述运动模拟器用于从所述整车模拟子模块获取所述被测对象的控制指令,并根据所述被测对象的控制指令模拟所述被测车辆的驾驶行为。
5.根据权利要求1至4任一项所述的测试系统,其特征在于,所述接口交互模拟模块包括至少两个信号模拟器以及至少两个干扰模拟器,每个信号模拟器模拟的信号类型不同,所述至少两个干扰模拟器与所述至少两个信号模拟器一一对应;
所述信号模拟器用于将所述交通信息中所述干扰车辆的驾驶信息和/或所述交通参与者信息模拟成相应类型的传感器信号;
所述干扰模拟器用于将所述环境信息中相应类型的信息模拟成相应类型的传感器干扰信号,采用相应的所述信号模拟器模拟的所述传感器信号,对相应的所述信号模拟器模拟的传感器信号进行加扰。
6.根据权利要求5所述的测试系统,其特征在于,所述至少两个信号模拟器包括V2X信号模拟器、GPS信号模拟器、毫米波雷达目标模拟器、超声波目标模拟器、激光雷达目标模拟器和摄像头图像模拟器中的至少两个;
所述至少两个干扰模拟器包括V2X信号干扰模拟器、GPS信号干扰模拟器、毫米波雷达干扰模拟器、超声波雷达干扰模拟器、激光雷达干扰模拟器和摄像头图像干扰模拟器中的至少两个。
7.根据权利要求5所述的测试系统,其特征在于,所述被测对象包括:处理单元和自动驾驶控制单元;
所述处理单元用于获取每路所述干扰模拟器输出的加扰后的信号,对每路所述干扰模拟器输出的加扰后的信号进行解扰后,将每路所述干扰模拟器对应的处理结果传输给所述自动驾驶控制单元;
所述自动驾驶控制单元用于基于每路所述干扰模拟器对应的处理结果进行信息融合,并根据融合所得的结果确定下一所述控制信息,将下一所述控制信息传输给所述交通模拟模块。
8.一种测试方法,应用于权利要求1至7任一项所述的测试系统,其特征在于,包括:
所述交通模拟模块模拟被测车辆行驶过程中的交通环境以及模拟被测车辆,从所述被测对象获取控制指令,根据所述控制指令模拟所述被测车辆的驾驶行为,并将所述交通信息和所述环境信息传输给所述接口交互模拟模块,其中,所述环境信息包括天气信息和/或被测车辆所在的环境信息,所述交通信息包括干扰车辆的驾驶信息和/或交通参与者信息;
所述接口交互模拟模块从所述交通信息中提取出所述被测车辆的传感器信号,采用所述环境信息对所述传感器信号进行加扰,获得加扰后的所述被测车辆的所述传感器信号,将所述加扰后的所述传感器信号传输给所述被测对象;
所述被测对象根据所述加扰后的所述传感器信号,确定所述被测车辆的下一所述控制指令,并将下一所述控制指令传输给所述交通模拟模块。
9.根据权利要求8所述的测试方法,其特征在于,所述交通模拟模块模拟被测车辆的交通环境以及模拟被测车辆,从所述被测对象获取控制指令,根据所述控制指令模拟所述被测车辆的驾驶行为,并将所述交通信息和所述环境信息传输给所述接口交互模拟模块,包括:
所述交通模拟模块生成第一指令以及第二指令;
所述交通模拟模块建立所述被测车辆的数学模型,从所述被测对象获取所述控制指令,并根据所述第一指令以及所述控制指令模拟所述被测车辆的驾驶;
所述交通模拟模块模拟所述被测车辆行驶过程中的所述环境信息,根据所述第二指令模拟所述交通环境中干扰车辆的驾驶行为,根据所述干扰车辆的驾驶行为模拟所述交通信息,根据所述被测车辆的驾驶信息模拟所述被测车辆在所述交通环境中的驾驶行为;
所述交通模拟模块将所述环境信息和所述交通信息传输给所述接口交互模拟模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238973.7A CN108319259B (zh) | 2018-03-22 | 2018-03-22 | 一种测试系统及测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238973.7A CN108319259B (zh) | 2018-03-22 | 2018-03-22 | 一种测试系统及测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108319259A true CN108319259A (zh) | 2018-07-24 |
CN108319259B CN108319259B (zh) | 2021-09-03 |
Family
ID=62898012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810238973.7A Active CN108319259B (zh) | 2018-03-22 | 2018-03-22 | 一种测试系统及测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108319259B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215342A (zh) * | 2018-09-12 | 2019-01-15 | 五方智能车科技有限公司 | 一种智能车路况信息接收与分析能力测试平台 |
CN109445404A (zh) * | 2018-09-17 | 2019-03-08 | 中南大学 | 智能驾驶规划决策控制系统增强在环测试方法 |
CN109556832A (zh) * | 2018-11-30 | 2019-04-02 | 吉林大学 | 一种具有天气模拟功能的相机在环测试试验台 |
CN109782630A (zh) * | 2019-03-25 | 2019-05-21 | 北京经纬恒润科技有限公司 | 自动泊车仿真测试方法及系统 |
CN110096006A (zh) * | 2019-04-19 | 2019-08-06 | 常宁(常州)数据产业研究院有限公司 | 一种自动驾驶系统测试装置 |
CN110162007A (zh) * | 2019-05-06 | 2019-08-23 | 上海科梁信息工程股份有限公司 | 一种车辆故障的检测系统和检测方法 |
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 |
CN110599864A (zh) * | 2019-10-28 | 2019-12-20 | 苏州智行众维智能科技有限公司 | 一种基于室内交通场景模拟传感器建模和验证装置及方法 |
CN110687901A (zh) * | 2019-10-31 | 2020-01-14 | 重庆长安汽车股份有限公司 | 仿真测试平台 |
CN110987464A (zh) * | 2019-11-08 | 2020-04-10 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
CN111007828A (zh) * | 2018-10-08 | 2020-04-14 | 中车株洲电力机车研究所有限公司 | 用于列车传动控制单元的逆变重投自动测试方法及装置 |
CN111091739A (zh) * | 2018-10-24 | 2020-05-01 | 百度在线网络技术(北京)有限公司 | 自动驾驶场景的生成方法、装置和存储介质 |
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 |
CN111257005A (zh) * | 2020-01-21 | 2020-06-09 | 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 |
CN111405529A (zh) * | 2020-04-30 | 2020-07-10 | 重庆车辆检测研究院有限公司 | V2x效率类应用的测试系统和方法 |
CN111586631A (zh) * | 2020-04-30 | 2020-08-25 | 重庆车辆检测研究院有限公司 | V2x节点室内规模测评方法、测评设备和存储介质 |
CN111610034A (zh) * | 2020-03-30 | 2020-09-01 | 中汽数据有限公司 | Aeb系统安全性能的停车场环境场景测试体系 |
CN111683348A (zh) * | 2020-05-26 | 2020-09-18 | 重庆车辆检测研究院有限公司 | V2x安全类应用的规模性能测试方法、装置和系统 |
CN112289023A (zh) * | 2020-10-09 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 用于自动驾驶的停车仿真测试方法、装置及相关设备 |
CN113447276A (zh) * | 2021-05-26 | 2021-09-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 车辆测试系统和车辆测试方法 |
WO2023029470A1 (zh) * | 2021-08-31 | 2023-03-09 | 上海禾赛科技有限公司 | 激光雷达信噪模拟系统及信噪模拟方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060203197A1 (en) * | 2005-02-23 | 2006-09-14 | Marshall Sandra P | Mental alertness level determination |
CN101325010A (zh) * | 2008-07-25 | 2008-12-17 | 清华大学 | 基于快速控制原型的开发型汽车驾驶模拟方法 |
CN101568946A (zh) * | 2006-12-04 | 2009-10-28 | 富士通株式会社 | 驾驶模拟评价方法、驾驶模拟评价装置以及计算机程序 |
US20100026484A1 (en) * | 2008-07-30 | 2010-02-04 | Steven Morris King | System and method for controlling a vehicle on fixed path |
CN102566441A (zh) * | 2011-12-29 | 2012-07-11 | 成都飞机工业(集团)有限责任公司 | 用于无人机的可视仿真试验系统 |
CN104460349A (zh) * | 2014-11-28 | 2015-03-25 | 北京经纬恒润科技有限公司 | 实车在回路仿真测试方法、实时仿真机及系统 |
US20160236082A1 (en) * | 2011-08-18 | 2016-08-18 | Game Nation, Inc. | System and method for providing a multi-player game experience |
CN106556518A (zh) * | 2016-11-25 | 2017-04-05 | 特路(北京)科技有限公司 | 自动驾驶车辆通过视觉干扰区的能力的测试方法及测试场 |
CN106828503A (zh) * | 2017-02-15 | 2017-06-13 | 武汉理工大学 | 一种驾驶员制动行为及状态实时辨识方法 |
CN106873002A (zh) * | 2017-02-15 | 2017-06-20 | 北京航空航天大学 | 一种车载定位干扰攻击检测方法及系统 |
US9689976B2 (en) * | 2014-12-19 | 2017-06-27 | Xidrone Systems, Inc. | Deterent for unmanned aerial systems |
CN107272683A (zh) * | 2017-06-19 | 2017-10-20 | 中国科学院自动化研究所 | 基于acp方法的平行智能车控制系统 |
CN107300863A (zh) * | 2017-07-12 | 2017-10-27 | 吉林大学 | 一种基于map图和在线标定的纵向加速度控制方法 |
CN107403038A (zh) * | 2017-07-05 | 2017-11-28 | 同济大学 | 一种智能汽车虚拟快速测试方法 |
CN107728491A (zh) * | 2017-09-27 | 2018-02-23 | 重庆邮电大学 | 一种v2x车联网在环仿真系统 |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真系统 |
-
2018
- 2018-03-22 CN CN201810238973.7A patent/CN108319259B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060203197A1 (en) * | 2005-02-23 | 2006-09-14 | Marshall Sandra P | Mental alertness level determination |
CN101568946A (zh) * | 2006-12-04 | 2009-10-28 | 富士通株式会社 | 驾驶模拟评价方法、驾驶模拟评价装置以及计算机程序 |
CN101325010A (zh) * | 2008-07-25 | 2008-12-17 | 清华大学 | 基于快速控制原型的开发型汽车驾驶模拟方法 |
US20100026484A1 (en) * | 2008-07-30 | 2010-02-04 | Steven Morris King | System and method for controlling a vehicle on fixed path |
US20160236082A1 (en) * | 2011-08-18 | 2016-08-18 | Game Nation, Inc. | System and method for providing a multi-player game experience |
CN102566441A (zh) * | 2011-12-29 | 2012-07-11 | 成都飞机工业(集团)有限责任公司 | 用于无人机的可视仿真试验系统 |
CN104460349A (zh) * | 2014-11-28 | 2015-03-25 | 北京经纬恒润科技有限公司 | 实车在回路仿真测试方法、实时仿真机及系统 |
US9689976B2 (en) * | 2014-12-19 | 2017-06-27 | Xidrone Systems, Inc. | Deterent for unmanned aerial systems |
CN106556518A (zh) * | 2016-11-25 | 2017-04-05 | 特路(北京)科技有限公司 | 自动驾驶车辆通过视觉干扰区的能力的测试方法及测试场 |
CN106828503A (zh) * | 2017-02-15 | 2017-06-13 | 武汉理工大学 | 一种驾驶员制动行为及状态实时辨识方法 |
CN106873002A (zh) * | 2017-02-15 | 2017-06-20 | 北京航空航天大学 | 一种车载定位干扰攻击检测方法及系统 |
CN107272683A (zh) * | 2017-06-19 | 2017-10-20 | 中国科学院自动化研究所 | 基于acp方法的平行智能车控制系统 |
CN107403038A (zh) * | 2017-07-05 | 2017-11-28 | 同济大学 | 一种智能汽车虚拟快速测试方法 |
CN107300863A (zh) * | 2017-07-12 | 2017-10-27 | 吉林大学 | 一种基于map图和在线标定的纵向加速度控制方法 |
CN107728491A (zh) * | 2017-09-27 | 2018-02-23 | 重庆邮电大学 | 一种v2x车联网在环仿真系统 |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真系统 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215342A (zh) * | 2018-09-12 | 2019-01-15 | 五方智能车科技有限公司 | 一种智能车路况信息接收与分析能力测试平台 |
CN109445404A (zh) * | 2018-09-17 | 2019-03-08 | 中南大学 | 智能驾驶规划决策控制系统增强在环测试方法 |
CN111007828A (zh) * | 2018-10-08 | 2020-04-14 | 中车株洲电力机车研究所有限公司 | 用于列车传动控制单元的逆变重投自动测试方法及装置 |
CN111007828B (zh) * | 2018-10-08 | 2022-12-02 | 中车株洲电力机车研究所有限公司 | 用于列车传动控制单元的逆变重投自动测试方法及装置 |
CN111091739B (zh) * | 2018-10-24 | 2022-08-02 | 百度在线网络技术(北京)有限公司 | 自动驾驶场景的生成方法、装置和存储介质 |
CN111091739A (zh) * | 2018-10-24 | 2020-05-01 | 百度在线网络技术(北京)有限公司 | 自动驾驶场景的生成方法、装置和存储介质 |
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 |
CN109556832A (zh) * | 2018-11-30 | 2019-04-02 | 吉林大学 | 一种具有天气模拟功能的相机在环测试试验台 |
CN109556832B (zh) * | 2018-11-30 | 2024-01-26 | 吉林大学 | 一种具有天气模拟功能的相机在环测试试验台 |
CN109782630A (zh) * | 2019-03-25 | 2019-05-21 | 北京经纬恒润科技有限公司 | 自动泊车仿真测试方法及系统 |
CN110096006A (zh) * | 2019-04-19 | 2019-08-06 | 常宁(常州)数据产业研究院有限公司 | 一种自动驾驶系统测试装置 |
CN110096006B (zh) * | 2019-04-19 | 2020-08-28 | 江苏中达智能交通产业研究院有限公司 | 一种自动驾驶系统测试装置 |
CN110162007A (zh) * | 2019-05-06 | 2019-08-23 | 上海科梁信息工程股份有限公司 | 一种车辆故障的检测系统和检测方法 |
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 |
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 |
CN110599864A (zh) * | 2019-10-28 | 2019-12-20 | 苏州智行众维智能科技有限公司 | 一种基于室内交通场景模拟传感器建模和验证装置及方法 |
CN110687901A (zh) * | 2019-10-31 | 2020-01-14 | 重庆长安汽车股份有限公司 | 仿真测试平台 |
CN110987464A (zh) * | 2019-11-08 | 2020-04-10 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
CN110987464B (zh) * | 2019-11-08 | 2021-10-08 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
CN111257005A (zh) * | 2020-01-21 | 2020-06-09 | 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 |
CN111257005B (zh) * | 2020-01-21 | 2022-11-01 | 北京百度网讯科技有限公司 | 用于测试自动驾驶车辆的方法、装置、设备和存储介质 |
CN111610034A (zh) * | 2020-03-30 | 2020-09-01 | 中汽数据有限公司 | Aeb系统安全性能的停车场环境场景测试体系 |
CN111586631A (zh) * | 2020-04-30 | 2020-08-25 | 重庆车辆检测研究院有限公司 | V2x节点室内规模测评方法、测评设备和存储介质 |
CN111405529B (zh) * | 2020-04-30 | 2023-02-10 | 招商局检测车辆技术研究院有限公司 | V2x效率类应用的测试系统和方法 |
CN111405529A (zh) * | 2020-04-30 | 2020-07-10 | 重庆车辆检测研究院有限公司 | V2x效率类应用的测试系统和方法 |
CN111683348A (zh) * | 2020-05-26 | 2020-09-18 | 重庆车辆检测研究院有限公司 | V2x安全类应用的规模性能测试方法、装置和系统 |
CN111683348B (zh) * | 2020-05-26 | 2023-02-07 | 招商局检测车辆技术研究院有限公司 | V2x安全类应用的规模性能测试方法、装置和系统 |
CN112289023A (zh) * | 2020-10-09 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 用于自动驾驶的停车仿真测试方法、装置及相关设备 |
CN112289023B (zh) * | 2020-10-09 | 2024-03-26 | 腾讯科技(深圳)有限公司 | 用于自动驾驶的停车仿真测试方法、装置及相关设备 |
CN113447276A (zh) * | 2021-05-26 | 2021-09-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 车辆测试系统和车辆测试方法 |
WO2023029470A1 (zh) * | 2021-08-31 | 2023-03-09 | 上海禾赛科技有限公司 | 激光雷达信噪模拟系统及信噪模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108319259B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319259A (zh) | 一种测试系统及测试方法 | |
CN107063711B (zh) | 用于测试无人车的方法和装置 | |
US10852721B1 (en) | Autonomous vehicle hybrid simulation testing | |
Galko et al. | Vehicle-Hardware-In-The-Loop system for ADAS prototyping and validation | |
CN114879631A (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
CN112526893A (zh) | 一种智能汽车的测试系统 | |
CN109461342B (zh) | 一种用于无人驾驶机动车的教学系统及其教学方法 | |
CN112703459A (zh) | 对抗场景的迭代生成 | |
CN112115600A (zh) | 一种自动驾驶车辆的仿真系统 | |
GB2544633A (en) | Lane boundary detection data generation in virtual environment | |
US20210056863A1 (en) | Hybrid models for dynamic agents in a simulation environment | |
GB2544391A (en) | Virtual, road-surface-perception test bed | |
JP7471397B2 (ja) | 道路シーンにおける多様な長期将来軌道のシミュレーション | |
Paranjape et al. | A modular architecture for procedural generation of towns, intersections and scenarios for testing autonomous vehicles | |
Szalay et al. | Proof of concept for Scenario-in-the-Loop (SciL) testing for autonomous vehicle technology | |
Yang et al. | Survey on autonomous vehicle simulation platforms | |
Hossain et al. | Autonomous-driving vehicle learning environments using unity real-time engine and end-to-end CNN approach | |
Hong et al. | System configuration of Human-in-the-loop Simulation for Level 3 Autonomous Vehicle using IPG CarMaker | |
Fouladinejad et al. | Modeling virtual driving environment for a driving simulator | |
Akhauri et al. | Enhanced transfer learning for autonomous driving with systematic accident simulation | |
Cantas et al. | Customized co-simulation environment for autonomous driving algorithm development and evaluation | |
AbdelHamed et al. | Simulation framework for development and testing of autonomous vehicles | |
Zhou et al. | A survey on autonomous driving system simulators | |
Weber et al. | Approach for improved development of advanced driver assistance systems for future smart mobility concepts | |
Sukthankar et al. | A simulation and design system for tactical driving algorithms |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 201, building 6, 829 Yishan Road, Xuhui District, Shanghai 200233 Applicant after: Shanghai Keliang Information Technology Co.,Ltd. Address before: Room 201, building 6, 829 Yishan Road, Xuhui District, Shanghai 200233 Applicant before: SHANGHAI KELIANG INFORMATION ENGINEERING Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |