CN108334055A - 车辆自动驾驶算法的检验方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种车辆自动驾驶算法的检验方法、装置、设备及存储介质。其中，方法包括：获取驾驶场景中自动驾驶车辆与其他参照物的相对物理信息并根据相对物理信息确定自动驾驶车辆的目的行驶状态参数，将相对物理信息输入自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，驾驶控制参数包括待行驶方向和待行驶速度；如果待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。本实施例提供的方法对自动驾驶算法进行算法级别的检验，有效检验自动驾驶算法是否合格，同时减低检验成本。

Description

车辆自动驾驶算法的检验方法、装置、设备及存储介质

技术领域

本发明实施例涉及自动驾驶技术，尤其涉及一种车辆自动驾驶算法的检验方法、装置、设备及存储介质。

背景技术

自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。为了保证自动驾驶汽车的安全性、稳定性、法律合规性等，需要对自动驾驶汽车进行检验。

目前对自动驾驶汽车的检验方法大多是基于整车级别的检验方法，例如针对高级驾驶辅助系统(Advanced Driver Assistant System，ADAS)的检验方法，其更偏向于硬件的检验，一旦硬件的供应商改变，即使新的硬件性能与原有产品完全一致或者优于原有产品，仍旧需要对整车进行全方位的检验，导致检验成本高、耗时长。

发明内容

本发明实施例提供一种车辆自动驾驶算法的检验方法、装置、设备及存储介质，以实现算法级别的检验，以降低自动驾驶汽车的检验成本。

第一方面，本发明实施例提供了一种车辆自动驾驶算法的检验方法，包括：

获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据所述相对物理信息确定所述自动驾驶车辆的目的行驶状态参数，所述目的行驶状态参数包括目的行驶方向和目的行驶速度，所述其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，所述相对物理信息包括相对位移、相对速度和/或相对加速度；

将所述相对物理信息输入用于控制所述自动驾驶车辆行驶的自动驾驶算法，获取所述自动驾驶算法输出的驾驶控制参数，所述驾驶控制参数包括待行驶方向和待行驶速度；

如果所述待行驶方向与所述目的行驶方向的偏差值小于等于方向偏差阈值且所述待行驶速度与所述目的行驶速度的差值小于等于速度差阈值，则所述自动驾驶算法检验合格。

第二方面，本发明实施例还提供了一种车辆自动驾驶算法的检验装置，该装置包括：

第一获取模块，用于获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据所述相对物理信息确定所述自动驾驶车辆的目的行驶状态参数，所述目的行驶状态参数包括目的行驶方向和目的行驶速度，所述其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，所述相对物理信息包括相对位移、相对速度和/或相对加速度；

第二获取模块，用于将所述相对物理信息输入用于控制所述自动驾驶车辆行驶的自动驾驶算法，获取所述自动驾驶算法输出的驾驶控制参数，所述驾驶控制参数包括待行驶方向和待行驶速度；

检验模块，用于如果所述待行驶方向与所述目的行驶方向的偏差值小于等于方向偏差阈值且所述待行驶速度与所述目的行驶速度的差值小于等于速度差阈值，则所述自动驾驶算法检验合格。

第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序和路况场景，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述车辆自动驾驶算法的检验方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述车辆自动驾驶算法的检验方法。

本发明实施例通过获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息，并将相对物理信息输入自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，从而直接将相对物理信息输入至自动驾驶算法；然后，如果待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。实现了直接通过对算法输出值进行分析、判定，以检验自动驾驶算法是否合格的方案，从而实现了剥离车辆硬件的算法等级的检验方法，使得在硬件供应商，如传感器供应商改变或者出现故障时，不需要重复检验自动驾驶车辆是否合格，降低检验成本，减少检验时长。

附图说明

图1为本发明实施例一提供的车辆自动驾驶算法的检验方法流程图；

图2为本发明实施例二提供的车辆自动驾驶算法的检验方法流程图；

图3为本发明实施例三提供的车辆自动驾驶算法的检验方法流程图；

图4为本发明实施例四提供的车辆自动驾驶算法的检验方法流程图；

图5为本发明实施例五提供的车辆自动驾驶算法的检验装置的内部模块示意图；

图6为本发明实施例六提供的电子设备的结构示意图。

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车辆自动驾驶算法的检验方法流程图，本实施例可适用于用于控制自动驾驶车辆行驶的自动驾驶算法的检验场景，该方法可以由车辆自动驾驶算法检验装置来执行，该装置可以内置于自动驾驶汽车，也可以置于云端或者服务器中，具体包括如下步骤：

步骤101、获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据相对物理信息确定自动驾驶车辆的目的行驶状态参数，目的行驶状态参数包括目的行驶方向和目的行驶速度，其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，相对物理信息包括相对位移、相对速度和/或相对加速度。

其中，驾驶场景是用于检验自动驾驶算法的场景，该场景可以是由计算机搭建的虚拟驾驶场景，也可以是在一场地上搭建的真实驾驶场景。驾驶场景包括自动驾驶车辆和参照物。如果驾驶场景是虚拟的，则自动驾驶车辆和参照物也是虚拟的；如果驾驶场景是真实的，则自动驾驶车辆和参照物也是真实的。值得说明的是，真实驾驶场景中的真实自动驾驶车辆可以是待检测的自动驾驶算法实际控制的真实车辆，也可以是其他真实车辆。优选地，为了规避由于自动驾驶算法实际控制的车辆的硬件出现问题，导致检验结果不准确的后果，该真实自动驾驶车辆应是硬件性能良好的其他真实车辆。

驾驶场景中的参照物至少包括道路、车辆、行人、建筑和交通标识之一；此外，参照物还可以包括沟壑、河流、立交桥等会在真实驾驶环境中出现的事物。驾驶场景中的参照物有的是移动的，有的是静止的，驾驶场景中的自动驾驶车辆可以是正在行驶状态也可以是泊车状态，以自动驾驶车辆为视角，获取其他参照物相对于自动驾驶车辆的相对物理信息。其中，其他参照物可以是距离自动驾驶车辆预设距离范围内的参照物，也可以是驾驶场景中的所有参照物。相对物理信息包括相对位移、相对速度和/或相对加速度。相对位移指自动驾驶汽车与其他参照物之间的距离，例如3m，相对速度0.2m/s，相对加速度0.1m/s。可选地，相对物理信息还可以包括相对高度、相对尺寸等，例如自动驾驶汽车与立交桥的相对高度，自动驾驶汽车与道路的相对宽度。

基于相对物理信息可以确定自动驾驶车辆的目的行驶状态参数，目的行驶状态参数用于指示自动驾驶车辆未来安全的行驶状态，其中，目的行驶状态参数包括目的行驶方向和目的行驶速度。例如，自动驾驶车辆与前车相对位移是1m，车距较小，为了及时预防追尾，可将目的行驶方向设为向后，目的行驶速度设为0。又例如，自动驾驶车辆与一场景车辆的相对速度是较大，为了保证自动驾驶汽车的安全，可将目的行驶方向设为向后，目的行驶速度设为一较小值。

步骤102、将相对物理信息输入用于控制自动驾驶车辆行驶的自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，驾驶控制参数包括待行驶方向和待行驶速度。

自动驾驶算法可根据相对物理参数，输出驾驶控制参数，以控制自动驾驶汽车行驶。值得说明的是，自动驾驶算法可以内置于自动驾驶汽车，基于此，将相对物理信息输入至自动驾驶汽车内置的自动驾驶算法，以得到驾驶控制参数。自动驾驶算法也可以置于云端，将相对物理信息上传至云端的自动驾驶算法中，并接收从云端返回的驾驶控制参数。自动驾驶算法还可以置于服务器中，可将相对物理信息发送至服务器中的自动驾驶算法，并接收自动驾驶算法输出的驾驶控制参数。

其中，驾驶控制参数包括但不限于待行驶方向和待行驶速度。可选地，待行驶方向可以具体体现为方向盘的方向盘旋转角度与角速度，例如逆时针或者顺时针旋转45度。待行驶速度可以具体体现为驾驶档位或者油门打开幅度等。

接着，根据驾驶控制参数和目的行驶状态参数，检验自动驾驶算法是否合格。

步骤103、判断待行驶方向与目的行驶方向的偏差值是否小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值是否小于等于速度差阈值。若是，即待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，跳转到步骤104。

步骤104、自动驾驶算法检验合格。

目的行驶方向与目的行驶速度表征了自动驾驶车辆未来安全的行驶状态，基于此，若待行驶方向与待行驶速度越接近目的行驶方向与目的行驶速度，说明自动驾驶算法越具有合规性。基于上述，设置一方向偏差阈值和一速度阈值，该方向偏差阈值和速度阈值可以根据实际检验情况设置，若待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。

反之，可选地，若待行驶方向与目的行驶方向的偏差值大于方向偏差阈值且待行驶速度与目的行驶速度的差值大于速度差阈值，则自动驾驶算法检验不合格。

在一些实施例中，为了更精确地检验自动驾驶算法的是否合格，可以检验自动驾驶算法的合格等级。基于此，可以设置至少两个方向偏差阈值，例如，第一方向偏差阈值和第二方向偏差阈值，其中，第一方向偏差阈值大于第二方向偏差阈值。还可以设置至少两个速度差阈值，例如，第一速度差阈值和第二速度差阈值，其中，第一速度差阈值大于第二速度差阈值。若待行驶方向与目的行驶方向的偏差值小于等于第二方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于第二速度差阈值，则自动驾驶算法检验一级合格；若待行驶方向与目的行驶方向的偏差值小于等于第一方向偏差阈值，大于第二方向偏差阈值，并且待行驶速度与目的行驶速度的差值小于等于第一速度差阈值，大于第二速度差阈值，则自动驾驶算法检验二级合格；若待行驶方向与目的行驶方向的偏差值大于第一方向偏差阈值，并且待行驶速度与目的行驶速度的差值大于第一速度差阈值，则自动驾驶算法检验不合格。

在一些实施例中，若自动驾驶算法检验不合格，或者合格等级较低，将待行驶方向、待行驶速度、目的行驶方向和目的行驶速度输入至自动驾驶算法，自动驾驶算法通过其内的自学习机制和增强学习机制，对自身算法进行修订、完善，以进一步提高自动驾驶算法的合格等级。

本发明实施例的技术方案，通过获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息，并将相对物理信息输入自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，从而直接将相对物理信息输入至自动驾驶算法；然后，如果待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。实现了直接通过对算法输出值进行分析、判定，以检验自动驾驶算法是否合格的方案，从而实现了剥离车辆硬件的算法等级的检验方法，使得在硬件供应商，如传感器供应商改变或者出现故障时，不需要重复检验自动驾驶车辆是否合格，降低检验成本，减少检验时长。

实施例二

图2为本发明实施例二提供的车辆自动驾驶算法的检验方法流程图，本实施例对驾驶场景的构建以及获取相对物理信息的步骤进行限定，具体包括如下步骤：

步骤201、获取真实路况图像。

可选地，可以与交通主管部门合作，从交通主管部门获取监控摄像头拍摄的真实路况图像，其中，真实路况图像可以是至少一张图像，也可以是由视频分解成的一帧一帧的图像。

步骤202、从真实路况图像中，提取真实参照物的特征信息。

该真实路况图像包括真实参照物的图像，真实参照物至少包括道路、车辆、行人、建筑和交通标识之一。真实参照物的特征信息包括真实参照物的尺寸、坐标、速度、加速度等信息。

优选地，真实路况图像应包括典型的交通路况，例如堵车路段、四岔路口、六岔路口等；真实路况图像还应包括事故或者违纪情况，例如追尾、逆行、闯红灯等。

步骤203、基于虚拟现实技术，根据真实参照物的特征信息，构建包括至少一个虚拟参照物的虚拟现实场景。

虚拟现实场景是基于虚拟现实技术，利用计算机生成的一种模拟环境，是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真场景。可选地，可采用VRP、Quest 3D、Patchwork3D、EON Reality等仿真软件与三维建模程序相结合，搭建虚拟现实场景。

可选地，可以借鉴空军学院模拟飞行训练的设备，从该设备中获取搭建虚拟现实场景的关键模型，并在该关键模型中融入真实参照物的特征信息，并结合虚拟现实技术，构建包括至少一个虚拟参照物的虚拟现实场景。

步骤204、根据真实自动驾驶车辆的行驶性能信息，在虚拟现实场景中构建虚拟自动驾驶车辆，以形成驾驶场景。

真实自动驾驶车辆是自动驾驶算法实际控制的真实车辆，一般会基于该真实车辆实施整车的验证方案。本实施例中，真实自动驾驶车辆可以被替换为虚拟自动驾驶车辆。

真实自动驾驶车辆的行驶性能信息包括但不限于车辆驱动力、行驶阻力、动力性能、加减速性能、制动性能等。虚拟自动驾驶车辆的行驶性能信息与真实自动驾驶车辆的行驶性能信息相同，以在虚拟的驾驶场景中实现与真实驾驶场景同样的行驶状态。

步骤205、获取虚拟自动驾驶车辆的当前物理信息，当前物理信息包括当前位移、当前速度和/或当前加速度。

当前物理信息指虚拟自动驾驶车辆在虚拟的驾驶场景中的信息。在最开始检验自动驾驶算法时，该当前物理信息可以设为初始值；在之后的检验过程中，当前物理信息可以由待行驶方向和待行驶速度更新。

步骤206、获取驾驶场景中其他虚拟参照物的当前物理信息。

与步骤205类似，其它虚拟参照物的当前物理信息包括当前位移、当前速度和/或当前加速度。

步骤207、根据虚拟自动驾驶车辆的当前物理信息和驾驶场景中其他参照物的当前物理信息，计算虚拟自动驾驶车辆与驾驶场景中其他虚拟参照物的相对物理信息。

步骤208、根据相对物理信息确定虚拟自动驾驶车辆的目的行驶状态参数。

其中，可以将其他参照物的当前物理信息减去虚拟自动驾驶车辆的当前物理信息，以得到相对物理信息。

步骤209、将相对物理信息输入用于控制虚拟自动驾驶车辆行驶的自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，驾驶控制参数包括待行驶方向和待行驶速度。

步骤210、判断待行驶方向与目的行驶方向的偏差值是否小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值是否小于等于速度差阈值。若是，即待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，跳转到步骤211；若否，即待行驶方向与目的行驶方向的偏差值大于方向偏差阈值或者待行驶速度与目的行驶速度的差值大于速度差阈值，跳转到步骤212。

步骤211、自动驾驶算法检验合格。

步骤212、自动驾驶算法检验不合格。

步骤209、步骤210、步骤211以及步骤212可参见实施例一中的相关描述，此处不再赘述。

本实施例中，通过获取真实路况图像中参照物的特征信息，并基于虚拟现实技术构建虚拟现实场景，并在虚拟现实场景中，构建虚拟自动驾驶车辆，以形成虚拟的驾驶场景，从而使得场景设定能够满足实际交通状况的真实性、复杂性，更有效地检验自动驾驶算法是否合格。

实施例三

图3为本发明实施例三提供的车辆自动驾驶算法的检验方法流程图，本实施例对驾驶场景的构建以及获取相对物理信息的步骤进行限定，具体包括如下步骤：

步骤301、获取真实路况图像。该步骤与步骤201相同，此处不再赘述。

步骤302、收集至少一个驾驶员在复现或应对真实路况图像所展示的路况时的驾驶操作参数，驾驶操作参数包括方向盘旋转角度与角速度、刹车时间与幅度、驾驶档位。

步骤303、在一场地内，按照驾驶操作参数控制真实场景车辆行驶，以形成驾驶场景，其中，真实场景车辆作为驾驶场景中的参照物，驾驶场景还包括与自动驾驶车辆行驶性能信息相同的通用性能车辆，作为驾驶场景中的自动驾驶车辆。

本实施例中，场地可以是空旷无人的场地，驾驶员是真实的驾驶员。可选地，从真实路况图像中提取真实路况，该真实路况包括真实参照物的特征信息、典型交通路况、事故/违纪情况，并通过该真实路况对驾驶员进行专业培训、训练，以使驾驶员可通过驾驶真实场景车辆能够复现真实路况图像所展示的路况。其中，真实场景车辆将作为驾驶场景中的参照物。

值得说明的是，本实施例中，驾驶员可坐在真实场景车辆中，实际驾驶真实场景车辆，以形成真实的驾驶场景。也可以预先收集驾驶员在复现真实路况图像所展示的路况中的驾驶操作参数，或者在应对真实路况图像所展示的路况时的驾驶操作参数，包括但不限于方向盘旋转角度与角速度、刹车时间与幅度、驾驶档位等，并将驾驶操作参数输入至真实场景车辆，以控制真实场景车辆按照驾驶操作参数进行行驶，以形成驾驶场景。

驾驶场景中除了真实场景外，还包括与自动驾驶车辆行驶性能信息相同的通用性能车辆，作为驾驶场景中的自动驾驶车辆。该通用性能车辆具备大多数自动驾驶车辆的通用性能。行驶性能信息与实施例二相同，此处不再赘述。

步骤304、通过通用性能车辆上安装的传感器，获取通用性能车辆与驾驶场景中真实场景车辆的相对物理信息。

通用性能车辆上的传感器包括但不限于摄像头、激光雷达、毫米波雷达、工业相机、GPS等，为了规避由于传感器故障导致算法检验不准确的情况，这些传感器应性能良好，采集的数据较为准确。

当然，该通用性能车辆也可以是自动驾驶算法实际控制的真实车辆。于是，本实施例通过真实车辆上安装的传感器，获取该真实车辆与其它真实场景车辆的相对物理信息。这样，本实施例不仅可检验自动驾驶算法是否正确，还可以同时对真实车辆上的传感器展开验证。

步骤305、将相对物理信息输入用于控制通用性能车辆行驶的自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，驾驶控制参数包括待行驶方向和待行驶速度。

步骤306、判断待行驶方向与目的行驶方向的偏差值是否小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值是否小于等于速度差阈值。若是，即待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，跳转到步骤307；若否，即待行驶方向与目的行驶方向的偏差值大于方向偏差阈值或者待行驶速度与目的行驶速度的差值大于速度差阈值，跳转到步骤308。

步骤307、自动驾驶算法检验合格。

步骤308、自动驾驶算法检验不合格。

步骤305、步骤306、步骤307、步骤308可参见实施例一中的相关描述，此处不再赘述。

本实施例中，通过获取真实路况图像，并收集至少一个驾驶员在复现或应对真实路况图像所展示的路况时的驾驶操作参数；以及在一场地内，按照驾驶操作参数控制真实场景车辆行驶，以形成驾驶场景，驾驶场景还包括与自动驾驶车辆行驶性能信息相同的通用性能车辆，作为驾驶场景中的自动驾驶车辆，以形成真实的驾驶场景，从而使得场景设定能够满足实际交通状况的真实性、复杂性，体现驾驶员的灵活性、多变性，以及思考方式、应急处理速度等，更有效地检验自动驾驶算法是否合格。而且，通过通用性能车辆上安装的传感器，获取通用性能车辆与驾驶场景中真实场景车辆的相对物理信息，使得在检验自动驾驶算法同时，展开对真实车辆上传感器的检测操作。

此外，本实施例中，通过设计通用性能车辆，可以规避因制造工艺等带来的不同车辆当前行驶状态信息的差异性，对自动驾驶算法的检验更有针对性。

在一些实施例中，可以通过真实的驾驶场景进一步修正虚拟的驾驶场景。例如，通过对真实的驾驶场景进行拍摄，以得到真实的驾驶场景的图像；从真实的驾驶场景的图像中提取真实参照物的特征信息，并根据真实参照物的特征信息修正虚拟参照物的特征信息，并在虚拟的驾驶场景中更新虚拟参照物。这样可以集中、迅速地进行驾驶场景的数据积累，从而更真实地反映实际道路上可能出现的路况，以准确检验自动驾驶算法。

在另一些实施例中，还可以自主调整真实参照物的特征信息，例如设置真实参照物的尺寸阈值、坐标阈值、速度阈值、加速度阈值等，并在阈值范围内，调整真实参照物的特征信息，以差异化设计驾驶场景，提出了更多场景设计的可能性，进一步加快驾驶场景的数据积累，从而更真实地反映实际道路上可能出现的路况，以准确检验自动驾驶算法。

实施例四

图4为本发明实施例四提供的车辆自动驾驶算法的检验方法流程图，对自动驾驶算法的检验步骤进行进一步限定，包括以下步骤：

步骤401、获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据相对物理信息确定自动驾驶车辆的目的行驶状态参数，目的行驶状态参数包括目的行驶方向和目的行驶速度，其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，相对物理信息包括相对位移、相对速度和/或相对加速度。

具体描述详见上述实施例，此处不再赘述。

步骤402、将相对物理信息输入用于控制自动驾驶车辆行驶的自动驾驶算法，获取驾驶场景中自动驾驶车辆的当前行驶状态参数，当前行驶状态参数包括当前行驶方向和当前行驶速度。

在将相对物理信息输入至自动驾驶算法后，自动控制算法根据输出的驾驶控制参数控制自动驾驶车辆在驾驶场景中行驶。此时，自动驾驶车辆在驾驶场景中的当前行驶状态参数包括当前行驶方向和当前行驶速度。

可选地，自动驾驶车辆可以是真实自动驾驶车辆也可以是虚拟自动驾驶车辆。如果是真实的自动驾驶车辆，例如通用性能车辆，通过通用性能车辆上安装的惯性传感器获取通用性能车辆的当前行驶方向和当前行驶速度，或者通过立于场地内的摄像头获取通用性能车辆的图像，并对图像进行特征分析，以获得通用性能车辆的当前行驶方向和当前行驶速度；如果是虚拟的自动驾驶车辆，则可以从虚拟驾驶场景中读取虚拟自动驾驶车辆的坐标，以获取当前行驶方向和当前行驶速度。

步骤403、判断当前行驶方向与目的行驶方向的偏差值是否小于等于方向偏差阈值且当前行驶速度与目的行驶速度的差值是否小于等于速度差阈值。若是，即当前行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且当前行驶速度与目的行驶速度的差值小于等于速度差阈值，跳转到步骤404，若否，即当前行驶方向与目的行驶方向的偏差值大于方向偏差阈值或者当前行驶速度与目的行驶速度的差值大于速度差阈值，跳转到步骤405。

步骤404、自动驾驶算法本次检验合格，并执行步骤406。

步骤405、自动驾驶算法本次检验不合格，并执行步骤406。

若当前行驶方向与当前行驶速度越接近目的行驶方向与目的行驶速度，说明自动驾驶算法越合格。基于上述，设置一方向偏差阈值和一速度阈值，该方向偏差阈值和速度阈值可以根据实际检验情况设置，若当前行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且当前行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法本次检验合格。

反之，若当前行驶方向与目的行驶方向的偏差值大于方向偏差阈值且当前行驶速度与目的行驶速度的差值大于速度差阈值，则自动驾驶算法本次检验不合格。

值得说明的是，本实施例提供的根据当前行驶状态参数检验自动驾驶算法是否合格的方法可以单独执行，以检验自动驾驶算法是否合格，例如步骤401-步骤405所示；也可以与上述实施例提供的根据驾驶控制参数检验自动驾驶算法是否合格的方法可以并列进行，或者先后进行。例如，获取自动驾驶算法输出的驾驶控制参数以及驾驶场景中自动驾驶车辆的当前行驶状态参数，如果待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，而且，如果当前行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且当前行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法本次检验合格。又例如，获取自动驾驶算法输出的驾驶控制参数，如果待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，进一步获取驾驶场景中自动驾驶车辆的当前行驶状态参数，如果当前行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且当前行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法本次检验合格。

步骤406、更新驾驶场景中自动驾驶车辆的当前行驶状态参数，并跳转值步骤401。

在一些实施例中，可以在驾驶场景中，多次对自动驾驶算法进行检验，以提高检验的准确性。基于此，可执行步骤406以更新自动驾驶车辆的当前行驶状态参数，即将自动驾驶车辆的当前行驶状态参数替换为驾驶控制参数，或者将步骤402得到的当前行驶状态参数作为更新后的自动驾驶车辆的当前行驶状态参数。然后，根据当前行驶状态参数，更新自动驾驶车辆与驾驶场景中其他参照物的相对物理信息和目的行驶状态参数，进而执行下一次自动驾驶算法检验的操作。

本发明实施例中，通过获取驾驶场景中自动驾驶车辆的当前行驶状态参数，以检验自动驾驶算法是否合格，能够更直观地观察自动驾驶算法是否合格。

实施例五

图5为本发明实施例五提供的车辆自动驾驶算法的检验装置的内部模块示意图。本发明实施例所提供的车辆自动驾驶算法的检验装置可执行本发明任意实施例所提供的车辆自动驾驶算法的检验方法，具备执行方法相应的功能模块和有益效果。如图5所示，该装置包括第一获取模块501、第二获取模块502和检验模块503。

第一获取模块501，用于获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据相对物理信息确定自动驾驶车辆的目的行驶状态参数，目的行驶状态参数包括目的行驶方向和目的行驶速度，其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，相对物理信息包括相对位移、相对速度和/或相对加速度。

第二获取模块502，用于将第一获取模块501获取的相对物理信息输入用于控制自动驾驶车辆行驶的自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，驾驶控制参数包括待行驶方向和待行驶速度。

检验模块503，用于如果第二获取模块502获取的待行驶方向与第一获取模块501获取的目的行驶方向的偏差值小于等于方向偏差阈值且第二获取模块502获取的待行驶速度与第一获取模块501获取的目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。

在一些实施例中，该装置还包括场景构建模块504。场景构建模块504用于：获取真实路况图像；从真实路况图像中，提取真实参照物的特征信息；基于虚拟现实技术，根据真实参照物的特征信息，构建包括至少一个虚拟参照物的虚拟现实场景；根据真实自动驾驶车辆的行驶性能信息，在虚拟现实场景中构建虚拟自动驾驶车辆，以形成驾驶场景。

基于此，第一获取模块501在获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息时，具体用于：获取虚拟自动驾驶车辆的当前物理信息，当前物理信息包括当前位移、当前速度和/或当前加速度；获取驾驶场景中其他虚拟参照物的当前物理信息；根据虚拟自动驾驶车辆的当前物理信息和驾驶场景中其他参照物的当前物理信息，计算虚拟自动驾驶车辆与驾驶场景中其他虚拟参照物的相对物理信息。

在一些实施例中，场景构建模块504还用于：获取真实路况图像；收集至少一个驾驶员在复现或应对真实路况图像所展示的路况时的驾驶操作参数，驾驶操作参数包括方向盘旋转角度与角速度、刹车时间与幅度、驾驶档位；在一场地内，按照驾驶操作参数控制真实场景车辆行驶，以形成驾驶场景，其中，真实场景车辆作为驾驶场景中的参照物，驾驶场景还包括与自动驾驶车辆行驶性能信息相同的通用性能车辆，作为驾驶场景中的自动驾驶车辆。

基于此，第一获取模块501在获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息时，具体用于：通过通用性能车辆上安装的传感器，获取通用性能车辆与驾驶场景中真实场景车辆的相对物理信息。

在一些实施例中，第二获取模块502还用于：获取驾驶场景中自动驾驶车辆的当前行驶状态参数，当前行驶状态参数包括当前行驶方向和当前行驶速度。基于此，检验模块503还用于：如果当前行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且当前行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。

在一些实施例中，该装置还包括更新模块505。更新模块505用于更新驾驶场景中自动驾驶车辆的当前行驶状态参数；根据当前行驶状态参数，更新自动驾驶车辆与驾驶场景中其他参照物的相对物理信息和目的行驶状态参数。

本发明实施例通过获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息，并将相对物理信息输入自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，从而直接将相对物理信息输入至自动驾驶算法；然后，如果待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。实现了直接通过对算法输出值进行分析、判定，以检验自动驾驶算法是否合格的方案，从而实现了剥离车辆硬件的算法等级的检验方法，使得在硬件供应商，如传感器供应商改变或者出现故障时，不需要重复检验自动驾驶车辆是否合格，降低检验成本，减少检验时长。

实施例六

图6为本发明实施例六提供的电子设备的结构示意图，如图6所示，该电子设备包括处理器60、存储器61；电子设备中处理器60的数量可以是一个或多个，图6中以一个处理器60为例；电子设备中的处理器60、存储器61可以通过总线或其他方式连接，图6中以通过总线连接为例。

存储器61作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的车辆自动驾驶算法的检验方法对应的程序指令/模块(例如，车辆自动驾驶算法的检验装置中的第一获取模块501、第二获取模块502和检验模块503)。处理器60通过运行存储在存储器61中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的车辆自动驾驶算法的检验方法。

存储器61可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器61可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器61可进一步包括相对于处理器60远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

实施例七

本发明实施例七还提供一种包含计算机可执行指令的可读存储介质，计算机可执行指令在由计算机处理器执行时用于执行上述实施例提供的车辆自动驾驶算法的检验方法，该方法包括：

获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据相对物理信息确定自动驾驶车辆的目的行驶状态参数，目的行驶状态参数包括目的行驶方向和目的行驶速度，其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，相对物理信息包括相对位移、相对速度和/或相对加速度；将相对物理信息输入用于控制自动驾驶车辆行驶的自动驾驶算法，获取自动驾驶算法输出的驾驶控制参数，驾驶控制参数包括待行驶方向和待行驶速度；如果待行驶方向与目的行驶方向的偏差值小于等于方向偏差阈值且待行驶速度与目的行驶速度的差值小于等于速度差阈值，则自动驾驶算法检验合格。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的车辆自动驾驶算法的检验方法中的相关操作.

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述车辆自动驾驶算法的检验装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

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 (10)

1.一种车辆自动驾驶算法的检验方法，其特征在于，包括：

获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据所述相对物理信息确定所述自动驾驶车辆的目的行驶状态参数，所述目的行驶状态参数包括目的行驶方向和目的行驶速度，所述其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，所述相对物理信息包括相对位移、相对速度和/或相对加速度；

将所述相对物理信息输入用于控制所述自动驾驶车辆行驶的自动驾驶算法，获取所述自动驾驶算法输出的驾驶控制参数，所述驾驶控制参数包括待行驶方向和待行驶速度；

如果所述待行驶方向与所述目的行驶方向的偏差值小于等于方向偏差阈值且所述待行驶速度与所述目的行驶速度的差值小于等于速度差阈值，则所述自动驾驶算法检验合格。

2.根据权利要求1所述的方法，其特征在于，在获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息之前，还包括：

获取真实路况图像；

从所述真实路况图像中，提取真实参照物的特征信息；

基于虚拟现实技术，根据所述真实参照物的特征信息，构建包括至少一个虚拟参照物的虚拟现实场景；

根据真实自动驾驶车辆的行驶性能信息，在所述虚拟现实场景中构建虚拟自动驾驶车辆，以形成所述驾驶场景。

3.根据权利要求2所述的方法，其特征在于，所述获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息，包括：

获取虚拟自动驾驶车辆的当前物理信息，所述当前物理信息包括当前位移、当前速度和/或当前加速度；

获取驾驶场景中其他虚拟参照物的当前物理信息；

根据所述虚拟自动驾驶车辆的当前物理信息和驾驶场景中其他参照物的当前物理信息，计算虚拟自动驾驶车辆与驾驶场景中其他虚拟参照物的相对物理信息。

4.根据权利要求1所述的方法，其特征在于，在获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息之前，还包括：

获取所述真实路况图像；

收集至少一个驾驶员在复现或应对所述真实路况图像所展示的路况时的驾驶操作参数，所述驾驶操作参数包括方向盘旋转角度与角速度、刹车时间与幅度、驾驶档位；

在一场地内，按照所述驾驶操作参数控制真实场景车辆行驶，以形成所述驾驶场景，其中，所述真实场景车辆作为所述驾驶场景中的参照物，所述驾驶场景还包括与所述自动驾驶车辆行驶性能信息相同的通用性能车辆，作为驾驶场景中的自动驾驶车辆。

5.根据权利要求4所述的方法，其特征在于，所述获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息，包括：

通过所述通用性能车辆上安装的传感器，获取通用性能车辆与驾驶场景中真实场景车辆的相对物理信息。

6.根据权利要求1所述的方法，其特征在于，在将所述相对物理信息输入用于控制所述自动驾驶车辆行驶的自动驾驶算法之后，还包括：

获取所述驾驶场景中自动驾驶车辆的当前行驶状态参数，所述当前行驶状态参数包括当前行驶方向和当前行驶速度；

如果所述当前行驶方向与所述目的行驶方向的偏差值小于等于方向偏差阈值且所述当前行驶速度与所述目的行驶速度的差值小于等于速度差阈值，则所述自动驾驶算法检验合格。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

更新驾驶场景中所述自动驾驶车辆的当前行驶状态参数；

根据所述当前行驶状态参数，更新所述自动驾驶车辆与驾驶场景中其他参照物的相对物理信息和目的行驶状态参数。

8.一种车辆自动驾驶算法的检验装置，其特征在于，包括：

第一获取模块，用于获取驾驶场景中自动驾驶车辆与驾驶场景中其他参照物的相对物理信息并根据所述相对物理信息确定所述自动驾驶车辆的目的行驶状态参数，所述目的行驶状态参数包括目的行驶方向和目的行驶速度，所述其他参照物至少包括道路、车辆、行人、建筑和交通标识之一，所述相对物理信息包括相对位移、相对速度和/或相对加速度；

第二获取模块，用于将所述相对物理信息输入用于控制所述自动驾驶车辆行驶的自动驾驶算法，获取所述自动驾驶算法输出的驾驶控制参数，所述驾驶控制参数包括待行驶方向和待行驶速度；

检验模块，用于如果所述待行驶方向与所述目的行驶方向的偏差值小于等于方向偏差阈值且所述待行驶速度与所述目的行驶速度的差值小于等于速度差阈值，则所述自动驾驶算法检验合格。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序和路况场景，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的车辆自动驾驶算法的检验方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的车辆自动驾驶算法的检验方法。