CN109515444A - 用于输出无人驾驶汽车的行驶性能指标的方法和装置 - Google Patents
用于输出无人驾驶汽车的行驶性能指标的方法和装置 Download PDFInfo
- Publication number
- CN109515444A CN109515444A CN201710841981.6A CN201710841981A CN109515444A CN 109515444 A CN109515444 A CN 109515444A CN 201710841981 A CN201710841981 A CN 201710841981A CN 109515444 A CN109515444 A CN 109515444A
- Authority
- CN
- China
- Prior art keywords
- condition information
- running condition
- pilotless automobile
- curve
- driving
- 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
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000001133 acceleration Effects 0.000 claims description 46
- 230000004044 response Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000006854 communication Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 238000013211 curve analysis Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请实施例公开了用于输出无人驾驶汽车的行驶性能指标的方法和装置。该方法的一具体实施方式包括:利用预设的行驶参数构建无人驾驶汽车的行驶场景;获取无人驾驶汽车在行驶场景下的行驶状态信息集合;利用行驶状态信息集合拟合行驶曲线;对行驶曲线进行分析,获取并输出无人驾驶汽车的行驶性能指标。该实施方式提高了所获取的无人驾驶汽车的行驶性能指标的准确度,基于准确度较高的行驶性能指标对无人驾驶汽车进行控制,有助于实现无人驾驶汽车的安全行驶。
Description
技术领域
本申请涉及计算机技术领域,具体涉及无人驾驶技术领域,尤其涉及用于输出无人驾驶汽车的行驶性能指标的方法和装置。
背景技术
无人驾驶汽车是一种新型的智能汽车,主要通过控制装置(即,车载智能大脑)对汽车中各个部分进行精准的控制与计算分析,并最终通过ECU(Electronic Control Unit,电子控制单元)发出指令来分别控制无人驾驶汽车中的不同设备,从而实现汽车的全自动运行,达到汽车无人驾驶的目的。
为了达到汽车无人驾驶的目的,需要预先获取无人驾驶汽车的行驶性能指标,并基于无人驾驶汽车的性能指标对无人驾驶汽车进行控制。为了实现无人驾驶汽车的安全行驶,如何获取准确度较高的行驶性能指标就成为了当前亟待解决的问题。
发明内容
本申请实施例的目的在于提出一种改进的用于输出无人驾驶汽车的行驶性能指标的方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请实施例提供了一种用于输出无人驾驶汽车的行驶性能指标的方法,该方法包括:利用预设的行驶参数构建无人驾驶汽车的行驶场景;获取无人驾驶汽车在行驶场景下的行驶状态信息集合;利用行驶状态信息集合拟合行驶曲线;对行驶曲线进行分析,获取并输出无人驾驶汽车的行驶性能指标。
在一些实施例中,行驶性能指标包括以下至少一项:转向行驶性能指标、加速行驶性能指标、减速行驶性能指标。
在一些实施例中,行驶性能指标包括转向行驶性能指标,行驶场景包括无人驾驶汽车的转向角度从第一转向角度值变换为第二转向角度值的场景,行驶状态信息集合包括在行驶场景下每隔预设转向角度值所采集的无人驾驶汽车的行驶状态信息。
在一些实施例中,利用行驶状态信息集合拟合行驶曲线,包括:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的转向角度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在一些实施例中,行驶曲线包括以下至少一项:转向时间曲线、转向角速度曲线、转矩曲线;转向行驶性能指标包括以下至少一项:转向响应时延、转向时长、转向超调量、转向超调时间、平均角速度、最大角速度、最大转矩。
在一些实施例中,行驶性能指标包括加速行驶性能指标,行驶场景包括无人驾驶汽车的油门踏板开度从第一油门踏板开度值变换为第二油门踏板开度值的场景,行驶状态信息集合包括在行驶场景下每隔预设油门踏板开度值所采集的无人驾驶汽车的行驶状态信息。
在一些实施例中,利用行驶状态信息集合拟合行驶曲线,包括:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的油门踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在一些实施例中,行驶曲线包括以下至少一项:加速时间曲线、加速距离曲线、速度曲线、加速度曲线;加速行驶性能指标包括以下至少一项:油门踏板响应时延、加速响应时延、加速时长、平均速度、平均加速度、最大速度、最大加速度。
在一些实施例中,行驶性能指标包括减速行驶性能指标,行驶场景包括无人驾驶汽车的制动踏板开度从第一制动踏板开度值变换为第二制动踏板开度值的场景,行驶状态信息集合包括在行驶场景下每隔预设制动踏板开度值所采集的无人驾驶汽车的行驶状态信息。
在一些实施例中,利用行驶状态信息集合拟合行驶曲线,包括:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的制动踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在一些实施例中,行驶曲线包括以下至少一项:减速时间曲线、减速距离曲线、速度曲线、减速度曲线;减速行驶性能指标包括以下至少一项:制动踏板响应时延、减速响应时延、减速时长、平均速度、平均减速度、最大速度、最大减速度。
第二方面,本申请实施例提供了一种用于输出无人驾驶汽车的行驶性能指标的装置,该装置包括:构建单元,配置用于利用预设的行驶参数构建无人驾驶汽车的行驶场景;获取单元,配置用于获取无人驾驶汽车在行驶场景下的行驶状态信息集合;拟合单元,配置用于利用行驶状态信息集合拟合行驶曲线;输出单元,配置用于对行驶曲线进行分析,获取无人驾驶汽车的行驶性能指标。
在一些实施例中,行驶性能指标包括以下至少一项:转向行驶性能指标、加速行驶性能指标、减速行驶性能指标。
在一些实施例中,行驶性能指标包括转向行驶性能指标,行驶场景包括无人驾驶汽车的转向角度从第一转向角度值变换为第二转向角度值的场景,行驶状态信息集合包括在行驶场景下每隔预设转向角度值所采集的无人驾驶汽车的行驶状态信息。
在一些实施例中,拟合单元进一步配置用于:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的转向角度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在一些实施例中,行驶曲线包括以下至少一项:转向时间曲线、转向角速度曲线、转矩曲线;转向行驶性能指标包括以下至少一项:转向响应时延、转向时长、转向超调量、转向超调时间、平均角速度、最大角速度、最大转矩。
在一些实施例中,行驶性能指标包括加速行驶性能指标,行驶场景包括无人驾驶汽车的油门踏板开度从第一油门踏板开度值变换为第二油门踏板开度值的场景,行驶状态信息集合包括在行驶场景下每隔预设油门踏板开度值所采集的无人驾驶汽车的行驶状态信息。
在一些实施例中,拟合单元进一步配置用于:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的油门踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在一些实施例中,行驶曲线包括以下至少一项:加速时间曲线、加速距离曲线、速度曲线、加速度曲线;加速行驶性能指标包括以下至少一项:油门踏板响应时延、加速响应时延、加速时长、平均速度、平均加速度、最大速度、最大加速度。
在一些实施例中,行驶性能指标包括减速行驶性能指标,行驶场景包括无人驾驶汽车的制动踏板开度从第一制动踏板开度值变换为第二制动踏板开度值的场景,行驶状态信息集合包括在行驶场景下每隔预设制动踏板开度值所采集的无人驾驶汽车的行驶状态信息。
在一些实施例中,拟合单元进一步配置用于:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的制动踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在一些实施例中,行驶曲线包括以下至少一项:减速时间曲线、减速距离曲线、速度曲线、减速度曲线;减速行驶性能指标包括以下至少一项:制动踏板响应时延、减速响应时延、减速时长、平均速度、平均减速度、最大速度、最大减速度。
第三方面,本申请实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于输出无人驾驶汽车的行驶性能指标的方法和装置,首先,利用预设的行驶参数构建无人驾驶汽车的行驶场景,以便获取无人驾驶汽车在行驶场景下的行驶状态信息集合;然后,利用行驶状态信息集合拟合行驶曲线;最后,对行驶曲线进行分析,以便获取并输出无人驾驶汽车的行驶性能指标。该实施方式提高了所获取的无人驾驶汽车的行驶性能指标的准确度,基于准确度较高的行驶性能指标对无人驾驶汽车进行控制,有助于实现无人驾驶汽车的安全行驶。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的一个实施例的流程图;
图3是根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的又一个实施例的流程图;
图4是图3的用于输出无人驾驶汽车的行驶性能指标的方法的一个应用场景的示意图;
图5是根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的另一个实施例的流程图;
图6是图5的用于输出无人驾驶汽车的行驶性能指标的方法的一个应用场景的示意图;
图7是根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的再一个实施例的流程图;
图8是图7的用于输出无人驾驶汽车的行驶性能指标的方法的一个应用场景的示意图;
图9是根据本申请的用于输出无人驾驶汽车的行驶性能指标的装置的一个实施例的结构示意图;
图10是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于输出无人驾驶汽车的行驶性能指标的方法或用于输出无人驾驶汽车的行驶性能指标的装置的示例性系统架构100。
如图1所示,系统架构100可以包括无人驾驶汽车101、网络102和服务器103。网络102用以在无人驾驶汽车101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
服务器103可以是提供各种服务的服务器。例如,服务器103可以是无人驾驶汽车101的后台管理服务器,后台管理服务器可以获取无人驾驶汽车101在各种行驶场景下的行驶状态信息集合,并对行驶状态信息集合进行分析等处理并输出处理结果(例如无人驾驶汽车101的行驶性能指标)。
需要说明的是,本申请实施例所提供的用于输出无人驾驶汽车的行驶性能指标的方法一般由服务器103执行,相应地,用于输出无人驾驶汽车的行驶性能指标的装置一般设置于服务器103中。
应该理解,图1中的无人驾驶汽车、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的无人驾驶汽车、网络和服务器。
继续参考图2,其示出了根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的一个实施例的流程200。该用于输出无人驾驶汽车的行驶性能指标的方法,包括以下步骤:
步骤201,利用预设的行驶参数构建无人驾驶汽车的行驶场景。
在本实施例中,用于输出无人驾驶汽车的行驶性能指标的方法运行于其上的电子设备(例如图1所示的服务器103)可以利用预设的行驶参数构建无人驾驶汽车(例如图1所示的无人驾驶汽车101)的行驶场景。其中,行驶参数可以包括但不限于无人驾驶汽车的初始位置信息、终止位置信息、初始行驶状态信息、终止行驶状态信息等。行驶状态信息可以包括但不限于无人驾驶汽车的速度、行驶方向、行驶时间、加速度、减速度等。行驶场景可以由行驶参数来描述,是表征与无人驾驶汽车的行驶相关的场景。例如,行驶场景可以包括无人驾驶汽车由一种行驶状态变换为另一种行驶状态的场景。行驶场景可以包括但不限于转向行驶场景、加速行驶场景、减速行驶场景等。具体地,转向行驶场景可以是表征无人驾驶汽车由一个转向角度变换为另一个转向角度的场景。加速行驶场景可以是表征无人驾驶汽车由一个加速度变换为另一个加速度的场景。减速场景可以是表征无人驾驶汽车由一个减速度变换为另一个减速度的场景。
步骤202,获取无人驾驶汽车在行驶场景下的行驶状态信息集合。
在本实施例中,基于步骤201所构建的行驶场景,电子设备可以获取无人驾驶汽车在行驶场景下的行驶状态信息集合。具体地,无人驾驶汽车上安装的传感器可以采集无人驾驶汽车在行驶场景下的行驶状态信息集合,并将采集到的行驶状态信息集合发送至电子设备。其中,行驶状态信息集合可以包括无人驾驶汽车在行驶场景下的多个行驶状态信息。作为示例,无人驾驶汽车的传感器可以每隔预设时间段(例如每隔1秒)采集一次无人驾驶汽车的行驶状态信息。
步骤203,利用行驶状态信息集合拟合行驶曲线。
在本实施例中,基于步骤202所获取的行驶状态信息集合,电子设备可以利用行驶状态信息集合拟合行驶曲线。具体地,电子设备可以首先设置坐标系,例如,以一种行驶状态信息为横坐标,以另一种行驶状态信息为纵坐标;然后将行驶状态信息集合中的每个行驶状态信息映射为坐标系中的对应的坐标;最后用连续曲线近似地刻画或比拟坐标系中的坐标所指示的点。通常情况下,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点到所拟合出的行驶曲线的距离的加权平方和最小。
在本实施例中,对于同一类型的无人驾驶汽车的同一种类的行驶状态信息集合,电子设备可以利用行驶状态信息集合拟合一条行驶曲线。对于不同类型的无人驾驶汽车的同一种类的行驶状态信息集合,电子设备可以分别利用各种类型的无人驾驶汽车的行驶状态信息集合拟合多条行驶曲线,其中,一条行驶曲线对应一种类型的无人驾驶汽车。
步骤204,对行驶曲线进行分析,获取并输出无人驾驶汽车的行驶性能指标。
在本实施例中,基于步骤203所拟合的行驶曲线,电子设备可以对行驶曲线进行分析,从而获取并输出无人驾驶汽车的行驶性能指标。其中,同一行驶曲线可以用于描述同一类型的无人驾驶汽车的行驶状态信息的变化规律。不同行驶曲线可以用于描述不同类型的无人驾驶汽车的行驶状态信息之间的差异。
在本实施例中,对于同一类型的无人驾驶汽车,行驶性能指标可以包括无人驾驶汽车在行驶场景下的某些特定的行驶状态信息。作为示例,在行驶曲线包括速度时间行驶曲线的情况下,电子设备可以从行驶曲线中获取以下至少一项特定的行驶状态信息:无人驾驶汽车达到最大速度时的时间、无人驾驶汽车达到最小速度时的时间、无人驾驶汽车的最大速度、无人驾驶汽车的最小速度、无人驾驶汽车从第一速度达到第二速度所用的时间、无人驾驶汽车从第一速度达到第二速度所行驶的距离等。
在本实施例中,对于不同类型的无人驾驶汽车,行驶性能指标可以包括不同类型的无人驾驶汽车的行驶状态信息之间的差异。作为示例,在行驶曲线包括速度时间行驶曲线的情况下,电子设备可以从不同类型的无人驾驶汽车的行驶曲线中获取以下至少一项:不同类型的无人驾驶汽车达到最大速度时的时间差、不同类型的无人驾驶汽车达到最小速度时的时间差、不同类型的无人驾驶汽车的最大速度差、不同类型的无人驾驶汽车的最小速度差、不同类型的无人驾驶汽车从第一速度达到第二速度所用的时间差、不同类型的无人驾驶汽车从第一速度达到第二速度所行驶的距离差等。
在本实施例的一些可选的实现方式中,行驶性能指标可以包括但不限于以下至少一项:转向行驶性能指标、加速行驶性能指标、减速行驶性能指标等。其中,转向行驶性能指标可以包括无人驾驶汽车在转向行驶场景下的某些特定的行驶状态信息。加速行驶性能指标可以包括无人驾驶汽车在加速行驶场景下的某些特定的行驶状态信息。减速行驶性能指标可以包括无人驾驶汽车在减速行驶场景下的某些特定的行驶状态信息。
本申请实施例提供的用于输出无人驾驶汽车的行驶性能指标的方法,首先,利用预设的行驶参数构建无人驾驶汽车的行驶场景,以便获取无人驾驶汽车在行驶场景下的行驶状态信息集合;然后,利用行驶状态信息集合拟合行驶曲线;最后,对行驶曲线进行分析,以便获取并输出无人驾驶汽车的行驶性能指标。该实施方式提高了所获取的无人驾驶汽车的行驶性能指标的准确度,基于准确度较高的行驶性能指标对无人驾驶汽车进行控制,有助于实现无人驾驶汽车的安全行驶。
进一步参考图3,其示出了根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的又一个实施例的流程300。该用于输出无人驾驶汽车的行驶性能指标的方法,包括以下步骤:
步骤301,利用预设的行驶参数构建无人驾驶汽车的行驶场景。
在本实施例中,用于输出无人驾驶汽车的行驶性能指标的方法运行于其上的电子设备(例如图1所示的服务器103)可以利用预设的行驶参数构建无人驾驶汽车(例如图1所示的无人驾驶汽车101)的行驶场景。其中,行驶场景可以包括转向行驶场景。转向行驶场景可以包括无人驾驶汽车的转向角度从第一转向角度值变换为第二转向角度值的场景。作为示例,无人驾驶汽车的转向角度可以从-470度变换为470度。
步骤302,获取无人驾驶汽车在行驶场景下的行驶状态信息集合。
在本实施例中,基于步骤301所构建的行驶场景,电子设备可以获取无人驾驶汽车在行驶场景下的行驶状态信息集合。具体地,无人驾驶汽车上安装的传感器可以采集无人驾驶汽车在行驶场景下的行驶状态信息集合,并将采集到的行驶状态信息集合发送至电子设备。其中,行驶状态信息集合包括在行驶场景下每隔预设转向角度值所采集的无人驾驶汽车的行驶状态信息。作为示例,在无人驾驶汽车的转向角度从-470度变换为470度的过程中,无人驾驶汽车的传感器每隔5度采集一次无人驾驶汽车的行驶状态信息。
步骤303,对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的转向角度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标。
在本实施例中,基于步骤302所获取的行驶状态信息集合,电子设备可以将行驶状态信息集合中的各个行驶状态信息所对应的转向角度作为第一坐标值(例如横坐标的坐标值),将各个行驶状态信息作为第二坐标值(例如纵坐标的坐标值),以便于生成各个行驶状态信息所对应的坐标。作为示例,电子设备可以以各个转向角度为横坐标,以在各个转向角度时所采集的转向时间、角速度或转矩等为纵坐标。
步骤304,通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在本实施例中,基于步骤303所生成的各个行驶状态信息所对应的坐标,电子设备可以通过曲线拟合法,用连续曲线近似地刻画或比拟各个行驶状态信息所对应的坐标所指示的点。通常情况下,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点到所拟合出的行驶曲线的距离的加权平方和最小。其中,行驶曲线可以包括但不限于以下至少一项:转向时间曲线、转向角速度曲线、转矩曲线等。其中,转向时间曲线所在的坐标系可以以转向角度为横坐标,以转向时间为纵坐标。转向角速度曲线所在的坐标系可以以转向角度为横坐标,以转向角速度为纵坐标。转矩曲线所在的坐标系可以以转向角度为横坐标,以转矩为纵坐标。
步骤305,对行驶曲线进行分析,获取并输出无人驾驶汽车的行驶性能指标。
在本实施例中,基于步骤304所拟合的行驶曲线,电子设备可以对行驶曲线进行分析,从而获取并输出无人驾驶汽车的行驶性能指标。其中,行驶性能指标可以包括转向行驶性能指标。转向行驶性能指标可以包括但不限于以下至少一项:转向响应时延、转向时长、转向超调量、转向超调时间、平均角速度、最大角速度、最大转矩等。其中,转向响应时延是转向角度开始变化的时间点与发出转向指令的时间点之间的时间差。转向时长是转向角度达到最大转向角度值的时间点与发出转向指令的时间点之间的时间差。转向超调量是实际最大转向角度值与预设最大转向角度值之间的角度差。转向超调时间是无人驾驶汽车达到实际最大转向角度值时的转向时间与无人驾驶汽车达到预设最大转向角度值时的转向时间之间的时间差。平均角速度是无人驾驶汽车的在整个转向行驶场景中的转向角度与转向时长之比。最大角速度是转向角速度曲线上的最大的纵坐标值。最大转矩是转矩曲线上的最大的纵坐标值。
继续参见图4,图4是图3的用于输出无人驾驶汽车的行驶性能指标的方法的一个应用场景的示意图。在图4的应用场景中,首先,无人驾驶汽车401的后台管理服务器403可以构建出无人驾驶汽车的行驶场景,即转向角度从-470度变换为470度。而后,无人驾驶汽车401的传感器可以每隔5度采集一次无人驾驶汽车401的转向时间,以生成转向时间集合,并将转向时间集合通过网络402发送至后台管理服务器403。之后,后台管理服务器403可以以转向角度为横坐标,以转向时间为纵坐标设置坐标系,并将转向时间集合映射为坐标系中的多个点。然后,后台管理服务器403可以利用转向时间集合所映射的多个点拟合转向时间曲线。最后,后台管理服务器403可以对转向时间曲线进行分析,从而得到无人驾驶汽车401的转向延迟时间、转向时长、平均角速度等转向行驶性能指标。
从图3中可以看出,与图2对应的实施例相比,本实施例中的用于输出无人驾驶汽车的行驶性能指标的方法的流程300突出了步骤303和304。由此,本实施例描述的方案可以拟合出转向行驶曲线,以获取转向行驶性能指标。
进一步参考图5,其示出了根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的另一个实施例的流程500。该用于输出无人驾驶汽车的行驶性能指标的方法,包括以下步骤:
步骤501,利用预设的行驶参数构建无人驾驶汽车的行驶场景。
在本实施例中,用于输出无人驾驶汽车的行驶性能指标的方法运行于其上的电子设备(例如图1所示的服务器103)可以利用预设的行驶参数构建无人驾驶汽车(例如图1所示的无人驾驶汽车101)的行驶场景。其中,行驶场景可以包括加速行驶场景。加速行驶场景可以包括无人驾驶汽车的油门踏板开度从第一油门踏板开度值变换为第二油门踏板开度值的场景。作为示例,无人驾驶汽车的油门踏板开度可以从15%变换为85%。
步骤502,获取无人驾驶汽车在行驶场景下的行驶状态信息集合。
在本实施例中,基于步骤501所构建的行驶场景,电子设备可以获取无人驾驶汽车在行驶场景下的行驶状态信息集合。具体地,无人驾驶汽车上安装的传感器可以采集无人驾驶汽车在行驶场景下的行驶状态信息集合,并将采集到的行驶状态信息集合发送至电子设备。其中,行驶状态信息集合包括在行驶场景下每隔预设油门踏板开度值所采集的无人驾驶汽车的行驶状态信息。作为示例,在无人驾驶汽车的油门踏板开度从15%变换为85%的过程中,无人驾驶汽车的传感器每隔1%采集一次无人驾驶汽车的行驶状态信息。
步骤503,对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的油门踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标。
在本实施例中,基于步骤502所获取的行驶状态信息集合,电子设备可以将行驶状态信息集合中的各个行驶状态信息所对应的油门踏板开度值作为第一坐标值(例如横坐标的坐标值),将各个行驶状态信息作为第二坐标值(例如纵坐标的坐标值),以便于生成各个行驶状态信息所对应的坐标。作为示例,电子设备可以以各个油门踏板开度为横坐标,以在各个油门踏板开度时所采集的加速时间、速度或加速度等为纵坐标。
步骤504,通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在本实施例中,基于步骤503所生成的各个行驶状态信息所对应的坐标,电子设备可以通过曲线拟合法,用连续曲线近似地刻画或比拟各个行驶状态信息所对应的坐标所指示的点。通常情况下,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点到所拟合出的行驶曲线的距离的加权平方和最小。其中,行驶曲线可以包括但不限于以下至少一项:加速时间曲线、加速距离曲线、速度曲线、加速度曲线等。其中,加速时间曲线所在的坐标系可以以油门踏板开度为横坐标,以加速时间为纵坐标。加速距离曲线所在的坐标系可以以油门踏板开度为横坐标,以加速距离为纵坐标。速度曲线所在的坐标系可以以油门踏板开度为横坐标,以速度为纵坐标。加速度曲线所在的坐标系可以以油门踏板开度为横坐标,以加速度为纵坐标。
步骤505,对行驶曲线进行分析,获取并输出无人驾驶汽车的行驶性能指标。
在本实施例中,基于步骤504所拟合的行驶曲线,电子设备可以对行驶曲线进行分析,从而获取并输出无人驾驶汽车的行驶性能指标。其中,行驶性能指标可以包括加速行驶性能指标。加速行驶性能指标可以包括但不限于以下至少一项:油门踏板响应时延、加速响应时延、加速时长、平均速度、平均加速度、最大速度、最大加速度等。其中,油门踏板响应时延是加速度开始变化的时间点与发出加速指令的时间点之间的时间差。加速响应时延是速度开始变化的时间点与发出加速指令的时间点之间的时间差。加速时长是加速度达到最大加速度值的时间点与发出加速指令的时间点之间的时间差。平均速度是无人驾驶汽车的在整个加速行驶场景中的速度与加速时长之比。平均加速度是无人驾驶汽车的在整个加速行驶场景中的加速度与加速时长之比。最大速度是速度曲线上的最大的纵坐标值。最大加速度是加速度曲线上的最大的纵坐标值。
继续参见图6,图6是图5的用于输出无人驾驶汽车的行驶性能指标的方法的一个应用场景的示意图。在图5的应用场景中,首先,无人驾驶汽车601的后台管理服务器603可以构建出无人驾驶汽车的行驶场景,即油门踏板开度从15%变换为85%。而后,无人驾驶汽车601的传感器可以每隔1%采集一次无人驾驶汽车601的加速度,以生成加速度集合,并将加速度集合通过网络602发送至后台管理服务器603。之后,后台管理服务器603可以以油门踏板开度为横坐标,以加速度为纵坐标设置坐标系,并将加速度集合映射为坐标系中的多个点。然后,后台管理服务器603可以利用加速度集合所映射的多个点拟合加速度曲线。最后,后台管理服务器603可以对加速度曲线进行分析,从而得到无人驾驶汽车601的加速响应时延、平均加速度、最大加速度等加速行驶性能指标。
从图5中可以看出,与图2对应的实施例相比,本实施例中的用于输出无人驾驶汽车的行驶性能指标的方法的流程500突出了步骤503和504。由此,本实施例描述的方案可以拟合出加速行驶曲线,以获取加速行驶性能指标。
进一步参考图7,其示出了根据本申请的用于输出无人驾驶汽车的行驶性能指标的方法的再一个实施例的流程700。该用于输出无人驾驶汽车的行驶性能指标的方法,包括以下步骤:
步骤701,利用预设的行驶参数构建无人驾驶汽车的行驶场景。
在本实施例中,用于输出无人驾驶汽车的行驶性能指标的方法运行于其上的电子设备(例如图1所示的服务器103)可以利用预设的行驶参数构建无人驾驶汽车(例如图1所示的无人驾驶汽车101)的行驶场景。其中,行驶场景可以包括减速行驶场景。减速行驶场景可以包括无人驾驶汽车的制动踏板开度从第一制动踏板开度值变换为第二制动踏板开度值的场景。作为示例,无人驾驶汽车的制动踏板开度可以从21%变换为35%。
步骤702,获取无人驾驶汽车在行驶场景下的行驶状态信息集合。
在本实施例中,基于步骤701所构建的行驶场景,电子设备可以获取无人驾驶汽车在行驶场景下的行驶状态信息集合。具体地,无人驾驶汽车上安装的传感器可以采集无人驾驶汽车在行驶场景下的行驶状态信息集合,并将采集到的行驶状态信息集合发送至电子设备。其中,行驶状态信息集合包括在行驶场景下每隔预设制动踏板开度值所采集的无人驾驶汽车的行驶状态信息。作为示例,在无人驾驶汽车的制动踏板开度从21%变换为35%的过程中,无人驾驶汽车的传感器每隔1%采集一次无人驾驶汽车的行驶状态信息。
步骤703,对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的制动踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标。
在本实施例中,基于步骤702所获取的行驶状态信息集合,电子设备可以将行驶状态信息集合中的各个行驶状态信息所对应的制动踏板开度值作为第一坐标值(例如横坐标的坐标值),将各个行驶状态信息作为第二坐标值(例如纵坐标的坐标值),以便于生成各个行驶状态信息所对应的坐标。作为示例,电子设备可以以各个制动踏板开度为横坐标,以在各个制动踏板开度时所采集的减速时间、速度或减速度等为纵坐标。
步骤704,通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在本实施例中,基于步骤703所生成的各个行驶状态信息所对应的坐标,电子设备可以通过曲线拟合法,用连续曲线近似地刻画或比拟各个行驶状态信息所对应的坐标所指示的点。通常情况下,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点到所拟合出的行驶曲线的距离的加权平方和最小。其中,行驶曲线可以包括但不限于以下至少一项:减速时间曲线、减速距离曲线、速度曲线、减速度曲线等。其中,减速时间曲线所在的坐标系可以以制动踏板开度为横坐标,以减速时间为纵坐标。减速距离曲线所在的坐标系可以以制动踏板开度为横坐标,以减速距离为纵坐标。速度曲线所在的坐标系可以以制动踏板开度为横坐标,以速度为纵坐标。减速度曲线所在的坐标系可以以制动踏板开度为横坐标,以减速度为纵坐标。
步骤705,对行驶曲线进行分析,获取并输出无人驾驶汽车的行驶性能指标。
在本实施例中,基于步骤704所拟合的行驶曲线,电子设备可以对行驶曲线进行分析,从而获取并输出无人驾驶汽车的行驶性能指标。其中,行驶性能指标可以包括减速行驶性能指标。减速行驶性能指标可以包括但不限于以下至少一项:制动踏板响应时延、减速响应时延、减速时长、平均速度、平均减速度、最大速度、最大减速度等。其中,制动踏板响应时延是减速度开始变化的时间点与发出减速指令的时间点之间的时间差。减速响应时延是速度开始变化的时间点与发出减速指令的时间点之间的时间差。减速时长是减速度达到最大减速度值的时间点与发出减速指令的时间点之间的时间差。平均速度是无人驾驶汽车的在整个减速行驶场景中的速度与减速时长之比。平均减速度是无人驾驶汽车的在整个减速行驶场景中的减速度与减速时长之比。最大速度是速度曲线上的最大的纵坐标值。最大减速度是减速度曲线上的最大的纵坐标值。
继续参见图8,图8是图7的用于输出无人驾驶汽车的行驶性能指标的方法的一个应用场景的示意图。在图8的应用场景中,首先,无人驾驶汽车801的后台管理服务器803可以构建出无人驾驶汽车的行驶场景,即制动踏板开度从21%变换为35%。而后,无人驾驶汽车801的传感器可以每隔1%采集一次无人驾驶汽车801的减速度,以生成减速度集合,并将减速度集合通过网络802发送至后台管理服务器803。之后,后台管理服务器803可以以制动踏板开度为横坐标,以减速度为纵坐标设置坐标系,并将减速度集合映射为坐标系中的多个点。然后,后台管理服务器803可以利用减速度集合所映射的多个点拟合减速度曲线。最后,后台管理服务器803可以对减速度曲线进行分析,从而得到无人驾驶汽车801的减速响应时延、平均减速度、最大减速度等减速行驶性能指标。
从图7中可以看出,与图2对应的实施例相比,本实施例中的用于输出无人驾驶汽车的行驶性能指标的方法的流程700突出了步骤703和704。由此,本实施例描述的方案可以拟合出减速行驶曲线,以获取减速行驶性能指标。
进一步参考图9,作为对上述各图所示方法的实现,本申请提供了一种用于输出无人驾驶汽车的行驶性能指标的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图9所示,本实施例所示的用于输出无人驾驶汽车的行驶性能指标的装置900包括:构建单元901、获取单元902、拟合单元903和输出单元904。其中,构建单元901,配置用于利用预设的行驶参数构建无人驾驶汽车的行驶场景;获取单元902,配置用于获取无人驾驶汽车在行驶场景下的行驶状态信息集合;拟合单元903,配置用于利用行驶状态信息集合拟合行驶曲线;输出单元904,配置用于对行驶曲线进行分析,获取无人驾驶汽车的行驶性能指标。
在本实施例中,用于输出无人驾驶汽车的行驶性能指标的装置900中:构建单元901、获取单元902、拟合单元903和输出单元904的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,行驶性能指标可以包括但不限于以下至少一项:转向行驶性能指标、加速行驶性能指标、减速行驶性能指标。
在本实施例的一些可选的实现方式中,行驶性能指标可以包括转向行驶性能指标,行驶场景可以包括无人驾驶汽车的转向角度从第一转向角度值变换为第二转向角度值,行驶状态信息集合包括在行驶场景下每隔预设转向角度值所采集的无人驾驶汽车的行驶状态信息。
在本实施例的一些可选的实现方式中,拟合单元903可以进一步配置用于:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的转向角度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在本实施例的一些可选的实现方式中,行驶曲线可以包括但不限于以下至少一项:转向时间曲线、转向角速度曲线、转矩曲线;转向行驶性能指标包括以下至少一项:转向响应时延、转向时长、转向超调量、转向超调时间、平均角速度、最大角速度、最大转矩。
在本实施例的一些可选的实现方式中,行驶性能指标可以包括加速行驶性能指标,行驶场景可以包括无人驾驶汽车的油门踏板开度从第一油门踏板开度值变换为第二油门踏板开度值,行驶状态信息集合包括在行驶场景下每隔预设油门踏板开度值所采集的无人驾驶汽车的行驶状态信息。
在本实施例的一些可选的实现方式中,拟合单元903可以进一步配置用于:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的油门踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在本实施例的一些可选的实现方式中,行驶曲线可以包括但不限于以下至少一项:加速时间曲线、加速距离曲线、速度曲线、加速度曲线;加速行驶性能指标包括以下至少一项:油门踏板响应时延、加速响应时延、加速时长、平均速度、平均加速度、最大速度、最大加速度。
在本实施例的一些可选的实现方式中,行驶性能指标可以包括减速行驶性能指标,行驶场景可以包括无人驾驶汽车的制动踏板开度从第一制动踏板开度值变换为第二制动踏板开度值,行驶状态信息集合包括在行驶场景下每隔预设制动踏板开度值所采集的无人驾驶汽车的行驶状态信息。
在本实施例的一些可选的实现方式中,拟合单元903可以进一步配置用于:对于行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的制动踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;通过曲线拟合法,利用行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
在本实施例的一些可选的实现方式中,行驶曲线可以包括但不限于以下至少一项:减速时间曲线、减速距离曲线、速度曲线、减速度曲线;减速行驶性能指标包括以下至少一项:制动踏板响应时延、减速响应时延、减速时长、平均速度、平均减速度、最大速度、最大减速度。
下面参考图10,其示出了适于用来实现本申请实施例的服务器的计算机系统1000的结构示意图。图10示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示,计算机系统1000包括中央处理单元(CPU)1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中,还存储有系统1000操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括构建单元、获取单元、拟合单元和输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,构建单元还可以被描述为“利用预设的行驶参数构建无人驾驶汽车的行驶场景的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该服务器执行时,使得该服务器:利用预设的行驶参数构建无人驾驶汽车的行驶场景;获取无人驾驶汽车在行驶场景下的行驶状态信息集合;利用行驶状态信息集合拟合行驶曲线;对行驶曲线进行分析,获取并输出无人驾驶汽车的行驶性能指标。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于输出无人驾驶汽车的行驶性能指标的方法,其特征在于,所述方法包括:
利用预设的行驶参数构建无人驾驶汽车的行驶场景;
获取所述无人驾驶汽车在所述行驶场景下的行驶状态信息集合;
利用所述行驶状态信息集合拟合行驶曲线;
对所述行驶曲线进行分析,获取并输出所述无人驾驶汽车的行驶性能指标。
2.根据权利要求1所述的方法,其特征在于,所述行驶性能指标包括以下至少一项:转向行驶性能指标、加速行驶性能指标、减速行驶性能指标。
3.根据权利要求2所述的方法,其特征在于,所述行驶性能指标包括所述转向行驶性能指标,所述行驶场景包括所述无人驾驶汽车的转向角度从第一转向角度值变换为第二转向角度值的场景,所述行驶状态信息集合包括在所述行驶场景下每隔预设转向角度值所采集的所述无人驾驶汽车的行驶状态信息。
4.根据权利要求3所述的方法,其特征在于,所述利用所述行驶状态信息集合拟合行驶曲线,包括:
对于所述行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的转向角度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;
通过曲线拟合法,利用所述行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
5.根据权利要求4所述的方法,其特征在于,所述行驶曲线包括以下至少一项:转向时间曲线、转向角速度曲线、转矩曲线;所述转向行驶性能指标包括以下至少一项:转向响应时延、转向时长、转向超调量、转向超调时间、平均角速度、最大角速度、最大转矩。
6.根据权利要求2所述的方法,其特征在于,所述行驶性能指标包括所述加速行驶性能指标,所述行驶场景包括所述无人驾驶汽车的油门踏板开度从第一油门踏板开度值变换为第二油门踏板开度值的场景,所述行驶状态信息集合包括在所述行驶场景下每隔预设油门踏板开度值所采集的所述无人驾驶汽车的行驶状态信息。
7.根据权利要求6所述的方法,其特征在于,所述利用所述行驶状态信息集合拟合行驶曲线,包括:
对于所述行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的油门踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;
通过曲线拟合法,利用所述行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
8.根据权利要求7所述的方法,其特征在于,所述行驶曲线包括以下至少一项:加速时间曲线、加速距离曲线、速度曲线、加速度曲线;所述加速行驶性能指标包括以下至少一项:油门踏板响应时延、加速响应时延、加速时长、平均速度、平均加速度、最大速度、最大加速度。
9.根据权利要求2所述的方法,其特征在于,所述行驶性能指标包括所述减速行驶性能指标,所述行驶场景包括所述无人驾驶汽车的制动踏板开度从第一制动踏板开度值变换为第二制动踏板开度值的场景,所述行驶状态信息集合包括在所述行驶场景下每隔预设制动踏板开度值所采集的所述无人驾驶汽车的行驶状态信息。
10.根据权利要求9所述的方法,其特征在于,所述利用所述行驶状态信息集合拟合行驶曲线,包括:
对于所述行驶状态信息集合中的每个行驶状态信息,将该行驶状态信息所对应的制动踏板开度值作为第一坐标值,将该行驶状态信息作为第二坐标值,生成该行驶状态信息所对应的坐标;
通过曲线拟合法,利用所述行驶状态信息集合中的各个行驶状态信息所对应的坐标所指示的点拟合行驶曲线。
11.根据权利要求10所述的方法,其特征在于,所述行驶曲线包括以下至少一项:减速时间曲线、减速距离曲线、速度曲线、减速度曲线;所述减速行驶性能指标包括以下至少一项:制动踏板响应时延、减速响应时延、减速时长、平均速度、平均减速度、最大速度、最大减速度。
12.一种用于输出无人驾驶汽车的行驶性能指标的装置,其特征在于,所述装置包括:
构建单元,配置用于利用预设的行驶参数构建无人驾驶汽车的行驶场景;
获取单元,配置用于获取所述无人驾驶汽车在所述行驶场景下的行驶状态信息集合;
拟合单元,配置用于利用所述行驶状态信息集合拟合行驶曲线;
输出单元,配置用于对所述行驶曲线进行分析,获取并输出所述无人驾驶汽车的行驶性能指标。
13.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的方法。
14.一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,所述计算机程序被处理器执行时实现如权利要求1-11中任一所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710841981.6A CN109515444B (zh) | 2017-09-18 | 2017-09-18 | 用于输出无人驾驶汽车的行驶性能指标的方法和装置 |
US16/049,374 US11099567B2 (en) | 2017-09-18 | 2018-07-30 | Method and apparatus for exporting driving property index of autonomous vehicle |
US17/338,366 US20210294335A1 (en) | 2017-09-18 | 2021-06-03 | Method and apparatus for exporting driving property index of autonomous vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710841981.6A CN109515444B (zh) | 2017-09-18 | 2017-09-18 | 用于输出无人驾驶汽车的行驶性能指标的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109515444A true CN109515444A (zh) | 2019-03-26 |
CN109515444B CN109515444B (zh) | 2021-02-26 |
Family
ID=65721468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710841981.6A Active CN109515444B (zh) | 2017-09-18 | 2017-09-18 | 用于输出无人驾驶汽车的行驶性能指标的方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11099567B2 (zh) |
CN (1) | CN109515444B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110497914A (zh) * | 2019-08-26 | 2019-11-26 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN110967980A (zh) * | 2019-11-25 | 2020-04-07 | 清华大学 | 一种无人驾驶汽车性能的测试方法 |
CN112945586A (zh) * | 2021-01-29 | 2021-06-11 | 深圳一清创新科技有限公司 | 一种底盘偏向标定方法、装置及无人驾驶汽车 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113916547B (zh) * | 2021-09-26 | 2023-09-12 | 东风汽车股份有限公司 | 一种汽车加速性能试验方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102574527A (zh) * | 2009-09-24 | 2012-07-11 | 丰田自动车株式会社 | 车辆的转弯特性估计装置 |
CN105466695A (zh) * | 2015-12-10 | 2016-04-06 | 东软集团股份有限公司 | 一种车辆动力性能的检测方法及装置 |
CN105571876A (zh) * | 2015-12-10 | 2016-05-11 | 东软集团股份有限公司 | 一种车辆制动性能的检测方法及装置 |
KR20170034696A (ko) * | 2015-09-21 | 2017-03-29 | 현대자동차주식회사 | 자율주행 차량의 주행 제어 시스템 및 방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10496766B2 (en) * | 2015-11-05 | 2019-12-03 | Zoox, Inc. | Simulation system and methods for autonomous vehicles |
US9915951B2 (en) * | 2015-12-27 | 2018-03-13 | Toyota Motor Engineering & Manufacturing North America, Inc. | Detection of overhanging objects |
US10202127B2 (en) * | 2016-05-19 | 2019-02-12 | Toyota Jidosha Kabushiki Kaisha | User profile-based automatic parameter tuning system for connected vehicles |
-
2017
- 2017-09-18 CN CN201710841981.6A patent/CN109515444B/zh active Active
-
2018
- 2018-07-30 US US16/049,374 patent/US11099567B2/en active Active
-
2021
- 2021-06-03 US US17/338,366 patent/US20210294335A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102574527A (zh) * | 2009-09-24 | 2012-07-11 | 丰田自动车株式会社 | 车辆的转弯特性估计装置 |
KR20170034696A (ko) * | 2015-09-21 | 2017-03-29 | 현대자동차주식회사 | 자율주행 차량의 주행 제어 시스템 및 방법 |
CN105466695A (zh) * | 2015-12-10 | 2016-04-06 | 东软集团股份有限公司 | 一种车辆动力性能的检测方法及装置 |
CN105571876A (zh) * | 2015-12-10 | 2016-05-11 | 东软集团股份有限公司 | 一种车辆制动性能的检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
冯启山等: "混合动力汽车动力性和经济性道路试验", 《机械工程学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110497914A (zh) * | 2019-08-26 | 2019-11-26 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN110497914B (zh) * | 2019-08-26 | 2020-10-30 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN110967980A (zh) * | 2019-11-25 | 2020-04-07 | 清华大学 | 一种无人驾驶汽车性能的测试方法 |
CN112945586A (zh) * | 2021-01-29 | 2021-06-11 | 深圳一清创新科技有限公司 | 一种底盘偏向标定方法、装置及无人驾驶汽车 |
CN112945586B (zh) * | 2021-01-29 | 2023-10-27 | 深圳一清创新科技有限公司 | 一种底盘偏向标定方法、装置及无人驾驶汽车 |
Also Published As
Publication number | Publication date |
---|---|
CN109515444B (zh) | 2021-02-26 |
US20210294335A1 (en) | 2021-09-23 |
US11099567B2 (en) | 2021-08-24 |
US20190086926A1 (en) | 2019-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109515444A (zh) | 用于输出无人驾驶汽车的行驶性能指标的方法和装置 | |
CN107571864B (zh) | 无人驾驶车辆的数据采集方法和装置 | |
CN109532847A (zh) | 用于控制无人驾驶车辆的方法和装置 | |
CN109213134A (zh) | 生成自动驾驶策略的方法和装置 | |
CN107491072A (zh) | 车辆避障方法和装置 | |
CN108422949B (zh) | 用于无人驾驶车辆的信息共享方法、装置、系统及设备 | |
CN109189054A (zh) | 用于控制无人驾驶车执行路线验证的方法和装置 | |
CN109767130A (zh) | 用于控制车辆的方法和装置 | |
CN113848855A (zh) | 车辆控制系统测试方法、装置、设备、介质及程序产品 | |
CN110497905A (zh) | 用于控制车辆的方法和装置 | |
CN109606383B (zh) | 用于生成模型的方法和装置 | |
CN109693672A (zh) | 用于控制无人驾驶汽车的方法和装置 | |
CN107515607A (zh) | 用于无人车的控制方法和装置 | |
CN107123173A (zh) | 用于监测无人车的行驶状态的方法和装置 | |
CN113033925A (zh) | 用于控制自动驾驶车辆行驶、装置、电子设备和介质 | |
CN109606366B (zh) | 用于控制车辆的方法和装置 | |
CN111301432B (zh) | 用于自动驾驶车辆的停车方法和装置 | |
CN110009763A (zh) | 用于监控车辆的方法和装置 | |
CN110456798A (zh) | 用于控制车辆行驶的方法及装置 | |
CN109774716A (zh) | 车辆控制方法和装置 | |
CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
CN109827610A (zh) | 用于校验传感器融合结果的方法和装置 | |
CN109752018A (zh) | 信息获取方法及装置 | |
CN112373471B (zh) | 用于控制车辆行驶的方法、装置、电子设备和可读介质 | |
CN110370267A (zh) | 用于生成模型的方法和装置 |
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: 20211015 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TR01 | Transfer of patent right |