CN110020457A - 一种用于智能网联汽车道路测试的路线设计方法及装置 - Google Patents
一种用于智能网联汽车道路测试的路线设计方法及装置 Download PDFInfo
- Publication number
- CN110020457A CN110020457A CN201910117722.8A CN201910117722A CN110020457A CN 110020457 A CN110020457 A CN 110020457A CN 201910117722 A CN201910117722 A CN 201910117722A CN 110020457 A CN110020457 A CN 110020457A
- Authority
- CN
- China
- Prior art keywords
- road
- test
- database
- scene
- network connection
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 123
- 238000013461 design Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 21
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims abstract 4
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims abstract 4
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims abstract 4
- 238000003860 storage Methods 0.000 claims description 8
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用于智能网联汽车道路测试的路线设计方法及装置，本方法首先获取全国范围内道路数据，形成数据库，所述数据库中包括适合ADAS道路测试的地理区域、道路类型、道路场景；然后根据测试需求，从所述数据库中规划测试区域、测试道路以及道路场景，制定道路测试设计方案。本方案是将目前市场所需要的各种道路类型、道路场景进行分类、整理、统一，构成一个完整的道路数据库，以满足不同的客户需求。根据不同的客户需求，可方便、快捷、准确的将不同类型、不同场景的道路按不同比例提取出来，减少了道路再设计、再规划的工时，提高了道路设计和规划的效率，缩短了整个道路测试项目的周期。
Description
技术领域
本发明涉及智能驾驶技术领域，具体涉及一种用于智能网联汽车道路测试的路线设计方法及装置。
背景技术
目前ADAS(Advanced Driver Assistance Systems，高级驾驶辅助系统)智能驾驶在国内发展迅速，行业竞争激烈，国内市场由于汽车工业起步晚，起点低，对于代表先进汽车技术的驾驶辅助系统开发力度不足，相应的测试经验也不足。在测试道路设计阶段，没有一个系统的方案，无法确保设计出来的路线的沿用性。如在给某某公司做测试道路时积累的道路数据，无法对应到下一个客户的需求中，因此针对不同的客户需求都需要进行路线的再设计、再规划，耗费工时，沿用性不高。
本方案是将目前市场所需要的各种道路类型、道路场景进行分类、整理、统一，构成一个完整的道路数据库，以满足不同的客户需求。根据不同的客户需求，可方便、快捷、准确的将不同类型、不同场景的道路按不同比例提取出来。
发明内容
本发明解决上述技术问题的技术方案如下：
作为第一方面，本发明提供一种用于智能网联汽车道路测试的路线设计方法，包括以下步骤：
获取全国范围内道路数据，形成数据库，所述数据库中包括适合ADAS道路测试的地理区域、道路类型、道路场景；
根据测试需求，从所述数据库中规划测试区域、测试道路以及道路场景，制定道路测试设计方案。
进一步的，所述的获取全国范围内道路数据包括：
根据行业经验，整理出在中国适合ADAS道路测试的地理区域；
在所述地理区域以城市为中心规划出向四周发散的不同道路类型的测试道路，同时覆盖不同的道路场景。
进一步的，所述道路类型包括：高速、国道及城市主干道、都市快速道路、环线。
进一步的，所述道路场景包括山路、冰冻路、雾霾、颠簸、沙漠、交通拥堵、复杂交通。
进一步的，所述的根据测试需求，规划测试区域、测试道路以及道路场景，制定道路测试设计方案，包括：
分析测试需求，确定测试需求中的各道路类型及测试场景的比例；
从所述数据库中按照所述比例，规划测试区域、测试道路和道路场景；
根据实际测试条件和驾驶条件不同，将符合相应测试条件和驾驶条件的测试道路进行编号和分组，并按照测试日程进行计划和分配，从而制定道路测试设计方案。
进一步的，所述道路数据包括每条测试道路的起点、途经点、终点以及里程。
进一步的，所述的从所述数据库中按照所述比例，规划测试区域、测试道路和道路场景，还包括：
在规划测试道路时，以当前测试道路的终点为中心，选取起点距离当前测试道路终点最近的符合需求的道路为下一测试道路。
作为第二方面，本发明提供一种用于智能网联汽车道路测试的路线设计装置，包括：
数据库建立模块，用于获取全国范围内道路数据，形成数据库，所述数据库中包括适合ADAS道路测试的地理区域、不同类型的道路路线、道路场景；
方案制定模块，用于根据测试需求，规划测试区域、测试道路以及道路场景，制定道路测试设计方案。
作为第三方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质内存储有可供计算机读取的用于实现上述的方法的计算机软件程序。
作为第四方面，本发明提供一种计算机系统，包括上述的一种计算机可读存储介质以及计算机，所述计算机用于读取所述计算机可读存储介质中存储的计算机软件程序。
本发明的有益效果是：本方案是将目前市场所需要的各种道路类型、道路场景进行分类、整理、统一，构成一个完整的道路数据库，以满足不同的客户需求。根据不同的客户需求，可方便、快捷、准确的将不同类型、不同场景的道路按不同比例提取出来，减少了道路再设计、再规划的工时，提高了道路设计和规划的效率，缩短了整个道路测试项目的周期，并且，该数据库可多次重复使用，灵活变通，沿用性高。
附图说明
图1为本发明实施例提供的一种用于智能网联汽车道路测试的路线设计方法流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，本发明提供一种用于智能网联汽车道路测试的路线设计方法，包括以下步骤：
步骤1，根据行业经验，整理出在中国适合ADAS道路测试的地理区域；并在相应区域以城市为中心规划出向四周发散的高速、国道及城市主干道、都市快速道路、环线等不同类型的测试道路，同时覆盖了山路、冰冻路、雾霾、颠簸、沙漠等道路场景，形成数据库。数据库中还包括每条测试道路的起点、途经点、终点以及里程等详细信息。
步骤2，分析测试需求，确定测试需求中的各道路类型及测试场景的比例。
步骤3，从所述数据库中按照所述比例，规划测试区域、测试道路和道路场景。在规划测试道路时，以当前测试道路的终点为中心，选取起点距离当前测试道路终点最近的符合需求的道路为下一测试道路。
步骤4，根据实际测试条件和驾驶条件不同，将符合相应测试条件和驾驶条件的测试道路进行编号和分组，并按照测试日程进行计划和分配，从而制定道路测试设计方案。
例如，A客户需求为道路测试里程为5万公里，要求包括50％的高速道路数据，20％的国家道路数据、20％的城市道路以及10％的山路，另外需要包含交通拥堵、冰冻路、雾霾、颠簸、沙漠、交通拥堵、复杂交通等测试场景，那么，先在地图软件数据库中勾选出相应的测试场景，如“冰冻路”，“沙漠”等，在根据这些测试场景所在的位置勾选出周边的高速及国道，然后在这些道路所覆盖的范围内挑选主要的城市，即为城市道路测试场所；然后再从数据库中提取出相应的道路，根据数据库中的里程统计可以清晰的看到各种测试道路的比例分布，再根据客户的需求进行各道路类型及测试场景的比例进行调整以达到客户需求，这样则制定了道路测试设计初步方案。
在道路测试设计初步方案的基础上，根据客户需求及行业经验优化道路的分布，调整路线，使测试道路的实施性更强、更合理。例如，测试中白天和黑夜的场景需求，由于白天和夜晚的测试条件和驾驶条件不同，那么则需要将符合相应测试条件及驾驶条件的测试道路进行编号和分组，按照日程进行计划和分配，提高测试道路的可行性及实用性。
根据优化后的测试方案整理从数据库中提取的信息，其中包含有每条测试道路的详细信息(起点、途径点、终点、里程)、道路类别、道路场景等重要信息，并插入地图软件数据库中的路线截图，形成一个完整的测试道路设计文档。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于智能网联汽车道路测试的路线设计方法，其特征在于，包括以下步骤：
获取全国范围内道路数据，形成数据库，所述数据库中包括适合ADAS道路测试的地理区域、道路类型、道路场景；
根据测试需求，从所述数据库中规划测试区域、测试道路以及道路场景，制定道路测试设计方案。
2.根据权利要求1所述一种用于智能网联汽车道路测试的路线设计方法，其特征在于，所述的获取全国范围内道路数据包括：
根据行业经验，整理出在中国适合ADAS道路测试的地理区域；
在所述地理区域以城市为中心规划出向四周发散的不同道路类型的测试道路，同时覆盖不同的道路场景。
3.根据权利要求2所述一种用于智能网联汽车道路测试的路线设计方法，其特征在于，所述道路类型包括：高速、国道及城市主干道、都市快速道路、环线。
4.根据权利要求2所述一种用于智能网联汽车道路测试的路线设计方法，其特征在于，所述道路场景包括山路、冰冻路、雾霾、颠簸、沙漠、交通拥堵、复杂交通。
5.根据权利要求1或2所述一种用于智能网联汽车道路测试的路线设计方法，其特征在于，所述的根据测试需求，从所述数据库中规划测试区域、测试道路以及道路场景，制定道路测试设计方案，包括：
分析测试需求，确定测试需求中的各道路类型及测试场景的比例；
从所述数据库中按照所述比例，规划测试区域、测试道路和道路场景；
根据实际测试条件和驾驶条件不同，将符合相应测试条件和驾驶条件的测试道路进行编号和分组，并按照测试日程进行计划和分配，从而制定道路测试设计方案。
6.根据权利要求5所述一种用于智能网联汽车道路测试的路线设计方法，其特征在于，所述道路数据包括每条测试道路的起点、途经点、终点以及里程。
7.根据权利要求6所述一种用于智能网联汽车道路测试的路线设计方法，其特征在于，所述的从所述数据库中按照所述比例，规划测试区域、测试道路和道路场景，还包括：
在规划测试道路时，以当前测试道路的终点为中心，选取起点距离当前测试道路终点最近的符合需求的道路为下一测试道路。
8.一种用于智能网联汽车道路测试的路线设计装置，其特征在于，包括：
数据库建立模块，用于获取全国范围内道路数据，形成数据库，所述数据库中包括适合ADAS道路测试的地理区域、道路类型、道路场景；
方案制定模块，用于根据测试需求，规划测试区域、测试道路以及道路场景，制定道路测试设计方案。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有可供计算机读取的用于实现权利要求1-7任一项所述的方法的计算机软件程序。
10.一种计算机系统，其特征在于，包括如权利要求9所述的一种计算机可读存储介质以及计算机，所述计算机用于读取所述计算机可读存储介质中存储的计算机软件程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910117722.8A CN110020457A (zh) | 2019-02-15 | 2019-02-15 | 一种用于智能网联汽车道路测试的路线设计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910117722.8A CN110020457A (zh) | 2019-02-15 | 2019-02-15 | 一种用于智能网联汽车道路测试的路线设计方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110020457A true CN110020457A (zh) | 2019-07-16 |
Family
ID=67188958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910117722.8A Pending CN110020457A (zh) | 2019-02-15 | 2019-02-15 | 一种用于智能网联汽车道路测试的路线设计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110020457A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111665062A (zh) * | 2020-05-29 | 2020-09-15 | 中汽院智能网联科技有限公司 | 一种adas系统开放道路测试路线设计方法 |
| CN111735639A (zh) * | 2020-05-26 | 2020-10-02 | 清华大学苏州汽车研究院（相城） | 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法 |
| CN112668077A (zh) * | 2020-12-21 | 2021-04-16 | 苏州挚途科技有限公司 | 测试场地规划数据的确定方法及装置、处理器、电子装置 |
| CN114753199A (zh) * | 2022-03-17 | 2022-07-15 | 清华大学苏州汽车研究院（吴江） | 基于智能网联汽车测试的开放道路分级方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105954040A (zh) * | 2016-04-22 | 2016-09-21 | 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 |
| US20170132117A1 (en) * | 2015-11-06 | 2017-05-11 | Ford Global Technologies, Llc | Method and device for generating test cases for autonomous vehicles |
| CN107727411A (zh) * | 2017-10-30 | 2018-02-23 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评场景生成系统及方法 |
| CN108829087A (zh) * | 2018-07-19 | 2018-11-16 | 山东省科学院自动化研究所 | 一种自动驾驶汽车的智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 |
-
2019
- 2019-02-15 CN CN201910117722.8A patent/CN110020457A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170132117A1 (en) * | 2015-11-06 | 2017-05-11 | Ford Global Technologies, Llc | Method and device for generating test cases for autonomous vehicles |
| CN105954040A (zh) * | 2016-04-22 | 2016-09-21 | 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 |
| CN107727411A (zh) * | 2017-10-30 | 2018-02-23 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评场景生成系统及方法 |
| CN108829087A (zh) * | 2018-07-19 | 2018-11-16 | 山东省科学院自动化研究所 | 一种自动驾驶汽车的智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 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111735639A (zh) * | 2020-05-26 | 2020-10-02 | 清华大学苏州汽车研究院（相城） | 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法 |
| CN111735639B (zh) * | 2020-05-26 | 2022-03-22 | 清华大学苏州汽车研究院（相城） | 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法 |
| CN111665062A (zh) * | 2020-05-29 | 2020-09-15 | 中汽院智能网联科技有限公司 | 一种adas系统开放道路测试路线设计方法 |
| CN112668077A (zh) * | 2020-12-21 | 2021-04-16 | 苏州挚途科技有限公司 | 测试场地规划数据的确定方法及装置、处理器、电子装置 |
| CN114753199A (zh) * | 2022-03-17 | 2022-07-15 | 清华大学苏州汽车研究院（吴江） | 基于智能网联汽车测试的开放道路分级方法和装置 |
| CN114753199B (zh) * | 2022-03-17 | 2024-06-04 | 清华大学苏州汽车研究院（吴江） | 基于智能网联汽车测试的开放道路分级方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110020457A (zh) | 一种用于智能网联汽车道路测试的路线设计方法及装置 | |
| Kong et al. | Mobility dataset generation for vehicular social networks based on floating car data | |
| US20130211699A1 (en) | Parking lot detection using probe data | |
| US9677904B2 (en) | Generating travel time data | |
| Kang et al. | Mapping the dynamics of electric vehicle charging demand within Beijing's spatial structure | |
| CN109583611B (zh) | 基于网约车数据的定制公交站点选址方法 | |
| CN111612670B (zh) | 一种构建机动车排放清单的方法、装置和计算机设备 | |
| Po et al. | From sensors data to urban traffic flow analysis | |
| CN110118564A (zh) | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 | |
| CN110288205B (zh) | 交通影响评价方法及装置 | |
| CN113779430B (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
| US10489431B2 (en) | Digital location-based data methods and product | |
| CN110245774A (zh) | 一种根据员工家庭住址进行班车线路优化的方法 | |
| CN109859505A (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
| CN105574313A (zh) | 一种道路等级的确定方法和装置 | |
| CN116542709A (zh) | 一种基于交通态势感知的电动汽车充电站规划分析方法 | |
| Yun et al. | Taxi cab service optimization using spatio-temporal implementation to hot-spot analysis with taxi trajectories: a case study in Seoul, Korea | |
| CN108108997B (zh) | 车载广告投放公交线路选取方法及装置 | |
| CN103246650B (zh) | 一种道路逻辑模型制作方法 | |
| CN112183871B (zh) | 基于空气指数的城市交通诱导系统 | |
| CN104422450A (zh) | 导航系统的信息加载方法及装置、信息显示方法及装置 | |
| Lattimer et al. | Evaluation of third party travel time data | |
| CN106778547B (zh) | 遥感影像地物分类基准库的构建方法及装置 | |
| CN103914461A (zh) | 交通信息查询方法与装置 | |
| CN105426387A (zh) | 一种基于K-means算法的地图聚合方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190716 |