CN110186469A - 测试无人驾驶系统的测试用数据生成方法和系统 - Google Patents
测试无人驾驶系统的测试用数据生成方法和系统 Download PDFInfo
- Publication number
- CN110186469A CN110186469A CN201910470906.2A CN201910470906A CN110186469A CN 110186469 A CN110186469 A CN 110186469A CN 201910470906 A CN201910470906 A CN 201910470906A CN 110186469 A CN110186469 A CN 110186469A
- Authority
- CN
- China
- Prior art keywords
- barrier
- data
- coordinate data
- test
- coordinate
- 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
Classifications
-
- 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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种测试无人驾驶系统的测试用数据生成方法和系统,包括:获取检测传感器输出的信号帧;检测传感器布置在真实的道路场景中,信号帧为反映真实道路场景特性的检测帧;处理各个信号帧而识别障碍物,获取障碍物的第一坐标数据;第一坐标数据为障碍物在传感器坐标系中的坐标数据;根据第一坐标数据获取障碍物的第二坐标数据;第二坐标数据为障碍物在全局坐标系中的坐标数据;根据障碍物的第二坐标数据生成测试用数据。相对于人为构建的测试用数据,本申请提供的方法更能反映真实场景状况,因此在对无人驾驶系统进行测试时更能模拟真实驾驶状态下可能遇到的状况,使得对无人驾驶系统的评价结果更符合真实路面实际测试的结果。
Description
技术领域
本申请涉及车辆无人驾驶技术领域,具体涉及一种无人驾驶测试用例的生成方法。
背景技术
为了验证无人驾驶系统的可靠性,无人驾驶系统在投入商业应用前,需要大量测试。为了减少测试成本、避免真实路测过程中发生过多不可预知的交通事故,针对无人驾驶系统的可靠性测试一般采用离线仿真的方式实现,即利用测试用例作为输入,测试无人驾驶系统在应对测试用例中场景时的控制结果,以及对象的安全性。
目前,用于无人驾驶系统的测试用例由测试人员构建;但是,因为道路情况的复杂性以及测试人员思考的欠周全性,人为构建的测试用例无法覆盖车辆真实行驶时可能遇到的各种状况,特别是无法覆盖综合复杂工况下的各种可能状况;因此,采用人为构建的测试用例测试无人驾驶人员并不能保证验证无人驾驶系统面临各种可能路况时的控制结果。
发明内容
本申请提供一种测试无人驾驶系统的测试用数据生成方法和生成装置,利用真实场景下的测试传感器生成的信号帧生成测试用数据。
本申请提供一种测试无人驾驶系统的测试用数据生成方法,包括:
获取检测传感器输出的信号帧;其中,所述检测传感器布置在真实的道路场景中,所述信号帧为反映真实道路场景特性的检测帧;
处理各个所述信号帧而识别障碍物,获取所述障碍物的第一坐标数据;所述第一坐标数据为所述障碍物在传感器坐标系中的坐标数据;
根据所述第一坐标数据获取所述障碍物的第二坐标数据;所述第二坐标数据为所述障碍物在全局坐标系中的坐标数据;
根据所述障碍物的第二坐标数据生成测试用数据。
可选的,根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据所述第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物有同一障碍物,根据所述同一障碍物的所述第二坐标数据判断所述同一障碍物是否为移动障碍物;
若所述同一障碍物为移动障碍物,根据所述同一障碍物的所述第二坐标数据计算所述同一障碍物的移动特征数据;
将所述同一障碍物的第二坐标数据和所述移动特征数据作为所述测试用数据。
可选的,所述方法还包括:若所述同一障碍物为非移动障碍物,按照预设尺寸扩展所述同一障碍物的第二坐标数据,生成固定障碍坐标数据;
将所述固定障碍坐标数据作为所述测试用数据。
可选的,根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物是同一障碍物,根据所述障碍物的所述第二坐标数据判断所述障碍物是否为移动障碍物;
若所述障碍物为非移动障碍物,按照预设尺寸扩展所述非移动障碍物的第二坐标数据,生成固定障碍坐标数据;
将所述固定障碍坐标数据作为所述测试用数据。
可选的,所述检测传感器相对于所述道路场景固定的设置;或者,所述检测传感器相对于行驶在所述道路场景中的车辆固定的设置。
可选的,在处理各个所述信号帧而识别障碍物前,还包括:
根据所述检测传感器在全局坐标系的坐标和高精度地图信息,剔除所述信号帧中的道路路面数据和/或非道路数据。
可选的,根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据所述障碍物的所述第二坐标数据生成临时测试数据;
对所述临时测试数据进行标注和/或冗余异常删除处理,得到所述测试用数据。
本申请提供一种测试无人驾驶系统的测试用数据生成系统,包括:
检测传感器,用于生成信号帧;所述检测传感器布置在真实的道路场景中,所述信号帧为反映真实道路场景特性的检测帧;
第一处理模块,用于处理各个所述信号帧而识别障碍物,获取所述障碍物的第一坐标数据;所述第一坐标数据为所述障碍物在传感器坐标系中的坐标数据;
第二处理模块,用于根据所述第一坐标数据获取所述障碍物的第二坐标数据;所述第二坐标数据为所述障碍物在全局坐标系中的坐标数据;
测试数据生成模块,还用于根据所述障碍物的第二坐标数据生成测试用数据。
可选的,所述根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据所述第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物有同一障碍物,根据所述同一障碍物的所述第二坐标数据判断所述同一障碍物是否为移动障碍物;
若所述同一障碍物为移动障碍物,根据所述同一障碍物的所述第二坐标数据计算所述同一障碍物的移动特征数据;
将所述同一障碍物的第二坐标数据和所述移动特征数据作为所述测试用数据。
可选的,若所述同一障碍物为非移动障碍物,按照预设尺寸扩展所述同一障碍物的第二坐标数据,生成固定障碍坐标数据;
将所述固定障碍坐标数据作为所述测试用数据。
可选的,根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物是同一障碍物,根据所述障碍物的所述第二坐标数据判断所述障碍物是否为移动障碍物;
若所述障碍物为非移动障碍物,按照预设尺寸扩展所述非移动障碍物的第二坐标数据,生成固定障碍坐标数据;
将所述固定障碍坐标数据作为所述测试用数据。
本申请提供的的测试无人驾驶系统的测试数据生成方法中,通过检测传感器获取真实道路场景下的信号帧数据,再利用信号帧数据进行处理得到标识真实场景中障碍物的第一坐标数据、第二坐标数据以及最终的测试用数据。而信号帧数据是在真实道路场景下采集得到,在采集信号帧数量足够、采集位置具有代表性的情况下,其可以反映真实场景中出现的道路状况;相对于人为构建的测试用数据,本申请实施例提供的方法更能反映真实场景状况,因此在对无人驾驶系统进行测试时更能模拟真实驾驶状态下可能遇到的状况,使得对无人驾驶系统的安全性和鲁棒性评价结果更符合真实路面实际测试的结果。
附图说明
图1是实施例提供的测试无人驾驶系统的测试用数据生成方法的流程图;
图2是一个实施例中根据障碍物的第二坐标数据生成测试用数据的流程图;
图3是另一实施例中根据障碍物的第二坐标数据生成测试用数据的流程图;
图4是本申请提供的测试无人驾驶系统的测试用数据的生成系统的结构示意图;
其中:11-检测传感器,12-第一处理模块,13-第二处理模块,14-测试数据生成模块。
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。
图1是实施例提供的测试无人驾驶系统的测试用数据生成方法的流程图。如图1所示,本申请实施例提供的方法包括步骤S101-S104。
S101:获取检测传感器输出的信号帧。
检测传感器是用于检测道路中状态、生成信号帧的传感器。检测传感器布置在真实的道路场景中,其生成的信号帧是反映真实道路场景特性的检测帧。
本申请实施例中,检测传感器可以是毫米波雷达、激光雷达和图像采集器中的一种或者多种,对此本申请并不做特别的限定。具体应用中,可以同时采用多个检测传感器,形成多组数据信号的采集。例如,在一个具体应用中,同时配备多个毫米波雷达、激光雷达和图像采集器以对道路场景特征进行采集,获得多组信号帧。
S102:处理各个信号帧而识别障碍物,获取障碍物的第一坐标数据。
在获得信号帧后,对信号帧进行分析处理,用以确定各个信号帧中显示的障碍物,以及各个障碍物的第一坐标数据;此处,第一坐标数据指的是在检测传感器坐标系中的数据,其表示了障碍物在检测传感器所在坐标系中的位置信息和障碍物的尺寸信息;具体应用中,第一坐标数据可以是信号帧中连续的、体现障碍物包络的坐标点数据,也可以是障碍物的边缘点数据和中间点坐标数据,对此本申请也不做特别地限定;但是,考虑到最终测试用数据的应用场景,第一坐标数据最好是体现障碍物包络的坐标数据。
具体实施中,根据检测传感器类型的不同,处理信号帧而识别障碍物以及第一坐标数据的方法有不同。例如,在检测传感器为图像采集器的情况下,可以采用聚类处理的方法,获得图像采集器采集的图像帧中的障碍物第一坐标数据;在检测传感器为毫米波雷达或者激光雷达的情况下,可以采用雷达波发射和接收的时间差、以及雷达波的扫描角度确定对应的反射点坐标,并利用反射点坐标的连续性确定障碍物以及障碍物的第一坐标数据。
应当注意,在检测传感器为多个的情况下,障碍物的第一坐标数据实际上是相对于对应的检测传感器而言,并不是相对于各个检测传感器而言。
S103:根据第一坐标数据获取障碍物的第二坐标数据。
第二坐标数据为障碍物在全局坐标系中的坐标数据。根据第一坐标数据获取第二坐标数据是根据传感器坐标系和全局坐标系的耦合关系进行。
假设传感器坐标系为三维正交坐标系,全局坐标系也是三维正交坐标系,并且传感器坐标系相对于全局坐标系的坐标轴的偏转角度为α,则根据坐标变换即可以获得第一坐标数据在以检测传感器为坐标原点的全局坐标系的第二坐标数据。请参见公式一,其中X,Y,Z分别为全局坐标系下的坐标位置,x0,y0,z0分别为车体坐标系下的坐标位置,α为坐标轴旋转的角度。当然,如果全局坐标系并不以检测传感器坐标轴的坐标原点为坐标原点,也可以通过获知检测传感器在全局坐标系中的坐标对障碍物的坐标数据进行平移处理,得到第二坐标数据。
X=x0cosα-y0sinα
Y=x0sinα+y0cosα
Z=z0 公式一
在检测传感器数量为多个的情况下,在同一帧周期内可能生成代表同一障碍物的多个第一坐标数据和第二坐标数据;在获得多个第二坐标数据后,可以通过各个检测传感器对应的第二坐标数据进行相互校核,生成最终表示障碍物在全局坐标系中的第二坐标数据。
S104:根据障碍物的第二坐标数据生成测试用数据。
在确定第二坐标数据后,即确定了不同时刻道路场景中的障碍物位置坐标信息,也就是可以根据障碍物的坐标信息进行信息挖掘,生成用于测试无人驾驶系统的测试用数据。
前述方法得到的测试无人驾驶系统的测试数据生成方法中,通过检测传感器获取真实道路场景下的信号帧数据,再利用信号帧数据进行处理得到标识真实场景中障碍物的第一坐标数据、第二坐标数据以及最终的测试用数据。而信号帧数据是在真实道路场景下采集得到,在采集信号帧数量足够、采集位置具有代表性的情况下,其可以反映真实场景中出现的道路状况;相对于人为构建的测试用数据,本申请实施例提供的方法更能反映真实场景状况,因此在对无人驾驶系统进行测试时更能模拟真实驾驶状态下可能遇到的状况,使得对无人驾驶系统的安全性和鲁棒性评价结果更符合真实路面实际测试的结果。
图2是一个实施例中根据障碍物的第二坐标数据生成测试用数据的流程图。在一个具体应用中,根据障碍物的第二坐标数据生成测试用数据的过程可以包括步骤S1041-S1044。
S1041:根据第二坐标数据,判断不同信号帧对应的障碍物是否有同一障碍物;若是,执行S1042;若否,结束执行。
S1042:根据同一障碍物的第二坐标数据判断同一障碍物是否为移动障碍物;若是,执行S1043。
S1043:根据同一障碍物的第二坐标数据计算同一障碍物的移动特征数据。
S1044:将同一障碍物的第二坐标数据和移动特征数据作为测试用数据。
根据实际生活经验可知,在检测传感器的检测频率较高的情况下,同一检测传感器连续输出的各个信号帧中很大概率覆盖同一障碍物,而根据同一障碍物的第二坐标数据可以确定同一障碍物的尺寸特性和位置特性;相反的,根据障碍物的尺寸特性和位置特性即可以预设不同信号帧的障碍物是否有同一障碍物。
如果不同信号帧对应的同一障碍物的第二坐标数据在变化,可以确定同一障碍物在移动。而根据连续的各个信号帧对应的第二坐标数据可以预测同一障碍物的移动速度、移动方向等移动特征数据;而此类数据可以作为测试用数据测试无人驾驶系统面临对应场景的处理方式,以验证测试结果是否正确。
在一个更为具体的应用中,在执行S1042时,判断同一障碍物的第二坐标数据判断同一障碍物为非移动障碍物时,还可以执行S1045和S1046。
S1045:按照预设尺寸扩展同一障碍物的第二坐标数据,生成固定障碍坐标数据。
S1046:将固定障碍坐标数据也作为测试用数据。
无人驾驶车辆行驶时,如果道路中具有非移动障碍物,则无人驾驶车辆可能需要预先估计到非移动障碍物的位置,继而提前规划运行路线;但是,考虑到无人驾驶车辆和非移动障碍物在距离很近的情况下可能产生气流扰动等问题,继而造成各种不可预设的结果,因此无人驾驶车辆规划的路线并不能完全贴近非移动障碍物的边缘。为解决这一问题,本申请实施例中,在确定障碍物为非移动障碍物时,即按照预设尺寸扩展障碍物的第二坐标数据,使得障碍物的包络扩大而生成固定障碍坐标数据。根据非移动障碍物的尺寸的不同,以及非移动障碍物类型的不同,前述预设尺寸也就可能不同。并且,预设尺寸可以设置多个预设等级,例如可以设置距离非移动障碍物距离不同的两个等级;在确定固定障碍物坐标数据后,即可以将固定障碍物坐标数据作为测试用数据。
图3是另一实施例中根据障碍物的第二坐标数据生成测试用数据的流程图。如图3所示,在另外一个实施例中,根据障碍物的第二做包生成测试用数据包括步骤S1047-S1040。
S1047:根据第二坐标数据,判断不同信号帧对应的障碍物是否有同一障碍物;若是,执行S1048。
S1048:根据障碍物的第二坐标数据判断障碍物是否为非移动障碍物;若是,执行S1049。
S1049:按照预设尺寸扩展非移动障碍物的第二坐标数据,生成固定障碍坐标数据。
S1040:将固定障碍坐标数据作为测试用数据。
步骤S1047-S1040得到的测试数据应用请参考前文描述,此处不再复述。
在一些具体应用中,检测传感器可以相对道路场景固定地设置,以测试某一特定场景下的道路特征,形成针对某一特殊功能测试的测试用数据;例如,可以将检测传感器夹设在道路旁侧的信号灯架、路灯架上,以形成用于测试高速车流中向左并道、十字路口直行工况等具有单一行为特征的工况的场景的测试用数据;还如,也可以将检测传感器夹设在测试车辆上,将测试车辆摆停在真实路面场景中,形成相应的测试用数据。
在另外一些具体应用中,检测传感器可以固定在测试车辆上,并使测试车辆由驾驶员驾驶沿道路行驶,获得行驶综合工况下的测试用数据。
应当注意的是,测试无人驾驶系统的测试用数据是反映道路状况的数据,而检测传感器检测生成的信号帧中,除了具有前述的反映道路状况的数据外,还包括道路外侧的非道路数据。为了减少后续处理的数据量,在处理各个信号帧而识别障碍物前,还可以根据检测传感器在全局坐标系的坐标、高精度地图信息,确定道路的边缘,并根据道路边缘提出信号中的非道路数据。另外,道路路面数据可能已经在高精度地图中有显示,因此在一些实施例中也可以剔除道路路面数据。
此外,在实际应用中,在根据障碍物的第二坐标数据生成测试用数据时,可以先根据第二坐标数据生成临时测试数据,再对临时测试数据进行人工标注和人工剔除,再得到测试用数据。
采用前述的方法,本申请实施例提供了两种测试用数据的生成方法。其中,一种为功能测试用数据的生成方法,另外一种是综合功能测试的生成方法。在两种测试方法中,测试传感器均安装在车辆上。
功能测试用数据的生成方法
功能测试用数据的生成方法包括以下步骤。
S201:将车辆布置在测试场地,调整车辆位置,使得采集车周围环境能够进行特定测试用数据的采集,并建立其采集传感器坐标系和全局坐标系的转换关系。
S202:开启测试传感器,采集反映环境数据的信号帧,至采集时间或者采集数据量达到预设要求。
S203:执行前述的S101-S104。
在另外一些应用中,也可以在执行S202,采集反映环境数据的信号帧的过程中,同时执行S101-S104,以实时输出测试用数据。
综合工况测试用数据的生成方法包括以下步骤。
S301:由驾驶员驾驶车辆在道路行驶的过程中,开启测试传感器,采集反映环境数据的信号帧,并实时获取车辆在全局坐标系的位置坐标数据、车辆的姿态数据。
S301:按照前述的S101-S102得到障碍物的第一坐标数据,根据车辆在全局坐标系的位置坐标数据、车辆的姿态数据、检测传感器相对于车身的数据,执行S103生成第二坐标数据,并执行S104。
实际应用中,前述的功能测试用数据的生成方法、综合工况测试用数据的生成方法可能执行多次,以获得足够多的测试用数据用例。
除了提供前述的测试无人驾驶系统的测试用数据生成方法外,本申请实施例还提供一种测试无人驾驶系统的测试用数据的生成系统。
图4是本申请提供的测试无人驾驶系统的测试用数据的生成系统的结构示意图。如图3所示,生成系统包括检测传感器11、第一处理模块12、第二处理模块13和测试数据生成模块14。
检测传感器11用于生成信号帧;检测传感器11布置在真实的道路场景中,信号帧为反映真实道路场景特性的检测帧。实际应用中,检测传感器11可以布置在车辆上,也可以相对道路固定地布置。
第一处理模块12用于处理各个信号帧而识别障碍物,获取障碍物的第一坐标数据;第一坐标数据为障碍物在传感器坐标系中的坐标数据;
第二处理模块13用于根据第一坐标数据获取障碍物的第二坐标数据;第二坐标数据为障碍物在全局坐标系中的坐标数据;
测试数据生成模块14用于根据障碍物的第二坐标数据生成测试用数据。
在一个具体应用中,根据障碍物的第二坐标数据生成测试用数据,包括:
根据第二坐标数据,判断不同信号帧对应的障碍物是否有同一障碍物;
若不同信号帧中的障碍物有同一障碍物,根据同一障碍物的第二坐标数据判断同一障碍物是否为移动障碍物;
若同一障碍物为移动障碍物,根据同一障碍物的第二坐标数据计算同一障碍物的移动特征数据;
将同一障碍物的第二坐标数据和移动特征数据作为测试用数据。
在一个具体应用中,若同一障碍物为非移动障碍物,按照预设尺寸扩展同一障碍物的第二坐标数据,生成固定障碍坐标数据;
将固定障碍坐标数据作为测试用数据。
在一个具体应用中,根据障碍物的第二坐标数据生成测试用数据,包括:
根据第二坐标数据,判断不同信号帧对应的障碍物是否有同一障碍物;
若不同信号帧中的障碍物是同一障碍物,根据障碍物的第二坐标数据判断障碍物是否为移动障碍物;
若障碍物为非移动障碍物,按照预设尺寸扩展非移动障碍物的第二坐标数据,生成固定障碍坐标数据;
将固定障碍坐标数据作为测试用数据。
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 (10)
1.一种测试无人驾驶系统的测试用数据生成方法,其特征在于,包括:
获取检测传感器输出的信号帧;其中,所述检测传感器布置在真实的道路场景中,所述信号帧为反映真实道路场景特性的检测帧;
处理各个所述信号帧而识别障碍物,获取所述障碍物的第一坐标数据;所述第一坐标数据为所述障碍物在传感器坐标系中的坐标数据;
根据所述第一坐标数据获取所述障碍物的第二坐标数据;所述第二坐标数据为所述障碍物在全局坐标系中的坐标数据;
根据所述障碍物的第二坐标数据生成测试用数据。
2.根据权利要求1所述的测试无人驾驶系统的测试用数据生成方法,其特征在于,根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据所述第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物有同一障碍物,根据所述同一障碍物的所述第二坐标数据判断所述同一障碍物是否为移动障碍物;
若所述同一障碍物为移动障碍物,根据所述同一障碍物的所述第二坐标数据计算所述同一障碍物的移动特征数据;
将所述同一障碍物的第二坐标数据和所述移动特征数据作为所述测试用数据。
3.根据权利要求2所述的测试无人驾驶系统的测试用数据生成方法,其特征在于,还包括:
若所述同一障碍物为非移动障碍物,按照预设尺寸扩展所述同一障碍物的第二坐标数据,生成固定障碍坐标数据;
将所述固定障碍坐标数据作为所述测试用数据。
4.根据权利要求1所述的测试无人驾驶系统的测试用数据生成方法,其特征在于:
根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物是同一障碍物,根据所述障碍物的所述第二坐标数据判断所述障碍物是否为移动障碍物;
若所述障碍物为非移动障碍物,按照预设尺寸扩展所述非移动障碍物的第二坐标数据,生成固定障碍坐标数据;
将所述固定障碍坐标数据作为所述测试用数据。
5.根据权利要求1-4任一项所述的测试无人驾驶系统的测试用数据生成方法,其特征在于,
所述检测传感器相对于所述道路场景固定的设置;或者,所述检测传感器相对于行驶在所述道路场景中的车辆固定的设置。
6.根据权利要求1-4任一项所述的测试无人驾驶系统的测试用数据生成方法,其特征在于,在处理各个所述信号帧而识别障碍物前,还包括:
根据所述检测传感器在全局坐标系的坐标和高精度地图信息,剔除所述信号帧中的道路路面数据和/或非道路数据。
7.根据权利要求1所述的测试无人驾驶系统的测试用数据生成方法,其特征在于,根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据所述障碍物的所述第二坐标数据生成临时测试数据;
对所述临时测试数据进行标注和/或冗余异常删除处理,得到所述测试用数据。
8.一种测试无人驾驶系统的测试用数据生成系统,其特征在于,包括:
检测传感器,用于生成信号帧;所述检测传感器布置在真实的道路场景中,所述信号帧为反映真实道路场景特性的检测帧;
第一处理模块,用于处理各个所述信号帧而识别障碍物,获取所述障碍物的第一坐标数据;所述第一坐标数据为所述障碍物在传感器坐标系中的坐标数据;
第二处理模块,用于根据所述第一坐标数据获取所述障碍物的第二坐标数据;所述第二坐标数据为所述障碍物在全局坐标系中的坐标数据;
测试数据生成模块,还用于根据所述障碍物的第二坐标数据生成测试用数据。
9.根据权利要求8所述的测试无人驾驶系统的测试用数据生成系统,其特征在于:
所述根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据所述第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物有同一障碍物,根据所述同一障碍物的所述第二坐标数据判断所述同一障碍物是否为移动障碍物;
若所述同一障碍物为移动障碍物,根据所述同一障碍物的所述第二坐标数据计算所述同一障碍物的移动特征数据;
将所述同一障碍物的第二坐标数据和所述移动特征数据作为所述测试用数据。
10.根据权利要求8所述的测试无人驾驶系统的测试用数据生成系统,其特征在于:
根据所述障碍物的第二坐标数据生成测试用数据,包括:
根据第二坐标数据,判断不同所述信号帧对应的所述障碍物是否有同一障碍物;
若不同所述信号帧中的所述障碍物是同一障碍物,根据所述障碍物的所述第二坐标数据判断所述障碍物是否为移动障碍物;
若所述障碍物为非移动障碍物,按照预设尺寸扩展所述非移动障碍物的第二坐标数据,生成固定障碍坐标数据;
将所述固定障碍坐标数据作为所述测试用数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910470906.2A CN110186469A (zh) | 2019-05-31 | 2019-05-31 | 测试无人驾驶系统的测试用数据生成方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910470906.2A CN110186469A (zh) | 2019-05-31 | 2019-05-31 | 测试无人驾驶系统的测试用数据生成方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110186469A true CN110186469A (zh) | 2019-08-30 |
Family
ID=67719459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910470906.2A Pending CN110186469A (zh) | 2019-05-31 | 2019-05-31 | 测试无人驾驶系统的测试用数据生成方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110186469A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660218A (zh) * | 2019-09-29 | 2020-01-07 | 上海莫吉娜智能信息科技有限公司 | 利用毫米波雷达的高精度地图制作方法及系统 |
CN114141092A (zh) * | 2021-11-10 | 2022-03-04 | 武汉未来幻影科技有限公司 | 一种驾考模拟器动画场景构建方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956268A (zh) * | 2016-04-29 | 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场景构建方法和装置 |
CN106096192A (zh) * | 2016-06-27 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 一种无人驾驶车辆的测试场景的构建方法和装置 |
CN107766833A (zh) * | 2017-10-30 | 2018-03-06 | 惠州市德赛西威汽车电子股份有限公司 | 一种单目视觉adas系统样本的采集装置及方法 |
CN108196260A (zh) * | 2017-12-13 | 2018-06-22 | 北京汽车集团有限公司 | 无人驾驶车辆多传感器融合系统的测试方法和装置 |
US20180203445A1 (en) * | 2017-01-13 | 2018-07-19 | Ford Global Technologies, Llc | Generating Simulated Sensor Data For Training And Validation Of Detection Models |
CN109085829A (zh) * | 2018-08-09 | 2018-12-25 | 北京智行者科技有限公司 | 一种动静态目标识别方法 |
CN109556615A (zh) * | 2018-10-10 | 2019-04-02 | 吉林大学 | 基于自动驾驶的多传感器融合认知的驾驶地图生成方法 |
-
2019
- 2019-05-31 CN CN201910470906.2A patent/CN110186469A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956268A (zh) * | 2016-04-29 | 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场景构建方法和装置 |
CN106096192A (zh) * | 2016-06-27 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 一种无人驾驶车辆的测试场景的构建方法和装置 |
US20180203445A1 (en) * | 2017-01-13 | 2018-07-19 | Ford Global Technologies, Llc | Generating Simulated Sensor Data For Training And Validation Of Detection Models |
CN107766833A (zh) * | 2017-10-30 | 2018-03-06 | 惠州市德赛西威汽车电子股份有限公司 | 一种单目视觉adas系统样本的采集装置及方法 |
CN108196260A (zh) * | 2017-12-13 | 2018-06-22 | 北京汽车集团有限公司 | 无人驾驶车辆多传感器融合系统的测试方法和装置 |
CN109085829A (zh) * | 2018-08-09 | 2018-12-25 | 北京智行者科技有限公司 | 一种动静态目标识别方法 |
CN109556615A (zh) * | 2018-10-10 | 2019-04-02 | 吉林大学 | 基于自动驾驶的多传感器融合认知的驾驶地图生成方法 |
Non-Patent Citations (2)
Title |
---|
李龙杰: "基于四线激光雷达的道路信息提取技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
陈慧岩: "《智能车辆理论与应用》", 31 July 2018, 北京理工大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660218A (zh) * | 2019-09-29 | 2020-01-07 | 上海莫吉娜智能信息科技有限公司 | 利用毫米波雷达的高精度地图制作方法及系统 |
CN114141092A (zh) * | 2021-11-10 | 2022-03-04 | 武汉未来幻影科技有限公司 | 一种驾考模拟器动画场景构建方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108139225B (zh) | 确定机动车的布局信息 | |
WO2018181974A1 (ja) | 判定装置、判定方法、及び、プログラム | |
US6753902B1 (en) | Image processing apparatus, image processing method, navigation apparatus, program storage device and computer data signal embodied in carrier wave | |
US11321950B2 (en) | Apparatus and method for detecting lane information, and computer-readable recording medium storing computer program programmed to execute same method | |
EP3640681B1 (en) | Method and apparatus for estimating position | |
CN106338993A (zh) | 无人配送车以及无人配送车控制方法和装置 | |
CN110906954A (zh) | 一种基于自动驾驶平台的高精度地图测试评估方法和装置 | |
CN103454639A (zh) | 用于检测车辆周围的移动物体的设备和方法 | |
CN106370435A (zh) | 道路谱采集系统、车辆和道路谱采集方法 | |
US20200109953A1 (en) | Map information system | |
US20210117696A1 (en) | Method and device for generating training data for a recognition model for recognizing objects in sensor data of a sensor, in particular, of a vehicle, method for training and method for activating | |
US11477567B2 (en) | Method and system for locating an acoustic source relative to a vehicle | |
CN109583416A (zh) | 伪车道线识别方法及系统 | |
CN112213738B (zh) | 无人搬运车地图构建方法、装置、设备及存储介质 | |
CN110186469A (zh) | 测试无人驾驶系统的测试用数据生成方法和系统 | |
CN113454487A (zh) | 信息处理装置以及移动机器人 | |
JP2022031266A (ja) | 自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
JP6465421B1 (ja) | 構造物変状検出装置 | |
CN113532499B (zh) | 无人系统的传感器安全性检测方法、设备及存储介质 | |
JP2021120683A (ja) | 出力装置、制御方法、プログラム及び記憶媒体 | |
KR101764839B1 (ko) | 차선 인식 시스템 및 방법 | |
US11468767B2 (en) | Map information system | |
Rana et al. | The perception systems used in fully automated vehicles: a comparative analysis | |
CN113823087A (zh) | 用于分析路侧感知系统rss性能的方法、装置及测试系统 | |
KR102430344B1 (ko) | 3차원 시정정보를 제공하기 위한 방법 및 이를 위한 시정모델 생성 방법 |
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 |
Application publication date: 20190830 |
|
RJ01 | Rejection of invention patent application after publication |