CN110823253B - 基于无人车技术的数据处理方法、装置、设备及存储介质 - Google Patents

基于无人车技术的数据处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110823253B
CN110823253B CN201911112294.6A CN201911112294A CN110823253B CN 110823253 B CN110823253 B CN 110823253B CN 201911112294 A CN201911112294 A CN 201911112294A CN 110823253 B CN110823253 B CN 110823253B
Authority
CN
China
Prior art keywords
position point
unmanned vehicle
point
path
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.)
Active
Application number
CN201911112294.6A
Other languages
English (en)
Other versions
CN110823253A (zh
Inventor
冯西
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201911112294.6A priority Critical patent/CN110823253B/zh
Publication of CN110823253A publication Critical patent/CN110823253A/zh
Application granted granted Critical
Publication of CN110823253B publication Critical patent/CN110823253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种基于无人车技术的数据处理方法、装置、设备及存储介质,涉及无人车技术领域。本方法的实现方案包括:获取无人车的自动驾驶数据,其中,所述自动驾驶数据包括无人车的实际驾驶路径;选取所述实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,所述第一位置点为待分析的起点,所述第二位置点为待分析的终点;根据所述第一位置点和所述第二位置点,确定路径消息,其中,所述路径消息用于指示离线测试中的无人车系统进入自动驾驶状态。在无人车的实际驾驶路径中任意选择待分析的起点和终点,有利于提高对无人车的实际驾驶数据的利用率,有利于提高无人车系统离线测试的测试效率,和改善无人车系统离线测试的测试效果。

Description

基于无人车技术的数据处理方法、装置、设备及存储介质
技术领域
本申请涉及无人车技术领域,尤其是一种基于无人车技术的数据处理方法、装置、设备及存储介质。
背景技术
随着自动驾驶技术的迅速发展,应用自动驾驶技术进行自动驾驶的无人车得以迅速的发展与推广。在无人车上市之前,需要对控制无人车进行自动驾驶的无人车系统进行大量的实验与测试。
相关技术中,在无人车完成自动驾驶之后,对无人车实际驾驶过程中采集到的驾驶数据进行分析,以实现对无人车系统的实验与测试。
然而相关技术中,对无人车实际驾驶过程中采集到的驾驶数据进行的是整体数据分析,无法真正获知无人车在实际驾驶路径中的各个阶段内的真实状态,无人车系统测试效率低,测试效果不佳,不利于对自动驾驶技术进行有效的优化。
发明内容
本申请实施例提供一种基于无人车技术的数据处理方法、装置、设备及存储介质,用于解决现有技术中存在的无人车系统测试效率低、测试效果不佳的技术问题。
第一方面,本申请提供一种基于无人车技术的数据处理方法,包括:
获取无人车的自动驾驶数据,其中,所述自动驾驶数据包括无人车的实际驾驶路径;
选取所述实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,所述第一位置点为待分析的起点,所述第二位置点为待分析的终点;
根据所述第一位置点和所述第二位置点,确定路径消息,其中,所述路径消息用于指示离线测试中的无人车系统进入自动驾驶状态。
获取的自动驾驶数据包括无人车的实际驾驶路径,在无人车的实际驾驶路径中,根据测试需求,选取任意的待分析的起点和终点,根据选取的待分析的起点和终点,确定路径消息,有利于提高对自动驾驶数据的利用率,有利于进行高效的无人车系统离线测试。
进一步地,所述方法还包括:
选取所述实际驾驶路径中的任意一个第三位置点,所述第三位置点位于所述第一位置点与所述第二位置点之间;
根据所述第一位置点和所述第二位置点,确定路径消息,包括:
根据所述第一位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
在第一位置点与第二位置点之间选取任意的第三位置点,根据第一位置点、第三位置点、第二位置点确定路径消息,路径消息与无人车的实际驾驶路径匹配度高,在根据确定出的路径消息控制离线测试中的无人车系统进行自动驾驶时,无人车系统的离线测试效果优良。
进一步地,预设有m种定位方式,用于确定所述无人车在所述实际驾驶路径中的定位信息,m为大于1的整数;根据所述第一位置点、所述第三位置点和所述第二位置点,确定所述路径消息,包括:
根据所述第一位置点和第一时耗,在所述实际驾驶路径中确定第四位置点,其中,所述第一时耗为所述m种定位方式完成定位对齐所消耗的时长,定位对齐用于指示所述m种定位方式所确定的所述无人车的定位信息相同;
根据所述第四位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
根据多种定位方式完成定位对齐所消耗的第一时耗和根据第一位置点,在无人车的实际驾驶路径中进一步确定第四位置点为待分析的起点,有利于提高无人车系统离线测试的测试精度,有利于不断提高无人车系统的可靠性。
进一步地,根据所述第四位置点、所述第三位置点和所述第二位置点,确定所述路径消息,包括:
根据所述第四位置点和第二时耗,在所述实际驾驶路径中确定第五位置点,其中,所述第二时耗为生成所述路径消息所消耗的时长;
根据所述第五位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
根据生成路径消息所消耗的第二时耗和根据第四位置点,在无人车的实际驾驶路径中进一步确定第五位置点为待分析的起点,有利于进一步提高无人车系统离线测试的测试精度。
进一步地,所述自动驾驶数据还包括无人车实际驾驶过程中的环境信息,根据所述第一位置点和所述第二位置点,确定路径消息,包括:
根据所述第一位置点和所述第二位置点,确定模拟驾驶路径;
根据所述模拟驾驶路径、所述环境信息、所述无人车在所述第一位置点的驾驶信息和所述无人车在所述第二位置点的驾驶信息,生成所述路径消息。
获取的无人车的自动驾驶数据还包括无人车实际驾驶过程中的环境信息,根据无人车的实际驾驶路径和实际驾驶过程中的环境信息生成路径消息,有利于提高对自动驾驶数据的利用率,有利于进行高效的无人车系统的离线测试。
进一步地,在确定出所述路径消息后,所述方法包括:
根据所述路径消息,控制离线测试中的无人车系统进入自动驾驶状态;
接收所述无人车系统的反馈消息,其中,所述反馈消息为所述无人车系统在根据所述路径消息进行驾驶之后的驾驶信息;
根据所述反馈消息,确定所述无人车系统在离线测试中的测试结果。
根据确定出的路径消息,控制离线测试中的无人车系统进入自动驾驶状态,并根据无人车系统在离线测试中的反馈消息确定离线测试的测试结果,有利于不断提高无人车系统的可靠性。
第二方面,本申请提供一种基于无人车技术的数据处理装置,包括:
获取单元,用于获取无人车的自动驾驶数据,其中,所述自动驾驶数据包括无人车的实际驾驶路径;
第一处理单元,用于选取所述实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,所述第一位置点为待分析的起点,所述第二位置点为待分析的终点;
第二处理单元,用于根据所述第一位置点和所述第二位置点,确定路径消息,其中,所述路径消息用于指示离线测试中的无人车系统进入自动驾驶状态。
进一步地,所述装置还包括:
第三处理单元,用于选取所述实际驾驶路径中的任意一个第三位置点,所述第三位置点位于所述第一位置点与所述第二位置点之间;
所述第二处理单元,包括:
第一处理子单元,用于根据所述第一位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
进一步地,预设有m种定位方式,用于确定所述无人车在所述实际驾驶路径中的定位信息,m为大于1的整数;所述第一处理子单元,包括:
第一处理模块,用于根据所述第一位置点和第一时耗,在所述实际驾驶路径中确定第四位置点,其中,所述第一时耗为所述m种定位方式完成定位对齐所消耗的时长,定位对齐用于指示所述m种定位方式所确定的所述无人车的定位信息相同;
第二处理模块,用于根据所述第四位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
进一步地,所述第二处理模块,包括:
第一处理子模块,用于根据所述第四位置点和第二时耗,在所述实际驾驶路径中确定第五位置点,其中,所述第二时耗为生成所述路径消息所消耗的时长;
第二处理子模块,用于根据所述第五位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
进一步地,所述自动驾驶数据还包括无人车实际驾驶过程中的环境信息,所述第二处理单元,包括:
第二处理子单元,用于根据所述第一位置点和所述第二位置点,确定模拟驾驶路径;
第三处理子单元,用于根据所述模拟驾驶路径、所述环境信息、所述无人车在所述第一位置点的驾驶信息和所述无人车在所述第二位置点的驾驶信息,生成所述路径消息。
进一步地,在确定出所述路径消息后,所述装置包括:
第四处理单元,用于根据所述路径消息,控制离线测试中的无人车系统进入自动驾驶状态;
第五处理单元,用于接收所述无人车系统的反馈消息,其中,所述反馈消息为所述无人车系统在根据所述路径消息进行驾驶之后的驾驶信息;
第六处理单元,用于根据所述反馈消息,确定所述无人车系统在离线测试中的测试结果。
第三方面,本申请提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面中任一项所述的方法。
第四方面,本申请提供一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。
本申请通过获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径;选取实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点;根据第一位置点和第二位置点,确定路径消息,其中,路径消息用于指示离线测试中的无人车系统进入自动驾驶状态,实现了根据测试需求,灵活选取待分析的起点和终点,根据待分析的起点和终点生成的路径消息,不再受限于无人车在实际驾驶过程中的出发点,有利于提高对无人车的实际驾驶数据的利用率,有利于提高无人车系统离线测试的测试效率,和改善无人车系统离线测试的测试效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为本申请实施例提供的一种基于无人车技术的数据处理方法的流程示意图;
图2为本申请实施例提供的又一种基于无人车技术的数据处理方法的流程示意图;
图2a为本实施例提供的一种位置点选取示意图;
图3为本申请实施例提供的一种基于无人车技术的数据处理装置的结构示意图;
图4为本申请实施例提供的又一种基于无人车技术的数据处理装置的结构示意图;
图5为本申请实施例提供的一种基于无人车技术的数据处理设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本申请涉及的名词解释:
无人车测试:主要包括对控制无人车进行自动驾驶的无人车系统进行的测试。
无人车系统:通常被划分为感知、规划和控制三层模块,其中,感知模块主要用于环境感知和定位,规划模块主要用于任务规划(也被称为路径规划)、行为规划和动作规划,定位模块通常利用基于模型预测的控制方法控制无人车进行自动驾驶。
逆化处理:在对原始数据进行预处理后,将预处理后的数据还原为与原始数据相同的数据。
websocket:一种在单个TCP连接上进行全双工通信的协议。
URL:统一资源定位器,通常用来指某一项信息的所在位置及存取方式。
DreamView:一种自动驾驶前端软件。
本申请具体的应用场景为:随着自动驾驶技术的迅速发展,应用自动驾驶技术进行自动驾驶的无人车得以迅速的发展与推广。在无人车上市之前,需要对控制无人车进行自动驾驶的无人车系统进行大量的实验与测试。相关技术中,在无人车完成自动驾驶之后,对无人车实际驾驶过程中采集到的驾驶数据进行分析,以实现对无人车系统的实验与测试。无人车系统的研发需要大规模的实车测试与离线测试,实车测试存在测试成本高、安全隐患大、受法律约束等诸多限制,相较而言,离线测试不受限于测试场地,其可以在实验室环境中实现对无人车系统从算法级到系统级的验证,并且能够评估无人车系统在不同环境下的适应性和自主驾驶能力。
然而相关技术中,对无人车实际驾驶过程中采集到的驾驶数据进行的是整体数据分析,无法真正获知无人车在实际驾驶路径中的各个阶段内的真实状态,无人车系统测试效率低,测试效果不佳,不利于对自动驾驶技术进行有效的优化。
本申请提供的基于无人车技术的数据处理方法、装置、设备和存储介质,旨在解决现有技术中的如上技术问题。
图1为本申请实施例提供的一种基于无人车技术的数据处理方法的流程示意图,如图1所示,执行包括:
步骤101、获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径。
在本实施例中,具体的,本实施例的执行主体为终端设备、或者控制器、服务器,或者其他可以执行本实施例的装置或设备。本实施例以执行主体为终端设备进行说明,可以在终端设备中设置应用软件,然后,终端设备控制应用软件执行本实施例提供的方法。
在对无人车进行实车测试,或在无人车的正常驾驶过程中,由设置在无人车上的传感器采集无人车在实际驾驶过程中的传感器数据。终端设备获取经逆化处理后的传感器数据,用作无人车在实际驾驶过程中的自动驾驶数据。终端设备获取经逆化处理后的传感器数据用作无人车的自动驾驶数据,保证了终端设备获取的无人车的自动驾驶数据,与无人车在实际驾驶过程中采集的传感器数据相同。自动驾驶数据中包括无人车的实际驾驶路径,也包括无人车实际驾驶过程中的环境信息,例如包括无人车实际驾驶过程中的障碍物、红绿灯、人行道等信息,获取的无人车的自动驾驶数据,可实现对无人车的实际驾驶过程的场景构造。
步骤102、选取实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点。
在本实施例中,具体的,在获取的无人车的自动驾驶数据所指示的实际驾驶路径中,选取任意一个第一位置点作为待分析的起点,选取任意一个第二位置点作为待分析的终点,第一位置点和第二位置点的选取是根据测试需求进行的。示例性的,在无人车的实际驾驶路径中,选取无人车经过某红绿灯路口的路径段的起点为第一位置点,路径段的终点为第二位置点。第一位置点和第二位置点的选取具有灵活性与自主性,这有利于提高对无人车的自动驾驶数据的利用率。同时根据测试需求,在获取的无人车的自动驾驶数据中,选取数据片段进行数据分析,有利于提高数据分析的分析效率,进而有利于提高无人车系统离线测试的测试效率。
步骤103、根据第一位置点和第二位置点,确定路径消息,其中,路径消息用于指示离线测试中的无人车系统进入自动驾驶状态。
在本实施例中,具体的,在确定出第一位置点和第二位置点,即在确定出待分析的起点和终点后,根据待分析的起点和终点,生成路径消息,路径消息描述了由待分析的起点至待分析的终点之间的模拟路径信息。在确定出路径消息后,将路径消息发送给无人车系统,驱动无人车系统的决策控制模块输出自动驾驶参数,控制无人车系统在模拟场景下进行自动驾驶。
在确定出待分析的起点与终点之后,即可快速生成路径消息,路径消息的生成时间消耗较短,且在确定出待分析的起点与终点之后,一般只生成一次路径消息,类比于在使用地图进行路线导航时,在确定出待出发起点和待到达终点之后,地图立即生成由待出发起点与待到达终点之间的路径消息,且在由待出发起点至待到达终点之间的行驶过程中,不会再次生成路径消息,路径消息一般只生成于确定完成起始点位置信息的时刻附近。在无人车的实际驾驶过程中,在确定完成无人车的出发点与到达点的位置信息后,即可迅速生成路径消息,路径消息的生成时间位于无人车实际驾驶的出发点附近。在无人车系统的离线测试中,路径消息是用于驱动无人车系统决策输出自动驾驶参数的关键信息,因此,若要利用无人车实际驾驶过程中的路径消息,则需要对包括无人车实际出发起点在内的实际驾驶数据进行分析,而在数据分析过程中,一般只选取几分钟的实际驾驶数据进行分析,因此这会造成对无人车的实际驾驶数据利用率低的问题。本实施例根据测试需求,灵活选取待分析的起点和终点,根据选取的待分析的起点和终点生成路径消息,路径消息的获得不限于无人车实际驾驶的出发点,能够实现根据测试需求,选择无人车的实际驾驶数据的任一数据段进行分析,有利于提高无人车系统离线测试的测试效率,和有利于改善无人车系统离线测试的测试效果。
本实施例通过获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径;选取实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点;根据第一位置点和第二位置点,确定路径消息,其中,路径消息用于指示离线测试中的无人车系统进入自动驾驶状态,实现了根据测试需求,灵活选取待分析的起点和终点,根据待分析的起点和终点生成的路径消息,不再受限于无人车实际驾驶过程中的出发点,有利于提高对无人车的实际驾驶数据的利用率,和有利于提高无人车系统离线测试的测试效率。
图2为本申请实施例提供的又一种基于无人车技术的数据处理方法的流程示意图,如图2所示,执行包括:
步骤201、获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径。
在本实施例中,具体的,步骤201的原理及过程可参照步骤101的原理及过程,在此不做赘述。
步骤202、在实际驾驶路径中,选取任意一个第一位置点、任意一个第二位置点和任意的第三位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点,第三位置点位于第一位置点与第二位置点之间。
在本实施例中,具体的,在无人车的实际驾驶路径中,选取任意一个第一位置点为待分析的起点,选取任意一个第二位置点为待分析的终点。由于在无人车的实际驾驶环境中,可供无人车驾驶的路径可能不止一个,为保证根据选取的待分析的起点和终点,确定出的模拟驾驶路径与无人车的实际驾驶路径匹配度高,在第一位置点与第二位置点之间选取任意的第三位置点,第三位置点的个数可以是一个,也可以是多个,示例性的,选取第一位置点与第二位置点的中点作为第三位置点。根据第一位置点、第二位置点和第三位置点确定出的路径消息,能够较好地保证模拟驾驶路径与无人车的实际驾驶路径基本吻合。
步骤203、根据第一位置点、第三位置点和第二位置点,确定路径消息,其中,路径消息用于指示离线测试中的无人车系统进入自动驾驶状态。
可选的,步骤202中预设有m种定位方式,用于确定无人车在实际驾驶路径中的定位信息,m为大于1的整数;根据第一位置点、第三位置点和第二位置点,确定路径消息,包括:根据第一位置点和第一时耗,在实际驾驶路径中确定第四位置点,其中,第一时耗为m种定位方式完成定位对齐所消耗的时长,定位对齐用于指示m种定位方式所确定的无人车的定位信息相同;根据第四位置点、第三位置点和第二位置点,确定路径消息。
更进一步的,根据第四位置点、第三位置点和第二位置点,确定路径消息,包括:根据第四位置点和第二时耗,在实际驾驶路径中确定第五位置点,其中,第二时耗为生成路径消息所消耗的时长;根据第五位置点、第三位置点和第二位置点,确定路径消息。
利用预设的m种定位方式确定无人车在实际驾驶路径中的定位信息,m为大于1的整数,示例性的,利用无线定位、惯导定位和RSSI定位三种定位方式来确定无人车在实际驾驶路径中的定位信息。在利用预设的m种定位方式确定无人车在实际驾驶路径中的定位信息时,需要保证每一种定位方式确定出的无人车的定位信息是相同的,即需要保证每一种定位方式是定位对齐的。在m种定位方式完成定位对齐之后,即可利用m种定位方式快速确定无人车在实际驾驶路径中的坐标信息。m种定位方式完成定位对齐所消耗的时间为第一时耗,在第一时耗所对应的时间内是无法确定出无人车的实际定位信息的,因此,需要将待分析的起点由第一位置点推后至m种定位方式完成定位对齐时无人车在实际驾驶路径中的位置点,具体的,图2a为本实施例提供的一种位置点选取示意图,如图2a所示,根据第一位置点和第一时耗,以及根据无人车在第一位置点的驾驶信息,确定第四位置点作为待分析的起点,其中,驾驶信息包括无人车的驾驶方向、驾驶速度、加速度等信息。
由于生成路径信息需要消耗一定时间,因此在第四位置点的基础上,根据生成路径消息所消耗的第二时耗,在无人车的实际驾驶路径中确定第五位置点,具体的,根据第四位置点和第二时耗,以及根据无人车在第四位置点的驾驶信息,在无人车的实际驾驶路径中确定第五位置点作为待分析的起点。
在确定出第五位置点、第三位置点和第二位置点后,将该三个位置点的坐标信息输入用于构建路径消息的软件系统中,示例性的,将确定出第五位置点、第三位置点和第二位置点的坐标信息形成一个定位信息字典,并建立websocket,建立的websocket的URL中的IP地址与端口号与DreamView保持一致,将构建的定位信息字典发送至建立的websocket连接中,等到通过websocket返回的DreamView构建的路径消息。
可选的,当获取的自动驾驶数据还包括无人车实际驾驶过程中的环境信息时,根据第一位置点和第二位置点,确定路径消息,包括:根据第一位置点和第二位置点,确定模拟驾驶路径;根据模拟驾驶路径、环境信息、无人车在第一位置点的驾驶信息和无人车在第二位置点的驾驶信息,生成路径消息。
具体的,当获取的自动驾驶数据还包括无人车实际驾驶过程中的环境信息时,环境信息包括障碍物、红绿灯、维修路段、人行道等信息,在根据第一位置点和第二位置点,确定出模拟驾驶路径后,进一步的,在根据第五位置点、第三位置点和第二位置点,确定出模拟驾驶路径后,根据模拟驾驶路径、环境信息、无人车在第五位置点的驾驶信息和无人车在第二位置点的驾驶信息,生成路径消息,此时生成的路径消息,不仅包括由待分析的起点和终点确定出的模拟路径信息,还包括由无人车实际驾驶过程中的环境信息和无人车在待分析的起点和终点的驾驶信息所确定出的其他模拟驾驶信息。
在确定出路径消息后,根据路径消息,控制离线测试中的无人车系统进入自动驾驶状态;接收无人车系统的反馈消息,其中,反馈消息为无人车系统在根据路径消息进行驾驶之后的驾驶信息;根据反馈消息,确定无人车系统在离线测试中的测试结果。利用确定出的路径消息,驱动无人车系统的决策控制模块输出用于控制离线测试中的无人车系统进行自动驾驶的参数,在离线测试中的无人车系统进行自动驾驶之后,获取无人车系统在自动驾驶过程中的反馈消息,并根据反馈消息,确定无人车系统在离线测试中的测试结果,实现了在真实道路交通场景数据库的基础上,通过仿真环境评估无人车系统的基本认知能力,评估无人车系统检测车道线、交通信号、前方车辆等基本认知能力的有效性、实时性和适应性,有利于不断提高无人车系统的可靠性。
本实施例通过获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径;在实际驾驶路径中,选取任意一个第一位置点、任意一个第二位置点和任意的第三位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点,第三位置点位于第一位置点与第二位置点之间;根据第一位置点、第三位置点和第二位置点,确定路径消息。在获取的无人车的自动驾驶数据所指示的实际驾驶路径中,根据离线测试需求,任意选择待分析的起点和终点,选择的待分析的起点不受限于无人车实际驾驶过程的出发点,有利于提高对无人车的实际驾驶数据的利用率,有利于提高无人车系统离线测试的测试效率;根据多种定位方式完成定位对齐所消耗的第一时耗、生成路径消息所消耗的第二时耗优化待分析的起点位置,有利于提高无人车系统离线测试的测试精度,有利于不断提高无人车系统的可靠性。
图3为本申请实施例提供的一种基于无人车技术的数据处理装置的结构示意图,如图3所示,该装置包括:
获取单元1,用于获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径;
第一处理单元2,用于选取实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点;
第二处理单元3,用于根据第一位置点和第二位置点,确定路径消息,其中,路径消息用于指示离线测试中的无人车系统进入自动驾驶状态。
本实施例通过获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径;选取实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点;根据第一位置点和第二位置点,确定路径消息,其中,路径消息用于指示离线测试中的无人车系统进入自动驾驶状态,实现了根据测试需求,灵活选取待分析的起点和终点,根据待分析的起点和终点生成的路径消息,不再受限于无人车实际驾驶过程中的出发点,有利于提高对无人车的实际驾驶数据的利用率,和有利于提高无人车系统离线测试的测试效率。
图4为本申请实施例提供的又一种基于无人车技术的数据处理装置的结构示意图,在图3所示实施例的基础上,如图4所示,
该装置还包括:
第三处理单元4,用于选取实际驾驶路径中的任意一个第三位置点,第三位置点位于第一位置点与第二位置点之间;
第二处理单元3,包括:
第一处理子单元31,用于根据第一位置点、第三位置点和第二位置点,确定路径消息。
预设有m种定位方式,用于确定无人车在实际驾驶路径中的定位信息,m为大于1的整数;第一处理子单元31,包括:
第一处理模块311,用于根据第一位置点和第一时耗,在实际驾驶路径中确定第四位置点,其中,第一时耗为m种定位方式完成定位对齐所消耗的时长,定位对齐用于指示m种定位方式所确定的无人车的定位信息相同;
第二处理模块312,用于根据第四位置点、第三位置点和第二位置点,确定路径消息。
第二处理模块312,包括:
第一处理子模块3121,用于根据第四位置点和第二时耗,在实际驾驶路径中确定第五位置点,其中,第二时耗为生成路径消息所消耗的时长;
第二处理子模块3122,用于根据第五位置点、第三位置点和第二位置点,确定路径消息。
自动驾驶数据还包括无人车实际驾驶过程中的环境信息,第二处理单元3,包括:
第二处理子单元32,用于根据第一位置点和第二位置点,确定模拟驾驶路径;
第三处理子单元33,用于根据模拟驾驶路径、环境信息、无人车在第一位置点的驾驶信息和无人车在第二位置点的驾驶信息,生成路径消息。
在确定出路径消息后,该装置包括:
第四处理单元5,用于根据路径消息,控制离线测试中的无人车系统进入自动驾驶状态;
第五处理单元6,用于接收无人车系统的反馈消息,其中,反馈消息为无人车系统在根据路径消息进行驾驶之后的驾驶信息;
第六处理单元7,用于根据反馈消息,确定无人车系统在离线测试中的测试结果。
本实施例通过获取无人车的自动驾驶数据,其中,自动驾驶数据包括无人车的实际驾驶路径;在实际驾驶路径中,选取任意一个第一位置点、任意一个第二位置点和任意的第三位置点,其中,第一位置点为待分析的起点,第二位置点为待分析的终点,第三位置点位于第一位置点与第二位置点之间;根据第一位置点、第三位置点和第二位置点,确定路径消息。在获取的无人车的自动驾驶数据所指示的实际驾驶路径中,根据离线测试需求,任意选择待分析的起点和终点,选择的待分析的起点不受限于无人车实际驾驶过程的出发点,有利于提高对无人车的实际驾驶数据的利用率,有利于提高无人车系统离线测试的测试效率;根据多种定位方式完成定位对齐所消耗的第一时耗、生成路径消息所消耗的第二时耗优化待分析的起点位置,有利于提高无人车系统离线测试的测试精度,有利于不断提高无人车系统的可靠性。
图5为本申请实施例提供的一种基于无人车技术的数据处理设备的结构示意图,如图5所示,本申请实施例提供了一种基于无人车技术的数据处理设备,可以用于执行图1-图2所示实施例中基于无人车技术的数据处理设备动作或步骤,具体包括:处理器501,存储器502和通信接口503。
存储器502,用于存储计算机程序。
处理器501,用于执行存储器502中存储的计算机程序,以实现图1-图4所示实施例中基于无人车技术的数据处理设备的动作,不再赘述。
可选的,基于无人车技术的数据处理设备还可以包括总线504。其中,处理器501、存储器502以及通信接口503可以通过总线504相互连接;总线504可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,简称EISA)总线等。上述总线504可以分为地址总线、数据总线和控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中,上述各实施例之间可以相互参考和借鉴,相同或相似的步骤以及名词均不再一一赘述。
或者,以上各个模块的部分或全部也可以通过集成电路的形式内嵌于该轨迹预测设备的某一个芯片上来实现。且它们可以单独实现,也可以集成在一起。即以上这些模块可以被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(Digital Singnal Processor,简称DSP),或,一个或者多个现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行以实现上述处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、自动服务设备或数据中心通过有线(例如,同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如,红外、无线、微波等)方式向另一个网站站点、计算机、自动服务设备或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的自动服务设备、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (10)

1.一种基于无人车技术的数据处理方法,其特征在于,预设有m种定位方式,用于确定所述无人车在实际驾驶路径中的定位信息,所述m为大于1的整数,所述方法包括:
获取无人车的自动驾驶数据,其中,所述自动驾驶数据包括无人车的所述实际驾驶路径;
选取所述实际驾驶路径中的任意一个第一位置点、任意一个第二位置点和任意的第三位置点,其中,所述第一位置点为待分析的起点,所述第二位置点为待分析的终点,所述第三位置点位于所述第一位置点与所述第二位置点之间;
根据第四位置点、第三位置点和所述第二位置点,确定路径消息,其中,所述路径消息用于指示离线测试中的无人车系统进入自动驾驶状态,所述第四位置点是根据所述第一位置点和第一时耗确定的,所述第一时耗为所述m种定位方式完成定位对齐所消耗的时长,定位对齐用于指示所述m种定位方式所确定的所述无人车的定位信息相同。
2.根据权利要求1所述的方法,其特征在于,所述根据第四位置点、第三位置点和所述第二位置点,确定所述路径消息,包括:
根据所述第四位置点和第二时耗,在所述实际驾驶路径中确定第五位置点,其中,所述第二时耗为生成所述路径消息所消耗的时长;
根据所述第五位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
3.根据权利要求2所述的方法,其特征在于,所述自动驾驶数据还包括无人车实际驾驶过程中的环境信息,所述根据所述第五位置点、所述第三位置点和所述第二位置点,确定所述路径消息,包括:
根据所述第五位置点、所述第三位置点和所述第二位置点,确定模拟驾驶路径;
根据所述模拟驾驶路径、所述环境信息、所述无人车在所述第五位置点的驾驶信息、所述无人车在所述第三位置点的驾驶信息和所述无人车在所述第二位置点的驾驶信息,生成所述路径消息。
4.根据权利要求1-3任一项所述的方法,其特征在于,在确定出所述路径消息后,所述方法包括:
根据所述路径消息,控制离线测试中的无人车系统进入自动驾驶状态;
接收所述无人车系统的反馈消息,其中,所述反馈消息为所述无人车系统在根据所述路径消息进行驾驶之后的驾驶信息;
根据所述反馈消息,确定所述无人车系统在离线测试中的测试结果。
5.一种基于无人车技术的数据处理装置,其特征在于,预设有m种定位方式,用于确定所述无人车在实际驾驶路径中的定位信息,所述m为大于1的整数;所述装置包括:
获取单元,用于获取无人车的自动驾驶数据,其中,所述自动驾驶数据包括无人车的所述实际驾驶路径;
第一处理单元,用于选取所述实际驾驶路径中的任意一个第一位置点和任意一个第二位置点,其中,所述第一位置点为待分析的起点,所述第二位置点为待分析的终点;
第三处理单元,用于选取所述实际驾驶路径中位于所述第一位置点与所述第二位置点之间的任意一点为第三位置点;
第二处理单元,用于根据第四位置点、所述第三位置点和所述第二位置点,确定路径消息,其中,所述路径消息用于指示离线测试中的无人车系统进入自动驾驶状态,所述第四位置点是根据所述第一位置点和第一时耗确定的,所述第一时耗为所述m种定位方式完成定位对齐所消耗的时长,定位对齐用于指示所述m种定位方式所确定的所述无人车的定位信息相同。
6.根据权利要求5所述的装置,其特征在于,所述第二处理单元,包括:
第一处理子模块,用于根据所述第四位置点和第二时耗,在所述实际驾驶路径中确定第五位置点,其中,所述第二时耗为生成所述路径消息所消耗的时长;
第二处理子模块,用于根据所述第五位置点、所述第三位置点和所述第二位置点,确定所述路径消息。
7.根据权利要求6所述的装置,其特征在于,所述自动驾驶数据还包括无人车实际驾驶过程中的环境信息,所述第二处理单元,包括:
第二处理子单元,用于根据所述第五位置点、所述第三位置点和所述第二位置点,确定模拟驾驶路径;
第三处理子单元,用于根据所述模拟驾驶路径、所述环境信息、所述无人车在所述第五位置点的驾驶信息、所述无人车在所述第三位置点的驾驶信息和所述无人车在所述第二位置点的驾驶信息,生成所述路径消息。
8.根据权利要求5-7任一项所述的装置,其特征在于,在确定出所述路径消息后,所述装置包括:
第四处理单元,用于根据所述路径消息,控制离线测试中的无人车系统进入自动驾驶状态;
第五处理单元,用于接收所述无人车系统的反馈消息,其中,所述反馈消息为所述无人车系统在根据所述路径消息进行驾驶之后的驾驶信息;
第六处理单元,用于根据所述反馈消息,确定所述无人车系统在离线测试中的测试结果。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
CN201911112294.6A 2019-11-14 2019-11-14 基于无人车技术的数据处理方法、装置、设备及存储介质 Active CN110823253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911112294.6A CN110823253B (zh) 2019-11-14 2019-11-14 基于无人车技术的数据处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911112294.6A CN110823253B (zh) 2019-11-14 2019-11-14 基于无人车技术的数据处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110823253A CN110823253A (zh) 2020-02-21
CN110823253B true CN110823253B (zh) 2022-06-07

Family

ID=69555115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911112294.6A Active CN110823253B (zh) 2019-11-14 2019-11-14 基于无人车技术的数据处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110823253B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783226B (zh) * 2020-06-29 2024-03-19 北京百度网讯科技有限公司 生成自动驾驶场景度量参数的方法、装置、电子设备和存储介质
EP4224404A4 (en) * 2020-10-21 2023-11-29 Huawei Technologies Co., Ltd. METHOD AND DEVICE FOR GENERATING A SIMULATED TRAFFIC SCENE FILE

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107449438A (zh) * 2016-05-31 2017-12-08 沈阳美行科技有限公司 一种行车信息播放系统及其应用和导航设备
EP3306431A1 (en) * 2016-10-06 2018-04-11 The Boeing Company A computer-implemented method and a system for guiding a vehicle within a scenario with obstacles
CN108594810A (zh) * 2018-04-08 2018-09-28 百度在线网络技术(北京)有限公司 数据处理的方法、装置、存储介质、终端设备和自动驾驶车辆
CN109450582A (zh) * 2018-11-01 2019-03-08 百度在线网络技术(北京)有限公司 传感器时间戳同步测试方法、装置、设备、介质及车辆
CN109557904A (zh) * 2018-12-06 2019-04-02 百度在线网络技术(北京)有限公司 一种测试方法、装置、设备和介质
CN109788030A (zh) * 2018-12-17 2019-05-21 北京百度网讯科技有限公司 无人车数据处理方法、装置、系统及存储介质
CN110275515A (zh) * 2018-03-15 2019-09-24 北京智行鸿远汽车有限公司 一种提高闭合路径精度的方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107063711B (zh) * 2017-04-21 2020-06-30 百度在线网络技术(北京)有限公司 用于测试无人车的方法和装置
CN109764881B (zh) * 2018-12-07 2021-05-07 北京掌行通信息技术有限公司 无人驾驶汽车测试方法、装置、电子设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107449438A (zh) * 2016-05-31 2017-12-08 沈阳美行科技有限公司 一种行车信息播放系统及其应用和导航设备
EP3306431A1 (en) * 2016-10-06 2018-04-11 The Boeing Company A computer-implemented method and a system for guiding a vehicle within a scenario with obstacles
CN110275515A (zh) * 2018-03-15 2019-09-24 北京智行鸿远汽车有限公司 一种提高闭合路径精度的方法
CN108594810A (zh) * 2018-04-08 2018-09-28 百度在线网络技术(北京)有限公司 数据处理的方法、装置、存储介质、终端设备和自动驾驶车辆
CN109450582A (zh) * 2018-11-01 2019-03-08 百度在线网络技术(北京)有限公司 传感器时间戳同步测试方法、装置、设备、介质及车辆
CN109557904A (zh) * 2018-12-06 2019-04-02 百度在线网络技术(北京)有限公司 一种测试方法、装置、设备和介质
CN109788030A (zh) * 2018-12-17 2019-05-21 北京百度网讯科技有限公司 无人车数据处理方法、装置、系统及存储介质

Also Published As

Publication number Publication date
CN110823253A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
US11400928B2 (en) Driverless vehicle testing method and apparatus, device and storage medium
US10579512B2 (en) Method and apparatus for testing software for autonomous vehicles
EP4095007A1 (en) Method for determining passing by self-driving vehicle and related device
CN108399752A (zh) 一种驾驶违章预判方法、装置、服务器和介质
CN110823253B (zh) 基于无人车技术的数据处理方法、装置、设备及存储介质
CN111859597B (zh) 一种自动驾驶算法的评估方法和系统
JP2020080149A (ja) 無人運転車を制御してルート検証を行うための方法と装置
CN110888434A (zh) 自动驾驶方法、装置、计算机设备和计算机可读存储介质
CN113093569A (zh) 自动驾驶的仿真测试方法、装置、设备和存储介质
JP2021131894A (ja) シミュレーション車両を制御するための方法、装置、電子機器及び記憶媒体
CN111783225A (zh) 仿真系统中场景处理的方法及装置
CN112671487B (zh) 一种车辆测试的方法、服务器以及测试车辆
CN111368409A (zh) 车辆流的模拟处理方法、装置、设备和存储介质
KR102139172B1 (ko) 가상환경에서의 자율주행차량 시뮬레이션 방법
CN113392793A (zh) 用于识别车道线的方法、装置、设备、存储介质以及无人车
CN115616937A (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
CN110210361B (zh) 一种测试场景的创建方法及装置、车载终端
CN113391801B (zh) 基于云端业务的推荐引擎架构
CN112613469B (zh) 目标对象的运动控制方法及相关设备
CN110853364B (zh) 数据监控方法和装置
CN111381575B (zh) 自动测试方法、装置、服务器、电子设备及存储介质
CN111561946A (zh) 用于访客车辆的导航方法、装置、系统、介质及电子设备
CN116226025A (zh) 数据包传输方法、调度管理单元、芯片和显卡
CN115657494A (zh) 虚拟对象仿真方法、装置、设备及存储介质
CN115061386A (zh) 智能驾驶的自动化仿真测试系统及相关设备

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