CN111123729A - 车辆驾驶仿真优化的方法、装置、存储介质和终端设备 - Google Patents
车辆驾驶仿真优化的方法、装置、存储介质和终端设备 Download PDFInfo
- Publication number
- CN111123729A CN111123729A CN201811287837.3A CN201811287837A CN111123729A CN 111123729 A CN111123729 A CN 111123729A CN 201811287837 A CN201811287837 A CN 201811287837A CN 111123729 A CN111123729 A CN 111123729A
- Authority
- CN
- China
- Prior art keywords
- working condition
- control algorithm
- control
- simulation
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提出一种车辆驾驶仿真优化的方法、装置、存储介质和终端设备,其中,所述方法包括:获取车辆在各测试工况中行驶的实车驾驶数据;利用控制算法控制所述车辆的仿真车在各所述测试工况中进行仿真工作,获得各所述测试工况的仿真驾驶数据;根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度;根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向;以及在所述调整方向上调整所述控制算法。采用本发明,可以快速迭代调整控制算法,降低调试成本。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种车辆驾驶仿真优化的方法、装置、存储介质和终端设备。
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。例如,无人驾驶的控制算法是否精确地实现轨迹的追踪、乘客体验的提升、行车的安全等。
但是,在无人车驾驶的控制算法的迭代或参数调试一般采用实车调试,调试成本高。而且,在实际参数调试过程中,因交通路况、被控车辆、天气等影响因素众多,控制目标也是多维度的,造成控制参数多、参数的调试方向不确定、控制目标耦合严重等情况的出现,难以系统地分析各参数对的控制目标的影响。
发明内容
本发明实施例提供一种车辆驾驶仿真优化的方法、装置、存储介质和终端设备,以解决或缓解现有技术中的以上一个或多个技术问题。
第一方面,本发明实施例提供一种车辆驾驶仿真优化的方法,包括:
获取车辆在各测试工况中行驶的实车驾驶数据;
利用控制算法控制所述车辆的仿真车在各所述测试工况中进行仿真工作,获得各所述测试工况的仿真驾驶数据;
根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度;
根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向;以及
在所述调整方向上调整所述控制算法。
结合第一方面,在第一方面的第一种实施方式中,所述根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度,包括:
针对每个测试工况,确定所述测试工况的实车驾驶数据与仿真驾驶数据在各时域窗口中的匹配程度;以及
根据所述在各时域窗口中的匹配程度,确定所述控制算法在所述测试工况的控制优异程度。
结合第一方面,在第一方面的第二种实施方式中,所述根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向,包括:
如果所述控制算法在所述测试工况中的控制优异程度不满足控制优异程度阈值,则以所述测试工况为调整工况,以在所述调整工况中调整所述控制算法;以及
如果所述控制算法在各所述测试工况中的控制优异程度均满足所述控制优异程度阈值,则保存所述控制算法以用于仿真工作。
结合第一方面的第二种实施方式,在第一方面的第三种实施方式中,所述在所述调整工况中调整所述控制算法,包括:
从各所述测试工况的实车驾驶数据中,提取所述调整工况的实车驾驶数据;
调整所述控制算法的控制参数;
利用调整后的控制算法,控制所述车辆的仿真车在所述调整工况中进行仿真工作,获得所述调整工况的仿真驾驶数据;
确定所述调整工况的实车驾驶数据与仿真驾驶数据的匹配程度;以及
根据匹配程度,确定是否继续调整所述控制算法的控制参数。
结合第一方面的第三种实施方式,在第一方面的第四种实施方式中,所述实车驾驶数据包括所述驾驶员的实车控制指令和所述实车控制指令对应的实车行驶结果;所述仿真驾驶数据包括所述控制算法的决策指令和所述决策指令对应的仿真行驶结果;以及确定所述调整工况的实车驾驶数据与仿真驾驶数据的匹配程度,包括:
确定在同一时域窗口内的所述调整工况的实车控制指令与决策指令的指令匹配程度;以及
确定在同一时域窗口内的所述调整工况的实车行驶结果与仿真行驶结果的行驶匹配程度。
结合第一方面的第五种实施方式,在第一方面的第六种实施方式中,所述根据匹配程度,确定是否继续调整所述控制算法的控制参数,包括:
判断所述指令匹配程度是否满足指令匹配标准,以及判断所述行驶匹配程度是否满足行驶匹配标准;
如果所述指令匹配程度满足所述指令匹配标准,以及所述行驶匹配程度满足所述行驶匹配标准,则输出所述控制算法;以及
如果所述指令匹配程度不满足所述指令匹配标准或所述行驶匹配程度不满足所述行驶匹配标准,则再次调整所述控制算法的控制参数,以进行重新仿真,直至在所述时域窗口中、新的仿真驾驶数据的指令匹配程度满足所述指令匹配标准以及行驶匹配程度满足所述行驶匹配标准。
第二方面,本发明实施例还提供一种车辆驾驶仿真优化的装置,包括:
实车驾驶数据获取模块,用于获取车辆在各测试工况中行驶的实车驾驶数据;
驾驶仿真测试模块,用于利用控制算法控制所述车辆的仿真车在各所述测试工况中进行仿真工作,获得各所述测试工况的仿真驾驶数据;
控制算法评估模块,用于根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度;
调整方向确定模块,用于根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向;以及
控制算法调整模块,用于在所述调整方向上调整所述控制算法。
结合第二方面,在第二方面的第一种实施方式中,所述控制算法评估模块包括:
测试匹配确定单元,用于针对每个测试工况,确定所述测试工况的实车驾驶数据与仿真驾驶数据在各时域窗口中的匹配程度;以及
优异程度确定单元,用于根据所述在各时域窗口中的匹配程度,确定所述控制算法在所述测试工况的控制优异程度。
结合第二方面,在第二方面的第二种实施方式中,所述调整方向确定模块包括:
第一方向确定单元,用于如果所述控制算法在所述测试工况中的控制优异程度不满足控制优异程度阈值,则以所述测试工况为调整工况,以在所述调整工况中调整所述控制算法;以及
第二方向确定单元,用于如果所述控制算法在各所述测试工况中的控制优异程度均满足所述控制优异程度阈值,则保存所述控制算法以用于仿真工作。
结合第二方面的第二种实施方式,在第二方面的第三种实施方式中,所述在控制算法调整模块包括:
调整实车数据获取单元,用于从各所述测试工况的实车驾驶数据中,提取所述调整工况的实车驾驶数据;
控制参数调整单元,用于调整所述控制算法的控制参数;
调整仿真数据获取单元,用于利用调整后的控制算法,控制所述车辆的仿真车在所述调整工况中进行仿真工作,获得所述调整工况的仿真驾驶数据;
调整匹配确定单元,用于确定所述调整工况的实车驾驶数据与仿真驾驶数据的匹配程度;以及
控制参数确定单元,用于根据匹配程度,确定是否继续调整所述控制算法的控制参数。
结合第二方面的第三种实施方式,在第二方面的第四种实施方式中,所述实车驾驶数据包括所述驾驶员的实车控制指令和所述实车控制指令对应的实车行驶结果;所述仿真驾驶数据包括所述控制算法的决策指令和所述决策指令对应的仿真行驶结果;以及所述调整匹配确定单元,包括:
指令匹配确定子单元,用于确定在同一时域窗口内的所述调整工况的实车控制指令与决策指令的指令匹配程度;以及
行驶匹配确定子单元,用于确定在同一时域窗口内的所述调整工况的实车行驶结果与仿真行驶结果的行驶匹配程度。
结合第二方面的第三种实施方式,在第二方面的第五种实施方式中,所述控制参数确定单元包括:
匹配程度判断子单元,用于判断所述指令匹配程度是否满足指令匹配标准,以及判断所述行驶匹配程度是否满足行驶匹配标准;
算法输出子单元,用于如果所述指令匹配程度满足所述指令匹配标准,以及所述行驶匹配程度满足所述行驶匹配标准,则输出所述控制算法;以及
循环仿真调整子单元,用于如果所述指令匹配程度不满足所述指令匹配标准或所述行驶匹配程度不满足所述行驶匹配标准,则再次调整所述控制算法的控制参数,以进行重新仿真,直至在所述时域窗口中、新的仿真驾驶数据的指令匹配程度满足所述指令匹配标准以及行驶匹配程度满足所述行驶匹配标准。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,车辆驾驶仿真优化的结构中包括处理器和存储器,所述存储器用于车辆驾驶仿真优化的装置执行上述车辆驾驶仿真优化的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述车辆驾驶仿真优化的装置还可以包括通信接口,用于车辆驾驶仿真优化的装置与其他设备或通信网络通信。
第三方面,本发明实施例还提供一种计算机可读存储介质,用于车辆驾驶仿真优化的装置所用的计算机软件指令,其中包括用于执行上述车辆驾驶仿真优化的方法所涉及的程序。
上述技术方案中的任意一个技术方案具有如下优点或有益效果:
本发明实施例利用各测试工况中的实车驾驶数据和仿真驾驶数据,分别评估仿真所使用的控制算法在各测试工况中的控制优异程度,然后,依据控制算法在各测试工况中的控制优异程度,确定控制算法的调整方向。最后,依据控制算法的调整方向来调整控制算法。从而,可以快速地确定调参方向,提高控制算法的迭代优化效率。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1是本发明提供的车辆驾驶仿真优化的方法的一个实施例的流程示意图;
图2是本发明提供的控制算法的优异程度评估过程的一个实施例的流程示意图;
图3是本发明提供的调整控制算法的过程的一个实施例的流程示意图;
图4是本发明提供的控制参数调整的决定过程的一个实施例的流程示意图;
图5是本实施例提供的在测试工况或调整工况中调整控制算法的一个应用示例的流程示意图;
图6是本发明提供的车辆驾驶仿真优化的装置的一个实施例的结构示意图;
图7是本发明提供的终端设备的一个实施例的结构示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
请参阅图1,本发明实施例提供了一种车辆驾驶仿真优化的方法。本实施例包括步骤S100至步骤S500,具体如下:
S100,获取车辆在各测试工况中行驶的实车驾驶数据。
其中,测试工况可以包括高速路、国道、省道、上下坡、调头路口、弯道等不同类型交通道路在不同的天气以及车流量影响下的驾驶环境。基于不同的测试工况,驾驶员在驾驶车辆的过程中输入或选择各种类型的控制指令,以确保驾驶安全。相应地,车辆根据驾驶员的不同的控制指令进行行驶得到不同的行驶结果。示例性地,在同一弯道中进行拐弯,驾驶员选择不同的油门开度、刹车开度、方向盘转角以及选择的时机不同时,得到的拐弯效果(行驶结果)是不相同的。例如,拐弯效果可以包括速度、加速度、航向角、轮胎偏向角、与障碍物之间的行车距离等。因此,本发明实施例所涉及的实车驾驶数据可以包括实车控制指令和实车行驶结果。
S200,利用控制算法控制车辆的仿真车在各测试工况中进行仿真工作,获得各测试工况的仿真驾驶数据。
在一些实施例中,控制算法与仿真车可以构成一个闭环系统,仿真车为虚拟化的车辆,内部装载车辆动力学模型。车辆动力学模型与真实驾驶的车辆的动力特性相符合或高度吻合。控制算法可以生成决策指令,即类似驾驶员发出的控制指令,驱动仿真车进行行驶。仿真车基于不同的决策指令即使是在同一测试工况中很有可能得到不同的行驶结果。示例性地,在同一弯道中仿真车进行拐弯,控制算法提供不同的油门开度、刹车开度、方向盘转角,得到仿真拐弯效果(仿真行驶结果)是不相同的。例如,仿真拐弯效果可以包括速度、加速度、航向角、轮胎偏向角、与障碍物之间的行车距离等。因此,本发明实施例所涉及的仿真驾驶数据可以包括仿真控制指令和仿真行驶结果。
S300,根据各测试工况的实车驾驶数据与仿真驾驶数据,分别评估控制算法在各测试工况中的控制优异程度。
针对某一测试工况来说,如果在此测试工况的实车驾驶数据与仿真驾驶数据匹配程度越高,则控制算法在此测试工况中的控制优异程度越高。
需要说明的是,在评估控制算法在各测试工况中的控制优异程度之前,可以分别基于不同的测试工况,采用相应的实车驾驶数据来对控制算法的参数进行调参,此时的测试工况相对单一,需要达到的控制目标与其他的测试工况有所区别、耦合程度低。如此可以快速地分析控制算法中的参数对控制算法进行仿真驾驶的影响。
S400,根据控制算法在各测试工况中的控制优异程度,确定控制算法的调整方向。
S500,在确定的调整方向上调整控制算法。
示例性地,如果控制算法可以在直道中控制仿真车行驶的效果与驾驶员在此直道中控制仿真车行驶的效果基本一致,说明此控制算法在直道中进行无人车驾驶或测试的效果相对较优。但是,如果此控制算法在弯道中控制仿真车行驶得到的效果与驾驶员在此弯道中行驶的效果相差甚远,说明此控制算法需要在弯道中重新调整一下控制参数,从而确定控制算法的调整方向。调整结束时机为:此控制算法在弯道中控制仿真车行驶得到的效果与驾驶员在此弯道中行驶的效果基本一致。
如果存在有多个调整方向,则逐个调整方向调整控制算法。待调整完毕,再返回步骤S200重新仿真,以确定控制算法是否需要继续调整。如果控制算法在各测试工况中的控制优异程度均满足控制优异程度阈值,则说明控制算法可以输出进行无人车驾驶的使用或测试等。
在一些实施例中,如图2所示,对于任一测试工况,上述步骤S300的控制算法的优异程度评估过程,可以包括:
S310,针对每个测试工况,确定此测试工况的实车驾驶数据与仿真驾驶数据在各时域窗口中的匹配程度。
示例性地,对于测试工况A来说,驾驶员实际驾驶的时长为5分钟,假设依据步骤S200的方式进行仿真,驾驶时长为6分钟,则获取的仿真数据中前5分钟内的仿真数据。然后,将第1分钟的实车驾驶数据与第1分钟的仿真驾驶数据进行比较,得到第1分钟的实车驾驶数据与第1分钟的仿真驾驶数据的匹配程度。例如,第1分钟的实车平均速度与第1分钟的仿真平均速度之间的差值、第1分钟的实车加速度在每一秒的采集频率下的方差与第1分钟的仿真加速度在每一秒的采集频率下的方差的差值等统计数据,均可以用来评估实车数据与仿真数据的匹配程度。对于其他分钟段内的数据的匹配程度可以依此类推。
S320,根据在各时域窗口中的匹配程度,确定控制算法在测试工况的控制优异程度。
在一些实施例中,可以综合各时域窗口的匹配程度的数学统计特性,来评估控制算法在相应的测试工况的控制优异程度。例如,按各时域窗口的匹配程度的正态分布情况或方差值,确定控制算法在此测试工况中的优异程度。
进一步地,如果控制算法在某一个测试工况中的某一特定时域窗口的匹配程度与其他时域窗口的匹配程度相差甚远,则可以针对该测试工况的此特定时域窗口,对控制算法进行仿真调试,确定出现差异情况的原因。
在一些实施例中,上述S400步骤中确定控制算法的调整方向的方式,可以包括如下:
其一,如果控制算法在某一测试工况中的控制优异程度不满足控制优异程度阈值,则以测试工况为调整工况,以在调整工况中调整控制算法。
其二,如果控制算法在各测试工况中的控制优异程度均满足控制优异程度阈值,则保存控制算法以用于仿真工作。
示例性地,如果控制算法在弯曲的山道中的控制优异程度不满足控制优异程度阈值,则以弯曲的山道为调整工况。然后,基于此调整工况的实车驾驶数据与仿真驾驶数据,调整控制算法。调整过程可以包括参数设置、条件设置、函数选择等。如果控制算法在弯曲的山道、直行道路、高速路、限行路以及不同的天气设置下进行仿真的控制优异程度均满足控制优异程度阈值,说明此控制算法较优,无人车可以应用此控制算法在各种驾驶环境中驾驶。
在一些实施例中,在确定调整方向之后,例如确定需要对某一测试工况为调整工况,则在此调整工况中调整控制算法的过程,可以如图3所示。调整算法的前提是,控制算法在此调整工程中的控制优异程度不满足控制优异程度阈值。本实施例的过程可以包括步骤S510至步骤S550,如下:
S510,从各测试工况的实车驾驶数据中,提取调整工况的实车驾驶数据。由于前述步骤中已获取了各测试工况的实车驾驶数据,为了减少实车测试的成本,可以从中提取数据即可。
S520,调整控制算法的控制参数。例如,按预设的梯度以及梯度方向调整对控制算法此调整工况中进行仿真产生影响的参数或条件进行微调,递增或递减一定的数值。当递增完一个或若干个参数的数值后,可以进行下一步。
S530,利用调整后的控制算法控制车辆的仿真车在调整工况中进行仿真工作,获得调整工况的仿真驾驶数据。
在本实施例中,本步骤S530所达到的技术效果与前述步骤S200所达到的技术效果一致,在此不再赘述。
S540,确定调整工况的实车驾驶数据与仿真驾驶数据的匹配程度。
S550,根据匹配程度,确定是否继续调整控制算法的控制参数。
在本实施例中,可以针对每个测试工况或调整工况,均执行上述步骤S510至步骤S550的操作来调整优化控制算法。
在本实施例中,驾驶数据可以包括控制指令、与控制指令对应的行驶结果等。控制指令可以包括油门开度、刹车开度、方向盘转角等。行驶结果可以包括速度、加速度、加速度变化率、换道情况等。因此,计算实车驾驶数据与仿真驾驶数据之间的匹配程度可以包括计算指令之间的匹配程度、行驶结果之间的匹配程度等。
在一些实施例中,确定实车驾驶数据与仿真驾驶数据之间的匹配程度的确定方式可以包括:确定同一时域窗口内的实车控制指令与决策指令的指令匹配程度。时域窗口可以包括以驾驶员开始驾驶为起点而开始行驶的时间段、以及以车辆动力学模型开始仿真驾驶为起点而开始行驶的时间段。例如,第10秒到第20秒之间的时域窗口。
示例性地,在同一时域窗口中,将控制算法决策的油门开度、刹车开度、方向盘转角分别与驾驶员在驾驶过程中执行的油门开度、刹车开度、方向盘转角进行比较,得到指令匹配程度。例如,计算10秒或20秒内的实际的油门开度与仿真的油门开度的误差的均值、中位值或均方根值等统计数值,作为油门开度的匹配程度。以此类推,计算得到同一时域窗口下的刹车开度的匹配程度和方向盘转角的匹配程度。然后,对油门开度的匹配程度、刹车开度的匹配程度和方向盘转角的匹配程度取均值或中位数,得到指令匹配程度。也可以将统计各时域窗口的指令匹配程度。
在一些实施例中,确定实车驾驶数据与仿真驾驶数据之间的匹配程度的确定方式,可以包括:确定同一时域窗口中内的实车行驶结果与仿真行驶结果的行驶匹配程度。
示例性地,在同一时域窗口中,将仿真车的车辆动力学模型输出的速度、加速度、加速度变化率、换道情况分别与驾驶员在驾驶过程中行驶的速度、加速度、加速度变化率、换道情况进行比较,得到行驶匹配程度。例如,计算10秒或20秒内的实际的速度变化与仿真的速度变化的误差的均值、中位值或均方根值等统计数值,作为速度变化的匹配程度。以此类推,计算得到同一时域窗口下的加速度、加速度变化率、换道情况的匹配程度。然后,对速度变化、加速度、加速度变化率、换道情况这四者的匹配程度取均值或中位数,得到行驶匹配程度。也可以统计各时域窗口中的行驶匹配程度。
在一些实施例中,可以逐个时域窗口地调整控制算法的控制参数。对于其中一个时域窗口,如图4所示,上述步骤S550的决定是否继续调整控制算法的控制参数的决定过程,可以包括步骤S552至步骤S556,如下:
S552,判断指令匹配程度是否满足指令匹配标准,以及判断行驶匹配程度是否满足行驶匹配标准;
S554,如果指令匹配程度满足指令匹配标准,以及行驶匹配程度满足行驶匹配标准,则输出控制算法;以及
S556,如果指令匹配程度不满足指令匹配标准或行驶匹配程度不满足行驶匹配标准,则再次调整控制算法的控制参数,以进行重新仿真。如果在时域窗口中,新的仿真驾驶数据的指令匹配程度满足指令匹配标准以及行驶匹配程度也满足行驶匹配标准,则停止调整控制算法的控制参数,并输出控制算法。
在本实施例中,对于同一时域窗口,如果指令匹配程度满足指令匹配标准,说明在此时域窗口内,驾驶员在驾驶过程中发出的控制指令A与控制算法在仿真过程中决策的决策指令B,是基本相符或误差在预设的误差范围之内;如果行驶匹配程度满足行驶匹配标准,说明在此时域窗口内,车辆基于控制指令A进行行驶得到的结果与仿真车基于决策指令进行仿真驾驶而输出的结果,是基本相符或误差在预设的误差范围之内。
如果前述示例的两种情况都存在,则可以输出控制算法,如果前述示例的任一种情况存在,则需要再次调整控制算法的控制参数,以进行重新仿真。如果循环判断过程中,新的数据满足前述示例的两种情况,则可以输出控制算法。
请参阅图5,本实施例提供一种在任意测试工况或调整工况中调整控制算法的应用示例,包括以下步骤,如下:
第一步,在车辆的驾驶过程,获取测试工况的实车驾驶数据。其中,实车驾驶数据包括驾驶员输入的控制指令和该控制指令对应的行驶结果(行驶特征)。例如,驾驶员输入的控制指令可以包括油门开度、刹车开度、方向盘转角等。驾驶环境可以包括各车道的交通流、红绿灯、交通标识等。
第二步,搭建驾驶仿真系统。此驾驶仿真系统包括控制算法、道路交通场景、精确的车辆动力学模型。该仿真系统主要用于复现真实的驾驶场景,可以方便的实现上述实车驾驶的过程,为后续控制算法测试及调参创建虚拟环境。在仿真环境内复现采集的交通路况,包括实现驾驶环境的虚拟化(交通流、红绿灯、交通标识等),搭建与实车的动力特性相近的动力学模型,设置天气及道路模型等,尽可能复现采集的交通路况。
第三步,控制算法和车辆动力学模型组成闭环系统,在测试工况中进行仿真。分别基于不同的时间维度,将算法决策生成的决策指令(例如,油门开度、刹车开度及方向盘转角)与熟练驾驶员的控制指令(例如,油门开度、刹车开度及方向盘转角)进行比对。分别基于不同的时间维度,将基于控制指令进行行驶而得到的实车行驶特征与以及基于决策指令进行仿真驾驶而得到的仿真行驶特征进行比对。从而,验证控制算法的参数优劣。以及,可以设定控制目标(体感、驾驶规则等),并对各控制参数进行系统分析,在仿真系统实现算法参数的调试及验证。
基于上述的仿真系统,本实施例可以基于上述步骤调试各测试工况下的控制算法。然后,通过不同的测试工况,验证控制算法的参数优劣。根据各控制算法在不同测试工况中的参数优劣情况下,给出控制参数的调整方向。从而,减少实车调试的周期及成本。
请参阅图6,本发明实施例还提供一种车辆驾驶仿真优化的装置,包括:
实车驾驶数据获取模块100,用于获取车辆在各测试工况中行驶的实车驾驶数据;
驾驶仿真测试模块200,用于利用控制算法控制所述车辆的仿真车在各所述测试工况中进行仿真工作,获得各所述测试工况的仿真驾驶数据;
控制算法评估模块300,用于根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度;
调整方向确定模块400,用于根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向;以及
控制算法调整模块500,用于在所述调整方向上调整所述控制算法。
在一些实施例中,所述控制算法评估模块包括:
测试匹配确定单元,用于针对每个测试工况,确定所述测试工况的实车驾驶数据与仿真驾驶数据在各时域窗口中的匹配程度;以及
优异程度确定单元,用于根据所述在各时域窗口中的匹配程度,确定所述控制算法在所述测试工况的控制优异程度。
在一些实施例中,所述调整方向确定模块包括:
第一方向确定单元,用于如果所述控制算法在所述测试工况中的控制优异程度不满足控制优异程度阈值,则以所述测试工况为调整工况,以在所述调整工况中调整所述控制算法;以及
第二方向确定单元,用于如果所述控制算法在各所述测试工况中的控制优异程度均满足所述控制优异程度阈值,则保存所述控制算法以用于仿真工作。
在一些实施例中,所述在控制算法调整模块包括:
调整实车数据获取单元,用于从各所述测试工况的实车驾驶数据中,提取所述调整工况的实车驾驶数据;
控制参数调整单元,用于调整所述控制算法的控制参数;
调整仿真数据获取单元,用于利用调整后的控制算法,控制所述车辆的仿真车在所述调整工况中进行仿真工作,获得所述调整工况的仿真驾驶数据;
调整匹配确定单元,用于确定所述调整工况的实车驾驶数据与仿真驾驶数据的匹配程度;以及
控制参数确定单元,用于根据匹配程度,确定是否继续调整所述控制算法的控制参数。
在一些实施例中,所述实车驾驶数据包括所述驾驶员的实车控制指令和所述实车控制指令对应的实车行驶结果;所述仿真驾驶数据包括所述控制算法的决策指令和所述决策指令对应的仿真行驶结果;以及所述调整匹配确定单元,包括:
指令匹配确定子单元,用于确定在同一时域窗口内的所述调整工况的实车控制指令与决策指令的指令匹配程度;以及
行驶匹配确定子单元,用于确定在同一时域窗口内的所述调整工况的实车行驶结果与仿真行驶结果的行驶匹配程度。
在一些实施例中,所述控制参数确定单元包括:
匹配程度判断子单元,用于判断所述指令匹配程度是否满足指令匹配标准,以及判断所述行驶匹配程度是否满足行驶匹配标准;
算法输出子单元,用于如果所述指令匹配程度满足所述指令匹配标准,以及所述行驶匹配程度满足所述行驶匹配标准,则输出所述控制算法;以及
循环仿真调整子单元,用于如果所述指令匹配程度不满足所述指令匹配标准或所述行驶匹配程度不满足所述行驶匹配标准,则再次调整所述控制算法的控制参数,以进行重新仿真,直至在所述时域窗口中、新的仿真驾驶数据的指令匹配程度满足所述指令匹配标准以及行驶匹配程度满足所述行驶匹配标准。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,车辆驾驶仿真优化的结构中包括处理器和存储器,所述存储器用于车辆驾驶仿真优化的装置执行上述第一方面中车辆驾驶仿真优化的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述车辆驾驶仿真优化的装置还可以包括通信接口,用于车辆驾驶仿真优化的装置与其他设备或通信网络通信。
本发明实施例还提供一种车辆驾驶仿真优化的终端设备,如图7所示,该设备包括:存储器21和处理器22,存储器21内存储有可在处理器22上的计算机程序。处理器22执行计算机程序时实现上述实施例中的车辆驾驶仿真优化的方法。存储器21和处理器22的数量可以为一个或多个。
该设备还包括:
通信接口23,用于处理器22与外部设备之间的通信。
存储器21可能包括高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
如果存储器21、处理器22和通信接口23独立实现,则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7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。
可选的,在具体实现上,如果存储器21、处理器22及通信接口23集成在一块芯片上,则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包括、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例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的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读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、传播或者传输用于指令执行系统、输入法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括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、射频(RadioFrequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的程序,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种车辆驾驶仿真优化的方法,其特征在于,包括:
获取车辆在各测试工况中行驶的实车驾驶数据;
利用控制算法控制所述车辆的仿真车在各所述测试工况中进行仿真工作,获得各所述测试工况的仿真驾驶数据;
根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度;
根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向;以及
在所述调整方向上调整所述控制算法。
2.如权利要求1所述的车辆驾驶仿真优化的方法,其特征在于,所述根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度,包括:
针对每个测试工况,确定所述测试工况的实车驾驶数据与仿真驾驶数据在各时域窗口中的匹配程度;以及
根据所述在各时域窗口中的匹配程度,确定所述控制算法在所述测试工况的控制优异程度。
3.如权利要求1所述的车辆驾驶仿真优化的方法,其特征在于,所述根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向,包括:
如果所述控制算法在所述测试工况中的控制优异程度不满足控制优异程度阈值,则以所述测试工况为调整工况,以在所述调整工况中调整所述控制算法;以及
如果所述控制算法在各所述测试工况中的控制优异程度均满足所述控制优异程度阈值,则保存所述控制算法以用于仿真工作。
4.如权利要求3所述的车辆驾驶仿真优化的方法,其特征在于,所述在所述调整工况中调整所述控制算法,包括:
从各所述测试工况的实车驾驶数据中,提取所述调整工况的实车驾驶数据;
调整所述控制算法的控制参数;
利用调整后的控制算法,控制所述车辆的仿真车在所述调整工况中进行仿真工作,获得所述调整工况的仿真驾驶数据;
确定所述调整工况的实车驾驶数据与仿真驾驶数据的匹配程度;以及
根据匹配程度,确定是否继续调整所述控制算法的控制参数。
5.如权利要求4所述的车辆驾驶仿真优化的方法,其特征在于,所述实车驾驶数据包括所述驾驶员的实车控制指令和所述实车控制指令对应的实车行驶结果;所述仿真驾驶数据包括所述控制算法的决策指令和所述决策指令对应的仿真行驶结果;以及确定所述调整工况的实车驾驶数据与仿真驾驶数据的匹配程度,包括:
确定在同一时域窗口内的所述调整工况的实车控制指令与决策指令的指令匹配程度;以及
确定在同一时域窗口内的所述调整工况的实车行驶结果与仿真行驶结果的行驶匹配程度。
6.如权利要求5所述的车辆驾驶仿真优化的方法,其特征在于,所述根据匹配程度,确定是否继续调整所述控制算法的控制参数,包括:
判断所述指令匹配程度是否满足指令匹配标准,以及判断所述行驶匹配程度是否满足行驶匹配标准;
如果所述指令匹配程度满足所述指令匹配标准,以及所述行驶匹配程度满足所述行驶匹配标准,则输出所述控制算法;以及
如果所述指令匹配程度不满足所述指令匹配标准或所述行驶匹配程度不满足所述行驶匹配标准,则再次调整所述控制算法的控制参数,以进行重新仿真,直至在所述时域窗口中、新的仿真驾驶数据的指令匹配程度满足所述指令匹配标准以及行驶匹配程度满足所述行驶匹配标准。
7.一种车辆驾驶仿真优化的装置,其特征在于,包括:
实车驾驶数据获取模块,用于获取车辆在各测试工况中行驶的实车驾驶数据;
驾驶仿真测试模块,用于利用控制算法控制所述车辆的仿真车在各所述测试工况中进行仿真工作,获得各所述测试工况的仿真驾驶数据;
控制算法评估模块,用于根据各所述测试工况的实车驾驶数据与仿真驾驶数据,分别评估所述控制算法在各所述测试工况中的控制优异程度;
调整方向确定模块,用于根据所述控制算法在各所述测试工况中的控制优异程度,确定所述控制算法的调整方向;以及
控制算法调整模块,用于在所述调整方向上调整所述控制算法。
8.如权利要求7所述的车辆驾驶仿真优化的装置,其特征在于,所述控制算法评估模块包括:
测试匹配确定单元,用于针对每个测试工况,确定所述测试工况的实车驾驶数据与仿真驾驶数据在各时域窗口中的匹配程度;以及
优异程度确定单元,用于根据所述在各时域窗口中的匹配程度,确定所述控制算法在所述测试工况的控制优异程度。
9.如权利要求7所述的车辆驾驶仿真优化的装置,其特征在于,所述调整方向确定模块包括:
第一方向确定单元,用于如果所述控制算法在所述测试工况中的控制优异程度不满足控制优异程度阈值,则以所述测试工况为调整工况,以在所述调整工况中调整所述控制算法;以及
第二方向确定单元,用于如果所述控制算法在各所述测试工况中的控制优异程度均满足所述控制优异程度阈值,则保存所述控制算法以用于仿真工作。
10.如权利要求9所述的车辆驾驶仿真优化的装置,其特征在于,所述在控制算法调整模块包括:
调整实车数据获取单元,用于从各所述测试工况的实车驾驶数据中,提取所述调整工况的实车驾驶数据;
控制参数调整单元,用于调整所述控制算法的控制参数;
调整仿真数据获取单元,用于利用调整后的控制算法,控制所述车辆的仿真车在所述调整工况中进行仿真工作,获得所述调整工况的仿真驾驶数据;
调整匹配确定单元,用于确定所述调整工况的实车驾驶数据与仿真驾驶数据的匹配程度;以及
控制参数确定单元,用于根据匹配程度,确定是否继续调整所述控制算法的控制参数。
11.如权利要求10所述的车辆驾驶仿真优化的装置,其特征在于,所述实车驾驶数据包括所述驾驶员的实车控制指令和所述实车控制指令对应的实车行驶结果;所述仿真驾驶数据包括所述控制算法的决策指令和所述决策指令对应的仿真行驶结果;以及所述调整匹配确定单元,包括:
指令匹配确定子单元,用于确定在同一时域窗口内的所述调整工况的实车控制指令与决策指令的指令匹配程度;以及
行驶匹配确定子单元,用于确定在同一时域窗口内的所述调整工况的实车行驶结果与仿真行驶结果的行驶匹配程度。
12.如权利要求10所述的车辆驾驶仿真优化的装置,其特征在于,所述控制参数确定单元包括:
匹配程度判断子单元,用于判断所述指令匹配程度是否满足指令匹配标准,以及判断所述行驶匹配程度是否满足行驶匹配标准;
算法输出子单元,用于如果所述指令匹配程度满足所述指令匹配标准,以及所述行驶匹配程度满足所述行驶匹配标准,则输出所述控制算法;以及
循环仿真调整子单元,用于如果所述指令匹配程度不满足所述指令匹配标准或所述行驶匹配程度不满足所述行驶匹配标准,则再次调整所述控制算法的控制参数,以进行重新仿真,直至在所述时域窗口中、新的仿真驾驶数据的指令匹配程度满足所述指令匹配标准以及行驶匹配程度满足所述行驶匹配标准。
13.一种实现车辆驾驶仿真优化的终端设备,其特征在于,所述终端设备包括:
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时,使得所述一个或多个处理器实现如权利要求1-6中任一所述的车辆驾驶仿真优化的方法。
14.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的车辆驾驶仿真优化的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811287837.3A CN111123729B (zh) | 2018-10-31 | 2018-10-31 | 车辆驾驶仿真优化的方法、装置、存储介质和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811287837.3A CN111123729B (zh) | 2018-10-31 | 2018-10-31 | 车辆驾驶仿真优化的方法、装置、存储介质和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111123729A true CN111123729A (zh) | 2020-05-08 |
CN111123729B CN111123729B (zh) | 2023-04-28 |
Family
ID=70485509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811287837.3A Active CN111123729B (zh) | 2018-10-31 | 2018-10-31 | 车辆驾驶仿真优化的方法、装置、存储介质和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111123729B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560253A (zh) * | 2020-12-08 | 2021-03-26 | 中国第一汽车股份有限公司 | 驾驶场景的重构方法、装置、设备及存储介质 |
CN112987596A (zh) * | 2021-05-10 | 2021-06-18 | 北京三快在线科技有限公司 | 一种无人驾驶设备的测试方法及测试装置 |
CN113468678A (zh) * | 2021-09-02 | 2021-10-01 | 北京赛目科技有限公司 | 一种自动驾驶算法准确度的计算方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102563036A (zh) * | 2012-02-28 | 2012-07-11 | 湖南大学 | 基于工况与驾驶意图识别的自动变速器智能匹配方法 |
CN106020203A (zh) * | 2016-07-15 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法及装置 |
CN107452242A (zh) * | 2017-07-05 | 2017-12-08 | 广东工业大学 | 一种基于北斗导航的汽车模型半实物仿真系统 |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真系统 |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
US20180268092A1 (en) * | 2017-03-15 | 2018-09-20 | Beijing Baidu Netcom Science And Technology Co.,Ltd. | Method and apparatus for simulation test of autonomous driving of vehicles, an apparatus and computer-readable storage medium |
-
2018
- 2018-10-31 CN CN201811287837.3A patent/CN111123729B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102563036A (zh) * | 2012-02-28 | 2012-07-11 | 湖南大学 | 基于工况与驾驶意图识别的自动变速器智能匹配方法 |
CN106020203A (zh) * | 2016-07-15 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法及装置 |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
US20180268092A1 (en) * | 2017-03-15 | 2018-09-20 | Beijing Baidu Netcom Science And Technology Co.,Ltd. | Method and apparatus for simulation test of autonomous driving of vehicles, an apparatus and computer-readable storage medium |
CN107452242A (zh) * | 2017-07-05 | 2017-12-08 | 广东工业大学 | 一种基于北斗导航的汽车模型半实物仿真系统 |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真系统 |
Non-Patent Citations (2)
Title |
---|
CHRISTIAN ROESENER ET AL.: "A Scenario-Based Assessment Approach for Automated Driving by Using Time Series Classification of Human-Driving Behaviour", 《2016 IEEE 19TH INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS (ITSC) 》 * |
王萍 等: "高速公路车辆智能驾驶仿真平台", 《系统仿真学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560253A (zh) * | 2020-12-08 | 2021-03-26 | 中国第一汽车股份有限公司 | 驾驶场景的重构方法、装置、设备及存储介质 |
CN112560253B (zh) * | 2020-12-08 | 2023-02-24 | 中国第一汽车股份有限公司 | 驾驶场景的重构方法、装置、设备及存储介质 |
CN112987596A (zh) * | 2021-05-10 | 2021-06-18 | 北京三快在线科技有限公司 | 一种无人驾驶设备的测试方法及测试装置 |
CN113468678A (zh) * | 2021-09-02 | 2021-10-01 | 北京赛目科技有限公司 | 一种自动驾驶算法准确度的计算方法及装置 |
CN113468678B (zh) * | 2021-09-02 | 2021-12-24 | 北京赛目科技有限公司 | 一种自动驾驶算法准确度的计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111123729B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7000638B2 (ja) | 車両制御方法、装置、コンピュータ機器及び記憶媒体 | |
CN111123735B (zh) | 自动驾驶仿真运行方法和装置 | |
CN111009153B (zh) | 一种轨迹预测模型的训练方法、装置和设备 | |
CN111309600B (zh) | 虚拟场景注入自动驾驶测试方法及电子设备 | |
CN111006879B (zh) | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 | |
CN111125854B (zh) | 车辆动力学模型的优化方法、装置、存储介质和终端设备 | |
EP3647140B1 (en) | Vehicle control method, device, and apparatus | |
CN111123729A (zh) | 车辆驾驶仿真优化的方法、装置、存储介质和终端设备 | |
CN113665574B (zh) | 智能汽车换道时长预测及拟人化轨迹规划方法 | |
CN113109783B (zh) | 航向角获取方法、装置、设备和存储介质 | |
CN111123732B (zh) | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 | |
US20210094571A1 (en) | Method and apparatus for controlling vehicle, device and storage medium | |
CN111123731B (zh) | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 | |
CN114638103A (zh) | 自动驾驶联合仿真方法、装置、计算机设备及存储介质 | |
CN114475608A (zh) | 自动驾驶车辆的拟人化换道方法、装置、车辆及存储介质 | |
CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN116107252A (zh) | 车辆自主换道参数的标定方法、装置、电子设备及介质 | |
CN115366891A (zh) | 一种驾驶风格识别方法、系统及存储介质 | |
CN110008577B (zh) | 基于最差全局危险度搜索的车辆自动换道功能测评方法 | |
CN113044046B (zh) | 驾驶员风格识别方法、系统、电子设备及可读存储介质 | |
Yamauchi et al. | Adaptive identification method of vehicle modeling according to the fluctuation of road and running situation in autonomous driving | |
US20230192087A1 (en) | System and method for generating and simulating vehicle events and data | |
Wang et al. | A Study of Lane-Changing Behavior Evaluation Methods Based on Machine Learning | |
CN115598998A (zh) | 仿真测试方法、系统、设备及存储介质 | |
CN117885765A (zh) | 车辆的控制方法、装置及车辆 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |