CN111190829A - 一种路口测试模型数据自动构建方法和装置 - Google Patents
一种路口测试模型数据自动构建方法和装置 Download PDFInfo
- Publication number
- CN111190829A CN111190829A CN201911406211.4A CN201911406211A CN111190829A CN 111190829 A CN111190829 A CN 111190829A CN 201911406211 A CN201911406211 A CN 201911406211A CN 111190829 A CN111190829 A CN 111190829A
- Authority
- CN
- China
- Prior art keywords
- intersection
- test
- model
- data
- road
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种路口测试模型数据自动构建方法和装置,采用基于基础路口数据模型衍生性的自动构建路口数据模型测试数据与对其应的测试用例的技术,该技术能快速有效的基于少量的基础数据模型依据路口模型特征要素组合信息进行重新整合线形信息,再进行线形状的切割合并,再依据路口通行方向信息对线进行翻转移动,组成新的模型形状。最后依据构建的模型特征组合信息所自动生成的测试用例去匹配路口属性以输出测试数据模型到测试数据库中与其所对应的测试用例;合理的设置基础模型数据,与路口模型的特征,将可以自动衍生出大量的测试模型数据与测试用例。为自动化测试提供大量的测试数据,大程度地解决测试过程中所需要的模型数据问题。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种路口测试模型数据自动构建方法和装置。
背景技术
伴随着自动驾驶技术而日益成熟的高精度地物需求也在不断增加,对于制作高精度地物数据的平台而言,就要适配更多场景的数据制作。而在测试高精度地物制作平台过程中,如何能测试覆盖到各种各样的现实世界的路口场景成为一个难题。
现有的高精度数据制作平台测试中,依赖于测试人员手工的模型采集或调整模型,无法能够快速的、全面的,可复用的构建路口测试数据模型,而一但测试遗漏某个场景那么后续生产出来的数据就会存在隐含不可知的严重的质量问题的风险。
发明内容
本发明实施例提供一种路口测试模型数据自动构建方法和装置,已解决现有技术中测试模型手工采集或制作效率低,覆盖面不全,复用性低等依赖人工作的传统方式的问题。
第一方面,本发明实施例提供一种路口测试模型数据自动构建方法,包括:
基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
作为优选的,基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据,具体包括:
定义基础数据模型,获取输入的路口特征标示因素,基于混合正交法进行组合:
Ln(m1k1m2k2..mxkx)
n=k1*(m1-1)+k2*(m2-1)+…kx*(mx-1)+1
上式中,L为正交表,n为试验次数或正交表的行数,k为最多可安排影响指标因素的个数或正交表的列数,m为每个因素水平数;
基于组合信息选择基础数据模型。
作为优选的,所述路口特征标示因素包括普通交叉路口特征标识因素和分流/汇流路口特征标识因素;
所述普通交叉路口特征标识因素包括方位数因素,驶入路口道路因素,驶出路口道路因素;所述驶入路口道路因素和所述驶出路口道路因素,包括道路数,道路车道数,双向道路分隔材质,属性需求:正确/异常;
所述分流/汇流路口特征标识因素包括类型因素:分歧/汇流,方向因素,主路道路分隔材质因素,属性需求:正确/异常。
作为优选的,还包括:
若判断获知基础模型数据不能直接形成目标模型,则进行扩充道路或道路改造,以顺时针方向对车道线数与车道方向一进一出交替调整,以完成基础模型数据的形状重组。
作为优选的,以顺时针方向对车道线数与车道方向一进一出交替调整,具体包括:
若判断道路为双向道路一个车道,改造时,原道路都是两个车道,变换为一个车道不同向,车道宽度保持不变,车道线数与车道方向调整一进一出交替;
若判断获知双向道路分割材质为双黄线,在处理中央线时,先复制一条线后偏移后再翻转,同向匹配的直接形状翻转。
作为优选的,对所述基础模型数据进行线形状的切割合并,具体包括:
道路外侧线接续关联:以从左方位开始查找第一条进入路口的道路外侧线尾点顺时针查找与下一条道路外侧线的位置,如同向直接,则直接连接;如果两个同为进/出,则不连;如一进一出90角度,则直线连接。
第二方面,本发明实施例提供一种路口测试模型数据自动构建装置,包括:
第一模块,基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
第二模块,对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
第三模块,基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明第一方面实施例所述路口测试模型数据自动构建方法的步骤。
第四方面,本发明实施例提供一种非暂态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本发明第一方面实施例所述路口测试模型数据自动构建方法的步骤。
本发明实施例提供一种路口测试模型数据自动构建方法和装置,采用基于基础路口数据模型衍生性的自动构建路口数据模型测试数据与对其应的测试用例的技术,该技术能快速有效的基于少量的基础数据模型依据路口模型特征要素组合信息进行重新整合线形信息,再进行线形状的切割合并,再依据路口通行方向信息对线进行翻转移动,组成新的模型形状。最后依据构建的模型特征组合信息所自动生成的测试用例去匹配路口属性以输出测试数据模型到测试数据库中与其所对应的测试用例;合理的设置基础模型数据,与路口模型的特征,将可以自动衍生出大量的测试模型数据与测试用例。为自动化测试提供大量的测试数据,大程度地解决测试过程中所需要的模型数据问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的路口测试模型数据自动构建方法流程框图;
图2(a)为根据本发明实施例的普通交叉路口示意图;
图2(b)为根据本发明实施例的分歧路口示意图;
图3为根据本发明实施例的选择的基础数据模型示意图;
图4为根据本发明实施例的模型数据重组示意图;
图5为根据本发明实施例的数据重新打断合并示意图;
图6为根据本发明实施例的一种电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例中的术语“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”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元,而是可选地还包括没有列出的部件或单元,或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
伴随着自动驾驶技术而日益成熟的高精度地物需求也在不断增加,对于制作高精度地物数据的平台而言,就要适配更多场景的数据制作。而在测试高精度地物制作平台过程中,如何能测试覆盖到各种各样的现实世界的路口场景成为一个难题。
现有的高精度数据制作平台测试中,依赖于测试人员手工的模型采集或调整模型,无法能够快速的、全面的,可复用的构建路口测试数据模型,而一但测试遗漏某个场景那么后续生产出来的数据就会存在隐含不可知的严重的质量问题的风险。
现有技术的缺点:
1)测试模型手工采集或制作效率低,覆盖面不全,复用性低等依赖人工作的传统方式的弊端;
2)测试用例与测试模型间依赖人工维护,成本高、效率低;
3)测试模型与测试用例无法自动关联,无法很好地统计测试执行时用例的覆盖率情况。
因此,本发明实施例提供一种路口测试模型数据自动构建方法,包括:
基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
在本实施例中,采用基于基础路口数据模型衍生性的自动构建路口数据模型测试数据与对其应的测试用例的技术,该技术能快速有效的基于少量的基础数据模型依据路口模型特征要素组合信息进行重新整合线形信息,再进行线形状的切割合并,再依据路口通行方向信息对线进行翻转移动,组成新的模型形状。最后依据构建的模型特征组合信息所自动生成的测试用例去匹配路口属性以输出测试数据模型到测试数据库中与其所对应的测试用例;合理的设置基础模型数据,与路口模型的特征,将可以自动衍生出大量的测试模型数据与测试用例。为自动化测试提供大量的测试数据,大程度地解决测试过程中所需要的模型数据问题。
在上述实施例的基础上,基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据,具体包括:
定义基础数据模型,获取输入的路口特征标示因素,基于混合正交法进行组合:
Ln(m1k1m2k2..mxkx)
n=k1*(m1-1)+k2*(m2-1)+…kx*(mx-1)+1
上式中,L为正交表,n为试验次数或正交表的行数,k为最多可安排影响指标因素的个数或正交表的列数,m为每个因素水平数;
基于组合信息选择基础数据模型。
在本实施例中,具体步骤包括:
步骤1、定义基础数据模型:多段标准井字路(线+属性+辅助方位信息)
数据表信息如下:
如图2(a)和图2(b)中的基础数据模型(普通交叉路口与一个分歧路口)。
步骤2、输入路口特征属性:依据不同路口双有不同的特征标识(依据实际进行分析获得)。如下:
普通交叉路口特征标识:方位数,驶入路口道路(道路数,道路车道数,双向道路分隔材质,属性需求(正确/异常))驶出路口道路(道路数,道路车道数,双向道路分隔材质,属性需求(正确/异常));
分流/汇流路口特征标识:类型(分歧/汇流),方向,主路道路分隔材质,属性需求(正确/异常))。
步骤3、依据输入路口的特征标识信息使用正交法组合
Ln(m1k1m2k2..mxkx)用n=k1*(m1-1)+k2*(m2-1)+…kx*(mx-1)+1
其中:L代表是正交表,n代表试验次数或正交表的行数,k代表最多可安排影响指标因素的个数或正交表的列数,m表示每个因素水平数
步骤4、依据组合信息选择模型基础数据(如一条组合数据为“普通交叉路口,3方位,三进三出,中央隔离线(双黄线),1车道”数据,则从基础模型里选择基础数据如图3中所示。
在上述各实施例的基础上,所述路口特征标示因素包括普通交叉路口特征标识因素和分流/汇流路口特征标识因素;
所述普通交叉路口特征标识因素包括方位数因素,驶入路口道路因素,驶出路口道路因素;所述驶入路口道路因素和所述驶出路口道路因素,包括道路数,道路车道数,双向道路分隔材质,属性需求:正确/异常;
所述分流/汇流路口特征标识因素包括类型因素:分歧/汇流,方向因素,主路道路分隔材质因素,属性需求:正确/异常。
在上述各实施例的基础上,还包括:
若判断获知基础模型数据不能直接形成目标模型,则进行扩充道路或道路改造,以顺时针方向对车道线数与车道方向一进一出交替调整,以完成基础模型数据的形状重组。
步骤5、模型数据重组。有时基础数据并不会直接就能形成目标模型,需要再次扩充道路或道路改造(如原是单向道路,城改造成双向道路),还有以顺时针开始车道线数与方向一进一出交替调整。再依据道路分隔材质进行处理道路边界。以完成模型的形状重组。
坐标偏移公式:
整线偏移L’=L+K(偏移量--依据国标定义一些道路参考数据)
整线翻转:L’(P1,P2……Pn-1,Pn)=L(Pn,Pn-1……P2,P1)
如上例该步操作:a、该道路为双向道路1个车道,改造时,原道路都是两个车道,变换为一个车道不同向,车道宽度不用改变,车道线数与方向调整(顺时针开始)一进一出交替;b、双向道路分割材质为双黄线,在处理中央线时,先复制一条线后偏移5厘米后再翻转,同向匹配的直接形状翻转,翻转后如图4中所示。
在上述各实施例的基础上,以顺时针方向对车道线数与车道方向一进一出交替调整,具体包括:
若判断道路为双向道路一个车道,改造时,原道路都是两个车道,变换为一个车道不同向,车道宽度保持不变,车道线数与车道方向调整一进一出交替;
若判断获知双向道路分割材质为双黄线,在处理中央线时,先复制一条线后偏移后再翻转,同向匹配的直接形状翻转。
在上述各实施例的基础上,对所述基础模型数据进行线形状的切割合并,具体包括:
道路外侧线接续关联:以从左方位开始查找第一条进入路口的道路外侧线尾点顺时针查找与下一条道路外侧线的位置,如同向直接,则直接连接;如果两个同为进/出,则不连;如一进一出90角度,则直线连接。
步骤6、数据重新打断合并;(在不同的模型里,路口中的车道线接续关系是不同的,需要依据模型对数据进行打断与连接)如上模型;
道路外侧线接续关联:以从左方位开始查找第一条进入路口的道路外侧线尾点顺时针查找与下一条道路外侧线的位置,如同向直接直接连接,如果两个同为进/出,不连,如一进一出90角度,直线连接(不关心其形状,只保证道外的连接性)。道路外侧线依据顺时针查找与下一条组的首尾点距离、角度位置关系判断是连接关系,如图5中所示。
步骤7、属性赋值。完整的模型不单有形状,还要有属性每个道路会一套标准属性与异常属性(异常属性用于测试异常情况)自动匹配。
步骤8、输出测试用例与测试数据模型分别到测试数据库(与目标数据规格保持一致)与用例管理表里。
通过路口模型的特征标识的组合形成测试用例与模型信息,依据组合后的信息对对基础模型的再次组合改造更新自动衍生成千上万所需要的测试模型。
本发明实施例还提供一种路口测试模型数据自动构建装置,基于上述各实施例中的路口测试模型数据自动构建方法,包括:
第一模块,基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
第二模块,对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
第三模块,基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
本发明实施例提供了本发明实施例提供了一种电子设备,如图6所示,该服务器可以包括:处理器(processor)810、通信接口(CommunicationsInterface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行上述各实施例提供的路口测试模型数据自动构建方法,例如包括:
基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态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以执行上述各实施例提供的路口测试模型数据自动构建方法,例如包括:
基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
综上所述,本发明实施例提供一种路口测试模型数据自动构建方法和装置,采用基于基础路口数据模型衍生性的自动构建路口数据模型测试数据与对其应的测试用例的技术,该技术能快速有效的基于少量的基础数据模型依据路口模型特征要素组合信息进行重新整合线形信息,再进行线形状的切割合并,再依据路口通行方向信息对线进行翻转移动,组成新的模型形状。最后依据构建的模型特征组合信息所自动生成的测试用例去匹配路口属性以输出测试数据模型到测试数据库中与其所对应的测试用例;合理的设置基础模型数据,与路口模型的特征,将可以自动衍生出大量的测试模型数据与测试用例。为自动化测试提供大量的测试数据,大程度地解决测试过程中所需要的模型数据问题。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种路口测试模型数据自动构建方法,其特征在于,包括:
基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
2.根据权利要求1所述的路口测试模型数据自动构建方法,其特征在于,基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据,具体包括:
定义基础数据模型,获取输入的路口特征标示因素,基于混合正交法进行组合:
Ln(m1k1m2k2..mxkx)
n=k1*(m1-1)+k2*(m2-1)+…kx*(mx-1)+1
上式中,L为正交表,n为试验次数或正交表的行数,k为最多可安排影响指标因素的个数或正交表的列数,m为每个因素水平数;
基于组合信息选择基础数据模型。
3.根据权利要求2所述的路口测试模型数据自动构建方法,其特征在于,所述路口特征标示因素包括普通交叉路口特征标识因素和分流/汇流路口特征标识因素;
所述普通交叉路口特征标识因素包括方位数因素,驶入路口道路因素,驶出路口道路因素;所述驶入路口道路因素和所述驶出路口道路因素,包括道路数,道路车道数,双向道路分隔材质,属性需求:正确/异常;
所述分流/汇流路口特征标识因素包括类型因素:分歧/汇流,方向因素,主路道路分隔材质因素,属性需求:正确/异常。
4.根据权利要求2所述的路口测试模型数据自动构建方法,其特征在于,还包括:
若判断获知基础模型数据不能直接形成目标模型,则进行扩充道路或道路改造,以顺时针方向对车道线数与车道方向一进一出交替调整,以完成基础模型数据的形状重组。
5.根据权利要求4所述的路口测试模型数据自动构建方法,其特征在于,以顺时针方向对车道线数与车道方向一进一出交替调整,具体包括:
若判断道路为双向道路一个车道,改造时,原道路都是两个车道,变换为一个车道不同向,车道宽度保持不变,车道线数与车道方向调整一进一出交替;
若判断获知双向道路分割材质为双黄线,在处理中央线时,先复制一条线后偏移后再翻转,同向匹配的直接形状翻转。
6.根据权利要求1所述的路口测试模型数据自动构建方法,其特征在于,对所述基础模型数据进行线形状的切割合并,具体包括:
道路外侧线接续关联:以从左方位开始查找第一条进入路口的道路外侧线尾点顺时针查找与下一条道路外侧线的位置,如同向直接,则直接连接;如果两个同为进/出,则不连;如一进一出90角度,则直线连接。
7.一种路口测试模型数据自动构建装置,其特征在于,包括:
第一模块,基于混合正交法组合路口特征标示因素以形成不同测试基础模型数据;
第二模块,对所述基础模型数据进行线形状的切割合并,并基于路口通行方向信息对线进行翻转移动,组成模型特征组合信息;
第三模块,基于构建的模型特征组合信息自动生成的测试用例匹配路口属性,以输出测试数据模型到测试数据库。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述路口测试模型数据自动构建方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述路口测试模型数据自动构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911406211.4A CN111190829B (zh) | 2019-12-31 | 2019-12-31 | 一种路口测试模型数据自动构建方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911406211.4A CN111190829B (zh) | 2019-12-31 | 2019-12-31 | 一种路口测试模型数据自动构建方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111190829A true CN111190829A (zh) | 2020-05-22 |
CN111190829B CN111190829B (zh) | 2022-04-29 |
Family
ID=70707958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911406211.4A Active CN111190829B (zh) | 2019-12-31 | 2019-12-31 | 一种路口测试模型数据自动构建方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111190829B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507054A (zh) * | 2020-12-12 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 一种道路外侧线关联关系自动确定方法及系统 |
CN112988535A (zh) * | 2021-03-03 | 2021-06-18 | 北京百度网讯科技有限公司 | 数据推送服务的测试方法、设备、存储介质及程序产品 |
CN114842647A (zh) * | 2022-05-10 | 2022-08-02 | 华人运通(上海)自动驾驶科技有限公司 | 针对交叉路口提供电子地平线服务的方法、产品及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299109A1 (en) * | 2009-05-22 | 2010-11-25 | Fuji Jukogyo Kabushiki Kaisha | Road shape recognition device |
CN104991863A (zh) * | 2015-07-14 | 2015-10-21 | 株洲南车时代电气股份有限公司 | 一种基于功能块图测试模型自动生成测试用例的方法 |
CN107192393A (zh) * | 2017-07-20 | 2017-09-22 | 南京多伦科技股份有限公司 | 一种道路地图数据的维护系统及方法 |
CN107678951A (zh) * | 2017-09-21 | 2018-02-09 | 平安科技(深圳)有限公司 | 测试用例自动化管理方法、装置、设备及存储介质 |
CN109186621A (zh) * | 2018-08-15 | 2019-01-11 | 武汉中海庭数据技术有限公司 | 基于路口模型的自动行驶方法及装置 |
CN109783354A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 应用系统的功能测试方法、终端设备及介质 |
CN109800908A (zh) * | 2018-12-27 | 2019-05-24 | 北京交通大学 | 基于lstm模型的信号交叉口运行状态预测方法和系统 |
CN109951532A (zh) * | 2019-02-27 | 2019-06-28 | 江苏省未来网络创新研究院 | 一种基于dpdk的流量模型自动变换装置 |
CN110555266A (zh) * | 2019-08-30 | 2019-12-10 | 武汉中海庭数据技术有限公司 | 用于仿真测试的模拟道路网数据随机生成方法及系统 |
CN110597711A (zh) * | 2019-08-26 | 2019-12-20 | 湖南大学 | 一种基于场景和任务的自动驾驶测试用例生成方法 |
-
2019
- 2019-12-31 CN CN201911406211.4A patent/CN111190829B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299109A1 (en) * | 2009-05-22 | 2010-11-25 | Fuji Jukogyo Kabushiki Kaisha | Road shape recognition device |
CN104991863A (zh) * | 2015-07-14 | 2015-10-21 | 株洲南车时代电气股份有限公司 | 一种基于功能块图测试模型自动生成测试用例的方法 |
CN107192393A (zh) * | 2017-07-20 | 2017-09-22 | 南京多伦科技股份有限公司 | 一种道路地图数据的维护系统及方法 |
CN107678951A (zh) * | 2017-09-21 | 2018-02-09 | 平安科技(深圳)有限公司 | 测试用例自动化管理方法、装置、设备及存储介质 |
CN109186621A (zh) * | 2018-08-15 | 2019-01-11 | 武汉中海庭数据技术有限公司 | 基于路口模型的自动行驶方法及装置 |
CN109783354A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 应用系统的功能测试方法、终端设备及介质 |
CN109800908A (zh) * | 2018-12-27 | 2019-05-24 | 北京交通大学 | 基于lstm模型的信号交叉口运行状态预测方法和系统 |
CN109951532A (zh) * | 2019-02-27 | 2019-06-28 | 江苏省未来网络创新研究院 | 一种基于dpdk的流量模型自动变换装置 |
CN110597711A (zh) * | 2019-08-26 | 2019-12-20 | 湖南大学 | 一种基于场景和任务的自动驾驶测试用例生成方法 |
CN110555266A (zh) * | 2019-08-30 | 2019-12-10 | 武汉中海庭数据技术有限公司 | 用于仿真测试的模拟道路网数据随机生成方法及系统 |
Non-Patent Citations (2)
Title |
---|
刘经南等: "智能高精地图数据逻辑结构与关键技术", 《测绘学报》 * |
小生测试: "测试用例设计之正交表设计", 《HTTPS://BLOG.CSDN.NET/LANNY8588/ARTICLE/DETAILS/91400145?》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507054A (zh) * | 2020-12-12 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 一种道路外侧线关联关系自动确定方法及系统 |
CN112988535A (zh) * | 2021-03-03 | 2021-06-18 | 北京百度网讯科技有限公司 | 数据推送服务的测试方法、设备、存储介质及程序产品 |
CN112988535B (zh) * | 2021-03-03 | 2023-12-22 | 北京百度网讯科技有限公司 | 数据推送服务的测试方法、设备、存储介质及程序产品 |
CN114842647A (zh) * | 2022-05-10 | 2022-08-02 | 华人运通(上海)自动驾驶科技有限公司 | 针对交叉路口提供电子地平线服务的方法、产品及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111190829B (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111190829B (zh) | 一种路口测试模型数据自动构建方法和装置 | |
CN109766581B (zh) | 一种采用Dynamo软件建立桥梁BIM模型的方法 | |
CN110599570A (zh) | 基于众包数据开放场景下的地图生成方法及系统 | |
CN106778502A (zh) | 一种基于深度残差网络的人群计数方法 | |
CN107273236B (zh) | 一种基于轨道数字化建模的联锁表数据安全验证方法 | |
CN108776772A (zh) | 一种跨时间建筑物变化检测建模方法以及检测装置、方法及存储介质 | |
CN109086668A (zh) | 基于多尺度生成对抗网络的无人机遥感影像道路信息提取方法 | |
CN112257762B (zh) | 一种异源高精度地图间的路网匹配方法及系统 | |
KR20100111729A (ko) | 수관 식물점 그룹에 대해 시뮬레이트된 나무 줄기 및 나무 가지를 제공하는 지리공간 모델링 시스템 | |
CN110555266B (zh) | 用于仿真测试的模拟道路网数据随机生成方法及系统 | |
JP2010503119A (ja) | 樹冠植生ポイントのグループのシミュレーションによる木の幹を与えるジオスペース的モデリングシステム及び関連方法 | |
DE102020206705A1 (de) | Simulationen mit realistischen sensorfusionsdetektionsschätzungen von objekten | |
CN106339985B (zh) | 一种从矢量房屋数据中选取镶嵌线对航空影像镶嵌的方法 | |
DE102010055708A1 (de) | Verfahren zum Berechnen einer kollisionsfreien Geschwindigkeit für einen Agenten in einer Menschenmassensimulationsumgebung | |
Yusoff et al. | City skyline conservation: sustaining the premier image of Kuala Lumpur | |
JP2020021467A (ja) | 航空交通管制電子システムを介した航空管制のための訓練及び/又は支援プラットフォーム、関連方法 | |
CN115423935A (zh) | 一种历史文化街区的可视域分析方法及系统 | |
Dehbi et al. | Robust and fast reconstruction of complex roofs with active sampling from 3D point clouds | |
CN113850996B (zh) | 路段公交线路重复系数数据计算方法、装置及存储介质 | |
CN110728735A (zh) | 道路级拓扑图层构建方法及系统 | |
CN114463499A (zh) | 建筑物三维建模方法及装置 | |
CN112631151B (zh) | 一种仿真测试方法及装置 | |
WO2024093641A1 (zh) | 多模态融合的高精地图要素识别方法、装置、设备及介质 | |
CN106023317A (zh) | 一种用于大数据测试的加权Voronoi图生成方法 | |
Merwade | Tutorial on using HEC-GeoRAS with ArcGIS 10. x and HEC-RAS Modeling |
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 |