CN111199083A - 复现无人驾驶车辆事故数据的方法和装置 - Google Patents
复现无人驾驶车辆事故数据的方法和装置 Download PDFInfo
- Publication number
- CN111199083A CN111199083A CN201811287158.6A CN201811287158A CN111199083A CN 111199083 A CN111199083 A CN 111199083A CN 201811287158 A CN201811287158 A CN 201811287158A CN 111199083 A CN111199083 A CN 111199083A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- data
- module
- time
- accident
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 53
- 238000004088 simulation Methods 0.000 claims abstract description 53
- 230000008447 perception Effects 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例提出一种复现无人驾驶车辆事故数据的方法和装置，其中方法包括：确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段；确定用于复现无人驾驶车辆事故数据的导航途经点；采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。本发明实施例能够实现在仿真系统中复现无人驾驶车辆的事故数据。
Description
技术领域
本发明涉及无人驾驶技术领域，尤其涉及一种复现无人驾驶车辆事故数据的方法、装置、设备及计算机可读存储介质。
背景技术
无人驾驶车辆在真实道路上测试过程中，不可避免会遇到策略故障，导致无人驾驶车辆的行为不可预期，这种时候不得不由司机紧急接管对无人驾驶车辆的控制。这种现象，我们称之为事故(当然，由于司机紧急接管，事故并未真实发生)。
这类事故实地复现、实地解决的难度较高，且有很高的安全风险。因此，需要在仿真系统中复现事故数据。目前尚无复现无人驾驶车辆事故数据的相关技术。
发明内容
本发明实施例提供一种复现无人驾驶车辆事故数据的方法及装置，以至少解决现有技术中的以上技术问题。
第一方面，本发明实施例提供了一种复现无人驾驶车辆事故数据的方法，包括：
确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段；
确定用于复现无人驾驶车辆事故数据的导航途经点；
采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。
在一种实施方式中，所述确定需要复现无人驾驶车辆事故数据的复现时间段，包括：
选取待分析时间段，分析所述待分析时间段中的无人驾驶车辆行为、道路元素和周围交通参与者数据中的至少一项，根据分析结果确所述复现时间段；
所述待分析时间段的起点为在事故发生时刻之前、并且与事故发生时刻间隔为第一预设长度的时刻，所述待分析时间段的终点为在事故发生时刻之后、并且与事故发生时刻间隔为第二预设长度的时刻。
在一种实施方式中，所述确定用于复现无人驾驶车辆事故数据的导航途经点，包括：
根据所述无人驾驶车辆在所述复现时间段的起始时刻的导航信息和位置，确定所述导航途经点。
在一种实施方式中，所述事故数据片段包括：地图信息，以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态；
所述采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行，包括：
在仿真环境中，将所述导航途经点及所述地图信息输入所述无人驾驶车辆算法的第二导航模块；
采用所述第二导航模块输出的导航路径、以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态，在仿真环境中启动所述无人驾驶车辆算法的运行。
在一种实施方式中，所述事故数据片段还包括：无人驾驶车辆的第一感知模块输入数据的内容及时刻，或所述第一感知模块输出数据的时刻；
所述采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行，还包括：
根据所述第一感知模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二感知模块输入数据的内容及时刻；
或者，根据所述第一感知模块输出数据的时刻，设置所述第二感知模块输出数据的时刻。
在一种实施方式中，所述事故数据片段还包括：无人驾驶车辆的第一规划控制模块输入数据的内容及时刻，或所述第一规划控制模块输出数据的时刻；
所述采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行，还包括：
根据所述第一规划控制模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二规划控制模块输入数据的内容及时刻；
或者，根据所述第一规划控制模块输出数据的时刻，设置所述第二规划控制模块输出数据的时刻。
第二方面，本发明实施例提出一种复现无人驾驶车辆事故数据的装置，包括：
事故数据片段确定模块，用于确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段；
导航途经点确定模块，用于确定用于复现无人驾驶车辆事故数据的导航途经点；
复现模块，用于采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。
在一种实施方式中，所述事故数据片段确定模块用于：
选取待分析时间段，分析所述待分析时间段中的无人驾驶车辆行为、道路元素和周围交通参与者数据中的至少一项，根据分析结果确所述复现时间段；
所述待分析时间段的起点为在事故发生时刻之前、并且与事故发生时刻间隔为第一预设长度的时刻，所述待分析时间段的终点为在事故发生时刻之后、并且与事故发生时刻间隔为第二预设长度的时刻。
在一种实施方式中，所述导航途经点确定模块用于：
根据所述无人驾驶车辆在所述复现时间段的起始时刻的导航信息和位置，确定所述导航途经点。
在一种实施方式中，所述事故数据片段包括：地图信息，以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态；
所述复现模块用于：
在仿真环境中，将所述导航途经点及所述地图信息输入所述无人驾驶车辆算法的第二导航模块；采用所述第二导航模块输出的导航路径、以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态，在仿真环境中启动所述无人驾驶车辆算法的运行。
在一种实施方式中，所述事故数据片段还包括：无人驾驶车辆的第一感知模块输入数据的内容及时刻，或所述第一感知模块输出数据的时刻；
所述复现模块还用于：
根据所述第一感知模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二感知模块输入数据的内容及时刻；或者，根据所述第一感知模块输出数据的时刻，设置所述第二感知模块输出数据的时刻。
在一种实施方式中，所述事故数据片段还包括：无人驾驶车辆的第一规划控制模块输入数据的内容及时刻，或所述第一规划控制模块输出数据的时刻；
所述复现模块还用于：
根据所述第一规划控制模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二规划控制模块输入数据的内容及时刻；或者，根据所述第一规划控制模块输出数据的时刻，设置所述第二规划控制模块输出数据的时刻。
所述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，复现无人驾驶车辆事故数据的设备的结构中包括处理器和存储器，所述存储器用于存储复现无人驾驶车辆事故数据的装置执行上述第一方面中复现无人驾驶车辆事故数据的方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述提供复现无人驾驶车辆事故数据的设备还可以包括通信接口，用于复现无人驾驶车辆事故数据的设备与其他设备或通信网络通信。
第三方面，本发明实施例提供了一种计算机可读存储介质，用于存储复现无人驾驶车辆事故数据的装置所用的计算机软件指令，其包括用于执行上述第一方面中复现无人驾驶车辆事故数据的方法为复现无人驾驶车辆事故数据的装置所涉及的程序。
上述技术方案中的一个技术方案具有如下优点或有益效果：
本发明实施例首先选取需要复现的事故数据片段，确定用于复现无人驾驶车辆事故数据的导航途经点；之后，根据确定的事故数据和导航途经点，在仿真环境中控制无人驾驶车辆算法的运行，保证无人驾驶车辆算法与真实道路上无人驾驶车辆的运行一致，从而实现在仿真环境中复现事故数据。
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为本发明实施例的一种复现无人驾驶车辆事故数据的方法实现流程图；
图2为本发明实施例步骤S11中确定复现时间段的一种实现流程图；
图3为无人驾驶车辆各模块输入数据及输出数据的内容示意图；
图4为本发明实施例中步骤S13的实现流程图；
图5为本发明实施例的一种复现无人驾驶车辆事故数据的装置结构示意图；
图6为本发明实施例的一种复现无人驾驶车辆事故数据的设备结构示意图。
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。
本发明实施例主要提供了一种复现无人驾驶车辆事故数据的方法和装置。下面分别通过实施例进行技术方案的展开描述。
为了实现在仿真系统中复现无人驾驶车辆事故数据，本发明实施例解决以下两方面的问题。
第一：取多长时间的事故数据作为需要复现的事故数据片段。
具体地，无人驾驶车辆在真实道路的行进过程中，如果发生事故，将由司机紧急接管对无人驾驶车辆的控制。接管时刻可以作为事故发生时刻，那么，需要复现的事故数据片段的时间应该从事故发生时刻之前某一时刻开始、到事故发生时刻之后某一时刻结束。例如，当事故发生时刻为T时，事故数据片段的时间范围应该为[T-t1,T+t2],其中，t1和t2的具体值可以由本发明实施例提出的方式确定。
第二：如何在仿真系统中复现无人驾驶车辆的事故数据。
具体地，无人驾驶车辆在真实道路上行进时，主要是由导航模块、感知模块和规划控制模块这三个模块控制的。其中，在启动运行时，导航模块根据输入的数据生成导航路径。在运行过程中，感知模块和规划控制模块不断地实时输入数据，并在经过计算之后实时输出数据，从而控制无人驾驶车辆的运行。上述的“事故数据片段”中记录了地图信息、无人驾驶车辆的车辆状态、感知模块和规划控制模块输入数据的内容及时刻、以及输出数据的内容和时刻。
在本发明实施例中，“复现”主要包括：在仿真环境中使无人驾驶车辆算法的导航路径与真实运行时的导航路径相同，并且感知模块和规划控制模块执行与相应模块在真实事故时相同的动作，从而为后续分析及改进无人驾驶车辆算法提供基础。
为了描述清楚，在以下的实施例中，将真实道路中运行的无人驾驶车辆的各模块称为第一导航模块、第一感知模块和第一规划控制模块，将在仿真环境中运行的无人驾驶车辆算法的各模块称为第二导航模块、第二感知模块和第二规划控制模块。
参见图1，图1为本发明实施例的一种复现无人驾驶车辆事故数据的方法实现流程图，包括：
S11：确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段。
S12：确定用于复现无人驾驶车辆事故数据的导航途经点。
S13：采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。
以下结合附图，对上述各个步骤详细介绍。
如图2为本发明实施例步骤S11中确定复现时间段的一种实现方式流程图，包括：
S111：选取待分析时间段。
在一种实施方式中，所述待分析时间段的起点为在事故发生时刻之前、并且与事故发生时刻间隔为第一预设长度的时刻，所述待分析时间段的终点为在事故发生时刻之后、并且与事故发生时刻间隔为第二预设长度的时刻。
例如，当事故发生时刻为T时，选取待分析时间段的范围为[T-T1，T+T2]，其中，T1为上述第一预设长度，T2为上述第二预设长度。
S112：分析所述待分析时间段中的无人驾驶车辆行为、道路元素和周围交通参与者数据中的至少一项，根据分析结果确所述复现时间段。
例如，确定复现时间段的范围为[T-t1，T+t2]，[T-t1，T+t2]包含于[T-T1，T+T2]中。
在一种实施方式中，当无人驾驶车辆的行为为变道时，可以将无人驾驶车辆开始变道时刻至事故发生时刻之后一段时间确定为复现时间段，获取复现时间段的事故数据片段；
当道路元素为由绿灯变红灯时，可以将变灯时刻之前n秒至事故发生时刻之后一段时间确定为复现时间段，获取复现时间段的事故数据片段；其中，n为预设值；
当周围交通参与者数据为出现超车时，可以将超车开始时刻至事故发生时刻之后一段时间确定为复现时间段，获取复现时间段的事故数据片段等等。
以上介绍了根据无人驾驶车辆行为、道路元素或周围交通参与者动态选取事故数据片段的一种实施方式，在本发明的其他实施方式中，也可以固定选取事故发生时刻前后一段时间的事故数据作为需要复现的事故数据片段。
上述过程解决了复现的事故数据片段的选取问题，以下介绍复现的具体实施方式。
为了方便后续介绍，首先介绍无人驾驶车辆各模块输入数据及输出数据的内容，如图3所示。其中，
导航模块输入的数据包括导航途经点和地图信息，输出的数据包括导航路径。
感知模块输入的数据包括定位信息和传感器数据，输出的数据包括感知结果。
规划控制模块输入的数据包括导航路径、感知模块的感知结果、定位信息和无人驾驶车辆的状态信息，输出的数据包括规划信息。
图3中的各模块既指在真实道路上无人驾驶车辆的各模块，又指在仿真环境中无人驾驶车辆算法的各模块。本发明实施例要保证仿真环境和真实运行时各对应模块的动作一致。
首先，针对导航模块，第一导航模块输入的导航途经点可以包括无人驾驶车辆在真实道路上的起点和终点之间的多个点，第一导航模块根据该导航途经点和地图信息，计算出起点到终点之间的导航路径。在复现事故数据时，由于并不是将无人驾驶车辆从起点位置开始复现，而是从发生事故的位置开始复现，因此第二导航模块输入的导航途经点需要重新计算，即执行上述步骤S12。
在本发明的一种实施方式中，步骤S12可以包括：根据无人驾驶车辆在复现时间段的起始时刻的导航信息和位置，确定所述导航途经点。
例如，真实道路上无人驾驶车辆在复现时间段的起始时刻的导航信息为从A点到B点的一段路径。当前无人驾驶车辆的位置为C点，C点处于A点和B点之间，则可以确定C点到B点之间多个间隔的点为仿真环境中输入第二导航模块的导航途经点。这样，第二导航模块就能够根据该导航途经点计算出导航路径为从C点到B点的路径。
在一种实施方式中，所述事故数据片段包括：地图信息，以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态。
如图4为本发明实施例中步骤S13的实现流程图，包括：
S131：在仿真环境中，将所述导航途经点及地图信息输入无人驾驶车辆算法的第二导航模块。
其中，上述地图信息可以包括无人驾驶车辆事故发生时刻的地图信息。
S132：采用所述第二导航模块输出的导航路径、以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态，在仿真环境中启动无人驾驶车辆算法的运行。
其中，上述车辆状态可以包括位置、速度、加速度等信息。
通过步骤S131和S132，实现了无人驾驶车辆算法在仿真环境中的冷启动。冷启动之后，无人驾驶车辆算法在仿真环境中开始运行。运行过程中，需要保证第二感知模块和第二规划控制模块的输入、输出内容及时刻与真实场景相同。具体地，所述事故数据片段还可以包括：无人驾驶车辆的第一感知模块输入数据的内容及时刻，或所述第一感知模块输出数据的时刻。上述实施方式可以进一步包括：
S133：根据所述第一感知模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二感知模块输入数据的内容及时刻；或者，根据所述第一感知模块输出数据的时刻，设置所述第二感知模块输出数据的时刻。
例如，第一感知模块输入数据的序列是【(t1，data1)、(t2，data2)、……(tn，datan)】，第一感知模块输出数据的序列是【(t1’，data1’)、(t2’，data2’)、……(tn’，datan’)】。那么，可以设置在ti时刻向第二感知模块输入datai(其中，i＝1、2、……、n)，并在第二感知模块计算完成之后，控制第二感知模块在ti’(其中，i＝1、2、……、n)时刻输出计算得到数据。由于第一感知模块和第二感知模块采用相同的算法，在输入数据相同的情况下，第二感知模块在ti’时刻输出的数据也等于datai’。
可见，通过这种方式，保证了第二感知模块与第一感知模块的动作完全一致。
在一种实施方式中，上述事故数据片段还可以包括：无人驾驶车辆的第一规划控制模块输入数据的内容及时刻，或所述第一规划控制模块输出数据的时刻；
如图4所示，上述实施方式还可以进一步包括：
S134：根据所述第一规划控制模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二规划控制模块输入数据的内容及时刻；或者，根据所述第一规划控制模块输出数据的时刻，设置所述第二规划控制模块输出数据的时刻。
通过这种方式，保证了第二规划控制模块与第一规划控制模块的动作完全相同。
通过上述过程，保证了无人驾驶车辆算法的第二感知模块和第二规划控制模块与真实事故发生时对应模块的动作相同，从而实现了事故数据的复现。
在本发明的一种实施方式中，可以在仿真引擎中设置虚拟时钟，采用虚拟时钟控制仿真环境中上述各模块的数据输入和输出时刻。
在本发明的一种实施方式中，无人驾驶车辆可以在实际道路上运行过程中，在发生事故并接管时实时上传接管数据，由后台的仿真系统实时复现事故数据并对无人驾驶车辆算法进行修改。之后，将修改后的无人驾驶车辆算法推送至无人驾驶车辆，由无人驾驶车辆在实际道路上实时验证修改后的算法，加快无人驾驶车辆算法的迭代速度。
参见图5，图5为本发明实施例的一种复现无人驾驶车辆事故数据的装置结构示意图，包括：
事故数据片段确定模块501，用于确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段；
导航途经点确定模块502，用于确定用于复现无人驾驶车辆事故数据的导航途经点；
复现模块503，用于采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。
在本发明的一种实施方式中，事故数据片段确定模块501，用于：
选取待分析时间段，分析所述待分析时间段中的无人驾驶车辆行为、道路元素和周围交通参与者数据中的至少一项，根据分析结果确所述复现时间段；
所述待分析时间段的起点为在事故发生时刻之前、并且与事故发生时刻间隔为第一预设长度的时刻，所述待分析时间段的终点为在事故发生时刻之后、并且与事故发生时刻间隔为第二预设长度的时刻。
在本发明的一种实施方式中，所述导航途经点确定模块502用于：
根据所述无人驾驶车辆在所述复现时间段的起始时刻的导航信息和位置，确定所述导航途经点。
在本发明的一种实施方式中，所述事故数据片段包括：地图信息，以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态；
复现模块503用于：
在仿真环境中，将所述导航途经点及所述地图信息输入无人驾驶车辆算法的第二导航模块；采用所述第二导航模块输出的导航路径、以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态，在仿真环境中启动所述无人驾驶车辆算法的运行。
在本发明的一种实施方式中，所述事故数据片段还包括：无人驾驶车辆的第一感知模块输入数据的内容及时刻，或所述第一感知模块输出数据的时刻；
所述复现模块503还用于：
根据所述第一感知模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二感知模块输入数据的内容及时刻；或者，根据所述第一感知模块输出数据的时刻，设置所述第二感知模块输出数据的时刻。
在本发明的一种实施方式中，所述事故数据片段还包括：无人驾驶车辆的第一规划控制模块输入数据的内容及时刻，或所述第一规划控制模块输出数据的时刻；
所述复现模块503还用于：
根据所述第一规划控制模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二规划控制模块输入数据的内容及时刻；或者，根据所述第一规划控制模块输出数据的时刻，设置所述第二规划控制模块输出数据的时刻。
本发明实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
本发明实施例还提出一种复现无人驾驶车辆事故数据的设备，如图6为本发明实施例的复现无人驾驶车辆事故数据的设备结构示意图，包括：
存储器11和处理器12，存储器11存储有可在处理器12上运行的计算机程序。所述处理器12执行所述计算机程序时实现上述实施例中的获取推荐系统最优参数组合的方法。所述存储器11和处理器12的数量可以为一个或多个。
所述设备还可以包括：
通信接口13，用于与外界设备进行通信，进行数据交换传输。
存储器11可能包含高速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11、处理器12和通信接口13独立实现，则存储器11、处理器12和通信接口13可以通过总线相互连接并完成相互之间的通信。所述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，PeripheralComponent Interconnect)总线或扩展工业标准体系结构(EISA，Extended IndustryStandard Architecture)等。所述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6中仅用一条粗线表示，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11、处理器12和通信接口13集成在一块芯片上，则存储器11、处理器12和通信接口13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、材料或者特点包含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”可以是任何可以包含、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。计算机可读介质的更具体的示例(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，计算机可读介质甚至可以是可在其上打印所述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所述程序，然后将其存储在计算机存储器中。
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，所述的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。所述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。所述存储介质可以是只读存储器，磁盘或光盘等。
综上所述，本发明实施例提出的复现无人驾驶车辆事故数据的方法和装置，首先选取需要复现的事故数据片段，确定用于复现事故数据的导航途经点；之后，根据确定的事故数据片段和导航途经点，以及其他相关信息，在仿真环境中控制无人驾驶车辆算法的运行，从而保证无人驾驶车辆算法与真实道路上无人驾驶车辆的运行一致，实现在仿真环境中复现事故数据。
以上所述，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所述权利要求的保护范围为准。
Claims (14)
1.一种复现无人驾驶车辆事故数据的方法，其特征在于，包括：
确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段；
确定用于复现无人驾驶车辆事故数据的导航途经点；
采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。
2.根据权利要求的1所述的方法，其特征在于，所述确定需要复现无人驾驶车辆事故数据的复现时间段，包括：
选取待分析时间段，分析所述待分析时间段中的无人驾驶车辆行为、道路元素和周围交通参与者数据中的至少一项，根据分析结果确定所述复现时间段；
所述待分析时间段的起点为在事故发生时刻之前、并且与事故发生时刻间隔为第一预设长度的时刻，所述待分析时间段的终点为在事故发生时刻之后、并且与事故发生时刻间隔为第二预设长度的时刻。
3.根据权利要求的1所述的方法，其特征在于，所述确定用于复现无人驾驶车辆事故数据的导航途经点，包括：
根据所述无人驾驶车辆在所述复现时间段的起始时刻的导航信息和位置，确定所述导航途经点。
4.根据权利要求的1-3任一所述的方法，其特征在于，所述事故数据片段包括：地图信息，以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态；
所述采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行，包括：
在仿真环境中，将所述导航途经点及所述地图信息输入所述无人驾驶车辆算法的第二导航模块；
采用所述第二导航模块输出的导航路径、以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态，在仿真环境中启动所述无人驾驶车辆算法的运行。
5.根据权利要求的4所述的方法，其特征在于，所述事故数据片段还包括：无人驾驶车辆的第一感知模块输入数据的内容及时刻，或所述第一感知模块输出数据的时刻；
所述采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行，还包括：
根据所述第一感知模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二感知模块输入数据的内容及时刻；
或者，根据所述第一感知模块输出数据的时刻，设置所述第二感知模块输出数据的时刻。
6.根据权利要求的5所述的方法，其特征在于，所述事故数据片段还包括：无人驾驶车辆的第一规划控制模块输入数据的内容及时刻，或所述第一规划控制模块输出数据的时刻；
所述采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行，还包括：
根据所述第一规划控制模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二规划控制模块输入数据的内容及时刻；
或者，根据所述第一规划控制模块输出数据的时刻，设置所述第二规划控制模块输出数据的时刻。
7.一种复现无人驾驶车辆事故数据的装置，其特征在于，包括：
事故数据片段确定模块，用于确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段；
导航途经点确定模块，用于确定用于复现无人驾驶车辆事故数据的导航途经点；
复现模块，用于采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。
8.根据权利要求的7所述的装置，其特征在于，所述事故数据片段确定模块用于：
选取待分析时间段，分析所述待分析时间段中的无人驾驶车辆行为、道路元素和周围交通参与者数据中的至少一项，根据分析结果确所述复现时间段；
所述待分析时间段的起点为在事故发生时刻之前、并且与事故发生时刻间隔为第一预设长度的时刻，所述待分析时间段的终点为在事故发生时刻之后、并且与事故发生时刻间隔为第二预设长度的时刻。
9.根据权利要求的7所述的装置，其特征在于，所述导航途经点确定模块用于：
根据所述无人驾驶车辆在所述复现时间段的起始时刻的导航信息和位置，确定所述导航途经点。
10.根据权利要求的7-9任一所述的装置，其特征在于，所述事故数据片段包括：地图信息，以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态；
所述复现模块用于：
在仿真环境中，将所述导航途经点及所述地图信息输入所述无人驾驶车辆算法的第二导航模块；采用所述第二导航模块输出的导航路径、以及所述无人驾驶车辆在所述复现时间段的起始时刻的车辆状态，在仿真环境中启动所述无人驾驶车辆算法的运行。
11.根据权利要求的10所述的装置，其特征在于，所述事故数据片段还包括：无人驾驶车辆的第一感知模块输入数据的内容及时刻，或所述第一感知模块输出数据的时刻；
所述复现模块还用于：
根据所述第一感知模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二感知模块输入数据的内容及时刻；或者，根据所述第一感知模块输出数据的时刻，设置所述第二感知模块输出数据的时刻。
12.根据权利要求的11所述的装置，其特征在于，所述事故数据片段还包括：无人驾驶车辆的第一规划控制模块输入数据的内容及时刻，或所述第一规划控制模块输出数据的时刻；
所述复现模块还用于：
根据所述第一规划控制模块输入数据的内容及时刻，设置仿真环境中无人驾驶车辆算法的第二规划控制模块输入数据的内容及时刻；或者，根据所述第一规划控制模块输出数据的时刻，设置所述第二规划控制模块输出数据的时刻。
13.一种复现无人驾驶车辆事故数据的设备，其特征在于，所述设备包括：
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中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811287158.6A CN111199083B (zh) | 2018-10-31 | 2018-10-31 | 复现无人驾驶车辆事故数据的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811287158.6A CN111199083B (zh) | 2018-10-31 | 2018-10-31 | 复现无人驾驶车辆事故数据的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111199083A true CN111199083A (zh) | 2020-05-26 |
| CN111199083B CN111199083B (zh) | 2023-12-15 |
Family
ID=70743740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811287158.6A Active CN111199083B (zh) | 2018-10-31 | 2018-10-31 | 复现无人驾驶车辆事故数据的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111199083B (zh) |
Cited By (3)
| 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 |
| CN114067610A (zh) * | 2021-09-22 | 2022-02-18 | 广州文远知行科技有限公司 | 一种错过岔道口事故的仿真场景构建方法及装置 |
| CN114550476A (zh) * | 2021-11-30 | 2022-05-27 | 深圳元戎启行科技有限公司 | 数据处理方法、车辆管理平台以及计算机可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040160319A1 (en) * | 1993-06-08 | 2004-08-19 | Joao Raymond Anthony | Control, monitoring and/or security apparatus and method |
| CN102034258A (zh) * | 2011-01-10 | 2011-04-27 | 长安大学 | 车辆迭碰撞事故分析计算与模拟再现系统 |
| CN105808857A (zh) * | 2016-03-10 | 2016-07-27 | 清华大学 | 基于碰撞变形深度的汽车主动安全系统有效性的预测方法 |
| CN107153363A (zh) * | 2017-05-08 | 2017-09-12 | 百度在线网络技术（北京）有限公司 | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 |
| WO2018036197A1 (zh) * | 2016-08-26 | 2018-03-01 | 中兴通讯股份有限公司 | 一种无人驾驶车辆控制方法、终端、服务器及系统 |
| CN108334055A (zh) * | 2018-01-30 | 2018-07-27 | 赵兴华 | 车辆自动驾驶算法的检验方法、装置、设备及存储介质 |
| 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 CN201811287158.6A patent/CN111199083B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040160319A1 (en) * | 1993-06-08 | 2004-08-19 | Joao Raymond Anthony | Control, monitoring and/or security apparatus and method |
| CN102034258A (zh) * | 2011-01-10 | 2011-04-27 | 长安大学 | 车辆迭碰撞事故分析计算与模拟再现系统 |
| CN105808857A (zh) * | 2016-03-10 | 2016-07-27 | 清华大学 | 基于碰撞变形深度的汽车主动安全系统有效性的预测方法 |
| WO2018036197A1 (zh) * | 2016-08-26 | 2018-03-01 | 中兴通讯股份有限公司 | 一种无人驾驶车辆控制方法、终端、服务器及系统 |
| 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 |
| CN107153363A (zh) * | 2017-05-08 | 2017-09-12 | 百度在线网络技术（北京）有限公司 | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 |
| CN108334055A (zh) * | 2018-01-30 | 2018-07-27 | 赵兴华 | 车辆自动驾驶算法的检验方法、装置、设备及存储介质 |
Cited By (3)
| 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 |
| CN114067610A (zh) * | 2021-09-22 | 2022-02-18 | 广州文远知行科技有限公司 | 一种错过岔道口事故的仿真场景构建方法及装置 |
| CN114550476A (zh) * | 2021-11-30 | 2022-05-27 | 深圳元戎启行科技有限公司 | 数据处理方法、车辆管理平台以及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111199083B (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107063713B (zh) | 应用于无人驾驶汽车的测试方法和装置 | |
| CN111123735B (zh) | 自动驾驶仿真运行方法和装置 | |
| CN109213134B (zh) | 生成自动驾驶策略的方法和装置 | |
| CN109032103B (zh) | 无人驾驶车辆的测试方法、装置、设备及存储介质 | |
| US11214280B2 (en) | Autonomous vehicle providing driver education | |
| CN108508881B (zh) | 自动驾驶控制策略调整方法、装置、设备及存储介质 | |
| CN111199083B (zh) | 复现无人驾驶车辆事故数据的方法和装置 | |
| JP6850324B2 (ja) | マルチモデルに基づく障害物分布シミュレーション方法、装置、端末及びプログラム | |
| US11198444B2 (en) | Automated factory testflow of processing unit with sensor integration for driving platform | |
| CN111199088B (zh) | 复现场景数据的方法和装置 | |
| CN113535569B (zh) | 自动驾驶的控制效果确定方法 | |
| CN111142402B (zh) | 仿真场景构建方法、装置和终端 | |
| CN116783462A (zh) | 一种自动驾驶系统的性能测试方法 | |
| CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
| CN111765904A (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
| CN115479782A (zh) | 多源数据孪生联动测试方法、装置、车辆及存储介质 | |
| CN114638103A (zh) | 自动驾驶联合仿真方法、装置、计算机设备及存储介质 | |
| KR20200134040A (ko) | 보험료를 산정하기 위하여 자율 주행 차량의 운전자 개입 여부를 판단하는 시스템 및 방법 | |
| CN117131589A (zh) | 智能网联车辆协同算法的仿真测试方法及装置 | |
| CN115146491B (zh) | 自动驾驶系统的测试方法和装置、存储介质及电子装置 | |
| CN116107252A (zh) | 车辆自主换道参数的标定方法、装置、电子设备及介质 | |
| CN116383321A (zh) | 决策环境构建方法、装置、车辆及存储介质 | |
| CN115221209A (zh) | 车辆的驾驶辅助功能推荐方法、装置、车辆及存储介质 | |
| CN111175055B (zh) | 自动驾驶分布式协同仿真方法、装置以及终端 | |
| CN113581193A (zh) | 一种驾驶场景仿真优化方法、系统、电子设备及存储介质 |
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: 20211021 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 |