CN111309599A - 一种车路协同系统测试方法及架构 - Google Patents
一种车路协同系统测试方法及架构 Download PDFInfo
- Publication number
- CN111309599A CN111309599A CN202010068831.8A CN202010068831A CN111309599A CN 111309599 A CN111309599 A CN 111309599A CN 202010068831 A CN202010068831 A CN 202010068831A CN 111309599 A CN111309599 A CN 111309599A
- Authority
- CN
- China
- Prior art keywords
- twin
- data
- real environment
- test
- map
- 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
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
Abstract
本发明涉及一种车路协同系统测试方法,包括:获取地图;将地图转化为孪生环境,孪生环境转化为孪生路网;场景库接收真实环境数据并生成触发事件,场景库将虚拟数据发送至真实环境,孪生路网接收真实环境数据并进行更新,数据库记录真实环境数据和虚拟数据;测试单元根据数据库记录的孪生路网更新前后的数据进行分析,从而完成测试。与现有技术相比,可真实地测试车路协同系统中的设备(如交通信号灯、网联车、智能网联车等),可替代可移植能力较好,有利于车路协同系统的标准化。
Description
技术领域
本发明涉及车路协同领域,尤其是涉及一种车路协同系统测试方法及架构。
背景技术
智能网联处于我国交通技术发展的支撑地位,是未来智能交通系统的核心之一,也是我国抢占智能交通前沿技术制高点的关键。
随着车路协同、智能网联等技术获得社会各界的大量关注和投入,车路协同技术相关软硬件的开发也由最初的模型层次(微观,中观,宏观)向着更真实更复杂的环境发展。为促进该技术的进一步发展,美国、中国、欧盟等国家和地区不断增加智能网联车方面的投入。车路协同技术逐渐演变成为交通、汽车、通信、电子多学科高度集成与交叉的领域。
测试是所有技术成熟应用的关键,技术的开发离不开测试。车路协同中最基本的一部分是智能网联车,传统的针对智能网联车测试方法主要包括仿真测试、封闭场景测试和开放道路测试。仿真测试过程难以对人、车和环境精确建模导致仿真结果往往与真实情况相去甚远。如果全部进行封闭道路测试和实际道路测试,所需的费用和时间都将难以计量。据测算如果要达到无人驾驶安全上路的要求,大概需要进行8b miles(8亿英里)的道路测试,而这相当于100辆无人车在每天24小时每周7天每年365天跑400年!
因此,如何安全高效地测试车路协同系统成为一个亟需解决的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车路协同系统测试方法及架构。
本发明的目的可以通过以下技术方案来实现:
一种车路协同系统测试方法,该方法包括:
步骤S1:获取地图;
步骤S2:将地图转化为孪生环境,孪生环境转化为孪生路网;
步骤S3:场景库接收真实环境数据并生成触发事件,场景库将虚拟数据发送至真实环境,孪生路网接收真实环境数据并进行更新,数据库记录真实环境数据和虚拟数据;
步骤S4:测试单元根据数据库记录的孪生路网更新前后的数据进行分析,从而完成测试。
所述步骤S1中通过从地图集提取地图或自行建立标准制式的地图文件获取地图。
所述的步骤S2中通过标准化地图的交通实体形成孪生环境,对孪生环境修正后形成孪生路网,所述交通实体包括道路、信号灯、路标和拓扑结构。
所述的场景库通过外部数据接收接口接收真实环境数据并生成触发事件,所述真实环境数据包括真实环境中交通实体的状态信息以及车辆、行人和非机动车辆的状态信息。
所述的外部数据接收接口接收T/CSAE 53-2017制式的真实环境数据,所述外部数据接收接口以增量时序接收真实环境数据。
所述的场景库通过虚拟数据发送接口将虚拟数据发送至真实环境,所述虚拟数据发送接口以增量时序传递触发事件。
所述的场景库存储场景集和触发场景集中各场景的触发条件,并根据真实环境数据和触发条件生成触发事件。
所述数据库生成真实环境数据与虚拟数据的检索接口。
一种实现所述的车路协同系统测试方法的测试架构,包括:
地图单元,用于获取地图;
人机交互单元,用于对测试参数进行设定;
孪生单元,用于将地图转化为孪生环境,将孪生环境转化为孪生路网;
数据交互单元,用于传递真实环境数据和虚拟数据;
仿真单元,用于运行孪生路网;
场景库,用于生成触发事件;
数据库,用于记录孪生路网更新前后的数据;
测试单元,用于对车路协同系统进行评价。
与现有技术相比,本发明具有以下优点:
(1)针对车路协同系统的任意设备进行在环仿真,弥补了该领域的空白,可以更加真实地测试车路协同系统。
(2)强调在智能网联车环境下的多模块在环协同仿真,可替代可移植能力较好,测试过程中测试系统仅通过数据接口与外界交互,提高了测试的稳定性和可行性。
(3)设有仿真场景库,有利于车路协同系统的标准化,同时依据不同场景库对系统运行水平进行评价,鲁棒性较强。
(4)架构设置地图单元、人机交互单元、孪生单元、数据交互单元、仿真单元、场景库、数据库和测试单元,各单元协同工作,可高质量地完成车路协同系统测试。
附图说明
图1为本发明的流程图;
图2为本发明的总体架构图;
图3为本发明的场景序列图;
图4为本发明的操作流程图;
图5为本发明的测试运行阶段流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
本实施例提供一种车路协同系统测试方法,如图1所示,包括步骤:
步骤S1:获取地图;
步骤S2:将地图转化为孪生路网;
步骤S3:场景库接收真实环境数据并生成触发事件,场景库将虚拟数据发送至真实环境,孪生路网接收真实环境数据并进行更新,数据库记录真实环境数据和虚拟数据;
步骤S4:测试单元根据数据库记录的孪生路网更新前后的数据进行评价,从而完成测试。
具体而言:
(1)测试准备阶段一,通过从厘米级的高精度地图集提取所在区域的高精度地图或用户自行通过软件建立标准制式(OpenDrive或NDS)的高精度地图文件,从而获取测试方法所需的地图。
(2)测试准备阶段二,将地图传入孪生单元,孪生单元读取地图并将其转换为仿真单元可以读取的孪生环境,标准化各交通实体,如道路、信号灯、路标和拓扑结构等,孪生环境各实体的信息(位置、形状和初始状态)将会在GUI界面展示,用户可以通过人机交互单元的GUI界面查看孪生环境并对其进行修改,如图4 所示;同时,孪生环境各实体信息将会被维护,其目的是为了在真实环境与后述的孪生路网之间维护另一个数据集,用于储存和读取所有的信息(包括在换属性等),是测试过程的关键。
(3)测试准备阶段三,用户通过GUI界面修改测试参数,包括测试时间、测试内容和测试场景集等,完成测试的前续准备,得到孪生路网,之后,孪生单元将生成的孪生路网传入仿真单元。
(4)测试运行阶段,如图5所示,仿真单元运行孪生路网并将其与真实环境进行同步,孪生路网与真实环境同步的媒介是真实环境下各交通实体的状态信息以及车辆、行人、非机动车辆等状态信息(即真实环境数据);同步的过程包括:真实环境数据首先进入场景库,场景库存储场景集和触发场景集中各场景的触发条件,并根据真实环境数据和触发条件生成触发事件,场景集中的每个场景包括场景内容、各场景的触发条件、场景测试能力等,场景内容是对仿真环境中实体变动的描述,例如信号灯变化、车辆生成等,场景触发条件是指场景在仿真环境中的触发方式,例如车辆状态、信号灯状态等,场景测试能力是指车辆测试能力的特征描述,即车辆测试针对的部分;场景库依据用户选择的测试内容生成对应的场景集,同时,场景库系统生成的场景集并不会全部加载于测试内容上,随着测试的进行,测试场景集会有选择地挑选场景,不断改变测试场景序列,精确测量;孪生路网接收真实环境数据和触发事件并进行更新,触发事件使孪生路网发生变化,但不影响基础对应环境(包括道路条件等),变化的产生将改变孪生路网中原有的运行情况。
在测试运行阶段,孪生路网中虚拟数据也不断传出至真实环境,虚拟数据包括孪生路网中各交通实体状态、各交通实体可能的检测状态(如路侧检测信息等)以及车辆、行人、非机动车辆等状态信息。
真实环境数据通过数据交互单元中的外部数据接收接口获得,制式采用标准车路协同消息集(如T/CSAE 53-2017)传入,T/CSAE 53-2017制式的真实环境数据包括BSM、SPaTs、MAP、RSI和RSM格式,外部数据接收接口将真实环境数据的标准数据包接入孪生单元,孪生单元对数据进行解包,并对仿真环境中孪生路网对应的状态进行更新。虚拟数据发送接口将孪生单元内的非在环设备的状态打包,发送至真实环境;为了提高孪生路网与真实环境的不断同步,真实环境数据的传入需要以增量时序传入,确保孪生路网时序的不断推进。另一方面,孪生路网中的虚拟实体的数据通过数据接口中的虚拟数据发送接口发出,同样采用增量时序发送。外部数据接收接口和虚拟数据发送接口通过双向TCP/IP或UDP通信接口实现。
全过程中,数据库对数据接口中的数据进行全程采集和记录,记录孪生路网更新前后的数据和孪生环境,并在生成触发事件时生成检索接口,方便用户的检索。
(4)测试评价阶段中,测试单元通过对数据库中的数据进行分析,生成分析报告,从而完成测试。分析的核心在于判断真实环境对触发事件的反应是否正确。
图3为场景序列图,展示了4个测试场景,在经历第一个测试场景时,系统拟对未来产生12345序列的测试场景,而第一个测试结束后,依据测试结果,系统自适应修改测试场景序列为534,加快评测目标准确度的收敛性。经历第二个即1测试场景时,未来测试场景序列变化为5234。经历5测试场景时未来测试场景序列变化为423,以此类推。
本实施例还提供一种车路协同系统测试架构,如图2所示,包括地图单元,用于获取地图;人机交互单元,用于对测试参数进行设定;孪生单元,用于将地图转化为孪生环境,将孪生环境转化为孪生路网;数据交互单元,用于接收真实环境数据;仿真单元,用于运行孪生路网;场景库,用于生成触发事件;数据库,用于记录孪生路网更新前后的数据;测试单元,用于对车路协同系统进行评价。
Claims (9)
1.一种车路协同系统测试方法,其特征在于,该方法包括:
步骤S1:获取地图;
步骤S2:将地图转化为孪生环境,孪生环境转化为孪生路网;
步骤S3:场景库接收真实环境数据并生成触发事件,场景库将虚拟数据发送至真实环境,孪生路网接收真实环境数据并进行更新,数据库记录真实环境数据和虚拟数据;
步骤S4:测试单元根据数据库记录的孪生路网更新前后的数据进行分析,从而完成测试。
2.根据权利要求1所述的一种车路协同系统测试方法,其特征在于,所述步骤S1中通过从地图集提取地图或自行建立标准制式的地图文件获取地图。
3.根据权利要求1所述的一种车路协同系统测试方法,其特征在于,所述的步骤S2中通过标准化地图的交通实体形成孪生环境,对孪生环境修正后形成孪生路网,所述交通实体包括道路、信号灯、路标和拓扑结构。
4.根据权利要求3所述的一种车路协同系统测试方法,其特征在于,所述的场景库通过外部数据接收接口接收真实环境数据并生成触发事件,所述真实环境数据包括真实环境中交通实体的状态信息以及车辆、行人和非机动车辆的状态信息。
5.根据权利要求4所述的一种车路协同系统测试方法,其特征在于,所述的外部数据接收接口接收T/CSAE 53-2017制式的真实环境数据,所述外部数据接收接口以增量时序接收真实环境数据。
6.根据权利要求1所述的一种车路协同系统测试方法,其特征在于,所述的场景库通过虚拟数据发送接口将虚拟数据发送至真实环境,所述虚拟数据发送接口以增量时序传递触发事件。
7.根据权利要求1所述的一种车路协同系统测试方法,其特征在于,所述的场景库存储场景集和触发场景集中各场景的触发条件,并根据真实环境数据和触发条件生成触发事件。
8.根据权利要求1所述的一种车路协同系统测试方法,其特征在于,所述数据库生成真实环境数据与虚拟数据的检索接口。
9.一种实现权利要求1-8任一所述的车路协同系统测试方法的测试架构,其特征在于,包括:
地图单元,用于获取地图;
人机交互单元,用于对测试参数进行设定;
孪生单元,用于将地图转化为孪生环境,将孪生环境转化为孪生路网;
数据交互单元,用于传递真实环境数据和虚拟数据;
仿真单元,用于运行孪生路网;
场景库,用于生成触发事件;
数据库,用于记录孪生路网更新前后的数据;
测试单元,用于对车路协同系统进行评价。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068831.8A CN111309599A (zh) | 2020-01-21 | 2020-01-21 | 一种车路协同系统测试方法及架构 |
PCT/CN2020/138037 WO2021147591A1 (zh) | 2020-01-21 | 2020-12-21 | 一种车路协同系统测试方法及架构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068831.8A CN111309599A (zh) | 2020-01-21 | 2020-01-21 | 一种车路协同系统测试方法及架构 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111309599A true CN111309599A (zh) | 2020-06-19 |
Family
ID=71158150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010068831.8A Pending CN111309599A (zh) | 2020-01-21 | 2020-01-21 | 一种车路协同系统测试方法及架构 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111309599A (zh) |
WO (1) | WO2021147591A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111857094A (zh) * | 2020-07-17 | 2020-10-30 | 联陆智能交通科技(上海)有限公司 | 一种车载单元测试软件的系统及方法 |
CN112382079A (zh) * | 2020-09-21 | 2021-02-19 | 广州中国科学院软件应用技术研究所 | 一种面向车路协同的路侧感知模拟仿真方法和系统 |
WO2021147591A1 (zh) * | 2020-01-21 | 2021-07-29 | 同济大学 | 一种车路协同系统测试方法及架构 |
CN114217555A (zh) * | 2021-12-09 | 2022-03-22 | 浙江大学 | 基于数字孪生场景的低延时远程遥控方法和系统 |
CN114547835A (zh) * | 2020-11-27 | 2022-05-27 | 北京千乘科技有限公司 | 一种基于数字孪生的无人驾驶测试方法、设备及储存介质 |
CN115118744A (zh) * | 2022-05-09 | 2022-09-27 | 同济大学 | 一种面向车路协同的元宇宙构建系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106254461A (zh) * | 2016-08-06 | 2016-12-21 | 中国科学院合肥物质科学研究院 | 一种智能车辆感知能力测试平台及其数据同步方法 |
CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及系统 |
CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及系统 |
CN109814533A (zh) * | 2019-01-30 | 2019-05-28 | 同济大学 | 一种多模块融合的智能网联车在环测试系统 |
CN110674565A (zh) * | 2019-08-28 | 2020-01-10 | 同济大学 | 一种车路协同系统的在环仿真方法及平台 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106685608B (zh) * | 2015-11-05 | 2020-03-24 | 电信科学技术研究院 | 一种车路协同通信系统的资源调度方法、装置及节点 |
CN109324539A (zh) * | 2018-08-28 | 2019-02-12 | 山东省科学院自动化研究所 | 一种自动驾驶封闭测试场的智能控制平台及方法 |
CN110647053A (zh) * | 2019-09-19 | 2020-01-03 | 北京智行者科技有限公司 | 一种自动驾驶仿真方法及系统 |
CN111309599A (zh) * | 2020-01-21 | 2020-06-19 | 同济大学 | 一种车路协同系统测试方法及架构 |
-
2020
- 2020-01-21 CN CN202010068831.8A patent/CN111309599A/zh active Pending
- 2020-12-21 WO PCT/CN2020/138037 patent/WO2021147591A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106254461A (zh) * | 2016-08-06 | 2016-12-21 | 中国科学院合肥物质科学研究院 | 一种智能车辆感知能力测试平台及其数据同步方法 |
CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及系统 |
CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及系统 |
CN109814533A (zh) * | 2019-01-30 | 2019-05-28 | 同济大学 | 一种多模块融合的智能网联车在环测试系统 |
CN110674565A (zh) * | 2019-08-28 | 2020-01-10 | 同济大学 | 一种车路协同系统的在环仿真方法及平台 |
Non-Patent Citations (1)
Title |
---|
陈子轩,马万经,郝若辰,戚新洲: "面向智能网联车的硬件在环仿真平台" * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021147591A1 (zh) * | 2020-01-21 | 2021-07-29 | 同济大学 | 一种车路协同系统测试方法及架构 |
CN111857094A (zh) * | 2020-07-17 | 2020-10-30 | 联陆智能交通科技(上海)有限公司 | 一种车载单元测试软件的系统及方法 |
CN112382079A (zh) * | 2020-09-21 | 2021-02-19 | 广州中国科学院软件应用技术研究所 | 一种面向车路协同的路侧感知模拟仿真方法和系统 |
CN114547835A (zh) * | 2020-11-27 | 2022-05-27 | 北京千乘科技有限公司 | 一种基于数字孪生的无人驾驶测试方法、设备及储存介质 |
CN114217555A (zh) * | 2021-12-09 | 2022-03-22 | 浙江大学 | 基于数字孪生场景的低延时远程遥控方法和系统 |
CN115118744A (zh) * | 2022-05-09 | 2022-09-27 | 同济大学 | 一种面向车路协同的元宇宙构建系统及方法 |
CN115118744B (zh) * | 2022-05-09 | 2023-08-04 | 同济大学 | 一种面向车路协同的元宇宙构建系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021147591A1 (zh) | 2021-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111309599A (zh) | 一种车路协同系统测试方法及架构 | |
CN102037318B (zh) | 创建包含交叉点的通行时间的地图数据的方法 | |
US11392733B2 (en) | Multi-dimensional event model generation | |
Lobo et al. | InTAS--The Ingolstadt Traffic Scenario for SUMO | |
US11788850B2 (en) | Route deviation quantification and vehicular route learning based thereon | |
US11902374B2 (en) | Dynamic vehicle data extraction service | |
US20230169805A1 (en) | Fleet data collection using a unified model to collect data from heterogenous vehicles | |
Osogami et al. | Toward simulating entire cities with behavioral models of traffic | |
CN110189517B (zh) | 一种面向车联网隐私保护研究的仿真实验平台 | |
JPWO2017138620A1 (ja) | メモリデバイス、蓄積可能データを扱うエッジ装置及びデータ管理方法 | |
Saroj et al. | Development of a connected corridor real-time data-driven traffic digital twin simulation model | |
CN114527676A (zh) | 一种基于数字孪生的自动驾驶网联多车测试方法和系统 | |
Dressler et al. | On the impact of human driver behavior on intelligent transportation systems | |
CN113626408B (zh) | 一种城市信息数据库构建方法及一张图显示方法 | |
CN108986456B (zh) | 限行尾号采集方法、装置、设备及计算机可读存储介质 | |
Kutsch et al. | Tempus-test field munich-pilot test for urban automated road traffic | |
CN111444286B (zh) | 一种基于轨迹数据的远距离交通节点关联性挖掘方法 | |
CN102142161B (zh) | 对列车自动防护系统记录数据进行处理的方法及装置 | |
CN114330871A (zh) | 一种通过公交运营数据结合gps数据预测城市路况的方法 | |
CN113112807A (zh) | 融合4g探针与高速机电系统的高速公路全息感知方法 | |
CN112639764A (zh) | 汽车出行规律的分析方法、服务器及系统 | |
CN114758493B (zh) | 一种基于数据融合的高速公路交通流量监测方法及系统 | |
CN109993974B (zh) | 一种基于滑动窗口的智能交通诱导链式渐进网络构建方法 | |
CN112667366B (zh) | 动态场景数据的导入方法、装置、设备及可读存储介质 | |
Padrón Pérez | Improvements to traffic flow in high pollution scenarios in Valencia |
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 |