CN111579251A - 车辆测试场景的确定方法、装置、设备及存储介质 - Google Patents
车辆测试场景的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111579251A CN111579251A CN202010299825.3A CN202010299825A CN111579251A CN 111579251 A CN111579251 A CN 111579251A CN 202010299825 A CN202010299825 A CN 202010299825A CN 111579251 A CN111579251 A CN 111579251A
- Authority
- CN
- China
- Prior art keywords
- scene
- vehicle
- information
- road
- determining
- 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
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Abstract
本发明公开了车辆测试场景的确定方法、装置、设备及存储介质。该方法包括:确定场景信息;所述场景信息包括道路类型、车辆类型、车辆行驶方位;根据预先采集的道路数据、所述场景信息和预设参数,确定道路上车辆间的行驶相对信息;根据所述行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;根据所述车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例,能够得到实现快速、精确测试车辆功能的测试场景。
Description
技术领域
本发明属于自动驾驶技术领域,尤其涉及一种车辆测试场景的确定方法、装置、设备及存储介质。
背景技术
随着自动驾驶等级的提高和智能网联汽车功能的日趋完善,传统汽车功能的测试方式以无法满足自动驾驶汽车功能测试的需要。
目前,大多对自动驾驶车辆采用现场工况测试,实车验证测试方法虽然仍是最有效和可靠的方法,但目前智能网联汽车测试场景数量多,现场工况测试耗费时间久、精确性差,对于未来将面临的数以亿计的工况测试和场景,完成所有实车验证是一项难以实现的任务。
发明内容
本发明实施例提供一种车辆测试场景的确定方法、装置、设备及存储介质,能够得到实现快速、精确测试车辆功能的测试场景。
第一方面,提供了一种车辆测试场景的确定方法,该方法包括:
确定场景信息;场景信息包括道路类型、车辆类型、车辆行驶方位;
根据预先采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息;
根据行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;
根据车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例。
在一种可能的实现方式中,在根据采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息之前,方法还包括:
获取标准测试场景数据、驾驶模拟数据和道路驾驶数据;
根据标准测试场景数据、驾驶模拟数据和道路驾驶数据,生成预设参数。
在一种可能的实现方式中,行驶相对信息包括:
车辆类型、车辆间的相对位置、车辆间的相对速度信息和车辆行为。
在一种可能的实现方式中,场景定义模板包括开放场景模板。
第二方面,提供了一种车辆测试场景的确定装置,该装置包括:
第一确定模块,用于确定场景信息;场景信息包括道路类型、车辆类型、车辆行驶方位;
第二确定模块,用于根据预先采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息;
第三确定模块,用于根据行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;
生成模块,用于根据车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例。
在一种可能的实现方式中,在根据采集的道路数据、场景信息和预设参数,确定道路上车辆间行驶相对信息之前,装置还包括:
获取模块,用于获取标准测试场景数据、驾驶模拟数据和道路驾驶数据;
生成模块,还用于根据标准测试场景数据、驾驶模拟数据和道路驾驶数据,生成预设参数。
在一种可能的实现方式中,道路上车辆间的行驶相对信息包括:
车辆类型、车辆间的相对位置、车辆间的相对速度信息和车辆行为。
在一种可能的实现方式中,场景定义模板包括开放场景模板。
第三方面,提供了一种电子设备,该设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现如第一方面或者第一方面的任一可能实现方式中的方法。
第四方面,提供了一种计算机存储介质,该计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面或者第一方面的任一可能实现方式中的方法。
基于提供的车辆测试场景的确定方法、装置、设备及存储介质,通过确定场景信息;场景信息包括道路类型、车辆类型、车辆行驶方位;根据预先采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息;根据行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;根据车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例,能够得到实现快速、精确测试车辆功能的测试场景。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单的介绍,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是本发明实施例提供的一种车辆测试场景的确定方法的流程示意图;
图2是本发明实施例提供的一种ADAS标准法规场景的示意图;
图3是本发明实施例提供的一种自动化测试方法的流程示意图;
图4是本发明实施例提供的一种场景描述方法的示意图;
图5是本发明实施例提供的一种车辆测试场景数据来源的示意图;
图6是本发明实施例提供的一种车辆测试场景生成方法的流程示意图;
图7是本发明实施例提供的一种以FCW系统为例的车辆测试场景描述的示意图;
图8是本发明实施例提供的车辆测试场景的确定装置的结构示意图;
图9是本发明一个实施例提供的电子设备的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
目前,随着自动驾驶等级的提高以及智能网联汽车功能日趋完善,面向传统汽车功能的测试工具与测试方法已不能满足自动驾驶汽车功能测试的需要。实车验证测试方法虽然仍是最有效、最准确的方法,但目前智能网联汽车需要进行的工况测试数量十分巨大,未来将面临数以亿计的工况测试,完成所有工况的实车验证是一项难以实现的任务。相比之下,基于场景的虚拟测试方法在测试效率、测试成本等方面具有巨大的技术优势,可以应对测试量庞大的测试任务,以较低成本对自动驾驶汽车功能进行批量自动化测试,加速功能测试的进程,已成为自动驾驶汽车功能测试验证的重要手段。自动驾驶汽车的仿真流程包括软件仿真、硬件在环仿真、车辆在环仿真等,在这些仿真测试中,一个精准、有效并且具有较高场景覆盖率的大规模测试场景库,是保证仿真测试正常进行的重要基础,如何使用大规模测试场景库进行精确、高效的汽车功能测试,同样是一个需要解决的关键问题。
因此,本发明实施例提供了一种车辆测试场景的确定方法、装置、设备及存储介质,能够得到实现快速、精确测试车辆功能的测试场景。
为了方便理解本发明实施例,首先对本发明实施例中车道中心线的线性参考值的确定方法进行详细阐述。
图1是本发明实施例提供的一种车辆测试场景的确定方法的流程示意图。
如图1所示,本发明实施例提供的车辆测试场景的确定方法,该方法包括:
S101:确定场景信息;场景信息包括道路类型、车辆类型、车辆行驶方位。
场景信息是指能够反映车辆在道路上行驶时车辆行驶的信息。其中,场景信息可以包括道路类型、车辆类型和车辆行驶方位。例如,车辆在高速公路上行驶,高速公路为道路类型。又例如,“乘用车”,“跟车”、“商用车”等。
其中,可以从高级驾驶辅助系统(Advanced Driving Assistant System,ADAS)和国家规定的标准法规场景中获取场景的场景数据,然后使用自然语言对场景进行描述。如图2所示,主要的描述对象为从GB、ISO、ENCAP、CNCAP标准中提取得到前向碰撞预警系统(Forward Collision Warning,FCW)、行人碰撞预警系统(Pedestrian collisionwarning,PCW),自动紧急制动(Autonomous Emergency Braking,AEB),自动紧急制动草案(Autonomous Emergency Braking Protocol,AEBP),交通标志识别系统(Traffic SignRecognition,TSR),车道偏离警告(Lane Departure Warning,LDW),自适应巡航控制系统(Adaptive Cruise Control,ACC),车道保持辅助(Lane-Keeping Assist,LKA),盲点检测(Blind Spot Detection,BSD),交通拥堵辅助系统(Traffic Jam Assistance,TJA),自动泊车系统(Automated Parking System,APS)共十一项功能的约500项标准场景。描述的内容包括:各车辆类型、车速、相对车道位置和车辆行为等。
S102:根据预先采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息。
预先采集的道路数据可以是标准法规要求的测试场景中的确定的参数和道路采集中传感器收集的参数,并S101中获取的场景信息进行参数的具体化,具体的描述内容各车辆类型、各车车速、试验车和目标车的横向与纵向距离、各车的换道、加速等行为的具体参数等。进而确定道路上车辆间的行驶相对信息。在对场景信息进行逻辑描述的时候,可以采用Pegasus的描述方法对场景信息进行描述。例如,“乘用车以30-50km/h车速”在“商用车后方20-50m处跟车”“车速为30-50km/h的商用车”。
其中,预设参数可以通过下述步骤获取:
获取标准测试场景数据、驾驶模拟数据和道路驾驶数据。
根据标准测试场景数据、驾驶模拟数据和道路驾驶数据,生成预设参数。
标准测试场景数据是指标准法规规定的测试场景的场景数据。确定场景后,可以根据标准测试场景数据,驾驶模拟数据和道路驾驶数据生成预设参数,根据预设参数对道路上车辆间的行驶相对信息进一步详细描述。
S103:根据行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息。
预设的道路规划信息是预先采集的每条道路的规划的信息。确定行驶相对信息后,结合道路规划信息对行驶相对信息进行具体描述,例如,“乘用车以40km/h车速”在“商用车后方30m处跟车”“车速为40km/h的商用车”。
S104:根据车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例。
场景定义模板可以是开放场景(OpenScenario)的标准模板,使用OpenScenario的标准模板对车辆行驶状态信息进行嵌套,进而得到车辆测试场景用例。生成车辆场景用例后,基于车辆场景用例对自动驾驶汽车进行自动化车辆测试。
本发明实施例提供的车辆测试场景的确定方法,通过确定场景信息;场景信息包括道路类型、车辆类型、车辆行驶方位;根据预先采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息;根据行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;根据车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例,能够得到实现快速、精确测试车辆功能的测试场景。
在本发明的另一个实施例中,如图3所示,本发明实施例进行车辆测试包括下述步骤:
S301:建立仿真测试场景的标准化描述方法。
将标准法规或路测获得数据切分的场景按照功能和场景类型进行分类,使用功能场景、逻辑场景、具体场景这三个层级对场景进行描述。
S302:标准化的虚拟测试场景生成。
对于具体场景,按照道路、环境、交通参与者、自车、车辆行为五个方面将具体场景转换为结构化描述语言。把该结构化描述语言导入本专利的自动化仿真测试场景生成工具中,即可按照描述要求生成标准化的OpenScenario格式的虚拟测试场景。
其中,对于功能场景,人类专家使用自然语言描述对场景进行概念上的描述;通过设置场景中状态参数的取值范围,可以将其扩展为逻辑场景;将逻辑场景的参数范围具体化为一个确定的值,就可以得到具体场景。
如图4所示,在确定了场景要素以及分类方法后,对标准的功能测试场景进行了归纳和整理。通过调研法律法规,从GB、ISO、ENCAP、CNCAP标准中提取得到用于测试FCW、AEB、LDW、ACC、LKA等功能的标准场景,共计约495项。例如,功能场景为“乘用车”,“跟车”、“商用车”。逻辑场景为“乘用车以30-50km/h车速”在“商用车后方20-50m处跟车”“车速为30-50km/h的商用车”。具体场景为“乘用车以40km/h车速”在“商用车后方30m处跟车”“车速为40km/h的商用车”。通过自然驾驶数据、事故数据等分析提炼得到了495个典型场景测试用例,典型场景测试用例主要分为几大项内容,包括侧向偏移识别能力测试、前方目标车切入测试、前方目标车切出测试等。进行典型工况扩展后,再通过专家经验、事故数据、模拟数据等可以衍生出更多场景,涵盖自然交通环境下绝大多数工况,具体分为坡道测试、天气测试、夜间测试、纵向识别能力测试、横向目标辨别测试、特殊目标(老人、儿童、自行车等)辨别测试以及目标逆行测试等。如图5所示,为本发明实施例中测试场景数据的来源。针对以下提及的真实数据、模拟数据和专家经验,共获得了5508项的具体场景测试用例。其中,真实数据包括自然驾驶数据、事故数据、路侧单元检测数据、驾驶人员考试数据、封闭试验场数据、开放道路测试数据。模拟数据包括驾驶模拟器数据和仿真数据。专家经验包括标准法规测试场景和企业内部标准场景。
S303:ADAS功能自动化测试。
将扩展出的虚拟测试场景按照功能进行分类划分,分别整理到自动驾驶仿真场景软件自动化测试功能图形用户界面(Graphical User Interface,GUI)的不同组别中,可在GUI界面中可以看到各项ADAS功能和列表,并可进行ADAS功能的自动化测试。
在本发明的又一个实施例中,如图6所示,本发明实施例提供的车辆测试场景的生成包括下述步骤:
S601:ADAS功能与标准法规场景。
S602:结合标准法规的场景,对场景进行自然语言描述,形成功能场景。
从ADAS功能和标准法规场景中获取场景的场景数据,采用自然语言对场景进行描述。主要的描述对象为从GB、ISO、ENCAP、CNCAP标准中提取得到FCW、AEB、LDW、ACC、LKA、AEBP、APS、BSD、LCDAS、TJA、TSR共十一项功能的约500项标准场景。描述的内容包括:各车辆类型、车速、相对车道位置和车辆行为。
S603:结合标准法规要求和道路采集的数据,用包含具体参数的数学语言描述场景,形成逻辑场景。
结合标准法规要求的测试场景中确定的参数和道路采集中传感器收集的参数,对经过第一步获得的功能场景进行参数的具体化,具体描述内容包括:各车辆类型、各车车速、试验车和目标车的横向与纵向距离、各车的换道、加速等行为的具体参数等。经过该步骤可以获得逻辑场景。
S604:对于逻辑场景,结合我们场景元素理论的分类方法,对其进行结构化语言描述。
在使用Pegasus的描述方法描述后,需要对场景进行进一步的定量化描述,从而使场景结构适用于大规模场景生成软件。对于逻辑场景中的状态参数,采用基于场景结构和道路元素的方式对其进行标准化描述,将逻辑场景分为了道路、环境、交通参与者、自车和车辆行为五个部分,其中道路包括具体的道路基础信息,如车道数、车道宽度、标识标牌等,环境包括具体的天气信息,如大雾、雨天、光照等;交通参与者包括目标位置、初始速度及目标车类型;自车包括试验用车辆的类型、具体位置以及初始速度;车辆行为包括自车和交通参与者的加减速行为、换道行为、启动自动驾驶模式等。每一种行为都需要一个触发器来触发,触发条件可以是车辆行驶到触发器触发范围内的位置触发,也可以是外部控制触发、轨迹触发、车速触发等模式。同时,对于触发器的位置、触发延迟时间,触发作用对象,也都需要进行相应的定义。
S605:将结构化描述的场景,与OpenScenario的标准模板进行嵌套,即可生成OpenScenario格式的测试用例。
将有效信息表格按照大类将信息按顺序提取,并重新整合成某一特定规格的、带标识符的csv表格。通过表中标识符和OpenSCENARIO标准模板文件标签的对应关系,可以将有效信息自动关联并填入相应的位置,生成由逻辑场景变量表定义的具体场景文件。标签含义见下表1所示:
表一
<TrafficControl> | 交通控制标签 |
<Player> | 车辆标签 |
<Description> | 车辆信息描述 |
<Init> | 初始化标签 |
<Speed> | 速度标签 |
<PosAbsolute> | 触发类型标签 |
<PlayerActions> | 车辆行为信息 |
<Action> | 行为标签 |
<MovingObjectsControl> | 移动物体控制标签 |
<Character> | 人物信息 |
<Object> | 障碍物信息 |
以FCW系统为例来描述图6所示的整个流程。如图7所示,取典型场景测试中前车切入的一个测试用例说明。功能模块为FCW系统,场景类型为FCW标准测试场景(FCW_StandardScenario),功能测试场景名称(Functional Test Scenario),侧向偏移识别能力测试(Typ_001_LaOffsetDisc)。功能场景描述为支线道路或弯路,目标车为乘用车,目标车在乘用车前方相邻车道做切入来测试FCW功能。逻辑测试场景名称(Logical TestScenario)为逻辑场景_001_直路_相同车速(LTS_001_Str_SameSpd),在逻辑场景中描述为直线道路,前方无目标车,给出试验车和目标车的速度范围,并且要求目标车在报警时距内切入。结构化描述首先选择道路、定义环境及天气状况,然后确定目标车及实验车参数,最后确认有无触发动作,有则设定触发动作,这里确定作用车辆为目标车,FCW报警时距为作用半径,最后执行相关的动作指令。
在这里,逻辑测试场景结构化描述为:
1)Road:
Road=[Rd_str2000],
2)Environment:
Rain=[0],Light=[Sun],PM=[0],
3)Traffic:
VT.Type=[PassengerCar],
VT.InitPos.y=-5.625+3.75*[-1,1],
4)Ego:
VUT.Type=[PassengerCar],
5)Maneuver:
VT.Trigger.Type=[PosRelative],
VT.Action.Delay=[5]。
其中,“Road”表示道路层;“Road=[Rd_str2000]”表示(道路为2000m的直路);“Environment”表示环境层;“Rain=[0],Light=[Sun],PM=[0]”表示降雨量0,天气晴,颗粒物浓度0;“Traffic”表示交通层;“VT.Type=[PassengerCar]”表示交通车类型为乘用车;“VT.InitPos.y=-5.625+3.75*[-1,1]”表示初始位置为相邻车道的中心;“Ego”表示自车层;“VUT.Type=[PassengerCar]”自车类型为乘用车;“Maneuver”表示行为层;“VT.Trigger.Type=[PosRelative]”表示以相对位置触发;“VT.Action.Delay=[5]”表示执行动作延迟为5秒。
具体场景备注为VT.Trigger.Radius=(B)[10,20],这里的R为10和20,设定为FCW报警时距大于和小于。LTS命名规则为先直线后弯道,然后试验车与目标车相比速度大小。
图8是本发明实施例提供的一种车辆测试场景的确定装置的结构示意图。
如图8所示,本发明实施例提供的车辆测试场景的确定装置可以包括:第一确定模块801,第二确定模块802,第三确定模块803,生成模块804。
第一确定模块801,用于确定场景信息;场景信息包括道路类型、车辆类型、车辆行驶方位;
第二确定模块802,用于根据预先采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息;
第三确定模块803,用于根据行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;
生成模块804,用于根据车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例。
可选的,在本发明的一个实施例中,在根据采集的道路数据、场景信息和预设参数,确定道路上车辆间行驶相对信息之前,装置还包括:
获取模块,用于获取标准测试场景数据、驾驶模拟数据和道路驾驶数据;
生成模块,还用于根据标准测试场景数据、驾驶模拟数据和道路驾驶数据,生成预设参数。
可选的,在本发明的一个实施例中,道路上车辆间的行驶相对信息包括:
车辆类型、车辆间的相对位置、车辆间的相对速度信息和车辆行为。
可选的,在本发明的一个实施例中,场景定义模板包括开放场景模板。
本发明实施例提供的车辆测试场景的确定装置执行图1所示的方法中的各个步骤,并能够达到得到实现快速、精确测试车辆功能的测试场景的技术效果,为简洁描述,再此不在详细赘述。
本发明实施例提供的车辆测试场景的确定装置,通过第一确定模块,用于确定场景信息;场景信息包括道路类型、车辆类型、车辆行驶方位;第二确定模块,用于根据预先采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息;第三确定模块,用于根据行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息。生成模块,用于根据车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例,能够得到实现快速、精确测试车辆功能的测试场景。
图9示出了本发明实施例提供的一种电子设备的硬件结构示意图。
在电子设备可以包括处理器901以及存储有计算机程序指令的存储器902。
具体地,上述处理器901可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器902可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器902可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器902可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器902可在综合网关容灾设备的内部或外部。在特定实施例中,存储器902是非易失性固态存储器。在特定实施例中,存储器902包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器901通过读取并执行存储器902中存储的计算机程序指令,以实现上述实施例中的任意一种测试场景的确定方法。
在一个示例中,电子设备还可包括通信接口903和总线910。其中,如图9所示,处理器901、存储器902、通信接口903通过总线910连接并完成相互间的通信。
通信接口903,主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线910包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线910可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
该电子设备可以执行本发明实施例中的车辆测试场景的确定方法,从而实现结合图1描述的车辆测试场景的确定方法。
另外,结合上述实施例中的车辆测试场景的确定方法,本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种测试场景的确定方法。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需数据的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,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,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种车辆测试场景的确定方法,其特征在于,所述方法包括:
确定场景信息;所述场景信息包括道路类型、车辆类型、车辆行驶方位;
根据预先采集的道路数据、所述场景信息和预设参数,确定道路上车辆间的行驶相对信息;
根据所述行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;
根据所述车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例。
2.根据权利要求1所述的方法,其特征在于,在根据采集的道路数据、场景信息和预设参数,确定道路上车辆间的行驶相对信息之前,所述方法还包括:
获取标准测试场景数据、驾驶模拟数据和道路驾驶数据;
根据所述标准测试场景数据、所述驾驶模拟数据和所述道路驾驶数据,生成所述预设参数。
3.根据权利要求1所述的方法,其特征在于,所述行驶相对信息包括:
所述车辆类型、车辆间的相对位置、车辆间的相对速度信息和车辆行为。
4.根据权利要求1所述的方法,其特征在于,所述场景定义模板包括开放场景模板。
5.一种车辆测试场景的确定装置,其特征在于,所述装置包括:
第一确定模块,用于确定场景信息;所述场景信息包括道路类型、车辆类型、车辆行驶方位;
第二确定模块,用于根据预先采集的道路数据、所述场景信息和预设参数,确定道路上车辆间的行驶相对信息;
第三确定模块,用于根据所述行驶相对信息和预设的道路规划信息,确定车辆行驶状态信息;
生成模块,用于根据所述车辆行驶状态信息和预设的场景定义模板,生成车辆测试场景用例。
6.根据权利要求5所述的装置,其特征在于,在根据采集的道路数据、场景信息和预设参数,确定道路上车辆间行驶相对信息之前,所述装置还包括:
获取模块,用于获取标准测试场景数据、驾驶模拟数据和道路驾驶数据;
生成模块,还用于根据所述标准测试场景数据、所述驾驶模拟数据和所述道路驾驶数据,生成所述预设参数。
7.根据权利要求5所述的装置,其特征在于,所述道路上车辆间的行驶相对信息包括:
所述车辆类型、车辆间的相对位置、车辆间的相对速度信息和车辆行为。
8.根据权利要求5所述的装置,其特征在于,所述场景定义模板包括开放场景模板。
9.一种电子设备,其特征在于,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010299825.3A CN111579251A (zh) | 2020-04-16 | 2020-04-16 | 车辆测试场景的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010299825.3A CN111579251A (zh) | 2020-04-16 | 2020-04-16 | 车辆测试场景的确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111579251A true CN111579251A (zh) | 2020-08-25 |
Family
ID=72124411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010299825.3A Pending CN111579251A (zh) | 2020-04-16 | 2020-04-16 | 车辆测试场景的确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111579251A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112345272A (zh) * | 2021-01-11 | 2021-02-09 | 北京赛目科技有限公司 | 一种场景库的自动驾驶仿真测试方法及装置 |
CN112464461A (zh) * | 2020-11-20 | 2021-03-09 | 北京赛目科技有限公司 | 一种自动驾驶测试场景的构建方法及装置 |
CN112650224A (zh) * | 2020-12-11 | 2021-04-13 | 国汽(北京)智能网联汽车研究院有限公司 | 自动驾驶仿真的方法、装置、设备及存储介质 |
CN112665875A (zh) * | 2020-12-25 | 2021-04-16 | 北京智能车联产业创新中心有限公司 | 自动驾驶车辆可靠性测试方法、装置、电子设备以及存储介质 |
CN112799964A (zh) * | 2021-03-17 | 2021-05-14 | 中汽数据有限公司 | 测试场景生成方法、装置、设备和存储介质 |
CN113065257A (zh) * | 2021-04-08 | 2021-07-02 | 中国第一汽车股份有限公司 | 一种测试实例的自动生成方法、装置、计算机设备及介质 |
CN113191030A (zh) * | 2021-07-01 | 2021-07-30 | 北京赛目科技有限公司 | 一种自动驾驶测试场景构建方法及装置 |
CN113268244A (zh) * | 2021-05-13 | 2021-08-17 | 际络科技(上海)有限公司 | 一种自动驾驶场景库的脚本生成方法、装置及电子设备 |
CN113447278A (zh) * | 2021-06-24 | 2021-09-28 | 国汽(北京)智能网联汽车研究院有限公司 | 一种绿波车速引导功能测试方法、系统和设备 |
CN113553730A (zh) * | 2021-09-22 | 2021-10-26 | 中国汽车技术研究中心有限公司 | 汽车工业多设备联调场景仿真方法、装置、设备及介质 |
CN113552428A (zh) * | 2021-06-08 | 2021-10-26 | 中汽研汽车检验中心(天津)有限公司 | 一种车辆adas功能电波暗室实景抗扰度验证方法 |
CN113570727A (zh) * | 2021-06-16 | 2021-10-29 | 阿波罗智联(北京)科技有限公司 | 场景文件的生成方法、装置、电子设备及存储介质 |
CN113609016A (zh) * | 2021-08-05 | 2021-11-05 | 北京赛目科技有限公司 | 车辆自动驾驶测试场景的构建方法、装置、设备及介质 |
CN113949996A (zh) * | 2021-10-11 | 2022-01-18 | 重庆大学 | 用于车路协同测试场景采集回放的数据处理方法及系统 |
CN114354219A (zh) * | 2022-01-07 | 2022-04-15 | 苏州挚途科技有限公司 | 自动驾驶车辆的测试方法及装置 |
CN114720148A (zh) * | 2022-03-23 | 2022-07-08 | 小米汽车科技有限公司 | 车辆感知能力的确定方法、装置、设备及存储介质 |
CN114755035A (zh) * | 2022-06-15 | 2022-07-15 | 中汽信息科技(天津)有限公司 | 一种基于车载终端的智能驾驶多维度测试方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107678306A (zh) * | 2017-10-09 | 2018-02-09 | 驭势(上海)汽车科技有限公司 | 动态场景信息录制和仿真回放方法、装置、设备及介质 |
CN109520744A (zh) * | 2018-11-12 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的驾驶性能测试方法和装置 |
US20190286151A1 (en) * | 2018-03-14 | 2019-09-19 | GM Global Technology Operations LLC | Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles |
CN110263381A (zh) * | 2019-05-27 | 2019-09-20 | 南京航空航天大学 | 一种自动驾驶车辆测试仿真场景生成方法 |
CN110689613A (zh) * | 2019-09-18 | 2020-01-14 | 广州大学 | 车辆道路仿真场景构建方法、装置、介质和设备 |
CN110763483A (zh) * | 2019-09-26 | 2020-02-07 | 泰牛汽车技术(苏州)有限公司 | 一种安全等级测试场景库的自动生成方法及装置 |
CN110795818A (zh) * | 2019-09-12 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 一种确定虚拟测试场景方法、装置、电子设备和存储介质 |
-
2020
- 2020-04-16 CN CN202010299825.3A patent/CN111579251A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107678306A (zh) * | 2017-10-09 | 2018-02-09 | 驭势(上海)汽车科技有限公司 | 动态场景信息录制和仿真回放方法、装置、设备及介质 |
US20190286151A1 (en) * | 2018-03-14 | 2019-09-19 | GM Global Technology Operations LLC | Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles |
CN110271556A (zh) * | 2018-03-14 | 2019-09-24 | 通用汽车环球科技运作有限责任公司 | 自主车辆的基于云的场景规划的驾驶系统和控制逻辑 |
CN109520744A (zh) * | 2018-11-12 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的驾驶性能测试方法和装置 |
CN110263381A (zh) * | 2019-05-27 | 2019-09-20 | 南京航空航天大学 | 一种自动驾驶车辆测试仿真场景生成方法 |
CN110795818A (zh) * | 2019-09-12 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 一种确定虚拟测试场景方法、装置、电子设备和存储介质 |
CN110689613A (zh) * | 2019-09-18 | 2020-01-14 | 广州大学 | 车辆道路仿真场景构建方法、装置、介质和设备 |
CN110763483A (zh) * | 2019-09-26 | 2020-02-07 | 泰牛汽车技术(苏州)有限公司 | 一种安全等级测试场景库的自动生成方法及装置 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112464461A (zh) * | 2020-11-20 | 2021-03-09 | 北京赛目科技有限公司 | 一种自动驾驶测试场景的构建方法及装置 |
CN112464461B (zh) * | 2020-11-20 | 2021-09-28 | 北京赛目科技有限公司 | 一种自动驾驶测试场景的构建方法及装置 |
CN112650224A (zh) * | 2020-12-11 | 2021-04-13 | 国汽(北京)智能网联汽车研究院有限公司 | 自动驾驶仿真的方法、装置、设备及存储介质 |
CN112665875A (zh) * | 2020-12-25 | 2021-04-16 | 北京智能车联产业创新中心有限公司 | 自动驾驶车辆可靠性测试方法、装置、电子设备以及存储介质 |
CN112345272A (zh) * | 2021-01-11 | 2021-02-09 | 北京赛目科技有限公司 | 一种场景库的自动驾驶仿真测试方法及装置 |
CN112799964A (zh) * | 2021-03-17 | 2021-05-14 | 中汽数据有限公司 | 测试场景生成方法、装置、设备和存储介质 |
CN113065257A (zh) * | 2021-04-08 | 2021-07-02 | 中国第一汽车股份有限公司 | 一种测试实例的自动生成方法、装置、计算机设备及介质 |
CN113268244A (zh) * | 2021-05-13 | 2021-08-17 | 际络科技(上海)有限公司 | 一种自动驾驶场景库的脚本生成方法、装置及电子设备 |
CN113552428A (zh) * | 2021-06-08 | 2021-10-26 | 中汽研汽车检验中心(天津)有限公司 | 一种车辆adas功能电波暗室实景抗扰度验证方法 |
CN113570727B (zh) * | 2021-06-16 | 2024-04-16 | 阿波罗智联(北京)科技有限公司 | 场景文件的生成方法、装置、电子设备及存储介质 |
CN113570727A (zh) * | 2021-06-16 | 2021-10-29 | 阿波罗智联(北京)科技有限公司 | 场景文件的生成方法、装置、电子设备及存储介质 |
CN113447278A (zh) * | 2021-06-24 | 2021-09-28 | 国汽(北京)智能网联汽车研究院有限公司 | 一种绿波车速引导功能测试方法、系统和设备 |
CN113191030A (zh) * | 2021-07-01 | 2021-07-30 | 北京赛目科技有限公司 | 一种自动驾驶测试场景构建方法及装置 |
CN113609016B (zh) * | 2021-08-05 | 2024-03-15 | 北京赛目科技股份有限公司 | 车辆自动驾驶测试场景的构建方法、装置、设备及介质 |
CN113609016A (zh) * | 2021-08-05 | 2021-11-05 | 北京赛目科技有限公司 | 车辆自动驾驶测试场景的构建方法、装置、设备及介质 |
CN113553730A (zh) * | 2021-09-22 | 2021-10-26 | 中国汽车技术研究中心有限公司 | 汽车工业多设备联调场景仿真方法、装置、设备及介质 |
CN113553730B (zh) * | 2021-09-22 | 2022-02-11 | 中国汽车技术研究中心有限公司 | 汽车工业多设备联调场景仿真方法、装置、设备及介质 |
CN113949996B (zh) * | 2021-10-11 | 2022-10-28 | 重庆大学 | 用于车路协同测试场景采集回放的数据处理方法及系统 |
CN113949996A (zh) * | 2021-10-11 | 2022-01-18 | 重庆大学 | 用于车路协同测试场景采集回放的数据处理方法及系统 |
CN114354219A (zh) * | 2022-01-07 | 2022-04-15 | 苏州挚途科技有限公司 | 自动驾驶车辆的测试方法及装置 |
CN114720148A (zh) * | 2022-03-23 | 2022-07-08 | 小米汽车科技有限公司 | 车辆感知能力的确定方法、装置、设备及存储介质 |
CN114755035A (zh) * | 2022-06-15 | 2022-07-15 | 中汽信息科技(天津)有限公司 | 一种基于车载终端的智能驾驶多维度测试方法 |
CN114755035B (zh) * | 2022-06-15 | 2022-09-09 | 中汽信息科技(天津)有限公司 | 一种基于车载终端的智能驾驶多维度测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111579251A (zh) | 车辆测试场景的确定方法、装置、设备及存储介质 | |
CN111179585B (zh) | 自动驾驶车辆的场地测试方法及装置 | |
CN111781855B (zh) | 一种交通在环自动驾驶仿真系统 | |
CN109816811B (zh) | 一种自然驾驶数据采集装置 | |
CN112631246B (zh) | 测试评价信息确定方法、装置、设备及计算机存储介质 | |
WO2021057134A1 (zh) | 场景识别的方法与计算设备 | |
Elrofai et al. | Scenario-based safety validation of connected and automated driving | |
CN110502852B (zh) | 一种自动驾驶仿真测试场景的生成方法及生成系统 | |
CN109791565A (zh) | Adas视野和视觉补充v2x | |
CN114077541A (zh) | 验证用于自动驾驶车辆的自动控制软件的方法和系统 | |
CN107220583B (zh) | 用于识别交通标志的方法和装置 | |
CN110738842A (zh) | 事故责任划分及行为分析方法、装置、设备及存储介质 | |
CN112396093B (zh) | 驾驶场景分类方法、装置、设备及可读存储介质 | |
Alghodhaifi et al. | Autonomous vehicle evaluation: A comprehensive survey on modeling and simulation approaches | |
CN110716529A (zh) | 一种自动驾驶测试用例自动生成方法和装置 | |
CN110232335A (zh) | 驾驶场景分类方法及电子设备 | |
So et al. | Generating traffic safety test scenarios for automated vehicles using a big data technique | |
CN112650224A (zh) | 自动驾驶仿真的方法、装置、设备及存储介质 | |
Elhenawy et al. | C-ITS safety evaluation methodology based on cooperative awareness messages | |
CN109946688A (zh) | 换道场景数据提取方法、装置和服务器 | |
CN111882924A (zh) | 车辆测试系统、驾驶行为判断控制方法及事故预警方法 | |
Shadrin et al. | Testing procedures and certification of highly automated and autonomous road vehicles | |
Philipp et al. | Systematization of relevant road users for the evaluation of autonomous vehicle perception | |
CN114368394A (zh) | 攻击基于车联网的v2x设备的方法、装置及存储介质 | |
Ke et al. | Edge computing for real-time near-crash detection for smart transportation applications |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |
|
RJ01 | Rejection of invention patent application after publication |