CN111695199B - 自动驾驶测试方法、装置、设备及存储介质 - Google Patents
自动驾驶测试方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111695199B CN111695199B CN202010518082.4A CN202010518082A CN111695199B CN 111695199 B CN111695199 B CN 111695199B CN 202010518082 A CN202010518082 A CN 202010518082A CN 111695199 B CN111695199 B CN 111695199B
- Authority
- CN
- China
- Prior art keywords
- information
- test
- determining
- piece
- database
- 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.)
- Active
Links
- 238000010998 test method Methods 0.000 title abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 229
- 238000004088 simulation Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000015654 memory Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了自动驾驶测试方法、装置、设备及存储介质,涉及计算机技术中的自动驾驶技术领域。具体实现方案为:在数据库中确定第一信息,数据库中包括多个被预设驾驶模型随机测试的测试信息,第一信息为待重复测试的测试信息;根据第一信息确定至少一个第二信息,并将至少一个第二信息添加至数据库;在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。用于提高驾驶仿真任务的运行效率。
Description
技术领域
本申请实施例涉及计算机技术中的自动驾驶技术领域,尤其涉及一种自动驾驶测试方法、装置、设备及存储介质。
背景技术
驾驶仿真任务是一种对未投入使用的预设驾驶模型进行验证的仿真任务。
在相关技术中,驾驶仿真任务通常包括:预设驾驶模型执行多个驾驶场景信息,得到每个驾驶场景信息对应的执行结果,若存在一个驾驶场景信息对应的执行结果错误,则预设驾驶模型重复执行上述执行多个驾驶场景信息,当预设驾驶模型执行上述执行多个驾驶场景信息的次数大于或等于预设阈值,则停止。
在上述方法中,当存在一个驾驶场景信息对应的执行结果错误时,需要重复执行多个驾驶场景信息,导致驾驶仿真任务的运行效率较低。
发明内容
提供了一种用于提高驾驶仿真任务的运行效率的自动驾驶测试方法、装置、设备及存储介质。
第一方面,本申请提供一种自动驾驶测试方法,包括:在数据库中确定第一信息,数据库中包括多个被预设驾驶模型随机测试的测试信息,第一信息为待重复测试的测试信息;根据第一信息确定至少一个第二信息,并将至少一个第二信息添加至数据库;在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。
在一种可能的设计中,其中,在数据库中确定第一信息,包括:获取控制预设驾驶模型随机测试多个测试信息过程的测试结果;根据测试结果,确定第一信息。
在一种可能的设计中,其中,测试结果中包括测试完成率、至少一个测试信息的测试时长、以及至少一个测试信息的仿真结果中的任意至少一种。
在一种可能的设计中,其中,测试结果中包括测试完成率;根据测试结果确定第一信息,包括:若测试完成率大于预设完成率,则将未被预设驾驶模型随机测试的测试信息,确定为第一信息。
在一种可能的设计中,其中,测试结果中包括至少一个测试信息的测试时长;根据测试结果确定第一信息,包括:将测试时长大于或等于预设时长时对应的测试信息,确定为第一信息。
在一种可能的设计中,其中,测试结果中包括至少一个测试信息的仿真结果;根据测试结果确定第一信息,包括:将仿真结果中存在错误的测试信息确定为第一信息。
在一种可能的设计中,其中,根据第一信息确定至少一个第二信息,包括:获取第一信息的至少一个复本信息;将至少一个复本信息确定为至少一个第二信息;或者,将至少一个复本信息和第一信息确定为至少一个第二信息。
第二方面,本申请提供一种自动驾驶测试装置,包括:第一确定模块、第二确定模块和删除模块,其中,第一确定模块用于,在数据库中确定第一信息,数据库中包括多个被预设驾驶模型随机测试的测试信息,第一信息为待重复测试的测试信息;第二确定模块用于,根据第一信息确定至少一个第二信息,并将至少一个第二信息添加至数据库;删除模块用于,在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。
在一种可能的设计中,其中,第一确定模块具体用于:获取控制预设驾驶模型随机测试多个测试信息过程的测试结果;根据测试结果,确定第一信息。
在一种可能的设计中,其中,测试结果中包括测试完成率、至少一个测试信息的测试时长、以及至少一个测试信息的仿真结果中的任意至少一种。
在一种可能的设计中,其中,第一确定模块具体用于:若测试完成率大于预设完成率,则将未被预设驾驶模型随机测试的测试信息,确定为第一信息。
在一种可能的设计中,其中,测试结果中包括至少一个测试信息的测试时长;第一确定模块具体用于:将测试时长大于或等于预设时长时对应的测试信息,确定为第一信息。
在一种可能的设计中,其中,测试结果中包括至少一个测试信息的仿真结果;第一确定模块具体用于:将仿真结果中存在错误的测试信息确定为第一信息。
在一种可能的设计中,其中,第二确定模块具体用于:获取第一信息的至少一个复本信息;将至少一个复本信息确定为至少一个第二信息;或者,将至少一个复本信息和第一信息确定为至少一个第二信息。
第三方面,本申请提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面中任一项的方法。
第四方面,本申请提供一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述第一方面中任一项的方法。
第五方面,本申请提供一种计算机程序产品,其中,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得所述电子设备上述第一方面中任一项的方法。
根据本申请的技术,解决了现有技术中当存在一个驾驶场景信息对应的执行结果错误时,需要重复执行多个驾驶场景信息,导致驾驶仿真任务的运行效率较低的问题。根据本申请的技术,提高了驾驶仿真任务的运行效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请提供的自动驾驶测试方法的流程示意图一;
图2为本申请提供的自动驾驶测试方法的流程示意图二;
图3为本申请提供的预设驾驶模型执行第二信息的示意图;
图4为本申请提供的驾驶仿真任务的处理结构示意图;
图5为本申请提供的自动驾驶测试装置的结构示意图;
图6为本申请提供的自动驾驶测试方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在实际应用中,车辆在使用一种预设驾驶模型之前,通常需要采用多个驾驶场景信息来测试验证预设驾驶模型的驾驶性能。
在现有技术中,采用多个驾驶场景信息测试验证预设驾驶模型的方法中,当存在一个驾驶场景信息对应的执行结果错误时,需要重复执行多个驾驶场景信息,导致驾驶仿真任务的运行效率较低。而本申请中提出一种自动驾驶测试方法,实现仅对需要重新测试的驾驶场景信息(即下文中测试信息)进行重复测试,提高驾驶仿真任务的运行效率。
下面,通过具体实施例对本申请所示的技术方案进行详细说明。需要说明的是,下面几个具体实施例可以相互结合,对于相同或相似的内容,在不同的实施例中不再进行重复说明。
图1为本申请提供的自动驾驶测试方法的流程示意图一。如图1所示,该自动驾驶测试方法包括:
S101:在数据库中确定第一信息,数据库中包括多个被预设驾驶模型随机测试的测试信息,第一信息为待重复测试的测试信息。
可选地,本申请实施例的执行主体可以为测试设备,也可以为设置在测试设备中的自动驾驶测试装置,该自动驾驶测试装置可以通过软件和/或硬件的结合来实现。
可选地,测试设备可以为台式电脑、笔记本电脑、服务器等,具体的,本申请对此不进行限定。
可选地,数据库中存储有M个不同的驾驶场景信息。其中,M大于或等于1。例如:M可以为1万、2万等。其中,驾驶场景信息可以为开发人员设置的虚拟场景信息,也可以为对车辆的实际运行信息进行采集之后得到的实际场景信息。
可选地,上述M个不同的驾驶场景信息中包括相同的参数,例如:参数可以包括地图信息参数、天气状况参数、障碍物参数、以及其他交通对象参数。
可选地,相同的参数在上述M个不同的驾驶场景信息中的参数值存在不同。例如:一个驾驶场景信息中的地图信息参数的参数值为十字路口,另一个驾驶场景信息中的地图信息参数的参数值为直行道路。
可选地,预设驾驶模型的个数可以为N,N个预设驾驶模型相同,其中,N大于或等于1。例如:N可以为500、1千等。在实际中,N通常小于M。
需要说的是,在N个预设驾驶模型随机测试数据库中M个不同的驾驶场景信息过程中确定第一信息。
可选地,在确定出第一信息之后,可以根据第一标识对数据库中的第一信息进行标记,但不从数据库中删除第一信息,该第一标识指示驾驶场景信息为第一信息;还可以从数据库中删除第一信息。其中,第一信息可以为多个。S102:根据第一信息确定至少一个第二信息,并将至少一个第二信息添加至数据库。
其中,每个第二信息和第一信息相同。
具体的,对第一信息进行最少一次复制操作,得到第一信息的至少一个复本信息,根据第一信息和/或至少一个复本信息确定至少一个第二信息。
可选地,可以将至少一个复本信息确定为至少一个第二信息,也可以将至少一个复本信息和第一信息确定为至少一个第二信息。
例如,根据第一标识对数据库中的第一信息进行标记时,可以将至少一个复本信息确定为至少一个第二信息。
例如,从数据库中删除第一信息时,可以将至少一个复本信息和第一信息确定为至少一个第二信息。
S103:在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。
例如,第一信息的个数为1(为第一信息10)、第二信息的个数为3(分别为第二信息101、102、103)时,若第二信息101、102、103中的一个第二信息(例如,第二信息102)先被预设驾驶模型测试成功,则停止对其他第二信息(例如,第二信息101、103)的随机测试。
可选地,若第二信息101、102、103中的一个第二信息(例如,第二信息102)先被预设驾驶模型测试失败之后,可以再随机测试其他第二信息(例如,第二信息101、103)。
例如,第一信息的个数为2(分别为第一信息10、20)、第二信息的个数为6(分别为第一信息10对应的第二信息101、102、103,第一信息20对应的第二信息201、202、203)时,若第二信息101、102、103中的第二信息102被预设驾驶模型测试失败,则根据第二信息201、202、203,确定是否需要再随机测试第二信息101、103。
例如,若确定第二信息201、202、203中的第二信息202已经被随机测试,则可以确定不需要再随机测试第二信息101、103;若确定第二信息201、202、203均未被随机测试,则确定需要再随机测试第二信息101、103。
可选地,可以根据第二标识对已经被随机测试的第二信息进行标记,从而使得测试设备可以根据第二标识确定已经被随机测试的第二信息。
需要说明的是,第一信息为多个时,需要保障每个第一信息对应的多个第二信息中存在一个第二信息被预设驾驶模型随机测试。
本实施例提供的自动驾驶测试方法包括:在数据库中确定第一信息,数据库中包括多个被预设驾驶模型随机测试的测试信息,第一信息为待重复测试的测试信息;根据第一信息确定至少一个第二信息,并将至少一个第二信息添加至数据库;在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。在上述方法中,在数据库中确定第一信息,实现先确定需要待重复测试的测试信息,进一步地,将根据第一信息确定的至少一个第二信息中的任意一个第三信息被测试成功后,删除数据库中的至少一个第二信息,可以实现仅对需要待重复测试的测试信息进行测试,无需重复测试不必要进行重复测试的测试信息(例如,被测试成功的测试信息),提高驾驶仿真任务的运行效率。
在上述实施例的基础上,下面结合图3对本申请所示的自动驾驶测试方法做进一地详细说明,具体的,请参见图3。
图2为本申请提供的自动驾驶测试方法的流程示意图二。如图2所示,该自动驾驶测试方法包括:
S201:获取预设驾驶模型随机测试多个测试信息过程的测试结果,测试结果中包括测试完成率。
可选地,测试结果中还可以包括:至少一个测试信息的测试时长、至少一个测试信息的仿真结果。
S202:判断测试完成率是否大于或等于预设完成率。
若是,则执行S203。
若否,则执行S201。
可选地,预设完成率可以为90%、95%等,具体的,本申请中对此不进行限定。
S203:将未被预设驾驶模型随机测试的测试信息,确定为第一信息。
具体的,将测试完成率大于或等于预设完成率时,未被预设驾驶模型随机测试的测试信息确定为第一信息。
例如,测试完成率大于或等于预设完成率时,若未被预设驾驶模型随机测试的测试信息有两个,则将这两个测试信息确定为第一信息。
在一种可能的设计中,测试结果中包括至少一个测试信息的测试时长时,将测试时长大于或等于预设时长时对应的测试信息确定为第一信息。
其中,预设时长为根据历史测试时长确定的,该历史测试时长是在历史记录中记录的预设驾驶模型测试测试信息时需要的运行时长。
在另一种可能的设计中,测试结果中包括至少一个测试信息的仿真结果时,将仿真结果中存在错误的测试信息确定为第一信息。
其中,存在错误的测试信息为跑法错误的测试信息、以及类型错误的测试信息、或者由于网络错误导致测试失败的测试信息等。
S204:获取第一信息的至少一个复本信息。
可选地,可以在确定第一信息之后,对第一信息进行至少一次复制操作,从而得到至少一个复本信息。
可选地,测试设备中可以存储每个测试信息的至少一个复本信息,其中,测试信息具有第三标识,第三标识用于区分不同的测试信息,测试信息的每个复本信息的标识和测试信息的第三标识相同。在确定第一信息之后,可以根据第一信息的第三标识,获取第一信息的至少一个复本信息。
可选地,当测试设备中包括测试完成率、至少一个测试信息的测试时长和至少一个测试信息的仿真结果时,可以将测试完成率小于预设完成率时,将测试时长大于或等于预设时长时对应的测试信息和/或将仿真结果中存在错误的测试信息确定为第一信息,确定为第一信息;或者,可以将测试完成率大于预设完成率、且测试时长大于或等于预设时长、且仿真结果中存在错误的测试信息确定为第一信息。
S205:将至少一个复本信息确定为至少一个第二信息;或者,将至少一个复本信息和第一信息确定为至少一个第二信息。
S206:在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。
具体的,S206的执行方法与S103的执行方法相同,此处不再赘述S206的执行过程。
本实施例提供的自动驾驶测试方法包括:获取预设驾驶模型随机测试多个测试信息过程的测试结果,测试结果中包括测试完成率;判断测试完成率是否大于或等于预设完成率;若是,将未被预设驾驶模型随机测试的测试信息,确定为第一信息;获取第一信息的至少一个复本信息;将至少一个复本信息确定为至少一个第二信息;或者,将至少一个复本信息和第一信息确定为至少一个第二信息;在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。在上述方法中,将测试完成率大于或等于预设完成率时,未被预设驾驶模型随机测试的测试信息确定为第一信息,可以主动发现待重新测试的测试信息,防止由于第一信息的存在导致需要对多个测试进行重新测试拖慢驾驶仿真任务的运行效率的问题,提高驾驶仿真任务的运行效率。
图3为本申请提供的预设驾驶模型执行第二信息的示意图。如图3所示,包括:第一信息30,以及第一信息31的第二信息311、312和313。
例如,预设驾驶模型的个数为3,由于预设驾驶模型所处的硬件环境不同,因此3个预设驾驶模型随机测试第二信息311、312和313的测试速度也不同。
例如,第二信息311的测试速度最快,第二信息311的测试时长最短;第二信息312的测试速度较慢,第二信息312的测试时长较长;第二信息313的测试速度最慢,第二信息313的测试时长最长。
在实际应用中,当测试完第二信息311之后得到测试信息,若测试信息正确,则可以停止测试第二信息312和第二信息313。
图4为本申请提供的驾驶仿真任务的处理结构示意图。如图4所示,处理结构40包括:重试控制模块41、输入模块42、计算集群43和输出模块44。其中,重试控制模块41具有长尾检测功能模块、超时检测功能模块和/或异常检测功能模块,输入模块42中包括多个测试信息,计算集群43中包括多个计算节点,每个计算节点代表一个预设驾驶模型,预设驾驶模型用于随机测试输入模块42中的测试信息。
进一步地,长尾检测功能模块用于根据S203的方法确定第一信息,超时检测功能模块用于根据S203中一种可能设计方案确定第一信息,异常检测功能模块用于根据S203中另一种可能设计方案确定第一信息。
需要说明的是,图4所示的处理结构40可以具有如下工作过程:
计算集群43中的每个计算节点随机从输入模块42中获取第一信息,并执行第一信息得到测试结果,并将测试结果存储至输出模块44中,重试控制模块41中的长尾检测功能模块根据测试完成率确定第一信息、超时检测功能模块根据测试时长确定第一信息、和/或异常检测功能模块根据输出模块44中的仿真结果确定第一信息,并根据第一信息确定至少一个第二信息,将至少一个第二信息添加至输入模块42。
可选地,可以针对不同的仿真任务和驾驶信息,配置重试控制模块41的重试策略、以及第二信息的个数。
图5为本申请提供的自动驾驶测试装置的结构示意图。如图5所示,该自动驾驶测试装置50包括:第一确定模块51、第二确定模块52和删除模块53,其中,第一确定模块51用于,在数据库中确定第一信息,数据库中包括多个被预设驾驶模型随机测试的测试信息,第一信息为待重复测试的测试信息;第二确定模块52用于,根据第一信息确定至少一个第二信息,并将至少一个第二信息添加至数据库;删除模块53用于,在至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除数据库中的至少一个第二信息。
本发明实施例提供的自动驾驶测试装置可以执行上述方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
在一种可能的设计中,其中,第一确定模块51具体用于:获取控制预设驾驶模型随机测试多个测试信息过程的测试结果;根据测试结果,确定第一信息。
在一种可能的设计中,测试结果中包括测试完成率、至少一个测试信息的测试时长、以及至少一个测试信息的仿真结果中的任意至少一种。
在一种可能的设计中,第一确定模块51具体用于:若测试完成率大于预设完成率,则将未被预设驾驶模型随机测试的测试信息,确定为第一信息。
在一种可能的设计中,测试结果中包括至少一个测试信息的测试时长;第一确定模块51具体用于:将测试时长大于或等于预设时长时对应的测试信息,确定为第一信息。
在一种可能的设计中,测试结果中包括至少一个测试信息的仿真结果;第一确定模块51具体用于:将仿真结果中存在错误的测试信息确定为第一信息。
在一种可能的设计中,第二确定模块52具体用于:获取第一信息的至少一个复本信息;将至少一个复本信息确定为至少一个第二信息;或者,将至少一个复本信息和第一信息确定为至少一个第二信息。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了计算机程序产品,其中,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得所述电子设备执行上述任一实施例提供的方案。
如图6所示,是执行本申请实施例的自动驾驶测试方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器302,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的自动驾驶测试方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的自动驾驶测试方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的自动驾驶测试方法对应的程序指令/模块(例如,附图5所示的确定模块51、控制模块52)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的自动驾驶测试方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据自动驾驶测试方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至自动驾驶测试方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
自动驾驶测试方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与自动驾驶测试方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,提高了驾驶仿真任务的运行效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (15)
1.一种自动驾驶测试方法,包括:
在数据库中确定第一信息,所述数据库中包括多个被预设驾驶模型随机测试的测试信息,所述第一信息为待重复测试的测试信息;
根据所述第一信息确定至少一个第二信息,并将所述至少一个第二信息添加至所述数据库;
在所述至少一个第二信息中的任意一个第三信息被预设驾驶模型测试成功后,删除所述数据库中的所述至少一个第二信息;
其中,所述根据所述第一信息确定至少一个第二信息,包括:
获取所述第一信息的至少一个复本信息;
将所述至少一个复本信息确定为所述至少一个第二信息;或者,
将所述至少一个复本信息和所述第一信息确定为所述至少一个第二信息。
2.根据权利要求1所述的方法,其中,所述在数据库中确定第一信息,包括:
获取所述预设驾驶模型随机测试多个测试信息过程的测试结果;
根据所述测试结果,确定第一信息。
3.根据权利要求2所述的方法,其中,所述测试结果中包括测试完成率、至少一个测试信息的测试时长、以及至少一个测试信息的仿真结果中的任意至少一种。
4.根据权利要求3所述的方法,其中,所述测试结果中包括测试完成率;所述根据所述测试结果确定第一信息,包括:
若所述测试完成率大于或等于预设完成率,则将未被所述预设驾驶模型随机测试的测试信息,确定为第一信息。
5.根据权利要求3所述的方法,其中,所述测试结果中包括至少一个测试信息的测试时长;所述根据所述测试结果确定第一信息,包括:
将测试时长大于或等于预设时长时对应的测试信息,确定为所述第一信息。
6.根据权利要求3所述的方法,其中,所述测试结果中包括至少一个测试信息的仿真结果;所述根据所述测试结果确定第一信息,包括:
将仿真结果中存在错误的测试信息确定为第一信息。
7.一种自动驾驶测试装置,包括:第一确定模块、第二确定模块和删除模块,其中,
所述第一确定模块用于,在数据库中确定第一信息,所述数据库中包括多个被预设驾驶模型随机测试的测试信息,所述第一信息为待重复测试的测试信息;
所述第二确定模块用于,根据所述第一信息确定至少一个第二信息,并将所述至少一个第二信息添加至所述数据库;
所述删除模块用于,在所述至少一个第二信息中的任意一个第三信息被所述预设驾驶模型测试成功后,删除所述数据库中的所述至少一个第二信息;
其中,所述第二确定模块具体用于:
获取所述第一信息的至少一个复本信息;
将所述至少一个复本信息确定为所述至少一个第二信息;或者,
将所述至少一个复本信息和所述第一信息确定为所述至少一个第二信息。
8.根据权利要求7所述的装置,其中,所述第一确定模块具体用于:
获取控制所述预设驾驶模型随机测试多个测试信息过程的测试结果;
根据所述测试结果,确定第一信息。
9.根据权利要求8所述的装置,其中,所述测试结果中包括测试完成率、至少一个测试信息的测试时长、以及至少一个测试信息的仿真结果中的任意至少一种。
10.根据权利要求9所述的装置,其中,所述第一确定模块具体用于:
若所述测试完成率大于预设完成率,则将未被所述预设驾驶模型随机测试的测试信息,确定为第一信息。
11.根据权利要求9所述的装置,其中,所述测试结果中包括至少一个测试信息的测试时长;所述第一确定模块具体用于:
将测试时长大于或等于预设时长时对应的测试信息,确定为所述第一信息。
12.根据权利要求9所述的装置,其中,所述测试结果中包括至少一个测试信息的仿真结果;所述第一确定模块具体用于:
将仿真结果中存在错误的测试信息确定为第一信息。
13.一种电子设备,其中,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010518082.4A CN111695199B (zh) | 2020-06-09 | 2020-06-09 | 自动驾驶测试方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010518082.4A CN111695199B (zh) | 2020-06-09 | 2020-06-09 | 自动驾驶测试方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111695199A CN111695199A (zh) | 2020-09-22 |
CN111695199B true CN111695199B (zh) | 2023-09-05 |
Family
ID=72479992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010518082.4A Active CN111695199B (zh) | 2020-06-09 | 2020-06-09 | 自动驾驶测试方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111695199B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960232A (zh) * | 2018-06-08 | 2018-12-07 | Oppo广东移动通信有限公司 | 模型训练方法、装置、电子设备和计算机可读存储介质 |
CN109783588A (zh) * | 2018-12-10 | 2019-05-21 | 北京百度网讯科技有限公司 | 地图的错误信息检测方法、装置、设备、车辆及存储介质 |
CN110348801A (zh) * | 2019-05-28 | 2019-10-18 | 平安科技(深圳)有限公司 | 数据错误流转更改方法、装置、计算机设备及存储介质 |
CN110717248A (zh) * | 2019-09-11 | 2020-01-21 | 武汉光庭信息技术股份有限公司 | 自动驾驶仿真场景的生成方法及系统、服务器及介质 |
CN110728147A (zh) * | 2018-06-28 | 2020-01-24 | 阿里巴巴集团控股有限公司 | 一种模型训练方法及命名实体识别方法 |
CN110909016A (zh) * | 2019-10-12 | 2020-03-24 | 中国平安财产保险股份有限公司 | 基于数据库的重复关联检测方法、装置、设备及存储介质 |
CN111045985A (zh) * | 2019-11-25 | 2020-04-21 | 北京百度网讯科技有限公司 | 文件存储处理方法、服务器、电子设备及存储介质 |
CN111122175A (zh) * | 2020-01-02 | 2020-05-08 | 北京百度网讯科技有限公司 | 测试自动驾驶系统的方法以及装置 |
-
2020
- 2020-06-09 CN CN202010518082.4A patent/CN111695199B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960232A (zh) * | 2018-06-08 | 2018-12-07 | Oppo广东移动通信有限公司 | 模型训练方法、装置、电子设备和计算机可读存储介质 |
CN110728147A (zh) * | 2018-06-28 | 2020-01-24 | 阿里巴巴集团控股有限公司 | 一种模型训练方法及命名实体识别方法 |
CN109783588A (zh) * | 2018-12-10 | 2019-05-21 | 北京百度网讯科技有限公司 | 地图的错误信息检测方法、装置、设备、车辆及存储介质 |
CN110348801A (zh) * | 2019-05-28 | 2019-10-18 | 平安科技(深圳)有限公司 | 数据错误流转更改方法、装置、计算机设备及存储介质 |
CN110717248A (zh) * | 2019-09-11 | 2020-01-21 | 武汉光庭信息技术股份有限公司 | 自动驾驶仿真场景的生成方法及系统、服务器及介质 |
CN110909016A (zh) * | 2019-10-12 | 2020-03-24 | 中国平安财产保险股份有限公司 | 基于数据库的重复关联检测方法、装置、设备及存储介质 |
CN111045985A (zh) * | 2019-11-25 | 2020-04-21 | 北京百度网讯科技有限公司 | 文件存储处理方法、服务器、电子设备及存储介质 |
CN111122175A (zh) * | 2020-01-02 | 2020-05-08 | 北京百度网讯科技有限公司 | 测试自动驾驶系统的方法以及装置 |
Non-Patent Citations (1)
Title |
---|
基于整车在环仿真的自动驾驶汽车室内快速测试平台;赵祥模;《中国公路学报》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111695199A (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110806923B (zh) | 一种区块链任务的并行处理方法、装置、电子设备和介质 | |
US20190065256A1 (en) | Modifying resources for composed systems based on resource models | |
US9612937B2 (en) | Determining relevant events in source code analysis | |
EP3916560A1 (en) | Fault injection method and apparatus, electronic device and storage medium to test microservices in the cloud | |
CN112527748B (zh) | 用于分析用户操作行为的方法、装置、设备以及存储介质 | |
US9772895B2 (en) | Identifying intervals of unusual activity in information technology systems | |
US10169719B2 (en) | User configurable message anomaly scoring to identify unusual activity in information technology systems | |
JP7146006B2 (ja) | データ処理方法、データ処理装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN111459816A (zh) | 故障注入测试方法、装置、系统及存储介质 | |
CN111552646A (zh) | 用于回归测试的方法和装置 | |
CN111783226B (zh) | 生成自动驾驶场景度量参数的方法、装置、电子设备和存储介质 | |
CN112306880A (zh) | 测试方法、装置、电子设备和计算机可读存储介质 | |
CN111158666A (zh) | 实体归一化处理方法、装置、设备及存储介质 | |
CN111291082B (zh) | 数据聚合处理方法、装置、设备及存储介质 | |
JP2021128779A (ja) | データ拡張の方法及び装置、機器、記憶媒体 | |
EP3859528A2 (en) | Method and apparatus for handling memory failure, electronic device and storage medium | |
CN112149828B (zh) | 基于深度学习框架的算子精度检测方法和装置 | |
TW202219806A (zh) | 半導體設備建模方法及裝置 | |
CN111695199B (zh) | 自动驾驶测试方法、装置、设备及存储介质 | |
CN111538656B (zh) | 梯度检查的监控方法、装置、设备及存储介质 | |
CN111340976B (zh) | 调试自动驾驶车辆模块的方法、装置、电子设备 | |
CN111782633B (zh) | 数据处理方法、装置及电子设备 | |
CN111865683B (zh) | 虚拟网关版本灰度发布方法、装置、设备以及存储介质 | |
CN112270412A (zh) | 网络算子处理方法、装置、电子设备及存储介质 | |
CN112381167A (zh) | 训练任务分类模型的方法、任务分类方法和装置 |
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 |