CN111765903B - 自动驾驶车辆的测试方法、装置、电子设备和介质 - Google Patents
自动驾驶车辆的测试方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN111765903B CN111765903B CN202010606636.6A CN202010606636A CN111765903B CN 111765903 B CN111765903 B CN 111765903B CN 202010606636 A CN202010606636 A CN 202010606636A CN 111765903 B CN111765903 B CN 111765903B
- Authority
- CN
- China
- Prior art keywords
- test
- mileage
- current
- description
- current driving
- 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 claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 236
- 238000000034 method Methods 0.000 claims abstract description 87
- 238000012544 monitoring process Methods 0.000 claims abstract description 61
- 238000013210 evaluation model Methods 0.000 claims abstract description 57
- 230000008569 process Effects 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims description 17
- 230000008846 dynamic interplay Effects 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 description 18
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/04—Monitoring the functioning of the control system
- B60W50/045—Monitoring control system parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
- B60W2050/021—Means for detecting failure or malfunction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/04—Monitoring the functioning of the control system
- B60W2050/041—Built in Test Equipment [BITE]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本公开提供了一种自动驾驶车辆的测试方法,涉及自动驾驶领域,该方法包括:获取关于测试场地的在测试过程中产生的测试数据,测试数据包括在测试过程中监控到的当前累计问题数量与车辆的当前行驶里程之间的对应关系,基于测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,问题监控比例包括监控到的当前累计问题数量与测试过程中监控到的问题总数量之间的比例,以及基于问题监控比例与当前行驶里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,优化评估模型用于评估关于测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。
Description
技术领域
本公开涉及自动驾驶领域,更具体地,涉及一种自动驾驶车辆的测试方法、装置、电子设备和计算机可读介质。
背景技术
随着车辆技术和电子技术的快速发展,自动驾驶车辆越来越多地出现在人们的生活中。自动驾驶车辆可以通过各种传感器获得车辆所在的交通场景的信息,并根据交通场景信息确定合适的自动驾驶策略,以实现车辆的自动驾驶。
在自动驾驶车辆的研发过程中,通常需要对自动驾驶车辆进行路跑测试,以对自动驾驶车辆中的各器件和程序进行测试。
然而,在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:为了对自动驾驶车辆进行充分测试,通常采用大量的自动驾驶车辆在同一测试场地内进行重复测试的方式来保证测试覆盖率,导致测试成本高,测试效率低。
发明内容
有鉴于此,本公开提供了一种自动驾驶车辆的测试方法、装置、电子设备和计算机可读介质。
本公开的一个方面提供了一种自动驾驶车辆的测试方法,包括:获取关于测试场地的在测试过程中产生的测试数据,所述测试数据包括在所述测试过程中监控到的当前累计问题数量与所述车辆的当前行驶里程之间的对应关系,基于所述测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,所述问题监控比例包括所述监控到的当前累计问题数量与所述测试过程中监控到的问题总数量之间的比例,以及基于所述问题监控比例与当前行驶里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,所述优化评估模型用于评估关于所述测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。
根据本公开的实施例,所述方法还包括:针对预期问题监控比例,利用所述优化评估模型确定待测试的测试里程,以及基于所述待测试的测试里程来执行所述自动驾驶车辆的测试。
根据本公开的实施例,所述测试数据还包括:在所述测试过程中监控到的问题的问题记录,所述问题记录包括至少一个问题描述,所述至少一个问题描述中的每个问题描述包括至少一个描述标签。
根据本公开的实施例,所述方法还包括:记录关于所述测试场地的在所述测试过程中产生的测试数据。所述记录关于所述测试场地的在所述测试过程中产生的测试数据,包括:响应于在所述测试过程中监控到新问题,确定已监控到的问题中是否已经存在具有与所述新问题的问题记录相同的其他问题,若不存在,则记录所述新问题的问题记录,并更新当前累计问题数量,以及记录当前累计问题数量与当前行驶里程之间的对应关系。
根据本公开的实施例,所述记录当前累计问题数量与当前行驶里程之间的对应关系,包括:响应于当前累计问题数量的更新,获取更新后的当前累计问题数量和当前行驶里程,并记录所述更新后的当前累计问题数量与所述当前行驶里程之间的对应关系,或者周期性地获取当前累计问题数量和当前行驶里程,并记录所述当前累计问题数量与所述当前行驶里程之间的对应关系。
根据本公开的实施例,所述预设评估模型包括指数模型。
根据本公开的实施例,所述预设评估模型被表示为:
y=1-nx
其中,y表示问题监控比例,x表示当前行驶里程,n为所述预设模型的参数。
根据本公开的实施例,所述问题记录包括静态场景描述、动态交互描述、动态交互行为描述和不合理行为描述中的至少一个问题描述。
根据本公开的实施例,所述静态场景描述包括路口左转、路口右转、路口直行、路口掉头、非路口行驶、环岛、立交桥、分岔路、汇入区域、主辅路、匝道和临时道路施工中的至少一个描述标签。所述动态交互描述包括无、车辆、行人、非机动车和其他障碍物中的至少一个描述标签。所述动态交互行为描述包括无、并排、跟车、变道、切车、靠边停车和起步中的至少一个描述标签。所述不合理行为描述包含不合理刹车、无故刹车、不合理加速、速度过快、速度过慢、左右摆动、横向偏移、位置漂、横向过近、定位错误、识别错误、违反交规、冗余行为和时机不对中的至少一个描述标签。
本公开的另一个方面提供了一种自动驾驶车辆的测试装置,该装置包括获取模块、第一确定模块和拟合处理模块。其中,获取模块用于获取关于测试场地的在测试过程中产生的测试数据,所述测试数据包括在所述测试过程中监控到的当前累计问题数量与所述车辆的当前行驶里程之间的对应关系。第一确定模块用于基于所述测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,所述问题监控比例包括所述监控到的当前累计问题数量与所述测试过程中监控到的问题总数量之间的比例。拟合处理模块用于基于所述问题监控比例与当前行驶里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,所述优化评估模型用于评估关于所述测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。
本公开的另一方面提供了一种电子设备,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,其中,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执行如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的自动驾驶车辆的测试方法的系统架构;
图2示意性示出了根据本公开实施例的自动驾驶车辆的测试方法的流程图;
图3示意性示出了根据本公开实施例的评估模型的示意图;
图4示意性示出了根据本公开实施例的自动驾驶车辆的测试装置的框图;以及
图5示意性示出了根据本公开实施例电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开提供了一种自动驾驶车辆的测试方法,该方法包括:获取关于测试场地的在测试过程中产生的测试数据,测试数据包括在测试过程中监控到的当前累计问题数量与车辆的当前行驶里程之间的对应关系。然后,基于该测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,问题监控比例包括监控到的当前累计问题数量与测试过程中监控到的问题总数量之间的比例。以及,基于问题监控比例与当前行驶里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,优化评估模型用于评估关于测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。
图1示意性示出了根据本公开实施例的自动驾驶车辆的测试方法的系统架构100。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括自动驾驶车辆101、网络102和服务器103。网络102是用以在自动驾驶车辆101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
根据本公开实施例,自动驾驶车辆101例如可以是一种通过计算机系统实现无人驾驶的智能汽车。自动驾驶车辆101例如可以集环境感知和规划决策等功能于一体。例如,自动驾驶车辆101上可以安装有雷达传感器或者监控装置等,实现对周围环境和交通状况的感知和监控。
根据本公开实施例,服务器103可以是提供各种服务的服务器。例如,服务器103可以获取自动驾驶车辆101在某测试场地的某测试过程中产生的测试数据,并基于测试数据对预设评估模型进行拟合处理。
需要说明的是,本公开实施例所提供的自动驾驶车辆的测试方法一般可以由服务器103执行。相应地,本公开实施例所提供的自动驾驶车辆的测试装置一般可以设置于服务器103中。
例如,服务器103可以获取多个自动驾驶车辆101关于某测试场地的在全量测试过程中产生的测试数据。并基于测试数据对预设评估模型进行拟合处理得到优化评估模型,该优化评估模型可以用于评估关于该测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。
可以理解,在自动驾驶车辆的道路测试阶段很难判断何时结束本次测试。对于庞大的自动驾驶系统在无法规则描述的路网内进行测试时,要发现所有问题是需要花费巨大代价的。在问题监控比例与测试里程已经远远不成比例时,继续进行测试会降低测试效率,浪费人力物力。
有鉴于此,本公开实施例得到的优化评估模型可以用于评估相关测试场地在各次测试过程中的问题监控比例与测试里程之间的对应关系,从而可以对路测有效性进行量化评估。因此,可以基于本公开实施例的优化评估模型确定合适的测试里程,在完成该测试里程后可以结束本次测试,即保证了测试的充分性又可以提高测试效率、节约测试成本。
应该理解,图1中的自动驾驶车辆和服务器的数目仅仅是示意性的。根据实际需要,可以具有任意数目的自动驾驶车辆和服务器。
图2示意性示出了根据本公开实施例的自动驾驶车辆的测试方法的流程图。
如图2所示,该方法包括操作S201~S203。
在操作S201,获取关于测试场地的在测试过程中产生的测试数据,测试数据包括在测试过程中监控到的当前累计问题数量与车辆的当前行驶里程之间的对应关系。
根据本公开实施例,关于测试场地的测试过程例如可以是关于该测试场地的全量测试过程。例如,可以获取关于该测试场地的测试里程大于第一阈值和/或监控到的问题数量大于第二阈值的测试过程中产生的测试数据,从而可以获取关于该测试场地的在充分测试过程中产生的较完善的数据。
根据本公开实施例,可以在测试过程中,记录产生的测试数据,以便后续对该测试数据进行处理。
例如,在测试过程中,各测试车辆可以监控自身是否出现问题,若出现问题则生成关于该问题的问题记录。例如,可以监控自动驾驶车辆是否发生不合理驾驶行为,若发生不合理驾驶行为,则可以生成关于该不合理驾驶行为的问题记录。
在本公开实施例中,问题记录可以包括至少一个问题描述,至少一个问题描述中的每个问题描述可以包括至少一个描述标签。例如,问题记录可以包括问题发生时的静态场景描述、动态交互描述、动态交互行为描述和不合理驾驶行为描述中的至少一个问题描述。其中,静态场景描述可以包括路口左转、路口右转、路口直行、路口掉头、非路口行驶、环岛、立交桥、分岔路、汇入区域、主辅路、匝道和临时道路施工中的至少一个描述标签。动态交互描述可以包括无、车辆、行人、非机动车和其他障碍物中的至少一个描述标签。动态交互行为描述可以包括无、并排、跟车、变道、切车、靠边停车和起步中的至少一个描述标签。不合理行为描述可以包含不合理刹车、无故刹车、不合理加速、速度过快、速度过慢、左右摆动、横向偏移、位置漂、横向过近、定位错误、识别错误、违反交规、冗余行为和时机不对中的至少一个描述标签。
本公开实施例可以通过规范问题记录需要包含的问题描述,以及为每个问题描述预设描述标签,从而可以使生成的问题记录具有规范的内容,以便通过问题记录确定各问题之间是否相同。例如,监控到的问题1的问题记录可以是{路口左转,车辆,并排,横向过近},问题2的问题记录可以是{路口左转,车辆,跟车,冗余行为},问题3的问题记录可以是{路口左转,车辆,并排,横向过近},则问题3与问题1为相同的问题,问题2与问题1为不同的问题。
在本公开实施例中,响应于在测试过程中监控到新问题,确定已监控到的问题中是否已经存在具有与该新问题的问题记录相同的其他问题,若不存在,则记录该新问题的问题记录,并更新当前累计问题数量,记录当前累计问题数量与当前行驶里程之间的对应关系。
例如,可以响应于监控到自动驾驶车辆发生问题,生成该问题的问题记录。然后基于问题记录判断在此之前已经监控到的问题中是否存在与该问题相同的问题,若存在,则表示该问题已经被发现,则可以不对该问题进行记录和处理,若不存在,则表示该问题为尚未被发现的新问题,则可以记录该新问题的问题记录,并更新当前累积问题数量。
在本公开一实施例中,可以响应于当前累计问题数量的更新,获取更新后的当前累计问题数量和当前行驶里程,并记录更新后的当前累计问题数量与当前行驶里程之间的对应关系。
例如,在该次测试过程中的第一时间,监控到问题1,则可以记录问题1的问题记录,并将当前累积问题的数量更新为1。获取第一时间对应的当前行驶里程S1,并记录当前累积问题数量1与当前行驶里程S1之间的对应关系。在第一时间后的第二时间,监控到问题2,则可以通过问题1和问题2的问题记录,确定问题2与问题1是否为相同的问题,若相同则不予处理,若不同,则可以记录问题2的问题记录,并将当前累积问题的数量更新为2。获取第二时间对应的当前行驶里程S2,并记录当前累积问题数量2与当前行驶里程S2之间的对应关系。在第二时间后的第三时间,监控到问题3,则可以通过问题1、问题2和问题3的问题记录,确定问题3是否与问题1或问题2相同,若相同则不予处理,若不同,则可以记录问题3的问题记录,并将当前累积问题的数量更新为3。获取第三时间对应的当前行驶里程S3,并记录当前累积问题数量3与当前行驶里程S3之间的对应关系,以此类推。可以理解,当有多个测试车辆参与此次测试过程时,当前问题累积数量为所有参与测试的测试车辆监控到的不同的问题的累积数量,当前行驶里程为所有参与测试的测试车辆行驶的里程之和。
在本公开另一实施例中,还可以周期性地获取当前累计问题数量和当前行驶里程,并记录当前累计问题数量与当前行驶里程之间的对应关系。
例如,周期可以为一天,在完成第一天的测试后,可以获取各测试车辆在第一天监控到的所有问题的问题记录和各测试车辆当天行驶的里程之和S1。基于问题记录确定不相同的问题的数量作为当前累积问题数量X1,记录X1和S1之间的对应关系。在完成第二天的测试后,可以获取各测试车辆在第二天监控到的所有问题的问题记录和各测试车辆当天行驶的里程之和S2。基于问题记录确定第一天和第二天监控到的所有问题中不相同的问题的数量作为当前累积问题数量X2,记录X2和(S1+S2)之间的对应关系。
可以理解,本公开不限定当前累积问题数量与当前行驶里程之间的对应关系的记录方式,本领域技术人员可以根据实际情况进行设定。例如,本公开前一实施例的方法颗粒度更高,可以获得更多的数据,提高拟合准确性,本公开后一实施例的方法颗粒度较低,可以节省计算资源,提高计算效率。
根据本公开实施例,服务器可以在每天测试结束后获取各测试车辆记录的问题记录和当天行驶里程,从而确定当前累积问题数量与当前行驶里程之间的对应关系。或者,服务器也可以响应于某测试车辆监控到自身发生问题,获取该问题的问题记录以及所有车辆的当前行驶里程,从而确定当前累积问题与当前行驶里程之间的对应关系。本公开对此不做限定,本领域技术人员可以根据实际情况进行设定,本公开仅需获取到的测试数据中包括多个当前累积问题数量与当前行驶里程之间的对应关系即可,以便拟合模型。
在操作S202,基于测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,问题监控比例包括监控到的当前累计问题数量与测试过程中监控到的问题总数量之间的比例。
根据本公开实施例,可以获取在测试过程中监控到的所有不相同的问题的总数量X,以及各当前累积问题数量Xi与当前行驶里程Si之间的对应关系。从而可以基于问题总数量X以及各当前累积问题数量Xi与当前行驶里程Si之间的对应关系确定问题监控比例与当前行驶里程之间的对应关系。例如,如表1所示,其中,X为此次测试过程中监控到的问题总数量,S为在此次测试过程中的总行驶里程。
当前累积问题数量 | 当前行驶里程 | 问题监控比例 |
X<sub>1</sub> | S<sub>1</sub> | X<sub>1</sub>/X |
X<sub>2</sub> | S<sub>2</sub> | X<sub>2</sub>/X |
… | … | … |
X | S | X/X |
表1问题监控比例与当前行驶里程之间的对应关系
在操作S203,基于问题监控比例与当前行驶里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,优化评估模型用于评估关于该测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。
根据本公开实施例,预设评估模型包括指数模型。例如,预设评估模型可以表示为:
y=1-nx
其中,y表示问题监控比例,x表示测试里程,n为预设模型的参数。
在本公开实施例中,可以使用上述步骤得到各问题监控比例与当前行驶里程之间的对应关系,拟合该预设评估模型,得到属于该测试场地的模型参数n的值,从而可以得到关于该测试场地的优化评估模型。
根据本公开实施例,基于不同场地在测试过程产生的测试数据所拟合的预设评估模型中的参数n不同。即,本公开实施例中得到的优化评估模型可以用于评估其对应的测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。
例如,图3示意性示出了根据本公开实施例的评估模型的示意图。如图3所示,拟合得到的评估模型的横坐标x表示测试里程,纵坐标y表示问题监控比例。
在本公开实施例中,在之后的关于该测试场地的重复调试和测试过程中,可以使用经拟合的评估模型来确定需要测试的里程,在行驶里程达到该里程后,则可以完成此次测试。
例如,可以针对预期问题监控比例,利用优化评估模型确定待测试的测试里程,以及基于待测试的测试里程来执行自动驾驶车辆的测试。
例如,如图3所示的模型中,随着x的增加曲线的斜率越来越低。即,在后期测试过程中,需要跑很长的一段测试里程才能够发现一个问题,测试效率明显下降。
因此,在本公开实施例中,可以选择比较合适的问题监控比例(例如,80%),并基于经拟合的评估模型预测要发现80%的问题需要完成的测试里程,从而可以在下次测试过程中,基于该测试里程确定何时终止此次测试。
本公开实施例可以通过关于某测试场地的历史测试数据拟合评估模型,从而可以得到关于该测试场地的优化评估模型,该评估模型可以对该测试场地进行量化评估,可以准备衡量测试里程(即,测试量)与问题监控比例(即,测试充分性)之间的关系,以提高测试效率,降低测试成本。
本公开实施例通过标准化记录各问题的问题记录,从而可以通过问题记录确定新发现的问题是否在之前已经被发现过,可以提高效率,减少沟通成本。
图4示意性示出了根据本公开实施例的自动驾驶车辆的测试装置400的框图。
如图4所示,装置400包括获取模块410、第一确定模块420和拟合处理模块430。
获取模块410用于获取关于测试场地的在测试过程中产生的测试数据,测试数据包括在测试过程中监控到的当前累计问题数量与所述车辆的当前行驶里程之间的对应关系。根据本公开实施例,获取模块410例如可以执行上文参考图2描述的操作S201,在此不再赘述。
第一确定模块420用于基于测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,问题监控比例包括监控到的当前累计问题数量与测试过程中监控到的问题总数量之间的比例。根据本公开实施例,第一确定模块420例如可以执行上文参考图2描述的操作S202,在此不再赘述。
拟合处理模块430用于基于问题监控比例与测试里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,优化评估模型用于评估关于测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系。根据本公开实施例,拟合处理模块430例如可以执行上文参考图2描述的操作S203,在此不再赘述。
根据本公开的实施例,装置400还可以包括第二确定模块和测试执行模块(图中未示)。其中,第二确定模块用于针对预期问题监控比例,利用优化评估模型确定待测试的测试里程。测试执行模块用于基于待测试的测试里程来执行自动驾驶车辆的测试。
根据本公开的实施例,测试数据还包括:在测试过程中监控到的问题的问题记录,问题记录包括至少一个问题描述,至少一个问题描述中的每个问题描述包括至少一个描述标签。
根据本公开的实施例,装置400还包括:记录模块(图中未示),用于记录关于测试场地的在测试过程中产生的测试数据。记录关于测试场地的在测试过程中产生的测试数据,包括:响应于在测试过程中监控到新问题,确定已监控到的问题中是否已经存在具有与新问题的问题记录相同的其他问题,若不存在,则记录新问题的问题记录,并更新当前累计问题数量,以及记录当前累计问题数量与当前行驶里程之间的对应关系。
根据本公开的实施例,记录当前累计问题数量与当前行驶里程之间的对应关系,包括:响应于当前累计问题数量的更新,获取更新后的当前累计问题数量和当前行驶里程,并记录更新后的当前累计问题数量与当前行驶里程之间的对应关系,或者周期性地获取当前累计问题数量和当前行驶里程,并记录当前累计问题数量与当前行驶里程之间的对应关系。
根据本公开的实施例,预设评估模型包括指数模型。
根据本公开的实施例,预设评估模型被表示为:
y=1-nx
其中,y表示问题监控比例,x表示当前行驶里程,n为预设模型的参数。
根据本公开的实施例,问题记录包括静态场景描述、动态交互描述、动态交互行为描述和不合理行为描述中的至少一个问题描述。
根据本公开的实施例,静态场景描述包括路口左转、路口右转、路口直行、路口掉头、非路口行驶、环岛、立交桥、分岔路、汇入区域、主辅路、匝道和临时道路施工中的至少一个描述标签。动态交互描述包括无、车辆、行人、非机动车和其他障碍物中的至少一个描述标签。动态交互行为描述包括无、并排、跟车、变道、切车、靠边停车和起步中的至少一个描述标签。不合理行为描述包含不合理刹车、无故刹车、不合理加速、速度过快、速度过慢、左右摆动、横向偏移、位置漂、横向过近、定位错误、识别错误、违反交规、冗余行为和时机不对中的至少一个描述标签。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块410、第一确定模块420和拟合处理模块430中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块410、第一确定模块420和拟合处理模块430中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块410、第一确定模块420和拟合处理模块430中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图5示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,根据本公开实施例的电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 503中,存储有电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (18)
1.一种自动驾驶车辆的测试方法,包括:
获取关于测试场地的在测试过程中产生的测试数据,所述测试数据包括在所述测试过程中监控到的当前累计问题数量与所述车辆的当前行驶里程之间的对应关系;
基于所述测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,所述问题监控比例包括所述监控到的当前累计问题数量与所述测试过程中监控到的问题总数量之间的比例;以及
基于所述问题监控比例与当前行驶里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,所述优化评估模型用于评估关于所述测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系,
其中,所述预设评估模型包括指数模型。
2.根据权利要求1所述的方法,还包括:
针对预期问题监控比例,利用所述优化评估模型确定待测试的测试里程;以及
基于所述待测试的测试里程来执行所述自动驾驶车辆的测试。
3.根据权利要求1所述的方法,其中,所述测试数据还包括:
在所述测试过程中监控到的问题的问题记录,所述问题记录包括至少一个问题描述,所述至少一个问题描述中的每个问题描述包括至少一个描述标签。
4.根据权利要求3所述的方法,还包括:
记录关于所述测试场地的在所述测试过程中产生的测试数据;
其中,所述记录关于所述测试场地的在所述测试过程中产生的测试数据,包括:
响应于在所述测试过程中监控到新问题,确定已监控到的问题中是否已经存在具有与所述新问题的问题记录相同的其他问题;
若不存在,则记录所述新问题的问题记录,并更新当前累计问题数量;以及
记录当前累计问题数量与当前行驶里程之间的对应关系。
5.根据权利要求4所述的方法,其中,所述记录当前累计问题数量与当前行驶里程之间的对应关系,包括:
响应于当前累计问题数量的更新,获取更新后的当前累计问题数量和当前行驶里程,并记录所述更新后的当前累计问题数量与所述当前行驶里程之间的对应关系;或者
周期性地获取当前累计问题数量和当前行驶里程,并记录所述当前累计问题数量与所述当前行驶里程之间的对应关系。
6.根据权利要求1所述的方法,其中,所述预设评估模型被表示为:
y=1-nx
其中,y表示问题监控比例,x表示当前行驶里程,n为所述预设模型的参数。
7.根据权利要求3所述的方法,其中,所述问题记录包括静态场景描述、动态交互描述、动态交互行为描述和不合理行为描述中的至少一个问题描述。
8.根据权利要求7所述的方法,其中,
所述静态场景描述包括路口左转、路口右转、路口直行、路口掉头、非路口行驶、环岛、立交桥、分岔路、汇入区域、主辅路、匝道和临时道路施工中的至少一个描述标签;
所述动态交互描述包括无、车辆、行人、非机动车和其他障碍物中的至少一个描述标签;
所述动态交互行为描述包括无、并排、跟车、变道、切车、靠边停车和起步中的至少一个描述标签;
所述不合理行为描述包含不合理刹车、无故刹车、不合理加速、速度过快、速度过慢、左右摆动、横向偏移、位置漂、横向过近、定位错误、识别错误、违反交规、冗余行为和时机不对中的至少一个描述标签。
9.一种自动驾驶车辆的测试装置,包括:
获取模块,用于获取关于测试场地的在测试过程中产生的测试数据,所述测试数据包括在所述测试过程中监控到的当前累计问题数量与所述车辆的当前行驶里程之间的对应关系;
第一确定模块,用于基于所述测试数据,确定问题监控比例与当前行驶里程之间的对应关系,其中,所述问题监控比例包括所述监控到的当前累计问题数量与所述测试过程中监控到的问题总数量之间的比例;以及
拟合处理模块,用于基于所述问题监控比例与当前行驶里程之间的对应关系,对预设评估模型进行拟合处理以得到优化评估模型,其中,所述优化评估模型用于评估关于所述测试场地的在各次测试过程中的问题监控比例与测试里程之间的对应关系,
其中,所述预设评估模型包括指数模型。
10.根据权利要求9所述的装置,还包括:
第二确定模块,用于针对预期问题监控比例,利用所述优化评估模型确定待测试的测试里程;以及
测试执行模块,用于基于所述待测试的测试里程来执行所述自动驾驶车辆的测试。
11.根据权利要求9所述的装置,其中,所述测试数据还包括:
在所述测试过程中监控到的问题的问题记录,所述问题记录包括至少一个问题描述,所述至少一个问题描述中的每个问题描述包括至少一个描述标签。
12.根据权利要求11所述的装置,还包括:
记录模块,用于记录关于所述测试场地的在所述测试过程中产生的测试数据;
其中,所述记录关于所述测试场地的在所述测试过程中产生的测试数据,包括:
响应于在所述测试过程中监控到新问题,确定已监控到的问题中是否已经存在具有与所述新问题的问题记录相同的其他问题;
若不存在,则记录所述新问题的问题记录,并更新当前累计问题数量;以及
记录当前累计问题数量与当前行驶里程之间的对应关系。
13.根据权利要求12所述的装置,其中,所述记录当前累计问题数量与当前行驶里程之间的对应关系,包括:
响应于当前累计问题数量的更新,获取更新后的当前累计问题数量和当前行驶里程,并记录所述更新后的当前累计问题数量与所述当前行驶里程之间的对应关系;或者
周期性地获取当前累计问题数量和当前行驶里程,并记录所述当前累计问题数量与所述当前行驶里程之间的对应关系。
14.根据权利要求9所述的装置,其中,所述预设评估模型被表示为:
y=1-nx
其中,y表示问题监控比例,x表示当前行驶里程,n为所述预设模型的参数。
15.根据权利要求11所述的装置,其中,所述问题记录包括静态场景描述、动态交互描述、动态交互行为描述和不合理行为描述中的至少一个问题描述。
16.根据权利要求15所述的装置,其中,
所述静态场景描述包括路口左转、路口右转、路口直行、路口掉头、非路口行驶、环岛、立交桥、分岔路、汇入区域、主辅路、匝道和临时道路施工中的至少一个描述标签;
所述动态交互描述包括无、车辆、行人、非机动车和其他障碍物中的至少一个描述标签;
所述动态交互行为描述包括无、并排、跟车、变道、切车、靠边停车和起步中的至少一个描述标签;
所述不合理行为描述包含不合理刹车、无故刹车、不合理加速、速度过快、速度过慢、左右摆动、横向偏移、位置漂、横向过近、定位错误、识别错误、违反交规、冗余行为和时机不对中的至少一个描述标签。
17.一种电子设备,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,
其中,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执行根据权利要求1~8中任一项所述的方法。
18.一种计算机可读介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~8中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010606636.6A CN111765903B (zh) | 2020-06-29 | 2020-06-29 | 自动驾驶车辆的测试方法、装置、电子设备和介质 |
US17/185,733 US20210403011A1 (en) | 2020-06-29 | 2021-02-25 | Testing method and device of autonomous vehicle, electronic apparatus, and medium |
KR1020210026482A KR102498441B1 (ko) | 2020-06-29 | 2021-02-26 | 자율 주행 차량의 테스트 방법, 장치, 전자 장비, 컴퓨터 판독가능 저장 매체 및 컴퓨터 프로그램 |
EP21160720.5A EP3822608A1 (en) | 2020-06-29 | 2021-03-04 | Testing method and device of autonomous vehicle, electronic apparatus, and medium |
JP2021035940A JP7112544B2 (ja) | 2020-06-29 | 2021-03-08 | 自動運転車両のテスト方法、装置、電子デバイス、媒体およびコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010606636.6A CN111765903B (zh) | 2020-06-29 | 2020-06-29 | 自动驾驶车辆的测试方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111765903A CN111765903A (zh) | 2020-10-13 |
CN111765903B true CN111765903B (zh) | 2022-08-09 |
Family
ID=72723024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010606636.6A Active CN111765903B (zh) | 2020-06-29 | 2020-06-29 | 自动驾驶车辆的测试方法、装置、电子设备和介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210403011A1 (zh) |
EP (1) | EP3822608A1 (zh) |
JP (1) | JP7112544B2 (zh) |
KR (1) | KR102498441B1 (zh) |
CN (1) | CN111765903B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112213117B (zh) * | 2020-10-15 | 2022-11-29 | 北京百度网讯科技有限公司 | 一种车辆测试的方法、装置、设备以及存储介质 |
CN112286206B (zh) * | 2020-11-17 | 2024-01-23 | 苏州智加科技有限公司 | 自动驾驶的模拟方法、系统、设备、可读存储介质及平台 |
CN112525551B (zh) * | 2020-12-10 | 2023-08-29 | 北京百度网讯科技有限公司 | 自动驾驶车辆的路测方法、装置、设备及存储介质 |
CN113487874B (zh) * | 2021-05-27 | 2022-07-01 | 中汽研(天津)汽车工程研究院有限公司 | 一种跟驰行为场景数据采集、识别、分类提取系统及方法 |
CN115655752B (zh) * | 2022-12-09 | 2023-03-17 | 成都鲁易科技有限公司 | 新能源车辆自动测试方法及装置、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782564A (zh) * | 2017-10-30 | 2018-03-09 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评系统及方法 |
CN108267322A (zh) * | 2017-01-03 | 2018-07-10 | 北京百度网讯科技有限公司 | 对自动驾驶性能进行测试的方法和系统 |
CN108627350A (zh) * | 2018-03-27 | 2018-10-09 | 北京新能源汽车股份有限公司 | 车辆测试系统和方法 |
CN109632333A (zh) * | 2018-12-12 | 2019-04-16 | 北京百度网讯科技有限公司 | 自动驾驶车辆性能测试方法、装置、设备及可读存储介质 |
CN110285977A (zh) * | 2019-03-27 | 2019-09-27 | 北京智能车联产业创新中心有限公司 | 自动驾驶车辆的测试方法、装置、设备及存储介质 |
CN110579359A (zh) * | 2019-09-10 | 2019-12-17 | 武汉光庭信息技术股份有限公司 | 自动驾驶失效场景库的优化方法及系统、服务器及介质 |
CN110926830A (zh) * | 2019-12-06 | 2020-03-27 | 上海蔚来汽车有限公司 | 自动驾驶车辆测试方法、装置以及控制器和介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7209860B2 (en) * | 2003-07-07 | 2007-04-24 | Snap-On Incorporated | Distributed expert diagnostic service and system |
US10089693B1 (en) | 2014-05-20 | 2018-10-02 | State Farm Mutual Automobile Insurance Company | Fully autonomous vehicle insurance pricing |
US10012993B1 (en) * | 2016-12-09 | 2018-07-03 | Zendrive, Inc. | Method and system for risk modeling in autonomous vehicles |
CN107421752B (zh) | 2017-07-13 | 2019-06-11 | 同济大学 | 一种智能汽车测试场景加速重构方法 |
CN108844744B (zh) | 2018-03-29 | 2021-03-19 | 中国汽车技术研究中心有限公司 | 一种汽车测试驾驶智能引导监控平台及方法 |
US11407410B2 (en) | 2018-04-10 | 2022-08-09 | Walter Steven Rosenbaum | Method and system for estimating an accident risk of an autonomous vehicle |
CN109543245B (zh) * | 2018-10-31 | 2021-08-10 | 百度在线网络技术(北京)有限公司 | 无人车应对能力边界信息确定方法、装置和电子设备 |
US10482003B1 (en) | 2018-11-09 | 2019-11-19 | Aimotive Kft. | Method and system for modifying a control unit of an autonomous car |
US20200201357A1 (en) | 2018-12-21 | 2020-06-25 | Ford Global Technologies, Llc | Systems and methods for vehicle scheduling and routing |
CN111122175B (zh) * | 2020-01-02 | 2022-02-25 | 阿波罗智能技术(北京)有限公司 | 测试自动驾驶系统的方法以及装置 |
-
2020
- 2020-06-29 CN CN202010606636.6A patent/CN111765903B/zh active Active
-
2021
- 2021-02-25 US US17/185,733 patent/US20210403011A1/en not_active Abandoned
- 2021-02-26 KR KR1020210026482A patent/KR102498441B1/ko active IP Right Grant
- 2021-03-04 EP EP21160720.5A patent/EP3822608A1/en not_active Withdrawn
- 2021-03-08 JP JP2021035940A patent/JP7112544B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267322A (zh) * | 2017-01-03 | 2018-07-10 | 北京百度网讯科技有限公司 | 对自动驾驶性能进行测试的方法和系统 |
CN107782564A (zh) * | 2017-10-30 | 2018-03-09 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评系统及方法 |
CN108627350A (zh) * | 2018-03-27 | 2018-10-09 | 北京新能源汽车股份有限公司 | 车辆测试系统和方法 |
CN109632333A (zh) * | 2018-12-12 | 2019-04-16 | 北京百度网讯科技有限公司 | 自动驾驶车辆性能测试方法、装置、设备及可读存储介质 |
CN110285977A (zh) * | 2019-03-27 | 2019-09-27 | 北京智能车联产业创新中心有限公司 | 自动驾驶车辆的测试方法、装置、设备及存储介质 |
CN110579359A (zh) * | 2019-09-10 | 2019-12-17 | 武汉光庭信息技术股份有限公司 | 自动驾驶失效场景库的优化方法及系统、服务器及介质 |
CN110926830A (zh) * | 2019-12-06 | 2020-03-27 | 上海蔚来汽车有限公司 | 自动驾驶车辆测试方法、装置以及控制器和介质 |
Also Published As
Publication number | Publication date |
---|---|
KR102498441B1 (ko) | 2023-02-10 |
KR20220001431A (ko) | 2022-01-05 |
US20210403011A1 (en) | 2021-12-30 |
JP7112544B2 (ja) | 2022-08-03 |
JP2022013646A (ja) | 2022-01-18 |
EP3822608A1 (en) | 2021-05-19 |
CN111765903A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111765903B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
CN109520744B (zh) | 自动驾驶车辆的驾驶性能测试方法和装置 | |
US10002537B2 (en) | Learning lanes from radar sensors | |
US10262213B2 (en) | Learning lanes from vehicle probes | |
US20160042239A1 (en) | Variable Speed Sign Value Prediction and Confidence Modeling | |
EP3560783A1 (en) | Road surface condition estimation apparatus and road surface condition estimation method | |
JP2019153291A (ja) | デジタルツインシミュレーションに基づく車両の故障予測 | |
US20170316127A1 (en) | Method and apparatus for constructing testing scenario for driverless vehicle | |
US10504368B2 (en) | Management of mobile objects | |
CN104050832B (zh) | 位置信息的补全方法和装置 | |
CN104183128B (zh) | 交通状态确定方法及装置 | |
CN111765904B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
CN112286206B (zh) | 自动驾驶的模拟方法、系统、设备、可读存储介质及平台 | |
US20180018835A1 (en) | Adaptive gps for advanced tracking and route replay | |
CN113536611B (zh) | 基于离散仿真的自主式交通系统架构正确性的检查方法 | |
CN111380546A (zh) | 基于平行道路的车辆定位方法、装置、电子设备和介质 | |
CN109493606A (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN115547084A (zh) | 道路通行状况预测方法、装置、电子设备及计算机程序产品 | |
CN104482936A (zh) | 提供路况信息的云端服务器和显示路况信息的装置 | |
CN114454878A (zh) | 车速控制模型训练样本的确定方法及装置 | |
CN114638103A (zh) | 自动驾驶联合仿真方法、装置、计算机设备及存储介质 | |
US10974727B2 (en) | Transportation infrastructure communication and control | |
CN109945880B (zh) | 路径规划方法、相关设备及可读存储介质 | |
CN115938151A (zh) | 一种车辆行驶信息获取方法、装置、设备及存储介质 | |
CN114889646A (zh) | 自动驾驶车辆的控制方法、装置、存储介质及设备 |
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: 20211011 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: 2 / F, baidu building, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |