CN111859528A - 自动驾驶策略控制模块的仿真测试方法、设备及存储介质 - Google Patents
自动驾驶策略控制模块的仿真测试方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111859528A CN111859528A CN202010504633.1A CN202010504633A CN111859528A CN 111859528 A CN111859528 A CN 111859528A CN 202010504633 A CN202010504633 A CN 202010504633A CN 111859528 A CN111859528 A CN 111859528A
- Authority
- CN
- China
- Prior art keywords
- simulation test
- control module
- data
- host
- scene
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 485
- 238000010998 test method Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 477
- 230000015654 memory Effects 0.000 claims description 75
- 238000000034 method Methods 0.000 claims description 34
- 230000005540 biological transmission Effects 0.000 claims description 30
- 238000012546 transfer Methods 0.000 claims description 16
- 238000011217 control strategy Methods 0.000 abstract description 19
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种自动驾驶策略控制模块的仿真测试方法、设备及存储介质,涉及自动驾驶领域。具体实现方案为:为仿真测试系统包括的多个仿真测试主机配置场景数据;为各所述仿真测试主机配置策略控制模块的配置数据,各所述仿真测试主机的所述策略控制模块不同;控制各所述仿真测试主机对各自的所述策略控制模块进行仿真测试,所述仿真测试用于测试各所述策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能。根据本申请的技术,能够同时针对多个策略控制模块的控制策略进行仿真测试,便于多个不同策略控制模块的控制策略的性能的纵向比较,能够有效地提高仿真测试效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及自动驾驶领域,具体涉及一种自动驾驶策略控制模块的仿真测试方法、设备及存储介质。
背景技术
自动驾驶汽车(Autonomous vehicles;Self-driving automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。自动驾驶汽车的策略控制模块可以在各种运行场景下,采用一定的算法制定相应的策略,并控制汽车基于该策略行驶。例如,可以实现自动驾驶汽车的路径规划策略的制定,或者还可以针对运行中的各种路况做出应急反应的控制策略。因此,该策略控制模块也可以称为规划与控制(Planning and Control;PnC)策略模块。该策略控制模块为自动驾驶汽车中非常重要的一个部分,在自动驾驶汽车试运行之前,务必需要对该策略控制模块进行仿真测试。现有技术的策略控制模块的仿真测试,都是在单台主机上独立运行仿真软件,仅针对一个控制策略进行仿真测试。
现有的策略控制模块的仿真测试过程中,每次仿真测试时仅能够针对一个控制策略进行仿真测试,无法与其他控制策略的无法直观对比,导致仿真测试效率较低。
发明内容
为了解决上述技术问题,本申请提供了一种自动驾驶策略控制模块的仿真测试方法、设备及存储介质。
根据第一方面,提供了一种自动驾驶策略控制模块的仿真测试方法,包括:
为仿真测试系统包括的多个仿真测试主机配置场景数据;
为各所述仿真测试主机配置策略控制模块的配置数据,各所述仿真测试主机的所述策略控制模块不同;
控制各所述仿真测试主机对各自的所述策略控制模块进行仿真测试,所述仿真测试用于测试各所述策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能。
根据第二方面,提供了一种自动驾驶策略控制模块的仿真测试方法,包括:
从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据;
对所述策略控制模块,在所述场景数据对应的场景下的性能进行仿真测试。
根据第三方面,提供了一种仿真测试控制设备,包括:
配置模块,用于为仿真测试系统包括的多个仿真测试主机配置场景数据;
所述配置模块,还用于为各所述仿真测试主机配置策略控制模块的配置数据,各所述仿真测试主机的所述策略控制模块不同;各所述策略控制模块应用于自动驾驶中;
控制模块,用于控制各所述仿真测试主机对各自的所述策略控制模块进行仿真测试,所述仿真测试用于测试各所述策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能。
根据第四方面,提供了一种仿真测试主机,包括:
数据获取模块,用于从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据;
测试模块,用于对所述策略控制模块,在所述场景数据对应的场景下的性能进行仿真测试;所述策略控制模块应用于自动驾驶中。
根据第五方面,提供了一种电子设备,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如上所述的方法。
根据第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的方法。
根据本申请的技术,解决了现有技术的仿真效率低的问题,能够同时针对多个策略控制模块的控制策略进行仿真测试,便于多个不同策略控制模块的控制策略的性能的纵向比较,能够有效地提高仿真测试效率。
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是根据本申请第一实施例的示意图;
图2为本申请提供的一种仿真测试系统的结构示意图;
图3是根据本申请第二实施例的示意图;
图4是根据本申请第三实施例的示意图;
图5是根据本申请第四实施例的示意图;
图6是根据本申请第五实施例的示意图;
图7是根据本申请第六实施例的示意图;
图8是根据本申请第七实施例的示意图;
图9是根据本申请第八实施例的示意图;
图10是根据本申请第九实施例的示意图;
图11是根据本申请第十实施例的示意图;
图12是用来实现本申请实施例的策略控制模块的仿真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。
图1是根据本申请第一实施例的示意图;本申请提供一种自动驾驶策略控制模块的仿真测试方法,包括:
S101、为仿真测试系统包括的多个仿真测试主机配置场景数据;
S102、为各仿真测试主机配置策略控制模块的配置数据,各仿真测试主机的策略控制模块不同;
S103、控制各仿真测试主机对各自的策略控制模块进行仿真测试,该仿真测试用于测试各策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能。
本实施例的自动驾驶策略控制模块的仿真测试方法的执行主体为仿真测试控制设备,用于对自动驾驶汽车的策略控制模块进行仿真测试。本实施例的仿真测试控制设备为一实体的电子设备,该设备可以实现各种数据的配置,因此该仿真测试控制设备,也可以称之为数据源主机。
本实施例的自动驾驶策略控制模块的仿真测试方法,是基于包括多个仿真测试主机的仿真测试系统来实现的,此处的多个包括两个以及两个以上。每个仿真测试主机可以执行一个策略控制模块的仿真测试,多个仿真测试主机可以实现同时对多个策略控制模块的测试。其中多个策略控制模板可以为多个采用完全不同的算法实现策略控制模块,或者也可以为同一策略控制模块的多个不同版本。但是多个仿真测试主机配置场景数据相同,即本实施例用于测试同一个场景下,不同的策略控制模块的控制策略的性能,可以实现同时对多个策略控制模块进行仿真测试,可以更加直观地、纵向对比多个自动驾驶策略控制模块的控制策略的性能。
例如,图2为本申请提供的一种仿真测试系统的结构示意图,如图2所示,该仿真测试系统可以包括仿真测试控制设备和n个仿真测试主机,该仿真测试控制设备能够控制各仿真测试主机基于场景数据对应的场景,对各自负责的自动驾驶汽车中的策略控制模块进行仿真测试。本实施例的n可以为大于或者等于2的正整数。
本实施例中配置的场景数据可以为汽车在实际路况中可能遇到的任一场景的数据。如前方X米,出现障碍物的场景,该障碍物可以移动,也可以固定。如还可以为超速场景、会车场景、前方Y米有红绿灯的场景等等各种场景的数据,分别用于检测对应场景下,无人驾驶汽车基于策略控制模块制定的策略,在该场景下的动作,以测试该策略控制模块的控制策略的性能。
本实施例的仿真测试控制设备为仿真测试系统包括的多个仿真测试主机配置场景数据时,可以先接收用户通过人机接口设备输入的场景数据,并存储在仿真测试控制设备上存储场景数据的位置,实现场景数据的配置。
同理,在本实施例的仿真测试控制设备上,还可以分别存储各仿真测试主机对应的策略控制模块的配置数据,这些配置数据也可以由用户通过人机接口模块输入的;或者也可以直接从各策略控制模块的研发平台获取的。
本实施例的仿真测试控制设备,在配置完场景数据和各策略控制模块的配置数据后,可以控制各仿真测试主机对各自的策略控制模块,在场景数据对应的场景下的性能进行仿真测试,实现可以实现同时对多个不同的策略控制模块进行测试,便于实现多个不同策略控制模块的控制策略的性能的纵向比较。
本实施例的自动驾驶策略控制模块的仿真测试方法,通过为仿真测试系统包括的多个仿真测试主机配置场景数据;为各仿真测试主机配置策略控制模块的配置数据,各仿真测试主机的策略控制模块不同;控制各仿真测试主机对各自的策略控制模块进行仿真测试,该仿真测试用于测试各策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能,与现有技术相比,能够同时针对多个策略控制模块的控制策略进行仿真测试,便于多个不同策略控制模块的控制策略的性能的纵向比较,能够有效地提高仿真测试效率。
图3是根据本申请第二实施例的示意图;本实施例的自动驾驶策略控制模块的仿真测试方法,在上述图1所示实施例的技术方案的基础上,进一步更加详细地介绍本申请的技术方案。如图3所示,本实施例的自动驾驶策略控制模块的仿真测试方法,具体可以包括如下步骤:
S301、在公共数据空间中写入场景数据,以供仿真测试系统中各仿真测试主机获取场景数据;
该步骤为上述图1所示实施例的步骤S101的一种实现方式,用于实现场景数据的配置。
S302、在各仿真测试主机对应的私有数据空间中写入策略控制模块的配置数据,以供对应的仿真测试主机获取策略控制模块的配置数据;
该步骤为上述图1所示实施例的步骤S102的一种实现方式,用于实现各策略控制模块的配置数据的配置。本实施例的各策略控制模块应用于自动驾驶汽车中。
也就是说,在本实施例的仿真测试控制设备中,设置有公共数据空间和私有数据空间。其中公共数据空间用于存储各测试主机都需要的场景数据。私有数据空间又可以分为多个区域,每个区域的私有数据空间用于存储一个仿真测试主机的策略控制模块的配置数据。对应地,多个区域对应存储有仿真测试系统包括的多个仿真测试主机的策略控制模块的配置数据。可选地,可以为每个私有数据空间配置一个标识,并建立该标识与仿真测试主机标识的对应关系,以基于该对应关系,可以得知各私有数据空间中对应存储的是哪个仿真测试主机所需要测试的策略控制模块的配置数据。
可选地,本实施例中,仿真测试控制设备仅在公共数据空间中写入场景数据,以供仿真测试系统中各仿真测试主机分别从仿真测试控制设备的公共数据空间获取场景数据,此时对应地,各仿真测试主机可以通过轮询的方式访问该仿真测试控制设备。或者若不是所有的仿真测试主机都可以访问该仿真测试控制设备时,也可以采用传递的方式传递场景数据,如由一个仿真测试主机从仿真测试控制设备的公共数据空间获取场景数据,并传递给其他仿真测试主机。
可选地,本实施例中,仿真测试控制设备在每个仿真测试主机对应的私有数据空间中写入策略控制模块的配置数据,以供对应的仿真测试主机分别基于预先建立的私有数据空间的标识和仿真测试主机的标识之间的对应关系,从仿真测试控制设备对应的私有数据空间中获取所要测试的策略控制模块的配置数据,即对应各仿真测试主机可以通过轮询的方式访问该仿真测试控制设备。或者也可以采用传递的方式,由一个仿真测试主机从仿真测试控制设备的所有私有数据空间中获取该私有数据空间的标识和对应存储的策略控制模块的配置数据,并依次传递给其他的仿真测试主机,以供其他的仿真测试主机基于预先建立的私有数据空间的标识和仿真测试主机的标识之间的对应关系,从中获取要测试的策略控制模块的配置数据;并继续传递给下一个仿真测试主机,以此类推,直至每一个仿真测试主机都获取到各自所需测试的策略控制模块的配置数据。
S303、在预设位置写入仿真测试的启动标识信息,以供各仿真测试主机检测到启动标识信息时,启动各自的策略控制模块,在场景数据对应的场景下的仿真测试;
具体实现时,在仿真测试控制设备中还可以设置一个预设位置,用于标识仿真测试工作的启动。想要启动测试时,仿真测试控制设备在该预设位置写入一个启动标识信息,如数字“1”。各仿真测试主机可以通过轮询的方式访问该仿真测试控制设备,或者也可以采用传递的方式由能够从仿真测试控制设备获取到该启动标识信息的仿真测试主机告知其他仿真测试主机,以供所有的仿真测试主机都能够启动该场景数据的场景下的仿真测试。例如本实施例中各仿真测试主机都配置有显示屏,在主席那个仿真测试时,都可以显示该场景下的运动效果示意图,非常直观明了。
可选地,本实施例的仿真测试系统包括的多个仿真测试主机可以基于共享内存网络来实现,如反射内存(Reflective Memory;RFM)网络。RFM是基于环状/星状的,高速复制的共享内存网络。它支持不同总线结构的多计算机系统,并且可以使用不同操作系统来共享高速的、稳定速率的实时数据。
基于反射内存构建的实时网络是一种强实时高带宽局域网技术,在互连的计算机间提供高效的数据传输。反射内存网在所有互连的节点中虚拟出一段全局共享的网络内存,在分布系统中实现内存至内存的通信,因此应用程序没有软件开销。每台结点机上插一块反射内存卡,卡上带有双端口内存。每个节点机的各层应用软件可以直接读写反射内存卡上内存。当数据被写入一台机器的反射内存网卡的内存中后,反射内存卡自动通过光纤传输到所有其他连在网络上的反射内存卡的内存里相应位置,传输延迟只有400纳秒,能够有效地提高数据传输速度。
基于反射内存的机制,通过搭建反射内存网络的方法,可同时将仿真测试控制设备配置的场景数据和各策略控制模块的配置数据传送到多个仿真测试主机中去。各个仿真测试主机可以同时运行植入了不同版本的策略控制模块的控制策略的仿真程序对相同的场景进行测试,测试人员可以同时观察仿真效果,以此确定不同控制策略间的优劣。
S304、获取各仿真测试主机测得的性能参数;
S305、并基于各仿真测试主机测得的性能参数,为各仿真测试主机测试的策略控制模块进行性能打分。
本实施例中,在各仿真测试主机执行仿真测试后,还可以和过去各仿真测试主机测得的性能参数。对应地,各仿真测试主机上都配置有无人驾驶汽车的参数,该仿真测试具体测试的是无人驾驶汽车采用该仿真测试主机上的策略控制模块的控制策略,在该场景数据的场景下的性能。也就说,该性能参数可以为无人驾驶汽车的性能参数。在不同的场景下,需要采用不同的性能参数来标识汽车的性能。例如,在障碍物场景下,对应的性能参数可以包括制动开始时刻、制动距离、是否躲避了障碍物等等。在超速场景下,对应的性能参数可以包括加速时刻、转向时刻、转向弧度等等。对应在其他场景,也可以包括一个、两个或者多个性能参数来表示该场景下的性能,在此不再一一举例赘述。
可选地,本实施例在基于各仿真测试主机测得的性能参数,为各仿真测试主机测试的策略控制模块进行性能打分的时候,可以采用各种数学计算的方式来实现。例如可以先对同一仿真测试主机测得的每个性能参数进行打分,然后通过求平均或者加权求和等各种数学方式获取该仿真测试主机测试的策略控制模块的最终的性能打分。
例如,可以预先采集该场景下,人工驾驶汽车的性能参数,作为参考性能参数。然后,对比各仿真测试主机测得的性能参数与参考性能参数,采用一定的数学模型如高斯模型或者其他模型,为各性能参数进行打分。具体打分时,性能参数越接近参考性能参数,打分值越高,否则性能参数越远离参考性能参数,打分值越低,这样,可以得到各仿真测试主机测得的每个性能参数的打分。
在取平均的计算中,实现较为简单,将同一仿真测试主机测得的多个性能参数的打分取平均即可作为该仿真测试主机测试的策略控制模块的最终的性能打分。
在加权求和的计算中,首先需要根据需求为该场景下的多个性能参数设置权重,例如比较重要的性能参数可以设置较高的权重,而不太重要的权重可以设置较低的权重。然后将同一仿真测试主机测得的多个性能参数的打分与相应的权重相乘后相加,作为该仿真测试主机测试的策略控制模块的最终的性能打分。
基于上述实施例,可以非常清晰地看到各个仿真测试主机的性能打分,从而可以清楚得知各仿真测试主机测试的策略控制模块的性能。例如同步对同一策略控制模块的各个版本进行仿真测试,并打分,可以直观反馈策略控制模块的性能,以促进策略控制模板的新版本的研发和迭代速率,推动更加优质的策略控制模块的出现。
本实施例的自动驾驶策略控制模块的仿真测试方法,通过采用上述方案,可以实现同步针对多个策略控制模块的控制策略进行仿真测试;而且能够获取各仿真测试主机测得的性能参数;并基于各仿真测试主机测得的性能参数,为各仿真测试主机测试的策略控制模块进行性能打分,能够更加清晰地对比各策略控制模块的优劣,有效地提高仿真测试效率。
图4是根据本申请第三实施例的示意图;如图4所示,提供一种本申请的仿真测试系统所采用的环状反射内存网络的结构示意图。如图4所示,以采用环状反射内存网络的拓扑结构时,仿真测试控制设备即数据源主机上也设置一块反射内存卡为例,即图4所示但的仿真测试系统中包括n个仿真主机,其中n为大于或者等于2的正整数。但是本实施例的场景下包括n+1块反射内存卡,在仿真测试控制设备上也设置一块反射内存卡,能够与其他n个仿真测试主机上的n个反射内存卡构建一个环状反射内存网络,环状反射内存网络之间的数据传输通过光纤来实现,该环状反射内存网络能够加快数据传输速度,几乎可以忽略数据传输延时。实际应用中,若仿真测试控制设备上不设置反射内存卡,则需要该仿真测试控制设备与一个仿真测试主机通信,实现场景数据和各策略控制模块的配置数据的传输。
自动驾驶系统中,由于使用多种传感器,数据量较大,仿真测试控制设备配置的场景数据以及各策略控制模块的配置数据,可能存在多种类型数据且需要同时输送至各个仿真测试主机中。在反射内存中,可以分几个相应的数据空间,如图3实施例所示的公共数据空间以及各私有数据空间。仿真测试控制设备使用多线程或多进程的方式同步向反射内存卡中写入不同的数据。仿真测试主机也以多线程或多进程的方式读取数据。这样即可尽量真实地模拟数据源路径,也方便仿真测试主机对数据进行处理。
如图4所示,可以在仿真测试控制设备上接入反射内存板卡,由它将各仿真测试主机需要的场景数据和各策略控制模块的配置数据写入到本机的反射内存卡中。反射内存网络中的其他节点主机即各仿真测试主机可以通过数据传递的方式,同步获取到相应的数据。但是,对于每个仿真测试主机,可以基于预先建立的仿真测试主机的标识和私有数据空间的标识的对应关系,从反射内存板卡中对应的私有数据空间中获取其测试的策略控制模块的配置数据。
仿真测试控制设备也可以向反射内存卡固定的预设位置处写入开始仿真的同步标识数据如1,各仿真测试主机可以获取此标识数据,便开始启动仿真程序,不同的仿真测试主机可以运行不同的策略控制模块的控制策略,如此可以看到不同的策略控制模块应对同一场景的仿真结果。具体实施过程也可以参考上述图1或者图3所示实施例的记载,在此不再赘述。
图5是根据本申请第四实施例的示意图;如图5所示,提供一种本申请的仿真测试系统所采用的星型反射内存网络的结构示意图。如图5所示,以采用了反射内存HUB组建星型反射内存网络为例,该反射内存HUB类似于一块内存交换器。且与图4所示同理,也以仿真测试控制设备上接入一块反射内存卡为例,该仿真测试控制设备上配置的场景数据和各策略控制模块的配置数据都通过反射内存HUB传递给各个仿真测试主机。例如,仿真测试控制设备在公共数据空间中写入场景数据时,基于星型反射内存网络的数据传输机制,可以将该场景数据传输到反射内存HUB,由仿真测试控制设备上的反射内存卡将场景数据分发到其他其他各仿真测试主机的反射内存卡上,或者也可以由其他各仿真测试主机从反射内存HUB获取到该场景数据。同理,仿真测试控制设备在各仿真测试主机对应的私有数据空间中写入策略控制模块的配置数据时,基于星型反射内存网络的数据传输机制,可以将各策略控制模块的配置数据和各私有数据空间的标识传输到反射内存HUB。各个仿真测试主机可以基于预先建立的仿真测试主机的标识和私有数据空间的标识的对应关系,从反射内存HUB中获取其测试的策略控制模块的配置数据。或者也可以由内存HUB将仿真测试控制设备上的反射内存卡上的所有数据分发到各仿真测试主机上,由各仿真测试主机基于上述对应关系,获取自己所需要的数据。同理,如图5所示,仿真测试控制设备、各个仿真测试主机分别通过光纤与反射内存HUB进行数据传输。其余工作原理同上述图4所示实施例的环状反射内存网络的实现原理,在此不再赘述。需要说明的是,图5中也可以没有反射内存HUB,而是由各个仿真测试主机直接与仿真测试控制设备进行通信,也能够实现本实施例的同步对多个策略控制模块进行仿真测试。但是会降低数据传输速度,实现原理相同。
图6是根据本申请第五实施例的示意图;如图6所示,也提供一种自动驾驶策略控制模块的仿真测试方法,具体可以包括如下步骤:
S601、从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据;
S602、对策略控制模块,在场景数据对应的场景下的性能进行仿真测试。
本实施例的自动驾驶策略控制模块的仿真测试方法,在仿真测试系统中的各仿真测试主机侧描述本申请的技术方案。例如,本实施例的仿真测试系统的结构可以包括仿真测试控制设备和多个仿真测试主机。其中各仿真测试主机上的策略控制模块应用在自动驾驶汽车上的。
具体地,各仿真测试主机需要先从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据,然后基于场景数据,仿真模拟对应的场景,对策略控制模块进行仿真测试。
而现有技术中的仿真测试中,仿真测试主机为一个独立的设备,在测试时,测试人员在该仿真测试主机上配置场景数据和策略控制模块的配置数据,启动该仿真测试主机进行仿真测试。
与现有技术不同的是,本实施例在实施时,预先部署有仿真测试系统,而当前的仿真测试主机为仿真测试系统中的一个仿真测试主机。具体的场景数据和策略控制模块的配置数据不是测试人员在当前的仿真测试主体上配置的,而是从当前的仿真测试主机所属的仿真测试系统中获取的,例如,可以从其他的仿真测试主机上获取的,也可以从仿真测试系统的仿真测试控制设备中获取,或者还可以从仿真测试系统的其他设备中获取,如针对于图5所示的仿真测试系统所采用的星型反射内存网络,可以从反射内存HUB中获取,而所述反射内存HUB中的数据是由仿真测试控制设备配置并写入的。
本实施例中是以一个仿真测试主机为例,实际应用中,仿真测试系统的多个仿真测试主机可以同时对不同的策略控制模块进行仿真测试,以便于从纵向上对多个策略控制模块的测试结果进行纵向对比,能够有效地提高仿真测试的效率。
本实施例的自动驾驶策略控制模块的仿真测试方法,通过采用上述技术方案,可以在包括多个仿真测试主机的仿真测试系统中的各仿真测试主机侧,基于从仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据,在场景数据对应的场景下对策略控制模块进行仿真测试,基于本实施例的技术方案,仿真测试系统中多个仿真测试主机可以同时对不同的策略控制模块进行仿真测试,以便于从纵向上对多个策略控制模块的测试结果进行纵向对比,能够有效地提高仿真测试的效率。
图7是根据本申请第六实施例的示意图;如图7所示,本实施例的自动驾驶策略控制模块的仿真测试方法,在上述图6所示实施例的技术方案的基础上,进一步更加详细地描述本申请的技术方案。如图7所示,本实施例的自动驾驶策略控制模块的仿真测试方法,具体可以包括如下步骤:
S701、从仿真测试控制设备或者前相邻的仿真测试主机中获取传递数据,传递数据中包括场景数据、多个策略控制模块的配置数据以及各策略控制模块的配置数据在仿真测试控制设备中的私有数据空间的标识;
S702、从传递数据中获取场景数据;
S703、基于预先建立的仿真测试主机的标识与私有数据空间的标识的对应关系,从传递数据中,获取与当前的仿真测试主机对应的私有数据空间中的策略控制模块的配置数据以及私有数据空间的标识,并保存;
本实施例的自动驾驶策略控制模块的仿真测试方法,以仿真测试系统采用上述图4所示实施例为例,当前仿真测试主机可以位于该环状反射内存网络中任一位置,若位于与仿真测试控制设备相邻的位置,则可以从仿真测试控制设备中直接获取传递数据。而若位于环状反射内存网络中其他位置,则从其前相邻的仿真测试主机中获取传递数据。并可以基于预先建立的仿真测试主机的标识与私有数据空间的标识的对应关系,获取对应的私有数据空间中的策略控制模块的配置数据,并保存。
若是从仿真测试控制设备中获取传递数据,具体可以为从仿真测试控制设备中的公共数据空间中获取场景数据;从各私有数据空间中获取各策略控制模块的配置数据以及对应的私有数据空间的标识,构成传递数据。
可选地,图4所示的结构采用环状反射内存网络来实现,可以在每个反射内存卡中划分公共数据空间和多个私有数据空间。采用环状反射内存网络的数据传输机制,由于传输速率非常快,同时传输反射内存卡中的所有数据,这样,所有的仿真测试主机上的反射内存卡中的数据都一致,不仅有自身所需的策略控制模块的配置数据,还有其他的仿真测试主机所需的策略控制模块的配置数据。
实际应用中,在传递数据时,每个当前的仿真测试主机在传递数据时,在其对应的私有数据空间中获取到其自身所需的策略控制模块的配置数据后,也可以删除该部分私有数据空间的数据,传递剩余的数据。总之,无论采用哪种传输方式,保证每个仿真测试主机能够获取到其所要测试的策略控制模块的配置数据即可。
S704、向环状链路中的下一个仿真测试主机传输传递数据,以此类推,直至所有仿真测试主机都获取到要测试的策略控制模块的配置数据;
可选地,同上述记载,传递数据即反射内存卡中的数据可以不变。也可以在每个当前的仿真测试主机从对应的私有数据空间获取到自身的所需的策略控制模块的配置数据后,删除获取的,而留下其他私有数据空间的数据即自身不需要的,继续传递。但是场景数据在公共数据空间中,一直保留。
S705、检测并确定获取到启动标识信息;
S706、对策略控制模块,在场景数据对应的场景下的性能进行仿真测试;
S707、获取采用策略控制模块的汽车,在场景数据对应的场景下的性能参数;
S708、并向仿真测试控制设备返回性能参数。
本实施例的仿真测试系统可以基于共享内存网络来实现。如上述图4所示实施例的环状反射内存网络或者图5所示实施例的星型反射内存网络。其余实施方式可以参考上述图1-图3所示实施例的记载,在此不再赘述。
本实施例的自动驾驶策略控制模块的仿真测试方法,通过采用上述方案,可以在仿真测试系统中的每个仿真测试主机上针对一个策略控制模块的控制策略进行仿真测试;而且能够获取各仿真测试主机测得的性能参数,反馈给仿真测试控制设备,以供仿真测试控制设备可以更加清晰地纵向对比各策略控制模块的性能优劣,有效地提高仿真测试效率。
图8是根据本申请第七实施例的示意图;如图8所示,本实施例的仿真测试控制设备800,该仿真测试控制设备800应用于对自动驾驶领域中的策略控制模块进行仿真测试,该仿真测试控制设备800包括:
配置模块801,用于为仿真测试系统包括的多个仿真测试主机配置场景数据;
配置模块801,还用于为各仿真测试主机配置策略控制模块的配置数据,各仿真测试主机的策略控制模块不同;各策略控制模块应用于自动驾驶中;
控制模块802,用于控制各仿真测试主机对各自的策略控制模块,在场景数据对应的场景下的性能进行仿真测试。
本实施例的仿真测试控制设备800,通过采用上述模块实现策略控制模块的仿真测试的实现原理以及技术效果与上述相关方法实施例相同,详细可以参考上述相关实施例的记载,在此不再赘述。
图9是根据本申请第八实施例的示意图;如图9所示,本实施例的仿真测试控制设备800,在上述图8所示实施例的技术方案的基础上,进一步更加详细地描述本申请的技术方案。
本实施例的仿真测试控制设备800中,配置模块801,用于:
在公共数据空间中写入场景数据,以供仿真测试系统中各仿真测试主机获取场景数据。
本实施例的仿真测试控制设备800中,配置模块801,用于:
在各仿真测试主机对应的私有数据空间中写入策略控制模块的配置数据,以供对应的仿真测试主机获取策略控制模块的配置数据。
本实施例的仿真测试控制设备800中,控制模块802,用于:
在预设位置写入仿真测试的启动标识信息,以供各仿真测试主机检测到启动标识信息时,启动采用各自的策略控制模块,在场景数据对应的场景下的仿真测试。
进一步可选地,如图8所示,本实施例的仿真测试控制设备800中,还包括:
参数获取模块803,用于获取各仿真测试主机测得的性能参数;
打分模块804,用于并基于各仿真测试主机测得的性能参数,为各仿真测试主机测试的策略控制模块进行性能打分。
进一步可选地,本实施例的仿真测试系统基于共享内存网络来实现。
本实施例的仿真测试控制设备800,通过采用上述模块实现策略控制模块的仿真测试的实现原理以及技术效果与上述相关方法实施例相同,详细可以参考上述相关实施例的记载,在此不再赘述。
图10是根据本申请第九实施例的示意图;如图10所示,本实施例的仿真测试主机1000,应用于对自动驾驶汽车中的策略控制模块进行仿真测试,该仿真测试主机1000包括:
数据获取模块1001,用于从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据;仿真测试系统包括仿真测试控制设备和多个仿真测试主机;
测试模块1002,用于对策略控制模块,在场景数据对应的场景下的性能进行仿真测试;策略控制模块应用于自动驾驶中。
本实施例的仿真测试主机1000,通过采用上述模块实现策略控制模块的仿真测试的实现原理以及技术效果与上述相关方法实施例相同,详细可以参考上述相关实施例的记载,在此不再赘述。
图11是根据本申请第十实施例的示意图;如图11所示,本实施例的仿真测试主机1000,在上述图10所示实施例的技术方案的基础上,进一步更加详细地描述本申请的技术方案。
本实施例的仿真测试主机1000中,数据获取模块1001,用于:
从仿真测试控制设备或者前相邻的仿真测试主机中获取传递数据,传递数据中包括场景数据、多个策略控制模块的配置数据以及各策略控制模块的配置数据在仿真测试控制设备中的私有数据空间的标识;
从传递数据中获取场景数据;
基于预先建立的仿真测试主机的标识与私有数据空间的标识的对应关系,从传递数据中,获取与当前的仿真测试主机对应的私有数据空间中的策略控制模块的配置数据以及私有数据空间的标识,并保存。
本实施例的仿真测试主机1000中,数据获取模块1002,用于:
从仿真测试控制设备中的公共数据空间中获取场景数据;从各私有数据空间中获取各策略控制模块的配置数据以及对应的私有数据空间的标识,构成传递数据。
进一步可选地,本实施例的仿真测试主机1000中,还包括:
传输模块1003,用于向环状链路中的下一个仿真测试主机传输传递数据。
进一步可选地,本实施例的仿真测试主机1000中,还包括:
确定模块1004,用于检测并确定获取到启动标识信息。
进一步可选地,本实施例的仿真测试主机1000中,还包括:
参数获取模块1005,用于获取采用策略控制模块的汽车,在场景数据对应的场景下的性能参数;
传输模块1003,还用于向仿真测试控制设备返回性能参数。
进一步可选地,本实施例的仿真测试主机1000中,仿真测试系统基于共享内存网络来实现。
本实施例的仿真测试主机1000,通过采用上述模块实现策略控制模块的仿真测试的实现原理以及技术效果与上述相关方法实施例相同,详细可以参考上述相关实施例的记载,在此不再赘述。
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。
如图12所示,是根据本申请实施例的实现上述自动驾驶策略控制模块的仿真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12所示,该电子设备包括:一个或多个处理器1201、存储器1202,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12中以一个处理器1201为例。
存储器1202即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的自动驾驶策略控制模块的仿真测试方法。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策略控制模块的仿真测试方法。
存储器1202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策略控制模块的仿真测试方法对应的程序指令/模块(例如,附图8-附图11所示的相关模块)。处理器1201通过运行存储在存储器1202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策略控制模块的仿真测试方法。
存储器1202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;存储数据区可存储实现自动驾驶策略控制模块的仿真测试方法的电子设备的使用所创建的数据等。此外,存储器1202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1202可选包括相对于处理器1201远程设置的存储器,这些远程存储器可以通过网络连接至实现策略控制模块的仿真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。
实现自动驾驶策略控制模块的仿真测试方法的电子设备还可以包括:输入装置1203和输出装置1204。处理器1201、存储器1202、输入装置1203和输出装置1204可以通过总线或者其他方式连接,图12中以通过总线连接为例。
输入装置1203可接收输入的数字或字符信息,以及产生与实现自动驾驶策略控制模块的仿真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1204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,通过为仿真测试系统包括的多个仿真测试主机配置场景数据;为各仿真测试主机配置策略控制模块的配置数据,各仿真测试主机的策略控制模块不同;控制各仿真测试主机进行仿真测试,该仿真测试用于测试各策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能,与现有技术相比,能够同时针对多个策略控制模块的控制策略进行仿真测试,便于多个不同策略控制模块的控制策略的性能的纵向比较,能够有效地提高仿真测试效率。
根据本申请实施例的技术方案,通过采用上述技术方案,可以在包括多个仿真测试主机的仿真测试系统中的各仿真测试主机侧,基于从仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据,在场景数据对应的场景下对策略控制模块进行仿真测试,基于本实施例的技术方案,仿真测试系统中多个仿真测试主机可以同时对不同的策略控制模块进行仿真测试,以便于从纵向上对多个策略控制模块的测试结果进行纵向对比,能够有效地提高仿真测试的效率。
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 (22)
1.一种自动驾驶策略控制模块的仿真测试方法,其特征在于,包括:
为仿真测试系统包括的多个仿真测试主机配置场景数据;
为各所述仿真测试主机配置策略控制模块的配置数据,各所述仿真测试主机的所述策略控制模块不同;
控制各所述仿真测试主机对各自的所述策略控制模块进行仿真测试,所述仿真测试用于测试各所述策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能。
2.根据权利要求1所述的方法,其特征在于,为多个仿真测试主机构成的仿真测试系统配置场景数据,包括:
在公共数据空间中写入所述场景数据,以供所述仿真测试系统中各所述仿真测试主机获取所述场景数据。
3.根据权利要求1所述的方法,其特征在于,为各所述仿真测试主机配置策略控制模块的配置数据,包括:
在各所述仿真测试主机对应的私有数据空间中写入所述策略控制模块的配置数据,以供对应的所述仿真测试主机获取所述策略控制模块的配置数据。
4.根据权利要求1所述的方法,其特征在于,控制各所述仿真测试主机对各自的所述策略控制模块进行仿真测试,包括:
在预设位置写入仿真测试的启动标识信息,以供各所述仿真测试主机检测到所述启动标识信息时,启动采用各自的所述策略控制模块进行仿真测试。
5.根据权利要求1所述的方法,其特征在于,控制各所述仿真测试主机对各自的所述策略控制模块进行仿真测试之后,所述方法还包括:
获取各所述仿真测试主机测得的所述性能参数;
并基于各所述仿真测试主机测得的所述性能参数,为各所述仿真测试主机测试的所述策略控制模块进行性能打分。
6.根据权利要求1-5任一所述的方法,其特征在于,所述仿真测试系统基于共享内存网络来实现。
7.一种自动驾驶策略控制模块的仿真测试方法,其特征在于,包括:
从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据;
对所述策略控制模块,在所述场景数据对应的场景下的性能进行仿真测试。
8.根据权利要求7所述的方法,其特征在于,所述仿真测试系统包括仿真测试控制设备和多个仿真测试主机;
从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据,包括:
从所述仿真测试控制设备或者前相邻的仿真测试主机中获取传递数据,所述传递数据中包括所述场景数据、多个策略控制模块的配置数据以及各所述策略控制模块的配置数据在所述仿真测试控制设备中的私有数据空间的标识;
从所述传递数据中获取所述场景数据;
基于预先建立的仿真测试主机的标识与私有数据空间的标识的对应关系,从所述传递数据中,获取与所述当前的仿真测试主机对应的所述私有数据空间中的所述策略控制模块的配置数据以及所述私有数据空间的标识,并保存。
9.根据权利要求7-8任一所述的方法,其特征在于,从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据;所述仿真测试系统包括仿真测试控制设备和多个仿真测试主机之后,对所述策略控制模块,在所述场景数据对应的场景下的性能进行仿真测试之前,所述方法包括:
检测并确定获取到启动标识信息。
10.根据权利要求7-8任一所述的方法,其特征在于,对所述策略控制模块,在所述场景数据对应的场景下的性能进行仿真测试之后,所述方法还包括:
获取采用所述策略控制模块的汽车,在所述场景数据对应的场景下的性能参数;
并向所述仿真测试控制设备返回所述性能参数。
11.一种仿真测试控制设备,其特征在于,包括:
配置模块,用于为仿真测试系统包括的多个仿真测试主机配置场景数据;
所述配置模块,还用于为各所述仿真测试主机配置策略控制模块的配置数据,各所述仿真测试主机的所述策略控制模块不同;各所述策略控制模块应用于自动驾驶中;
控制模块,用于控制各所述仿真测试主机对各自的所述策略控制模块进行仿真测试,所述仿真测试用于测试各所述策略控制模块在各个仿真测试主机配置的场景数据对应的场景下的性能。
12.根据权利要求11所述的设备,其特征在于,所述配置模块,用于:
在公共数据空间中写入所述场景数据,以供所述仿真测试系统中各所述仿真测试主机获取所述场景数据。
13.根据权利要求11所述的设备,其特征在于,所述配置模块,用于:
在各所述仿真测试主机对应的私有数据空间中写入所述策略控制模块的配置数据,以供对应的所述仿真测试主机获取所述策略控制模块的配置数据。
14.根据权利要求11所述的设备,其特征在于,所述控制模块,用于:
在预设位置写入仿真测试的启动标识信息,以供各所述仿真测试主机检测到所述启动标识信息时,启动采用各自的所述策略控制模块进行仿真测试。
15.根据权利要求11所述的设备,其特征在于,所述设备还包括:
参数获取模块,用于获取各所述仿真测试主机测得的所述性能参数;
打分模块,用于并基于各所述仿真测试主机测得的所述性能参数,为各所述仿真测试主机测试的所述策略控制模块进行性能打分。
16.根据权利要求11-15任一所述的设备,其特征在于,所述仿真测试系统基于共享内存网络来实现。
17.一种仿真测试主机,其特征在于,包括:
数据获取模块,用于从当前的仿真测试主机所属的仿真测试系统中获取仿真测试的场景数据和要测试的策略控制模块的配置数据;
测试模块,用于对所述策略控制模块,在所述场景数据对应的场景下的性能进行仿真测试;所述策略控制模块应用于自动驾驶中。
18.根据权利要求17所述的主机,其特征在于,所述仿真测试系统包括仿真测试控制设备和多个仿真测试主机;
所述获取模块,用于:
从所述仿真测试控制设备或者前相邻的仿真测试主机中获取传递数据,所述传递数据中包括所述场景数据、多个策略控制模块的配置数据以及各所述策略控制模块的配置数据在所述仿真测试控制设备中的私有数据空间的标识;
从所述传递数据中获取所述场景数据;
基于预先建立的仿真测试主机的标识与私有数据空间的标识的对应关系,从所述传递数据中,获取与所述当前的仿真测试主机对应的所述私有数据空间中的所述策略控制模块的配置数据以及所述私有数据空间的标识,并保存。
19.根据权利要求17-18任一所述的方法,其特征在于,还包括:
确定模块,用于检测并确定获取到启动标识信息。
20.根据权利要求17-18任一所述的方法,其特征在于,所述方法还包括:
参数获取模块,用于获取采用所述策略控制模块的汽车,在所述场景数据对应的场景下的性能参数;
传输模块,还用于向所述仿真测试控制设备返回所述性能参数。
21.一种电子设备,其特征在于,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或者7-10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6或者7-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010504633.1A CN111859528A (zh) | 2020-06-05 | 2020-06-05 | 自动驾驶策略控制模块的仿真测试方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010504633.1A CN111859528A (zh) | 2020-06-05 | 2020-06-05 | 自动驾驶策略控制模块的仿真测试方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111859528A true CN111859528A (zh) | 2020-10-30 |
Family
ID=72985597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010504633.1A Pending CN111859528A (zh) | 2020-06-05 | 2020-06-05 | 自动驾驶策略控制模块的仿真测试方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859528A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327806A (zh) * | 2020-11-02 | 2021-02-05 | 东软睿驰汽车技术(沈阳)有限公司 | 自动驾驶的测试方法、装置和电子设备 |
CN112559371A (zh) * | 2020-12-24 | 2021-03-26 | 北京百度网讯科技有限公司 | 一种自动驾驶测试方法、装置及电子设备 |
CN116520298A (zh) * | 2023-06-12 | 2023-08-01 | 北京百度网讯科技有限公司 | 激光雷达性能测试方法、装置、电子设备及可读存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227781A (zh) * | 2015-10-29 | 2016-01-06 | 东莞酷派软件技术有限公司 | 一种移动终端配置的方法及系统 |
CN106652645A (zh) * | 2017-03-16 | 2017-05-10 | 百度在线网络技术(北京)有限公司 | 车辆驾驶训练设备、车辆驾驶训练设备的操作方法和装置 |
CN106873397A (zh) * | 2017-01-23 | 2017-06-20 | 同济大学 | 智能网联汽车“硬件在环”加速加载仿真测试系统 |
CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
CN107403038A (zh) * | 2017-07-05 | 2017-11-28 | 同济大学 | 一种智能汽车虚拟快速测试方法 |
US20180011964A1 (en) * | 2016-07-07 | 2018-01-11 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and system for testing vehicle |
US20180089911A1 (en) * | 2016-09-23 | 2018-03-29 | Kpit Technologies Limited | Autonomous system validation |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
US20190049957A1 (en) * | 2018-03-30 | 2019-02-14 | Intel Corporation | Emotional adaptive driving policies for automated driving vehicles |
US20190179738A1 (en) * | 2017-12-07 | 2019-06-13 | The Johns Hopkins University | Determining Performance of Autonomy Decision-Making Engines |
CN111123735A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 自动驾驶仿真运行方法和装置 |
-
2020
- 2020-06-05 CN CN202010504633.1A patent/CN111859528A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227781A (zh) * | 2015-10-29 | 2016-01-06 | 东莞酷派软件技术有限公司 | 一种移动终端配置的方法及系统 |
US20180011964A1 (en) * | 2016-07-07 | 2018-01-11 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and system for testing vehicle |
US20180089911A1 (en) * | 2016-09-23 | 2018-03-29 | Kpit Technologies Limited | Autonomous system validation |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
CN106873397A (zh) * | 2017-01-23 | 2017-06-20 | 同济大学 | 智能网联汽车“硬件在环”加速加载仿真测试系统 |
CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
CN106652645A (zh) * | 2017-03-16 | 2017-05-10 | 百度在线网络技术(北京)有限公司 | 车辆驾驶训练设备、车辆驾驶训练设备的操作方法和装置 |
CN107403038A (zh) * | 2017-07-05 | 2017-11-28 | 同济大学 | 一种智能汽车虚拟快速测试方法 |
US20190179738A1 (en) * | 2017-12-07 | 2019-06-13 | The Johns Hopkins University | Determining Performance of Autonomy Decision-Making Engines |
US20190049957A1 (en) * | 2018-03-30 | 2019-02-14 | Intel Corporation | Emotional adaptive driving policies for automated driving vehicles |
CN111123735A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 自动驾驶仿真运行方法和装置 |
Non-Patent Citations (1)
Title |
---|
袁保山,姜韶风,陆志鸿: "托卡马克装置工程基础", 30 April 2011, 原子能出版社, pages: 273 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327806A (zh) * | 2020-11-02 | 2021-02-05 | 东软睿驰汽车技术(沈阳)有限公司 | 自动驾驶的测试方法、装置和电子设备 |
CN112327806B (zh) * | 2020-11-02 | 2022-02-15 | 东软睿驰汽车技术(沈阳)有限公司 | 自动驾驶的测试方法、装置、电子设备和存储介质 |
CN112559371A (zh) * | 2020-12-24 | 2021-03-26 | 北京百度网讯科技有限公司 | 一种自动驾驶测试方法、装置及电子设备 |
CN112559371B (zh) * | 2020-12-24 | 2023-07-28 | 北京百度网讯科技有限公司 | 一种自动驾驶测试方法、装置及电子设备 |
CN116520298A (zh) * | 2023-06-12 | 2023-08-01 | 北京百度网讯科技有限公司 | 激光雷达性能测试方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112965466B (zh) | 自动驾驶系统的还原测试方法、装置、设备及程序产品 | |
JP7301077B2 (ja) | 自律走行システムのテスト方法、装置、電子機器、プログラム及びコンピュータ読み取り可能な記録媒体 | |
CN111859528A (zh) | 自动驾驶策略控制模块的仿真测试方法、设备及存储介质 | |
CN111694287B (zh) | 无人驾驶仿真场景中的障碍物模拟方法和装置 | |
CN111667605B (zh) | 自动驾驶测试数据存储方法、装置、电子设备 | |
KR102595538B1 (ko) | 샘플 편차 데이터의 획득 방법, 장치 및 전자기기 | |
CN111854771B (zh) | 地图质量的检测处理方法、装置、电子设备和存储介质 | |
CN112001585A (zh) | 多智能体决策方法、装置、电子设备及存储介质 | |
CN114415628A (zh) | 自动驾驶测试方法及装置、电子设备和存储介质 | |
EP4063792A2 (en) | Method and apparatus for generating a simulation scene, electronic device and storage medium | |
CN111625949B (zh) | 一种仿真引擎系统、仿真处理方法、设备和介质 | |
KR20210105288A (ko) | 질문 응답 로봇 생성 방법 및 장치 | |
CN112559378A (zh) | 自动驾驶算法评估方法和装置、场景库生成方法和装置 | |
CN111079079A (zh) | 数据修正方法、装置、电子设备及计算机可读存储介质 | |
JP2023038164A (ja) | 障害物検出方法、装置、自動運転車両、機器、及び記憶媒体 | |
CN111597287A (zh) | 地图生成方法、装置及设备 | |
CN107588919A (zh) | 碰撞测试系统及碰撞测试方法 | |
CN115384526A (zh) | 调试系统和调试方法 | |
CN115526055A (zh) | 模型鲁棒性检测方法、相关装置及存储介质 | |
CN113792016B (zh) | 提取行车数据的方法、装置、设备和介质 | |
CN115471495A (zh) | 模型鲁棒性检测方法、相关装置及存储介质 | |
CN111767651A (zh) | 指标预测模型的构建方法、指标预测方法和装置 | |
US11772681B2 (en) | Method and apparatus for processing autonomous driving simulation data, and electronic device | |
CN118012407B (zh) | 一种数据处理方法、装置、设备以及存储介质 | |
CN114721895B (zh) | 待测设计的验证方法、平台、设备和介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211018 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, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |