CN111897305A - 一种基于自动驾驶的数据处理方法、装置、设备及介质 - Google Patents
一种基于自动驾驶的数据处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111897305A CN111897305A CN202010491629.6A CN202010491629A CN111897305A CN 111897305 A CN111897305 A CN 111897305A CN 202010491629 A CN202010491629 A CN 202010491629A CN 111897305 A CN111897305 A CN 111897305A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- real
- current
- state data
- data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Abstract
本发明公开了一种基于自动驾驶的数据处理方法、装置、设备及介质。方法包括:基于真实车辆的当前行驶环境建立仿真场景,当前行驶环境包含有至少一个真实对象;在仿真场景中创建至少一个虚拟对象;根据测试业务逻辑和测试需求信息,从至少一个真实对象和至少一个虚拟对象中选择出一个目标对象,以及从真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源;利用预设算法、目标对象的状态信息和当前车辆状态数据生成控制指令;根据所选数据源将所述控制指令发送至真实车辆或者车辆动力学仿真模型;响应于真实车辆或者车辆动力学仿真模型返回的车辆状态数据,更新预设算法的参数。
Description
技术领域
本发明涉及互联网通信技术领域,尤其涉及一种基于自动驾驶的数据处理方法、装置、设备及介质。
背景技术
随着科学技术的迅猛发展,汽车已经成为人们生活中不可或缺的代步工具。伴随科技发展和人们的需要,汽车上的科技也得到了飞跃性的发展,自动驾驶的出现更是提升了道路交通智能化水平。自动驾驶汽车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。
相关技术中,在自动驾驶汽车的开发过程中,需要采用相应的测试系统对自动驾驶汽车的性能进行评估以及对相关参数作调整。现有的测试系统往往依赖仿真测试,然而在仿真测试中,1)对于针对实车机械部件构建的仿真模型,无论数学模型如何复杂,也很难做到与实车机械部件一致;2)为建立与真实场景更相似的仿真场景,需要搭建较复杂的仿真系统予以支持,这样往往影响测试效率。因此,需要提供对自动驾驶汽车更具真实性、更高效的测试方案。
发明内容
为了解决现有技术应用在对自动驾驶汽车进行测试时,真实性低、效率低等问题,本发明提供了一种基于自动驾驶的数据处理方法、装置、设备及介质:
一方面,本发明提供了一种基于自动驾驶的数据处理方法,所述方法包括:
基于真实车辆的当前行驶环境建立仿真场景,所述当前行驶环境包含有至少一个真实对象;
在所述仿真场景中创建至少一个虚拟对象;
根据测试业务逻辑和测试需求信息,从所述至少一个真实对象和所述至少一个虚拟对象中选择出一个目标对象,以及从所述真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源;
利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令;
根据所选数据源将所述控制指令发送至所述真实车辆或者所述车辆动力学仿真模型;
响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数。
另一方面提供了一种基于自动驾驶的数据处理装置,所述装置包括:
仿真场景建立模块:用于基于真实车辆的当前行驶环境建立仿真场景,所述当前行驶环境包含有至少一个真实对象;
虚拟对象创建模块:用于在所述仿真场景中创建至少一个虚拟对象;
选择模块:用于根据测试业务逻辑和测试需求信息,从所述至少一个真实对象和所述至少一个虚拟对象中选择出一个目标对象,以及从所述真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源;
控制指令生成模块:用于利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令;
控制指令发送模块:用于根据所选数据源将所述控制指令发送至所述真实车辆或者所述车辆动力学仿真模型;
更新模块:用于响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数。
另一方面提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的基于自动驾驶的数据处理方法。
另一方面提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的基于自动驾驶的数据处理方法。
本发明提供的一种基于自动驾驶的数据处理方法、装置、设备及介质,具有如下技术效果:
本发明在对自动驾驶汽车进行测试时,目标对象和数据源可选,为优化自动驾驶算法提供多种生成控制指令的测试模式。不同测试模式融合虚实可以提高测试的效率,可以兼顾测试的真实性、安全性以及延展测试范围的需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1是本发明实施例提供的一种应用环境的示意图;
图2是本发明实施例提供的一种基于自动驾驶的数据处理方法的流程示意图;
图3是本发明实施例提供的基于真实车辆的当前行驶环境建立仿真场景的一种流程示意图;
图4是本发明实施例提供的测试系统的结构框图;
图5是本发明实施例提供的在仿真场景与真实场景之间建立空间上的同步的示意图;
图6是本发明实施例提供的车辆控制接口的一种设计示意图;
图7是本发明实施例提供的一种基于自动驾驶的数据处理装置的组成框图;
图8是本发明实施例提供的一种电子设备的结构示意图;
图9是本发明实施例提供的调度任务模块的一种示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本发明实施例提供的一种应用环境的示意图,车辆在目标环境中运行,该目标环境中还可以包括有交通灯、车道线、指示牌、行人、其他车辆(比如机动车、非机动车)等交通参与者,它们在一定情形下可视作该车辆的障碍物。服务器获取这些交通参与者的状态信息以及车辆的当前状态数据,利用自动驾驶算法和这些数据生成控制指令,以及将控制指令发送给车辆。车辆基于控制指令作速度、转向等方面的行驶调整。其中,真实车辆接收控制指令并执行控制指令。这些交通参与者的状态信息中的交通参与者可以是真实的,也可以是在仿真系统中所创建的虚拟的。车辆的当前状态数据可以源自该真实车辆,也可以源自车辆动力学仿真模型。需要说明的是,图1仅仅是一种示例。
具体的,服务器可以包括一个独立运行的服务器,或者分布式服务器,或者由多个服务器组成的服务器集群。服务器可以包括有网络通信单元、处理器和存储器等等。
以下介绍本发明一种基于自动驾驶的数据处理方法的具体实施例,图2是本发明实施例提供的一种基于自动驾驶的数据处理方法的流程示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,所述方法可以包括:
S201:基于真实车辆的当前行驶环境建立仿真场景,所述当前行驶环境包含有至少一个真实对象;
在本发明实施例中,真实车辆的当前行驶环境中可以包括有交通灯、车道线、指示牌、行人、其他车辆(比如机动车、非机动车)等真实对象,真实对象可以看作当前行驶环境中真实车辆的障碍物。
计算机(比如服务器)或工控机可以利用仿真系统建立仿真场景,相应的,仿真场景中包括指示真实对象的仿真对象。仿真系统可以提供多种工具箱,帮助模拟真实世界的道路、车辆和行人等以及帮助模拟真实传感器进行信息转换等。仿真系统通过数学建模的方式将真实世界进行数字化还原和泛化,保证仿真场景具有高真实感,实现准确、可靠的复制。
在一个具体的实施例中,如图3所示,所述基于真实车辆的当前行驶环境建立仿真场景,包括:
S301:获取所述真实车辆的当前位置信息;
S302:基于所述当前位置信息和预设阈值确定所述当前行驶环境的范围;
S303:基于所述当前行驶环境的范围获取对应的高精地图;
S304:基于所述对应的高精地图建立所述仿真场景。
依靠高精地图帮助仿真场景与真实场景之间建立空间上的同步。高精地图是专为自动驾驶汽车设计的,包含道路定义、交叉路口、交通信号、车道规则以及用于车辆导航的其他元素。根据采集的高精地图数据,搭建可以显示的地图元素,如道路的连接方式、路口的设置、停车场的出入口、分层信息、泊车位置信息等,地图中各个元素包括有详细的地理信息(如经纬度)、元素大小和相对距离,这些与真实场景保持1:1的比例关系,仿真场景的搭建可以采用但不限于类似Prescan(一种测试仿真软件)、VTD(一种测试仿真软件)等商用软件。
基于真实车辆的当前位置信息(比如真实车辆的经纬度)和预设阈值(比如3公里)确定所述当前行驶环境的范围(比如以真实车辆的经纬度为圆心、以3km为半径的范围),然后获取当前行驶环境的范围所对应的高精地图,进而基于对应的高精地图建立仿真场景。具体的,由于高精地图存储有采集于真实环境的有关于道路、泊车位、交通标志等的静态信息,静态信息可以包括位置信息(比如精确的GPS坐标;GPS:Global Positioning System,全球定位系统)。这里可以基于对应的高精地图提取指示至少一个真实对象的静态信息,然后基于预设坐标系调整当前位置信息和静态信息中的位置信息,再将经调整的静态信息导入预设场景得到仿真场景。导入预设场景的静态信息需要以地理投影的方式转换为平面坐标,基于预设坐标系对静态信息中的位置信息进行调整时借助真实车辆的当前位置信息,让真实车辆的当前位置与其对应的仿真位置采用相同的坐标(定位于车辆的后轴中心点和航向角),这样更能保证真实车辆的当前位置与其对应的仿真位置在实虚两环境下的空间同步。基于高精地图与车辆定位实现的空间同步,可以降低测试场地的硬件设备要求,可以提高本发明实施例对于不同测试场地的通用性。
S202:在所述仿真场景中创建至少一个虚拟对象;
在本发明实施例中,计算机(比如服务器)或工控机可以利用仿真系统在仿真场景中创建至少一个虚拟对象。虚拟对象不同于真实对象在仿真场景中的呈现,虚拟对象可以用于帮助延展测试范围。
当然,也可以将仿真场景中指示真实对象的仿真对象纳入虚拟对象的范畴。
S203:根据测试业务逻辑和测试需求信息,从所述至少一个真实对象和所述至少一个虚拟对象中选择出一个目标对象,以及从所述真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源;
在本发明实施例中,测试业务逻辑可以指示目标项目开发的当前测试阶段,测试需求信息可以指示当前测试阶段的具体需求。相应的,基于测试业务逻辑和测试需求信息选择出的目标对象和用于获取当前车辆状态数据的数据源是对应不同测试阶段(模式)的。
其中,车辆动力学仿真模型可以是利用如CarSim(一种仿真软件)、Carmaker(一种仿真软件)、Perscan(一种测试仿真软件)等多种商业软件提供的或自行使用如Matlab/Simulink(一种可视化仿真工具)搭建的。车辆动力学仿真模型的控制与状态反馈接口可以与真实车辆作一致设置,车辆动力学仿真模可以运行于计算机(比如服务器)或工控机中。
在一个具体的实施例中,1)当选择所述真实对象作为所述目标对象时,基于所述真实车辆的检测模块获取所述目标对象的状态信息。真实车辆的检测模块可以对应自动驾驶汽车进行环境感知所常用的传感器技术,比如激光雷达、摄像头、毫米波雷达、GPS、惯导、超声波雷达和V2X(车用无线通信技术)等。2)当选择所述虚拟对象作为所述目标对象时,基于所述仿真场景获取所述目标对象的状态信息。基于虚拟对象在仿真场景中创建的时机,可以直接从仿真场景中获取虚拟对象的状态信息。也可以基于当前车辆状态数据创建新的虚拟对象,比如基于真实车辆的行驶轨迹和速度曲线在车身坐标系(基于车辆的后轴中心点和航向角建立)下设置虚拟对象的位置,
在另一个具体的实施例中,1)当选择所述真实车辆作为所述用于获取当前车辆状态数据的数据源时,基于所述真实车辆获取所述当前车辆状态数据。此时可以直接从真实车辆获取当前车辆状态数据。2)当选择所述车辆动力学仿真模型作为所述用于获取当前车辆状态数据的数据源时,基于所述车辆动力学仿真模型设置所述当前车辆状态数据。由于车辆动力学仿真模型是对真实车辆的仿真,车辆动力学仿真模型与真实车辆是会存在差异的、不同步的,相应的,这里可以直接从真实车辆获取当前车辆状态数据,也可以基于经验等考虑对车辆动力学仿真模型作相关调整以获取当前车辆状态数据。
在实际应用中,不同测试阶段(模式)包括:
1)虚拟对象作为目标对象+车辆动力学仿真模型作为用于获取当前车辆状态数据的数据源,可看作纯虚拟仿真测试、软件在环(SIL)仿真。这种模式适用于目标项目开发的第一阶段,此时真实车辆和检测模块(比如真实传感器)可能尚未到位,对自动驾驶算法作虚拟仿真测试以在前期阶段对算法进行初步的修改和完善。相较于实车测试,虚拟仿真测试可以更理想化,可以验证算法理论上的可行性。同时,虚拟仿真测试具有无安全风险、测试速度快、成本低等优点。
2)虚拟对象作为目标对象+真实车辆作为用于获取当前车辆状态数据的数据源,可看作基于虚拟目标的实车测试。这种模式适用于目标项目开发的第二阶段,适用于算法上车验证的情况,适用于未配置检测模块(比如真实传感器)虚拟感知检测下的车辆测试。此时接入了真实车辆的状态,测试自动驾驶算法对真实车辆的控制效果,消除车辆动力学仿真模型与真实车辆的差异。在实际项目开发中,环境感知往往比较复杂,如果在第一阶段后直接进入利用真实传感器和真实对象的阶段,会对自动驾驶算法产生较大影响。同时,车辆测试过程中也存在危险性,采用虚拟对象作为目标对象,实际上是对感知部分的理想化设置,将重点放在对决策规划和控制算法的测试验证。在实际环境中使用虚拟对象作为目标对象可以提高实车测试的安全性和高效性,为自动驾驶算法软件的开发验证提供早期支持。
3)真实对象作为目标对象+真实车辆作为用于获取当前车辆状态数据的数据源,可看作完全的实车测试。这种模式适用于目标项目开发的第三阶段,适用于真实车辆与真实传感器的标定和测试。此时用到真实传感器和真实对象,实际上基于环境感知对自动驾驶算法的终极测试。
4)真实对象作为目标对象+车辆动力学仿真模型作为用于获取当前车辆状态数据的数据源,可看作辅助测试。这种模式适用于参照真实车辆优化车辆动力学仿真模型。因为车辆动力学仿真模型虽然已经得到了较好的应用,但是与真实车辆相比仍然存在着差距,特别针对实车参数较多且较复杂的情况。当然也可以通过搭建硬件在环(HIL)的方式进行优化。
可参见图4,本发明实施例提供的测试系统,该系统结构围绕场景设置、环境感知、执行器控制反馈等方面进行搭建,形成一个完整的闭环测试系统。该系统可以在不同的开发测试阶段验证自动驾驶算法是否正确,以及支持算法的调试和迭代改进。其中,真实传感器所接入的数量可以根据目标项目涉及的自动驾驶系统进行确定,可以等同于真实车辆中安装的真实传感器。对于虚拟对象的设置可以参考真实传感器,可以包括安装位置参数、检测角度、检测距离等。同时考虑被测算法对感知接口的支持,虚拟对象的接口可以完全按照真实传感器的检测属性输出。
对于第二阶段涉及的虚实融合,可参考图5。高精地图一般使用GPS获取地图元素的坐标,地图数据经处理首先将WGS84坐标(经纬度)通过UTM(Universal TransverseMercator,通用横轴墨卡托投影)投影转换为平面坐标,选定测试场景地图中的某一点为坐标原点,建立局部平面直角坐标系,仿真场景与真实场景中的对象都选用此坐标系进行同步定位。对于立体停车场的使用场景,还可以增加分层和高度信息进行识别。使用实车测试时,安装于真实车辆内的GPS、IMU(测量物体三轴姿态角(或角速率)以及加速度的装置)等真实传感器反馈的车辆位置信息统一转换为与高精地图一致的直角坐标系,用于车辆在仿真场景和真实场景中的定位统一。对于目标对象的检测信息,基于不同的测试模式通过更换不同的场景地图数据库,以此来满足虚实融合场景的空间同步。
S204:利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令;
在本发明实施例中,基于预设算法、目标对象的状态信息和当前车辆状态数据生成的控制指令,可以用于指示真实车辆调整方向盘转角、油门开度、制动开度和挡位等,可以用于指示真实车辆的期望车速。预设算法作为本发明实施例涉及测试系统的测试对象,预设算法运行于计算机(比如服务器)或工控机的方式可以对应由Matlab/Simulink(一种可视化仿真工具)等商业软件搭建模型或以其他语言编写代码。
在一个具体的实施例中,所述利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令之前,所述方法还包括:基于通信接口从所述真实车辆所在车辆通信网络获取所述当前车辆状态数据。
可以在运行仿真系统的计算机(比如服务器)或工控机上增加通信接口(例如最常用的CAN总线;CAN:Controller Area Networ,控制器局域网络),接入真实车辆所在的车辆通信网络。这样可以实时读取车辆状态和真实传感器的检测信息(比如对象类型、相对距离、相对方位、相对角度、运动轨迹等),比如车辆位置、航向角、车速、加速度、发动机转速等一系列的车辆信息以及车辆周围环境的对象信息。需要说明的是,这里获取到的当前车辆状态数据可以包括前述步骤S301中真实车辆的当前位置信息。
基于通信接口以获取当前车辆状态数据,可以减少对测试场地进行硬件设备部署的资源消耗,相应的,可以省掉对硬件设备所采集数据进行处理的步骤。由于仿真系统采用通信接口,可实现仿真场景与真实场景的切换,如车辆动力学仿真模型作为用于获取当前车辆状态数据的数据源与真实车辆作为用于获取当前车辆状态数据的数据源的模式切换,真实对象作为目标对象与虚拟对象作为目标对象的模式切换。同时,相关方案也可扩展到硬件在环(HIL)测试台架进行使用。
在另一个具体的实施例中,所述利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令之前,所述方法还包括:获取所述目标对象的状态信息,以及为所述目标对象的状态信息添加时间戳标记;获取所述当前车辆状态数据,以及为所述当前车辆状态数据添加时间戳标记;
相应的,在响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数之前,可以接收所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,以及为接收到的车辆状态数据添加时间戳标记。
依靠时间戳标记帮助仿真场景与真实场景之间建立时间上的同步。由于整个测试系统需要仿真场景和真实场景同时使用,需要对相关信号进行同步。比如同步(比如同步地图、对象的静态信息、真实车辆的状态数据等)中若时间上出现延迟,会给虚实场景的融合带来问题,无法满足测试系统的需求。
在实际应用中,对于涉及虚拟仿真的第一阶段,测试系统可以不需要接入任何真实传感器,也不需要接入真实车辆所在的车辆通信网络,只需要进行虚拟时间仿真即可。对于涉及虚实融合的第二阶段,测试系统可以为真实传感器的检测信息所对应的反馈数据包增加时间戳标记,可以为车辆状态数据所对应的反馈数据包增加时间戳标记。同时,可以对测试系统各部分的运行进行协调,比如设置算法软件的周期、目标对象的检测周期、车辆状态反馈的下发周期和控制指令的下发周期等,协调各模块之间的执行顺序和信号流传输,达到运行时间的同步。可参考图9,图9示出了一种任务模块的调度方法,调度模块维护一个最小时间片(如1ms),对所有任务模块的调度周期以此为基准,对应不同时间周期的任务模块(比如对应目标对象的检测周期的任务模块、对应算法软件的周期的任务模块)都以该时间片为基准运行。对于对应时间周期较长的任务模块,可以采用时间偏移的方式解决某个时刻运行负载过大的问题。
S205:根据所选数据源将所述控制指令发送至所述真实车辆或者所述车辆动力学仿真模型;
在本发明实施例中,当真实车辆作为用于获取当前车辆状态数据的数据源时,计算机(比如服务器)或工控机将控制指令发送至真实车辆,可以直接使用线控信号实现对真实车辆的行驶进行驱动,可以基于控制指令针对真实车辆的相关参数进行标定,这样可以提高对自动驾驶算法软件的调试效率。相应的,当车辆动力学仿真模型作为用于获取当前车辆状态数据的数据源时,计算机(比如服务器)或工控机将控制指令发送至车辆动力学仿真模型。
S206:响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数。
在本发明实施例中,当真实车辆作为用于获取当前车辆状态数据的数据源时,真实车辆基于控制指令可以调整方向盘转角、油门开度、制动开度和挡位等,真实车辆基于控制指令可以以期望车速行驶。真实车辆返回的车辆状态数据表征着真实车辆基于控制指令的状态变化,真实车辆返回的车辆状态数据可以包括车辆位置、航向角、车速、加速度、发动机转速等。计算机(比如服务器)或工控机基于真实车辆返回的车辆状态数据更新自动驾驶算法的参数,这样可以对自动驾驶算法以及自动驾驶汽车的系统稳定性进行高效测试。相应的,当车辆动力学仿真模型作为用于获取当前车辆状态数据的数据源时,车辆动力学仿真模型基于控制指令输出仿真的车辆状态数据,并将该数据返回至计算机(比如服务器)或工控机。
在实际应用中,测试系统可以提供用户交互界面,测试过程中工作人员可以对罗列于显示终端页面上的参数进行不断修改,以使其符合预期控制目标。图6示意了一种车辆控制接口的设计图。
车辆动力学仿真模型在实现测试系统闭环起着关键的作用,车辆动力学仿真模型可以响应控制指令生成并更新位置状态和底盘总线参数反馈给自动驾驶算法对应的控制模块,这样控制模块可以规划并下发新的控制指令。
另外,仿真系统具备场景仿真数据的录制与回放功能。对于仿真数据的存储,为保证数据的存储大小,可以对录制存储的数据进行分类和选择。对于真实传感器对应的通信数据和真实车辆对应的通信数据,可以采用外接数据记录仪的方式进行存储(如CAN总线记录仪,以太网数据记录仪等)。内部模块数据按照各模块的接口数据分类,对自动驾驶算法的输入输出数据进行特别存储。存储的数据可以包含完整的时间标志,这样方便对数据进行二次处理,比如用于测试结果的分析与算法单元模块的仿真验证。同时,可以在仿真场景中可实现测试车辆和目标对象的实时状态显示和回放相关轨迹动画功能。
由于自动驾驶系统对功能安全性的指标要求较高,除了硬件之外,算法软件中也需要设计相关程序,实车测试中关于传感器和车辆部件的故障往往不能通过直接设置故障进行测试,这样就需要通过软件故障注入的方式实现。比如对于传感器、车辆通信网络其他节点的脱机、信号出错、控制信号无反馈的情况,通过测试系统的软件故障注入实现算法软件对功能安全方面的测试。
由以上本说明书实施例提供的技术方案可见,本说明书实施例在对自动驾驶汽车进行测试时,目标对象和数据源可选,为优化自动驾驶算法提供多种生成控制指令的测试模式。不同测试模式融合虚实可以提高测试的效率和质量,可以兼顾测试的真实性、安全性以及延展测试范围的需求。本说明书实施例提供的测试方案在保证虚实场景空间和时间同步的同时,可以有效降低场地部署的复杂度。
本发明实施例还提供了一种基于自动驾驶的数据处理装置,如图7所示,所述装置包括:
仿真场景建立模块710:用于基于真实车辆的当前行驶环境建立仿真场景,所述当前行驶环境包含有至少一个真实对象;
虚拟对象创建模块720:用于在所述仿真场景中创建至少一个虚拟对象;
选择模块730:用于根据测试业务逻辑和测试需求信息,从所述至少一个真实对象和所述至少一个虚拟对象中选择出一个目标对象,以及从所述真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源;
控制指令生成模块740:用于利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令;
控制指令发送模块750:用于根据所选数据源将所述控制指令发送至所述真实车辆或者所述车辆动力学仿真模型;
更新模块760:用于响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数。
需要说明的,所述装置实施例中的装置与方法实施例基于同样的发明构思。
本发明实施例提供了一种电子设备,该电子设备包括处理器和存储器,该存储器中存储有至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的基于自动驾驶的数据处理方法。
进一步地,图8示出了一种用于实现本发明实施例所提供的基于自动驾驶的数据处理方法的电子设备的硬件结构示意图,所述电子设备可以参与构成或包含本发明实施例所提供的基于自动驾驶的数据处理装置。如图8所示,电子设备80可以包括一个或多个(图中采用802a、802b,……,802n来示出)处理器802(处理器802可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器804、以及用于通信功能的传输装置806。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图8所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,电子设备80还可包括比图8中所示更多或者更少的组件,或者具有与图8所示不同的配置。
应当注意到的是上述一个或多个处理器802和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到电子设备80(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器804可用于存储应用软件的软件程序以及模块,如本发明实施例中所述的方法对应的程序指令/数据存储装置,处理器802通过运行存储在存储器84内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的一种基于自动驾驶的数据处理方法。存储器804可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器804可进一步包括相对于处理器802远程设置的存储器,这些远程存储器可以通过网络连接至电子设备80。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。
传输装置806用于经由一个网络接收或者发送数据。上述的网络具体实例可包括电子设备80的通信供应商提供的无线网络。在一个实例中,传输装置806包括一个网络适配器(NetworkInterfaceController,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实施例中,传输装置806可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与电子设备80(或移动设备)的用户界面进行交互。
本发明的实施例还提供了一种存储介质,所述存储介质可设置于电子设备之中以保存用于实现方法实施例中一种基于自动驾驶的数据处理方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的基于自动驾驶的数据处理方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置和电子设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于自动驾驶的数据处理方法,其特征在于,所述方法包括:
基于真实车辆的当前行驶环境建立仿真场景,所述当前行驶环境包含有至少一个真实对象;
在所述仿真场景中创建至少一个虚拟对象;
根据测试业务逻辑和测试需求信息,从所述至少一个真实对象和所述至少一个虚拟对象中选择出一个目标对象,以及从所述真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源;
利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令;
根据所选数据源将所述控制指令发送至所述真实车辆或者所述车辆动力学仿真模型;
响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数。
2.根据权利要求1所述的方法,其特征在于,所述利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令之前,所述方法还包括:
基于通信接口从所述真实车辆所在车辆通信网络获取所述当前车辆状态数据。
3.根据权利要求1所述的方法,其特征在于,所述利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令之前,所述方法还包括:
获取所述目标对象的状态信息,以及为所述目标对象的状态信息添加时间戳标记;
获取所述当前车辆状态数据,以及为所述当前车辆状态数据添加时间戳标记;
相应的,所述响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数之前,所述方法还包括:
接收所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,以及为接收到的车辆状态数据添加时间戳标记。
4.根据权利要求1所述的方法,其特征在于,所述基于真实车辆的当前行驶环境建立仿真场景,包括:
获取所述真实车辆的当前位置信息;
基于所述当前位置信息和预设阈值确定所述当前行驶环境的范围;
基于所述当前行驶环境的范围获取对应的高精地图;
基于所述对应的高精地图建立所述仿真场景。
5.根据权利要求4所述的方法,其特征在于,所述基于所述对应的高精地图建立所述仿真场景,包括:
基于所述对应的高精地图提取指示所述至少一个真实对象的静态信息;
基于预设坐标系调整所述当前位置信息和所述静态信息中的位置信息;
将经调整的静态信息导入预设场景得到所述仿真场景。
6.根据权利要求4所述的方法,其特征在于,所述从所述至少一个真实对象和所述至少一个虚拟对象中选择出一个目标对象之后,所述方法还包括:
当选择所述真实对象作为所述目标对象时,基于所述真实车辆的检测模块获取所述目标对象的状态信息;
当选择所述虚拟对象作为所述目标对象时,基于所述仿真场景获取所述目标对象的状态信息。
7.根据权利要求1所述的方法,其特征在于,所述从所述真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源之后,所述方法还包括:
当选择所述真实车辆作为所述用于获取当前车辆状态数据的数据源时,基于所述真实车辆获取所述当前车辆状态数据;
当选择所述车辆动力学仿真模型作为所述用于获取当前车辆状态数据的数据源时,基于所述车辆动力学仿真模型设置所述当前车辆状态数据。
8.一种基于自动驾驶的数据处理装置,其特征在于,所述装置包括:
仿真场景建立模块:用于基于真实车辆的当前行驶环境建立仿真场景,所述当前行驶环境包含有至少一个真实对象;
虚拟对象创建模块:用于在所述仿真场景中创建至少一个虚拟对象;
选择模块:用于根据测试业务逻辑和测试需求信息,从所述至少一个真实对象和所述至少一个虚拟对象中选择出一个目标对象,以及从所述真实车辆和车辆动力学仿真模型中选择出用于获取当前车辆状态数据的数据源;
控制指令生成模块:用于利用预设算法、所述目标对象的状态信息和所述当前车辆状态数据生成控制指令;
控制指令发送模块:用于根据所选数据源将所述控制指令发送至所述真实车辆或者所述车辆动力学仿真模型;
更新模块:用于响应于所述真实车辆或者所述车辆动力学仿真模型返回的车辆状态数据,更新所述预设算法的参数。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1-7任一所述的基于自动驾驶的数据处理方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-7任一所述的基于自动驾驶的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491629.6A CN111897305B (zh) | 2020-06-02 | 2020-06-02 | 一种基于自动驾驶的数据处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491629.6A CN111897305B (zh) | 2020-06-02 | 2020-06-02 | 一种基于自动驾驶的数据处理方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111897305A true CN111897305A (zh) | 2020-11-06 |
CN111897305B CN111897305B (zh) | 2022-08-02 |
Family
ID=73206600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010491629.6A Active CN111897305B (zh) | 2020-06-02 | 2020-06-02 | 一种基于自动驾驶的数据处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111897305B (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112255931A (zh) * | 2020-10-10 | 2021-01-22 | 北京五一视界数字孪生科技股份有限公司 | 数据处理方法、装置、存储介质及电子设备 |
CN112286206A (zh) * | 2020-11-17 | 2021-01-29 | 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 |
CN112383674A (zh) * | 2020-11-09 | 2021-02-19 | 中国第一汽车股份有限公司 | 一种数据和视频同步显示方法、装置、车辆及介质 |
CN112473151A (zh) * | 2019-09-11 | 2021-03-12 | 本田技研工业株式会社 | 信息提供装置、信息提供方法及存储介质 |
CN112528477A (zh) * | 2020-12-03 | 2021-03-19 | 安徽江淮汽车集团股份有限公司 | 道路场景仿真方法、设备、存储介质及装置 |
CN112612261A (zh) * | 2020-12-21 | 2021-04-06 | 广州小鹏自动驾驶科技有限公司 | 一种辅助变道的仿真测试系统和方法 |
CN112733359A (zh) * | 2021-01-05 | 2021-04-30 | 北京三快在线科技有限公司 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
CN112925221A (zh) * | 2021-01-20 | 2021-06-08 | 重庆长安汽车股份有限公司 | 基于数据回注的辅助驾驶闭环测试方法 |
CN112925297A (zh) * | 2021-01-29 | 2021-06-08 | 北京百度网讯科技有限公司 | 自动驾驶算法验证方法、装置、设备、存储介质及产品 |
CN112990114A (zh) * | 2021-04-21 | 2021-06-18 | 四川见山科技有限责任公司 | 一种基于ai识别的交通数据可视化仿真方法及系统 |
CN112987703A (zh) * | 2021-05-19 | 2021-06-18 | 北京博科测试系统股份有限公司 | 一种实验室内整车在环自动驾驶开发测试系统及方法 |
CN113238933A (zh) * | 2021-04-30 | 2021-08-10 | 阿波罗智联(北京)科技有限公司 | 底盘仿真方法、装置、服务器、存储介质及程序产品 |
CN113256976A (zh) * | 2021-05-12 | 2021-08-13 | 中移智行网络科技有限公司 | 一种车路协同系统、模拟仿真方法、车载设备和路侧设备 |
CN113359669A (zh) * | 2021-06-09 | 2021-09-07 | 阿波罗智联(北京)科技有限公司 | 生成测试数据的方法、装置、电子设备和介质 |
CN113467416A (zh) * | 2021-06-28 | 2021-10-01 | 重庆长安汽车股份有限公司 | 一种实车功能安全故障注入测试方法及系统 |
CN113625594A (zh) * | 2021-07-30 | 2021-11-09 | 中汽创智科技有限公司 | 一种自动驾驶仿真方法及仿真系统 |
CN113625597A (zh) * | 2021-08-04 | 2021-11-09 | 京东鲲鹏(江苏)科技有限公司 | 仿真车辆控制方法、装置、电子设备和存储介质 |
CN113650569A (zh) * | 2021-07-29 | 2021-11-16 | 广州文远知行科技有限公司 | 交通工具设备控制方法、装置、交通工具及存储介质 |
CN113671937A (zh) * | 2021-08-20 | 2021-11-19 | 安徽江淮汽车集团股份有限公司 | Aeb功能优化再验证方法 |
CN113704119A (zh) * | 2021-08-31 | 2021-11-26 | 中汽创智科技有限公司 | 一种用于智能驾驶的测试方法、装置、系统及存储介质 |
CN113760776A (zh) * | 2021-09-30 | 2021-12-07 | 襄阳达安汽车检测中心有限公司 | 一种自动驾驶仿真软件协同仿真测试的方法和系统 |
CN113792428A (zh) * | 2021-09-14 | 2021-12-14 | 北京五一视界数字孪生科技股份有限公司 | 虚拟场景下车辆的测试方法、装置及电子设备 |
CN113786608A (zh) * | 2021-09-13 | 2021-12-14 | 安波福电子(苏州)有限公司 | 车辆控制算法调校系统和方法 |
CN113836726A (zh) * | 2021-09-26 | 2021-12-24 | 中汽创智科技有限公司 | 动态行驶场景的仿真方法、装置、电子设备及存储介质 |
CN114035545A (zh) * | 2021-11-08 | 2022-02-11 | 苏州挚途科技有限公司 | 自动驾驶算法仿真测试方法、装置及电子设备 |
CN114063476A (zh) * | 2022-01-14 | 2022-02-18 | 杭州宏景智驾科技有限公司 | 领航辅助软件在环仿真测试方法、系统、设备及存储介质 |
CN114141092A (zh) * | 2021-11-10 | 2022-03-04 | 武汉未来幻影科技有限公司 | 一种驾考模拟器动画场景构建方法及系统 |
CN114167841A (zh) * | 2021-12-03 | 2022-03-11 | 中车青岛四方机车车辆股份有限公司 | 整车控制逻辑的测试方法、装置、设备及可读存储介质 |
CN115356951A (zh) * | 2022-10-19 | 2022-11-18 | 北京易控智驾科技有限公司 | 一种仿真方法、系统及其存储介质和电子设备 |
CN116734892A (zh) * | 2023-08-15 | 2023-09-12 | 腾讯科技(深圳)有限公司 | 行驶数据的处理方法、装置、设备和介质 |
CN117539230A (zh) * | 2024-01-10 | 2024-02-09 | 中汽智联技术有限公司 | 智驾域控制器领航辅助功能测试方法、设备和存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170270236A1 (en) * | 2016-03-18 | 2017-09-21 | Toyota Jidosha Kabushiki Kaisha | Vehicle simulation device for crowd-sourced vehicle simulation data |
US20180017950A1 (en) * | 2016-07-15 | 2018-01-18 | Baidu Online Network Technology (Beijing) Co., Ltd . | Real vehicle in-the-loop test system and method |
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 |
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 |
CN108803607A (zh) * | 2018-06-08 | 2018-11-13 | 北京领骏科技有限公司 | 一种用于自动驾驶的多功能仿真系统 |
CN109213126A (zh) * | 2018-09-17 | 2019-01-15 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车测试系统和方法 |
CN109522673A (zh) * | 2018-11-30 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 一种测试方法、装置、设备和存储介质 |
CN109884916A (zh) * | 2019-02-26 | 2019-06-14 | 初速度(苏州)科技有限公司 | 一种自动驾驶仿真评估方法及装置 |
CN110333085A (zh) * | 2019-08-02 | 2019-10-15 | 山东省科学院自动化研究所 | 一种自动驾驶测试车远程控制系统及方法 |
CN110779730A (zh) * | 2019-08-29 | 2020-02-11 | 浙江零跑科技有限公司 | 基于虚拟驾驶场景车辆在环的l3级自动驾驶系统测试方法 |
CN110794712A (zh) * | 2019-12-03 | 2020-02-14 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶虚景在环测试系统和方法 |
CN110794810A (zh) * | 2019-11-06 | 2020-02-14 | 安徽瑞泰智能装备有限公司 | 一种对智能驾驶车辆进行集成化测试的方法 |
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
- 2020-06-02 CN CN202010491629.6A patent/CN111897305B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170270236A1 (en) * | 2016-03-18 | 2017-09-21 | Toyota Jidosha Kabushiki Kaisha | Vehicle simulation device for crowd-sourced vehicle simulation data |
US20180017950A1 (en) * | 2016-07-15 | 2018-01-18 | Baidu Online Network Technology (Beijing) Co., Ltd . | Real vehicle in-the-loop test system and method |
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 |
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 |
CN108803607A (zh) * | 2018-06-08 | 2018-11-13 | 北京领骏科技有限公司 | 一种用于自动驾驶的多功能仿真系统 |
CN109213126A (zh) * | 2018-09-17 | 2019-01-15 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车测试系统和方法 |
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 |
CN109522673A (zh) * | 2018-11-30 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 一种测试方法、装置、设备和存储介质 |
CN109884916A (zh) * | 2019-02-26 | 2019-06-14 | 初速度(苏州)科技有限公司 | 一种自动驾驶仿真评估方法及装置 |
CN110333085A (zh) * | 2019-08-02 | 2019-10-15 | 山东省科学院自动化研究所 | 一种自动驾驶测试车远程控制系统及方法 |
CN110779730A (zh) * | 2019-08-29 | 2020-02-11 | 浙江零跑科技有限公司 | 基于虚拟驾驶场景车辆在环的l3级自动驾驶系统测试方法 |
CN110794810A (zh) * | 2019-11-06 | 2020-02-14 | 安徽瑞泰智能装备有限公司 | 一种对智能驾驶车辆进行集成化测试的方法 |
CN110794712A (zh) * | 2019-12-03 | 2020-02-14 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶虚景在环测试系统和方法 |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112473151A (zh) * | 2019-09-11 | 2021-03-12 | 本田技研工业株式会社 | 信息提供装置、信息提供方法及存储介质 |
CN112255931A (zh) * | 2020-10-10 | 2021-01-22 | 北京五一视界数字孪生科技股份有限公司 | 数据处理方法、装置、存储介质及电子设备 |
CN112255931B (zh) * | 2020-10-10 | 2024-04-16 | 万物镜像(北京)计算机系统有限公司 | 数据处理方法、装置、存储介质及电子设备 |
CN112383674A (zh) * | 2020-11-09 | 2021-02-19 | 中国第一汽车股份有限公司 | 一种数据和视频同步显示方法、装置、车辆及介质 |
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 |
CN112286206A (zh) * | 2020-11-17 | 2021-01-29 | 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 |
CN112528477A (zh) * | 2020-12-03 | 2021-03-19 | 安徽江淮汽车集团股份有限公司 | 道路场景仿真方法、设备、存储介质及装置 |
CN112528477B (zh) * | 2020-12-03 | 2024-03-08 | 安徽江淮汽车集团股份有限公司 | 道路场景仿真方法、设备、存储介质及装置 |
CN112612261A (zh) * | 2020-12-21 | 2021-04-06 | 广州小鹏自动驾驶科技有限公司 | 一种辅助变道的仿真测试系统和方法 |
CN112733359A (zh) * | 2021-01-05 | 2021-04-30 | 北京三快在线科技有限公司 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
CN112733359B (zh) * | 2021-01-05 | 2024-01-12 | 北京三快在线科技有限公司 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
CN112925221A (zh) * | 2021-01-20 | 2021-06-08 | 重庆长安汽车股份有限公司 | 基于数据回注的辅助驾驶闭环测试方法 |
CN112925297A (zh) * | 2021-01-29 | 2021-06-08 | 北京百度网讯科技有限公司 | 自动驾驶算法验证方法、装置、设备、存储介质及产品 |
CN112925297B (zh) * | 2021-01-29 | 2022-08-16 | 北京百度网讯科技有限公司 | 自动驾驶算法验证方法、装置、设备、存储介质及产品 |
CN112990114A (zh) * | 2021-04-21 | 2021-06-18 | 四川见山科技有限责任公司 | 一种基于ai识别的交通数据可视化仿真方法及系统 |
CN112990114B (zh) * | 2021-04-21 | 2021-08-10 | 四川见山科技有限责任公司 | 一种基于ai识别的交通数据可视化仿真方法及系统 |
CN113238933B (zh) * | 2021-04-30 | 2024-03-12 | 阿波罗智联(北京)科技有限公司 | 底盘仿真方法、装置、服务器、存储介质及程序产品 |
CN113238933A (zh) * | 2021-04-30 | 2021-08-10 | 阿波罗智联(北京)科技有限公司 | 底盘仿真方法、装置、服务器、存储介质及程序产品 |
WO2022237866A1 (zh) * | 2021-05-12 | 2022-11-17 | 中移智行网络科技有限公司 | 一种车路协同系统、模拟仿真方法、车载设备和路侧设备 |
CN113256976A (zh) * | 2021-05-12 | 2021-08-13 | 中移智行网络科技有限公司 | 一种车路协同系统、模拟仿真方法、车载设备和路侧设备 |
CN112987703A (zh) * | 2021-05-19 | 2021-06-18 | 北京博科测试系统股份有限公司 | 一种实验室内整车在环自动驾驶开发测试系统及方法 |
CN112987703B (zh) * | 2021-05-19 | 2021-08-03 | 北京博科测试系统股份有限公司 | 一种实验室内整车在环自动驾驶开发测试系统及方法 |
CN113359669A (zh) * | 2021-06-09 | 2021-09-07 | 阿波罗智联(北京)科技有限公司 | 生成测试数据的方法、装置、电子设备和介质 |
CN113467416A (zh) * | 2021-06-28 | 2021-10-01 | 重庆长安汽车股份有限公司 | 一种实车功能安全故障注入测试方法及系统 |
CN113650569A (zh) * | 2021-07-29 | 2021-11-16 | 广州文远知行科技有限公司 | 交通工具设备控制方法、装置、交通工具及存储介质 |
CN113650569B (zh) * | 2021-07-29 | 2022-10-11 | 广州文远知行科技有限公司 | 交通工具设备控制方法、装置、交通工具及存储介质 |
CN113625594B (zh) * | 2021-07-30 | 2024-04-26 | 中汽创智科技有限公司 | 一种自动驾驶仿真方法及仿真系统 |
CN113625594A (zh) * | 2021-07-30 | 2021-11-09 | 中汽创智科技有限公司 | 一种自动驾驶仿真方法及仿真系统 |
CN113625597A (zh) * | 2021-08-04 | 2021-11-09 | 京东鲲鹏(江苏)科技有限公司 | 仿真车辆控制方法、装置、电子设备和存储介质 |
CN113671937A (zh) * | 2021-08-20 | 2021-11-19 | 安徽江淮汽车集团股份有限公司 | Aeb功能优化再验证方法 |
CN113671937B (zh) * | 2021-08-20 | 2023-06-30 | 安徽江淮汽车集团股份有限公司 | Aeb功能优化再验证方法 |
CN113704119A (zh) * | 2021-08-31 | 2021-11-26 | 中汽创智科技有限公司 | 一种用于智能驾驶的测试方法、装置、系统及存储介质 |
CN113786608A (zh) * | 2021-09-13 | 2021-12-14 | 安波福电子(苏州)有限公司 | 车辆控制算法调校系统和方法 |
CN113792428B (zh) * | 2021-09-14 | 2024-04-02 | 万物镜像(北京)计算机系统有限公司 | 虚拟场景下车辆的测试方法、装置及电子设备 |
CN113792428A (zh) * | 2021-09-14 | 2021-12-14 | 北京五一视界数字孪生科技股份有限公司 | 虚拟场景下车辆的测试方法、装置及电子设备 |
CN113836726A (zh) * | 2021-09-26 | 2021-12-24 | 中汽创智科技有限公司 | 动态行驶场景的仿真方法、装置、电子设备及存储介质 |
CN113760776A (zh) * | 2021-09-30 | 2021-12-07 | 襄阳达安汽车检测中心有限公司 | 一种自动驾驶仿真软件协同仿真测试的方法和系统 |
CN114035545A (zh) * | 2021-11-08 | 2022-02-11 | 苏州挚途科技有限公司 | 自动驾驶算法仿真测试方法、装置及电子设备 |
CN114141092B (zh) * | 2021-11-10 | 2023-01-20 | 武汉未来幻影科技有限公司 | 一种驾考模拟器动画场景构建方法及系统 |
CN114141092A (zh) * | 2021-11-10 | 2022-03-04 | 武汉未来幻影科技有限公司 | 一种驾考模拟器动画场景构建方法及系统 |
CN114167841A (zh) * | 2021-12-03 | 2022-03-11 | 中车青岛四方机车车辆股份有限公司 | 整车控制逻辑的测试方法、装置、设备及可读存储介质 |
CN114063476A (zh) * | 2022-01-14 | 2022-02-18 | 杭州宏景智驾科技有限公司 | 领航辅助软件在环仿真测试方法、系统、设备及存储介质 |
CN115356951A (zh) * | 2022-10-19 | 2022-11-18 | 北京易控智驾科技有限公司 | 一种仿真方法、系统及其存储介质和电子设备 |
CN116734892B (zh) * | 2023-08-15 | 2023-11-03 | 腾讯科技(深圳)有限公司 | 行驶数据的处理方法、装置、设备和介质 |
CN116734892A (zh) * | 2023-08-15 | 2023-09-12 | 腾讯科技(深圳)有限公司 | 行驶数据的处理方法、装置、设备和介质 |
CN117539230A (zh) * | 2024-01-10 | 2024-02-09 | 中汽智联技术有限公司 | 智驾域控制器领航辅助功能测试方法、设备和存储介质 |
CN117539230B (zh) * | 2024-01-10 | 2024-03-22 | 中汽智联技术有限公司 | 智驾域控制器领航辅助功能测试方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111897305B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111897305B (zh) | 一种基于自动驾驶的数据处理方法、装置、设备及介质 | |
CN109781431B (zh) | 基于混合现实的自动驾驶测试方法及系统 | |
Szalay | Next generation X-in-the-loop validation methodology for automated vehicle systems | |
Chen et al. | A novel integrated simulation and testing platform for self-driving cars with hardware in the loop | |
CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
WO2023207016A1 (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
CN111859618A (zh) | 多端在环的虚实结合交通综合场景仿真测试系统及方法 | |
GB2536771A (en) | Autonomous driving refined in virtual environments | |
CN113848855B (zh) | 车辆控制系统测试方法、装置、设备、介质及程序产品 | |
CN111665738A (zh) | 在环仿真系统及其中的信息处理方法及装置 | |
CN109461342B (zh) | 一种用于无人驾驶机动车的教学系统及其教学方法 | |
CN111752258A (zh) | 自主车辆的操作测试 | |
CN113064487A (zh) | 一种交互虚拟仿真系统 | |
US20220204009A1 (en) | Simulations of sensor behavior in an autonomous vehicle | |
US20220289253A1 (en) | Method for evaluating autonomous driving system, apparatus and storage medium | |
CN113848749A (zh) | 自动驾驶仿真测试系统、方法、电子设备及存储介质 | |
Shi et al. | An integrated traffic and vehicle co-simulation testing framework for connected and autonomous vehicles | |
CN111982133B (zh) | 基于高精地图对车辆进行定位的方法、装置及电子设备 | |
KR20230159308A (ko) | 첨단 운전자 보조 시스템(adas) 및/또는 자동화된 운전 시스템(ads)을 교정하고 검증하기 위한 방법, 시스템 및 컴퓨터 프로그램 제품 | |
Guvenc et al. | Simulation Environment for Safety Assessment of CEAV Deployment in Linden | |
Cantas et al. | Customized co-simulation environment for autonomous driving algorithm development and evaluation | |
US20120197618A1 (en) | Architecture and method for realistic vehicular networking and applications visualization | |
Artunedo et al. | Advanced co-simulation framework for cooperative maneuvers among vehicles | |
CN110647053A (zh) | 一种自动驾驶仿真方法及系统 | |
CN113918615A (zh) | 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统 |
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 |