CN112001097A - 自动驾驶仿真结果的分析和可视化方法和计算机设备 - Google Patents
自动驾驶仿真结果的分析和可视化方法和计算机设备 Download PDFInfo
- Publication number
- CN112001097A CN112001097A CN202011178406.0A CN202011178406A CN112001097A CN 112001097 A CN112001097 A CN 112001097A CN 202011178406 A CN202011178406 A CN 202011178406A CN 112001097 A CN112001097 A CN 112001097A
- Authority
- CN
- China
- Prior art keywords
- simulation
- driving
- data
- scene
- simulation result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种自动驾驶仿真结果的分析和可视化方法,包括:在第一仿真运行环境、第二仿真运行环境下获取自动驾驶车辆在仿真场景中产生的第一驾驶数据、第二驾驶数据;获取仿真场景信息,并获取与之相对应的非通用评分标准;根据预设的通用评分标准和非通用评分标准对第一驾驶数据、第二驾驶数据进行评分,分别得到包括第一通用仿真结果、第一定制仿真结果的第一仿真结果和包括第二通用仿真结果、第二定制仿真结果的第二仿真结果;将第一仿真结果、第二仿真结果进行分析,并产生可视化情报要素;将可视化情报要素根据预设的显示规则进行可视化显示。本发明可以直观比较不同自动驾驶仿真软件的优劣,选出更好的仿真软件。
Description
技术领域
本发明涉及自动驾驶领域,尤其涉及一种自动驾驶仿真结果的分析和可视化方法和计算机设备。
背景技术
对自动驾驶车辆来说,进行仿真测试是保证自动驾驶车辆安全性的必要手段。自动驾驶车辆在使用不同的仿真软件会得到不同的仿真结果。目前尚缺乏对于不同版本仿真软件的进行准确、全面、有效比较的方法。如何将不同的仿真软件进行准确、全面、有效地对比,评估出不同仿真软件之间的优势和劣势,对于自动驾驶仿真测试的评估和选择非常重要。
发明内容
有鉴于此,有必要提供一种自动驾驶仿真结果的分析和可视化方法和计算机设备。
第一方面,本发明提供一种自动驾驶仿真结果的分析和可视化方法,所述自动驾驶仿真结果的分析和可视化方法包括:
在第一仿真运行环境下,获取自动驾驶车辆在仿真场景中进行仿真产生的第一驾驶数据,所述第一仿真运行环境用于表示采用第一版本仿真软件运行下的环境;
在第二仿真运行环境下,获取自动驾驶车辆在所述仿真场景中进行仿真产生的第二驾驶数据,所述第二仿真运行环境用于表示采用第二版本仿真软件运行下的环境;
获取仿真场景信息;
根据所述仿真场景信息获取与所述仿真场景信息相对应的非通用评分标准;
根据预设的通用评分标准对所述第一驾驶数据和所述第二驾驶数据进行评分,得到第一通用仿真结果和第二通用仿真结果;
若获取到非通用评分标准,根据所述非通用评分标准对所述第一驾驶数据和所述第二驾驶数据进行评分,得到第一定制仿真结果和第二定制仿真结果;
将第一仿真结果和第二仿真结果进行分析,并产生可视化情报要素,所述第一仿真结果包括所述第一通用仿真结果和所述第一定制仿真结果;所述第二仿真结果包括所述第二通用仿真结果和所述第二定制仿真结果;以及
将所述可视化情报要素根据预设的显示规则进行可视化显示。
在一些可行的实施例中,所述通用评分标准包括用于表示自动驾驶车辆驾驶行为安全性的安全性标准、用于表示自动驾驶车辆驾驶行为是否符合交通规则的合规性标准、用于表示乘坐自动驾驶车辆的体感舒适性的舒适度标准、用于表示是否符合预设行为的真值标准、用于表示各仿真模块生成的中间结果的阶段性状况标准。
在一些可行的实施例中,所述非通用评分标准用于表示根据具体场景设置的标准,针对不同的场景设置不同的非通用评分标准。
在一些可行的实施例中,所述第一仿真结果还包括第一正确反应仿真结果,所述第二仿真结果还包括第二正确反应仿真结果,所述自动驾驶仿真结果的分析和可视化方法还包括:
从所述仿真场景中获取交通情景数据;
根据所述交通情景数据从预设驾驶行为库查找对应的正确驾驶行为数据,所述预设驾驶行为库用于表示每一交通情景数据下的正确驾驶行为数据,其中,每一交通情景数据与一种或几种正确驾驶行为数据对应;
根据所述正确驾驶行为数据对所述第一驾驶数据和所述第二驾驶数据分别进行评分,得到第一正确反应仿真结果和第二正确反应仿真结果。
在一些可行的实施例中,所述仿真场景包括初始仿真场景和模糊仿真场景;在第一仿真运行环境下,获取自动驾驶车辆在仿真场景中进行仿真产生的第一驾驶数据具体包括:
对初始仿真场景中重要的数据进行不同变化,得到第一场景变化数据;
根据所述第一场景变化数据,生成第一模糊仿真场景;
在第一仿真运行环境下,获取自动驾驶车辆在所述初始仿真场景下驾驶产生的第一初始驾驶数据和在所述第一模糊仿真场景下驾驶产生的第一模糊驾驶数据;
根据所述第一初始驾驶数据和所述第一模糊驾驶数据形成所述第一驾驶数据。
在一些可行的实施例中,所述仿真场景包括初始仿真场景和模糊仿真场景;在第二仿真运行环境下,获取自动驾驶车辆在仿真场景中进行仿真产生的第二驾驶数据具体包括:
对初始仿真场景中重要的数据进行不同变化,得到第二场景变化数据;
根据所述第二场景变化数据,生成第二模糊仿真场景;
在第二仿真运行环境下,获取自动驾驶车辆在所述初始仿真场景下驾驶产生的第二初始驾驶数据和在所述第二模糊仿真场景下驾驶产生的第二模糊驾驶数据;
根据所述第二初始驾驶数据和所述第二模糊驾驶数据形成所述第二驾驶数据。
在一些可行的实施例中,所述自动驾驶仿真的测试方法还包括:
对所述第一场景变化数据、第二场景变化数据在对应的所述初始场景中和所述模糊仿真场景中的仿真结果进行聚合,形成数据点的仿真结果集;
若检测到对所述数据点进行操作时,再现所述数据点的仿真结果集。
在一些可行的实施例中,所述用于变化的所述重要的数据包括用于表示不同参数的数据,所述的自动驾驶仿真的测试方法还包括:
对不同参数的数据采用不同的可视化元素进行表示。
在一些可行的实施例中,所述可视化情报要素包括与所述第一仿真结果所对应的第一情报要素、及与所述第二仿真结果所对应的第二情报要素,将所述可视化情报要素根据预设的显示规则进行可视化显示具体包括:
将所述第一情报要素和所述第二情报要素相同的显示区域进行重叠显示,其中,所述第一情报要素和所述第二情报要素用不同的图形和/或颜色来显示。
第二方面,本发明还提供一种使用自动驾驶仿真结果的分析和可视化方法的计算机设备,所述计算机设备包括处理器和存储器,所述处理器用于执行所述仿真测试的程序指令,所述存储器用于储存所述程序指令,以实现如上所述的生成自动驾驶仿真结果的分析和可视化方法。
在上述自动驾驶仿真结果的分析和可视化方法中,通过对不同仿真软件进行仿真测试得到的仿真结果进行分析并可视化处理,便于直观比较不同仿真软件的优势和劣势,从而对仿真软件进行评估、比较,选择更好的仿真软件,也利于对现有版本进行升级。
附图说明
图1为本发明第一实施例提供的自动驾驶仿真结果的分析和可视化方法的流程示意图。
图2为本发明第二实施例提供的自动驾驶仿真结果的分析和可视化方法的部分流程示意图。
图3为本发明第三实施例提供的自动驾驶仿真结果的分析和可视化方法的部分流程示意图。
图4为本发明第一实施例提供的仿真场景中自动驾驶车辆转向示意图。
图5为本发明第一实施例提供的仿真场景中自动驾驶车辆变道示意图。
图6为本发明第一实施例提供的仿真结果空档期DT的评分可视化示意图。
图7为本发明第一实施例提供的计算机设备的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。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前提下所获得的所有其它实施例,都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,换句话说,描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,还可以包含其它内容,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只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。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参看图1,其为本发明第一实施例提供的自动驾驶仿真结果的分析和可视化方法的流程示意图。具体包括以下步骤。
步骤S101,在第一仿真运行环境下,获取自动驾驶车辆在仿真场景中进行仿真产生的第一驾驶数据。其中,第一仿真运行环境是指用第一版本仿真软件运行下的环境。具体地,第一驾驶数据包括但不限于自动驾驶车辆在仿真场景中仿真时产生的定位、感知、预测、决策、规划、控制等各个模块的数据。
步骤S103,在第二仿真运行环境下,获取自动驾驶车辆在仿真场景中进行仿真产生的第二驾驶数据。其中,第二仿真运行环境是指用第二版本仿真软件运行下的环境。具体地,第二驾驶数据包括但不限于自动驾驶车辆在仿真场景中仿真时产生的定位、感知、预测、决策、规划、控制等各个模块的数据。
步骤S105,获取仿真场景信息。具体地,仿真场景信息包括但不限于场景对象和对象的属性信息。优选地,场景对象包括道路对象、交通标识对象、行驶车辆对象、行人对象。场景对象的属性信息包括行进方向、行进速度、行进状态、拓扑结构。
步骤S107,获取与仿真场景信息相对应的非通用评分标准。非通用评分标准用于表示根据具体场景设置的标准,针对不同的场景设置不同的非通用评分标准。优选地,非通用评分标准可以是空档期DT长度标准。请结合参看图4,其为本发明第一实施例提供的仿真场景中自动驾驶车辆转向示意图。空档期DT是指自动驾驶车辆C0在准备转向时可以单独行驶在交叉区域A1中所占用的时间。其中,交叉区域是指自动驾驶车辆C0在转向时可以安全行驶的区域。自动驾驶车辆C0转向前,最后一辆车辆C1驶出交叉区域A1的驶离时刻为T 1,C1后面的车辆C2驶入交叉区域A1的驶入时刻为T 2 ,空档期DT为驶入时刻T 1与驶离时刻T 2 之差,即DT=T 2 -T 1。空档期DT越大,在该非通用评分标准下获得的评分越高。请结合参看图5,其为本发明第一实施例提供的仿真场景中自动驾驶车变道向示意图。空档期DT是指自动驾驶车辆C0在准备变道时可以单独行驶在交叉区域A2中所占用的时间。其中,交叉区域是指自动驾驶车辆C0在变道时可以安全行驶的区域。自动驾驶车辆C0变道前,最后一辆车辆C1驶出交叉区域A2的驶离时刻为T 1,C1后面的车辆C2驶入交叉区域A2的驶入时刻为T 2 ,空档期DT为驶入时刻T 1与驶离时刻T 2 之差,即DT=T 2 -T 1。空档期DT越大,在该非通用评分标准下获得的评分越高。在一些可行的实施例中,针对不同的场景设置不同的非通用评分标准不同。举例来说,在车辆行驶方向前方有行人横穿马路的情景中,根据车辆距离横穿马路的行人的远近来设置不同的非通用评分标准。如果距离较近,正确的驾驶行为应该是自动驾驶车辆采取紧急制动措施,防止撞到行人。按照行人较近场景下的非通用评分标准,采取紧急制动的驾驶行为将获得高评分。如果距离较远,正确的驾驶行为应该是自动驾驶车辆缓慢制动,既可以避免撞到行人,也可以避免后车追尾,同时保证了乘客的乘坐舒适度。按照行人较远场景下的非通用评分标准,采取缓慢制动的驾驶行为将获得高评分。
步骤S109,根据预设的通用评分标准对第一驾驶数据和第二驾驶数据进行评分,得到第一通用仿真结果和第二通用仿真结果。具体地,通用评分标准包括但不限于用于表示自动驾驶车辆驾驶行为安全性的安全性标准、用于表示自动驾驶车辆驾驶行为是否符合交通规则的合规性标准、用于表示乘坐自动驾驶车辆的体感舒适性的舒适度标准、用于表示是否符合预设行为的真值标准、用于表示各仿真模块生成的中间结果的阶段性状况标准等等。优选地,安全性标准评价可以包括但不限于自动驾驶车辆行驶是否造成碰撞,是否压线,是否离开可驾驶区域,是否距离某物体距离过进等等。优选地,舒适度标准的评价可以包括但不限于自动驾驶车辆在行驶的过程中是否有急停、是否有急刹、是否有加速过快、是否有转弯过急等行为引起的不舒适感,是否选择了合理、快捷的路径抵达目的地,是否在合理的时间内抵达目的地等等。优选地,合规性标准评价可以包括但不限于自动驾驶车辆在行驶的过程中是否闯红灯,是否在斑马线避让行人,是否超速,是否在交叉路口变道,是否逆行,是否在“停”、“减速”等指示牌前做出相应的合规动作。优选地,真值标准评价包括但不限于在预设的减速点是否减速、在预设的车灯开启点是否打开车灯等。
步骤S111,根据非通用评分标准对第一驾驶数据和第二驾驶数据进行评分,得到第一定制仿真结果和第二定制仿真结果。
步骤S113,将第一仿真结果和第二仿真结果进行分析,并产生可视化情报要素。其中,第一仿真结果包括第一通用仿真结果和第一定制仿真结果;第二仿真结果包括第二通用仿真结果和第二定制仿真结果。
步骤S115,将可视化情报要素根据预设的显示规则进行可视化显示。具体地,可以使用BI可视化的软件将可视化情报要素进行处理。请参看图6,其为本发明第一实施例提供的仿真结果空档期DT的评分可视化示意图。优选地,可以使用条形图对空档期DT进行可视化处理。在第一仿真运行环境和第二仿真运行环境下得到的空档期DT分别为20秒和5秒,对结果进行比较、评分,得到空档期DT的第一情报要素为4,第二情报要素为1。将第一情报要素、第二情报要素分别输入BI可视化软件进行处理,选择用条形图的方式输出结果,得到空档期评分比较图。对不同参数的数据采用不同的可视化元素进行表示。具体地,进行可视化分析处理的时候,可以选择若干个评价标准,用曲线图、折线图、散点图、直方图、箱线图二维颜色矩阵图、三维颜色矩阵图、饼状图、条形图等形式直观地进行可视化。举例来说,对步骤S107的自动驾驶车辆转向结果的分析,可以用两个维度分别别是自动驾驶车辆C0的速度和空档期DT的长度。在使用可视化软件对仿真结果进行分析后,如果需要详细查看某个数据点,可以用选中该数据点进行详细查看数据分析结果,或是回放仿真结果分析过程。
在本实施例中,自动驾驶仿真结果的分析和可视化方法通过非通用评分标准和通用评分标准对第一版本仿真软件以及第二版本仿真软件进行评估,以获取第一仿真结果和第二仿真结果。通过对第一仿真结果和第二仿真结果的可视化显示,展示不同版本的仿真软件之间的差异,从而更加方便快捷的了解到各不同版本的仿真测试软件的优劣,筛选出性能能加优越的仿真软件。
在一些可行的实施例中,第一仿真结果和第二仿真结果还分别包括第一正确仿真结果和第二正确仿真结果。请参看图2,图2为本发明第二实施例提供的自动驾驶仿真结果的分析和可视化方法的部分流程示意图。第二实施例与第一实施例提供的自动驾驶仿真结果的分析和可视化方法的差异在于,第二实施例提供的自动驾驶仿真结果的分析和可视化方法还包括:
步骤S201,从仿真场景中获取交通情景数据。具体地,交通情景包括但不限于交通信号灯、道路拥堵状况、车道信息、天气信息、能见度信息等。
步骤S203,根据交通情景数据,从预设驾驶行为库查找对应的正确驾驶行为数据。其中,预设驾驶行为库用于表示每一交通情景数据下的正确驾驶行为数据,每一交通情景数据与一种或几种正确驾驶行为数据对应。优选地,根据下雨天选择雨天模式,雨天模式包括小雨模式、中雨模式、暴雨模式等等。根据具体的情景数据选择对应的正确行为驾驶数据。举例来说,在暴雨情景下,选择暴雨模式的正确驾驶行为数据,包括但不限于暴雨模式第一正确驾驶行为数据、暴雨模式第二正确驾驶行为数据等。
步骤S205,根据正确驾驶行为数据,对第一驾驶数据和第二驾驶数据分别进行评分,得到第一正确反应仿真结果和第二正确反应仿真结果。
在本实施例中,自动驾驶仿真结果的分析和可视化方法通过第一仿真结果和第二仿真结果对不同仿真软件进行全方面的评估,得到关于不同仿真软件安全性、合规性、舒适性方面的对比性能,以及是否符合预设行为的真值标准和中间结果的阶段性状况。并将上述参数利用可视化软件进行可视化显示,使得各仿真软件的优势与劣势能够清晰明了进行显示,有助于更快的筛选出性能更加优越的仿真软件。
在一些可行的实施例中,仿真场景包括初始仿真场景和模糊仿真场景;自动驾驶车辆在第一仿真运行环境和第二仿真运行环境下,分别获取在仿真场景中进行仿真产生的第一驾驶数据和第二驾驶数据。请参看图3,图3为本发明第三实施例提供的自动驾驶仿真结果分析和可视化方法的部分流程示意图。第三实施例与第一实施例提供的自动驾驶仿真结果的分析和可视化方法的差异在于,第三实施例提供的自动驾驶仿真结果的分析和可视化方法还包括:
步骤S301,对初始仿真场景中重要的数据进行不同变化,得到场景变化数据。其中,对初始仿真场景的重要数据进行多次不同变化,得到多个场景变化数据,包括但不限于第一场景变化数据和第二场景变化数据。举例来说,对初始仿真场景中的车流量、交通信号灯控制、天气状况等重要数据进行不同的变化,得到场景变化数据。
步骤S303,根据场景变化数据生成模糊仿真场景。其中,根据多个场景变化数据,生成对应的多个模糊仿真场景,包括但不限于第一模糊仿真场景和第二模糊仿真场景。具体地,对第一场景变化数据、第二场景变化数据在对应的所述初始场景中和所述模糊仿真场景中的仿真结果进行聚合,形成数据点的仿真结果集;若检测到对所述数据点进行操作时,再现所述数据点的仿真结果集。
步骤S305,在仿真运行环境下,获取自动驾驶车辆在初始仿真场景下驾驶产生的初始驾驶数据和在模糊仿真场景下驾驶产生的模糊驾驶数据。其中,仿真运行环境有多个,包括但不限于第一仿真运行环境和第二仿真运行环境,与之对应地,获取自动驾驶车辆在初始仿真场景下驾驶产生的第一初始驾驶数据、第二初始驾驶数据和在模糊仿真场景下驾驶产生的第一模糊驾驶数据、第二模糊驾驶数据。
步骤S307,根据初始驾驶数据和模糊驾驶数据形成驾驶数据。对应地,形成的驾驶数据有多个,包括但不限于包含第一初始驾驶数据、第一模糊驾驶数据的第一驾驶数据和包含第二初始驾驶数据、第二模糊驾驶数据的第二驾驶数据。
请参看图7,其为本发明第一实施例提供的计算机设备的内部结构示意图。计算机设备200包括处理器201、存储器200、总线203、显示组件204和通信组件205。
其中,处理器201在一些可行的实施例中可以是一中央处理器(CentralProcessing Unit, CPU)、控制器、微控制器、微处理器或其它数据处理芯片,用于运行存储器202中存储的程序指令或处理数据。具体地,处理器201运行存储于存储器202上面的自动驾驶仿真结果的分析和可视化方法的程序指令。
存储器202至少包括一种类型的可读存储介质,该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器202在一些实施例中可以是计算机设备200的内部存储单元,例如计算机设备200的硬盘。存储器202在另一些实施例中也可以是的外部计算机设备200存储设备,例如计算机设备200上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字卡(Secure Digital, SD),闪存卡(Flash Card)等。进一步地,存储器202还可以既包括计算机设备200的内部存储单元也包括外部存储设备。存储器202不仅可以用于存储安装于计算机设备200的应用软件及各类数据,还可以用于暂时地存储已经输出或者将要输出的数据。具体地,存储器202用于存储自动驾驶仿真结果的分析和可视化方法的程序指令,以及运行该程序指令时产生的数据。
总线203可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
进一步地,计算机设备200还可以包括显示组件204。显示组件204可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示组件204也可以适当的称为显示装置或显示单元,用于显示在计算机设备200中处理的信息以及用于显示可视化的用户界面。举例来说,显示组件204可以显示经可视化软件处理过的可视化评分结果。
进一步地,计算机设备200还可以包括通信组件205,通信组件205可选的可以包括有线通信组件和/或无线通信组件(如Wi-Fi通信组件、蓝牙通信组件等),通常用于在计算机设备200与其它计算机设备之间建立通信连接。
图7仅示出了具有组件201-205以及计算机设备200,本领域技术人员可以理解的是,图7示出的结构并不构成对计算机设备200的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
该计算机程序产品包括一个或多个程序指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。该计算机设备可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。该程序指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,该程序指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘Solid State Disk,SSD)等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅是示意性的,例如,该单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
该作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、流动硬盘、只读存储介质(ROM,Read-Only Memory)、随机存取存储介质(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序指令的介质。
需要说明的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种自动驾驶仿真结果的分析和可视化方法,其特征在于,所述自动驾驶仿真结果的分析和可视化方法包括:
在第一仿真运行环境下,获取自动驾驶车辆在仿真场景中进行仿真产生的第一驾驶数据,所述第一仿真运行环境用于表示采用第一版本仿真软件运行下的环境;
在第二仿真运行环境下,获取所述自动驾驶车辆在所述仿真场景中进行仿真产生的第二驾驶数据,所述第二仿真运行环境用于表示采用第二版本仿真软件运行下的环境;
获取仿真场景信息;
根据所述仿真场景信息获取与所述仿真场景信息相对应的非通用评分标准;
根据预设的通用评分标准对所述第一驾驶数据和所述第二驾驶数据进行评分,得到第一通用仿真结果和第二通用仿真结果;
若获取到所述非通用评分标准,根据所述非通用评分标准对所述第一驾驶数据和所述第二驾驶数据进行评分,得到第一定制仿真结果和第二定制仿真结果;
将第一仿真结果和第二仿真结果进行分析,并产生可视化情报要素,所述第一仿真结果包括所述第一通用仿真结果和所述第一定制仿真结果;所述第二仿真结果包括所述第二通用仿真结果和所述第二定制仿真结果;以及
将所述可视化情报要素根据预设的显示规则进行可视化显示。
2.如权利要求1所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,所述通用评分标准包括用于表示所述自动驾驶车辆驾驶行为安全性的安全性标准、用于表示所述自动驾驶车辆驾驶行为是否符合交通规则的合规性标准、用于表示乘坐所述自动驾驶车辆的体感舒适性的舒适度标准、用于表示是否符合预设行为的真值标准、用于表示各仿真模块生成的中间结果的阶段性状况标准。
3.如权利要求1所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,所述非通用评分标准用于表示根据具体场景设置的标准,针对不同的场景设置不同的所述非通用评分标准。
4.如权利要求1所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,所述第一仿真结果还包括第一正确反应仿真结果,所述第二仿真结果还包括第二正确反应仿真结果,所述自动驾驶仿真结果的分析和可视化方法还包括:
从所述仿真场景中获取交通情景数据;
根据所述交通情景数据从预设驾驶行为库查找对应的正确驾驶行为数据,所述预设驾驶行为库用于表示每一交通情景数据下的正确驾驶行为数据,其中,每一交通情景数据与一种或几种正确驾驶行为数据对应;
根据所述正确驾驶行为数据对所述第一驾驶数据和所述第二驾驶数据分别进行评分,得到所述第一正确反应仿真结果和所述第二正确反应仿真结果。
5.如权利要求1所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,所述仿真场景包括初始仿真场景和模糊仿真场景,所述模糊仿真场景包括第一模糊仿真场景,在第一仿真运行环境下,获取所述自动驾驶车辆在仿真场景中进行仿真产生的第一驾驶数据具体包括:
对所述初始仿真场景中重要的数据进行不同变化,得到第一场景变化数据;
根据所述第一场景变化数据,生成所述第一模糊仿真场景;
在第一仿真运行环境下,获取所述自动驾驶车辆在所述初始仿真场景下驾驶产生的第一初始驾驶数据和在所述第一模糊仿真场景下驾驶产生的第一模糊驾驶数据;
根据所述第一初始驾驶数据和所述第一模糊驾驶数据形成所述第一驾驶数据。
6.如权利要求5所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,所述模糊仿真场景还包括第二模糊仿真场景,在第二仿真运行环境下,获取所述自动驾驶车辆在仿真场景中进行仿真产生的第二驾驶数据具体包括:
对所述初始仿真场景中所述重要的数据进行不同变化,得到第二场景变化数据;
根据所述第二场景变化数据,生成所述第二模糊仿真场景;
在第二仿真运行环境下,获取所述自动驾驶车辆在所述初始仿真场景下驾驶产生的第二初始驾驶数据和在所述第二模糊仿真场景下驾驶产生的第二模糊驾驶数据;
根据所述第二初始驾驶数据和所述第二模糊驾驶数据形成所述第二驾驶数据。
7.如权利要求6所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,所述自动驾驶仿真的测试方法还包括:
对所述第一场景变化数据、所述第二场景变化数据在对应的所述初始仿真场景中和所述模糊仿真场景中的仿真结果进行聚合,形成数据点的仿真结果集;
若检测到对所述数据点进行操作时,再现所述数据点的仿真结果集。
8.如权利要求6所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,用于变化的所述重要的数据包括用于表示不同参数的数据,所述的自动驾驶仿真的测试方法还包括:
对所述不同参数的数据采用不同的可视化元素进行表示。
9.如权利要求1所述的自动驾驶仿真结果的分析和可视化方法,其特征在于,所述可视化情报要素包括与所述第一仿真结果所对应的第一情报要素、及与所述第二仿真结果所对应的第二情报要素,将所述可视化情报要素根据预设的显示规则进行可视化显示具体包括:
将所述第一情报要素和所述第二情报要素相同的显示区域进行重叠显示,其中,所述第一情报要素和所述第二情报要素用不同的图形和/或颜色来显示。
10.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器用于储存程序指令,所述处理器用于执行所述程序指令,以实现如权利要求1-9任意一项所述的自动驾驶仿真结果的分析和可视化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011178406.0A CN112001097A (zh) | 2020-10-29 | 2020-10-29 | 自动驾驶仿真结果的分析和可视化方法和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011178406.0A CN112001097A (zh) | 2020-10-29 | 2020-10-29 | 自动驾驶仿真结果的分析和可视化方法和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001097A true CN112001097A (zh) | 2020-11-27 |
Family
ID=73475763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011178406.0A Pending CN112001097A (zh) | 2020-10-29 | 2020-10-29 | 自动驾驶仿真结果的分析和可视化方法和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001097A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107843440A (zh) * | 2017-10-30 | 2018-03-27 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆性能测试系统及方法 |
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 |
CN109520744A (zh) * | 2018-11-12 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的驾驶性能测试方法和装置 |
-
2020
- 2020-10-29 CN CN202011178406.0A patent/CN112001097A/zh active Pending
Patent Citations (3)
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 |
CN107843440A (zh) * | 2017-10-30 | 2018-03-27 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆性能测试系统及方法 |
CN109520744A (zh) * | 2018-11-12 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的驾驶性能测试方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6925796B2 (ja) | 車両を運転する際に当該車両の運転者を支援する方法及びシステム、車両、並びにコンピュータプログラム | |
CN113486531B (zh) | 一种车辆行驶路径规划方法、设备及系统 | |
US10255168B2 (en) | Method and device for generating test cases for autonomous vehicles | |
CN111680362B (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
JP2022505759A (ja) | 運転者支援システムを試験するための方法及び装置 | |
JP7006132B2 (ja) | 情報処理システム、情報処理装置、情報処理方法、及びプログラム | |
CN108357496A (zh) | 自动驾驶控制方法及装置 | |
US20190340448A1 (en) | Event prediction system, event prediction method, program, and recording medium having same recorded therein | |
CN111932881A (zh) | 交通路口管理方法、装置、终端设备及存储介质 | |
US20220318457A1 (en) | Simulation method based on events and computer equipment thereof | |
JP2020123259A (ja) | 自動運転プログラム評価システム、及び自動運転プログラム評価方法 | |
JP2023540613A (ja) | 運転者支援システムを試験するための方法およびシステム | |
CN113256974A (zh) | 车辆违章预警方法、装置、设备及存储介质 | |
CN114764392A (zh) | 用于确定交通场景相似度值的计算机实现方法和测试单元 | |
CN112327806A (zh) | 自动驾驶的测试方法、装置和电子设备 | |
CN114475656B (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN112001097A (zh) | 自动驾驶仿真结果的分析和可视化方法和计算机设备 | |
CN108470443A (zh) | 一种交通事故的责任判定方法和装置 | |
DE112018006674T5 (de) | Fahrassistenzvorrichtung, Fahrassistenzsystem, Fahrassistenzverfahren und Aufzeichnungsmedium, in dem ein Fahrassistenzprogramm gespeichert ist | |
CN111611175B (zh) | 自动驾驶软件开发方法、服务器端及客户端 | |
CN113177266A (zh) | 仿真方法、仿真计算机设备及计算机可读存储介质 | |
CN115571121A (zh) | 高速公路风险预警方法、装置、设备及可读存储介质 | |
CN112455459B (zh) | 触发事件的建模方法、装置、设备及存储介质 | |
JP7525299B2 (ja) | 走行環境変化特定方法、その装置及びそのコンピュータプログラム | |
KR102601833B1 (ko) | 게임 엔진에 기반한 자율주행 알고리즘 시뮬레이션 방법 및 시스템 |
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 |