CN112198859A - 混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置 - Google Patents
混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置 Download PDFInfo
- Publication number
- CN112198859A CN112198859A CN202010929879.3A CN202010929879A CN112198859A CN 112198859 A CN112198859 A CN 112198859A CN 202010929879 A CN202010929879 A CN 202010929879A CN 112198859 A CN112198859 A CN 112198859A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- scene
- real
- simulation
- sensing 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.)
- 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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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
本发明公开了一种混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置,方法包括步骤:基于语义地图生成3D场景模型;真实车辆在配置障碍物的真实场景下获取车载传感器数据,并对所述车载传感器数据进行预处理,在仿真场景中配置行人、车辆以及动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流;将仿真场景中配置的障碍物信息处理为感知结果融合后作为仿真中的感知结果;将所述仿真场景中的感知结果与真实场景中预处理过的传感器数据融合处理得到车辆的控制指令,真实车辆执行所述控制指令在所述仿真场景与真实场景中发生移动,更新所述仿真场景中的感知结果以及真实场景中多传感器感知结果并反馈,形成测试环路。
Description
技术领域
本发明属于自动驾驶车辆测试技术领域,具体涉及一种混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置。
背景技术
自动驾驶车辆实际应用之前必须保证其稳定性和安全性,这需要对软件、硬件、所有可能出现的意外情况进行全面、反复的测试。一辆自动驾驶车辆至少包含车辆、传感器、计算单元、操作系统、算法软件等多个组成部分。对于传统的车辆,制造商通过数百万公里的实际道路测试来发现纠正车辆问题,然而这种方法对于自动驾驶车辆这样一个软硬件结合的多部件系统危险且耗时,因此,大家都在寻找一种安全可靠、低成本、可重复的自动驾驶车辆测试方法。
对于无人驾驶车辆,虚拟或硬件在环仿真是道路试验的必要前提。纯仿真的测试方法在仿真环境中构建车辆的动力学模型,通过配置相关传感器和控制器模拟真实车辆行驶过程,该方法可以重复测试各种场景下的感知、决策、规划和控制能力,但是不能测试车辆的硬件部分。Hardware in the loop的测试方法测试软件和硬件的兼容性和可靠性,测试了部分或全部硬件的功能,但是忽略了实际道路环境。增强现实和混合现实技术的应用实现了基于真实的道路构建虚实结合的场景,测试自动驾驶系统在真实车辆上的表现,该方法给自动驾驶车辆在安全的环境下提供更多更安全有效的测试可能,然而现阶段该方法的应用还不够成熟。
发明内容
为了克服现有技术中自动驾驶车辆仿真测试的危险系数高、测试成本高、场景难以复现或者高度依赖测试场地等问题,本发明提供一种在虚拟和现实结合的混合场景下,支持车辆在环路的灵活的自动驾驶车辆测试方法、系统及装置。
为了实现上述目的,本发明采用的技术方案是,一种混合场景下车辆在环的自动驾驶车辆测试方法,包括以下步骤:
S1,获取语义地图;
S2,基于S1所述语义地图生成3D场景模型,将所述3D场景模型作为仿真场景的背景环境;
S3,在真实场景中配置障碍物;
S4,真实车辆在S3所述真实场景下获取车载传感器数据,并对所述车载传感器数据进行预处理,
S5,在S2所述仿真场景中配置行人、车辆以及动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流;
S6,将仿真场景中配置的行人、车辆、动静态障碍物信息处理为感知结果融合后的数据形式UFDF,作为仿真中的感知结果;
S7,将S6所得仿真场景中的感知结果与真实场景中预处理过的传感器数据合并形成统一的融合数据格式;
S8,将S7所得融合数据经无人驾驶车辆的规划决策方法处理得到车辆的控制指令;
S9,真实车辆执行S8所得控制指令在所述仿真场景与真实场景中发生移动,更新所述仿真场景中的感知结果以及真实场景中多传感器感知结果,将所述仿真场景中的感知结果返回至S4,同时将真实场景中多传感器感知结果返回至S6,形成测试环路。
S1中,自行搭建或根据真实场景的高精度点云地图构建语义地图。
S3中所述障碍物包括但不限于水马和锥形标。
S4中所述车载传感器包括但不限于多线激光雷达和相机。
S5中,仿真场景中配置的行人、车辆、动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流包括以下步骤:
S51,仿真场景中配置行人、和动静态障碍物信息,确定除车辆外的交通参与者的运动速度及轨迹;
S52,根据标志位车辆行驶状态预估车辆可能行驶区域,将可能行驶区域划分为减速区域、刹车区域以及正常行驶区域,
S53,选择激光雷达检测范围,直行时仅检测车辆正前方区域,有左转倾向时检测正前方及左侧区域,有右转倾向时检测正前方及右侧区域,任意时刻在车辆最小刹车距离范围内检测到物体时车辆刹车;
S54,确定激光雷达检测范围后进入车速调整逻辑,持续调整速度,使车速维持在相对稳定的区间,并与前方车辆或障碍物保持安全距离,实现车辆避障和多车交互;
S55,根据可行驶速度范围对所述车辆速度进行限定。
S6中,车辆信息及行人交通参与者信息转换为UFDF格式,包含交通参与者位置、朝向、大小、速度、加速度以及预测轨迹。
S8中,所述控制指令包括但不限于方向盘转角、油门以及刹车。
一种混合场景下车辆在环的自动驾驶车辆测试系统,包括语义地图获取模块、仿真场景生成模块、数据获取模块、仿真场景配置模块、数据融合模块以及数据反馈模块;
其中,语义地图获取模块用于根据真实场景的高精度点云地图构建语义地图;
仿真场景生成模块基于所述语义地图生成3D场景模型,将所述3D场景模型作为仿真场景的背景环境;
数据获取模块用于获取真实场景中车辆的感知结果;
仿真场景配置模块在仿真场景中配置行人、车辆以及动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流;
数据融合模块用于将真实场景中车辆的感知结果与仿真场景中车辆的感知结果融合成统一的融合数据格式UFDF,并基于所述融合数据得到对真实车辆的控制指令;
数据反馈模块用于将真实车辆在真实场景中执行所述控制指令时的感知结果反馈至数据获取模块。
混合场景下车辆在环的自动驾驶车辆测试装置,包括一个或多个处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取部分或全部所述计算机可执行程序并执行,处理器执行部分或全部计算可执行程序时能实现本发明所述混合场景下车辆在环的自动驾驶车辆测试方法中的S1、S2、S4、S5、S6、S7以及S8,并将S9中真实车辆在真实场景中的感知结果反馈。
一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现本发明所述混合场景下车辆在环的自动驾驶车辆测试方法中的S1、S2、S4、S5、S6、S7以及S8,并将S9中真实车辆在真实场景中的感知结果反馈。
与现有技术相比,本发明至少具有以下有益效果:
本发明提出一种基于混合测试环境的车辆在环测试方法,该方法支持更真实的混合驾驶安全测试,综合了仿真合成场景和真实场景。在不同的道路条件下,合成场景提供了复杂的交通模拟,真实世界的场景将真实的自主驾驶车辆、真实的传感器套件以及试验场引入到测试环中,从而进一步弥合了硬件在环测试和实际道路测试之间的差距;其次虚拟感知结果以统一的融合数据格式直接重新计算并交付给车辆,无需渲染虚拟检测数据,资源占用少;最后,不同的测试场景可基于OSM地图生成,可自由选择测试的场景,实现更安全、更有效的自主驾驶测试。
附图说明
为了更清楚地说明本申请发明中的技术方案,下面对描述实施例所需要使用到的附图进行简单介绍。
图1是本发明方法整体的实现流程图。
图2为本发明中仿真交通流场景配置示意图。
图3为本发明中车辆避障和多车交互示意图。
具体实施方式
为了更为清晰地介绍本发明的具体内容及优势,接下来将结合附图以及实施例进行更进一步的说明。实施方式中涉及的实施例是用于介绍本发明的整体流程,而非限制本发明的应用范围。
参考图1、图2和图3,本发明提供的一种在虚拟和现实结合的混合场景下,支持车辆在环路的灵活的自动驾驶车辆测试方法包括:
S1、自行搭建或根据真实场景的高精度点云地图构建语义地图;
S2、由语义地图建模生成3D场景模型作为仿真场景的背景环境;
S3、真实场景中进行简单障碍物配置,包括但不限于水马、锥形标等;
S4、真实车辆在真实场景下的多传感器(包括但不限于多线激光雷达、相机)感知结果进行预处理,用于后续融合;
S5、仿真场景中配置行人、车辆、动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流;
仿真场景中配置的行人、车辆、动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流包括:
S51、仿真场景中配置行人、和动静态障碍物信息,确定除车辆外的交通参与者的运动速度及轨迹;
S52、根据车辆行驶状态预估车辆可能行驶区域,将可能行驶区域划分为减速区域以及刹车区域,在这之外为正常行驶区域。
S53、根据车辆行驶状态选择激光雷达检测范围,直行时仅检测车辆正前方区域,有左转倾向时检测正前方及左侧区域,有右转倾向时检测正前方及右侧区域,任意时刻在车辆最小刹车距离范围内检测到物体时车辆刹车。
S54、确定检测范围后进入车速调整逻辑,利用持续的速度调整将车辆维持在一个相对稳定的车速上并与前方车辆或障碍物保持安全距离,实现简单的车辆避障和多车交互,参考图3,
其中:vt为当前时刻车辆速度;d为当前时刻车辆与障碍物距离;dmax为车辆最大减速距离即最小安全距离;dmin为车辆最小刹车距离。车辆位于减速范围内时为持续减速过程,每个计算周期内减速值为:调整α值可改变车辆减速的加速度,且车辆越接近障碍物减速越快);车辆与物体距离大于减速距离时车辆每个计算周期设定车速在实际车速vt基础上增加Δv,在交通流仿真中,通过调整参数α和Δv,能平稳地调整车速并且实现避障及跟车行驶等功能。
S55、根据可行驶速度范围对所述车辆速度进行限定。[vmin,vmax]为当前时刻车辆可行驶速度范围,车辆速度上限根据方向盘的预期转角进行修改,已知方向盘转角范围:下一时刻方向盘预期转角为ωset,设定下一时刻车辆速度上限为:vmax=vstright_max-τ|ωset|,vstright_max为车辆直行所能到达的最大速度,任意时刻仿真车辆的行驶速度上限与方向盘转角成反比,调整参数τ可以调整二者的关系,这样可以有效地在行驶过程中控制车辆速度,防止转弯时车速过快。
S6、仿真场景中配置的行人、车辆、动静态障碍物信息直接处理为感知结果融合后的数据形式Unified Fusioned Data Format(UFDF),作为仿真中的感知结果;
所述UFDF格式,包含交通参与者位置、朝向、大小、速度、加速度以及预测轨迹等属性。
S7、将所述仿真场景中的感知结果与真实场景中预处理过的感知结果合并形成统一的融合数据格式UFDF;
S8、所述UFDF数据经无人驾驶车辆的规划决策方法处理得到车辆的控制指令,包括但不限于方向盘转角、油门、刹车;
S9、真实车辆执行控制指令在所述仿真场景与真实场景中发生移动,更新所述仿真场景中的感知结果以及真实场景中多传感器感知结果,返回105步骤,形成测试环路。
本发明提供一种基于混合场景下车辆在环的自动驾驶车辆测试系统,包括语义地图获取模块、仿真场景生成模块、数据获取模块、仿真场景配置模块、数据融合模块以及数据反馈模块;
其中,语义地图获取模块用于根据真实场景的高精度点云地图构建语义地图;
仿真场景生成模块基于所述语义地图生成3D场景模型,将所述3D场景模型作为仿真场景的背景环境;
数据获取模块用于获取真实场景中车辆的感知结果;
仿真场景配置模块在仿真场景中配置行人、车辆以及动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流;
数据融合模块用于将真实场景中车辆的感知结果与仿真场景中车辆的感知结果融合成统一的融合数据格式UFDF,并基于所述融合数据得到对真实车辆的控制指令;
数据反馈模块用于将真实车辆在真实场景中执行所述控制指令时的感知结果反馈至数据获取模块。
本发明还提供一种基于混合场景下车辆在环的自动驾驶车辆测试装置,包括一个或多个处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取部分或全部所述计算机可执行程序并执行,处理器执行部分或全部计算可执行程序时能实现权利要求1~7任一项所述基于混合场景下车辆在环的自动驾驶车辆测试方法中的S1、S2、S4、S5、S6、S7以及S8,并将S9中真实车辆在真实场景中的感知结果反馈。
所述测试装置可以采用车载计算机、笔记本电脑、平板电脑、桌面型计算机、手机或工作站。
处理器可以是中央处理器(CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)或现成可编程门阵列(FPGA)。
对于本发明所述存储器,可以是车载计算机、笔记本电脑、平板电脑、桌面型计算机、手机或工作站的内部存储单元,如内存、硬盘;也可以采用外部存储单元,如移动硬盘、闪存卡。
计算机可读存储介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance Random Access Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。
Claims (10)
1.一种混合场景下车辆在环的自动驾驶车辆测试方法,其特征在于,包括以下步骤:
S1,获取语义地图;
S2,基于S1所述语义地图生成3D场景模型,将所述3D场景模型作为仿真场景的背景环境;
S3,在真实场景中配置障碍物;
S4,真实车辆在S3所述真实场景下获取车载传感器数据,并对所述车载传感器数据进行预处理,
S5,在S2所述仿真场景中配置行人、车辆以及动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流;
S6,将仿真场景中配置的行人、车辆、动静态障碍物信息处理为感知结果融合后的数据形式UFDF,作为仿真中的感知结果;
S7,将S6所得仿真场景中的感知结果与真实场景中预处理过的传感器数据合并形成统一的融合数据格式;
S8,将S7所得融合数据经无人驾驶车辆的规划决策方法处理得到车辆的控制指令;
S9,真实车辆执行S8所得控制指令在所述仿真场景与真实场景中发生移动,更新所述仿真场景中的感知结果以及真实场景中多传感器感知结果,将所述仿真场景中的感知结果返回至S4,同时将真实场景中多传感器感知结果返回至S6,形成测试环路。
2.根据权利要求1所述的混合场景下车辆在环的自动驾驶车辆测试方法,其特征在于,S1中,自行搭建或根据真实场景的高精度点云地图构建语义地图。
3.根据权利要求1所述的混合场景下车辆在环的自动驾驶车辆测试方法,其特征在于,S3中所述障碍物包括但不限于水马和锥形标。
4.根据权利要求1所述的混合场景下车辆在环的自动驾驶车辆测试方法,其特征在于,S4中所述车载传感器包括但不限于多线激光雷达和相机。
5.根据权利要求1所述的混合场景下车辆在环的自动驾驶车辆测试方法,其特征在于,S5中,仿真场景中配置的行人、车辆、动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流包括以下步骤:
S51,仿真场景中配置行人、和动静态障碍物信息,确定除车辆外的交通参与者的运动速度及轨迹;
S52,根据标志位车辆行驶状态预估车辆可能行驶区域,将可能行驶区域划分为减速区域、刹车区域以及正常行驶区域;
S53,选择激光雷达检测范围,直行时仅检测车辆正前方区域,有左转倾向时检测正前方及左侧区域,有右转倾向时检测正前方及右侧区域,任意时刻在车辆最小刹车距离范围内检测到物体时车辆刹车;
S54,确定激光雷达检测范围后进入车速调整逻辑,持续调整速度,使车速维持在相对稳定的区间,并与前方车辆或障碍物保持安全距离,实现车辆避障和多车交互;
S55,根据可行驶速度范围对所述车辆速度进行限定。
6.根据权利要求1所述的混合场景下车辆在环的自动驾驶车辆测试方法,其特征在于,S6中,车辆信息及行人交通参与者信息转换为UFDF格式,包含交通参与者位置、朝向、大小、速度、加速度以及预测轨迹。
7.根据权利要求1所述的混合场景下车辆在环的自动驾驶车辆测试方法,其特征在于,S8中,所述控制指令包括但不限于方向盘转角、油门以及刹车。
8.一种混合场景下车辆在环的自动驾驶车辆测试系统,其特征在于,包括语义地图获取模块、仿真场景生成模块、数据获取模块、仿真场景配置模块、数据融合模块以及数据反馈模块;
其中,语义地图获取模块用于根据真实场景的高精度点云地图构建语义地图;
仿真场景生成模块基于所述语义地图生成3D场景模型,将所述3D场景模型作为仿真场景的背景环境;
数据获取模块用于获取真实场景中车辆的感知结果;
仿真场景配置模块在仿真场景中配置行人、车辆以及动静态障碍物信息,使用基于激光雷达测距的车辆避障及多车交互,形成虚拟交通流;
数据融合模块用于将真实场景中车辆的感知结果与仿真场景中车辆的感知结果融合成统一的融合数据格式UFDF,并基于所述融合数据得到对真实车辆的控制指令;
数据反馈模块用于将真实车辆在真实场景中执行所述控制指令时的感知结果反馈至数据获取模块。
9.混合场景下车辆在环的自动驾驶车辆测试装置,其特征在于,包括一个或多个处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取部分或全部所述计算机可执行程序并执行,处理器执行部分或全部计算可执行程序时能实现权利要求1~7任一项所述混合场景下车辆在环的自动驾驶车辆测试方法中的S1、S2、S4、S5、S6、S7以及S8,并将S9中真实车辆在真实场景中的感知结果反馈。
10.一种计算机可读存储介质,其特征在于,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现如权利要求1-7中任一项所述混合场景下车辆在环的自动驾驶车辆测试方法中的S1、S2、S4、S5、S6、S7以及S8,并将S9中真实车辆在真实场景中的感知结果反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010929879.3A CN112198859B (zh) | 2020-09-07 | 2020-09-07 | 混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010929879.3A CN112198859B (zh) | 2020-09-07 | 2020-09-07 | 混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112198859A true CN112198859A (zh) | 2021-01-08 |
CN112198859B CN112198859B (zh) | 2022-02-11 |
Family
ID=74006401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010929879.3A Active CN112198859B (zh) | 2020-09-07 | 2020-09-07 | 混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112198859B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112783766A (zh) * | 2021-01-15 | 2021-05-11 | 北京小马慧行科技有限公司 | 模拟车辆运行场景的编辑系统和编辑方法 |
CN112819968A (zh) * | 2021-01-22 | 2021-05-18 | 北京智能车联产业创新中心有限公司 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
CN112904827A (zh) * | 2021-01-18 | 2021-06-04 | 同济大学 | 一种面向多icu的无人驾驶虚拟仿真测试系统 |
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 |
CN112924185A (zh) * | 2021-01-22 | 2021-06-08 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
CN112926224A (zh) * | 2021-03-30 | 2021-06-08 | 深圳裹动智驾科技有限公司 | 基于事件的仿真方法及计算机设备 |
CN112965466A (zh) * | 2021-02-18 | 2021-06-15 | 北京百度网讯科技有限公司 | 自动驾驶系统的还原测试方法、装置、设备及程序产品 |
CN113009506A (zh) * | 2021-02-22 | 2021-06-22 | 西安交通大学 | 一种虚实结合的实时激光雷达数据生成方法、系统及设备 |
CN113192381A (zh) * | 2021-05-11 | 2021-07-30 | 上海西井信息科技有限公司 | 基于混合场景的模拟驾驶方法、系统、设备及存储介质 |
CN113205070A (zh) * | 2021-05-27 | 2021-08-03 | 三一专用汽车有限责任公司 | 视觉感知算法优化方法及系统 |
CN113447276A (zh) * | 2021-05-26 | 2021-09-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 车辆测试系统和车辆测试方法 |
CN113536548A (zh) * | 2021-06-29 | 2021-10-22 | 的卢技术有限公司 | 一种基于carla的预制轨迹仿真场景的搭建方法 |
CN113589707A (zh) * | 2021-08-17 | 2021-11-02 | 北京三快在线科技有限公司 | 一种增强现实的自动驾驶系统测试方法及装置 |
CN113705000A (zh) * | 2021-08-27 | 2021-11-26 | 西安交通大学 | 一种基于仿真场景的自动驾驶教育小车测试方法及系统 |
CN114067062A (zh) * | 2022-01-17 | 2022-02-18 | 深圳慧拓无限科技有限公司 | 一种真实驾驶场景仿真方法、系统、电子设备和存储介质 |
CN114185330A (zh) * | 2021-12-12 | 2022-03-15 | 蜂联智能(深圳)有限公司 | 基于多场景交互的控制方法及控制装置 |
CN114217539A (zh) * | 2021-10-29 | 2022-03-22 | 北京汽车研究总院有限公司 | 自动驾驶功能的仿真测试方法、装置、车辆及存储介质 |
CN114442507A (zh) * | 2021-12-17 | 2022-05-06 | 际络科技(上海)有限公司 | 基于频率控制的车辆在环自动驾驶仿真测试方法和系统 |
WO2022165811A1 (zh) * | 2021-02-07 | 2022-08-11 | 华为技术有限公司 | 一种仿真方法以及相关设备 |
CN115292913A (zh) * | 2022-07-22 | 2022-11-04 | 上海交通大学 | 一种面向车路协同的路测感知仿真系统 |
CN115468778A (zh) * | 2022-09-14 | 2022-12-13 | 北京百度网讯科技有限公司 | 车辆测试方法、装置、电子设备及存储介质 |
CN115576217A (zh) * | 2022-09-30 | 2023-01-06 | 中国第一汽车股份有限公司 | 一种车辆测试方法、装置、设备和介质 |
CN116167252A (zh) * | 2023-04-25 | 2023-05-26 | 小米汽车科技有限公司 | 雷达配置信息的确定方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215433A (zh) * | 2017-07-03 | 2019-01-15 | 百度(美国)有限责任公司 | 用于自动驾驶仿真的基于视觉的驾驶场景生成器 |
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 |
CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及系统 |
CN111080659A (zh) * | 2019-12-19 | 2020-04-28 | 哈尔滨工业大学 | 一种基于视觉信息的环境语义感知方法 |
-
2020
- 2020-09-07 CN CN202010929879.3A patent/CN112198859B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215433A (zh) * | 2017-07-03 | 2019-01-15 | 百度(美国)有限责任公司 | 用于自动驾驶仿真的基于视觉的驾驶场景生成器 |
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 |
CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及系统 |
CN111080659A (zh) * | 2019-12-19 | 2020-04-28 | 哈尔滨工业大学 | 一种基于视觉信息的环境语义感知方法 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112783766A (zh) * | 2021-01-15 | 2021-05-11 | 北京小马慧行科技有限公司 | 模拟车辆运行场景的编辑系统和编辑方法 |
CN112904827A (zh) * | 2021-01-18 | 2021-06-04 | 同济大学 | 一种面向多icu的无人驾驶虚拟仿真测试系统 |
CN112904827B (zh) * | 2021-01-18 | 2022-02-01 | 同济大学 | 一种面向多icu的无人驾驶虚拟仿真测试系统 |
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 |
CN112925221B (zh) * | 2021-01-20 | 2022-10-11 | 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 |
CN112924185B (zh) * | 2021-01-22 | 2021-11-30 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
CN112819968A (zh) * | 2021-01-22 | 2021-05-18 | 北京智能车联产业创新中心有限公司 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
CN112924185A (zh) * | 2021-01-22 | 2021-06-08 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
CN112819968B (zh) * | 2021-01-22 | 2024-04-02 | 北京智能车联产业创新中心有限公司 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
WO2022165811A1 (zh) * | 2021-02-07 | 2022-08-11 | 华为技术有限公司 | 一种仿真方法以及相关设备 |
US11893800B2 (en) | 2021-02-18 | 2024-02-06 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Scene reproduction test method, apparatus, device and program product of autonomous driving system |
CN112965466A (zh) * | 2021-02-18 | 2021-06-15 | 北京百度网讯科技有限公司 | 自动驾驶系统的还原测试方法、装置、设备及程序产品 |
CN113009506B (zh) * | 2021-02-22 | 2022-12-09 | 西安交通大学 | 一种虚实结合的实时激光雷达数据生成方法、系统及设备 |
CN113009506A (zh) * | 2021-02-22 | 2021-06-22 | 西安交通大学 | 一种虚实结合的实时激光雷达数据生成方法、系统及设备 |
CN112926224A (zh) * | 2021-03-30 | 2021-06-08 | 深圳裹动智驾科技有限公司 | 基于事件的仿真方法及计算机设备 |
CN112926224B (zh) * | 2021-03-30 | 2024-02-02 | 深圳安途智行科技有限公司 | 基于事件的仿真方法及计算机设备 |
CN113192381B (zh) * | 2021-05-11 | 2023-07-28 | 上海西井科技股份有限公司 | 基于混合场景的模拟驾驶方法、系统、设备及存储介质 |
CN113192381A (zh) * | 2021-05-11 | 2021-07-30 | 上海西井信息科技有限公司 | 基于混合场景的模拟驾驶方法、系统、设备及存储介质 |
CN113447276A (zh) * | 2021-05-26 | 2021-09-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 车辆测试系统和车辆测试方法 |
CN113205070B (zh) * | 2021-05-27 | 2024-02-20 | 三一专用汽车有限责任公司 | 视觉感知算法优化方法及系统 |
CN113205070A (zh) * | 2021-05-27 | 2021-08-03 | 三一专用汽车有限责任公司 | 视觉感知算法优化方法及系统 |
CN113536548A (zh) * | 2021-06-29 | 2021-10-22 | 的卢技术有限公司 | 一种基于carla的预制轨迹仿真场景的搭建方法 |
CN113589707A (zh) * | 2021-08-17 | 2021-11-02 | 北京三快在线科技有限公司 | 一种增强现实的自动驾驶系统测试方法及装置 |
CN113705000A (zh) * | 2021-08-27 | 2021-11-26 | 西安交通大学 | 一种基于仿真场景的自动驾驶教育小车测试方法及系统 |
CN114217539A (zh) * | 2021-10-29 | 2022-03-22 | 北京汽车研究总院有限公司 | 自动驾驶功能的仿真测试方法、装置、车辆及存储介质 |
CN114185330A (zh) * | 2021-12-12 | 2022-03-15 | 蜂联智能(深圳)有限公司 | 基于多场景交互的控制方法及控制装置 |
CN114442507A (zh) * | 2021-12-17 | 2022-05-06 | 际络科技(上海)有限公司 | 基于频率控制的车辆在环自动驾驶仿真测试方法和系统 |
CN114067062A (zh) * | 2022-01-17 | 2022-02-18 | 深圳慧拓无限科技有限公司 | 一种真实驾驶场景仿真方法、系统、电子设备和存储介质 |
CN115292913A (zh) * | 2022-07-22 | 2022-11-04 | 上海交通大学 | 一种面向车路协同的路测感知仿真系统 |
CN115468778B (zh) * | 2022-09-14 | 2023-08-15 | 北京百度网讯科技有限公司 | 车辆测试方法、装置、电子设备及存储介质 |
CN115468778A (zh) * | 2022-09-14 | 2022-12-13 | 北京百度网讯科技有限公司 | 车辆测试方法、装置、电子设备及存储介质 |
CN115576217A (zh) * | 2022-09-30 | 2023-01-06 | 中国第一汽车股份有限公司 | 一种车辆测试方法、装置、设备和介质 |
CN116167252B (zh) * | 2023-04-25 | 2024-01-30 | 小米汽车科技有限公司 | 雷达配置信息的确定方法、装置、设备及存储介质 |
CN116167252A (zh) * | 2023-04-25 | 2023-05-26 | 小米汽车科技有限公司 | 雷达配置信息的确定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112198859B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112198859B (zh) | 混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置 | |
WO2020187254A1 (zh) | 自动驾驶车辆的纵向控制方法系统 | |
CN108230817B (zh) | 车辆驾驶模拟方法和装置、电子设备、系统、程序和介质 | |
CN106708057B (zh) | 一种智能车辆编队行驶方法 | |
US11520349B2 (en) | Autonomous driving device | |
WO2020062031A1 (en) | A pedestrian interaction system for low speed scenes for autonomous vehicles | |
CN108958266A (zh) | 一种地图数据获取方法 | |
CN108983768A (zh) | 自动驾驶系统 | |
CN109100155A (zh) | 一种无人车在环快速仿真测试系统和方法 | |
US11520347B2 (en) | Comprehensive and efficient method to incorporate map features for object detection with LiDAR | |
US11561546B2 (en) | Tunnel-based planning system for autonomous driving vehicles | |
US20200073405A1 (en) | Vehicle navigation and control | |
US20200210715A1 (en) | Method and system for training machine learning algorithm to detect objects at distance | |
WO2022105394A1 (en) | Simulation method and system, device, readable storage medium, and platform for autonomous driving | |
CN111881519A (zh) | 一种自动驾驶的测试方法、装置、计算机设备及存储介质 | |
WO2023092451A1 (zh) | 预测可行驶车道的方法和装置 | |
US11507093B2 (en) | Behavior control device and behavior control method for autonomous vehicles | |
US20210405651A1 (en) | Adaptive sensor control | |
US20190283760A1 (en) | Determining vehicle slope and uses thereof | |
US11634068B2 (en) | Display device and display method for display device | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN113359724A (zh) | 基于无人机的车辆智能驾驶系统、方法及存储介质 | |
US20210354634A1 (en) | Electronic device for vehicle and method of operating electronic device for vehicle | |
US20220406041A1 (en) | Recognition model distribution system and updating method of recognition model | |
CN113092135A (zh) | 一种自动驾驶车辆的测试方法、装置及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |