CN112230228A - 一种基于场地测试技术的智能汽车视觉传感器测试方法 - Google Patents
一种基于场地测试技术的智能汽车视觉传感器测试方法 Download PDFInfo
- Publication number
- CN112230228A CN112230228A CN202011061407.7A CN202011061407A CN112230228A CN 112230228 A CN112230228 A CN 112230228A CN 202011061407 A CN202011061407 A CN 202011061407A CN 112230228 A CN112230228 A CN 112230228A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- test
- target
- vru
- enabling
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 218
- 230000004438 eyesight Effects 0.000 title claims abstract description 37
- 238000005516 engineering process Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 84
- 230000008569 process Effects 0.000 claims abstract description 74
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 230000000007 visual effect Effects 0.000 claims abstract description 8
- 230000008447 perception Effects 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 21
- 238000013095 identification testing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000004509 smoke generator Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
本发明涉及车辆测试技术领域，具体公开了一种基于场地测试技术的智能汽车视觉传感器测试方法，包括如下步骤：S1、设定视觉传感器感知能力测试评价参数；S2、搭建封闭场地测试环境；在测试场地设置测试设备；测试设备用于记录测试过程中的运动状态、目标物参数及视频数据；S3、在搭建好的封闭场地进行测试，将测试过程中记录的车辆运动状态，目标物参数和视频数据，进行时间同步和格式同步，作为测试真值；S4、从待测视觉传感器获取测量值，对测量值分别进行时间同步和格式同步，基于测试真值以及时间同步和格式同步后的测量值判断视觉传感器测量是否准确，并输出判断结果。采用本发明的技术方案能够效判断视觉传感器识别准确度。
Description
技术领域
本发明涉及车辆测试技术领域，特别涉及一种基于场地测试技术的智能汽车视觉传感器测试方法。
背景技术
智能汽车可以依靠自身的视觉、雷达、激光雷达等传感器，感知车辆环境和车辆状态信息，实现车辆周边环境的全面、准确感知，并进一步实现车辆的路径规划和自动驾驶。
出于安全性考虑，需要对自动驾驶系统、以及驾驶辅助系统等进行测试，但是目前的测试方式大多是基于仿真技术的整车系统级的功能、控制策略验证，以及基于智能汽车实车的智能系统功能及性能验证。
而专门针对视觉传感器的硬件在环(Hardware-in-the-Loop，HIL)暗箱测试系统，只能在虚拟环境中进行测试，无法全面模拟真实情况；针对当前使用最为普遍的视觉传感器本身而言，缺少实际场地中进行的视觉感知层面的测试。
为此，需要一直能有效判断智能汽车视觉传感器识别准确度的测试方法。
发明内容
本发明提供了一种基于场地测试技术的智能汽车视觉传感器测试方法，能够效判断视觉传感器识别准确度。
为了解决上述技术问题，本申请提供如下技术方案：
一种基于场地测试技术的智能汽车视觉传感器测试方法，包括如下步骤：
S1、设定视觉传感器感知能力测试评价参数，包括车道线及车道标识测试评价参数、道路边沿测试评价参数、标识牌测试评价参数、车辆目标测试评价参数、交通弱势群体测试评价参数和交通信号灯测试评价参数；
S2、搭建封闭场地测试环境，在测试场地设置测试设备；测试设备用于记录测试过程中的运动状态、目标物参数及视频数据；
S3、在搭建好的封闭场地进行测试，将测试过程中记录的车辆运动状态，目标物参数和视频数据，进行时间同步和格式同步，作为测试真值；
S4、从待测视觉传感器获取测量值，对测量值分别进行时间同步和格式同步，基于测试真值以及时间同步和格式同步后的测量值判断视觉传感器测量是否准确，并输出判断结果。
基础方案原理及有益效果如下：
本方案中，通过设定视觉传感器感知能力测试评价参数，能够对视觉传感器需要检测的各项指标进行确定，通过测试设备高精度的采集车辆运动状态，目标物参数和视频数据，并进行时间同步和格式同步，便于后续的分析判断；最后基于测试真值能够准确判断视觉传感器测量是否准确，综上，本方案基于封闭场地，够有效的测试验证智能汽车视觉传感器的功能和性能，弥补了智能汽车视觉传感器的感知识别测试评价参数缺失、不完善、不可靠等问题，同时也可以基于判断结果指导智能汽车毫米波雷达、激光雷达等传感器的测试方法设计。
进一步，所述S3包括：
S3011、在同一车道，使SV车辆和TV0车辆分别从0km/h起步，调整速度到V0＝20km/h、40km/h或100km/h，并保持两车时距大于1秒，稳定行驶；
S3012、使TV0车辆开始加速，使得加速后的速度V1大于V0，在同一车道，并分别以快速或慢速远离SV车辆；
S3013、在TV0车辆远离SV车辆过程中，多次随机拨动TV0车辆的左转向灯和右转向灯，使TV0车辆进行减速制动；
S3014、更换TV0车辆类型，并测量下车辆尺寸，重复步骤S3011-S3013测试过程；
S3015、测试过程中全程记录SV车辆和TV0车辆完整运动状态、目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
便于在单车道车辆目标测试中准确采集测试真值。
进一步，所述S3还包括：
S3021、使SV车辆与TV1车辆和TV2车辆分别沿不同车道行驶，使TV0车辆和SV车辆在同一车道行驶，SV车辆和TV0车辆、TV1车辆、TV2车辆分别从0km/h起步，调整速度到V0＝20km/h、V1＝40km/h或V3＝100km/h，并保持SV车辆与TV0车辆之间50m以上安全距离，稳定行驶；
S3022、使TV1车辆和TV2车辆保持在SV车辆两侧或前方向150m范围内行驶；
S3023、使TV0车辆多次随机加速或减速行驶，使TV0车辆执行切出SV车辆行驶车道或切入SV车辆行驶车道动作；
S3024、使TV2车辆和TV3车辆执行切入、切出SV车辆行驶车道动作；
S3025、测试过程中全程记录完整SV车辆、TV0车辆、TV1车辆、TV2车辆的运动状态、目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
便于在多车道车辆目标测试中准确采集测试真值。
进一步，所述S3还包括：
S3031、使SV车辆和VRU目标在同一车道，SV车辆从距离VRU目标250m外起步，分别从0km/h起步，调整速度到20km/h、40km/h或60km/h，稳定行驶；
S3032、使VRU目标保持静止或起步后保持速度稳定，在SV车辆距离VRU目标小于60m时，进行短时加速或减速，并最终保持速度稳定；
S3033、当SV车辆距离VRU目标的碰撞时间小于1.5s，控制SV车辆转向换道，躲避VRU目标物；
S3034、更换VRU目标的类型，重复步骤S3031-S3033测试过程；
S3034、测试过程中全程记录完整SV车辆和VRU目标的运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
便于在同车道VRU目标测试中准确采集测试真值。
进一步，所述S3还包括：
S3041、使SV车辆和VRU目标位于不同车道且行驶轨迹垂直，SV车辆从距离VRU目标200m外起步，分别从0km/h起步，调整速度到20km/h、40km/h或60km/h，稳定行驶；
S3042、根据SV车辆速度计算VRU目标的起步时刻；
S3043、使VRU目标在启动后稳定速度行驶，在SV车辆距离VRU目标小于60m时，进行短时加速或减速，并最终停止在SV车辆行驶车道外；
S3044、更换VRU目标的类型，重复步骤S3041-S3043测试过程；
S3045、测试过程中全程记录完整SV车辆和VRU目标的运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
便于在不同车道VRU目标测试中准确采集测试真值。
进一步，所述S3还包括：
S3051、使SV车辆从距离路口200m外，分别以10km/h、20km/h、40km/h、80km/h或100km/h驶向路口，在驶过路口后测试结束；
S3052、调整道路车道线和车道标识的测试评价参数，重复步骤S3051；
S3053、测试过程中全程记录完整SV车辆运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
便于在车道线及车道标识识别测试中准确测试真值。
进一步，所述S3还包括：
S3061、在测试开始之前，在道路边沿区域，布置一段200m长度的道路边沿；
S3062、使SV车辆从距离道路边沿路段200m处，分别以10km/h、20km/h、40km/h、80km/h、100km/h速度，驶向布置有道路边沿的路段；
S3063，更换SV车辆行驶车道左侧或右侧道路边沿的类型，重复步骤S3061-S3062测试过程；
S3064、测试过程中全程记录SV车辆完整运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
便于在道路边沿识别测试中准确采集测试真值。
进一步，所述S3还包括：
S3071、在测试开始之前，在路口布置好交通标志牌；
S3072、使SV车辆分别以10km/h、20km/h、40km/h、80km/h或100km/h的稳定速度值，从远处驶向路口；
S3073、使SV车辆到达提前布置的交通标志牌200m处之前，速度达到预先设定的稳定速度值，当SV车辆通过路口，试验结束；
S3074、更换交通标志牌，重复步骤S3071—S3073测试过程；
S3075、测试过程中全程记录完整SV车辆运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
便于在交通标志识别测试中准确采集测试真值。
进一步，所述S3还包括：
S3081、在测试开始之前，在道路路口，提前布置好交通信号灯；
S3082、使SV车辆分别以10km/h、20km/h、40km/h或60km/h的稳定速度值，从远处驶向路口，
S3083、使SV车辆到达提前布置的交通信号灯200m处之前，速度达到预先设定的稳定速度值，当SV车辆通过路口，试验结束；
S3084、更换交通信号灯，重复步骤S3081-S3083测试过程；
S3085、测试过程中全程记录完整SV车辆运动状态，目标物参数，以及视频数据，并进行时间同步和格式同步，作为测试真值。
便于在交通信号灯沿识别测试中准确采集测试真值。
附图说明
图1为实施例一单车道车辆目标测试场景示意图；
图2为实施例一多车道车辆目标测试场景示意图；
图3为实施例一同车道VRU目标测试场景示意图；
图4为实施例一不同车道VRU目标测试场景示意图；
图5为实施例一场地测试技术的智能汽车视觉传感器测试的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
本实施例的一种基于场地测试技术的智能汽车视觉传感器测试方法，包括如下步骤：
S1、设定视觉传感器感知能力测试评价参数；
如表1所示，包括车道线及车道标识测试评价参数、道路边沿测试评价参数、标识牌测试评价参数、车辆目标测试评价参数、交通弱势群体测试评价参数和交通信号灯测试评价参数。其中交通弱势群体(VRU:Vulnerable Road Users)，主要指行人、自行车、摩托车、电瓶车等相对汽车来看弱势交通参与者。
表1
S2、搭建封闭场地测试环境；
使测试场地长度大于1.2km，宽度大于20m；以便进行高速行驶试验以及模拟多车道。
在测试场地设置测试设备；测试设备用于记录测试过程中的运动状态、目标物参数及视频数据。
测试过程中根据不同测试项目，需要选择对应的测试设备，例如，车道线及道路标识、道路边沿、交通标识牌、车辆目标和交通信号灯测试中，测试设备包括Vbox数据采集设备和视频记录设备；或RT3000系列惯性导航设备、i-Tester数据记录设备和视频记录设备。VRU测试中，测试设备包括RT3000系列惯性导航设备、i-Tester数据记录设备、视频记录设备，以及VRU目标牵引机构或VRU目标移动底盘机构。以上测试设备均为现有技术，这里不再赘述。
S3、在搭建好的封闭场地进行测试，将测试过程中记录的车辆运动状态，目标物参数和视频数据，进行时间同步和格式同步，作为测试真值；具体包括：
如图1所示，单车道车辆目标测试：
S3011、在同一车道，使SV车辆和TV0车辆分别从0km/h起步，调整速度到V0＝20km/h、40km/h或100km/h，并保持两车时距大于1秒，稳定行驶；本实施例中，V0＝20km/h；本实施例中，SV车辆为搭载有待测视觉传感器的被测车辆，TV0车辆为目标车辆。
S3012、使TV0车辆开始加速，使得加速后的速度V1大于V0，在同一车道，并分别以快速或慢速远离SV车辆；
S3013、在TV0车辆远离SV车辆过程中，多次随机拨动TV0车辆的左转向灯和右转向灯，使TV0车辆减速制动，每次制动维持时间大于0.5s；
S3014、更换TV0车辆类型，并测量下车辆尺寸，重复步骤S3011-S3013测试过程；TV0车辆类型包括轿车、SUV、卡车、货车、公交车和三轮车；
S3015、测试过程中全程记录SV车辆和TV0车辆完整运动状态，TV0车辆类型、TV0车辆制动灯、TV0车辆转向灯等目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
如图2所示，多车道车辆目标测试：
S3021、使SV车辆与TV1车辆和TV2车辆分别沿不同车道行驶，使TV0车辆和SV车辆在同一车道行驶，SV车辆和TV0车辆、TV1车辆、TV2车辆分别从0km/h起步，调整速度到V0＝20km/h、V1＝40km/h或V3＝100km/h，并保持SV车辆与TV0车辆之间50m以上安全距离，稳定行驶；本实施例中，TV1车辆和TV2车辆均为目标车辆。
S3022、使TV1车辆和TV2车辆保持在SV车辆两侧或前方向150m范围内行驶；
S3023、使TV0车辆多次随机加速或减速行驶，使TV0车辆执行切出SV车辆行驶车道或切入SV车辆行驶车道动作；
S3024、使TV2车辆和TV3车辆执行切入、切出SV车辆行驶车道动作；
S3025、测试过程中全程记录完整SV车辆、TV0车辆、TV1车辆、TV2车辆的运动状态、目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
如图3所示，同车道VRU目标测试：
S3031、使SV车辆和VRU目标在同一车道，SV车辆从距离VRU目标250m外起步，分别从0km/h起步，调整速度到20km/h、40km/h或60km/h，稳定行驶；
S3032、使VRU目标保持静止或起步后保持速度稳定，在SV车辆距离VRU目标小于60m时，进行加速或减速，并最终保持速度稳定；SV车辆的稳定速度需大于VRU目标稳定速度；VRU目标不同，测试过程中的稳定速度也各不相同，本实施例中，
当VRU目标为行人，稳定速度为5km/h；
当VRU目标为自行车，稳定速度为20km/h；
当VRU目标为两轮电瓶车，稳定速度为20km/h；
当VRU目标为摩托车，稳定速度为40km/h；
S3033、当SV车辆距离VRU目标碰撞时间小于1.5s，可能发生碰撞事故时，控制SV车辆转向换道，躲避VRU目标物；
S3034、更换VRU目标的类型，重复步骤S3031-S3033测试过程；
S3034、测试过程中全程记录完整SV车辆和VRU目标的运动状态，VRU车辆类型等目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
如图4所示，不同车道VRU目标测试：
S3041、使SV车辆和VRU目标位于不同车道且行驶轨迹垂直，SV车辆从距离VRU目标200m外起步，分别从0km/h起步，调整速度到20km/h、40km/h或60km/h，稳定行驶；
S3042、根据SV车辆速度计算VRU目标的起步时刻，以避免测试过程中SV车辆与VRU目标发生碰撞；VRU目标的起步时刻计算，可参照SV车辆速度和VRU目标驶离碰撞点时刻，SV车辆与VRU目标的距离等于10m。
S3043、使VRU目标在启动后稳定速度行驶，在SV车辆距离VRU目标小于60m时，进行加速或减速，并最终停止在SV车辆行驶车道外；VRU目标不同，测试过程中的稳定速度也各不相同；
本实施例中，
当VRU目标为行人，稳定速度为5km/h；
当VRU目标为自行车，稳定速度为10km/h；
当VRU目标为两轮电瓶车，稳定速度为10km/h；
当VRU目标为摩托车，稳定速度为20km/h；
S3044、更换VRU目标的类型，重复步骤S3041-S3043测试过程；
S3045、测试过程中全程记录完整SV车辆和VRU目标的运动状态，VRU车辆类型等目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
车道线及车道标识识别测试：
S3051、使SV车辆从距离路口200m外，分别以10km/h、20km/h、40km/h、80km/h或100km/h驶向路口，在驶过路口后测试结束；
S3052、调整道路车道线和车道标识的测试评价参数，重复步骤S3051；
例如：
车道线目标宽度可调整范围为：10cm、15cm、20cm；
车道线目标数量可调整范围为：双向8车道、双向6车道、双向4车道；
车道线目标类型可调整范围为：实线、虚线、双实线、虚实并行等；
车道线目标颜色可调整范围为：白色、黄色。
车道限速可调整范围为：20km/h、40km/s、60km/h等；
车道行驶方向可调整范围为：左转、直行、直行和右转、直行和左转等；
其中，当SV车辆的速度大于60km/h时，去掉车道减速带；
S3053、测试过程中全程记录完整SV车辆的运动状态，车道线特征等目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
道路边沿识别测试：
S3061、在测试开始之前，在道路边沿区域，布置一段200m长度的道路边沿；
S3062、使SV车辆从距离道路边沿路段200m处，分别以10km/h、20km/h、40km/h、80km/h、100km/h等速度，驶向布置有道路边沿的路段；
S3063，更换SV车辆行驶车道左侧或右侧道路边沿的类型，重复步骤S3061-S3062测试过程；道路边沿的类型包括石墩、护栏和水马等；
S3064、测试过程中全程记录SV车辆完整运动状态，场景中各道路边沿类型、长度、高度等目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
交通标志识别测试：
S3071、在测试开始之前，在路口布置好交通标志牌；
S3072、使SV车辆分别以10km/h、20km/h、40km/h、80km/h或100km/h的稳定速度值，从远处驶向路口；
S3073、使SV车辆到达提前布置的交通标志牌200m处之前，速度达到预先设定的稳定速度值，当SV车辆通过路口，试验结束；
S3074、更换交通标志牌，重复步骤S3071—S3073测试过程；
S3075、测试过程中全程记录完整SV车辆运动状态，场景中各类交通标牌、相对位置、车道等目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
交通信号灯沿识别测试：
S3081、在测试开始之前，在道路路口，提前布置好交通信号灯；
S3082、使SV车辆分别以10km/h、20km/h、40km/h或60km/h的稳定速度值，从远处驶向路口，
S3083、使SV车辆到达提前布置的交通信号灯200m处之前，速度达到预先设定的稳定速度值，当SV车辆通过路口，试验结束；
S3084、更换交通信号灯，重复步骤S3081-S3083测试过程；
S3085、测试过程中全程记录完整SV车辆运动状态，场景中交通信号灯状态和所在车道等目标物参数，以及视频数据，并进行时间同步和格式同步，作为测试真值。
如图5所示，S4、从待测视觉传感器获取测量值，对测量值分别进行时间同步和格式同步，获取测试真值，基于测试真值以及时间同步和格式同步后的测量值判断视觉传感器测量是否准确，并输出判断结果。例如通过测试真值中的视频和视觉传感器的输出的目标特征状态进行比较，判断是否能准确测量转向灯、刹车灯、目标车所属车道、车辆目标类型、切入/切出状态等参数。
实施例二
本实施例与实施例一的区别在于，本实施中，还包括S309，还包括第一模拟装置和第二模拟装置。第一模拟装置包括模拟盒、烟雾发生器、第一风扇、第二风扇、控制器和通信模块。模拟盒的前侧壁和后侧壁透明，模拟盒的左侧壁和右侧壁均开有风扇孔，第一风扇和第二风扇分别固定在左侧壁和右侧壁的风扇孔上。第二模拟装置与第一模拟装置的结构完全相同。第一模拟装置固定在视频记录设备前，设备记录设备的镜头对准第一模拟装置的模拟盒的后侧壁；
将第二模拟装置固定在视觉传感器前，使视觉传感器的镜头对准第二模拟装置的模拟盒的后侧壁。第一模拟装置和第二模拟装置的通信模块同步烟雾发生器、第一风扇和第二风扇分别的运转功率信息，第一模拟装置和第二模拟装置的控制器根据同步后的运转功率信息控制烟雾发生器、第一风扇和第二风扇工作。
本实施例中，通过烟雾发生器启动，可以模拟雾天的效果，通过第一风扇和第二风扇的转动，可以模拟行驶中不同的雾气的动态效果。本实施例中，第一风扇和第二风扇可以单独启动，或者同时同功率启动，再或者同时不同功率启动。
而且，通过第一模拟装置和第二模拟装置可以保持视觉传感器和视频记录设备采集到的雾天效果保持一致。
以上的仅是本发明的实施例，该发明不限于此实施案例涉及的领域，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (9)
1.一种基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于，包括如下步骤：
S1、设定视觉传感器感知能力测试评价参数，包括车道线及车道标识测试评价参数、道路边沿测试评价参数、标识牌测试评价参数、车辆目标测试评价参数、交通弱势群体测试评价参数和交通信号灯测试评价参数；
S2、搭建封闭场地测试环境，在测试场地设置测试设备；测试设备用于记录测试过程中的运动状态、目标物参数及视频数据；
S3、在搭建好的封闭场地进行测试，将测试过程中记录的车辆运动状态，目标物参数和视频数据，进行时间同步和格式同步，作为测试真值；
S4、从待测视觉传感器获取测量值，对测量值分别进行时间同步和格式同步，基于测试真值以及时间同步和格式同步后的测量值判断视觉传感器测量是否准确，并输出判断结果。
2.根据权利要求1所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3包括：
S3011、在同一车道，使SV车辆和TV0车辆分别从0km/h起步，调整速度到V0＝20km/h、40km/h或100km/h，并保持两车时距大于1秒，稳定行驶；
S3012、使TV0车辆开始加速，使得加速后的速度V1大于V0，在同一车道，并分别以快速或慢速远离SV车辆；
S3013、在TV0车辆远离SV车辆过程中，多次随机拨动TV0车辆的左转向灯和右转向灯，使TV0车辆进行减速制动；
S3014、更换TV0车辆类型，并测量下车辆尺寸，重复步骤S3011-S3013测试过程；
S3015、测试过程中全程记录SV车辆和TV0车辆完整运动状态、目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
3.根据权利要求2所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3还包括：
S3021、使SV车辆与TV1车辆和TV2车辆分别沿不同车道行驶，使TV0车辆和SV车辆在同一车道行驶，SV车辆和TV0车辆、TV1车辆、TV2车辆分别从0km/h起步，调整速度到V0＝20km/h、V1＝40km/h或V3＝100km/h，并保持SV车辆与TV0车辆之间50m以上安全距离，稳定行驶；
S3022、使TV1车辆和TV2车辆保持在SV车辆两侧或前方向150m范围内行驶；
S3023、使TV0车辆多次随机加速或减速行驶，使TV0车辆执行切出SV车辆行驶车道或切入SV车辆行驶车道动作；
S3024、使TV2车辆和TV3车辆执行切入、切出SV车辆行驶车道动作；
S3025、测试过程中全程记录完整SV车辆、TV0车辆、TV1车辆、TV2车辆的运动状态、目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
4.根据权利要求3所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3还包括：
S3031、使SV车辆和VRU目标在同一车道，SV车辆从距离VRU目标250m外起步，分别从0km/h起步，调整速度到20km/h、40km/h或60km/h，稳定行驶；
S3032、使VRU目标保持静止或起步后保持速度稳定，在SV车辆距离VRU目标小于60m时，进行加速或减速，并最终保持速度稳定；
S3033、当SV车辆距离VRU目标的碰撞时间小于1.5s，控制SV车辆转向换道，躲避VRU目标物；
S3034、更换VRU目标的类型，重复步骤S3031-S3033测试过程；
S3034、测试过程中全程记录完整SV车辆和VRU目标的运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
5.根据权利要求4所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3还包括：
S3041、使SV车辆和VRU目标位于不同车道且行驶轨迹垂直，SV车辆从距离VRU目标200m外起步，分别从0km/h起步，调整速度到20km/h、40km/h或60km/h，稳定行驶；
S3042、根据SV车辆速度计算VRU目标的起步时刻；
S3043、使VRU目标在启动后稳定速度行驶，在SV车辆距离VRU目标小于60m时，进行短时加速或减速，并最终停止在SV车辆行驶车道外；
S3044、更换VRU目标的类型，重复步骤S3041-S3043测试过程；
S3045、测试过程中全程记录完整SV车辆和VRU目标的运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
6.根据权利要求5所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3还包括：
S3051、使SV车辆从距离路口200m外，分别以10km/h、20km/h、40km/h、80km/h或100km/h驶向路口，在驶过路口后测试结束；
S3052、调整道路车道线和车道标识的测试评价参数，重复步骤S3051；
S3053、测试过程中全程记录完整SV车辆运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
7.根据权利要求6所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3还包括：
S3061、在测试开始之前，在道路边沿区域，布置一段200m长度的道路边沿；
S3062、使SV车辆从距离道路边沿路段200m处，分别以10km/h、20km/h、40km/h、80km/h、100km/h速度，驶向布置有道路边沿的路段；
S3063、更换SV车辆行驶车道左侧或右侧道路边沿的类型，重复步骤S3061-S3062测试过程；
S3064、测试过程中全程记录SV车辆完整运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
8.根据权利要求7所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3还包括：
S3071、在测试开始之前，在路口布置好交通标志牌；
S3072、使SV车辆分别以10km/h、20km/h、40km/h、80km/h或100km/h的稳定速度值，从远处驶向路口；
S3073、使SV车辆到达提前布置的交通标志牌200m处之前，速度达到预先设定的稳定速度值，当SV车辆通过路口，试验结束；
S3074、更换交通标志牌，重复步骤S3071—S3073测试过程；
S3075、测试过程中全程记录完整SV车辆运动状态，目标物参数和视频数据，并进行时间同步和格式同步，作为测试真值。
9.根据权利要求8所述的基于场地测试技术的智能汽车视觉传感器测试方法，其特征在于：所述S3还包括：
S3081、在测试开始之前，在道路路口，提前布置好交通信号灯；
S3082、使SV车辆分别以10km/h、20km/h、40km/h或60km/h的稳定速度值，从远处驶向路口，
S3083、使SV车辆到达提前布置的交通信号灯200m处之前，速度达到预先设定的稳定速度值，当SV车辆通过路口，试验结束；
S3084、更换交通信号灯，重复步骤S3081-S3083测试过程；
S3085、测试过程中全程记录完整SV车辆运动状态，目标物参数，以及视频数据，并进行时间同步和格式同步，作为测试真值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061407.7A CN112230228B (zh) | 2020-09-30 | 2020-09-30 | 一种基于场地测试技术的智能汽车视觉传感器测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061407.7A CN112230228B (zh) | 2020-09-30 | 2020-09-30 | 一种基于场地测试技术的智能汽车视觉传感器测试方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112230228A true CN112230228A (zh) | 2021-01-15 |
| CN112230228B CN112230228B (zh) | 2024-05-07 |
Family
ID=74120456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011061407.7A Active CN112230228B (zh) | 2020-09-30 | 2020-09-30 | 一种基于场地测试技术的智能汽车视觉传感器测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112230228B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112710343A (zh) * | 2021-01-29 | 2021-04-27 | 重庆长安汽车股份有限公司 | 一种基于rt的车载传感器性能测试方法 |
| CN112906209A (zh) * | 2021-02-03 | 2021-06-04 | 交通运输部公路科学研究所 | 一种面向封闭场地的车路协同测试场景可信度评估方法 |
| CN113219507A (zh) * | 2021-01-29 | 2021-08-06 | 重庆长安汽车股份有限公司 | 基于rt3000的自动驾驶车辆感知融合数据的精度测量方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6775606B1 (en) * | 2000-12-07 | 2004-08-10 | Siemens Aktiengesellschaft | Device and method for sensing an object and use of the device and method for adjusting an element |
| CN103335853A (zh) * | 2013-07-18 | 2013-10-02 | 中国科学院自动化研究所 | 一种无人驾驶车辆认知能力测试系统及方法 |
| CN105699095A (zh) * | 2016-01-27 | 2016-06-22 | 常州加美科技有限公司 | 一种无人驾驶车辆的测试方法 |
| US20160334789A1 (en) * | 2015-05-11 | 2016-11-17 | Hyundai Motor Company | Driving Test System for a Moving Object |
| CN106248543A (zh) * | 2016-09-25 | 2016-12-21 | 惠州华阳通用电子有限公司 | 一种粉尘传感器性能参数检测方法 |
| CN108202669A (zh) * | 2018-01-05 | 2018-06-26 | 中国第汽车股份有限公司 | 基于车车通信的不良天气视觉增强行车辅助系统及其方法 |
| CN108593310A (zh) * | 2018-06-14 | 2018-09-28 | 驭势科技（北京）有限公司 | 离线测试系统和方法 |
| CN108961798A (zh) * | 2018-08-10 | 2018-12-07 | 长安大学 | 无人车交通信号灯自主感知能力测试系统及测试方法 |
| CN109084992A (zh) * | 2018-07-27 | 2018-12-25 | 长安大学 | 基于台架测试无人车智能性的方法 |
| CN208460184U (zh) * | 2018-08-09 | 2019-02-01 | 华东交通大学 | 一种交通标识识别测试装置 |
| CN109459734A (zh) * | 2018-10-30 | 2019-03-12 | 百度在线网络技术（北京）有限公司 | 一种激光雷达定位效果评估方法、装置、设备及存储介质 |
| CN109522825A (zh) * | 2018-10-31 | 2019-03-26 | 蔚来汽车有限公司 | 视觉感知系统的性能测试系统及其性能测试方法 |
| KR20190085611A (ko) * | 2018-01-11 | 2019-07-19 | (주)주성지앤비 | 터널축소모형을 이용한 모의화재 연기의 유동가시화 실험장치 |
| CN111562118A (zh) * | 2020-06-30 | 2020-08-21 | 中汽院智能网联科技有限公司 | 一种夜间环境下aeb vru性能的测试方法 |
-
2020
- 2020-09-30 CN CN202011061407.7A patent/CN112230228B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6775606B1 (en) * | 2000-12-07 | 2004-08-10 | Siemens Aktiengesellschaft | Device and method for sensing an object and use of the device and method for adjusting an element |
| CN103335853A (zh) * | 2013-07-18 | 2013-10-02 | 中国科学院自动化研究所 | 一种无人驾驶车辆认知能力测试系统及方法 |
| US20160334789A1 (en) * | 2015-05-11 | 2016-11-17 | Hyundai Motor Company | Driving Test System for a Moving Object |
| CN105699095A (zh) * | 2016-01-27 | 2016-06-22 | 常州加美科技有限公司 | 一种无人驾驶车辆的测试方法 |
| CN106248543A (zh) * | 2016-09-25 | 2016-12-21 | 惠州华阳通用电子有限公司 | 一种粉尘传感器性能参数检测方法 |
| CN108202669A (zh) * | 2018-01-05 | 2018-06-26 | 中国第汽车股份有限公司 | 基于车车通信的不良天气视觉增强行车辅助系统及其方法 |
| KR20190085611A (ko) * | 2018-01-11 | 2019-07-19 | (주)주성지앤비 | 터널축소모형을 이용한 모의화재 연기의 유동가시화 실험장치 |
| CN108593310A (zh) * | 2018-06-14 | 2018-09-28 | 驭势科技（北京）有限公司 | 离线测试系统和方法 |
| CN109084992A (zh) * | 2018-07-27 | 2018-12-25 | 长安大学 | 基于台架测试无人车智能性的方法 |
| CN208460184U (zh) * | 2018-08-09 | 2019-02-01 | 华东交通大学 | 一种交通标识识别测试装置 |
| CN108961798A (zh) * | 2018-08-10 | 2018-12-07 | 长安大学 | 无人车交通信号灯自主感知能力测试系统及测试方法 |
| CN109459734A (zh) * | 2018-10-30 | 2019-03-12 | 百度在线网络技术（北京）有限公司 | 一种激光雷达定位效果评估方法、装置、设备及存储介质 |
| CN109522825A (zh) * | 2018-10-31 | 2019-03-26 | 蔚来汽车有限公司 | 视觉感知系统的性能测试系统及其性能测试方法 |
| CN111562118A (zh) * | 2020-06-30 | 2020-08-21 | 中汽院智能网联科技有限公司 | 一种夜间环境下aeb vru性能的测试方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112710343A (zh) * | 2021-01-29 | 2021-04-27 | 重庆长安汽车股份有限公司 | 一种基于rt的车载传感器性能测试方法 |
| CN113219507A (zh) * | 2021-01-29 | 2021-08-06 | 重庆长安汽车股份有限公司 | 基于rt3000的自动驾驶车辆感知融合数据的精度测量方法 |
| CN113219507B (zh) * | 2021-01-29 | 2024-02-23 | 重庆长安汽车股份有限公司 | 基于rt3000的自动驾驶车辆感知融合数据的精度测量方法 |
| CN112906209A (zh) * | 2021-02-03 | 2021-06-04 | 交通运输部公路科学研究所 | 一种面向封闭场地的车路协同测试场景可信度评估方法 |
| CN112906209B (zh) * | 2021-02-03 | 2023-07-18 | 交通运输部公路科学研究所 | 一种面向封闭场地的车路协同测试场景可信度评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112230228B (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112230228B (zh) | 一种基于场地测试技术的智能汽车视觉传感器测试方法 | |
| CN109100155B (zh) | 一种无人车在环快速仿真测试系统和方法 | |
| Dagan et al. | Forward collision warning with a single camera | |
| CN107972663B (zh) | 一种基于智能驾驶技术的车辆控制系统、装置及方法 | |
| US11912286B2 (en) | Driving risk identification model calibration method and system | |
| CN109816811B (zh) | 一种自然驾驶数据采集装置 | |
| CN109062209A (zh) | 一种智能辅助驾驶控制系统及其控制方法 | |
| CN109074740A (zh) | 车辆控制系统、车辆控制方法及车辆控制程序 | |
| CN109211575B (zh) | 无人驾驶汽车及其场地测试方法、装置及可读介质 | |
| CN108778879A (zh) | 车辆控制系统、车辆控制方法及车辆控制程序 | |
| CN108698592A (zh) | 车辆控制系统、车辆控制方法及车辆控制程序 | |
| KR20180086632A (ko) | 자율주행 차량의 행동 결정 장치 및 방법 | |
| CN106573618A (zh) | 车辆的行驶控制装置及方法 | |
| CN111731296B (zh) | 行驶控制装置、行驶控制方法以及存储程序的存储介质 | |
| CN110569602B (zh) | 用于无人驾驶车辆的数据采集方法与系统 | |
| JP7072133B2 (ja) | 最小アクション量原理に基づく運転者制御動作定量化方法及び装置 | |
| CN108778881A (zh) | 车辆控制系统、车辆控制方法及车辆控制程序 | |
| Jenkins et al. | Classifying passing maneuvers: a behavioral approach | |
| CN111445764A (zh) | 一种针对驾驶员路考培训的智能驾校系统及工作方法 | |
| JP2021112995A (ja) | 制御システム、制御方法、車両、およびプログラム | |
| CN113879325B (zh) | 一种自动驾驶辅助测试装置、方法及系统 | |
| CN115165387A (zh) | 一种自动驾驶整车性能测试的控制方法、装置及系统 | |
| JP2020051902A (ja) | 表示システム、表示方法、およびプログラム | |
| CN111050285A (zh) | 危化品司机驾驶行为偏好数据分析方法 | |
| KR20200072579A (ko) | 주변소음을 이용한 주행안전 제어시스템 및 그의 제어방법 |
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 |