CN112433934A - 仿真测试方法、装置、计算机设备和存储介质 - Google Patents

仿真测试方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112433934A
CN112433934A CN202011210450.5A CN202011210450A CN112433934A CN 112433934 A CN112433934 A CN 112433934A CN 202011210450 A CN202011210450 A CN 202011210450A CN 112433934 A CN112433934 A CN 112433934A
Authority
CN
China
Prior art keywords
weather
radar
simulation
energy value
simulated
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
Application number
CN202011210450.5A
Other languages
English (en)
Other versions
CN112433934B (zh
Inventor
宋科科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202011210450.5A priority Critical patent/CN112433934B/zh
Publication of CN112433934A publication Critical patent/CN112433934A/zh
Application granted granted Critical
Publication of CN112433934B publication Critical patent/CN112433934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3604—Software analysis for verifying properties of programs
    • G06F11/3612—Software analysis for verifying properties of programs by runtime analysis
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请涉及一种仿真测试方法、装置、计算机设备和存储介质。该方法可以应用于人工智能算法的仿真测试，所述方法还包括：在仿真环境中创建仿真雷达，并在仿真环境中设置虚拟目标；获取在仿真环境中生成的仿真天气状态所对应的天气参数；控制仿真雷达在仿真环境中以设定的发射能量值发出雷达信号；在雷达信号探测到虚拟目标后，基于发射能量值和天气参数，获得雷达信号在仿真天气状态下对应的回波能量值；根据回波能量值进行仿真测试。本申请提供的技术方案能够有效反映雷达信号在对应的真实天气状态下的衰减，即该回波能量值更贴合实际情况，提高了对雷达系统仿真的有效性，也使得后续根据该回波能量值进行的仿真测试更为可靠。

Description

仿真测试方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机仿真技术领域，特别是涉及一种仿真测试方法、装置、计算机设备和存储介质。
背景技术
计算机仿真是在仿真系统中对真实世界的事物进行模拟的技术，利用计算机仿真技术可以检查计算机算法在真实环境中的有效性。近年来，基于雷达的目标检测可以应用在自动驾驶或机器人视觉中，在计算机仿真技术中，可以对雷达系统进行仿真以模拟雷达系统真实的工作状态，为目标检测算法的测试提供雷达点云数据。
目前一些仿真方法设计的仿真雷达系统，会在雷达信号的传播中添加少量的噪声，以模拟雷达信号在真实环境中传播时存在衰减的情况。然而，这些仿真方法只能提供良好天气状况的仿真结果，无法模拟恶劣天气下雷达系统的工作状况，而真实的雷达系统在雨雾等恶劣天气下，雷达信号的衰减非常大，导致仿真结果与真实情况差别非常大，仿真效果差。
发明内容
基于此，有必要针对上述技术问题，提供一种能够模拟雷达系统在真实天气下的工作状态的仿真测试方法、装置、计算机设备和存储介质。
一种仿真测试方法，所述方法包括：
在仿真环境中创建仿真雷达，并在所述仿真环境中设置虚拟目标；
获取在所述仿真环境中生成的仿真天气状态所对应的天气参数；
控制所述仿真雷达在所述仿真环境中以设定的发射能量值发出雷达信号；
在所述雷达信号探测到所述虚拟目标后，基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值；
根据所述回波能量值进行仿真测试。
在一个实施例中，所述方法还包括：
在所述仿真环境中创建天气发生器；
获取设置的与所述仿真天气状态对应的天气参数；
根据所述天气参数控制天气发生器在所述仿真环境中生成仿真天气状态。
在一个实施例中，所述基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值，包括：
获取所述虚拟目标与所述仿真雷达之间的距离；
将所述距离、所述发射能量值和所述天气参数输入至天气衰减模型；
通过所述天气衰减模型中的能量衰减单元，根据所述距离、所述发射能量值确定所述雷达信号对应的理想回波能量值；
通过所述天气衰减模型中的天气衰减单元，根据所述距离、所述天气参数确定所述雷达信号对应的天气衰减程度；
根据所述理想回波能量值和所述天气衰减程度确定所述雷达信号在所述仿真天气状态下对应的回波能量值。
在一个实施例中，所述通过所述天气衰减模型中的能量衰减单元，根据所述距离、所述发射能量值确定所述雷达信号对应的理想回波能量值，包括：
获取所述雷达信号在探测到所述虚拟目标时与所述虚拟目标之间的夹角；
确定与所述虚拟目标对应的反射率；
获取所述仿真雷达的标定系数；
将所述夹角、所述反射率、所述标定系数、所述距离和所述发射能量值输入至能量衰减单元，获得所述雷达信号对应的理想回波能量值。
在一个实施例中，所述雷达信号对应的理想回波能量值通过以下公式确定：
Figure BDA0002758647550000021
其中，Pi表示所述雷达信号对应的理想回波能量值；Ep表示所述雷达信号对应的发射能量值；A表示所述仿真雷达的标定系数；θ表示所述雷达信号在探测到所述虚拟目标时与所述虚拟目标之间的夹角；ρ表示所述虚拟目标对应的反射率；R表示所述虚拟目标与所述仿真雷达之间的距离；cos为余弦函数。
在一个实施例中，所述天气参数为降雨天气对应的降雨量，通过所述天气衰减模型中的天气衰减单元，根据所述距离、所述天气参数确定所述雷达信号对应的天气衰减程度，包括：
获取与降雨天气对应的散射参数；
根据所述散射参数、所述降雨量确定降雨天气对应的散射系数；
将所述散射系数、所述距离输入至降雨天气衰减单元，获得所述雷达信号在降雨天气下的天气衰减程度。
在一个实施例中，所述雷达信号在降雨天气下的天气衰减程度通过以下公式确定：
∈＝e-2σR；
σ1＝a×wb；
其中，∈表示雷达信号对应的天气衰减程度；σ表示所述仿真天气状态对应的散射系数；R表示所述虚拟目标与所述仿真雷达之间的距离；e表示以自然常数e为底的指数函数；σ1表示所述仿真天气状态为降雨天气时对应的散射系数；a、b表示与降雨天气对应的散射参数；w表示降雨量。
在一个实施例中，所述天气参数为起雾天气对应的能见度，所述通过所述天气衰减模型中的天气衰减单元，根据所述距离、所述天气参数确定所述雷达信号对应的天气衰减程度，包括：
获取与起雾天气和降雨天气对应的散射参数；
根据所述散射参数、所述能见度确定起雾天气对应的散射系数；
将所述散射系数、所述距离输入至起雾天气衰减单元，获得所述雷达信号在起雾天气下的天气衰减程度。
在一个实施例中，所述雷达信号在起雾天气下的天气衰减程度通过以下公式确定：
∈＝e-2σR；
σ2＝a×(c×vd)b；
其中，∈表示雷达信号对应的天气衰减程度；σ表示所述仿真天气状态对应的散射系数；R表示所述虚拟目标与所述仿真雷达之间的距离；e表示以自然常数e为底的指数函数；σ2表示所述仿真天气状态为起雾天气时对应的散射系数；a、b表示与降雨天气对应的散射参数；c、d表示与起雾天气对应的散射参数；v表示与起雾天气对应的能见度。
在一个实施例中，所述根据所述回波能量值进行仿真测试，包括：
获取与所述仿真雷达对应的回波能量下限值；
当获得的回波能量值大于所述回波能量下限值时，则
确定所述雷达信号为有效探测信号；
当获得的回波能量值小于所述回波能量下限值时，则
确定所述雷达信号为无效探测信号；
根据所述有效探测信号和所述无效探测信号生成雷达点云数据；
根据所述雷达点云数据进行仿真测试。
在一个实施例中，所述仿真雷达是用于模拟自动驾驶车辆的仿真车辆上的仿真车载雷达，所述根据所述雷达点云数据进行仿真测试，包括：
根据所述雷达点云数据对自动驾驶场景的目标检测算法进行仿真测试。
一种仿真测试装置，所述装置包括：
创建模块，用于在仿真环境中创建仿真雷达，并在所述仿真环境中设置虚拟目标；
获取模块，用于获取在所述仿真环境中生成的仿真天气状态所对应的天气参数；
控制模块，用于控制所述仿真雷达在所述仿真环境中以设定的发射能量值发出雷达信号；
衰减模块，用于在所述雷达信号探测到所述虚拟目标后，基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值；
测试模块，用于根据所述回波能量值进行仿真测试。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
在仿真环境中创建仿真雷达，并在所述仿真环境中设置虚拟目标；
获取在所述仿真环境中生成的仿真天气状态所对应的天气参数；
控制所述仿真雷达在所述仿真环境中以设定的发射能量值发出雷达信号；
在所述雷达信号探测到所述虚拟目标后，基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值；
根据所述回波能量值进行仿真测试。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
在仿真环境中创建仿真雷达，并在所述仿真环境中设置虚拟目标；
获取在所述仿真环境中生成的仿真天气状态所对应的天气参数；
控制所述仿真雷达在所述仿真环境中以设定的发射能量值发出雷达信号；
在所述雷达信号探测到所述虚拟目标后，基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值；
根据所述回波能量值进行仿真测试。
上述仿真测试方法、装置、计算机设备和存储介质，在仿真环境中创建仿真雷达，并在仿真环境中设置虚拟目标后，获取在仿真环境中生成的仿真天气状态所对应的天气参数，并控制仿真雷达在仿真环境中以设定的发射能量值发出雷达信号，以模拟在相应的真实天气状态下发出雷达信号；在计算回波能量值时考虑了雷达信号在相应的真实天气状态下受天气影响导致的衰减，因此，在仿真雷达发出的雷达信号探测到虚拟目标后，基于发射能量值和天气参数输出的回波能量值，能够真实地反映雷达信号在对应的真实天气状态下的衰减，即该回波能量值更贴合实际情况，提高了对雷达系统仿真的有效性，也使得后续根据该回波能量值进行的仿真测试更为可靠。
附图说明
图1为一个实施例中仿真测试方法的应用环境图；
图2为一个实施例中雨雾天气下雷达信号的传播示意图；
图3为一个实施例中雨雾天气下雷达系统的工作流程示意图；
图4为一个实施例中雨雾天气下的雷达系统的仿真方法的示意图；
图5为一个实施例中仿真测试方法的流程示意图；
图6为一个实施例中获得回波能量值的流程示意图；
图7为一个实施例中通过天气衰减模型中的能量衰减单元确定理想回波能量值的流程示意图；
图8为一个实施例中通过天气衰减模型中的天气衰减单元确定天气衰减程度的流程示意图；
图9为一个实施例中仿真测试装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的仿真测试方法，可以应用于如图1所示的应用环境中。其中，仿真设备100通过模拟和配置待测试算法的使用环境，在该使用环境中对待测试算法进行测试，该使用环境称之为仿真环境。本实施例中，该仿真环境中还包括模拟真实雷达系统的仿真雷达，仿真设备在仿真环境中创建仿真雷达，并在仿真环境中设置虚拟目标；获取在仿真环境中生成的仿真天气状态所对应的天气参数；控制仿真雷达在仿真环境中以设定的发射能量值发出雷达信号；在雷达信号探测到虚拟目标后，基于发射能量值和天气参数，获得雷达信号在仿真天气状态下对应的回波能量值；根据回波能量值对待测试算法进行仿真测试。
其中，仿真设备100可以是终端，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，仿真设备100还可以是服务器，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
上述的待测试算法可以是基于雷达数据的目标检测算法。雷达系统包括发射器和一个接收器，发射器产生并发射雷达信号，如一束光脉冲，该雷达信号打在目标上并反射回来被接收器所接收，接收器准确地测量光脉冲从发射到被反射回的传播时间，鉴于光速是已知的，传播时间即可被转换为对距离的测量，结合发射器的位置或高度、发射角度，就可以准确地计算出每一个光斑的坐标，获得雷达点云数据，后续可以将该雷达点云数据作为目标检测算法的输入，以探测目标的表面形状，实现目标检测。
基于雷达的目标检测算法可以应用在自动驾驶场景中或机器人视觉场景中。随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。其中，自动驾驶技术通常包括高精地图、环境感知、行为决策、路径规划、运动控制等技术，自动驾驶技术有着广泛的应用前景。由于自动驾驶汽车真实上路后所要面临的外部环境是复杂多变的，通过仿真测试可以检验自动驾驶设备的环境感知算法、行为决策算法的有效性。机器人视觉技术可以为机器人的动作控制提供视觉反馈，还可以应用于移动式机器人的视觉导航，以确定机器人所在方位，机器人在户外环境中作业时也会面临复杂的天气状况，通过仿真测试可以检验户外移动机器人的控制算法的有效性。
雷达系统由于体积小、集成程度高，其工作状态容易受到天气环境的影响。目前一些关于雷达系统的仿真方法中，所使用的仿真模型缺少天气环境的考虑，仅仅通过添加少量的噪声模拟雷达信号传播过程中的衰减，只能提供天气良好环境的仿真结果，无法模拟复杂天气、极端天气下雷达系统的工作状态。而实际上，在雨雾等天气下，雷达信号在传播过程中会被雨雾粒子折射，雷达信号的能量会因此而衰减，因此，并不是所有发出的雷达信号都会在发出之后又被雷达系统接收到，雷达系统通过扫描目标获得的雷达点云数据会受到天气状态的影响，目标的雷达系统的仿真模型并没有体现这一真实情况，也就影响了对利用雷达点云数据对待测试算法进行的仿真测试。本申请实施例提供的仿真测试方法，可以更真实、准确地模拟雷达系统在特定天气状态下的真实工作状态，这样可以获得贴近实际情况的雷达点云数据，从而为测试自动驾驶场景或机器人视觉场景中的待测试算法提供可靠保证。
如图2所示，为雨雾天气下雷达信号的传播示意图。参照图2，降雨天气与起雾天气的特点是空气中漂浮了大量的水珠，当雷达信号穿过水珠，会引发折射和反射，削弱雷达信号的能量，水珠中的杂质也会削弱雷达信号的能量。
如图3所示，为一个实施例中雨雾天气下雷达系统的工作流程示意图。参照图3，雷达信号在传播过程中，会经过传播衰减、雨雾天气衰减，探测到目标物体后返回，如果回波能量值太低，小于雷达系统的雷达接收能力，则雷达系统无法接收到该返回信号，如果回波能量值较高，则雷达系统可以接收到该返回信号，并根据接收到的返回信号生成相应的雷达点云数据。
如图4，为一个实施例中雨雾天气下的雷达系统的仿真方法的示意图。参照图4，仿真雷达以固定发射能量值发出一束雷达信号，将该雷达信号向外发射，同时模拟按照天气参数生成仿真天气状态，每一雷达信号探测到虚拟目标后，根据天气衰减模型计算每一条雷达信号对应的回波能量值，如果回波能量值大于标定值，则说明在相应真实天气状况下，该雷达信号是会被雷达系统接收到的有效信号，可以生成相应的雷达点云数据，如果回波能量值小于标定值，则说明在相应真实天气状况下，该雷达信号是不会被雷达系统接收到的无效信号，该雷达信号对应的雷达点云数据需要表征出该雷达信号被丢失。
通过本申请实施例提供的仿真测试方法，考虑了雷达信号在特定天气状态下受天气影响导致的衰减，在仿真雷达发出的雷达信号探测到虚拟目标后，基于发射能量值和天气参数输出的回波能量值，能够有效反映雷达信号在对应的真实天气状态下的衰减，即该回波能量值更贴合实际情况，提高了对雷达系统仿真的准确性，也使得后续根据该回波能量值对待测试算法进行的仿真测试更为可靠。
在一个实施例中，如图5所示，提供了一种仿真测试方法，以该方法应用于图1中的仿真设备100为例进行说明，包括以下步骤：
步骤502，在仿真环境中创建仿真雷达，并在仿真环境中设置虚拟目标。
在本申请实施例中，需要模拟雷达系统在特定天气状态下的工作状态，仿真设备需要在仿真环境中搭建用于模拟雷达工作的仿真场景。仿真设备通过模拟和配置待测试算法的使用环境，以便于该在该使用环境中对待测试算法进行测试，该使用环境称之为仿真环境。本实施例中，该仿真环境中还包括模拟真实雷达系统的仿真雷达，创建的仿真雷达用于模拟真实雷达，仿真雷达能够在搭建的仿真环境中发出仿真的雷达信号，并接收仿真的雷达信号。仿真的雷达信号可以用一束射线表示。虚拟目标是仿真环境中用于模拟真实障碍物的虚拟物体，例如可以是虚拟道路、虚拟树木、虚拟标识杆、虚拟行人等等。
例如，若需要模拟自动驾驶设备的车载雷达系统的工作状态，以对自动驾驶设备的自动驾驶算法在仿真环境中进行仿真测试，则需要在仿真环境中创建仿真车辆，并为该仿真车辆配置仿真雷达，仿真车辆可以在仿真道路上行驶，仿真车辆上的仿真雷达可以在车辆行驶过程中发出雷达信号，雷达信号对仿真道路上设置的虚拟目标进行探测，并根据返回的雷达信号生成针对该虚拟目标的探测结果，根据该探测结果测试自动驾驶算法。
步骤504，获取在仿真环境中生成的仿真天气状态所对应的天气参数。
本申请实施例提供的仿真测试方法，需要模拟雷达系统在特定天气状态下的工作状态，因此，仿真设备需要在仿真环境中模拟特定天气，以实现对雷达系统在特定天气状态下的工作状态的仿真。
具体地，仿真设备可以获取为特定的仿真天气状态设置的天气参数，根据天气参数生成相应的仿真天气状态。天气参数是仿真天气状态的量化表示。仿真天气状态例如可以是降雨天气、起雾天气、下雪天气和风沙天气等等。天气参数可以包括降雨量、能见度和降雪量，等等。本申请实施例并不对具体的仿真天气状态进行限定。为了便于描述，本申请实施例下文将仅以雷达信号在降雨天气和起雾天气中传播的仿真场景为例，对本申请的仿真测试方法进行详细说明。
在一个实施例中，上述仿真测试方法还包括：在仿真环境中创建天气发生器；获取设置的与仿真天气状态对应的天气参数；根据天气参数控制天气发生器在仿真环境中生成仿真天气状态。
例如，若需要在仿真环境中模拟降雨天气，则仿真设备可以根据设置的降雨量，通过创建的天气发生器在仿真环境中模拟出与该降雨量匹配的仿真天气状态。又例如，若需要在仿真环境中模拟起雾天气，则仿真设备可以根据设置的能见度，通过创建的天气发生器在仿真环境中模拟出与该能见度匹配的仿真天气状态。
步骤506，控制仿真雷达在仿真环境中以设定的发射能量值发出雷达信号。
其中，发射能量值可以用仿真雷达发出的雷达信号的功率表示。仿真设备可以控制仿真雷达发出一束射线，用于模拟一束雷达信号，并按照固定值设置发出的雷达信号的发射能量值。
步骤508，在雷达信号探测到虚拟目标后，基于发射能量值和天气参数，获得雷达信号在仿真天气状态下对应的回波能量值。
具体地，仿真设备可以根据设置的天气参数以及雷达信号的发射能量值，计算雷达信号在生成的仿真天气状态下对应的回波能量值。该回波能量值由于考虑了天气对雷达信号的衰减，是更符合真实场景中雷达系统的工作状态的。
其中，在一个实施例中，仿真设备可以通过天气衰减模型基于发射能量值和天气参数，输出雷达信号在仿真天气状态下对应的回波能量值。天气衰减模型是描述特定天气状态下雷达信号的能量在传播过程中的衰减程度被增强的模型。在一些恶劣天气状态下，雷达系统发出的雷达信号的能量会被削弱，本申请实施例为仿真出这一真实状况，设计了关于雷达系统的天气衰减模型，该天气衰减模型用于仿真雷达系统在特定天气状态下的工作状态。仿真设备可以通过天气衰减模型，根据设置的天气参数以及雷达信号的发射能量值，计算雷达信号在生成的仿真天气状态下对应的回波能量值。
步骤510，根据回波能量值进行仿真测试。
具体地，仿真设备在得到该回波能量值后，可以利用该回波能量值进行仿真测试。例如，可以在该仿真环境中根据该回波能量值对无人驾驶设备的环境感知算法、行为决策算法进行仿真测试，还可以在该仿真环境中根据该回波能量值对户外移动机器人的控制算法进行测试。
在一个实施例中，根据回波能量值进行仿真测试，包括：获取与仿真雷达对应的回波能量下限值；当获得的回波能量值大于回波能量下限值时，则确定雷达信号为有效探测信号；当获得的回波能量值小于回波能量下限值时，则确定雷达信号为无效探测信号；根据有效探测信号和无效探测信号生成雷达点云数据；根据雷达点云数据对目标检测算法进行仿真测试。
其中，回波能量下限值代表了雷达系统感知回波能量的能力，回波能量下限值越小，雷达系统能够检测到越小的回波能量值的雷达信号，也就越能够容忍发射能量值的衰减。对于某个雷达系统而言，回波能量下限值是固定的，回波能量下限值可以根据真实车辆的实验数据确定。例如，在雷达系统能够接收到返回信号的前提下，可以将雷达系统发出的雷达信号的发射能量值设定为最小、目标物体与雷达系统的距离尽可能远、并且让雷达信号垂直照射到目标物体上，此时计算返回信号的能量就可以得到该雷达系统对应的回波能量下限值。仿真设备可以获取确定的回波能量下限值，并将获得的的回波能量值与该回波能量下限值进行比较，以确定仿真雷达发出的雷达信号为有效信号或无效信号。
例如，如果在这种仿真天气状态下回波能量值小于回波能量下限值，说明该雷达信号是无效信号，即在真实场景中雷达系统可能无法接收到该雷达信号的返回信号，相应的雷达点云数据被丢失，后续对自动驾驶算法进行测试时也应该考虑到该雷达点云数据丢失的情况。又例如，如果在这种仿真天气状态下回波能量值大于回波能量下限值，说明该雷达信号是有效信号，在真实场景中雷达系统能够接收到该雷达信号的返回信号，可以生成相应的雷达点云数据，后续测试自动驾驶算法时可以使用该雷达信号对应的雷达点云数据。
在一个实施例中，如图6所示，步骤508，基于发射能量值和天气参数，获得雷达信号在仿真天气状态下对应的回波能量值，包括：
步骤602，获取虚拟目标与仿真雷达之间的距离。
仿真设备可以根据仿真环境中仿真雷达的位置和虚拟目标的位置确定雷达信号传播的距离，例如，仿真雷达的位置可以根据仿真车辆的位置确定。
步骤604，将距离、发射能量值和天气参数输入至天气衰减模型。
步骤606，通过天气衰减模型中的能量衰减单元，根据距离、发射能量值确定雷达信号对应的理想回波能量值。
步骤608，通过天气衰减模型中的天气衰减单元，根据距离、天气参数确定雷达信号对应的天气衰减程度。
步骤610，根据理想回波能量值和天气衰减程度确定雷达信号在仿真天气状态下对应的回波能量值。
在本实施例中，该天气衰减模型包括能量衰减单元和天气衰减单元。能量衰减单元用于描述雷达信号的能量在传播过程中随着发射距离的增加而衰减；天气衰减单元描述了雷达信号的能量在传播过程中的衰减程度与天气参数的关系，天气参数越大，雷达信号的能量的衰减程度越大。仿真设备通过天气衰减模型中的能量衰减单元获得理想回波能量值，通过天气衰减模型中的天气衰减单元获得雷达信号在仿真天气状态下对应的天气衰减程度，并将理想回波能量值与天气衰减程度的乘积作为该雷达信号在仿真天气状态下对应的回波能量值。
在一个实施例中，能量衰减单元基于能量衰减模型构建，如图7所示，步骤606，通过天气衰减模型中的能量衰减单元，根据距离、发射能量值确定雷达信号对应的理想回波能量值，包括：
步骤702，获取雷达信号在探测到虚拟目标时与虚拟目标之间的夹角。
仿真雷达发出一束雷达信号可以是一束射线，每一条射线的发射角度不同，用于模拟真实雷达系统的发射器以不同的角度发出激光。仿真设备可以获取仿真环境中设置的仿真雷达发出的每一条射线的发射角度，根据该发射角度可以确定雷达信号的探测到虚拟目标时与该虚拟目标之间的法向夹角。
步骤704，确定与虚拟目标对应的反射率。
反射率是物体的固有属性。在仿真环境中虚拟目标对应的反射率可以根据虚拟目标的类型确定。
步骤706，获取仿真雷达的标定系数。
其中，标定系数是根据实验数据确定的常数。
步骤708，将夹角、反射率、标定系数、距离和发射能量值输入至能量衰减单元，获得雷达信号对应的理想回波能量值。
具体地，仿真设备将雷达信号的夹角、反射率、距离和发射能量值作为输入，输入至能量衰减单元，输出雷达信号对应的理想回波能量值。
在本实施例中，能量衰减单元基于能量衰减模型构建，它描述了雷达信号在传播过程中的能量衰减程度，若虚拟目标的距离很远，或者雷达信号与虚拟目标接触面的法向夹角太大，都会造成雷达信号的能量的衰减变大，可能导致雷达系统无法接收到该雷达信号的返回信号。需要说明的是，标定系数是根据真实车辆的实验数据确定的定值。
在一个实施例中，雷达信号对应的理想回波能量值通过以下公式确定：
Figure BDA0002758647550000131
其中，Pi表示雷达信号对应的理想回波能量值；Ep表示雷达信号对应的发射能量值；A表示仿真雷达的标定系数；θ表示雷达信号在探测到虚拟目标时与虚拟目标之间的夹角；ρ表示虚拟目标对应的反射率；R表示虚拟目标与仿真雷达之间的距离；cos为余弦函数。
在一个实施例中，天气衰减单元基于散射因子模型构建，如图8所示，步骤608，通过天气衰减模型中的天气衰减单元，根据距离、天气参数确定雷达信号对应的天气衰减程度，包括：
步骤802，获取与仿真天气状态对应的散射参数。
其中，散射参数是根据仿真天气状态下的实验数据确定的常数。在本申请实施例中，将散射因子模型应用到雷达系统的仿真中，能够比较真实的反映天气状态对雷达信号的能量衰减的增强，使得仿真结果更贴近真实情况。散射因子模型采描述了传播介质在传播信号时对信号的能量的衰减，常用于大气散射的计算，在一些特定天气状态如雨天、雾天也同样适用。散射因子模型描述了衰减程度与传播环境的散射系数之间是呈指数衰减关系，应用到本申请实施例中，可以表示雷达信号的衰减程度与仿真天气状态下的散射系数之间的关系，雷达信号的衰减程度可以通过以下公式表示：
∈＝e-2σR；
其中，∈表示雷达信号对应的天气衰减程度；σ表示仿真天气状态对应的散射系数；R表示虚拟目标与仿真雷达之间的距离；e表示以自然常数e为底的指数函数。从该公式可以看出，衰减程度随仿真天气状态对应的散射系数的增大而衰减。
散射系数根据散射参数和天气参数确定。散射参数是根据实验数据得到的，对于不同的仿真天气状态，散射参数不一样。根据实验数据确定散射系数与散射参数之间呈幂次关系。在降雨天气时，根据实验数据确定散射系数与降雨量之间的关系遵循幂次规律，并根据实验数据构建方程确定降雨天气的散射参数后，明确降雨天气的散射系数与降雨量之间的关系。在起雾天气时，根据实验数据确定散射系数与能见度之间的关系遵循幂次规律，并根据实验数据构建方程确定起雾天气的散射参数后，明确起雾天气的散射系数与能见度之间的关系。
降雨天气的散射系数与散射参数的幂次关系可以通过以下公式表示：
σ1＝a×wb；
其中，σ1表示仿真天气状态为降雨天气对应的散射系数；a、b表示与仿真天气状态为降雨天气对应的散射参数；w表示降雨天气对应的降雨量；R表示虚拟目标与仿真雷达之间的距离。
可以通过以下方式确定仿真天气状态对应的散射参数：
对于降雨天气的散射参数a和b，在同样的实验环境中，雷达系统发送雷达信号的发射能量值及目标物体、目标物体的位置不变的情况下，通过改变降雨量，测定不同降雨量情况下的衰减比例，将得到的衰减比例与良好天气状态下的衰减比例相除，得到不同降雨量对应的散射系数，散射系数与降雨量之间呈幂次关系，用最小二次解计算降雨天气的散射参数a和b。
起雾天气的散射系数σ2与降雨天气的散射系数σ1同样遵循幂次关系，从而得到起雾天气的散射系数与散射参数的关系可以通过以下公式表示：
σ2＝a×(c×vd)b；
a、b表示与降雨天气对应的散射参数；c、d表示与起雾天气对应的散射参数；v表示与起雾天气对应的能见度。
在已知a、b后，对于起雾天气的散射参数c和d，在同样的实验环境中，雷达系统发送雷达信号的发射能量值及目标物体、目标物体的位置不变的情况下，通过改变能见度，测定不同能见度情况下的衰减比例，将得到的衰减比例与良好天气状态下的衰减比例相除，得到不同能见度对应的散射系数，散射系数与能见度之间呈幂次关系，用最小二次解计算起雾天气的散射参数c和d。
步骤804，根据散射参数、天气参数确定仿真天气状态对应的散射系数。
在获得散射参数和天气参数后，仿真设备根据上面的公式就可以根据散射参数、天气参数确定仿真天气状态对应的散射系数。
步骤806，将散射系数、距离输入至天气衰减单元，获得雷达信号对应的天气衰减程度。
仿真设备可以根据天气参数计算得到散射系数，根据散射系数确定雷达信号对应的天气衰减程度。
具体地，在仿真天气状态为降雨天气时，天气参数为降雨量，可以获取与降雨天气对应的散射参数；根据散射参数、降雨量确定降雨天气对应的散射系数；将散射系数、距离输入至降雨天气衰减单元，获得雷达信号在降雨天气下的天气衰减程度。
根据上面的公式，降雨天气的散射系数可以通过以下公式计算得到：
Figure BDA0002758647550000151
降雨天气对应的天气衰减模型就可以用以下公式表达：
Figure BDA0002758647550000152
具体地，在仿真天气状态为起雾天气时，天气参数为能见度，可以获取与起雾天气和降雨天气对应的散射参数；根据散射参数、能见度确定起雾天气对应的散射系数；将散射系数、距离输入至起雾天气衰减单元，获得雷达信号在起雾天气下的天气衰减程度。
根据上面的公式，起雾天气的散射系数可以通过以下公式计算得到：
Figure BDA0002758647550000161
起雾天气对应的天气衰减模型就可以用以下公式表达：
Figure BDA0002758647550000162
上述仿真测试方法，在仿真环境中创建仿真雷达，并在仿真环境中设置虚拟目标后，获取在仿真环境中生成的仿真天气状态所对应的天气参数，并控制仿真雷达在仿真环境中以设定的发射能量值发出雷达信号，以模拟在相应的真实天气状态下发出雷达信号；回波能力值考虑了雷达信号在相应的真实天气状态下受天气影响导致的衰减，因此，在仿真雷达发出的雷达信号探测到虚拟目标后，基于发射能量值和天气参数获得的回波能量值，能够有效反映雷达信号在对应的真实天气状态下的衰减，即该回波能量值更贴合实际情况，提高了对雷达系统仿真的有效性，也使得后续根据该回波能量值进行的仿真测试更为可靠。
在一个具体的应用场景中，为了模拟自动驾驶设备的车载雷达系统的工作状态，仿真设备在仿真环境中创建仿真车载雷达，仿真车载雷达在仿真环境中以设定的发射能量值发出一束雷达信号，仿真设备在仿真环境中设置虚拟障碍物，例如虚拟绿化带、虚拟道路等，并在仿真环境中创建天气发生器。
在发出的雷达信号探测以预设夹角到虚拟目标后，根据该预设夹角、虚拟障碍物与仿真车载雷达之间的距离、该虚拟障碍物对应的反射率，获得雷达信号对应的理想回波能量值。
当需要模拟自动驾驶设备的车载雷达系统在降雨天气的工作状态时，可以通过天气发生器按照配置的降雨量生成相应的仿真天气状态。同时还根据与降雨天气对应的散射参数、该降雨量以及该距离计算雷达信号在降雨天气对应的衰减程度。
当需要模拟自动驾驶设备的车载雷达系统在起雾天气的工作状态时，可以通过天气发生器按照配置的能见度生成相应的仿真天气状态。同时还根据与起雾天气对应的散射参数、降雨天气对应的散射参数、该能见度以及该距离计算雷达信号在起雾天气对应的衰减程度。
根据理想回波能量值与该衰减程度确定回波能量值，回波能量值可用于确定车载雷达系统接收雷达信号的情况，即确定了有效探测信号和无效探测信号，根据有效探测信号和无效探测信号生成雷达点云数据之后，就可以根据雷达点云数据对自动驾驶算法进行仿真测试。生成的雷达点云数据考虑了雷达信号在仿真天气状态下的影响，使得后续基于该雷达点云数据进行的仿真测试也更可靠。
需要说明的是，本申请实施例提供的仿真测试方法可以应用于多种应用场景，例如，可以在该仿真环境中对自动驾驶设备的环境感知算法、行为决策算法进行仿真测试，还可以在该仿真环境中对户外移动机器人的控制算法进行测试。
应该理解的是，虽然图5至图8的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图5至图8中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图9所示，提供了一种仿真测试装置900，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：创建模块902、获取模块904、控制模块906、衰减模块908和测试模块910，其中：
创建模块902，用于在仿真环境中创建仿真雷达，并在仿真环境中设置虚拟目标；
获取模块904，用于获取在仿真环境中生成的仿真天气状态所对应的天气参数；
控制模块906，用于控制仿真雷达在仿真环境中以设定的发射能量值发出雷达信号；
衰减模块908，用于在雷达信号探测到虚拟目标后，基于发射能量值和天气参数，获得雷达信号在仿真天气状态下对应的回波能量值；
测试模块910，用于根据回波能量值进行仿真测试。
在一个实施例中，装置还包括天气发生模块，用于在仿真环境中创建天气发生器；获取设置的与仿真天气状态对应的天气参数；根据天气参数控制天气发生器在仿真环境中生成仿真天气状态。
在一个实施例中，衰减模块908还用于获取虚拟目标与仿真雷达之间的距离；将距离、发射能量值和天气参数输入至天气衰减模型；通过天气衰减模型中的能量衰减单元，根据距离、发射能量值确定雷达信号对应的理想回波能量值；通过天气衰减模型中的天气衰减单元，根据距离、天气参数确定雷达信号对应的天气衰减程度；根据理想回波能量值和天气衰减程度确定雷达信号在仿真天气状态下对应的回波能量值。
在一个实施例中，衰减模块908还用于获取雷达信号在探测到虚拟目标时与虚拟目标之间的夹角；确定与虚拟目标对应的反射率；获取仿真雷达的标定系数，标定系数是根据实验数据确定的常数；将夹角、反射率、标定系数、距离和发射能量值输入至能量衰减单元，获得雷达信号对应的理想回波能量值。
在一个实施例中，雷达信号对应的理想回波能量值通过以下公式确定：
Figure BDA0002758647550000181
其中，Pi表示雷达信号对应的理想回波能量值；Ep表示雷达信号对应的发射能量值；A表示仿真雷达的标定系数；θ表示雷达信号在探测到虚拟目标时与虚拟目标之间的夹角；ρ表示虚拟目标对应的反射率；R表示虚拟目标与仿真雷达之间的距离；cos为余弦函数。
在一个实施例中，所述雷达信号对应的天气衰减程度，衰减模块908还用于获取与降雨天气对应的散射参数；根据所述散射参数、所述降雨量确定降雨天气对应的散射系数；将所述散射系数、所述距离输入至降雨天气衰减单元，获得所述雷达信号在降雨天气下的天气衰减程度。。
在一个实施例中，雷达信号对应的天气衰减程度通过以下公式确定：
∈＝e-2σR；
σ1＝a×wb；
其中，∈表示雷达信号对应的天气衰减程度；σ表示仿真天气状态对应的散射系数；σ1表示仿真天气状态为降雨天气时对应的散射系数；a、b表示与降雨天气对应的散射参数；w表示降雨量；R表示虚拟目标与仿真雷达之间的距离；e表示以自然常数e为底的指数函数。
在一个实施例中，所述天气参数为起雾天气对应的能见度，衰减模块908还用于获取与起雾天气和降雨天气对应的散射参数；根据所述散射参数、所述能见度确定起雾天气对应的散射系数；将所述散射系数、所述距离输入至起雾天气衰减单元，获得所述雷达信号在起雾天气下的天气衰减程度。
在一个实施例中，所述雷达信号在起雾天气下的天气衰减程度通过以下公式确定：
∈＝e-2σR；
σ2＝a×(c×vd)b；
其中，∈表示雷达信号对应的天气衰减程度；σ表示所述仿真天气状态对应的散射系数；R表示所述虚拟目标与所述仿真雷达之间的距离；e表示以自然常数e为底的指数函数；σ2表示所述仿真天气状态为起雾天气时对应的散射系数；a、b表示与降雨天气对应的散射参数；c、d表示与起雾天气对应的散射参数；v表示与起雾天气对应的能见度。
在一个实施例中，测试模块910还用于获取与仿真雷达对应的回波能量下限值；当获得的回波能量值大于回波能量下限值时，则确定雷达信号为有效探测信号；当获得的回波能量值小于回波能量下限值时，则确定雷达信号为无效探测信号；根据有效探测信号和无效探测信号生成雷达点云数据；根据雷达点云数据进行仿真测试。
在一个实施例中，所述仿真雷达是用于模拟自动驾驶车辆的仿真车辆上的仿真车载雷达，测试模块910还用于根据所述雷达点云数据对自动驾驶场景的目标检测算法进行仿真测试。
关于仿真测试装置的具体限定可以参见上文中对于仿真测试方法的限定，在此不再赘述。上述仿真测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是仿真设备，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机程序被处理器执行时以实现一种仿真测试方法。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (15)

1.一种仿真测试方法，其特征在于，所述方法包括：
在仿真环境中创建仿真雷达，并在所述仿真环境中设置虚拟目标；
获取在所述仿真环境中生成的仿真天气状态所对应的天气参数；
控制所述仿真雷达在所述仿真环境中以设定的发射能量值发出雷达信号；
在所述雷达信号探测到所述虚拟目标后，基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值；
根据所述回波能量值进行仿真测试。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述仿真环境中创建天气发生器；
获取设置的与所述仿真天气状态对应的天气参数；
根据所述天气参数控制天气发生器在所述仿真环境中生成仿真天气状态。
3.根据权利要求1所述的方法，其特征在于，基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值，包括：
获取所述虚拟目标与所述仿真雷达之间的距离；
将所述距离、所述发射能量值和所述天气参数输入至天气衰减模型；
通过所述天气衰减模型中的能量衰减单元，根据所述距离、所述发射能量值确定所述雷达信号对应的理想回波能量值；
通过所述天气衰减模型中的天气衰减单元，根据所述距离、所述天气参数确定所述雷达信号对应的天气衰减程度；
根据所述理想回波能量值和所述天气衰减程度确定所述雷达信号在所述仿真天气状态下对应的回波能量值。
4.根据权利要求3所述的方法，其特征在于，所述通过所述天气衰减模型中的能量衰减单元，根据所述距离、所述发射能量值确定所述雷达信号对应的理想回波能量值，包括：
获取所述雷达信号在探测到所述虚拟目标时与所述虚拟目标之间的夹角；
确定与所述虚拟目标对应的反射率；
获取所述仿真雷达的标定系数；
将所述夹角、所述反射率、所述标定系数、所述距离和所述发射能量值输入至能量衰减单元，获得所述雷达信号对应的理想回波能量值。
5.根据权利要求4所述的方法，其特征在于，所述雷达信号对应的理想回波能量值通过以下公式确定：
Figure FDA0002758647540000021
其中，Pi表示所述雷达信号对应的理想回波能量值；Ep表示所述雷达信号对应的发射能量值；A表示所述仿真雷达的标定系数；θ表示所述雷达信号在探测到所述虚拟目标时与所述虚拟目标之间的夹角；ρ表示所述虚拟目标对应的反射率；R表示所述虚拟目标与所述仿真雷达之间的距离；cos为余弦函数。
6.根据权利要求3所述的方法，其特征在于，所述天气参数为降雨天气对应的降雨量，通过所述天气衰减模型中的天气衰减单元，根据所述距离、所述天气参数确定所述雷达信号对应的天气衰减程度，包括：
获取与降雨天气对应的散射参数；
根据所述散射参数、所述降雨量确定降雨天气对应的散射系数；
将所述散射系数、所述距离输入至降雨天气衰减单元，获得所述雷达信号在降雨天气下的天气衰减程度。
7.根据权利要求6所述的方法，其特征在于，所述雷达信号在降雨天气下的天气衰减程度通过以下公式确定：
∈＝e-2σR；
σ1＝a×wb；
其中，∈表示雷达信号对应的天气衰减程度；σ表示所述仿真天气状态对应的散射系数；R表示所述虚拟目标与所述仿真雷达之间的距离；e表示以自然常数e为底的指数函数；σ1表示所述仿真天气状态为降雨天气时对应的散射系数；a、b表示与降雨天气对应的散射参数；w表示降雨量。
8.根据权利要求3所述的方法，其特征在于，所述天气参数为起雾天气对应的能见度，所述通过所述天气衰减模型中的天气衰减单元，根据所述距离、所述天气参数确定所述雷达信号对应的天气衰减程度，包括：
获取与起雾天气和降雨天气对应的散射参数；
根据所述散射参数、所述能见度确定起雾天气对应的散射系数；
将所述散射系数、所述距离输入至起雾天气衰减单元，获得所述雷达信号在起雾天气下的天气衰减程度。
9.根据权利要求8所述的方法，其特征在于，所述雷达信号在起雾天气下的天气衰减程度通过以下公式确定：
∈＝e-2σR；
σ2＝a×(c×vd)b；
其中，∈表示雷达信号对应的天气衰减程度；σ表示所述仿真天气状态对应的散射系数；R表示所述虚拟目标与所述仿真雷达之间的距离；e表示以自然常数e为底的指数函数；σ2表示所述仿真天气状态为起雾天气时对应的散射系数；a、b表示与降雨天气对应的散射参数；c、d表示与起雾天气对应的散射参数；v表示与起雾天气对应的能见度。
10.根据权利要求1至9任一项所述的方法，其特征在于，所述根据所述回波能量值进行仿真测试，包括：
获取与所述仿真雷达对应的回波能量下限值；
当获得的回波能量值大于所述回波能量下限值时，则
确定所述雷达信号为有效探测信号；
当获得的回波能量值小于所述回波能量下限值时，则
确定所述雷达信号为无效探测信号；
根据所述有效探测信号和所述无效探测信号生成雷达点云数据；
根据所述雷达点云数据进行仿真测试。
11.根据权利要求10所述的方法，其特征在于，所述仿真雷达是用于模拟自动驾驶车辆的仿真车辆上的仿真车载雷达，所述根据所述雷达点云数据进行仿真测试，包括：
根据所述雷达点云数据对自动驾驶场景的目标检测算法进行仿真测试。
12.一种仿真测试装置，其特征在于，所述装置包括：
创建模块，用于在仿真环境中创建仿真雷达，并在所述仿真环境中设置虚拟目标；
获取模块，用于获取在所述仿真环境中生成的仿真天气状态所对应的天气参数；
控制模块，用于控制所述仿真雷达在所述仿真环境中以设定的发射能量值发出雷达信号；
衰减模块，用于在所述雷达信号探测到所述虚拟目标后，基于所述发射能量值和所述天气参数，获得所述雷达信号在所述仿真天气状态下对应的回波能量值；
测试模块，用于根据所述回波能量值进行仿真测试。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括天气发生模块，用于在所述仿真环境中创建天气发生器；获取设置的与所述仿真天气状态对应的天气参数；根据所述天气参数控制天气发生器在所述仿真环境中生成仿真天气状态。
14.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11中任一项所述的方法的步骤。
15.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
CN202011210450.5A 2020-11-03 2020-11-03 仿真测试方法、装置、计算机设备和存储介质 Active CN112433934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011210450.5A CN112433934B (zh) 2020-11-03 2020-11-03 仿真测试方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011210450.5A CN112433934B (zh) 2020-11-03 2020-11-03 仿真测试方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN112433934A true CN112433934A (zh) 2021-03-02
CN112433934B CN112433934B (zh) 2022-10-21

Family

ID=74695188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011210450.5A Active CN112433934B (zh) 2020-11-03 2020-11-03 仿真测试方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112433934B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113820706A (zh) * 2021-10-12 2021-12-21 江西洪都航空工业集团有限责任公司 一种在教练机中虚拟雷达与真实雷达融合使用的方法
CN114283652A (zh) * 2021-12-31 2022-04-05 西北工业大学 一种直升机雷达模拟训练装置
CN114663883A (zh) * 2022-05-25 2022-06-24 中山职业技术学院 一种点云数据的修正方法、装置、电子设备及存储介质
WO2023066186A1 (zh) * 2021-10-22 2023-04-27 维沃移动通信有限公司 天气感知方法和设备
CN116071618A (zh) * 2023-02-23 2023-05-05 深圳佑驾创新科技有限公司 基于仿真数据的3d点云生成方法、装置、设备及介质
CN116299244A (zh) * 2023-04-24 2023-06-23 扬州宇安电子科技有限公司 一种基于环境信息的雷达移动目标模拟系统及方法
CN116449807A (zh) * 2023-06-14 2023-07-18 北京市计量检测科学研究院 一种物联网汽车操控系统仿真测试方法及系统
CN116680186A (zh) * 2023-06-14 2023-09-01 北京市计量检测科学研究院 一种车路协同自动驾驶仿真测试方法、设备及存储介质
CN117875147A (zh) * 2024-03-11 2024-04-12 杭州经纬信息技术股份有限公司 雨雾现象实时仿真的方法及系统、存储介质
CN117875147B (zh) * 2024-03-11 2024-06-07 杭州经纬信息技术股份有限公司 雨雾现象实时仿真的方法及系统、存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5598359A (en) * 1993-10-29 1997-01-28 Southwest Research Institute Weather effects generator for simulation systems
CN104215946A (zh) * 2014-08-08 2014-12-17 哈尔滨工业大学 一种天地波混合雷达回波谱仿真方法
US9583020B1 (en) * 2012-11-30 2017-02-28 Rockwell Collins, Inc. Simulator system for simulating weather
CN110095760A (zh) * 2019-04-24 2019-08-06 中国气象局气象探测中心 一种气象雷达的测试装置和方法
CN110174275A (zh) * 2019-06-26 2019-08-27 北京智行者科技有限公司 一种无人驾驶车辆雨天识别能力的测试方法和系统
US20190302259A1 (en) * 2018-03-27 2019-10-03 The Mathworks, Inc. Systems and methods for generating synthetic sensor data
CN111123228A (zh) * 2020-01-02 2020-05-08 浙江力邦合信智能制动系统股份有限公司 一种车载雷达集成测试系统及方法
US20200250363A1 (en) * 2019-02-06 2020-08-06 Metamoto, Inc. Simulation and validation of autonomous vehicle system and components

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5598359A (en) * 1993-10-29 1997-01-28 Southwest Research Institute Weather effects generator for simulation systems
US9583020B1 (en) * 2012-11-30 2017-02-28 Rockwell Collins, Inc. Simulator system for simulating weather
CN104215946A (zh) * 2014-08-08 2014-12-17 哈尔滨工业大学 一种天地波混合雷达回波谱仿真方法
US20190302259A1 (en) * 2018-03-27 2019-10-03 The Mathworks, Inc. Systems and methods for generating synthetic sensor data
US20200250363A1 (en) * 2019-02-06 2020-08-06 Metamoto, Inc. Simulation and validation of autonomous vehicle system and components
CN110095760A (zh) * 2019-04-24 2019-08-06 中国气象局气象探测中心 一种气象雷达的测试装置和方法
CN110174275A (zh) * 2019-06-26 2019-08-27 北京智行者科技有限公司 一种无人驾驶车辆雨天识别能力的测试方法和系统
CN111123228A (zh) * 2020-01-02 2020-05-08 浙江力邦合信智能制动系统股份有限公司 一种车载雷达集成测试系统及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
NICOLETTA ROBERTO 等: "Test and validation of particle classification based on meteorological model and weather radar simulator", 《2016 EUROPEAN RADAR CONFERENCE (EURAD)》 *
WENHUA SONG 等: "The effect of fog on the probability density distribution of the ranging data of imaging laser radar", 《AIP ADVANCES 8》 *
刘岩: "车载激光雷达的建模及应用研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
李德鑫 等: "云雾对雷达探测性能的影响", 《大连海事大学学报》 *
李雅欣: "激光雷达建模与基于激光雷达的汽车行驶环境危险评估方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113820706A (zh) * 2021-10-12 2021-12-21 江西洪都航空工业集团有限责任公司 一种在教练机中虚拟雷达与真实雷达融合使用的方法
WO2023066186A1 (zh) * 2021-10-22 2023-04-27 维沃移动通信有限公司 天气感知方法和设备
CN114283652A (zh) * 2021-12-31 2022-04-05 西北工业大学 一种直升机雷达模拟训练装置
CN114283652B (zh) * 2021-12-31 2022-09-13 西北工业大学 一种直升机雷达模拟训练装置
CN114663883A (zh) * 2022-05-25 2022-06-24 中山职业技术学院 一种点云数据的修正方法、装置、电子设备及存储介质
CN114663883B (zh) * 2022-05-25 2022-09-09 中山职业技术学院 一种点云数据的修正方法、装置、电子设备及存储介质
CN116071618A (zh) * 2023-02-23 2023-05-05 深圳佑驾创新科技有限公司 基于仿真数据的3d点云生成方法、装置、设备及介质
CN116071618B (zh) * 2023-02-23 2023-06-20 深圳佑驾创新科技有限公司 基于仿真数据的3d点云生成方法、装置、设备及介质
CN116299244A (zh) * 2023-04-24 2023-06-23 扬州宇安电子科技有限公司 一种基于环境信息的雷达移动目标模拟系统及方法
CN116299244B (zh) * 2023-04-24 2023-11-21 扬州宇安电子科技有限公司 一种基于环境信息的雷达移动目标模拟系统及方法
CN116449807A (zh) * 2023-06-14 2023-07-18 北京市计量检测科学研究院 一种物联网汽车操控系统仿真测试方法及系统
CN116680186A (zh) * 2023-06-14 2023-09-01 北京市计量检测科学研究院 一种车路协同自动驾驶仿真测试方法、设备及存储介质
CN116449807B (zh) * 2023-06-14 2023-09-01 北京市计量检测科学研究院 一种物联网汽车操控系统仿真测试方法及系统
CN116680186B (zh) * 2023-06-14 2023-11-14 北京市计量检测科学研究院 一种车路协同自动驾驶仿真测试方法、设备及存储介质
CN117875147A (zh) * 2024-03-11 2024-04-12 杭州经纬信息技术股份有限公司 雨雾现象实时仿真的方法及系统、存储介质
CN117875147B (zh) * 2024-03-11 2024-06-07 杭州经纬信息技术股份有限公司 雨雾现象实时仿真的方法及系统、存储介质

Also Published As

Publication number Publication date
CN112433934B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN112433934B (zh) 仿真测试方法、装置、计算机设备和存储介质
CN109459734B (zh) 一种激光雷达定位效果评估方法、装置、设备及存储介质
US20230177819A1 (en) Data synthesis for autonomous control systems
US10592805B2 (en) Physics modeling for radar and ultrasonic sensors
US11208110B2 (en) Method for modeling a motor vehicle sensor in a virtual test environment
US11454703B2 (en) Methods and systems for testing automotive radar using radar data cube emulator
CN109655826B (zh) 一种低慢小目标轨迹滤波方法及装置
US10754030B2 (en) Methods and systems for radar simulation and object classification
CN115421127A (zh) 一种激光雷达仿真模型的生成方法、装置及电子设备
Rosenberger et al. Analysis of real world sensor behavior for rising fidelity of physically based lidar sensor models
Ngo et al. A multi-layered approach for measuring the simulation-to-reality gap of radar perception for autonomous driving
CN115731350A (zh) 车辆的虚拟激光雷达的仿真方法及其装置
CN115081195A (zh) 一种激光雷达仿真的方法、装置、电子设备及存储介质
CN117269940B (zh) 点云数据生成方法、激光雷达的感知能力验证方法
CN114280562A (zh) 雷达仿真测试方法和实施该方法的计算机可读存储介质
Martowicz et al. Uncertainty propagation for vehicle detections in experimentally validated radar model for automotive application
CN114755666B (zh) 点云膨胀的评估方法、装置及设备
Abu-Shaqra et al. Object detection in degraded lidar signals by synthetic snowfall noise for autonomous driving
Chang et al. LiDAR-based NDT Matching Performance Evaluation for Positioning in Adverse Weather Conditions
CN113376625A (zh) 目标物体的偏离角度获得方法、装置、电子设备及存储介质
Degen et al. Development of a Lidar Model for the Analysis of Borderline Cases Including Vehicle Dynamics in a Virtual City Environment in Real Time
Kesury et al. Radar modeling for autonomous vehicle simulation environment with open-source utilities
CN116577762B (zh) 仿真雷达数据生成方法、装置、设备及存储介质
CN116449807B (zh) 一种物联网汽车操控系统仿真测试方法及系统
Chen et al. Analysis of real-time lidar sensor simulation for testing automated driving functions on a vehicle-in-the-loop testbench

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40040666

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant