CN112525551A - 自动驾驶车辆的路测方法、装置、设备及存储介质 - Google Patents

自动驾驶车辆的路测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112525551A
CN112525551A CN202011436678.6A CN202011436678A CN112525551A CN 112525551 A CN112525551 A CN 112525551A CN 202011436678 A CN202011436678 A CN 202011436678A CN 112525551 A CN112525551 A CN 112525551A
Authority
CN
China
Prior art keywords
automatic driving
vehicle
test
evaluation
driving scene
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
CN202011436678.6A
Other languages
English (en)
Other versions
CN112525551B (zh
Inventor
赵军
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011436678.6A priority Critical patent/CN112525551B/zh
Publication of CN112525551A publication Critical patent/CN112525551A/zh
Priority to EP21178545.6A priority patent/EP3866044B1/en
Priority to KR1020210075647A priority patent/KR102582657B1/ko
Priority to US17/350,615 priority patent/US20210316753A1/en
Priority to JP2021179096A priority patent/JP7297846B2/ja
Application granted granted Critical
Publication of CN112525551B publication Critical patent/CN112525551B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G01M17/06—Steering behaviour; Rolling behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • B60W50/045—Monitoring control system parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/406—Traffic density
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本申请公开了自动驾驶车辆的路测方法、装置、设备及存储介质，涉及人工智能领域，具体涉及自动驾驶、智能交通技术。具体实现方案为：基于车辆沿测试路线行驶过程中的自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果；根据体感测评数据生成车辆的第二测试结果；根据车辆的第一测试结果和第二测试结果确定车辆的路测结果，路测结果中既包含基于客观测试数据的客观测试结果，又包括基于主观测评数据的量化测试结果，保证路测结果的客观、严谨和精准，又体现了乘车人员主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果，提高了自动驾驶车辆的路测结果的准确性。

Description

自动驾驶车辆的路测方法、装置、设备及存储介质
技术领域
本申请涉及人工智能领域，具体涉及自动驾驶、智能交通技术，尤其涉及一种自动驾驶车辆的路测方法、装置、设备及存储介质。
背景技术
道路测试是自动驾驶车辆最接近真实需求场景的测试阶段，可以在开放的路网内与真实的行人、车辆进行交互，用于对自动驾驶车辆在真实道路的行驶体感进行测试，是对自动驾驶车辆的安全性、舒适性、智能性和行驶效率的综合测试。通过覆盖不同的交通流量、不同出行时段可以尽可能多的覆盖场景。
目前，对于自动驾驶车辆的道路测试，是由道路测试工程师提交问题来反馈测试版本的表现。测试工程师从发现问题的角度观察版本整体表现容易受到问题严重性的影响，给出例如“感觉不行”“还可以”“挺好的”等不全面的主观结论，无法给出全面的量化的道路测试结果，不能客观地衡量车辆当前自动驾驶系统版本的表现。
发明内容
本申请提供了一种自动驾驶车辆的路测方法、装置、设备及存储介质。
根据本申请的一方面，提供了一种自动驾驶车辆的路测方法，包括：
获取车辆沿测试路线行驶过程中的自动驾驶场景、所述自动驾驶场景对应的测试参数信息以及体感测评数据；其中不同自动驾驶场景对应的测试参数不同；
根据所述自动驾驶场景对应的测评基准，对所述自动驾驶场景对应的测试参数信息进行分析，确定所述车辆的第一测试结果；
根据所述体感测评数据，生成所述车辆的第二测试结果；
根据所述车辆的第一测试结果和第二测试结果，确定所述车辆的路测结果。
根据本申请的另一方面，提供了一种自动驾驶车辆的路测装置，包括：
路测数据获取模块，用于获取车辆沿测试路线行驶过程中的自动驾驶场景、所述自动驾驶场景对应的测试参数信息以及体感测评数据；其中不同自动驾驶场景对应的测试参数不同；
客观测试模块，用于根据所述自动驾驶场景对应的测评基准，对所述自动驾驶场景对应的测试参数信息进行分析，确定所述车辆的第一测试结果；
主观测试模块，用于根据所述体感测评数据，生成所述车辆的第二测试结果；
综合测试模块，用于根据所述车辆的第一测试结果和第二测试结果，确定所述车辆的路测结果。
根据本申请的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的方法。
根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述所述的方法。
根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述所述的方法。
根据本申请的技术提高了自动驾驶车辆路测结果的准确性。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是可以实现本申请实施例的自动驾驶车辆的路测场景图；
图2是本申请第一实施例提供的自动驾驶车辆的路测方法流程图；
图3是本申请第二实施例提供的自动驾驶车辆的路测方法流程图；
图4是本申请第三实施例提供的自动驾驶车辆的路测装置示意图；
图5是用来实现本申请实施例的自动驾驶车辆的路测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本申请提供一种自动驾驶车辆的路测方法、装置、设备及存储介质，应用于人工智能领域，具体应用于自动驾驶、智能交通技术，以达到提高自动驾驶车辆路测结果准确性的技术效果。
本申请实施例提供的自动驾驶车辆的路测方法，可以应用于如图1所示的自动驾驶车辆的路测场景中。图1中所示的车辆为待测试的自动驾驶车辆，电子设备为执行自动驾驶车辆的路测方法的设备。在自动驾驶车辆的路测过程中，载有测评人员的待测试的车辆沿测试路线行驶过程中，获取车辆的路测行驶数据以及车辆周围信息，可以从车辆、路测设备、或其他服务器等处获取。在路测完成后，测评人员根据车辆沿测试路线行驶过程中的真实乘车感受，提交体感测评数据。电子设备根据车辆的路测行驶数据以及车辆周围信息等客观测试数据，对车辆的自动驾驶能力做出测评，得到第一测试结果；并根据体感测评数据等主观测评数据，基于测试人员的主观感受，对车辆的自动驾驶能力做出测评，得到第二测试结果；综合第一测试结果和第二测试结果，得到车辆的路测结果。这样，车辆的路测结果中既包含基于客观测试数据的客观测试结果，保证了车辆路测的严谨和精准，又包括基于主观体感测评数据的量化测试结果，能够体现以乘车人员主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果，得到的路测结果更加全面，能够更加准确地衡量自动驾驶车辆在路测中的综合表现，提高了自动驾驶车辆的路测结果的准确性。
图2是本申请第一实施例提供的自动驾驶车辆的路测方法流程图。如图2所示，该方法具体步骤如下：
步骤S101、获取车辆沿测试路线行驶过程中的自动驾驶场景、自动驾驶场景对应的测试参数信息以及体感测评数据；其中不同自动驾驶场景对应的测试参数不同。
其中，自动驾驶车辆行驶过程中的自动驾驶场景包括但不限于：跟随行驶，直线行驶，变换车道，通过路口，应对切入或切出，识别并应对临近障碍，掉头行驶，汇入车流，智能避障，通过主辅路，靠边停车及起步。
为了实现对自动驾驶车辆行驶过程中应用各种自动驾驶场景对应的自动驾驶能力的客观评价，本实施例中，预先确定每种自动驾驶场景对应的一个或者多个测试参数，这些测试参数是用于衡量自动驾驶场景中车辆的自动驾驶行为是否符合要求的指标。不同的自动驾驶场景对应的测试参数不同。
自动驾驶场景对应的测试参数信息包括自动驾驶场景对应的各测试参数的值。
本实施例中，体感测评数据是：车辆沿测试路线行驶过程中，乘坐该车辆的测评人员根据车辆行驶过程中的真实乘车感受，对车辆在行驶过程中各自动驾驶场景对应的处理能力提交的测评数据。
步骤S102、根据自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果。
其中，自动驾驶场景对应的测评基准用于确定自动驾驶场景对应的测试参数是否符合要求。
根据自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果。该第一测试结果是基于客观测试数据得出客观、严谨和精准的测试结果。
步骤S103、根据体感测评数据，生成车辆的第二测试结果。
本实施例中，对于多个专业的测评人员提交的主观的体感测评数据，结合各自动驾驶场景对车辆自动驾驶效果的影响的严重程度，以及测评规则，对各自动驾驶场景对应的体感测评数据进行量化处理，得到第二测试结果。该第二测试结果是对车辆的行驶体感的测评结果，体现了乘客主观上对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果。
步骤S104、根据车辆的第一测试结果和第二测试结果，确定车辆的路测结果。
在得到车辆的第一测试结果和第二测试结果之后，通过综合第一测试结果和第二测试结果，确定车辆的路测结果。
可选地，可以指定基于客观数据的第一测试结果和基于主观数据的第二测试结果的权重，对第一测试结果和第二测试结果加权求和，将加权求和的结果作为车辆的路测结果。
另外，还可以将基于客观数据的第一测试结果和基于主观数据的第二测试结果之和作为车辆的路测结果；或者通过其他方式根据第一测试结果和第二测试结果确定最终的路测结果，此处不做具体限定。
本申请实施例通过获取车辆沿测试路线行驶过程中的自动驾驶场景，自动驾驶场景对应的测试参数信息，根据自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果，也就是根据自动驾驶场景对应的测试参数信息等客观测试数据，对车辆的自动驾驶能力做出测评，得到第一测试结果；并且，根据体感测评数据等主观测评数据，从测试人员的乘车体感的角度对车辆的自动驾驶能力做出测评，得到第二测试结果；然后综合第一测试结果和第二测试结果，得到车辆的路测结果。车辆的路测结果中既包含基于客观测试数据的客观测试结果，保证了车辆路测结果的客观、严谨和精准；车辆的路测结果又包括基于主观体感测评数据的量化测试结果，能够体现以乘车人员从乘车体感的主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果，得到的路测结果更加全面，能够更加准确地衡量自动驾驶车辆在路测中的综合表现，提高了自动驾驶车辆的路测结果的准确性。
图3是本申请第二实施例提供的自动驾驶车辆的路测方法流程图。在上述第一实施例的基础上，自动驾驶车辆的路测方法包括基于主观测评数据的测试部分和基于客观路测行驶数据和车辆周围信息的测试部分，本实施例中，结合附图3对自动驾驶车辆的路测方法进行详细地说明。图3中步骤S201-S204为基于客观路测行驶数据和车辆周围信息的测试部分，步骤S205-S208为基于主观测评数据的测试部分。
如图3所示，该方法具体步骤如下：
步骤S201、在车辆沿测试路线行驶过程中，获取车辆的路测行驶数据以及车辆周围信息。
在实际应用中，为了能够全面客观地对自动驾驶车辆的版本进行更准确的评价，需要确定几个原则：一是固定测试人员，对于不同自动驾驶系统版本进行路测时，选用固定的测试人员进行测试，通过一次体验或评价建立主观评价的基线。二是固定路测时间段或者长时间跟车测试，由于在每周的不同时段或者同一天的不同时段道路测试交通流量不同，导致场景复杂度不同，两个难度悬殊的场景下进行自动驾驶车辆测试容易影响准确性。三是固定测试路线。同一个测试路线下自动驾驶车辆直行左右转、必要变道、掉头要求的自动驾驶能力基本可以保证一致，不同的测试路线要求的自动驾驶能力不同，可能会带来准确性问题。预先进行测试路线规划，确定最终的一条或者多条测试路线。其中，自动驾驶车辆在沿测试路线行驶过程中，应该能够覆盖需要测试的所有自动驾驶场景。
本实施例中，路测行驶数据包括：自动驾驶车辆沿测试路线行驶过程中的车辆行驶数据，包括车辆控制信息和车辆行驶行为信息等。其中车辆控制信息是指用于控制自动驾驶车辆行驶的指令信息，例如控制系统发出的起步指令、靠边停车指令、变换车道指令、掉头指令、加速/减速指令等等。车辆行驶行为信息包括在行驶过程中自动驾驶车辆的行驶速度、加速度、朝向角、行驶轨迹等与车辆行为相关的数据。
车辆周围信息为自动驾驶车辆沿测试路线行驶过程中车辆周围的环境数据。车辆周围信息包括如下一种或者几种：车辆距离前车车辆的距离，车辆行驶的车道信息，车辆行驶至路口的路口信息，车辆周围的车流信息。
步骤S202、分析路测行驶数据，或者路测行驶数据以及车辆周围信息，以识别车辆在沿测试路线行驶过程中出现的自动驾驶场景。
在车辆沿测试路线行驶过程中，记录的车辆的路测行驶数据以及车辆周围信息，是能够影响或体现自动驾驶车辆的自动驾驶行为的客观数据，基于这些客观数据可以识别出车辆沿测试路线行驶过程中出现的自动驾驶场景。
一种可选的实施方式中，识别车辆在沿测试路线行驶过程中出现的自动驾驶场景，可以采用如下方式实现：分析路测行驶数据中的车辆控制信息；若车辆控制信息中包含属于某一自动驾驶场景对应的控制信息，则确定车辆在沿测试路线行驶过程中出现了自动驾驶场景。
示例性地，路测行驶数据中可以包括车辆的控制日志，控制日志中记录了车辆的控制信息。通过解析车辆的控制日志，可以获取到车辆的控制信息。
在实际应用中，对于不同的自动驾驶场景，车辆出现对应自动驾驶场景的驾驶行为，是在控制系统发出的一个或多个控制指令的控制下实现的。不同的自动驾驶场景对应控制指令不完全相同，某些自动驾驶场景还拥有仅在该自动驾驶场景下才有的控制指令。因此根据控制指令可以识别自动驾驶场景。通过分析得到车辆的控制信息，能够准确地识别出车辆在沿测试路线行驶过程中出现的自动驾驶场景。
例如，对自动驾驶车辆行驶过程中产生的控制日志进行解析，发现控制系统发出变换车道指令，那么控制系统发出变换车道指令的时刻，确定该时刻发生变换车道场景。
另一种可选的实施方式中，识别车辆在沿测试路线行驶过程中出现的自动驾驶场景，可以采用如下方式实现：
分析路测行驶数据以及车辆周围信息，获取车辆的行为特征；根据车辆的行为特征，若车辆具有某一自动驾驶场景的行为特征，则确定车辆在沿测试路线行驶过程中出现了自动驾驶场景。
在实际应用中，对于不同的自动驾驶场景，车辆出现对应自动驾驶场景的驾驶行为具有不同的特征，某些自动驾驶场景还拥有仅在该自动驾驶场景下才有的行为特征。通过对路测行驶数据中的车辆行驶行为信息，以及车辆周围信息进行分析，能够识别出车辆的行为特征，如果车辆具有某一自动驾驶场景的行为特征，那么可以确定车辆出现了自动驾驶场景。车辆出现这些行为特征的时间，就是车辆出现对应自动驾驶场景的时间。通过分子车辆的行为特征，能够准确地识别出车辆在沿测试路线行驶过程中出现的自动驾驶场景。
例如，通过对路测行驶数据中的车辆行驶行为信息，以及车辆周围信息进行分析，如果发现自动驾驶车辆在某一地点由一个车道移动到了相邻的另一车道，同时该自动驾驶车辆的朝向角发生对应变化，那么可以确定车辆发生变换车道场景。
步骤S203、获取自动驾驶场景对应的测试参数信息。
为了实现对自动驾驶车辆行驶过程中应用各种自动驾驶场景的自动驾驶能力的客观评价，本实施例中，预先确定每种自动驾驶场景对应的一个或者多个测试参数，这些测试参数是用于衡量自动驾驶场景中车辆的自动驾驶行为是否符合要求的指标。不同的自动驾驶场景对应的测试参数不同。
在识别出车辆在沿测试路线行驶过程中出现的自动驾驶场景之后，获取每一自动驾驶场景对应的测试参数信息。其中自动驾驶场景对应的测试参数信息包括自动驾驶场景对应的各测试参数的值。
示例性地，获取任一自动驾驶场景对应的测试参数信息，具体可以采用如下方式实现：
确定自动驾驶场景的发生时间；从路测行驶数据以及车辆周围信息中，获取在发生时间自动驾驶场景对应的测试参数的真实值。这样，基于自动驾驶场景的发生时间能够准确地获取到自动驾驶场景对应的测试参数信息。
例如，变换车道场景对应的测试参数可以包括：变换车道时后方的碰撞时间(Timeto Collision，缩写TTC)、变换车道时前方的碰撞时间(TTC)、变换车道时的车辆速度。在确定变换车道场景的发生时刻之后，从路测行驶数据中获取在变换车道场景的发生时刻自动驾驶车辆后方的碰撞时间(TTC)、前方的碰撞时间(TTC)和速度，得到变换车道场景对应的测试参数信息。本举例中提供的变换车道场景对应的测试参数仅为历史性地说明，变换车道场景对应的测试参数还可以包括变换车道过程的最高速度、平均速度等，还可以包括其他此处未列出的参数，此次不做具体限定。
本实施例中，各个自动驾驶场景对应的测试参数可以根据实际应用场景进行配置，用于多个自动驾驶车辆的版本的路测，此处对于各个自动驾驶场景对应的测试参数不做具体限定。
通过上述步骤S202-S203能够获取到获取车辆沿测试路线行驶过程中的自动驾驶场景，自动驾驶场景对应的测试参数信息，为自动驾驶车辆的路测提供客观的数据，基于这些数据可以客观地进行自动驾驶车辆的路测，提高自动驾驶车辆的路测结果的客观性和准确性。
步骤S204、根据自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果。
其中，自动驾驶场景对应的测试参数信息包括自动驾驶场景对应的测试参数的真实值，自动驾驶场景对应的测评基准包括自动驾驶场景对应的测试参数的基准范围。
自动驾驶场景对应的测评基准用于确定自动驾驶场景对应的测试参数是否符合要求。对于某一自动驾驶场景对应的某一测试参数来说，如果该测试参数的真实值在对应基准范围内，那么说明该测试参数是符合要求的，如果该测试参数的真实值不在对应基准范围内，那么说明该测试参数是不符合要求的。
另外，为了提高第一测试结果的准确性，自动驾驶场景对应的测评基准是根据人类标准驾驶员的驾驶数据分析和统计得到的。
示例性地，该步骤具体可以采用如下方式实现：
根据自动驾驶场景对应的测试参数的真实值，以及自动驾驶场景对应的测试参数的基准范围，确定真实值在对应基准范围内的测试参数；将真实值在对应基准范围内的测试参数对应的测评值之和，作为车辆的第一测试结果；其中每一自动驾驶场景对应的每种测试参数对应一个测评值。通过这种方式，可以综合所有自动驾驶场景对应的所有测试参数信息，有效地客观地对自动驾驶车辆路的自动驾驶能力进行测评。
示例性地，可以采用扣分的方式，设置路测总测评值，以及每个自动驾驶场景的测评值和自动驾驶场景对应的每个测试参数的测评值。其中所有自动驾驶场景的测评值之和等于路测总测评值，每个自动驾驶场景对应的测试参数的测评值之和等于该自动驾驶场景的测评值。对各个自动驾驶场景对应的测试参数，如果测试参数不符合要求，则扣除测试参数的测评值，将所有不符合要求的测试参数的测评值扣除之和，剩余的路测测评值就是第一测试结果。其中，不同的自动驾驶场景对应的测评值可以不同，同一自动驾驶场景对应的不同测评值也可以不同。
例如，可以采用扣分的方式，假设车辆的路测总分值为100分，共对10个自动驾驶场景进行测试，每个自动驾驶场景满分10分，如果其中一个变换车道场景对应的测试参数有5个，其中每个测试参数占2分，如果其中测试参数的真实值不在对应的基准范围内，则从路测总分值中扣除2分，所有不符合要求的测试参数的测评值扣除之和，剩余的路测测评值就是第一测试结果。
通过上述步骤S201-S204，通过获取车辆沿测试路线行驶过程中的路测行驶数据；分析路测行驶数据，或者路测行驶数据以及车辆周围信息，以识别车辆在沿测试路线行驶过程中出现的自动驾驶场景，并获取自动驾驶场景对应的测试参数信息；根据自动驾驶场景对应的测试参数的真实值，以及自动驾驶场景对应的测试参数的基准范围，确定真实值在对应基准范围内的测试参数；将真实值在对应基准范围内的测试参数对应的测评值之和，作为车辆的第一测试结果；实现了基于客观测试数据给出自动驾驶车辆路测时的客观测试结果，保证了车辆路测结果的客观、严谨和精准。
步骤S205、获取车辆沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据。
其中，体感测评数据是：车辆沿测试路线行驶过程中，乘坐该车辆的测评人员根据车辆行驶过程中的真实乘车感受，对车辆在行驶过程中各自动驾驶场景对应的处理能力提交的测评数据。
本实施例中，可以采用模糊数学的隶属度理论，把定性问题转化成定量问题的方法，测试人员根据车辆沿测试路线行驶过程中的直观感受和上一版本路测结果，按照各个自动驾驶场景的评价因素对每个自动驾驶场景下车辆的自动驾驶能力进行测评，给出体感测评数据。
可选地，对于任一自动驾驶场景，该自动驾驶场景对应的体感测评数据包括该自动驾驶场景对应的测评等级，其中不同的测评等级对应不同的量化信息。其中，测评等级的数量，以及每个测评等级对应的量化信息，可以根据实际应用场景进行设置，此处不做具体限定。
例如，体感测评数据中，每种自动驾驶场景对应以下五个测评等级：好、较好、一般、差和较差，这五个测评等级对应的量化信息依次为：1.0、0.8、0.6、0.4和0.2。
一种可选地实施方式中，该步骤可以采用如下方式实现：
向多个体感测评终端发送各自动驾驶场景对应的测评因素；接收多个体感测评终端提交的基于测评因素对车辆在沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据。
这样，能够让测评人员参考统一的测评因素进行主观测评，提供测评数据的可用性；另外通过体感测评终端直接提交体感测评数据，相对于纸质提交调查问卷的方式，提高了效率。
例如，各自动驾驶场景对应的测评因素可以如下表所示：
表1
Figure BDA0002828623290000111
其中，表1中给出的11项自动驾驶场景是结合道路测试方法和实践，从自动驾驶场景库中选取出的L4级别自动驾驶关键能力对应的自动驾驶场景，用于对路上经常出现且对自动驾驶影响明显的典型自动驾驶能力进行测评。
步骤S206、根据车辆沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据，计算各自动驾驶场景对应的量化体感信息。
在获取到体感测评数据之后，对每个自动驾驶场景对应的体感测评数据进行统计和分析，以确定各自动驾驶场景对应的量化体感信息。
示例性地，该步骤具体可以采用如下方式实现：
对于任一自动驾驶场景，该自动驾驶场景对应的体感测评数据包括该自动驾驶场景对应的测评等级，其中不同的测评等级对应不同的量化信息；根据对该自动驾驶场景对应的体感测评数据，确定对该自动驾驶场景进行体感测评的总测评次数，以及该自动驾驶场景对应的各个测评等级的测评次数；将该自动驾驶场景对应的每个测评等级的测评次数在总测评次数中的占比，作为该自动驾驶场景对应于该测评等级的测评权重；基于该自动驾驶场景对应于各测评等级的测评权重，对各测评等级的量化信息进行加权求和，得到该自动驾驶场景对应的量化体感信息。这样，能够准确地量化主观测评内容。
其中，对该自动驾驶场景进行体感测评的总测评次数等于该自动驾驶场景对应的各个测评等级的测评次数之和。对该自动驾驶场景进行体感测评的总测评次数也就是正确提交了体感测评数据的测试人员的数量。
例如，体感测评数据中，每种自动驾驶场景对应以下五个测评等级：好、较好、一般、差和较差，这五个测评等级对应的量化信息依次为：1.0、0.8、0.6、0.4和0.2。根据体感测评数据对各自动驾驶场景对应的各个测评等级的测评次数的统计结果可以如下表2所示：
表2
序号 自动驾驶场景 好 较好 一般 差 较差
1 跟随行驶 R1 R2 R3 R4 R5
2 直线行驶 S1 S2 S3 S4 S5
其中，R1，R2，R3，R4，R5分别为对自动驾驶车辆的跟随行驶场景做出上述五个测评等级的测评次数，对跟随行驶场景进行体感测评的总测评次数等于R1，R2，R3，R4和R5的和，这里记为R；跟随行驶场景对应于五个测评等级的测评权重依次为：R1/R，R2/R，R3/R，R4/R，R5/R；跟随行驶场景的量化体感信息可以为：B1＝(1.0×R1/R+0.8×R2/R+0.6×R3/R+0.4×R4/R+0.2×R5/R)。
其中，S1，S2，S3，S4，S5分别为对自动驾驶车辆的直线行驶场景做出上述五个测评等级的测评次数，对直线行驶场景进行体感测评的总测评次数等于S1，S2，S3，S4和S5的和，这里记为S；直线行驶场景对应于五个测评等级的测评权重依次为：S1/S，S2/S，S3/S，S4/S，S5/S。那么，直线行驶场景的量化体感信息可以为：B2＝(1.0×S1/S+0.8×S2/S+0.6×S3/S+0.4×S4/S+0.2×S5/S)。其他测试场景的统计结果类似，此处不再一一举例说明。
另外，为了便于统计和理解，可以将各自动驾驶场景的量化体感信息乘以一个系数或者以百分制的方式表示。例如，跟随行驶场景的量化体感信息还可以为：B1＝(1.0×R1/R+0.8×R2/R+0.6×R3/R+0.4×R4/R+0.2×R5/R)×100。直线行驶场景的量化体感信息还可以为：B2＝(1.0×S1/S+0.8×S2/S+0.6×S3/S+0.4×S4/S+0.2×S5/S)×100。
步骤S207、获取各自动驾驶场景对应的权重。
本实施例中，根据各自动驾驶场景对应的量化体感信息，以及各自动驾驶场景对应的权重，确定第二测试结果之前，获取各自动驾驶场景对应的权重。
示例性地，该步骤具体可以采用如下方式实现：
获取每一自动驾驶场景对应的多个评价系数，评价系数用于衡量自动驾驶场景对车辆驾驶体感的影响程度；根据各自动驾驶场景对应的评价系数，计算所有自动驾驶场景对应的评价系数总和，以及每一自动驾驶场景对应的评价系数之和；将每一自动驾驶场景对应的评价系数之和与评价系数总和的比值，作为自动驾驶场景对应的权重。通过改进的层次分析法来确定的自动驾驶场景对应的权重，能够准确地体现自动驾驶场景对自动驾驶整体效果的影响程度。
可选地，评价系数可以分为多个层级，不同层级对应不同备选值，评价系数可以是多个备选值中的一个，从对自动驾驶场景对应的评价系数进行范围约束，避免不同自动驾驶场景对应的评价系数之间的偏差较大。例如，评价系数分为五个层级，对应备选值分别为9,7,5,3,1。
示例性地，可以采用专家测评的方法对自动驾驶场景对自动驾驶整体效果的影响进行测评。可以获取多个专家提交的每一自动驾驶场景对应的评价系数。
例如，多个专家提交的各自动驾驶场景对应的多个评价系数可以如下表所示：
表3
跟随行驶 直线行驶 智能避障
专家1 U11 U21 U31
专家2 U12 U22 U32
…
专家n U1n U2n U3n
权重 T1 T 2 T 3
其中，U11，U21，U31分别为专家1给出的三个自动驾驶场景的评价系数，U1n，U2n，U3n分别为专家n给出的三个自动驾驶场景的评价系数；用U表示所有的n个专家对所有自动驾驶场景的评价系数的总和，那么跟随行驶场景的权重T1＝(U11+U12+…+U1n)/U；智能避障场景的权重T3＝(U31+U32+…+U3n)/U。其他自动驾驶场景的权重的计算方法类似，此处不再一一举例说明。
步骤S208、根据各自动驾驶场景对应的量化体感信息，以及各自动驾驶场景对应的权重，确定第二测试结果。
在获取到各自动驾驶场景对应的量化体感信息，以及各自动驾驶场景对应的权重之后，可以通过将各自动驾驶场景对应的量化体感信息加权求和，得到第二测试结果。
例如，基于表1给出的11个自动驾驶场景，各自动驾驶场景对应的量化体感信息：B1，B2，…，B11，以及各自动驾驶场景对应的权重：T1，T2，…，T11，可以得出第二测试结果为：W＝B1×T1+B2×T2+…+B11×T11
通过上述步骤S205-S208，基于抽取了L4级别自动驾驶关键能力对应的多个自动驾驶场景，采用改进的层次分析法和模糊评价法实现了自动驾驶主观评价结果的量化，得到基于主观体感测评数据的量化测试结果，能够体现以乘车人员从乘车体感的主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果。
步骤S209、根据车辆的第一测试结果和第二测试结果，确定车辆的路测结果。
在得到基于客观路测行驶数据和车辆周围信息的第一测试结果，以及基于体感测评数据的第二测试结果之后，通过综合第一测试结果和第二测试结果，确定车辆的路测结果。
可选地，可以指定基于客观数据的第一测试结果和基于主观数据的第二测试结果的权重，对第一测试结果和第二测试结果加权求和，将加权求和的结果作为车辆的路测结果。
另外，还可以将基于客观数据的第一测试结果和基于主观数据的第二测试结果之和作为车辆的路测结果；或者通过其他方式根据第一测试结果和第二测试结果确定最终的路测结果，此处不做具体限定。
步骤S210、根据车辆的自动驾驶系统的当前版本，获取车辆的使用上一版本的自动驾驶系统时的路测结果。
本实施例中，可以通过上述步骤S201-S209，获取到同一车辆使用上一版本的自动驾驶系统时的路测结果，具体过程此处不再赘述。
步骤S211、将车辆使用当前版本和上一版本的自动驾驶系统时的路测结果进行比对，并展示比对结果。
通过比对车辆使用当前版本和上一版本的自动驾驶系统时的路测结果，可以非常直观地对两个版本的自动驾驶系统的优劣，并可以将比对结果进行展示。
通过两个版本的比对结果，可以非常明确地知道当前版本相对于上一版本是是不更好了，从而可以为确定自动驾驶系统的优化方向提供参考。
本申请实施例中对自动驾驶车辆的路测方法中基于体感测评数据确定第二测试结果，基于客观路测行驶数据和车辆周围信息确定第一测试结果的过程进行了详细地说明，综合第一测试结果和第二测试结果，得到车辆的路测结果。这样，车辆的路测结果中既包含基于客观测试数据的客观测试结果，保证了车辆路测的严谨和精准，又包括基于主观体感测评数据的量化测试结果，能够体现以乘车人员主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果，得到的路测结果更加全面，能够更加准确地衡量自动驾驶车辆在路测中的综合表现，提高了自动驾驶车辆的路测结果的准确性。
图4是本申请第三实施例提供的自动驾驶车辆的路测装置示意图。本申请实施例提供的自动驾驶车辆的路测装置可以执行自动驾驶车辆的路测方法实施例提供的处理流程。如图4所示，该自动驾驶车辆的路测装置30包括：路测数据处理模块301，客观测试模块302，主观测试模块303和综合测试模块304。
具体地，路测数据处理模块301，用于获取车辆沿测试路线行驶过程中的自动驾驶场景、自动驾驶场景对应的测试参数信息以及体感测评数据；其中不同自动驾驶场景对应的测试参数不同。
客观测试模块302，用于根据自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果。
主观测试模块303，用于根据体感测评数据，生成车辆的第二测试结果。
综合测试模块304，用于根据车辆的第一测试结果和第二测试结果，确定车辆的路测结果。
本申请实施例提供的装置可以具体用于执行上述第一实施例提供的方法实施例，具体功能此处不再赘述。
本申请实施例通过获取车辆沿测试路线行驶过程中的自动驾驶场景，自动驾驶场景对应的测试参数信息，根据自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果，也就是根据自动驾驶场景对应的测试参数信息等客观测试数据，对车辆的自动驾驶能力做出测评，得到第一测试结果；并且，根据体感测评数据等主观测评数据，从测试人员的乘车体感的角度对车辆的自动驾驶能力做出测评，得到第二测试结果；然后综合第一测试结果和第二测试结果，得到车辆的路测结果。车辆的路测结果中既包含基于客观测试数据的客观测试结果，保证了车辆路测结果的客观、严谨和精准；车辆的路测结果又包括基于主观体感测评数据的量化测试结果，能够体现以乘车人员从乘车体感的主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果，得到的路测结果更加全面，能够更加准确地衡量自动驾驶车辆在路测中的综合表现，提高了自动驾驶车辆的路测结果的准确性。
在上述第三实施例的基础上，本申请第四实施例中，路测数据处理模块还用于：
获取车辆沿测试路线行驶过程中的路测行驶数据；分析路测行驶数据，或者路测行驶数据以及车辆周围信息，以识别车辆在沿测试路线行驶过程中出现的自动驾驶场景，并获取自动驾驶场景对应的测试参数信息；其中，车辆周围信息包括如下一种或者几种：车辆距离前车车辆的距离，车辆行驶的车道信息，车辆行驶至路口的路口信息，车辆周围的车流信息。
在一种可选的实施方式中，路测数据处理模块还用于：
分析路测行驶数据中的车辆控制信息；若车辆控制信息中包含属于某一自动驾驶场景对应的控制信息，则确定车辆在沿测试路线行驶过程中出现了自动驾驶场景。
在一种可选的实施方式中，路测数据处理模块还用于：
分析路测行驶数据以及车辆周围信息，获取车辆的行为特征；根据车辆的行为特征，若车辆具有某一自动驾驶场景的行为特征，则确定车辆在沿测试路线行驶过程中出现了自动驾驶场景。
在一种可选的实施方式中，路测数据处理模块还用于：
确定自动驾驶场景的发生时间；从路测行驶数据以及车辆周围信息中，获取在发生时间自动驾驶场景对应的测试参数的真实值。
在一种可选的实施方式中，客观测试模块还用于：
自动驾驶场景对应的测试参数信息包括自动驾驶场景对应的测试参数的真实值，自动驾驶场景对应的测评基准包括自动驾驶场景对应的测试参数的基准范围；根据自动驾驶场景对应的测试参数的真实值，以及自动驾驶场景对应的测试参数的基准范围，确定真实值在对应基准范围内的测试参数；将真实值在对应基准范围内的测试参数对应的测评值之和，作为车辆的第一测试结果；其中每一自动驾驶场景对应的每种测试参数对应一个测评值。
在一种可选的实施方式中，主观测试模块还用于：
根据车辆沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据，计算各自动驾驶场景对应的量化体感信息；根据各自动驾驶场景对应的量化体感信息，以及各自动驾驶场景对应的权重，确定第二测试结果。
在一种可选的实施方式中，主观测试模块还用于：
对于任一自动驾驶场景，该自动驾驶场景对应的体感测评数据包括该自动驾驶场景对应的测评等级，其中不同的测评等级对应不同的量化信息；根据对该自动驾驶场景对应的体感测评数据，确定对该自动驾驶场景进行体感测评的总测评次数，以及该自动驾驶场景对应的各个测评等级的测评次数；将该自动驾驶场景对应的每个测评等级的测评次数在总测评次数中的占比，作为该自动驾驶场景对应于该测评等级的测评权重；基于该自动驾驶场景对应于各测评等级的测评权重，对各测评等级的量化信息进行加权求和，得到该自动驾驶场景对应的量化体感信息。
在一种可选的实施方式中，主观测试模块还用于：
获取每一自动驾驶场景对应的多个评价系数，评价系数用于衡量自动驾驶场景对车辆驾驶体感的影响程度；根据各自动驾驶场景对应的评价系数，计算所有自动驾驶场景对应的评价系数总和，以及每一自动驾驶场景对应的评价系数之和；将每一自动驾驶场景对应的评价系数之和与评价系数总和的比值，作为自动驾驶场景对应的权重。
在一种可选的实施方式中，路测数据处理模块还用于：
向多个体感测评终端发送各自动驾驶场景对应的测评因素；接收多个体感测评终端提交的基于测评因素对车辆在沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据。
在一种可选的实施方式中，综合测试模块还用于：
根据车辆的第一测试结果和第二测试结果，确定车辆的路测结果之后，根据车辆的自动驾驶系统的当前版本，获取车辆的使用上一版本的自动驾驶系统时的路测结果；将根据车辆使用当前版本和上一版本的自动驾驶系统时的路测结果进行比对，并展示比对结果。
本申请实施例提供的装置可以具体用于执行上述第二实施例提供的方法实施例，具体功能此处不再赘述。
本申请实施例中对自动驾驶车辆的路测方法中基于体感测评数据确定第二测试结果，基于客观路测行驶数据和车辆周围信息确定第一测试结果的过程进行了详细地说明，综合第一测试结果和第二测试结果，得到车辆的路测结果。这样，车辆的路测结果中既包含基于客观测试数据的客观测试结果，保证了车辆路测的严谨和精准，又包括基于主观体感测评数据的量化测试结果，能够体现以乘车人员主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果，得到的路测结果更加全面，能够更加准确地衡量自动驾驶车辆在路测中的综合表现，提高了自动驾驶车辆的路测结果的准确性。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的自动驾驶车辆的路测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备500包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备500内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器一起使用。同样，可以连接多个电子设备500，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的自动驾驶车辆的路测方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的自动驾驶车辆的路测方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的自动驾驶车辆的路测方法对应的程序指令/模块(例如，附图4所示的路测数据处理模块301，客观测试模块302，主观测试模块303和综合测试模块304)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的自动驾驶车辆的路测方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据自动驾驶车辆的路测方法的电子设备500的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至自动驾驶车辆的路测方法的电子设备500。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。
自动驾驶车辆的路测方法的电子设备500还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与自动驾驶车辆的路测方法的电子设备500的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算机程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算机程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过获取车辆沿测试路线行驶过程中的自动驾驶场景，自动驾驶场景对应的测试参数信息，根据自动驾驶场景对应的测评基准，对自动驾驶场景对应的测试参数信息进行分析，确定车辆的第一测试结果，也就是根据自动驾驶场景对应的测试参数信息等客观测试数据，对车辆的自动驾驶能力做出测评，得到第一测试结果；并且，根据体感测评数据等主观测评数据，从测试人员的乘车体感的角度对车辆的自动驾驶能力做出测评，得到第二测试结果；然后综合第一测试结果和第二测试结果，得到车辆的路测结果。车辆的路测结果中既包含基于客观测试数据的客观测试结果，保证了车辆路测结果的客观、严谨和精准；车辆的路测结果又包括基于主观体感测评数据的量化测试结果，能够体现以乘车人员从乘车体感的主观角度对车辆行驶的安全性、舒适性、智能性和行驶效率的测评结果，得到的路测结果更加全面，能够更加准确地衡量自动驾驶车辆在路测中的综合表现，提高了自动驾驶车辆的路测结果的准确性。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (25)

1.一种自动驾驶车辆的路测方法，包括：
获取车辆沿测试路线行驶过程中的自动驾驶场景、所述自动驾驶场景对应的测试参数信息以及体感测评数据；其中不同自动驾驶场景对应的测试参数不同；
根据所述自动驾驶场景对应的测评基准，对所述自动驾驶场景对应的测试参数信息进行分析，确定所述车辆的第一测试结果；
根据所述体感测评数据，生成所述车辆的第二测试结果；
根据所述车辆的第一测试结果和第二测试结果，确定所述车辆的路测结果。
2.根据权利要求1所述的方法，其中，所述获取车辆沿测试路线行驶过程中的自动驾驶场景、所述自动驾驶场景对应的测试参数信息，包括：
获取所述车辆沿测试路线行驶过程中的路测行驶数据；
分析所述路测行驶数据，或者所述路测行驶数据以及所述车辆周围信息，以识别所述车辆在沿测试路线行驶过程中出现的自动驾驶场景，并获取所述自动驾驶场景对应的测试参数信息；
其中，所述车辆周围信息包括如下一种或者几种：
所述车辆距离前车车辆的距离，所述车辆行驶的车道信息，所述车辆行驶至路口的路口信息，所述车辆周围的车流信息。
3.根据权利要求2所述的方法，其中，所述分析所述路测行驶数据，或者所述路测行驶数据以及所述车辆周围信息，以识别所述车辆在沿测试路线行驶过程中出现的自动驾驶场景，包括：
分析所述路测行驶数据中的车辆控制信息；
若所述车辆控制信息中包含属于某一所述自动驾驶场景对应的控制信息，则确定所述车辆在沿测试路线行驶过程中出现了所述自动驾驶场景。
4.根据权利要求2所述的方法，其中，所述分析所述路测行驶数据，或者所述路测行驶数据以及所述车辆周围信息，以识别所述车辆在沿测试路线行驶过程中出现的自动驾驶场景，包括：
分析所述路测行驶数据以及所述车辆周围信息，获取所述车辆的行为特征；
根据所述车辆的行为特征，若所述车辆具有某一所述自动驾驶场景的行为特征，则确定所述车辆在沿测试路线行驶过程中出现了所述自动驾驶场景。
5.根据权利要求2所述的方法，其中，所述获取车辆沿测试路线行驶过程中的自动驾驶场景，所述自动驾驶场景对应的测试参数信息，包括：
确定所述自动驾驶场景的发生时间；
从所述路测行驶数据以及所述车辆周围信息中，获取在所述发生时间所述自动驾驶场景对应的测试参数的真实值。
6.根据权利要求1所述的方法，其中，所述根据所述自动驾驶场景对应的测评基准，对所述自动驾驶场景对应的测试参数信息进行分析，确定所述车辆的第一测试结果，包括：
所述自动驾驶场景对应的测试参数信息包括所述自动驾驶场景对应的测试参数的真实值，所述自动驾驶场景对应的测评基准包括所述自动驾驶场景对应的测试参数的基准范围；
根据所述自动驾驶场景对应的测试参数的真实值，以及所述自动驾驶场景对应的测试参数的基准范围，确定真实值在对应基准范围内的测试参数；
将所述真实值在对应基准范围内的测试参数对应的测评值之和，作为所述车辆的第一测试结果；
其中每一所述自动驾驶场景对应的每种测试参数对应一个测评值。
7.根据权利要求1所述的方法，其中，所述根据所述体感测评数据，生成所述车辆的第二测试结果，包括：
根据所述车辆沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据，计算所述各自动驾驶场景对应的量化体感信息；
根据所述各自动驾驶场景对应的量化体感信息，以及所述各自动驾驶场景对应的权重，确定所述第二测试结果。
8.根据权利要求7所述的方法，其中，所述根据所述车辆沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据，计算所述各自动驾驶场景对应的量化体感信息，包括：
对于任一所述自动驾驶场景，该自动驾驶场景对应的体感测评数据包括该自动驾驶场景对应的测评等级，其中不同的测评等级对应不同的量化信息；
根据对该自动驾驶场景对应的体感测评数据，确定对该自动驾驶场景进行体感测评的总测评次数，以及该自动驾驶场景对应的各个测评等级的测评次数；
将该自动驾驶场景对应的每个测评等级的测评次数在总测评次数中的占比，作为该自动驾驶场景对应于该测评等级的测评权重；
基于该自动驾驶场景对应于各测评等级的测评权重，对各测评等级的量化信息进行加权求和，得到该自动驾驶场景对应的量化体感信息。
9.根据权利要求7所述的方法，其中，所述根据所述各自动驾驶场景对应的量化体感信息，以及所述各自动驾驶场景对应的权重，确定所述第二测试结果之前，还包括：
获取每一所述自动驾驶场景对应的多个评价系数，所述评价系数用于衡量所述自动驾驶场景对车辆驾驶体感的影响程度；
根据各所述自动驾驶场景对应的评价系数，计算所有自动驾驶场景对应的评价系数总和，以及每一所述自动驾驶场景对应的评价系数之和；
将每一所述自动驾驶场景对应的评价系数之和与所述评价系数总和的比值，作为所述自动驾驶场景对应的权重。
10.根据权利要求1-9中任一项所述的方法，其中，所述获取车辆沿测试路线行驶过程中的体感测评数据，包括：
向多个体感测评终端发送所述各自动驾驶场景对应的测评因素；
接收所述多个体感测评终端提交的基于所述测评因素对所述车辆在沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据。
11.根据权利要求1-9中任一项所述的方法，其中，所述根据所述车辆的第一测试结果和第二测试结果，确定所述车辆的路测结果之后，还包括：
根据所述车辆的自动驾驶系统的当前版本，获取所述车辆的使用上一版本的自动驾驶系统时的路测结果；
将根据所述车辆使用当前版本和上一版本的自动驾驶系统时的路测结果进行比对，并展示比对结果。
12.一种自动驾驶车辆的路测装置，包括：
路测数据处理模块，用于获取车辆沿测试路线行驶过程中的自动驾驶场景、所述自动驾驶场景对应的测试参数信息以及体感测评数据；其中不同自动驾驶场景对应的测试参数不同；
客观测试模块，用于根据所述自动驾驶场景对应的测评基准，对所述自动驾驶场景对应的测试参数信息进行分析，确定所述车辆的第一测试结果；
主观测试模块，用于根据所述体感测评数据，生成所述车辆的第二测试结果；
综合测试模块，用于根据所述车辆的第一测试结果和第二测试结果，确定所述车辆的路测结果。
13.根据权利要求12所述的装置，其中，所述路测数据处理模块还用于：
获取所述车辆沿测试路线行驶过程中的路测行驶数据；
分析所述路测行驶数据，或者所述路测行驶数据以及所述车辆周围信息，以识别所述车辆在沿测试路线行驶过程中出现的自动驾驶场景，并获取所述自动驾驶场景对应的测试参数信息；
其中，所述车辆周围信息包括如下一种或者几种：
所述车辆距离前车车辆的距离，所述车辆行驶的车道信息，所述车辆行驶至路口的路口信息，所述车辆周围的车流信息。
14.根据权利要求13所述的装置，其中，所述路测数据处理模块还用于：
分析所述路测行驶数据中的车辆控制信息；
若所述车辆控制信息中包含属于某一所述自动驾驶场景对应的控制信息，则确定所述车辆在沿测试路线行驶过程中出现了所述自动驾驶场景。
15.根据权利要求13所述的装置，其中，所述路测数据处理模块还用于：
分析所述路测行驶数据以及所述车辆周围信息，获取所述车辆的行为特征；
根据所述车辆的行为特征，若所述车辆具有某一所述自动驾驶场景的行为特征，则确定所述车辆在沿测试路线行驶过程中出现了所述自动驾驶场景。
16.根据权利要求13所述的装置，其中，所述路测数据处理模块还用于：
确定所述自动驾驶场景的发生时间；
从所述路测行驶数据以及所述车辆周围信息中，获取在所述发生时间所述自动驾驶场景对应的测试参数的真实值。
17.根据权利要求12所述的装置，其中，所述客观测试模块还用于：
所述自动驾驶场景对应的测试参数信息包括所述自动驾驶场景对应的测试参数的真实值，所述自动驾驶场景对应的测评基准包括所述自动驾驶场景对应的测试参数的基准范围；
根据所述自动驾驶场景对应的测试参数的真实值，以及所述自动驾驶场景对应的测试参数的基准范围，确定真实值在对应基准范围内的测试参数；
将所述真实值在对应基准范围内的测试参数对应的测评值之和，作为所述车辆的第一测试结果；
其中每一所述自动驾驶场景对应的每种测试参数对应一个测评值。
18.根据权利要求12所述的装置，其中，所述主观测试模块还用于：
根据所述车辆沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据，计算所述各自动驾驶场景对应的量化体感信息；
根据所述各自动驾驶场景对应的量化体感信息，以及所述各自动驾驶场景对应的权重，确定所述第二测试结果。
19.根据权利要求18所述的装置，其中，所述主观测试模块还用于：
对于任一所述自动驾驶场景，该自动驾驶场景对应的体感测评数据包括该自动驾驶场景对应的测评等级，其中不同的测评等级对应不同的量化信息；
根据对该自动驾驶场景对应的体感测评数据，确定对该自动驾驶场景进行体感测评的总测评次数，以及该自动驾驶场景对应的各个测评等级的测评次数；
将该自动驾驶场景对应的每个测评等级的测评次数在总测评次数中的占比，作为该自动驾驶场景对应于该测评等级的测评权重；
基于该自动驾驶场景对应于各测评等级的测评权重，对各测评等级的量化信息进行加权求和，得到该自动驾驶场景对应的量化体感信息。
20.根据权利要求18所述的装置，其中，所述主观测试模块还用于：
获取每一所述自动驾驶场景对应的多个评价系数，所述评价系数用于衡量所述自动驾驶场景对车辆驾驶体感的影响程度；
根据各所述自动驾驶场景对应的评价系数，计算所有自动驾驶场景对应的评价系数总和，以及每一所述自动驾驶场景对应的评价系数之和；
将每一所述自动驾驶场景对应的评价系数之和与所述评价系数总和的比值，作为所述自动驾驶场景对应的权重。
21.根据权利要求12-21中任一项所述的装置，其中，所述路测数据处理模块还用于：
向多个体感测评终端发送所述各自动驾驶场景对应的测评因素；
接收所述多个体感测评终端提交的基于所述测评因素对所述车辆在沿测试路线行驶过程中的各自动驾驶场景对应的体感测评数据。
22.根据权利要求12-21中任一项所述的装置，其中，所述综合测试模块还用于：
所述根据所述车辆的第一测试结果和第二测试结果，确定所述车辆的路测结果之后，根据所述车辆的自动驾驶系统的当前版本，获取所述车辆的使用上一版本的自动驾驶系统时的路测结果；
将根据所述车辆使用当前版本和上一版本的自动驾驶系统时的路测结果进行比对，并展示比对结果。
23.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的方法。
25.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的方法。
CN202011436678.6A 2020-12-10 2020-12-10 自动驾驶车辆的路测方法、装置、设备及存储介质 Active CN112525551B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202011436678.6A CN112525551B (zh) 2020-12-10 2020-12-10 自动驾驶车辆的路测方法、装置、设备及存储介质
EP21178545.6A EP3866044B1 (en) 2020-12-10 2021-06-09 Road test method and apparatus for autonomous driving vehicle, device and storage medium
KR1020210075647A KR102582657B1 (ko) 2020-12-10 2021-06-10 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체
US17/350,615 US20210316753A1 (en) 2020-12-10 2021-06-17 Road test method and apparatus for autonomous driving vehicle, device and storage medium
JP2021179096A JP7297846B2 (ja) 2020-12-10 2021-11-02 自動運転車両の道路テスト方法、装置、機器及び記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011436678.6A CN112525551B (zh) 2020-12-10 2020-12-10 自动驾驶车辆的路测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112525551A true CN112525551A (zh) 2021-03-19
CN112525551B CN112525551B (zh) 2023-08-29

Family

ID=74999256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011436678.6A Active CN112525551B (zh) 2020-12-10 2020-12-10 自动驾驶车辆的路测方法、装置、设备及存储介质

Country Status (5)

Country Link
US (1) US20210316753A1 (zh)
EP (1) EP3866044B1 (zh)
JP (1) JP7297846B2 (zh)
KR (1) KR102582657B1 (zh)
CN (1) CN112525551B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468238A (zh) * 2021-06-21 2021-10-01 上汽通用五菱汽车股份有限公司 自适应巡航系统的评测方法、装置及计算机可读存储介质
CN113504056A (zh) * 2021-06-30 2021-10-15 中国科学技术大学先进技术研究院 一种自动驾驶汽车测试评价系统及方法
CN113535816A (zh) * 2021-07-13 2021-10-22 江苏智多行网联科技有限公司 一种智能网联云控车辆的行车性能评价方法及系统
CN113609016A (zh) * 2021-08-05 2021-11-05 北京赛目科技有限公司 车辆自动驾驶测试场景的构建方法、装置、设备及介质
CN113741700A (zh) * 2021-09-29 2021-12-03 奇瑞新能源汽车股份有限公司 车辆的自动驾驶评价系统及方法
CN114194204A (zh) * 2021-11-30 2022-03-18 际络科技(上海)有限公司 自动驾驶车辆体感数据处理方法及系统
CN114415628A (zh) * 2021-12-28 2022-04-29 阿波罗智联(北京)科技有限公司 自动驾驶测试方法及装置、电子设备和存储介质
CN114782926A (zh) * 2022-06-17 2022-07-22 清华大学 驾驶场景识别方法、装置、设备、存储介质和程序产品
CN115077936A (zh) * 2022-06-16 2022-09-20 中国汽车工程研究院股份有限公司 一种车辆自适应巡航系统驾乘性能测评方法
CN116343469A (zh) * 2022-12-23 2023-06-27 昆易电子科技(上海)有限公司 数据处理方法和数据处理装置、电子设备及存储介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4141406A1 (en) * 2021-08-31 2023-03-01 Volvo Autonomous Solutions AB Remote perception station as maintenance trigger for autonomous vehicles deployed in autonomous transport solutions
CN113515463B (zh) * 2021-09-14 2022-04-15 深圳佑驾创新科技有限公司 自动化测试方法、装置、计算机设备和存储介质
CN114065549B (zh) * 2021-11-30 2023-04-07 广州文远知行科技有限公司 自动驾驶水平评估方法、装置、设备及存储介质
CN114526929A (zh) * 2022-02-25 2022-05-24 智己汽车科技有限公司 一种车道变换测试方法、装置及车辆
CN114581873B (zh) * 2022-03-11 2023-08-18 阿波罗智联(北京)科技有限公司 筛选路侧设备的方法、装置、设备、介质及产品
CN114572233B (zh) * 2022-03-25 2022-11-29 阿波罗智能技术(北京)有限公司 基于模型集合的预测方法、电子设备及自动驾驶车辆
DE102022126555A1 (de) 2022-10-12 2024-04-18 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren, System und Computerprogrammprodukt zur Prädiktion von gruppenspezifischen Bewertungen eines ADAS/ADS-Systems
CN115655752B (zh) * 2022-12-09 2023-03-17 成都鲁易科技有限公司 新能源车辆自动测试方法及装置、电子设备和存储介质
CN115689259B (zh) * 2023-01-04 2023-06-30 交通运输部公路科学研究所 路段车路协同场景优先级确定方法、设备及介质
CN115774680B (zh) * 2023-01-16 2023-04-11 小米汽车科技有限公司 自动驾驶软件的版本测试方法、装置、设备及存储介质
CN115979679B (zh) * 2023-03-22 2023-06-23 中国汽车技术研究中心有限公司 自动驾驶系统实际道路测试方法、设备和存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234763A (zh) * 2013-04-09 2013-08-07 北京理工大学 一种无人驾驶车辆定量评价系统及评价方法
US20160221575A1 (en) * 2013-09-05 2016-08-04 Avl List Gmbh Method and device for optimizing driver assistance systems
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
CN108458880A (zh) * 2018-01-29 2018-08-28 上海测迅汽车科技有限公司 无人驾驶整车受控场景测试方法
CN108645628A (zh) * 2018-05-14 2018-10-12 公安部交通管理科学研究所 基于道路驾驶技能的自动驾驶汽车测试系统
CN109187048A (zh) * 2018-09-14 2019-01-11 盯盯拍（深圳）云技术有限公司 自动驾驶性能测试方法以及自动驾驶性能测试装置
US20190049981A1 (en) * 2016-09-30 2019-02-14 Faraday&Future Inc. User data-based autonomous vehicle system
CN109406166A (zh) * 2018-10-30 2019-03-01 百度在线网络技术（北京）有限公司 无人车的分级方法、装置、设备、存储介质和车辆
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
US20190146492A1 (en) * 2017-11-14 2019-05-16 GM Global Technology Operations LLC Method And Apparatus For Scenario Generation And Parametric Sweeps For The Development & Evaluation Of Autonomous Driving Systems
CN110196994A (zh) * 2019-04-23 2019-09-03 同济大学 一种自动驾驶汽车交通协调性评测模型及方法
CN110606093A (zh) * 2019-09-26 2019-12-24 中国第一汽车股份有限公司 车辆性能评测方法、装置、设备和存储介质
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
CN110825093A (zh) * 2019-11-28 2020-02-21 安徽江淮汽车集团股份有限公司 自动驾驶策略生成方法、装置、设备及存储介质
CN111487070A (zh) * 2020-04-28 2020-08-04 北京百度网讯科技有限公司 自动驾驶车辆的驾驶性能测试方法、装置、设备及介质
CN111735639A (zh) * 2020-05-26 2020-10-02 清华大学苏州汽车研究院（相城） 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016220913A1 (de) * 2015-11-06 2017-05-11 Ford Global Technologies, Llc Verfahren und Vorrichtung zur Generierung von Testfällen für autonome Fahrzeuge
KR101938064B1 (ko) * 2017-05-17 2019-01-11 현대오토에버 주식회사 자율주행 테스트 시스템
CN107782564B (zh) * 2017-10-30 2019-12-13 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评系统及方法
US10677686B2 (en) * 2017-11-14 2020-06-09 GM Global Technology Operations LLC Method and apparatus for autonomous system performance and grading
CN109242251B (zh) 2018-08-03 2020-03-06 百度在线网络技术（北京）有限公司 行车行为安全性检测方法、装置、设备及存储介质
CN111413958B (zh) * 2018-12-18 2021-09-24 北京航迹科技有限公司 用于确定自动驾驶中的驾驶路径的系统和方法
CN111765903B (zh) * 2020-06-29 2022-08-09 阿波罗智能技术(北京)有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234763A (zh) * 2013-04-09 2013-08-07 北京理工大学 一种无人驾驶车辆定量评价系统及评价方法
US20160221575A1 (en) * 2013-09-05 2016-08-04 Avl List Gmbh Method and device for optimizing driver assistance systems
US20190049981A1 (en) * 2016-09-30 2019-02-14 Faraday&Future Inc. User data-based autonomous vehicle system
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
US20190146492A1 (en) * 2017-11-14 2019-05-16 GM Global Technology Operations LLC Method And Apparatus For Scenario Generation And Parametric Sweeps For The Development & Evaluation Of Autonomous Driving Systems
CN108458880A (zh) * 2018-01-29 2018-08-28 上海测迅汽车科技有限公司 无人驾驶整车受控场景测试方法
CN108645628A (zh) * 2018-05-14 2018-10-12 公安部交通管理科学研究所 基于道路驾驶技能的自动驾驶汽车测试系统
CN109187048A (zh) * 2018-09-14 2019-01-11 盯盯拍（深圳）云技术有限公司 自动驾驶性能测试方法以及自动驾驶性能测试装置
CN109406166A (zh) * 2018-10-30 2019-03-01 百度在线网络技术（北京）有限公司 无人车的分级方法、装置、设备、存储介质和车辆
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
CN110196994A (zh) * 2019-04-23 2019-09-03 同济大学 一种自动驾驶汽车交通协调性评测模型及方法
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
CN110606093A (zh) * 2019-09-26 2019-12-24 中国第一汽车股份有限公司 车辆性能评测方法、装置、设备和存储介质
CN110825093A (zh) * 2019-11-28 2020-02-21 安徽江淮汽车集团股份有限公司 自动驾驶策略生成方法、装置、设备及存储介质
CN111487070A (zh) * 2020-04-28 2020-08-04 北京百度网讯科技有限公司 自动驾驶车辆的驾驶性能测试方法、装置、设备及介质
CN111735639A (zh) * 2020-05-26 2020-10-02 清华大学苏州汽车研究院（相城） 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周莎等: "自动泊车系统性能评价方法", 《长安大学学报(自然科学版)》 *
周莎等: "自动泊车系统性能评价方法", 《长安大学学报(自然科学版)》, no. 02, 31 March 2020 (2020-03-31), pages 109 - 115 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468238A (zh) * 2021-06-21 2021-10-01 上汽通用五菱汽车股份有限公司 自适应巡航系统的评测方法、装置及计算机可读存储介质
CN113504056A (zh) * 2021-06-30 2021-10-15 中国科学技术大学先进技术研究院 一种自动驾驶汽车测试评价系统及方法
CN113535816A (zh) * 2021-07-13 2021-10-22 江苏智多行网联科技有限公司 一种智能网联云控车辆的行车性能评价方法及系统
CN113609016A (zh) * 2021-08-05 2021-11-05 北京赛目科技有限公司 车辆自动驾驶测试场景的构建方法、装置、设备及介质
CN113609016B (zh) * 2021-08-05 2024-03-15 北京赛目科技股份有限公司 车辆自动驾驶测试场景的构建方法、装置、设备及介质
CN113741700A (zh) * 2021-09-29 2021-12-03 奇瑞新能源汽车股份有限公司 车辆的自动驾驶评价系统及方法
CN114194204A (zh) * 2021-11-30 2022-03-18 际络科技(上海)有限公司 自动驾驶车辆体感数据处理方法及系统
CN114415628A (zh) * 2021-12-28 2022-04-29 阿波罗智联(北京)科技有限公司 自动驾驶测试方法及装置、电子设备和存储介质
CN115077936A (zh) * 2022-06-16 2022-09-20 中国汽车工程研究院股份有限公司 一种车辆自适应巡航系统驾乘性能测评方法
CN114782926A (zh) * 2022-06-17 2022-07-22 清华大学 驾驶场景识别方法、装置、设备、存储介质和程序产品
CN114782926B (zh) * 2022-06-17 2022-08-26 清华大学 驾驶场景识别方法、装置、设备、存储介质和程序产品
CN116343469A (zh) * 2022-12-23 2023-06-27 昆易电子科技(上海)有限公司 数据处理方法和数据处理装置、电子设备及存储介质

Also Published As

Publication number Publication date
JP2022017446A (ja) 2022-01-25
US20210316753A1 (en) 2021-10-14
JP7297846B2 (ja) 2023-06-26
KR102582657B1 (ko) 2023-09-25
KR20210088457A (ko) 2021-07-14
CN112525551B (zh) 2023-08-29
EP3866044A2 (en) 2021-08-18
EP3866044B1 (en) 2023-05-24
EP3866044A3 (en) 2021-12-29

Similar Documents

Publication Publication Date Title
CN112525551B (zh) 自动驾驶车辆的路测方法、装置、设备及存储介质
CN113642633B (zh) 用于对驾驶场景数据进行分类的方法、装置、设备和介质
CN111122175B (zh) 测试自动驾驶系统的方法以及装置
CN111273268B (zh) 自动驾驶障碍物类型的识别方法、装置及电子设备
JP2023027777A (ja) 障害物移動軌跡の予測方法、装置及び自動運転車両
CN114415628A (zh) 自动驾驶测试方法及装置、电子设备和存储介质
US11182447B2 (en) Customized display of emotionally filtered social media content
CN114861886B (zh) 神经网络模型的量化方法及其装置
CN110703732B (zh) 相关性检测方法、装置、设备及计算机可读存储介质
CN112559371B (zh) 一种自动驾驶测试方法、装置及电子设备
CN111652153A (zh) 场景自动识别方法、装置、无人车及存储介质
CN111551190B (zh) 自动驾驶确定定位能力的方法、装置、设备及介质
CN111982144B (zh) 导航方法、装置、电子设备及计算机可读介质
CN111477028A (zh) 用于生成信息的方法和装置
CN111724598B (zh) 用于自动驾驶规划路径的方法、装置、设备以及存储介质
CN112270532A (zh) 一种数据处理方法、装置、电子设备以及存储介质
CN111833080A (zh) 信息推送的方法、装置、电子设备和计算机可读存储介质
CN111563046B (zh) 用于生成信息的方法和装置
CN111767651A (zh) 指标预测模型的构建方法、指标预测方法和装置
JP2019101681A (ja) 見積り取得装置、見積り取得方法およびプログラム
CN112270414A (zh) 算子监控方法、装置、电子设备及存储介质
US20220147867A1 (en) Validation of gaming simulation for ai training based on real world activities
Zahabi Analysis and Redesign of Police Vehicle Mobile Computer Terminal for Minimizing Officer Driving Distraction
Erséus et al. Methodology for finding parameters related to path tracking skill applied on a DLC test in a moving base driving simulator
Rukonic et al. A Questionnaire for Collecting Data Relevant to UX Experimental Design.

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