CN112597005A - 一种自动驾驶全栈算法闭环仿真测试系统及方法 - Google Patents
一种自动驾驶全栈算法闭环仿真测试系统及方法 Download PDFInfo
- Publication number
- CN112597005A CN112597005A CN202011463365.XA CN202011463365A CN112597005A CN 112597005 A CN112597005 A CN 112597005A CN 202011463365 A CN202011463365 A CN 202011463365A CN 112597005 A CN112597005 A CN 112597005A
- Authority
- CN
- China
- Prior art keywords
- simulation
- algorithm
- data
- module
- sensor data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种自动驾驶全栈算法闭环仿真测试系统。本发明的一个技术方案是提供了一种自动驾驶全栈算法闭环仿真测试方法。本发明实现了从前端定位感知融合算法到后端规划控制算法的全自动驾驶系统的仿真测试验证,并且算法的控制效果可以直接在仿真软件中展示。本发明不仅可以用来测试验证整个自动驾驶算法系统,还可以单独用来测试验证定位感知融合算法,并且可以用来单独测试激光雷达算法模块、毫米波雷达算法模块、相机算法模块。通过本发明可以在Windows系统的仿真软件上生成虚拟传感器数据,序列化之后,经过以太网将这些数据发送到Linux系统上的定位感知融合算法,达到了不同操作平台间大量传感器数据的传输。
Description
技术领域
本发明涉及一种用于对自动驾驶系统功能进行验证的仿真测试系统及仿真测试方法。
背景技术
随着自动驾驶技术的日益发展,自动驾驶系统开发的软硬件方案也不尽相同,同时很多因素也限制了自动驾驶系统的开发,例如验证场景的数量、危险场景的不可复制性、测试效率低等问题。
对于全栈自动驾驶系统平台来说,不仅能够支持L4-L5完全自动驾驶等级,而且能够支持L2-L3高级辅助驾驶等级。目前,对于自动驾驶系统算法来说,主要包括定位、感知、融合、决策和控制等算法模块。其中决策、控制算法主要基于Matlab/Simulink平台(Windows系统),以基于模型的方式来开发。而其他算法则是基于C++语言,在Linux系统环境下开发。因此,实现对整个自动驾驶系统功能验证,对于传统的仿真测试方法提出了挑战。
仿真是一种场景可复现、成本风险低的测试方法,是汽车V流程开发不可缺少的一部分,因此,开发一种适用于这种自动驾驶平台跨开发环境的仿真测试方法必不可少,从而实现从定位感知融合到决策控制的整个系统功能验证,为促进自动驾驶系统算法的验证奠定基础。
发明内容
本发明的目的是:提供一种自动驾驶平台跨开发环境的仿真测试方法。
为了达到上述目的,本发明的一个技术方案是提供了一种自动驾驶全栈算法闭环仿真测试系统,其特征在于,包括仿真系统、定位感知融合算法系统以及规划控制系统,其中:
运行环境为Windows的仿真系统,用于生成仿真场景和仿真传感器数据,进一步包括仿真软件、仿真数据处理工具以及数据通讯工具,其中:
在仿真软件中按照测试需求搭建各种仿真场景、设置主车和障碍物车,在主车上布置传感器并设置传感器参数,主车按照规划控制系统给出的控制信号依据规划的主车行驶轨迹行进,行进过程中由传感器采集数据并输出;
仿真数据处理工具,获取仿真软件生成的仿真传感器数据后,将仿真传感器数据转换为符合定位感知融合算法系统定义的输入格式;
通讯工具一,接收仿真数据处理工具输出的仿真传感器数据后将其序列化成字节流,由通讯工具一将序列化后的仿真传感器数据发送至定位感知融合算法系统;
运行环境为Linux的定位感知融合算法系统,接收来自仿真系统的仿真传感器数据后处理得到障碍物目标集数据,进一步包括定位模块、激光雷达算法模块、毫米波算法模块、相机算法模块以及融合算法模块,其中:
定位模块利用仿真系统发送的仿真传感器数据中所包含的本车位置信息和高精地图信息来对本车进行定位;
激光雷达算法模块、毫米波算法模块、相机算法模块使用仿真系统发送的仿真传感器数据对障碍物进行识别和追踪,分别获得障碍物信息;
融合算法模块接收来自激光雷达算法模块、毫米波算法模块及相机算法模块的障碍物信息,并对障碍物信息进行融合,以形成对同一障碍物更准确地判决,获得融合后的障碍物目标数据,所有障碍物目标数据的集合为障碍物目标集数据;
规划控制系统根据障碍物目标集数据规划出主车行驶轨迹并发出控制信号到仿真系统,使仿真系统中的主车按照规划控制系统规划的主车行驶轨迹行进,进一步包括通讯工具二、规划模块、控制模块,其中:
通讯工具二将接收自定位感知融合算法系统的序列化的障碍物目标集数据进行反序列化处理后,规划模块根据障碍物信息规划出主车行驶的轨迹,然后控制模块根据轨迹生成控制信号发送至仿真系统。
优选地,所述仿真软件为SCANeR;所述仿真数据处理工具使用MATLAB/SIMULINK开发。
优选地,所述通讯工具一使用TCP/IP协议将序列化后的所述仿真传感器数据通过以太网发送至所述定位感知融合算法系统。
本发明的另一个技术方案是提供了一种自动驾驶全栈算法闭环仿真测试方法,其特征在于,采用上述的自动驾驶全栈算法闭环仿真测试系统,包括以下步骤:
步骤1、在仿真系统的仿真软件中按照测试需求搭建各种仿真场景、设置主车和障碍物车,在主车上布置传感器并设置传感器参数;
步骤2、主车按照规划控制系统给出的控制信号依据规划的主车行驶轨迹行进,行进过程中由传感器采集数据并输出;
步骤3、仿真数据处理工具获取仿真软件生成的仿真传感器数据后,将仿真传感器数据转换为符合定位感知融合算法系统定义的输入格式;
步骤4、通讯工具一接收仿真数据处理工具输出的仿真传感器数据后将其序列化成字节流,由通讯工具一将序列化后的仿真传感器数据发送至定位感知融合算法系统;
步骤5、定位模块接收仿真系统发送的仿真传感器数据,对数据进行反序列化并解析,然后利用其中所包含的本车位置信息和高精地图信息来对本车进行定位;
激光雷达算法模块、毫米波算法模块、相机算法模块接收仿真系统发送的仿真传感器数据,对数据进行反序列化并解析后得到主车位置速度信息和周围的障碍物信息;
步骤6、融合算法模块对激光雷达算法模块、毫米波算法模块、相机算法模块得到的障碍物信息进行综合处理,获得融合后的障碍物目标数据,所有障碍物目标数据的集合为障碍物目标集数据;
步骤7、融合算法模块序列化障碍物目标集数据后将其发送至规划控制系统;
步骤8、通讯工具二将接收的障碍物目标集数据反序列化之后发送至规划模块;
步骤9、规划模块根据障碍物信息规划出主车行驶的轨迹,然后控制模块根据轨迹生成控制信号发送至仿真系统。
优选地,步骤4中,所述通讯工具一使用TCP/IP协议将序列化后的所述仿真传感器数据通过以太网发送至所述定位感知融合算法系统。
本发明针对多开发环境下的自动驾驶系统开发方案,提出了一种跨开发环境的仿真测试方案。本发明利用现有的商用软件SCANeR进行地形搭建、场景搭建、车辆动力学模型搭建、传感器模型搭建,并能进行场景衍生。为了实现跨开发环境间的通讯,本发明自主搭建了通讯工具:即在Windows端开发一种数据解析的工具,将Linux端序列化之后发送过来的传感器数据接收,反序列化并解析,然后发送给Matlab/Simulink上的决策控制模块,实现了定位感知融合模块与决策控制模块间数据的跨开发环境传输,并可在SCANeR端查看执行结果,是否符合预期。本发明提供的全流程自动驾驶仿真测试平台,不仅能够实现对定位感知融合算法功能验证,同时也能对决策控制算法功能验证进行支持,可以对全模块同时仿真验证,也可以对每个模块分别进行验证,更加方便进行问题定位与算法迭代。
与现有技术相比,本发明具有如下优点及有益效果:
1)本发明提供了仿真→定位感知融合算法→规划控制算法→仿真的闭环仿真测试方法,实现了从前端定位感知融合算法到后端规划控制方法的全自动驾驶系统的仿真测试验证,并且算法的控制效果可以直接在仿真软件中展示。
2)本发明不仅可以用来测试验证整个自动驾驶算法系统,还可以单独用来测试验证定位感知融合算法,并且可以用来单独测试激光雷达算法模块、毫米波雷达算法模块、相机算法模块。
3)通过本发明可以在Windows系统的仿真软件上生成虚拟传感器数据,序列化之后,经过以太网将这些数据发送到Linux系统上的定位感知融合算法,达到了不同操作平台间大量传感器数据的传输。
附图说明
图1为本发明提供的自动驾驶仿真测试平台的系统结构框图;
图2为根据本发明方法实施仿真测试的流程框图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
图1是本发明涉及的自动驾驶仿真测试平台的系统结构框图,主要分为三大部分:仿真系统1、定位感知融合算法系统5以及规划控制系统13。仿真系统1主要生成仿真场景和传感器数据。定位感知融合算法系统5接收来自仿真系统1的传感器数据并处理得到障碍物目标集数据。规划控制系统13根据障碍物目标集数据规划出主车行驶轨迹并发出控制信号到仿真系统1,使仿真系统1中的主车按照规划的轨迹行进。
仿真系统1运行环境为Windows,包括了可以生成仿真环境及传感器数据的仿真软件2、仿真数据处理工具3以及数据通讯工具4。仿真软件2为SCANeR,在SCANeR中可以按照测试需求搭建各种场景,设置主车和障碍物车,在主车上布置传感器(相机、毫米波雷达、激光雷达等),设置传感器参数。仿真数据处理工具3使用MATLAB/SIMULINK开发,用于获取并转换仿真软件SCANeR生成的数据,使其符合定位感知融合算法系统5定义的输入格式,并将数据发送至通讯工具4。通讯工具4使用C++编写,用于序列化或反序列化数据,并通过TCP/IP协议,实现数据的发送以及接收。
定位感知融合算法系统5运行环境为Linux,包括了定位模块6、激光雷达算法模块7、毫米波算法模块8、相机算法模块9以及融合算法模块10,所有算法模块均用C++进行开发。各个算法模块会接收来自仿真系统1的原始传感器数据,并对数据进行处理得到障碍物的信息。定位模块6会使用仿真系统1发送的本车位置信息和高精地图信息来对本车进行定位。激光雷达算法模块7、毫米波算法模块8、相机算法模块9会使用原始传感器数据对障碍物进行识别和追踪。融合算法模块10接收来自各个算法模块的障碍物信息,并对信息进行综合,以形成对同一目标更准确的判决,这样获得任意单个传感器所无法达到的检测效果。
规划控制系统13由通讯工具4、规划模块11、控制模块12组成。通讯工具4接收来自融合算法模块10的障碍物信息,规划模块11根据障碍物信息规划出主车行驶的轨迹,然后控制模块12根据轨迹生成控制信号(如油门开度、刹车踏板开度、方向盘转角等)发送到仿真软件2中,控制车辆使其按照规划的轨迹行驶。
图2是根据本发明方法实施仿真测试的流程框图。如图2所示,该测试方法包括以下步骤:
步骤S01:生成仿真测试环境。在仿真软件2的SCANeR中构建仿真测试场景,仿真测试场景包括虚拟环境、虚拟车辆、虚拟传感器。虚拟环境中的车辆动力学需要尽可能与真实车辆相同,虚拟传感器的参数要和真实传感器保持一致。该仿真测试场景可以生成定位感知融合算法系统5所需的原始传感器数据。
步骤S02:数据接收及转换。仿真数据处理工具3接收来自仿真环境的虚拟传感器数据,并将虚拟传感器数据转换为定位感知融合算法系统5可以识别的传感器数据。
步骤S03:仿真数据序列化及发送。为了实现跨开发环境间的通讯,自主搭建通讯工具4:即在Windows端开发一种通讯工具,将仿真数据接收并序列化成字节流,使其能在不同操作系统中传输。然后,使用TCP/IP协议,将序列化后的数据通过以太网发送到Linux系统上的定位感知融合算法系统5,实现了仿真系统1与定位感知融合算法系统5间数据的跨开发环境传输。
步骤S04:传感器数据接收及处理。激光雷达算法模块7、毫米波算法模块8、相机算法模块9接收虚拟传感器数据后,对数据进行反序列化并解析,如此可以得到主车位置速度信息和周围的障碍物信息,如障碍物的速度、位置等。融合算法模块10对各个算法模块的障碍物信息进行综合处理之后,得到最终的障碍物信息。然后序列化障碍物信息,通过以太网发送到规划控制系统13。
步骤S05:障碍物信息接收及解析。通讯工具4将Linux端序列化之后发送过来的传感器数据接收,反序列化并解析,然后发送给Matlab/Simulink上的规划控制系统13。
步骤S06:规划轨迹并生成控制信号。规划控制系统13收到障碍物信息之后,会根据主车周围情况,规划出行进路线,并生成车辆控制信号,如油门开度、方向盘转角等。
步骤S07:发送控制信号,显示控制效果。生成车辆控制信号之后,使用TCP/IP协议,通过以太网将指令发送到仿真软件2,控制仿真软件2中的主车显示控制效果。
如此,通过仿真系统1构建虚拟测试场景生成虚拟传感器数据,定位感知融合算法系统5处理虚拟传感器信息得到障碍物信息,规划控制系统13根据障碍物信息规划轨迹,生成控制信号并发送,实现了由算法控制仿真系统虚拟主车的过程。
根据本发明提供的测试方法,不仅能够实现对前端定位感知融合算法的功能验证,同时也能对后端规划控制算法功能验证进行支持,可以进行仿真→定位感知融合算法→规划控制算法→仿真的闭环仿真验证,同时也可以分别对前端定位感知融合算法或者后端规划控制算法进行验证,更加方便进行问题定位与算法迭代。
Claims (5)
1.一种自动驾驶全栈算法闭环仿真测试系统,其特征在于,包括仿真系统、定位感知融合算法系统以及规划控制系统,其中:
运行环境为Windows的仿真系统,用于生成仿真场景和仿真传感器数据,进一步包括仿真软件、仿真数据处理工具以及数据通讯工具,其中:
在仿真软件中按照测试需求搭建各种仿真场景、设置主车和障碍物车,在主车上布置传感器并设置传感器参数,主车按照规划控制系统给出的控制信号依据规划的主车行驶轨迹行进,行进过程中由传感器采集数据并输出;
仿真数据处理工具,获取仿真软件生成的仿真传感器数据后,将仿真传感器数据转换为符合定位感知融合算法系统定义的输入格式;
通讯工具一,接收仿真数据处理工具输出的仿真传感器数据后将其序列化成字节流,由通讯工具一将序列化后的仿真传感器数据发送至定位感知融合算法系统;
运行环境为Linux的定位感知融合算法系统,接收来自仿真系统的仿真传感器数据后处理得到障碍物目标集数据,进一步包括定位模块、激光雷达算法模块、毫米波算法模块、相机算法模块以及融合算法模块,其中:
定位模块利用仿真系统发送的仿真传感器数据中所包含的本车位置信息和高精地图信息来对本车进行定位;
激光雷达算法模块、毫米波算法模块、相机算法模块使用仿真系统发送的仿真传感器数据对障碍物进行识别和追踪,分别获得障碍物信息;
融合算法模块接收来自激光雷达算法模块、毫米波算法模块及相机算法模块的障碍物信息,并对障碍物信息进行综合,以形成对同一障碍物更准确地判决,获得融合后的障碍物目标数据,所有障碍物目标数据的集合为障碍物目标集数据;
规划控制系统根据障碍物目标集数据规划出主车行驶轨迹并发出控制信号到仿真系统,使仿真系统中的主车按照规划控制系统规划的主车行驶轨迹行进,进一步包括通讯工具二、规划模块、控制模块,其中:
通讯工具二将接收自定位感知融合算法系统的序列化的障碍物目标集数据进行反序列化处理后,规划模块根据障碍物信息规划出主车行驶的轨迹,然后控制模块根据轨迹生成控制信号发送至仿真系统。
2.如权利要求1所述的一种自动驾驶全栈算法闭环仿真测试系统,其特征在于,所述仿真软件为SCANeR;所述仿真数据处理工具使用MATLAB/SIMULINK开发。
3.如权利要求1所述的一种自动驾驶全栈算法闭环仿真测试系统,其特征在于,所述通讯工具一使用TCP/IP协议将序列化后的所述仿真传感器数据通过以太网发送至所述定位感知融合算法系统。
4.一种自动驾驶全栈算法闭环仿真测试方法,其特征在于,采用如权利要求1所述的自动驾驶全栈算法闭环仿真测试系统,包括以下步骤:
步骤1、在仿真系统的仿真软件中按照测试需求搭建各种仿真场景、设置主车和障碍物车,在主车上布置传感器并设置传感器参数;
步骤2、主车按照规划控制系统给出的控制信号依据规划的主车行驶轨迹行进,行进过程中由传感器采集数据并输出;
步骤3、仿真数据处理工具获取仿真软件生成的仿真传感器数据后,将仿真传感器数据转换为符合定位感知融合算法系统定义的输入格式;
步骤4、通讯工具一接收仿真数据处理工具输出的仿真传感器数据后将其序列化成字节流,由通讯工具一将序列化后的仿真传感器数据发送至定位感知融合算法系统;
步骤5、定位模块接收仿真系统发送的仿真传感器数据,对数据进行反序列化并解析,然后利用其中所包含的本车位置信息和高精地图信息来对本车进行定位;
激光雷达算法模块、毫米波算法模块、相机算法模块接收仿真系统发送的仿真传感器数据,对数据进行反序列化并解析后得到主车位置速度信息和周围的障碍物信息;
步骤6、融合算法模块对激光雷达算法模块、毫米波算法模块、相机算法模块得到的障碍物信息进行综合处理,获得融合后的障碍物目标数据,所有障碍物目标数据的集合为障碍物目标集数据;
步骤7、融合算法模块序列化障碍物目标集数据后将其发送至规划控制系统;
步骤8、通过通讯工具二将接收的障碍物目标集数据反序列化之后发送至规划模块;
步骤9、规划模块根据障碍物信息规划出主车行驶的轨迹,然后控制模块根据轨迹生成控制信号发送至仿真系统。
5.如权利要求4所述一种自动驾驶全栈算法闭环仿真测试方法,其特征在于,
步骤4中,所述通讯工具一使用TCP/IP协议将序列化后的所述仿真传感器数据通过以太网发送至所述定位感知融合算法系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011463365.XA CN112597005A (zh) | 2020-12-14 | 2020-12-14 | 一种自动驾驶全栈算法闭环仿真测试系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011463365.XA CN112597005A (zh) | 2020-12-14 | 2020-12-14 | 一种自动驾驶全栈算法闭环仿真测试系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112597005A true CN112597005A (zh) | 2021-04-02 |
Family
ID=75192588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011463365.XA Pending CN112597005A (zh) | 2020-12-14 | 2020-12-14 | 一种自动驾驶全栈算法闭环仿真测试系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597005A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113885496A (zh) * | 2021-09-29 | 2022-01-04 | 三一专用汽车有限责任公司 | 智能驾驶仿真传感器模型及智能驾驶仿真方法 |
CN114047742A (zh) * | 2022-01-13 | 2022-02-15 | 杭州宏景智驾科技有限公司 | 一种智能领航高级辅助驾驶硬件在环测试系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012022065A1 (zh) * | 2010-08-17 | 2012-02-23 | 中兴通讯股份有限公司 | 实现数字信号处理器自动测试的方法及系统 |
CN108241762A (zh) * | 2016-12-26 | 2018-07-03 | 乐视汽车(北京)有限公司 | 用于自动驾驶仿真系统的测试系统和测试方法 |
CN109884916A (zh) * | 2019-02-26 | 2019-06-14 | 初速度(苏州)科技有限公司 | 一种自动驾驶仿真评估方法及装置 |
-
2020
- 2020-12-14 CN CN202011463365.XA patent/CN112597005A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012022065A1 (zh) * | 2010-08-17 | 2012-02-23 | 中兴通讯股份有限公司 | 实现数字信号处理器自动测试的方法及系统 |
CN108241762A (zh) * | 2016-12-26 | 2018-07-03 | 乐视汽车(北京)有限公司 | 用于自动驾驶仿真系统的测试系统和测试方法 |
CN109884916A (zh) * | 2019-02-26 | 2019-06-14 | 初速度(苏州)科技有限公司 | 一种自动驾驶仿真评估方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113885496A (zh) * | 2021-09-29 | 2022-01-04 | 三一专用汽车有限责任公司 | 智能驾驶仿真传感器模型及智能驾驶仿真方法 |
CN114047742A (zh) * | 2022-01-13 | 2022-02-15 | 杭州宏景智驾科技有限公司 | 一种智能领航高级辅助驾驶硬件在环测试系统及方法 |
CN114047742B (zh) * | 2022-01-13 | 2022-04-15 | 杭州宏景智驾科技有限公司 | 一种智能领航高级辅助驾驶硬件在环测试系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109884916B (zh) | 一种自动驾驶仿真评估方法及装置 | |
O'Kelly et al. | F1/10: An open-source autonomous cyber-physical platform | |
CN108319259B (zh) | 一种测试系统及测试方法 | |
CN108319249B (zh) | 基于驾驶模拟器的无人驾驶算法综合测评系统及方法 | |
Tettamanti et al. | Vehicle-in-the-loop test environment for autonomous driving with microscopic traffic simulation | |
CN110647056B (zh) | 一种基于整车硬件在环的智能网联汽车环境模拟仿真系统 | |
WO2023207016A1 (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
CN110456757B (zh) | 一种无人驾驶车辆的整车测试方法及系统 | |
CN112115600A (zh) | 一种自动驾驶车辆的仿真系统 | |
CN112783006B (zh) | 用于自动驾驶车辆车载计算单元的硬件在环仿真测试系统 | |
CN112286206A (zh) | 自动驾驶的模拟方法、系统、设备、可读存储介质及平台 | |
CN113419518B (zh) | 一种基于vts的vil测试平台 | |
CN112597005A (zh) | 一种自动驾驶全栈算法闭环仿真测试系统及方法 | |
CN112785842B (zh) | 一种在线交通流仿真系统 | |
Gruyer et al. | From virtual to reality, how to prototype, test and evaluate new ADAS: Application to automatic car parking | |
CN112860575A (zh) | 一种交通环境融合感知在环的自动驾驶算法仿真测试方法 | |
CN114895574A (zh) | 用于无人驾驶矿车的仿真系统、方法以及存储介质 | |
CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN115290349A (zh) | 一种自动驾驶测试系统 | |
Artunedo et al. | Advanced co-simulation framework for cooperative maneuvers among vehicles | |
CN112415910A (zh) | 用于评价SiL环境的软件组件的方法 | |
Miura et al. | Converting driving scenario framework for testing self-driving systems | |
CN114282380A (zh) | 自动驾驶算法的测试方法、装置、电子设备和存储介质 | |
Cheng et al. | An Indoor Rapid Testing Platform for Autonomous Vehicles Using Vehicle-in-the-Loop Simulation | |
KR20230152388A (ko) | Vils 시스템 및 vils 테스트 방법 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210402 |