CN112631246A - 测试评价信息确定方法、装置、设备及计算机存储介质 - Google Patents

测试评价信息确定方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN112631246A
CN112631246A CN202011439869.8A CN202011439869A CN112631246A CN 112631246 A CN112631246 A CN 112631246A CN 202011439869 A CN202011439869 A CN 202011439869A CN 112631246 A CN112631246 A CN 112631246A
Authority
CN
China
Prior art keywords
cloud control
test
control platform
tested
evaluation information
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
CN202011439869.8A
Other languages
English (en)
Other versions
CN112631246B (zh
Inventor
褚文博
李克强
万爽
方达龙
黄冠富
杜孝平
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.)
Guoqi Beijing Intelligent Network Association Automotive Research Institute Co ltd
Tsinghua University
Original Assignee
Guoqi Beijing Intelligent Network Association Automotive Research Institute Co ltd
Tsinghua University
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 Guoqi Beijing Intelligent Network Association Automotive Research Institute Co ltd, Tsinghua University filed Critical Guoqi Beijing Intelligent Network Association Automotive Research Institute Co ltd
Priority to CN202011439869.8A priority Critical patent/CN112631246B/zh
Publication of CN112631246A publication Critical patent/CN112631246A/zh
Priority to PCT/CN2021/096317 priority patent/WO2022121248A1/zh
Priority to US17/623,586 priority patent/US20230325550A1/en
Application granted granted Critical
Publication of CN112631246B publication Critical patent/CN112631246B/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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/50—Testing arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种测试评价信息确定方法、装置、设备及计算机存储介质。该测试评价信息确定方法，包括：搭建硬件在环测试环境；其中，硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，道路交通场景仿真平台用于搭建多种道路交通场景，实时仿真机用于实现被测云控平台和各个接口板卡之间的通讯；根据被测云控平台的实现功能，确定测试场景；基于硬件在环测试环境和测试场景，对被测云控平台执行测试操作，并采集被测云控平台的功能参数；基于功能参数，确定被测云控平台的测试评价信息。根据本申请实施例，能够更加准确地确定云控平台的测试评价信息。

Description

测试评价信息确定方法、装置、设备及计算机存储介质
技术领域
本申请属于云控平台测试技术领域，尤其涉及一种测试评价信息确定方法、装置、设备及计算机存储介质。
背景技术
随着汽车“四化”的产业升级，智能网联汽车成为未来汽车的发展方向。而云控平台是支撑智能网联汽车发展的基础平台，具有复杂的信息物理系统，涉及交通、汽车、通讯、电子等多个学科，云控平台由云控基础平台和云控应用平台组成，该平台与智能网联汽车、其他交通参与者、路侧基础设施、通讯网络、组成云控系统，主要实现对“人-车-路-云”系统的协同控制，为车辆提供增强安全、提升能效等服务，实现对所有交通参与者的自主控制，实现全局交通与车辆的管控与优化等。行业内对云控平台系统架构已初步达成共识，但要实现云控平台的技术成熟，需要开展大规模的测试工作。
针对云控平台传统的测试方法包括实车测试和仿真测试，实车测试是通过在测试区域搭建通信基站、测试区路口安装路侧设备，并在测试区布置一些遮挡信号的建筑，并在测试区提前设定自车与其他交通参与者，测试云控平台与其他交通参与者、云控平台与基础设施、云控与自车的交互功能。仿真测试，则是通过仿真的方式模拟自车、其他交通参与者、路侧设施、通讯网络与云控平台之间的信息交互过程，从而测试云控平台的功能。
实车测试可以对云控平台的功能及性能进行测试，但云控平台应用场景复杂且难以穷尽，所以单纯通过实车测试无法满足测试需求，且实车存在效率低、费用高、测试用例不可复现等问题；仿真测试可以提升测试效率、降低测试成本、并实现测试用例的复用，大大应用于系统软件开发的测试验证阶段，但仿真测试仅针对软件进行测试，无法对实际软硬件集成系统的测试，与真实场景的逼近程度有限、实时性无法满足要求且可信度不足，导致无法准确地确定云控平台的测试评价信息。
因此，如何更加准确地确定云控平台的测试评价信息是本领域技术人员亟需解决的技术问题。
发明内容
本申请实施例提供一种测试评价信息确定方法、装置、设备及计算机存储介质，能够更加准确地确定云控平台的测试评价信息。
第一方面，本申请实施例提供一种测试评价信息确定方法，包括：
搭建硬件在环测试环境；其中，硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，道路交通场景仿真平台用于搭建多种道路交通场景，实时仿真机用于实现被测云控平台和各个接口板卡之间的通讯；
根据被测云控平台的实现功能，确定测试场景；
基于硬件在环测试环境和测试场景，对被测云控平台执行测试操作，并采集被测云控平台的功能参数；
基于功能参数，确定被测云控平台的测试评价信息。
可选的，硬件在环测试环境还包括车辆动力学仿真平台，用于模拟车辆对驾驶员、路面及空气动力学输入的响应，预测和仿真车辆的操纵稳定性、制动性、动力性。
可选的，硬件在环测试环境还包括传感器仿真平台，用于模拟不同类型传感器的输出。
可选的，不同类型传感器包括车载传感器和路侧传感器。
可选的，硬件在环测试环境还包括云控通讯组件仿真平台，用于搭建被测云控平台的通讯网络。
可选的，功能参数包括车辆行驶安全性参数、交通运行效率参数、云控系统功能完成度参数。
可选的，根据被测云控平台的实现功能，确定测试场景，包括：
根据被测云控平台的实现功能，确定测试用例；
根据测试用例确定对应的测试场景。
第二方面，本申请实施例提供了一种测试评价信息确定装置，包括：
搭建模块，用于搭建硬件在环测试环境；其中，硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，道路交通场景仿真平台用于搭建多种道路交通场景，实时仿真机用于实现被测云控平台和各个接口板卡之间的通讯；
第一确定模块，用于根据被测云控平台的实现功能，确定测试场景；
测试模块，用于基于硬件在环测试环境和测试场景，对被测云控平台执行测试操作，并采集被测云控平台的功能参数；
第二确定模块，用于基于功能参数，确定被测云控平台的测试评价信息。
可选的，硬件在环测试环境还包括车辆动力学仿真平台，用于模拟车辆对驾驶员、路面及空气动力学输入的响应，预测和仿真车辆的操纵稳定性、制动性、动力性。
可选的，硬件在环测试环境还包括传感器仿真平台，用于模拟不同类型传感器的输出。
可选的，不同类型传感器包括车载传感器和路侧传感器。
可选的，硬件在环测试环境还包括云控通讯组件仿真平台，用于搭建被测云控平台的通讯网络。
可选的，功能参数包括车辆行驶安全性参数、交通运行效率参数、云控系统功能完成度参数。
可选的，第一确定模块，包括：
第一确定单元，用于根据被测云控平台的实现功能，确定测试用例；
第二确定单元，用于根据测试用例确定对应的测试场景。
第三方面，本申请实施例提供了一种电子设备，电子设备包括：处理器以及存储有计算机程序指令的存储器；
处理器执行计算机程序指令时实现如第一方面所示的测试评价信息确定方法。
第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所示的测试评价信息确定方法。
本申请实施例的测试评价信息确定方法、装置、设备及计算机存储介质，能够更加准确地确定云控平台的测试评价信息。根据该测试评价信息确定方法，搭建硬件在环测试环境；根据被测云控平台的实现功能，确定测试场景；基于硬件在环测试环境和测试场景，对被测云控平台执行测试操作，并采集被测云控平台的功能参数；基于功能参数，确定被测云控平台的测试评价信息。由于硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，道路交通场景仿真平台用于搭建多种道路交通场景，实时仿真机用于实现被测云控平台和各个接口板卡之间的通讯，故能够更加准确地确定云控平台的测试评价信息。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的测试评价信息确定方法的流程示意图；
图2是本申请一个实施例提供的云控平台硬件在环测试系统的结构示意图；
图3是本申请一个实施例提供的硬件在环测试流程图；
图4是本申请一个实施例提供的云控平台相关参数示意图；
图5是本申请一个实施例提供的测试评价信息确定装置的结构示意图；
图6是本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题，本申请实施例提供了一种测试评价信息确定方法、装置、设备及计算机存储介质。下面首先对本申请实施例所提供的测试评价信息确定方法进行介绍。
图1示出了本申请一个实施例提供的测试评价信息确定方法的流程示意图。如图1所示，该测试评价信息确定方法，包括：
S101、搭建硬件在环测试环境；其中，硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，道路交通场景仿真平台用于搭建多种道路交通场景，实时仿真机用于实现被测云控平台和各个接口板卡之间的通讯。
在一个实施例中，硬件在环测试环境还包括车辆动力学仿真平台，用于模拟车辆对驾驶员、路面及空气动力学输入的响应，预测和仿真车辆的操纵稳定性、制动性、动力性。
在一个实施例中，硬件在环测试环境还包括传感器仿真平台，用于模拟不同类型传感器的输出。
在一个实施例中，不同类型传感器包括车载传感器和路侧传感器。
在一个实施例中，硬件在环测试环境还包括云控通讯组件仿真平台，用于搭建被测云控平台的通讯网络。
S102、根据被测云控平台的实现功能，确定测试场景。
在一个实施例中，根据被测云控平台的实现功能，确定测试场景，包括：根据被测云控平台的实现功能，确定测试用例；根据测试用例确定对应的测试场景。
S103、基于硬件在环测试环境和测试场景，对被测云控平台执行测试操作，并采集被测云控平台的功能参数。
在一个实施例中，功能参数包括车辆行驶安全性参数、交通运行效率参数、云控系统功能完成度参数。
S104、基于功能参数，确定被测云控平台的测试评价信息。
根据该测试评价信息确定方法，搭建硬件在环测试环境；根据被测云控平台的实现功能，确定测试场景；基于硬件在环测试环境和测试场景，对被测云控平台执行测试操作，并采集被测云控平台的功能参数；基于功能参数，确定被测云控平台的测试评价信息。由于硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，道路交通场景仿真平台用于搭建多种道路交通场景，实时仿真机用于实现被测云控平台和各个接口板卡之间的通讯，故能够更加准确地确定云控平台的测试评价信息。
硬件在环是一种半实物测试方法，通过硬件在环的测试，开展对云控平台的测试验证工作，可以解决现有实车测试效率低、测试用例及测试场景无法复现的问题，而且通过对真实软硬件集成系统的测试，可以测试系统对真实外部输入的实时响应，测试软硬件集成系统功能与性能，提升测试的真实性与有效性，解决仿真测试可信度不足的问题。
下面先对本申请实施例提供的方法进行整体上的说明。
本实施例针对云控平台进行硬件在环测试，主要测试云控平台与其他交通参与者、云控平台与基础设施、云控与自动驾驶车辆的交互功能。
如图2所示，基于云控平台硬件在环测试系统主要包括6个部分：道路交通场景仿真平台、车辆动力学仿真平台、传感器仿真平台、云控通讯组件仿真平台、实时仿真机以及被测云控平台。
道路交通场景仿真平台主要用于云控平台运行场景的搭建，测试场景由天气渲染模型、道路模型、交通设施模型、路边建筑模型以及其他交通参与者组成：
1)天气渲染模型：实现对晴、雨、雪、雾、沙尘暴、灯光等天气光线渲染。
2)道路模型：道路主体包括单车道、多车道、匝道等；交叉路口包括十字路口、丁字路口、异型交叉口、高速公路与普通公路/道路出入口等；道路特征包含水泥路面、砂石路面、沥青路面等。
3)交通设施模型：包括交通标志、标线、信号灯。交通标志包含限速、停车让行、注意行人、前方车辆减少等；交通标线包含人行横道线、车道边缘线、车道中心线、车道分界线、停车让行线、减速让行线等。信号灯包含车道信号灯、方向指示灯等。
4)路边建筑模型：场景中可以自定义道路两旁的建筑、景物元素：包含田野、桥梁、乡间建筑、城市建筑等，也支持导入3D格式的文件，还原真实的道路场景。
5)其他交通参与者：包括车辆、行人、两轮车等，云控平台通过连接路侧设施，获取其他交通参与者的数据，实现优化车辆行车安全以及交通运行效率。
车辆动力学仿真平台主要用于模拟车辆对驾驶员、路面及空气动力学输入的响应，用来预测和仿真车辆的操纵稳定性、制动性、动力性。车辆动力学仿真平台包括车身动力学模块、悬架系统模块、转向系统模块、轮胎模块等。
传感器仿真平台主要用于模拟不同类型传感器的输出，主要包括两类传感器车载传感器和路侧传感器，一般指视觉传感器、激光雷达、毫米波雷达、超声波雷达等。车载传感器实现智能网联汽车对道路周围环境感知，以辅助车辆进行路径规划决策、运动控制；路侧传感器主要实现车路互联互通、环境感知、局部辅助定位等功能。在配置传感器输出时，除了一些基本功能外，还需要补充一些特性，如噪声、畸变、色差等。
云控通讯组件仿真平台主要用于搭建云控平台的通讯网络，包括路侧基础设施网络、无线接入网络、核心网络、城域网络、主干网络等。云控平台集成异构通信网络，使用标准化通信机制，实现智能网联汽车、路侧设备与云控平台的广泛通信。无线接入网络包括车路通信网络与车间直连网络，实现车辆互通与车辆接入边缘云；路侧设备与云控平台各级云通过有线网络连接。
实时仿真机是硬件在环仿真系统最核心的组件，用于计算被控对象模型(包括车辆动力学模型、交通场景仿真模型以及传感器模型)，以及负责云控平台与各个接口板卡之间的通讯。实时仿真机不仅可以实现计算平台与接口板卡之间的通讯，也可以承担多核、多处理器系统之间的数据交换。
被测云控平台通过真实的信号与上述模块相连，形成闭环的测试系统。
基于上述云控平台硬件在环测试系统，可以针对云控平台开展硬件在环测试，其中，道路交通场景仿真平台可以搭建包含多种道路类型、多种交通标志标线、多种路边建筑、多种交通参与者以及不同天气状况的复杂交通场景，且测试场景搭建效率高，解决实车测试复杂场景搭建难度大、测试效率低、费用高的问题，且基于该平台搭建的测试场景，可以保存，从而实现对测试用例及测试场景的复用，解决实车测试场景无法复现的问题。此外，测试系统中的实时仿真机，实现云控平台与各个接口板卡的实时通讯，解决仿真测试中实时性与系统实际运行差别大的问题，实时仿真机的各个接口版本可实现对各种信号类型的模拟，如控制器局域网络(Controller Area Network，CAN)、局域互联网络(LocalInterconnect Network，LIN)、以太网、串口等，实现与云控平台软硬件测试系统的真实的信号连接，从而大大提升了测试的真实性以及可信程度。
基于云控平台的硬件在环测试过程，如图3所示，包括如下几个步骤。步骤一：根据云控平台系统架构，搭建基于云控平台的硬件在环测试环境；步骤二：根据云控平台的实现功能，设计测试用例，并搭建测试场景；步骤三：注入测试场景、执行测试并采集相关参数；其中，相关参数包括车辆的行驶安全相关参数、交通运行效率相关参数、云控系统功能完成度相关参数等；步骤四：对云控平台的实现的功能开展测试评价。
下面对测试流程进行详细描述：
步骤一：根据云控平台系统架构，搭建基于云控平台的硬件在环测试环境。该测试环境包括：道路交通场景仿真平台、车辆动力学仿真平台、传感器仿真平台、云控通讯组件仿真平台、实时仿真机以及被测云控平台。
道路交通场景仿真平台通过以太网将道路交通场景仿真平台模拟的地图信息、天气信息、交通流信息、自动驾驶车辆及其他交通参与者的位置信息通过以太网发送给实时仿真机，车辆动力学仿真平台通过以太网将自动驾驶车辆与其他交通参与者的运动信息通过以太网发送给实时仿真机。同样的，传感器仿真平台将布置在车端和路测端的传感器输出信息通过以太网发送给实时仿真机；之后，实时仿真机通过云控通讯组件将相关信息通过有线网络或无线网络的形式发送给被测云控平台，云控平台接收到相关信息后，输出车辆及其他交通参与者的协同控制信息及其请求信息，通过有线网或无线网络的行驶发送给车辆及其他交通参与者，由此组成了闭环的测试系统。
步骤二：根据云控平台的实现功能，设计测试用例，并搭建测试场景。云控系统的主要功能包括提升行车安全和行车效率的智能驾驶功能、提升交通运行效率及运行性能的交通功能、以及车辆与交通大数据相关功能。而根据云控平台的服务对象来划分，又可分为服务特定车辆或服务特定道路区域。本发明以服务特定道路区域智能驾驶相关功能为例进行测试用例与测试场景的设计。
本发明以智能驾驶交通信号灯辅助通行功能为例，云控平台通过路测传感器与车载传感器的传感数据融合，得出精确的车辆位置、运动信息、以及交通信号灯状态及位置信息，再结合当前道路通行能力、各个车辆行驶路径信息，计算得出各个车辆预期的行驶路径和行驶车速，并将其转换车辆控制指令通过云控通讯组件、实时仿真机发送给智能网联汽车，智能网联汽车执行相应的指令。为了完成此功能的验证，需要根据不同时间段设定道路不同的服务水平，从而投放不同车辆数目，生成不同的测试用例，如下表1所示。
表1测试用例划分
Figure BDA0002830110280000091
Figure BDA0002830110280000101
注：我国一般根据饱和度值将道路拥挤程度、服务水平分为如下四级：
一级服务水平：道路交通顺畅、服务水平好，V/C介于0至0.6之间；
二级服务水平：道路交通拥堵、服务水平较高，V/C介于0.6至0.8之间；
三级服务水平：道路拥堵、服务水平较差，V/C介于0.8至1.0之间；
四级服务水平：道路严重拥堵、服务水平极差，V/C>1.0；
其中，V为最大交通量，C为最大通行能力。
步骤三：注入测试场景、执行测试并采集相关参数。云控平台运行参数主要包括三个方面：云控功能完成度参数、车辆安全性参数、交通系统运行效率参数。云控平台相关参数示意图可参见图4。
云控功能完成度评价，以交通信号灯辅助通行功能为例，交通信号灯应按下列规定评判：
(1)未按交通信号灯要求正确执行操作的，不通过；
(2)绿灯亮起，车辆2s内未起步的，不通过；
(3)车辆等红灯停车后，车头距离停止线大于1m的，不通过；车头距离停止线大于0.5m，小于1m的，判定功能完成度为50％。
安全性评价包括：车辆是否发生碰撞，车辆制动性以及车身稳定性。车辆制动性一般通过制动减速度来评价，即制动减速度小于一定限值；车身稳定性，一般通过横向加速度与横摆角速度来评价，即横向加速度与横摆角速度小于一定限值。
交通系统运行效率方面的评价，一般评价交通拥堵度，根据中华人民共和国公安部于2020年10月发布的行业标准GA/T 115-2020《道路交通拥堵度评价方法》：
(1)交叉口拥堵度一般采用最大车间延误评价，交叉口车均延误是指车辆在通过交叉口的过程中所产生的平均时间损失。最大车间延误计算公式：
Figure BDA0002830110280000102
式中：
Figure BDA0002830110280000103
表示最大车均延误，单位为秒(s)；di表示一定时间间隔内第i进口道的车均延误时间，单位为秒(s)；n表示进口道总数。
(2)区间路段拥堵度采用平均行程速度评价，平均行程车速是指车辆通过某一路段两个端点间的平均车速，计算公式如下：
Figure BDA0002830110280000111
式中：
Figure BDA0002830110280000112
表示区间路段平均行程速度，单位为千米每小时(km/h)；L表示区间路段长度，不包含交叉口，单位为千米(km)；ti表示车辆i通过区间路段的时间，单位为小时(h)；n表示测定车辆数。
(3)道路和道路网交通拥堵度采用行程时间比、延误时间比以及运行状况等级里程比评价。
行程时间比是指实际行程时间与自由流行程时间的比值，计算公式如下：
Figure BDA0002830110280000113
式中：TTIkj表示路段j在某一时间间隔k内的行程时间比，时间间隔应不大于15min(0.25h)；
Figure BDA0002830110280000114
表示路段j在自由流状态下的行程时间，单位为小时(h)；
延误时间比是指延误时间与实际行程时间比值，计算公式如下：
Figure BDA0002830110280000115
式中：
Figure BDA0002830110280000116
表示时间间隔k内车辆行驶过路段j所使用的的平均时间，
Figure BDA0002830110280000117
或者
Figure BDA0002830110280000118
n为车辆数，单位为小时(h)；
Figure BDA0002830110280000119
表示路段j在自由流状态下的行程时间，单位为小时(h)；
运行状况等级里程比是指道路中处于不同交通运行状况等级的路段里程与道路总里程的比值，计算公式如下：
Figure BDA0002830110280000121
式中：DPki表示时间间隔k内道路处于运行状况等级i的里程百分比，i为表3确定的交通运行状况等级；
mkji表示时间间隔k内路段j运行状况等级i的里程，单位为千米(km)，时间间隔应不大于15min(0.25h)；
n表示道路包含的路段数量；
Lj表示评价范围内道路总里程，单位为千米(km)。
步骤四：对云控平台的实现的功能开展测试评价。也即，根据云控系统运行参数，设计不同运行参数的权重，开展综合评价。针对云控平台的评价需要考虑三个方面的参数：云控功能完成度、云控系统安全性以及交通系统效率，根据各个方面的评价分数，加权得到云控系统综合评价分数，计算公式如下：
K＝f1K1+f2K2+f3K3
其中，K为云控系统综合评价分数，K1代表云控功能完成度分数，K2代表车辆安全性评价分数，K3代表交通系统效率评价分数，其中K、K1、K2、K3的范围为0-100；f1代表云控功能完成度权重系数，f2代表车辆安全性权重系数，f3代表交通系统效率权重系数，其中f1+f2+f3＝1，本发明认为三个方面对云控系统的运行评价同等重要，所以设定f1＝f2＝f3＝1/3。
云控系统功能完成度评价分数，计算公式如下：
K1＝f1aK1a+f1bK1b+...+f1nK1n
其中，K1为自动驾驶功能完成度综合评分，K1a，...，K1n为云控系统各个功能的测评分数。以交通信号灯辅助功能为例，K1a的计算公式为K1a＝J1a*J1b*J1c*100，当车辆未按交通信号灯要求执行操作时J1a＝0，其余情况J1a＝1；当绿灯亮起，车辆2s内未起步的，J1b＝0，其余情况J1b＝1；当车辆等红灯停车后，车头距离停止线大于1m的，J1c＝0，车头距离停止线大于0.5m，小于1m的，J1c＝0.5，其余情况J1c＝1。f1a，...，f1n为各个功能的权重系数，权重系数的确定根据该功能运行时间占自动驾驶运行时间的百分比来确定，其中f1a+f1b+...+f1n＝1。此外，云控系统功能完成度评价，需要对系统中每辆车进行单独评价，之后再对完成度分数取平均值。
车辆安全性评价分数，计算公式如下：
K2＝100*f2a*(f2b+f2c)*1/2
其中，K2为车辆安全性评价分数，f2a代表车辆是否发生碰撞的权重系数，如车辆发生碰撞f2a＝0，否则f2a＝1；f2b为车辆纵向减速度是否满足要求的权重系数，满足要求则f2b＝1，否则f2b＝0；f2c为车辆横摆角速度是否满足要求的权重系数，满足要求则f2c＝1，否则f2c＝0。同样的，车辆安全性评价需要对系统中每辆车进行单独评价，之后再取平均值。
交通系统运行效率评价，计算公式如下：
K3＝f3aK3a+f3bK3b+f3cK3c
其中，K3为交通系统运行效率评价分数，f3a代表交叉口拥堵度权重系数，f3b代表区间交通拥堵度权重系数，f3c代表道路和道路网拥堵度权重系数；K3a代表交叉口拥堵度分数，K3b代表区间交通拥堵度分数，K3c代表道路和道路网拥堵度分数；
交叉口交通拥堵度与最大车均延误关系如表2所示，交通系统中将各个信号灯控制交叉口的最大车均延误对应到相应的交通拥堵度，畅通对应的分数为100，轻度拥堵对应分数为60，中度拥堵对应分数为40，严重拥堵对应分数为20，将各个信号灯控制交叉口的拥堵度分数求平均数，计算公式为：
Figure BDA0002830110280000131
其中，n为交叉口数量；J1，…，Jn为各个交叉口交通拥堵度评分。
表2交叉口最大车均延误与交通拥堵度的对应关系
Figure BDA0002830110280000132
城市主干路、次干路不同限速条件下的区间路段平均行程速度与交通拥堵度的对应关系如表3所示，交通系统中将各个区间路段的平均行程速度对应到相应的交通拥堵度，同样的，畅通对应的分数为100，轻度拥堵对应分数为60，中度拥堵对应分数为40，严重拥堵对应分数为20，将各个区间路段拥堵度分数求平均数，计算公式为：
Figure BDA0002830110280000141
其中，n为交叉口数量；Q1，…，Qn为各个区间路段交通拥堵度评分。
表3城市主干路、次干路区间路段平均行程速度与交通拥堵度的对应关系
Figure BDA0002830110280000142
城市道路网严重拥堵里程比例与交通拥堵度的对应关系、道路网行程时间比与交通拥堵度的对应关系、道路网延误时间比与交通拥堵度的对应关系分别如表4、表5和表6所示，同样的，畅通对应的分数为100，基本畅通对应分数为80，轻度拥堵对应分数为60，中度拥堵对应分数为40，严重拥堵对应分数为20，将各个区间行程时间比分数、延误时间比分数求平均数，之后再与道路交通网中严重拥堵度里程分数加权求和，计算公式：
K3c＝f3c1T1+f3c2T2+f3c3T3
其中，T1为城市道路网严重拥堵里程比评价分数，T2为城市道路网行程时间比评价分数，T3为城市道路网延误时间比评价分数，f3c1代表严重拥堵里程比权重系数，f3c2代表道路网行程时间比权重系数，f3c3代表道路网延误时间比权重系数。
表4城市道路网严重拥堵里程比例与交通拥堵度的对应关系
Figure BDA0002830110280000151
表5道路网行程时间比与交通拥堵度的对应关系
Figure BDA0002830110280000152
表6道路网延误时间比与交通拥堵度对应关系
Figure BDA0002830110280000153
本实施例通过建立针对云控平台的硬件在环测试系统，填补对云控平台的半实物仿真测试的空白，实现了对云控平台复杂交通场景以及复杂通信过程的实时性测试，解决了传统测试方法测试效率低、费用高、测试场景不可复现、实时性无法满足要求以及可信度不足的问题，提升云控平台研发迭代效率。本实施例建立了一套针对云控平台的测试评价方法，通过对云控平台功能完成度、行驶安全性以及交通运行效率等方面的综合评价，实现了对云控平台的多角度评价，提高了测试评价的可信度。
如图5所示，本申请实施例还提供一种测试评价信息确定装置，该测试评价信息确定装置包括：
搭建模块501，用于搭建硬件在环测试环境；其中，硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，道路交通场景仿真平台用于搭建多种道路交通场景，实时仿真机用于实现被测云控平台和各个接口板卡之间的通讯；
第一确定模块502，用于根据被测云控平台的实现功能，确定测试场景；
测试模块503，用于基于硬件在环测试环境和测试场景，对被测云控平台执行测试操作，并采集被测云控平台的功能参数；
第二确定模块504，用于基于功能参数，确定被测云控平台的测试评价信息。
可选的，硬件在环测试环境还包括车辆动力学仿真平台，用于模拟车辆对驾驶员、路面及空气动力学输入的响应，预测和仿真车辆的操纵稳定性、制动性、动力性。
可选的，硬件在环测试环境还包括传感器仿真平台，用于模拟不同类型传感器的输出。
可选的，不同类型传感器包括车载传感器和路侧传感器。
可选的，硬件在环测试环境还包括云控通讯组件仿真平台，用于搭建被测云控平台的通讯网络。
可选的，功能参数包括车辆行驶安全性参数、交通运行效率参数、云控系统功能完成度参数。
可选的，第一确定模块502，包括：
第一确定单元，用于根据被测云控平台的实现功能，确定测试用例；
第二确定单元，用于根据测试用例确定对应的测试场景。
图5所示装置中的各个模块/单元具有实现图1中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
图6示出了本申请实施例提供的电子设备的结构示意图。
电子设备可以包括处理器601以及存储有计算机程序指令的存储器602。
具体地，上述处理器601可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器602可在电子设备的内部或外部。在特定实施例中，存储器602可以是非易失性固态存储器。
在一个实例中，存储器602可以是只读存储器(Read Only Memory，ROM)。在一个实例中，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现上述实施例中的任意一种测试评价信息确定方法。
在一个示例中，电子设备还可包括通信接口603和总线610。其中，如图6所示，处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
通信接口603，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线610包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
另外，本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种测试评价信息确定方法。
需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能模块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
以上所述，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种测试评价信息确定方法，其特征在于，包括：
搭建硬件在环测试环境；其中，所述硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，所述道路交通场景仿真平台用于搭建多种道路交通场景，所述实时仿真机用于实现所述被测云控平台和各个接口板卡之间的通讯；
根据所述被测云控平台的实现功能，确定测试场景；
基于所述硬件在环测试环境和所述测试场景，对所述被测云控平台执行测试操作，并采集所述被测云控平台的功能参数；
基于所述功能参数，确定所述被测云控平台的测试评价信息。
2.根据权利要求1所述的测试评价信息确定方法，其特征在于，所述硬件在环测试环境还包括车辆动力学仿真平台，用于模拟车辆对驾驶员、路面及空气动力学输入的响应，预测和仿真车辆的操纵稳定性、制动性、动力性。
3.根据权利要求1所述的测试评价信息确定方法，其特征在于，所述硬件在环测试环境还包括传感器仿真平台，用于模拟不同类型传感器的输出。
4.根据权利要求3所述的测试评价信息确定方法，其特征在于，所述不同类型传感器包括车载传感器和路侧传感器。
5.根据权利要求1所述的测试评价信息确定方法，其特征在于，所述硬件在环测试环境还包括云控通讯组件仿真平台，用于搭建所述被测云控平台的通讯网络。
6.根据权利要求1所述的测试评价信息确定方法，其特征在于，所述功能参数包括车辆行驶安全性参数、交通运行效率参数、云控系统功能完成度参数。
7.根据权利要求1所述的测试评价信息确定方法，其特征在于，所述根据所述被测云控平台的实现功能，确定测试场景，包括：
根据所述被测云控平台的实现功能，确定测试用例；
根据所述测试用例确定对应的测试场景。
8.一种测试评价信息确定装置，其特征在于，包括：
搭建模块，用于搭建硬件在环测试环境；其中，所述硬件在环测试环境包括被测云控平台、道路交通场景仿真平台和实时仿真机，所述道路交通场景仿真平台用于搭建多种道路交通场景，所述实时仿真机用于实现所述被测云控平台和各个接口板卡之间的通讯；
第一确定模块，用于根据所述被测云控平台的实现功能，确定测试场景；
测试模块，用于基于所述硬件在环测试环境和所述测试场景，对所述被测云控平台执行测试操作，并采集所述被测云控平台的功能参数；
第二确定模块，用于基于所述功能参数，确定所述被测云控平台的测试评价信息。
9.一种电子设备，其特征在于，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的测试评价信息确定方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的测试评价信息确定方法。
CN202011439869.8A 2020-12-11 2020-12-11 测试评价信息确定方法、装置、设备及计算机存储介质 Active CN112631246B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011439869.8A CN112631246B (zh) 2020-12-11 2020-12-11 测试评价信息确定方法、装置、设备及计算机存储介质
PCT/CN2021/096317 WO2022121248A1 (zh) 2020-12-11 2021-05-27 测试评价信息确定方法、装置、设备及计算机存储介质
US17/623,586 US20230325550A1 (en) 2020-12-11 2021-05-27 Method, device, equipment for determining test evaluation information and computer storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011439869.8A CN112631246B (zh) 2020-12-11 2020-12-11 测试评价信息确定方法、装置、设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN112631246A true CN112631246A (zh) 2021-04-09
CN112631246B CN112631246B (zh) 2022-03-04

Family

ID=75309141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011439869.8A Active CN112631246B (zh) 2020-12-11 2020-12-11 测试评价信息确定方法、装置、设备及计算机存储介质

Country Status (3)

Country Link
US (1) US20230325550A1 (zh)
CN (1) CN112631246B (zh)
WO (1) WO2022121248A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538921A (zh) * 2021-09-15 2021-10-22 深圳市城市交通规划设计研究中心股份有限公司 一种基于t-cps系统的监测体系的构建方法
CN113778900A (zh) * 2021-09-28 2021-12-10 中国科学技术大学先进技术研究院 基于v2x的自动驾驶测试场信息采集及多车测试方法及系统
CN114363207A (zh) * 2021-12-28 2022-04-15 阿波罗智联(北京)科技有限公司 云控平台的测试方法、装置、设备、存储介质及程序
WO2022121248A1 (zh) * 2020-12-11 2022-06-16 国汽(北京)智能网联汽车研究院有限公司 测试评价信息确定方法、装置、设备及计算机存储介质
CN115061898A (zh) * 2022-08-17 2022-09-16 杭州安恒信息技术股份有限公司 基于Hadoop分析平台的自适应限速方法、装置、设备及介质
CN115472013A (zh) * 2022-09-08 2022-12-13 江苏大学 一种基于虚拟交通场景的新能源汽车能量管理测试平台
CN115775457A (zh) * 2023-01-31 2023-03-10 江苏天一航空工业股份有限公司 一种用于民航机场车路协同路径测试方法及系统
CN117315934A (zh) * 2023-09-25 2023-12-29 阜阳交通能源投资有限公司 基于无人机的高速公路车流量实时监测及拥堵预测系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115346367A (zh) * 2022-07-26 2022-11-15 上海交通大学 一种车路协同系统的测试系统及其测试方法
CN115633373B (zh) * 2022-12-07 2023-04-07 小米汽车科技有限公司 基于智能网联的路侧设备检测方法、装置及电子设备
CN115855531B (zh) * 2023-02-16 2023-05-16 中国汽车技术研究中心有限公司 自动驾驶汽车的测试场景构建方法、设备和介质
CN116909260B (zh) * 2023-09-12 2023-12-01 常州星宇车灯股份有限公司 一种模拟hil台架的智能驾驶域控制器测试验证方法
CN117309433B (zh) * 2023-11-30 2024-02-27 锦图计算技术(深圳)有限公司 基于智能座舱的车载智能硬件功能安全检测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108683559A (zh) * 2018-05-11 2018-10-19 中国电子技术标准化研究院 一种云计算平台测试方法
CN108897240A (zh) * 2018-08-13 2018-11-27 济南浪潮高新科技投资发展有限公司 自动驾驶仿真测试云平台及自动驾驶仿真测试方法
CN110798449A (zh) * 2019-09-25 2020-02-14 苏州云控车路科技有限公司 智能网联汽车云控系统测试方法
CN111338973A (zh) * 2020-05-19 2020-06-26 中汽院汽车技术有限公司 基于场景的自动驾驶仿真测试评价服务云平台及应用方法
CN111752769A (zh) * 2019-03-27 2020-10-09 北京奇虎科技有限公司 云控规则的测试方法、装置、计算机存储介质和计算设备
CN112034820A (zh) * 2020-08-21 2020-12-04 北京小马智创科技有限公司 基于云端的硬件在环系统测试方法、系统以及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102166277B1 (ko) * 2013-04-12 2020-10-15 삼성전자주식회사 무선 통신 네트워크를 이용한 운전 지원 방법 및 장치와 그 시스템
CN106198049B (zh) * 2016-07-15 2019-03-12 百度在线网络技术（北京）有限公司 真实车辆在环测试系统和方法
CN108646586A (zh) * 2018-03-20 2018-10-12 重庆邮电大学 一种智能网联汽车在环仿真、测试验证系统与方法
CN110162003B (zh) * 2019-04-16 2021-07-20 江苏大学 一种行车主动服务系统测试验证平台及其测试方法
CN112631246B (zh) * 2020-12-11 2022-03-04 国汽(北京)智能网联汽车研究院有限公司 测试评价信息确定方法、装置、设备及计算机存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108683559A (zh) * 2018-05-11 2018-10-19 中国电子技术标准化研究院 一种云计算平台测试方法
CN108897240A (zh) * 2018-08-13 2018-11-27 济南浪潮高新科技投资发展有限公司 自动驾驶仿真测试云平台及自动驾驶仿真测试方法
CN111752769A (zh) * 2019-03-27 2020-10-09 北京奇虎科技有限公司 云控规则的测试方法、装置、计算机存储介质和计算设备
CN110798449A (zh) * 2019-09-25 2020-02-14 苏州云控车路科技有限公司 智能网联汽车云控系统测试方法
CN111338973A (zh) * 2020-05-19 2020-06-26 中汽院汽车技术有限公司 基于场景的自动驾驶仿真测试评价服务云平台及应用方法
CN112034820A (zh) * 2020-08-21 2020-12-04 北京小马智创科技有限公司 基于云端的硬件在环系统测试方法、系统以及存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022121248A1 (zh) * 2020-12-11 2022-06-16 国汽(北京)智能网联汽车研究院有限公司 测试评价信息确定方法、装置、设备及计算机存储介质
CN113538921A (zh) * 2021-09-15 2021-10-22 深圳市城市交通规划设计研究中心股份有限公司 一种基于t-cps系统的监测体系的构建方法
CN113778900A (zh) * 2021-09-28 2021-12-10 中国科学技术大学先进技术研究院 基于v2x的自动驾驶测试场信息采集及多车测试方法及系统
CN114363207A (zh) * 2021-12-28 2022-04-15 阿波罗智联(北京)科技有限公司 云控平台的测试方法、装置、设备、存储介质及程序
CN115061898A (zh) * 2022-08-17 2022-09-16 杭州安恒信息技术股份有限公司 基于Hadoop分析平台的自适应限速方法、装置、设备及介质
CN115061898B (zh) * 2022-08-17 2022-11-08 杭州安恒信息技术股份有限公司 基于Hadoop分析平台的自适应限速方法、装置、设备及介质
CN115472013A (zh) * 2022-09-08 2022-12-13 江苏大学 一种基于虚拟交通场景的新能源汽车能量管理测试平台
CN115472013B (zh) * 2022-09-08 2024-05-17 江苏大学 一种基于虚拟交通场景的新能源汽车能量管理测试平台
CN115775457A (zh) * 2023-01-31 2023-03-10 江苏天一航空工业股份有限公司 一种用于民航机场车路协同路径测试方法及系统
CN117315934A (zh) * 2023-09-25 2023-12-29 阜阳交通能源投资有限公司 基于无人机的高速公路车流量实时监测及拥堵预测系统

Also Published As

Publication number Publication date
US20230325550A1 (en) 2023-10-12
CN112631246B (zh) 2022-03-04
WO2022121248A1 (zh) 2022-06-16

Similar Documents

Publication Publication Date Title
CN112631246B (zh) 测试评价信息确定方法、装置、设备及计算机存储介质
CN110160804B (zh) 一种自动驾驶车辆的测试方法、装置及系统
WO2022121247A1 (zh) 汽车协同决策方法、装置、电子设备及计算机存储介质
CN111123735B (zh) 自动驾驶仿真运行方法和装置
CN113032285B (zh) 一种高精地图测试方法、装置、电子设备及存储介质
Zhang et al. Safety evaluation for connected and autonomous vehicles’ exclusive lanes considering penetrate ratios and impact of trucks using surrogate safety measures
CN109211575B (zh) 无人驾驶汽车及其场地测试方法、装置及可读介质
CN113050455A (zh) 一种用于智能网联汽车的数字孪生测试系统及控制方法
CN111579251A (zh) 车辆测试场景的确定方法、装置、设备及存储介质
CN108319250B (zh) 智能驾驶汽车试验方法
CN114077541A (zh) 验证用于自动驾驶车辆的自动控制软件的方法和系统
CN112650224A (zh) 自动驾驶仿真的方法、装置、设备及存储介质
Yang et al. Impacts of large-scale truck platooning on Dutch highways
CN112712714A (zh) 一种基于卡口监控设备的红绿灯配时优化方法及仿真系统
CN112907955A (zh) 一种基于信息融合的车路协同系统的评价方法
CN112373483A (zh) 一种基于前向神经网络的车辆速度和转向预测方法
Fang et al. Change in microscopic traffic simulation practice with respect to the emerging automated driving technology
Gao et al. Adequate testing unmanned autonomous vehicle systems-infrastructures, approaches, issues, challenges, and needs
CN110887674B (zh) 一种燃料电池汽车氢消耗测试方法
CN109446690B (zh) Ldw功能检测方法
CN116842688A (zh) 一种面向自动驾驶决策算法的在线合规验证系统
CN116859880A (zh) 一种车辆预见性巡航仿真测试方法及系统
CN116859881A (zh) 测试方法及装置
CN115855531A (zh) 自动驾驶汽车的测试场景构建方法、设备和介质
CN114925457A (zh) 一种应用于车联网的预警功能测试方法及装置

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