CN112987596B - 一种无人驾驶设备的测试方法及测试装置 - Google Patents
一种无人驾驶设备的测试方法及测试装置 Download PDFInfo
- Publication number
- CN112987596B CN112987596B CN202110502942.XA CN202110502942A CN112987596B CN 112987596 B CN112987596 B CN 112987596B CN 202110502942 A CN202110502942 A CN 202110502942A CN 112987596 B CN112987596 B CN 112987596B
- Authority
- CN
- China
- Prior art keywords
- parameter configuration
- test
- candidate
- driving
- determining
- 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.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 374
- 238000010998 test method Methods 0.000 title claims abstract description 14
- 238000004088 simulation Methods 0.000 claims abstract description 154
- 238000009826 distribution Methods 0.000 claims abstract description 90
- 239000011159 matrix material Substances 0.000 claims description 66
- 238000000034 method Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- 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
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书公开了一种无人驾驶设备的测试方法及测试装置，并具体公开了，根据已知的各第一行驶参数配置所对应的测试评分，预估未执行过仿真测试的各第二行驶参数配置所对应的测试评分分布，而后，根据预估出的测试评分分布，从各第二行驶参数配置中选取出候选参数配置，并进行仿真测试得到对应的测试评分，随后，在确定候选参数配置不满足预设条件时，所有已经知道测试评分的行驶参数配置作为第一行驶参数配置，重新选取出候选参数配置，如此循环往复，直至选取出的候选参数配置满足预设条件为止，并确定出目标参数配置。这样，就不再需要针对每一组行驶参数配置进行仿真测试，因此，节约了计算资源，提高无人驾驶设备的测试效率。
Description
技术领域
本说明书涉及无人驾驶技术领域，尤其涉及一种无人驾驶设备的测试方法及测试装置。
背景技术
随着无人驾驶技术的不断发展，诸如无人车、机器人等无人驾驶设备已经广泛的应用于诸多领域，从而实现了人工成本的节省，以及工作效率的提升。
无人驾驶设备投入使用之前，通常需要经过仿真测试环节。而在对无人驾驶设备仿真测试时，需要依据仿真测试环境，设置出适合的行驶决策，并配置出相应的行驶参数配置。其中，通常情况下，需要针对设置出的行驶决策，设置多组行驶参数配置，并通过对每组行驶参数配置的行驶决策进行仿真测试，从中确定出最优的一组行驶参数配置，并按照这组最优的行驶参数配置，对无人驾驶设备进行测试。
然而，这种方式需要通过大量的仿真测试得以实现，这样严重的耗费计算资源，并且导致无人驾驶设备的测试效率极大的降低。
所以，如何能够提高无人驾驶设备的测试效率，则是一个亟待解决的问题。
发明内容
本说明书提供一种无人驾驶设备的测试方法及测试装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种无人驾驶设备的测试方法，包括：
获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置；
根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布；
根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，并判断所述候选参数配置是否满足预设条件；
若确定所述候选参数配置不满足所述预设条件，将经过仿真测试的所述候选参数配置作为第一行驶参数配置，并重新从剩余的第二行驶参数配置中选取候选参数配置，直至选取出的候选参数配置满足所述预设条件为止；
将满足所述预设条件的候选参数配置作为目标参数配置，并根据所述目标参数配置，对无人驾驶设备进行测试。
可选地，根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布，具体包括：
根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述第二行驶参数配置对应的评分分布参数；
根据所述评分分布参数，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
可选地，根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述第二行驶参数配置对应的评分分布参数，具体包括：
根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定用于表征所述各第一行驶参数配置中包含的各项行驶参数之间相关性的第一相关性矩阵；
根据所述第一行驶参数配置以及所述第二行驶参数配置，确定用于表征所述各第一行驶参数配置中包含的各项行驶参数，与所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第二相关性矩阵；
确定用于表征所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第三相关性矩阵；
根据所述第一相关性矩阵、所述第二相关性矩阵以及所述第三相关性矩阵，确定所述第二行驶参数配置对应的评分分布参数。
可选地，根据所述评分分布参数，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布，具体包括：
根据所述第一相关性矩阵以及所述第二相关性矩阵，确定所述各第二行驶参数配置在执行仿真测试后的测试评分均值；
根据所述第一相关性矩阵、所述第二相关性矩阵以及所述第三相关性矩阵，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分之间的评分偏差；
根据所述测试评分均值以及所述评分偏差，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
可选地，根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，具体包括：
根据所述测试评分分布，从所述各第二行驶参数配置中确定出预估经过仿真测试后得到的测试评分最高的第二行驶参数配置，选取为候选参数配置。
可选地，确定所述候选参数配置不满足所述预设条件，具体包括：
确定所述候选参数配置经过仿真测试后得到的测试评分，作为所述候选参数配置对应的测试评分；
若确定所述候选参数配置对应的测试评分，与历史上选取出的候选参数配置对应的测试评分之间的差值不低于设定阈值，确定所述候选参数配置不满足所述预设条件。
可选地，确定所述候选参数配置不满足所述预设条件，具体包括：
若确定选取所述候选参数配置时到达的选取次数小于设定次数，确定所述候选参数配置不满足所述预设条件。
本说明书提供了一种无人驾驶设备的测试装置，包括：
获取模块，用于获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置；
确定模块，用于根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布；
第一选取模块，用于根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，并判断所述候选参数配置是否满足预设条件；
第二选取模块，用于若确定所述候选参数配置不满足所述预设条件，将经过仿真测试的所述候选参数配置作为第一行驶参数配置，并重新从剩余的第二行驶参数配置中选取候选参数配置，直至选取出的候选参数配置满足所述预设条件为止；
测试模块，用于将满足所述预设条件的候选参数配置作为目标参数配置，并根据所述目标参数配置，对无人驾驶设备进行测试。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人驾驶设备的测试方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人驾驶设备的测试方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的无人驾驶设备的测试方法中，获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置，并根据各第一行驶参数配置在执行仿真测试时得到的测试评分，确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布，随后，根据该测试评分分布，从各第二行驶参数配置中选取出候选参数配置，并判断该候选参数配置是否满足预设条件，若确定候选参数配置不满足预设条件，则将经过仿真测试的候选参数配置作为第一行驶参数配置，并重新从剩余的第二行驶参数配置中选取候选参数配置，直至选取出的候选参数配置满足预设条件为止，最后，将满足预设条件的候选参数配置作为目标参数配置，并根据目标参数配置，对无人驾驶设备进行测试。
从上述方法中可以看出，本方法确定目标参数配置时，不再需要针对每一组行驶参数配置进行仿真测试，而是，在已经知道测试评分的各第一行驶参数配置和未执行过仿真测试的第二行驶参数配置之间的存在关联的情况下，确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布，再根据该测试评分分布，从各第二行驶参数配置选取出需要进行仿真测试的候选参数配置并确定该候选参数配置所对应的测试评分，进而根据得到的测试评分确定出目标参数配置，这样不仅节约了计算资源，还提高了无人驾驶设备的测试效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种无人驾驶设备的测试方法的流程示意图；
图2为本说明书中无人驾驶设备的测试方法执行时的详细流程示意图；
图3为本说明书提供的一种无人驾驶设备的测试装置的示意图；
图4为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
下面将结合实施例详细阐述本说明书中提供的无人驾驶设备的测试方案。
图1为本说明书中一种无人驾驶设备的测试方法的流程示意图，具体包括以下步骤：
步骤S100，获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置。
上述行驶参数配置，是针对预先设置的行驶决策设置的，包括已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置。每个行驶参数配置中包括若干个行驶参数。该行驶参数可以包括速度、角速度、加速度等。其中，上述行驶决策可以根据仿真测试所对应的规划测试路径确定，实际仿真测试时，需要根据采用的行驶参数配置控制无人驾驶设备沿该规划路径行驶，该行驶决策可以包括直行、左转、右转等。
需要说明的是，本说明书中涉及的无人驾驶设备的测试方法的执行主体可以是诸如台式电脑、笔记本电脑等终端设备，也可以是服务器。为了便于描述，下面将仅以终端设备是执行主体为例，对本说明书中的无人驾驶设备的测试方法进行说明。
上述无人驾驶设备可以是指无人车、机器人、自动配送设备等能够实现自动驾驶的设备。基于此，应用本说明书提供的无人驾驶设备的测试方法中的无人驾驶设备可以用于执行配送领域的配送任务，如，使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。
下面将举例说明如何针对仿真测试所对应的规划测试路径确定对应的行驶参数配置。
例如，假设行驶决策包括直行、左转、右转，行驶参数配置中的行驶参数为速度。终
端设备确定速度配置时，首先根据预设的距离值，将后续仿真测试所对应的规划测试路径
划分成若干个路段，而后，针对每个路段，确定该路段所对应的行驶决策以及该路段的下一
路段对应的行驶决策，进而确定该路段上在仿真测试时所需面对的决策组合（如，直行—直
行、直行—左转、直行—右转、……、右转—右转，共9个决策组合）。随后，终端设备针对每一
种决策组合，为该决策组合赋予一个对应的速度参数
。其中，终端设备可以根据各决策组
合对应的速度参数的取值范围，确定该仿真测试中所对应的速度参数
的具体取值。
为仿真测试中面对直行—直行的决策组合时，所需采用的速度，
为仿真
测试中面对直行—左转的决策组合时，所需采用的速度，……，
为仿真测试中面对右
转—右转的决策组合时，所需采用的速度。进一步地，赋予具体取值的
，即为
上述提到的行驶参数配置。
步骤S102，根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
具体实施中，终端设备首先根据各第一行驶参数配置在执行仿真测试时得到的测试评分，确定第二行驶参数配置对应的评分分布参数，而后，根据该评分分布参数，确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
其中，行驶参数配置所对应的测试评分，与终端设备根据该行驶参数执行仿真测试所需耗费时长有关，耗费时长越短，该行驶参数配置所对应的测试评分越高，反之，该行驶参数配置所对应的测试评分越低。
对于仿真测试执行时出现异常（如，压线、超速、翻车、超出道路边界等）的情况，终端设备将该行驶参数配置对应的测试评分设置为最低值。需要说明的是，在本方案中，针对任意一组该行驶参数配置，只要根据该行驶参数配置进行仿真测试时未出现异常，该行驶参数配置对应的测试评分大于该测试评分的最低值。
在本说明书中，针对任意一组行驶参数配置，根据该行驶参数配置在执行仿真测
试时得到的测试评分可以设定为
：
其中，
为根据行驶参数配置X执行仿真测试时所需耗费时长，C为一个足够大的
常数。当然，测试评分
也可以是其他的形式，例如，终端设备可以确定出按照行驶参数
配置进行仿真测试时所出现的各种相关参数，如，消耗时长、压线情况、超出道路边界等情
况对应的相关参数，并根据这些相关参数，确定出每种情况对应的评分，进而对各种情况的
评分进行加权求和，从而得到测试评分
。其他方式在此就不详细举例说明了。
本说明书中，第一行驶参数配置和第二行驶参数配置，是针对同一个仿真测试所设置的行驶参数配置，其中的区别在于，第一行驶参数配置已经执行过仿真测试，所以，该第一行驶参数配置对应的测试评分已知。而由于第一行驶参数配置和第二行驶参数配置在参数项上是相同的，只是具体的取值有所不同，因此，在一定程度上，第一行驶参数配置所对应的测试评分的情况，能够反映出第二行驶参数配置在执行仿真测试后所得到的测试评分分布。
因此，可以在知道各第一行驶参数配置所对应的测试评分后，根据各第一行驶参数配置与各第二行驶参数配置之间的相关性，来预估各第二行驶参数配置在执行仿真测试后所得到的测试评分分布，并以此从各第二行驶参数配置中选取进行仿真测试的候选参数配置。
所以，终端设备确定各第二行驶参数配置对应的测试评分分布时，先确定用于描述各行驶参数配置之间的关联关系的相关性矩阵，而后，根据确定出的相关性矩阵，预估各第二行驶参数配置对应的评分分布参数，进而，根据该评分分布参数，预估各第二行驶参数配置对应的测试评分分布。
其中，用于描述各行驶参数配置之间的关联关系的相关性矩阵，可以包括用于表征各第一行驶参数配置中包含的各项行驶参数之间相关性的第一相关性矩阵、用于表征各第一行驶参数配置中包含的各项行驶参数，与各第二行驶参数配置中包含的各项行驶参数之间相关性的第二相关性矩阵以及用于表征所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第三相关性矩阵。
具体实施中，终端设备确定第二行驶参数配置对应的评分分布参数时，需要先根据各第一行驶参数配置在执行仿真测试时得到的测试评分，确定用于表征各第一行驶参数配置中包含的各项行驶参数之间相关性的第一相关性矩阵，并，根据第一行驶参数配置以及第二行驶参数配置，确定用于表征各第一行驶参数配置中包含的各项行驶参数，与各第二行驶参数配置中包含的各项行驶参数之间相关性的第二相关性矩阵，同时，确定用于表征所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第三相关性矩阵。而后，终端设备根据确定出的第一相关性矩阵、第二相关性矩阵以及第三相关性矩阵，确定第二行驶参数配置对应的评分分布参数。
在确定出各第二行驶参数配置对应的评分分布参数后，终端设备将基于该评分分布参数，确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
具体实施中，终端设备根据第一相关性矩阵以及第二相关性矩阵，确定各第二行驶参数配置在执行仿真测试后的测试评分均值，同时，根据第一相关性矩阵、第二相关性矩阵以及第三相关性矩阵，确定各第二行驶参数配置在执行仿真测试后得到的测试评分之间的评分偏差，而后，根据该测试评分均值以及该评分偏差，确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
实际应用中，终端设备确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布的方式有多种，本说明书中将仅以采用贝叶斯优化的方式，来确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布的方式为例，进行详细说明。
终端设备采用贝叶斯优化的方式来确定测试评分分布时，需要预先选定贝叶斯优化的代理模型。该代理模型有多种，本说明书中以采用高斯过程作为代理模型为例进行说明。
具体实施中，设第二行驶参数配置
仿真得到的测试评分f*，与已执行过仿真测
试的第一行驶参数配置
对应的测试评分y之间服从多维高斯分布。其中，均值为
，且，
通过高斯核函数（记为
）计算得到协方差矩阵，该协方差矩阵即可以理解为上述提
到的相关性矩阵，具体参考如下公式：
记为，
。
其中，
表示已经仿真测试过的各第一行驶参数配置X的测试评分；
需要说明的是，为了便于计算，上述多维高斯分布的均值
通常设置为0。上述第
三相关性矩阵
可以是一个常量。
进而，终端设备可以推出在已知各第一行驶参数配置的测试评分的条件下，各第
二行驶参数配置
仿真得到的测试评分
服从的高斯分布为：
其中，
，是预估出的各第二行驶参数配置
仿真得到的测试评分
服从的高斯分布的均值；
这样，终端设备预估的测试评分服从均值为
，核函数的先验为
的高斯分
布。其中，上述核函数的先验即为本说明书中提及的各第二行驶参数配置在执行仿真测试
后得到的测试评分之间的评分偏差，该评分偏差可以是方差。因而，也可以说，终端设备预
估的测试评分服从均值为
，方差为
的高斯分布。
而后，终端设备即可根据预估的测试评分分布，从各第二行驶参数配置中选取出候选参数配置。
步骤S104，根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，并判断所述候选参数配置是否满足预设条件。
具体实施中，终端设备在确定出各第二行驶参数配置在执行仿真测试后得到的测试评分分布后，将根据该测试评分分布，预估各第二行驶参数配置在经过仿真测试后得到的测试评分，并从各第二行驶参数配置中确定出预估出的测试评分最高的第二行驶参数配置，选取为候选参数配置。
在采用高斯过程作为贝叶斯优化的代理模型，来预估各第二行驶参数配置对应的测试评分分布时，对应地，终端设备可以根据贝叶斯优化的采集函数，从各第二行驶参数配置中选取出候选参数配置。其中，该采集函数可以是置信区间上限绑定（Upper confidencebound，UCB），对应的表达式可以表示为：
其中，
为预估出的各第二行驶参数配置
仿真得到的测试评分
服从的高斯
分布的均值；
进一步地，终端设备在根据该采集函数选取候选参数配置时，从各第二行驶参数
配置中选择使得
取值最大的第二行驶参数配置，作为候选参数配置。而后，终端设备
将根据该候选参数配置进行仿真测试，确定候选参数配置经过仿真测试后得到的测试评
分，作为该候选参数配置对应的测试评分，并判断候选参数配置是否不满足预设条件，若不
满足预设条件，则重新预估新的第二行驶参数配置在执行仿真测试后得到的测试评分分
布，以选取出新的候选参数配置，若满足预设条件，则进一步地，根据选取出的候选参数配
置确定目标参数配置。
本说明书中，终端设备可以通过多种方式确定候选参数配置是否不满足预设条件。
例如，终端设备确定出该候选参数配置对应的测试评分后，判断该候选参数配置对应的测试评分，与历史上选取出的候选参数配置对应的测试评分之间的差值是否不低于设定阈值，若不低于，确定候选参数配置不满足预设条件，否则，确定候选参数配置满足预设条件。其中，该候选参数配置对应的测试评分，与历史上选取出的候选参数配置对应的测试评分之间的差值，可以是测试评分之间的方差或者标准差。
也就是说，当该候选参数配置对应的测试评分，与历史上选取出的候选参数配置对应的测试评分之间的差值低于设定阈值时，可以认为选取出的候选参数配置对应的测试评分趋于平稳，继续选取出的候选参数配置在执行仿真测试时所得到的测试评分变化不大，可以将此时的候选参数配置视为能够选取出的最优的一组行驶参数配置。
再例如，终端设备确定选取该候选参数配置时到达的选取次数，而后，判断，该选取次数是否小于设定次数，若是，则确定该候选参数配置不满足预设条件，否则，确定该候选参数配置满足预设条件。
也就是说，当选取该候选参数配置时到达的选取次数不小于设定次数时，认定当前执行过仿真测试的行驶参数配置的数目足够多，此时选取出的候选参数配置在执行仿真测试时所得到的测试评分已经趋于平稳，继续选取出的候选参数配置在执行仿真测试时所得到的测试评分变化不大，因此，可以将此时的候选参数配置视为能够选取出的最优的一组行驶参数配置。
当然，终端设备还可以将上述两种方式结合使用，并且在确定该候选参数配置对应的测试评分，与历史上选取出的候选参数配置对应的测试评分之间的差值低于设定阈值，且，选取该候选参数配置时到达的选取次数不小于设定次数时，确定该候选参数配置满足预设条件，反之，则确定该候选参数配置不满足预设条件。
步骤S106，若确定所述候选参数配置不满足所述预设条件，将经过仿真测试的所述候选参数配置作为第一行驶参数配置，并重新从剩余的第二行驶参数配置中选取候选参数配置，直至选取出的候选参数配置满足所述预设条件为止。
此步骤中，终端设备确定候选参数配置不满足预设条件后，将该候选参数配置作为第一行驶参数配置，结合此前已执行过仿真测试的所有的行驶参数配置，重新确定未执行过仿真测试的第二行驶参数配置在执行仿真测试后得到的测试评分分布。而后，终端设备根据新确定的测试评分分布，再次选取出新的候选参数配置，并在根据新的候选参数配置进行仿真测试得到测试评分后，判断新的候选参数配置是否不满足预设条件，若不满足，则再次将该新的候选参数配置作为第一行驶参数配置，结合此前已执行过仿真测试的所有的行驶参数配置，重新确定未执行过仿真测试的第二行驶参数配置在执行仿真测试后得到的测试评分，如此循环往复，直至确定选取出的选取出的候选参数配置满足预设条件，跳出循环，从已选出候选参数配置中确定出目标参数配置。
步骤S108，将满足所述预设条件的候选参数配置作为目标参数配置，并根据所述目标参数配置，对无人驾驶设备进行测试。
具体实施中，终端设备确定候选参数配置满足预设条件后，可以将满足预设条件的候选参数配置作为目标参数配置，而后，在进行与该目标参数配置确定时所对应的测试场景相近似的包含动态障碍物的仿真测试时，可以以该目标参数配置作为参照，对无人驾驶设备进行测试。当然，在进行与该目标参数配置确定时所对应的测试场景相近似的道路实际测试时，同样可以根据目标参数配置，对无人驾驶设备进行测试。
在根据目标参数配置，对无人驾驶设备进行测试时，终端设备首先确定需要进行测试（可以是包含动态障碍物的仿真测试，也可以是道路实际测试）的待测试场景，而后，确定与待测试场景相匹配的仿真测试场景，再获取在该仿真测试场景下确定出的目标参数配置，最终，根据该目标参数配置，对无人驾驶设备进行测试。
通过上述步骤，终端设备确定最优的目标参数配置时，不再需要针对每一组行驶参数配置进行仿真测试，而是，在已经知道测试评分的各第一行驶参数配置和未执行过仿真测试过程的第二行驶参数配置之间存在关联的情况下，预估各第二行驶参数配置在执行仿真测试后得到的测试评分分布，再根据预估的测试评分分布，从各第二行驶参数配置选取出需要进行仿真测试的候选参数配置并确定该候选参数配置所对应的测试评分，进而根据得到的测试评分确定出目标参数配置，这样不仅节约了计算资源，还提高了无人驾驶设备的测试效率。
需要说明的是，本说明书中，候选参数配置是根据预估出的各第二行驶参数配置所对应的测试评分分布选取出的，然而，候选参数配置在实际执行仿真测试时所得到的测试评分，与选取该候选参数配置值所预估的测试评分可能不一致，此时，在确定候选参数配置满足预设条件时所选取的候选参数配置，不一定是实际执行仿真测试时测试评分最高的行驶参数配置，此时，终端设备还可以通过其他的方式确定目标参数配置。
例如，终端设备在确定候选参数配置满足预设条件时，获取所有已执行过仿真测试的各第一行驶参数配置所对应的测试评分，而后，根据各第一行驶参数配置所对应的测试评分，从各第一行驶参数配置中选取出测试评分最高的第一行驶参数配置，作为目标参数配置。
此外，服务器作为本说明书中无人驾驶设备的测试方法的执行主体时，实现无人驾驶设备的测试逻辑与本说明书中终端设备实现无人驾驶设备的测试逻辑是基本相同的，故不再一一赘述。另外，在描述上述步骤102时，是以高斯分布为基础举例来说的，实际上本说明书提供的无人驾驶设备的测试方法还可以基于其他的分布为基础，来确定上述测试评分分布，如，指数分布等，在此就不进行详细举例说明了。
下面将结合附图，以选取候选参数配置时到达的选取次数不小于设定次数作为预设条件为例，详细说明执行本说明书中提供的无人驾驶设备的测试方法执行时的详细流程，具体参见图2。
步骤S200，确定仿真测试对应的行驶参数配置。
步骤S202，从仿真测试对应的行驶参数配置中选取出若干个行驶参数配置，并执行仿真测试得到对应的测试评分。
步骤S204，获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置。
步骤S206，根据各第一行驶参数配置在执行仿真测试时得到的测试评分，确定用于表征所述各第一行驶参数配置中包含的各项行驶参数之间相关性的第一相关性矩阵。
步骤S208，根据第一行驶参数配置以及第二行驶参数配置，确定用于表征各第一行驶参数配置中包含的各项行驶参数，与各第二行驶参数配置中包含的各项行驶参数之间相关性的第二相关性矩阵。
步骤S210，确定用于表征各第二行驶参数配置中包含的各项行驶参数之间相关性的第三相关性矩阵。
步骤S212，根据第一相关性矩阵以及第二相关性矩阵，确定各第二行驶参数配置在执行仿真测试后的测试评分均值。
步骤S214，根据第一相关性矩阵、第二相关性矩阵以及第三相关性矩阵，确定各第二行驶参数配置在执行仿真测试后得到的测试评分之间的评分偏差。
步骤S216，根据测试评分均值以及评分偏差，确定各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
步骤S218，根据测试评分分布，从各第二行驶参数配置中确定出预估经过仿真测试后得到的测试评分最高的第二行驶参数配置，选取为候选参数配置。
步骤S220，确定候选参数配置经过仿真测试后得到的测试评分，作为候选参数配置对应的测试评分。
步骤S222，判断选取候选参数配置时到达的选取次数是否小于设定次数，若小于，执行步骤S224，否则执行步骤226。
S224，将经过仿真测试的候选参数配置作为第一行驶参数配置，并返回执行步骤S204。
S226，将满足所述预设条件的候选参数配置作为目标参数配置，并根据所述目标参数配置，对无人驾驶设备进行测试。
需要说明的是，上述步骤中的步骤S206、步骤S208以及步骤S210之间的执行顺序没有必然的联系，这三者可以并行执行，也可以按照一定的顺序执行。同时步骤S212和步骤S214之间的执行顺序也没有必然的联系，这两者可以并行执行，也可以按照一定的顺序执行。
以上为本说明书的一个或多个实施例提供的无人驾驶设备的测试方法，基于同样的思路，本说明书还提供了相应的无人驾驶设备的测试装置，如图3所示。
图3为本说明书提供的一种无人驾驶设备的测试装置示意图，具体包括：
获取模块300，用于获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置；
确定模块301，用于根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布；
第一选取模块302，用于根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，并判断所述候选参数配置是否满足预设条件；
第二选取模块303，用于若确定所述候选参数配置不满足所述预设条件，将经过仿真测试的所述候选参数配置作为第一行驶参数配置，并重新从剩余的第二行驶参数配置中选取候选参数配置，直至选取出的候选参数配置满足所述预设条件为止；
测试模块304，用于将满足所述预设条件的候选参数配置作为目标参数配置，并根据所述目标参数配置，对无人驾驶设备进行测试。
可选地，所述确定模块301，具体用于根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述第二行驶参数配置对应的评分分布参数；根据所述评分分布参数，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
可选地，所述确定模块301，具体用于根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定用于表征所述各第一行驶参数配置中包含的各项行驶参数之间相关性的第一相关性矩阵；根据所述第一行驶参数配置以及所述第二行驶参数配置，确定用于表征所述各第一行驶参数配置中包含的各项行驶参数，与所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第二相关性矩阵；确定用于表征所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第三相关性矩阵；根据所述第一相关性矩阵、所述第二相关性矩阵以及所述第三相关性矩阵，确定所述第二行驶参数配置对应的评分分布参数。
可选地，所述确定模块301，具体用于根据所述第一相关性矩阵以及所述第二相关性矩阵，确定所述各第二行驶参数配置在执行仿真测试后的测试评分均值；根据所述第一相关性矩阵、所述第二相关性矩阵以及所述第三相关性矩阵，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分之间的评分偏差；根据所述测试评分均值以及所述评分偏差，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
可选地，所述第一选取模块302，具体用于根据所述测试评分分布，从所述各第二行驶参数配置中确定出预估经过仿真测试后得到的测试评分最高的第二行驶参数配置，选取为候选参数配置。
可选地，所述第二选取模块303，具体用于确定所述候选参数配置经过仿真测试后得到的测试评分，作为所述候选参数配置对应的测试评分；若确定所述候选参数配置对应的测试评分，与历史上选取出的候选参数配置对应的测试评分之间的差值不低于设定阈值，确定所述候选参数配置不满足所述预设条件。
可选地，所述第二选取模块303，具体用于若确定，确定所述候选参数配置不满足所述预设条件。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的无人驾驶设备的测试方法。
本说明书还提供了图4所示的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的无人驾驶设备的测试方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种无人驾驶设备的测试方法，其特征在于，包括：
获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置；
根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布；
根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，并判断所述候选参数配置是否满足预设条件；
若确定所述候选参数配置不满足所述预设条件，将经过仿真测试的所述候选参数配置作为第一行驶参数配置，并重新从剩余的第二行驶参数配置中选取候选参数配置，直至选取出的候选参数配置满足所述预设条件为止；
将满足所述预设条件的候选参数配置作为目标参数配置，并根据所述目标参数配置，对无人驾驶设备进行测试。
2.如权利要求1所述的方法，其特征在于，根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布，具体包括：
根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置对应的评分分布参数；
根据所述评分分布参数，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
3.如权利要求2所述的方法，其特征在于，根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置对应的评分分布参数，具体包括：
根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定用于表征所述各第一行驶参数配置中包含的各项行驶参数之间相关性的第一相关性矩阵；
根据所述各第一行驶参数配置以及所述各第二行驶参数配置，确定用于表征所述各第一行驶参数配置中包含的各项行驶参数，与所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第二相关性矩阵；
确定用于表征所述各第二行驶参数配置中包含的各项行驶参数之间相关性的第三相关性矩阵；
根据所述第一相关性矩阵、所述第二相关性矩阵以及所述第三相关性矩阵，确定所述第二行驶参数配置对应的评分分布参数。
4.如权利要求3所述的方法，其特征在于，根据所述评分分布参数，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布，具体包括：
根据所述第一相关性矩阵以及所述第二相关性矩阵，确定所述各第二行驶参数配置在执行仿真测试后的测试评分均值；
根据所述第一相关性矩阵、所述第二相关性矩阵以及所述第三相关性矩阵，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分之间的评分偏差；
根据所述测试评分均值以及所述评分偏差，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布。
5.如权利要求1或4所述的方法，其特征在于，根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，具体包括：
根据所述测试评分分布，从所述各第二行驶参数配置中确定出预估经过仿真测试后得到的测试评分最高的第二行驶参数配置，选取为候选参数配置。
6.如权利要求1所述的方法，其特征在于，确定所述候选参数配置不满足所述预设条件，具体包括：
确定所述候选参数配置经过仿真测试后得到的测试评分，作为所述候选参数配置对应的测试评分；
若确定所述候选参数配置对应的测试评分，与历史上选取出的候选参数配置对应的测试评分之间的差值不低于设定阈值，确定所述候选参数配置不满足所述预设条件。
7.如权利要求1所述的方法，其特征在于，确定所述候选参数配置不满足所述预设条件，具体包括：
若确定选取所述候选参数配置时到达的选取次数小于设定次数，确定所述候选参数配置不满足所述预设条件。
8.一种无人驾驶设备的测试装置，其特征在于，包括：
获取模块，用于获取已执行过仿真测试的各第一行驶参数配置，以及未执行过仿真测试的各第二行驶参数配置；
确定模块，用于根据所述各第一行驶参数配置在执行仿真测试时得到的测试评分，确定所述各第二行驶参数配置在执行仿真测试后得到的测试评分分布；
第一选取模块，用于根据所述测试评分分布，从所述各第二行驶参数配置中选取出候选参数配置，并判断所述候选参数配置是否满足预设条件；
第二选取模块，用于若确定所述候选参数配置不满足所述预设条件，将经过仿真测试的所述候选参数配置作为第一行驶参数配置，并重新从剩余的第二行驶参数配置中选取候选参数配置，直至选取出的候选参数配置满足所述预设条件为止；
测试模块，用于将满足所述预设条件的候选参数配置作为目标参数配置，并根据所述目标参数配置，对无人驾驶设备进行测试。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502942.XA CN112987596B (zh) | 2021-05-10 | 2021-05-10 | 一种无人驾驶设备的测试方法及测试装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502942.XA CN112987596B (zh) | 2021-05-10 | 2021-05-10 | 一种无人驾驶设备的测试方法及测试装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112987596A CN112987596A (zh) | 2021-06-18 |
| CN112987596B true CN112987596B (zh) | 2021-09-07 |
Family
ID=76337312
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110502942.XA Active CN112987596B (zh) | 2021-05-10 | 2021-05-10 | 一种无人驾驶设备的测试方法及测试装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112987596B (zh) |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108255151A (zh) * | 2017-12-15 | 2018-07-06 | 工业和信息化部计算机与微电子发展研究中心（中国软件评测中心） | 一种无人驾驶车辆的测评系统 |
| CN109000935B (zh) * | 2018-07-12 | 2020-07-28 | 清华大学深圳研究生院 | 新能源汽车制动系统性能的判定方法 |
| CN111123729B (zh) * | 2018-10-31 | 2023-04-28 | 阿波罗智能技术(北京)有限公司 | 车辆驾驶仿真优化的方法、装置、存储介质和终端设备 |
| CN109649400A (zh) * | 2019-01-25 | 2019-04-19 | 合肥市智信汽车科技有限公司 | 一种基于高级辅助驾驶系统的司机驾驶行为评价方法 |
| CN110188797B (zh) * | 2019-04-26 | 2023-08-04 | 同济大学 | 一种基于贝叶斯优化的智能汽车快速测试方法 |
| KR102123866B1 (ko) * | 2020-02-27 | 2020-06-17 | (유)동아하이테크 | 상용 자율 주행차 시험장의 mec 지원 시스템 |
| CN111290370B (zh) * | 2020-03-03 | 2021-07-23 | 腾讯科技（深圳）有限公司 | 一种自动驾驶性能检测方法和装置 |
| CN111797000B (zh) * | 2020-05-27 | 2024-06-21 | 中汽数据有限公司 | 一种基于梯度提升决策树模型的场景复杂度评估方法 |
| CN111881520B (zh) * | 2020-07-31 | 2022-01-11 | 广州文远知行科技有限公司 | 一种自动驾驶测试的异常检测方法、装置、计算机设备及存储介质 |
| CN112327806B (zh) * | 2020-11-02 | 2022-02-15 | 东软睿驰汽车技术（沈阳）有限公司 | 自动驾驶的测试方法、装置、电子设备和存储介质 |
| CN112364439B (zh) * | 2020-12-02 | 2021-11-02 | 腾讯科技（深圳）有限公司 | 自动驾驶系统的仿真测试方法、装置以及存储介质 |
| CN112699043A (zh) * | 2021-01-05 | 2021-04-23 | 北京三快在线科技有限公司 | 一种测试用例生成的方法及装置 |
-
2021
- 2021-05-10 CN CN202110502942.XA patent/CN112987596B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112987596A (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112529254B (zh) | 一种路径规划方法、装置和电子设备 | |
| US10699055B2 (en) | Generative adversarial networks for generating physical design layout patterns | |
| US20120158623A1 (en) | Visualizing machine learning accuracy | |
| CN112990375B (zh) | 一种模型训练方法、装置、存储介质及电子设备 | |
| CN113312361B (zh) | 轨迹查询方法、装置、设备、存储介质及计算机程序产品 | |
| JP2022500768A (ja) | 熱負荷予測方法、装置、読み取り可能な媒体及び電子機器 | |
| CN112033421B (zh) | 一种检测电子地图中车道的方法及装置 | |
| CN116225669B (zh) | 一种任务执行方法、装置、存储介质及电子设备 | |
| CN113570727B (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
| CN113343425B (zh) | 一种仿真测试的方法及装置 | |
| CN116467061B (zh) | 一种任务执行的方法、装置、存储介质及电子设备 | |
| CN113968243A (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
| US10229238B2 (en) | Congestion aware layer promotion | |
| US20140297243A1 (en) | Traffic simulation method, program, and system | |
| CN110245978B (zh) | 策略组中的策略评估、策略选择方法及装置 | |
| CN115080391A (zh) | 一种确定自动驾驶关键场景方法及装置 | |
| CN112987596B (zh) | 一种无人驾驶设备的测试方法及测试装置 | |
| CN112699043A (zh) | 一种测试用例生成的方法及装置 | |
| CN110895406A (zh) | 一种基于干扰物轨迹规划的无人设备的测试方法及装置 | |
| CN117193993A (zh) | 内存空间分配方法、装置及电子设备 | |
| CN114780646A (zh) | 车辆处理方法、装置、计算机设备及存储介质 | |
| CN109800873B (zh) | 图像处理方法及装置 | |
| CN114153207A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
| CN109903165B (zh) | 一种模型合并方法和装置 | |
| CN110021166B (zh) | 用于处理用户出行数据的方法、装置和计算设备 |
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 |