CN113032261B - 一种仿真测试的方法及装置 - Google Patents

一种仿真测试的方法及装置 Download PDF

Info

Publication number
CN113032261B
CN113032261B CN202110309234.4A CN202110309234A CN113032261B CN 113032261 B CN113032261 B CN 113032261B CN 202110309234 A CN202110309234 A CN 202110309234A CN 113032261 B CN113032261 B CN 113032261B
Authority
CN
China
Prior art keywords
simulation
simulation test
test task
time period
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.)
Active
Application number
CN202110309234.4A
Other languages
English (en)
Other versions
CN113032261A (zh
Inventor
徐铭杰
杨磊
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 Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online 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 Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202110309234.4A priority Critical patent/CN113032261B/zh
Publication of CN113032261A publication Critical patent/CN113032261A/zh
Application granted granted Critical
Publication of CN113032261B publication Critical patent/CN113032261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3688Test management for test execution, e.g. scheduling of test suites
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Abstract

本说明书公开了一种仿真测试的方法及装置,并具体公开了,从获取的指定设备在行驶过程中的行驶数据中,确定该指定设备在行驶过程中出现的异常行驶事件,并确定该异常行驶事件对应的待执行的至少一个仿真测试任务,而后,针对每个仿真测试任务,从行驶数据中确定出该仿真测试任务所对应的测试数据,并根据这些测试数据确定出该仿真测试任务对应的场景特征数据,在确定预设的仿真数据库中不存在与之相匹配的场景特征数据后,将该仿真测试任务对应的测试数据以及场景特征数据保存在该仿真数据库,再根据该仿真测试任务对应的测试数据构建对应的仿真场景以执行该仿真测试任务。如此,可以在降低人工设计成本的同时使得仿真的测试场景更为真实。

Description

一种仿真测试的方法及装置
技术领域
本说明书涉及互联网技术领域,尤其涉及一种仿真测试的方法及装置。
背景技术
在无人驾驶技术领域中,通过仿真软件生成仿真测试场景对决策算法进行仿真测试是算法迭代过程中必不可少的一部分。目前,在对决策算法进行仿真测试时,仿真数据库中存储的测试场景的数目是有限的,为了使得决策算法的仿真测试能够有效地覆盖多样的测试场景,决策算法的研发机构必然需要额外购买相应的测试场景库,这必然会引起经济成本的增加。而若不购买测试场景库,由测试人员自行设计并搭建相应测试场景,则需要耗费较大的人工成本。再者,测试人员基于自身的经验积累设计搭建的测试场景往往受到自身思维的限制,这样搭建出的测试场景相对于无人驾驶设备的真实驾驶环境来说是相对较为理想的,不能良好的覆盖无人驾驶设备在真实行驶过程所发生的问题。
发明内容
本说明书提供一种仿真测试的方法及装置,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仿真测试的方法,包括:
获取指定设备在行驶过程中的行驶数据;
根据所述行驶数据,确定所述指定设备在行驶过程中出现的异常行驶事件,并根据所述异常行驶事件,确定待执行的至少一个仿真测试任务;
针对每个仿真测试任务,从所述行驶数据中确定出该仿真测试任务所对应的测试数据;
根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据;
将所述该仿真测试任务对应的场景特征数据,与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对;
若确定所述仿真数据库中不存在与该仿真测试任务对应的场景特征数据相匹配的场景特征数据,将该仿真测试任务对应的测试数据以及场景特征数据保存在所述仿真数据库,并根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务。
可选地,针对每个仿真测试任务,从所述行驶数据中确定出该仿真测试任务所对应的测试数据,具体包括:
针对每个仿真测试任务,确定该仿真测试任务所对应的异常行驶事件发生的时刻;
确定该仿真测试任务所对应的异常行驶事件发生的时刻所位于的时间段,作为该仿真测试任务对应的目标时间段;
从所述行驶数据中获取位于该仿真测试任务对应的目标时间段内的行驶数据,作为该仿真测试任务所对应的测试数据。
可选地,该仿真测试任务对应的场景特征数据包括:所述指定设备在所述目标时间段的属性特性、所述指定设备在所述目标时间段内所选取的行驶线路、所述目标时间段内交通信号灯的变化特征数据、该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域、所述目标时间段内的天气特征数据以及在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据中的至少一种。
可选地,若该仿真测试任务对应的场景特征数据包括所述目标时间段内交通信号灯的变化特征数据,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,具体包括:
根据该仿真测试任务对应的测试数据,确定所述指定设备在所述目标时间段内对交通信号灯的感知结果;
根据所述感知结果,确定在所述目标时间段内交通信号灯的变化特征数据,所述交通信号灯的变化特征数据用于表征在所述目标时间段内所述异常行驶事件发生的位置所对应的交通信号灯的变化过程。
可选地,若该仿真测试任务对应的场景特征数据包括该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,具体包括:
从该仿真测试任务对应的测试数据中,确定该仿真测试任务所对应的异常行驶事件发生的位置信息;
根据预设的感兴趣区域数据库中各感兴趣区域的地理区域范围,以及该仿真测试任务所对应的异常行驶事件发生的位置信息,确定该仿真测试任务对应的异常行驶事件发生的位置所落入的感兴趣区域。
可选地,若该仿真测试任务对应的场景特征数据包括在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,具体包括:
根据该仿真测试任务对应的测试数据,确定在所述目标时间段内所述指定设备周围的其他交通参与者,确定所述指定设备在所述目标时间段内的位置信息和速度信息,以及确定所述其他交通参与者在所述目标时间段内的位置信息以及速度信息;
根据所述指定设备在所述目标时间段内的位置信息和速度信息,以及所述其他交通参与者在所述目标时间段内的位置信息以及速度信息,确定在所述目标时间段内所述指定设备与所述其他交通参与者之间的交互特征数据,所述交互特征数据用于表征所述指定设备与所述其他交通参与者在所述目标时间内发生的相对位置变化以及交互程度。
可选地,根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务,具体包括:
根据该仿真测试任务对应的异常行驶事件,确定所述异常行驶事件所涉及的决策算法,作为目标算法;
在确定所述目标算法完成更新后,根据所述仿真数据库中保存的该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景;
通过所述仿真场景以及该仿真测试任务对应的测试数据,对更新后的所述目标算法进行仿真测试。
本说明书提供了一种仿真测试的装置,包括:
获取模块,用于获取指定设备在行驶过程中的行驶数据;
任务确定模块,用于根据所述行驶数据,确定所述指定设备在行驶过程中出现的异常行驶事件,并根据所述异常行驶事件,确定待执行的至少一个仿真测试任务;
测试数据获取模块,用于针对每个仿真测试任务,从所述行驶数据中确定出该仿真测试任务所对应的测试数据;
特征数据确定模块,用于根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据;
特征比对模块,用于将所述该仿真测试任务对应的场景特征数据,与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对;
仿真测试模块,用于若确定所述仿真数据库中不存在与该仿真测试任务对应的场景特征数据相匹配的场景特征数据,将该仿真测试任务对应的测试数据以及场景特征数据保存在所述仿真数据库,并根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务。
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仿真测试的方法。
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仿真测试的方法。
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:
在本说明书提供的仿真测试的方法中,从获取的指定设备在行驶过程中的行驶数据中,确定该指定设备在行驶过程中出现的异常行驶事件,并根据确定的异常行驶事件,确定待执行的至少一个仿真测试任务。而后,针对每个仿真测试任务,从上述行驶数据中确定出该仿真测试任务所对应的测试数据,并根据这些测试数据确定出该仿真测试任务对应的场景特征数据,再将确定出的场景特征数据与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对,若确定该仿真数据库中不存在与之相匹配的场景特征数据,则将该仿真测试任务对应的测试数据以及场景特征数据保存在该仿真数据库,并根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过构建出的仿真场景执行该仿真测试任务。
从上述方法中可以看出,本方法可以根据指定设备在行驶过程中出现的异常行驶事件,直接确定待执行的仿真测试任务,并得到该待执行的仿真测试任务所对应的测试场景,在不需要人工参与设计仿真测试任务对应的测试场景,减少了人力成本的同时,还可以将用于构建该待执行的仿真测试任务所对应的测试场景的测试数据保存到仿真数据库,这样不仅丰富了仿真数据库中保存的测试用例,还有效的降低了搭建仿真数据库的成本。再者,由于异常行驶事件是指定设备实际行驶过程中发生的事件,因而相较于人工设计的测试场景,根据异常行驶事件确定的仿真测试任务所对应的测试场景更能反映出真实世界中的实际的行驶情况,进而保证了仿真测试的准确性。
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为本说明书中一种仿真测试的方法的流程示意图;
图2为本说明书提供的一种仿真测试的装置的示意图;
图3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。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种仿真测试的方法流程示意图,具体包括以下步骤:
步骤S100,获取指定设备在行驶过程中的行驶数据。
本说明书中涉及的仿真测试的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,对本说明书实施例中的仿真测试的方法进行说明。
具体实施中,终端设备首先获取指定设备在行驶过程中的行驶数据。
其中,上述指定设备可以是装配有决策算法,并根据该决策算法的决策结果在实际道路上行驶的测试设备,该测试设备可以是有人驾驶的测试设备,当然也可以是诸如无人车、机器人等无人驾驶设备。该指定设备上装备有多种传感器(如,摄像机、激光雷达、毫米波雷达等),用来在行驶过程中感知指定设备周围的环境,得到在行驶过程中指定设备周围的环境数据,即指定设备在行驶过程中的行驶数据。
需要说明的是,本说明书提供的仿真测试的方法可以用于无人驾驶设备在仿真场景中的仿真测试,其中,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仿真测试的方法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。
此外,上述行驶数据除包含有通过传感器感知到的指定设备周围的环境数据外,还可以包括天气情况、路面情况、指定设备的属性(如,当指定设备为汽车时,指定设备的属性可以指汽车的车型,即指定设备的属性可以体现指定设备的外形轮廓大小、加速能力、制动能力、接触面防滑系数、内部装配的组件性能等)等,也就是说,行驶数据所需包括的数据至少要涵盖到生成仿真测试场景所需的所有数据。
步骤S102,根据所述行驶数据,确定所述指定设备在行驶过程中出现的异常行驶事件,并根据所述异常行驶事件,确定待执行的至少一个仿真测试任务;
在获取到上述行驶数据后,终端设备首先需要根据这些行驶数据确定指定设备在行驶过程中出现的异常行驶事件,而后,根据这些异常行驶事件,确定待执行的至少一个仿真测试事件。
其中,在确定异常行驶事件时,终端设备可以根据行驶数据中的异常行驶事件标记,确定指定设备在行驶过程中出现的异常行驶事件。本说明书中的异常行驶事件可以是指定设备在实际测试道路中行驶时发生的事故,如,指定设备与该指定设备周围的其他交通参与者之间发生剐蹭、指定设备行驶周围未出现影响行驶障碍物而突然紧急刹车、指定设备在不允许骑线行驶区域压线行驶等。在具体实施过程中,指定设备在行驶过程中,可以配置对相应的监测人员,当出现异常行驶事件时,监测人员可以接管指定设备的控制权,一旦指定设备的控制权发生改变,即可以在该时刻的记录的行驶数据中添加用于表征异常行驶事件发生的异常行驶事件标记。
当然,本说明书中还可以通过指定设备上配置的传感器来监测指定设备在行驶过程中是否出现了异常行驶事件。例如,当指定设备是汽车时,在汽车车轮上安装摄像头,并用该摄像头拍摄汽车车轮的行驶轨迹,而后根据拍摄的图像确定车轮行驶路线与交通标线(如实线、双黄线等)重叠时,确定出现了异常行驶事件。再例如,在车身上安装压力传感器,当发生剐蹭时,压力传感器受到外力挤压,确定出现了异常行驶事件。
进一步地,终端设备在确定出异常行驶事件后,将继续根据异常行驶事件确定出待执行的至少一个仿真测试任务。
本说明书中,指定设备在行驶过程中出现的每个异常行驶事件都说明,在该异常行驶事件发生时,当前指定设备上装载的决策算法,还无法根据异常行驶事件发生时指定设备周围的环境信息做出正确的决策,以指示指定设备顺利完成行驶过程。这样,在决策算法每次迭代更新后,都需要根据已发生异常行驶事件构建与之相对应的仿真场景(异常行驶事件发生时指定设备周围的环境)进行仿真测试,以检测更新后的决策算法是否能够解决已发现的异常行驶事件。如此,本说明书中,终端设备可以在确定出异常行驶事件后,确定与该异常行驶事件相对应的仿真测试任务,进而可以根据该仿真测试任务对应的测试数据对相应的异常行驶事件进行仿真测试。
步骤S104,针对每个仿真测试任务,从所述行驶数据中确定出该仿真测试任务所对应的测试数据。
终端设备确定出仿真测试任务后,将针对每个仿真测试任务,确定与之相对应的测试数据。具体的,终端设备首先针对每个仿真测试任务,确定该仿真测试任务所对应的异常行驶事件发生的时刻,而后,确定该仿真测试任务所对应的异常行驶事件发生的时刻所位于的时间段,作为该仿真测试任务对应的目标时间段,最后,再从指定设备的行驶数据中获取位于该目标时间段内的行驶数据,作为该仿真测试任务所对应的测试数据。
具体实施中,终端设备确定该仿真测试任务所对应的异常行驶事件发生的时刻后,可以将根据设定的目标时间段的确定方式,确定出该仿真测试任务所对应的异常行驶事件发生的时刻所位于的时间段。例如,可以设定以异常行驶事件发生的时刻作为目标时间段的基准时间点,在时间轴上向前和/或向后分别选取设定时间长度,构成该仿真测试任务所对应的异常行驶事件发生的时刻所位于的时间段。
本说明书中,终端设备确定的仿真测试任务对应的测试数据后,即可将该测试数据存储到预设的仿真数据库中,作为该仿真测试任务对应的测试场景。
然而,指定设备在行驶过程中出现异常行驶事件后,由于异常行驶事件是由于决策算法的不完善导致的,因而,在决策算法未进行更新前,指定设备在行驶过程中再次面对与出现上述异常行驶事件高度相似的场景时,大概率还是会出现异常行驶事件。如此,针对每一个异常行驶事件,都建立一个与之相对应的测试场景,会导致仿真数据库中的测试场景出现冗余的情况。
因此,本说明书中终端设备在将该仿真测试任务所对应的测试数据存入仿真数据库之前,将确定该仿真测试任务对应的场景特征数据,并根据该仿真测试任务对应的场景特征数据,确定是否将该仿真测试任务对应的测试数据以及场景特征数据保存到仿真数据库。
步骤S106,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据。
本说明书中,终端设备确定出的该仿真测试任务对应的场景特征数据可以包括:指定设备在目标时间段的属性特性、指定设备在目标时间段内所选取的行驶线路、目标时间段内交通信号灯的变化特征数据、该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域、目标时间段内的天气特征数据、在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据等。
上述场景特征数据中的一些场景特征数据是可以直接从行驶数据中获取的,另一些部分场景特征数据则需要通过一定的数据处理得到。
其中,可以直接从行驶数据中获取的场景特征数据可以包括:指定设备在目标时间段的属性特性、指定设备在目标时间段内所选取的行驶线路。
这其中,指定设备在目标时间段内的属性特性可以是指定设备的属性。当然,从指定设备的属性中,终端设备可以明确的了解到该指定设备的性能。如,当指定设备为汽车时,指定设备的属性可以包括汽车的外形轮廓大小、汽车的加速能力、汽车的制动能力、汽车的轮胎接触面防滑系数、汽车的内部装配的组件性能等。
另外,指定设备在目标时间段内所选取的行驶线路可以指定设备时间在行驶过程中实际行驶的路线,也可以是指定设备在目标时间段内所选取出的路线。例如,当指定设备通过决策算法预测出,从A地到B地共有三条可选路线,指定设备选取出的行驶路线为可选线路1。而后,指定设备在沿可选线路1行驶过程中,在可选线路1中的某一地点P出现异常行驶事件,则指定设备在目标时间段内所选取的行驶线路即为可选线路1。当然,本说明书中指定设备在目标时间段内所选取的行驶线路也可以是指定设备的实际行驶线路。
本说明书中,需要经过数据处理才能得到的场景特征数据可以包括:目标时间段内交通信号灯的变化特征数据、该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域、在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据。
这其中,终端设备确定目标时间段内交通信号灯的变化特征数据时,首先根据该仿真测试任务对应的测试数据,确定指定设备在目标时间段内对交通信号灯的感知结果,而后,根据该感知结果,确定在目标时间段内交通信号灯的变化特征数据。该交通信号灯的变化特征数据可以用于表征在该目标时间段内异常行驶事件发生的位置所对应的交通信号灯的变化过程。
例如,指定设备的行驶数据中监测到有交通信号灯存在,若指定设备在目标时间段内感知到的交通信号灯持续为绿灯时,则在该目标时间段内异常行驶事件发生的位置所对应的交通信号灯的变化过程为持续绿灯,交通信号灯未发生变化。若指定设备在目标时间段内感知到的交通信号灯先是绿灯,异常行驶事件发生前1s转变为黄灯,异常行驶事件发生后3s转变为红灯,则在该目标时间段内异常行驶事件发生的位置所对应的交通信号灯的变化过程为绿灯-黄灯-红灯。
其次,终端设备确定该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域时,可以从该仿真测试任务对应的测试数据中,确定该仿真测试任务所对应的异常行驶事件发生的位置信息,而后,根据预设的感兴趣区域数据库中各感兴趣区域的地理区域范围,以及该仿真测试任务所对应的异常行驶事件发生的位置信息,确定该仿真测试任务对应的异常行驶事件发生的位置所落入的感兴趣区域。
上述感兴趣区域可以是预先设立的重点关注区域,也就是说,出现在这些感兴趣区域中的异常行驶事件需要更多的被考虑到。这样,当指定设备上的决策算法针对地理区域A内出现的异常行驶事件进行了针对性的优化更新后,可以将该地理区域A设定为感兴趣区域,以着重检测更新后的决策算法是否能够解决该地理区域A内出现过的异常行驶事件。当然,本说明书中也可以将异常行驶事件发生次数较多、反复出现相同的异常行驶事件的区域设定为感兴趣区域。如此,可以根据实际测试目标设置对应的感兴趣区域,以加快测试进程。
当然,在确定目标时间段内交通信号灯的变化特征数据时,还可以在显示指定设备的行驶路线的电子地图上框选出感兴趣区域,终端设备确定出异常行驶事件发生的位置信息后,查看该异常行驶事件发生的位置信息落在哪一个感兴趣区域的范围内,从而确定出该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域。
另外,终端设备确定在目标时间段内指定设备与指定设备周围的其他交通参与者之间的交互特征数据时,先根据该仿真测试任务对应的测试数据,确定在目标时间段内指定设备周围的其他交通参与者,而后,确定指定设备在目标时间段内的位置信息和速度信息,以及确定其他交通参与者在目标时间段内的位置信息以及速度信息,再根据指定设备在目标时间段内的位置信息和速度信息,以及其他交通参与者在目标时间段内的位置信息以及速度信息,确定在目标时间段内指定设备与其他交通参与者之间的交互特征数据。
其中,该交互特征数据用于表征指定设备与其他交通参与者在目标时间内发生的相对位置变化以及交互程度。上述指定设备与其他交通参与者在目标时间内发生的交互程度指的是在目标时间内其他交通参与者的行进路线对指定设备的行进路线的干扰程度。在目标时间内其他交通参与者的行进路线对指定设备的行进路线的干扰程度越高,指定设备与其他交通参与者在目标时间内发生的交互程度越大。例如,指定设备经过未设置交通信号灯的人行横道时,此时行人正在通过人行横道,相较于行人位于人行横道一端未进入人行横道的情况来说,前者对指定设备的行进路线的干扰程度更高,相应的,确定出的指定设备与其他交通参与者在目标时间内发生的交互程度更大。
具体的,在目标时间段内指定设备与指定设备周围的其他交通参与者之间的交互特征数据可以包括用于表征诸如超车、被超车、并线、急刹等行为的数据。
需要说明的是,终端设备可以通过多种方式确定在目标时间段内指定设备与指定设备周围的其他交通参与者之间的交互特征数据。
例如,在添加用于表征异常行驶事件发生的异常行驶事件标记,可由监测人员根据异常行驶事件发生时的情况,人工标注出在目标时间段内指定设备与指定设备周围的其他交通参与者之间的交互特征数据。
再例如,对异常行驶事件进行分类,归纳总结出不同异常行驶事件满足的逻辑特征,而后,通过代码编写实现在目标时间段内指定设备与指定设备周围的其他交通参与者之间的交互特征数据的分类逻辑,而后,终端设备运行代码,根据仿真测试任务对应的测试数据自动化确定在目标时间段内指定设备与指定设备周围的其他交通参与者之间的交互特征数据。
再例如,在通过人工标注出交互特征数据的异常行驶事件的数目达到设定的数目阈值后,将这些标注后的异常行驶事件所对应的仿真测试任务作为训练样本,训练得到交互特征数据确定模型。而后,在具体实施时,将指定设备在目标时间段内的位置信息和速度信息,以及其他交通参与者在目标时间段内的位置信息以及速度信息作为输入数据,并输入到上述交互特征数据确定模型中去,从而通过训练好的交互特征数据确定模型确定在目标时间段内指定设备与指定设备周围的其他交通参与者之间的交互特征数据。
最后,本说明书中还将考虑到天气情况对异常行驶事件发生的影响,故而仿真测试任务对应的场景特征数据还可以包括目标时间段内的天气特征数据。该目标时间段内的天气特征数据可以是在该仿真测试任务对应的目标时间段内异常行驶事件发生的位置所对应的天气特征数据。其中,可以考量的天气元素包括温度信息,雨雪情况、地面湿滑程度、雾霾天气、能见度等。
需要说明的是,本说明书中可以将目标时间段内的天气特征数据作为行驶数据中的一种,在指定设备行驶过程中直接记录在指定设备的行驶数据中。当然,还可以由终端设备在确定出异常行驶事件发生的时刻以及发生的位置后,根据该时刻和地址从国家天气数据库中查询获取。
步骤S108,将所述该仿真测试任务对应的场景特征数据,与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对。
具体实施中,终端设备在将该仿真测试任务对应的场景特征数据,与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对时,可以针对确定出的每个场景特征数据,逐一进行比对。而后,若确定仿真数据库中存在测试场景的所有场景特征数据与该仿真测试任务对应的所有场景特征数据一一对应相匹配时,则确定该仿真数据库中已经存在该仿真测试任务对应的测试场景,故而不将该仿真测试任务对应的测试数据对应的测试数据以及场景特征数据保存在到仿真数据库。若不匹配,则确定该仿真数据库中不存在该仿真测试任务对应的测试场景,需要保存该仿真测试任务对应的测试数据以及场景特征数据,以构建该仿真测试任务对应的仿真场景来执行该仿真测试任务。
当然,本说明书中还可以对每个场景特征数据进行编码,得到该仿真测试任务对应的场景特征数据所对应的场景特征矩阵,而后在进行场景特征数据比对时,可以计算该仿真测试任务所对应的场景特征数据与仿真数据库中的每个测试场景对应的场景特征矩阵之间的相似度。而后,若确定得到的相似度大于设定的相似度阈值,则确定该仿真数据库中已经存在该仿真测试任务对应的测试场景,故而不将该仿真测试任务对应的测试数据对应的测试数据以及场景特征数据保存在到仿真数据库。若确定得到的相似度不大于设定的相似度阈值,则确定该仿真数据库中不存在该仿真测试任务对应的测试场景,需要保存该仿真测试任务对应的测试数据以及场景特征数据,以构建该仿真测试任务对应的仿真场景来执行该仿真测试任务。
步骤S110,若确定所述仿真数据库中不存在与该仿真测试任务对应的场景特征数据相匹配的场景特征数据,将该仿真测试任务对应的测试数据以及场景特征数据保存在所述仿真数据库,并根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务。
具体实施中,终端设备在通过该仿真测试任务对应的测试数据执行该仿真测试任务时,首先根据该仿真测试任务对应的异常行驶事件,确定该异常行驶事件所涉及的决策算法,作为目标算法,而后,在确定该目标算法完成更新后,根据仿真数据库中保存的该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,再通过该仿真场景以及该仿真测试任务对应的测试数据,对更新后的目标算法进行仿真测试。
此步骤中,使用仿真数据库中保存的该仿真测试任务对应的测试数据,重跑目标算法后,会得到异常行驶事件仿真测试的通过率(即,目标算法的仿真测试中测试通过(即针对目标算法的测试过程中未出现事故)数目占针对目标算法的总测试数目的比重),进而可以通过异常行驶事件仿真测试通过率,指导目标算法的更新。
通过上述步骤,终端设备可以根据指定设备在行驶过程中出现的异常行驶事件,直接确定待执行的仿真测试任务,并得到该待执行的仿真测试任务所对应的测试场景,在不需要人工参与设计仿真测试任务对应的测试场景,减少了人力成本的同时,还可以将用于构建该待执行的仿真测试任务所对应的测试场景的测试数据保存到仿真数据库,这样不仅丰富了仿真数据库中保存的测试用例,还有效的降低了搭建仿真数据库的成本。再者,由于异常行驶事件是指定设备实际行驶过程中发生的事件,因而相较于人工设计的测试场景,根据异常行驶事件确定的仿真测试任务所对应的测试场景更能反映出真实世界中的实际的行驶情况,进而保证了仿真测试的准确性。
此外,服务器作为本说明书中仿真测试的方法的执行主体时,实现仿真测试的业务逻辑与本说明书中终端设备实现仿真测试的业务逻辑是基本相同的,故不再一一赘述。
以上为本说明书的一个或多个实施例提供的仿真测试的方法,基于同样的思路,本说明书还提供了相应的仿真测试的装置,如图2所示。
图2为本说明书提供的一种仿真测试的装置示意图,具体包括:
获取模块200,用于获取指定设备在行驶过程中的行驶数据;
任务确定模块201,用于根据所述行驶数据,确定所述指定设备在行驶过程中出现的异常行驶事件,并根据所述异常行驶事件,确定待执行的至少一个仿真测试任务;
测试数据获取模块202,用于针对每个仿真测试任务,从所述行驶数据中确定出该仿真测试任务所对应的测试数据;
特征数据确定模块203,用于根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据;
特征比对模块204,用于将所述该仿真测试任务对应的场景特征数据,与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对;
仿真测试模块205,用于若确定所述仿真数据库中不存在与该仿真测试任务对应的场景特征数据相匹配的场景特征数据,将该仿真测试任务对应的测试数据以及场景特征数据保存在所述仿真数据库,并根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务。
可选地,所述测试数据获取模块202,具体用于针对每个仿真测试任务,确定该仿真测试任务所对应的异常行驶事件发生的时刻;确定该仿真测试任务所对应的异常行驶事件发生的时刻所位于的时间段,作为该仿真测试任务对应的目标时间段;从所述行驶数据中获取位于该仿真测试任务对应的目标时间段内的行驶数据,作为该仿真测试任务所对应的测试数据。
可选地,该仿真测试任务对应的场景特征数据包括:所述指定设备在所述目标时间段的属性特性、所述指定设备在所述目标时间段内所选取的行驶线路、所述目标时间段内交通信号灯的变化特征数据、该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域、所述目标时间段内的天气特征数据以及在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据中的至少一种。
可选地,若该仿真测试任务对应的场景特征数据包括所述目标时间段内交通信号灯的变化特征数据,所述特征数据确定模块203,具体用于根据该仿真测试任务对应的测试数据,确定所述指定设备在所述目标时间段内对交通信号灯的感知结果;根据所述感知结果,确定在所述目标时间段内交通信号灯的变化特征数据,所述交通信号灯的变化特征数据用于表征在所述目标时间段内所述异常行驶事件发生的位置所对应的交通信号灯的变化过程。
可选地,若该仿真测试任务对应的场景特征数据包括该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域,所述特征数据确定模块203,具体用于从该仿真测试任务对应的测试数据中,确定该仿真测试任务所对应的异常行驶事件发生的位置信息;根据预设的感兴趣区域数据库中各感兴趣区域的地理区域范围,以及该仿真测试任务所对应的异常行驶事件发生的位置信息,确定该仿真测试任务对应的异常行驶事件发生的位置所落入的感兴趣区域。
可选地,若该仿真测试任务对应的场景特征数据包括在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据,所述特征数据确定模块203,具体用于根据该仿真测试任务对应的测试数据,确定在所述目标时间段内所述指定设备周围的其他交通参与者,确定所述指定设备在所述目标时间段内的位置信息和速度信息,以及确定所述其他交通参与者在所述目标时间段内的位置信息以及速度信息;根据所述指定设备在所述目标时间段内的位置信息和速度信息,以及所述其他交通参与者在所述目标时间段内的位置信息以及速度信息,确定在所述目标时间段内所述指定设备与所述其他交通参与者之间的交互特征数据,所述交互特征数据用于表征所述指定设备与所述其他交通参与者在所述目标时间内发生的相对位置变化以及交互程度。
可选地,所述仿真测试模块205,具体用于根据该仿真测试任务对应的异常行驶事件,确定所述异常行驶事件所涉及的决策算法,作为目标算法;在确定所述目标算法完成更新后,根据所述仿真数据库中保存的该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景;通过所述仿真场景以及该仿真测试任务对应的测试数据,对更新后的所述目标算法进行仿真测试。
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提供的仿真测试的方法。
本说明书还提供了图3所示的电子设备的示意结构图。如图3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所述的仿真测试的方法。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 (8)

1.一种仿真测试的方法,其特征在于,包括:
获取指定设备在行驶过程中的行驶数据;
根据所述行驶数据,确定所述指定设备在行驶过程中出现的异常行驶事件,并根据所述异常行驶事件,确定待执行的至少一个仿真测试任务;
针对每个仿真测试任务,确定该仿真测试任务所对应的异常行驶事件发生的时刻;确定该仿真测试任务所对应的异常行驶事件发生的时刻所位于的时间段,作为该仿真测试任务对应的目标时间段;从所述行驶数据中获取位于该仿真测试任务对应的目标时间段内的行驶数据,作为该仿真测试任务所对应的测试数据;
根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,该仿真测试任务对应的场景特征数据包括:所述指定设备在所述目标时间段的属性特性、所述指定设备在所述目标时间段内所选取的行驶线路、所述目标时间段内交通信号灯的变化特征数据、该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域、所述目标时间段内的天气特征数据以及在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据中的至少一种;
将所述该仿真测试任务对应的场景特征数据,与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对;
若确定所述仿真数据库中不存在与该仿真测试任务对应的场景特征数据相匹配的场景特征数据,将该仿真测试任务对应的测试数据以及场景特征数据保存在所述仿真数据库,并根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务。
2.如权利要求1所述的方法,其特征在于,若该仿真测试任务对应的场景特征数据包括所述目标时间段内交通信号灯的变化特征数据,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,具体包括:
根据该仿真测试任务对应的测试数据,确定所述指定设备在所述目标时间段内对交通信号灯的感知结果;
根据所述感知结果,确定在所述目标时间段内交通信号灯的变化特征数据,所述交通信号灯的变化特征数据用于表征在所述目标时间段内所述异常行驶事件发生的位置所对应的交通信号灯的变化过程。
3.如权利要求1所述的方法,其特征在于,若该仿真测试任务对应的场景特征数据包括该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,具体包括:
从该仿真测试任务对应的测试数据中,确定该仿真测试任务所对应的异常行驶事件发生的位置信息;
根据预设的感兴趣区域数据库中各感兴趣区域的地理区域范围,以及该仿真测试任务所对应的异常行驶事件发生的位置信息,确定该仿真测试任务对应的异常行驶事件发生的位置所落入的感兴趣区域。
4.如权利要求1所述的方法,其特征在于,若该仿真测试任务对应的场景特征数据包括在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,具体包括:
根据该仿真测试任务对应的测试数据,确定在所述目标时间段内所述指定设备周围的其他交通参与者,确定所述指定设备在所述目标时间段内的位置信息和速度信息,以及确定所述其他交通参与者在所述目标时间段内的位置信息以及速度信息;
根据所述指定设备在所述目标时间段内的位置信息和速度信息,以及所述其他交通参与者在所述目标时间段内的位置信息以及速度信息,确定在所述目标时间段内所述指定设备与所述其他交通参与者之间的交互特征数据,所述交互特征数据用于表征所述指定设备与所述其他交通参与者在所述目标时间内发生的相对位置变化以及交互程度。
5.权利要求1所述的方法,其特征在于,根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务,具体包括:
根据该仿真测试任务对应的异常行驶事件,确定所述异常行驶事件所涉及的决策算法,作为目标算法;
在确定所述目标算法完成更新后,根据所述仿真数据库中保存的该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景;
通过所述仿真场景以及该仿真测试任务对应的测试数据,对更新后的所述目标算法进行仿真测试。
6.一种仿真测试的装置,其特征在于,包括:
获取模块,用于获取指定设备在行驶过程中的行驶数据;
任务确定模块,用于根据所述行驶数据,确定所述指定设备在行驶过程中出现的异常行驶事件,并根据所述异常行驶事件,确定待执行的至少一个仿真测试任务;
测试数据获取模块,针对每个仿真测试任务,确定该仿真测试任务所对应的异常行驶事件发生的时刻;确定该仿真测试任务所对应的异常行驶事件发生的时刻所位于的时间段,作为该仿真测试任务对应的目标时间段;从所述行驶数据中获取位于该仿真测试任务对应的目标时间段内的行驶数据,作为该仿真测试任务所对应的测试数据;
特征数据确定模块,根据该仿真测试任务对应的测试数据,确定该仿真测试任务对应的场景特征数据,该仿真测试任务对应的场景特征数据包括:所述指定设备在所述目标时间段的属性特性、所述指定设备在所述目标时间段内所选取的行驶线路、所述目标时间段内交通信号灯的变化特征数据、该仿真测试任务对应的异常行驶事件发生的位置所对应的感兴趣区域、所述目标时间段内的天气特征数据以及在所述目标时间段内所述指定设备与所述指定设备周围的其他交通参与者之间的交互特征数据中的至少一种;
特征比对模块,用于将所述该仿真测试任务对应的场景特征数据,与预设的仿真数据库中存储的每个测试场景的场景特征数据进行比对;
仿真测试模块,用于若确定所述仿真数据库中不存在与该仿真测试任务对应的场景特征数据相匹配的场景特征数据,将该仿真测试任务对应的测试数据以及场景特征数据保存在所述仿真数据库,并根据该仿真测试任务对应的测试数据,构建该仿真测试任务对应的仿真场景,以通过所述仿真场景执行该仿真测试任务。
7.一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1~5任一项所述的方法。
8.一种电子设备,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1~5任一项所述的方法。
CN202110309234.4A 2021-03-23 2021-03-23 一种仿真测试的方法及装置 Active CN113032261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110309234.4A CN113032261B (zh) 2021-03-23 2021-03-23 一种仿真测试的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110309234.4A CN113032261B (zh) 2021-03-23 2021-03-23 一种仿真测试的方法及装置

Publications (2)

Publication Number Publication Date
CN113032261A CN113032261A (zh) 2021-06-25
CN113032261B true CN113032261B (zh) 2022-09-30

Family

ID=76472890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110309234.4A Active CN113032261B (zh) 2021-03-23 2021-03-23 一种仿真测试的方法及装置

Country Status (1)

Country Link
CN (1) CN113032261B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113703417B (zh) * 2021-07-13 2022-12-20 交控科技股份有限公司 列车运行全自动场景的测试用例确定方法及装置
CN113641170B (zh) * 2021-08-31 2023-02-03 北京三快在线科技有限公司 一种智能化检测无人驾驶接管问题的方法及装置
CN114510902B (zh) * 2022-04-20 2022-07-26 北京芯愿景软件技术股份有限公司 仿真结果的验证方法、装置、设备及计算机存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105954040A (zh) * 2016-04-22 2016-09-21 百度在线网络技术(北京)有限公司 应用于无人驾驶汽车的测试方法和装置
CN109446371A (zh) * 2018-11-09 2019-03-08 苏州清研精准汽车科技有限公司 一种智能汽车仿真测试场景库生成方法及测试系统和方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107153363B (zh) * 2017-05-08 2020-11-03 百度在线网络技术(北京)有限公司 无人驾驶汽车的仿真测试方法及装置、设备与可读介质
CN109032102B (zh) * 2017-06-09 2020-12-18 百度在线网络技术(北京)有限公司 无人驾驶车辆测试方法、装置、设备及存储介质
DE102017213217A1 (de) * 2017-08-01 2019-02-07 Ford Global Technologies, Llc Testfahrtszenario-Datenbanksystem für realitätsnahe virtuelle Testfahrtszenarien
CN109215092B (zh) * 2018-09-10 2020-03-13 百度在线网络技术(北京)有限公司 仿真场景的生成方法及装置
CN111123735B (zh) * 2018-10-31 2022-09-09 百度在线网络技术(北京)有限公司 自动驾驶仿真运行方法和装置
CN111179585B (zh) * 2018-11-09 2021-12-07 上海汽车集团股份有限公司 自动驾驶车辆的场地测试方法及装置
CN110414098B (zh) * 2019-07-12 2021-07-06 北京三快在线科技有限公司 一种仿真测试环境的生成方法及装置
CN110579216B (zh) * 2019-09-12 2022-02-18 阿波罗智能技术(北京)有限公司 测试场景库构建方法、装置、电子设备和介质
CN111841012A (zh) * 2020-06-23 2020-10-30 北京航空航天大学 一种自动驾驶模拟仿真系统及其测试资源库建设方法
CN112307566B (zh) * 2020-11-12 2023-07-18 安徽江淮汽车集团股份有限公司 车辆仿真测试方法、装置、设备及存储介质
CN113157579B (zh) * 2021-01-11 2022-05-17 北京赛目科技有限公司 一种基于场景的自动驾驶仿真测试方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105954040A (zh) * 2016-04-22 2016-09-21 百度在线网络技术(北京)有限公司 应用于无人驾驶汽车的测试方法和装置
CN109446371A (zh) * 2018-11-09 2019-03-08 苏州清研精准汽车科技有限公司 一种智能汽车仿真测试场景库生成方法及测试系统和方法

Also Published As

Publication number Publication date
CN113032261A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN113032261B (zh) 一种仿真测试的方法及装置
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
CN108334892B (zh) 一种基于卷积神经网络的车型识别方法、装置及设备
CN110674723B (zh) 一种确定无人驾驶车辆行驶轨迹的方法及装置
CN112015847B (zh) 一种障碍物的轨迹预测方法、装置、存储介质及电子设备
US11875551B2 (en) Collecting and processing data from vehicles
CN113037576B (zh) 一种故障检测的方法、装置、存储介质及电子设备
CN112309233B (zh) 一种道路边界的确定、道路切分方法及装置
CN114360239A (zh) 一种多层时空交通知识图谱重建的交通预测方法及系统
CN112883871A (zh) 一种模型训练以及确定无人车运动策略方法及装置
US11048261B1 (en) Systems and methods for evaluating autonomous vehicle software interactions for proposed trips
CN112649012A (zh) 一种轨迹规划方法、设备、介质及无人设备
KR102513382B1 (ko) 보행자의 위치를 결정하는 방법 및 장치
CN113642616B (zh) 一种基于环境数据的训练样本的生成方法及装置
CN112734810B (zh) 一种障碍物追踪方法及装置
CN114114954A (zh) 一种无人设备的控制方法及装置
CN111143423B (zh) 动态场景标注数据挖掘方法、装置以及终端
CN114155504A (zh) 用于自动驾驶的视觉识别车辆方法、装置、出行装置及介质
Ponn et al. Performance Analysis of Camera-based Object Detection for Automated Vehicles.
KR102472649B1 (ko) 객체를 트래킹하기 위한 방법 및 장치
US20220398412A1 (en) Object classification using augmented training data
US11907050B1 (en) Automated event analysis
US20240101151A1 (en) Behavior characterization
US20240092375A1 (en) Autonomous vehicle sensor calibration algorithm evaluation
US20230185992A1 (en) Managing states of a simulated environment

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