CN113049264B - 一种车辆高级驾驶辅助系统的测试系统及方法 - Google Patents
一种车辆高级驾驶辅助系统的测试系统及方法 Download PDFInfo
- Publication number
- CN113049264B CN113049264B CN201911374709.7A CN201911374709A CN113049264B CN 113049264 B CN113049264 B CN 113049264B CN 201911374709 A CN201911374709 A CN 201911374709A CN 113049264 B CN113049264 B CN 113049264B
- Authority
- CN
- China
- Prior art keywords
- adas
- vehicle
- time point
- signal
- test
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的实施例公开了一种车辆高级驾驶辅助系统的测试系统及方法,包括:采集设备采集目标车和测试车行驶时产生的行驶数据,行驶数据存在采集时间点;显示设备采集测试车的ADAS在测试车行驶时产生的ADAS信号,对应显示ADAS信号和ADAS信号产生的时间点;拍摄设备拍摄对应显示的ADAS信号和ADAS信号产生的时间点,将拍摄的图像发送给处理设备;处理设备识别图像得到ADAS信号和ADAS信号产生的时间点;根据ADAS信号产生的时间点和行驶数据的采集时间点,对目标车和测试车的行驶数据、ADAS信号进行时间同步处理;基于时间同步处理后的目标车的行驶数据、测试车的行驶数据和ADAS信号对ADAS进行测试。
Description
技术领域
本公开的实施例涉及车辆安全测试技术领域,特别是涉及一种车辆高级驾驶辅助系统的测试系统及方法。
背景技术
随着社会的进步,车辆几乎成为每家每户所必须的交通工具,而ADAS(AdvancedDriver Assistant System,高级驾驶辅助系统)作为重要的系统,其利用安装于车辆上的各式各样的传感器,在第一时间收集车内外的环境数据,进行静、动态物体的辨识、侦测与追踪等技术上的处理,从而能够让驾驶者在最快的时间察觉可能发生的危险。因此为了保证车辆驾驶安全,需要对车辆的ADAS进行测试。
目前,通常采取如下两种方式对车辆的ADAS进行测试:一是,采用特定厂商生产的测试设备进行测试,此种方式不仅测试设备价格昂贵,且测试设备可定制功能较少,难以根据实际测试环境进行个性化定制。二是,采用来自不同厂家的多套测试设备通过自研的ADAS测试软件组合在一起,通过组合在一起的多套测试设备对ADAS进行测试。但是由于多套测试设备来自不同的厂家,不同测试设备的时钟同步较为困难,从而导致ADAS测试结果的准确度较低。
发明内容
有鉴于此,本公开的实施例提出了一种车辆高级驾驶辅助系统的测试系统及方法,主要目的在于降低车辆ADAS测试成本的同时,提高车辆ADAS测试的准确度。主要技术方案包括:
第一方面,本公开的实施例提供了一种车辆高级驾驶辅助系统的测试系统,所述系统包括:采集设备、显示设备、拍摄设备和处理设备;
所述采集设备,用于分别采集目标车和测试车行驶时产生的行驶数据,并将所述目标车和所述测试车的行驶数据发送给所述处理设备,其中,所述行驶数据存在对应的采集时间点,所述测试车内设置有ADAS,所述ADAS表征高级驾驶辅助系统;
所述显示设备,用于采集所述测试车的ADAS在所述测试车行驶时产生的ADAS信号,并显示所述ADAS信号和所述ADAS信号产生的时间点;
所述拍摄设备,用于拍摄所述显示设备显示的所述ADAS信号和所述ADAS信号产生的时间点,将拍摄的图像发送给所述处理设备;
所述处理设备,用于识别所述拍摄设备发送的图像,并基于图像识别结果得到所述ADAS信号和所述ADAS信号产生的时间点;根据所述ADAS信号产生的时间点和所述采集设备发送的所述行驶数据的采集时间点,对所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号进行时间同步处理;基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试。
第二方面,本公开的实施例提供了一种车辆高级驾驶辅助系统的测试方法,所述方法包括:
分别采集目标车和测试车行驶时产生的行驶数据,其中,所述行驶数据存在对应的采集时间点,所述测试车内设置有ADAS,所述ADAS表征高级驾驶辅助系统;
获取包括有ADAS信号和所述ADAS信号产生的时间点的图像,其中,所述图像是通过拍摄设备拍摄显示设备显示的所述ADAS信号和所述ADAS信号产生的时间点而得;所述ADAS信号是所述测试车的ADAS在所述测试车行驶时产生的ADAS信号;
识别所述图像,并基于图像识别结果得到所述ADAS信号和所述ADAS信号产生的时间点;
根据所述ADAS信号产生的时间点和所述行驶数据的采集时间点,对所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号进行时间同步处理;
基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试。
第三方面,本公开的实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行第二方面所述的车辆高级驾驶辅助系统的测试方法。
第四方面,本公开的实施例提供了一种人机交互装置,所述装置包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行第二方面所述的车辆高级驾驶辅助系统的测试方法。
借由上述技术方案,本公开的实施例提供的车辆高级驾驶辅助系统的测试系统及方法,该系统包括采集设备、显示设备、拍摄设备和处理设备。采集设备,用于分别采集目标车和测试车行驶时产生的行驶数据,行驶数据存在对应的采集时间点。显示设备采集测试车的ADAS在测试车行驶时产生的ADAS信号,并显示ADAS信号和ADAS信号产生的时间点。拍摄设备拍摄显示设备对应显示的ADAS信号和ADAS信号产生的时间点,将拍摄的图像发送给处理设备。处理设备识别拍摄设备发送的图像,并基于图像识别结果得到ADAS信号和ADAS信号产生的时间点,并根据ADAS信号产生的时间点和采集设备发送的行驶数据的采集时间点,对目标车的行驶数据、测试车的行驶数据和ADAS信号进行时间同步处理,基于时间同步处理后的目标车的行驶数据、测试车的行驶数据和ADAS信号对ADAS进行测试。可见,本公开的实施例在对ADAS进行测试时无需使用定制的测试设备,通过采集设备、显示设备、拍摄设备和处理设备便可以完成测试。另外由于通过拍摄图像的方式完成了目标车的行驶数据、测试车的行驶数据和ADAS信号的时间同步,使用时间同步后的目标车的行驶数据、测试车的行驶数据和ADAS信完成ADAS的测试,因此本公开的实施例提供的方案能够在降低车辆ADAS测试成本的同时,提高车辆ADAS测试的准确度。
上述说明仅是本公开的实施例技术方案的概述,为了能够更清楚了解本公开的实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本公开的实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本公开的实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本公开的实施例的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本公开的实施例提供的一种车辆高级驾驶辅助系统的测试系统的组成框图;
图2示出了本公开的实施例提供的另一种车辆高级驾驶辅助系统的ADAS测试系统的组成框图;
图3示出了本公开的实施例提供的一种波形图的示意图;
图4示出了本公开的实施例提供的一种目标车和测试车之间的相对位置示意图;
图5示出了本公开的实施例提供的另一种目标车和测试车之间的相对位置示意图;
图6示出了本公开的实施例提供的一种车辆高级驾驶辅助系统的测试方法的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
第一方面,本公开的实施例提供了一种车辆高级驾驶辅助系统的测试系统,如图1所示,所述系统主要包括:采集设备11、显示设备12、拍摄设备13和处理设备14;
所述采集设备11,用于分别采集目标车和测试车行驶时产生的行驶数据,并将所述目标车和所述测试车的行驶数据发送给处理设备,其中,所述行驶数据存在对应的采集时间点,所述测试车内设置有ADAS,所述ADAS表征高级驾驶辅助系统。
在本实施例中,测试车中设置有ADAS(Advanced Driver Assistant System,高级驾驶辅助系统),该ADAS是利用安装于车上的各式各样的传感器,在第一时间收集车内外的环境数据,进行静、动态物体的辨识、侦测与追踪等技术上的处理,从而能够让驾驶者在最快的时间察觉可能发生的危险,以引起驾驶员注意和提高安全性的主动安全技术。该ADAS包括如下两种功能:一是,ACC(Adaptive Cruise Control,自适应巡航控制),该功能的目的是在特定的情况下,对车辆纵向运动进行自动控制,为驾驶员提供辅助支持,从而减轻驾驶员的劳动强度,保障行车安全。二是,BSD(Blind Spot Detection,盲区监测系统),该功能能够实时监视驾驶员视野盲区,并在规定盲区内出现其他道路使用者时发出警告信息的功能,可以为驾驶员提供视野盲区内的障碍警报,以避免驾驶员进行转向、变道、并道时产生安全隐患。
在本实施例中,在测试车和目标车的行驶过程中,目标车可以在测试车后方行驶,也可以超车到测试车的前方在测试车的前方行驶。而在测试车和目标车的行驶过程中,测试车的ADAS为了能够让测试车的驾驶者在最快的时间察觉可能发生的危险,其会基于目标车和测试车之间的驾驶情况进行相应的处理。这里所述的处理至少包括如下两种:一是,对测试车纵向运动进行自动控制,保证测试车和目标车之间距离;二是,在目标车进入到测试车的规定的盲区范围内时,向驾驶员提供视野盲区内的障碍警报,以避免驾驶员进行转向、变道、并道时产生安全隐患,需要说明的是,该盲区范围为驾驶员的视野盲区。
在本实施例中,目标车和测试车行驶时产生的行驶数据能够反映出ADAS基于目标车和测试车之间的驾驶情况进行相应的处理时,目标车和测试车具体的驾驶情况,因此根据目标车和测试车行驶时产生的行驶数据能够确定出测试车ADAS的处理是否及时和准确。目标车和测试车的行驶数据中至少包括位姿数据、位置数据和车速数据。位姿数据为目标车和测试车中的IMU(Inertial Measurement Unit,惯性测量单元)所产生的数据,其能够表征出车辆的偏向角度,也就是车头的朝向。位置数据为目标车和测试车中的GPS(GlobalPositioning System,全球定位系统)所产生的数据,其能够表征出车辆所处的位置。
在本实施例中,为了保证车辆ADAS测试的准确性,则采集的目标车和测试车的行驶数据应具有相应的采集时间点,以便基于采集时间点对目标车和测试车的行驶数据进行时间同步处理。
所述显示设备12,用于采集所述测试车的ADAS在所述测试车行驶时产生的ADAS信号,并显示所述ADAS信号和所述ADAS信号产生的时间点。
在本实施例中,为了及时采集测试车中的ADAS信号,则该显示设备设置在测试车内。该显示设备采集ADAS信号的方法至少包括:显示设备通过数据线与测试车车身中的ODB接口相连,通过ODB接口(国际标准汽车通讯接口)对测试车的CAN((Controller AreaNetwork,控制器局域网络)数据进行采集,从CAN数据中获取到ADAS信号以及ADAS信号所产生的时间。
在本实施例中,显示设备在采集到测试车的ADAS在测试车行驶时产生的ADAS信号后,显示ADAS信号和ADAS信号产生的时间点供拍摄设备拍摄。需要说明的是,显示设备显示ADAS信号和ADAS信号产生的时间点的方法至少包括如下两种:
第一种,以列表的方式显示ADAS信号和ADAS信号产生的时间点。在列表中一列显示ADAS信号的信号值,另一列对应显示ADAS信号产生的时间点,需要说明的是,显示ADAS信号时显示的是ADAS信号的信号值。
第二种,为了更为直观的显示ADAS信号和ADAS信号产生的时间点,则以时间为横轴和以ADAS信号为纵轴的坐标系中,依据ADAS信号的信号值和ADAS信号产生的时间点生成波形图,显示该波形图。需要说明的是,新采集到的ADAS信号和ADAS信号产生的时间点,直接添加到坐标系中已存在的波形图中即可。
所述拍摄设备13,用于拍摄所述显示设备12显示的所述ADAS信号和所述ADAS信号产生的时间点,将拍摄的图像发送给所述处理设备14。
在本实施例中,拍摄设备可以为高速相机。拍摄设备所拍摄的图像中包括有ADAS信号和ADAS信号产生的时间点。即使该拍摄设备向处理设备发送的图像出现时间延迟,图像中的ADAS信号产生的时间点也不会发生变动,因此处理设备接收到的ADAS信号产生的时间点仍为ADAS信号产生的真实时间点。
所述处理设备14,用于识别所述拍摄设备13发送的图像,并基于图像识别结果得到所述ADAS信号和所述ADAS信号产生的时间点;根据所述ADAS信号产生的时间点和所述采集设备11发送的所述行驶数据的采集时间点,对所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号进行时间同步处理;基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试。
在本实施例中,根据ADAS信号产生的时间点和采集设备发送的行驶数据的采集时间点,对目标车的行驶数据、测试车的行驶数据和ADAS信号进行时间同步处理的过程,实际上就是确定同一时间点对应的目标车的行驶数据、测试车的行驶数据和ADAS信号的过程。
在本实施例中,由于车辆的ADAS具有如下两种功能:一是,ACC(Adaptive CruiseControl,自适应巡航控制);二是,BSD(Blind Spot Detection,盲区监测系统)。因此需要基于时间同步处理后的目标车的行驶数据、测试车的行驶数据和ADAS信号对车辆的ADAS的上述两种功能分布进行测试。
本公开的实施例提供的车辆高级驾驶辅助系统的测试系统,该系统包括采集设备、显示设备、拍摄设备和处理设备。采集设备,用于分别采集目标车和测试车行驶时产生的行驶数据,行驶数据存在对应的采集时间点。显示设备采集测试车的ADAS在测试车行驶时产生的ADAS信号,并显示ADAS信号和ADAS信号产生的时间点。拍摄设备拍摄显示设备对应显示的ADAS信号和ADAS信号产生的时间点,将拍摄的图像发送给处理设备。处理设备识别拍摄设备发送的图像,并基于图像识别结果得到ADAS信号和ADAS信号产生的时间点,并根据ADAS信号产生的时间点和采集设备发送的行驶数据的采集时间点,对目标车的行驶数据、测试车的行驶数据和ADAS信号进行时间同步处理,基于时间同步处理后的目标车的行驶数据、测试车的行驶数据和ADAS信号对ADAS进行测试。可见,本公开的实施例在对ADAS进行测试时无需使用定制的测试设备,通过采集设备、显示设备、拍摄设备和处理设备便可以完成测试。另外由于通过拍摄图像的方式完成了目标车的行驶数据、测试车的行驶数据和ADAS信号的时间同步,使用时间同步后的目标车的行驶数据、测试车的行驶数据和ADAS信完成ADAS的测试,因此本公开的实施例提供的方案能够在降低车辆ADAS测试成本的同时,提高车辆ADAS测试的准确度。
在一些实施例中,如图2所示,所述采集设备11包括:
第二采集单元111,用于采集所述目标车行驶时产生的行驶数据。
第三采集单元112,用于采集所述测试车行驶时产生的行驶数据,其中,采集所述测试车的行驶数据的采集频率与所述第一采集单元采集所述目标车的行驶数据的采集频率相同。
在本实施例中,为了使第二采集单元能够及时采集目标车的行驶数据,则第二采集单元设置在目标车内。同样的,为了使第三采集单元能够及时采集测试车的行驶数据,则第三采集单元设置在测试车内。为了保证第二采集单元和第三采集单元采集的行驶数据可以进行时间同步处理,则第三采集单元采集行驶数据的采集频率与第二采集单元采集行驶数据的采集频率相同。
在本实施例中,第二采集单元和第三采集单元采集的行驶数据均可以包括位姿数据、位置数据和车速数据。需要说明的是,为了使得第二采集单元和第三采集单元采集出较为精确的行驶数据,需要在第二采集单元和第三采集单元采集行驶数据之前,分别对目标车和测试车中的IMU系统和GPS系统进行校正。IMU系统和GPS系统的校正方法至少包括:目标车和测试车分别在空旷的场地进行绕“8”字行驶,对IMU的初始姿态进行校准,对GPS的数据进行校正,以使目标车和测试车中的IMU系统和GPS系统具有一个准确的初值。
在本实施例中,为了降低通信延迟,第二采集单元和第三采集单元所采集的行驶数据可以通过WIFI(Wireless-Fidelity,无限局域网)的高带宽的点对点通信方式发送给处理单元,以供处理单元进行ADAS测试。
在一些实施例中,如图2所示,所述显示设备12包括:
第一采集单元121,用于采集所述ADAS在所述测试车行驶时产生的ADAS信号;
波形生成单元122,用于在以时间为横轴和以ADAS信号为纵轴的坐标系中,依据所述第一采集单元采集的所述ADAS信号的信号值和所述ADAS信号产生的时间点生成波形图;
显示单元123,用于显示所述波形图。
在本实施例中,为了及时采集测试车的ADAS信号以及ADAS信号产生的时间点,则将显示设备设置在测试车中。显示设备中的第一采集单元可以通过数据线与测试车中的ODB接口相连,通过ODB接口实时采集ADAS信号。
在本实施例中,ADAS信号具有对应的信号值,且ADAS信号可以包括但不限于ACC状态信号、BSD状态信号、ACC报警信号和BSD报警信号。其中,ACC状态信号和ACC报警信号为一对,ACC状态信号是ADAS监测出测试车正常行驶时的信号,其信号值为0,而ACC报警信号是ADAS监测出测试车出现跟车跟停时所产生的信号,其信号值为1。BSD状态信号和BSD报警信号为一对信号,BSD状态信号是ADAS监测出测试车的盲区内未出现车辆的信号,其信号值为0,而BSD报警信号是ADAS监测出测试车的盲区内出现车辆时产生的信号,其信号值为1。
在本实施例中,波形生成单元用于在以时间为横轴和以ADAS信号为纵轴的坐标系中,依据采集的ADAS信号的信号值和ADAS信号产生的时间点生成波形图。下面以ADAS信号为ACC状态信号和ACC报警信号这一对信号进行说明:如图3所示,坐标系的横轴为时间(秒),纵轴为ADAS信号的信号值,ACC状态信号是ADAS监测到测试车正常行驶时的信号,其信号值为0,而ACC报警信号是ADAS监测出测试车出现跟车跟停时所产生的信号,其信号值为1。时间点0-10s均接收到ACC状态信号,而11s-18s均接收到ACC报警信号,而18s-20s均接收到ACC状态信号。则形成的波形图在信号0和1之间跳变。需要说明的是,波形图会基于第一采集单元持续采集的ADAS信号,持续沿时间轴的正方向延伸。
在一些实施例中,如图2所示,所述处理设备14包括:
图像识别单元141,用于对所述拍摄设备13发送的图像进行区域分割;对于每一个区域均执行:使用预设的神经网络模型和边缘检测算法对所述区域进行识别,得到所述区域的图像识别结果;在完成对各所述区域的识别后,从各所述区域的图像识别结果中提取所述ADAS信号和所述ADAS信号产生的时间点。
在本实施例中,边缘检测算法可以为Canny(Computational theory of edgedetection,边缘检测计算理论)算法。在对每一个区域进行识别时,由于波形图中的ADAS信号通常在信号值(比如0和1)之间跳变,因此对区域中的信号值的跳变进行实时捕捉,从而确定出信号值发生跳变的时间点以及该时间点对应的ADAS信号。然后利用预设的神经网络模型对时间上连续的各ADAS信号进行识别和捕捉,从而确定出各时间上连续的各ADAS信号及其各自对应的时间点。
在一些实施例中,如图2所示,所述处理设备14包括:
第一确定单元142,用于根据所述目标车的行驶数据以及所述测试车的行驶数据,确定所述目标车进入到所述测试车周围的预设检测范围内的进入时间点;
第二确定单元143,用于在所述ADAS信号中确定具有特定信号值的ADAS信号,并在具有特定信号值的ADAS信号的产生时间点中选取与所述进入时间点最近的时间点,其中,所述最近的时间点晚于所述进入时间点或与所述进入时间点相同;
第三确定单元143,用于当所述进入时间点和所述最近的时间点之间的时间差大于预设的第一时间差阈值时,确定所述测试车的ADAS异常。
在本实施例中,第一确定单元142包括:
第一确定模块1421,用于对于具有相同采集时间点的所述目标车的行驶数据和所述测试车的行驶数据执行:根据所述目标车的行驶数据中的位置数据和所述测试车的行驶数据中的位置数据,确定所述目标车和所述测试车之间的距离是否包括在预设的第一数值区间内;若是,将所述目标车的行驶数据和所述测试车的行驶数据的采集时间点确定为所述进入时间点。
具体的,位置数据可以为经纬度坐标,通过位置数据可以确定出目标车和测试车所处的位置。根据目标车的行驶数据中的位置数据和测试车的行驶数据中的位置数据,确定出目标车和测试车之间的距离。在确定出该距离包括在预设的第一数值区间内时,则说明目标车进入到测试车的盲区,则将该目标车的行驶数据的采集时间点确定为进入时间点。
示例性的,为了明确该进入时间点的确定过程,下面以图4进行说明。图4中的2A为测试车,2B为目标车,2C均为预设的第一数值区间对应的预设检测范围,2A1为测试车在采集时间点1的位置坐标,2B1为目标车在采集时间点1的位置坐标,根据目标车2B和测试车2A的位置坐标可以看出,目标车2B和测试车2A的位置坐标之间的距离位于第一数值区间对应的预设检测范围2C内,则确定采集时间点1为进入时间点。
具体的,在目标车进入到测试车的盲区时,为了避免驾驶员进行转向、变道、并道时产生安全隐患,原则上测试车的ADAS系统应当发出警报,以提醒驾驶员有车在其视野盲区,因此,第二确定单元在ADAS信号中确定具有特定信号值(该特定信号值是发出盲区警告时的ADAS信号的信号值,比如为1)的ADAS信号,并在具有特定信号值的ADAS信号的产生时间点中选取与进入时间点最近的时间点,其中,该最近的时间点晚于进入时间点或与进入时间点相同。
在本实施例中,第三确定单元当确定进入时间点和最近的时间点之间的时间差不大于预设的第一时间差阈值时,说明测试车的ADAS及时对驾驶员做出了预警,使得驾驶及时根据预警进行处理,从而降低了驾驶员进行转向、变道、并道时产生危险的概率。第三确定单元当确定进入时间点和最近的时间点之间的时间差大于预设的第一时间差阈值时,说明测试车的ADAS未及时对驾驶员做出了预警,由于ADAS预警的延迟给驾驶员进行转向、变道、并道时产生巨大的安全隐患,从而确定测试车的ADAS异常。
在本实例中,由于车辆的偏向方向能够表征出车辆的下一步行驶方向,因此,如图2所示,所述第一确定单元142还包括:
第二确定模块1422,用于在所述第一确定模块1421确定所述目标车和所述测试车之间的距离不包括在所述第一数值区间内时,确定所述目标车和所述测试车之间的距离是否包括在预设的第二数值区间内;若是,根据所述目标车的行驶数据中的位姿数据,确定所述目标车偏向所述测试车的角度是否包括预设的角度区间内;若包括在所述角度区间内,确定所述目标车进入到所述测试车周围预设检测范围内,并将所述目标车的行驶数据和所述测试车的行驶数据的采集时间点确定为所述进入时间点,其中,所述第二数值区间内的数值均大于所述第一数值区间内的数值。
具体的,当确定目标车和测试车之间的距离包括在预设的第二数值区间内,且确定目标车偏向所述测试车的角度包括预设的角度区间内,则说明目标车的下一步行驶方向是朝向测试车的,目标车大概率会进入到测试的盲区,则将目标车的行驶数据的采集时间点确定为进入时间点。
示例性,为了明确该进入时间点的确定过程,下面以图5进行说明。图5中的2A为测试车,2B为目标车,2C均为预设的第一数值区间对应的区域,2A1为测试车在采集时间点1的位置坐标,2B1为目标车在采集时间点1的位置坐标,根据目标车2B和测试车2A的位置坐标可以看出,目标车2B和测试车2A的位置坐标之间的距离不位于第一数值区间对应的区域内,但是位于第二数值区间对应的区域2D内,且目标车偏向所述测试车的角度位于预设的角度区间,则确定采集时间点1为进入时间点。
在一些实施例中,如图2所示,所述处理设备14还包括:
第四确定单元143,用于根据所述目标车的行驶数据中的车速数据,确定所述目标车车速发生转化的时间点,其中,所述目标车发生车速转变前的车速与发生转变后的车速之间的车速差大于预设的车速差阈值;
第五确定单元144,用于根据所述测试车的行驶数据中的车速数据,确定所述目标车车速发生转化的时间点之后,所述测试车的车速达到预设车速阈值时的时间点;
第六确定单元145,用于当确定所述目标车车速发生转化的时间点和所述测试车的车速达到预设车速阈值时的时间点之间的时间差大于预设的第二时间差阈值时,确定所述测试车的ADAS异常。
在本实施例中,目标车发生车速转变前的车速与发生转变后的车速之间的车速差大于预设的车速差阈值时,则说明目标车大概率出现了突然刹停的情况。在目标车出现刹停情况时,行驶在目标车后方的测试车的ADAS为了避免测试车追尾目标车,则需要控制测试车跟停目标车。
在本实施例中,第六确定单元当确定目标车车速发生转化的时间点和测试车的车速达到预设车速阈值时的时间点之间的时间差不大于预设的第二时间差阈值时,则说明测试车的ADAS在目标车出现刹停的情况时,并及时的控制测试车跟停,从而可以有效避免测试车与目标车发生追尾。第六确定单元当确定目标车车速发生转化的时间点和测试车的车速达到预设车速阈值时的时间点之间的时间差大于预设的第二时间差阈值时,则说明测试车的ADAS在目标车出现刹停的情况时,并未及时的控制测试车跟停,测试车与目标车发生追尾的风险较大,则确定测试车的ADAS异常。
第二方面,本公开的另一个实施例还提供了一种车辆高级驾驶辅助系统的测试方法,如图6所示,所述方法主要包括:
301、分别采集目标车和测试车行驶时产生的行驶数据,其中,所述行驶数据存在对应的采集时间点,所述测试车内设置有ADAS,所述ADAS表征高级驾驶辅助系统。
302、获取包括有ADAS信号和所述ADAS信号产生的时间点的图像,其中,所述图像是通过拍摄设备拍摄显示设备显示的所述ADAS信号和所述ADAS信号产生的时间点而得;所述ADAS信号是所述测试车的ADAS在所述测试车行驶时产生的ADAS信号。
303、识别所述图像,并基于图像识别结果得到所述ADAS信号和所述ADAS信号产生的时间点。
304、根据所述ADAS信号产生的时间点和所述采集设备发送的所述行驶数据的采集时间点,对所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号进行时间同步处理。
305、基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试。
本公开的实施例提供的车辆高级驾驶辅助系统的测试方法,分别采集目标车和测试车行驶时产生的行驶数据,其中,行驶数据存在对应的采集时间点。获取包括有ADAS信号和所述ADAS信号产生的时间点的图像,其中,图像是通过拍摄设备拍摄显示设备显示的ADAS信号和ADAS信号产生的时间点而得,ADAS信号是测试车的ADAS在测试车行驶时产生的ADAS信号。识别图像,得到ADAS信号和ADAS信号产生的时间点,根据ADAS信号产生的时间点和行驶数据的采集时间点,对目标车的行驶数据、测试车的行驶数据和ADAS信号进行时间同步处理。基于时间同步处理后的目标车的行驶数据、测试车的行驶数据和ADAS信号对ADAS进行测试。可见,本公开的实施例在对ADAS进行测试时无需使用定制的测试设备,通过采集设备、显示设备、拍摄设备和处理设备便可以完成测试。另外由于通过拍摄图像的方式完成了目标车的行驶数据、测试车的行驶数据和ADAS信号的时间同步,使用时间同步后的目标车的行驶数据、测试车的行驶数据和ADAS信完成ADAS的测试,因此本公开的实施例提供的方案能够在降低车辆ADAS测试成本的同时,提高车辆ADAS测试的准确度。
在一些实施例中,图6所示流程图中的步骤301分别采集目标车和测试车行驶时产生的行驶数据,包括:
采集所述目标车行驶时产生的行驶数据;
采集所述测试车行驶时产生的行驶数据,其中,采集所述测试车的行驶数据的采集频率与所述第一采集单元采集所述目标车的行驶数据的采集频率相同。
在一些实施例中,所述方法还可以包括如下步骤:
采集所述ADAS在所述测试车行驶时产生的ADAS信号;
在以时间为横轴和以ADAS信号为纵轴的坐标系中,依据所述ADAS信号的信号值和所述ADAS信号产生的时间点生成波形图;
通过所述显示设备显示所述波形图。
在一些实施例中,图6所示流程图中的步骤303识别所述图像,得到所述ADAS信号和所述ADAS信号产生的时间点的具体执行步骤可以包括:
对所述图像进行区域分割;
对于每一个区域均执行:使用预设的神经网络模型和边缘检测算法对所述区域进行识别,得到所述区域的图像识别结果;
在完成对各所述区域的识别后,从各所述区域的图像识别结果中提取所述ADAS信号和所述ADAS信号产生的时间点。
在一些实施例中,图6所示流程图中的步骤305基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试,包括:
根据所述目标车的行驶数据以及所述测试车的行驶数据,确定所述目标车进入到所述测试车周围的预设检测范围内的进入时间点;
在所述ADAS信号中确定具有特定信号值的ADAS信号,并在具有特定信号值的ADAS信号的产生时间点中选取与所述进入时间点最近的时间点,其中,所述最近的时间点晚于所述进入时间点或与所述进入时间点相同;
当所述进入时间点和所述最近的时间点之间的时间差大于预设的第一时间差阈值时,确定所述测试车的ADAS异常。
具体的,根据所述目标车的行驶数据以及所述测试车的行驶数据,确定所述目标车进入到所述测试车周围的预设检测范围内的进入时间点,包括:
对于具有相同采集时间点的所述目标车的行驶数据和所述测试车的行驶数据执行:根据所述目标车的行驶数据中的位置数据和所述测试车的行驶数据中的位置数据,确定所述目标车和所述测试车之间的距离是否包括在预设的第一数值区间内;若是,确定所述目标车进入到所述测试车周围预设检测范围内,并将所述目标车的行驶数据和所述测试车的行驶数据的采集时间点确定为所述进入时间点。
具体的,在确定所述目标车和所述测试车之间的距离不包括在所述第一数值区间内时,进一步包括:确定所述目标车和所述测试车之间的距离是否包括在预设的第二数值区间内;若是,根据所述目标车的行驶数据中的位姿数据,确定所述目标车偏向所述测试车的角度是否包括预设的角度区间内;若包括在所述角度区间内,确定所述目标车进入到所述测试车周围预设检测范围内,并将所述目标车的行驶数据和所述测试车的行驶数据的采集时间点确定为所述进入时间点,其中,所述第二数值区间内的数值均大于所述第一数值区间内的数值。
在一些实施例中,进一步的,所述车辆高级驾驶辅助系统的测试方法还可以包括如下步骤:
根据所述目标车的行驶数据中的车速数据,确定所述目标车车速发生转化的时间点,其中,所述目标车发生车速转变前的车速与发生转变后的车速之间的车速差大于预设的车速差阈值;
根据所述测试车的行驶数据中的车速数据,确定所述目标车车速发生转化的时间点之后,所述测试车的车速达到预设车速阈值时的时间点;
当确定所述目标车车速发生转化的时间点和所述测试车的车速达到预设车速阈值时的时间点之间的时间差大于预设的第二时间差阈值时,确定所述测试车的ADAS异常。
第二方面的实施例提供的车辆高级驾驶辅助系统的测试方法,可以用以执行第一方面的实施例所提供的车辆高级驾驶辅助系统的测试系统,相关的用于的含义以及具体的实施方式可以参见第一方面的实施例中的相关描述,在此不再详细说明。
第三方面,本公开的实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行第二方面所述的车辆高级驾驶辅助系统的测试方法。
存储介质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),存储器包括至少一个存储芯片。
第四方面,本公开的实施例提供了一种人机交互装置,所述装置包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行第二方面所述的车辆高级驾驶辅助系统的测试方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开的实施例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,本公开的实施例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。
本申请是参照本公开的实施例的方法、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。
存储器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)。存储器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,本公开的实施例可提供为方法、系统或计算机程序产品。因此,本公开的实施例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,本公开的实施例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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (13)
1.一种车辆高级驾驶辅助系统的测试系统,其特征在于,所述系统包括:采集设备、显示设备、拍摄设备和处理设备;
所述采集设备,用于分别采集目标车和测试车行驶时产生的行驶数据,并将所述目标车和所述测试车的行驶数据发送给所述处理设备,其中,所述行驶数据存在对应的采集时间点,所述测试车内设置有ADAS,所述ADAS表征高级驾驶辅助系统;
所述显示设备,用于采集所述测试车的ADAS在所述测试车行驶时产生的ADAS信号,并显示所述ADAS信号和所述ADAS信号产生的时间点;
所述拍摄设备,用于拍摄所述显示设备显示的所述ADAS信号和所述ADAS信号产生的时间点,将拍摄的图像发送给所述处理设备;
所述处理设备,用于识别所述拍摄设备发送的图像,并基于图像识别结果得到所述ADAS信号和所述ADAS信号产生的时间点;根据所述ADAS信号产生的时间点和所述采集设备发送的所述行驶数据的采集时间点,对所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号进行时间同步处理;基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试;
所述处理设备包括:
第一确定单元,用于根据所述目标车的行驶数据以及所述测试车的行驶数据,确定所述目标车进入到所述测试车周围的预设检测范围内的进入时间点;
第二确定单元,用于在所述ADAS信号中确定具有特定信号值的ADAS信号,并在具有特定信号值的ADAS信号的产生时间点中选取与所述进入时间点最近的时间点,其中,所述最近的时间点晚于所述进入时间点或与所述进入时间点相同;
第三确定单元,用于当所述进入时间点和所述最近的时间点之间的时间差大于预设的第一时间差阈值时,确定所述测试车的ADAS异常。
2.根据权利要求1所述的系统,其特征在于,所述显示设备包括:
第一采集单元,用于采集所述ADAS在所述测试车行驶时产生的ADAS信号;
波形生成单元,用于在以时间为横轴和以ADAS信号为纵轴的坐标系中,依据所述第一采集单元采集的所述ADAS信号和所述ADAS信号产生的时间点生成波形图;
显示单元,用于显示所述波形图。
3.根据权利要求1所述的系统,其特征在于,所述处理设备包括:
图像识别单元,用于对所述拍摄设备发送的图像进行区域分割;对于每一个区域均执行:使用预设的神经网络模型和边缘检测算法对所述区域进行识别,得到所述区域的图像识别结果;在完成对各所述区域的识别后,从各所述区域的图像识别结果中提取所述ADAS信号和所述ADAS信号产生的时间点。
4.根据权利要求1所述的系统,其特征在于,所述第一确定单元包括:
第一确定模块,用于对于具有相同采集时间点的所述目标车的行驶数据和所述测试车的行驶数据执行:根据所述目标车的行驶数据中的位置数据和所述测试车的行驶数据中的位置数据,确定所述目标车和所述测试车之间的距离是否包括在预设的第一数值区间内;若是,确定所述目标车进入到所述测试车周围预设检测范围内,并将所述目标车的行驶数据和所述测试车的行驶数据的采集时间点确定为所述进入时间点。
5.根据权利要求4所述的系统,其特征在于,所述第一确定单元还包括:
第二确定模块,用于在所述第一确定模块确定所述目标车和所述测试车之间的距离不包括在所述第一数值区间内时,确定所述目标车和所述测试车之间的距离是否包括在预设的第二数值区间内;若是,根据所述目标车的行驶数据中的位姿数据,确定所述目标车偏向所述测试车的角度是否包括预设的角度区间内;若包括在所述角度区间内,确定所述目标车进入到所述测试车周围预设检测范围内,并将所述目标车的行驶数据和所述测试车的行驶数据的采集时间点确定为所述进入时间点,其中,所述第二数值区间内的数值均大于所述第一数值区间内的数值。
6.根据权利要求1所述的系统,其特征在于,所述处理设备还包括:
第四确定单元,用于根据所述目标车的行驶数据中的车速数据,确定所述目标车车速发生转化的时间点,其中,所述目标车发生车速转变前的车速与发生转变后的车速之间的车速差大于预设的车速差阈值;
第五确定单元,用于根据所述测试车的行驶数据中的车速数据,确定所述目标车车速发生转化的时间点之后,所述测试车的车速达到预设车速阈值时的时间点;
第六确定单元,用于当确定所述目标车车速发生转化的时间点和所述测试车的车速达到预设车速阈值时的时间点之间的时间差大于预设的第二时间差阈值时,确定所述测试车的ADAS异常。
7.根据权利要求1所述的系统,其特征在于,所述采集设备包括:
第二采集单元,用于采集所述目标车行驶时产生的行驶数据;
第三采集单元,用于采集所述测试车行驶时产生的行驶数据,其中,采集所述测试车的行驶数据的采集频率与所述第二采集单元采集所述目标车的行驶数据的采集频率相同。
8.一种车辆高级驾驶辅助系统的测试方法,其特征在于,所述方法包括:
分别采集目标车和测试车行驶时产生的行驶数据,其中,所述行驶数据存在对应的采集时间点,所述测试车内设置有ADAS,所述ADAS表征高级驾驶辅助系统;
获取包括有ADAS信号和所述ADAS信号产生的时间点的图像,其中,所述图像是通过拍摄设备拍摄显示设备显示的所述ADAS信号和所述ADAS信号产生的时间点而得;所述ADAS信号是所述测试车的ADAS在所述测试车行驶时产生的ADAS信号;
识别所述图像,并基于图像识别结果得到所述ADAS信号和所述ADAS信号产生的时间点;
根据所述ADAS信号产生的时间点和所述行驶数据的采集时间点,对所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号进行时间同步处理;
基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试;
基于时间同步处理后的所述目标车的行驶数据、所述测试车的行驶数据和所述ADAS信号对所述ADAS进行测试,包括:
根据所述目标车的行驶数据以及所述测试车的行驶数据,确定所述目标车进入到所述测试车周围的预设检测范围内的进入时间点;
在所述ADAS信号中确定具有特定信号值的ADAS信号,并在具有特定信号值的ADAS信号的产生时间点中选取与所述进入时间点最近的时间点,其中,所述最近的时间点晚于所述进入时间点或与所述进入时间点相同;
当所述进入时间点和所述最近的时间点之间的时间差大于预设的第一时间差阈值时,确定所述测试车的ADAS异常。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
采集所述ADAS在所述测试车行驶时产生的ADAS信号;
在以时间为横轴和以ADAS信号为纵轴的坐标系中,依据采集的所述ADAS信号的信号值和所述ADAS信号产生的时间点生成波形图;
通过所述显示设备显示所述波形图。
10.根据权利要求8所述的方法,其特征在于,识别所述图像,并基于图像识别结果得到所述ADAS信号和所述ADAS信号产生的时间点,包括:
对所述图像进行区域分割;
对于每一个区域均执行:使用预设的神经网络模型和边缘检测算法对所述区域进行识别,得到所述区域的图像识别结果;
在完成对各所述区域的识别后,从各所述区域的图像识别结果中提取得到所述ADAS信号和所述ADAS信号产生的时间点。
11.根据权利要求8所述的方法,其特征在于,根据所述目标车的行驶数据以及所述测试车的行驶数据,确定所述目标车进入到所述测试车周围的预设检测范围内的进入时间点,包括:
对于具有相同采集时间点的所述目标车的行驶数据和所述测试车的行驶数据执行:根据所述目标车的行驶数据中的位置数据和所述测试车的行驶数据中的位置数据,确定所述目标车和所述测试车之间的距离是否包括在预设的第一数值区间内;若是,确定所述目标车进入到所述测试车周围预设检测范围内,并将所述目标车的行驶数据和所述测试车的行驶数据的采集时间点确定为所述进入时间点。
12.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求8至11中任一项所述的车辆高级驾驶辅助系统的测试方法。
13.一种人机交互装置,其特征在于,所述装置包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行权利要求8至11中任一项所述的车辆高级驾驶辅助系统的测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911374709.7A CN113049264B (zh) | 2019-12-27 | 2019-12-27 | 一种车辆高级驾驶辅助系统的测试系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911374709.7A CN113049264B (zh) | 2019-12-27 | 2019-12-27 | 一种车辆高级驾驶辅助系统的测试系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113049264A CN113049264A (zh) | 2021-06-29 |
CN113049264B true CN113049264B (zh) | 2023-01-10 |
Family
ID=76506591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911374709.7A Active CN113049264B (zh) | 2019-12-27 | 2019-12-27 | 一种车辆高级驾驶辅助系统的测试系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049264B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047361B (zh) * | 2022-01-11 | 2022-04-05 | 深圳佑驾创新科技有限公司 | 一种adas视觉设备的校验系统 |
CN115962961B (zh) * | 2023-03-14 | 2023-05-30 | 苏州清研精准汽车科技有限公司 | Adas信号显示功能的测试系统以及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101511858B1 (ko) * | 2013-11-04 | 2015-04-13 | 현대오트론 주식회사 | 보행자 또는 이륜차를 인지하는 운전보조시스템 및 그 제어방법 |
CN106485715A (zh) * | 2016-09-09 | 2017-03-08 | 电子科技大学成都研究院 | 一种非结构化道路识别方法 |
CN108334056A (zh) * | 2018-02-02 | 2018-07-27 | 安徽江淮汽车集团股份有限公司 | 一种adas测试系统及测试方法 |
CN108447336A (zh) * | 2018-03-30 | 2018-08-24 | 武汉理工大学 | 基于驾驶模拟器和可编程触摸屏的adas开发测试系统 |
CN207924502U (zh) * | 2018-03-23 | 2018-09-28 | 南京越博动力系统股份有限公司 | 一种采用摄像头的adas驾驶辅助功能测试系统 |
CN108844754A (zh) * | 2018-08-10 | 2018-11-20 | 安徽江淮汽车集团股份有限公司 | 用于评估高级驾驶员辅助系统的测试装置 |
CN109581448A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种高精度adas场地测试系统 |
CN109635656A (zh) * | 2018-11-12 | 2019-04-16 | 平安科技(深圳)有限公司 | 基于神经网络的车辆属性识别方法、装置、设备及介质 |
CN110162051A (zh) * | 2019-05-23 | 2019-08-23 | 天津清智科技有限公司 | 一种汽车高级辅助驾驶系统和自动驾驶系统测试平台 |
-
2019
- 2019-12-27 CN CN201911374709.7A patent/CN113049264B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101511858B1 (ko) * | 2013-11-04 | 2015-04-13 | 현대오트론 주식회사 | 보행자 또는 이륜차를 인지하는 운전보조시스템 및 그 제어방법 |
CN106485715A (zh) * | 2016-09-09 | 2017-03-08 | 电子科技大学成都研究院 | 一种非结构化道路识别方法 |
CN108334056A (zh) * | 2018-02-02 | 2018-07-27 | 安徽江淮汽车集团股份有限公司 | 一种adas测试系统及测试方法 |
CN207924502U (zh) * | 2018-03-23 | 2018-09-28 | 南京越博动力系统股份有限公司 | 一种采用摄像头的adas驾驶辅助功能测试系统 |
CN108447336A (zh) * | 2018-03-30 | 2018-08-24 | 武汉理工大学 | 基于驾驶模拟器和可编程触摸屏的adas开发测试系统 |
CN108844754A (zh) * | 2018-08-10 | 2018-11-20 | 安徽江淮汽车集团股份有限公司 | 用于评估高级驾驶员辅助系统的测试装置 |
CN109635656A (zh) * | 2018-11-12 | 2019-04-16 | 平安科技(深圳)有限公司 | 基于神经网络的车辆属性识别方法、装置、设备及介质 |
CN109581448A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种高精度adas场地测试系统 |
CN110162051A (zh) * | 2019-05-23 | 2019-08-23 | 天津清智科技有限公司 | 一种汽车高级辅助驾驶系统和自动驾驶系统测试平台 |
Non-Patent Citations (1)
Title |
---|
驾驶员辅助系统报警性能测试台架的研究;王睿达等;《电子设计工程》;20120720(第14期);第94-97页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113049264A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109557904B (zh) | 一种测试方法、装置、设备和介质 | |
US20210208597A1 (en) | Sensor aggregation framework for autonomous driving vehicles | |
CN109085829B (zh) | 一种动静态目标识别方法 | |
CN105774806A (zh) | 车辆行驶控制装置 | |
CN113049264B (zh) | 一种车辆高级驾驶辅助系统的测试系统及方法 | |
CN110341621B (zh) | 一种障碍物检测方法及装置 | |
KR20210037791A (ko) | 자율 주행 장치 및 방법 | |
KR20210037790A (ko) | 자율 주행 장치 및 방법 | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
US11227499B2 (en) | Driving assistance apparatus and driving assistance method | |
CN112309004B (zh) | 一种虚拟减速带生成方法、装置、车辆和存储介质 | |
US11429185B2 (en) | Apparatus and method for assessing occupant gazes | |
CN112519799A (zh) | 机动车道路辅助驾驶装置及方法 | |
KR20230120615A (ko) | 보행자의 위치를 결정하는 방법 및 장치 | |
CN114426030B (zh) | 一种行人穿行意图估计方法、装置、设备和汽车 | |
CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及系统 | |
CN111812602A (zh) | 驾驶辅助系统性能的评估方法及存储介质 | |
WO2020258222A1 (en) | Method and system for identifying object | |
JP6848847B2 (ja) | 静止物体地図情報生成装置 | |
JP2010262478A (ja) | 車両制御システム及び安全確認判定装置 | |
JP2009031299A (ja) | 周辺監視センサ | |
KR20200133850A (ko) | 자율 주행 장치 및 방법 | |
CN115937826B (zh) | 目标检测方法及装置 | |
US11661070B2 (en) | Driving consciousness estimation device | |
JP2019012480A (ja) | 運転診断装置および運転診断方法 |
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 |