CN113076261A - 自动泊车测试方法、设备、存储介质及装置 - Google Patents
自动泊车测试方法、设备、存储介质及装置 Download PDFInfo
- Publication number
- CN113076261A CN113076261A CN202110479576.0A CN202110479576A CN113076261A CN 113076261 A CN113076261 A CN 113076261A CN 202110479576 A CN202110479576 A CN 202110479576A CN 113076261 A CN113076261 A CN 113076261A
- Authority
- CN
- China
- Prior art keywords
- information
- parking
- parking space
- virtual
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 160
- 238000010998 test method Methods 0.000 title claims abstract description 30
- 230000009467 reduction Effects 0.000 claims description 34
- 238000012795 verification Methods 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 23
- 230000009471 action Effects 0.000 claims description 11
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 230000008569 process Effects 0.000 description 10
- 238000011161 development Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动泊车测试方法、设备、存储介质及装置,本发明通过多维度要素信息确定目标泊车位;根据所述目标泊车位和历史泊车记录信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息;从历史泊车记录信息提取目标泊车位对应的整车操作信息;根据整车操作信息及虚拟场景信息进行虚拟泊车测试,并获得测试结果。由于本发明是通过待选取泊车位的多维度要素信息及历史泊车记录信息构建虚拟场景信息,根据虚拟场景信息及整车操作信息进行虚拟泊车测试,并获得泊车测试结果,相较于现有技术测试场景有限,从而导致测试结果不准确,影响测试效率,实现了多维度虚拟场景测试,从而提升了测试效率,减少对车辆周期性开发进度的影响。
Description
技术领域
本发明涉及自动泊车测试领域,尤其涉及一种自动泊车测试方法、设备、存储介质及装置。
背景技术
目前,随着智能网联汽车技术的逐渐发展,智能驾驶系统逐渐取代了人类驾驶的部分驾驶任务,目标对于泊车系统的测试场景主要来源于ISO标准,现有的泊车测试标准不仅数量少,测试场景还及其有限,测试结果覆盖不全面,从而导致测试速度慢,对车辆周期性开发进度影响较大。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种自动泊车测试方法、设备、存储介质及装置,旨在解决现有技术测试场景有限,导致测试速度慢,对车辆周期性开发进度影响较大的技术问题。
为实现上述目的,本发明提供一种自动泊车测试方法,所述自动泊车测试方法包括以下步骤:
获取待选取泊车位的多维度要素信息及历史泊车记录信息;
根据所述多维度要素信息确定目标泊车位;
根据所述目标泊车位和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息;
从所述历史泊车记录信息提取所述目标泊车位对应的整车操作信息;
根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果。
优选地,所述根据所述多维度要素信息确定目标泊车位的步骤,包括:
从所述多维度要素信息中提取车位类型信息、线型信息、车位场景信息及环境信息;
根据所述车位类型信息、所述线型信息、所述车位场景信息及所述环境信息确定目标泊车位。
优选地,所述根据所述目标泊车位和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息的步骤,包括;
根据所述目标泊车位从所述历史泊车记录信息提取超声波雷达信息及视频信息;
根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息。
优选地,所述根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息的步骤,包括:
根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位;
将所述视频信息中目标泊车位的车位类型及车位长宽对应的视频信号通过视频注入板卡注入至预设验证系统中,并获得验证结果;
根据所述验证结果确定所述目标泊车位对应的虚拟泊车位还原度及环境还原度;
在所述虚拟泊车位还原度达到第一预设阈值且所述环境还原度达到第二预设阈值时,获取所述虚拟泊车位对应的虚拟场景信息。
优选地,所述根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果的步骤,包括:
从所述整车操作信息中提取驾驶员的操作顺序信息及动作信息;
根据所述操作顺序信息及所述动作信息通过CAN板卡回放至所述预设验证系统中,以获得验证结果;
根据所述验证结果确定驾驶员操作对应的操作还原度;
在所述操作还原度达到第三预设阈值时,获取虚拟驾驶员对应的虚拟操作信息;
根据所述虚拟操作信息、所述虚拟场景信息及预设泊车策略对所述虚拟场景中的虚拟车辆进行泊车测试,并获得测试结果。
优选地,所述根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果的步骤之后,还包括:
将所述测试结果与预设人工泊车轨迹进行对比,以获得对比结果;
根据所述对比结果提取泊车位场景,并更新泊车场景库。
优选地,所述根据所述测试结果与预设人工泊车轨迹进行对比,以获得对比结果的步骤,包括:
根据所述测试结果与预设人工泊车轨迹进行对比,输出对比曲线;
根据所述对比曲线确定所述测试结果对应的轨迹曲线;
根据所述轨迹曲线确定对比结果。
此外,为实现上述目的,本发明还提出一种自动泊车测试设备,所述自动泊车测试设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自动泊车测试程序,所述自动泊车测试程序配置为实现如上文所述的自动泊车测试方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有自动泊车测试程序,所述自动泊车测试程序被处理器执行时实现如上文所述的自动泊车测试方法的步骤。
此外,为实现上述目的,本发明还提出一种自动泊车测试装置,所述自动泊车测试装置包括:
信息获取模块,用于获取待选取泊车位的多维度要素信息及历史泊车记录信息;
信息确定模块,用于根据所述多维度要素信息确定目标泊车位;
所述信息获取模块,还用于根据所述目标泊车位和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息;
所述信息确定模块,还用于从所述历史泊车记录信息提取所述目标泊车位对应的整车操作信息;
泊车测试模块,用于根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果。
本发明通过获取待选取泊车位的多维度要素信息及历史泊车记录信息;根据多维度要素信息确定目标泊车位;根据目标泊车位和历史泊车记录信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息;从历史泊车记录信息提取目标泊车位对应的整车操作信息;根据整车操作信息及虚拟场景信息进行虚拟泊车测试,并获得测试结果。由于本发明是通过待选取泊车位的多维度要素信息及历史泊车记录信息构建虚拟场景信息,根据虚拟场景信息及整车操作信息进行虚拟泊车测试,并获得泊车测试结果,本发明相较于现有技术测试场景有限,从而导致测试结果不准确,影响测试效率,本发明实现了多维度虚拟场景测试,从而提升了测试效率,减少对车辆周期性开发进度的影响。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的自动泊车测试设备的结构示意图;
图2为本发明自动泊车测试方法第一实施例的流程示意图;
图3为本发明自动泊车测试方法第二实施例的流程示意图;
图4为本发明自动泊车测试方法第三实施例的流程示意图;
图5为本发明自动泊车测试装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的自动泊车测试设备结构示意图。
如图1所示,该自动泊车测试设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口,对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的存储器(Non-volatileMemory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对自动泊车测试设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及自动泊车测试程序。
在图1所示的自动泊车测试设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接用户设备;所述自动泊车测试设备通过处理器1001调用存储器1005中存储的自动泊车测试程序,并执行本发明实施例提供的自动泊车测试方法。
基于上述硬件结构,提出本发明自动泊车测试方法的实施例。
参照图2,图2为本发明自动泊车测试方法第一实施例的流程示意图,提出本发明自动泊车测试方法第一实施例。
在本实施例中,所述自动泊车测试方法包括以下步骤:
步骤S10:获取待选取泊车位的多维度要素信息及历史泊车记录信息。
需说明的是,本实施例执行主体可以是自动泊车测试系统,也可以是进行虚拟泊车测试的设备。该设备可以是车载电脑、计算机、笔记本、电脑、手机等,本实施例对此不加以限制。本实施例以自动泊车测试系统为执行主体进行说明。
应理解的是,待选取泊车位可以是实际泊车位对应的各种类型的车位,例如:非字型停车位,一字型停车位及斜线停车位。也可以根据停车方式划分为自行式停车方式和机械式停车方式两大类,也可以根据停车场划分的泊车位类型,即按停车车辆行至分为机动车停车场和非机动车停车场,也可以是按照停车位置分为路外停车场和路内停车场,路外停车场可以是指道路用地控制线以外专门开辟兴建的停车场或停车库,也可以是按照建筑类型分为地面停车场、地下停车库和地下停车楼,由于不同的建筑类型对应的道路设施和其他附属设施不同,因此,本实施例中待选取泊车位包含日常生活所有可遇到的泊车位类型,但不做具体类型限制。
可理解的是,多维度要素信息可以是根据采集泊车位的车辆安装四个高清摄像头、记录整车信号的记录设备以及可以探测泊车位周边环境信息的传感器所采集的信息。历史泊车记录信息可以是车辆历史人工驾驶对应的人工操作信息、车辆记录的车辆状态信息及真实世界泊车记录信息。
具体实现中,四个高清摄像头安装在车辆保险杠前方中间、两边后视镜下方、后保险杠中间。从整车OBD口记录整车信号,有方向盘转角信号、车速信号、制动信号、档位信号。探测周边环境信号的传感器有可以输出距离信号的超声波雷达以及拍摄视频信息并输出停车位长宽信息的高清摄像头。
步骤S20:根据所述多维度要素信息确定目标泊车位。
具体实现中,自动泊车测试系统可以根据多维度要素信息从待选取的泊车位中确定目标泊车位。
步骤S30:根据所述目标泊车位和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息。
需说明的是,虚拟泊车位可以是根据真实世界对应的泊车位所确定的虚拟车位,虚拟泊车位应该与真实世界对应的泊车位的车位类型、路面类型及界线类型一一对应,虚拟泊车位用于模拟真实世界的泊车位,可以用于泊车仿真测试。
可理解的是,虚拟场景信息可以是指在进行泊车测试时,虚拟泊车位对应的场景信息、虚拟驾驶员及虚拟环境信息等,例如:在对虚拟泊车位进行泊车测试时,可能会出现的其他干扰车辆、人、动物及气象因素对应的场景信息。本方案中涉及多种场景信息。
具体实现中,自动泊车测试系统可以根据目标泊车位和历史泊车记录信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息。
步骤S40:从所述历史泊车记录信息提取所述目标泊车位对应的整车操作信息。
需说明的是,整车操作信息可以是指在真实世界中针对目标泊车位,驾驶员进行泊车时对应的操作车辆生成的信息,整车操作信息包含驾驶员对车辆的操作信息,也包含车辆自适应的操作信息。
具体实现中,自动泊车测试系统可以在确定目标泊车位后,从历史泊车记录信息中提取由驾驶员泊入目标泊车位内设备所记录的信息,从而便于后期对虚拟泊车位的虚拟场景信息的构建,提升数据有效性,由于在对车辆进行泊车时,记录设备会将整个泊车过程中的车辆信息记录下来,超声波雷达和拍摄视频信息的高清摄像头会将周边障碍物的距离和视频信息记录下来。
步骤S50:根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果。
需说明的是,测试结果可以是虚拟车辆在进行虚拟泊车测试时,泊车过程中每一步的操作信息,将每一步的操作信息与真实泊车数据进行对比确定测试是否成功。
具体实现中,自动泊车测试系统可以根据整车操作信息确定虚拟驾驶员对应的操作信息,从而提升驾驶员操作车辆的还原度,并根据虚拟场景信息进行虚拟泊车测试,获得测试结果。
本实施例获取待选取泊车位的多维度要素信息及历史泊车记录信息;根据多维度要素信息确定目标泊车位;根据目标泊车位和历史泊车记录信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息;从历史泊车记录信息提取目标泊车位对应的整车操作信息;根据整车操作信息及虚拟场景信息进行虚拟泊车测试,并获得测试结果。由于本实施例是通过待选取泊车位的多维度要素信息及历史泊车记录信息构建虚拟场景信息,根据虚拟场景信息及整车操作信息进行虚拟泊车测试,并获得泊车测试结果,本实施例相较于现有技术测试场景有限,从而导致测试结果不准确,影响测试效率,本实施例实现了多维度虚拟场景测试,从而提升了测试效率,减少对车辆周期性开发进度的影响。
参照图3,图3为本发明自动泊车测试方法第二实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明自动泊车测试方法的第二实施例。
在本实施例中,所述步骤S20,包括:
步骤S201:从所述多维度要素信息中提取车位类型信息、线型信息、车位场景信息及环境信息。
需说明的是,车位类型信息可以包含日常生活所有可遇到的泊车位类型。本实施例对车位类型不做具体限定,线型信息可以包含车位界线颜色、线型及线型清晰度等对应的信息,车位界线颜色可以包含白色、黄色、蓝色,白色可以用于标识路边停车位是收费的;黄色可以用于标识停车位一般用于停放特殊车辆专用,如:消防车辆,黄色虚线标识的路边停车位可以是指允许临时停车,但不允许长时间停车,蓝色可以用于标识路边的停车位是长时间免费的车位,虚线可以用于标识限时免费的车位,因此针对不同的场景下,车位限制不同。线型信息可以包含泊车位的线宽及线长对应的信息,线型清晰度可以根据深度学习算法对摄像头采集的图像信息进行识别,车位场景信息可以包含车位路面类型信息、车位内填充色信息及车位内是否存在阴影,环境信息可以包含是否有光照、时间信息及气象信息。
可理解的是,车位类型可以包括平行车位、垂直车位、斜列车位;界线颜色可以包括黄色、白色、绿色;线型包括T型、L型、封闭型;线型清晰度包括清晰、模糊;车位路面类型可以包括沥青路面、水泥路面;车位内填充色可以包括无、蓝色,但不仅限于两种颜色;是否存在阴影可以是包含存在阴影和不存在影响两种情况;光照可以包括自然光、灯光;时间可以包括上午、中午、傍晚;气象因素可以包括晴天、多云、阴天对应的天气信息。
具体实现中,自动泊车测试系统可以从所述多维度要素信息中提取车位类型信息、线型信息、车位场景信息及环境信息。
步骤S202:根据所述车位类型信息、所述线型信息、所述车位场景信息及所述环境信息确定目标泊车位。
具体实现中,自动泊车测试系统可以根据车位类型、界线颜色、线型、线型清晰度、车位路面类型、车位内填充色、是否存在阴影、是否有光照、时间、天气对应的10个维度来寻找目标泊车位。
在本实施例中,所述步骤S30,包括:
步骤S301:根据所述目标泊车位从所述历史泊车记录信息提取超声波雷达信息及视频信息。
需说明的是,超声波雷达信息可以是历史数据中在驾驶员驾车在泊入目标泊车位时,超声波雷达会将周边障碍物的距离进行记录并生成的信息。
可理解的是,视频信息可以是指历史数据中在驾驶员驾车泊入目标泊车位时,拍摄视频信息的高清摄像头会将周围障碍物及设施进行拍摄的信息。
具体实现中,自动泊车测试系统可以根据目标泊车位从历史泊车记录信息中提取超声波雷达信息及视频信息以获取周边障碍物的距离及视频信息。从而便于提升后期虚拟场景的真实性。
步骤S302:根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息。
具体实现中,自动泊车测试系统可以根据目标泊车位对应的车位类型、界线颜色、线型、线型清晰度、车位路面类型、车位内填充色、是否存在阴影、是否有光照、时间、天气等信息、目标泊车位对应的超声波雷达信息对车身周边障碍物距离信息及视频信息中对车身周边障碍物视频信息构建虚拟泊车位,并确定虚拟泊车位对应的虚拟场景信息,自动泊车测试系统可以在确定目标泊车位后,可以先在离车位线20-30公分距离的位置上,利用自动泊车控制器进行环视图像的拍摄,泊入车位后再此进行环视图像的拍摄。完成泊车位采集后,搭建整个验证系统,包括可以在电脑上搭建虚拟泊车位、有自动泊车算法的虚拟车辆、视频注入系统。
进一步地,为了提高虚拟泊车位及虚拟场景还原度,所述步骤S302包括:根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位;将所述视频信息中目标泊车位的车位类型及车位长宽对应的视频信号通过视频注入板卡注入至预设验证系统中,并获得验证结果;根据所述验证结果确定所述目标泊车位对应的虚拟泊车位还原度及环境还原度;在所述虚拟泊车位还原度达到第一预设阈值且所述环境还原度达到第二预设阈值时,获取所述虚拟泊车位对应的虚拟场景信息。
需说明的是,车位类型可以是平行车位、垂直车位、斜列车位。车位长宽可以是根据不同的车型需求对应的车位长宽,不同的泊车位对应的车位长宽不同,具体的可以根据泊车场景进行确定。
可理解的是,在搭建目标泊车位对应的虚拟泊车位时,车位类型及车位长宽要与真实世界中的泊车位具有高还原性。视频注入板卡可以是在对虚拟泊车位及虚拟泊车位对应的虚拟场景进行仿真时,将视频流注入仿真平台的注入方式。预设验证系统可以是用于验证采集的环境信息视频信号是否能够有效搭建虚拟泊车位及环境的系统,并确定虚拟泊车位还原度及环境还原度。
应理解的是,第一预设阈值可以是虚拟泊车位对应的数据有效性最低阈值,即成功搭建虚拟泊车位所需的信号及数据对应的有效概率值,第二预设阈值可以是指虚拟泊车位对应的数据有效性最低阈值,即成功搭建虚拟泊车位的虚拟环境所需的信号及数据对应的有效概率值。
具体实现中,自动泊车测试系统可以根据目标泊车位、超声波雷达信息及视频信息构建泊车位,并将视频信息中目标泊车位的车位类型及车位长宽对应的视频信号通过视频注入板卡注入至验证系统中,并获得验证结果;根据所述验证结果确定所述目标泊车位对应的虚拟泊车位还原度及环境还原度;在所述虚拟泊车位还原度达到第一预设阈值且所述环境还原度达到第二预设阈值时,获取所述虚拟泊车位对应的虚拟场景信息。
进一步地,为了提高虚拟驾驶员及虚拟车辆对应的操作还原度,所述步骤S50,包括:从所述整车操作信息中提取驾驶员的操作顺序信息及动作信息;根据所述操作顺序信息及所述动作信息通过CAN板卡回放至所述预设验证系统中,以获得验证结果;根据所述验证结果确定驾驶员操作对应的操作还原度;在所述操作还原度达到第三预设阈值时,获取虚拟驾驶员对应的虚拟操作信息;根据所述虚拟操作信息、所述虚拟场景信息及预设泊车策略对所述虚拟场景中的虚拟车辆进行泊车测试,并获得测试结果。
需说明的是,操作顺序信息可以是指驾驶员在真实世界中泊车对应的操作顺序信息,动作信息可以是指驾驶员在真实世界中泊车时对应的人为行为。
可理解的是,第三预设阈值可以是指虚拟泊车位对应的整车操作数据有效性最低阈值,即成功搭建整车操作所需的信号及数据对应的有效概率值。例如:虚拟驾驶员对应的操作信息。
应理解的是,预设泊车策略可以是在虚拟场景中定义虚拟车辆的行驶策略,如:在车辆检测到周边的停车位时,自动泊车算法会自动开启,起动泊车程序。
具体实现中,自动泊车测试系统可以从所述整车操作信息中提取驾驶员的操作顺序信息及动作信息;根据所述操作顺序信息及所述动作信息通过CAN板卡回放至所述预设验证系统中,以获得验证结果;根据所述验证结果确定驾驶员操作对应的操作还原度;在所述操作还原度达到第三预设阈值时,获取虚拟驾驶员对应的虚拟操作信息;根据所述虚拟操作信息、所述虚拟场景信息及预设泊车策略对所述虚拟场景中的虚拟车辆进行泊车测试,并获得测试结果。
本实施例通过获取待选取泊车位的多维度要素信息及历史泊车记录信息;从多维度要素信息中提取车位类型信息、线型信息、车位场景信息及环境信息;根据车位类型信息、线型信息、车位场景信息及环境信息确定目标泊车位;根据目标泊车位从历史泊车记录信息提取超声波雷达信息及视频信息;根据目标泊车位、超声波雷达信息及视频信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息。从历史泊车记录信息提取目标泊车位对应的整车操作信息;根据整车操作信息及虚拟场景信息进行虚拟泊车测试,并获得测试结果。由于本实施例是通过待选取泊车位的多维度要素信息及历史泊车记录信息构建虚拟场景信息,根据虚拟场景信息及整车操作信息进行虚拟泊车测试,并获得泊车测试结果,本实施例相较于现有技术测试场景有限,从而导致测试结果不准确,影响测试效率,本实施例实现了多维度虚拟场景测试,从而提升了测试效率,减少对车辆周期性开发进度的影响。
参照图4,图4为本发明自动泊车测试方法第三实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明自动泊车测试方法的第三实施例。
在本实施例中,所述步骤S50之后,还包括:
步骤S60:将所述测试结果与预设人工泊车轨迹进行对比,以获得对比结果。
需说明的是,预设人工泊车轨迹可以是指真实世界中驾驶员操作车辆进行泊车时产生的行为轨迹及车辆泊车轨迹。
可理解的是,对比结果可以是将测试结果与预设人工泊车轨迹差异性比较结果。
具体实现中,泊车过程中会输出每一步的操作信息,将此与真实世界中驾驶员泊车轨迹进行对比,输出差异性比较结果。
步骤S70:根据所述对比结果提取泊车位场景,并更新泊车场景库。
具体实现中,自动泊车测试系统可以根据差异性结果确定测试结果中的虚拟泊车场景是否需要更新泊车场景库,在测试结果与人工泊车轨迹差距较大时,则需要对测试结果对应的虚拟泊车场景进行更新。
进一步地,为了提高泊车场景数据的有效性,所述步骤S60包括:根据所述测试结果与预设人工泊车轨迹进行对比,输出对比曲线;根据所述对比曲线确定所述测试结果对应的轨迹曲线;根据所述轨迹曲线确定对比结果。
需说明的是,虚拟泊车测试过程中会输出每一步的操作信息,将此与真实世界驾驶员泊车轨迹进行对比,输出对比曲线,并将整个过程的曲线进行记录,测试完成后,对轨迹进行分析,结合自动化软件,开展自动化测试,提升测试效率。
具体实现中,自动泊车测试系统通过采集泊车位信息,搭建虚拟场景并开展虚拟测试,对测试结果进行处理,分析测试结果与真实世界泊车轨迹两者间的不同,并开展自动化测试,从而提升测试效率,并且在差异结果较大时,对虚拟场景进行记录并更新,以便于后期测试时进行数据分析。
本实施例通过获取待选取泊车位的多维度要素信息及历史泊车记录信息;根据多维度要素信息确定目标泊车位;根据目标泊车位和历史泊车记录信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息;从历史泊车记录信息提取目标泊车位对应的整车操作信息;根据整车操作信息及虚拟场景信息进行虚拟泊车测试,并获得测试结果。将测试结果与预设人工泊车轨迹进行对比,以获得对比结果;根据对比结果提取泊车位场景,并更新泊车场景库。由于本实施例是通过待选取泊车位的多维度要素信息及历史泊车记录信息构建虚拟场景信息,根据虚拟场景信息及整车操作信息进行虚拟泊车测试,并获得泊车测试结果,并根据测试结果与预设人工泊车轨迹进行对比,根据对比结果提取泊车位场景,并更新泊车场景库的数据,本实施例相较于现有技术测试场景有限,从而导致测试结果不准确,影响测试效率,本实施例实现了多维度虚拟场景测试,从而提升了测试效率,减少对车辆周期性开发进度的影响,并提升场景库的数据覆盖面以便于后期测试进行数据分析。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有自动泊车测试程序,所述自动泊车测试程序被处理器执行时实现如上文所述的自动泊车测试方法的步骤。
参照图5,图5为本发明自动泊车测试装置第一实施例的结构框图。
如图5所示,本发明实施例提出的自动泊车测试装置包括:
信息获取模块10,用于获取待选取泊车位的多维度要素信息及历史泊车记录信息;
信息确定模块20,用于根据所述多维度要素信息确定目标泊车位信息;
所述信息获取模块10,还用于根据所述目标泊车位信息和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息;
所述信息确定模块20,还用于从所述历史泊车记录信息提取所述目标泊车位信息中目标泊车位对应的整车操作信息;
泊车测试模块30,用于根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果。
本实施例获取待选取泊车位的多维度要素信息及历史泊车记录信息;根据多维度要素信息确定目标泊车位;根据目标泊车位和历史泊车记录信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息;从历史泊车记录信息提取目标泊车位对应的整车操作信息;根据整车操作信息及虚拟场景信息进行虚拟泊车测试,并获得测试结果。由于本实施例是通过待选取泊车位的多维度要素信息及历史泊车记录信息构建虚拟场景信息,根据虚拟场景信息及整车操作信息进行虚拟泊车测试,并获得泊车测试结果,本实施例相较于现有技术测试场景有限,从而导致测试结果不准确,影响测试效率,本实施例实现了多维度虚拟场景测试,从而提升了测试效率,减少对车辆周期性开发进度的影响。
进一步地,所述信息确定模块20还用于从所述多维度要素信息中提取车位类型信息、线型信息、车位场景信息及环境信息;根据所述车位类型信息、所述线型信息、所述车位场景信息及所述环境信息确定目标泊车位。
进一步地,所述信息获取模块10还用于根据所述目标泊车位从所述历史泊车记录信息提取超声波雷达信息及视频信息;根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息。
进一步地,所述信息获取模块20还用于将所述视频信息中目标泊车位的车位类型及车位长宽对应的视频信号通过视频注入板卡注入至预设验证系统中,并获得验证结果;根据所述验证结果确定所述目标泊车位对应的虚拟泊车位还原度及环境还原度;在所述虚拟泊车位还原度达到第一预设阈值且所述环境还原度达到第二预设阈值时,获取所述虚拟泊车位对应的虚拟场景信息。
进一步地,所述泊车测试模块30还用于从所述整车操作信息中提取驾驶员的操作顺序信息及动作信息;根据所述操作顺序信息及所述动作信息通过CAN板卡回放至所述预设验证系统中,以获得验证结果;根据所述验证结果确定驾驶员操作对应的操作还原度;在所述操作还原度达到第三预设阈值时,获取虚拟驾驶员对应的虚拟操作信息;根据所述虚拟操作信息、所述虚拟场景信息及预设泊车策略对所述虚拟场景中的虚拟车辆进行泊车测试,并获得测试结果。。
进一步地,所述自动泊车测试装置还包括:场景更新模块,所述场景更新模块用于将所述测试结果与预设人工泊车轨迹进行对比,以获得对比结果;根据所述对比结果提取泊车位场景,并更新泊车场景库。
进一步地,所述场景更新模块还用于根据所述测试结果与预设人工泊车轨迹进行对比,输出对比曲线;根据所述对比曲线确定所述测试结果对应的轨迹曲线;根据所述轨迹曲线确定对比结果。
本发明自动泊车测试装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有自动泊车测试程序,所述自动泊车测试程序被处理器执行时实现如上文所述的自动泊车测试方法的步骤。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的自动泊车测试方法,此处不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为名称。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image,ROM)/随机存取存储器(Random AccessMemory,RAM)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种自动泊车测试方法,其特征在于,所述自动泊车测试方法包括以下步骤:
获取待选取泊车位的多维度要素信息及历史泊车记录信息;
根据所述多维度要素信息确定目标泊车位;
根据所述目标泊车位和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息;
从所述历史泊车记录信息提取所述目标泊车位对应的整车操作信息;
根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果。
2.如权利要求1所述的自动泊车测试方法,其特征在于,所述根据所述多维度要素信息确定目标泊车位的步骤,包括:
从所述多维度要素信息中提取车位类型信息、线型信息、车位场景信息及环境信息;
根据所述车位类型信息、所述线型信息、所述车位场景信息及所述环境信息确定目标泊车位。
3.如权利要求1所述的自动泊车测试方法,其特征在于,所述根据所述目标泊车位和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息的步骤,包括;
根据所述目标泊车位从所述历史泊车记录信息提取超声波雷达信息及视频信息;
根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息。
4.如权利要求3所述的自动泊车测试方法,其特征在于,所述根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位,并获取虚拟泊车位对应的虚拟场景信息的步骤,包括:
根据所述目标泊车位、所述超声波雷达信息及所述视频信息构建虚拟泊车位;
将所述视频信息中目标泊车位的车位类型及车位长宽对应的视频信号通过视频注入板卡注入至预设验证系统中,并获得验证结果;
根据所述验证结果确定所述目标泊车位对应的虚拟泊车位还原度及环境还原度;
在所述虚拟泊车位还原度达到第一预设阈值且所述环境还原度达到第二预设阈值时,获取所述虚拟泊车位对应的虚拟场景信息。
5.如权利要求4所述的自动泊车测试方法,其特征在于,所述根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果的步骤,包括:
从所述整车操作信息中提取驾驶员的操作顺序信息及动作信息;
根据所述操作顺序信息及所述动作信息通过CAN板卡回放至所述预设验证系统中,以获得验证结果;
根据所述验证结果确定驾驶员操作对应的操作还原度;
在所述操作还原度达到第三预设阈值时,获取虚拟驾驶员对应的虚拟操作信息;
根据所述虚拟操作信息、所述虚拟场景信息及预设泊车策略对所述虚拟场景中的虚拟车辆进行泊车测试,并获得测试结果。
6.如权利要求1所述的自动泊车测试方法,其特征在于,所述根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果的步骤之后,还包括:
将所述测试结果与预设人工泊车轨迹进行对比,以获得对比结果;
根据所述对比结果提取泊车位场景,并更新泊车场景库。
7.如权利要求6所述的自动泊车测试方法,其特征在于,所述根据所述测试结果与预设人工泊车轨迹进行对比,以获得对比结果的步骤,包括:
根据所述测试结果与预设人工泊车轨迹进行对比,输出对比曲线;
根据所述对比曲线确定所述测试结果对应的轨迹曲线;
根据所述轨迹曲线确定对比结果。
8.一种自动泊车测试设备,其特征在于,所述自动泊车测试设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自动泊车测试程序,所述自动泊车测试程序被所述处理器执行时实现如权利要求1至7中任一项所述的自动泊车测试方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有自动泊车测试程序,所述自动泊车测试程序被处理器执行时实现如权利要求1至7中任一项所述的自动泊车测试方法的步骤。
10.一种自动泊车测试装置,其特征在于,所述自动泊车测试装置包括:
信息获取模块,用于获取待选取泊车位的多维度要素信息及历史泊车记录信息;
信息确定模块,用于根据所述多维度要素信息确定目标泊车位信息;
所述信息获取模块,还用于根据所述目标泊车位信息和所述历史泊车记录信息构建虚拟泊车位,并获取所述虚拟泊车位对应的虚拟场景信息;
所述信息确定模块,还用于从所述历史泊车记录信息提取所述目标泊车位信息中目标泊车位对应的整车操作信息;
泊车测试模块,用于根据所述整车操作信息及所述虚拟场景信息进行虚拟泊车测试,并获得测试结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110479576.0A CN113076261B (zh) | 2021-04-29 | 2021-04-29 | 自动泊车测试方法、设备、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110479576.0A CN113076261B (zh) | 2021-04-29 | 2021-04-29 | 自动泊车测试方法、设备、存储介质及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113076261A true CN113076261A (zh) | 2021-07-06 |
CN113076261B CN113076261B (zh) | 2024-06-21 |
Family
ID=76616110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110479576.0A Active CN113076261B (zh) | 2021-04-29 | 2021-04-29 | 自动泊车测试方法、设备、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113076261B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113985838A (zh) * | 2021-10-09 | 2022-01-28 | 长春一汽富晟集团有限公司 | 一种基于虚拟驾驶的自动泊车测试系统及方法 |
CN113984403A (zh) * | 2021-09-13 | 2022-01-28 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种Autobox端实时泊车试验台及泊车测试方法 |
CN115828608A (zh) * | 2022-12-12 | 2023-03-21 | 中汽院智能网联科技有限公司 | 用于智能泊车测试的场景构建方法 |
Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103754219A (zh) * | 2014-02-21 | 2014-04-30 | 重庆邮电大学 | 一种多传感器信息融合的自动泊车系统 |
US20150221219A1 (en) * | 2012-09-11 | 2015-08-06 | Telefonaktiebolaget L M Ericsson (Publ) | Virtual parking management |
CN105223844A (zh) * | 2015-09-15 | 2016-01-06 | 清华大学苏州汽车研究院(吴江) | 一种模拟ui与泊车辅助系统进行交互的上位机系统 |
CN106097761A (zh) * | 2016-07-28 | 2016-11-09 | 北海和思科技有限公司 | 一种自动停车系统 |
US20180040114A1 (en) * | 2016-08-04 | 2018-02-08 | Altia, Inc. | Automated Forensic Artifact Reconstruction and Replay of Captured and Recorded Display Interface Streams |
CN107808419A (zh) * | 2016-09-08 | 2018-03-16 | 全球泊(深圳)技术有限责任公司 | 一种基于智能移动终端的停车库(场)管理系统 |
US20180178840A1 (en) * | 2016-12-28 | 2018-06-28 | Automotive Research & Testing Center | Automatic vehicle parking assistance correcting system with instant environmental detection and correcting method thereof |
CN108331412A (zh) * | 2017-12-15 | 2018-07-27 | 广西云高智能停车设备有限公司 | 机械立体车库存取车的过程保护方法 |
US20180246515A1 (en) * | 2017-02-28 | 2018-08-30 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle Automated Parking System and Method |
CN108777075A (zh) * | 2018-05-29 | 2018-11-09 | 深圳鑫宏图工业设计有限公司 | 基于区块链的停车位共享管理系统、方法、终端及介质 |
CN109901549A (zh) * | 2019-01-18 | 2019-06-18 | 北京百度网讯科技有限公司 | 自动驾驶车辆测试处理方法、装置及电子设备 |
US20190213103A1 (en) * | 2018-01-08 | 2019-07-11 | Waymo Llc | Software validation for autonomous vehicles |
CN110377006A (zh) * | 2019-07-17 | 2019-10-25 | 中国第一汽车股份有限公司 | 一种泊车测试系统及方法 |
CN110843768A (zh) * | 2019-11-29 | 2020-02-28 | 安徽江淮汽车集团股份有限公司 | 汽车自动泊车控制方法、装置、设备及存储介质 |
CN111016888A (zh) * | 2019-12-27 | 2020-04-17 | 奇瑞汽车股份有限公司 | 汽车的泊车控制方法、装置及存储介质 |
KR102139513B1 (ko) * | 2019-11-28 | 2020-08-12 | 국민대학교산학협력단 | 인공지능 vils 기반의 자율주행 제어 장치 및 방법 |
CN111619583A (zh) * | 2020-05-22 | 2020-09-04 | 北京汽车研究总院有限公司 | 用于测试车辆全自动泊车的保护装置、方法及车辆 |
CN111626348A (zh) * | 2020-05-20 | 2020-09-04 | 安徽江淮汽车集团股份有限公司 | 自动泊车测试模型构建方法、设备、存储介质及装置 |
CN111824130A (zh) * | 2020-07-09 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种泊车控制方法、装置、车辆、存储介质 |
CN111824132A (zh) * | 2020-07-24 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种泊车显示方法和车辆 |
CN111891119A (zh) * | 2020-06-28 | 2020-11-06 | 东风汽车集团有限公司 | 一种自动泊车控制方法及系统 |
CN112132111A (zh) * | 2020-10-10 | 2020-12-25 | 安徽江淮汽车集团股份有限公司 | 泊车典型场景的提取方法、设备、存储介质及装置 |
CN112172792A (zh) * | 2020-09-15 | 2021-01-05 | 华人运通(上海)自动驾驶科技有限公司 | 固定车位泊车方法、装置、车辆及存储介质 |
CN112249005A (zh) * | 2020-10-23 | 2021-01-22 | 广州小鹏汽车科技有限公司 | 一种车辆自动泊车的交互方法和装置 |
CN112504694A (zh) * | 2020-12-03 | 2021-03-16 | 安徽江淮汽车集团股份有限公司 | 泊车测试系统及方法 |
CN112660117A (zh) * | 2021-01-19 | 2021-04-16 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车方法、泊车系统、计算机设备及存储介质 |
-
2021
- 2021-04-29 CN CN202110479576.0A patent/CN113076261B/zh active Active
Patent Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150221219A1 (en) * | 2012-09-11 | 2015-08-06 | Telefonaktiebolaget L M Ericsson (Publ) | Virtual parking management |
CN103754219A (zh) * | 2014-02-21 | 2014-04-30 | 重庆邮电大学 | 一种多传感器信息融合的自动泊车系统 |
CN105223844A (zh) * | 2015-09-15 | 2016-01-06 | 清华大学苏州汽车研究院(吴江) | 一种模拟ui与泊车辅助系统进行交互的上位机系统 |
CN106097761A (zh) * | 2016-07-28 | 2016-11-09 | 北海和思科技有限公司 | 一种自动停车系统 |
US20180040114A1 (en) * | 2016-08-04 | 2018-02-08 | Altia, Inc. | Automated Forensic Artifact Reconstruction and Replay of Captured and Recorded Display Interface Streams |
CN107808419A (zh) * | 2016-09-08 | 2018-03-16 | 全球泊(深圳)技术有限责任公司 | 一种基于智能移动终端的停车库(场)管理系统 |
US20180178840A1 (en) * | 2016-12-28 | 2018-06-28 | Automotive Research & Testing Center | Automatic vehicle parking assistance correcting system with instant environmental detection and correcting method thereof |
US20180246515A1 (en) * | 2017-02-28 | 2018-08-30 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle Automated Parking System and Method |
CN108331412A (zh) * | 2017-12-15 | 2018-07-27 | 广西云高智能停车设备有限公司 | 机械立体车库存取车的过程保护方法 |
US20190213103A1 (en) * | 2018-01-08 | 2019-07-11 | Waymo Llc | Software validation for autonomous vehicles |
CN108777075A (zh) * | 2018-05-29 | 2018-11-09 | 深圳鑫宏图工业设计有限公司 | 基于区块链的停车位共享管理系统、方法、终端及介质 |
CN109901549A (zh) * | 2019-01-18 | 2019-06-18 | 北京百度网讯科技有限公司 | 自动驾驶车辆测试处理方法、装置及电子设备 |
CN110377006A (zh) * | 2019-07-17 | 2019-10-25 | 中国第一汽车股份有限公司 | 一种泊车测试系统及方法 |
KR102139513B1 (ko) * | 2019-11-28 | 2020-08-12 | 국민대학교산학협력단 | 인공지능 vils 기반의 자율주행 제어 장치 및 방법 |
CN110843768A (zh) * | 2019-11-29 | 2020-02-28 | 安徽江淮汽车集团股份有限公司 | 汽车自动泊车控制方法、装置、设备及存储介质 |
CN111016888A (zh) * | 2019-12-27 | 2020-04-17 | 奇瑞汽车股份有限公司 | 汽车的泊车控制方法、装置及存储介质 |
CN111626348A (zh) * | 2020-05-20 | 2020-09-04 | 安徽江淮汽车集团股份有限公司 | 自动泊车测试模型构建方法、设备、存储介质及装置 |
CN111619583A (zh) * | 2020-05-22 | 2020-09-04 | 北京汽车研究总院有限公司 | 用于测试车辆全自动泊车的保护装置、方法及车辆 |
CN111891119A (zh) * | 2020-06-28 | 2020-11-06 | 东风汽车集团有限公司 | 一种自动泊车控制方法及系统 |
CN111824130A (zh) * | 2020-07-09 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种泊车控制方法、装置、车辆、存储介质 |
CN111824132A (zh) * | 2020-07-24 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种泊车显示方法和车辆 |
CN112172792A (zh) * | 2020-09-15 | 2021-01-05 | 华人运通(上海)自动驾驶科技有限公司 | 固定车位泊车方法、装置、车辆及存储介质 |
CN112132111A (zh) * | 2020-10-10 | 2020-12-25 | 安徽江淮汽车集团股份有限公司 | 泊车典型场景的提取方法、设备、存储介质及装置 |
CN112249005A (zh) * | 2020-10-23 | 2021-01-22 | 广州小鹏汽车科技有限公司 | 一种车辆自动泊车的交互方法和装置 |
CN112504694A (zh) * | 2020-12-03 | 2021-03-16 | 安徽江淮汽车集团股份有限公司 | 泊车测试系统及方法 |
CN112660117A (zh) * | 2021-01-19 | 2021-04-16 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车方法、泊车系统、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
文翊;丁宗阳;李泽彬;孙国正;何班本;: "基于虚拟现实技术的全景泊车系统及其扩展应用", 汽车科技, no. 02 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113984403A (zh) * | 2021-09-13 | 2022-01-28 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种Autobox端实时泊车试验台及泊车测试方法 |
CN113984403B (zh) * | 2021-09-13 | 2024-06-07 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种Autobox端实时泊车试验台及泊车测试方法 |
CN113985838A (zh) * | 2021-10-09 | 2022-01-28 | 长春一汽富晟集团有限公司 | 一种基于虚拟驾驶的自动泊车测试系统及方法 |
CN115828608A (zh) * | 2022-12-12 | 2023-03-21 | 中汽院智能网联科技有限公司 | 用于智能泊车测试的场景构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113076261B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113076261B (zh) | 自动泊车测试方法、设备、存储介质及装置 | |
US20190065933A1 (en) | Augmenting Real Sensor Recordings With Simulated Sensor Data | |
US11113864B2 (en) | Generative image synthesis for training deep learning machines | |
CN111231983B (zh) | 基于交通事故记忆网络的车辆控制方法、装置及设备 | |
CN111376895B (zh) | 一种环视泊车感知方法、装置、自动泊车系统和车辆 | |
CN111325136B (zh) | 智能车辆中物体对象的标注方法及装置、无人驾驶车辆 | |
CN110388929B (zh) | 导航地图更新方法、装置及系统 | |
CN115357006A (zh) | 基于数字孪生的智能网联汽车虚实测试方法、设备及介质 | |
CN111142402B (zh) | 仿真场景构建方法、装置和终端 | |
CN113378305A (zh) | 一种基于无人驾驶小车的车路协同测试方法、装置 | |
CN110136091A (zh) | 图像处理方法及相关产品 | |
CN113071521A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN113688717A (zh) | 图像识别方法、装置以及电子设备 | |
CN109544981B (zh) | 图像处理方法、装置、设备和介质 | |
CN114627073A (zh) | 地形识别方法、装置、计算机设备和存储介质 | |
CN116776288A (zh) | 一种智能驾驶感知模型的优化方法、装置及存储介质 | |
CN115909241A (zh) | 一种车道线检测方法、系统、电子设备和存储介质 | |
Zhuo et al. | A novel vehicle detection framework based on parallel vision | |
JP7195131B2 (ja) | 画像処理装置および画像処理方法 | |
CN112184605A (zh) | 一种车辆驾驶视野增强方法、设备及系统 | |
CN113506386A (zh) | 违章停车的监控方法、行车记录仪、程序及存储介质 | |
Rebut et al. | Road obstacles detection using a self-adaptive stereo vision sensor: a contribution to the ARCOS French project | |
CN115861976B (zh) | 车辆的控制方法、装置和车辆 | |
KR102540632B1 (ko) | 색상 보정을 적용한 컬러맵 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 | |
KR102540634B1 (ko) | 프로젝션 기반 컬러맵 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
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 |