CN113093569A - 自动驾驶的仿真测试方法、装置、设备和存储介质 - Google Patents
自动驾驶的仿真测试方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113093569A CN113093569A CN202110396823.0A CN202110396823A CN113093569A CN 113093569 A CN113093569 A CN 113093569A CN 202110396823 A CN202110396823 A CN 202110396823A CN 113093569 A CN113093569 A CN 113093569A
- Authority
- CN
- China
- Prior art keywords
- simulation test
- simulation
- driving
- tested
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 431
- 238000010998 test method Methods 0.000 title claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 322
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 238000005094 computer simulation Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000007787 solid Substances 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
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
本发明实施例公开了一种自动驾驶的仿真测试方法、装置、设备和存储介质。其中，该方法包括：响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件；利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。本发明实施例提供的技术方案，能够按序对多个待测驾驶场景进行仿真测试，实现多驾驶场景下自动驾驶的自动化仿真测试，无需测试人员手动选择各个待测驾驶场景来不断进行仿真测试，从而减少了自动驾驶仿真测试的人工操作，提高自动驾驶仿真测试的高效性和准确性。
Description
技术领域
本发明实施例涉及车辆数据测试技术领域，尤其涉及一种自动驾驶的仿真测试方法、装置、设备和存储介质。
背景技术
自动驾驶车辆主要依靠人工智能、视觉计算、雷达以及全球定位系统来协同工作，从而让整车中央处理单元可以在没有检测到任何驾驶员的主动操作下，便可自动安全地操作机动车辆。此时，自动驾驶系统的计算机仿真是自动驾驶车辆测试和试验的基础关键技术，也是未来行业定义自动驾驶车辆相关开发与准入技术标准的基础工具。自动驾驶仿真测试，是指通过计算机仿真技术，建立现实静态环境与动态交通场景的数学模型，让自动驾驶车辆与算法在虚拟交通场景中进行驾驶测试。因此，如何对自动驾驶系统进行具有多样性和有效性的仿真测试是目前自动驾驶仿真所需要考虑和解决的问题。
目前，现有的自动驾驶仿真测试通常执行通用驾驶场景下的仿真测试，需要测试人员不断手动选择待测试的驾驶场景，极大增加了自动驾驶仿真测试过程中的人工操作，降低了自动驾驶仿真测试的高效性。
发明内容
本发明实施例提供了一种自动驾驶的仿真测试方法、装置、设备和存储介质，实现多驾驶场景下自动驾驶的自动化仿真测试，减少自动驾驶仿真测试的人工操作，提高自动驾驶仿真测试的高效性和准确性。
第一方面，本发明实施例提供了一种自动驾驶的仿真测试方法，该方法包括：
响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件；
利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。
第二方面，本发明实施例提供了一种自动驾驶的仿真测试装置，该装置包括：
测试文件确定模块，用于响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件；
仿真测试模块，用于利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。
第三方面，本发明实施例提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的自动驾驶的仿真测试方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的自动驾驶的仿真测试方法。
本发明实施例提供了一种自动驾驶的仿真测试方法、装置、设备和存储介质，响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件，然后利用该仿真测试指令内的仿真测试条件，来配置仿真测试文件，使得通过运行配置后的仿真测试文件，能够按序对多个待测驾驶场景进行仿真测试，实现多驾驶场景下自动驾驶的自动化仿真测试，无需测试人员手动选择各个待测驾驶场景来不断进行仿真测试，从而减少了自动驾驶仿真测试的人工操作，提高自动驾驶仿真测试的高效性和准确性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例一提供的一种自动驾驶的仿真测试方法的流程图；
图2为本发明实施例二提供的一种自动驾驶的仿真测试方法的流程图；
图3为本发明实施例二提供的自动驾驶的仿真测试场景的场景架构图；
图4为本发明实施例三提供的一种自动驾驶的仿真测试装置的结构示意图；
图5为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种自动驾驶的仿真测试方法的流程图。本实施例可适用于对任一自动驾驶系统进行仿真测试的情况中。本实施例提供的一种自动驾驶的仿真测试方法可以由本发明实施例提供的一种自动驾驶的仿真测试装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的电子设备中，该设备上配置有自动化仿真测试的客户端。
具体的，参考图1，该方法具体包括如下步骤：
S110，响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件。
可选的，针对自动驾驶的自动化仿真测试，本实施例会预先编写一个简易的自动化仿真测试客户端，该自动化仿真测试客户端可以采用Python语言开发，并采用数据库进行各个驾驶场景和仿真测试结果的存储以及管理，能够提供简洁的图形交互界面和便捷明了的用户操作功能，便于测试人员进行多驾驶场景下的自动化仿真测试。
本实施例中，针对自动驾驶系统进行仿真测试时面向的每一地图区域，会分别构建对应的高精地图，该高精地图可以由测试人员导入，也可以选择各类用于自动驾驶仿真测试的仿真模拟器中自带的高精地图。然后，为了保证在每一地图区域执行自动驾驶的全面仿真检测，本实施例会在每一地图区域下，按照该地图区域内的道路环境均分别设计多个驾驶场景，例如超车、跟车、十字路口左转、十字路口直行、先跟车再超车等各个驾驶场景。此时，为了使每一地图区域下得多个驾驶场景能够自动切换进行仿真测试，以实现自动驾驶的自动化仿真测试，本实施例会对每一地图区域编写一个适用于该地图区域下所有驾驶场景的仿真测试文件，该仿真测试文件指出在该地图区域的多个驾驶场景下进行自动驾驶仿真测试时的顺序，可以采用for循环的逻辑依次在各个待测驾驶场景下进行仿真测试。
具体的，测试人员会在自动化仿真测试客户端提供的界面上，采用所提供的用户操作功能，来查看各个地图区域下已添加的所有驾驶场景，并在当前存在自动驾驶仿真测试需求时，从某一地图区域下已添加的所有驾驶场景中，筛选出本次仿真测试需要的各个驾驶场景，作为本实施例中的待测驾驶场景，此时支持测试人员一次性选出多个待测驾驶场景，来同时进行多个待测驾驶场景在自动化仿真测试的自动切换。测试人员在筛选好各个待测驾驶场景后，会执行对应的仿真测试操作，从而接收到自动驾驶的仿真测试指令，该仿真测试指令内会携带测试人员所筛选的各个待测驾驶场景的信息，因此通过判断各个待测驾驶场景所处的地图区域，便可查找出在该地图区域下已编写的仿真测试文件，以便后续通过运行该仿真测试文件来对各个待测驾驶场景进行自动化仿真测试。
S120，利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。
可选的，为了保证自动驾驶仿真测试能够符合多样化的测试需求，本实施例中，测试人员在筛选各个待测驾驶场景时，还会设置本次仿真测试时各个待测驾驶场景的测试次数，或者仿真测试所要达到的车辆行驶结果，或者仿真测试时长等。从而，在接收到自动驾驶的仿真测试指令后，能够从该仿真测试指令中解析出对应的仿真测试条件，该仿真测试条件可以指出参与本次自动驾驶仿真测试的各个待测驾驶场景以及每一待测驾驶场景下执行仿真测试时所需要满足的测试要求。然后，将该仿真测试条件所涉及的各项仿真测试参数配置到已确定的仿真测试文件中，使得配置后的仿真测试文件能够尽可能的适配于本次自动驾驶的仿真测试需求，进而通过运行配置后的仿真测试文件，即可按序控制已有的车辆模型在每一待测驾驶场景下进行相应的自动行驶，从而依次在每一待测驾驶场景下仿真出车辆模型的三维自动驾驶过程，并对每一待测驾驶场景下的自动行驶结果进行测试，得到各个待测驾驶场景下的仿真测试结果，从而实现多驾驶场景下自动驾驶的自动化仿真测试。
而且，在依次执行各个待测驾驶场景下的仿真测试之后，本实施例还会设计一套评价标准，用于对各个待测驾驶场景下的仿真测试进行评价和打分，通过判断在每一待测驾驶场景的仿真测试过程中，车辆模型是否发生碰撞、是否到达指定终点、是否有超速行为以及是否有闯红灯等指标量化来评定每一待测驾驶场景下的仿真测试性能，进而生成每一待测驾驶场景的仿真测试报告，该仿真测试报告记录有在每一待测驾驶场景下，车辆模型自动驾驶时的性能，从而对车辆自动驾驶功能进行不断修正，并将该仿真测试报告以JS对象简谱(JavaScript Object Notation，JSON)文件的形式保存在本地的数据库中，以便后续测试人员能够直接从该数据库中查找每一待测驾驶场景的仿真测试报告，以此对车辆的自动驾驶功能进行修正。需要说明的是，本实施例中的数据库可以为MongoDB数据库。
此外，为了实现自动驾驶仿真测试的自适应性，本实施例还在所开发的自动化仿真测试客户端上添加了仿真暂停、仿真重启和仿真终止功能，以便在配置后的仿真测试文件的运行过程中，也就是在仿真测试过程中，能够另起一个进程，用来监控客户端的输入，当检测到测试人员的仿真暂停指令(例如按下键盘p键)后，可以暂停本次仿真测试，在检测到测试人员的仿真重启指令(例如按下键盘r键)后，可以从所暂停的仿真测试节点继续开启本次仿真测试，当检测到测试人员的仿真终止指令(例如按下键盘s键)后，无论是否达到本次仿真测试的结束条件，可以直接结束本次仿真测试，从而保证自动驾驶仿真测试的便捷性。
本实施例提供的技术方案，响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件，然后利用该仿真测试指令内的仿真测试条件，来配置仿真测试文件，使得通过运行配置后的仿真测试文件，能够按序对多个待测驾驶场景进行仿真测试，实现多驾驶场景下自动驾驶的自动化仿真测试，无需测试人员手动选择各个待测驾驶场景来不断进行仿真测试，从而减少了自动驾驶仿真测试的人工操作，提高自动驾驶仿真测试的高效性和准确性。
实施例二
图2为本发明实施例二提供的一种自动驾驶的仿真测试方法的流程图。本发明实施例是在上述实施例的基础上进行优化。可选的，本实施例主要对于依次执行各个待测驾驶场景的仿真测试的具体仿真测试过程进行详细的解释说明。
具体的，参见图2，本实施例的方法具体可以包括：
S210，利用开源仿真模拟器和已有的自动驾驶算法，构建开源仿真引擎。
可选的，为了保证自动驾驶仿真的准确性，本实施例会专门构建一种开源仿真引擎，以提供基础的仿真测试环境，来支持车辆模型在任一驾驶场景下的自动驾驶仿真。
在本实施例中，首先可以选择一个开源的仿真模拟器，并在对应的操作系统(Windows、Linux等操作系统)上进行源码编译，此时源码编译能够更方便地根据具体仿真测试需求进行开源仿真模拟器已有仿真测试功能的个性化拓展以及修改仿真模拟器的仿真参数等，通过该开源仿真模拟器能够实现自动驾驶仿真测试时车辆模型在自动行驶过程中的路况感知融合和三维行驶环境渲染及可视化演示。此时，通过下载该开源仿真模拟器中自带的高精地图和自动驾驶车辆模型，或者导入测试人员所构建的高精地图和车辆模型，并适应开源仿真模拟器在仿真时的格式要求，进而在该开源仿真模拟器中执行车辆模型和自动驾驶时交通流的配置。而且，为了保证车辆自动驾驶时的功能准确性，本实施例还会采用已有的自动驾驶算法来控制车辆模型的自动驾驶。然后，将开源仿真模拟器和自动驾驶算法进行联合仿真测试，从而得到完整的开源仿真引擎，并确保该开源仿真引擎的正常工作。
示例性的，本实施例可以在私有软件托管平台GitHub上下载开源仿真软件LGSVLSimulator(以release-2020.06版本为例，以下简称LGSVL)源码，并安装UnityHub、Unity(2019.3.15版本)、Node.js这三个源码编译安装时所依赖的软件，来进行源码编译，得到本实施例中的开源仿真模拟器。此时，本实施例在源码编译之前还进行了必要的功能拓展，增加了以下三个功能用以辅助进行仿真测试的评价：1)判断是否到达指定终点；2)判断是否超速；3)判断是否有交通违章行为。然后，下载LGSVL自带的地图(以BorregasAve为例)和自动驾驶车辆模型(以Lincoln2017MKZ为例)，并在网页端进行车辆参数(包括车辆控制参数，以及传感器包括但不限于Lidar、Radar、Camera、Canbus的参数配置)和随机交通流(场景中的NPC车以及行人)的配置，以实现自动驾驶仿真的3D渲染及可视化演示。而且，选择自动驾驶算法(Auto Driving Stack，简称AD)，以Apollo为例，作为自动驾驶仿真测试过程中对车辆模型自动行驶的规划决策和控制的核心。最后，在LGSVL网页端的车辆配置上将开源仿真模拟器和自动驾驶算法之间的连接方式选为cyber通信，并在仿真设置中添加Apollo所在服务器的IP地址，然后将LGSVL与Apollo进行联合仿真，从而得到本实施例中的开源仿真引擎。
需要说明的是，如图3所示，本实施例的开源仿真引擎中，开源仿真模拟器和已有的自动驾驶算法之间可以通过Cyber进行通信，开源仿真模拟器会检测车辆模型在本次仿真的自动驾驶场景下的各项感知信息，例如障碍物信息、红绿灯信息等，并将该感知信息发送给该自动驾驶算法，由该自动驾驶算法来判断车辆模型下一步需要执行的驾驶操作，进而向该开源仿真模拟器返回对应的驾驶控制信息，以控制车辆模型在本次仿真的驾驶场景下进行自动行驶。
S220，通过为开源仿真引擎设置的接口，配置开源仿真引擎的仿真参数，以建立与开源仿真引擎的通信链接。
可选的，为了保证自动驾驶仿真测试的准确执行，本实施例会在所开发的自动化仿真测试客户端上为开源仿真引擎设置对应的接口，例如与开源仿真模拟器和自动驾驶算法的接口，从而建立自动化仿真测试客户端与开源仿真引擎之间的通信，然后通过客户端设计的相关用户指令来控制开源仿真引擎上整个仿真的进程。
此时，通过为开源仿真引擎设置的接口，可以在自动化仿真测试客户端上配置该开源仿真引擎的仿真参数，以建立该自动化仿真测试客户端与开源仿真引擎的通信链接，此时可以通过Websocket进行通信链接。例如，在自动化仿真测试客户端的配置文件(例如config.yaml)中进行相关仿真参数的配置，主要进行用于存储仿真测试报告和驾驶场景的MongoDB数据库(数据库名、集合名、IP地址、端口号等)、开源仿真模拟器(IP地址和端口)以及AD(通信方式Ros或Cyber)的参数配置。
示例性的，开源仿真引擎中的开源仿真模拟器可以在自动化仿真测试客户端上测试人员执行仿真测试操作时，读取各个待测驾驶场景，并向该自动化仿真测试客户端返回对应的仿真测试结果。
S230，构建动态仿真场景库，该动态仿真场景库中动态存储在每一地图区域下已编辑的各驾驶场景的场景文件。
在本实施例中，可以采用第三方场景编辑器或者开源仿真模拟器中自带的场景编辑器进行可视化的驾驶场景编辑。而且，也可以采用直接修改场景文件(JSON文件)的形式，来进行驾驶场景的构建，通过在每一地图区域下，增加交通参与者、设定交通参与者的路线和起点终点来构建包括极端场景在内的多样化的驾驶场景，进而构建出对应的仿真场景库。此时，本实施例根据自动驾驶的场景需求，可以随时构建对应的驾驶场景，并添加至该仿真场景库中，也就是该仿真场景库时动态更新的。本实施例采用多样化的带极端场景的动态仿真场景库，能够覆盖大量实车无法测试的驾驶场景，提高自动驾驶仿真测试时驾驶场景的全面覆盖率，同时可以使仿真测试时的自动驾驶数据更加全面，以便于自动驾驶算法的改进与更新。
示例性的，可以利用LGSVL的场景编辑器(Visual Scenario Editor，VSE)来编辑各个驾驶场景，并保存在MongoDB数据库中，作为整个自动化仿真测试的动态仿真场景库。例如：设置一个超车的驾驶场景，选择一个单向两车道的路段，首先将主车放在作左侧车道的起始位置，接着在主车前10米放置一辆NPC车，最后设定仿真开始时NPC车一直沿左侧车道行驶200米后停止。该驾驶场景可通过VSE或者直接修改JSON文件的形式实现。
S240，响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件。
S250，解析仿真测试指令中待测驾驶场景的标识和仿真结束条件。
可选的，测试人员在执行自动驾驶的仿真测试操作时，通常会在所开发的自动化仿真测试客户端上选中当前仿真测试的地图区域，并展示该地图区域下已编辑的所有驾驶场景，然后筛选出各个待测驾驶场景，同时还会进一步设定各个待测驾驶场景的仿真测试需求，例如选择仿真测试次数，或者设置仿真测试运行时间等，也就可以得到本实施例中的仿真结束条件。因此，在接收到本次仿真测试指令后，首先会解析该仿真测试指令，来确定出本次仿真测试指定的各个待测驾驶场景的标识，以便通过该标识来从数据库中读取各个待测驾驶场景的场景文件，来在仿真运行时模拟相应的自动驾驶环境。而且，通过解析仿真测试指令，也可以确定该地图区域下的各个待测驾驶场景进行仿真测试时的仿真结束条件，以便及时终止本次仿真测试。
S260，在仿真测试文件中配置各待测驾驶场景的仿真测试顺序和仿真结束条件。
在本实施例中，在解析出仿真测试指令中待测驾驶场景的标识和仿真结束条件后，可以设定各个待测驾驶场景的仿真测试顺序，并将各个待测驾驶场景的仿真测试顺序和仿真结束条件配置到本次仿真测试的地图区域下的仿真测试文件中，以便通过运行配置后的仿真测试文件，即可循环执行各个待测驾驶场景的仿真测试，直至满足该仿真结束条件。
S270，按照仿真测试顺序和仿真结束条件，依次执行各待测驾驶场景的仿真测试。
可选的，通过运行配置后的仿真测试文件，可以通过仿真测试文件中for循环的逻辑，按照该仿真测试顺序，依次执行各个待测驾驶场景的仿真测试，并在仿真测试过程中实时判断当前仿真是否满足所设定的仿真结束条件，例如判断各个待测驾驶场景的仿真测试次数是否达到该仿真结束条件中设定的仿真测试次数，或者仿真运行时长是否达到该仿真结束条件中设定的仿真测试运行时间等，从而依次执行各个待测驾驶场景下的仿真测试。
具体的，本实施例可以按照仿真测试顺序，将首个待测驾驶场景作为当前待测驾驶场景，并读取当前待测驾驶场景的场景文件；按照仿真格式对场景文件进行格式转换，并采用预构建的开源仿真引擎，按照格式转换后的场景文件，对当前待测驾驶场景进行仿真测试；将下一待测驾驶场景作为当前待测驾驶场景，继续执行仿真测试，直至满足仿真结束条件，得到各待测驾驶场景的仿真测试结果。也就是在运行配置后的仿真测试文件时，首先可以按照仿真测试顺序，将首个待测驾驶场景作为当前待测驾驶场景，并从预先构建的动态仿真场景库中读取出当前待测驾驶场景的场景文件。然后，将该场景文件解析并转换成为Python语言，以便符合开源仿真模拟器的仿真要求，保证仿真测试的正常执行。进而，采用预构建的开源仿真引擎，按照格式转换后的场景文件，模拟出当前待测驾驶场景下进行自动驾驶的自动行驶环境，从而对当前待测驾驶场景进行自动驾驶的仿真测试，在完成当前待测驾驶场景的仿真测试后，继续将下一待测驾驶场景作为当前待测驾驶场景，执行上述相同的仿真测试过程，依次循环，直至本次仿真测试满足该仿真结束条件，进而得到各个待测驾驶场景的仿真测试结果。
示例性的，本实施例中自动化仿真测试客户端的界面主要可以包括：1)选择测试场景；2)运行仿真；3)查阅仿真测试报告；4)退出客户端等这几种功能。测试人员通过选择下载到本地的驾驶场景(一个到多个，可以是全部)，作为待测驾驶场景，并选择测试次数(一次或多次)或者设置仿真运行时间来结束本次仿真，确定仿真结束条件，来执行对应的仿真测试，即可省去每次仿真结束后的人工操作，从而实现自动化的仿真测试。例如，可以一次性选择超车、跟车、十字路口左转、十字路口直行、先跟车再超车这五个待测驾驶场景，接下来选择要进行仿真测试的次数，然后执行仿真即可。
本实施例提供的技术方案，响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件，然后利用该仿真测试指令内的仿真测试条件，来配置仿真测试文件，使得通过运行配置后的仿真测试文件，能够按序对多个待测驾驶场景进行仿真测试，实现多驾驶场景下自动驾驶的自动化仿真测试，无需测试人员手动选择各个待测驾驶场景来不断进行仿真测试，从而减少了自动驾驶仿真测试的人工操作，提高自动驾驶仿真测试的高效性和准确性；同时，采用多样化的带极端场景的动态仿真场景库，能够覆盖大量实车无法测试的驾驶场景，提高自动驾驶仿真测试时驾驶场景的全面覆盖率。
实施例三
图4为本发明实施例三提供的一种自动驾驶的仿真测试装置的结构示意图，如图4所示，该装置可以包括：
测试文件确定模块310，用于响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件；
仿真测试模块320，用于利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。
本实施例提供的技术方案，响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件，然后利用该仿真测试指令内的仿真测试条件，来配置仿真测试文件，使得通过运行配置后的仿真测试文件，能够按序对多个待测驾驶场景进行仿真测试，实现多驾驶场景下自动驾驶的自动化仿真测试，无需测试人员手动选择各个待测驾驶场景来不断进行仿真测试，从而减少了自动驾驶仿真测试的人工操作，提高自动驾驶仿真测试的高效性和准确性。
进一步的，上述仿真测试模块320，可以包括：
指令解析单元，用于解析所述仿真测试指令中所述待测驾驶场景的标识和仿真结束条件；
仿真配置单元，用于在所述仿真测试文件中配置各所述待测驾驶场景的仿真测试顺序和仿真结束条件；
仿真测试单元，用于按照所述仿真测试顺序和所述仿真结束条件，依次执行各所述待测驾驶场景的仿真测试。
进一步的，上述仿真测试单元，可以具体用于：
按照所述仿真测试顺序，将首个待测驾驶场景作为当前待测驾驶场景，并读取所述当前待测驾驶场景的场景文件；
按照仿真格式对所述场景文件进行格式转换，并采用预构建的开源仿真引擎，按照格式转换后的场景文件，对所述当前待测驾驶场景进行仿真测试；
将下一待测驾驶场景作为所述当前待测驾驶场景，继续执行仿真测试，直至满足所述仿真结束条件，得到各所述待测驾驶场景的仿真测试结果。
进一步的，上述自动驾驶的仿真测试装置，还可以包括：
场景库构建模块，用于构建动态仿真场景库，所述动态仿真场景库中动态存储在每一地图区域下已编辑的各驾驶场景的场景文件。
进一步的，上述自动驾驶的仿真测试装置，还可以包括：
仿真引擎配置模块，用于通过为所述开源仿真引擎设置的接口，配置所述开源仿真引擎的仿真参数，以建立与所述开源仿真引擎的通信链接。
进一步的，上述自动驾驶的仿真测试装置，还可以包括：
仿真引擎构建模块，用于利用开源仿真模拟器和已有的自动驾驶算法，构建所述开源仿真引擎。
进一步的，上述自动驾驶的仿真测试装置，还可以包括：
报告生成模块，用于生成各所述待测驾驶场景的仿真测试报告。
本实施例提供的一种自动驾驶的仿真测试装置可适用于上述任意实施例提供的自动驾驶的仿真测试方法，具备相应的功能和有益效果。
实施例四
图5为本发明实施例四提供的一种电子设备的结构示意图。如图5所示，该电子设备包括处理器40、存储装置41和通信装置42；电子设备中处理器40的数量可以是一个或多个，图5中以一个处理器40为例；电子设备的处理器40、存储装置41和通信装置42可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储装置41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的自动驾驶的仿真测试方法对应的模块(例如，自动驾驶的仿真测试装置中的测试文件确定模块310和仿真测试模块320)。处理器40通过运行存储在存储装置41中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的自动驾驶的仿真测试方法。
存储装置41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置41可进一步包括相对于多功能控制器40远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信装置42可用于实现设备间的网络连接或者移动数据连接。
本实施例提供的一种电子设备可用于执行上述任意实施例提供的自动驾驶的仿真测试方法，具备相应的功能和有益效果。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可实现上述任意实施例中的自动驾驶的仿真测试方法。该方法具体包括：
响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件；
利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的自动驾驶的仿真测试方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述自动驾驶的仿真测试装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动驾驶的仿真测试方法，其特征在于，包括：
响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件；
利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。
2.根据权利要求1所述的方法，其特征在于，所述利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试，包括：
解析所述仿真测试指令中所述待测驾驶场景的标识和仿真结束条件；
在所述仿真测试文件中配置各所述待测驾驶场景的仿真测试顺序和仿真结束条件；
按照所述仿真测试顺序和所述仿真结束条件，依次执行各所述待测驾驶场景的仿真测试。
3.根据权利要求2所述的方法，其特征在于，所述按照所述仿真测试顺序和所述仿真结束条件，依次执行各所述待测驾驶场景的仿真测试，包括：
按照所述仿真测试顺序，将首个待测驾驶场景作为当前待测驾驶场景，并读取所述当前待测驾驶场景的场景文件；
按照仿真格式对所述场景文件进行格式转换，并采用预构建的开源仿真引擎，按照格式转换后的场景文件，对所述当前待测驾驶场景进行仿真测试；
将下一待测驾驶场景作为所述当前待测驾驶场景，继续执行仿真测试，直至满足所述仿真结束条件，得到各所述待测驾驶场景的仿真测试结果。
4.根据权利要求3所述的方法，其特征在于，在响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件之前，还包括：
构建动态仿真场景库，所述动态仿真场景库中动态存储在每一地图区域下已编辑的各驾驶场景的场景文件。
5.根据权利要求3所述的方法，其特征在于，在响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件之前，还包括：
通过为所述开源仿真引擎设置的接口，配置所述开源仿真引擎的仿真参数，以建立与所述开源仿真引擎的通信链接。
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
利用开源仿真模拟器和已有的自动驾驶算法，构建所述开源仿真引擎。
7.根据权利要求1-6任一项所述的方法，其特征在于，在运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试之后，还包括：
生成各所述待测驾驶场景的仿真测试报告。
8.一种自动驾驶的仿真测试装置，其特征在于，包括：
测试文件确定模块，用于响应于自动驾驶的仿真测试指令，确定待测驾驶场景所处地图区域下已编写的仿真测试文件；
仿真测试模块，用于利用所述仿真测试指令内的仿真测试条件，配置所述仿真测试文件，并运行配置后的仿真测试文件，以依次执行各所述待测驾驶场景的仿真测试。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的自动驾驶的仿真测试方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的自动驾驶的仿真测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110396823.0A CN113093569A (zh) | 2021-04-13 | 2021-04-13 | 自动驾驶的仿真测试方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110396823.0A CN113093569A (zh) | 2021-04-13 | 2021-04-13 | 自动驾驶的仿真测试方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113093569A true CN113093569A (zh) | 2021-07-09 |
Family
ID=76676990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110396823.0A Pending CN113093569A (zh) | 2021-04-13 | 2021-04-13 | 自动驾驶的仿真测试方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113093569A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515463A (zh) * | 2021-09-14 | 2021-10-19 | 深圳佑驾创新科技有限公司 | 自动化测试方法、装置、计算机设备和存储介质 |
| CN113703339A (zh) * | 2021-08-24 | 2021-11-26 | 北京京东乾石科技有限公司 | 一种自动驾驶仿真方法、装置、设备及存储介质 |
| CN113722566A (zh) * | 2021-08-18 | 2021-11-30 | 南斗六星系统集成有限公司 | 一种自动驾驶车辆功能稳定性评定的方法 |
| CN113836712A (zh) * | 2021-09-18 | 2021-12-24 | 北京百度网讯科技有限公司 | 车道级导航的室内仿真方法、装置、设备和介质 |
| CN114281315A (zh) * | 2021-12-27 | 2022-04-05 | 中科南京信息高铁研究院 | 一种应用于超导计算机的可视化软件开发系统及方法 |
| CN114397829A (zh) * | 2022-01-06 | 2022-04-26 | 中国第一汽车股份有限公司 | 用于构建自动驾驶仿真场景的方法、装置、设备及介质 |
| CN115113542A (zh) * | 2022-06-29 | 2022-09-27 | 重庆长安汽车股份有限公司 | 自动驾驶仿真方法、系统、电子设备及可读存储介质 |
| CN115240409A (zh) * | 2022-06-17 | 2022-10-25 | 上海智能网联汽车技术中心有限公司 | 一种基于驾驶员模型和交通流模型提取危险场景的方法 |
| CN115268298A (zh) * | 2022-07-08 | 2022-11-01 | 重庆长安汽车股份有限公司 | 仿真测试方法、装置、电子设备及存储介质 |
| CN115542774A (zh) * | 2022-09-30 | 2022-12-30 | 重庆长安汽车股份有限公司 | 一种自动驾驶仿真测试系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109975033A (zh) * | 2019-03-22 | 2019-07-05 | 山东省科学院自动化研究所 | 一种自动驾驶动态测试方法及装置 |
| CN110764489A (zh) * | 2019-11-08 | 2020-02-07 | 北京海纳川汽车部件股份有限公司 | 智能车灯仿真及自动化测试方法及系统 |
| CN111783230A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种自动驾驶算法的仿真测试方法及装置 |
| CN111881519A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶的测试方法、装置、计算机设备及存储介质 |
-
2021
- 2021-04-13 CN CN202110396823.0A patent/CN113093569A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109975033A (zh) * | 2019-03-22 | 2019-07-05 | 山东省科学院自动化研究所 | 一种自动驾驶动态测试方法及装置 |
| CN110764489A (zh) * | 2019-11-08 | 2020-02-07 | 北京海纳川汽车部件股份有限公司 | 智能车灯仿真及自动化测试方法及系统 |
| CN111783230A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种自动驾驶算法的仿真测试方法及装置 |
| CN111881519A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶的测试方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 黎艳: "《智能制造数字孪生 机电一体化工程与虚拟调试》", 机械工业出版社 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113722566A (zh) * | 2021-08-18 | 2021-11-30 | 南斗六星系统集成有限公司 | 一种自动驾驶车辆功能稳定性评定的方法 |
| CN113703339A (zh) * | 2021-08-24 | 2021-11-26 | 北京京东乾石科技有限公司 | 一种自动驾驶仿真方法、装置、设备及存储介质 |
| CN113515463A (zh) * | 2021-09-14 | 2021-10-19 | 深圳佑驾创新科技有限公司 | 自动化测试方法、装置、计算机设备和存储介质 |
| CN113836712A (zh) * | 2021-09-18 | 2021-12-24 | 北京百度网讯科技有限公司 | 车道级导航的室内仿真方法、装置、设备和介质 |
| CN114281315A (zh) * | 2021-12-27 | 2022-04-05 | 中科南京信息高铁研究院 | 一种应用于超导计算机的可视化软件开发系统及方法 |
| CN114397829A (zh) * | 2022-01-06 | 2022-04-26 | 中国第一汽车股份有限公司 | 用于构建自动驾驶仿真场景的方法、装置、设备及介质 |
| CN115240409A (zh) * | 2022-06-17 | 2022-10-25 | 上海智能网联汽车技术中心有限公司 | 一种基于驾驶员模型和交通流模型提取危险场景的方法 |
| CN115240409B (zh) * | 2022-06-17 | 2024-02-06 | 上智联(上海)智能科技有限公司 | 一种基于驾驶员模型和交通流模型提取危险场景的方法 |
| CN115113542A (zh) * | 2022-06-29 | 2022-09-27 | 重庆长安汽车股份有限公司 | 自动驾驶仿真方法、系统、电子设备及可读存储介质 |
| CN115268298A (zh) * | 2022-07-08 | 2022-11-01 | 重庆长安汽车股份有限公司 | 仿真测试方法、装置、电子设备及存储介质 |
| CN115542774A (zh) * | 2022-09-30 | 2022-12-30 | 重庆长安汽车股份有限公司 | 一种自动驾驶仿真测试系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113093569A (zh) | 自动驾驶的仿真测试方法、装置、设备和存储介质 | |
| US20230376037A1 (en) | Autonomous vehicle simulation system for analyzing motion planners | |
| CN107063711B (zh) | 用于测试无人车的方法和装置 | |
| CN109060370B (zh) | 对自动驾驶车辆进行车辆测试的方法及装置 | |
| US12099351B2 (en) | Operational testing of autonomous vehicles | |
| CN111338232B (zh) | 自动驾驶仿真方法及装置 | |
| CN112230632B (zh) | 用于自动驾驶的方法、装置、设备和存储介质 | |
| CN111859597A (zh) | 一种自动驾驶算法的评估方法和系统 | |
| CN115185205A (zh) | 智能驾驶仿真方法、系统、终端设备和可读存储介质 | |
| CN112671487A (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
| Ge et al. | Heterogeneous driver modeling and corner scenarios sampling for automated vehicles testing | |
| CN115016318A (zh) | 自动驾驶仿真测试场景描述语言的融合方法及系统 | |
| CN111736951B (zh) | 自动驾驶的仿真方法、计算机设备、及存储介质 | |
| Miura et al. | Cosam: Co-simulation framework for ros-based self-driving systems and matlab/simulink | |
| CN111368409A (zh) | 车辆流的模拟处理方法、装置、设备和存储介质 | |
| CN115454843A (zh) | 一种无人驾驶仿真装置及自动化测试方法 | |
| CN108959805B (zh) | 一种自动驾驶的硬件在环仿真的云平台及方法 | |
| CN115688496B (zh) | 一种获取自动驾驶仿真测试脚本方法及相关装置 | |
| CN110823253B (zh) | 基于无人车技术的数据处理方法、装置、设备及存储介质 | |
| CN117150768A (zh) | 一种自动驾驶仿真测试方法、装置、设备及存储介质 | |
| CN115795900A (zh) | 自动驾驶系统的软件在环仿真测试方法、装置及电子设备 | |
| CN116342773A (zh) | 基于渲染引擎的自动驾驶信息可视化方法、装置及车辆 | |
| Langner et al. | Framework for using real driving data in automotive feature development and validation | |
| CN113673088A (zh) | 一种自动化测试系统的构建方法及系统 | |
| CN112667366A (zh) | 动态场景数据的导入方法、装置、设备及可读存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210709 |
|
| RJ01 | Rejection of invention patent application after publication |