CN113326639A - 一种自动驾驶测试场景的确定方法、装置及电子设备 - Google Patents
一种自动驾驶测试场景的确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113326639A CN113326639A CN202110883778.1A CN202110883778A CN113326639A CN 113326639 A CN113326639 A CN 113326639A CN 202110883778 A CN202110883778 A CN 202110883778A CN 113326639 A CN113326639 A CN 113326639A
- Authority
- CN
- China
- Prior art keywords
- automatic driving
- scene
- determining
- test
- driving 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请提供了一种自动驾驶测试场景的确定方法、装置及电子设备,其中,该方法包括:根据多种场景参数分别对应的参数值确定自动驾驶测试场景;在自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果;从自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,并将执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景;根据目标自动驾驶测试场景,更新自动驾驶测试场景库,自动驾驶测试场景库中存储有自动驾驶测试场景。本申请通过筛选出原自动驾驶测试场景库中没有并且导致自动驾驶程序执行失败的目标自动驾驶测试场景,将目标自动驾驶测试场景更新至自动驾驶测试场景库,达到完善自动驾驶测试场景库的技术效果。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种自动驾驶测试场景的确定方法、装置及电子设备。
背景技术
自动驾驶技术不仅能够提高交通出行安全,缓解交通拥堵,还能够提高道路通行效率。目前,自动驾驶技术在感知、决策和控制技术方面已趋于成熟,而影响自动驾驶技术进一步发展的主要阻力是对其安全性的顾虑。
为确保自动驾驶车辆的安全性,需要在自动驾驶仿真平台上,针对自动驾驶算法在不同测试场景下进行大量的测试,以考察自动驾驶算法在不同测试场景下的表现。因此,如何选取测试场景,对于自动驾驶算法的仿真测试来说至关重要。
现有技术中,通常是从由标准测试场景组成的标准测试场景库中选取测试场景,然后,在这些标准测试场景库中检测自动驾驶算法能否达到测试要求。而自动驾驶算法应用于标准测试场景库中达到测试要求,是自动驾驶算法的基本要求。如果优化自动驾驶算法,则标准测试场景库中的测试场景无法满足需求,此时需要导致自动驾驶算法执行失败的测试场景录入自动驾驶场景库。
发明内容
有鉴于此,本申请的目的在于至少提供一种自动驾驶测试场景的确定方法、装置及电子设备,本申请通过筛选出原自动驾驶测试场景库中没有且导致自动驾驶程序执行失败的目标自动驾驶测试场景,目标自动驾驶测试场景库尽可能的包含多种情况,将此目标自动驾驶测试场景更新至自动驾驶测试场景库,达到完善自动驾驶测试场景库的技术效果。
本申请主要包括以下几个方面:
第一方面,本申请实施例提供一种自动驾驶测试场景的确定方法,该方法包括:根据多种场景参数分别对应的参数值确定自动驾驶测试场景;在自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果;从自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,并将执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景;根据目标自动驾驶测试场景,更新自动驾驶测试场景库,自动驾驶测试场景库中存储有自动驾驶测试场景。
可选地,多种场景参数包括多种标准场景参数和多种采样场景参数,根据多种场景参数分别对应的参数值确定的自动驾驶测试场景,包括:基于多种标准场景参数分别对应的参数值,确定标准自动驾驶测试场景;基于多种采样场景参数分别对应的参数值,确定采样自动驾驶测试场景;基于标准自动驾驶测试场景和采样自动驾驶测试场景确定自动驾驶测试场景。
可选地,基于多种采样场景参数分别对应的参数值,确定采样自动驾驶测试场景,包括:根据每种采样场景参数确定参数概率分布;对每种采样场景参数对应的参数概率分布划分成N个区间;从每种采样场景参数对应的每个N个区间中抽取M个采样点;从每种采样场景参数对应的N×M个采样点中确定一个目标采样点;根据每个采样场景参数对应的目标采样点,确定采样自动驾驶测试场景。
可选地,从自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,包括:确定自动驾驶的测试结果是否满足第一预置条件;若自动驾驶的测试结果满足第一预置条件,则确定自动驾驶的测试结果对应的自动驾驶测试场景执行失败;若自动驾驶的测试结果不满足第一预置条件,则确定自动驾驶的测试结果对应的自动驾驶测试场景执行成功。
可选地,确定自动驾驶的测试结果对应的自动驾驶测试场景执行失败之后,方法还包括:确定失败原因是否满足第二预置条件;若失败原因满足第二预置条件,则确定失败原因为确定的自动驾驶测试场景失败;若失败原因不满足第二预置条件,则确定失败原因为运行的自动驾驶程序失败。
可选地,确定失败原因为运行的自动驾驶程序失败之后,方法还包括:获取失败原因为运行的自动驾驶程序失败所对应的第一自动驾驶测试场景;根据第一自动驾驶测试场景确定目标自动驾驶测试场景。
可选地,根据第一自动驾驶测试场景确定目标自动驾驶测试场景,包括:根据第一自动驾驶测试场景计算第一加权平均场景;根据第一加权平均场景计算第二加权平均场景;计算第二加权平均场景与第一加权平均场景的空间距离;判断空间距离是否小于第一空间距离阈值;若空间距离小于第一空间距离阈值,则将第二加权平均场景确定为目标自动驾驶测试场景;若空间距离大于或等于第一空间距离阈值,将第二加权平均场景确定为第一加权平均场景,根据第一加权平均场景计算第二加权平均场景。
可选地,根据第一自动驾驶测试场景计算第一加权平均场景,包括:获取第一自动驾驶测试场景中各场景参数的分别对应的概率值;基于概率值和第一自动驾驶测试场景中各场景参数,确定第一自动驾驶测试场景的第一加权平均场景。
可选地,根据第一加权平均场景计算第二加权平均场景,包括:基于第一加权平均场景的各场景参数确定第二自动驾驶测试场景,第二自动驾驶测试场景中的场景参数的参数值是根据第一自动驾驶测试场景的场景参数的参数值确定的;确定第二自动驾驶测试场景的第二加权平均场景。
可选地,根据目标自动驾驶测试场景,更新自动驾驶测试场景库,自动驾驶测试场景库中存储有自动驾驶测试场景,包括:确定目标自动驾驶测试场景与自动驾驶测试场景库中的自动驾驶测试场景的空间距离数据是否满足第二空间距离阈值;若目标自动驾驶测试场景与自动驾驶测试场景库中的自动驾驶测试场景的空间距离数据满足第二空间距离阈值,则根据目标自动驾驶测试场景,更新自动驾驶测试场景库。
第二方面,本申请实施例还提供一种自动驾驶测试场景的确定装置,自动驾驶测试场景的确定装置包括:第一确定模块,根据多种场景参数分别对应的参数值确定自动驾驶测试场景;执行模块,在自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果;第二确定模块,从自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,并将执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景;更新模块,根据目标自动驾驶测试场景,更新自动驾驶测试场景库,自动驾驶测试场景库中存储有自动驾驶测试场景。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,存储器存储有处理器可执行的机器可读指令,当电子设备运行时,处理器与存储器之间通过总线进行通信,机器可读指令被处理器运行时执行上述的自动驾驶测试场景的确定方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述的自动驾驶测试场景的确定方法的步骤。
本申请实施例提供的一种自动驾驶测试场景的确定方法、装置及电子设备,首先根据多种场景参数分别对应的参数值确定自动驾驶测试场景,然后在该自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果,从自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,并将执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景,最后根据目标自动驾驶测试场景,更新自动驾驶测试场景库。本申请通过筛选出原自动驾驶测试场景库中没有并且导致自动驾驶程序执行失败的目标自动驾驶测试场景,将目标自动驾驶测试场景更新至自动驾驶测试场景库,解决了现有技术中自动驾驶测试场景库均为标准场景库,无法优化自动驾驶算法的技术问题,达到完善自动驾驶测试场景库的技术效果。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种自动驾驶测试场景的确定方法的流程图。
图2示出了本申请实施例所提供的另一种自动驾驶测试场景的确定方法的流程图。
图3示出了本申请实施例所提供的根据多种场景参数分别对应的参数值确定的自动驾驶测试场景的流程图。
图4示出了本申请实施例所提供的基于多种采样场景参数分别对应的参数值确定采样自动驾驶测试场景的流程图。
图5示出了本申请实施例所提供的一种自动驾驶测试场景的确定装置的功能模块图。
图6示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中的附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例,都属于本申请保护的范围。
现有技术的自动驾驶测试场景库大多由标准场景库组成,而在标准场景库中成功运行自动驾驶算法,是自动驾驶算法的基本要求;如果想要优化自动驾驶算法,则需要使自动驾驶算法执行失败的自动驾驶测试场景。
基于此,本申请实施例提供了一种自动驾驶测试场景库的确定办法及装置,通过筛选出原自动驾驶测试场景库中没有并且导致自动驾驶程序执行失败的目标自动驾驶测试场景,将目标自动驾驶测试场景更新至自动驾驶测试场景库,解决了现有技术中自动驾驶测试场景库数目少且相似的技术问题,达到完善自动驾驶测试场景库的技术效果,具体如下:
请参阅图1,图1为本申请实施例所提供的一种自动驾驶测试场景的确定方法的流程图。如图1所示,本申请实施例提供的自动驾驶测试场景的确定方法,包括以下步骤:
S101、根据多种场景参数分别对应的参数值确定自动驾驶测试场景。
具体的,多种场景参数指的是温度、空气湿度、路面摩擦系数、光照、与前车的距离、与后车的距离、前车的加速度、后车的加速度等,多种场景参数分别对应的参数值是温度值、湿度值、路面摩擦系数值、光照值、与前车的距离值、与后车的距离值、前车的加速度值、后车的加速度等。
S102、在自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果。
具体的,自动驾驶的测试结果指的是在自动驾驶测试场景下运行自动驾驶程序,得到的驾驶数据,例如:速度数据,加速度数据,与前车的距离数据,碰撞时间数据等。
S103、从自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,并将执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景。
具体的,执行失败的自动驾驶测试场景指的是,在此自动驾驶测试场景下运行自动驾驶程序得到的测试结果(即,驾驶数据)不满足预置条件,例如:在此自动驾驶测试场景中运行自动驾驶程序得到的驾驶速度数据超过了预置设置的速度阈值,则此自动驾驶测试场景为执行失败的自动驾驶测试场景。在执行失败的自动驾驶测试场景中筛选目标自动驾驶测试场景。
S104、根据目标自动驾驶测试场景,更新自动驾驶测试场景库,自动驾驶测试场景库中存储有自动驾驶测试场景。
具体的,判断目标自动驾驶测试场景是否已经存在于自动驾驶测试场景库,或者,目标自动驾驶测试场景是否与自动驾驶测试场景库中的场景近似,如果目标自动驾驶测试场景不存在于自动驾驶测试场景库中并且与自动驾驶测试场景库中的场景不近似,则将目标自动驾驶测试场景库加入到自动驾驶测试场景库中。
请参阅图2,图2示出了本申请实施例所提供的另一种自动驾驶测试场景的确定方法的流程图。
S201、根据多种场景参数分别对应的参数值确定自动驾驶测试场景。
更进一步的,多种场景参数指的是温度、空气湿度、路面摩擦系数、光照、与前车的距离、与后车的距离、前车的加速度、后车的加速度等;多种场景参数分别对应的参数值指的是温度值、湿度值、路面摩擦系数值、光照值、与前车的距离值、与后车的距离值、前车的加速度值、后车的加速度值等;其中,多种场景参数包括多种标准场景参数和多种采样场景参数。
请参阅图3,图3示出了本申请实施例所提供的根据多种场景参数分别对应的参数值确定的自动驾驶测试场景的流程图。
S2011、基于多种标准场景参数分别对应的参数值,确定标准自动驾驶测试场景。
其中,标准参数对应的参数值指的是场景参数的国家标准值或者国际标准值,例如,当场景参数为温度时,场景参数对应的参数值是温度值,标准参数是标准温度,标准参数对应的参数值是标准温度为25摄氏度。因此,这样确定的标准场景参数数目单一,进而,基于多种标准场景参数分别对应的参数值确定的标准自动驾驶测试场景数目也较为单一。
S2012、基于多种采样场景参数分别对应的参数值,确定采样自动驾驶测试场景。
其中,采样场景参数对应的参数值指的是场景参数对应的参数值范围,多种采样场景参数分别对应的参数值指的是多种采样场景参数分别对应的参数值范围。例如,采样场景参数为夏季温度时,采样场景参数对应的参数值指的是夏季温度值范围,可以是25摄氏度至35摄氏度。
请参阅图4,图4示出了本申请实施例所提供的基于多种采样场景参数分别对应的参数值确定采样自动驾驶测试场景的流程图。
S20121、根据每种采样场景参数确定参数概率分布。
具体的,参数概率分布指的是每种采样场景参数的概率分布,参数概率分布范围是0至1。
S20122、对每种采样场景参数对应的参数概率分布划分成N个区间。
也就是说,如果有Z种采样场景参数,则Z种采样场景参数采样场景参数对应的参数概率分布划分成Z×N个区间。
S20123、从每种采样场景参数对应的每个N个区间中抽取M个采样点。
也就是说,如果有Z种采样场景参数,则Z种采样场景参数采样场景抽取了Z×N×M个采样点。
S20124、从每种采样场景参数对应的N×M个采样点中确定一个目标采样点。
具体的,从每种采样场景参数对应的N×M个采样点中随机选择,确定一个目标采样点。
S20125、根据每个采样场景参数对应的目标采样点,确定采样自动驾驶测试场景。
具体的,每个采样场景参数对应的目标采样点都对应一个参数值,由每个采样场景参数对应的目标采样点组合确定一个采样自动驾驶测试场景,也可以由每个采样场景参数对应的多个目标采样点确定多个采样自动驾驶测试场景。
对图4进行举例说明,当采样场景参数为夏季温度时,采样场景参数对应的参数值是夏季温度范围25摄氏度至35摄氏度,参数概率分布指的是在夏季温度范围25摄氏度至35摄氏度内,各温度出现的概率分布0至1;对夏季温度的参数概率分布划分为10个区间,也就是说,对25摄氏度至35摄氏度各温度出现的概率分布划分成10个区间分别为[0%-10%]、[10%-20%]、[20%-30%]、[30%-40%]、[40%-50%]、[50%-60%]、[60%-70%]、[70%-80%]、[80%-90%]和[90%-100%];从每个区间中随机抽取一个采样点(或,多个采样点),则抽取了十个采样点;从十个采样点中随机抽取一个采样点作为目标采样点;此目标采样点为某个夏季温度出现的概率,进而可以确定采样场景参数为夏季温度时的温度值,每个采样场景参数都如此确认,进而确定采样自动驾驶测试场景。
返回图3,S2013、基于标准自动驾驶测试场景和采样自动驾驶测试场景确定自动驾驶测试场景。
也就是说,由标准自动驾驶测试场景和采样自动驾驶测试场景共同组成自动驾驶测试场景。
返回图2,S202、在自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果。
具体的,自动驾驶的测试结果指的是驾驶数据,也就是说,在自动驾驶测试场景下运行自动驾驶程序,得到驾驶数据。驾驶数据指的是速度数据、加速度数据、与前车的距离数据、碰撞时间数据等。
S203、确定自动驾驶的测试结果是否满足第一预置条件。
具体的,确定驾驶数据是否满足第一预置条件,第一预置条件指的是速度数据是否超过速度阈值、加速度数据是否超过加速度阈值、与前车的距离数据是否小于距离阈值、碰撞时间是否小于3s等。
S204、确定自动驾驶的测试结果对应的自动驾驶测试场景执行失败。
也就是说,如果出现以下一种或者多种情况,可以判断驾驶数据不满足第一预置条件:速度数据超过速度阈值、加速度数据超过加速度阈值、与前车的距离数据小于或等于距离阈值、碰撞时间小于3s等,确定自动驾驶的测试结果对应的自动驾驶测试场景执行失败。
S205、确定自动驾驶的测试结果对应的自动驾驶测试场景执行成功。
也就是说,如果出现以下一种或者多种情况,可以判断驾驶数据满足第一预置条件:速度数据没有超过速度阈值、加速度数据没有超过加速度阈值、与前车的距离数据大于距离阈值、碰撞时间大于或等于3s等,可以判断驾驶数据满足第一预置条件,确定自动驾驶的测试结果对应的自动驾驶测试场景执行成功,将执行成功的自动驾驶测试场景删掉。
S206、确定失败原因是否满足第二预置条件。
具体的,第二预置条件指的是执行失败的自动驾驶测试场景的场景参数矛盾或者在现实生活中出现的概率过低。例如,情况一,场景参数中的光照值在夏季的光照值范围内,而温度值在冬季的温度值范围内,判断情况一矛盾;情况二,后车的加速度值过高,判断情况二在现实生活中出现的概率过低。
S207、确定失败原因为运行的自动驾驶程序失败。
也就是说,如果不存在执行失败的自动驾驶测试场景的场景参数矛盾或者不认为在现实生活中出现的概率过低,认为失败原因不满足第二预置条件,确定失败原因为运行的自动驾驶程序失败。
S208、确定失败原因为确定的自动驾驶测试场景失败。
也就是说,如果执行失败的自动驾驶测试场景的场景参数矛盾或者在现实生活中出现的概率过低,认为失败原因满足第二预置条件,确定失败原因为确定的自动驾驶测试场景失败,将自动驾驶测试场景删掉。
S209、获取失败原因为运行的自动驾驶程序失败所对应的第一自动驾驶测试场景,根据第一自动驾驶测试场景确定目标自动驾驶测试场景。
也就是说,依据失败原因为自动驾驶程序运行失败的自动驾驶测试场景确定为第一自动驾驶测试场景,再依据第一自动驾驶测试场景确定为目标自动驾驶测试场景。
S210、根据第一自动驾驶场景计算第一加权平均场景。
具体的,第一自动驾驶测试场景可以是多个场景,获取第一自动驾驶测试场景中各场景参数的分别对应的概率值;基于概率值和第一自动驾驶测试场景中各场景参数,确定第一自动驾驶测试场景的第一加权平均场景。
具体的,实施方法可以是根据第一自动驾驶测试场景中场景参数的概率值和场景参数的参数值,通过加权平均的方式确定第一加权平均场景。
S211、根据第一加权平均场景计算第二加权平均场景。
具体的,基于第一加权平均场景的各场景参数确定第二自动驾驶测试场景,第二自动驾驶测试场景中的场景参数的参数值是根据第一自动驾驶测试场景的场景参数的参数值确定的;确定第二自动驾驶测试场景的第二加权平均场景。
其中,基于第一加权平均场景的各场景参数确定第二自动驾驶测试场景的方法可以是,将第一加权平均场景的各场景参数作为中心值,依据各场景参数的方差通过多元正态分布的方式确定第二自动驾驶场景参数范围,在第二自动驾驶场景参数范围中随机抽样确定第二自动驾驶场景。
其中,确定第二自动驾驶测试场景的第二加权平均场景的方法可以是根据第二自动驾驶测试场景中场景参数的概率值和场景参数的参数值,通过加权平均的方式确定第二加权平均场景。
S212、计算第二加权平均场景与第一加权平均场景的空间距离。
具体的,通过空间距离公式计算第二加权平均场景与第一加权平均场景的空间距离。
S213、判断空间距离是否小于第一空间距离阈值。
具体的,设置第一空间距离阈值,判断第二加权平均场景与第一加权平均场景的空间距离是否小于第一空间距离阈值。
S214、第二加权平均场景确定为目标自动驾驶测试场景。
具体的,若第二加权平均场景与第一加权平均场景的空间距离小于第一空间距离阈值,则将第二加权平均场景确定为目标自动驾驶测试场景。
其中,若第二加权平均场景与第一加权平均场景的空间距离小于第一空间距离阈值,可以认为第二加权平均场景与第一加权平均场景近似,或,第二加权平均场景和第一加权平均场景之间具备相同特征。
S215、将第二加权平均场景确定为第一加权平均场景。
具体的,若空间距离大于或等于第一空间距离阈值,将第二加权平均场景确定为第一加权平均场景,根据第一加权平均场景计算第二加权平均场景。
也就是说,当第二加权平均场景与第一加权平均场景的空间距离大于或等于第一空间距离阈值时,此时将第二加权平均场景作为第一加权平均场景再返回执行步骤S211。
其中,可以重复多次返回执行步骤S211,直至空间距离小于第一空间距离阈值。由于,可以进行重复多次求取第二加权平均场景,所以也可以认为第二加权平均场景包括导致自动驾驶程序高失败概率的场景。
S216、确定目标自动驾驶测试场景与自动驾驶测试场景库中的自动驾驶测试场景的空间距离数据是否满足第二空间距离阈值。
S217、根据目标自动驾驶测试场景,更新自动驾驶测试场景库。
具体的,设定第二空间距离阈值,满足第二空间阈值指的是大于空间距离阈值,计算目标自动驾驶测试场景与自动驾驶测试场景库中的自动驾驶测试场的空间距离数据,当空间距离数据大于空间距离阈值(即,空间距离数据满足第二空间距离阈值)时,根据目标自动驾驶测试场景,更新自动驾驶测试场景库。
S218、删掉场景。
具体的,当空间距离数据小于或等于第二空间距离阈值(即,空间距离数据不满足第二空间距离阈值)时,认为此目标自动驾驶测试场景在自动驾驶测试场景库中近似,删掉此目标自动驾驶测试场景。
基于同一申请构思,本申请实施例中还提供了与上述实施例提供的自动驾驶测试场景的确定方法对应的种自动驾驶测试场景的确定装置,由于本申请实施例中的装置解决问题的原理与本申请上述实施例的一种自动驾驶测试场景的确定方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,图5为本申请实施例提供的一种自动驾驶测试场景的确定装置10的功能模块图。自动驾驶测试场景的确定装置10,包括:第一确定模块101、执行模块102、筛选模块103、第二确定模块104和更新模块105。
具体的,第一确定模块101,用于根据多种场景参数分别对应的参数值确定自动驾驶测试场景;执行模块102,用于在自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果;筛选模块103,用于从自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景;第二确定模块104,用于并将执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景;更新模块105,用于根据目标自动驾驶测试场景,更新自动驾驶测试场景库,自动驾驶测试场景库中存储有自动驾驶测试场景。
基于同一申请构思,参见图6所示,为本申请实施例提供的一种电子设备20的结构示意图,包括:处理器201、存储器202和总线203,存储器202存储有处理器201可执行的机器可读指令,当电子设备20运行时,处理器201与存储器202之间通过总线203进行通信,机器可读指令被处理器201运行时执行如上述实施例中任一的自动驾驶测试场景的确定方法的步骤。
基于同一申请构思,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述实施例提供的自动驾驶测试场景的确定方法的步骤。具体地,存储介质能够为通用的存储介质,如移动磁盘、硬盘等,存储介质上的计算机程序被运行时,能够执行上述自动驾驶测试场景的确定方法,通过筛选出原自动驾驶测试场景库中没有并且导致自动驾驶程序运行失败的目标自动驾驶测试场景,将目标自动驾驶测试场景更新至自动驾驶测试场景库,解决了现有技术中自动驾驶测试场景库数目少且相似的技术问题,达到完善自动驾驶测试场景库的技术效果。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本申请所提供的几个实施例中,应理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者技术方案的部分可以以软件产品的形式体现出来,计算机软件产品存储在一个存储介质中,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)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种自动驾驶测试场景的确定方法,其特征在于,所述方法包括:
根据多种场景参数分别对应的参数值确定自动驾驶测试场景;
在所述自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果;
从所述自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,并将所述执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景;
根据所述目标自动驾驶测试场景,更新自动驾驶测试场景库,所述自动驾驶测试场景库中存储有自动驾驶测试场景。
2.根据权利要求1所述的自动驾驶测试场景的确定方法,其特征在于,所述多种场景参数包括多种标准场景参数和多种采样场景参数,所述根据多种场景参数分别对应的参数值确定的自动驾驶测试场景,包括:
基于所述多种标准场景参数分别对应的参数值,确定标准自动驾驶测试场景;
基于所述多种采样场景参数分别对应的参数值,确定采样自动驾驶测试场景;
基于所述标准自动驾驶测试场景和所述采样自动驾驶测试场景确定所述自动驾驶测试场景。
3.根据权利要求2所述的自动驾驶测试场景的确定方法,其特征在于,所述基于所述多种采样场景参数分别对应的参数值,确定采样自动驾驶测试场景,包括:
根据每种所述采样场景参数确定参数概率分布;
对每种所述采样场景参数对应的参数概率分布划分成N个区间;
从每种所述采样场景参数对应的每个N个区间中抽取M个采样点;
从每种所述采样场景参数对应的N×M个采样点中确定一个目标采样点;
根据每个所述采样场景参数对应的目标采样点,确定采样自动驾驶测试场景。
4.根据权利要求1所述的自动驾驶测试场景的确定方法,其特征在于,从所述自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景,包括:
确定所述自动驾驶的测试结果是否满足第一预置条件;
若所述自动驾驶的测试结果满足第一预置条件,则确定所述自动驾驶的测试结果对应的自动驾驶测试场景执行失败;
若所述自动驾驶的测试结果不满足第一预置条件,则确定所述自动驾驶的测试结果对应的自动驾驶测试场景执行成功。
5.根据权利要求4所述的自动驾驶测试场景的确定方法,其特征在于,所述确定所述自动驾驶的测试结果对应的自动驾驶测试场景执行失败之后,所述方法还包括:
确定失败原因是否满足第二预置条件;
若所述失败原因满足第二预置条件,则确定所述失败原因为确定的自动驾驶测试场景失败;
若所述失败原因不满足第二预置条件,则确定所述失败原因为运行的所述自动驾驶程序失败。
6.根据权利要求5所述的自动驾驶测试场景的确定方法,其特征在于,所述确定所述失败原因为运行的所述自动驾驶程序失败之后,所述方法还包括:
获取失败原因为运行的所述自动驾驶程序失败所对应的第一自动驾驶测试场景;
根据所述第一自动驾驶测试场景确定目标自动驾驶测试场景。
7.根据权利要求6所述的自动驾驶测试场景的确定方法,其特征在于,所述根据所述第一自动驾驶测试场景确定目标自动驾驶测试场景,包括:
根据所述第一自动驾驶测试场景计算第一加权平均场景;
根据所述第一加权平均场景计算第二加权平均场景;
计算所述第二加权平均场景与所述第一加权平均场景的空间距离;
判断所述空间距离是否小于第一空间距离阈值;
若所述空间距离小于所述第一空间距离阈值,则将所述第二加权平均场景确定为所述目标自动驾驶测试场景;
若所述空间距离大于或等于所述第一空间距离阈值,将所述第二加权平均场景确定为所述第一加权平均场景,根据所述第一加权平均场景计算所述第二加权平均场景。
8.根据权利要求7所述的自动驾驶测试场景的确定方法,其特征在于,所述根据所述第一自动驾驶测试场景计算第一加权平均场景,包括:
获取所述第一自动驾驶测试场景中各场景参数的分别对应的概率值;
基于所述概率值和所述第一自动驾驶测试场景中各场景参数,确定所述第一自动驾驶测试场景的第一加权平均场景。
9.根据权利要求7或8所述的自动驾驶测试场景的确定方法,其特征在于,所述根据所述第一加权平均场景计算第二加权平均场景,包括:
基于所述第一加权平均场景的各场景参数确定第二自动驾驶测试场景,所述第二自动驾驶测试场景中的场景参数的参数值是根据所述第一自动驾驶测试场景的场景参数的参数值确定的;
确定所述第二自动驾驶测试场景的第二加权平均场景。
10.根据权利要求1-9任一项所述的自动驾驶测试场景的确定方法,其特征在于,所述根据所述目标自动驾驶测试场景,更新自动驾驶测试场景库,所述自动驾驶测试场景库中存储有自动驾驶测试场景,包括:
确定所述目标自动驾驶测试场景与自动驾驶测试场景库中的自动驾驶测试场景的空间距离数据是否满足第二空间距离阈值;
若所述目标自动驾驶测试场景与自动驾驶测试场景库中的自动驾驶测试场景的空间距离数据满足第二空间距离阈值,则根据所述目标自动驾驶测试场景,更新自动驾驶测试场景库。
11.一种自动驾驶测试场景的确定装置,其特征在于,所述装置包括:
第一确定模块,用于根据多种场景参数分别对应的参数值确定自动驾驶测试场景;
执行模块,在所述自动驾驶测试场景下执行自动驾驶程序,得到自动驾驶的测试结果;
筛选模块,用于从所述自动驾驶的测试结果中筛选出执行失败的自动驾驶测试场景;
第二确定模块,用于并将所述执行失败的自动驾驶测试场景确定为目标自动驾驶测试场景;
更新模块,根据所述目标自动驾驶测试场景,更新自动驾驶测试场景库,所述自动驾驶测试场景库中存储有自动驾驶测试场景。
12.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至10任一所述的自动驾驶测试场景的确定方法的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至10任一所述的自动驾驶测试场景的确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110883778.1A CN113326639B (zh) | 2021-08-03 | 2021-08-03 | 一种自动驾驶测试场景的确定方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110883778.1A CN113326639B (zh) | 2021-08-03 | 2021-08-03 | 一种自动驾驶测试场景的确定方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113326639A true CN113326639A (zh) | 2021-08-31 |
CN113326639B CN113326639B (zh) | 2021-11-02 |
Family
ID=77426916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110883778.1A Active CN113326639B (zh) | 2021-08-03 | 2021-08-03 | 一种自动驾驶测试场景的确定方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113326639B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113589798A (zh) * | 2021-08-12 | 2021-11-02 | 上海裹动科技有限公司 | 自动测试行为的生成方法及服务器 |
CN113867367A (zh) * | 2021-11-30 | 2021-12-31 | 腾讯科技(深圳)有限公司 | 测试场景的处理方法、装置及计算机程序产品 |
CN114091264A (zh) * | 2021-11-24 | 2022-02-25 | 北京赛目科技有限公司 | 一种关键测试场景确定方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109324539A (zh) * | 2018-08-28 | 2019-02-12 | 山东省科学院自动化研究所 | 一种自动驾驶封闭测试场的智能控制平台及方法 |
CN110579216A (zh) * | 2019-09-12 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 测试场景库构建方法、装置、电子设备和介质 |
CN110955159A (zh) * | 2019-11-28 | 2020-04-03 | 安徽江淮汽车集团股份有限公司 | 自动驾驶仿真例编制方法、装置、电子设备及存储介质 |
US20200225668A1 (en) * | 2019-01-10 | 2020-07-16 | International Business Machines Corporation | Training and testing automated driving models |
CN112997128A (zh) * | 2021-04-19 | 2021-06-18 | 华为技术有限公司 | 一种自动驾驶场景的生成方法、装置及系统 |
-
2021
- 2021-08-03 CN CN202110883778.1A patent/CN113326639B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109324539A (zh) * | 2018-08-28 | 2019-02-12 | 山东省科学院自动化研究所 | 一种自动驾驶封闭测试场的智能控制平台及方法 |
US20200225668A1 (en) * | 2019-01-10 | 2020-07-16 | International Business Machines Corporation | Training and testing automated driving models |
CN110579216A (zh) * | 2019-09-12 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 测试场景库构建方法、装置、电子设备和介质 |
CN110955159A (zh) * | 2019-11-28 | 2020-04-03 | 安徽江淮汽车集团股份有限公司 | 自动驾驶仿真例编制方法、装置、电子设备及存储介质 |
CN112997128A (zh) * | 2021-04-19 | 2021-06-18 | 华为技术有限公司 | 一种自动驾驶场景的生成方法、装置及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113589798A (zh) * | 2021-08-12 | 2021-11-02 | 上海裹动科技有限公司 | 自动测试行为的生成方法及服务器 |
CN114091264A (zh) * | 2021-11-24 | 2022-02-25 | 北京赛目科技有限公司 | 一种关键测试场景确定方法、装置及电子设备 |
CN113867367A (zh) * | 2021-11-30 | 2021-12-31 | 腾讯科技(深圳)有限公司 | 测试场景的处理方法、装置及计算机程序产品 |
CN113867367B (zh) * | 2021-11-30 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 测试场景的处理方法、装置及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN113326639B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113326639B (zh) | 一种自动驾驶测试场景的确定方法、装置及电子设备 | |
CN108965001B (zh) | 一种车辆报文数据模型的评估方法及装置 | |
CN110535702B (zh) | 一种告警信息处理方法及装置 | |
CN111368887B (zh) | 雷雨天气预测模型的训练方法及雷雨天气预测方法 | |
CN114036826A (zh) | 模型训练方法、根因确定方法、装置、设备及存储介质 | |
CN112327806B (zh) | 自动驾驶的测试方法、装置、电子设备和存储介质 | |
CN115065545B (zh) | 基于大数据威胁感知的安全防护构建方法及ai防护系统 | |
EP3722945A1 (en) | Program operation system and program operation method | |
CN116011225A (zh) | 场景库的生成方法、测试方法、电子设备及存储介质 | |
CN112926135A (zh) | 场景信息确定方法、装置、设备、存储介质和程序产品 | |
CN116893658A (zh) | 控制机器人设备的方法、控制装置、计算机程序和介质 | |
CN116506276A (zh) | 一种告警数据关联性的挖掘方法及系统 | |
CN114676140A (zh) | 一种场景数据存储方法、装置、设备和介质 | |
CN117391214A (zh) | 模型训练方法、装置及相关设备 | |
CN111258788B (zh) | 磁盘故障预测方法、装置及计算机可读存储介质 | |
CN113421105A (zh) | 基于大数据防欺诈的信息处理方法及人工智能监测系统 | |
CN115048315B (zh) | 自动驾驶仿真测试结果的分析方法、装置和电子设备 | |
CN115086000B (zh) | 网络入侵检测方法及系统 | |
CN116996310B (zh) | 基于主动式防御的服务器网络安全保护方法和装置 | |
CN112751822B (zh) | 通信装置及操作方法、异常判定装置及方法、存储介质 | |
CN118210556A (zh) | 应用程序调整方法、装置、设备及介质 | |
CN114707296A (zh) | 一种测试场景生成方法、装置、电子设备及可读存储介质 | |
CN113936262A (zh) | 一种车辆边界场景的确定方法、装置及存储介质 | |
CN116886579A (zh) | 车辆网络安全评估方法、装置、电子设备及存储介质 | |
CN118202218A (zh) | 一种场景获取方法及装置 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Room 401, 4th Floor, No. 66 Zizhuyuan Road, Haidian District, Beijing, 100048 Patentee after: Beijing Saimu Technology Co.,Ltd. Address before: 100082 1501 ZhongGuanCun international innovation building, Haidian District, Beijing Patentee before: Beijing saimu Technology Co.,Ltd. |