CN113342701A - 无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置 - Google Patents
无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置 Download PDFInfo
- Publication number
- CN113342701A CN113342701A CN202110890948.9A CN202110890948A CN113342701A CN 113342701 A CN113342701 A CN 113342701A CN 202110890948 A CN202110890948 A CN 202110890948A CN 113342701 A CN113342701 A CN 113342701A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- vehicle
- information
- data
- 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置。方法包括：确定各图像帧所对应点云帧中各参与车辆的点云数据及位置坐标；确定各参与车辆的横纵控制参数信息；确定目标车辆的定位坐标及行驶动态信息并确定目标车辆的横纵控制参数信息；获得图像帧序列对应的天气信息；利用场景构建格式地图及上述信息构建目标场景的自动驾驶测试场景；根据当前帧的主车行驶控制信息，通过生产数据线程以固定帧率在自动驾驶测试场景下进行仿真计算生成当前帧的仿真环境数据保存至缓冲区队列中；通过发送数据线程以固定帧率从缓冲区队列中获得当前帧的仿真环境数据并发送至无人驾驶软件，以实现以固定帧率发送仿真环境数据至被测无人驾驶软件。
Description
技术领域
本发明涉及无人驾驶技术领域，具体而言，涉及一种无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置。
背景技术
目前，在进行无人驾驶仿真测试时，无人驾驶仿真系统需要与被测无人驾驶软件进行双向的实时通信即交互，通过被测无人驾驶软件准确的控制无人驾驶仿真系统中的主车的行驶来实现对被测无人驾驶软件进行测试，其中，被测无人驾驶软件为装载有被测无人驾驶算法的软件。
在现有技术中，对于每帧数据，无人驾驶仿真系统都是通过同一线程进行仿真环境数据的生成和发送，也就是在生成仿真环境数据后再发送所生成的仿真环境数据至被测无人驾驶软件。
由于各帧数据进行的仿真计算可能不同，导致各帧数据进行仿真计算所需要的时间不同，这就导致各帧数据发送仿真环境数据至被测无人驾驶软件的时间间隔不同，这使得被测无人驾驶软件无法准确的控制无人驾驶仿真系统中的主车进行行驶，进一步无法实现对被测无人驾驶软件进行测试。
发明内容
本发明提供了一种无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置，能够以固定帧率发送仿真环境数据至被测无人驾驶软件，使得被测无人驾驶软件可以准确的控制无人驾驶仿真系统中的主车进行行驶，进一步实现对被测无人驾驶软件进行测试。具体的技术方案如下。
第一方面，本发明提供了一种无人驾驶仿真系统与被测无人驾驶软件交互的方法，应用于所述无人驾驶仿真系统，所述方法包括：
获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；
基于所述图像帧序列，确定所述目标场景中车道信息以及车道线信息，并基于所述车道信息以及车道线信息，构建场景构建格式地图；
利用所述图像帧序列以及所述点云帧序列，在所述图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；
基于所述定位传感器数据，确定所述目标车辆在各指定采集时刻对应的行驶动态信息；并利用所述目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定所述目标车辆对应的横纵控制参数信息；
获得所述图像帧序列对应的天气信息；
利用所述场景构建格式地图、各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息，构建所述目标场景的自动驾驶测试场景；
接收所述被测无人驾驶软件发送的当前帧的主车行驶控制信息；
根据所述主车行驶控制信息，通过生产数据线程以固定帧率在所述自动驾驶测试场景下进行仿真计算，生成所述当前帧的仿真环境数据，并将所述当前帧的仿真环境数据保存至缓冲区队列中；
通过发送数据线程以所述固定帧率从所述缓冲区队列中获得所述当前帧的仿真环境数据，并发送至所述无人驾驶软件。
可选的，所述利用所述场景构建格式地图、各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息，构建所述目标场景的自动驾驶测试场景的步骤，包括:
利用预设场景整合格式，对各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息进行整合，得到场景构建整合文件；
利用所述场景构建整合文件以及所述场景构建格式地图，构建所述目标场景的自动驾驶测试场景。
可选的，所述基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息的步骤，包括：
针对每一参与车辆，基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，确定各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息；并将各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息转换为第一预设格式，以得到各参与车辆对应的第一预设格式的横纵控制参数信息，其中，每一参考点云帧为每一参与车辆对应的包含该参与车辆的点云数据的点云帧。
可选的，所述固定帧率的范围为10帧/秒-60帧/秒。
可选的，所述主车行驶控制信息包括主车的行驶速度信息和位置信息；
所述仿真环境数据包括当前帧内的车辆的行驶速度信息和位置信息。
第二方面，本发明提供一种无人驾驶仿真系统与被测无人驾驶软件交互的装置，应用于所述无人驾驶仿真系统，所述装置包括：
第一获得模块，被配置为获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；
第一确定模块，被配置为基于所述图像帧序列，确定所述目标场景中车道信息以及车道线信息，并基于所述车道信息以及车道线信息，构建场景构建格式地图；
第二确定模块，被配置为利用所述图像帧序列以及所述点云帧序列，在所述图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；
第三确定模块，被配置为基于所述定位传感器数据，确定所述目标车辆在各指定采集时刻对应的行驶动态信息；并利用所述目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定所述目标车辆对应的横纵控制参数信息；
第二获得模块，被配置为获得所述图像帧序列对应的天气信息；
构建模块，被配置为利用所述场景构建格式地图、各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息，构建所述目标场景的自动驾驶测试场景；
接收模块，被配置为接收所述被测无人驾驶软件发送的当前帧的主车行驶控制信息；
生产数据模块，被配置为根据所述主车行驶控制信息，通过生产数据线程以固定帧率在所述自动驾驶测试场景下进行仿真计算，生成所述当前帧的仿真环境数据，并将所述当前帧的仿真环境数据保存至缓冲区队列中；
发送数据模块，被配置为通过发送数据线程以所述固定帧率从所述缓冲区队列中获得所述当前帧的仿真环境数据，并发送至所述无人驾驶软件。
可选的，所述构建模块，被具体配置为利用预设场景整合格式，对各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息进行整合，得到场景构建整合文件；
利用所述场景构建整合文件以及所述场景构建格式地图，构建所述目标场景的自动驾驶测试场景。
可选的，所述第二确定模块，被具体配置为针对每一参与车辆，基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，确定各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息；并将各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息转换为第一预设格式，以得到各参与车辆对应的第一预设格式的横纵控制参数信息，其中，每一参考点云帧为每一参与车辆对应的包含该参与车辆的点云数据的点云帧。
可选的，所述固定帧率的范围为10帧/秒-60帧/秒。
可选的，所述主车行驶控制信息包括主车的行驶速度信息和位置信息；
所述仿真环境数据包括当前帧内的车辆的行驶速度信息和位置信息。
由上述内容可知，本发明实施例可以获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；基于图像帧序列，确定目标场景中车道信息以及车道线信息，并基于车道信息以及车道线信息，构建场景构建格式地图；利用图像帧序列以及点云帧序列，在图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；基于定位传感器数据，确定目标车辆在各指定采集时刻对应的行驶动态信息；并利用目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定目标车辆对应的横纵控制参数信息；获得图像帧序列对应的天气信息；利用场景构建格式地图、各参与车辆对应的横纵控制参数信息、目标车辆对应的横纵控制参数信息以及天气信息，构建目标场景的自动驾驶测试场景；接收被测无人驾驶软件发送的当前帧的主车行驶控制信息；根据主车行驶控制信息，通过生产数据线程以固定帧率在自动驾驶测试场景下进行仿真计算，生成当前帧的仿真环境数据，并将当前帧的仿真环境数据保存至缓冲区队列中；通过发送数据线程以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，并发送至无人驾驶软件。应用本发明实施例，可以直接基于行驶过程所采集的图像帧序列及其对应的点云帧序列和定位传感器数据，自动构建出场景构建格式地图、目标车辆的横纵控制参数信息以及各参与车辆的横纵控制参数信息，并获得行驶过程中的天气信息，以得到场景构建所需的各要素，进而结合构建自动驾驶测试场景，实现对目标场景的自动驾驶测试场景的自动构建，减低场景构建人力及时间成本，推进仿真测试进程，并且由于生产数据线程是以固定帧率生产的当前帧的仿真环境数据并保存到了缓冲区队列中，并且发送数据线程也是以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，使得每帧数据发送仿真环境数据至被测无人驾驶软件的时间间隔是相同的，能够以固定帧率发送仿真环境数据至被测无人驾驶软件，使得被测无人驾驶软件可以准确的控制无人驾驶仿真系统中的主车进行行驶，进一步实现对被测无人驾驶软件进行测试。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括：
1、应用本发明实施例，可以直接基于行驶过程所采集的图像帧序列及其对应的点云帧序列和定位传感器数据，自动构建出场景构建格式地图、目标车辆的横纵控制参数信息以及各参与车辆的横纵控制参数信息，并获得行驶过程中的天气信息，以得到场景构建所需的各要素，进而结合构建自动驾驶测试场景，实现对目标场景的自动驾驶测试场景的自动构建，减低场景构建人力及时间成本，推进仿真测试进程。
2、由于生产数据线程是以固定帧率生产的当前帧的仿真环境数据并保存到了缓冲区队列中，并且发送数据线程也是以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，使得每帧数据发送仿真环境数据至被测无人驾驶软件的时间间隔是相同的，能够以固定帧率发送仿真环境数据至被测无人驾驶软件，使得被测无人驾驶软件可以准确的控制无人驾驶仿真系统中的主车进行行驶，进一步实现对被测无人驾驶软件进行测试。
3、将各参与车辆以及目标车辆的横纵控制参数信息，转换为可直接用于构建自动驾驶测试场景的第一格式的横纵控制参数信息，为后续的场景构建提供基础。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例。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的附图。
图1为本发明实施例提供的无人驾驶仿真系统与被测无人驾驶软件交互的方法的一种流程示意图；
图2为本发明实施例提供的无人驾驶仿真系统与被测无人驾驶软件交互的装置的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明实施例公开了一种无人驾驶仿真系统与被测无人驾驶软件交互的方法以及装置，能够以固定帧率发送仿真环境数据至被测无人驾驶软件，使得被测无人驾驶软件可以准确的控制无人驾驶仿真系统中的主车进行行驶，进一步实现对被测无人驾驶软件进行测试。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的无人驾驶仿真系统与被测无人驾驶软件交互的方法的一种流程示意图。该方法应用于无人驾驶仿真系统。在一种实现中，无人驾驶仿真系统可以以单独的客户端软件的形式存在，也可以以目前相关的客户端软件的插件的形式存在，这都是可以的。该方法具体包括以下步骤：
S110：获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据。
目标车辆设置有图像采集设备、雷达设备以及定位设备，图像采集设备用于在目标车辆在目标场景的行驶过程中，针对目标车辆的周围环境采集图像帧，雷达设备用于在目标车辆在目标场景的行驶过程中，针对目标车辆的周围环境采集点云帧，其中，点云帧包括点云数据。定位设备用于在目标车辆在目标场景的行驶过程中，针对目标车辆采集其定位传感器数据，其中，定位传感器数据可以包括位置信息和/或行驶动态信息，行驶动态信息包括但不限于：速度、角速度以及加速度。
其中，定位设备可以包括但不限于IMU（Inertial measurement unit ，惯性测量单元）GPS（Global Positioning System ，全球定位系统）以及GNSS（Global NavigationSatellite System ，全球卫星导航系统/全球导航卫星系统）等。
目标场景可以是车辆行驶的任一场景。
目标车辆在目标场景行驶过程中，目标车辆的图像采集设备可以针对目标车辆所处位置的周围环境采集图像帧，得到图像帧序列；且其雷达设备可以针对目标车辆所处位置的周围环境采集点云帧，得到点云帧序列；且其定位设备可以针对目标车辆的行驶过程采集得到定位传感器数据。图像帧、点云帧以及定位传感器数据之间存在对应关系。目标车辆获得图像帧序列及其对应的点云帧序列和定位传感器数据之后，将其所获得的图像帧序列及其对应的点云帧序列和定位传感器数据发送至无人驾驶仿真系统。
S120：基于图像帧序列，确定目标场景中车道信息以及车道线信息，并基于车道信息以及车道线信息，构建场景构建格式地图。
本步骤中，无人驾驶仿真系统基于预设车道线检测算法对图像帧序列中各图像帧进行检测，得到各帧图像帧的检测结果，进而结合各图像帧的检测结果以及计算视觉算法，确定得到车道信息以及车道线信息，其中，车道信息可以包括但不限于：图像帧对应的车道的数量、位置以及宽度等。车道线信息包括但不限于：车道线的位置以及车道线的属性信息以及形状信息等，其中，车道线的属性信息包括：实线或虚线。车道的位置可以是基于预设空间直角坐标系下的位置，该预设空间直角坐标系可以为目标车辆所在的车体坐标系，或者世界坐标系，这都是可以的。
一种情况中，预设车道线检测算法可以是：基于标注有车道和/或车道线的图像训练所得的神经网络模型。或者，可以是：灰度处理、边缘检测以及ROI（Region of Interest，感兴趣区域）等算法的集合。本发明实施例并不对预设检测算法的具体类型进行限定，任一可以实现对图像中车道信息以及车道线信息的检测确定算法，均可以应用于本发明实施例中。
进而，无人驾驶仿真系统对车道信息以及车道线信息进行预设处理及标准化后，构建得到场景构建格式地图。即将车道信息以及车道线信息转换成场景构建格式，得到场景构建格式地图。场景构建格式地图为具有场景构建格式的地图，场景构建格式是构建地图的数据所需具有的格式，其中，该场景构建格式可以为OpenDrive格式，相应的，场景构建格式地图可以是 OpenDrive地图。
S130：利用图像帧序列以及点云帧序列，在图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息。
本步骤中，无人驾驶仿真系统针对图像帧序列中每一图像帧，利用预设目标检测算法，从该图像帧中检测出各图像目标，并基于所检测出的图像目标从该图像帧所对应的点云帧中确定该图像目标对应的点云数据，其中，该图像目标包括车辆。
无人驾驶仿真系统将所检测出的目标车辆周围的车辆确定为参与车辆。一种情况，目标车辆周围的车辆可以包括目标车辆所在车道的前后车以及相邻车道的预设范围内的车辆。该预设范围可以包括：图像采集设备和/或雷达设备可探测的范围。
无人驾驶仿真系统基于该图像帧对应的目标车辆的定位位置坐标以及该图像帧所对应点云帧中各参与车辆的点云数据，确定各参与车辆的位置坐标，以确定出各点云帧中各参与车辆的点云数据及位置坐标。进而，将各点云帧中各参与车辆所对应点云数据及位置坐标按照预设标签格式进行转换，得到各参与车辆对应的横纵控制参数信息。
一种情况，预设标签格式可以为OpenScenario中的相应标签格式。
S140：基于定位传感器数据，确定目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息；并利用目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定目标车辆在采集指定采集时刻的横纵控制参数信息。
可以理解的是，图像帧与点云帧以及定位传感器数据存在对应关系，本发明实施例中所提到的各指定采集时刻，可以指指定数据所对应的采集时刻，其中，该指定数据可以为：图像帧、点云帧或定位传感器数据。
在一种情况中，定位传感器数据可以包括但不限于：目标车辆的加速度、角速度、相对位移以及定位坐标，通过定位传感器数据，确定目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息。目标车辆的行驶动态信息可以包括以下信息中的至少一种：速度以及加速度。
无人驾驶仿真系统将目标车辆在该图像帧所对应采集指定采集时刻的定位坐标以及行驶动态信息按照预设标签格式进行转换，得到目标车辆对应的横纵控制参数信息。
S150：获得图像帧序列对应的天气信息。
其中，该天气信息为描述目标车辆在目标场景中行驶过程中的天气情况的信息。天气信息包括但不限于：晴天、雨天、阴天、雪天和冰雹天、光照强度信息、雨雪强度信息、中午、早上和晚上以及具体日期信息等。
在本发明的一种实现方式中，步骤S150，可以包括如下步骤：
第一种实现方式：
获得针对图像帧序列所输入的天气信息，确定为图像帧序列对应的天气信息；
第二种实现方式：
获得用于探测天气情况的预设传感器所采集的图像帧序列对应的天气信息，确定为图像帧序列对应的天气信息。
本实现方式中，一方面，图像帧序列对应的天气信息可以是工作人员根据图像帧所表现的情况，确定其对应的天气信息，并输入无人驾驶仿真系统，无人驾驶仿真系统获得针对图像帧序列所输入的天气信息，确定为图像帧序列对应的天气信息。另一方面，目标车辆可以设置有用于探测天气情况的预设传感器，目标车辆在目标场景的行驶过程中，预设传感器可以实时或周期性的探测目标场景的天气情况，得到天气信息，并反馈给无人驾驶仿真系统，作为图像帧序列对应的天气信息。在一种情况中，上述预设传感器可以包括：雨量光线传感器(RLS，Rain Light Sensor)。
S160：利用场景构建格式地图、各参与车辆对应的横纵控制参数信息、目标车辆对应的横纵控制参数信息以及天气信息，构建目标场景的自动驾驶测试场景。
本步骤中，无人驾驶仿真系统对各参与车辆对应的横纵控制参数信息进行整合，确定出各参与车辆的交通行为，得到参与交通流，并利用目标车辆对应的横纵控制参数信息，确定出目标车辆的交通行为，进而将利用场景构建格式地图、各参与车辆的交通行为、目标车辆的交通行为以及天气信息，构建目标场景的自动驾驶测试场景。
其中，交通行为包括车辆的行驶轨迹信息。
在本发明的一种实现方式中，步骤S160，可以包括如下步骤:
利用预设场景整合格式，对各参与车辆对应的横纵控制参数信息、目标车辆对应的横纵控制参数信息以及天气信息进行整合，得到场景构建整合文件；
利用场景构建整合文件以及场景构建格式地图，构建目标场景的自动驾驶测试场景。
其中，该预设场景整合格式可以是基于OpenScenario格式所设置的格式，即将各参与车辆对应的横纵控制参数信息、目标车辆对应的横纵控制参数信息以及天气信息整合成预设场景整合格式，得到场景构建整合文件，以可导入任何支持OpenScenario格式的自动驾驶仿真测试平台，进行使用。
无人驾驶仿真系统得到包含目标车辆在目标场景中行驶过程的各场景要素的场景构建整合文件之后，利用场景构建整合文件以及场景构建格式地图，构建目标场景的自动驾驶测试场景，以能够结合场景构建整合文件以及场景构建格式地图，实现对目标车辆行驶过程的重塑以及回放，实现自动驾驶测试场景的自动化构建。一种情况，无人驾驶仿真系统还可以支持对目标场景的自动驾驶测试场景的泛化处理，以可以自动化的得到更多的自动驾驶测试场景。
S170：接收被测无人驾驶软件发送的当前帧的主车行驶控制信息。
在构建了目标场景的自动驾驶测试场景后，即可对被测无人驾驶软件进行测试。具体的，被测无人驾驶软件发送当前帧的主车行驶控制信息至无人驾驶仿真系统，无人驾驶仿真系统接收被测无人驾驶软件发送的当前帧的主车行驶控制信息。
其中，主车可以为所构建的目标场景的自动驾驶测试场景中的目标车辆。主车行驶控制信息可以包括主车的行驶速度信息和位置信息。
S180：根据主车行驶控制信息，通过生产数据线程以固定帧率在自动驾驶测试场景下进行仿真计算，生成当前帧的仿真环境数据，并将当前帧的仿真环境数据保存至缓冲区队列中。
为了各帧数据能够通过固定帧率发送仿真环境数据至被测无人驾驶软件即各帧数据发送仿真环境数据至被测无人驾驶软件的时间间隔相同，在本发明实施例中，将生产仿真环境数据和发送仿真环境数据分为两个线程进行。
具体的，无人驾驶仿真系统根据主车行驶控制信息，通过生产数据线程以固定帧率在自动驾驶测试场景下进行仿真计算，生成当前帧的仿真环境数据，其中，仿真计算的过程就是使主车以主车行驶控制信息在当前帧中运行，从而得到当前帧的仿真环境数据，示例性的，当前帧的仿真环境数据包括当前帧内的车辆的行驶速度信息和位置信息，固定帧率的范围可以为10帧/秒-60帧/秒。
在生成当前帧的仿真环境数据后，将当前帧的仿真环境数据保存至缓冲区队列中，也就是每一帧的仿真环境数据对应一缓冲区，当前帧的仿真环境数据对应的缓冲区排在上一帧的仿真环境数据对应的缓冲区的后面。
S190：通过发送数据线程以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，并发送至无人驾驶软件。
在将当前帧的仿真环境数据保存至缓冲区队列中后，无人驾驶仿真系统通过发送数据线程以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，并发送至无人驾驶软件，示例性的，固定帧率的范围可以为10帧/秒-60帧/秒，被测无人驾驶算法可以为Automatic driving算法。
也就是说，发送数据线程仅用于发送当前帧的仿真环境数据，无论生产数据线程生成当前帧的仿真环境数据所使用的时间是多少都无法干涉到发送数据线程发送当前帧的仿真环境数据至被测无人驾驶软件的时间。
由于生产数据线程是以固定帧率生产的当前帧的仿真环境数据并保存到了缓冲区队列中，并且发送数据线程也是以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，这就使得每帧数据发送仿真环境数据至被测无人驾驶软件的时间间隔是相同的，能够以固定帧率发送仿真环境数据至被测无人驾驶软件，使得被测无人驾驶软件可以准确的控制无人驾驶仿真系统中的主车进行行驶，进一步实现对被测无人驾驶软件进行测试。
由上述内容可知，本实施例可以获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；基于图像帧序列，确定目标场景中车道信息以及车道线信息，并基于车道信息以及车道线信息，构建场景构建格式地图；利用图像帧序列以及点云帧序列，在图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；基于定位传感器数据，确定目标车辆在各指定采集时刻对应的行驶动态信息；并利用目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定目标车辆对应的横纵控制参数信息；获得图像帧序列对应的天气信息；利用场景构建格式地图、各参与车辆对应的横纵控制参数信息、目标车辆对应的横纵控制参数信息以及天气信息，构建目标场景的自动驾驶测试场景；接收被测无人驾驶软件发送的当前帧的主车行驶控制信息；根据主车行驶控制信息，通过生产数据线程以固定帧率在自动驾驶测试场景下进行仿真计算，生成当前帧的仿真环境数据，并将当前帧的仿真环境数据保存至缓冲区队列中；通过发送数据线程以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，并发送至无人驾驶软件。应用本发明实施例，可以直接基于行驶过程所采集的图像帧序列及其对应的点云帧序列和定位传感器数据，自动构建出场景构建格式地图、目标车辆的横纵控制参数信息以及各参与车辆的横纵控制参数信息，并获得行驶过程中的天气信息，以得到场景构建所需的各要素，进而结合构建自动驾驶测试场景，实现对目标场景的自动驾驶测试场景的自动构建，减低场景构建人力及时间成本，推进仿真测试进程，并且由于生产数据线程是以固定帧率生产的当前帧的仿真环境数据并保存到了缓冲区队列中，并且发送数据线程也是以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，使得每帧数据发送仿真环境数据至被测无人驾驶软件的时间间隔是相同的，能够以固定帧率发送仿真环境数据至被测无人驾驶软件，使得被测无人驾驶软件可以准确的控制无人驾驶仿真系统中的主车进行行驶，进一步实现对被测无人驾驶软件进行测试。
在本发明的另一实施例中，步骤S130，可以包括如下步骤：
针对每一参与车辆，基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，确定各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息；并将各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息转换为第一预设格式，以得到各参与车辆对应的第一预设格式的横纵控制参数信息，其中，每一参考点云帧为每一参与车辆对应的包含该参与车辆的点云数据的点云帧。
参与车辆所对应点云数据在各参考点云帧的位置坐标可以为：参与车辆所对应点云数据在预设空间直角坐标系下的坐标，该预设空间直角坐标系可以为目标车辆所在的车体坐标系，也可以为世界坐标系，这都是可以的。
其中，参与车辆对应的参考点云帧指：包含该参与车辆的点云数据的点云帧，而之前提到的点云帧为目标车辆在目标场景行驶过程中所采集的图像帧所对应的点云帧。
本实现方式中，无人驾驶仿真系统可以基于图像帧序列以及点云帧序列，得到每一参与车辆在其对应的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标。针对每一参考车辆，基于该参与车辆所对应点云数据在各参考点云帧的位置坐标，确定该参与车辆在各参考点云帧中所在车道。其中，若参与车辆在某一参考点云帧中所在车道的车道标识与该参考点云帧的上一帧中所在车道的车道标识发生变化，即参与车辆出现变道行为。
结合该参与车辆其对应的各参考点云帧之间的关联关系，以及该参与车辆在各参考点云帧中所在车道，确定该参与车辆对应的横控制参数信息，其中，参与车辆对应的横控制参数信息至少包括：该参与车辆在行驶过程中每次变道过程的变道个数、变道方向以及变道时间，即生成一个Lateral。其中，一种情况中，参与车辆对应的横控制参数信息还包括各变道过程，相对于目标车辆在行驶过程中的起始时间和终止时间。
每次变道过程的变道时间可以通过采集点云帧的传感器的帧率以及车道变化经过的点云帧帧数确定，例如：若采集点云帧的传感器的帧率为10Hz，则表征采集点云帧的传感器每100ms采集一帧点云帧，在参与车辆一次变道过程中车道变化经过的点云帧帧数为20帧，相应的，该次变道过程的变道时间=20帧*100ms=2秒。
每次变道过程的变道个数以及变道方向可以通过预设值表示，例如通过数字表示一个变道过程的变道个数，通过正负表示变道方向，例如：变道方向左正右负，若预设值Target=“-1”，表征参与车辆向右变一个车道。
对于参与车辆的纵控制参数信息的确定过程，一种情况可以是：首先确定参与车辆的参考点云帧的总帧数，并基于该参与车辆所对应点云数据在各参考点云帧的位置坐标
，以及参与车辆的参考点云帧的总帧数以及采集点云帧的传感器的帧率，确定出该参与车辆对应的纵控制参数信息，其中，参与车辆对应的纵控制参数信息至少包括：参与车辆的目标速度及其加速度。
其中，参与车辆的目标速度
（1），
表示参与车辆的参考点云帧的总帧数，
表示采集点云帧的传感器的帧率，
表示参与车辆的参考点云帧中最后一帧对应的位置坐标，
表示参与车辆的参考点云帧中次最后一帧对应的位置坐标。
目标速度可以指所对应参与车辆的最终的速度。
一种实现，可以认为参与车辆为匀速行驶，其加速度为0。或者可以设置参与车辆的加速度为以预设加速度值。
在另一种实现中，若基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，可以确定出该参与车辆在各参考点云帧的速度，无人驾驶仿真系统可以根据参与车辆对应的参考点云帧的帧数以及采集点云帧的传感器的帧率，确定该参与车辆对应的纵控制参数信息。
具体的，参与车辆对应的加速度=
（2），其中，
表示该参与车辆在其对应的参考点云帧中最后一帧的速度，
表示该参与车辆在其对应的参考点云帧中第一帧的速度。
目标车辆对应的目标速度=
。
一种情况，若存在图像帧序列中仅一帧图像帧包含参与车辆A，且相应的，点云帧序列中间一帧点云帧存在该参与车辆A对应的点云数据的情况，通过该图像帧序列以及点云帧序列仅能确定出该参与车辆对应的一帧位置坐标和速度，则可以认为该参与车辆A为从目标车辆的图像采集设备和/或雷达设备不可探测的范围进入到目标车辆的图像采集设备和/或雷达设备可探测的范围的车辆，相应的，可以确定该参与车辆A为匀速运动，即确定该参与车辆A对应的加速度为0。后续的，得到该参与车辆A的更多的速度信息，可以基于上述公式（2）计算其加速度。
在另一种实现中，若基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，可以确定出该参与车辆在各参考点云帧的速度和加速度，可以通过可以根据该参与车辆的参考点云帧的帧数、该参与车辆在各参考点云帧的加速度以及速度，确定该参与车辆对应的纵控制参数信息。
具体的，参与车辆的加速度=
（3）；其中，
表示参与车辆在第i帧参考点云帧对应的加速度，i的取值范围为[1，n]之间的整数。
参与车辆的目标速度=
。
后续的，将参与车辆的横控制参数信息和纵控制参数信息转换为第一预设格式，以得到各参与车辆对应的第一预设格式的横纵控制参数信息。该第一预设格式即上述的预设标签格式。
在本发明的另一实施例中，该行驶动态信息包括目标车辆在各图像帧所对应采集指定采集时刻的速度信息和/或加速度；
所述S140，可以包括如下步骤：
针对每一图像帧，利用目标车辆在该图像帧所对应采集指定采集时刻的定位坐标，及目标车辆在该图像帧的前一帧图像所对应采集指定采集时刻的定位坐标，确定目标车辆在该图像帧所对应采集指定采集时刻的横控制参数信息；并将横控制参数信息转换为第一预设格式；
利用目标车辆在各图像帧所对应采集指定采集时刻的速度信息和/或加速度，和/或目标车辆在该图像帧所对应采集指定采集时刻的定位坐标，确定目标车辆在各图像帧所对应采集指定采集时刻的纵控制参数信息，并将纵控制参数信息转换为第一预设格式，以得到目标车辆在各图像帧所对应采集指定采集时刻的第一预设格式的横纵控制参数信息。
本实现方式中，确定目标车辆对应的横控制参数信息的过程，可以参见上述确定参与车辆对应的横控制参数信息的过程，在此不再赘述。
在确定目标车辆对应的纵控制参数信息的过程中，可以根据行驶动态信息所包括的不同信息，采取不同方式，确定目标车辆对应的纵控制参数信息。相应的，在行驶动态信息包括各指定采集时刻的速度的情况下，无人驾驶仿真系统可以根据目标车辆在目标场景行驶过程中的各行驶状态阶段对应的指定数据的帧数以及指定数据对应的采集设备的帧率，确定目标车辆对应的纵控制参数信息，纵控制参数信息包括各行驶状态阶段对应的目标车辆对应的目标速度和加速度。
目标车辆在某一行驶状态阶段对应的目标速度可以指该目标车辆在该行驶状态阶段对应的最终的速度。
具体的，目标车辆对应的加速度=
（4），其中，
表示某一行驶状态阶段对应的指定数据的帧数，
表示该行驶状态阶段对应的指定数据对应的采集设备的帧率；
表示行驶状态阶段对应的最后一帧指定数据的速度，
表示行驶状态阶段对应的第一帧指定数据的速度。
目标车辆对应的目标速度=
。
其中，上述行驶状态阶段可以指目标车辆在目标场景行驶过程的全阶段，也可以指目标车辆在目标场景行驶过程中产生不同行驶行为的阶段，其中，不同行驶行为包括但不限于：匀速行驶以及变速行驶，其中，变速行驶还可以包括加速行驶和减速行驶。
在行驶动态信息包括每帧图像帧所对应采集指定采集时刻的速度和加速度的情况下，可以通过可以根据目标车辆在目标场景行驶过程中的各行驶状态阶段对应的指定数据的帧数、各指定数据对应的加速度以及速度，确定目标车辆对应的各行驶状态阶段对应的纵控制参数信息。
具体的，某一行驶状态阶段对应的加速度=
（5）；其中，
表示行驶状态阶段中第j帧指定数据对应的加速度，j的取值范围为[1，m2]之间的整数，m2表示该行驶状态阶段对应的指定数据的帧数。
某一行驶状态阶段对应的目标速度=
，其中，
表示行驶状态阶段中最后一帧指定数据所对应采集时刻的速度。
相应于上述方法实施例，本发明实施例提供了一种无人驾驶仿真系统与被测无人驾驶软件交互的装置，应用于所述无人驾驶仿真系统，如图2所示，所述装置可以包括：
第一获得模块210，被配置为获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；
第一确定模块220，被配置为基于所述图像帧序列，确定所述目标场景中车道信息以及车道线信息，并基于所述车道信息以及车道线信息，构建场景构建格式地图；
第二确定模块230，被配置为利用所述图像帧序列以及所述点云帧序列，在所述图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；
第三确定模块240，被配置为基于所述定位传感器数据，确定所述目标车辆在各指定采集时刻对应的行驶动态信息；并利用所述目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定所述目标车辆对应的横纵控制参数信息；
第二获得模块250，被配置为获得所述图像帧序列对应的天气信息；
构建模块260，被配置为利用所述场景构建格式地图、各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息，构建所述目标场景的自动驾驶测试场景；
接收模块270，被配置为接收所述被测无人驾驶软件发送的当前帧的主车行驶控制信息；
生产数据模块280，被配置为根据所述主车行驶控制信息，通过生产数据线程以固定帧率在所述自动驾驶测试场景下进行仿真计算，生成所述当前帧的仿真环境数据，并将所述当前帧的仿真环境数据保存至缓冲区队列中；
发送数据模块290，被配置为通过发送数据线程以所述固定帧率从所述缓冲区队列中获得所述当前帧的仿真环境数据，并发送至所述无人驾驶软件。
本实施例的装置可以获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；基于图像帧序列，确定目标场景中车道信息以及车道线信息，并基于车道信息以及车道线信息，构建场景构建格式地图；利用图像帧序列以及点云帧序列，在图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；基于定位传感器数据，确定目标车辆在各指定采集时刻对应的行驶动态信息；并利用目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定目标车辆对应的横纵控制参数信息；获得图像帧序列对应的天气信息；利用场景构建格式地图、各参与车辆对应的横纵控制参数信息、目标车辆对应的横纵控制参数信息以及天气信息，构建目标场景的自动驾驶测试场景；接收被测无人驾驶软件发送的当前帧的主车行驶控制信息；根据主车行驶控制信息，通过生产数据线程以固定帧率在自动驾驶测试场景下进行仿真计算，生成当前帧的仿真环境数据，并将当前帧的仿真环境数据保存至缓冲区队列中；通过发送数据线程以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，并发送至无人驾驶软件。应用本发明实施例，可以直接基于行驶过程所采集的图像帧序列及其对应的点云帧序列和定位传感器数据，自动构建出场景构建格式地图、目标车辆的横纵控制参数信息以及各参与车辆的横纵控制参数信息，并获得行驶过程中的天气信息，以得到场景构建所需的各要素，进而结合构建自动驾驶测试场景，实现对目标场景的自动驾驶测试场景的自动构建，减低场景构建人力及时间成本，推进仿真测试进程，并且由于生产数据线程是以固定帧率生产的当前帧的仿真环境数据并保存到了缓冲区队列中，并且发送数据线程也是以固定帧率从缓冲区队列中获得当前帧的仿真环境数据，使得每帧数据发送仿真环境数据至被测无人驾驶软件的时间间隔是相同的，能够以固定帧率发送仿真环境数据至被测无人驾驶软件，使得被测无人驾驶软件可以准确的控制无人驾驶仿真系统中的主车进行行驶，进一步实现对被测无人驾驶软件进行测试。
在本发明的另一实施例中，所述构建模块260，被具体配置为利用预设场景整合格式，对各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息进行整合，得到场景构建整合文件；
利用所述场景构建整合文件以及所述场景构建格式地图，构建所述目标场景的自动驾驶测试场景。
在本发明的另一实施例中，所述第二确定模块230，被具体配置为针对每一参与车辆，基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，确定各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息；并将各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息转换为第一预设格式，以得到各参与车辆对应的第一预设格式的横纵控制参数信息，其中，每一参考点云帧为每一参与车辆对应的包含该参与车辆的点云数据的点云帧。
在本发明的另一实施例中，所述固定帧率的范围为10帧/秒-60帧/秒。
在本发明的另一实施例中，所述主车行驶控制信息包括主车的行驶速度信息和位置信息；
所述仿真环境数据包括当前帧内的车辆的行驶速度信息和位置信息。
上述装置实施例与方法实施例相对应，与该方法实施例具有同样的技术效果，具体说明参见方法实施例。装置实施例是基于方法实施例得到的，具体的说明可以参见方法实施例部分，此处不再赘述。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种无人驾驶仿真系统与被测无人驾驶软件交互的方法，其特征在于，应用于所述无人驾驶仿真系统，所述方法包括：
获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；
基于所述图像帧序列，确定所述目标场景中车道信息以及车道线信息，并基于所述车道信息以及车道线信息，构建场景构建格式地图；
利用所述图像帧序列以及所述点云帧序列，在所述图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；
基于所述定位传感器数据，确定所述目标车辆在各指定采集时刻对应的行驶动态信息；并利用所述目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定所述目标车辆对应的横纵控制参数信息；
获得所述图像帧序列对应的天气信息；
利用所述场景构建格式地图、各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息，构建所述目标场景的自动驾驶测试场景；
接收所述被测无人驾驶软件发送的当前帧的主车行驶控制信息；
根据所述主车行驶控制信息，通过生产数据线程以固定帧率在所述自动驾驶测试场景下进行仿真计算，生成所述当前帧的仿真环境数据，并将所述当前帧的仿真环境数据保存至缓冲区队列中；
通过发送数据线程以所述固定帧率从所述缓冲区队列中获得所述当前帧的仿真环境数据，并发送至所述无人驾驶软件。
2.如权利要求1所述的方法，其特征在于，所述利用所述场景构建格式地图、各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息，构建所述目标场景的自动驾驶测试场景的步骤，包括:
利用预设场景整合格式，对各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息进行整合，得到场景构建整合文件；
利用所述场景构建整合文件以及所述场景构建格式地图，构建所述目标场景的自动驾驶测试场景。
3.如权利要求1所述的方法，其特征在于，所述基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息的步骤，包括：
针对每一参与车辆，基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，确定各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息；并将各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息转换为第一预设格式，以得到各参与车辆对应的第一预设格式的横纵控制参数信息，其中，每一参考点云帧为每一参与车辆对应的包含该参与车辆的点云数据的点云帧。
4.如权利要求1-3任一项所述的方法，其特征在于，所述固定帧率的范围为10帧/秒-60帧/秒。
5.如权利要求1所述的方法，其特征在于，所述主车行驶控制信息包括主车的行驶速度信息和位置信息；
所述仿真环境数据包括当前帧内的车辆的行驶速度信息和位置信息。
6.一种无人驾驶仿真系统与被测无人驾驶软件交互的装置，其特征在于，应用于所述无人驾驶仿真系统，所述装置包括：
第一获得模块，被配置为获得目标车辆在目标场景行驶过程中所采集的图像帧序列及其对应的点云帧序列和定位传感器数据；
第一确定模块，被配置为基于所述图像帧序列，确定所述目标场景中车道信息以及车道线信息，并基于所述车道信息以及车道线信息，构建场景构建格式地图；
第二确定模块，被配置为利用所述图像帧序列以及所述点云帧序列，在所述图像帧序列中的各图像帧所对应的点云帧中确定各参与车辆所对应的点云数据及位置坐标；并基于各点云帧中各参与车辆所对应点云数据及位置坐标，确定各参与车辆对应的横纵控制参数信息；
第三确定模块，被配置为基于所述定位传感器数据，确定所述目标车辆在各指定采集时刻对应的行驶动态信息；并利用所述目标车辆在各指定采集时刻对应的定位坐标以及行驶动态信息，确定所述目标车辆对应的横纵控制参数信息；
第二获得模块，被配置为获得所述图像帧序列对应的天气信息；
构建模块，被配置为利用所述场景构建格式地图、各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息，构建所述目标场景的自动驾驶测试场景；
接收模块，被配置为接收所述被测无人驾驶软件发送的当前帧的主车行驶控制信息；
生产数据模块，被配置为根据所述主车行驶控制信息，通过生产数据线程以固定帧率在所述自动驾驶测试场景下进行仿真计算，生成所述当前帧的仿真环境数据，并将所述当前帧的仿真环境数据保存至缓冲区队列中；
发送数据模块，被配置为通过发送数据线程以所述固定帧率从所述缓冲区队列中获得所述当前帧的仿真环境数据，并发送至所述无人驾驶软件。
7.如权利要求6所述的装置，其特征在于，所述构建模块，被具体配置为利用预设场景整合格式，对各参与车辆对应的横纵控制参数信息、所述目标车辆对应的横纵控制参数信息以及所述天气信息进行整合，得到场景构建整合文件；
利用所述场景构建整合文件以及所述场景构建格式地图，构建所述目标场景的自动驾驶测试场景。
8.如权利要求6所述的装置，其特征在于，所述第二确定模块，被具体配置为针对每一参与车辆，基于包含该参与车辆所对应点云数据的各参考点云帧之间的关联关系以及该参与车辆所对应点云数据在各参考点云帧的位置坐标，确定各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息；并将各参考点云帧中该参与车辆对应的横控制参数信息和纵控制参数信息转换为第一预设格式，以得到各参与车辆对应的第一预设格式的横纵控制参数信息，其中，每一参考点云帧为每一参与车辆对应的包含该参与车辆的点云数据的点云帧。
9.如权利要求6-8任一项所述的装置，其特征在于，所述固定帧率的范围为10帧/秒-60帧/秒。
10.如权利要求6所述的装置，其特征在于，所述主车行驶控制信息包括主车的行驶速度信息和位置信息；
所述仿真环境数据包括当前帧内的车辆的行驶速度信息和位置信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110890948.9A CN113342701A (zh) | 2021-08-04 | 2021-08-04 | 无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110890948.9A CN113342701A (zh) | 2021-08-04 | 2021-08-04 | 无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113342701A true CN113342701A (zh) | 2021-09-03 |
Family
ID=77480650
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110890948.9A Pending CN113342701A (zh) | 2021-08-04 | 2021-08-04 | 无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113342701A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115167182A (zh) * | 2022-09-07 | 2022-10-11 | 禾多科技（北京）有限公司 | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 |
| CN116614621A (zh) * | 2023-07-17 | 2023-08-18 | 中汽智联技术有限公司 | 相机内感知算法的测试方法、设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180322230A1 (en) * | 2017-05-08 | 2018-11-08 | Baidu Online Network Technology (Beijing) Co., Ltd. | Driverless vehicle simulation test method and apparatus, device and readable medium |
| CN111796530A (zh) * | 2020-05-26 | 2020-10-20 | 北京智行者科技有限公司 | 一种自动驾驶软件在环仿真方法 |
| CN111831558A (zh) * | 2020-06-24 | 2020-10-27 | 上海汽车集团股份有限公司 | 智能驾驶软件测试数据处理方法及相关装置 |
| CN112269740A (zh) * | 2020-10-27 | 2021-01-26 | 知行汽车科技（苏州）有限公司 | 自动驾驶软件的自动测试方法及装置 |
| CN113191030A (zh) * | 2021-07-01 | 2021-07-30 | 北京赛目科技有限公司 | 一种自动驾驶测试场景构建方法及装置 |
-
2021
- 2021-08-04 CN CN202110890948.9A patent/CN113342701A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180322230A1 (en) * | 2017-05-08 | 2018-11-08 | Baidu Online Network Technology (Beijing) Co., Ltd. | Driverless vehicle simulation test method and apparatus, device and readable medium |
| CN111796530A (zh) * | 2020-05-26 | 2020-10-20 | 北京智行者科技有限公司 | 一种自动驾驶软件在环仿真方法 |
| CN111831558A (zh) * | 2020-06-24 | 2020-10-27 | 上海汽车集团股份有限公司 | 智能驾驶软件测试数据处理方法及相关装置 |
| CN112269740A (zh) * | 2020-10-27 | 2021-01-26 | 知行汽车科技（苏州）有限公司 | 自动驾驶软件的自动测试方法及装置 |
| CN113191030A (zh) * | 2021-07-01 | 2021-07-30 | 北京赛目科技有限公司 | 一种自动驾驶测试场景构建方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115167182A (zh) * | 2022-09-07 | 2022-10-11 | 禾多科技（北京）有限公司 | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 |
| CN116614621A (zh) * | 2023-07-17 | 2023-08-18 | 中汽智联技术有限公司 | 相机内感知算法的测试方法、设备和存储介质 |
| CN116614621B (zh) * | 2023-07-17 | 2023-10-10 | 中汽智联技术有限公司 | 相机内感知算法的测试方法、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109583415B (zh) | 一种基于激光雷达与摄像机融合的交通灯检测与识别方法 | |
| US11287523B2 (en) | Method and apparatus for enhanced camera and radar sensor fusion | |
| KR102189262B1 (ko) | 엣지 컴퓨팅을 이용한 교통 정보 수집 장치 및 방법 | |
| CN106257242B (zh) | 用于调节道路边界的单元和方法 | |
| US10817735B2 (en) | Need-sensitive image and location capture system and method | |
| US11248925B2 (en) | Augmented road line detection and display system | |
| CN109212542A (zh) | 用于自主车辆操作的校准方法 | |
| CN108761475A (zh) | 用于自主车辆操作的校准验证 | |
| CN113191030A (zh) | 一种自动驾驶测试场景构建方法及装置 | |
| JP6950832B2 (ja) | 位置座標推定装置、位置座標推定方法およびプログラム | |
| KR20120118478A (ko) | 교통 신호 맵핑 및 검출 | |
| CN113342701A (zh) | 无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置 | |
| CN110959143A (zh) | 信息处理装置、信息处理方法、程序和移动体 | |
| CN109074728A (zh) | 推荐行驶速度提供程序、行驶支持系统、车辆控制设备和自动行驶车辆 | |
| CN111351502A (zh) | 用于从透视图生成环境的俯视图的方法，装置和计算机程序产品 | |
| CN111226094A (zh) | 信息处理装置、信息处理方法、程序和移动体 | |
| US11485373B2 (en) | Method for a position determination of a vehicle, control unit, and vehicle | |
| WO2018180096A1 (ja) | 位置推定装置、サーバ装置、位置推定方法、地図情報更新方法、位置推定用プログラム、地図情報更新用プログラム、記録媒体、及び地図情報 | |
| US11977440B2 (en) | On-board feedback system for autonomous vehicles | |
| CN117452946A (zh) | 一种基于数字孪生的智能汽车远程驾驶方法及系统 | |
| Morales et al. | Accuracy characterization of the vehicle state estimation from aerial imagery | |
| US20230219561A1 (en) | Vehicle state estimation augmenting sensor data for vehicle control and autonomous driving | |
| CN110956875A (zh) | 一种基于环境感知的驾驶技能考试评判设备、系统及方法 | |
| JP7294476B2 (ja) | カメラ制御システム、カメラ制御方法、及び非一時的コンピュータ可読媒体 | |
| US20230237793A1 (en) | False track mitigation in object detection systems |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210903 |