CN113343457A - 自动驾驶的仿真测试方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种自动驾驶的仿真测试方法、装置、设备及存储介质，属于测试技术领域，该方法包括：获取至少一个传感器的路测数据；将至少一个传感器的路测数据转换为至少一个传感器的原始数据；根据至少一个传感器对应的数据传输方式，将至少一个传感器的原始数据输入自动驾驶单元；接收并记录自动驾驶单元返回的仿真测试结果与自动驾驶单元的运行状态数据。该方法达到了模拟真实传感器数据的目的，能够提高自动驾驶单元的仿真测试结果的准确性，从而能够改进自动驾驶系统的整体可靠性和安全性。

Description

自动驾驶的仿真测试方法、装置、设备及存储介质

技术领域

本申请涉及测试技术领域，特别涉及一种自动驾驶的仿真测试方法、装置、设备及存储介质。

背景技术

随着汽车智能化发展，自动驾驶系统逐渐成为汽车标配。为了保证自动驾驶系统的安全性和可靠性，需要对自动驾驶系统进行大量的仿真测试。其中，HIL(Hardware-in-Loop Test，硬件在环仿真测试)作为一种功能强大的测试方法已应用于自动驾驶的仿真测试，由此，HIL的真实性决定着自动驾驶系统能否顺利进入实车测试阶段。

传统的HIL往往是通过集成真实的传感器以模拟真实环境，将获取到的真实的传感器的输出信号发送给自动驾驶系统的各功能模块，从而可以验证各功能模块在真实信号下的性能表现。但是，自动驾驶系统的多种传感器需要在动态的环境中才能输出有意义的信号，例如，用于追踪动态物体的毫米波雷达，其覆盖范围可达几百米，若建造一个足够大的实验场地并且在场地内制造运动的各种物体难以实现，因此，相关技术不能满足模拟自动驾驶真实工作环境的目的。

发明内容

本申请提供了一种自动驾驶的仿真测试方法、装置、设备及存储介质，能够解决相关技术中的问题。

第一方面，提供一种自动驾驶的仿真测试方法，所述方法包括：

获取至少一个传感器的路测数据，所述路测数据为经过处理的传感器数据；

将所述至少一个传感器的路测数据转换为所述至少一个传感器的原始数据，所述原始数据为未经处理的传感器数据；

根据所述至少一个传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元；

接收并记录所述自动驾驶单元返回的仿真测试结果与所述自动驾驶单元的运行状态数据。

在一种可能的实施方式中，所述将所述至少一个传感器的路测数据转换为所述至少一个传感器的原始数据，包括：

获取所述至少一个传感器的数据编码方式；

根据所述至少一个传感器的数据编码方式，将所述至少一个传感器的路测数据进行逆向推导，得到所述至少一个传感器的原始数据。

在一种可能的实施方式中，所述获取至少一个传感器的路测数据，包括：

通过机器人操作系统ROS获取所述至少一个传感器的路测数据，所述ROS用于记录和播放所述至少一个传感器的路测数据。

在一种可能的实施方式中，所述根据所述至少一个传感器的传输方式传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元，包括：

响应于所述至少一个传感器包括全球定位系统或激光雷达传感器，将所述至少一个传感器的原始数据通过以太网输入自动驾驶单元。

在一种可能的实施方式中，所述根据所述至少一个传感器的传输方式传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元，包括：

响应于所述至少一个传感器包括惯性传感器或雷达传感器，将所述至少一个传感器的原始数据通过以太网转发至交互设备，由所述交互设备通过控制器局域网络输入自动驾驶单元。

在一种可能的实施方式中，所述根据所述至少一个传感器的传输方式传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元，包括：

响应于所述至少一个传感器包括图像传感器，将所述至少一个传感器的原始数据通过摄像头拍摄屏幕的方式输入自动驾驶单元。

第二方面，提供一种自动驾驶的仿真测试装置，所述装置包括：

获取单元，用于获取至少一个传感器的路测数据，所述路测数据为经过处理的传感器数据；

转换单元，用于将所述至少一个传感器的路测数据转换为所述至少一个传感器的原始数据，所述原始数据为未经处理的传感器数据；

传输单元，用于根据所述至少一个传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元；

接收单元，用于接收并记录所述自动驾驶单元返回的仿真测试结果与所述自动驾驶单元的运行状态数据。

在一种可能的实施方式中，所述转换单元，用于获取所述至少一个传感器的数据编码方式；根据所述至少一个传感器的数据编码方式，将所述至少一个传感器的路测数据进行逆向推导，得到所述至少一个传感器的原始数据。

在一种可能的实施方式中，所述获取单元，用于通过机器人操作系统ROS获取所述至少一个传感器的路测数据，所述ROS用于记录和播放所述至少一个传感器的路测数据。

在一种可能的实施方式中，所述传输单元，用于响应于所述至少一个传感器包括全球定位系统或激光雷达传感器，将所述至少一个传感器的原始数据通过以太网输入自动驾驶单元。

在一种可能的实施方式中，所述传输单元，用于响应于所述至少一个传感器包括惯性传感器或雷达传感器，将所述至少一个传感器的原始数据通过以太网转发至交互设备，由所述交互设备通过控制器局域网络输入自动驾驶单元。

在一种可能的实施方式中，所述传输单元，用于响应于所述至少一个传感器包括图像传感器，将所述至少一个传感器的原始数据通过摄像头拍摄屏幕的方式输入自动驾驶单元。

第三方面，还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以使计算机设备实现上述任一项所述的自动驾驶的仿真测试方法。

第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以使计算机实现上述任一项所述的自动驾驶的仿真测试方法。

第五方面，还提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从所述计算机可读存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机设备执行上述任一所述的自动驾驶的仿真测试方法。

本申请提供的技术方案至少可以带来如下有益效果：

本申请实施例提供的技术方案，通过获取真实采集的传感器的路测数据，然后将路测数据转换为原始数据，并以相应的数据传输方式输入给自动驾驶单元。该方法达到了模拟真实传感器数据的目的，能够获取自动驾驶单元在真实工况下的测试结果数据与运行状态数据，提高自动驾驶单元的仿真测试结果的准确性，充分验证自动驾驶单元运行的可靠性，从而能够改进自动驾驶系统的整体可靠性和安全性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请实施例提供的一种自动驾驶的仿真测试方法的实施环境的示意图；

图2是本申请实施例提供的一种自动驾驶的仿真测试方法的流程图；

图3是本申请实施例提供的一种自动驾驶的仿真测试方法的系统构架示意图；

图4是本申请实施例提供的一种自动驾驶的仿真测试装置的示意图；

图5是本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

仿真测试是指模拟被测对象的真实使用环境，将被测对象配置到真实的使用状态进行的测试，即通过仿真将真实世界投影到虚拟世界，在虚拟世界测试被测对象的表现与性能。示例性地，可以将实际系统中模拟困难或纯仿真试验中非线性因素难以表现的设备通过计算机连接到仿真环境中，进行车辆制动性能的试验，仿真测试使得训练时间大大减少，研发成本降低，加快了产品研发的迭代速度，且保障了人员的安全。仿真测试作为研发自动驾驶系统的必经之路，只有仿真测试足够真实才能充分验证产品的可行性与安全性。由此，本申请实施例提供了一种自动驾驶的仿真测试方法，该方法能够反映真实驾驶的工作环境，提高自动驾驶的仿真测试结果的准确性。

自动驾驶是一种在无驾驶员的情况下使得车辆自动行进的技术。在推出市场之前，需要对自动驾驶系统进行大量测试以保证系统的安全性和可靠性。本申请实施例提供的自动驾驶的仿真测试方法，通过模拟自动驾驶车辆在仿真平台上的模拟驾驶而对自动驾驶系统进行测试。

自动驾驶系统可以分为感知层、决策层和执行层三部分。其中，感知层：包括多种传感器，用于对环境信息和车内信息的采集与处理，涉及道路边界检测、车辆检测、行人检测等多个方面。示例性地，传感器包括但不限于全球定位系统(Global PositioningSystem，GPS)、惯性传感器(Inertial Measurement Unit，IMU)、图像传感器、雷达传感器和激光雷达传感器等。决策层：包括自动驾驶单元(Automous Driving Unit，ADU)，又称“行车电脑”、“车载电脑”等，用于根据感知层收集的各种信息，包括获取道路拓扑结构信息、实时交通信息、障碍物(交通参与者)信息等，准确理解车辆周围的环境，由此来进行决策判断，确定适当工作模型，制定相应控制策略，对底层控制执行模块下达指令，替代人类驾驶员做出驾驶决策。执行层：包含了系统在做出决策后，按照决策结果对车辆进行控制。线控执行主要包括线控制动、转向和油门。车辆的各个操控系统都需要能够通过总线与决策系统相连接，并且按照决策系统发出的总线指令，精确地控制加速程度、制动程度、转向幅度、灯光控制等驾驶动作，从而实现车辆的自动驾驶。

自动驾驶的仿真测试平台通过数学建模的方式将真实路况进行数字化还原和泛化，建立正确、可靠、有效的仿真模型(即路径规划模型)是保证仿真结果具有高可信度的关键和前提。自动驾驶的仿真测试平台的基本原理是在仿真场景内，结合传感器模拟技术获取感知层的信息，将ADU模块集成在测试系统中获取决策层的决策指令，将真实控制器变成算法获取执行层的控制结果，以此完成对自动驾驶系统仿真的功能测试。

本申请实施例提供的自动驾驶的仿真测试方法主要是涉及传感器模拟技术部分，可知由传感器模拟技术获取的感知层的信息是决定整个仿真测试是否真实的关键因素，而相关的传感器模拟技术要么基于传感器模型仿真技术，获取的传感器数据不真实，要么基于真实的传感器在模拟场景下获取传感器的输出结果，由于模拟场景的限制无法获取动态环境下的有意义的传感器数据。

由此，本申请实施例提供了一种自动驾驶的仿真测试方法，其模拟的传感器数据使得自动驾驶系统在真实的工作环境下进行测试。图1为本申请实施例提供的一种自动驾驶的仿真测试方法的实施环境示意图。参见图1，在该实施环境中包括计算机设备101。

计算机设备101用于调试自动驾驶的仿真测试平台，以控制仿真测试平台播放模拟数据与记录仿真测试结果。可选地，计算机设备101可以为终端，例如可以是：智能手机、平板电脑、车载终端、笔记本电脑或台式电脑。终端还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。可选地，计算机设备101还可以为服务器，包括一台服务器、多台服务器、云计算平台或者虚拟化中心中的至少一种。

图2是根据本申请实施例提供的一种自动驾驶的仿真测试方法的流程图，以该方法应用于图1所示的计算机设备中为例进行说明，如图2所示，该方法包括如下步骤201-步骤204。

步骤201，获取至少一个传感器的路测数据。

在本申请实施例中，获取的路测数据为经过处理的传感器数据。可知，传感器(Sensor)是一种常见又很重要的器件，它是感受规定的被测量的各种量并按一定规律将其转换为有用信号的器件或装置。传感器能够感受规定的被测量并按一定规律转换成可用输出信号的器件或装置的总称，通常被测量是非电物理量，输出信号一般为电量。也就是说，传感器都具有各自的驱动程序，驱动程序用于将传感器的原始数据转换为输出数据。

在一种可能的实施方式中，获取至少一个传感器的路测数据的方式为：通过ROS(Robot Operation System，机器人操作系统)获取至少一个传感器的路测数据。ROS是机器人领域广泛应用的系统，用于通过ROS系统自带的数据记录功能采集数据，用于通过ROS系统自带的数据播放功能播放数据。ROS拥有多种定义好的数据格式，例如，相片、雷达感知结果、激光雷达点云、定位信息等。ROS记录的每一帧数据都有对应的头信息，头信息中定义了传感器数据类型和记录该数据的时间戳信息。

在ROS记录数据的过程中，由于自动驾驶系统一般不会记录原始数据，即未经处理的传感器数据，因为原始数据会占据极大的网络传输带宽和CPU(Central ProcessingUnit，中央处理器)读写资源。因此，除非以传感器数据采集为主要目的路测，通常路测设备所采集的路测数据是经过处理的传感器数据。

并且，采集原始数据需要特定的系统设定与专业人员的参与，该过程是非常耗费资源的。在本申请实施例中，采集的路测数据为最小要求的数据，使得路测数据容易被获取，进而使得本申请实施例提供的仿真测试方法可以充分利用海量的数据，而不必去专门地收集原始数据，使得仿真测试的场景更加丰富。

在本申请实施例中，通过ROS记录的路测数据包括至少一个传感器的路测数据，包括但不限于：定位数据、IMU数据、所有摄像头拍摄的图像数据、雷达追踪数据和激光雷达追踪数据等。其中，定位数据包括但不限于GPS数据、全球导航卫星系统(Global NnavigationSatellite System，GNSS)数据、超宽带(ultra-wideband，UWB)定位数据等。可选地，通过ROS记录的路测数据还包括车辆线控指令与线控报告。车辆线控指令包括但不限于：加速、减速、变道、停车、转弯以及掉头等指令。

在一种可能的实施方式中，ROS记录载具在实际行驶/驾驶过程中的路测数据，以获取至少一个传感器的路测数据。可选地，载具上安装有车载传感器、定位组件、摄像头组件、控制器、数据处理器、ADU等功能模块，上述功能模块能够借助车联网、第五代移动通信技术(5th Generation Mobile Networks，5G)和车用无线通信技术(Vehicle To X，V2X)等现代移动通信与网络技术，实现交通参与物彼此间的互换与共享，从而具备在复杂环境下的传感感知、决策规划、控制执行等功能。其中，车载传感器包括雷达传感器、激光雷达传感器、加速度传感器、陀螺仪传感器、接近传感器、压力传感器等数据采集单元。交通参与物指的是驾驶过程中的影响驾驶指令改变的物体，例如，路口红绿灯、路上行人或周围行驶车辆等物体。

可选地，载具包括传统汽车、智能汽车、无人车、电动车、自行车、摩托车等交通工具，载具可由驾驶员手动驾驶操作，也可由自动驾驶系统驱动以实现无人驾驶。需要说明的是，载具的数量可以更多或更少。比如上述载具可以仅为一个，或者上述载具为几十个或几百个，或者更多数量。本申请实施例对载具的数量和设备类型不加以限定。

在一种可能的实施方式中，路测数据为载具路测时由ROS回传的数据包，即ROS包(rosbag)，rosbag中存储有载具路测时基于摄像头组件和车载传感器等功能模块采集的信息、定位组件基于GPS采集的定位数据、IMU对载具自身的车辆姿态估测以及上述各类信息的时间戳中的至少一种。其中，载具路测时基于摄像头组件和车载传感器等功能模块采集的信息，用于进行障碍物位置和运动姿态以及车道线的感知及追踪。

在一种可能的实施方式中，由于ROS系统记录的路测数据包括时间戳信息，ROS系统在播放记录的路测数据时，能够按照记录的时间戳信息播放对应的数据帧。其中，ROS系统针对至少一个传感器中的每一传感器都单独运行一个节点，也就是说，每一传感器的路测数据都是单独链路播放的。由此，即可获取至少一个传感器的路测数据。

步骤202，将至少一个传感器的路测数据转换为至少一个传感器的原始数据。

通过上述步骤201，获取了至少一个传感器的路测数据。但是，在自动驾驶系统真实的工作环境中，输入ADU模块的为未经处理的传感器数据，即本申请实施例中的原始数据。所以，在该步骤202中，将至少一个传感器的路测数据转换为至少一个传感器的原始数据，能够使得输入ADU模块的传感器数据更加符合真实工作环境的要求，进而使得ADU模块的仿真测试结果更真实。

在一种可能的实施方式中，将至少一个传感器的路测数据转换为至少一个传感器的原始数据，包括：获取至少一个传感器的数据编码方式；根据至少一个传感器的数据编码方式，将至少一个传感器的路测数据进行逆向推导，得到至少一个传感器的原始数据。

在一种可能的实施方式中，数据编码方式可以为传感器的驱动程序，此时，数据编码方式为传感器固有的特性。对于不同的传感器，具有不同的驱动程序，也即具有不同的数据编码方式，而该驱动程序能够通过传感器的供应商或者开发者处得到。由于本申请实施例中的路测数据是原始数据根据对应的数据编码方式编码得到的，因此，将路测数据按照对应的数据编码方式进行逆向推导即可得到原始数据。

在本申请实施例中，不对逆向推导的方式进行限定，只要是通过对应的数据编码方式，将经过处理的路测数据转换为处理前的原始数据即可。示例性地，参见下述302中以雷达传感器为例对数据转换过程的说明，此处暂不赘述。

步骤203，根据至少一个传感器对应的数据传输方式，将至少一个传感器的原始数据输入ADU。

在本申请实施例中，为了使得仿真测试的场景更加符合真实环境的要求，将至少一个传感器的原始数据根据至少一个传感器对应的数据传输方式输入ADU，避免由于传输方式的不同导致的仿真测试的误差。

示例性地，响应于至少一个传感器包括GPS或激光雷达传感器，将GPS或激光雷达传感器的原始数据通过以太网输入ADU；响应于至少一个传感器包括IMU或雷达传感器，将IMU或雷达传感器的原始数据通过以太网转发至交互设备，由交互设备通过控制器局域网络输入ADU；响应于至少一个传感器包括图像传感器，将图像传感器的原始数据通过摄像头拍摄屏幕的方式输入ADU。

其中，摄像头是直接对着屏幕进行拍摄仿真出来的交通场景仿真动画作为摄像头的输入，摄像头与屏幕之间需要以确定的距离和角度固定，摄像头中的内部算法会根据动画来识别障碍车和行人。这种方式适用性好，可以多自由度进行调节，适用于多款不同焦距的单目摄像头。

步骤204，接收并记录ADU返回的仿真测试结果与ADU的运行状态数据。

在本申请实施例中，ADU中运行有自动驾驶的全部软件，当ADU接收到至少一个传感器的原始数据后，ADU能够根据接收到的数据做出相应决策，根据决策发出相应的线控指令，以达到能够控制车辆进行自动驾驶的目的。其中，ADU的运行状态数据包括CPU的占用值、内存占用值和节点通信时延中的至少一种。

在一种可能的实施方式中，接收并记录自动驾驶单元返回的仿真测试结果，即接收并记录自动驾驶单元返回的线控指令。可选地，将接收的线控指令与记录的路测数据中的线控指令进行比对，以此作为参考，判断是否需要对该ADU系统进行进一步的优化。

在一种可能的实施方式中，接收并记录ADU的运行状态数据之后，能够根据ADU的运行状态数据监控ADU的运行情况，以验证ADU的可靠性。由于本申请实施例提供的自动驾驶的仿真测试方法，通过传感器模拟的方法将真实的传感器数据输入给ADU，使得ADU在真实工况下运行，由此根据ADU的运行状态数据能够充分的验证ADU的可靠性。

接下来，以安装在车顶用于获取车周障碍物信息的雷达传感器为例，对本申请实施例提供的自动驾驶的仿真测试方法进行说明。

301，获取雷达传感器的路测数据。

在一种可能的实施方式中，获取的雷达传感器的路测数据为ROS系统记录的雷达感知数据，该雷达感知数据为雷达信号根据雷达传感器的驱动程序处理后形成的。在本申请实施例中，雷达传感器通过发送的扫描信号获取目标点迹信息，目标点迹信息包含了目标的距离、方位和俯仰值等信息；通过对多圈扫描获得的目标点迹信息数据集进行关联获得目标航迹；在获取目标航迹后，通过滤波算法等数据处理能够修正雷达对目标位置、速度的测量误差，精确地估计出目标真实信息；通过对目标的持续观测，雷达传感器能够提供目标的位置、速度、加速度、落点等信息，即为ROS系统记录的雷达传感器的真实采集数据。

示例性地，获取的雷达传感器的真实采集数据中的某一帧数据展示如下：

其中，header表示雷达传感器的真实采集数据的头信息，seq在此处没有实际意义，stamp代表时间戳，此处时间戳的格式为Unix时间戳，secs:1618296652代表小数点前的数字，nsecs:930848170代表小数点后的数字，因此此处stamp代表的Unix时间戳为1618296652.930848170，将该Unix时间戳换算成北京时间则为2021/4/13 14:50:52.930848170，frame_id代表采集该数据的节点名称。

tracks表示的是这一帧数据中雷达追踪到的全部障碍物信息，它又由每一个单独的障碍物信息组成，track_id代表每一个障碍物的标识号(Identity，ID)，track_shape代表每一个障碍物的几何信息，track_shape由points里的四个点的三维坐标(x，y，z)决定，坐标系的起始点为车体，x轴沿经线方向，y轴沿纬线方向，z轴沿重力方向。linear_velocity表示的是每一个障碍物在三维坐标系中沿各轴的速度，linear_acceleration则表示的是每一个障碍物在三维坐标系中沿各轴的加速度。需要说明的是，上述track_id:86仅为该帧tracks数据中的一个标识号为86的障碍物信息，可选地，该帧tracks数据包括的多个障碍物信息中的任一障碍物信息与上述标识号为86的障碍物信息的格式相同，此处不再赘述。

302，根据雷达传感器的数据编码方式，将雷达传感器的路测数据转换为雷达传感器的原始数据。

在一种可能的实施方式中，雷达传感器具有对应的驱动程序，即数据编码方式，其作用是将雷达传感器的原始信号编码为ROS系统记录的雷达传感器的路测数据。由此，获取了雷达传感器的路测数据后，可通过雷达传感器的供应商或研发机构获取该雷达传感器的数据编码方式，根据该数据编码方式获取雷达传感器的原始数据。

示例性地，以原始数据的数据格式为CAN(Controller Area Network，控制器局域网络)报文为例，基于上述所示的雷达传感器的路测数据中的某一帧数据，对根据雷达传感器的数据编码方式，将雷达传感器的真实采集数据编码为雷达传感器的原始数据的过程进行说明。

首先，根据CAN报文所包含的信息内容与已知数据获取CAN报文的对应数值，该CAN报文的对应数值如表1所示。其中，包括Object_ID、Object_DistLong、Object_DistLat、Object_VrelLong、Object_DynProp、Object_VrelLat和Object_RCS等参数，以及上述参数分别对应的起始位、长度、最小值、最大值、分辨率和单位的值。

表1

在本申请实施例中，根据上述表1所示的CAN报文的对应数值与标识号为86的障碍物信息，获取标识号为86的障碍物信息对应的原始数据(CAN报文)。其中，获取该CAN报文中的信号值的编码方式为：Object-ID＝obj.track_id；Object_DistLong＝(obj.track_shape.points[0].x-Object_DistLong_min)/Object_Dist_res；Object_DistLat＝(obj.track_shape.points[0].y-Object_DistLat_min)/Object_Dist_res；Object_VrelLong＝(obj.linear_velocity.x-Object_VrelLong_min)/Object_Vrel_res；Object_VrelLat＝(obj.linear_velocity.y-Object_VrelLat_min)/Object_Vrel_res。

其中，obj.对应的数值为标识号为86的障碍物信息中的数值，例如，obj.track_id为track_id的值为86；Object_DistLong_min＝-500代表表1中的信号Object_DistLong对应的最小值，同理，Object_DistLat_min＝-204.6代表表1中的信号Object_DistLat对应的最小值，Object_VrelLong_min＝-128代表表1中的信号Object_VrelLong对应的最小值，Object_VrelLat_min＝-64代表表1中的信号VrelLat对应的最小值；Object_Dist_res＝0.25代表表1中的信号Object_DistLong与信号Object_DistLat对应的分辨率，Object_Vrel_res＝0.2代表表1中的信号Object_VrelLong与信号Object_VrelLat对应的分辨率。

由此，将相应的数值带入到上述公式即可获取到十进制形式的CAN报文，由于实际应用中CAN报文是以十六进制码发送的，因此还需要将十进制形式的CAN报文转换为十六进制，例如，obj.track_id的值为86，转换为十六进制为56。最终获取的原始数据为十六进制CAN报文：08000000564D5A7C2268DFC000。其中，08指的是报文ID的长度，报文ID为56，不足8个字节的往前补0，因此报文ID为00000056，报文ID后的总共16个字节，每四个字节对应一个数值，从左到右与参数Object_DistLong、Object_DistLat、Object_VrelLong和Object_VrelLat的值一一对应。

303，将获取的雷达传感器的原始数据按照雷达传感器的实际的数据传输方式输入给ADU。

在一种可能的实施方式中，将雷达传感器的原始数据通过以太网转发至交互设备，由交互设备通过控制器局域网络输入ADU。

图3是本申请实施例提供的一种自动驾驶的仿真测试方法的系统构架示意图。参见图3，该系统构架包括上位机、ADU模块、CAN以太网(Ethernet，简称ETH)交互设备、屏幕、摄像头和各种线束。

其中，上位机可以为任意一种计算机设备，用于控制自动驾驶的仿真测试过程。可选地，计算机设备可以为终端，例如可以是：智能手机、平板电脑、车载终端、笔记本电脑或台式电脑。终端还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。可选地，计算机设备还可以为服务器，包括一台服务器、多台服务器、云计算平台或者虚拟化中心中的至少一种。

上位机中包括传感器信号模拟系统，传感器信号模拟系统用于播放模拟的传感器数据。在本申请实施例中，传感器信号模拟系统用于将真实采集的路测数据逆向推导为原始数据。可选地，传感器信号模拟系统还用与记录ADU模块返回的线控指令。如图3所示，传感器信号模拟系统模拟的传感器信号包括雷达信号、定位信号、视频和激光雷达信号。

可选地，感器信号模拟系统通过ETH接口将雷达信号传输至CAN以太网交互设备，进而通过CAN以太网交互设备将雷达信号通过CAN接口传输至ADU模块；通过ETH接口将定位信号传输至ADU模块；通过高清多媒体接口(High Definition Multimedia Interface，HDMI)将视频播放至屏幕上，由摄像头通过千兆多媒体串行链路(Gigabit MultimediaSerial Link，GSML)将视频内容传输至ADU模块，其中，摄像头与屏幕之间需要以确定的距离和角度固定，已达到模拟真实世界的效果；通过ETH接口将激光雷达信号传输至ADU模块。

由此，ADU模块即可通过接收到的真实的传感器数据获取相应的线控指令，将相应的线控指令由CAN以太网交互设备传输至上位机，上位机记录ADU模块发送的线控指令，由于真实采集的路测数据包括线控指令，根据采集的线控指令与ADU模块发送的线控指令即可得到仿真测试的结果。可选地，根据采集的线控指令与ADU模块发送的线控指令的不同，可以对ADU模块进行调试，对调试后的ADU模块继续进行仿真测试，直至采集的线控指令与ADU模块发送的线控指令尽可能的一致，代表该自动驾驶的ADU模块具有很好的性能，能够进行下一步的实车验证环节。

此外，由于自动驾驶系统的高可靠性要求，使得ADU模块不能经常出现死机或卡顿等情况。在本申请实施例中，由于上位机能够将真实的传感器数据输入给ADU模块，使得ADU模块在真实工况下的运行，由此上位机能够通过上述系统获取ADU模块在真实工况下的运行状态数据，例如，CPU的占用值、内存占用值和节点通信时延等，使得上位机能够实时监控ADU模块的运行状态，以充分验证ADU模块的高可靠性。

本申请实施例提供的方法，通过获取真实采集的传感器的路测数据，然后将路测数据转换为原始数据，并以相应的传输方式输入给自动驾单元。该方法达到了模拟真实传感器数据的目的，能够获取自动驾驶单元在真实工况下的测试结果数据与运行状态数据，提高自动驾驶单元的仿真测试结果的准确性，充分验证自动驾驶单元运行的可靠性，从而能够改进自动驾驶系统的整体可靠性和安全性。

参见图4，本申请实施例提供了一种自动驾驶的仿真测试装置，该装置包括如下几个单元。

获取单元401，用于获取至少一个传感器的路测数据，路测数据为经过处理的传感器数据；

转换单元402，用于将至少一个传感器的路测数据转换为至少一个传感器的原始数据，原始数据为未经处理的传感器数据；

传输单元403，用于根据至少一个传感器对应的数据传输方式，将至少一个传感器的原始数据输入自动驾驶单元；

接收单元404，用于接收并记录自动驾驶单元返回的仿真测试结果与所述自动驾驶单元的运行状态数据。

在一种可能的实施方式中，转换单元402，用于获取所述至少一个传感器的数据编码方式；根据至少一个传感器的数据编码方式，将至少一个传感器的路测数据进行逆向推导，得到至少一个传感器的原始数据。

在一种可能的实施方式中，获取单元401，用于通过机器人操作系统ROS获取至少一个传感器的路测数据，ROS用于记录和播放所述至少一个传感器的路测数据。

在一种可能的实施方式中，传输单元403，用于响应于至少一个传感器包括全球定位系统或激光雷达传感器，将至少一个传感器的原始数据通过以太网输入自动驾驶单元。

在一种可能的实施方式中，传输单元403，用于响应于至少一个传感器包括惯性传感器或雷达传感器，将至少一个传感器的原始数据通过以太网转发至交互设备，由交互设备通过控制器局域网络输入自动驾驶单元。

在一种可能的实施方式中，传输单元403，用于响应于至少一个传感器包括图像传感器，将至少一个传感器的原始数据通过摄像头拍摄屏幕的方式输入自动驾驶单元。

本申请实施例提供的自动驾驶的仿真测试装置，通过获取真实采集的传感器的路测数据，然后将路测数据转换为原始数据，并以相应的数据传输方式输入给自动驾驶单元。该装置达到了模拟真实传感器数据的目的，能够获取自动驾驶单元在真实工况下的测试结果数据与运行状态数据，提高自动驾驶单元的仿真测试结果的准确性，充分验证自动驾驶单元运行的可靠性，从而能够改进自动驾驶系统的整体可靠性和安全性。

应理解的是，上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参考图5，其示出了本申请一个实施例提供的计算机设备的结构示意图。该计算机设备可以为终端，例如可以是：智能手机、平板电脑、车载终端、笔记本电脑或台式电脑。终端还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端包括有：处理器701和存储器702。

处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本申请中方法实施例提供的自动驾驶的仿真测试方法。

在一些实施例中，终端还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。

外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路704用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或无线保真(Wireless Fidelity，WiFi)网络。在一些实施例中，射频电路704还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏705用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置在终端的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在终端的不同表面或呈折叠设计；在再一些实施例中，显示屏705可以是柔性显示屏，设置在终端的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏705可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode，有机发光二极管)等材质制备。

摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。

定位组件708用于定位终端的当前地理位置，以实现导航或LBS(Location BasedService，基于位置的服务)。定位组件708可以是基于美国的GPS(Global PositioningSystem，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源709用于为终端中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。

加速度传感器711可以检测以终端建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号，控制显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器712可以检测终端的机体方向及转动角度，陀螺仪传感器712可以与加速度传感器711协同采集用户对终端的3D动作。处理器701根据陀螺仪传感器712采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器713可以设置在终端的侧边框和/或显示屏705的下层。当压力传感器713设置在终端的侧边框时，可以检测用户对终端的握持信号，由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在显示屏705的下层时，由处理器701根据用户对显示屏705的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的指纹识别用户的身份，或者，由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器701授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置在终端的正面、背面或侧面。当终端上设置有物理按键或厂商Logo时，指纹传感器714可以与物理按键或厂商Logo集成在一起。

光学传感器715用于采集环境光强度。在一个实施例中，处理器701可以根据光学传感器715采集的环境光强度，控制显示屏705的显示亮度。具体地，当环境光强度较高时，调高显示屏705的显示亮度；当环境光强度较低时，调低显示屏705的显示亮度。在另一个实施例中，处理器701还可以根据光学传感器715采集的环境光强度，动态调整摄像头组件706的拍摄参数。

接近传感器716，也称距离传感器，通常设置在终端的前面板。接近传感器716用于采集用户与终端的正面之间的距离。在一个实施例中，当接近传感器716检测到用户与终端的正面之间的距离逐渐变小时，由处理器701控制显示屏705从亮屏状态切换为息屏状态；当接近传感器716检测到用户与终端的正面之间的距离逐渐变大时，由处理器701控制显示屏705从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图5中示出的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种计算机设备，该计算机设备包括处理器和存储器，该存储器中存储有至少一条程序代码。该至少一条程序代码由一个或者一个以上处理器加载并执行，以使计算机设备实现上述任一种自动驾驶的仿真测试方法。

在示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条程序代码，该至少一条程序代码由计算机设备的处理器加载并执行，以使计算机实现上述任一种自动驾驶的仿真测试方法。

可选地，上述计算机可读存储介质可以是只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact Disc Read-OnlyMemory，CD-ROM)、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一种自动驾驶的仿真测试方法。

以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种自动驾驶的仿真测试方法，其特征在于，所述方法包括：

获取至少一个传感器的路测数据，所述路测数据为经过处理的传感器数据；

将所述至少一个传感器的路测数据转换为所述至少一个传感器的原始数据，所述原始数据为未经处理的传感器数据；

根据所述至少一个传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元；

接收并记录所述自动驾驶单元返回的仿真测试结果与所述自动驾驶单元的运行状态数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述至少一个传感器的路测数据转换为所述至少一个传感器的原始数据，包括：

获取所述至少一个传感器的数据编码方式；

根据所述至少一个传感器的数据编码方式，将所述至少一个传感器的路测数据进行逆向推导，得到所述至少一个传感器的原始数据。

3.根据权利要求1所述的方法，其特征在于，所述获取至少一个传感器的路测数据，包括：

通过机器人操作系统ROS获取所述至少一个传感器的路测数据，所述ROS用于记录和播放所述至少一个传感器的路测数据。

4.根据权利要求1-3任一所述的方法，其特征在于，所述根据所述至少一个传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元，包括：

响应于所述至少一个传感器包括全球定位系统或激光雷达传感器，将所述至少一个传感器的原始数据通过以太网输入自动驾驶单元。

5.根据权利要求1-3任一所述的方法，其特征在于，所述根据所述至少一个传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元，包括：

响应于所述至少一个传感器包括惯性传感器或雷达传感器，将所述至少一个传感器的原始数据通过以太网转发至交互设备，由所述交互设备通过控制器局域网络输入自动驾驶单元。

6.根据权利要求1-3任一所述的方法，其特征在于，所述根据所述至少一个传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元，包括：

响应于所述至少一个传感器包括图像传感器，将所述至少一个传感器的原始数据通过摄像头拍摄屏幕的方式输入自动驾驶单元。

7.一种自动驾驶的仿真测试装置，其特征在于，所述装置包括：

获取单元，用于获取至少一个传感器的路测数据，所述路测数据为经过处理的传感器数据；

转换单元，用于将所述至少一个传感器的路测数据转换为所述至少一个传感器的原始数据，所述原始数据为未经处理的传感器数据；

传输单元，用于根据所述至少一个传感器对应的数据传输方式，将所述至少一个传感器的原始数据输入自动驾驶单元；

接收单元，用于接收并记录所述自动驾驶单元返回的仿真测试结果与所述自动驾驶单元的运行状态数据。

8.根据权利要求7所述的装置，其特征在于，所述转换单元，用于获取所述至少一个传感器的数据编码方式；根据所述至少一个传感器的数据编码方式，将所述至少一个传感器的路测数据进行逆向推导，得到所述至少一个传感器的原始数据。

9.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以使所述计算机设备实现如权利要求1至6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，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以使计算机实现如权利要求1至6任一所述的自动驾驶的仿真测试方法。

Images