CN113378305A - 一种基于无人驾驶小车的车路协同测试方法、装置 - Google Patents

一种基于无人驾驶小车的车路协同测试方法、装置 Download PDF

Info

Publication number
CN113378305A
CN113378305A CN202110922669.6A CN202110922669A CN113378305A CN 113378305 A CN113378305 A CN 113378305A CN 202110922669 A CN202110922669 A CN 202110922669A CN 113378305 A CN113378305 A CN 113378305A
Authority
CN
China
Prior art keywords
test
vehicle
information
module
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.)
Granted
Application number
CN202110922669.6A
Other languages
English (en)
Other versions
CN113378305B (zh
Inventor
田锋
邓普阳
张枭勇
刘宇鸣
张炳振
陈振武
王宇
周勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Urban Transport Planning Center Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Urban Transport Planning Center Co Ltd
Priority to CN202110922669.6A priority Critical patent/CN113378305B/zh
Publication of CN113378305A publication Critical patent/CN113378305A/zh
Application granted granted Critical
Publication of CN113378305B publication Critical patent/CN113378305B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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
    • G06F11/3664—Environments for testing or debugging software
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • 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

Abstract

本发明提出一种基于无人驾驶小车的车路协同测试方法、装置；属于人工智能技术领域。具体包括，首先采集路侧信息和车载信息；其次，将采集到的路侧信息和车载信息存储至测试场景数据库中；再其次，从测试场景数据库中导出测试场景，创建虚拟仿真测试环境，开始测试；最后，记录测试数据，评价测试场景并生成测试评价报告。解决了现有技术中存在的测试成本高、测试难以还原真实的车辆运动状态的技术问题。实现了不仅建设成本低廉，测试场景覆盖率百分百，同时可以反复测试，满足行业测试条例要求，还可以为后续基于无人驾驶小车的车路协同算法改进提供数据支持。

Description

一种基于无人驾驶小车的车路协同测试方法、装置
技术领域
本申请涉及一种无人驾驶小车的测试方法，尤其涉及一种基于无人驾驶小车的车路协同测试方法、装置，属于人工智能技术领域。
背景技术
车路协同技术是智能驾驶技术的一种补充与延伸，通过现代高速无线通信技术，路侧感知设备将路侧信息传输给无人驾驶车辆，供给无人驾驶车辆决策系统，弥补单车信息感知所依赖的环境及盲区问题。
现有的基于无人驾驶车辆的车路协同测试技术主要分为两种：软件测试与道路测试。软件测试主要依托各种仿真软件还原测试场景与信息，利用仿真或记录信息作为实例用于测试输入，并返回测试结果信息及评价其结果。道路测试采用道路真实场景信息，能真实再现实际应用场景，但高风险场景容易造成一定程度的经济损失或测试场景缺失，且建造成本极度昂贵。
基于无人驾驶车辆的车路协同测试的两种方式存在以下问题：
关于道路测试，车路协同测试场景丰富，完善的测试流程需要广阔的测试场地，导致高昂的建设费用及测试覆盖率低下，难以全面得测试无人驾驶车路协同技术。对于高风险场景，容易造成一定程度的经济损失及人生伤害。
关于软件场景测试，难以模拟真实的无线通信环境，也难以还原真实的描述车辆运动状态，无法收集逼近真实场景的数据信息用于分析并改进无人驾驶相关技术。
发明内容
在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
鉴于此，为解决现有技术中存在的测试成本高、测试难以还原真实的车辆运动状态的技术问题，本发明提供了一种基于无人驾驶小车的车路协同测试方法，包括以下步骤：
S1采集路侧信息和车载信息；
S2将采集到的路侧信息和车载信息存储至测试场景数据库中；
S3从测试场景数据库中导出测试场景，创建虚拟仿真测试环境，开始测试；
S4记录测试数据，评价测试场景并生成测试评价报告；测试评价报告具体包括：测试项目、测试真实值、测试标准值、有无交通事故、场景方差、评价因子和合格状态。
优选的，步骤S1所述路侧信息和车载信息具体包括：路侧信息包括交通参与者；车载信息为车辆周围的环境信息，包括车载视角拍摄的周围道路与障碍物位置。
优选的，步骤S2所述将采集到的路侧信息和车载信息存储至测试场景数据库中的具体方法是：采集的路侧信息和车载信息按按时间序列进行存储，结合场景对应的高精地图进行场景数据包的封装存储。
优选的，步骤S3所述从测试场景数据库中导出测试场景，创建虚拟仿真测试环境的具体方法是：根据测试场景需求从测试场景数据库中选取场景数据包，按时序输入场景数据，创建虚拟小车以及传感器信息，首先将虚拟小车放置于第一测试场景，依次驶向下一个测试环境，直至测试完成。
优选的，步骤S4所述记录测试数据具体方法包括：记录虚拟小车行驶轨迹，车辆控制状态和环境变化信息。
优选的，步骤S4所述评价因子，具体计算方法是：
Figure DEST_PATH_IMAGE001
其中，γ为评价因子，为多个子项测试叠加的结果；
Figure 438290DEST_PATH_IMAGE002
为测试子项的数目；
Figure DEST_PATH_IMAGE003
为第
Figure 485923DEST_PATH_IMAGE004
项测试子项；
Figure DEST_PATH_IMAGE005
为第
Figure 124715DEST_PATH_IMAGE004
项测试标准值；
Figure 582241DEST_PATH_IMAGE006
为第
Figure 458930DEST_PATH_IMAGE004
项权重基值。
一种基于无人驾驶小车的车路协同测试装置，包括信息采集模块、室外数据传输模块、测试场景数据库模块、虚拟仿真测试环境模块、测试数据记录模块和分析评价模块；
所述信息采集模块、室外数据传输模块、测试场景数据库模块、虚拟仿真测试环境模块、测试数据记录模块和分析评价模块依次连接；
所述信息采集模块用于采集路侧和车载信息，通过所述室外数据传输模块将采集到的数据传输至测试场景数据库模块中；
所述测试场景数据库模块用于接收信息采集模块传输的数据并存储；
所述虚拟仿真测试模块用于提取测试场景数据库模块中存储的数据，结合存储的数据创建测试环境，虚拟小车在创建的虚拟测试环境中，按照真实车辆的控制信息在虚拟场景中运行；
所述测试数据记录模块用于记录虚拟小车行驶轨迹，车辆控制状态和环境变化信息；
所述分析评价模块用于分析评价虚拟小车的驾驶状态，并生成测试评价报告。
一种计算机，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现一种基于无人驾驶小车的车路协同测试方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现一种基于无人驾驶小车的车路协同测试方法。
本发明的有益效果如下：本发明解决纯软件仿真无法模拟真实信道及收集小车场景测试信息，用于测试分析；解决真实道路场景测试易造成经济损失及人员伤亡问题，建设成本低廉，测试场景覆盖率百分百，同时可以反复测试，满足行业测试条例要求；生成场景测试报告及测试场景分析数据，用于控制及算法改进。解决了现有技术存在的测试成本高、测试难以还原真实的车辆运动状态的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例所述的方法流程示意图；
图2位本发明实施例所述的装置结构示意图；
图3为本发明实施例所述的场景测试流程示意图；
图4为本发明实施例所述的场景测试效果示意图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例一、参照图1至图4说明本实施方式，本实施例的一种基于无人驾驶小车的车路协同测试方法，包括以下步骤：
S1采集路侧信息和车载信息；
具体的，路侧信息包括交通参与者；车载信息包括车辆周围的环境信息和车载视角拍摄的周围道路与障碍物位置、速度方向角和尺寸等，以及车辆can总线的档位，方向盘转角，四轴加速度，刹车，车速，车灯状态，加速踏板深度，里程信息等信息。
具体的，交通参与者包括各种机动车辆、非机动车辆、行人等；
S2将采集到的路侧信息和车载信息存储至测试场景数据库中；
具体的，采集到的路侧信息和车载信息可以通过4G、5G或光线等通讯方式传输；
具体的，采集的路侧信息和车载信息包括多个采集点，多个采集点的数据按照时间序列进行存储，结合场景对应的高精地图进行场景数据包的封装，封装后的场景数据包括高精地图，主车在采集周期内的can总线状态，在采集周期内主车自身的运动轨迹，在采集周期内周围交通参与者的状态，在采集周期内交通信号灯的状态。
S3从测试场景数据库中导出测试场景，创建虚拟仿真测试环境，开始测试；
具体的，可以按照测试场景需求从测试场景数据库中导出相应的测试场景数据包到虚拟仿真测试环境中。
具体的，虚拟仿真测试环境部署于云端服务器中，按时序输入场景数据作为虚拟小车的虚拟测试环境，在虚拟测试环境中创建虚拟小车以及传感器信息：虚拟小车与实际测试车辆尺寸对应；传感器按照实际测试车辆中各个传感器安装的位置与虚拟小车进行绑定并还原传感器的基本属性，可以将场景数据中传感器数据帧在小车的传感器上还原。测试时按照真实车辆的控制信息在虚拟场景中运行，首先将虚拟小车放置于第一测试场景，依次驶向下一个测试环境，直至测试完成。
S4记录测试数据，评价测试场景并生成测试评价报告；
具体的，记录测试数据主要记录虚拟小车行驶轨迹，车辆控制状态和环境变化信息，用于测试完成后对测试数据进行分析、对改进自动驾驶车辆算法提供数据支持。
具体的，测试评价报告具体包括：测试项目、测试真实值、测试标准值、有无交通事故、场景方差、评价因子和合格状态。
具体的，评价测试场景是指基于交通规则与驾驶逻辑设定评价公式与评价因子，用于评价测试场景合格状态，用于循环测试；生成评价因子，具体方法是：
Figure 343710DEST_PATH_IMAGE001
其中，γ为评价因子，为多个子项测试叠加的结果；
Figure 673060DEST_PATH_IMAGE002
为测试子项的数目；
Figure 668698DEST_PATH_IMAGE003
为第
Figure 399893DEST_PATH_IMAGE004
项测试子项；
Figure 189995DEST_PATH_IMAGE005
为第
Figure 741062DEST_PATH_IMAGE004
项测试标准值；
Figure 540391DEST_PATH_IMAGE006
为第
Figure 126093DEST_PATH_IMAGE004
项权重基值。
其中，所述权重基值由测试专家依据重要程度估测给出。
本实施例给出一种测试评价示例：
首先，无人驾驶虚拟小车通过路口的过程中获取信号灯的状态、周围障碍物信息与倒计时信息。将汽车停车时离停止线距离，绿灯开始时间与车辆启动时间差，车辆通过路口的速度加速度，有无发生交通事故等作为评价项。
其次，无人驾驶小车在通过斑马线的过程中获取道路限速信息，周围障碍物信息。将车辆与过街行人的距离，车辆通过斑马线的速度加速度等作为评价项。
再其次，无人驾驶小车在雨天行驶时车辆的速度加速度，启动与刹车的控制等信息。
最后，将测试结果信息与各项离线标准值求差，各项加权得到评价因子
Figure DEST_PATH_IMAGE007
。
实施例二、参照图2说明本实施例，本实施例的一种基于无人驾驶小车的车路协同测试装置，包括信息采集模块、室外数据传输模块、测试场景数据库模块、虚拟仿真测试环境模块、测试数据记录模块和分析评价模块；
所述信息采集模块、室外数据传输模块、测试场景数据库模块、虚拟仿真测试环境模块、测试数据记录模块和分析评价模块依次连接；
所述信息采集模块用于采集路侧和车载信息，通过所述室外数据传输模块将采集到的数据传输至测试场景数据库模块中；
所述测试场景数据库模块用于接收信息采集模块传输的数据并存储；
所述虚拟仿真测试模块用于提取测试场景数据库模块中存储的数据，结合存储的数据创建测试环境，虚拟小车在创建的虚拟测试环境中，按照真实车辆的控制信息在虚拟场景中运行；
所述测试数据记录模块用于记录虚拟小车行驶轨迹，车辆控制状态和环境变化信息；
所述分析评价模块用于分析评价虚拟小车的驾驶状态，并生成测试评价报告。
本发明的工作过程：首先信息采集模块采集路侧和车载信息，并将采集数据通过室外数据传输模块传输至测试场景数据库模块中；当测试开始时，在虚拟测试环境中创建小车及传感器信息，根据测试的项目从测试场景数据库模块中选取场景数据的顺序导入到虚拟测试环境中，真实车辆根据传感器采集到的信息进行车辆定位，并从自身can总线数据获取车辆的控制信息，实现虚拟场景中的虚拟小车按照真实车辆的真实轨迹运行，虚拟小车首先置于第一个测试场景，依次驶向下一个测试环境，直至测试完成；测试过程中，测试数据记录模块记录测试过程中产生的各种数据，分析评价模块根据测试数据记录模块中记录的数据对测试的合格状态进行评价。
测试过程中，将场景数据包中的数据按照时序输入虚拟仿真测试环境中，包括can总线控制状态，周围交通参与者的状态，信号灯状态等。Can总线状态用于驱动测试车辆在虚拟仿真测试环境中行驶，其他的状态信息则用于驾驶控制的评价参数。测试数据记录模块完成记录后，分析评价模块针对测试数据进行分析，生成评价因子
Figure 414992DEST_PATH_IMAGE007
，评价无人驾驶的状态。分析评价模块通过历史数据标定评价因子基准
Figure 453355DEST_PATH_IMAGE008
，其作用为评定测试条件是否存在冗余，如果评价因子小于
Figure 790795DEST_PATH_IMAGE008
，针对此测试场景改变不重要元素信息，重复测试，记录评价因子，并用设定阈值依次减去评价因子，直至第一次为负数，计算评价因子的期望与方差，如测试发生交通事故，则记为不合格，未发生交通事故情况下，看方差是否小于基准值
Figure DEST_PATH_IMAGE009
，若大于设定值，表明测试结果不稳定，记为不合格，依次测试场景，直至完成测试，并生成测试报告及测试信息用于分析。
本发明的技术关键点：
（1）利用路侧和车载端实时采集数据融合形成场景数据包，相比于以往的发明更加突出车与路的信息的融合。
（2）使用虚拟测试场景中的无人驾驶虚拟小车进行数据还原测试，以还原的驾驶行为与标准值的差异作为评价标准进行评估。
（3）同一测试场景多次反复测试，并用方差计量，具备很强的鲁棒性、同时多次测试也满足行业对虚拟小车测试条例数量性要求。
本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的基于CREO软件的可修改由关系驱动的推荐数据的推荐方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器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（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器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，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
计算机可读存储介质实施例
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的基于CREO软件的可修改由关系驱动的建模数据的建模方法的步骤。
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (9)

1.一种基于无人驾驶小车的车路协同测试方法，其特征在于，包括以下步骤：
S1采集路侧信息和车载信息；
S2将采集到的路侧信息和车载信息存储至测试场景数据库中；
S3从测试场景数据库中导出测试场景，创建虚拟仿真测试环境，开始测试；
S4记录测试数据，评价测试场景并生成测试评价报告；测试评价报告具体包括：测试项目、测试真实值、测试标准值、有无交通事故、场景方差、评价因子和合格状态。
2.根据权利要求1所述的方法，其特征在于，步骤S1所述路侧信息和车载信息具体包括：路侧信息包括交通参与者；车载信息为车辆周围的环境信息，包括车载视角拍摄的周围道路与障碍物位置。
3.根据权利要求2所述的方法，其特征在于，步骤S2所述将采集到的路侧信息和车载信息存储至测试场景数据库中的具体方法是：采集的路侧信息和车载信息按时间序列进行存储，结合场景对应的高精地图进行场景数据包的封装存储。
4.根据权利要求3所述的方法，其特征在于，步骤S3所述从测试场景数据库中导出测试场景，创建虚拟仿真测试环境的具体方法是：根据测试场景需求从测试场景数据库中选取场景数据包，按时序输入场景数据，创建虚拟小车以及传感器信息，首先将虚拟小车放置于第一测试场景，依次驶向下一个测试环境，直至测试完成。
5.根据权利要求4所述的方法，其特征在于，步骤S4所述记录测试数据具体方法包括：记录虚拟小车行驶轨迹，车辆控制状态和环境变化信息。
6.根据权利要求5所述的方法，其特征在于，步骤S4所述评价因子，具体计算方法是：
Figure DEST_PATH_IMAGE002
其中，γ为评价因子，为多个子项测试叠加的结果；
Figure DEST_PATH_IMAGE004
为测试子项的数目；
Figure DEST_PATH_IMAGE006
为第
Figure DEST_PATH_IMAGE008
项测试子项；
Figure DEST_PATH_IMAGE010
为第
Figure 815334DEST_PATH_IMAGE008
项测试标准值；
Figure DEST_PATH_IMAGE012
为第
Figure 591529DEST_PATH_IMAGE008
项权重基值。
7.一种基于无人驾驶小车的车路协同测试装置，其特征在于，包括信息采集模块、室外数据传输模块、测试场景数据库模块、虚拟仿真测试环境模块、测试数据记录模块和分析评价模块；
所述信息采集模块、室外数据传输模块、测试场景数据库模块、虚拟仿真测试环境模块、测试数据记录模块和分析评价模块依次连接；
所述信息采集模块用于采集路侧和车载信息，通过所述室外数据传输模块将采集到的数据传输至测试场景数据库模块中；
所述测试场景数据库模块用于接收信息采集模块传输的数据并存储；
所述虚拟仿真测试模块用于提取测试场景数据库模块中存储的数据，结合存储的数据创建测试环境，虚拟小车在创建的虚拟测试环境中，按照真实车辆的控制信息在虚拟场景中运行；
所述测试数据记录模块用于记录虚拟小车行驶轨迹，车辆控制状态和环境变化信息；
所述分析评价模块用于分析评价虚拟小车的驾驶状态，并生成测试评价报告。
8.一种计算机，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1至6任一项所述的一种基于无人驾驶小车的车路协同测试方法的步骤。
9.一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，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的一种基于无人驾驶小车的车路协同测试方法。
CN202110922669.6A 2021-08-12 2021-08-12 一种基于无人驾驶小车的车路协同测试方法、装置 Active CN113378305B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110922669.6A CN113378305B (zh) 2021-08-12 2021-08-12 一种基于无人驾驶小车的车路协同测试方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110922669.6A CN113378305B (zh) 2021-08-12 2021-08-12 一种基于无人驾驶小车的车路协同测试方法、装置

Publications (2)

Publication Number Publication Date
CN113378305A true CN113378305A (zh) 2021-09-10
CN113378305B CN113378305B (zh) 2022-02-01

Family

ID=77576946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110922669.6A Active CN113378305B (zh) 2021-08-12 2021-08-12 一种基于无人驾驶小车的车路协同测试方法、装置

Country Status (1)

Country Link
CN (1) CN113378305B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113778900A (zh) * 2021-09-28 2021-12-10 中国科学技术大学先进技术研究院 基于v2x的自动驾驶测试场信息采集及多车测试方法及系统
CN113778108A (zh) * 2021-10-09 2021-12-10 招商局检测车辆技术研究院有限公司 一种基于路侧感知单元的数据采集系统及数据处理方法
CN114061982A (zh) * 2021-12-10 2022-02-18 中国第一汽车股份有限公司 一种车辆测试方法、装置、系统及存储介质
CN115035718A (zh) * 2022-06-02 2022-09-09 东风汽车集团股份有限公司 基于车辆动作类型和次数的场景复杂度评价方法
CN116229607A (zh) * 2023-05-09 2023-06-06 深圳市城市交通规划设计研究中心股份有限公司 一种机动车行驶碳排放的预测方法、电子设备及存储介质
CN116700218A (zh) * 2023-06-28 2023-09-05 车百智能网联研究院(武汉)有限公司 一种智能网联车路协同测试方法、系统及储存介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992401A (zh) * 2017-11-29 2018-05-04 平安科技（深圳）有限公司 性能测试评价方法、装置、终端设备及存储介质
CN111443620A (zh) * 2020-04-30 2020-07-24 重庆车辆检测研究院有限公司 智能车路协同系统的测试设备和测试车
CN111505965A (zh) * 2020-06-17 2020-08-07 深圳裹动智驾科技有限公司 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质
CN111580493A (zh) * 2020-04-14 2020-08-25 吉利汽车研究院（宁波）有限公司 一种自动驾驶仿真方法、系统及介质
CN111596644A (zh) * 2020-05-12 2020-08-28 重庆车辆检测研究院有限公司 基于综测仪的车路协同应用的车载式测评系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992401A (zh) * 2017-11-29 2018-05-04 平安科技（深圳）有限公司 性能测试评价方法、装置、终端设备及存储介质
CN111580493A (zh) * 2020-04-14 2020-08-25 吉利汽车研究院（宁波）有限公司 一种自动驾驶仿真方法、系统及介质
CN111443620A (zh) * 2020-04-30 2020-07-24 重庆车辆检测研究院有限公司 智能车路协同系统的测试设备和测试车
CN111596644A (zh) * 2020-05-12 2020-08-28 重庆车辆检测研究院有限公司 基于综测仪的车路协同应用的车载式测评系统及方法
CN111505965A (zh) * 2020-06-17 2020-08-07 深圳裹动智驾科技有限公司 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113778900A (zh) * 2021-09-28 2021-12-10 中国科学技术大学先进技术研究院 基于v2x的自动驾驶测试场信息采集及多车测试方法及系统
CN113778108A (zh) * 2021-10-09 2021-12-10 招商局检测车辆技术研究院有限公司 一种基于路侧感知单元的数据采集系统及数据处理方法
CN114061982A (zh) * 2021-12-10 2022-02-18 中国第一汽车股份有限公司 一种车辆测试方法、装置、系统及存储介质
CN115035718A (zh) * 2022-06-02 2022-09-09 东风汽车集团股份有限公司 基于车辆动作类型和次数的场景复杂度评价方法
CN115035718B (zh) * 2022-06-02 2023-04-18 东风汽车集团股份有限公司 基于车辆动作类型和次数的场景复杂度评价方法
CN116229607A (zh) * 2023-05-09 2023-06-06 深圳市城市交通规划设计研究中心股份有限公司 一种机动车行驶碳排放的预测方法、电子设备及存储介质
CN116229607B (zh) * 2023-05-09 2023-08-01 深圳市城市交通规划设计研究中心股份有限公司 一种机动车行驶碳排放的预测方法、电子设备及存储介质
CN116700218A (zh) * 2023-06-28 2023-09-05 车百智能网联研究院(武汉)有限公司 一种智能网联车路协同测试方法、系统及储存介质
CN116700218B (zh) * 2023-06-28 2024-02-02 车百智能网联研究院(武汉)有限公司 一种智能网联车路协同测试方法、系统及储存介质

Also Published As

Publication number Publication date
CN113378305B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN113378305B (zh) 一种基于无人驾驶小车的车路协同测试方法、装置
CN110160804B (zh) 一种自动驾驶车辆的测试方法、装置及系统
CN108345822B (zh) 一种点云数据处理方法及装置
CN109100155B (zh) 一种无人车在环快速仿真测试系统和方法
CN111179585B (zh) 自动驾驶车辆的场地测试方法及装置
CN109470254B (zh) 地图车道线的生成方法、装置、系统及存储介质
Zhou et al. A framework for virtual testing of ADAS
DE102019102205A1 (de) System und verfahren zur end-to-end-validierung von autonomen fahrzeugen
DE102016123887A1 (de) Virtuelle sensordatenerzeugung zur radanschlagdetektion
CN111797526B (zh) 一种仿真测试场景构建方法及装置
DE102017103123A1 (de) Fahrzeugfahrbahnplatzierung
DE102016100428A1 (de) In virtuellen Umgebungen verfeinertes autonomes Fahren
CN110188482B (zh) 一种基于智能驾驶的测试场景创建方法及装置
DE102017115197A1 (de) Erzeugung von virtuellen sensordaten für die erfassung von polleraufnahmen
CN113343461A (zh) 自动驾驶车辆的仿真方法、装置、电子设备及存储介质
CN114077541A (zh) 验证用于自动驾驶车辆的自动控制软件的方法和系统
DE102018215351A1 (de) Verfahren zum Erzeugen einer Informationssammlung zu Fahrszenarien wenigstens eines Fahrzeugs, sowie Fahrzeug, Anordnung und daraus bestehendes System
DE102021128704A1 (de) Verfahren und System zur Augmentierung von LIDAR-Daten
DE102021128041A1 (de) Verbesserung eines neuronalen fahrzeugnetzwerks
CN114572183A (zh) 一种汽车路面自适应的车辆控制方法及设备
US11270164B1 (en) Vehicle neural network
CN111323027A (zh) 一种基于激光雷达与环视相机融合制作高精度地图方法及装置
CN115291515A (zh) 一种基于数字孪生的自动驾驶仿真测试系统及评价方法
Karunakaran et al. Automatic lane change scenario extraction and generation of scenarios in OpenX format from real-world data
CN113918615A (zh) 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Tian Feng

Inventor after: Zhang Xiaoyong

Inventor after: Liu Yuming

Inventor after: Zhang Bingzhen

Inventor after: Deng Puyang

Inventor after: Chen Zhenwu

Inventor after: Wang Yu

Inventor after: Zhou Yong

Inventor before: Tian Feng

Inventor before: Deng Puyang

Inventor before: Zhang Xiaoyong

Inventor before: Liu Yuming

Inventor before: Zhang Bingzhen

Inventor before: Chen Zhenwu

Inventor before: Wang Yu

Inventor before: Zhou Yong

GR01 Patent grant
GR01 Patent grant