CN113515463A - 自动化测试方法、装置、计算机设备和存储介质 - Google Patents
自动化测试方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113515463A CN113515463A CN202111071852.6A CN202111071852A CN113515463A CN 113515463 A CN113515463 A CN 113515463A CN 202111071852 A CN202111071852 A CN 202111071852A CN 113515463 A CN113515463 A CN 113515463A
- Authority
- CN
- China
- Prior art keywords
- vehicle model
- test
- simulated vehicle
- simulation
- target
- 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
- 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种自动化测试方法、装置、计算机设备和存储介质。所述方法包括:根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;根据所述仿真车辆模型的运行状态生成测试报告。采用本方法能够减少了测试过程中的人工操作的步骤,可以减少每个测试场景下的测试时间,提高了对目标车辆的辅助驾驶功能的仿真测试效率。
Description
技术领域
本发明涉及自动驾驶软件仿真领域,特别是涉及一种自动化测试方法、装置、计算机设备和存储介质。
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,传统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点击各仿真软件中的仿真按钮,并将各仿真软件仿真得到的仿真文件进行手动导入到其他软件中。然而在各种手动操作中,无疑会增加了高级驾驶辅助系统测试的时间,降低了高级驾驶辅助系统仿真测试的效率。
发明内容
基于此,有必要针对上述技术问题,提供一种自动化测试方法、装置、计算机设备和存储介质。
一种自动化测试方法,所述方法包括:根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;根据所述仿真车辆模型的运行状态生成测试报告。
在其中一个实施例中,所述根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令,包括:搭建各类驾驶道路测试场景;提取各类所述驾驶道路测试场景中的测试场景参数,并将所述测试场景参数导入配置表中;根据所述配置表中的每一类所述测试场景参数生成对应的自动测试指令。
在其中一个实施例中,所述基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径,之前包括:建立与目标车辆相对应的仿真车辆模型;搭建综合处理仿真模型;所述综合处理仿真模型中封装有辅助驾驶功能算法;将所述仿真车辆模型以及所述驾驶道路测试场景加载到所述综合处理仿真模型中;所述基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径,包括:基于所述自动测试指令,在所述综合处理仿真模型中,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径。
在其中一个实施例中,所述建立与目标车辆相对应的仿真车辆模型,包括:
根据目标车辆的尺寸参数按照预设比例搭建车辆模型;为所述车辆模型配置驱动系统,形成与所述目标车辆具有相同性能的仿真车辆模型。
在其中一个实施例中,所述根据所述目标行驶路径指示仿真车辆模型的运行,并记录所述仿真车辆模型的运行状态,包括:将所述目标行驶路径发送给所述车辆动力模型中的驱动系统,以使所述驱动系统按照目标行驶路径驱动仿真车辆模型运行,并记录所述仿真车辆模型的运行状态。
在其中一个实施例中,所述基于所述自动测试指令,在所述综合处理仿真模型中,根据目标车辆的仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径,包括:基于所述自动测试指令,为所述仿真车辆模型输入初始行使参数并进行仿真,得到仿真车辆模型实时位置信息;将所述仿真车辆模型实时位置信息和所述测试场景参数输入所述综合处理仿真模型,通过所述综合处理仿真模型的辅助驾驶功能算法计算得出下一时刻仿真车辆模型期望位置信息;根据每一时刻的所述仿真车辆模型期望位置信息,生成所述仿真车辆模型的目标行驶路径。
在其中一个实施例中,所述根据所述仿真车辆模型运行状态生成测试报告,包括:根据所述仿真车辆模型的运行状态对仿真车辆模型的自动紧急制动系统和前方碰撞系统进行评估,得到自动紧急制动系统与前方碰撞系统评估结果;根据所述仿真车辆模型的运行状态确定在运行过程中所述仿真车辆模型和障碍物之间的距离与预设值的关系,得到距离评估结果;根据所述自动紧急制动系统与前方碰撞系统评估结果以及距离评估结果,生成每一驾驶道路测试场景下的测试报告。
一种自动化测试装置,所述装置包括:指令生成模块,用于根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;路径生成模块,用于基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;车辆运行模块,用于根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;报告生成模块,用于根据所述仿真车辆模型的运行状态生成测试报告。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;根据所述仿真车辆模型的运行状态生成测试报告。
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以下步骤:根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;根据所述仿真车辆模型的运行状态生成测试报告。
上述自动化测试方法、装置、计算机设备和存储介质,自动化测试平台根据不同的测试场景参数生成对应的自动测试指令,基于该自动指令根据不同驾驶道路测试场景和仿真车辆模型生成目标行驶路径,从而指示仿真车辆模型的运行,并完成在不同驾驶道路测试场景下的测试,在自动化测试平台上只要输入不同测试场景下的测试参数,就可以自动生成与测试场景相对应的测试指令,基于该测试指令可以自动完成对仿真车辆模型的辅助驾驶功能的测试,并生成测试报告,减少了测试过程中的人工操作的步骤,可以减少每个测试场景下的测试时间,提高了对目标车辆的辅助驾驶功能的仿真测试效率。
附图说明
图1为一个实施例中自动化测试方法的应用环境图;
图2为一个实施例中自动化测试方法的流程示意图;
图3为一个实施例中指令生成步骤的流程示意图;
图4为一个实施例中路径生成步骤的流程示意图;
图5为另一个实施例中路径生成步骤的流程示意图;
图6为另一个实施例中报告生成步骤的流程示意图;
图7为一个实施例中自动化测试装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的自动化测试方法,可以应用于如图1所示的应用环境中。自动化测试客户端102根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令,基于自动测试指令,根据仿真车辆模型以及驾驶道路测试场景生成目标行驶路径,根据所述目标行驶路径指示仿真车辆模型运行,并记录仿真车辆模型的运行状态,根据仿真车辆模型的运行状态生成测试报告。其中,自动化测试客户端102中还连接有有各种仿真软件,可以安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。
在一个实施例中,如图2所示,提供了一种自动化测试方法,以该方法应用于图1中的自动化测试客户端102为例进行说明,包括以下步骤:
S202,根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令。
其中,驾驶道路测试场景是指目标车辆在实际驾驶过程中会遇到的路况场景,例如目标车辆的前面车辆突然静止的场景、目标车辆的前车慢行的场景以及目标车辆前面突然出现行人的场景等等。在一可选实施例中,在仿真软件Prescan中根据车辆评价标准来搭建模拟的驾驶道路测试场景;其中不同的模拟驾驶道路测试场景的搭建需要通过设置不同的测试场景参数来实现,而测试场景参数有搭建场景的名称,仿真车辆模型的初始车速,车辆偏置,目标转向方向等。其中,车辆评价标准可根据不同的需求配置,例如,C-NCAP2021,中国新车评价标准2021版。
为仿真车辆搭建不同的驾驶道路场景包括:在仿真软件Prescan的数据库中选择不同的测试场景名称,并为前车配置不同的初始速度以及偏置率。例如当测试场景名称为前车静止试验时,为前车配置的初始速度为20千米每小时,前车的目标速度为0,车辆偏置率为0.5,从而生成与该组测试场景参数对应的驾驶道路测试场景。
具体地,处理器将每组测试场景参数写入自动化测试平台中的配置表,并在该自动化测试平台上的配置表中添加触发器,当对该配置表进行删除、插入以及更新等操作时,来触发自动测试指令的生成。可以理解的是,每组不同的测试场景参数分别对应一个自动测试指令。另外,自动化测试平台可以是预先编写的一个简易自化仿真测试客户端,该自动化仿真测试客户端可以采用Python语言开发,并利用接口与各种仿真软件相连,用于接收各个仿真软件的仿真测试文件,并将其存储在数据库中并进行调用管理,该自动化客户端能够提供简洁的图形交互界面和便提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。
S204,基于自动测试指令,根据仿真车辆模型以及驾驶道路测试场景生成目标行驶路径。
由于该测试指令由自动测试平台根据在配置表中写入测试场景参数生成,因此该自动测试指令中携带有与该自动测试指令对应的测试场景参数,基于该自动测试指令,自动化测试平台向各仿真软件发送开始仿真指令。其中,该自动测试指令中包含有测试场景参数,在仿真软件Prescan中,接收到基于自动测试指令生成的仿真开始指令时,会根据自动测试指令中的测试场景参数生成对应的驾驶道路测试场景,并将仿真后的驾驶道路测试场景文件传送给自动化测试平台的仿真文件存储器进行存储并为后续调用做准备。
另外,在仿真软件Carsim中,根据目标车辆的尺寸参数来搭建相同规格的仿真车辆模型,并为仿真车辆模型配置驱动系统来控制仿真车辆模型的运行,其中驱动系统所需的输入参数为目标车辆的方向盘角度以及油门或刹车踏板位置,经过仿真后输出参数为车辆位置、车辆速度、车辆航向角及车辆横摆角速度等。自动化测试平台基于该自动测试指令生成仿真开始指令,并将该仿真开始指令发送给仿真软件Carsim,仿真软件Carsim在接收到该仿真开始指令后,对预先依据目标车辆搭建的仿真车辆模型进行仿真,其中驱动系统依据预先输入的参数驱动仿真车辆模型行驶,并输出仿真车辆模型行驶过程中的车辆位置、车辆速度、车辆航向角及车辆横摆角速度等参数。
具体地,基于自动测试指令,在仿真软件Prescan中会依据自动测试指令中的测试场景参数生成驾驶道路测试场景,在在仿真软件Carsim中会依据自动测试指令对预先设置好的仿真车辆模型进行仿真,得到带有驱动系统的仿真车辆模型,将驾驶道路测试场景仿真文件和仿真车辆模型文件导入综合处理模型中,利用辅助驾驶功能算法计算出不同驾驶道路测试场景下的仿真车辆的目标行驶路径。
S206,根据目标行驶路径指示仿真车辆模型运行,并记录仿真车辆模型的运行状态。
具体地,将 S204得到的目标行驶路径发送给仿真车辆里的驱动系统,以使得该驱动系统驱动仿真车辆模型按照该目标行驶路径行驶,记录下仿真车辆模型的车辆位置、车辆速度、车辆航向角及车辆横摆角速度等参数。
S208,根据仿真车辆模型的运行状态生成测试报告。
其中,测试报告用于衡量在特定的驾驶道路测试场景下仿真车辆模型能否在保证不与前方障碍物发生碰撞安全行驶或者停止。测试报告会根据仿真车辆模型的运行状态结合驾驶道路测试场景对仿真车辆模型的自动紧急制动系统和前方碰撞系统的性能进行评估,从而生成测试报告。
上述自动化测试方法,自动化测试平台根据不同的测试场景参数生成对应的自动测试指令,基于该自动指令根据不同驾驶道路测试场景和仿真车辆模型生成目标行驶路径,从而指示仿真车辆模型的运行,并完成在不同驾驶道路测试场景下的测试,在自动化测试平台上只要输入不同测试场景下的测试参数,就可以自动生成与测试场景相对应的测试指令,基于该测试指令可以自动完成对仿真车辆模型的辅助驾驶功能的测试,并生成测试报告,减少了测试过程中的人工操作的步骤,可以减少每个测试场景下的测试时间,提高了对目标车辆的辅助驾驶功能的仿真测试效率。
在一个实施例中,如图3所示,根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令,包括:
S302,搭建各类驾驶道路测试场景。
具体地,在仿真软件Prescan中,依据车辆评价标准中的此类高级驾驶辅助系统功能相关的标准搭建不同的驾驶道路测试场景。在仿真软件中的数据库中存储着自带的高精地图,按照该地图区域内的道路环境均分别设计多个驾驶场景,例如前方车辆突然静止、后方车辆超车、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在搭建每个驾驶道路测试场景时。
S304,提取各类所述驾驶道路测试场景中的测试场景参数,并将所述测试场景参数导入配置表中。
根据S302中搭建的各种类型的驾驶道路测试场景,提取各种能够导致驾驶道路场景发生变化的测试场景参数类型,将该测试场景参数类型作为配置表的表头,将各测试场景参数类型对应的值写入配置表中,其中导致驾驶道路场景发生变化的测试场景参数类型包括:驾驶道路测试场景名称、车辆偏置、车辆初始速度、目标速度、目标转向角等,配置表如下表1所示。
表1
S306,根据配置表中的每一类测试场景参数生成对应的自动测试指令。
自动化测试平台会为配置表配置一个触发器,其中,触发器是数据库中保证数据完整性的一种方法,它是与表事件相关的特殊的存储过程,它的执行不是由程序调用,也不是手工启动,而是由事件来触发,比如当对一个表进行操作时就会激活它执行。在本实施例中,当在配置表中增加一行测试场景参数时,触发器就根据配置表的增加操作生成与该行的测试场景参数对应的自动测试指令。
在本实施例中,通过为配置表中触发器来实现当在配置表中增加一行测试场景参数时自动生成对应的自动测试指令,从而简化测试流程,减少每个测试场景下的测试时间,提高了对目标车辆的辅助驾驶功能的仿真测试效率。
在一个实施例中,如图4所示基于自动测试指令,根据仿真车辆模型以及驾驶道路测试场景生成目标行驶路径,之前包括:
S402,建立与目标车辆相对应的仿真车辆模型。
具体地,获取目标车辆的尺寸参数,包括目标车辆的质量,车轮的轴间距,车辆的长宽尺寸等,将目标车辆的尺寸参数按照预设比例来搭建车辆模型,并为仿真车辆配置驱动系统来控制仿真车辆的运行,驱动系统所需的输入参数为方向盘角度以及油门或刹车踏板位置,输出参数为车辆位置、车辆速度、车辆航向角及车辆横摆角速度。
S404,搭建综合处理仿真模型;所述综合处理仿真模型中封装有辅助驾驶功能算法。
在仿真软件simulink中搭建综合处理仿真模型,该模型中包含决策模块以及控制模块,其中在决策模块中封装有辅助驾驶算法。
S406,将所述仿真车辆模型以及所述驾驶道路测试场景加载到所述综合处理仿真模型中。
具体地,将仿真软件prescan中搭建的驾驶道路测试场景和在仿真软件carsim中搭建的仿真车辆模型加载到S404中建立的综合处理仿真模型中。然后综合处理仿真模型中的决策系统基于驾驶辅助功能算法根据仿真软件carsim提供的当前的车辆位置和仿真软件prescan提供的仿真车辆所处的驾驶道路场景进行路径规划,计算出下一时刻的仿真车辆模型的期望位置以及期望航向角;综合处理仿真模型中的控制系统根据决策系统计算出的下一时刻的期望位置以及期望航向角、预设的目标速度,以及仿真软件carsim提供的车辆位置与车辆速度,计算出油门或刹车位置,以及方向盘角度,然后将计算结果发给仿真软件carsim中的驱动系统来控制仿真车辆运行。
基于所述自动测试指令,根据目标车辆的仿真车辆模型以及驾驶道路测试场景生成目标行驶路径,包括:
S408,基于自动测试指令,在综合处理仿真模型中,根据目标车辆的仿真车辆模型以及驾驶道路测试场景生成目标行驶路径。
响应于自动测试指令,综合处理仿真模型中加载了仿真车辆模型以及驾驶道路测试场景并进行仿真,然后综合处理仿真模型中的决策系统基于驾驶辅助功能算法根据仿真软件carsim提供的当前的车辆位置和仿真软件prescan提供的仿真车辆所处的驾驶道路场景进行路径规划,计算出下一时刻的仿真车辆模型的期望位置以及期望航向角;综合处理仿真模型中的控制系统根据决策系统计算出的下一时刻的期望位置以及期望航向角、预设的目标速度,以及仿真软件carsim提供的车辆位置与车辆速度,计算出油门或刹车位置,以及方向盘角度。其中,每一时刻的仿真车辆模型的期望位置以及期望航向角组成了目标行驶路径。
本实施例中,在各仿真软件接收到自动测试指令之前,搭建好仿真车辆模型以及各种驾驶道路测试场景,一旦接收到自动测试指令,综合处理仿真模型就能自动依据仿真车辆模型以及各种驾驶道路测试场景进行仿真,得到目标行驶路径,提高了高级驾驶辅助系统仿真测试的效率。
在一个实施例中,如图5所示,基于自动测试指令,在综合处理仿真模型中,根据目标车辆的仿真车辆模型以及驾驶道路测试场景生成目标行驶路径,包括:
S502,基于自动测试指令,为仿真车辆模型输入初始行使参数并进行仿真,得到仿真车辆模型实时位置信息。
其中,初始行驶参数包括仿真车辆模型的初始速度,初始方向盘角度以及油门或刹车踏板位置。
具体地,当接收到自动测试指令后,车辆模型仿真软件根据预先输入的仿真车辆模型的初始行驶参数进行仿真,从而得到仿真车辆实时位置信息。
S504,将仿真车辆模型实时位置信息和测试场景参数输入综合处理仿真模型,通过综合处理仿真模型的辅助驾驶功能算法计算得出下一时刻仿真车辆模型期望位置信息。
具体地,将S502获得的仿真车辆实时位置信息和测试场景参数输入到综合处理模型中利用辅助驾驶功能算法计算得出下一时刻仿真车辆的期望位置信息。
S506,根据每一时刻的所述仿真车辆模型期望位置信息,生成所述仿真车辆模型的目标行驶路径。
具体地,综合处理模型将S504生成的下一时刻仿真车辆模型的期望位置信息发送给仿真车辆模型的驱动系统,以使驱动仿真车辆按照下一时刻期望位置信息运行,同时车辆模型仿真软件又实时收集仿真车辆的实时位置信息,并将实时位置信息发送给综合处理模型中的决策系统,决策系统根据实时位置信息和测试场景参数信息又生成仿真车辆模型下一时刻的期望位置信息,最后综合处理模型根据每一时刻的所述仿真车辆模型期望位置信息,生成所述仿真车辆模型的目标行驶路径。
在本实施例中,综合处理模型基于辅助驾驶功能算法依据仿真车辆模型实时位置信息和测试场景参数计算出仿真车辆的下一时刻的期望位置信息,并根据每一时刻的期望位置信息生成目标行驶路径,从而精确计算出仿真车辆模型在各种不同的驾驶道路测试场景下的行驶路径,提高验证辅助驾驶功能算法的闭环测试的成功率。
在一个实施例中,如图6所示,根,仿真车辆模型运行状态生成测试报告,包括:
S602,根据仿真车辆模型的运行状态对仿真车辆模型的自动紧急制动系统和前方碰撞系统进行评估,得到自动紧急制动系统与前方碰撞系统评估结果。
根据不同测试工况运行状态,利用层次分析法搭建自动紧急制动系统和前方碰撞系统的城市道路工况层次模型,确立各层次间的判断矩阵,获得自动紧急制动系统和前方碰撞系统的各项评价所需的工况权重系数,根据各项工况权重系数对自动紧急制动系统与前方碰撞系统进行评估。
S604,根据仿真车辆模型的运行状态确定在运行过程中仿真车辆模型和障碍物之间的距离与预设值的关系,得到距离评估结果;
具体地,当仿真车辆模型与前车或者行人即将相撞时,记录仿真车辆模型最终停止的位置距离前方障碍物的距离,当该距离大于预设值时,则表示仿真车辆模型通过了距离评估。
S606,根据所述自动紧急制动系统与前方碰撞系统评估结果以及距离评估结果,生成每一驾驶道路测试场景下的测试报告。
根据S602得到的自动紧急制动系统与前方碰撞系统评估结果和S604得到的距离评估结果得到整个验证辅助驾驶功能算法的闭环测试的成功率,并将测试报告生成测试图表,以便查阅。
本实施例中,将测试报告以表格或者图表的形式自动生成,以便用户更加直观有效地看到在某种测试场景下的闭环测试的成功率,提高了对目标车辆的辅助驾驶功能的仿真测试效率。
在一个实施例中,提供了一种自动化测试方法,该方法可以包括如下步骤:
S1,将各组不同的测试场景参数依次导入自动化平台的配置表中,每导入一组测试参数自动化测试平台会生成一个对应的自动测试指令,并且该自动测试指令中携带有对应测试场景参数;
S2,在接收到该自动测试指令之前,车辆模型仿真软件Carsim会根据目标车辆的尺寸参数按照预设比例构建车辆模型,并为该车辆模型配置驱动系统。当为驱动系统输入初始行驶参数后,可以得到仿真车辆模型的实时位置信息。将该仿真车辆模型与驾驶道路测试场景均加载到综合处理仿真模型;
S3,在接收到该自动测试指令后,在仿真软件Carsim中基于输入初始行驶参数对仿真车辆模型进行仿真,得到仿真车辆模型的实时位置信息;
S4,综合处理仿真模型中的决策系统根据仿真车辆模型的实时位置信息和测试场景参数基于辅助驾驶功能算法计算得出仿真车辆模型的下一时刻的期望位置信息。
S5,综合处理仿真模型将仿真车辆模型下一时刻的期望位置信息发送给仿真车辆模型中的驱动系统,以驱动仿真车辆模型按照期望位置信息运行,并根据每一时刻的期望位置信息生成目标行驶路径。
S6,仿真车辆模型根据该目标行驶路径运行,并记录仿真车辆模型的运行状态。
S7,自动化测试平台根据运行状态得到自动紧急制动系统、前方碰撞系统和距离评估结果,根据自动紧急制动系统与前方碰撞系统评估结果以及距离评估结果,生成每一驾驶道路测试场景下的测试报告。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种自动化测试装置700,包括:指令生成模块702、路径生成模块704、车辆运行模块706和报告生成模块708,其中:
指令生成模块702,用于根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;
路径生成模块704,用于基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;
车辆运行模块706,用于根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;
报告生成模块708,用于根据所述仿真车辆模型的运行状态生成测试报告。
上述自动化测试装置,自动化测试平台根据不同的测试场景参数生成对应的自动测试指令,基于该自动指令根据不同驾驶道路测试场景和仿真车辆模型生成目标行驶路径,从而指示仿真车辆模型的运行,并完成在不同驾驶道路测试场景下的测试,在自动化测试平台上只要输入不同测试场景下的测试参数,就可以自动生成与测试场景相对应的测试指令,基于该测试指令可以自动完成对仿真车辆模型的辅助驾驶功能的测试,并生成测试报告,减少了测试过程中的人工操作的步骤,可以减少每个测试场景下的测试时间,提高了对目标车辆的辅助驾驶功能的仿真测试效率。
在一个实施例中,指令生成模块702还包括:场景搭建子模块,用于搭建各类驾驶道路测试场景;参数导入子模块,用于提取各类所述驾驶道路测试场景中的测试场景参数,并将所述测试场景参数导入配置表中;对应指令生成子模块,用于根据所述配置表中的每一类所述测试场景参数生成对应的自动测试指令。
在一个实施例中,路径生成模块704还包括:车辆模型建立子模块,用于建立与目标车辆相对应的仿真车辆模型;综合模型建立子模块,用于搭建综合处理仿真模型;所述综合处理仿真模型中封装有辅助驾驶功能算法;加载子模块,用于将所述仿真车辆模型以及所述驾驶道路测试场景加载到所述综合处理仿真模型中;目标路径生成子模块,用于基于所述自动测试指令,在所述综合处理仿真模型中,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径。
在一个实施例中,车辆模型建立子模块还包括:外形模型建立单元,用于根据目标车辆的尺寸参数按照预设比例搭建车辆模型;驱动配置单元,用于为所述车辆模型配置驱动系统,形成与所述目标车辆具有相同性能的仿真车辆模型。
在一个实施例中,车辆运行模块706还用于:将所述目标行驶路径发送给所述仿真车辆模型中的驱动系统,以使所述驱动系统按照目标行驶路径驱动仿真车辆模型运行,并记录所述仿真车辆模型的运行状态。
在一个实施例中,路径生成模块704还包括:位置信息获取子模块,用于基于所述自动测试指令,为所述仿真车辆模型输入初始行使参数并进行仿真,得到仿真车辆模型实时位置信息;期望位置信息计算子模块,用于将所述仿真车辆模型实时位置信息和所述测试场景参数输入所述综合处理仿真模型,通过所述综合处理仿真模型的辅助驾驶功能算法计算得出下一时刻仿真车辆模型期望位置信息;目标路径生成子模块,用于根据每一时刻的所述仿真车辆模型期望位置信息,生成所述仿真车辆模型的目标行驶路径。
在一个实施例中,报告生成模块708还包括:系统评估子模块,用于根据所述仿真车辆模型的运行状态对仿真车辆模型的自动紧急制动系统和前方碰撞系统进行评估,得到自动紧急制动系统与前方碰撞系统评估结果;距离评估子模块,用于根据所述仿真车辆模型的运行状态确定在运行过程中所述仿真车辆模型和障碍物之间的距离与预设值的关系,得到距离评估结果;测试报告生成子模块,用于根据所述自动紧急制动系统与前方碰撞系统评估结果以及距离评估结果,生成每一驾驶道路测试场景下的测试报告。
关于自动化测试装置的具体限定可以参见上文中对于自动化测试方法的限定,在此不再赘述。上述自动化测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储地图数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种自动化测试方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;
根据所述仿真车辆模型的运行状态生成测试报告。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:搭建各类驾驶道路测试场景;提取各类所述驾驶道路测试场景中的测试场景参数,并将所述测试场景参数导入配置表中;根据所述配置表中的每一类所述测试场景参数生成对应的自动测试指令。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:建立与目标车辆相对应的仿真车辆模型;搭建综合处理仿真模型;所述综合处理仿真模型中封装有辅助驾驶功能算法;将所述仿真车辆模型以及所述驾驶道路测试场景加载到所述综合处理仿真模型中;基于所述自动测试指令,在所述综合处理仿真模型中,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标车辆的尺寸参数按照预设比例搭建车辆模型;为所述车辆模型配置驱动系统,形成与所述目标车辆具有相同性能的仿真车辆模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将所述目标行驶路径发送给所述仿真车辆模型中的驱动系统,以使所述驱动系统按照目标行驶路径驱动仿真车辆模型运行,并记录所述仿真车辆模型的运行状态。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:基于所述自动测试指令,为所述仿真车辆模型输入初始行使参数并进行仿真,得到仿真车辆模型实时位置信息;将所述仿真车辆模型实时位置信息和所述测试场景参数输入所述综合处理仿真模型,通过所述综合处理仿真模型的辅助驾驶功能算法计算得出下一时刻仿真车辆模型期望位置信息;根据每一时刻的所述仿真车辆模型期望位置信息,生成所述仿真车辆模型的目标行驶路径。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述仿真车辆模型的运行状态对仿真车辆模型的自动紧急制动系统和前方碰撞系统进行评估,得到自动紧急制动系统与前方碰撞系统评估结果;根据所述仿真车辆模型的运行状态确定在运行过程中所述仿真车辆模型和障碍物之间的距离与预设值的关系,得到距离评估结果;根据所述自动紧急制动系统与前方碰撞系统评估结果以及距离评估结果,生成每一驾驶道路测试场景下的测试报告。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;根据所述仿真车辆模型的运行状态生成测试报告。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:搭建各类驾驶道路测试场景;提取各类所述驾驶道路测试场景中的测试场景参数,并将所述测试场景参数导入配置表中;根据所述配置表中的每一类所述测试场景参数生成对应的自动测试指令。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:建立与目标车辆相对应的仿真车辆模型;搭建综合处理仿真模型;所述综合处理仿真模型中封装有辅助驾驶功能算法;将所述仿真车辆模型以及所述驾驶道路测试场景加载到所述综合处理仿真模型中;基于所述自动测试指令,在所述综合处理仿真模型中,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标车辆的尺寸参数按照预设比例搭建车辆模型;
为所述车辆模型配置驱动系统,形成与所述目标车辆具有相同性能的仿真车辆模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将所述目标行驶路径发送给所述仿真车辆模型中的驱动系统,以使所述驱动系统按照目标行驶路径驱动仿真车辆模型运行,并记录所述仿真车辆模型的运行状态。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:基于所述自动测试指令,为所述仿真车辆模型输入初始行使参数并进行仿真,得到仿真车辆模型实时位置信息;将所述仿真车辆模型实时位置信息和所述测试场景参数输入所述综合处理仿真模型,通过所述综合处理仿真模型的辅助驾驶功能算法计算得出下一时刻仿真车辆模型期望位置信息;根据每一时刻的所述仿真车辆模型期望位置信息,生成所述仿真车辆模型的目标行驶路径。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述仿真车辆模型的运行状态对仿真车辆模型的自动紧急制动系统和前方碰撞系统进行评估,得到自动紧急制动系统与前方碰撞系统评估结果;根据所述仿真车辆模型的运行状态确定在运行过程中所述仿真车辆模型和障碍物之间的距离与预设值的关系,得到距离评估结果;根据所述自动紧急制动系统与前方碰撞系统评估结果以及距离评估结果,生成每一驾驶道路测试场景下的测试报告。
在一个实施例中,提供了一种计算机程序产品。一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现所述自动化测试方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种自动化测试方法,其特征在于,所述方法包括:
根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;
基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;
根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;
根据所述仿真车辆模型的运行状态生成测试报告。
2.根据权利要求1所述的方法,其特征在于,所述根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令,包括:
搭建各类驾驶道路测试场景;
提取各类所述驾驶道路测试场景中的测试场景参数,并将所述测试场景参数导入配置表中;
根据所述配置表中的每一类所述测试场景参数生成对应的自动测试指令。
3.根据权利要求1所述的方法,其特征在于,所述基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径,之前包括:
建立与目标车辆相对应的仿真车辆模型;
搭建综合处理仿真模型;所述综合处理仿真模型中封装有辅助驾驶功能算法;
将所述仿真车辆模型以及所述驾驶道路测试场景加载到所述综合处理仿真模型中;
所述基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径,包括:
基于所述自动测试指令,在所述综合处理仿真模型中,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径。
4.根据权利要求3所述的方法,其特征在于,所述建立与目标车辆相对应的仿真车辆模型,包括:
根据目标车辆的尺寸参数按照预设比例搭建车辆模型;
为所述车辆模型配置驱动系统,形成与所述目标车辆具有相同性能的仿真车辆模型。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标行驶路径指示仿真车辆模型的运行,并记录所述仿真车辆模型的运行状态,包括:
将所述目标行驶路径发送给所述仿真车辆模型中的驱动系统,以使所述驱动系统按照目标行驶路径驱动仿真车辆模型运行,并记录所述仿真车辆模型的运行状态。
6.根据权利要求3所述的方法,其特征在于,所述基于所述自动测试指令,在所述综合处理仿真模型中,根据目标车辆的仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径,包括:
基于所述自动测试指令,为所述仿真车辆模型输入初始行使参数并进行仿真,得到仿真车辆模型实时位置信息;
将所述仿真车辆模型实时位置信息和所述测试场景参数输入所述综合处理仿真模型,通过所述综合处理仿真模型的辅助驾驶功能算法计算得出下一时刻仿真车辆模型期望位置信息;
根据每一时刻的所述仿真车辆模型期望位置信息,生成所述仿真车辆模型的目标行驶路径。
7.根据权利要求1所述的方法,其特征在于,所述根据所述仿真车辆模型运行状态生成测试报告,包括:
根据所述仿真车辆模型的运行状态对仿真车辆模型的自动紧急制动系统和前方碰撞系统进行评估,得到自动紧急制动系统与前方碰撞系统评估结果;
根据所述仿真车辆模型的运行状态确定在运行过程中所述仿真车辆模型和障碍物之间的距离与预设值的关系,得到距离评估结果;
根据所述自动紧急制动系统与前方碰撞系统评估结果以及距离评估结果,生成每一驾驶道路测试场景下的测试报告。
8.一种自动化测试装置,其特征在于,所述装置包括:
指令生成模块,用于根据不同驾驶道路测试场景下的测试场景参数生成自动测试指令;
路径生成模块,用于基于所述自动测试指令,根据仿真车辆模型以及所述驾驶道路测试场景生成目标行驶路径;
车辆运行模块,用于根据所述目标行驶路径指示所述仿真车辆模型运行,并记录所述仿真车辆模型的运行状态;
报告生成模块,用于根据所述仿真车辆模型的运行状态生成测试报告。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111071852.6A CN113515463B (zh) | 2021-09-14 | 2021-09-14 | 自动化测试方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111071852.6A CN113515463B (zh) | 2021-09-14 | 2021-09-14 | 自动化测试方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113515463A true CN113515463A (zh) | 2021-10-19 |
CN113515463B CN113515463B (zh) | 2022-04-15 |
Family
ID=78063218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111071852.6A Active CN113515463B (zh) | 2021-09-14 | 2021-09-14 | 自动化测试方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113515463B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114384820A (zh) * | 2021-11-30 | 2022-04-22 | 重庆长安汽车股份有限公司 | 基于云台架的自动驾驶算法仿真测试系统及方法 |
CN114625637A (zh) * | 2022-02-23 | 2022-06-14 | 浙江吉利控股集团有限公司 | 一种基于动态虚拟场景的测试方法及评价方法 |
CN114646476A (zh) * | 2022-03-28 | 2022-06-21 | 智己汽车科技有限公司 | 一种aeb车辆的隧道通行测试方法、装置及车辆 |
CN115061386A (zh) * | 2022-06-27 | 2022-09-16 | 合众新能源汽车有限公司 | 智能驾驶的自动化仿真测试系统及相关设备 |
CN115616937A (zh) * | 2022-12-02 | 2023-01-17 | 广汽埃安新能源汽车股份有限公司 | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 |
CN115906282A (zh) * | 2022-11-14 | 2023-04-04 | 昆山适途模型科技有限公司 | 一种基于整车仿真的汽车模拟方法及系统 |
CN116010289A (zh) * | 2023-03-27 | 2023-04-25 | 禾多科技(北京)有限公司 | 自动驾驶仿真场景测试方法、装置、电子设备和可读介质 |
WO2023088679A1 (en) * | 2021-11-22 | 2023-05-25 | Five AI Limited | Generating simulation environments for testing autonomous vehicle behaviour |
CN116244932A (zh) * | 2023-01-28 | 2023-06-09 | 芯华章科技(北京)有限公司 | 对车辆进行安全仿真的方法、电子设备及存储介质 |
CN116661428A (zh) * | 2023-07-28 | 2023-08-29 | 江西五十铃汽车有限公司 | 一种整车性能参数测试方法及系统 |
Citations (6)
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 |
US20200225668A1 (en) * | 2019-01-10 | 2020-07-16 | International Business Machines Corporation | Training and testing automated driving models |
CN112130472A (zh) * | 2020-10-14 | 2020-12-25 | 广州小鹏自动驾驶科技有限公司 | 一种自动驾驶的仿真测试系统和方法 |
CN113093569A (zh) * | 2021-04-13 | 2021-07-09 | 中国第一汽车股份有限公司 | 自动驾驶的仿真测试方法、装置、设备和存储介质 |
EP3866044A2 (en) * | 2020-12-10 | 2021-08-18 | Beijing Baidu Netcom Science Technology Co., Ltd. | Road test method and apparatus for autonomous driving vehicle, device and storage medium |
CN113341935A (zh) * | 2021-06-24 | 2021-09-03 | 中国第一汽车股份有限公司 | 一种车辆测试方法、装置、测试设备、系统及存储介质 |
-
2021
- 2021-09-14 CN CN202111071852.6A patent/CN113515463B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200225668A1 (en) * | 2019-01-10 | 2020-07-16 | International Business Machines Corporation | Training and testing automated driving models |
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 |
CN112130472A (zh) * | 2020-10-14 | 2020-12-25 | 广州小鹏自动驾驶科技有限公司 | 一种自动驾驶的仿真测试系统和方法 |
EP3866044A2 (en) * | 2020-12-10 | 2021-08-18 | Beijing Baidu Netcom Science Technology Co., Ltd. | Road test method and apparatus for autonomous driving vehicle, device and storage medium |
CN113093569A (zh) * | 2021-04-13 | 2021-07-09 | 中国第一汽车股份有限公司 | 自动驾驶的仿真测试方法、装置、设备和存储介质 |
CN113341935A (zh) * | 2021-06-24 | 2021-09-03 | 中国第一汽车股份有限公司 | 一种车辆测试方法、装置、测试设备、系统及存储介质 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023088679A1 (en) * | 2021-11-22 | 2023-05-25 | Five AI Limited | Generating simulation environments for testing autonomous vehicle behaviour |
CN114384820B (zh) * | 2021-11-30 | 2023-12-22 | 重庆长安汽车股份有限公司 | 基于云台架的自动驾驶算法仿真测试系统及方法 |
CN114384820A (zh) * | 2021-11-30 | 2022-04-22 | 重庆长安汽车股份有限公司 | 基于云台架的自动驾驶算法仿真测试系统及方法 |
CN114625637A (zh) * | 2022-02-23 | 2022-06-14 | 浙江吉利控股集团有限公司 | 一种基于动态虚拟场景的测试方法及评价方法 |
CN114646476A (zh) * | 2022-03-28 | 2022-06-21 | 智己汽车科技有限公司 | 一种aeb车辆的隧道通行测试方法、装置及车辆 |
CN115061386A (zh) * | 2022-06-27 | 2022-09-16 | 合众新能源汽车有限公司 | 智能驾驶的自动化仿真测试系统及相关设备 |
CN115906282A (zh) * | 2022-11-14 | 2023-04-04 | 昆山适途模型科技有限公司 | 一种基于整车仿真的汽车模拟方法及系统 |
CN115906282B (zh) * | 2022-11-14 | 2024-05-24 | 昆山适途模型科技有限公司 | 一种基于整车仿真的汽车模拟方法及系统 |
CN115616937A (zh) * | 2022-12-02 | 2023-01-17 | 广汽埃安新能源汽车股份有限公司 | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 |
CN116244932A (zh) * | 2023-01-28 | 2023-06-09 | 芯华章科技(北京)有限公司 | 对车辆进行安全仿真的方法、电子设备及存储介质 |
CN116010289A (zh) * | 2023-03-27 | 2023-04-25 | 禾多科技(北京)有限公司 | 自动驾驶仿真场景测试方法、装置、电子设备和可读介质 |
CN116010289B (zh) * | 2023-03-27 | 2023-06-13 | 禾多科技(北京)有限公司 | 自动驾驶仿真场景测试方法、装置、电子设备和可读介质 |
CN116661428B (zh) * | 2023-07-28 | 2023-11-03 | 江西五十铃汽车有限公司 | 一种整车性能参数测试方法及系统 |
CN116661428A (zh) * | 2023-07-28 | 2023-08-29 | 江西五十铃汽车有限公司 | 一种整车性能参数测试方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113515463B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113515463B (zh) | 自动化测试方法、装置、计算机设备和存储介质 | |
US11513523B1 (en) | Automated vehicle artificial intelligence training based on simulations | |
Beglerovic et al. | Testing of autonomous vehicles using surrogate models and stochastic optimization | |
KR102601534B1 (ko) | 자율 운전 시스템의 장면 복원 테스트 방법, 장치, 기기 및 프로그램 | |
CN113272838A (zh) | 虚拟场景生成方法、装置、计算机设备和存储介质 | |
US11772666B2 (en) | Vehicle operation safety model test system | |
Stević et al. | Development and validation of ADAS perception application in ROS environment integrated with CARLA simulator | |
US11354458B1 (en) | Automated vehicle safety simulation using safety quotient method | |
CN113868120A (zh) | 工业软件调试方法、装置、计算机设备和存储介质 | |
CN112671487A (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN111983934B (zh) | 一种无人车仿真测试用例生成方法及系统 | |
CN114063476A (zh) | 领航辅助软件在环仿真测试方法、系统、设备及存储介质 | |
Stević et al. | Development of ADAS perception applications in ROS and" Software-In-the-Loop" validation with CARLA simulator | |
US11702101B2 (en) | Automatic scenario generator using a computer for autonomous driving | |
CN113849971A (zh) | 驾驶系统评估方法、装置、计算机设备和存储介质 | |
CN113268428B (zh) | 车队管理系统的测试方法、系统、存储介质和电子装置 | |
CN115782921A (zh) | 用于自动驾驶的环境感知方法、装置及电子设备 | |
WO2022133775A1 (zh) | 轨迹数据处理方法、装置、计算机设备和存储介质 | |
Huang et al. | Accelerate the autonomous vehicles reliability testing in parallel paradigm | |
CN115469635A (zh) | 自动驾驶仿真测试功能安全的验证方法、装置及设备 | |
Sun et al. | An intelligent driving simulation platform: architecture, implementation and application | |
CN114326443B (zh) | 一种用于adas的mil仿真测试方法、系统及可读存储介质 | |
Ho et al. | A simulation framework for V2X autonomous vehicles based on cyber physical vehicle systems technologies | |
Salehi et al. | Application of Munich agile concept for MBSE by means of automated valet parking functions and the 3D environment-data | |
US11847869B1 (en) | Multimodal perception simulation |
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: Floor 25, Block A, Zhongzhou Binhai Commercial Center Phase II, No. 9285, Binhe Boulevard, Shangsha Community, Shatou Street, Futian District, Shenzhen, Guangdong 518000 Patentee after: Shenzhen Youjia Innovation Technology Co.,Ltd. Address before: 518051 1101, west block, Skyworth semiconductor design building, 18 Gaoxin South 4th Road, Gaoxin community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN MINIEYE INNOVATION TECHNOLOGY Co.,Ltd. |