CN113641170A - 一种智能化检测无人驾驶接管问题的方法及装置 - Google Patents
一种智能化检测无人驾驶接管问题的方法及装置 Download PDFInfo
- Publication number
- CN113641170A CN113641170A CN202111012864.1A CN202111012864A CN113641170A CN 113641170 A CN113641170 A CN 113641170A CN 202111012864 A CN202111012864 A CN 202111012864A CN 113641170 A CN113641170 A CN 113641170A
- Authority
- CN
- China
- Prior art keywords
- data
- takeover
- functional module
- module
- corrected
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012360 testing method Methods 0.000 claims abstract description 74
- 238000004088 simulation Methods 0.000 claims abstract description 64
- 230000008439 repair process Effects 0.000 claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims description 66
- 230000006870 function Effects 0.000 claims description 63
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 16
- 230000008447 perception Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000006872 improvement Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003825 pressing Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0053—Handover processes from vehicle to occupant
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/007—Emergency override
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本说明书公开了一种智能化检测无人驾驶接管问题的方法及装置,涉及无人驾驶领域。获取接管数据后,针对每个功能模块,可以依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:根据该功能模块对应的修复方式,对接管数据进行修正,得到修正后数据,并根据修正后数据进行仿真测试,以判断该无人驾驶设备若按照修正后数据进行自动驾驶时,是否发生人工接管的情况,若确定无人驾驶设备按照该修正后数据未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对该接管数据进行修正,从而提高了问题检测的效率,降低了人工成本。
Description
技术领域
本说明书涉及无人驾驶领域,尤其涉及一种智能化检测无人驾驶接管问题的方法及装置。
背景技术
当前,在无人驾驶领域中,当无人驾驶设备行驶过程中出现某些问题时往往需要工作人员对无人驾驶设备人工接管从而控制该无人驾驶设备,例如,当无人驾驶设备对障碍物的预测、自身的定位等出现问题时,该无人驾驶设备可能需要工作人员远程驾驶。因此,确定出无人驾驶过程中哪些功能模块出现了问题,则可以对相关的功能模块(如,定位模块、障碍物轨迹预测模块等)进行优化,从而提高无人驾驶设备的自动驾驶能力。
在现有技术中,可以通过人工的方式查看无人驾驶设备需要进行人工接管时的相关数据,并确定该相关数据中存在哪些功能模块的问题,从而针对相应的功能模块进行优化,通过人工的方式确定哪些功能模块存在问题需要相关人员不断地积累经验以及学习,由此可见,现有技术通过人工确定出这些问题,效率较低,成本较高。
所以,如何提高确定无人驾驶设备发生人工接管过程中的发生问题的功能模块的效率,则是一个亟待解决的问题。
发明内容
本说明书提供一种智能化检测无人驾驶接管问题的方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种智能化检测无人驾驶接管问题的方法,所述方法应用在无人驾驶领域中,包括:
获取接管数据,所述接管数据包括无人驾驶设备需要人工接管时,所述无人驾驶设备中包含的各功能模块对应的行驶相关数据;
针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据;根据所述修正后数据进行仿真测试,以判断所述无人驾驶设备若按照所述修正后数据进行自动驾驶时,是否发生人工接管的情况;若确定所述无人驾驶设备按照所述修正后数据自动驾驶未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对所述接管数据进行修正,并对通过所述下一功能模块对应的修复方式修正所述接管数据后得到的修正后数据进行仿真测试;
对存在问题的功能模块进行优化。
可选地,针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块之前,所述方法还包括:
确定所述接管数据所对应的接管场景,所述接管场景用于表征所述无人驾驶设备在发生人工接管时遇到的突发状况;
根据所述接管场景,确定各功能模块对应的优先级;
针对每个功能模块,依次按照如下步骤进行仿真测试,具体包括:
根据所述各功能模块对应的优先级,确定各功能模块对应的排查顺序;
按照所述各功能模块对应的仿真测试顺序,针对所述每个功能模块,依次按照如下步骤进行仿真测试。
可选地,根据所述修正后数据进行仿真测试,以判断无人驾驶设备若按照所述修正后数据自动驾驶是否发生人工接管的情况,具体包括:
根据所述修正后数据进行仿真测试,确定无人驾驶设备若按照所述修正后数据自动驾驶是否依然出现所述接管场景;
若是,确定无人驾驶设备若按照所述修正后数据自动驾驶发生人工接管的情况,否则,确定无人驾驶设备若按照所述修正后数据自动驾驶不发生人工接管的情况。
可选地,所述功能模块包括定位模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为定位模块,确定所述接管数据中包含的定位数据是否存在异常轨迹点,所述异常轨迹点至少包括偏离相邻轨迹点预设距离阈值的轨迹点;
若确定所述定位数据中存在异常轨迹点,根据所述定位数据中所述异常轨迹点附近的其他轨迹点,对所述异常轨迹点进行修正,得到所述修正后数据。
可选地,所述功能模块包括路线模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为路线模块,确定所述接管数据中包含的所述无人驾驶设备的行驶路线中是否存在异常路线,所述异常路线至少包括导致无人驾驶设备异常绕行的路线;
若确定所述行驶路线中是否存在异常路线,针对所述异常路线进行修正,得到修正后数据。
可选地,所述功能模块包括自动驾驶控制模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为自动驾驶控制模块,确定所述接管数据包含的控制指令以及实际控制数据,所述控制指令为控制无人驾驶设备中的各驾驶硬件的软件指令,所述实际控制数据用于表示无人驾驶设备中的各驾驶硬件控制无人驾驶设备自动行驶时所产生的控制数据;
若确定所述控制指令与所述实际控制数据不匹配,对所述实际控制数据进行修正,得到修正后数据。
可选地,所述功能模块包括障碍物轨迹预测模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为障碍物轨迹预测模块,确定所述接管数据包含的障碍物预测轨迹中是否存在异常预测轨迹,所述异常预测轨迹至少包括预测出的障碍物异常跨越车道的轨迹;
将所述异常预测轨迹进行修正,得到修正后数据。
可选地,所述功能模块包括轨迹规划模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为轨迹规划模块,确定所述接管数据包含的无人驾驶设备的自动驾驶轨迹是否存在异常驾驶轨迹,所述异常驾驶轨迹至少包括在无人驾驶设备遇到障碍物时未进行避障的轨迹;
若确定所述自动驾驶轨迹存在异常驾驶轨迹,对所述异常驾驶轨迹进行修正,得到修正后数据。
可选地,所述功能模块包括感知模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为感知模块,确定所述接管数据中包含的针对目标物的感知数据中是否存在误识别结果;
若确定所述感知数据中存在误识别结果,对所述感知数据进行修正,得到修正后数据。
本说明书提供了一种智能化检测无人驾驶接管问题的装置,包括:
获取模块,用于获取接管数据,所述接管数据包括无人驾驶设备需要人工接管进行远程驾驶时,所述无人驾驶设备中包含的各功能模块对应的行驶相关数据;
测试模块,用于针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据;根据所述修正后数据进行仿真测试,以判断所述无人驾驶设备若按照所述修正后数据进行自动驾驶时,是否发生人工接管的情况;若确定所述无人驾驶设备按照所述修正后数据自动驾驶未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对所述接管数据进行修正,并对通过所述下一功能模块对应的修复方式修正所述接管数据后得到的修正后数据进行仿真测试;
优化模块,用于对存在问题的功能模块进行优化。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上智能化检测无人驾驶接管问题的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述智能化检测无人驾驶接管问题的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的智能化检测无人驾驶接管问题的方法及装置中,可以获取接管数据,该接管数据包括无人驾驶设备需要人工接管进行远程驾驶时,该无人驾驶设备中包含的各功能模块对应的行驶相关数据,而后,针对每个功能模块,可以依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:根据该功能模块对应的修复方式,对接管数据进行修正,得到修正后数据,并根据修正后数据进行仿真测试,以判断该无人驾驶设备若按照修正后数据进行自动驾驶时,是否发生人工接管的情况,若确定无人驾驶设备按照该修正后数据未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对该接管数据进行修正,并对通过下一功能模块对应的修复方式修正接管数据后得到的修正后数据进行仿真测试,直到确定出存在问题的功能模块,并对存在问题的功能模块进行优化。
从上述方法中可以看出,本方法通过经过修正后的接管数据进行仿真测试的方式,可以确定出实际产生了问题的功能模块,并且该功能模块的问题是实际导致无人驾驶设备出现人工接管的原因,从而可以对该功能模块进行优化。可以看出,本方法相比于现有人工确定接管问题的方式提高了效率,降低了人工成本。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种智能化检测无人驾驶接管问题的方法的流程示意图;
图2为本说明书提供的一种问题检测及仿真测试的流程示意图;
图3为本说明书提供的一种智能化检测无人驾驶接管问题的装置的示意图;
图4为本说明书提供的一种对应于图1的电子设备的示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明人保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种智能化检测无人驾驶接管问题的方法的流程示意图,包括以下步骤:
S101:获取接管数据,所述接管数据包括无人驾驶设备需要人工接管时,所述无人驾驶设备中包含的各功能模块对应的行驶相关数据。
在实际应用中,无人驾驶设备自动行驶过程中出现了某些问题后,相关工作人员可以针对该无人驾驶设备进行人工接管,从而对该无人驾驶设备进行远程驾驶,而支持无人驾驶设备自动行驶的功能模块有很多,如地图模块、感知模块、轨迹规划模块、障碍物轨迹预测模块等,某个功能模块存在一定问题,可能会导致无人驾驶设备自动行驶过程中出现了问题,而确定出无人驾驶设备自动行驶过程中具体是哪一个功能模块出现了问题,并针对该功能模块进行优化,可以降低无人驾驶设备自动行驶过程中出现问题的频率,提高后续无人驾驶设备的自动行驶能力。
基于此,业务平台可以获取接管数据,该接管数据包括无人驾驶设备需要人工接管时,无人驾驶设备中包含的各功能模块对应的行驶相关数据,该行驶相关数据可以是指每个功能模块产生的用于支持无人驾驶设备自动行驶的数据。也就是说,该接管数据为无人驾驶设备在需要人工接管前后时间段内相关的数据,例如,该接管数据可以是接管前30秒到接管后5秒内的数据,该接管数据中的行驶相关数据可以是指无人驾驶设备需要人工接管时所位于的地理区域的地图数据、该无人驾驶设备需要人工接管时的定位数据、规划出的轨迹数据、感知数据等。可以理解的是,有关无人驾驶设备在需要人工接管时的数据均可以作为接管数据,从而通过该接管数据可以确定出在无人驾驶设备出现人工接管时是哪一个功能模块出现了问题。
S102:针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据;根据所述修正后数据进行仿真测试,以判断所述无人驾驶设备若按照所述修正后数据进行自动驾驶时,是否发生人工接管的情况;若确定所述无人驾驶设备按照所述修正后数据自动驾驶未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对所述接管数据进行修正,并对通过所述下一功能模块对应的修复方式修正所述接管数据后得到的修正后数据进行仿真测试。
S103:对存在问题的功能模块进行优化。
业务平台获取到接管数据后,可以针对每个功能模块,按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:根据该功能模块对应的修复方式,对该接管数据进行修正,得到修正后数据。并根据修正后数据进行仿真测试,以判断该无人驾驶设备若按照该修正后数据进行自动驾驶时,是否发生人工接管的情况,若确定该无人驾驶设备按照该修正后数据自动驾驶未发生人工接管的情况,确定该功能模块存在问题,并对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对该接管数据(当然,这里也可以对通过上一功能模块的修复方式得到的修正后数据继续进行修正,得到此次的修正后数据,后续通过该修正后数据进行仿真测试)进行修正,并对通过下一功能模块对应的修复方式修正该接管数据后得到的修正后数据进行仿真测试,以确定出真正存在问题的功能模块。
业务平台可以依次针对每个功能模块进行修复,以及进行仿真测试,得到通过这个功能模块的修复方式对接管数据进行修正后的修正后数据,若确定无人驾驶设备按照该修正后数据自动驾驶未发生人工接管的情况,则说明该功能模块存在问题,并且此次人工接管是由该功能模块的问题引起,可以对该功能模块进行优化,否则,需要按照下一功能模块对应的修复方式对修正后数据进行修正,即,需要继续对接管数据中其他的功能模块的数据进行修正,并进行仿真测试,直到确定出存在问题的功能模块,并对存在问题的功能模块进行优化。
也就是说,业务平台可以依次通过每个功能模块对应的检测方式对该功能模块对应的行驶相关数据进行检测,若业务平台确定出一个功能模块对应的行驶相关数据中存在问题后,可以针对该功能模块的行驶相关数据进行修正,得到该接管数据对应的修正后数据,并根据该修正后数据进行仿真测试。
若通过仿真测试确定该功能模块的行驶相关数据的问题并不是引起该接管数据对应的人工接管的原因,则可以针对下一个功能模块的行驶相关数据进行检测,若是未针对该行驶相关数据检测出问题,或是通过仿真测试确定该行驶相关数据的问题不是导致该接管数据对应的人工接管的原因,则可以继续针对其他功能模块进行问题检测。如图2所示。
图2为本说明书提供的一种问题检测及仿真测试的流程示意图。
从图2中可以看出,在获取到接管数据后,业务平台可以针对该接管数据中包含的各功能模块的行驶相关数据进行问题检测,该问题检测可以支持任意功能模块对应的行驶相关数据的问题检测,当检测出某个功能模块对应的行驶相关数据存在问题后,则可以针对该接管数据中存在的该接管问题进行修正,并通过仿真测试确定无人驾驶设备按照修正后数据(即,修正后数据)是否依然可能发生人工接管的情况,若是不会发生人工接管的情况,则需要对功能模块进行优化,若会发生人工接管的情况,则需要继续检测其他问题类别的无人驾驶设备。
也就是说,当某个功能模块对应的行驶相关数据的问题被检测出来后,需要通过仿真测试验证是否是由该问题所引起的人工接管,若是,则需要针对该功能模块进行优化,若不是,则需要继续进行问题检测以及仿真测试,直到确定出实际导致人工接管的存在问题的功能模块。
其中,每个功能模块对于无人驾驶设备来说功能不同,相应的修复方式也有所不同,在需要通过一个功能模块的修复方式,对接管数据进行修正时,业务平台可以针对每个功能模块,根据该功能模块对应的检测方式,对该接管数据中该功能模块的行驶相关数据进行检测,并在检测出该功能模块的行驶相关数据存在问题后,根据检测出的该行驶相关数据存在的问题,对该功能模块的行驶相关数据进行修正,得到修正后数据。
各功能模块可以包括:定位模块、地图模块、红绿灯确定模块、路线模块、感知模块、障碍物轨迹预测模块、轨迹规划模块、自动驾驶控制模块等。
其中,若该功能模块为定位模块,则业务平台可以确定该接管数据中包含的定位数据是否存在异常轨迹点,若业务平台确定出该定位数据中存在异常轨迹点,则可以根据该定位数据中异常轨迹点附近的其他轨迹点,对该异常轨迹点进行修正,得到修正后数据,其中,异常轨迹点至少包括偏离相邻轨迹点预设距离阈值的轨迹点。
若该功能模块为路线模块,业务平台可以确定该接管数据中包含的无人驾驶设备的行驶路线是否存在异常路线,若确定该行驶路线中存在异常路线,可以确定该接管数据中存在该目标问题类别的问题,并且,业务平台可以对异常路线进行修正,得到该接管数据对应的修正后数据。其中,这里提到的该异常路线至少包括导致无人驾驶设备异常绕行的路线。例如,该异常路线可以是无人驾驶设备经过港湾式公交停靠站时本可以直行,但却贴着该停靠站行驶的路线;再例如,该异常路线还可以是无人驾驶设备呈S型轨迹行驶的路线。
若该功能模块为自动驾驶控制模块,则业务平台可以确定该接管数据中包含的控制指令以及实际控制数据,若业务平台确定该控制指令与实际控制数据不匹配,则可以根据该控制指令,对实际控制数据进行修正,得到修正后数据。其中这里提到的控制指令为控制无人驾驶设备中的各驾驶硬件的软件指令,例如,由无人驾驶设备中的服务器确定出的控制无人驾驶设备的油门、方向盘等的指令。这里提到的实际控制数据用于表示无人驾驶设备中的各驾驶硬件控制无人驾驶设备自动行驶时所产生的控制数据,例如,该实际控制数据可以是指无人驾驶设备中的油门、方向盘的实际参数。
若该功能模块为轨迹规划模块,业务平台可以确定该接管数据中包含的无人驾驶设备的自动驾驶轨迹是否存在异常轨迹,其中,异常轨迹至少包括在无人驾驶设备遇到障碍物时未进行避障的轨迹,业务平台若确定自动驾驶轨迹中存在异常轨迹,则可以对异常轨迹进行修正,得到该接管数据对应的修正后数据。
若该功能模块为红绿灯确定模块,业务平台可以确定出接管数据中包含的红绿灯识别结果是否存在错误,并在确定红绿灯识别结果存在错误的情况下,对红绿灯识别结果进行修正。例如,业务平台可以确定该接管数据中的识别出的红绿灯数量,以及确定在该接管数据对应的地理区域内的实际红绿灯数量,若确定出的识别出的红绿灯数量与实际红绿灯数量不一致,则可以确定红绿灯识别结果存在错误。再例如,若业务平台根据该接管数据确定在无人驾驶设备需要人工接管时未识别出红绿灯,也可以确定红绿灯识别结果存在错误。
若该功能模块为障碍物轨迹预测模块,则业务平台可以确定出接管数据中包含的障碍物预测轨迹,若该障碍物预测轨迹中包含异常预测轨迹,则可以对该异常预测轨迹进行修正,其中,异常预测轨迹可以是指误差较大的预测轨迹,如,可以包括预测出的障碍物异常跨越车道的轨迹,检测误差较大的预测轨迹的方法可以有多种。例如,若业务平台确定障碍物预测轨迹中存在从一个方向的车道突然穿过另一方向的车道的轨迹,则可以确定障碍物预测轨迹中存在误差较大的预测轨迹。再例如,若业务平台确定障碍物预测轨迹与障碍物的实际轨迹存在较大的偏差,则可以确定障碍物预测轨迹中存在误差较大的预测轨迹。
若功能模块为感知模块,业务平台可以确定该接管数据中包含的针对目标物的感知数据中是否存在误识别结果,若确定感知数据中存在误识别结果,对所述感知数据进行修正,得到修正后数据。例如,若业务平台通过该接管数据中包含针对无人驾驶设备采集的图像的识别结果,确定无人驾驶设备未识别出某个障碍物,抑或是一种障碍物识别为了另一种障碍物,则可以确定感知数据中是否存在误识别结果。
若该功能模块为地图模块,则业务平台可以通过更新后的地电子地图中与该接管数据相匹配的地图区域,与该接管数据中包含的地图数据进行比对,若有所出入,则可以对该接管数据中包含的地图数据进行修正。
在通过各功能模块对应的修复方式进行修复,并进行仿真测试时,可以按照一定的顺序进行仿真测试,例如,业务平台可以确定该接管数据所对应的接管场景,并根据该接管场景,确定各功能模块对应的优先级,其中,该接管数据所对应的接管场景用于表征该无人驾驶设备在发生人工接管时遇到的突发状况,也就是说,接管场景可以是指无人驾驶设备在需要人工接管时发生了什么样的风险,即,通过该接管场景可以确定出无人驾驶设备是在何种情况下需要进行人工接管,例如,接管场景可以包括碰撞风险场景(无人驾驶设备即将与障碍物相撞)、闯红灯场景(无人驾驶设备即将或正在闯红灯)、压实线场景(无人驾驶设备自动行驶时压实线)等。
确定出接管场景后,可以确定出该接管数据所对应的无人驾驶设备在需要人工接管时可能是哪种功能模块出现了问题,例如,碰撞风险场景可能与障碍物轨迹预测、定位、感知等功能模块的问题相关;再例如,闯红灯场景可能与地图、感知等功能模块的问题相关,因此,一个接管场景可以对应有若干个功能模块,这些功能模块可以是指发生该接管场景时出现问题的功能模块,业务平台可以先针对功能模块进行修复,因此,这些功能模块的优先级可以比其他功能模块的优先级高。
因此,业务平台可以根据各功能模块对应的优先级,确定各功能模块对应的仿真测试顺序,并按照该仿真测试顺序,针对每个功能模块,依次进行仿真测试。也就是说,上述提到的依次通过各功能模块的修复方式进行修复以及进行仿真测试的过程中的顺序,可以按照该仿真测试顺序来进行,从而使得可以优先对可能导致人工接管的功能模块进行检测,看是不是这一功能模块出现了问题,从而可以在一定程度上提高检测出出现问题的功能模块的效率。
上述提到的无人驾驶设备可以是指无人车、无人机、自动配送设备等能够实现自动驾驶的设备。基于此,通过本说明书提供的智能化检测无人驾驶接管问题的方法可以用于检测无人驾驶设备发生人工接管时的问题原因,从而对相关的功能模块进行优化,该无人驾驶设备具体可应用于通过无人驾驶设备进行配送的领域,如,使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。
从上述方法中可以看出,业务平台可以对各功能模块的行驶相关数据进行检测,并在检测出某个功能模块的行驶相关数据存在问题后,将该行驶相关数据中存在的问题进行修正后,得到修正后数据并进行仿真测试,从而能够确定该功能模块的问题是否为实际导致无人驾驶设备出现人工接管的原因,若是则需要对该功能模块进行优化,可以看出,本方法相比于现有人工确定接管问题的方式提高了效率,降低了人工成本。并且通过接管数据对应的接管场景确定目标问题类别的方式,可以优先对可能导致人工接管的接管问题进行检测,从而提高问题检测的效率。
以上为本说明书的一个或多个实施例提供的智能化检测无人驾驶接管问题的方法,基于同样的思路,本说明书还提供了相应的智能化检测无人驾驶接管问题的装置,如图3所示。
图3为本说明书提供的一种智能化检测无人驾驶接管问题的装置示意图,包括:
获取模块301,用于获取接管数据,所述接管数据包括无人驾驶设备需要人工接管进行远程驾驶时,所述无人驾驶设备中包含的各功能模块对应的行驶相关数据;
测试模块302,用于针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据;根据所述修正后数据进行仿真测试,以判断所述无人驾驶设备若按照所述修正后数据进行自动驾驶时,是否发生人工接管的情况;若确定所述无人驾驶设备按照所述修正后数据自动驾驶未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对所述接管数据进行修正,并对通过所述下一功能模块对应的修复方式修正所述接管数据后得到的修正后数据进行仿真测试;
优化模块303,对存在问题的功能模块进行优化。
可选地,所述装置还包括:
优先级模块304,用于确定所述接管数据所对应的接管场景,所述接管场景用于表征所述无人驾驶设备在发生人工接管时遇到的突发状况;根据所述接管场景,确定各功能模块对应的优先级;所述修正模块302具体用于,根据所述各功能模块对应的优先级,确定各功能模块对应的仿真测试顺序;按照所述各功能模块对应的仿真测试顺序,针对所述每个功能模块,依次按照如下步骤进行仿真测试。
可选地,所述测试模块302具体用于,根据所述修正后数据进行仿真测试,确定无人驾驶设备若按照所述修正后数据自动驾驶是否依然出现所述接管场景;若是,确定无人驾驶设备若按照所述修正后数据自动驾驶发生人工接管的情况,否则,确定无人驾驶设备若按照所述修正后数据自动驾驶不发生人工接管的情况。
可选地,所述功能模块包括定位模块;
所述测试模块302具体用于,若该功能模块为定位模块,确定所述接管数据中包含的定位数据是否存在异常轨迹点,所述异常轨迹点至少包括偏离相邻轨迹点预设距离阈值的轨迹点;若确定所述定位数据中存在异常轨迹点,根据所述定位数据中所述异常轨迹点附近的其他轨迹点,对所述异常轨迹点进行修正,得到所述修正后数据。
可选地,所述功能模块为路线模块;
所述测试模块302具体用于,若该功能模块为路线模块,确定所述接管数据中包含的所述无人驾驶设备的行驶路线中是否存在异常路线,所述异常路线至少包括导致无人驾驶设备异常绕行的路线;若确定所述行驶路线中是否存在异常路线,针对所述异常路线进行修正,得到修正后数据。
可选扥,所述功能模块为自动驾驶控制模块;
所述测试模块302具体用于,若该功能模块为自动驾驶控制模块,确定所述接管数据包含的控制指令以及实际控制数据,所述控制指令为控制无人驾驶设备中的各驾驶硬件的软件指令,所述实际控制数据用于表示无人驾驶设备中的各驾驶硬件控制无人驾驶设备自动行驶时所产生的控制数据;若确定所述控制指令与所述实际控制数据不匹配,对所述实际控制数据进行修正,得到修正后数据。
可选地,所述功能模块包括障碍物轨迹预测模块;
所述测试模块302具体用于,若该功能模块为障碍物轨迹预测模块,确定所述接管数据包含的障碍物预测轨迹中是否存在异常预测轨迹,所述异常预测轨迹至少包括预测出的障碍物异常跨越车道的轨迹;将所述异常预测轨迹进行修正,得到修正后数据。
可选地,所述功能模块包括轨迹规划模块;
所述测试模块302具体用于,若该功能模块为轨迹规划模块,确定所述接管数据包含的无人驾驶设备的自动驾驶轨迹是否存在异常驾驶轨迹,所述异常驾驶轨迹至少包括在无人驾驶设备遇到障碍物时未进行避障的轨迹;若确定所述自动驾驶轨迹存在异常驾驶轨迹,对所述异常驾驶轨迹进行修正,得到修正后数据。
可选地,所述功能模块包括感知模块;
所述测试模块302具体用于,若该功能模块为感知模块,确定所述接管数据中包含的针对目标物的感知数据中是否存在误识别结果;若确定所述感知数据中存在误识别结果,对所述感知数据进行修正,得到修正后数据。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种智能化检测无人驾驶接管问题的方法。
本说明书还提供了图4所示的一种对应于图1的电子设备的示意结构图。如图4所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的智能化检测无人驾驶接管问题的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (12)
1.一种智能化检测无人驾驶接管问题的方法,其特征在于,所述方法应用在无人驾驶领域中,包括:
获取接管数据,所述接管数据包括无人驾驶设备需要人工接管时,所述无人驾驶设备中包含的各功能模块对应的行驶相关数据;
针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据;根据所述修正后数据进行仿真测试,以判断所述无人驾驶设备若按照所述修正后数据进行自动驾驶时,是否发生人工接管的情况;若确定所述无人驾驶设备按照所述修正后数据自动驾驶未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对所述接管数据进行修正,并对通过所述下一功能模块对应的修复方式修正所述接管数据后得到的修正后数据进行仿真测试;
对存在问题的功能模块进行优化。
2.如权利要求1所述的方法,其特征在于,针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块之前,所述方法还包括:
确定所述接管数据所对应的接管场景,所述接管场景用于表征所述无人驾驶设备在发生人工接管时遇到的突发状况;
根据所述接管场景,确定各功能模块对应的优先级;
针对每个功能模块,依次按照如下步骤进行仿真测试,具体包括:
根据所述各功能模块对应的优先级,确定各功能模块对应的仿真测试顺序;
按照所述各功能模块对应的仿真测试顺序,针对所述每个功能模块,依次按照如下步骤进行仿真测试。
3.如权利要求2所述的方法,其特征在于,根据所述修正后数据进行仿真测试,以判断无人驾驶设备若按照所述修正后数据自动驾驶是否发生人工接管的情况,具体包括:
根据所述修正后数据进行仿真测试,确定无人驾驶设备若按照所述修正后数据自动驾驶是否依然出现所述接管场景;
若是,确定无人驾驶设备若按照所述修正后数据自动驾驶发生人工接管的情况,否则,确定无人驾驶设备若按照所述修正后数据自动驾驶不发生人工接管的情况。
4.如权利要求1所述的方法,其特征在于,所述功能模块包括定位模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为定位模块,确定所述接管数据中包含的定位数据是否存在异常轨迹点,所述异常轨迹点至少包括偏离相邻轨迹点预设距离阈值的轨迹点;
若确定所述定位数据中存在异常轨迹点,根据所述定位数据中所述异常轨迹点附近的其他轨迹点,对所述异常轨迹点进行修正,得到所述修正后数据。
5.如权利要求1所述的方法,其特征在于,所述功能模块包括路线模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为路线模块,确定所述接管数据中包含的所述无人驾驶设备的行驶路线中是否存在异常路线,所述异常路线至少包括导致无人驾驶设备异常绕行的路线;
若确定所述行驶路线中是否存在异常路线,针对所述异常路线进行修正,得到修正后数据。
6.如权利要求1所述的方法,其特征在于,所述功能模块包括自动驾驶控制模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为自动驾驶控制模块,确定所述接管数据包含的控制指令以及实际控制数据,所述控制指令为控制无人驾驶设备中的各驾驶硬件的软件指令,所述实际控制数据用于表示无人驾驶设备中的各驾驶硬件控制无人驾驶设备自动行驶时所产生的控制数据;
若确定所述控制指令与所述实际控制数据不匹配,对所述实际控制数据进行修正,得到修正后数据。
7.如权利要求1所述的方法,其特征在于,所述功能模块包括障碍物轨迹预测模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为障碍物轨迹预测模块,确定所述接管数据包含的障碍物预测轨迹中是否存在异常预测轨迹,所述异常预测轨迹至少包括预测出的障碍物异常跨越车道的轨迹;
将所述异常预测轨迹进行修正,得到修正后数据。
8.如权利要求1所述的方法,其特征在于,所述功能模块包括轨迹规划模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为轨迹规划模块,确定所述接管数据包含的无人驾驶设备的自动驾驶轨迹是否存在异常驾驶轨迹,所述异常驾驶轨迹至少包括在无人驾驶设备遇到障碍物时未进行避障的轨迹;
若确定所述自动驾驶轨迹存在异常驾驶轨迹,对所述异常驾驶轨迹进行修正,得到修正后数据。
9.如权利要求1所述的方法,其特征在于,所述功能模块包括感知模块;
根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据,具体包括:
若该功能模块为感知模块,确定所述接管数据中包含的针对目标物的感知数据中是否存在误识别结果;
若确定所述感知数据中存在误识别结果,对所述感知数据进行修正,得到修正后数据。
10.一种智能化检测无人驾驶接管问题的装置,其特征在于,包括:
获取模块,用于获取接管数据,所述接管数据包括无人驾驶设备需要人工接管进行远程驾驶时,所述无人驾驶设备中包含的各功能模块对应的行驶相关数据;
测试模块,用于针对每个功能模块,依次按照如下步骤进行仿真测试,直到确定出存在问题的功能模块:根据该功能模块对应的修复方式,对所述接管数据进行修正,得到修正后数据;根据所述修正后数据进行仿真测试,以判断所述无人驾驶设备若按照所述修正后数据进行自动驾驶时,是否发生人工接管的情况;若确定所述无人驾驶设备按照所述修正后数据自动驾驶未发生人工接管的情况,确定该功能模块存在问题,对该功能模块进行优化,否则,根据下一功能模块对应的修复方式对所述接管数据进行修正,并对通过所述下一功能模块对应的修复方式修正所述接管数据后得到的修正后数据进行仿真测试;
优化模块,用于对存在问题的功能模块进行优化。
11.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~9任一项所述的方法。
12.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111012864.1A CN113641170B (zh) | 2021-08-31 | 2021-08-31 | 一种智能化检测无人驾驶接管问题的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111012864.1A CN113641170B (zh) | 2021-08-31 | 2021-08-31 | 一种智能化检测无人驾驶接管问题的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113641170A true CN113641170A (zh) | 2021-11-12 |
CN113641170B CN113641170B (zh) | 2023-02-03 |
Family
ID=78424546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111012864.1A Active CN113641170B (zh) | 2021-08-31 | 2021-08-31 | 一种智能化检测无人驾驶接管问题的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113641170B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106292618A (zh) * | 2015-06-08 | 2017-01-04 | 上海通用汽车有限公司 | 车辆故障快速定位分析系统及车辆故障快速定位分析方法 |
CN107491073A (zh) * | 2017-09-05 | 2017-12-19 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的数据训练方法和装置 |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
US20190043278A1 (en) * | 2017-08-01 | 2019-02-07 | Ford Global Technologies, Llc | Test drive scenario system for virtual test drive scenarios |
CN109782744A (zh) * | 2019-01-31 | 2019-05-21 | 深兰科技(上海)有限公司 | 一种自动驾驶汽车故障分析方法、装置和介质 |
CN109823341A (zh) * | 2019-01-31 | 2019-05-31 | 深兰科技(上海)有限公司 | 一种自动驾驶汽车的应急方法和装置 |
CN110174274A (zh) * | 2019-05-28 | 2019-08-27 | 初速度(苏州)科技有限公司 | 一种智能驾驶算法的修正方法及装置 |
CN110595799A (zh) * | 2019-09-24 | 2019-12-20 | 广州文远知行科技有限公司 | 一种无人驾驶汽车的测试方法、装置、设备及储存介质 |
CN111445755A (zh) * | 2020-06-01 | 2020-07-24 | 易飒(广州)智能科技有限公司 | 一种车辆内部功能配件的模拟仿真系统 |
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 |
CN112597003A (zh) * | 2020-12-11 | 2021-04-02 | 平安普惠企业管理有限公司 | 自动化测试方法、装置和计算机设备 |
CN112613169A (zh) * | 2020-12-16 | 2021-04-06 | 清华大学苏州汽车研究院(相城) | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 |
CN113032261A (zh) * | 2021-03-23 | 2021-06-25 | 北京三快在线科技有限公司 | 一种仿真测试的方法及装置 |
-
2021
- 2021-08-31 CN CN202111012864.1A patent/CN113641170B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106292618A (zh) * | 2015-06-08 | 2017-01-04 | 上海通用汽车有限公司 | 车辆故障快速定位分析系统及车辆故障快速定位分析方法 |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
US20190043278A1 (en) * | 2017-08-01 | 2019-02-07 | Ford Global Technologies, Llc | Test drive scenario system for virtual test drive scenarios |
CN107491073A (zh) * | 2017-09-05 | 2017-12-19 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的数据训练方法和装置 |
CN109782744A (zh) * | 2019-01-31 | 2019-05-21 | 深兰科技(上海)有限公司 | 一种自动驾驶汽车故障分析方法、装置和介质 |
CN109823341A (zh) * | 2019-01-31 | 2019-05-31 | 深兰科技(上海)有限公司 | 一种自动驾驶汽车的应急方法和装置 |
CN110174274A (zh) * | 2019-05-28 | 2019-08-27 | 初速度(苏州)科技有限公司 | 一种智能驾驶算法的修正方法及装置 |
CN110595799A (zh) * | 2019-09-24 | 2019-12-20 | 广州文远知行科技有限公司 | 一种无人驾驶汽车的测试方法、装置、设备及储存介质 |
CN111445755A (zh) * | 2020-06-01 | 2020-07-24 | 易飒(广州)智能科技有限公司 | 一种车辆内部功能配件的模拟仿真系统 |
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 |
CN112597003A (zh) * | 2020-12-11 | 2021-04-02 | 平安普惠企业管理有限公司 | 自动化测试方法、装置和计算机设备 |
CN112613169A (zh) * | 2020-12-16 | 2021-04-06 | 清华大学苏州汽车研究院(相城) | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 |
CN113032261A (zh) * | 2021-03-23 | 2021-06-25 | 北京三快在线科技有限公司 | 一种仿真测试的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113641170B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680362B (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
CN110674723B (zh) | 一种确定无人驾驶车辆行驶轨迹的方法及装置 | |
CN113064451B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN113296541B (zh) | 一种基于未来碰撞风险的无人设备控制方法及装置 | |
CN111208838A (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN112572424A (zh) | 基于障碍物识别的车辆控制方法、装置、设备和介质 | |
CN114194217B (zh) | 车辆自动驾驶方法、装置、电子设备以及存储介质 | |
CN113968243A (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
JP2017062172A (ja) | 自動運転装置 | |
CN113037576A (zh) | 一种故障检测的方法、装置、存储介质及电子设备 | |
CN112629550A (zh) | 一种预测障碍物轨迹以及模型训练的方法及装置 | |
CN112327864A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
US11628861B2 (en) | Method and apparatus for controlling vehicle, device and storage medium | |
CN112306059A (zh) | 一种控制模型的训练方法、控制方法以及装置 | |
CN115641454A (zh) | 目标跟踪方法、装置及电子设备、计算机可读存储介质 | |
CN113804214B (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 | |
CN113635912A (zh) | 车辆控制方法、装置、设备、存储介质及自动驾驶车辆 | |
CN113343425B (zh) | 一种仿真测试的方法及装置 | |
CN115107808A (zh) | 一种车辆行驶轨迹规划方法及设备 | |
CN113641170B (zh) | 一种智能化检测无人驾驶接管问题的方法及装置 | |
CN111426299B (zh) | 一种基于目标物的景深进行测距的方法及装置 | |
CN112883871A (zh) | 一种模型训练以及确定无人车运动策略方法及装置 | |
CN113108801A (zh) | 绿波道路导航方法及装置 | |
CN113886119B (zh) | 一种故障修复的方法及装置 | |
CN114153190A (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 |
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 |