CN114089773A - 自动驾驶车辆的测试方法、装置、设备及存储介质 - Google Patents
自动驾驶车辆的测试方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114089773A CN114089773A CN202210024053.1A CN202210024053A CN114089773A CN 114089773 A CN114089773 A CN 114089773A CN 202210024053 A CN202210024053 A CN 202210024053A CN 114089773 A CN114089773 A CN 114089773A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- theme
- test
- real vehicle
- 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
- 238000010998 test method Methods 0.000 title claims description 11
- 238000012360 testing method Methods 0.000 claims abstract description 143
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 13
- 238000005538 encapsulation Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 15
- 230000008569 process Effects 0.000 abstract description 10
- 238000011161 development Methods 0.000 abstract description 8
- 238000004088 simulation Methods 0.000 abstract description 8
- 238000010276 construction Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种自动驾驶车辆的测试方法、装置、设备及存储介质,通过利用数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,实车数据包括各个主题类别对应的实车数据;利用数据订阅者,根据目标主题类别,获取目标实车数据,以模拟车辆在实际场景下的数据采集过程;对目标实车数据进行解析,得到车辆测试数据;利用车载终端系统的决策规划模块,对车辆测试数据进行决策规划,得到测试结果。相比于仿真环境测试,一定程度上更逼近实车状况和道路环境;相比于道路实景测试,无需搭建实景,降低测试难度和测试成本,从而降低决策规划技术开发成本,有利于决策规划技术的快速迭代,提升决策规划技术的开发效率。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种自动驾驶车辆的测试方法、装置、设备及存储介质。
背景技术
在自动驾驶技术中,自动驾驶车辆的决策规划模块扮演着“大脑”的角色,其决定自动驾驶车辆的行驶策略和行驶轨迹,以及需要保证乘客舒适度和行驶平稳性,所以对决策规划模块进行测试是非常必要的,通过大量测试保证决策规划的合理性和正确性。
目前,决策规划模块的测试主要有仿真环境测试和道路实景测试。其中仿真环境测试可以模拟丰富的测试场景,可以对决策规划单元进行比较充分的逻辑测试,但是难以完全模拟真实行车状态及道路环境;道路实景测试能够使自动驾驶车辆在更真实环境下进行决策规划,但是实景搭建较为繁琐和复杂,部分场景难以复现,实施困难且成本高。可见当前决策规划测试难以满足决策规划技术快速迭代的需求,影响开发效率。
发明内容
本申请提供了一种自动驾驶车辆的测试方法、装置、设备及存储介质,以解决当前决策规划测试难以满足决策规划技术快速迭代的需求的技术问题。
为了解决上述技术问题,第一方面,本申请实施例提供了一种自动驾驶车辆的测试方法,应用于车载终端系统,车载终端系统搭载有数据分发服务,数据分发服务包括数据发布者和数据订阅者,测试方法包括:
利用数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,实车数据包括各个主题类别对应的实车数据;
利用数据订阅者,根据目标主题类别,获取目标实车数据;
对目标实车数据进行解析,得到车辆测试数据;
利用车载终端系统的决策规划模块,对车辆测试数据进行决策规划,得到测试结果。
本实施例通过利用数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,实车数据包括各个主题类别对应的实车数据;利用数据订阅者,根据目标主题类别,获取目标实车数据,以模拟车辆在实际场景下的数据采集过程;对目标实车数据进行解析,得到车辆测试数据;利用车载终端系统的决策规划模块,对车辆测试数据进行决策规划,得到测试结果。相比于仿真环境测试,一定程度上更逼近实车状况和道路环境;相比于道路实景测试,无需搭建实景,降低测试难度和测试成本,从而降低决策规划技术开发成本,有利于决策规划技术的快速迭代,提升决策规划技术的开发效率。
在一实施例中,利用数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,包括:
利用决策规划模块,根据预设测试需求,对预先采集到的实车数据进行数据提取,得到符合预设测试需求的实车数据;
对符合预设测试需求的实车数据进行主题分类,得到各个主题类别对应的主题数据,主题数据为符合预设测试需求的实车数据;
利用数据发布者,根据主题类别,对主题数据进行数据分发。
在一实施例中,对符合预设测试需求的实车数据进行主题分类,得到各个主题类别对应的主题数据,包括:
对符合预设测试需求的实车数据进行数据封装,得到封装后的实车数据;
将封装后的实车数据存储到主题类别对应的消息结构体中,得到各个主题类别对应的主题数据。
在一实施例中,数据分发服务还包括数据写入者,利用数据发布者,根据主题类别,对主题数据进行数据分发,包括:
利用数据写入者,将主题数据写入到预设的发送缓冲区;
利用数据发布者,按照预设发送周期,对发送缓冲区中与主题类别对应的主题数据进行数据分发。
在一实施例中,利用数据订阅者,根据目标主题类别,获取目标实车数据,包括:
利用数据订阅者根据预设测试需求,订阅目标主题类别;
根据订阅的目标主题类别,接收数据发布者发送的与目标主题类别对应的目标实车数据。
在一实施例中,利用车载终端系统的决策规划模块,对车辆测试数据进行决策规划,得到测试结果,包括:
根据车辆测试数据对决策规划模块的输入参数进行初始化;
利用初始化后的决策规划模块,对自动驾驶车辆的当前状态进行规划决策,得到测试结果。
在一实施例中,利用数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发之前,还包括:
初始化数据分发服务的配置参数文件;
根据配置参数文件,创建与主题类别对应的数据发布线程和数据订阅线程;
启动数据发布线程和数据订阅线程,以使数据发布者和数据订阅者正常运行。
第二方面,本申请实施例提供一种自动驾驶车辆的测试装置,测试装置包括:
分发模块,用于利用数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,实车数据包括各个主题类别对应的实车数据;
获取模块,用于利用数据订阅者,根据目标主题类别,获取目标实车数据;
解析模块,用于对目标实车数据进行解析,得到车辆测试数据;
决策规划模块,用于对车辆测试数据进行决策规划,得到测试结果。
第三方面。本申请实施例提供一种终端设备,包括处理器和存储器,存储器用于存储计算机程序,计算机程序被处理器执行时实现如第一方面的自动驾驶车辆的测试方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的自动驾驶车辆的测试方法。
需要说明的是,上述第二方面至第四方面的有益效果请参见上述第一方面的相关描述,在此不再赘述。
附图说明
图1为本申请实施例提供的自动驾驶车辆的测试方法的流程示意图;
图2为本申请实施例提供的数据分发服务的示意图;
图3为本申请实施例提供的实车数据的传输示意图;
图4为本申请实施例提供的自动驾驶车辆的测试装置的结构示意图;
图5为本申请实施例提供的终端设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如相关技术记载,决策规划模块的测试主要有仿真环境测试和道路实景测试。其中仿真环境测试可以模拟丰富的测试场景,可以对决策规划单元进行比较充分的逻辑测试,但是难以完全模拟真实行车状态及道路环境;道路实景测试能够使自动驾驶车辆在更真实环境下进行决策规划,但是实景搭建较为繁琐和复杂,部分场景难以复现,实施困难且成本高。可见当前决策规划测试难以满足决策规划技术快速迭代的需求,影响开发效率。
为此,本申请实施例提供一种自动驾驶车辆的测试方法、装置、设备及存储介质,通过利用所述数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,所述实车数据包括各个主题类别对应的实车数据;利用所述数据订阅者,根据目标主题类别,获取目标实车数据,以模拟车辆在实际场景下的数据采集过程;对所述目标实车数据进行解析,得到车辆测试数据;利用所述车载终端系统的决策规划模块,对所述车辆测试数据进行决策规划,得到测试结果。相比于仿真环境测试,一定程度上更逼近实车状况和道路环境;相比于道路实景测试,无需搭建实景,降低测试难度和测试成本,从而降低决策规划技术开发成本,有利于决策规划技术的快速迭代,提升决策规划技术的开发效率。
请参照图1,图1为本申请实施例提供的一种自动驾驶车辆的测试方法的流程示意图。本申请实施例的测试方法能够应用于车载终端系统,所述车载终端系统搭载有数据分发服务,所述数据分发服务包括数据发布者和数据订阅者。如图1所示,本实施例的测试方法包括步骤S101至步骤S104,详述如下:
步骤S101,利用所述数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,所述实车数据包括各个主题类别对应的实车数据。
在本步骤中,图2示出了数据分发服务的示意图,数据分发服务包括数据域DataDomain、数据发布者Publisher、数据订阅者Subscriber、数据写入者DataWriter和数据读取者DataReader,主题类别包括道路标识RoadMarking、车辆信息Vehicle和融合数据RCFusion。数据写入者根据主题类别写入数据,由数据发布者将数据写入者写入的数据发布到数据域,数据订阅者从数据域订阅主题类别并根据接收数据,数据读取者根据主题类别读取数据订阅者接收到的数据。
需要说明的是,本实施采用发布/订阅模型使得发送者和接收者之间的关系解耦,发送者不必关心接收者的目的地址、数量,接收者也不必关心发送者的地址和数量,仅需要根据消息的主题进行收发。每个应用程序既可以是订阅者也可以是发布者,订阅和发布也可以同时进行。因此,对于自动驾驶车辆的测试来说,可以通过数据发布者模拟车辆传感器采集数据的过程,通过数据订阅者模拟接收车辆传感器采集到的数据,从而实现自动驾驶车辆的测试数据的采集过程。相比于仿真环境测试时全程在计算机仿真情况下测试,本实施例更接近于实景测试环境,相比于道路实景测试,本实施例无需搭建实景场景,降低测试成本,并且本实施例的实车数据来源于车辆在公路上行驶的真实数据,更加接近于自动驾驶车辆的驾驶环境,使测试结果更具有价值性,为实景测试提供参考意义。
步骤S102,利用所述数据订阅者,根据目标主题类别,获取目标实车数据。
在本步骤中,数据订阅者通过订阅目标主题类别,以从数据域中接收数据发布者分发的实车数据,得到与目标主题类别对应的目标实车数据。
可选地,利用所述数据订阅者根据预设测试需求,订阅所述目标主题类别;根据订阅的所述目标主题类别,接收所述数据发布者发送的与所述目标主题类别对应的所述目标实车数据。
步骤S103,对所述目标实车数据进行解析,得到车辆测试数据。
在本步骤中,可根据目标实车数据对应的目标主题类别,对目标实车数据进行解析。可以理解的是,该过程模拟的是自动驾驶车辆接收到传感器采集的数据后,对传感器数据进行格式转换、数据融合和数据分析等处理步骤的过程。
步骤S104,利用所述车载终端系统的决策规划模块,对所述车辆测试数据进行决策规划,得到测试结果。
在本步骤中,将车辆测试数据作为决策规划模块的输入参数,决策规划模块根据其预设的处理逻辑对车辆测试数据进行决策规划,从而得到决策规划结果,即测试结果。可以理解的是,可以通过重复上述步骤S101至步骤S104以测试自动驾驶车辆在各种状态下的测试结果。
图3示出了本申请实施例的实车数据的传输示意图,其中DDS为数据分发服务DataDistribution Service,DNP为决策规划模块Decision and Planning。
在一实施例中,参照图3,在图1所示实施例的基础上,上述步骤S101包括:
利用所述决策规划模块,根据预设测试需求,对预先采集到的所述实车数据进行数据提取,得到符合所述预设测试需求的所述实车数据;
对符合所述预设测试需求的所述实车数据进行主题分类,得到各个所述主题类别对应的主题数据,所述主题数据为符合所述预设测试需求的所述实车数据;
利用所述数据发布者,根据所述主题类别,对所述主题数据进行数据分发。
在本实施例中,实车数据包括但不限于道路及其结构描述信息、交通标识信息、自身车辆信息、其他车辆及障碍物等信息,其中自身车辆信息包括车辆类型、位置、速度、方向、自身车辆各部件状态等自身车辆相关信息。
预设测试需求可以如车辆碰撞决策测试、车辆上坡决策测试等,例如,预设测试需求为车辆碰撞决策测试时,则提取实车数据中有关于车辆碰撞的实车数据。可选地,利用决策规划模块对众多实车数据进行决策规划,得到决策规划结果可能出现车辆碰撞的实车数据,则该实车数据为符合预设测试需求的实车数据。
本实施例通过实车数据筛选,以得到满足测试需求的实车数据,更加有利于对自动驾驶车辆进行有目的性的决策规划,以及相应的决策规划技术进行快速迭代。
可选地,所述对符合所述预设测试需求的所述实车数据进行主题分类,得到各个所述主题类别对应的主题数据,包括:对符合所述预设测试需求的所述实车数据进行数据封装,得到封装后的所述实车数据;将封装后的所述实车数据存储到所述主题类别对应的消息结构体中,得到各个所述主题类别对应的所述主题数据。
在本可选实施例中,将提取到的实车数据进行DDS消息封装,示例性地,如图3所示, DDS消息封装包括RoadMarking消息封装、Vehicle消息封装和RCFusion消息封装,再将其放入主题对应的消息结构体中,以方便消息的收发。
可选地,由于实车数据具有数据属性,所以可以根据数据属性对实车数据进行主题分类后,再利用相应的主题消息封装方式进行封装。
可选地,所述数据分发服务还包括数据写入者,所述利用所述数据发布者,根据所述主题类别,对所述主题数据进行数据分发,包括:利用所述数据写入者,将所述主题数据写入到预设的发送缓冲区;利用所述数据发布者,按照预设发送周期,对所述发送缓冲区中与所述主题类别对应的所述主题数据进行数据分发。
在本可选实施例中,示例性地,如图3所示,将主题数据(消息)分别填入RoadMarking、Vehicle、RCFusion对应的数据写入接口,写进发送缓冲区,再按设定发送周期发送数据,以模拟传感器采集数据和上传数据的过程,从而更加接近自动驾驶车辆的驾驶环境。
可以理解的是,可以通过重复提取不同主题数据,并对主题数据进行数据分布和数据订阅,以模拟自动驾驶车辆在实际驾驶时,传感器采集的数据不断变化的过程。
在一实施例中,在图1所示实施例的基础上,上述步骤S104包括:
根据所述车辆测试数据对所述决策规划模块的输入参数进行初始化;
利用初始化后的所述决策规划模块,对自动驾驶车辆的当前状态进行规划决策,得到所述测试结果。
在本实施例中,利用解析的DDS数据初始化DNP输入参数:将接收的车辆测试数据写入到DNP输入参数结构体中,以作为DNP模块的输入,该输入数据包括但不限于道路及其结构描述信息、交通标识信息、自身车辆信息、其他车辆及障碍物等信息,其中自身车辆信息包括车辆类型、位置、速度、方向、自身车辆各部件状态等自身车辆相关信息。DNP模块对自动驾驶车辆的当前状态进行决策规划,输出当前状态的决策规划结果,该决策规划结果包括但不限于驾驶决策行为(如变道、超车、紧急制动、车道保持或拥堵跟车等)和行车预测轨迹等。
在一实施例中,在图1所示实施例的基础上,上述步骤S101之前,还包括:
初始化所述数据分发服务的配置参数文件;
根据所述配置参数文件,创建与所述主题类别对应的数据发布线程和数据订阅线程;
启动所述数据发布线程和所述数据订阅线程,以使所述数据发布者和所述数据订阅者正常运行。
在本实施例中,设定DDS配置参数文件,配置项包括但不限于主题类别、发布周期、角色、消息类型和缓冲区大小等。根据配置参数文件创建DDS 数据写入接口、数据读取接口、数据发布线程和数据订阅线程。数据写入接口和数据读取接口均与主题类别绑定。可选地,一个数据发布线程或数据订阅线程对应一个主题,如本实施例共有RoadMarking、Vehicle、RCFusion三个主题。依次启动RoadMarking、Vehicle、RCFusion主题对应的数据发布线程或数据订阅线程,每个线程负责一个主题的数据分发或数据订阅。
为了执行上述方法实施例对应的自动驾驶车辆的测试方法,以实现相应的功能和技术效果。参见图4,图4示出了本申请实施例提供的一种自动驾驶车辆的测试装置的结构框图。为了便于说明,仅示出了与本实施例相关的部分,本申请实施例提供的自动驾驶车辆的测试装置,包括:
分发模块401,用于利用所述数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,所述实车数据包括各个主题类别对应的实车数据;
获取模块402,用于利用所述数据订阅者,根据目标主题类别,获取目标实车数据;
解析模块403,用于对所述目标实车数据进行解析,得到车辆测试数据;
决策规划模块404,用于对所述车辆测试数据进行决策规划,得到测试结果。
在一实施例中,分发模块401,包括:
提取单元,用于利用所述决策规划模块,根据预设测试需求,对预先采集到的所述实车数据进行数据提取,得到符合所述预设测试需求的所述实车数据;
分类单元,用于对符合所述预设测试需求的所述实车数据进行主题分类,得到各个所述主题类别对应的主题数据,所述主题数据为符合所述预设测试需求的所述实车数据;
分发单元,用于利用所述数据发布者,根据所述主题类别,对所述主题数据进行数据分发。
在一实施例中,所述分类单元,包括:
封装子单元,用于对符合所述预设测试需求的所述实车数据进行数据封装,得到封装后的所述实车数据;
存储子单元,用于将封装后的所述实车数据存储到所述主题类别对应的消息结构体中,得到各个所述主题类别对应的所述主题数据。
在一实施例中,所述数据分发服务还包括数据写入者,所述分发单元,包括:
写入子单元,用于利用所述数据写入者,将所述主题数据写入到预设的发送缓冲区;
分发子单元,用于利用所述数据发布者,按照预设发送周期,对所述发送缓冲区中与所述主题类别对应的所述主题数据进行数据分发。
在一实施例中,所述获取模块402,包括:
订阅单元,用于利用所述数据订阅者根据预设测试需求,订阅所述目标主题类别;
接收单元,用于根据订阅的所述目标主题类别,接收所述数据发布者发送的与所述目标主题类别对应的所述目标实车数据。
在一实施例中,所述决策规划模块404,具体用于:
根据所述车辆测试数据对所述决策规划模块的输入参数进行初始化;
利用初始化后的所述决策规划模块,对自动驾驶车辆的当前状态进行规划决策,得到所述测试结果。
在一实施例中,所述测试装置,还包括:
初始化模块,用于初始化所述数据分发服务的配置参数文件;
创建模块,用于根据所述配置参数文件,创建与所述主题类别对应的数据发布线程和数据订阅线程;
启动模块,用于启动所述数据发布线程和所述数据订阅线程,以使所述数据发布者和所述数据订阅者正常运行。
上述的自动驾驶车辆的测试装置可实施上述方法实施例的自动驾驶车辆的测试方法。上述方法实施例中的可选项也适用于本实施例,这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容,在本实施例中,不再进行赘述。
图5为本申请一实施例提供的终端设备的结构示意图。如图5所示,该实施例的终端设备5包括:至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52,所述处理器50执行所述计算机程序52时实现上述任意方法实施例中的步骤。
所述终端设备5可以是车载终端等计算设备。该终端设备可包括但不仅限于处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的举例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),该处理器50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51在一些实施例中可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述终端设备5的外部存储设备,例如所述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
另外,本申请实施例还提供一种计算机可读存储介质,所述计算机可读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任意方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现上述各个方法实施例中的步骤。
在本申请所提供的几个实施例中,可以理解的是,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台终端设备执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的具体实施例,对本申请的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本申请的具体实施例而已,并不用于限定本申请的保护范围。特别指出,对于本领域技术人员来说,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种自动驾驶车辆的测试方法,其特征在于,应用于车载终端系统,所述车载终端系统搭载有数据分发服务,所述数据分发服务包括数据发布者和数据订阅者,所述测试方法包括:
利用所述数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,所述实车数据包括各个主题类别对应的实车数据;
利用所述数据订阅者,根据目标主题类别,获取目标实车数据;
对所述目标实车数据进行解析,得到车辆测试数据;
利用所述车载终端系统的决策规划模块,对所述车辆测试数据进行决策规划,得到测试结果。
2.如权利要求1所述的自动驾驶车辆的测试方法,其特征在于,所述利用所述数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,包括:
利用所述决策规划模块,根据预设测试需求,对预先采集到的所述实车数据进行数据提取,得到符合所述预设测试需求的所述实车数据;
对符合所述预设测试需求的所述实车数据进行主题分类,得到各个所述主题类别对应的主题数据,所述主题数据为符合所述预设测试需求的所述实车数据;
利用所述数据发布者,根据所述主题类别,对所述主题数据进行数据分发。
3.如权利要求2所述的自动驾驶车辆的测试方法,其特征在于,所述对符合所述预设测试需求的所述实车数据进行主题分类,得到各个所述主题类别对应的主题数据,包括:
对符合所述预设测试需求的所述实车数据进行数据封装,得到封装后的所述实车数据;
将封装后的所述实车数据存储到所述主题类别对应的消息结构体中,得到各个所述主题类别对应的所述主题数据。
4.如权利要求2所述的自动驾驶车辆的测试方法,其特征在于,所述数据分发服务还包括数据写入者,所述利用所述数据发布者,根据所述主题类别,对所述主题数据进行数据分发,包括:
利用所述数据写入者,将所述主题数据写入到预设的发送缓冲区;
利用所述数据发布者,按照预设发送周期,对所述发送缓冲区中与所述主题类别对应的所述主题数据进行数据分发。
5.如权利要求1所述的自动驾驶车辆的测试方法,其特征在于,所述利用所述数据订阅者,根据目标主题类别,获取目标实车数据,包括:
利用所述数据订阅者根据预设测试需求,订阅所述目标主题类别;
根据订阅的所述目标主题类别,接收所述数据发布者发送的与所述目标主题类别对应的所述目标实车数据。
6.如权利要求1所述的自动驾驶车辆的测试方法,其特征在于,所述利用所述车载终端系统的决策规划模块,对所述车辆测试数据进行决策规划,得到测试结果,包括:
根据所述车辆测试数据对所述决策规划模块的输入参数进行初始化;
利用初始化后的所述决策规划模块,对自动驾驶车辆的当前状态进行规划决策,得到所述测试结果。
7.如权利要求1至6任一项所述的自动驾驶车辆的测试方法,其特征在于,所述利用所述数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发之前,还包括:
初始化所述数据分发服务的配置参数文件;
根据所述配置参数文件,创建与所述主题类别对应的数据发布线程和数据订阅线程;
启动所述数据发布线程和所述数据订阅线程,以使所述数据发布者和所述数据订阅者正常运行。
8.一种自动驾驶车辆的测试装置,其特征在于,所述测试装置包括:
分发模块,用于利用数据发布者,根据预设的主题类别,对预先采集到的实车数据进行数据分发,所述实车数据包括各个主题类别对应的实车数据;
获取模块,用于利用数据订阅者,根据目标主题类别,获取目标实车数据;
解析模块,用于对所述目标实车数据进行解析,得到车辆测试数据;
决策规划模块,用于对所述车辆测试数据进行决策规划,得到测试结果。
9.一种终端设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的自动驾驶车辆的测试方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的自动驾驶车辆的测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210024053.1A CN114089773B (zh) | 2022-01-11 | 2022-01-11 | 自动驾驶车辆的测试方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210024053.1A CN114089773B (zh) | 2022-01-11 | 2022-01-11 | 自动驾驶车辆的测试方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114089773A true CN114089773A (zh) | 2022-02-25 |
CN114089773B CN114089773B (zh) | 2022-05-27 |
Family
ID=80308469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210024053.1A Active CN114089773B (zh) | 2022-01-11 | 2022-01-11 | 自动驾驶车辆的测试方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114089773B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110579216A (zh) * | 2019-09-12 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 测试场景库构建方法、装置、电子设备和介质 |
CN110798449A (zh) * | 2019-09-25 | 2020-02-14 | 苏州云控车路科技有限公司 | 智能网联汽车云控系统测试方法 |
CN111062241A (zh) * | 2019-10-17 | 2020-04-24 | 武汉光庭信息技术股份有限公司 | 基于自然驾驶原始数据自动获取测试场景的方法与系统 |
CN111178454A (zh) * | 2020-01-03 | 2020-05-19 | 北京汽车集团有限公司 | 自动驾驶数据的标注方法、云端控制平台及存储介质 |
CN111795832A (zh) * | 2020-06-02 | 2020-10-20 | 福瑞泰克智能系统有限公司 | 一种智能驾驶车辆测试方法、装置及设备 |
CN112051848A (zh) * | 2020-08-31 | 2020-12-08 | 安徽江淮汽车集团股份有限公司 | 车辆解耦控制方法、仿真平台、电子设备及存储介质 |
CN112385197A (zh) * | 2018-07-10 | 2021-02-19 | 郑沐阳 | 基于区块链的分布式自动驾驶数据管理设备和方法 |
CN112905477A (zh) * | 2021-03-15 | 2021-06-04 | 苏州智行众维智能科技有限公司 | 自动驾驶仿真测试数据发布系统、方法、装置及设备 |
CN113722566A (zh) * | 2021-08-18 | 2021-11-30 | 南斗六星系统集成有限公司 | 一种自动驾驶车辆功能稳定性评定的方法 |
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 |
CN113848855A (zh) * | 2021-09-27 | 2021-12-28 | 襄阳达安汽车检测中心有限公司 | 车辆控制系统测试方法、装置、设备、介质及程序产品 |
-
2022
- 2022-01-11 CN CN202210024053.1A patent/CN114089773B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112385197A (zh) * | 2018-07-10 | 2021-02-19 | 郑沐阳 | 基于区块链的分布式自动驾驶数据管理设备和方法 |
CN110579216A (zh) * | 2019-09-12 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 测试场景库构建方法、装置、电子设备和介质 |
CN110798449A (zh) * | 2019-09-25 | 2020-02-14 | 苏州云控车路科技有限公司 | 智能网联汽车云控系统测试方法 |
CN111062241A (zh) * | 2019-10-17 | 2020-04-24 | 武汉光庭信息技术股份有限公司 | 基于自然驾驶原始数据自动获取测试场景的方法与系统 |
CN111178454A (zh) * | 2020-01-03 | 2020-05-19 | 北京汽车集团有限公司 | 自动驾驶数据的标注方法、云端控制平台及存储介质 |
CN111795832A (zh) * | 2020-06-02 | 2020-10-20 | 福瑞泰克智能系统有限公司 | 一种智能驾驶车辆测试方法、装置及设备 |
CN112051848A (zh) * | 2020-08-31 | 2020-12-08 | 安徽江淮汽车集团股份有限公司 | 车辆解耦控制方法、仿真平台、电子设备及存储介质 |
CN112905477A (zh) * | 2021-03-15 | 2021-06-04 | 苏州智行众维智能科技有限公司 | 自动驾驶仿真测试数据发布系统、方法、装置及设备 |
CN113722566A (zh) * | 2021-08-18 | 2021-11-30 | 南斗六星系统集成有限公司 | 一种自动驾驶车辆功能稳定性评定的方法 |
CN113848855A (zh) * | 2021-09-27 | 2021-12-28 | 襄阳达安汽车检测中心有限公司 | 车辆控制系统测试方法、装置、设备、介质及程序产品 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN114089773B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109060370B (zh) | 对自动驾驶车辆进行车辆测试的方法及装置 | |
Aeberhard et al. | Automated Driving with ROS at BMW | |
CN113343461A (zh) | 自动驾驶车辆的仿真方法、装置、电子设备及存储介质 | |
CN113342704B (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
Gruyer et al. | From virtual to reality, how to prototype, test and evaluate new ADAS: Application to automatic car parking | |
CN111062241A (zh) | 基于自然驾驶原始数据自动获取测试场景的方法与系统 | |
Fadaie | The state of modeling, simulation, and data utilization within industry: An autonomous vehicles perspective | |
CN111199087A (zh) | 场景识别方法和装置 | |
CN113268244A (zh) | 一种自动驾驶场景库的脚本生成方法、装置及电子设备 | |
Erdogan et al. | Parametrized end-to-end scenario generation architecture for autonomous vehicles | |
CN115016318A (zh) | 自动驾驶仿真测试场景描述语言的融合方法及系统 | |
CN110874610B (zh) | 一种使用机器学习的人类驾驶行为建模系统及方法 | |
CN114091223A (zh) | 一种仿真交通流的构建方法及仿真设备 | |
CN113886958A (zh) | 一种驾驶系统仿真测试场景生成方法、系统及计算机可读存储介质 | |
Hong et al. | System configuration of Human-in-the-loop Simulation for Level 3 Autonomous Vehicle using IPG CarMaker | |
CN114089773B (zh) | 自动驾驶车辆的测试方法、装置、设备及存储介质 | |
US11816543B2 (en) | System and method for using knowledge gathered by a vehicle | |
CN111988431A (zh) | 基于vr交互的数据处理方法及装置 | |
CN112216133B (zh) | 信息推送方法、装置、设备及介质 | |
Nguyen et al. | Towards a simulation framework for edge-to-cloud orchestration in c-its | |
Cossu et al. | Developing a toolchain for synthetic driving scenario datasets | |
CN112257869A (zh) | 基于随机森林的套牌车分析方法、系统及计算机介质 | |
CN112560324B (zh) | 用于输出信息的方法和装置 | |
Leitner et al. | Challenges for reproducing real-life test runs in simulation for validating automated driving functions | |
CN116150017A (zh) | 基于交通事故报告文本生成自动驾驶测试虚拟场景的方法 |
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 |
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 401, building 1, Shenzhen new generation industrial park, No. 136, Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen, Guangdong Province Patentee before: SHENZHEN MINIEYE INNOVATION TECHNOLOGY Co.,Ltd. |
|
CP03 | Change of name, title or address |