CN114355789A - 一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质 - Google Patents
一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114355789A CN114355789A CN202111583490.9A CN202111583490A CN114355789A CN 114355789 A CN114355789 A CN 114355789A CN 202111583490 A CN202111583490 A CN 202111583490A CN 114355789 A CN114355789 A CN 114355789A
- Authority
- CN
- China
- Prior art keywords
- road
- test data
- scene
- simulation
- data
- 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.)
- Withdrawn
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质，包括：1，获取自动驾驶路试数据：数据至少包含道路信息和车辆信息；2，对路试数据进行格式转换，转换为适合仿真工具使用的数据格式；3，对转换后的路试数据进行切片处理：针对自动驾驶的功能点，制订相应的场景提取规则，利用提取规则将路试数据碎片化，并打上相应的场景标签分类存储；4，将切片后的数据利用场景重构脚本自动化生成仿真测试场景，真实还原出当时的路况特征。该方法实现了对关键场景的更高程度的仿真测试覆盖，可解决测试场景手动搭建的效率问题，提高仿真测试覆盖度，丰富测试内容。
Description
技术领域
本发明用于自动驾驶仿真测试领域，特别涉及自动驾驶仿真测试中自动生成测试场景的重构技术。
背景技术
在自动驾驶领域的测试中，为了节约测试成本，提高测试安全性，通常需要建立自动驾驶的仿真场景，以对自动驾驶进行仿真测试。专利文献CN201910443763.6公开了一种自动驾驶车辆测试仿真场景生成方法，其实一种基于高精度地图和蒙特卡洛方法生成测试仿真场景的方法，该方法意在通过补充随机的道路环境参数和交通参与者的状态来满足自动驾驶测试无限性和可扩展性的特点。这样的方式搭建的场景基于统计学，忽视了许多极端工况，且场景要素过于宽泛，所有场景的都在同一梯度优先级进行测试，并未对关键场景进行针对测试，测试可执行性偏低。
发明内容
针对上述现有技术的不足，本发明提供一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质，以达到更贴近真实自动驾驶场景，进一步还对关键场景进行更有力的覆盖。
为实现上述目的，本发明采用如下技术方案：
一种基于路试数据的仿真场景重构方法，其步骤包括：
步骤1，获取自动驾驶路试数据：数据至少包含道路信息和车辆信息。例如包含主车车辆信息，目标车车辆信息，主车目标选择信息，道路信息等。
步骤2，对路试数据进行格式转换，转换为适合simulink等仿真工具使用的数据格式。格式转换有两个目的，一是从经验来看，路试采集设备所保存的数据格式往往难以直接应用于仿真测试软件中，二是设立标准化的数据存储格式，是进一步搭建场景库的基础。
步骤3，对转换后的路试数据进行切片处理：针对自动驾驶的功能点，制订相应的场景提取规则，利用提取规则将路试数据碎片化，并打上相应的场景标签分类存储。
步骤4，将切片后的数据利用场景重构脚本自动化生成仿真测试场景，真实还原出当时的路况特征。尤其对于难以复现的问题数据场景或极限工况场景，在仿真环境中生成这些场景后，可在自动驾驶开发迭代中完成对这些问题场景和极限工况的覆盖。
具体地，所述仿真工具包括但不限于Simulink、PreScan、VTD。
具体地，所述场景重构脚本包括但不限于静态道路重构、运动轨迹重构。
本发明进一步还提供一种基于路试数据的仿真场景重构系统，其包括如下单元模块。
数据获取模块，获取自动驾驶路试数据，数据至少包含道路信息和车辆信息；
格式转换模块，对路试数据进行格式转换，转换为适合仿真工具使用的数据格式；
切片处理模块，对转换后的路试数据进行切片处理，针对自动驾驶的功能点，制订相应的场景提取规则，利用提取规则将路试数据碎片化，并打上相应的场景标签分类存储；
重构模块，将切片后的数据利用场景重构脚本自动化生成仿真测试场景，真实还原出当时的路况特征。
本发明的有益效果如下：
1、本发明提供了一种基于路试数据的仿真场景重构方法及系统，该方法基于真实道路工况对自动驾驶中的问题场景提取规则进行定制化编写，通过脚本实现对问题场景的切分提取并进行场景重构，实现了对关键场景的更高程度的仿真测试覆盖。同时场景搭建可实现完全的自动化，解决了测试场景手动搭建的效率问题，提高了仿真测试覆盖度，丰富了测试内容。
2、本发明重构的场景，其参数来自于真实道路工况，保证了测试场景的真实可靠性。
3、本发明提供的自动驾驶车辆测试仿真场景重构方法，可自动生成大量场景与测试用例，测试可行性高。
附图说明
图1为整体仿真场景搭建示意图。
图2为数据类型转换及切片示意图。
图3为自动生成场景的示意图。
具体实施方式
下面结合附图和实施例，对本发明实施的技术方案进行进一步描述，所描述的实施例仅仅是本发明的一部分实施例，基于本发明中的实施例，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方案，都属于本发明保护的范围。
实施例1：
参见图1、图2和图3，基于路试数据的仿真场景重构方法具体包括如下步骤：
步骤一：获取自动驾驶路试数据。
本实施例中，数据应至少包含以下所述信息：（1）道路信息：车道宽度、道路曲率半径、车道线类型、道路类型、限速情况等；（2）车辆信息：主车车速、目标车车速、主车加速度、目标车加速度、车辆航向角等。
步骤二：将获取的路试数据进行格式转换。
这里，进行格式转换有两个目的，一是从经验来看，路试采集设备所保存的数据格式往往难以直接应用于仿真测试软件中，二是设立标准化的数据存储格式，是进一步搭建场景库的基础。
本实施例中，路试数据格式转换，以vector的Canape记录的.MF4格式为例，可通过脚本的方式自动转换为.Mat格式文件，便于Simulink仿真使用。
步骤三：对转换后的路试数据进行切片处理。
具体是针对自动驾驶的功能点，制订相应的场景提取规则，利用提取规则将路试数据碎片化，并打上相应的场景标签分类存储。
切片规则有多种定义方式，但大体可分为以下几类：（1）极限工况：极限切入、极限切出、极限侵入前车等；（2）驾驶员主动接管行为：踩制动踏板、打方向盘接管、按键关闭主功能等；（3）发生故障：自动驾驶功能故障、传感器故障、关联子系统故障等；（4）系统报警及接管请求：横向接管请求、纵向接管请求、脱手脫眼报警等。上述事件是测试的关键场景。
步骤四：将切片后的数据利用场景重构脚本（mainScript.m）自动化生成仿真测试场景，真实还原出当时的路况特征，尤其对于难以复现的问题数据场景或极限工况场景,该场景重构脚本通过对运动轨迹的重构，在仿真环境中精确的生成这些场景，并在自动驾驶开发迭代中完成对这些问题场景和极限工况的覆盖。
在转化为仿真场景过程中，几个主要的参数来源如下：（1）车道线位置：车道线位置以主车轨迹为参考，从数据主车距离车道线位置信号获得，通过车道线的三次多项式拟合生成两侧车道线，生成的车道线参数可保存成OpenDrive格式文件，在仿真软件中还原出道路状况。（2）目标车轨迹：目标车的轨迹以主车轨迹为参考系，且需要多个车辆信号和传感器识别信号，包括车速、加速度、航向角、朝向位置、横纵向距离、目标ID、区域ID等，以主车轨迹为参考系生成目标车的行为轨迹。
实施例2：
本实施例是一种基于路试数据的仿真场景重构系统，其包括如下单元模块：
数据获取模块，被配置为获取自动驾驶路试数据，其中数据至少包含道路信息和车辆信息。
格式转换模块，被配置为对路试数据进行格式转换，转换为适合仿真工具使用的数据格式。
切片处理模块，被配置为对转换后的路试数据进行切片处理，针对自动驾驶的功能点，制订相应的场景提取规则，利用提取规则将路试数据碎片化，并打上相应的场景标签分类存储。
重构模块，被配置为将切片后的数据利用场景重构脚本自动化生成仿真测试场景，真实还原出当时的路况特征。
实施例3：
本实施例是一种计算机可读存储介质，其上存储有计算机程序，该计算机该程序被处理器执行时，实现实施例1所述的基于路试数据的仿真场景重构方法。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，本领域技术人员可以理解，实现上述实施例方法的全部或部分流程。本领域技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，在不脱离本发明结构的前提下，还可以作出若干变形和改进，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于路试数据的仿真场景重构方法，其特征在于，包括：
步骤1，获取自动驾驶路试数据：数据至少包含道路信息和车辆信息；
步骤2，对路试数据进行格式转换，转换为适合仿真工具使用的数据格式；
步骤3，对转换后的路试数据进行切片处理：针对自动驾驶的功能点，制订相应的场景提取规则，利用提取规则将路试数据碎片化，并打上相应的场景标签分类存储；
步骤4，将切片后的数据利用场景重构脚本自动化生成仿真测试场景，真实还原出当时的路况特征。
2.根据权利要求1所述的基于路试数据的仿真场景重构方法，其特征在于，所述道路信息包括车道宽度、道路曲率半径、车道线类型、道路类型、限速情况；所述车辆信息包括主车车速、目标车车速、主车加速度、目标车加速度、车辆航向角。
3.根据权利要求1所述的基于路试数据的仿真场景重构方法，其特征在于，所述仿真工具包括但不限于Simulink、PreScan、VTD。
4.根据权利要求1所述的基于路试数据的仿真场景重构方法，其特征在于，所述场景重构脚本包括但不限于静态道路重构、运动轨迹重构。
5.根据权利要求1所述的基于路试数据的仿真场景重构方法，其特征在于，所述场景切片提取规则分为以下几类：（1）极限工况：极限切入、极限切出、极限侵入前车等；（2）驾驶员主动接管行为：踩制动踏板、打方向盘接管、按键关闭主功能等；（3）发生故障：自动驾驶功能故障、传感器故障、关联子系统故障等；（4）系统报警及接管请求：横向接管请求、纵向接管请求、脱手脫眼报警等，上述事件是测试的关键场景。
6.根据权利要求1所述的基于路试数据的仿真场景重构方法，其特征在于，所述步骤4中，在转化为仿真场景过程中，参数来源包括：（1）车道线位置：车道线位置以主车轨迹为参考，从数据主车距离车道线位置信号获得，通过车道线的三次多项式拟合生成两侧车道线，生成的车道线参数，在仿真软件中还原出道路状况；（2）目标车轨迹：目标车的轨迹以主车轨迹为参考系生成。
7.一种基于路试数据的仿真场景重构系统，其特征在于，包括：
数据获取模块，获取自动驾驶路试数据，数据至少包含道路信息和车辆信息；
格式转换模块，对路试数据进行格式转换，转换为适合仿真工具使用的数据格式；
切片处理模块，对转换后的路试数据进行切片处理，针对自动驾驶的功能点，制订相应的场景提取规则，利用提取规则将路试数据碎片化，并打上相应的场景标签分类存储；
重构模块，将切片后的数据利用场景重构脚本自动化生成仿真测试场景，真实还原出当时的路况特征。
8.一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，所述计算机该程序被处理器执行时，实现如权利要求1-6任一项所述的基于路试数据的仿真场景重构方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111583490.9A CN114355789A (zh) | 2021-12-22 | 2021-12-22 | 一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111583490.9A CN114355789A (zh) | 2021-12-22 | 2021-12-22 | 一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114355789A true CN114355789A (zh) | 2022-04-15 |
Family
ID=81101956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111583490.9A Withdrawn CN114355789A (zh) | 2021-12-22 | 2021-12-22 | 一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114355789A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114936515A (zh) * | 2022-04-25 | 2022-08-23 | 北京宾理信息科技有限公司 | 一种生成仿真交通场景文件的方法及系统 |
| CN115099051A (zh) * | 2022-07-07 | 2022-09-23 | 重庆长安汽车股份有限公司 | 自动驾驶的仿真测试场景生成方法、装置、车辆及存储介质 |
| CN115249408A (zh) * | 2022-06-21 | 2022-10-28 | 重庆长安汽车股份有限公司 | 一种自动驾驶测试数据的场景分类提取方法 |
| CN115326422A (zh) * | 2022-07-29 | 2022-11-11 | 重庆长安汽车股份有限公司 | 自动驾驶系统的测试方法、装置、电子设备及存储介质 |
| CN116088479A (zh) * | 2023-02-16 | 2023-05-09 | 东风悦享科技有限公司 | 一种自动驾驶车辆测试数据采集、处理、分析系统 |
-
2021
- 2021-12-22 CN CN202111583490.9A patent/CN114355789A/zh not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114936515A (zh) * | 2022-04-25 | 2022-08-23 | 北京宾理信息科技有限公司 | 一种生成仿真交通场景文件的方法及系统 |
| CN114936515B (zh) * | 2022-04-25 | 2023-09-19 | 北京宾理信息科技有限公司 | 一种生成仿真交通场景文件的方法及系统 |
| CN115249408A (zh) * | 2022-06-21 | 2022-10-28 | 重庆长安汽车股份有限公司 | 一种自动驾驶测试数据的场景分类提取方法 |
| CN115099051A (zh) * | 2022-07-07 | 2022-09-23 | 重庆长安汽车股份有限公司 | 自动驾驶的仿真测试场景生成方法、装置、车辆及存储介质 |
| CN115326422A (zh) * | 2022-07-29 | 2022-11-11 | 重庆长安汽车股份有限公司 | 自动驾驶系统的测试方法、装置、电子设备及存储介质 |
| CN116088479A (zh) * | 2023-02-16 | 2023-05-09 | 东风悦享科技有限公司 | 一种自动驾驶车辆测试数据采集、处理、分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114355789A (zh) | 一种基于路试数据的仿真场景重构方法、系统及计算机可读存储介质 | |
| CN110794810B (zh) | 一种对智能驾驶车辆进行集成化测试的方法 | |
| CN103219030B (zh) | 一种车载视频与总线数据同步采集及回放的方法 | |
| CN112560253B (zh) | 驾驶场景的重构方法、装置、设备及存储介质 | |
| CN109060370B (zh) | 对自动驾驶车辆进行车辆测试的方法及装置 | |
| CN110502852B (zh) | 一种自动驾驶仿真测试场景的生成方法及生成系统 | |
| CN113515105A (zh) | 用于车辆预期功能安全仿真测试的平台、方法及存储介质 | |
| CN110780608B (zh) | 仿真测试方法及装置 | |
| CN109918302B (zh) | 车载自动化测试方法、装置、车载多媒体系统及汽车 | |
| CN108052616A (zh) | 基于远程嵌入式数据采集的航空大数据智能分析方法 | |
| CN111652212A (zh) | 基于深度学习的交叉杆端部紧固螺栓丢失故障检测方法 | |
| CN115310282A (zh) | 一种基于数字孪生的自动驾驶仿真测试场景构建方法 | |
| CN116859881A (zh) | 测试方法及装置 | |
| CN103900631B (zh) | 车载追踪器的检测系统及检测方法 | |
| CN115265566A (zh) | 自动驾驶定位数据收集处理方法、装置、介质及车辆 | |
| CN116639150A (zh) | 用于评估自动驾驶系统的方法、装置、设备和存储介质 | |
| CN114547484A (zh) | 一种基于场景的异常导航数据提取方法及测试系统 | |
| CN113341764A (zh) | 一种实车工况在线的电动汽车优化控制仿真方法及系统 | |
| WO2019116537A1 (ja) | 情報取得方法、情報取得装置、車載装置、路上センサ装置、及び情報取得システム | |
| Durukal et al. | A Digital Twin Study: Particle Swarm Optimization of ACC Controller for Follow Acceleration Maneuver | |
| Cao | A Review of virtual test methods for autonomous vehicles | |
| Komorkiewicz et al. | Intelligent Data Handling in Current and Next-Generation Automated Vehicle Development—A Review | |
| CN118329473B (zh) | 一种整车自动驾驶的性能测试系统 | |
| CN118296862B (zh) | 驾驶仿真数据处理方法、仿真系统、设备及程序产品 | |
| TWI718008B (zh) | 控制器區域網路資料壓縮/解壓縮之方法與裝置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220415 |
|
| WW01 | Invention patent application withdrawn after publication |