CN114443462A - 生成用于动态验证自动驾驶系统的测试用例的方法和装置 - Google Patents
生成用于动态验证自动驾驶系统的测试用例的方法和装置 Download PDFInfo
- Publication number
- CN114443462A CN114443462A CN202110911934.0A CN202110911934A CN114443462A CN 114443462 A CN114443462 A CN 114443462A CN 202110911934 A CN202110911934 A CN 202110911934A CN 114443462 A CN114443462 A CN 114443462A
- Authority
- CN
- China
- Prior art keywords
- controller
- test case
- output signal
- test cases
- temporary
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012790 confirmation Methods 0.000 claims abstract description 19
- 238000012795 verification Methods 0.000 claims description 27
- 239000000872 buffer Substances 0.000 claims description 18
- 238000012952 Resampling Methods 0.000 claims description 16
- 230000008707 rearrangement Effects 0.000 claims description 13
- 238000010200 validation analysis Methods 0.000 claims 7
- 238000013100 final test Methods 0.000 claims 5
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 235000000332 black box Nutrition 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 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
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- 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
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
-
- 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
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3696—Methods or tools to render software testable
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0022—Gains, weighting coefficients or weighting functions
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/005—Sampling
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Traffic Control Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
Abstract
本发明涉及生成用于动态验证自动驾驶系统的测试用例的方法和装置。生成用于动态验证自动驾驶系统的测试用例(TC)的方法包括接收输入信号并且基于输入信号生成临时TC。基于与输入信号对应的第一输出信号和与临时TC对应的第二输出信号来确定确认TC。通过重新排列确认TC来确定最终TC,并且将最终TC发送到外部装置。
Description
与相关申请的交叉引用
本申请要求于2020年11月4日提交的韩国专利申请No.10-2020-0146361的优先权权益,其全部内容通过引用合并于本文中。
技术领域
本发明涉及一种自动驾驶技术,更具体地,涉及一种生成具有可靠性的测试用例的技术,其用于动态验证安装在自动驾驶系统中的软件。
背景技术
自动驾驶车辆需要适应性地应对车辆运行期间实时变化的周围环境的能力。为了自动驾驶车辆的批量化生产和振兴,需要可靠的确定控制功能。最近,市场上发布的自动驾驶车辆替代驾驶员执行驾驶、制动和转向,以减轻驾驶员的疲劳。
最近,自动驾驶车辆设置有高速公路驾驶辅助(Highway Driving Assist,HDA)功能、驾驶员状态警告(Driver Status Warning,DSW)功能、驾驶员意识警告(DriverAwareness Warning,DAW)功能以及前方防碰撞辅助(Forward Collision-Avoidanceassist,FCA)功能或者主动紧急制动系统(Active Emergency Brake System,AEBS),驾驶员状态警告功能通过确定驾驶员疏忽以及诸如困倦驾驶和分心的状态异常,经由组合仪表板输出警告警报;驾驶员意识警告功能利用前置摄像机确定车辆是否在跨越车道期间行驶不稳;前方防碰撞辅助功能或者主动紧急制动系统在要发生前向碰撞时执行突然制动。
安装在自动驾驶控制器中的软件通过接收和重新处理车辆动态传感器和周围环境识别传感器识别的信息来生成各种控制指令,车辆动态传感器诸如陀螺仪传感器和加速度传感器,周围环境识别传感器诸如全球定位系统(Global Positioning System,GPS)、激光雷达(LiDAR)传感器、雷达传感器、摄像机或者精确地图。安装在自动驾驶控制器中的软件结构复杂,其中关于定位/识别/确定/控制的各种具体模块相互依赖,从而增加了故障风险。
相应地,需要一种用于验证安装在自动驾驶控制器中的软件的可靠性和安全性的方法。用于验证自动驾驶控制器中的软件的方法主要可以主要分为基于代码的验证方式和基于目标板的验证方式。基于代码的验证方式通常包括静态验证和动态验证。
软件(以下称为SW,与源代码含义相同)验证领域中的动态验证是验证用于系统输入的SW输出是否满足系统设计规范和SW设计规范,并且包括单元测试、整体测试和系统测试。静态验证的缺点是无法实时检测目标板上的错误。
传统的动态验证采用工具自动生成的测试用例,使得难以准确反映实际的行驶环境。相应地,通过传统的动态验证获得的结果可能无法保证可靠性。基于目标板的验证是采用动态验证中生成的测试用例的验证方式。自动驾驶控制器可以配备各种芯片。当芯片制造商提供进程管理装置时,通过硬件分析方案可以检测发生在实际操作期间的错误。相应地,为了准确地验证安装在目标板上的控制模块,生成具有可靠性的测试用例是重要的。
发明内容
本发明已经解决了现有技术中存在的上述问题,同时完整地保持了由现有技术所实现的优点。
本发明的一个方面提供了一种生成用于动态验证自动驾驶系统的测试用例的方法和装置。本发明的另一方面提供了一种生成用于动态验证自动驾驶系统的测试用例的方法和装置,其能够基于在实车中测量的数据来生成可靠的测试用例,以动态验证自动驾驶软件。
本发明所要解决的技术问题不限于上述问题,本发明所属领域的技术人员通过以下描述将清楚地理解本文中未提及的任何其他技术问题。
根据本发明的一个方面,一种生成用于动态验证自动驾驶系统的测试用例(TC)的方法可以包括:接收输入信号,基于输入信号生成临时TC,基于与输入信号对应的第一输出信号和与临时TC对应的第二输出信号来确定确认TC,通过对确认TC重新排列来确定最终TC,并且将最终TC发送到外部装置。
根据示例性实施方案,可以从外部传感器和信号网关接收输入信号。外部传感器可以包括全球导航卫星系统(Global Navigation Satellite System,GNSS)、摄像机、激光雷达或者雷达中的至少一种。基于输入信号生成临时TC可以包括:对输入信号重采样并将重采样的输入信号重新排列为随机时间阵列。另外,可以以特定周期对输入信号重采样,并且特定周期可以基于输入信号中最快的信号来确定。
根据示例性实施方案,该方法可以包括对临时TC执行反向重采样,将临时TC发送到子控制器,并且将输入信号发送到主控制器。第一输出信号可以由主控制器生成并且发送到子控制器,并且第二输出信号可以由子控制器生成。该方法还可以包括:将第一输出信号和第二输出信号之间的差值与指定的阈值进行比较,将差值小于阈值的临时TC确定为确认TC,丢弃使差值等于或者大于阈值的临时TC。
根据示例性实施方案,该方法还可以包括对每个确认TC应用权重,使得权重与差值成反比,并基于所述权重对确认TC重新排列。最终TC可以通过对替代重新排列的确认TC和丢弃的临时TC的输入信号重新排列来确定。该方法还可以包括:通过移动重新排列方案实时更新和交换双缓冲器,并且将包括在双缓冲器中的所有信号发送到个人计算机(PC)。
根据另一个示例性实施方案,一种生成用于动态验证自动驾驶系统的测试用例(TC)的装置可以包括:传感器、TC构建器、主控制器以及子控制器;传感器配置为输出输入信号,TC构建器配置为基于从传感器接收到的输入信号来生成临时TC,主控制器配置为基于从TC构建器接收到的输入信号来生成第一输出信号,子控制器配置为通过从TC构建器接收临时TC来生成第二输出信号。TC构建器可以配置为在基于第一输出信号和第二输出信号之间的差值对确定的确认TC重新排列之后,将最终TC发送到外部装置。
可以从外部传感器和信号网关接收输入信号。外部传感器可以包括全球导航卫星系统(GNSS)、摄像机、激光雷达或雷达中的至少一种。另外,TC构建器可以配置为通过对输入信号重采样并将重采样的输入信号重新排列为随机时间阵列来生成临时TC。可以以特定周期对输入信号重采样,并且特定周期可以基于输入信号中最快的信号来确定。
根据示例性实施方案,TC构建器可以配置为对临时TC执行反向重采样并将反向重采样结果发送到子控制器,并且可以将第一输出信号发送到子控制器,子控制器可以配置为计算第一输出信号和第二输出信号之间的差值并将所述差值发送到TC构建器。TC构建器可以配置为将使第一输出信号和第二输出信号之间的差值小于指定的阈值的临时TC确定为确认TC,并丢弃使第一输出信号和第二输出信号之间的差值等于或者大于所述阈值的临时TC。
TC构建器可以配置为对每个确认TC应用权重,使得权重与差值成反比,并且基于权重对确认TC重新排列。最终TC可以通过对替代重新排列的确认TC和丢弃的临时TC的输入信号重新排列来确定。TC构建器可以配置为通过移动重新排列方案实时更新和交换双缓冲器,并将包括在双缓冲器中的所有信号发送到个人计算机(PC)。
附图说明
通过随后结合附图所呈现的具体描述,本发明的以上和其它目的、特征以及优点将更加明显,其中:
图1是显示定义自动驾驶车辆的自动化级别的表图;
图2是示出根据本发明示例性实施方案的自动驾驶系统的结构的框图;
图3是示出根据示例性实施方案的生成用于动态验证自动驾驶系统的测试用例的方法的流程图;
图4是示出根据示例性实施方案的对确认TC重新排列的过程的示意图;
图5是示出根据示例性实施方案的通过移动重新排列方案更新双缓冲器的过程的示意图;以及
图6是示出根据本发明另一个示例性实施方案的自动驾驶控制装置的结构的框图。
具体实施方式
应当理解,本文所使用的术语“车辆”或“车辆的”或其它类似术语一般包括机动车辆,例如包括运动型多用途车辆(SUV)、大客车、大货车、各种商用车辆的乘用车辆,包括各种舟艇、船舶的船只,航空器等,并且包括混合动力车辆、电动车辆、插电式混合动力电动车辆、氢动力车辆以及其它替代性燃料车辆(例如,源于非石油能源的燃料)。正如本文所提到的,混合动力车辆是具有两种或更多动力源的车辆,例如汽油动力和电力动力两者的车辆。
虽然示例性的实施方案描述为使用多个单元以执行示例性的过程,但是应当理解,示例性的过程也可以由一个或多个模块执行。此外,应当理解的是,术语控制器/控制单元指代的是包括存储器和处理器的硬件装置,并且被具体编程来执行本文描述的过程。该存储器配置为存储模块,并且处理器具体配置为执行所述模块以进行以下进一步描述的一个或更多个过程。
此外,本发明的控制逻辑可以实施为计算机可读介质上的非易失性计算机可读介质,其包含由处理器、控制器/控制单元等执行的可执行程序指令。计算机可读介质的示例包括但不限于ROM、RAM、光盘(CD)-ROM、磁带、软盘、闪盘驱动器、智能卡和光学数据存储设备。计算机可读记录介质还可以分布在网络连接的计算机系统上,使得计算机可读介质例如通过远程信息处理服务器或控制器局域网络(CAN)以分布方式存储和执行。
本文所使用的术语仅为了描述特定实施方案的目的,并不旨在限制本发明。如本文所使用的,单数形式“一”、“一个”和“所述”旨在也包括复数形式,除非上下文另有清楚的说明。还将理解,当在本说明书中使用术语“包括”和/或“包括了”时,指明存在所述特征、数值、步骤、操作、元件和/或组件,但是不排除存在或加入一种或更多种其它的特征、数值、步骤、操作、元件、组件和/或其群组。如本文所使用的,术语“和/或”包括一种或多种相关列举项目的任何和所有组合。
除非特别声明或者从上下文显而易见的,如本文所使用的,术语“大约”被理解为在本领域的正常公差范围内,例如在2个平均值的标准差内。“大约”可以被理解为在指定值的10%、9%、8%、7%、6%、5%、4%、3%、2%、1%、0.5%、0.1%、0.05%或0.01%之内。除非从上下文清楚的,否则本文提供的所有数值通过术语“大约”进行修饰。
在下文中,将参考附图对本发明的一些示例性实施方案进行详细描述。在将附图标记添加到每个附图的组件时,应当注意的是,即使当相同或等同的组件显示在其他附图中时,它们也由相同的附图标记来表示。此外,在本发明实施方案的以下描述中,将排除对已知的特征或功能的具体描述,以免不必要地模糊本发明的主旨。
在描述根据本发明的示例性实施方案的组件时,可以利用诸如第一、第二、“A”、“B”、(a)、(b)等的术语。这些术语仅旨在将一个组件与另一组件区分开,并且这些术语不限制构成组件的本质、顺序或次序。此外,除非另有定义,否则本文所使用的所有术语(包括技术术语或科学术语)都具有与本发明所属领域的技术人员通常所理解的相同的含义。在通用词典中定义的这些术语应解释为具有与在相关技术领域中语境含义相同的含义,并且不解释为具有理想的或过度正式的含义,除非在本发明中有明确指示。
在下文中,将参考图1至图6描述本发明的实施方案。软件(以下称为“SW”)动态验证方式主要可以分为黑盒测试和白盒测试。根据黑盒测试(其是依照系统执行来进行测试的方式),通过如下来验证SW:生成测试用例(以下简称“TC”),对于每个TC定义预期输出值,然后将TC应用到相关系统以确定是否输出相关TC的预期值。相应地,执行黑盒测试以验证相关SW的操作的有效性。
根据白盒测试(其是依照SW执行来进行测试的方式),确定执行相关SW的路径以验证是否存在不必要的代码或期限(未执行的部分)。黑盒测试和白盒测试需要TC来验证系统或者SW。相应地,为了提高验证结果的可靠性,TC的选择是重要的。因为正确的输入和错误的输入可能会被组合,所以黑盒测试在初始开发阶段难以保证验证结果的可靠性,黑盒测试中没有定义系统限制和详细的SW规范。
白盒测试可以利用自动化工具,因为在代码级别分析执行路径和覆盖率。然而,由于白盒测试在初始开发阶段可能不基于详细的SW规范来操作验证工具,因此可能会基于不真实的输入值生成验证结果,这与黑盒测试类似。白盒测试和黑盒测试在未定义系统限制和详细的SW规范的初始开发阶段不可以向SW开发者或者系统规范开发者提供可靠的验证结果。
本发明在初始开发阶段为相关SW提供具有可靠性的动态验证结果,以解决上述问题。相应地,根据本发明的示例性实施方案的自动驾驶控制器可以包括TC构建器并且配置为通过如下来操作TC构建器从而以特定时间间隔生成动态验证结果:以特定周期在行驶期间对所有输入数据重新排列,然后将重新排列结果应用于运行动态验证工具的个人计算机(Personal Computer,PC)。
图1是显示定义自动驾驶车辆的自动化级别的表图。自动驾驶车辆是指这样的车辆,即通过其自身识别行驶环境、确定危险情况、控制行驶路径使驾驶员的驾驶操作最小化,从而进行自动驾驶。归根结底,自动驾驶车辆是指能够在不需要人操控的情况下行驶、运行和驻车的车辆,并且自动驾驶车辆专注于具有最先进的自动驾驶技术(也就是说,在不需要驾驶员的主动控制或驾驶员监控的情况下使车辆运行的能力)的车辆,自动驾驶技术是自动驾驶车辆的核心基础。
参考图1,在自动化阶段0级至2级中,由驾驶员监控行驶环境。此外,在自动化阶段3级至5级中,由自动驾驶系统监控行驶环境。然而,当前发布的自动驾驶车辆的概念可以是指以完全自动驾驶车辆为目标的中间自动化阶段,并且可以对应于以完全自动驾驶车辆的批量化生产和商业化为前提的目标导向概念。
根据本发明的自动驾驶控制方法可以应用于与图1所示的自动驾驶的自动化阶段中的2级(部分自动驾驶)和3级(有条件的自动驾驶)相对应的自动驾驶车辆,但是本发明不限于此。例如,自动驾驶控制方法可以应用于支持各种自动化阶段的自动驾驶车辆。基于美国汽车工程师协会(Society of Automotive Engineers,SAE)的自动驾驶车辆的自动化级别可以分为如图1所示的表图。
图2是示出根据本发明示例性实施方案的自动驾驶系统的结构的框图。参考图2,自动驾驶系统200可以包括:传感器210、测试用例(Test Case,TC)构建器220、主控制器230、子控制器240、个人计算机(Personal Computer,PC)250、信号网关260和270以及第一以太网交换机和物理层281、第二以太网交换机和物理层282和第三以太网交换机和物理层283。根据示例性实施方案,自动驾驶系统200可以是用于动态验证自动驾驶系统的测试用例构建装置。
自动驾驶系统200除了包括为传统自动驾驶系统组件的传感器210和主控制器230之外,还可以包括:测试用例构建器220、PC 250以及子控制器240,测试用例构建器220用于实时生成测试用例,PC 250在后台执行动态验证工具,子控制器240用于增强TC的可靠性。根据示例性实施方案,TC构建器220和子控制器240可以配置为通过控制器局域网(Controller Area Network,CAN)相互交换信息。
传感器210可以包括:全球导航卫星系统(Global Navigation SatelliteSystem,GNSS)211、激光雷达(LiDAR)212、摄像机213和雷达214,但是本发明不限于此。TC构建器220中可以设置第一以太网交换机和物理层281以及第二以太网交换机和物理层282。TC构建器220可以配置为通过第一以太网交换机和物理层281从传感器210接收各种输入信号。
TC构建器220可以配置为通过信号网关260和270从外部装置接收各种输入信号。例如,外部装置可以包括图6的警告警报装置621、人机界面(Human Machine Interface,HMI)622、方向指示器623、危险警告灯624、制动系统625和姿态控制系统626、转向系统627、变速系统628、驱动系统629、生物特征识别传感器607、或者用于自动驾驶的各种驾驶员辅助系统(未图示)中的至少一个。
TC构建器220可以配置为将通过第二以太网交换机和物理层282以及第三以太网交换机和物理层283接收到的输入信号发送到主控制器230。主控制器230可以配置为基于从TC构建器220接收到的输入信号来生成第一输出信号。具体地,可以将生成的第一输出信号发送到子控制器240。所有应用到TC构建器220的输入信号可以以特定时间间隔重采样(re-sample)。TC构建器220可以配置为通过将重采样的输入信号重新排列为随机时间阵列来生成临时TC。
TC构建器220可以配置为以原始采样率改变(也就是说,反向重采样inverse re-sample)每个被重新排列的输入信号(也就是说,临时TC),然后可以配置为将改变的结果发送到子控制器240。根据示例性实施方案,TC构建器220可以配置为通过移动重新排列方法对重采样的输入信号重新排列。子控制器240可以配置为基于临时TC生成第二输出信号。子控制器240可以配置为计算从主控制器230接收到的第一输出信号和第二输出信号之间的差值(在下文中称为“输出信号差值”)。
子控制器240可以配置为将输出信号差值发送到TC构建器220。TC构建器220可以配置为基于输出信号差值来确定确认TC。具体地,确认TC可以确定为使输出信号差值小于或者等于特定参考值的临时TC。TC构建器220可以配置为丢弃使输出信号差值大于特定参考值的临时TC。TC构建器220可以配置为按照最小输出信号差值的顺序对确认TC进行排序。
另外,TC构建器220可以配置为基于排序顺序为每个确认TC分配权重。TC构建器220可以配置为生成最终TC,其是通过将替代丢弃的临时TC的输入信号和分配权重的相关确认TC的输入信号组合而生成的信号组。TC构建器220可以配置为以与相关输入信号对应的采样率改变最终TC并将改变的最终TC发送到PC 250。
根据图2的示例性实施方案,所有输入信号都被重采样以生成临时TC的原因是因为所有输入信号都能够通过一个“for循环”同时重新排列,与采用多个“for循环”的方式相比,这进一步减少了计算时间。
根据本发明,TC构建器220可以配置为通过以下两个步骤执行重采样和反向重采样。
1)基于输入信号中最快的信号生成任务或线程,然后参考相关的任务或线程来存储所有输入信号。
2)当为存储的所有信号生成临时TC,然后将临时TC发送到子控制器240时,由具有原始信号周期的单个任务或线程执行控制操作以处理临时TC。
因此,根据示例性实施方案,TC构建器220可以配置为从用于生成TC的目标中排除非周期性输入信号。TC构建器220可以配置为通过第二以太网交换机和物理层282以及第三以太网交换机和物理层283将最终TC发送到PC 250。
图3是示出根据示例性实施方案的生成用于动态验证自动驾驶系统的测试用例的方法的流程图。如图3所示的生成测试用例的方法可以包括由设置在自动驾驶系统200中的测试用例构建器220执行的一系列操作。在下文中,为了便于说明,测试用例构建器220将称为TC构建器220。
参考图2和图3,TC构建器220可以配置为以特定时间间隔对输入信号重采样(S301)。具体地,重采样周期可以基于输入信号中最快的信号来确定。TC构建器220可以配置为通过将重采样的输入信号重新排列为随机时间阵列来生成临时TC(S302)。
具体地,TC构建器220可以配置为在以原始采样率改变临时TC之后将临时TC发送到子控制器240,并将与临时TC对应的输入信号发送到主控制器230。主控制器230可以配置为基于输入信号生成第一输出信号(Output 1)并将第一输出信号(Output 1)发送到子控制器240。子控制器230可以配置为基于临时TC生成第二输出信号(Output 2)。子控制器240可以配置为基于第一输出信号和第二输出信号生成输出信号差值(Diff=Output 2-Output 1),然后将输出信号差值发送到TC构建器220。
TC构建器220可以配置为对临时TC执行反向重采样并将反向重采样的结果发送到子控制器240(S303)。TC构建器220可以配置为将输出信号差值与特定阈值进行比较(S304)。当输出信号差值小于或者等于阈值作为比较的结果时,TC构建器220可以配置为将相应的临时TC确定为确认TC。相反,当输出信号差值大于阈值作为比较的结果时,可以丢弃相应的临时TC。
TC构建器220可以配置为在应用与确认TC对应的输出信号差值成反比的权重之后,基于应用的权重对确认TC重新排列(S305)。相反,TC构建器220可以配置为将输入信号应用于丢弃的临时TC的存储空间(S306)。TC构建器220可以配置为通过对替代重新排列的确认TC和丢弃的临时TC的输入信号重新排列来确定最终TC(S307)。TC构建器220可以配置为对双缓冲器执行更新和交换操作(S308)。TC构建器220可以配置为将更新的双缓冲器中的所有信号发送到PC250(S309)。
图4是示出根据示例性实施方案的对确认TC重新排列的过程的示意图。参考图2和图4,TC构建器220可以配置为基于在特定时间段Ts期间生成的每个确认TC的输出信号差值来应用权重。TC构建器220可以配置为基于对于每个确认TC应用的权重大小来对确认TC重新排列。
图5是示出根据示例性实施方案的通过移动重新排列方案更新双缓冲器的过程的示意图。参考图5,重采样的输入信号可以通过移动重新排列方案重新排列为随机时间阵列,如附图标记510所示。具体地,重新排列的输入信号(临时TC)和重采样前的原始输入信号可以记录在双缓冲器中,如附图标记520所示。
根据示例性实施方案的双缓冲器可以包括用作更新区域的第一双缓冲器和用作传输区域的第二双缓冲器。双缓冲器可以通过移动重新排列方案实时更新并发送到PC250。根据本发明,可以通过移动重新排列方案来更新双缓冲器,从而保证测试用例的实时性和一致性。
图6是示出根据本发明另一个示例性实施方案的自动驾驶控制装置的结构的框图。如图6所示的自动驾驶控制装置600可以安装在支持2级或更高自动化级别的自动驾驶车辆上。为了便于说明,将自动驾驶控制装置600简称为装置600。
参考图6,装置600可以包括:全球定位系统(GPS)接收器601、外部车辆信息收集装置602、内部车辆信息收集装置605、精确地图提供装置608、自动驾驶控制器610、警告警报装置621、人机界面(HMI)622、方向指示器623、危险警告灯624、制动系统625、姿态控制系统626、转向系统627、变速系统628、驱动系统629和其他系统630。
每一个与自动驾驶控制器610网络互联的系统都可以具有单独的控制器,该控制器配置为监控系统是否发生故障或失灵,并将监控结果发送至自动驾驶控制器610的故障安全装置618。GPS接收器601可以配置为从定位卫星接收定位信号。具体地,定位信号可以用于生成车辆的地理位置信息。
外部车辆信息收集装置602可以配置为收集车辆周围的环境信息和行驶状态信息。外部车辆信息收集装置602可以包括雷达/激光雷达603以及外部摄像机604。雷达/激光雷达603可以配置为检测车辆周围的物体。雷达/激光雷达603可以配置为检测车辆前方、侧面和后方的物体,并且计算与检测到的物体的距离。
此外,雷达/激光雷达603可以配置为确定检测到的物体是静态物体还是动态物体,测量检测到的动态物体的移动速度,并且确定检测到的动态物体是行人还是车辆。此外,雷达/激光雷达603可以用于通过高分辨率地形扫描方式来识别行驶道路和设施的状态。
外部摄像机604可以安装在车辆的外部,以捕获车辆的前方、侧面或后方的图像。相应地,车辆可以安装有多个外部摄像机。外部摄像机604捕获的图像可以用于车道识别、存在于车辆周围的物体识别以及增强现实的实现,但是本发明不限于此。内部车辆信息收集装置605可以配置为收集关于车辆的各种内部状态的信息。内部车辆信息收集装置605可以包括车内摄像机606和生物特征识别传感器607。
车内摄像机606可以安装在车辆内部的一侧,以拍摄驾驶员和乘客。车内摄像机606捕获的图像可以用于监控驾驶员的注视方向和驾驶员状态(例如,驾驶员分心、疲劳或困倦驾驶)。生物特征识别传感器607可以安装在车辆的一侧,以收集驾驶员的各种生物特征识别信息。生物特征识别传感器607可以配置为通过与驾驶员的可穿戴装置网络互联来收集驾驶员的各种类型的生物特征识别信息。
例如,生物特征识别信息可以包括但不限于:脉搏信息、监控到的心率信息、体温信息、血液酒精浓度信息、脑电波信息、指纹识别信息或虹膜识别信息。生物特征识别信息可以用于确定不能驾驶状态、酒后驾驶状态或者困倦驾驶状态等。精确地图提供装置608可以响应于自动驾驶控制器610的请求来提供关于精确地图的信息。
自动驾驶控制器610可以包括:精确定位装置611、识别装置612、控制指令装置613、驾驶员状态确定装置614、用户输入装置615、控制权转移确定装置616、照明控制装置617和故障安全装置618。具体地,精确定位装置611可以配置为利用从GPS接收器601接收到的定位信号信息和从精确地图提供装置608获得的关于精确地图的信息来确定本车的当前位置,并且可以配置为将本车的当前位置映射到精确地图上。
此外,精确定位装置611可以配置为识别本车的行驶道路的状态信息(例如,坡度、道路类型、车道数或速度限制)。识别装置612可以配置为基于来自雷达/激光雷达603的感测信息和由外部摄像机604捕获的图像信息来识别车道、本车周围的车辆或者本车周围的障碍物和行人。
识别装置612可以配置为通过与制动系统625、姿态控制系统626、转向系统627、变速系统628和驱动系统629网络互联来识别诸如车速、车速行为状态(例如,纵向/横向加速度)的车辆行为状态。识别装置612可以配置为在与故障安全装置618网络互联的情况下识别设置在车辆中的各种传感器和致动器的运行状态。
控制指令装置613可以配置为基于识别装置612的识别结果来计算所需指令值,并且将计算出的所需指令值发送到相应的自动驾驶系统,以控制驾驶和自动驾驶级别。驾驶员状态确定装置614可以配置为基于从内部车辆信息收集装置605获得的关于内部车辆状态的信息来确定驾驶员状态。具体地,驾驶员状态可以包括但不限于:分心状态、不能驾驶状态、酒后驾驶状态、困倦驾驶状态或者疲劳程度。
用户输入装置615可以配置为响应于从HMI 622接收到的控制信号来检测用户输入。具体地,用户输入可以包括用于接受从系统到驾驶员的控制权转移的特定按钮或特定手势的输入信号。此外,用户输入可以包括对确认自动驾驶级别改变的请求的用户响应。
控制权转移确定装置616可以用于基于以下信息中的至少一项来确定是否需要将控制权从系统转移给驾驶员以操作车辆:从识别装置612获得的各种类型的认知信息、从内部车辆信息收集装置605获得的关于内部车辆状态的信息、或者从用户输入装置615获得的关于驾驶员输入的信息。当需要控制权转移作为确定的结果时,控制权转移确定装置616可以配置为通过向警告警报装置621发送特定控制信号来执行控制操作,以输出用于请求将控制权转移给驾驶员的特定警告警报消息。
照明控制装置617可以配置为调整方向指示器623和危险警告灯624的照明。故障安全装置618可以配置为基于自动驾驶期间检测到的故障类型和车辆周围的行驶情况来确定最佳的故障安全策略。故障安全装置618可以基于故障安全策略来请求控制指令装置613执行控制。
通过后述附图的描述,故障安全装置618的详细配置和详细操作将变得更加清楚。制动系统625可以配置为执行制动相关致动器的操作并监控制动相关致动器的状态。例如,制动系统625可以包括电子驻车制动器(Electric Parking Brake,EPB),其以电子方式而不是人力来生成制动力。
姿态控制系统626可以配置为操作致动器以稳定地保持车身姿态。例如,姿态控制系统626可以包括电子稳定控制(Electronic Stability Control,ESC),其是高级的电子制动装置。ESC是通过对车辆制动力和驱动力的共同调整来控制车辆姿态的装置。ESC可以提供防抱死制动系统(Anti-lock Brake System,ABS)功能和追踪控制系统(TraceabilityControl System,TCS)功能二者。ESC可以配置为通过综合由转向角、横向加速度、横摆率、轮速传感器测量的信息来确定是否稳定地保持车身的姿态,并且可以基于该信息以调整四个车轮的制动力的方式进行操作。
转向系统627可以配置为操作调节车辆的横向行为的致动器。例如,转向系统627可以包括电机驱动的动力转向(Motor Driven Power Steering,MDPS)。MDPS是利用电动机而非液压来辅助驾驶员操作的装置,其可以包括用于稳定的电源和信号发送/接收的双电力输入结构和多个信号通道。
变速系统628可以配置为操作用于自动变速器的致动器。作为示例,变速系统628可以包括自动变速器控制单元(Transmission Control Unit,TCU)。TCU可以配置为通过基于TPS、车速、发动机每分钟转数(RPM)或者制动开关输入确定挡位和正时来控制自动变速器。
驱动系统629可以配置为操作调整车辆的纵向行为(也就是说,行驶速度)的致动器。例如,用于调整纵向行为(也就是说,行驶速度)的致动器可以包括节气门或者加速器。例如,驱动系统629可以包括发动机管理系统(Engine Management System,EMS)。EMS可以配置为执行电子节气门控制功能、汽油直喷功能,或者怠速启停功能。
其他系统630可以包括:轮胎压力测量系统、燃料箱感测系统以及电池管理系统,轮胎压力测量系统,例如轮胎压力监控系统(Tire Pressure Monitoring System,TPMS),用于测量轮胎的气压,电池管理系统设置在混合动力车辆和电动车辆中,但本发明不限于此。如上所述,本发明可以提供生成用于动态验证自动驾驶车辆的测试用例的方法和装置。
此外,本发明还可以提供生成用于动态验证自动驾驶车辆的测试用例的方法和装置,其能够基于实车测量的数据来生成可靠的测试用例,以动态验证自动驾驶软件并且提高整体驾驶安全性。进一步地,本发明还可以提供生成用于动态验证自动驾驶车辆的测试用例的方法和装置,其在自动驾驶控制器的操作完成的时间点处自动输出动态验证结果,因此不会产生额外的工程影响,从而进一步提高驾驶安全性。
此外,根据本发明生成的测试用例反映了自动驾驶控制器运行的真实环境特征。相应地,可以提高动态验证结果的可靠性,并且在确定自动驾驶系统的局限性时可以有效地利用动态验证结果。此外,可以提供通过本发明直接或间接理解的多种效果。
结合本发明公开的处理器实施方案所描述的方法或算法的操作,可以直接利用硬件模块、处理器执行的软件模块、或其组合来实现。软件模块可以存在于存储介质(即存储器和/或存储装置)上,例如RAM、闪存、ROM、可擦除可编程ROM(EPROM)、电EPROM(EEPROM)、寄存器、硬盘、可移动磁盘或者光盘-ROM(CD-ROM)。
示例性存储介质可以联接到处理器。处理器可以从存储介质中读出信息并且可以在存储介质中写入信息。或者,存储介质可以与处理器集成。处理器和存储介质可以存在于专用集成电路(Application Specific Integrated Circuit,ASIC)中。ASIC可以存在于用户终端中。或者,处理器和存储介质可以作为用户终端的独立组件存在。
在上文中,尽管已经参考示例性实施方案和附图描述了本发明,但是本发明并不限于此,本发明所属领域的技术人可以对本发明进行各种改变和修改,而不会脱离所附权利要求所要求保护的本发明的精神和范围。因此,本发明的示例性实施方案设置为解释本发明的精神和范围,而非旨在限制它们,使得本发明的精神和范围不受这些实施方案的限制。本发明的范围应基于所附权利要求来解释,在与权利要求等同范围内的所有技术思想均应包括在本发明的范围内。
Claims (20)
1.一种生成用于动态验证自动驾驶系统的测试用例的方法,包括:
由控制器接收来自各种传感器的输入信号;
由控制器基于输入信号生成临时测试用例;
由控制器基于与输入信号对应的第一输出信号和与临时测试用例对应的第二输出信号来确定确认测试用例;
由控制器通过对确认测试用例重新排列来确定最终测试用例;
由控制器将最终测试用例发送到外部装置,用于验证安装在自动驾驶系统中的软件。
2.根据权利要求1所述的方法,其中,从外部传感器和信号网关接收输入信号。
3.根据权利要求2所述的方法,其中,所述外部传感器包括全球导航卫星系统、摄像机、激光雷达和雷达中的至少一种。
4.根据权利要求1所述的方法,其中,基于输入信号生成临时测试用例包括:
由控制器对输入信号重采样;
由控制器以随机时间阵列方式对重采样的输入信号重新排列。
5.根据权利要求4所述的方法,其中,以特定周期对输入信号重采样,并且所述特定周期基于输入信号中最快的信号来确定。
6.根据权利要求5所述的方法,进一步包括:
由控制器对临时测试用例执行反向重采样,并且将反向重采样结果发送到子控制器;
由控制器将输入信号发送到主控制器,
其中,第一输出信号由主控制器生成并且发送到子控制器,
其中,第二输出信号由子控制器生成。
7.根据权利要求1所述的方法,包括:
由控制器将第一输出信号和第二输出信号之间的差值与指定的阈值进行比较;
其中,将使差值小于所述阈值的临时测试用例确定为确认测试用例,
丢弃使差值等于或者大于所述阈值的临时测试用例。
8.根据权利要求7所述的方法,进一步包括:
由控制器对每个确认测试用例应用权重,其中,所述权重与差值成反比;
由控制器基于权重对确认测试用例重新排列。
9.根据权利要求8所述的方法,其中,所述最终测试用例通过对替代重新排列的确认测试用例和丢弃的临时测试用例的输入信号重新排列来确定。
10.根据权利要求9所述的方法,进一步包括:
由控制器通过移动重新排列方案实时更新和交换双缓冲器,
由控制器发送包含在双缓冲器中的所有信号到个人计算机,用于验证软件。
11.一种生成用于动态验证自动驾驶系统的测试用例的装置,包括:
传感器,其配置为输出输入信号;
测试用例构建器,其配置为基于输入信号生成临时测试用例;
主控制器,其配置为基于从测试用例构建器接收到的输入信号生成第一输出信号;
子控制器,其配置为通过从测试用例构建器接收临时测试用例来生成第二输出信号;
其中,所述测试用例构建器配置为:在对基于第一输出信号和第二输出信号之间的差值确定的确认测试用例重新排列之后,将最终测试用例发送到外部装置,用于验证安装在自动驾驶系统中的软件。
12.根据权利要求11所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,从外部传感器和信号网关接收输入信号。
13.根据权利要求12所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,所述外部传感器包括全球导航卫星系统、摄像机、激光雷达和雷达中的至少一种。
14.根据权利要求11所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,测试用例构建器配置为:通过对输入信号重采样并且以随机时间阵列对重采样的输入信号重新排列来生成临时测试用例。
15.根据权利要求14所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,以特定周期对输入信号重采样,并且所述特定周期基于输入信号中最快的信号来确定。
16.根据权利要求15所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,测试用例构建器配置为对临时测试用例执行反向重采样,并且将反向重采样结果发送到子控制器;第一输出信号发送到子控制器;子控制器配置为计算第一输出信号和第二输出信号之间的差值并将所述差值发送到测试用例构建器。
17.根据权利要求11所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,所述测试用例构建器配置为:
将使第一输出信号和第二输出信号之间的差值小于指定的阈值的临时测试用例确定为确认测试用例;
丢弃使第一输出信号和第二输出信号之间的差值等于或者大于所述阈值的临时测试用例。
18.根据权利要求17所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,测试用例构建器配置为:
对每个确认测试用例应用权重,其中,所述权重与差值成反比;
基于权重对确认测试用例重新排列。
19.根据权利要求18所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,所述最终测试用例通过对替代重新排列的确认测试用例和丢弃的临时测试用例的输入信号重新排列来确定。
20.根据权利要求19所述的生成用于动态验证自动驾驶系统的测试用例的装置,其中,所述测试用例构建器配置为:
通过移动重新排列方案实时更新和交换双缓冲器;
将包括在双缓冲器中的所有信号发送到个人计算机,用于验证软件。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2020-0146361 | 2020-11-04 | ||
KR1020200146361A KR20220060404A (ko) | 2020-11-04 | 2020-11-04 | 자율 주행 시스템의 동적 검증을 위한 테스트 케이스 생성 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114443462A true CN114443462A (zh) | 2022-05-06 |
Family
ID=81362499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110911934.0A Pending CN114443462A (zh) | 2020-11-04 | 2021-08-10 | 生成用于动态验证自动驾驶系统的测试用例的方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11878705B2 (zh) |
KR (1) | KR20220060404A (zh) |
CN (1) | CN114443462A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11768748B2 (en) * | 2021-11-24 | 2023-09-26 | Intel Corporation | Detection of degradation or an anomalous state across heterogenous internet-of-things devices using synthesized sensors |
Family Cites Families (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7421321B2 (en) * | 1995-06-07 | 2008-09-02 | Automotive Technologies International, Inc. | System for obtaining vehicular information |
US20050192727A1 (en) * | 1994-05-09 | 2005-09-01 | Automotive Technologies International Inc. | Sensor Assemblies |
US6662141B2 (en) * | 1995-01-13 | 2003-12-09 | Alan R. Kaub | Traffic safety prediction model |
US6405132B1 (en) * | 1997-10-22 | 2002-06-11 | Intelligent Technologies International, Inc. | Accident avoidance system |
US6370475B1 (en) * | 1997-10-22 | 2002-04-09 | Intelligent Technologies International Inc. | Accident avoidance system |
US7899616B2 (en) * | 1997-10-22 | 2011-03-01 | Intelligent Technologies International, Inc. | Method for obtaining information about objects outside of a vehicle |
US7840777B2 (en) * | 2001-05-04 | 2010-11-23 | Ascenium Corporation | Method and apparatus for directing a computational array to execute a plurality of successive computational array instructions at runtime |
US7102496B1 (en) * | 2002-07-30 | 2006-09-05 | Yazaki North America, Inc. | Multi-sensor integration for a vehicle |
US7089099B2 (en) * | 2004-07-30 | 2006-08-08 | Automotive Technologies International, Inc. | Sensor assemblies |
DE112005003266T5 (de) * | 2004-12-28 | 2008-09-04 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Fahrzeugbewegungssteuerungsvorrichtung |
JP4816248B2 (ja) * | 2006-05-23 | 2011-11-16 | 日産自動車株式会社 | 車両用運転操作補助装置 |
US20100179731A1 (en) * | 2009-01-15 | 2010-07-15 | Ford Global Technologies, Llc | System and method for performing vehicle side impact sensing with unit area impulse technique |
WO2010101749A1 (en) * | 2009-03-05 | 2010-09-10 | Massachusetts Institute Of Technology | Predictive semi-autonomous vehicle navigation system |
US20110106442A1 (en) * | 2009-10-30 | 2011-05-05 | Indian Institute Of Technology Bombay | Collision avoidance system and method |
US8639437B2 (en) * | 2010-06-09 | 2014-01-28 | Toyota Motor Engineering & Manufacturing North America, Inc. | Computationally efficient intersection collision avoidance system |
US9087362B2 (en) * | 2010-11-08 | 2015-07-21 | International Business Machines Corporation | Traffic collision incident visualization with location context |
EP2749468B1 (en) * | 2011-08-25 | 2019-02-27 | Nissan Motor Co., Ltd | Autonomous driving control system for vehicle |
US8825350B1 (en) * | 2011-11-22 | 2014-09-02 | Kurt B. Robinson | Systems and methods involving features of adaptive and/or autonomous traffic control |
US9669828B2 (en) * | 2012-06-01 | 2017-06-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Cooperative driving and collision avoidance by distributed receding horizon control |
US8849515B2 (en) * | 2012-07-24 | 2014-09-30 | GM Global Technology Operations LLC | Steering assist in driver initiated collision avoidance maneuver |
JP5944781B2 (ja) * | 2012-07-31 | 2016-07-05 | 株式会社デンソーアイティーラボラトリ | 移動体認識システム、移動体認識プログラム、及び移動体認識方法 |
KR101545722B1 (ko) * | 2013-11-26 | 2015-08-19 | 현대모비스 주식회사 | 차량 위치 보정 제어 장치와 이를 구비하는 차량 위치 보정 시스템 및 방법 |
US9619375B2 (en) * | 2014-05-23 | 2017-04-11 | Carnegie Mellon University | Methods and systems for automatically testing software |
US10635761B2 (en) * | 2015-04-29 | 2020-04-28 | Energid Technologies Corporation | System and method for evaluation of object autonomy |
DE102016220913A1 (de) * | 2015-11-06 | 2017-05-11 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zur Generierung von Testfällen für autonome Fahrzeuge |
US10552573B2 (en) * | 2016-03-18 | 2020-02-04 | Toyota Jidosha Kabushiki Kaisha | Vehicle simulation device for crowd-sourced vehicle simulation data |
WO2018019354A1 (en) * | 2016-07-25 | 2018-02-01 | Swiss Reinsurance Company Ltd. | An apparatus for a dynamic, score-based, telematics connection search engine and aggregator and corresponding method thereof |
US20180060219A1 (en) * | 2016-09-01 | 2018-03-01 | GM Global Technology Operations LLC | Apparatus and methodology for symbolic execution-based analysis of unintended interactions in a computing system |
US20190155291A1 (en) * | 2016-12-23 | 2019-05-23 | Faraday&Future Inc. | Methods and systems for automated driving system simulation, validation, and implementation |
US20170274908A1 (en) * | 2017-06-12 | 2017-09-28 | Xiaoning Huai | Personalize self-driving cars |
JP7043785B2 (ja) * | 2017-10-25 | 2022-03-30 | 株式会社Ihi | 情報生成装置 |
US10345811B2 (en) * | 2017-11-14 | 2019-07-09 | GM Global Technology Operations LLC | Method and apparatus for scenario generation and parametric sweeps for the development and evaluation of autonomous driving systems |
JP6857598B2 (ja) * | 2017-12-26 | 2021-04-14 | 株式会社日立製作所 | カバレッジテスト支援装置およびカバレッジテスト支援方法 |
US10824543B2 (en) * | 2018-03-08 | 2020-11-03 | Mayank Mohan Sharma | System and method for automated software test case designing based on machine learning (ML) |
US11467590B2 (en) * | 2018-04-09 | 2022-10-11 | SafeAI, Inc. | Techniques for considering uncertainty in use of artificial intelligence models |
US11169536B2 (en) * | 2018-04-09 | 2021-11-09 | SafeAI, Inc. | Analysis of scenarios for controlling vehicle operations |
US10956310B2 (en) * | 2018-08-30 | 2021-03-23 | International Business Machines Corporation | Automated test case generation for deep neural networks and other model-based artificial intelligence systems |
US11521009B2 (en) * | 2018-09-04 | 2022-12-06 | Luminar, Llc | Automatically generating training data for a lidar using simulated vehicles in virtual space |
US10408406B1 (en) * | 2018-10-03 | 2019-09-10 | Osram Sylvania Inc. | Partially coated vehicle halogen lamp capsule for projector headlight |
US11829275B2 (en) * | 2018-10-17 | 2023-11-28 | Toyota Research Institute, Inc. | Systems and methods for automatic test generation |
US11667301B2 (en) * | 2018-12-10 | 2023-06-06 | Perceptive Automata, Inc. | Symbolic modeling and simulation of non-stationary traffic objects for testing and development of autonomous vehicle systems |
US11940790B2 (en) * | 2018-12-12 | 2024-03-26 | Allstate Insurance Company | Safe hand-off between human driver and autonomous driving system |
KR20200073417A (ko) * | 2018-12-14 | 2020-06-24 | 에스케이하이닉스 주식회사 | 스마트 카 시스템 |
JP2023528077A (ja) * | 2020-06-05 | 2023-07-03 | ガティック エーアイ インコーポレイテッド | 自律エージェントのコンテキスト認識型意思決定を行うための方法およびシステム |
-
2020
- 2020-11-04 KR KR1020200146361A patent/KR20220060404A/ko unknown
-
2021
- 2021-07-28 US US17/387,339 patent/US11878705B2/en active Active
- 2021-08-10 CN CN202110911934.0A patent/CN114443462A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220135059A1 (en) | 2022-05-05 |
KR20220060404A (ko) | 2022-05-11 |
US11878705B2 (en) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109421630B (zh) | 用于监测自主车辆的健康的控制器架构 | |
CN109421738B (zh) | 用于监视自主车辆的方法和装置 | |
CN109421739B (zh) | 用于监控自主车辆的方法和设备 | |
CN109421743B (zh) | 用于监控自主车辆的方法和设备 | |
CN107590768B (zh) | 用于对用于运输工具的位置和/或方向的传感器数据进行处理的方法 | |
WO2019116459A1 (ja) | 車両並びにその制御システム及び制御方法 | |
US20190066397A1 (en) | Method and apparatus for monitoring an autonomous vehicle | |
US10967859B2 (en) | Vehicle control apparatus and vehicle control method | |
US11396301B2 (en) | Vehicle control apparatus, vehicle control method, and non-transitory computer-readable storage medium storing program | |
US11220273B2 (en) | Vehicle control apparatus and vehicle control method | |
US11708080B2 (en) | Method and device for controlling autonomous driving | |
US11524694B2 (en) | Vehicle control apparatus, vehicle, vehicle control method, and non-transitory computer-readable storage medium | |
CN106710267A (zh) | 车辆行驶数据的处理方法与装置 | |
US11878705B2 (en) | Method and apparatus for generating test case for dynamic verification of autonomous driving system | |
CN114454897A (zh) | 用于控制自动驾驶的方法和装置 | |
US20230020415A1 (en) | Vehicle control system, vehicle integrated control device, electronic control device, network communication device, vehicle control method and computer readable medium | |
US11904899B2 (en) | Limp home mode for an autonomous vehicle using a secondary autonomous sensor system | |
JP7368596B2 (ja) | 周囲のエリア内で車両を位置特定するための方法およびデバイス | |
US20230294714A1 (en) | Vehicle drive assist apparatus and vehicle | |
WO2022144963A1 (ja) | 車両制御装置、車両制御システム、車両制御方法、およびプログラム | |
US20230267770A1 (en) | Vehicle and autonomous driving kit | |
CN114734988A (zh) | 车辆控制系统和车辆控制方法 | |
Mansour et al. | Modular Domain Controller Design Approach: A Key Enabler for ADAS and Automated Driving Functionality | |
WO2024059526A1 (en) | Systems and methods for providing redundant pulse-width modulation (pwm) throttle control | |
CN112009496A (zh) | 用于自主车辆控制的安全架构 |
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 |