CN114547835A - 一种基于数字孪生的无人驾驶测试方法、设备及储存介质 - Google Patents
一种基于数字孪生的无人驾驶测试方法、设备及储存介质 Download PDFInfo
- Publication number
- CN114547835A CN114547835A CN202011359047.9A CN202011359047A CN114547835A CN 114547835 A CN114547835 A CN 114547835A CN 202011359047 A CN202011359047 A CN 202011359047A CN 114547835 A CN114547835 A CN 114547835A
- Authority
- CN
- China
- Prior art keywords
- test
- unmanned vehicle
- information
- road network
- vehicle model
- 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
- 238000010998 test method Methods 0.000 title claims abstract description 17
- 238000012360 testing method Methods 0.000 claims abstract description 324
- 238000004088 simulation Methods 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 9
- 230000010485 coping Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 239000004576 sand Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车辆测试领域，具体涉及一种基于数字孪生的无人驾驶测试方法、设备及储存介质，包括获取测试路网信息和路网车辆信息，所述路网车辆信息包括真实测试无人车信息；根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型；通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试。通过所述模拟测试平台和模拟测试无人车模型的设置解决了无人车在实际路网中测试效率低、受路网条件制约不能灵活进行测试的技术问题，产生了提升测试效率、降低测试成本的技术效果。
Description
技术领域：
本发明涉及车辆测试领域，具体涉及一种基于数字孪生的无人驾驶测试方法、设备及储存介质。
背景技术：
随着科技的发展，无人驾驶技术的应用越来越受到重视。无人驾驶通常指的是对无人汽车的驾驶，然而无人汽车在真正投放到道路中应用之前需要进行道路测试，来验证无人汽车行驶的安全性。通常的做法是将实体无人车置于实际测量的路网中，应急人员坐于驾驶室内进行必要时的制动，以防出现突发事故时来不及做应急处理；并且由于无人驾驶技术尚不成熟，只能在特定的路网或者在某一路网的特定时间段进行测试。
上述方法不仅测试效率低，而且受到路网条件制约不能灵活地进行测试。
有鉴于此，提出本发明。
发明内容：
本发明提供一种基于数字孪生的无人驾驶测试方法、设备及储存介质，能够提升测试效率和减少因路网条件制约不能进行测试问题。
本发明保护一种基于数字孪生的无人驾驶测试方法，其特征在于，包括：
获取测试路网信息和路网车辆信息，所述路网车辆信息包括真实测试无人车信息；
根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型；
通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试。
进一步地，所述测试路网信息和路网车辆信息包括实际测试路网信息和实际路网车辆信息。
进一步地，在步骤通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试之前还包括:
分别获取真实测试无人车在实际测试路网的行驶信息和模拟测试无人车模型在模拟测试平台的行驶信息；
比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试。
进一步地，步骤根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型包括:
根据实际测试路网信息和实际路网车辆信息构建网络虚拟测试平台，所述模拟测试无人车模型包括虚拟测试无人车模型，获取虚拟测试无人车模型在网络虚拟测试平台的行驶信息。
进一步地，步骤比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试包括：
比较真实测试无人车、虚拟测试无人车模型行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制虚拟测试无人车模型在网络虚拟测试平台行驶进行无人驾驶测试。
进一步地，根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型还包括：
根据实际测试路网信息和路网车辆信息搭建现实微缩测试平台，所述模拟测试无人车模型包括微缩测试无人车模型；所述现实微缩测试平台包括测试容器，所述测试容器设置有第一测试场景，获取微缩测试无人车模型在现实微缩测试平台中的行驶信息；
步骤比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试包括：比较虚拟测试无人车模型、微缩测试无人车模型与真实测试无人车行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制虚拟测试无人车模型在网络虚拟测试平台行驶、控制微缩测试无人车模型在现实微缩测试平台，进行无人驾驶测试。
进一步地，所述相对一致性包括：速度相对一致性、转弯半径相对一致性、应对事件相对一致性、位置相对一致性、路线相对一致性中的至少一项。
进一步地，在所述相对一致性不符合预定要求的情况下，识别不符合的无人车模型类别和一致性种类；
根据无人车模型类别和一致性种类计算差值范围，中控系统根据所述差值范围进行参数调整；
通过参数调整后的中控系统进行无人驾驶测试。
进一步地，所述测试路网信息和路网车辆信息包括预置实际测试路网信息和预置路网车辆信息。
本发明还保护一种计算机设备，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方法。
本发明还保护一种计算机可读存储介质，包括：所述存储介质包括一个或多个程序，所述一个或多个程序可以被处理器执行以完成上述方法。
本发明还保护一种应用所述数字孪生的无人驾驶测试方法的装置，包括：
第一信息获取模块，所述第一信息获取模块用于获取测试路网信息和路网车辆信息；
第一构建模块，所述第一构建模块用于构建模拟测试平台；
控制模块，所述控制模块用于中控系统控制真实测试无人车和模拟测试无人车模型的行驶；
所述一种应用所述数字孪生的无人驾驶测试方法的装置，还包括：
第二信息获取模块，所述第二信息获取模块用于获取实际测试路网信息和实际路网车辆信息；
第一对比模块，所述第一对比模块用于比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性。
判断模块，所述第一判断模块用于判断所述相对一致性是否符合预定要求；
参数调整模块，所述参数调整模块用于对中控系统进行参数调整。
本发明的有益效果：
1.通过所述模拟测试平台和模拟测试无人车模型的设置解决了无人车在实际路网中测试效率低、受路网条件制约不能灵活进行测试的技术问题，产生了提升测试效率、降低测试成本的技术效果。
2.所述相对一致性的比较和预定要求的设置解决了后续测试中在模拟测试平台中的行驶情况与实际路网中不相符的技术问题，产生了提升测试准确性的技术效果。
3.所述计算差值范围和进行参数调整解决了相对一致性不符合预定要求的情况下无法测试的技术问题，产生了提升测试成功率的技术效果。
附图说明：
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明测试原理图；
图2为本发明一种实施方式示意图；
图3为本发明另一种实施方式示意图；
图4为本发明又一种实施方式示意图；
图5为本发明又一种实施方式真实测试无人车转弯示意图；
图6为本发明又一种实施方式微缩测试无人车模型转弯示意图。
具体实施方式：
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
以下将通过实施方式对本发明进行详细描述。
参考图2所示，本发明保护一种基于数字孪生的无人驾驶测试方法，其特征在于，包括：
S100：获取测试路网信息和路网车辆信息，所述路网车辆信息包括真实测试无人车信息；S200：根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型；
S300：通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试。
采用上述方案，所述测试路网信息可以包括测试路网的环境信息，例如红绿灯系统、ETC系统、数字限速系统、数字停车场系统、路侧单元系统等，所述真实测试无人车为在实际行驶道路中的无人车，所述无人车设置有但不限于传感器、激光雷达、摄像头、自动驾驶系统、毫米波雷达、车辆平台、线控转向、线控驱动和线控制动系统等，所述路网车辆为在测试路网行驶或者停放的车辆，可以包括车辆型号、尺寸等。所述模拟测试平台和模拟测试无人车模型为按照测试路网、路网车辆和真实测试无人车，等比例、等规格、等要求进行构建。所述中控系统可以为云平台中控系统，仿真无人车可以通过仿制生成的传感器、自动驾驶系统等与中控系统进行数据交换，进而进行决策，控制仿真无人车模型的行驶。
通过采用模拟测试平台进行无人驾驶测试，可以取代真实无人车在测试路网中的测试，从而使得在进行无人车测试时更加高效、灵活，减少场地的制约。
通过采用数字孪生技术通过通信网络在现实世界收集数据，利用网络空间的大规模数据处理技术对数据进行分析，并将结果反馈到物理世界来解决现实世界问题。
参考图2所示，所述测试路网信息和路网车辆信息包括实际测试路网信息和实际路网车辆信息。
采用上述方案，所述实际测试路网信息为已经客观存在、修建完成的路网，如亦庄经济开发区的路网，所述实际路网车辆为可以在所述实际路网内行驶的车辆。所述实际测试路网信息可以采用场景信息采集车，所述场景信息采集车将自然场景集中采集处理后，整理出有效的道路状况数据，构成有效的车辆行驶交通数据，同时还可以通过人工测量进行数据记录、并将记录的数据收集、整合成实际测试路网信息，所述实际路网车辆的参数，如可以行驶的车的种类、型号，可以通过人为规定设置，还可以通过路面监控系统如监控摄像头等进行获取。
通过获取实际测试路网信息，可以通过仿真平台验证真实测试无人车在已有的路网内能否正常安全行驶，进而为无人车在真实场景中的投入使用提供更多的参考信息。
参考图3所示，步骤通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试之前还包括:
分别获取真实测试无人车在实际测试路网的行驶信息和模拟测试无人车模型在模拟测试平台的行驶信息；
比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试；
所述相对一致性包括：速度相对一致性、转弯半径相对一致性、应对事件相对一致性、位置相对一致性、路线相对一致性中的至少一项。
采用上述方案，可以将真实测试无人车在实际测试路网中的行驶测试与模拟测试无人车模型在模拟测试平台中的行驶测试同步进行，首先通过中控系统将测试的起始位置、终点位置、规划路径传输至真实测试无人车、模拟测试无人车模型，在二者沿着规划路径行驶的过程中比较相对一致性，所述相对一致性为在等比例换算下的一致性，当在比较速度相对一致性时，例如真实测试无人车的型号为车A、模拟测试无人车模型相应为模型a,车A在实际路网中完成S1路段用时10min，那么根据模拟测试平台的不同，比较在模拟测试平台中，s1路段为S1路段的对应路段，计算模型a完成s1路段的用时，所述预定要求为通过中控平台进行设置，所述预定要求为预先设置，是评判相对一致性的标准，例如完成相同路段时间相差在1秒以内为符合预定要求，计算模型a完成s1路段的用时与车A在实际路网中完成S1路段用时相差值，若小于等于1秒为符合预定要求，则证明中控系统在对于同时控制真实测试无人车A和模拟测试无人车模型a时可以做到使二者的行驶产生相对一致性，此时即可以使用中控系统对后续不同情景的测试进行控制。
所述不同情景可以为进行不同型号的真实测试无人车在同一路段的测试，例如通过将模型b在s1路段进行测试来代替车B的真实测试无人车在S1路段上进行测试；
不同情景还可以为相同型号的真实测试无人车在不路段的测试，例如通过将模型a在s2路段进行测试来代替车A在S2路段上进行测试；
不同情景还可以为不相同型号的真实测试无人车在不路段的测试，例如通过将模型b在s2路段进行测试来代替车B在S2路段上进行测试。
应对事件可以包括遇到交通指示灯时的应对、遇到避让车时的应对、遇到路障时的应对等，例如当应对事件为遇到路障时的应对，比较真实测试无人车和模拟测试无人车模型开始制动的时间是否一致、制动到速度为0时的制动距离是否相对一致；又如应对事件为遇到避让车时的应对，比较真实测试无人车和模拟测试无人车模型开始更换车道的时机是否一致，超过障碍车时的相对速度是否一致，超过障碍车后回归原车道的时机是否一致等。
所述中控系统可以包括信息采集单元、中央处理单元、传输控制单元，所述信息采集单元用于采集真实测试无人车信息、真实测试无人车信息行驶信息，所述中央处理单元用于将真实测试无人车信息、真实测试无人车信息行驶信息进行运算处理，所述传输控制单元是接收中央处理单元的信息进而控制、调整真实测试无人车和模拟测试无人车模型的行驶。
步骤根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型包括:
根据实际测试路网信息和实际路网车辆信息构建网络虚拟测试平台，所述模拟测试无人车模型包括虚拟测试无人车模型，获取虚拟测试无人车模型在网络虚拟测试平台的行驶信息。
步骤比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试包括：
比较真实测试无人车、虚拟测试无人车模型行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制虚拟测试无人车模型在网络虚拟测试平台行驶进行无人驾驶测试。
采用上述方案，可以通过3Dmax或者Unity等软件进行网络虚拟测试平台的建模，所述网络虚拟测试平台可以快速的建模生成，网络虚拟测试平台可以包括但不限于虚拟红绿灯系统、虚拟ETC系统、虚拟数字限速系统、虚拟数字停车场系统、虚拟路侧单元系统等，还可以将无人车的测试情况投放到荧幕幕或进行远程共享。
参考图1所示，根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型还包括：
根据实际测试路网信息和路网车辆信息搭建现实微缩测试平台，所述模拟测试无人车模型包括微缩测试无人车模型；所述现实微缩测试平台包括测试容器，所述测试容器设置有第一测试场景，获取微缩测试无人车模型在现实微缩测试平台中的行驶信息；
步骤比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试包括：比较虚拟测试无人车模型、微缩测试无人车模型与真实测试无人车行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制虚拟测试无人车模型在网络虚拟测试平台行驶、控制微缩测试无人车模型在现实微缩测试平台，进行无人驾驶测试。
采用上述方案，所述现实微缩测试平台可以为通过实物进行搭建的平台，所述测试容器可以为测试沙盘或者其他材料搭建的平台，所述测试沙盘中的第一测试场景为仿照实际测试路网按比例搭建而成，现实微缩测试平台可以包括但不限于微缩红绿灯系统、微缩虚拟ETC系统、微缩虚拟数字限速系统、微缩虚拟数字停车场系统、微缩虚拟路侧单元系统等，所述微缩测试无人车模型为参照真实测试无人车按一定比例制成，同样设置有传感器、激光雷达、摄像头、自动驾驶系统、毫米波雷达、车辆平台、线控转向、线控驱动和线控制动系统等，沙盘相对于网络虚拟测试平台更为接近实际路网，对后续的无人驾驶测试可以采用在网络虚拟测试平台和/或现实微缩测试平台进行。
具体通过中控系统中的信息采集单元，实时接收虚拟测试无人车模型、微缩测试无人车模型、真实测试无人车的行驶信息；所述中央处理单元对接收到的信息进行处理计算传给传输控制单元，传输控制单元对虚拟测试无人车模型、微缩测试无人车模型、真实测试无人车进行信号传输实现控制，例如在应对事件当中，实际道路中前方突然出现障碍物，此时真实测试无人车会将遇障信息数据传输给信息采集单元，信息采集单元将信息数据在传输给中央处理单元，中央处理单元对信息数据进行计算，并将控制参数分别发送给虚拟测试无人车模型、微缩测试无人车模型、真实测试无人车，以保证真实无人车安全避障，此时，虽然虚拟测试无人车模型、微缩测试无人车模型前方未遇到障碍，但是为了匹配一致性，也相应进行避障行驶，所述控制参数可以为避障方式停车或者变道，变道时机、变道速度等。
参考图4、图5、图6所示，在所述相对一致性不符合预定要求的情况下，识别不符合的无人车模型类别和一致性种类；根据无人车模型类别和相对一致性种类计算差值范围，中控系统根据所述差值范围进行参数调整；通过参数调整后的中控系统进行无人驾驶测试。
采用上述方案，例如所述不符合的无人车模型类别为微缩测试无人车模型，所述一致性为转弯半径，图中真实测试无人车的实际转弯半径为R、微缩测试无人车模型的实际转弯半径为r,以真实测试无人车为中型车为例，转弯半径R为7米，当沙盘按照与实际路网的比例为1：10设计时，预定要求中的微缩测试无人车模型转弯半径r＇应为0.68米～0.72米，若转弯半径r为0.60米，则相对一致性不符合预定要求，差值范围为(0.12,0.18)，单位米，此时需要中控系统与微缩测试无人车模型的自动驾驶系统进行数据交换调整，从而将r调整为0.68米～0.72米之间，优选获取预定要求的阈值范围的终点，即0.70米，通过调整中控制系统控制微缩测试无人车模型中转向装置的参数，实现将r调整为0.70米。
所述测试路网信息和路网车辆信息包括预置实际测试路网信息和预置路网车辆信息。
采用上述方案，所述预置实际测试路网信息和预置路网车辆信息为尚未建成或者设计阶段的路网，通过将尚未建成或者设计阶段的路网利用网络建模或者沙盘搭建，生成或者制成模拟测试平台，模拟在预置路网建成以后无人车的运行情况，为道路的调整设计提供规划建议。
本发明还保护一种计算机设备，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方法。
本发明还保护一种计算机可读存储介质，包括：所述存储介质包括一个或多个程序，所述一个或多个程序可以被处理器执行以完成上述方法。
本发明还保护一种应用所述数字孪生的无人驾驶测试方法的装置，包括：
第一信息获取模块，所述第一信息获取模块用于获取测试路网信息和路网车辆信息；
第一构建模块，所述第一构建模块用于构建模拟测试平台；
控制模块，所述控制模块用于中控系统控制真实测试无人车和模拟测试无人车模型的行驶；
所述一种应用所述数字孪生的无人驾驶测试方法的装置，还包括：
第二信息获取模块，所述第二信息获取模块用于获取实际测试路网信息和实际路网车辆信息；
第一对比模块，所述第一对比模块用于比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性。
判断模块，所述第一判断模块用于判断所述相对一致性是否符合预定要求；
参数调整模块，所述参数调整模块用于对中控系统进行参数调整。
应当指出，对于本领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
应当理解，本申请实施例中，从权、各个实施例、特征可以互相组合结合，都能实现解决前述技术问题。
所述功能如果以软件功能单元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，本发明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计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明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。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围，对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于数字孪生的无人驾驶测试方法，其特征在于，包括：
获取测试路网信息和路网车辆信息，所述路网车辆信息包括真实测试无人车的信息；
根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型；
通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试。
2.根据权利要求1所述的基于数字孪生的无人驾驶测试方法，其特征在于:所述测试路网信息和路网车辆信息包括实际测试路网信息和实际路网车辆信息；
在步骤通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试之前还包括:
分别获取真实测试无人车在实际测试路网的行驶信息和模拟测试无人车模型在模拟测试平台的行驶信息；
比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试。
3.根据权利要求2所述的基于数字孪生的无人驾驶测试方法，其特征在于，步骤根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型包括:
根据实际测试路网信息和实际路网车辆信息构建网络虚拟测试平台，所述模拟测试无人车模型包括虚拟测试无人车模型，获取虚拟测试无人车模型在网络虚拟测试平台的行驶信息。
4.根据权利要求3所述的基于数字孪生的无人驾驶测试方法，其特征在于，步骤比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试包括：
比较真实测试无人车、虚拟测试无人车模型行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制虚拟测试无人车模型在网络虚拟测试平台行驶进行无人驾驶测试。
5.根据权利要求3所述的基于数字孪生的无人驾驶测试方法，其特征在于，根据测试路网信息和路网车辆信息构建模拟测试平台，根据所述真实测试无人车构建模拟测试无人车模型还包括：
根据实际测试路网信息和路网车辆信息搭建现实微缩测试平台，所述模拟测试无人车模型包括微缩测试无人车模型；所述现实微缩测试平台包括测试容器，所述测试容器设置有第一测试场景，获取微缩测试无人车模型在现实微缩测试平台中的行驶信息；
步骤比较真实测试无人车、模拟测试无人车模型行驶信息的相对一致性，通过中控系统控制所述模拟测试无人车模型在模拟测试平台中行驶，进行无人驾驶测试包括：比较虚拟测试无人车模型、微缩测试无人车模型与真实测试无人车行驶信息的相对一致性，在所述相对一致性符合预定要求的情况下，通过中控系统控制虚拟测试无人车模型在网络虚拟测试平台行驶、控制微缩测试无人车模型在现实微缩测试平台，进行无人驾驶测试。
6.根据权利要求2-5中任意一项所述的基于数字孪生的无人驾驶测试方法，其特征在于，所述相对一致性包括：速度相对一致性、转弯半径相对一致性、应对事件相对一致性、位置相对一致性、路线相对一致性中的至少一项。
7.根据权利要求5所述的基于数字孪生的无人驾驶测试方法，其特征在于：
在所述相对一致性不符合预定要求的情况下，识别不符合的无人车模型类别和一致性种类；
根据无人车模型类别和一致性种类计算差值范围，中控系统根据所述差值范围进行参数调整；
通过参数调整后的中控系统进行无人驾驶测试。
8.根据权利要求1所述的基于数字孪生的无人驾驶测试方法，其特征在于，所述测试路网信息和路网车辆信息包括预置实际测试路网信息和预置路网车辆信息。
9.一种计算机设备，其特征在于包括：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权利要求1-8任一项的方法。
10.一种计算机可读存储介质，其特征在于：所述存储介质包括一个或多个程序，所述一个或多个程序可以被处理器执行以完成上述权利要求1-8任一项的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011359047.9A CN114547835A (zh) | 2020-11-27 | 2020-11-27 | 一种基于数字孪生的无人驾驶测试方法、设备及储存介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011359047.9A CN114547835A (zh) | 2020-11-27 | 2020-11-27 | 一种基于数字孪生的无人驾驶测试方法、设备及储存介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114547835A true CN114547835A (zh) | 2022-05-27 |
Family
ID=81668152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011359047.9A Pending CN114547835A (zh) | 2020-11-27 | 2020-11-27 | 一种基于数字孪生的无人驾驶测试方法、设备及储存介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114547835A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
| CN110719214A (zh) * | 2019-10-11 | 2020-01-21 | 天津卡达克数据有限公司 | 一种面向车联网安全测试的实验平台及测试方法 |
| CN111309599A (zh) * | 2020-01-21 | 2020-06-19 | 同济大学 | 一种车路协同系统测试方法及架构 |
| CN111797526A (zh) * | 2020-06-30 | 2020-10-20 | 北京经纬恒润科技有限公司 | 一种仿真测试场景构建方法及装置 |
-
2020
- 2020-11-27 CN CN202011359047.9A patent/CN114547835A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
| CN110719214A (zh) * | 2019-10-11 | 2020-01-21 | 天津卡达克数据有限公司 | 一种面向车联网安全测试的实验平台及测试方法 |
| CN111309599A (zh) * | 2020-01-21 | 2020-06-19 | 同济大学 | 一种车路协同系统测试方法及架构 |
| CN111797526A (zh) * | 2020-06-30 | 2020-10-20 | 北京经纬恒润科技有限公司 | 一种仿真测试场景构建方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李亚楠: "智能网联汽车数字孪生测试理论和技术研究", 硕士电子期刊 工程科技Ⅱ辑, no. 2020, 15 August 2020 (2020-08-15), pages 035 - 350 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108319259B (zh) | 一种测试系统及测试方法 | |
| CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
| CN112526893B (zh) | 一种智能汽车的测试系统 | |
| CN111123735B (zh) | 自动驾驶仿真运行方法和装置 | |
| CN108982117B (zh) | 一种无人车测试系统和方法 | |
| CN106991041B (zh) | 用于测试用于自主车辆的软件的方法和装置 | |
| EP3970077B1 (de) | Verfahren zum trainieren wenigstens eines algorithmus für ein steuergerät eines kraftfahrzeugs, computerprogrammprodukt, kraftfahrzeug sowie system | |
| CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
| US7487074B2 (en) | Road traffic simulation apparatus | |
| CN109100155A (zh) | 一种无人车在环快速仿真测试系统和方法 | |
| CN108627350A (zh) | 车辆测试系统和方法 | |
| Nalic et al. | Development of a co-simulation framework for systematic generation of scenarios for testing and validation of automated driving systems | |
| Belbachir et al. | Simulation-driven validation of advanced driving-assistance systems | |
| CN112435458B (zh) | 一种交通事故下的高速公路无人机应急仿真方法 | |
| CN112819968B (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
| CN113378305B (zh) | 一种基于无人驾驶小车的车路协同测试方法、装置 | |
| CN112613169A (zh) | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 | |
| CN112382165B (zh) | 驾驶策略生成方法、装置、介质、设备及仿真系统 | |
| WO2020187563A1 (de) | Verfahren zum trainieren wenigstens eines algorithmus für ein steuergerät eines kraftfahrzeugs, computerprogrammprodukt, kraftfahrzeug sowie system | |
| CN110147085A (zh) | 一种自动驾驶的测试方法、测试装置及测试系统 | |
| CN112288023A (zh) | 基于模拟驾驶器和svm算法的激进驾驶识别的建模方法 | |
| US20240160806A1 (en) | Virtual test environment for a driving assistance system with road users modelled on game theory | |
| CN113312733B (zh) | 一种信控环形交叉口仿真模型参数标定方法、装置、设备及存储介质 | |
| CN110501167A (zh) | 用于执行机动车辆与非机动车道路使用者的模拟碰撞场景的系统 | |
| CN117496790A (zh) | 虚拟消防车辆训练系统、方法、电子设备及存储介质 |
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 |