CN114547884A - 自动驾驶仿真方法、装置、设备、可读存储介质及产品 - Google Patents
自动驾驶仿真方法、装置、设备、可读存储介质及产品 Download PDFInfo
- Publication number
- CN114547884A CN114547884A CN202210156953.1A CN202210156953A CN114547884A CN 114547884 A CN114547884 A CN 114547884A CN 202210156953 A CN202210156953 A CN 202210156953A CN 114547884 A CN114547884 A CN 114547884A
- Authority
- CN
- China
- Prior art keywords
- data
- road
- simulation
- simulated
- automatic driving
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012360 testing method Methods 0.000 claims abstract description 119
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000013523 data management Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 9
- 238000013480 data collection Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了自动驾驶仿真方法、装置、设备、可读存储介质及产品,涉及人工智能领域,尤其涉及自动驾驶。具体实现方案为:获取仿真回归测试请求;根据仿真回归测试请求,在预设的道路数据库中获取与目标自动驾驶场景信息对应的待仿真道路数据,道路数据库中包括多组待测数据,待测数据包括标注后的道路数据以及标注后的道路数据对应的自动驾驶场景信息;根据待仿真道路数据进行仿真回归测试操作,获得测试结果。从而在有新的道路测试问题、新的道路数据产生时,仅对道路数据库中的数据进行管理、更新即可,无需分别对道路数据库以及仿真集合中的数据进行管理操作,简化了数据管理的环节,节约了人力资源,提高了仿真测试的效率。
Description
技术领域
本公开涉及人工智能中的自动驾驶,尤其涉及一种自动驾驶仿真方法、装置、设备、可读存储介质及产品。
背景技术
自动驾驶仿真是使用计算机对自动驾驶算法后期闭环验证问题的重要方法,通过对道路测试问题在仿真系统中进行回归验证,可以直接验证道路测试问题是否得到了有效修复,能够加快自动驾驶算法的迭代速度,更快实现落地部署和应用。
由于仿真过程中所需的仿真场景与道路测试问题不相同,因此,现有的仿真处理方法一般在获取到道路数据以及对应的道路测试问题之后,还需要通过技术人员对道路数据进行分析处理,建立用于仿真的仿真数据库。
但是,采用上述方法进行回归验证操作时,一方面问题的发现和问题到仿真数据库的整理分阶段进行,每个阶段都需要大量人员维护。另一方面,道路测试迭代过程中新增问题需要对集合进行更新,还需要对仿真数据库中的仿真数据同步更新,操作较为繁琐。
发明内容
本公开提供了一种用于提高回归验证效率,降低仿真数据管理难度以及成本的自动驾驶仿真方法、装置、设备、可读存储介质及产品。
根据本公开的第一方面,提供了一种自动驾驶仿真方法,包括:
获取仿真回归测试请求,其中,所述仿真回归测试请求中包括待测试的目标自动驾驶场景信息;
根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据,其中,所述道路数据库中包括多组待测数据,所述待测数据包括标注后的道路数据以及所述标注后的道路数据对应的自动驾驶场景信息;
根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果。
根据本公开的第二方面,提供了一种自动驾驶仿真装置,包括:
获取模块,用于获取仿真回归测试请求,其中,所述仿真回归测试请求中包括待测试的目标自动驾驶场景信息;
处理模块,用于根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据,其中,所述道路数据库中包括多组待测数据,所述待测数据包括标注后的道路数据以及所述标注后的道路数据对应的自动驾驶场景信息;
测试模块,用于根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本公开的技术解决了用于自动驾驶仿真的仿真数据管理较为困难,导致回归验证操作效率低的技术问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开基于的系统架构示意图;
图2为本公开实施例一提供的自动驾驶仿真方法的流程示意图;
图3为本公开实施例二提供的自动驾驶仿真方法的流程示意图;
图4为本公开实施例提供的数据获取示意图;
图5为本公开实施例三提供的自动驾驶仿真方法的流程示意图;
图6为本公开实施例提供的应用场景示意图;
图7为本公开实施例四提供的自动驾驶仿真装置结构示意图;
图8为本公开实施例五提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开提供一种自动驾驶仿真方法、装置、设备、可读存储介质及产品,应用于人工智能中的自动驾驶,以达到简化道路测试到仿真的重复管理环节,节省管理成本,提高回归验证效率的效果。
需要说明的是,本公开提供测试方法、装置、终端设备及可读存储介质可运用在各种自动驾驶回归验证的场景中。
自动驾驶仿真是使用计算机对自动驾驶算法后期闭环验证问题的重要方法,通过对道路测试问题在仿真系统中进行回归验证,可以直接验证道路测试问题是否得到了有效修复,能够加快自动驾驶算法的迭代速度,更快实现落地部署和应用。在自动驾驶仿真过程中,一般需要获取不同自动驾驶场景对应的数据。现有技术中,在获取到道路测试数据之后,还需要进一步地根据道路测试数据对仿真场景进行归类,分类成特定的仿真集合,定期对仿真集合进行更新、维护。举例来说,自动驾驶道路测试迭代过程中新增问题需要对集合进行更新,而随着版本的迭代,旧的场景也需要从集合中剔除,增加了管理步骤和出错的可能性。
在解决上述技术问题的过程中,发明人通过研究发现,为了简化道路测试到仿真的重复管理环节,节省管理成本,可以不再根据道路测试数据生成仿真集合。直接在道路测试数据中进行仿真场景的标注,从而后续在仿真过程中,直接获取与仿真场景对应的道路测试数据即可。也无需进一步地对仿真数据进行管理以及维护。
图1为本公开基于的系统架构示意图,如图1所示,本公开基于的系统架构至少包括:终端设备11、服务器12、数据采集车辆13以及道路数据库14。其中,服务器12中设置有自动驾驶仿真装置,该自动驾驶仿真装置可采用C/C++、Java、Shell或Python等语言编写;终端设备1则可例如台式电脑、平板电脑等。该数据采集车辆13上设置有数据采集设备,数据采集设备包括但不限于相机、雷达等。道路数据库14中存储有大量的道路数据。
图2为本公开实施例一提供的自动驾驶仿真方法的流程示意图,如图2所示,该方法包括:
步骤201、获取仿真回归测试请求,其中,所述仿真回归测试请求中包括待测试的目标自动驾驶场景信息。
本实施例的执行主体为自动驾驶仿真装置,该自动驾驶仿真装置可耦合于服务器中。该服务器可以分别与终端设备以及道路数据库通信连接,从而能够与终端设备以及道路数据库进行信息交互。
在本实施方式中,为了加快自动驾驶算法的迭代速度,使得自动驾驶算法更快地实现落地部署以及应用,可以针对不同的自动驾驶场景进行仿真回归测试操作。根据测试结果对自动驾驶算法进行调整以及优化等操作。实际应用中,可以根据实际需求通过终端设备发起仿真回归测试请求,其中,该仿真回归测试请求中可以包括当前待测试的目标自动驾驶场景信息。该目标自动驾驶场景信息可以包括道路结构信息、车辆行为信息以及障碍物行为信息中的一项或多项。举例来说,该目标自动驾驶场景信息具体可以为在车辆在单行道上按照60迈的时速行驶,车辆前方30米内存在一障碍物。相应地,自动驾驶仿真装置可以获取仿真回归测试请求。
步骤202、根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据,其中,所述道路数据库中包括多组待测数据,所述待测数据包括标注后的道路数据以及所述标注后的道路数据对应的自动驾驶场景信息。
在本实施方式中,为了简化道路测试到仿真的重复管理环节,节省管理成本,可以不再根据道路测试数据生成仿真集合,直接对道路数据进行标注,构建道路数据库。其中,该道路数据库中包括多组待测数据,待测数据包括标注后的道路数据以及标注后的道路数据对应的自动驾驶场景信息。
相应地,由于道路数据库中存储有大量标注后自动驾驶场景信息的道路数据,因此,在获取到仿真回归测试请求之后,可以根据该仿真回归测试请求在道路数据库中获取与目标自动驾驶场景信息对应的待仿真道路数据。
通过对道路数据库中的道路数据进行自动驾驶场景信息的标注操作,从而无需单独建立仿真集合,在有新的道路测试问题、新的道路数据产生时,仅对道路数据库中的数据进行管理、更新即可,极大地简化了数据管理的环节。
步骤203、根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果。
在本实施方式中,可以预先构建可视化仿真引擎。在获取到与目标自动驾驶场景信息对应的待仿真道路数据之后,针对该目标自动驾驶场景信息,可以采用该待仿真道路数据在可视化仿真引擎中进行仿真回归测试操作,获得测试结果。
本实施例提供的自动驾驶仿真方法,通过对对道路数据进行自动驾驶场景信息的标注,构建道路数据库,从而后续在自动驾驶仿真过程中,可以直接从道路数据库中获取标注后的道路数据进行仿真回归测试操作。此外,在有新的道路测试问题、新的道路数据产生时,仅对道路数据库中的数据进行管理、更新即可,无需分别对道路数据库以及仿真集合中的数据进行管理操作,简化了数据管理的环节,节约了人力资源,提高了仿真测试的效率。
图3为本公开实施例二提供的自动驾驶仿真方法的流程示意图,在实施例一的基础上,步骤202之前,如图3所示,还包括:
步骤301、获取设置在车辆上的数据采集设备采集的待标注道路数据。
步骤302、将所述待标注道路数据发送至技术人员的终端设备,以使所述技术人员对所述待标注道路数据对应的路测问题信息以及自动驾驶场景信息进行标注操作。
步骤303、获取所述技术人员的终端设备发送的标注后的道路数据。
在本实施例中,为了实现对道路数据的采集操作,可以通过数据采集车辆进行道路数据的采集。该数据采集车辆上设置有数据采集设备,其中,该数据采集设备包括但不限于相机、雷达、车载传感器等装置。
可选地,该自动驾驶仿真装置还可以与数据采集车辆通信连接,从而能够获取设置在车辆上的数据采集设备采集到的待标注道路数据。自动驾驶仿真装置可以按照预设的时间周期进行待标注道路数据的获取,也可以根据用户的触发操作进行待标注道路数据的获取,本公开对此不做限制。
在获取到待标注道路数据之后,可以将待标注道路数据发送至技术人员的终端设备。技术人员在获取到该待标注道路数据之后,可以对该待标注道路数据对应的路测问题信息以及自动驾驶场景信息进行标注操作,并且在完成标注之后,将标注后的道路数据反馈至自动驾驶仿真装置。相应地,自动驾驶仿真装置可以获取该标注后的道路数据。
通过将待标注道路数据发送至技术人员的终端设备进行标注操作,从而能够提高标注后的道路数据对应的路测问题信息以及自动驾驶场景信息的准确性,进而后续根据该道路数据进行仿真测试能够获得更优的测试效果。
进一步地,在上述任一实施例的基础上,所述待测数据还包括标注后的道路数据对应的路侧问题信息,所述多组待测数据按照所述路侧问题信息进行分类;
步骤202包括:
针对各类路侧问题信息对应的待测数据,获取与所述目标自动驾驶场景信息对应的道路数据。
将各类路侧问题信息下全部目标自动驾驶场景信息对应的道路数据确定为所述待仿真道路数据。
在本实施例中,道路数据库中的各组待测数据还包括标注后的道路数据对应的路侧问题信息。在道路数据库中,待测数据按照路侧问题信息进行分类。基于上述数据结构,在获取到仿真回归测试请求之后,针对各类路侧问题信息对应的待测数据,可以获取与仿真回归测试请求中目标自动驾驶场景信息对应的道路数据,获得与路侧问题信息对应的目标自动驾驶场景信息。将各类路侧问题信息下全部目标自动驾驶场景信息对应的道路数据确定为待仿真道路数据。
本实施例提供的自动驾驶仿真方法,通过获取各类路侧问题信息对应的待测数据下全部目标自动驾驶场景信息对应的道路数据作为待仿真道路数据,从而能够在道路数据库中实现对自动驾驶场景信息对应的道路数据的获取操作。进而无需根据道路测试数据生成仿真集合,简化了数据管理的环节,提高了仿真测试的效率。
进一步地,在上述任一实施例的基础上,步骤203之后,还包括:
将所述待仿真道路数据与所述自动驾驶场景信息关联存储至预设的数据服务器。
在本实施例中,在获取到与目标自动驾驶场景信息对应的待仿真道路数据之后,可以建立待仿真道路数据与自动驾驶场景信息之间的关联关系,将待仿真道路数据与自动驾驶场景信息关联存储至预设的数据服务器中。从而后续可以直接基于该关联关系进行待仿真道路数据的获取操作,进一步地简化数据获取的流程。
进一步地,在上述任一实施例的基础上,步骤201之后,还包括:
检测所述数据服务器中是否包括所述仿真回归测试请求对应的自动驾驶场景信息。
若包括,则获取所述自动驾驶场景信息对应的待仿真道路数据。
若不包括,则根据所述仿真回归测试请求,在预设的道路数据库中获取与所述自动驾驶场景信息对应的待仿真道路数据。
在本实施例中,通过建立待仿真道路数据与自动驾驶场景信息之间的关联关系,在获取到仿真回归测试请求之后,为了提高数据获取的效率,首先可以检测数据服务器中是否包括仿真回归测试请求对应的自动驾驶场景信息。若包括,则可以直接根据预先建立的关联关系获取自动驾驶场景信息对应的待仿真道路数据。反之,则可以根据该仿真回归测试请求,在预设的道路数据库中获取与自动驾驶场景信息对应的待仿真道路数据。
图4为本公开实施例提供的数据获取示意图,如图4所示,自动驾驶仿真装置41可以获取终端设备42发送的仿真回归测试请求。在获取到该仿真回归测试请求之后,可以检测数据服务器43中是否已存在仿真回归测试请求对应的自动驾驶场景信息。若存在,则可以直接从数据服务器43中获取该仿真回归测试请求对应的自动驾驶场景信息。否则,则可以从道路数据库44中获取与所述动驾驶场景信息对应的待仿真道路数据。
本实施例提供的自动驾驶仿真方法,通过在获取到待仿真道路数据之后,建立待仿真道路数据与自动驾驶场景信息之间的关联关系,从而后续可以直接基于该关联关系进行待仿真道路数据的获取操作,无需根据该仿真回归测试请求在各类路侧问题信息对应的待测数据下进行数据的获取操作,提高了数据获取的效率,进而提高了自动驾驶仿真的效率。
图5为本公开实施例三提供的自动驾驶仿真方法的流程示意图,在上述任一实施例的基础上,所述自动驾驶场景信息对应的待仿真道路数据包括道路结构信息、车辆行为信息以及障碍物行为信息;如图5所示,步骤203包括:
步骤501、将所述待仿真道路数据输入至预设的可视化仿真引擎中,使得所述可视化仿真引擎中的仿真车辆按照所述待仿真道路数据行驶。
步骤502、获取所述仿真车辆生成的决策信息,将所述决策信息确定为所述测试结果。
在本实施例中,为了实现自动驾驶仿真操作,可以预先构建可视化仿真引擎。自动驾驶场景信息对应的待仿真道路数据包括道路结构信息、车辆行为信息以及障碍物行为信息,在该可视化仿真引擎中,可以根据目标自动驾驶场景信息对应的道路结构信息、车辆行为信息以及障碍物行为信息,重新构建该目标自动驾驶场景信息,在该目标自动驾驶场景信息下进行测试操作。
具体地,在获取到待仿真道路数据之后,可以将该待仿真数据输入至该可视化仿真引擎中,使得可视化仿真引擎中的仿真车辆按照该待仿真道路数据行驶。在仿真过程中,当仿真车辆按照待仿真道路数据行驶时,能够生成决策信息。举例来说,若该待仿真数据为车辆前方出现一路障,则仿真车辆能够针对该路障生成决策信息,该决策信息可以为降速、停车、切换路线等。
图6为本公开实施例提供的应用场景示意图,如图6所示,该目标自动驾驶场景信息对应的待仿真道路数据具体可以为在仿真车辆61行驶过程中,前方XXX米处存在一障碍物路障62,且在第XX秒,从仿真车辆62右后方驶入一辆障碍物车辆63。
通过在可视化引擎中根据待仿真道路数据进行仿真测试操作,从而能够直观地确定仿真车辆做出的决策信息是否安全合理,直观地确定道路测试问题是否得到了有效修复,能够加快自动驾驶算法的迭代速度,更快实现落地部署和应用。
进一步地,在上述任一实施例的基础上,步骤502之后,还包括:
确定所述仿真车辆按照所述决策信息行驶后的仿真结果。
若所述仿真结果为所述仿真车辆发生事故,则将所述待仿真道路数据以及所述决策信息发送至技术人员的终端设备,以使技术人员对所述决策信息进行修正。
在本实施例中,在获取到仿真车辆做出的决策信息之后,可以确定仿真车辆按照决策信息行驶后的仿真结果。检测该仿真结果是否为仿真车辆发生事故,若是,则将决策信息发送至技术人员的终端设备,以使技术人员对决策信息进行修正。
承接上例来说,若仿真车辆针对前方的路障选择降速操作之后,仿真结果为与障碍物相撞,则表征当前的决策信息有误,可以将决策信息发送至技术人员的终端设备,以使技术人员对决策信息进行修正,可选地,可以将该决策信息修正为停车操作。
本实施例提供的自动驾驶仿真方法,通过在检测到仿真车辆做出的决策信息安全性不高时,将决策信息发送至技术人员的终端设备,以使技术人员对决策信息进行修正,从而能够提高自动驾驶车辆行驶的安全性。
图7为本公开实施例四提供的自动驾驶仿真装置结构示意图,如图7所示,该自动驾驶仿真装置包括:获取模块71、处理模块72以及测试模块73。其中,获取模块71,用于获取仿真回归测试请求,其中,所述仿真回归测试请求中包括待测试的目标自动驾驶场景信息。处理模块72,用于根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据,其中,所述道路数据库中包括多组待测数据,所述待测数据包括标注后的道路数据以及所述标注后的道路数据对应的自动驾驶场景信息。测试模块73,用于根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果。
进一步地,在实施例四的基础上,所述装置还包括:道路数据获取模块、发送模块以及通信模块。其中,道路数据获取模块,用于获取设置在车辆上的数据采集设备采集的待标注道路数据。发送模块,用于将所述待标注道路数据发送至技术人员的终端设备,以使所述技术人员对所述待标注道路数据对应的路测问题信息以及自动驾驶场景信息进行标注操作。通信模块,用于获取所述技术人员的终端设备发送的标注后的道路数据。
进一步地,在上述任一实施例的基础上,所述待测数据还包括标注后的道路数据对应的路侧问题信息,所述多组待测数据按照所述路侧问题信息进行分类。所述处理模块包括:获取单元以及确定单元,其中,获取单元,用于针对各类路侧问题信息对应的待测数据,获取与所述目标自动驾驶场景信息对应的道路数据。确定单元,用于将各类路侧问题信息下全部目标自动驾驶场景信息对应的道路数据确定为所述待仿真道路数据。
进一步地,在上述任一实施例的基础上,所述根装置还包括:存储模块,用于将所述待仿真道路数据与所述自动驾驶场景信息关联存储至预设的数据服务器。
进一步地,在上述任一实施例的基础上,所述装置还包括:检测模块、第一匹配模块以及第二匹配模块。其中,检测模块,用于检测所述数据服务器中是否包括所述仿真回归测试请求对应的自动驾驶场景信息。第一匹配模块,用于若包括,则获取所述自动驾驶场景信息对应的待仿真道路数据。第二匹配模块,用于若不包括,则根据所述仿真回归测试请求,在预设的道路数据库中获取与所述自动驾驶场景信息对应的待仿真道路数据。
进一步地,在上述任一实施例的基础上,所述自动驾驶场景信息对应的待仿真道路数据包括道路结构信息、车辆行为信息以及障碍物行为信息;所述测试模块包括:仿真单元以及决策信息获取单元,其中,仿真单元,用于将所述待仿真道路数据输入至预设的可视化仿真引擎中,使得所述可视化仿真引擎中的仿真车辆按照所述待仿真道路数据行驶。决策信息获取单元,用于获取所述仿真车辆生成的决策信息,将所述决策信息确定为所述测试结果。
进一步地,在上述任一实施例的基础上,所述装置还包括:仿真结果确定模块以及修正模块。其中,仿真结果确定模块,用于确定所述仿真车辆按照所述决策信息行驶后的仿真结果。修正模块,用于若所述仿真结果为所述仿真车辆发生事故,则将所述待仿真道路数据以及所述决策信息发送至技术人员的终端设备,以使技术人员对所述决策信息进行修正。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图8为本公开实施例五提供的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如自动驾驶仿真方法。例如,在一些实施例中,自动驾驶仿真方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的自动驾驶仿真方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动驾驶仿真方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种自动驾驶仿真方法,包括:
获取仿真回归测试请求,其中,所述仿真回归测试请求中包括待测试的目标自动驾驶场景信息;
根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据,其中,所述道路数据库中包括多组待测数据,所述待测数据包括标注后的道路数据以及所述标注后的道路数据对应的自动驾驶场景信息;
根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果。
2.根据权利要求1所述的方法,所述根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据之前,还包括:
获取设置在车辆上的数据采集设备采集的待标注道路数据;
将所述待标注道路数据发送至技术人员的终端设备,以使所述技术人员对所述待标注道路数据对应的路测问题信息以及自动驾驶场景信息进行标注操作;
获取所述技术人员的终端设备发送的标注后的道路数据。
3.根据权利要求1所述的方法,其中,所述待测数据还包括标注后的道路数据对应的路侧问题信息,所述多组待测数据按照所述路侧问题信息进行分类;
所述根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据,包括:
针对各类路侧问题信息对应的待测数据,获取与所述目标自动驾驶场景信息对应的道路数据;
将各类路侧问题信息下全部目标自动驾驶场景信息对应的道路数据确定为所述待仿真道路数据。
4.根据权利要求1-3任一项所述的方法,所述根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果之后,还包括:
将所述待仿真道路数据与所述自动驾驶场景信息关联存储至预设的数据服务器。
5.根据权利要求4所述的方法,其中,所述获取仿真回归测试请求之后,还包括:
检测所述数据服务器中是否包括所述仿真回归测试请求对应的自动驾驶场景信息;
若包括,则获取所述自动驾驶场景信息对应的待仿真道路数据;
若不包括,则根据所述仿真回归测试请求,在预设的道路数据库中获取与所述自动驾驶场景信息对应的待仿真道路数据。
6.根据权利要求1-3任一项所述的方法,其中,所述自动驾驶场景信息对应的待仿真道路数据包括道路结构信息、车辆行为信息以及障碍物行为信息;
所述根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果,包括:
将所述待仿真道路数据输入至预设的可视化仿真引擎中,使得所述可视化仿真引擎中的仿真车辆按照所述待仿真道路数据行驶;
获取所述仿真车辆生成的决策信息,将所述决策信息确定为所述测试结果。
7.根据权利要求6所述的方法,其中,所述获取所述仿真车辆生成的决策信息之后,还包括:
确定所述仿真车辆按照所述决策信息行驶后的仿真结果;
若所述仿真结果为所述仿真车辆发生事故,则将所述待仿真道路数据以及所述决策信息发送至技术人员的终端设备,以使技术人员对所述决策信息进行修正。
8.一种自动驾驶仿真装置,包括:
获取模块,用于获取仿真回归测试请求,其中,所述仿真回归测试请求中包括待测试的目标自动驾驶场景信息;
处理模块,用于根据所述仿真回归测试请求,在预设的道路数据库中获取与所述目标自动驾驶场景信息对应的待仿真道路数据,其中,所述道路数据库中包括多组待测数据,所述待测数据包括标注后的道路数据以及所述标注后的道路数据对应的自动驾驶场景信息;
测试模块,用于根据所述待仿真道路数据进行仿真回归测试操作,获得测试结果。
9.根据权利要求8所述的装置,所述装置还包括:
道路数据获取模块,用于获取设置在车辆上的数据采集设备采集的待标注道路数据;
发送模块,用于将所述待标注道路数据发送至技术人员的终端设备,以使所述技术人员对所述待标注道路数据对应的路测问题信息以及自动驾驶场景信息进行标注操作;
通信模块,用于获取所述技术人员的终端设备发送的标注后的道路数据。
10.根据权利要求8所述的装置,其中,所述待测数据还包括标注后的道路数据对应的路侧问题信息,所述多组待测数据按照所述路侧问题信息进行分类;
所述处理模块包括:
获取单元,用于针对各类路侧问题信息对应的待测数据,获取与所述目标自动驾驶场景信息对应的道路数据;
确定单元,用于将各类路侧问题信息下全部目标自动驾驶场景信息对应的道路数据确定为所述待仿真道路数据。
11.根据权利要求8-10任一项所述的装置,所述根装置还包括:
存储模块,用于将所述待仿真道路数据与所述自动驾驶场景信息关联存储至预设的数据服务器。
12.根据权利要求11所述的装置,其中,所述装置还包括:
检测模块,用于检测所述数据服务器中是否包括所述仿真回归测试请求对应的自动驾驶场景信息;
第一匹配模块,用于若包括,则获取所述自动驾驶场景信息对应的待仿真道路数据;
第二匹配模块,用于若不包括,则根据所述仿真回归测试请求,在预设的道路数据库中获取与所述自动驾驶场景信息对应的待仿真道路数据。
13.根据权利要求8-10任一项所述的装置,其中,所述自动驾驶场景信息对应的待仿真道路数据包括道路结构信息、车辆行为信息以及障碍物行为信息;
所述测试模块包括:
仿真单元,用于将所述待仿真道路数据输入至预设的可视化仿真引擎中,使得所述可视化仿真引擎中的仿真车辆按照所述待仿真道路数据行驶;
决策信息获取单元,用于获取所述仿真车辆生成的决策信息,将所述决策信息确定为所述测试结果。
14.根据权利要求13所述的装置,其中,所述装置还包括:
仿真结果确定模块,用于确定所述仿真车辆按照所述决策信息行驶后的仿真结果;
修正模块,用于若所述仿真结果为所述仿真车辆发生事故,则将所述待仿真道路数据以及所述决策信息发送至技术人员的终端设备,以使技术人员对所述决策信息进行修正。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210156953.1A CN114547884A (zh) | 2022-02-21 | 2022-02-21 | 自动驾驶仿真方法、装置、设备、可读存储介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210156953.1A CN114547884A (zh) | 2022-02-21 | 2022-02-21 | 自动驾驶仿真方法、装置、设备、可读存储介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114547884A true CN114547884A (zh) | 2022-05-27 |
Family
ID=81676060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210156953.1A Pending CN114547884A (zh) | 2022-02-21 | 2022-02-21 | 自动驾驶仿真方法、装置、设备、可读存储介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114547884A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115587496A (zh) * | 2022-11-01 | 2023-01-10 | 北京百度网讯科技有限公司 | 基于车路协同的测试方法、装置、设备、系统及存储介质 |
CN115688496A (zh) * | 2023-01-05 | 2023-02-03 | 西安深信科创信息技术有限公司 | 一种获取自动驾驶仿真测试脚本方法及相关装置 |
CN115830191A (zh) * | 2023-01-10 | 2023-03-21 | 西安深信科创信息技术有限公司 | 自动驾驶仿真测试场景动画视频生成方法及相关装置 |
-
2022
- 2022-02-21 CN CN202210156953.1A patent/CN114547884A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115587496A (zh) * | 2022-11-01 | 2023-01-10 | 北京百度网讯科技有限公司 | 基于车路协同的测试方法、装置、设备、系统及存储介质 |
CN115587496B (zh) * | 2022-11-01 | 2023-10-17 | 北京百度网讯科技有限公司 | 基于车路协同的测试方法、装置、设备、系统及存储介质 |
CN115688496A (zh) * | 2023-01-05 | 2023-02-03 | 西安深信科创信息技术有限公司 | 一种获取自动驾驶仿真测试脚本方法及相关装置 |
CN115830191A (zh) * | 2023-01-10 | 2023-03-21 | 西安深信科创信息技术有限公司 | 自动驾驶仿真测试场景动画视频生成方法及相关装置 |
CN115830191B (zh) * | 2023-01-10 | 2023-11-21 | 安徽深信科创信息技术有限公司 | 自动驾驶仿真测试场景动画视频生成方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114547884A (zh) | 自动驾驶仿真方法、装置、设备、可读存储介质及产品 | |
CN114415628A (zh) | 自动驾驶测试方法及装置、电子设备和存储介质 | |
CN113129596B (zh) | 行驶数据处理方法、装置、设备、存储介质及程序产品 | |
CN113066302B (zh) | 车辆信息预测方法、装置及电子设备 | |
CN113591580B (zh) | 图像标注方法、装置、电子设备和存储介质 | |
CN114881129A (zh) | 一种模型训练方法、装置、电子设备及存储介质 | |
CN113377890B (zh) | 一种地图质检方法、装置、电子设备及存储介质 | |
CN114036248A (zh) | 高精地图数据的处理方法、装置及电子设备 | |
CN114625821B (zh) | 感知数据的处理方法、电子设备及程序产品 | |
CN114416906A (zh) | 地图数据的质检方法、装置及电子设备 | |
CN112149828B (zh) | 基于深度学习框架的算子精度检测方法和装置 | |
CN115329597A (zh) | 用于仿真检测高精地图质量的方法、装置和设备 | |
CN114445711B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN114111757A (zh) | 地图数据的修复方法、装置、电子设备和可读存储介质 | |
CN115687406A (zh) | 一种调用链数据的采样方法、装置、设备及存储介质 | |
CN114978944A (zh) | 压力测试方法、装置及计算机程序产品 | |
CN114416895A (zh) | 地图数据的处理方法、装置、电子设备及存储介质 | |
CN114330221A (zh) | 计分板实现方法、计分板、电子设备及存储介质 | |
US11772681B2 (en) | Method and apparatus for processing autonomous driving simulation data, and electronic device | |
CN113836712B (zh) | 车道级导航的室内仿真方法、装置、设备和介质 | |
CN114475631B (zh) | 驾驶数据处理方法装置、设备、自动驾驶车辆介质及产品 | |
CN114118356B (zh) | 神经网络处理器验证方法、装置、电子设备及存储介质 | |
CN114093170B (zh) | 一种信号机控制方案的生成方法、系统、装置及电子设备 | |
CN114298967A (zh) | 高精地图数据变更的质量检测方法、装置、设备及存储介质 | |
CN115791205A (zh) | 一种车辆检测方法、装置、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 |