CN114661028A - 智能驾驶控制器测试方法、装置、计算机设备和存储介质 - Google Patents
智能驾驶控制器测试方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114661028A CN114661028A CN202210213678.2A CN202210213678A CN114661028A CN 114661028 A CN114661028 A CN 114661028A CN 202210213678 A CN202210213678 A CN 202210213678A CN 114661028 A CN114661028 A CN 114661028A
- Authority
- CN
- China
- Prior art keywords
- virtual
- parameters
- real vehicle
- radar
- analyzed
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种智能驾驶控制器测试方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取实车惯导数据和虚拟场景参数，根据虚拟场景参数，获得虚拟雷达参数，通过投影坐标转换，获得转换后的实车平面坐标数据，将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。本方法通过不同的协议解析虚拟场景参数和虚拟雷达参数，可以支持不同型号雷达信号的仿真及测试，并能够在复杂虚拟场景下进行智能驾驶控制器测试，实现了高效的智能驾驶控制器测试。
Description
技术领域
本申请涉及智能驾驶技术领域，特别是涉及一种智能驾驶控制器测试方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着辅助驾驶及自动驾驶发展越来越快，人们对智能驾驶依赖程度越来越高，雷达传感器已经是智能驾驶中必不可少的传感器，通过不同配置的传感器可以实现不同等级的智能驾驶，智能驾驶控制器的稳定性及故障模式下的安全性要求也越来越高，这就使得智能驾驶控制器在投放生产之前的测试成为十分重要的环节。
目前，基于雷达信号的智能驾驶控制器测试往往将雷达安装在实车上进行实车在环仿真测试，然而这种雷达安装在实车上的测试方法只能对单一型号的雷达进行测试，存在无法实现高效的智能驾驶控制器测试的问题。
发明内容
基于此，有必要针对传统雷达安装在实车上的测试方法存在无法实现高效的智能驾驶控制器测试的问题，提供一种高效的智能驾驶控制器测试方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种智能驾驶控制器测试方法。所述方法包括：
获取实车惯导数据和虚拟场景参数；
根据虚拟场景参数，获得虚拟雷达参数；
根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；
将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；
基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在其中一个实施例中，虚拟场景参数还包括虚拟车辆参数；
根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据包括：
根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；
将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据；
若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据。
在其中一个实施例中，虚拟场景参数还包括虚拟目标物参数；
智能驾驶控制器测试方法还包括：
根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置；
基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在其中一个实施例中，智能驾驶控制器测试方法还包括：
将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数；
基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在其中一个实施例中，将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数包括：
将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；
将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。
在其中一个实施例中，虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数；
根据虚拟场景参数，获得虚拟雷达参数还包括：
根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差；
根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数；
归集直接虚拟雷达参数和间接虚拟雷达参数，获得虚拟雷达参数。
第二方面，本申请还提供了一种智能驾驶控制器测试装置。所述装置包括：
数据获取模块，用于获取实车惯导数据和虚拟场景参数；
雷达参数获取模块，用于根据虚拟场景参数，获得虚拟雷达参数；
坐标转换模块，用于根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；
协议解析模块，用于将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；
智能控制器测试模块，用于基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取实车惯导数据和虚拟场景参数；根据虚拟场景参数，获得虚拟雷达参数；根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取实车惯导数据和虚拟场景参数；根据虚拟场景参数，获得虚拟雷达参数；根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
第五方面，本申请还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，该计算机程序被处理器执行时实现以下步骤：
获取实车惯导数据和虚拟场景参数；根据虚拟场景参数，获得虚拟雷达参数；根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
上述智能驾驶控制器测试方法、装置、计算机设备、存储介质和计算机程序产品，通过获取实车惯导数据和虚拟场景参数，根据虚拟场景参数，获得虚拟雷达参数，根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据，将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试，这种智能驾驶控制器测试方法将实车和虚拟场景互联，通过不同的协议解析虚拟场景参数和虚拟雷达参数，能够支持不同型号雷达信号的仿真及测试，提高了智能驾驶控制器测试效率，由于虚拟场景可以通过软件快递高效地构建复杂的交通场景，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试的方法，能够在复杂交通场景下进一步提高智能驾驶控制器测试效率，实现了高效的智能驾驶控制器测试。
附图说明
图1为一个实施例中智能驾驶控制器测试方法的应用环境图；
图2为一个实施例中智能驾驶控制器测试方法的流程示意图；
图3为另一个实施例中智能驾驶控制器测试方法的流程示意图；
图4为又一个实施例中智能驾驶控制器测试方法的流程示意图；
图5为一个实施例中数据协议解析过程的示意图；
图6为一个实施例中数据注入到智能驾驶控制器过程的示意图；
图7为一个实施例中智能驾驶控制器测试装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的智能驾驶控制器测试方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与智能驾驶控制器104进行通信。数据存储系统可以存储终端102需要处理的数据。数据存储系统可以集成在终端102上，也可以放在云上或其他网络服务器上。终端102获取实车惯导数据和虚拟场景参数；根据虚拟场景参数，获得虚拟雷达参数；根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数对智能驾驶控制器104进行测试。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
在一个实施例中，如图2所示，提供了一种智能驾驶控制器测试方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：
S100，获取实车惯导数据和虚拟场景参数。
其中，实车惯导数据是由在实车中安装的组合惯导单元测试得到的车辆数据，组合惯导单元包括加速度计和陀螺仪，可实现厘米级高精定位，精确测量车身姿态、速度及加速度。场景仿真软件搭建虚拟仿真场景，可以仿真整车测试需要的交通流、车道线、环境、障碍物、天气、雷达等虚拟场景，获得虚拟场景参数。场景仿真软件与实车可以通过总线连接，可选择VTD(Virtual Test Drive，虚拟驾驶测试系统)或者PreScan等场景仿真软件，场景仿真软件应具备的功能包括：兼容OpenDrive、OpenCRG、OpenScenario等标准的数据格式，交通仿真、环境仿真与高性能实时图像渲染，实时传感器模型开发及仿真能力，支持分布式仿真。需要说明的是，本申请对仿真软件与实车的连接方式以及场景仿真软件的类型不做限定。
具体地，获取实车惯导数据和虚拟场景参数。
S200，根据虚拟场景参数，获得虚拟雷达参数。
其中，场景仿真软件可以仿真雷达模型，按照对应的真实雷达内部参数和外部参数，配置虚拟雷达参数，其中，虚拟雷达参数可以包括虚拟雷达内部参数和虚拟雷达外部参数，虚拟雷达内部参数包括雷达在车辆上的安装位置、角度以及视场角，虚拟雷达外部参数包括最大识别目标数量和目标类型，同时，场景仿真软件可以仿真不同型号的雷达模型，因此，可以获得不同型号的虚拟雷达参数。
具体地，根据虚拟场景参数，获得虚拟雷达参数。
S300，根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据。
其中，组合惯导单元输出的实车惯导数据是实车的定位信息，为经纬度坐标，场景仿真软件主要采用惯性坐标系和车辆坐标系，惯性坐标系和车辆坐标系应遵循右手坐标系，场景软件中车辆坐标系的原点应位于中性负载条件下，车辆后车桥中心在水平面上的垂直投影点。惯导经纬度坐标可通过投影坐标转换，获得转换后的实车平面坐标数据，使得实车惯导数据能够与场景仿真软件中的虚拟车辆位置匹配。
具体地，根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据。
S400，将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数。
其中，虚拟场景参数和虚拟雷达参数通过场景仿真软件输出，不同的场景仿真软件输出不同的数据格式，因此，场景仿真软件输出的虚拟场景参数和虚拟雷达参数，通过需要协议解析，将对应的数据格式转换为标准数据格式，获得解析后的虚拟场景参数和解析后的虚拟雷达参数。
具体地，将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数。
S500，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
其中，智能驾驶控制器接收转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数，基于上述参数进行高效的智能驾驶控制器测试。
具体地，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
上述智能驾驶控制器测试方法中，将实车和虚拟场景互联，通过不同的协议解析虚拟场景参数和虚拟雷达参数，能够支持不同型号雷达信号的仿真及测试，提高了智能驾驶控制器测试效率，由于虚拟场景可以通过软件快递高效地构建复杂的交通场景，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试的方法，能够在复杂交通场景下进一步提高智能驾驶控制器测试效率，实现了高效的智能驾驶控制器测试。
在一个实施例中，如图3所示，根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据包括：
S320，根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；
S340，将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据；
S360，若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据。
本实施例中，实车惯导数据是实车的定位信息，包括经度坐标和纬度坐标，UTM坐标是一个投影坐标系，经度坐标和纬度坐标可与UTM(Universal Transverse MercatorGrid System，通用横墨卡托网格系统)坐标进行转换，获得第一实车平面坐标数据，经度坐标和纬度坐标分别记为(ψ(N),λ(E))，单位为弧度，UTM坐标分为(E，N)，单位为km，UTM分带计算方法为：
其中，E0＝500km，k0＝0.996，
T＝tan2φ，k0＝0.996，
T＝tan2φ，N0＝0km(北半球)或者10000km(南半球)。
计算得到的E和N即为第一实车平面坐标数据，将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据，将第二实车平面坐标数据与场景仿真软件的虚拟车辆参数进行匹配，若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据，转换后的实车平面坐标数据发送给场景仿真软件，这样就实现了实车跟场景仿真软件中虚拟车辆的位置匹配，实车惯导数据实时更新可以控制场景仿真软件中虚拟车辆与实车的动态同步运动。
上述实施例的方案，根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据，再进行平移和偏转后，获得第二实车平面坐标数据，若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据，这样就实现了实车跟场景仿真软件中虚拟车辆的位置匹配，实车惯导数据实时更新可以控制场景仿真软件中虚拟车辆与实车的动态同步运动。
在一个实施例中，虚拟场景参数还包括虚拟目标物参数，智能驾驶控制器测试方法还包括：根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。
本实施例中，虚拟场景参数还包括虚拟目标物参数，虚拟目标物参数是场景仿真软件中虚拟雷达感知范围内的虚拟目标物体的动态信息参数，包括目标物ID、目标纵向横向位置、速度、加速度、目标物体反射截面积以及置信度等参数，根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置，相对位置与虚拟场景参数的数据格式相同，从场景软件输出后也应通过协议解析，即将虚拟场景参数、虚拟雷达参数以及相对位置通过协议解析，获得解析后的虚拟场景参数、解析后的虚拟雷达参数以及解析后的相对位置，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、解析后的相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。
上述实施例的方案，通过转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试，场景仿真软件通过模拟虚拟雷达、虚拟雷达目标物以及其他环境，能够构建出复杂的交通场景，由于场景仿真软件的构建具有快速高效的特点，能够在复杂交通场景下进一步提高智能驾驶控制器测试效率，实现了高效的智能驾驶控制器测试。
在一个实施例中，智能驾驶控制器测试方法还包括：将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数；基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
本实施例中，解析后的虚拟雷达参数还需进行数据格式转换，得到转换后的虚拟雷达参数，对于数据格式的转换可以设置雷达信号数据处理模板，雷达信号数据处理模板输出的转换后的虚拟雷达参数再通过总线发送至智能驾驶控制器，不同型号的雷达信号通过不同的协议总线传输，比如可以通过CAN总线传输，或者其他协议总线传输，将解析后的虚拟雷达参数，通过不同的协议进行数据格式转化，获得转换后的虚拟雷达参数，基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试，这种通过不同的协议对虚拟雷达参数进行数据格式转化的方法，能够支持不同型号雷达下的智能驾驶控制器测试。
上述实施例的方案，通过将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数，基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试，这种通过不同的协议对虚拟雷达参数进行数据格式转化的方法，能够支持不同型号雷达下的智能驾驶控制器测试。
在一个实施例中，将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数包括：将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。
本实施例中，将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数，具体地，场景仿真软件中输出的参数数据格式为结构体形式，即解析后的虚拟雷达参数的数据格式也为结构体形式，将结构体中的参数按照数据类型进行拆分，得到拆分后的数据结构，将解析后的虚拟雷达参数，通过拆分后的数据结构进行拆分，获得多条独立的虚拟雷达参数，再将多条虚拟雷达参数，通过不同的协议进行数据格式转化，获得转换后的虚拟雷达参数，这种将解析后的虚拟雷达参数进行数据格式拆分，得到多条独立的虚拟雷达参数，从而在不同测试需要不同的雷达数据时，避免数据冗余传输，将复杂的数据格式进行拆分后得到简单的数据格式，能够进一步提高智能驾驶控制器测试效率。
上述实施例的方案，通过将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数，将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数，这种将解析后的虚拟雷达参数进行数据格式拆分，得到多条独立的虚拟雷达参数，从而在不同测试需要不同的雷达数据时，避免数据冗余传输，将复杂的数据格式进行拆分后得到简单的数据格式，能够进一步提高智能驾驶控制器测试效率。
在一个实施例中，如图4所示，虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数；根据虚拟场景参数，获得虚拟雷达参数还包括：
S220，根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差；
S240，根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数；
S260，归集直接虚拟雷达参数和间接虚拟雷达参数，获得虚拟雷达参数。
本实施例中，虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数，直接虚拟雷达参数是场景仿真软件在构建雷达模型可以直接获取的，虚拟雷达参数还包括不能直接从场景仿真软件直接获取的参数，称为间接虚拟雷达参数，间接虚拟雷达参数可以从虚拟场景参数中其他关联信号参数通过计算获得，包括虚拟侧向加速度参数和虚拟航线角参数，根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差，根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数，归集直接虚拟雷达参数和间接虚拟雷达参数，获得虚拟雷达参数，这种通过虚拟场景参数，获得的虚拟雷达参数包括直接虚拟雷达参数和间接虚拟雷达参数，虚拟雷达参数类型更加丰富，提高了仿真出的虚拟雷达信号的准确性，进一步提高了智能驾驶控制器测试准确性。
上述实施例的方案，通过虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差，根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数，归集直接虚拟雷达参数和间接虚拟雷达参数，获得虚拟雷达参数，这种通过虚拟场景参数，获得的虚拟雷达参数包括直接虚拟雷达参数和间接虚拟雷达参数，虚拟雷达参数类型更加丰富，提高了仿真出的虚拟雷达信号的准确性，进一步提高了智能驾驶控制器测试准确性。
为详细说明本方案中智能驾驶控制器测试方法及效果，下面以一个最详细实施例进行说明，其中，雷达类型采用毫米波雷达，场景仿真软件采用VTD：
组合惯导单元安装在实车上，实车安装独立的实时采集处理系统，能够与组合惯导单元及车载总线进行通讯，实时系统主要包括实时处理单元、CAN通信板卡、以太网通信板卡等，实时系统通过以太网接收场景仿真软件输出的数据后，将转换数据格式后的场景仿真软件输出的虚拟雷达参数数据通过CAN总线传输、场景仿真软件输出的虚拟目标物参数通过TCP/UDP协议传输，发送给智能驾驶域控制器，实时系统可按照Database文件进行关联配置，并与ECU数据进行关联，能将关联信号导出文件进行保存，通过调用CAN卡实现数据注入智能驾驶控制器，场景仿真软件运行在图形工作站中，场景仿真软件的虚拟场景参数通过RDB(Runtime Data Bus，实时数据总线)格式传输，RDB顶层数据结构体包括当前数据帧内容类型、当前数据系列帧的起始帧和终止帧、保存仿真场景内物体属性的数据类型以及保存仿真场景内道路属性的数据类型。
获取实车惯导数据和虚拟场景参数，虚拟场景参数包括虚拟车辆参数、虚拟目标物参数、虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数，根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差，根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数，归集直接虚拟雷达参数和间接虚拟雷达参数，获得虚拟雷达参数；根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据，若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据；根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置，将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。如图5所示为数据协议解析方法的流程示意图。
基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、转换后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。如图6所示为数据注入到智能驾驶控制器的流程示意图。
上述实施例的方案，将实车和虚拟场景互联，通过不同的协议解析虚拟场景参数和虚拟雷达参数，能够支持不同型号雷达信号的仿真及测试，提高了智能驾驶控制器测试效率，由于虚拟场景可以通过软件快递高效地构建复杂的交通场景，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试的方法，能够在复杂交通场景下进一步提高智能驾驶控制器测试效率，实现了高效的智能驾驶控制器测试。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的智能驾驶控制器测试方法的智能驾驶控制器测试装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个智能驾驶控制器测试装置实施例中的具体限定可以参见上文中对于智能驾驶控制器测试方法的限定，在此不再赘述。
在一个实施例中，如图7所示，提供了一种智能驾驶控制器测试装置600，包括：数据获取模块610、雷达参数获取模块620、坐标转换模块630、协议解析模块640和智能控制器测试模块650，其中：
数据获取模块610，用于获取实车惯导数据和虚拟场景参数。
雷达参数获取模块620，用于根据虚拟场景参数，获得虚拟雷达参数。
坐标转换模块630，用于根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据。
协议解析模块640，用于将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数。
智能控制器测试模块650，用于基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
上述智能驾驶控制器测试装置，将实车和虚拟场景互联，通过不同的协议解析虚拟场景参数和虚拟雷达参数，能够支持不同型号雷达信号的仿真及测试，提高了智能驾驶控制器测试效率，由于虚拟场景可以通过软件快递高效地构建复杂的交通场景，基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试的方法，能够在复杂交通场景下进一步提高智能驾驶控制器测试效率，实现了高效的智能驾驶控制器测试。
在一个实施例中，坐标转换模块630还用于虚拟场景参数还包括虚拟车辆参数；根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据；若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据。
在一个实施例中，智能驾驶控制器测试装置600还用于虚拟场景参数还包括虚拟目标物参数；根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，智能驾驶控制器测试装置600还用于将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数；基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，智能驾驶控制器测试装置600还用于将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。
在一个实施例中，雷达参数获取模块620还用于虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数；根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差；根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数；归集直接虚拟雷达参数和间接虚拟雷达参数，获得虚拟雷达参数。
上述智能驾驶控制器测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储实车惯导数据、虚拟场景参数、虚拟雷达参数、转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能驾驶控制器测试方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取实车惯导数据和虚拟场景参数；
根据虚拟场景参数，获得虚拟雷达参数；
根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；
将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；
基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
虚拟场景参数还包括虚拟车辆参数；根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据；若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
虚拟场景参数还包括虚拟目标物参数；根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数；基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数；根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差；根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数；归集直接雷达参数和间接雷达参数，获得雷达参数。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取实车惯导数据和虚拟场景参数；
根据虚拟场景参数，获得虚拟雷达参数；
根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；
将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；
基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
虚拟场景参数还包括虚拟车辆参数；根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据；若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
虚拟场景参数还包括虚拟目标物参数；根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数；基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数；根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差；根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数；归集直接雷达参数和间接雷达参数，获得雷达参数。
在一个实施例中，提供了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以下步骤：
获取实车惯导数据和虚拟场景参数；
根据虚拟场景参数，获得虚拟雷达参数；
根据实车惯导数据和虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；
将虚拟场景参数和虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；
基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
虚拟场景参数还包括虚拟车辆参数；根据实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；将第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据；若第二实车平面坐标数据与虚拟车辆参数匹配，则将第二实车平面坐标数据作为转换后的实车平面坐标数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
虚拟场景参数还包括虚拟目标物参数；根据转换后的实车平面坐标数据和虚拟目标物参数，获得转换后的实车平面坐标数据和虚拟目标物参数的相对位置；基于转换后的实车平面坐标数据、解析后的虚拟雷达参数、相对位置以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数；基于转换后的实车平面坐标数据、转换后的虚拟雷达参数、以及解析后的虚拟场景参数进行智能驾驶控制器测试。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；将多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数；根据虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据虚拟航向角参数计算得到虚拟航向角方差；根据虚拟侧向加速度方差和虚拟航向角方差，获得间接虚拟雷达参数；归集直接雷达参数和间接雷达参数，获得雷达参数。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种智能驾驶控制器测试方法，其特征在于，所述方法包括：
获取实车惯导数据和虚拟场景参数；
根据所述虚拟场景参数，获得虚拟雷达参数；
根据所述实车惯导数据和所述虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；
将所述虚拟场景参数和所述虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；
基于所述转换后的实车平面坐标数据、所述解析后的虚拟雷达参数、以及所述解析后的虚拟场景参数进行智能驾驶控制器测试。
2.根据权利要求1所述的智能驾驶控制器测试方法，其特征在于，所述虚拟场景参数还包括虚拟车辆参数；
所述根据所述实车惯导数据和所述虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据包括：
根据所述实车惯导数据的经度坐标和纬度坐标，通过投影坐标转换，获得第一实车平面坐标数据；
将所述第一实车平面坐标数据进行平移和偏转，获得第二实车平面坐标数据；
若所述第二实车平面坐标数据与所述虚拟车辆参数匹配，则将所述第二实车平面坐标数据作为转换后的实车平面坐标数据。
3.根据权利要求2所述的智能驾驶控制器测试方法，其特征在于，所述虚拟场景参数还包括虚拟目标物参数；
所述智能驾驶控制器测试方法还包括：
根据所述转换后的实车平面坐标数据和所述虚拟目标物参数，获得所述转换后的实车平面坐标数据和所述虚拟目标物参数的相对位置；
基于所述转换后的实车平面坐标数据、所述解析后的虚拟雷达参数、所述相对位置以及所述解析后的虚拟场景参数进行智能驾驶控制器测试。
4.根据权利要求1所述的智能驾驶控制器测试方法，其特征在于，所述智能驾驶控制器测试方法还包括：
将所述解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数；
基于所述转换后的实车平面坐标数据、所述转换后的虚拟雷达参数、以及所述解析后的虚拟场景参数进行智能驾驶控制器测试。
5.根据权利要求4所述的智能驾驶控制器测试方法，其特征在于，所述将所述解析后的虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数包括：
将所述解析后的虚拟雷达参数，通过数据格式拆分，获得多条虚拟雷达参数；
将所述多条虚拟雷达参数，通过数据格式转换，获得转换后的虚拟雷达参数。
6.根据权利要求1所述的智能驾驶控制器测试方法，其特征在于，所述虚拟场景参数还包括虚拟侧向加速度参数、虚拟航线角参数和直接虚拟雷达参数；
所述根据所述虚拟场景参数，获得虚拟雷达参数还包括：
根据所述虚拟侧向加速度参数计算得到虚拟侧向加速度方差，并根据所述虚拟航向角参数计算得到虚拟航向角方差；
根据所述虚拟侧向加速度方差和所述虚拟航向角方差，获得间接虚拟雷达参数；
归集所述直接虚拟雷达参数和所述间接虚拟雷达参数，获得所述虚拟雷达参数。
7.一种智能驾驶控制器测试装置，其特征在于，所述装置包括：
数据获取模块，用于获取实车惯导数据和虚拟场景参数；
雷达参数获取模块，用于根据所述虚拟场景参数，获得虚拟雷达参数；
坐标转换模块，用于根据所述实车惯导数据和所述虚拟场景参数，通过投影坐标转换，获得转换后的实车平面坐标数据；
协议解析模块，用于将所述虚拟场景参数和所述虚拟雷达参数通过协议解析，获得解析后的虚拟场景参数和解析后的虚拟雷达参数；
智能控制器测试模块，用于基于所述转换后的实车平面坐标数据、所述解析后的虚拟雷达参数、以及所述解析后的虚拟场景参数进行智能驾驶控制器测试。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210213678.2A CN114661028A (zh) | 2022-03-04 | 2022-03-04 | 智能驾驶控制器测试方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210213678.2A CN114661028A (zh) | 2022-03-04 | 2022-03-04 | 智能驾驶控制器测试方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114661028A true CN114661028A (zh) | 2022-06-24 |
Family
ID=82027898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210213678.2A Pending CN114661028A (zh) | 2022-03-04 | 2022-03-04 | 智能驾驶控制器测试方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114661028A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115225695A (zh) * | 2022-07-15 | 2022-10-21 | 阿波罗智能技术(北京)有限公司 | 雷达报文发送方法、装置、设备、介质和程序产品 |
| CN115933584A (zh) * | 2022-10-27 | 2023-04-07 | 成都赛力斯科技有限公司 | 一种车载控制器测试系统、方法、计算机设备和存储介质 |
-
2022
- 2022-03-04 CN CN202210213678.2A patent/CN114661028A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115225695A (zh) * | 2022-07-15 | 2022-10-21 | 阿波罗智能技术(北京)有限公司 | 雷达报文发送方法、装置、设备、介质和程序产品 |
| CN115225695B (zh) * | 2022-07-15 | 2024-03-01 | 阿波罗智能技术(北京)有限公司 | 雷达报文发送方法、装置、设备、介质和程序产品 |
| CN115933584A (zh) * | 2022-10-27 | 2023-04-07 | 成都赛力斯科技有限公司 | 一种车载控制器测试系统、方法、计算机设备和存储介质 |
| CN115933584B (zh) * | 2022-10-27 | 2024-06-11 | 重庆赛力斯凤凰智创科技有限公司 | 一种车载控制器测试系统、方法、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6745328B2 (ja) | 点群データを復旧するための方法及び装置 | |
| CN109345596B (zh) | 多传感器标定方法、装置、计算机设备、介质和车辆 | |
| CN109343061B (zh) | 传感器标定方法、装置、计算机设备、介质和车辆 | |
| JP6918885B2 (ja) | 相対的位置姿勢の標定方法、相対的位置姿勢の標定装置、機器及び媒体 | |
| US11783590B2 (en) | Method, apparatus, device and medium for classifying driving scenario data | |
| EP3617997A1 (en) | Method, apparatus, device, and storage medium for calibrating posture of moving obstacle | |
| CN111694903A (zh) | 地图构建方法、装置、设备以及可读存储介质 | |
| CN114661028A (zh) | 智能驾驶控制器测试方法、装置、计算机设备和存储介质 | |
| CN112146682B (zh) | 智能汽车的传感器标定方法、装置、电子设备及介质 | |
| CN111080682A (zh) | 点云数据的配准方法及装置 | |
| CN112541515A (zh) | 模型训练方法、驾驶数据处理方法、装置、介质和设备 | |
| CN114187589A (zh) | 一种目标检测方法、装置、设备和存储介质 | |
| CN112798004A (zh) | 一种车辆的定位方法、装置、设备及存储介质 | |
| CN115016435A (zh) | 一种自动驾驶车辆测试方法、装置、系统、设备和介质 | |
| WO2022199195A1 (zh) | 地图更新方法、系统、车载终端、服务器及存储介质 | |
| CN114386481A (zh) | 一种车辆感知信息融合方法、装置、设备及存储介质 | |
| JP7375149B2 (ja) | 測位方法、測位装置、ビジュアルマップの生成方法およびその装置 | |
| CN109520513B (zh) | 一种三维地图绘制方法及装置 | |
| CN114882115B (zh) | 车辆位姿的预测方法和装置、电子设备和存储介质 | |
| CN110174892B (zh) | 车辆朝向的处理方法、装置、设备及计算机可读存储介质 | |
| CN116107576A (zh) | 页面组件的渲染方法、装置、电子设备和车辆 | |
| CN107808360B (zh) | 一种端到端自动驾驶系统的数据处理方法及装置 | |
| CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 | |
| KR20230006628A (ko) | 이미지 처리 방법과 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
| US20210348938A1 (en) | Sensor calibration for space translation |
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 |