CN114721290A - 一种仿真测试场景生成方法、装置、存储介质及电子设备 - Google Patents
一种仿真测试场景生成方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114721290A CN114721290A CN202210278093.9A CN202210278093A CN114721290A CN 114721290 A CN114721290 A CN 114721290A CN 202210278093 A CN202210278093 A CN 202210278093A CN 114721290 A CN114721290 A CN 114721290A
- Authority
- CN
- China
- Prior art keywords
- unmanned equipment
- simulation
- state information
- historical
- unmanned
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本说明书公开了一种仿真测试场景生成方法、装置、存储介质及电子设备,获取无人设备在实际道路上行驶时采集到的历史行驶数据,根据历史行驶数据,确定出无人设备的历史状态信息以及其行驶时感知到的各交通参与者的历史状态信息,并针对每个交通参与者,根据该交通参与者的历史状态信息以及无人设备的历史状态信息,构建该交通参与者与无人设备之间的单元仿真场景。之后,在接收到测试请求时,可根据测试请求,获取所需的单元仿真场景,组合得到仿真测试场景。从上述方法中可以看出,本方法无需工作人员手动设计构建用于测试的仿真场景,提高了仿真场景的构建效率,节省了大量人工成本。
Description
技术领域
本说明书涉及无人驾驶技术领域,尤其涉及一种仿真测试场景生成方法、装置、存储介质及电子设备。
背景技术
随着科技的发展,无人驾驶技术也随之发展。为了保障搭载在无人设备上的无人驾驶系统能够控制自动驾驶设备安全、正常的行驶,需要对无人设备进行大量的测试。目前,针对无人设备的测试方式主要分为仿真测试与真实道路测试。其中,仿真测试的低成本、无风险的特点,使其成为一项必不可少的测试环节。
在实际操作中,在对无人驾驶系统进行仿真测试之前,需要先搭建仿真场景。在现有技术中,通常是由人工搭建仿真场景,即工作人员根据测试需求,通过手动设置障碍物的参数的方式,以添加仿真障碍物,构建仿真场景。
但是,由于需要对无人设备进行大量的仿真测试,针对每个不同的仿真测试,均需要人工搭建一个仿真场景,这就需要人工进行大量的重复操作,导致仿真场景生成效率低,且耗费了大量的人工成本。
发明内容
本说明书提供一种仿真测试场景生成方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种仿真测试场景生成方法,包括:
获取无人设备在实际道路上行驶时采集到的历史行驶数据;
根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者以及所述交通参与者的历史状态信息;并,确定所述无人设备的历史状态信息;
针对每个交通参与者,根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,并存储;
在接收到测试请求时,根据所述测试请求,在存储的各单元仿真场景中,获取所需的单元仿真场景,并根据所需的各单元仿真场景,组合得到所述无人设备的仿真测试场景。
可选地,组合得到所述无人设备的仿真测试场景之前,所述方法还包括:
根据所述测试请求,对所需的各单元仿真场景的参数进行调整。
可选地,根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者,具体包括:
根据历史行驶数据,确定所述无人设备感知到的且影响所述无人设备作出行为决策的交通参与者。
可选地,获取无人设备在实际道路上行驶时采集到的历史行驶数据,具体包括:
获取无人设备在实际道路上行驶时采集到的满足指定条件的历史行驶数据,所述指定条件包括:行驶质量表征值小于指定阈值。
可选地,所述历史状态信息包括:位置、姿态、速度、加速度、方向角、轮廓角点中的至少一种。
可选地,所述交通参与者包括:障碍物;
根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,具体包括:
根据该障碍物的历史状态信息以及所述无人设备的历史状态信息,确定该障碍物与所述无人设备之间的相对位置、相对速度、相对加速度以及相对姿态;
该障碍物与所述无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,构建该障碍物与所述无人设备之间的单元仿真场景。
可选地,所述交通参与者包括:交通信号灯;
根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,具体包括:
根据所述交通信号灯的变化状态以及所述无人设备的历史状态信息,构建所述交通信号灯与所述自无人设备之间的单元仿真场景。
本说明书提供了一种仿真测试场景生成装置,包括:
获取模块,用于获取无人设备在实际道路上行驶时采集到的历史行驶数据;
信息确定模块,用于根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者以及所述各交通参与者的历史状态信息;并,确定所述无人设备的历史状态信息;
仿真模块,用于针对每个交通参与者,根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,并存储;在接收到测试请求时,根据所述测试请求,在存储的各单元仿真场景中,获取所需的单元仿真场景,并根据所需的各单元仿真场景,组合得到所述无人设备的仿真测试场景。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述仿真场景生成方法。
本说明书提供了一种电子设备,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仿真测试场景生成方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的仿真测试场景生成方法中,获取无人设备在实际道路上行驶时采集到的历史行驶数据,根据历史行驶数据,确定出无人设备的历史状态信息以及其行驶时感知到的各交通参与者的历史状态信息,并针对每个交通参与者,根据该交通参与者的历史状态信息以及无人设备的历史状态信息,构建该交通参与者与无人设备之间的单元仿真场景。之后,在接收到测试请求时,可根据测试请求,获取所需的单元仿真场景,组合得到仿真测试场景。
从上述方法中可以看出,本方法无需工作人员手动设计构建用于测试的仿真场景,提高了仿真场景的构建效率,节省了大量人工成本。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种仿真测试场景生成方法的流程示意图;
图2为本说明书中一种组合仿真场景的示意图;
图3为本说明书中另一种组合各仿真场景的示意图;
图4为本说明书提供的一种仿真测试场景生成装置的示意图;
图5为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
为了保证无人设备能够正常、安全的在实际道路上行驶,可对无人设备进行大量的测试,其中,无人设备的测试方法主要包括仿真测试以及实车测试。
对于仿真测试来说,各种仿真测试均以仿真场景作为支撑,即各种仿真测试均需要在仿真场景下进行。在现有技术中,通常是通过人工设计的方式构建用于测试自动驾驶设备的仿真场景,即工作人员根据测试需求,通过手动设置各交通参与者的参数的方式,添加仿真障碍物,构建仿真测试场景。
但是,所需要进行的无人设备的仿真测试数量较多,不同的仿真测试均需要为其搭建一个仿真测试场景,这就需要人工重复多次搭建仿真测试场景,导致仿真测试场景生成效率低,且耗费大量的人工成本。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种仿真测试场景生成方法的流程示意图,具体包括以下步骤:
S100:获取无人设备在实际道路上行驶时采集到的历史行驶数据。
本说明书所提供的仿真测试场景生成方法,可由能够与无人设备进行信息传输,或对无人设备进行控制的终端设备执行,例如,笔记本电脑、手机等,也可以由服务器执行本说明书对此不作限制,以下仅以执行主体为服务器为例进行说明。
其中,本说明书中提到的无人设备可以是指无人车、无人机、机器人、自动配送设备等能够实现自动驾驶的设备。基于此,应用本说明书提供的仿真测试场景生成的方法的无人设备可以用于执行配送领域的配送任务,如,使用无人设备进行快递、物流、外卖等配送的业务场景。以下仅以无人设备为无人车为例进行说明。
为了保证所构建出的仿真场景中的各仿真交通参与者的行为,与无人设备在实际道路上行驶时,所遇到的各真实交通参与者的行为之间的一致性,服务器可获取无人设备在实际道路上行驶过程中采集到的历史行驶数据,其中,历史行驶数据是真实的数据,并非虚拟的数据,其可包括无人设备自身在行驶时的状态信息,还可包括无人设备在实际道路上行驶时所感知到的各交通参与者的状态信息等,本说明书对此不作限制。
具体的,无人设备上搭载有各种传感器,在无人设备在实际道路上行驶的过程中,各个传感器可实时感知无人设备自身的行驶数据,以及无人设备的周围环境数据。各传感器可将感知到的数据上传至搭载在无人设备上的无人驾驶系统,无人驾驶系统可将接收到的各传感器所感知到的数据进行存储。在服务器需要生成仿真测试场景时,就可获取无人驾驶系统所存储各传感器所感知到的数据,以此作为构建仿真测试场景的依据。
另外,历史行驶数据可以是服务器主动从无人设备中获取到的,也可以是搭载在无人设备上的无人驾驶系统主动向服务器上传的,本说明书对此不作限制。
S102:根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者以及所述各交通参与者的历史状态信息,并,确定所述无人设备的历史状态信息。
具体的,服务器可根据获取到的历史行驶数据,确定无人设备在实际道路上行驶时,所感知到的各交通参与者,并,根据历史行驶数据,确定各交通参与者的历史状态信息。与此同时,服务器还可根据获取到的历史行驶数据,确定无人设备自身的历史状态信息。
其中,历史状态信息可包括位置、速度、加速度、姿态、方向角、轮廓角点中的至少一种,另外,历史状态信息还可包括其他信息,本说明书对此不作限制。
值得注意的是,根据历史行驶数据确定出的交通参与者的位置以及无人设备的位置是指其绝对位置,即其在世界坐标系下的位置。
S104:针对每个交通参与者,根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,并存储。
在实际操作中,复杂的仿真测试场景其实是由多个基础的仿真场景组合而成的。举例来说,用于测试无人设备连续避障的仿真测试场景,可以看作由多个无人设备躲避一个障碍物的基础的仿真场景组合而成的。
基于上述说明,本说明书所提供的仿真测试场景生成方法的核心思路为:先构建出无人设备与每个交通参与者之间的仿真场景,将其作为一个基本的仿真场景,即单元仿真场景。在需要进行测试时,根据测试需求,将已经构建好的单元仿真场景进行组合,就可得到满足测试需求的仿真测试场景。
基于上述核心思路,服务器可先构建出无人设备与每个交通参与者之间的单元仿真场景,其中,单元仿真场景中仅包含该交通参与者与无人设备,并不包含其他交通参与者。
具体的,针对每个交通参与者,服务器可根据该交通参与者的历史状态信息以及自动驾驶设备的历史状态信息,确定出该交通参与者与无人设备之间的相对位置、相对速度、相对加速度以及相对姿态。其中,姿态主要为交通参与者的朝向。
举例来说,以确定该交通参与者与无人设备之间的相对位置为例,服务器可根据历史行驶数据,确定该交通参与者的绝对位置(世界坐标系下的位置)以及无人设备的绝对位置,以无人设备为原点,以无人设备行驶方向为X轴,以垂直于X轴的方向作为Y轴,可构建出无人设备的车辆坐标系,服务器可将该交通参与者的绝对位置转换至无人设备的车辆坐标系中,即可确定出该交通参与者与无人设备之间的相对位置。
之后,服务器可根据该交通参与者与无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,构建出该交通参与者与无人设备之间的单元仿真场景,并将其存储,以便在构建以该单元仿真场景为基础的仿真测试场景时,直接对其进行处理,从而获得所需的仿真测试场景,避免了重新构建包含该交通参与者的仿真测试场景的步骤。
S106:在接收到测试请求时,根据所述测试请求,在存储的各单元仿真场景中,获取所需的单元仿真场景,并根据所需的各单元仿真场景,组合得到所述无人设备的仿真测试场景。
基于上述本说明书的核心思路,在需要进行仿真测试时,可向服务器发送包含测试需求的测试请求,服务器在接收到测试请求时,根据测试请求,确定测试需求,从而确定出所需要构建的仿真测试场景。
服务器可根据所需要构建的仿真测试场景,确定仿真测试场景中的各交通参与者,即所需的交通参与者,根据确定出的所需的交通参与者,在已存储的各单元仿真场景中,找到与所需的交通参与者匹配的交通参与者所在的单元仿真场景,作为所需的单元仿真场景。
具体的,服务器可根据所需的各交通参与者的特征,例如:类型、尺寸等,确定与所需的交通参与者的特征匹配的交通参与者所在的单元仿真场景。例如,仿真测试场景中的交通参与者为交通信号灯与小客车,服务器可在已存储的各单元仿真场景中,确定包含交通信号灯的单元仿真场景,作为所需的单元仿真场景,同样的,确定包含小客车的单元仿真场景,作为所需的单元仿真场景。
之后,服务器可根据测试需求,调整确定出的所需的各单元仿真场景的参数。沿用上例,服务器可根据测试需求,确定出在仿真测试场景中,交通信号灯与无人设备之间的距离为20m,而在包含交通信号灯的单元仿真场景中,交通信号灯与无人设备之间的距离为10m,则服务器可将单元仿真场景中的交通信号灯与无人设备之间的距离对应的参数由10m调整为20m。同理,服务器可根据测试需求,在仿真测试场景中,小客车与无人设备之间的相对速度为5m/s,而包含小客车的单元仿真场景中,小客车与无人设备之间的相对速度为2m/s,则服务器可将包含小客车的单元仿真场景中,小客车与无人设备之间的相对速度所对应的参数由2m/s调整为5m/s。
服务器在对所需的各单元仿真场景的参数调整完成后,可对其进行组合,得到无人设备的仿真测试场景。在本说明书实施例中,由于每个单元仿真场景均包含了一个交通参与者与无人设备,但在仿真测试场景中仅有一个无人设备,因此,在组合的过程中,需要避免仿真测试场景中出现多个无人设备。具体的,服务器可以任意一个单元仿真场景为基础,根据调整的参数,将其他单元仿真场景中的交通参与者添加至作为基础的单元仿真场景中,得到无人设备的仿真测试场景,其中,得到的仿真测试场景中仅包含一个无人设备。
具体的,服务器可针对每个其他单元仿真场景,根据已调整的参数所对应的该其他单元仿真场景中的交通参与者与无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,将该其他单元仿真场景中的交通参与者添加进作为基础的单元仿真场景中。
值得注意的是,其他单元仿真场景中的交通参与者与作为基础的单元仿真场景中的无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,与测试请求中所需搭建的仿真测试场景中的各交通参与者与无人设备之间的相对位置、相对速度、相对加速度以及相对姿态是一致的,即添加后的各交通参与者与无人设备所对应的参数(相对位置、相对速度、相对加速度、相对姿态)与调整完成的参数是相同的。
如图2所示,要对无人设备进行借道避障的仿真测试,即测试内容为:无人设备需要躲避同一车道的交通参与者的同时,还需要躲避旁边车道上的交通参与者。基于所需要进行的仿真测试,可向服务器发送测试请求。服务器接收到测试请求后,根据测试请求,确定出将已构建完成并存储的躲避同一车道上的交通参与者A所在的单元仿真场景A,以及躲避旁边车道的交通参与者B所在的单元仿真场景B进行组合即可搭建出用于满足测试需求的仿真测试场景。因此,单元仿真场景A与单元仿真场景B为所需的单元仿真场景,服务器可在已存储的各单元仿真场景中,获取所需的单元仿真场景。之后,服务器可根据测试请求中包含的测试需求,调整单元仿真场景A与单元仿真场景B中的参数,再对其进行组合,即可得到用于对无人设备进行借道避障的仿真测试的仿真测试场景。
基于图1所示的仿真测试场景生成方法,本方法先构建了每个交通参与者与无人设备之间的单元仿真场景,以其作为构建其他复杂的仿真测试场景的基础。在需要进行仿真测试时,根据测试请求中的测试需求,对各个单元仿真场景进行组合,即可得到符合测试需求的仿真测试场景,无需人工重复搭建仿真测试场景。由此可见,本说明书所提供的仿真测试场景生成方法,节省了大量的人工成本的同时,提高了仿真测试场景的生成效率。
除了上述通过对所需的各单元仿真场景,组合得到所述无人设备的仿真测试场景之外,还可通过以下方式得到无人设备的仿真测试场景。具体的,服务器可根据测试请求,获取所需的单元仿真场景,对所需的单元仿真场景的参数进行调整,获得无人设备的仿真测试场景。
举例来说,如图3所示,单元仿真场景C所描述的场景为无人设备躲避超车的交通参与者,其中,交通参与者与无人设备之间的纵向距离为10m。为了测试搭载在无人设备上的无人驾驶系统是否能够控制无人设备躲避与其之间的纵向距离为5m、15m的交通参与者。服务器可根据测试请求,将单元仿真场景C中的交通参与者与无人设备之间的原始纵向距离10m调整为5m以及15m,获得交通参与者与无人设备之间的纵向距离为5m的仿真测试场景以及交通参与者与无人设备之间的纵向距离为15m的仿真测试场景。
进一步的,本说明书实施例中的交通参与者至少包括障碍物、交通信号灯中的至少一种,另外,交通参与者还可包括交通标志牌或其他,本说明书对此不作限制。
当交通参与者为障碍物时,服务器构建各障碍物与无人设备之间的单元仿真场景的过程与步骤S104相同。即,服务器可根据该障碍物的历史状态信息以及无人设备的历史状态信息,确定该障碍物与无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,再根据该障碍物与无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,构建该障碍物与无人设备之间的单元仿真场景。
当交通参与者为交通信号灯时,服务器可按照下述方法构建交通信号灯与无人设备之间的单元仿真场景。由于无人设备对交通信号灯所作出的决策行为并非避障,而是在确定交通信号灯为绿灯时继续行驶,在确定交通信号灯为红灯时停止行驶。因此,服务器可根据历史行驶数据,确定交通信号灯的变化状态,即交通信号灯所指示的交通信号与时间之间的变化关系,以及无人设备的历史状态信息,之后,服务器可根据交通信号灯所指示的信号与时间之间的变化关系以及无人设备的历史状态信息,构建交通信号灯与无人设备之间的单元仿真场景。
另外,在实际操作中,无人设备在实际道路上行驶时所能够采集到的历史行驶数据量非常庞大,但并非采集到的所有历史行驶数据都有作为构建单元仿真场景的依据的必要,因此,可对无人设备所采集到的历史行驶数据进行筛选。
举例来说,在通常情况下,对于无人设备出现碰撞等问题时所采集到的历史行驶数据,与无人设备安全、正常行驶时所采集到的历史行驶数据相比,前者的参考度更高。
基于此,服务器可获取满足指定条件的历史行驶数据,其中,指定条件可以是:行驶质量表征值小于指定阈值,也可以其他条件,本说明书对此不作限制。例如,服务器可在无人设备所采集到的历史行驶数据中,获取无人设备从无人驾驶状态被接管时所对应的历史行驶数据。
另外,在本说明书实施例中,并非无人设备所感知到的每一个交通参与者都会影响无人设备的行为决策。在无人设备所感知到的所有交通参与者中,不会影响无人设备的行为决策的交通参与者,其对无人设备的参考度相对较低,而影响无人设备的行为决策的交通参与者,其对无人设备的参考度相对较高。因此,在确定交通参与者时,可服务器根据历史行驶数据,确定无人设备感知到的且影响无人设备作出行为决策的交通参与者。
需要说明的是,本说明书实施例中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
以上为本说明书的一个或多个实施例提供的仿真测试场景生成方法,基于同样的思路,本说明书还提供了相应的仿真测试场景生成装置,如图4所示。
图4为本说明书提供的一种仿真测试场景生成装置示意图,具体包括:
获取模块401、信息确定模块402、仿真模块403,其中:
获取模块401,用于获取无人设备在实际道路上行驶时采集到的历史行驶数据;
信息确定模块402,用于根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者以及所述各交通参与者的历史状态信息,并,确定所述无人设备的历史状态信息;
仿真模块403,用于针对每个交通参与者,根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,并存储;在接收到测试请求时,根据所述测试请求,在存储的各单元仿真场景中,获取所需的单元仿真场景,并根据所需的各单元仿真场景,组合得到所述无人设备的仿真测试场景。
可选地,所述仿真模块403还用于,根据所述测试请求,对所需的各单元仿真场景的参数进行调整。
可选地,所述信息确定模块402具体用于,根据历史行驶数据,确定所述无人设备感知到的且影响所述无人设备作出行为决策的交通参与者。
可选地,所述获取模块401具体用于,获取无人设备在实际道路上行驶时采集到的满足指定条件的历史行驶数据,所述指定条件包括:行驶质量表征值小于指定阈值。
可选地,所述历史状态信息包括:位置、姿态、速度、加速度、方向角、轮廓角点中的至少一种。
可选地,所述交通参与者包括:障碍物;所述仿真模块403具体用于,根据该障碍物的历史状态信息以及所述无人设备的历史状态信息,确定该障碍物与所述无人设备之间的相对位置、相对速度、相对加速度以及相对姿态;
根据该障碍物与所述无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,构建该障碍物与所述无人设备之间的单元仿真场景。
可选地,所述交通参与者包括:交通信号灯;所述仿真模块403具体用于,根据所述交通信号灯的变化状态以及所述无人设备的历史状态信息,构建所述交通信号灯与所述无人设备之间的单元仿真场景。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的仿真场景自动生成方法。
本说明书还提供了图5所示的电子设备的示意结构图。如图5所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的仿真场景自动生成方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种仿真测试场景生成方法,其特征在于,包括:
获取无人设备在实际道路上行驶时采集到的历史行驶数据;
根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者以及所述各交通参与者的历史状态信息,并,确定所述无人设备的历史状态信息;
针对每个交通参与者,根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,并存储;
在接收到测试请求时,根据所述测试请求,在存储的各单元仿真场景中,获取所需的单元仿真场景,并根据所需的各单元仿真场景,组合得到所述无人设备的仿真测试场景。
2.如权利要求1所述的方法,其特征在于,组合得到所述无人设备的仿真测试场景之前,所述方法还包括:
根据所述测试请求,对所需的各单元仿真场景的参数进行调整。
3.如权利要求1所述的方法,其特征在于,根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者,具体包括:
根据历史行驶数据,确定所述无人设备感知到的且影响所述无人设备作出行为决策的交通参与者。
4.如权利要求1所述的方法,其特征在于,获取无人设备在实际道路上行驶时采集到的历史行驶数据,具体包括:
获取无人设备在实际道路上行驶时采集到的满足指定条件的历史行驶数据,所述指定条件包括:行驶质量表征值小于指定阈值。
5.如权利要求1所述的方法,其特征在于,所述历史状态信息包括:位置、姿态、速度、加速度、方向角、轮廓角点中的至少一种。
6.如权利要求5所述方法,其特征在于,所述交通参与者包括:障碍物;
根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,具体包括:
根据该障碍物的历史状态信息以及所述无人设备的历史状态信息,确定该障碍物与所述无人设备之间的相对位置、相对速度、相对加速度以及相对姿态;
根据该障碍物与所述无人设备之间的相对位置、相对速度、相对加速度以及相对姿态,构建该障碍物与所述无人设备之间的单元仿真场景。
7.如权利要求1所述的方法,其特征在于,所述交通参与者包括:交通信号灯;
根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,具体包括:
根据所述交通信号灯的变化状态以及所述无人设备的历史状态信息,构建所述交通信号灯与所述无人设备之间的单元仿真场景。
8.一种仿真测试场景生成装置,其特征在于,包括:
获取模块,用于获取无人设备在实际道路上行驶时采集到的历史行驶数据;
信息确定模块,用于根据所述历史行驶数据,确定所述无人设备在实际道路上行驶时感知到的各交通参与者以及所述各交通参与者的历史状态信息,并,确定所述无人设备的历史状态信息;
仿真模块,用于针对每个交通参与者,根据该交通参与者的历史状态信息以及所述无人设备的历史状态信息,构建该交通参与者与所述无人设备之间的单元仿真场景,并存储;在接收到测试请求时,根据所述测试请求,在存储的各单元仿真场景中,获取所需的单元仿真场景,并根据所需的各单元仿真场景,组合得到所述无人设备的仿真测试场景。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210278093.9A CN114721290A (zh) | 2022-03-16 | 2022-03-16 | 一种仿真测试场景生成方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210278093.9A CN114721290A (zh) | 2022-03-16 | 2022-03-16 | 一种仿真测试场景生成方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114721290A true CN114721290A (zh) | 2022-07-08 |
Family
ID=82236774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210278093.9A Pending CN114721290A (zh) | 2022-03-16 | 2022-03-16 | 一种仿真测试场景生成方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114721290A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116244932A (zh) * | 2023-01-28 | 2023-06-09 | 芯华章科技(北京)有限公司 | 对车辆进行安全仿真的方法、电子设备及存储介质 |
-
2022
- 2022-03-16 CN CN202210278093.9A patent/CN114721290A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116244932A (zh) * | 2023-01-28 | 2023-06-09 | 芯华章科技(北京)有限公司 | 对车辆进行安全仿真的方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414098B (zh) | 一种仿真测试环境的生成方法及装置 | |
CN111076739B (zh) | 一种路径规划的方法及装置 | |
CN112766468B (zh) | 一种轨迹预测方法、装置、存储介质及电子设备 | |
CN109756548B (zh) | 智能网联汽车云控基础平台数据处理方法、系统及装置 | |
CN111208838B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN113419547B (zh) | 一种多车协同控制方法及装置 | |
CN112013853B (zh) | 一种对无人驾驶设备的轨迹点验证的方法及装置 | |
CN112033421B (zh) | 一种检测电子地图中车道的方法及装置 | |
CN113343425B (zh) | 一种仿真测试的方法及装置 | |
CN111062372B (zh) | 一种预测障碍物轨迹的方法及装置 | |
CN112949756B (zh) | 一种模型训练以及轨迹规划的方法及装置 | |
CN113325855B (zh) | 基于迁移场景用于预测障碍物轨迹的模型训练方法 | |
CN111126362A (zh) | 一种预测障碍物轨迹的方法及装置 | |
CN112327864A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN112649012A (zh) | 一种轨迹规划方法、设备、介质及无人设备 | |
CN114721290A (zh) | 一种仿真测试场景生成方法、装置、存储介质及电子设备 | |
CN114546973A (zh) | 一种模型参数转换的方法及装置 | |
CN113031641B (zh) | 无人机控制方法、装置、存储介质及无人机 | |
CN113298445A (zh) | 一种模型训练和调度无人设备的方法及装置 | |
CN110895406B (zh) | 一种基于干扰物轨迹规划的无人设备的测试方法及装置 | |
CN113589707A (zh) | 一种增强现实的自动驾驶系统测试方法及装置 | |
CN114280960A (zh) | 一种自动驾驶仿真方法、装置、存储介质及电子设备 | |
CN115906273A (zh) | 一种aeb系统标定方法、装置及电子设备 | |
CN112859883B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN113340311A (zh) | 一种无人驾驶设备的路径规划方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |