CN114818230A - 一种仿真测试方法、装置及系统 - Google Patents
一种仿真测试方法、装置及系统 Download PDFInfo
- Publication number
- CN114818230A CN114818230A CN202110062943.7A CN202110062943A CN114818230A CN 114818230 A CN114818230 A CN 114818230A CN 202110062943 A CN202110062943 A CN 202110062943A CN 114818230 A CN114818230 A CN 114818230A
- Authority
- CN
- China
- Prior art keywords
- data
- format
- sensor
- format data
- computing device
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3457—Performance evaluation by simulation
-
- 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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/349—Performance evaluation by tracing or monitoring for interfaces, buses
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/815—Virtual
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Evolutionary Computation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种仿真测试方法、装置及系统,涉及智能驾驶技术领域。方法包括:从数据库中获取第一传感器的第一格式数据;对该第一格式数据进行处理,得到对应的第二格式数据,该第二格式为第一传感器在真实运行环境中采集数据的格式;以及将第二格式数据发送至第二计算装置,以使得第二计算装置根据该第二格式数据进行仿真测试。本发明能够实现仿真测试环境更贴近真实情况的智能系统仿真测试方案。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种仿真测试方法、装置及系统。
背景技术
目前,依靠传感器进行感知,并通过人工智能来解决车辆、机器人、无人机等的运动决策和控制的智能驾驶技术得到了空前的发展。
在自动驾驶车辆、智能机器人、无人机等的中央处理单元(如自动驾驶车辆的车载服务器、智能机器人以及无人机的主控计算机)中一般安装有智能系统,该智能系统中设置有各类型的算法功能模块(或称为计算模块),如感知处理模块、定位处理模块、决策模块、控制模块等等。为了保证智能系统的良好运行,各家智能系统厂商会对智能系统中的各类型的功能模块进行高频率的迭代更新,以满足智能驾驶的需求。这样,对智能系统的测试就必不可少。
一般情况下,对智能系统的测试可以采用实景测试,即将自动驾驶车辆、智能机器人、无人机等带到真实场景中进行测试,但是这种方式较为占用车辆、机器人、无人机等的实体资源,无法进行大批量的测试。可见,如何实现智能系统的仿真测试成为了一个热点问题。
发明内容
本发明的实施例提供一种仿真测试方法、装置及系统,能够实现智能系统的仿真测试。
为达到上述目的,本发明的实施例采用如下技术方案:
本发明实施例的第一方面,提供一种仿真测试方法,适于在第一计算装置中执行,该方法包括:从数据库中获取第一传感器的第一格式数据;对第一格式数据进行处理,得到对应的第二格式数据,该第二格式为第一传感器在真实运行环境下采集数据的格式;以及将第二格式数据发送至第二计算装置,以便第二计算装置根据第二格式数据进行仿真测试。
本发明实施例的第二方面,提供一种仿真测试装置,包括:数据库读取单元,用于从数据库中获取第一传感器的第一格式数据;数据处理单元,用于对第一格式数据进行处理,得到对应的第二格式数据,该第二格式为第一传感器在真实运行环境中采集数据的格式;以及数据发送单元,用于将第二格式数据发送至第二计算装置,以使得第二计算装置根据第二格式数据对智能系统进行仿真测试。
本发明实施例的第三方面,提供一种仿真测试系统,包括通信连接的第一计算装置和第二计算装置,其中,第一计算装置用于从数据库中获取第一传感器的第一格式数据,对第一格式数据进行处理,得到对应的第二格式数据,以及将第二格式数据发送给第二计算装置;第二计算装置用于根据该第二格式数据进行仿真测试。
本发明实施例的第四方面,提供一种计算机可读存储介质,包括程序或指令,当该程序或指令在计算机上运行时,实现上述第一方面所述的仿真测试方法。
本发明实施例的第五方面,提供一种计算装置,包括存储器,以及与存储器通信连接的一个或多个处理器;存储器中存储有可被一个或多个处理器执行的指令,该指令被一个或多个处理器执行,以使一个或多个处理器实现上述第一方面所述的仿真测试方法。
根据本发明的技术方案,仿真测试装置独立于第二计算装置(如车载服务器)设置,独立执行数据包的获取、还原和发送任务,使得智能系统所在的第二计算装置能够按照实际运行环境实现仿真测试,正确模拟还原车载软件的真实运行情况和资源占用情况,得到和真实车辆环境的验证结果。
而且,仿真测试装置从数据库中获取的数据格式是第二计算装置在真实运行环境下处理后且存储数据的格式,处理后得到的第二格式数据是真实传感器在真实运行环境中采集数据的格式。该第二格式数据与真实传感器采集的数据包并无不同,从而可真实还原真实传感器采集数据后进行发送的过程。
进一步地,本发明还可模拟真实传感器和第二计算装置的数据传输线路,充分考虑了传输路径的负载情况,因此可以完全模拟智能驾驶过程中,传感器采集数据包后经过真实传输路径到达车载服务器,并由车载服务器对数据包进行处理的过程。同时,本发明还可模拟传感器数据发送前的曝光延时和处理延时,将第二格式数据机上该延时后再发送给车载服务器,使得仿真测试环境更贴近真实情况。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种仿真测试方法100的流程图一;
图2为本发明实施例提供的一种仿真测试方法200的流程图二;
图3为常规情况下的仿真测试场景的结构示意图;
图4为本发明实施例中的仿真测试场景的结构示意图;
图5为实车测试和仿真测试中软件数据流的对比示意图;
图6为本发明实施例提供的一种仿真测试方法600的流程图三;
图7为本发明实施例提供的一种对传感器数据进行正向处理和逆向处理的示意图;
图8为本发明实施例提供的一种仿真测试装置800的结构示意图;
图9为本发明实施例提供的一种仿真测试系统900的结构示意图;
图10为本发明实施例提供的一种计算装置1000的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了使本领域的技术人员更好的了解本发明,下面先对本发明实施例中出现的部分技术术语进行解释如下:
点云:在逆向工程中通过测量仪器得到的物体外观表面的点数据集合称为点云。
IMU:Inertial Measurement Unit,惯性测量单元,是测量物体三轴姿态角(或角速率)以及加速度的装置。
帧(Frame):传感器完成一次观测所接收到的测量数据,如相机的一帧数据为一张图片,激光雷达的一帧数据为一组激光点云。
本发明中的“车辆”通常可以包括:动力系统、传感器系统、控制系统、外围设备和计算机系统。在其它实施例中,车辆可以包括更多、更少或者不同的系统。
其中,动力系统是为车辆提供动力运动的系统,包括:引擎/马达、变速器和车轮/轮胎、能源单元。
控制系统可以包括控制车辆及其组件的装置的组合,例如转向单元、节气门、制动单元。
外围设备可以是允许车辆与外部传感器、其它车辆、外部计算设备和/或用户进行交互的设备,例如无线通信系统、触摸屏、麦克风和/或扬声器。
基于上述描述的车辆,自动驾驶车辆中还配置有传感器系统和自动驾驶控制装置。
传感器系统可以包括用于感测车辆所处环境的信息的多个传感器,以及改变传感器的位置和/或方向的一个或多个致动器。传感器系统可以包括全球定位系统传感器、惯性测量单元、无线电检测和测距(RADAR)单元、相机、激光测距仪、光检测和测距(LIDAR)单元和/或声学传感器等传感器的任何组合;传感器系统还可以包括监视车辆内部系统的传感器(例如O2监视器、燃油表、引擎温度计等)。
自动驾驶控制装置可以包括一个处理器和存储器,存储器中存储有至少一条机器可执行指令,处理器执行至少一条机器可执行指令实现包括地图引擎、定位模块、感知模块、导航或路径模块、以及自动控制模块等的功能。地图引擎和定位模块用于提供地图信息和定位信息。感知模块用于根据传感器系统获取到的信息和地图引擎提供的地图信息感知车辆所处环境中的事物。导航或路径模块用于根据地图引擎、定位模块和感知模块的处理结果,为车辆规划行驶路径。自动控制模块将导航或路径模块等模块的决策信息输入解析转换成对车辆控制系统的控制命令输出,并通过车载网(例如通过CAN总线、局域互联网络、多媒体定向系统传输等方式实现的车辆内部电子网络系统)将控制命令发送给车辆控制系统中的对应部件,实现对车辆的自动控制;自动控制模块还可以通过车载网来获取车辆中各部件的信息。一般地,车辆上安装有不同类型的传感器,每种传感器都有其对应的采集数据的格式(称为第二格式,或原始数据格式),该第二格式一般不能由车载服务器的智能系统(包含多个算法功能模块)直接使用。因此需要先由车载服务器将该第一格式的数据处理为第二格式,再将该第二格式的数据输入给智能系统来执行算法计算。同时,车载服务器还会将处理后的该第二格式数据上传到数据库中存储。即,第二格式为原始数据的处理后格式或存储格式。
目前对于智能系统的仿真测试方式主要有以下两种:
一种是通过环境模型和传感器模型从虚拟的场景中生成传感器传感信息,输入给智能系统来进行仿真测试,然而这种方式对于虚拟场景的构建要求较高,需要涉及各种3D渲染、3D模型构建等问题,使得虚拟场景需要大量的算力支撑,虚拟场景构建成本较高,严重浪费计算资源,且与智能系统所工作的真实场景偏差较大,难以仿真智能系统在真实场景下的工作运行情况。
另一种是将预先采集的传感器数据进行回放,输入给智能系统来进行仿真测试。但是这里回放的数据都是从数据库中直接获取的,这些数据为第一格式,会直接输入给智能系统使用,此时车载服务器并不会像实车那样先将第二格式处理为第一格式后再输入给智能系统,忽略了传感器软件部分真实的网络负载和计算资源使用情况,无法模拟真实车载环境下的数据传输和处理过程,使得对智能系统的仿真测试是片面的,不能真实反映智能系统的实际运行场景,影响仿真测试的准确性。
为了克服现有技术的问题,如图1所示,本发明实施例提供一种仿真测试方法100,该方法100可以在第一计算装置中执行,该第一计算装置为一个虚拟传感器计算平台或者虚拟传感器系统,能够集成多个真实传感器的功能,但其不含有真实传感器的数据采集模块,可直接从数据库中获取数据并进行处理后,发送给诸如车载服务器的第二计算装置。如图1所示,方法100包括:
步骤S101、从数据库中获取至少一个第一传感器的第一格式数据
步骤S102、对第一传感器的第一格式数据进行处理,得到对应的第二格式数据,该第二格式为第一传感器采集数据的格式。
步骤S103、将第一传感器的第二格式数据发送至第二计算装置,以使得第二计算装置根据接收到的第二格式数据对进行仿真测试。这里,第二计算装置对接收到的智能系统进行仿真测试,该智能系统包括至少一种算法模块,如感知算法模块、定位算法模块、决策算法模块和控制算法模块等。
为了使本领域的技术人员更好的了解本发明,下面列举一个更为详细的实施例,如图2所示,本发明实施例提供一种仿真测试方法200,包括:
步骤S201、接收数据控制指令,从数据库中传感器数据的存储位置获得数据控制指令对应的第一格式数据。
其中,数据控制指令可以包括待选择的数据条件;该待选择的数据条件包括目标数据名称、目标数据身份标识、目标时间段中的至少一种。其中,目标数据名称和目标数据身份标识可分别为目标路测数据名称和目标路测数据身份标识。
则该步骤S201中的接收数据控制指令,从数据库中传感器数据的存储位置获得数据控制指令对应的第一格式数据,可以通过如下方式实现:接收数据控制指令,从数据库中传感器数据的存储位置获得待选择的数据条件对应的第一格式数据。
另外,数据控制指令还可以包括启动控制指令和暂停控制指令。
则该步骤S201中的接收数据控制指令,从数据库中传感器数据的存储位置获得数据控制指令对应的第一格式数据数据,可以通过如下方式实现:
若在获取第一格式数据的过程中接收到了暂停控制指令,则暂停获得第一格式数据,并进入未获得数据状态;
若在未获得数据状态下接收到了启动控制指令,则继续从数据库中传感器数据的存储位置获得第一格式数据,并进入获得数据状态。
这里,可以在不同场景下采集各类型传感器数据,如堵车场景、高速场景等,以便分别对这些场景下的传感器数据进行回放和仿真测试,并分析不同场景数据下的请求情况和资源占用情况。
应当理解,数据控制指令还可以包括其他控制指令,如加速控制指令、减速控制指令等,当然不限于此。这样,在接收到该加速控制指令后,加速获取传感器数据,或者在接收到该减速控制指令后,减速获取传感器数据,具体的加减速度本领域技术人员可以根据需要自行设定,本发明对此不作限制。
步骤S202、将第一格式数据根据第一传感器类型对应的网络传输协议进行处理(可称为正向处理,包括数据的序列化过程),得到对应的第二格式数据。
根据本发明的一个实施例,第一传感器可以包括图像采集设备、激光雷达、全球导航定位系统(Global Navigation Satellite System,GNSS传感器)中的至少一种。
对于图像采集设备,其对应的第一格式数据可以包括图像压缩数据;网络传输协议可以包括基于千兆以太网的图像传输标准,协议(GigEVision协议,千兆以太网)。此时,步骤S202中对第一传感器的第一格式数据进行处理,得到对应的第二格式数据,可以采用如下方式实现:
将图像压缩数据进行解压缩,形成蓝绿红BGR格式图像数据;将BGR格式图像数据进行图像格式转换,形成图像采集设备对应的拜耳Bayer图像数据,作为满足GigEVision协议的图像原始数据包。
对于激光雷达,其对应的第一格式数据可以包括点云数据包组;网络传输协议可以包括用户数据报协议(User Datagram Protocol,UDP协议)和传输控制协议(Transmission Control Protocol,TCP协议)。此时,步骤S202中对第一传感器的第一格式数据进行处理,得到对应的第二格式数据,可以采用如下方式实现:
点云数据包组进行分解,形成激光雷达对应的点云数据包,作为满足UDP协议和TCP协议的点云原始数据包。
其中,激光雷达在采集激光点云时,一般采集一周360°情况下,每采集0.2°会将采集到的点云形成一个点云数据包,每10个点云数据包构成一个点云数据包组,这样激光雷达每采集一周就构成了180个点云数据包组。而这些点云数据包组无法直接通过UDP协议和TCP协议来进行网络传输,因此需要进行分解为点云数据包作为满足UDP协议和TCP协议的点云原始数据包。其中,每个点云数据包中包含了点云信息和激光雷达的GPS状态信息,点云信息需要通过UDP协议传输,而激光雷达的GPS状态信息则需要通过TCP协议传输。
对于全球导航卫星系统GNSS传感器,第一格式数据可以包括GNSS存储数据;网络传输协议可以包括传输控制协议TCP。此时步骤S202中对第一传感器的第一格式数据进行处理,得到对应的第二格式数据,可以采用如下方式实现:
将GNSS存储数据(如记为GnssMsg)进行解码,形成GNSS信息数据(如记为GnssInfo)。将GNSS信息数据进行编码,形成GNSS传感器对应的GNSS网络数据包(如记为GnssPacket),作为满足TCP协议的GNSS原始数据包。
步骤S203、根据第二格式数据的时间戳信息采用预设周期频率向第二计算装置发送第二格式数据,以使得第二计算装置根据该第二格式数据对智能系统中的功能模块进行仿真测试。
具体的,每个原始数据包中都有时间戳信息,例如有连续的3个原始数据包,时间戳信息分别相差0.1秒,而预设周期频率为0.1秒,则可根据系统时间,每0.1秒发送相应的时间戳信息对应的原始数据包。
考虑到真实传感器数据都有一定的曝光时间和处理时间,且不同光照条件的数据曝光时间也不一样,因此本发明还可记录下这些真实数据的数据延时,以在数据回放过程中真实还原该数据延时。优选的,时间戳信息可包括第二格式数据的触发时间戳、曝光时间和处理时间中的至少一种。这里,可以直接记录曝光和处理的实际时长作为曝光时间和处理时间,也可以记录曝光时间戳和处理完成时间戳(或者数据发出时间戳),并结合触发时间戳计算出曝光时间和处理时间。本发明对这两个时长的记录方式不做具体限定。步骤S203具体可通过以下过程实现:在第二格式数据的触发时间戳上加上一个延时时间,作为第二格式数据的校正时间戳,并根据该校正时间戳采用预设周期频率向第二计算装置发送第二格式数据。
其中,延时时间采用以下任意一种方式,当选定其中一种方式后,所有获取的原始数据包均采用该方式进行延时处理:
1)预设曝光时间和预设处理时间之和;
2)第二格式数据的曝光时间和预设处理时间之和;
3)第二格式数据的曝光时间和处理时间之和。
其中,预设曝光时间和预设处理时间可以是根据先验知识得到的平均曝光时间和平均处理时间,本发明对其具体数值不做具体限定。采用预设周期频率发送原始数据包,具体是指每到一个发送周期时,就触发一次数据发送,发送当前所需要发送的数据。假设3个原始数据包的触发时间戳分别为100ms、200ms、300ms,第一延时为15ms,则对应的校正时间戳分别为115ms、215ms、315ms,触发周期频率为0.1s,则每隔0.1s去触发一次数据发送,按照先后顺序发送队列中当前需要发送的数据。
第二种方案主要是考虑处理时间的延时相对固定,因此在数据回放时只真实还原各数据包曝光时间的延时,而处理时间的延时仍采用预设处理时间,从而提高数据计算速度,进而提高数据传输速度。第三种方案同时还原了各数据包的曝光时间和回放时间,因此更能真实还原实车数据传输过程,提高测试准确度。
另外,将第一传感器的第二格式数据发送至第二计算装置,具体可以采用如下方式实现:采用第一传感器与第二计算装置之间所模拟的数据传输线路将至少一个第一传感器的第二格式数据发送至第二计算装置。
一般在实际运行环境中会有多个第一传感器,每个第一传感器均与第二计算装置通过网络总线连接。在第一种实现方式中,所模拟的数据传输线路为任一个第一传感器与第二计算装置器之间的网络总线。在第二种实现方式中,所模拟的数据传输线路为第一传感器与第二计算装置之间的多个网络总线中处于中间长度的网络总线。在又一种实现方式中,可以分别计算每个第一传感器与第二计算装置之间的传输线路长度,并计算所有传输线路长度的平均长度。之后,选取预设长度的传输线路作为所模拟的数据传输线路,该预设长度在平均长度的预设范围内。该预设范围本领域技术人员可以根据需要自行设定,本发明对此不作限制。
这里,预先统计实车上各传感器和服务器之间的网络总线的平均参数,如平均长度等,并取该平均参数的网络总线作为上述预设路径。考虑到各传感器的网络总线参数并不会相差太多,该长度对各数据传输的影响也比较小,因此这种方式能够简化虚拟服务器构造,降低数据传输的复杂度,同时还原真实数据传输情况。
在第三种实现方式中,第一计算装置可根据实车上的传感器类型,分别设置对应传感器类型所对应的数据接口,每个数据接口都采用实车上对应传感器位置与车载服务器之间的网络总线,以传输该类型传感器所对应的数据,从而完全还原真实的数据传输过程。
为了使本领域的技术人员更好的了解本发明,下面结合一个实际的仿真测试场景来对本发明实施例进行说明。
以自动驾驶车辆为例,智能系统即为自动驾驶系统,如图3所示,自动驾驶车辆300一般搭载有第二计算装置320、各种传感器和交换机340。其中,第二计算装置320即智能系统所在服务器,也即自动驾驶车辆上的车载服务器VehicleServer。各种传感器例如可包括图像采集设备331(如相机)、激光雷达332以及GNSS传感器333(如组合导航设备)等。各传感器和第二计算装置320之间通过交换机340进行通信连接,构成了网络总线的数据传输路径。
本发明实施例为了进行智能系统仿真测试,提供了如图4所示的仿真测试系统400,该仿真测试系统400设置了用于虚拟各种传感器的服务器,称为第一计算装置310,该第一计算装置310可以替代实车上的各种传感器,并通过交换机340与第二计算装置320连接,构成了网络总线的数据传输路径。这样,该仿真测试系统400就可以安置于办公室、厂房等室内环境中进行仿真测试,不用再去实车环境中进行实车实地测试。另外,值得说明的是,本申请所述的第一计算装置310可以设置于机房、办公室等处,第二计算装置320可以设置于机房、办公室、自动驾驶车辆上等处,但不仅局限于此。
另外,第一计算装置310还可以通过交换机340与数据库350连接,以便从数据库350中获取第一格式数据进行处理,并将处理后得到的第二格式数据发送给第二计算装置320。需要说明的是,自动驾驶车辆300中可以包括多个(如两个)第二计算装置320,可分别用于对不同的传感器数据进行处理。相对应的,仿真测试系统400中的第一计算装置310和第二计算装置320也均可以为一个或多个,本发明对仿真测试系统400中的各装置数量不作具体限定。其中第一计算装置310用于处理不同传感器类型的数据,并发送给对应的第二计算装置320。这里,可预先设定传感器类型、第一计算装置和第二计算装置320之间的关联关系,以根据该关联关系进行数据的获取和分发。
而且,为了便于测试人员对智能系统仿真测试的观测,仿真测试系统400中还可以设置显示前端360,第一计算装置310中设置有状态监测服务(其可为软件子模块),用于分别与该第二计算装置320、第一计算装置310的计算核心以及状态监测显示前端进行数据交互、以及监测第一计算装置310的状态。状态监测服务接收第二计算装置320的状态控制命令,将该状态控制命令转发到第一计算装置310的计算核心,该计算核心将自身状态实时发送给状态监测服务,并由状态监测服务将该自身状态推送到显示前端360进行显示,便于测试人员的查看。
这里,状态监测服务可以为RPC服务(Remote Procedure Call,远程过程调用),其在python环境在获取第二计算装置320的控制指令。而第一计算装置310的计算核心在C++环境中运行,因此本发明在状态监测服务和计算核心之间通过http协议实现python语句和C++语句的转换。同时,显示前端360在JavaScript环境下运行,因此本发明通过RPC服务的功能实现了状态监测服务和显示前端360之间的数据交互。当然,还存在其他多种语言环境的转换方式,本发明不受限于具体的形式,所以能够实现不同语言环境的转换方式,均在本发明的保护范围之内。
图5示出了实车测试和仿真测试中软件数据流的对比,其中虚线部分为真实车辆环境上的软件数据流,而实线部分为应用了虚拟传感器系统后模拟环境中的软件数据流。在该软件架构中,虚拟传感器系统完美替代车辆上的真实传感器,发出的数据会由智能系统服务器上的软件以与真实硬件相同的接口接收,有效模拟自动驾驶车辆在实际运行场景中的数据获取和传输。而整个虚拟服务器从硬件层面独立于正常运行的智能系统服务器之外,并不会影响到智能系统服务器的软件部分的任何性能表现。本发明搭建了和车端统一的硬件环境和IO/CPU资源消耗,模拟传感器软件部分真实的网络负载和计算资源使用情况,以确保计算资源的一致性。而且,数据包的获取、还原和发送在虚拟服务器中独立执行,有效缓解了在智能系统服务器中执行时因内存占用过大而可能出现的帧率不稳定现象。
这样,如图6所示,本发明实施例提供一种仿真测试方法600,包括:
步骤S601、第一计算装置接收第二计算装置发送的包括待选择的数据条件的数据控制指令。
其中,待选择的数据条件包括目标数据名称、目标数据身份标识(ID)、目标时间段中的至少一种。一般地,用户可在第二计算装置相关的显示界面中选择数据条件,如通过按钮选择、下拉菜单显示或手动输入方法,确定待选择的数据条件,生成对应的数据控制指令。而且,该显示界面还可以显示回放数据的进度条,向用户提供暂停、启动播放、拖动、快进、回退、循环播放等功能,从而生成对应的暂停控制指令、启动控制指令、快进控制指令等。需要说明的是,第一计算装置310有对应的状态监测显示界面,第二计算装置320也可以有对应的数据条件显示界面,两个显示界面可在同一台物理设备中实现,也可在不同的物理设备中实现,本发明对此不作限制。
步骤S602、第一计算装置从数据库中传感器数据的存储位置获得待选择的数据条件对应的第一格式数据。
例如,待选择的数据条件为目标路测数据名称:TC高速公路路测数据,目标时间段:2020年8月3日15:00至2020年8月3日16:00,则第一计算装置从数据库中传感器数据的存储位置获得TC高速公路路测数据中的相应目标时间段的第一格式数据。又例如,待选择的数据条件为目标路测数据ID:202008030001,目标时间段:2020年8月3日15:00至2020年8月3日16:00,则第一计算装置从数据库中传感器数据的存储位置获得ID为202008030001的数据中的相应目标时间段的第一格式数据。其中,所获得的第二格式数据是之前通过各类型传感器,如激光雷达、图像采集设备以及GNSS传感器等预先采集的真实场景的传感器数据,如图像采集设备对应的图像压缩数据、激光雷达对应的点云数据包组,以及GNSS传感器对应的GNSS存储数据。
根据本发明的一些实施例,可通过调用python函数来从数据库中获取数据,且支持多线程调用python。数据库原生支持本地数据包和网络连接存储(NAS)数据包。在具体实现上,C++调用Pybind11通过python脚本获取各传感器的每一帧数据。需要说明的是,由于python多线程调用需要使用python gil(全局锁)来保护,因此会出现异常宕机等现象。但是本发明采用C++多线程调用python时并未用锁保护,因此在实现时调用pybind的代码均进行了加锁保护。
获取数据之后会进行缓存,本发明在第一计算装置中设置两个缓存队列,第一个缓存队列在数据获取后和数据正向处理之间,第二个缓存队列在数据正向处理后和开始发送之间。也就是,该缓存队列为优先级队列,优先级判断标准为时间戳(如采集数据的时间戳),时间戳越小,则优先级越高。缓存队列通过状态量来通知交互模块是否存入或取出数据,状态量包括是否空、是否满、以及剩余缓存量中的至少一种。另外,在进行上述步骤602的过程中,本发明实施例还可以进行如下过程:
第一计算装置若在获取第一格式数据的过程中接收到了第二计算装置的暂停控制指令,则暂停获得第一格式数据,并进入未获得数据状态,此时对智能系统中的功能模块进行仿真测试的过程也将暂停。
若第一计算装置在未获得数据状态下接收到了第二计算装置的启动控制指令,则继续从数据库中传感器数据的存储位置获得第一格式数据,并进入获得数据状态,此时对智能系统中的功能模块进行仿真测试的过程也将继续进行。
另外,第一计算装置在从数据库中传感器数据的存储位置获得某段第一格式数据A的过程中,还可以接收第二计算装置的数据切换指令(例如该指令内容为将某段第一格式数据A切换为某段第一格式数据B),则第一计算装置可以根据该数据切换指令,从数据库中传感器数据的存储位置获得某段第一格式数据B。之后,第二计算装置可以得到该段第一格式数据B来对智能系统中的功能模块继续进行仿真测试。具体的数据切换指令,可以包括目标数据名称切换、目标数据身份标识(ID)切换、目标时间段切换等,但不仅局限于此。
步骤S603、第一计算装置将第一格式数据根据第一传感器类型对应的网络传输协议进行处理,形成各第一传感器类型所对应的第二格式数据。
这样做的目的是为了获得各类型传感器对应的格式数据包,以便于后续在网络中进行传输,以模拟传感器与智能系统服务器之间的网络数据传输,进而还原真实的网络负载情况对智能系统服务器处理性能的影响。
如前文所述,传感器类型可为图像采集设备、激光雷达、GNSS传感器等,每种传感器有其对应和的数据格式和网络传输协议,其具体的数据转换方式已在基于方法200的描述种详细公开,这里不再展开赘述。
步骤S604、第一计算装置根据第二格式数据中的时间戳信息采用预设周期频率通过所模拟的数据传输线路向第二计算装置发送第二格式数据。
第一计算装置根据时间戳信息来发送第二格式数据,如根据触发时间戳、曝光时间、处理时间等信息来发送数据,已在基于方法200的描述种详细公开,这里不再展开赘述。这里,记录数据曝光时间和处理时间,还可有效还原录制过程中出现的数据卡顿现象,提高传感器数据回放的真实性。而采用虚拟服务器来回放数据,又在一定程度上缓解了回放过程中可能出现的数据卡顿,从而稳定了帧率。也就是,本发明一方面尽量还原录制时的数据卡顿,另一方面又尽量缓解回放时的数据卡顿。
根据本发明的一些实施例,如前文所述,用户可在第二计算装置的播放器进度条中选择暂停、播放、拖动等功能操作,来控制回放进程。假设格式数据包记录的开始时间为t0,开始回放的系统时间T0,若一直按照正常播放顺序播放,则系统时间和数据时间之间的时间差Δt将一直保持T0-t0。根据该时间延迟即可确定当前系统时间所对应的格式数据帧。但如果用户进行了暂停、拖动等操作,此时,则需结合执行操作后的格式数据的时间tnow和当前系统时间Tnow来确定当前新的时间差Δt'=Tnow-tnow。
例如,若用户在进度条的t2处点击暂停,此时的系统时间为T2,暂停一段时间后系统时间为Tnow,而此时的tnow还是t2,因此新的时间差Δt'=Tnow-t2。同理,若用户将进度条从t4拖动到t5,拖动后的当前系统时间为Tnow,则新的时间差Δt'=Tnow-t5。
为了保证两个计算装置之间的时间对齐同步,当前系统时间Tnow为第二计算装置的系统时间,并由第二计算装置发送给第一计算装置。
进一步地,第一计算装置通过TCP协议与第二计算装置上的第二交互模块连接,第二交互模块会不断转发第二计算装置中的回放时间和监控的状态项,第一计算装置中的第一交互模块通过解析这些数据实现播放、暂停、拖动时间控制、循环播放等功能。第二交互模块的控制信息每秒发送一次,第一计算装置根据其中的播放时间来更新播放器的播放起始时间,保证两侧播放时间的同步。
另外,为了保证传输数据的一致性,传输过程中,第二计算装置可以定时向虚拟服务器发送心跳信息,第一计算装置实时上报自身的数据传输状态,如第二格式数据的发送进度等等,以与第二计算装置的系统时间进行同步,以保证第一计算装置实时发送的第二格式数据刚好是第二计算装置所预期的数据。
步骤S605、第二计算装置根据接收到的第二格式数据对智能系统中的功能模块进行仿真测试。
一般情况下,智能系统中的功能模块有很多,例如在自动驾驶领域中,功能模块可以有各类算法模块,如定位算法模块Localization,感知算法模块Perception,决策规划算法模块Planning,或者各类状态监测模块,如相机工作状态监测模块Camera1、Camera2等、激光雷达状态检测模块Lidar1、Lidar2等、GNSS信号监测模块Novatel等。本发明将在各模拟场景中输出的传感器数据输入给需要测试的算法模块,得到算法模块的运行结果,通过在真实场景相类似的模拟场景中对算法模块进行测试,能够实现更加有效的测试结果。例如,在得到图像第二格式数据后,第二计算装置可以对基于图像的感知算法模块Perception进行仿真测试,以判断其感知结果是否准确。当然,实际上第二计算装置对各类功能模块的仿真测试可以是同步进行的,其综合的仿真测试场景与通过传感器直接采集数据相同,此处不再详细介绍对于每个功能模块的具体仿真测试过程。
具体而言,第二计算装置根据第二格式数据对智能系统进行仿真测试时,先对第二格式处理进行逆向处理(相当于第一计算真值的正向处理过程而言,包括反序列化过程),得到对应的第一格式数据,也就是第二计算装置能够真值使用的数据。相比于第二计算装置直接从数据库中获取第一格式数据进行仿真,本发明能够真实还原传感器与车载服务器之间真实的数据传输和解析过程。
如图7所示,向左为正向处理,向右为逆向处理,逆向处理的过程具体过程如下:
例如,当传感器包括图像采集设备时,对应的第二格式数据为图像原始数据包,一般为拜耳Bayer图像数据。此时可以包括将Bayer图像数据进行图像格式转换,形成BGR格式图像数据;之后对BGR格式图像数据进行压缩,得到图像压缩数据,作为进行仿真测试所使用的数据。
又例如,当传感器包括激光雷达时,对应的第二格式数据为点云原始数据包,一般为点云数据包。此时可以将点云数据包进行合并,形成点云数据包组,作为进行仿真测试所使用的数据。
又例如,当传感器包括全球导航卫星系统GNSS传感器(如可以采用组合导航系统设备)时,对应的第二格式数据为GNSS原始数据包,一般可以包括GNSS网络数据包(如记为GnssPacket)。此时可以将GNSS网络数据包进行解码,形成GNSS信息数据(如记为GnssInfo);然后将GNSS信息数据进行编码,形成GNSS存储数据(如记为GnssMsg),作为进行仿真测试所使用的数据。
应当理解,在对第一格式数据进行格式转换时,也可以采用其他传输协议,如USB传输协议、PCI-E传输协议等,当然不限于此。此时第一计算装置根据该传输协议来对第一格式数据进行正向处理,得到第二格式数据。第二计算装置在接收到第一格式数据之后,再按照该正向处理的传输协议进行逆向处理。
进一步的,在步骤S605中第二计算装置根据第二格式数据对智能系统进行仿真测试,具体还可采用如下过程实现:
将接收到的第一传感器的第二格式数据进行逆向处理,得到对应的第一格式数据;从数据库中获取第二传感器的第一格式数据,并结合逆向处理得到的第一传感器的第一格式数据,对智能系统进行仿真测试。其中,第一传感器是传输协议已知的传感器,第二传感器是传输协议未知的传感器。这里,从数据库中获取传感器数据进行还原后再发送,一般是建立在各类型传感器的传输协议已知的情况下(目前的相机、激光雷达、毫米波雷达等主流传感器和车辆线控均有开源协议、开放SDK接口或者可通过商业合作的方式获得)。对于存在个别传感器的传输协议未知的情况,则可以由第二计算装置直接从数据库获取第一格式数据来进行回放,在回放时会同时结合第一计算装置发送来的从数据库获取并还原的数据,进行第二计算装置上的功能模块的仿真。此时,第二计算装置一方面从第一计算装置中获取还原后的数据并进行逆向处理,一方面从数据库中直接获取数据,并结合这两种数据进行回放和仿真测试。
例如,图像采集设备、激光雷达和GNSS传感器之中,假设图像采集设备的传输协议未知(如闭源了传输协议,第二类型传感器),激光雷达和GNSS传感器的传输协议已知(第一类型传感器),则可以在数据库中获得图像采集设备的图像压缩数据来直接在第二计算装置处进行数据回放,而激光雷达和GNSS传感器的相关数据则需要采用从第一计算装置还原和发送的处理方式,这样本发明实施例针对一些无法获取到传输协议的情况可以进行兼容,在时间同步的保证下,可以实现与数据回放方式相结合,保证第二计算装置的仿真测试准确性。
根据本发明的技术方案,第一计算装置基于真实的传感器的路测数据,针对不同传感器和车辆状态信息,反解回传感器侧和车辆线控侧真实的原始数据格式,并通过各自的真实传输协议有序地发送至第二计算装置,以实现智能系统侧的无差别运行,实现对路测情形的真实复现,包括网络负载、计算负载等,保证高度一致性。
另外,如图8所示,本发明实施例还提供一种仿真测试装置800,包括:
数据库读取单元801,用于从数据库中获取第一传感器的第一格式数据。
数据处理单元802,用于对第一格式数据进行处理,得到对应的第二格式数据,该第二格式为第一传感器在真实运行环境中采集数据的格式。
数据发送单元803,用于将第二格式数据发送至第二计算装置,以使得第二计算装置根据接收到的第二格式数据对智能系统进行仿真测试。
关于本发明的仿真测试装置800,在基于图1-图7的描述中已经详细公开,这里不再展开赘述。
另外,如图9所示,本发明实施例还提供一种仿真测试系统900,包括:通过模拟的数据传输线路903连接的第一计算装置901和第二计算装置902。其中,模拟的数据传输线路903与实车环境下第一传感器和第二计算装置的数据传输路径接近相同,其具体模拟方法已在基于方法200的描述中详细公开,这里不再展开赘述。
第一计算装置901用于从数据库中获取第一传感器的第一格式数据,对第一格式数据进行处理,得到对应的第二格式数据,以及将第二格式数据发送给第二计算装置902。
第二计算装置902用于根据接收到的第二格式数据对智能系统进行仿真测试。具体先将该第二格式数据进行逆向处理,得到对应的第一格式数据,并根据该第一格式数据对智能系统进行仿真测试。进一步地还可以从数据库中获取第二传感器的第一格式数据,并结合逆向处理得到的第一传感器的第一格式数据,对智能系统进行仿真测试。
另外,本发明实施例提供了一种计算机可读存储介质,包括程序或指令,当程序或指令在计算机上运行时,实现如前文所述的仿真测试方法。
另外,本发明实施例提供了如图10所示的计算装置1000,该装置可以应用本申请以上描述的技术,其既可以为第一计算装置,也可以为第二计算装置。计算装置1000可以实施为包括存储器1002以及与存储器1002通信连接的一个或多个处理器1003。存储器中存储有可被一个或多个处理器执行的指令、代码和/或存储数据,指令被一个或多个处理器执行,以使一个或多个处理器实现如前文所述的仿真测试方法。计算装置1000还可以进一步包括一个通信接口1003,该通信接口1003可以实施一个或多个通信协议(LTE、Wi-Fi,等等)。
本发明搭建了和车上一致的网络拓扑来实现网络传输层的模拟,由于所模拟的数据传输线路与真实传感器和车载服务器的数据传输路径相同,因此可以完全模拟智能驾驶过程中,传感器采集原始数据包,经过真实传输路径到达车载服务器,并由车载服务器对原始数据包进行处理的过程,充分考虑了传输路径的负载情况,仿真测试环境更贴近真实情况。而且,本发明进一步模拟了传感器在曝光时间、处理时间等不同阶段的时延,还原真实场景下传感器数据在传输过程和处理过程中的时间准确性,提高测试结果的准确性。
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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (23)
1.一种仿真测试方法,适于在第一计算装置中执行,所述方法包括:
从数据库中获取第一传感器的第一格式数据;
对所述第一格式数据进行处理,得到对应的第二格式数据,所述第二格式为所述第一传感器在真实运行环境下采集数据的格式;以及
将所述第二格式数据发送至第二计算装置,以便所述第二计算装置根据所述第二格式数据进行仿真测试。
2.根据权利要求1所述的方法,其特征在于,所述从数据库中获取第一传感器的第一格式数据,包括:
接收数据控制指令,从所述数据库中传感器数据的存储位置获得所述数据控制指令对应的第一格式数据。
3.根据权利要求2所述的方法,其特征在于,
所述数据控制指令包括待选择的数据条件,所述待选择的数据条件包括目标数据名称、目标数据身份标识、目标时间段中的至少一种;
所述数据控制指令对应的第一格式数据为所述待选择的数据条件对应的第一数据格式。
4.根据权利要求3所述的方法,其特征在于,所述数据控制指令包括启动控制指令和暂停控制指令,所述从数据库中传感器数据的存储位置获得所述数据控制指令对应的第一格式数据,包括:
若在获取第一格式数据的过程中接收到了暂停控制指令,则暂停获得第一格式数据,并进入未获得数据状态;
若在未获得数据状态下接收到了启动控制指令,则继续从数据库中传感器数据的存储位置获得第一格式数据,并进入获得数据状态。
5.根据权利要求1所述的方法,其特征在于,所述对所述第一格式数据进行处理,得到对应的第二格式数据,包括:
将所述第一格式数据根据所述第一传感器的类型所对应的网络传输协议进行处理,得到对应的第二格式数据。
6.根据权利要求5所述的方法,其特征在于,所述第一传感器包括图像采集设备,所述第一格式数据包括图像压缩数据,所述网络传输协议包括基于千兆以太网的图像传输标准协议。
7.如权利要求6所述的方法,其特征在于,对于图像采集设备,所述对所述第一格式数据进行处理,得到对应的第二格式数据,包括:
将图像压缩数据进行解压缩,形成蓝绿红BGR格式图像数据;
将所述BGR格式图像数据进行图像格式转换,形成图像采集设备对应的拜耳Bayer图像数据,作为满足图像传输标准协议的图像原始数据包。
8.根据权利要求5所述的方法,其特征在于,所述第一传感器包括激光雷达,所述第一格式数据包括点云数据包组,所述网络传输协议包括用户数据报协议UDP和传输控制协议TCP。
9.根据权利要求8所述的方法,其特征在于,对于激光雷达,所述对所述第一格式数据进行处理,得到对应的第二格式数据,包括:
将所述点云数据包组进行分解,形成激光雷达对应的点云数据包,作为满足用户数据报协议UDP和传输控制协议TCP的点云原始数据包。
10.根据权利要求5所述的方法,其特征在于,所述第一传感器包括全球导航卫星系统GNSS传感器,所述第一格式数据包括GNSS存储数据,所述网络传输协议包括传输控制协议。
11.根据权利要求10所述的方法,其特征在于,对于GNSS传感器,所述对所述第一格式数据进行处理,得到对应的第二格式数据,包括:
将GNSS存储数据进行解码,形成GNSS信息数据;
将所述GNSS信息数据进行编码,形成GNSS传感器对应的GNSS网络数据包,作为满足TCP协议的GNSS原始数据包。
12.根据权利要求1所述的方法,其特征在于,将所述第二格式数据发送至第二计算装置,包括:
采用第一传感器与第二计算装置之间模拟的数据传输线路将所述第二格式数据发送至所述第二计算装置。
13.根据权利要求12所述的方法,其特征在于,对于多个第一传感器,
所模拟的数据传输线路为任一个第一传感器与第二计算装置之间的网络总线;或者
所模拟的数据传输线路为各第一传感器与第二计算装置之间的多个网络总线中处于中间长度的网络总线。
14.根据权利要求1所述的方法,其特征在于,所述第二格式数据包括时间戳信息,所述将所述第二格式数据发送至第二计算装置,包括:
根据所述第二格式数据中的时间戳信息采用预设周期频率向所述第二计算装置发送所述第二格式数据。
15.根据权利要求14所述的方法,其特征在于,所述根据第二格式数据中的时间戳信息采用预设周期频率向所述第二计算装置发送所述第二格式数据,包括:
在所述第二格式数据的触发时间戳上加上一个延时时间,作为所述第二格式数据的校正时间戳,并根据所述校正时间戳采用预设周期频率向所述第二计算装置发送所述第二格式数据。
16.根据权利要求15所述的方法,其特征在于,所述时间戳信息包括所述第二格式数据的触发时间戳、曝光时间和处理时间中的至少一种,所述延时时间采用以下任意一种方式:
1)预设曝光时间和预设处理时间之和;
2)所述第二格式数据的曝光时间和预设处理时间之和;
3)所述第二格式数据的曝光时间和处理时间之和。
17.根据权利要求1-16中任一项所述的方法,其特征在于,还包括所述第二计算装置根据所述第二格式数据进行仿真测试的步骤:
对接收到的第一传感器的第二格式数据进行逆向处理,得到对应的第一格式数据,并根据所述逆向处理得到的第一传感器的第一格式数据进行仿真测试。
18.如权利要求17所述的方法,其特征在于,所述根据所述逆向处理得到的第一传感器的第一格式数据进行仿真测试的步骤包括:
从数据库中获取第二传感器的第一格式数据,并结合所述逆向处理得到的第一传感器的第一格式数据,进行仿真测试。
19.根据权利要求18所述的方法,其特征在于,所述第一传感器是传输协议已知的传感器,所述第二传感器是传输协议未知的传感器。
20.一种仿真测试装置,其特征在于,包括:
数据库读取单元,用于从数据库中获取第一传感器的第一格式数据;
数据处理单元,用于对所述第一格式数据进行处理,得到对应的第二格式数据,所述第二格式为所述第一传感器在真实运行环境中采集数据的格式;以及
数据发送单元,用于将所述第二格式数据发送至第二计算装置,以使得所述第二计算装置根据所述第二格式数据进行仿真测试。
21.一种仿真测试系统,其特征在于,包括通信连接的第一计算装置和第二计算装置,其中,
所述第一计算装置用于从数据库中获取第一传感器的第一格式数据,对所述第一格式数据进行处理,得到对应的第二格式数据,以及将所述第二格式数据发送给所述第二计算装置;
所述第二计算装置用于根据接收到的所述第二格式数据进行仿真测试。
22.一种计算机可读存储介质,其特征在于,包括程序或指令,当所述程序或指令在计算机上运行时,实现权利要求1至19任一项所述的仿真测试方法。
23.一种计算装置,其特征在于,包括存储器,以及与所述存储器通信连接的一个或多个处理器;
所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如权利要求1至19任一项所述的仿真测试方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062943.7A CN114818230A (zh) | 2021-01-18 | 2021-01-18 | 一种仿真测试方法、装置及系统 |
EP21217310.8A EP4030299A3 (en) | 2021-01-18 | 2021-12-23 | Method, device, and system for simulation test |
AU2022200208A AU2022200208A1 (en) | 2021-01-18 | 2022-01-13 | Method, device, and system for simulation test |
JP2022004163A JP2022111090A (ja) | 2021-01-18 | 2022-01-14 | シミュレーションテストのための方法、デバイス、およびシステム |
US17/648,291 US20220229759A1 (en) | 2021-01-18 | 2022-01-18 | Method, device, and system for simulation test |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062943.7A CN114818230A (zh) | 2021-01-18 | 2021-01-18 | 一种仿真测试方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114818230A true CN114818230A (zh) | 2022-07-29 |
Family
ID=80122726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110062943.7A Pending CN114818230A (zh) | 2021-01-18 | 2021-01-18 | 一种仿真测试方法、装置及系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220229759A1 (zh) |
EP (1) | EP4030299A3 (zh) |
JP (1) | JP2022111090A (zh) |
CN (1) | CN114818230A (zh) |
AU (1) | AU2022200208A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125833A (zh) * | 2023-04-20 | 2023-05-16 | 眉山中车制动科技股份有限公司 | 列车试验台实时仿真方法及列车仿真系统 |
CN117057163A (zh) * | 2023-10-11 | 2023-11-14 | 富钛字节车载软件(长春)有限公司 | 基于无线通信的远程仿真方法、系统、设备和存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116011213B (zh) * | 2022-12-29 | 2024-04-26 | 上海思岚科技有限公司 | 一种数据仿真系统 |
CN116054975B (zh) * | 2023-04-03 | 2023-06-20 | 湖南联智科技股份有限公司 | 一种gnss接收机无线通信检测设备及检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780608B (zh) * | 2019-11-26 | 2023-03-10 | 北京百度网讯科技有限公司 | 仿真测试方法及装置 |
CN113343457B (zh) * | 2021-05-31 | 2023-05-30 | 苏州智加科技有限公司 | 自动驾驶的仿真测试方法、装置、设备及存储介质 |
-
2021
- 2021-01-18 CN CN202110062943.7A patent/CN114818230A/zh active Pending
- 2021-12-23 EP EP21217310.8A patent/EP4030299A3/en active Pending
-
2022
- 2022-01-13 AU AU2022200208A patent/AU2022200208A1/en active Pending
- 2022-01-14 JP JP2022004163A patent/JP2022111090A/ja active Pending
- 2022-01-18 US US17/648,291 patent/US20220229759A1/en active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125833A (zh) * | 2023-04-20 | 2023-05-16 | 眉山中车制动科技股份有限公司 | 列车试验台实时仿真方法及列车仿真系统 |
CN117057163A (zh) * | 2023-10-11 | 2023-11-14 | 富钛字节车载软件(长春)有限公司 | 基于无线通信的远程仿真方法、系统、设备和存储介质 |
CN117057163B (zh) * | 2023-10-11 | 2024-01-19 | 富钛字节车载软件(长春)有限公司 | 基于无线通信的远程仿真方法、系统、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4030299A3 (en) | 2022-10-26 |
JP2022111090A (ja) | 2022-07-29 |
AU2022200208A1 (en) | 2022-08-04 |
US20220229759A1 (en) | 2022-07-21 |
EP4030299A2 (en) | 2022-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114818230A (zh) | 一种仿真测试方法、装置及系统 | |
US8539108B2 (en) | Distributed robust clock synchronization | |
US11206123B2 (en) | Method and device of data synchronization and data collection for aerial vehicle and aerial vehicle | |
EP3757587B1 (en) | Flexible test board to improve sensor i/o coverage for autonomous driving platform | |
US10431023B1 (en) | Systems and methods to test an autonomous vehicle | |
JP2017521292A (ja) | モバイルプラットフォームの動作情報を提示する方法、デバイス、およびシステム | |
US11689623B2 (en) | Adaptive real-time streaming for autonomous vehicles | |
US20230156748A1 (en) | Data Transmission Method and Apparatus | |
GB2601584A (en) | Path planning using forecasts of obscuration and multipath | |
US20220248359A1 (en) | Aircraft time synchronization system and method | |
GB2601861A (en) | Improving accuracy of a GNSS receiver that has a non-directional antenna | |
CN114758502A (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
Karle et al. | EDGAR: An Autonomous Driving Research Platform--From Feature Development to Real-World Application | |
US11656328B2 (en) | Validating object detection hardware and algorithms | |
Cislaghi et al. | Simulation of tele-operated driving over 5g using carla and omnet++ | |
KR102095454B1 (ko) | 커넥티드 카를 위한 클라우드 서버 및 상황 재현 방법 | |
CN114834453A (zh) | 数据处理方法、装置、车辆、设备和存储介质 | |
US20210373970A1 (en) | Data processing method and corresponding apparatus | |
CN115384526A (zh) | 调试系统和调试方法 | |
KR20220035063A (ko) | 데이터 수집 제어 방법, 장치, 전자 기기 및 매체 | |
CN112615665A (zh) | 一种小卫星图像智能处理功能整星测试系统及测试方法 | |
US20230198956A1 (en) | Data transmission method and apparatus | |
Gunneström | Exploring an extension of the operational design domain of a connected autonomous vehicle using a camera based positioning system | |
CN116311943B (zh) | 交叉路口的平均延误时间的估算方法及装置 | |
CN115144201A (zh) | 自动驾驶车辆制动距离的测量方法、装置、设备及介质 |
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 |