CN114898557A - 自动驾驶路段的测试方法及装置、电子设备、存储介质 - Google Patents
自动驾驶路段的测试方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN114898557A CN114898557A CN202210552126.4A CN202210552126A CN114898557A CN 114898557 A CN114898557 A CN 114898557A CN 202210552126 A CN202210552126 A CN 202210552126A CN 114898557 A CN114898557 A CN 114898557A
- Authority
- CN
- China
- Prior art keywords
- road section
- data information
- tested
- automatic driving
- test
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本申请提供了一种自动驾驶路段的测试方法及装置、电子设备、存储介质,其中,方法包括:获取待测试路段的交通数据信息和信号覆盖数据信息;对交通数据信息和信号覆盖数据信息进行处理,得到待测试路段是否符合自动驾驶路段要求的测试结果,不仅可以解决人工评估待测试路段是否适于作为自动驾驶路段的方式存在的效率低下、主观因素影响大等问题,同时由于本申请结合待测试路段的交通数据信息和信号覆盖数据信息来得到待测试路段是否符合自动驾驶路段要求的测试结果,还可以提高测试结果的可靠性。
Description
技术领域
本申请涉及道路交通安全评估技术领域,特别是涉及自动驾驶路段的测试方法及装置、电子设备、存储介质。
背景技术
车辆自动驾驶是近几年的热门研究话题,因此需要相关部门选取并规定适合作为自动驾驶试点的路段。而实际道路运行条件存在复杂性的特性,给选取自动驾驶试点路段带来很大的难度,并且,目前又缺乏有效评估路段是否适合作为自动驾驶试点路段的测试方法,目前通常是由工作人员结合道路车流量和交通事故的发生次数来评估的方式来选取自动驾驶试点路段,存在效率低下、主观因素影响大等缺陷,容易导致自动驾驶车辆在选取的路段上的示范运行、测试等存在较大的安全风险。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
鉴于上述问题,提出了本申请以便提供克服上述问题或者至少部分地解决上述问题的自动驾驶路段的测试方法及装置、电子设备、存储介质,包括:
一种自动驾驶路段的测试方法,所述方法包括:
获取待测试路段的交通数据信息和信号覆盖数据信息;
对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果。
可选地,所述对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果,包括:
根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值;
根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果。
可选地,所述根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值,包括:
获取测试值计算公式,所述测试值计算公式包括与所述交通数据信息以及所述信号覆盖数据信息一一对应参数;
根据所述交通数据信息和所述信号覆盖数据信息确定所述测试值计算公式中的各个参数对应的参数值;
基于确定的所述参数值计算所述测试值计算公式对应的计算结果,得到所述待测试路段的测试值。
可选地,所述交通数据信息包括第一指定时间段对应的车流量、平均车速,以及第二指定时间段内的交通事故发生次数;所述信号覆盖数据信息包括第三指定时间段对应的接收功率、信噪比,以及第四指定时间段内的总断网时长;所述测试值计算公式表示为:
Z=η(αA1+βA2+γA3+δB1+εB2+ζB3);
其中,Z为测试值,η为综合因子,α、β、γ、δ、ε、ζ为加权系数,A1为所述车流量对应的参数,A2为所述平均车速对应的参数,A3为所述交通事故发生次数对应的参数,B1为所述接收功率对应的参数,B2为所述信噪比对应的参数,B3为所述总断网时间对应的参数;所述车流量、交通事故发生次数、总断网时长分别与各自对应的参数呈负相关,所述平均速度、接收功率以及信噪比分别与各自对应的参数呈正相关。
可选地,所述η与所述待测试路段的综合信息相关,所述方法还包括:
获取所述待测试路段的综合信息,所述综合信息包括路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种;
将所述路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种输入预先训练好的综合因子模型,以输出所述η的值。
可选地,所述预设阈值包括第一预设阈值和第二预设阈值,且所述第一预设阈值小于所述第二预设阈值,所述根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果,包括:
当所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求;
当所述测试值小于所述第一预设阈值时,确定所述待测试路段的测试结果为不符合自动驾驶路段要求;
当所述测试值大于或等于所述第一预设阈值且小于所述第二预设阈值时,确定所述待测试路段的测试结果为待定。
可选地,所述当所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求,包括:
当所述交通数据信息对应的各参数值均大于或等于对应的单项阈值、所述信号覆盖数据信息对应的各参数值均大于或等于对应的单项阈值,并且所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求。
一种自动驾驶路段的测试装置,所述装置包括:
数据信息获取模块,用于获取待测试路段的交通数据信息和信号覆盖数据信息;
测试结果确定模块,用于对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果。
可选地,所述测试结果确定模块,包括:
测试值确定子模块,用于根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值;
基于测试值确定结果子模块,用于根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果。
可选地,所述测试值确定子模块,包括:
计算公式获取单元,用于获取测试值计算公式,所述测试值计算公式包括与所述交通数据信息以及所述信号覆盖数据信息一一对应参数;
参数值确定单元,用于根据所述交通数据信息和所述信号覆盖数据信息确定所述测试值计算公式中的各个参数对应的参数值;
计算单元,用于基于确定的所述参数值计算所述测试值计算公式对应的计算结果,得到所述待测试路段的测试值。
可选地,所述交通数据信息包括第一指定时间段对应的车流量、平均车速,以及第二指定时间段内的交通事故发生次数;所述信号覆盖数据信息包括第三指定时间段对应的接收功率、信噪比,以及第四指定时间段内的总断网时长;所述测试值计算公式表示为:
Z=η(αA1+βA2+γA3+δB1+εB2+ζB3);
其中,Z为测试值,η为综合因子,α、β、γ、δ、ε、ζ为加权系数,A1为所述车流量对应的参数,A2为所述平均车速对应的参数,A3为所述交通事故发生次数对应的参数,B1为所述接收功率对应的参数,B2为所述信噪比对应的参数,B3为所述总断网时间对应的参数;所述车流量、交通事故发生次数、总断网时长分别与各自对应的参数呈负相关,所述平均速度、接收功率以及信噪比分别与各自对应的参数呈正相关。
可选地,所述η与所述待测试路段的综合信息相关,所述装置还包括:
综合信息获取模块,用于获取所述待测试路段的综合信息,所述综合信息包括路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种;
综合因子确定模块,用于将所述路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种输入预先训练好的综合因子模型,以输出所述η的值。
可选地,所述预设阈值包括第一预设阈值和第二预设阈值,且所述第一预设阈值小于所述第二预设阈值,所述基于测试值确定结果子模块,包括:
第一确定单元,用于当所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求;
第二确定单元,用于当所述测试值小于所述第一预设阈值时,确定所述待测试路段的测试结果为不符合自动驾驶路段要求;
第三确定单元,用于当所述测试值大于或等于所述第一预设阈值且小于所述第二预设阈值时,确定所述待测试路段的测试结果为待定。
可选地,所述第一确定单元,用于当所述交通数据信息对应的各参数值均大于或等于对应的单项阈值、所述信号覆盖数据信息对应的各参数值均大于或等于对应的单项阈值,并且所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求。
一种电子设备,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的自动驾驶路段的测试方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上所述的自动驾驶路段的测试方法的步骤。
本申请具有以下优点:
在本申请实施例中,通过获取待测试路段的交通数据信息和信号覆盖数据信息;对交通数据信息和信号覆盖数据信息进行处理,得到待测试路段是否符合自动驾驶路段要求的测试结果,不仅可以解决人工评估待测试路段是否适于作为自动驾驶路段的方式存在的效率低下、主观因素影响大等问题,同时由于本申请结合待测试路段的交通数据信息和信号覆盖数据信息来得到待测试路段是否符合自动驾驶路段要求的测试结果,还可以提高测试结果的可靠性。
附图说明
为了更清楚地说明本申请的技术方案,下面将对本申请的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申请的一些实施例,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为本申请实施例的一种自动驾驶路段的测试方法的步骤流程图;
图2为本申请实施例中车流辆n1与A1的转换关系的示意图;
图3为本申请实施例中平均车速v与A2的转换关系的示意图;
图4为本申请实施例中交通事故发生次数n2与A3的转换关系的示意图;
图5为本申请实施例中接收功率RSRP与B1的转换关系的示意图;
图6为本申请实施例中信噪比SINR与B2的转换关系的示意图;
图7为本申请实施例中总断网时长t与B3的转换关系的示意图;
图8为本申请实施例的一种自动驾驶路段的测试装置的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例的主要技术构思之一在于,通过获取待测试路段的交通数据信息和信号覆盖数据信息;对交通数据信息和信号覆盖数据信息进行处理,得到待测试路段是否符合自动驾驶路段要求的测试结果,从而实现自动评估待测试路段是否适于自动驾驶车辆行驶,并且可以提高测试结果的可靠性。
本申请实施例提供的自动驾驶路段的测试方法可以应用于电子设备中,用于确定待测试路段是否符合自动驾驶路段要求。其中,电子设备可以是硬件,也可以是软件。当电子设备为硬件时,可以实现成多个服务器或终端设备组成的集群,也可以实现单个服务器或单个终端设备。当电子设备是软件时,可以安装在上述列举的硬件设备中。
参照图1,示出了本申请一实施例提供的一种自动驾驶路段的测试方法的步骤流程图,在本申请实施例中,该方法可以包括如下步骤:
步骤101,获取待测试路段的交通数据信息和信号覆盖数据信息;
步骤102,对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果。
本申请实施例通过获取待测试路段的交通数据信息和信号覆盖数据信息;对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果,不仅可以解决人工评估待测试路段是否适于作为自动驾驶路段的方式存在的效率低下、主观因素影响大等问题,同时由于本申请结合待测试路段的交通数据信息和信号覆盖数据信息来得到待测试路段是否符合自动驾驶路段要求的测试结果,还可以提高测试结果的可靠性。
下面,将对本示例性实施例中自动驾驶路段的测试方法作进一步地说明。
在步骤101中,获取待测试路段的交通数据信息和信号覆盖数据信息。
其中,待测试路段可以是任意一个路段,包括不是自动驾驶路段和已经作为自动驾驶车辆行驶的自动驾驶路段,本申请实施例对此不作限制。
本申请实施例考虑到道路的交通情况会对待测试路段是否适用于车辆自动驾驶造成影响,例如,交通情况非常复杂的路段(比如早晚高峰期间道路堵车现象严重的路段)暂不适合作为自动驾驶试点路段,因为如果在这些路段实行车辆的自动驾驶或自动驾驶与传统手动驾驶混合,都容易出现更严重的道路交通问题与安全隐患,导致交通事故发生率的增加。因此,本申请实施例在确定待测试路段是否适合作为自动驾驶路段的过程中,需要获取待测试路段的交通数据信息,以便后续在确定该待测试路段是否适合作为自动驾驶路段时,可以结合待测试路段的交通数据信息进行评估。
另外,本申请实施例还考虑到道路的信号覆盖情况也会对待测试路段是否适用于车辆自动驾驶造成影响,例如,信号较弱和/或信号不稳定的路段不适合作为车辆自动驾驶的试点路段,因为,当车辆进入该类路段时,自动驾驶系统有可能会失灵,导致无法及时感知周围车辆,从而容易引起不可预知的交通事故。因此,本申请实施例在确定待测试路段是否适合作为自动驾驶路段的过程中,还需要获取待测试路段的信号覆盖数据信息,以便后续在确定该待测试路段是否适合作为自动驾驶路段时,可以结合待测试路段的信号覆盖数据信息进行评估。可选地,考虑到目前的自动驾驶技术主要依赖于5G技术(5th GenerationMobile Communication Technology,第五代移动通信技术),因此,本申请实施例中的信号覆盖数据信息可以指5G信号覆盖数据信息。当然,本申请实施例中的信号覆盖数据信息并不限于5G信号覆盖数据。
在本申请一些可选实施例中,可以通过车流量、平均车速、交通事故发生次数来表征该待测试路段的交通情况;通过接收功率、信噪比、总断网时间来表征该待测试路段的信号覆盖情况。也就是说,交通数据信息可以包括第一指定时间段对应的车流量、平均车速,以及第二指定时间段内的交通事故发生次数。信号覆盖数据信息包括第三指定时间段对应的接收功率、信噪比,以及第四指定时间段内的总断网时间。其中,第一指定时间、第二指定时间、第三指定时间以及第四指定时间都可以根据待测试路段的具体情况而进行适应性调整,该调整的过程可以是通过人为手动调整,也可以接收待测试路段的情况信息(例如历史车流量信息、历史平均车速信息、历史交通事故发生次数信息、历史接收功率、历史信噪比、历史总断网时间等)进行自动调整,本申请对此不作限制。
示例性地,第一指定时间段可以是近一年每天的早晚高峰时间段(如早上7:00-9:00,下午17:30-20:00),即交通数据信息可以包括该待测试路段近一年每天早晚高峰时间段单位时间内的车流量,记为n1,单位可以是:辆/小时,以及包括该待测试路段近一年每天早晚高峰时间段内的平均车速,记为v,单位可以是:千米/小时。第二指定时间段可以是近一年,即交通数据信息还可以包括该待测试路段近一年交通事故发生次数,记为n2,单位可以是:次。第三指定时间段可以是近一年,即信号覆盖数据信息可以包括该待测试路段近一年信号的平均接收功率,记为RSRP,单位可以是dBm,以及包括该待测试路段近一年信号的平均信号与干扰加噪声比,记为SINR。第四指定时间段可以是近一年,即信号覆盖数据信息还可以包括该待测试路段近一年总断网时间,记为t,单位可以是:秒。
在步骤102中,对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果。
本申请实施例通过对交通数据信息和信号覆盖数据信息进行处理,得到待测试路段是否符合自动驾驶路段要求的测试结果,与现有技术由人工结合待测试路段的车流量和交通事故的发生次数来判断待测试路段是否符合自动驾驶路段要求的方式相比,本申请结合道路交通情况和信号覆盖情况的相关信息,来判断待测试路段是否符合自动驾驶路段要求,可以提高得到的测试结果的可靠性。
在本申请一些可选实施例中,上述对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果,可以采用训练好的测试模型来进行处理,将交通数据信息和信号覆盖数据信息作为测试模型的输入,由测试模型输出待测试路段是否符合自动驾驶路段要求的测试结果。
在本申请另一些可选实施例中,上述对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果,可以包括:
根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值;
根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果。
在本实施例中,可以先根据交通数据信息和信号覆盖数据信息计算待测试路段的测试值,该测试值用于表示待测试路段作为自动驾驶路段的可行性评分。预设阈值可以认为是判断待测试路段是否符合自动驾驶路段要求的临界值。
可选地,上述根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值,可以包括:
获取测试值计算公式,所述测试值计算公式包括与所述交通数据信息以及所述信号覆盖数据信息一一对应参数;
根据所述交通数据信息和所述信号覆盖数据信息确定所述测试值计算公式中的各个参数对应的参数值;
基于确定的所述参数值计算所述测试值计算公式对应的计算结果,得到所述待测试路段的测试值。
本实施例通过测试值计算公式来计算待测试路段的测试值,可以确保测试值的客观性和准确性。其中,测试值计算公式可以由工作人员根据经验来确定。
可选地,测试值计算公式中除了包括与交通数据信息以及信号覆盖信息对应的参数外,还可以包括与待测试路段的综合信息相关的综合参数(或称综合因子),该综合信息可以包括硬件信息,例如,路面状况信息(或称路面完好程度信息)、交通信号指示装置完备度信息、夜晚路面照明评分信息等。该综合信息还可以包括人流密度信息。本实施例进一步结合待测试路段的综合信息来判断该待测试路段是否适合作为自动驾驶路段,使得计算测试值的参数涉及的范围更加全面,可以进一步提高测试结果的准确性。
示例性地,综合参数的值与综合信息中单一信息的关系可以是:当路面状况信息越好,对应的综合参数的值就越大;当交通信号指示装置完毕度信息越高,对应的综合参数的值就越大;当夜晚路面照明评分信息越高,对应的综合参数的值就越大;当人流密度信息越大,对应的综合参数的值就越小。
需要说明的是,综合参数的值与综合信息中各个信息均相关,综合参数的值是由综合信息中所有信息共同决定的。
在本申请一优选实施例中,上述测试值计算公式可以表示为:
Z=η(αA1+βA2+γA3+δB1+εB2+ζB3);
其中,Z为测试值,η为综合因子,该综合因子可以是一个常数,也可以由待测试路段的综合信息来确定;α、β、γ、δ、ε、ζ为加权系数,A1为所述车流量对应的参数,A2为所述平均车速对应的参数,A3为所述交通事故发生次数对应的参数,B1为所述接收功率对应的参数,B2为所述信噪比对应的参数,B3为所述总断网时间对应的参数;所述车流量、交通事故发生次数、总断网时长分别与各自对应的参数呈负相关,所述平均速度、接收功率以及信噪比分别与各自对应的参数呈正相关。
示例性地,为了方便理解和统一评分体系,可以将测试值转换为人们熟悉的百分制评分标准对应的数,因此,可以设置上述α+β+γ+δ+ε+ζ=1。优选地,结合各参数对测试值的潜在影响强弱,可以进一步设置α=β=δ=ε=0.2,γ=ζ=0.1,也就是说,车流量与平均车速难以通过技术与管理手段改进,信号的接收功率和信噪比在一定程度上受地形与建筑布局的影响,存在优化瓶颈;而交通事故发生次数可以通过设置水泥墩、警示标识等方式使其逐渐降低,信号的总断网时长可以通过基站设备升级改进而逐渐缩短,因此,参数A3和参数B3相对于参数A1、A2、B1、B2的潜在影响相对较弱,相应地,设置A3和B3对应的加权系数小于A1、A2、B1、B2对应的加权系数。η的取值范围可以为[0.9,1.1]。
同时,上述车流辆与A1的关系表达式为:
其中,n1表示车流量。为了降低编码上的困难,车流辆n1与A1的转换关系的示意图可以如图2所示,结合图2可知,A1的初始值为100,n1自0开始计数,当n1小于等于600时,n1每增加100,A1减少3;当n1大于600且小于等于000时,n1每增加100,A1减少5;当n1大于1000时,n1每增加100,A1减少7。
上述平均车速与A2的关系表达式为:
其中,v表示平均车速。为了降低编码上的困难,平均车速v与A2的转换关系的示意图可以如图3所示,结合图3可知,A2的初始值为100。当v大于等于80时,A2等于100;当v大于等于50且小于80时,v每减少5,A2减少3;当v大于等于30且小于50时,v每减少5,A2减少5;当v小于30时,v每减少5,A2减少7。
上述交通事故发生次数与A3的关系表达式为:
其中,n2表示交通事故发生次数。为了降低编码上的困难,交通事故发生次数n2与A3的转换关系的示意图可以如图4所示,结合图4可知,A3的初始值为100。n2自0开始计数,当n2小于6时,n2每增加1,A3减少3;当n2大于6且小于等于10时,n2每增加1,A3减少5;当n2大于10时,n2每增加1,A3减少7。
上述接收功率与B1的关系表达式为:
其中,RSRP表示接收功率。为了降低编码上的困难,接收功率RSRP与B1的转换关系的示意图可以如图5所示,结合图5可知,B1的初始值为100。当RSRP大于等于-85时,B1等于100;当RSRP大于等于-100且小于-85时,RSRP每减少5,B1减少5;当RSRP小于-100时,RSRP每减少5,B1减少7。
上述信噪比与B2的关系表达式为:
其中,SINR表示信噪比。为了降低编码上的困难,信噪比SINR与B2的转换关系的示意图可以如图6所示,结合图6可知,B2的初始值为100。当SINR大于等于25时,B2等于100;当SINR大于等于13且小于25时,SINR每减少3,B2减少5;当SINR小于13时,SINR每减少3,B2减少7。
上述总断网时长与B3的关系表达式为:
其中,t表示总断网时长。为了降低编码上的困难,总断网时长t与B3的转换关系的示意图可以如图7所示,结合图7可知,B3的初始值为100。t自0开始计数,当t小于等于60时,t每增加10,B3减少3;当t大于60且小于等于100时,t每增加10,B3减少5;当t大于100时,t每增加10,B3减少7。
可选地,由于η与所述待测试路段的综合信息相关,η的值的确定过程,可以包括:
获取所述待测试路段的综合信息;
将所述综合信息输入预先训练好的综合因子模型,以输出所述η的值。
本实施例中,通过将待测试路段的综合信息输入预先训练好的综合因子模型,以得到综合因子η的值,确保测试值与待测试路段的实际情况更加贴合,进而提高测试结果的准确性。
其中,综合信息可以包括但不限于路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种。
进一步地,在得到待测试路段的测试值之后,可以根据测试值与预设阈值之间的关系来确定待测试路段是否符合自动驾驶路段要求的测试结果。在一示例中,预设阈值可以包括第一预设阈值和第二预设阈值,并且第一预设阈值小于第二预设阈值,测试结果可以包括符合、不符合以及待定三种情况,上述根据测试值与预设阈值之间的关系来确定待测试路段是否符合自动驾驶路段要求的测试结果,可以包括:
当所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求;
当所述测试值小于所述第一预设阈值时,确定所述待测试路段的测试结果为不符合自动驾驶路段要求;
当所述测试值大于或等于所述第一预设阈值且小于所述第二预设阈值时,确定所述待测试路段的测试结果为待定。
其中,第一预设阈值和第二预设阈值可以根据实际情况进行设置或调整。示例性地,第一预设阈值默认为60,第二预设阈值默认为75。当测试值大于或等于第二预设阈值时,确定待测试路段的测试结果为符合自动驾驶路段要求,可以作为自动驾驶路段;当测试值小于第一预设阈值时,确定待测试路段的测试结果为不符合自动驾驶路段要求,不可以作为自动驾驶路段;当测试值大于或等于第一预设阈值且小于第二预设阈值时,确定待测试路段的测试结果为待定。当待测试路段的测试结果为待定时,表示该待测试路段作为自动驾驶路段存在一定的风险,需要进一步评估,例如,通过人工结合实际需求进行评估,或者结合其他测试方式进行评估,或者在间隔预设时间段后,再次使用本实施例提供的自动驾驶路段的测试方法对该待测试路段进行测试,以结合多次测试结果对待测试路段进行评估等。
进一步地,为了提高运行自动驾驶路段的测试方法的系统的鲁棒性,避免单项信息不符合要求,但总的测试值符合要求,导致最终确定出的自动驾驶路段实际上并不适于车辆自动驾驶的情况发生,在本申请一些可选实施例中,上述根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果,包括:
当所述交通数据信息对应的各参数值均大于或等于对应的单项阈值、所述信号覆盖数据信息对应的各参数值均大于或等于对应的单项阈值,并且所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求。
以上述优选实施例中的测试值计算公式为例,参数A1对应的单项阈值可以记为A1’,参数A2对应的单项阈值可以记为A1’,参数A3对应的单项阈值可以记为A3’、参数B1对应的单项阈值可以记为B1’,参数B2对应的单项阈值可以记为B2’,参数B3对应的单项阈值可以记为B3’。
在本实施例中,各参数对应的单项阈值可以相等也可以不相等,可以根据实际情况进行设置或调整。示例性地,可以默认A1’=A1’=A3’=B1’=B2’=B3’=50,在判断待测试路段是否符合自动驾驶路段要求时,可以先判断各个参数值是否大于或等于对应的单项阈值,若否,即存在任意一个参数值小于对应的单项阈值,则可以直接确定该待测试路段不符合自动驾驶路段要求,不可以作为自动驾驶路段;若是,则进一步根据测试值与预设阈值之间的关系来判断待测试路段是否符合自动驾驶路段要求;具体地,当确定测试值大于或等于第二预设阈值时,则确定该待测试路段符合自动驾驶路段要求,可以作为自动驾驶路段;当确定测试值大于或等于第一预设阈值且小于第二预设阈值,则确定该待测试路段为待定路段;当确定测试值小于第一预设阈值时,则确定待测试路段不符合自动驾驶路段要求,不可以作为自动驾驶路段。当然,在判断待测试路段是否符合自动驾驶路段要求时,也可以先判断测试值与预设阈值之间的关系,再根据需要结合各个参数值与对应的单项阈值的关系来进一步判断待测试路段的测试结果是符合、不符合还是待定,与上述示例中的顺序不同,也应当属于本申请保护的范围。
需要说明的是,在其他可选实施例中,预设阈值也可以是一个值,对应的测试结果可以包括符合和不符合两种情况。示例性地,当测试值大于或等于预设阈值时,确定待测试路段符合自动驾驶路段的要求,可以作为自动驾驶路段;当测试值小于预设阈值时,确定待测试路段不符合自动驾驶路段的要求,不能作为自动驾驶路段。同样也可以进一步结合单项阈值来判断待测试路段是否符合自动驾驶路段的要求。示例性地,可以先判断各参数值是否大于或等于对应的单项阈值,若否,即存在任意一个参数值小于对应的单项阈值,则可以直接确定该待测试路段不符合自动驾驶路段要求,不可以作为自动驾驶路段;若是,则进一步判断测试值是否大于或等于预设阈值,根据测试值与预设阈值的关系确定待测试路段是否可以作为自动驾驶路段。当然,也可以先判断测试值与预设阈值之间的关系,再结合各参数值与对应的单项阈值的关系来确定待测试路段是否符合自动驾驶路段的要求。
进一步地,在实际应用中,还可以采用本申请实施例提供的自动驾驶路段的测试方法,在一定时间间隔内,对同一个待测试路段进行多次测试,以确定该待测试路段作为自动驾驶路段的可行性趋势。因此,在本申请一可选实施例中,上述方法还可以包括:
获取待测试路段的多个历史测试值;
根据多个历史测试值生成待测试路段作为自动驾驶路段的趋势数据;
根据趋势数据确定待测试路段对应的预测结果。
在本实施例中,通过对同一个待测试路段进行多次测试,可以得到多个测试值,即多个历史测试值;对多个历史测试值进行分析,可以得到待测试路段作为自动驾驶路段的趋势数据,例如,对多个历史测试值进行曲线拟合,可以得到对应的拟合曲线函数,和/或拟合曲线图,该拟合曲线函数和拟合曲线图即为趋势数据;根据趋势数据中的信息,可以预测待测试路段作为自动驾驶路段的预测结果,可以理解,预测结果为待测试路段在未来预设时间段内的测试值与预设阈值之间的关系,以便工作人员寻找状态稳定且符合自动驾驶路段要求的路段作为自动驾驶路段,同时在发现自动驾驶路段存在不符合自动驾驶路段要求的趋势时,及时对该自动驾驶路段进行处理,包括对该自动驾驶路段进行修复和/或将该自动驾驶路段从自动驾驶路段中移除等,提高后续自动驾驶车辆行驶的安全性。
本申请实施例通过获取待测试路段的交通数据信息和信号覆盖数据信息;对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果,不仅可以解决人工评估待测试路段是否适于作为自动驾驶路段的方式存在的效率低下、主观因素影响大等问题,同时由于本申请结合待测试路段的交通数据信息和信号覆盖数据信息来得到待测试路段是否符合自动驾驶路段要求的测试结果,还可以提高测试结果的可靠性。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
参照图8,示出了本申请的一种自动驾驶路段的测试装置实施例的结构框图,与上述自动驾驶路段的测试方法实施例相对应,该自动驾驶路段的测试装置具体可以包括如下模块:
数据信息获取模块801,用于获取待测试路段的交通数据信息和信号覆盖数据信息;
测试结果确定模块802,用于对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果。
可选地,所述测试结果确定模块802,包括:
测试值确定子模块,用于根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值;
基于测试值确定结果子模块,用于根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果。
可选地,所述测试值确定子模块,包括:
计算公式获取单元,用于获取测试值计算公式,所述测试值计算公式包括与所述交通数据信息以及所述信号覆盖数据信息一一对应参数;
参数值确定单元,用于根据所述交通数据信息和所述信号覆盖数据信息确定所述测试值计算公式中的各个参数对应的参数值;
计算单元,用于基于确定的所述参数值计算所述测试值计算公式对应的计算结果,得到所述待测试路段的测试值。
可选地,所述交通数据信息包括第一指定时间段对应的车流量、平均车速,以及第二指定时间段内的交通事故发生次数;所述信号覆盖数据信息包括第三指定时间段对应的接收功率、信噪比,以及第四指定时间段内的总断网时长;所述测试值计算公式表示为:
Z=η(αA1+βA2+γA3+δB1+εB2+ζB3);
其中,Z为测试值,η为综合因子,α、β、γ、δ、ε、ζ为加权系数,A1为所述车流量对应的参数,A2为所述平均车速对应的参数,A3为所述交通事故发生次数对应的参数,B1为所述接收功率对应的参数,B2为所述信噪比对应的参数,B3为所述总断网时间对应的参数;所述车流量、交通事故发生次数、总断网时长分别与各自对应的参数呈负相关,所述平均速度、接收功率以及信噪比分别与各自对应的参数呈正相关。
可选地,所述α=β=δ=ε=0.2,γ=ζ=0.1。
可选地,所述车流辆与A1的关系表达式为:
其中,n1表示车流量;
所述平均车速与A2的关系表达式为:
其中,v表示平均车速;
所述交通事故发生次数与A3的关系表达式为:
其中,n2表示交通事故发生次数;
所述接收功率与B1的关系表达式为:
其中,RSRP表示接收功率;
所述信噪比与B2的关系表达式为:
其中,SINR表示信噪比;
所述总断网时长与B3的关系表达式为:
其中,t表示总断网时长。
可选地,所述η与所述待测试路段的综合信息相关,所述装置还包括:
综合信息获取模块,用于获取所述待测试路段的综合信息,所述综合信息包括路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种;
综合因子确定模块,用于将所述路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种输入预先训练好的综合因子模型,以输出所述η的值。
可选地,所述预设阈值包括第一预设阈值和第二预设阈值,且所述第一预设阈值小于所述第二预设阈值,所述基于测试值确定结果子模块,包括:
第一确定单元,用于当所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求;
第二确定单元,用于当所述测试值小于所述第一预设阈值时,确定所述待测试路段的测试结果为不符合自动驾驶路段要求;
第三确定单元,用于当所述测试值大于或等于所述第一预设阈值且小于所述第二预设阈值时,确定所述待测试路段的测试结果为待定。
可选地,所述第一确定单元,用于当所述交通数据信息对应的各参数值均大于或等于对应的单项阈值、所述信号覆盖数据信息对应的各参数值均大于或等于对应的单项阈值,并且所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求。
可选地,所述装置还包括:
历史测试值获取模块,用于获取所述待测试路段的多个历史测试值;
趋势数据确定模块,用于根据多个所述历史测试值生成所述待测试路段作为自动驾驶路段的趋势数据;
预测结果确定模块,用于根据所述趋势数据确定所述待测试路段对应的预测结果。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本申请实施例还公开了电子设备,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的自动驾驶路段的测试方法的步骤。
本申请实施例还公开了计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上所述的自动驾驶路段的测试方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例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,本申请实施例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。
本申请实施例是参照根据本申请实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种自动驾驶路段的测试方法及装置、电子设备和存储介质,进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种自动驾驶路段的测试方法,其特征在于,所述方法包括:
获取待测试路段的交通数据信息和信号覆盖数据信息;
对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果,包括:
根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值;
根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述交通数据信息和所述信号覆盖数据信息,确定所述待测试路段的测试值,包括:
获取测试值计算公式,所述测试值计算公式包括与所述交通数据信息以及所述信号覆盖数据信息一一对应参数;
根据所述交通数据信息和所述信号覆盖数据信息确定所述测试值计算公式中的各个参数对应的参数值;
基于确定的所述参数值计算所述测试值计算公式对应的计算结果,得到所述待测试路段的测试值。
4.根据权利要求3所述的方法,其特征在于,所述交通数据信息包括第一指定时间段对应的车流量、平均车速,以及第二指定时间段内的交通事故发生次数;所述信号覆盖数据信息包括第三指定时间段对应的接收功率、信噪比,以及第四指定时间段内的总断网时长;所述测试值计算公式表示为:
Z=η(αA1+βA2+γA3+δB1+εB2+ζB3);
其中,Z为测试值,η为综合因子,α、β、γ、δ、ε、ζ为加权系数,A1为所述车流量对应的参数,A2为所述平均车速对应的参数,A3为所述交通事故发生次数对应的参数,B1为所述接收功率对应的参数,B2为所述信噪比对应的参数,B3为所述总断网时间对应的参数;所述车流量、交通事故发生次数、总断网时长分别与各自对应的参数呈负相关,所述平均速度、接收功率以及信噪比分别与各自对应的参数呈正相关。
5.根据权利要求4所述的方法,其特征在于,所述η与所述待测试路段的综合信息相关,所述方法还包括:
获取所述待测试路段的综合信息,所述综合信息包括路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种;
将所述路面状况信息、人流密度信息、交通信号指示装置完备度信息以及夜晚路面照明评分信息中的一种或多种输入预先训练好的综合因子模型,以输出所述η的值。
6.根据权利要求2-5任一项所述的方法,其特征在于,所述预设阈值包括第一预设阈值和第二预设阈值,且所述第一预设阈值小于所述第二预设阈值,所述根据所述测试值与预设阈值之间的关系,确定所述待测试路段是否符合自动驾驶路段要求的测试结果,包括:
当所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求;
当所述测试值小于所述第一预设阈值时,确定所述待测试路段的测试结果为不符合自动驾驶路段要求;
当所述测试值大于或等于所述第一预设阈值且小于所述第二预设阈值时,确定所述待测试路段的测试结果为待定。
7.根据权利要求6所述的方法,其特征在于,所述当所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求,包括:
当所述交通数据信息对应的各参数值均大于或等于对应的单项阈值、所述信号覆盖数据信息对应的各参数值均大于或等于对应的单项阈值,并且所述测试值大于或等于所述第二预设阈值时,确定所述待测试路段的测试结果为符合自动驾驶路段要求。
8.一种自动驾驶路段的测试装置,其特征在于,所述装置包括:
数据信息获取模块,用于获取待测试路段的交通数据信息和信号覆盖数据信息;
测试结果确定模块,用于对所述交通数据信息和所述信号覆盖数据信息进行处理,得到所述待测试路段是否符合自动驾驶路段要求的测试结果。
9.一种电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的自动驾驶路段的测试方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的自动驾驶路段的测试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210552126.4A CN114898557B (zh) | 2022-05-20 | 2022-05-20 | 自动驾驶路段的测试方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210552126.4A CN114898557B (zh) | 2022-05-20 | 2022-05-20 | 自动驾驶路段的测试方法及装置、电子设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114898557A true CN114898557A (zh) | 2022-08-12 |
CN114898557B CN114898557B (zh) | 2023-05-23 |
Family
ID=82724863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210552126.4A Active CN114898557B (zh) | 2022-05-20 | 2022-05-20 | 自动驾驶路段的测试方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114898557B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206601448U (zh) * | 2016-11-25 | 2017-10-31 | 特路(北京)科技有限公司 | 自动驾驶车辆通过信号干扰区的能力的测试场 |
CN109410620A (zh) * | 2018-12-19 | 2019-03-01 | 天津卡达克数据有限公司 | 一种智能网联车辆长直路段车路通讯测试方法 |
CN111402587A (zh) * | 2020-03-30 | 2020-07-10 | 上海汽车集团股份有限公司 | 一种智能驾驶的测试方法及测试系统 |
US20200225668A1 (en) * | 2019-01-10 | 2020-07-16 | International Business Machines Corporation | Training and testing automated driving models |
CN111667204A (zh) * | 2020-07-22 | 2020-09-15 | 同济大学 | 自动驾驶开放测试道路环境风险度确定、分级方法及系统 |
CN112837555A (zh) * | 2020-12-31 | 2021-05-25 | 清华大学苏州汽车研究院(吴江) | 一种测试路线选择方法、装置、计算机设备和存储介质 |
CN113935442A (zh) * | 2021-12-16 | 2022-01-14 | 中国汽车技术研究中心有限公司 | 汽车自动驾驶功能测试道路的分类方法、设备和存储介质 |
CN113935441A (zh) * | 2021-12-16 | 2022-01-14 | 中国汽车技术研究中心有限公司 | 汽车自动驾驶功能测试道路的选取方法、设备和存储介质 |
-
2022
- 2022-05-20 CN CN202210552126.4A patent/CN114898557B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206601448U (zh) * | 2016-11-25 | 2017-10-31 | 特路(北京)科技有限公司 | 自动驾驶车辆通过信号干扰区的能力的测试场 |
CN109410620A (zh) * | 2018-12-19 | 2019-03-01 | 天津卡达克数据有限公司 | 一种智能网联车辆长直路段车路通讯测试方法 |
US20200225668A1 (en) * | 2019-01-10 | 2020-07-16 | International Business Machines Corporation | Training and testing automated driving models |
CN111402587A (zh) * | 2020-03-30 | 2020-07-10 | 上海汽车集团股份有限公司 | 一种智能驾驶的测试方法及测试系统 |
CN111667204A (zh) * | 2020-07-22 | 2020-09-15 | 同济大学 | 自动驾驶开放测试道路环境风险度确定、分级方法及系统 |
CN112837555A (zh) * | 2020-12-31 | 2021-05-25 | 清华大学苏州汽车研究院(吴江) | 一种测试路线选择方法、装置、计算机设备和存储介质 |
CN113935442A (zh) * | 2021-12-16 | 2022-01-14 | 中国汽车技术研究中心有限公司 | 汽车自动驾驶功能测试道路的分类方法、设备和存储介质 |
CN113935441A (zh) * | 2021-12-16 | 2022-01-14 | 中国汽车技术研究中心有限公司 | 汽车自动驾驶功能测试道路的选取方法、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
于胜波 等: "国内外智能网联汽车道路测试对比研究" * |
Also Published As
Publication number | Publication date |
---|---|
CN114898557B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103903452B (zh) | 交通流短时预测方法 | |
CN106887137B (zh) | 拥堵事件提示方法及装置 | |
CN102087788B (zh) | 基于浮动车车速置信度的交通状态参数估计方法 | |
CN109492788B (zh) | 预测人流量以及建立人流量预测模型的方法及相关设备 | |
US20150302313A1 (en) | Method of predicating ultra-short-term wind power based on self-learning composite data source | |
CN109995562B (zh) | 网络业务量预测方法、装置、设备及介质 | |
CN209149348U (zh) | 一种客流预测系统 | |
CN108831181A (zh) | 一种用于公交车辆行程时间预测的模型建立方法及系统 | |
CN116007647A (zh) | 巡检路径规划方法、装置、电子设备及存储介质 | |
CN104581749A (zh) | 一种移动网络数据业务业务量的预测方法和装置 | |
CN108263400B (zh) | 高铁列车运行速度控制方法、装置、存储介质及高铁列车 | |
CN114329921A (zh) | 一种整车可靠性性能的评估方法、装置、设备和介质 | |
CN114898557A (zh) | 自动驾驶路段的测试方法及装置、电子设备、存储介质 | |
CN113032239A (zh) | 风险提示方法、装置、电子设备及存储介质 | |
CN116681307B (zh) | 基于多端融合反馈的河道四乱监管追溯显示方法及系统 | |
CN103123725A (zh) | 图像分析装置及分析方法 | |
CN108536542A (zh) | 位置监控方法及装置 | |
CN113516449B (zh) | 一种降低建筑噪音的信息处理方法和装置 | |
CN115293255A (zh) | 高速公路交通事故风险模型构建及风险判别方法 | |
CN111586654B (zh) | 基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用 | |
CN115203032A (zh) | 基于智能设备的整机软件检测方法和装置 | |
CN110555615B (zh) | 一种线路的质量优化系统和方法 | |
CN110555991B (zh) | 一种线路质量优化的系统和方法 | |
CN113177074B (zh) | 一种提升环境自适应性的光学性能监测系统及方法 | |
Nurlayli et al. | Design of fuzzy simulation for determining the duration of traffic light based on vehicle density level and carbon monoxide level |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |