CN114996114A - 智慧交通仿真测试系统及方法 - Google Patents
智慧交通仿真测试系统及方法 Download PDFInfo
- Publication number
- CN114996114A CN114996114A CN202110224473.XA CN202110224473A CN114996114A CN 114996114 A CN114996114 A CN 114996114A CN 202110224473 A CN202110224473 A CN 202110224473A CN 114996114 A CN114996114 A CN 114996114A
- Authority
- CN
- China
- Prior art keywords
- traffic
- data
- simulation
- test
- module
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 260
- 238000004088 simulation Methods 0.000 title claims abstract description 211
- 238000000034 method Methods 0.000 title abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 230000008447 perception Effects 0.000 claims description 19
- 230000003993 interaction Effects 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 11
- 238000010998 test method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 16
- 238000010276 construction Methods 0.000 description 9
- 230000004927 fusion Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种智慧交通仿真测试系统及方法。其中系统包括:场景配置模块,根据接收的测试请求确定测试场景的配置参数;交通数据仿真模块,根据测试场景的配置参数和智慧交通测试模块的交通控制生成交通仿真数据;智慧交通测试模块,模拟智慧交通系统根据交通仿真数据进行交通控制,生成第一仿真测试结果;测试评价模块,根据交通仿真数据和第一仿真测试结果生成智慧交通评价结果。相比现有技术,本申请仿真测试系统通过仿真数据模块的模型将各交通要素重现,对应了现实世界中智慧交通的体系架构,实现了对智慧交通系统的测试。各个模块的数据和工作逻辑、业务流程充分与现实保持一致,有效提升了测试系统的可信度,降低了测试成本。
Description
技术领域
本申请属于智慧交通领域,尤其涉及一种智慧交通仿真测试系统及方法。
背景技术
智慧交通将物联网、大数据、云计算等新技术整合到整个交通服务系统中,帮助建立一个范围更广、应用领域更全的综合交通体系。智慧交通不仅可以提高交通运行效率、减少交通事故、解决部分环境污染,而且可以促进交通服务体系的信息化、智能化、社会化、合理化建设。有助于高效发挥交通基础设施的性能,提高交通运输系统的运行效率和整体服务水平,为公众的出行提供高效、安全、便捷、舒适的服务。
如图1所示,智慧交通系统一般包括公共数据与服务支撑平台、交通类智慧应用子系统、共享数据库三大板块。
公共数据与服务支撑平台是整个智慧交通系统的核心,主要实现不同应用子系统之间的资源共享和业务协同,不仅可以避免交通子系统重复投资建设、资源浪费,而且还可以支撑智慧交通系统正常持续的运行和管理。智慧应用包括交通管控、路边停车、电子站牌、移动执行、交通诱导、路况监控等各类子系统。各应用子系统拥有独立的数据库,且可以与公共数据与服务支撑平台的数据库进行数据交换服务。共享数据库存储了整个智慧交通系统的所有数据,响应速度快、支持多种数据格式、处理能力强,可实现全天候的数据交换服务。
智慧交通系统在当今的交通体系中占据着重要作用,因此确定其功能比如对于交通信号的管制、交通状态的预测、交通诱导等是否合理以及能否正常运行及其重要。但目前尚未有针对智慧交通系统的测试评估方法。
如果利用实物和实地场景对智慧交通系统进行测试,不仅测试成本过于昂贵,而且还受到法律法规的诸多限制。而且实物场景中也难以满足对各种测试场景的需求,而且实物场景测试的整个周期较长。
因此目前急需一种可以较低成本、较快且满足多种测试场景需求的智慧交通系统的测试方法。
发明内容
为了解决现有技术的问题,本申请实施例提供了一种智慧交通仿真测试系统及方法。所述技术方案如下:
在第一方面,本申请公开了一种智慧交通仿真测试系统,所述系统包括:
场景配置模块,用于根据接收的测试请求确定对应的测试场景的配置参数;
交通数据仿真模块,用于根据所述测试场景的配置参数和智慧交通测试模块的交通控制生成交通仿真数据;
智慧交通测试模块,用于模拟智慧交通系统根据所述交通仿真数据进行交通控制,生成第一仿真测试结果;
测试评价模块,用于根据所述交通仿真数据和所述第一仿真测试结果生成智慧交通评价结果。
在其中一个实施例中,所述系统还包括:
交通应用模块,用于根据评价需求确定待测试的应用类型并根据所述应用类型确定所述测试请求的类型。
在其中一个实施例中,所述系统还包括:
车辆自动驾驶测试模块,用于利用预置车辆算法根据所述交通仿真数据和/或所述智慧交通测试模块的交通控制进行自动驾驶,生成第二仿真测试结果;
所述测试评价模块,用于根据所述交通仿真数据和所述第二仿真测试结果生成车辆测试评价结果。
在其中一个实施例中,所述交通数据仿真模块包括:
车辆数据仿真模块,用于根据预置车辆模型生成车辆仿真数据;
路侧数据仿真模块,用于根据预置路侧设备模型生成路侧仿真数据;
地图数据仿真模块,用于生成地图仿真数据。
在其中一个实施例中,所述智慧交通测试模块包括:
交通数据感知模块,用于融合所述车辆仿真数据、所述路侧仿真数据、所述地图仿真数据生成交通感知信息;
交通规划决策模块,用于根据所述交通感知信息和所述测试请求对应的目标生成交通决策信息;
交通指令执行模块,用于根据所述交通决策信息生成交通指令;
所述仿真数据模块,用于根据所述交通指令执行对应的操作并生成所述交通仿真数据。
在其中一个实施例中,所述系统还包括一体化底座;
所述一体化底座用于接收不同数据格式的所述交通仿真数据并转化为预设的标准格式后在所述智慧交通测试模块进行测试,并用于将所述交通指令转化为对应格式的数据后发送至所述仿真数据模块;
和/或;
所述一体化底座用于接收通过硬件在环接入的交通物理设备发送的不同数据格式的交通感知数据并转化为预设的标准格式后在所述智慧交通测试模块进行测试并用于将所述交通指令转化为对应格式的数据后发送至所述交通物理设备。
在其中一个实施例中,所述系统还包括:数据接口,用于完成下列数据交互中的至少一种:
所述交通应用模块与所述智慧交通测试模块之间的数据交互、所述智慧交通测试模块与所述测试评价模块之间的数据交互、所述智慧交通测试模块与外部应用模块之间的数据交互。
在其中一个实施例中,
所述交通数据仿真模块,用于基于真实的历史交通数据生成所述交通仿真数据;
和/或;
所述交通数据仿真模块,用于根据真实的历史交通数据训练内置仿真算法并基于训练后的仿真算法生成对应极端场景的所述交通仿真数据。
在其中一个实施例中,所述系统还包括与所述交通数据仿真模块交互的智慧交通云控平台;
所述云控平台,用于根据不同测试场景的所述交通仿真数据作为训练数据对内置的云控算法进行训练。
在其中一个实施例中,所述第一仿真测试结果包括多个交通原子结果;
所述测试评价模块,用于从所述多个交通原子结果中选定至少一个目标交通原子结果,根据所述目标交通原子结果以及所述交通仿真数据生成所述智慧交通评价结果。
在第二方面,提供一种智慧交通仿真测试方法,所述方法包括:
根据接收的测试请求确定对应的测试场景的配置参数;
根据所述测试场景的配置参数和交通控制生成交通仿真数据;
模拟智慧交通系统根据所述交通仿真数据进行所述交通控制,生成第一仿真测试结果;
根据所述交通仿真数据和所述第一仿真测试结果生成智慧交通评价结果。
本申请实施例提供的技术方案带来的有益效果是:
本申请中的仿真测试系统通过仿真数据模块的模型将路网、建筑物、道路标志等交通要素重现,对应了现实世界中智慧交通的体系架构,各个模块的数据和工作逻辑,业务流程充分与现实保持一致,有效提升了测试系统的可信度,降低了测试成本。在系统内通过测试论证的配置方案及其控制算法更能经得起实际物理世界中复杂交通场景的考验,更好维持交通秩序,实现更加科学的交通管制。
进一步的,通过设置一体化底座,利用其通信融合功能,实现与多种不同仿真交通数据或者多种不同物理设备的交通感知数据的交互,丰富了可利用的交通用数据类型,也完成了对多种通信协议下的设备或者软件功能的测试。通过一体化底座实现了虚实结合测试和硬件在环测试。
通过数据接口可外接第三方的软件,为仿真测试系统的二次开发以及和其他软件进行联合仿真提供了充分的格式支撑。
进一步的,本申请中交通数据仿真模块除了基于实际历史交通数据在软件内部回放、基于内置的算法生成随机测试场景外,还可以从实际的交通数据中学习数据规律,生成边界场景,依次实现对智能交通系统控制策略的加速开发,提高了开发测试效率。
另外,本申请还实现了在线支持算法训练。现有的智慧交通云控平台多是实现控制功能,主要执行已经确定好的控制算法。本申请的仿真测试系统可以满足处理车路协同系统的海量数据,以及人工智能算法训练的功能。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后,能够更好地理解本申请的上述特征和优点。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的前提下,还可以根据这些附图获得其他的附图。
图1示出了现有技术中的智慧交通系统结构图;
图2示出了本申请仿真测试系统结构图;
图3示出了本申请仿真数据模块的工作流程图
图4示出了本申请智慧交通测试模块的工作流程图;
图5示出了本申请测试评价模块的工作流程图;
图6为本申请一体化底座的工作示意图;
图7为本申请数据接口的工作示意图;
图8为本申请方法实施例的流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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,都属于本申请保护的范围。
如背景技术所述,目前尚无有关智能交通系统的测试方案,为此本发明创造性的提出一种用于智能交通的仿真测试系统,旨在结合仿真数据对智慧交通系统功能软件进行测试,以通过仿真模拟多种测试场景并对多种测试场景下的智慧交通功能软件功能进行多方面的测试。
实施例一
如图2所示,上述仿真测试系统主要包括场景配置模块21、交通数据仿真模块22、智慧交通测试模块23和测试评价模块24。以下分别对各个模块进行详细介绍。
场景配置模块21用于根据接收的测试请求确定对应的测试场景的配置参数。比如当测试请求类型为测试匝道汇流功能时,场景配置模块21根据该请求确定场景的配置参数为具有匝道的地图、在多个匝道形势并要汇流的多个车辆以及匝道上的具有匝道汇流指示标识的路测设备。
在优选的实施例中,场景配置模块21还用于根据接收的测试请求的类型确定后对应的管控策略,比如当试请求类型为测试匝道汇流功能时,场景配置模块21确定智慧交通测试模块23的管控策略为匝道汇流管控策略或者多个匝道汇流管控策略中的一种。
交通数据仿真模块22,主要用于根据所述测试场景的配置参数生成智慧交通系统中的场景数据即初始的交通仿真数据如车辆状态数据等,从而为智慧交通测试模块提供多源的感知信息数据。同时,交通数据仿真模块22还会执行智慧交通测试模块23发来的控制指令从而生成中间过程的交通仿真数据如车辆刹车、拐弯、车辆到达目的地等。
测试场景的配置参数通常包括地图参数、车辆参数和路测参数,对应的,交通数据仿真模块22主要由车辆数据仿真模块221、路侧数据仿真模块222和地图数据仿真模块223三个模块组成。这三个模块通过内置在仿真软件中的相应模型生成相应的虚拟数据。车辆数据仿真模块221主要模拟生成包括车载设备数据、V2X-BOX数据、T-BOX数据等,具体如位置状态信息,坐标信息、车道位置信息;运动状态信息,纵向运动状态信息、横向运动状态信息;驾驶任务信息,感知识别、路径规划、人机交互信息等。路侧数据仿真模块222主要模拟生成路侧设备数据、雷达数据、信控数据以及图像数据等。地图数据仿真模块223主要是模拟生成地图仿真数据。
上述的交通仿真数据构成了测试场景,其中地图仿真数据构成了测试场景中的静态要素,例如障碍物、周围景观、交通设施和道路等。而车辆仿真数据和路测仿真数据构成了测试场景中的动态要素,如在道路中行驶的某种具体型号的汽车、获取道路交通信息的摄像头等。
上述交通仿真数据可以根据内置算法随机生成,为提高测试的可靠性,仿真数据也可以是历史交通数据的回放。具体的,将多场景、多区域下的实际交通数据分标签的内置在交通数据仿真模块。根据场景配置参数可以选择对应场景、对应区域下的历史交通数据作为交通仿数据。其中的地图仿真数据可以是与现实物理世界保持一致的高精度地图。需要测试哪个区域的智能交通管控情况,则按照实际现实世界的地图数据构建模型即可。如若现实世界发生变化可以基于BIM(Building Information Modelin)技术软件工具更新该地图仿真数据模块的参数以便地图仿真数据与新的现实世界对应。
但现实世界的场景也是有限的,且全部收集记录的成本较高。而仅仅基于交通数据仿真模块内置算法随机生成的测试场景有时会比较荒诞不合理。为此本申请优选实施例中,交通数据仿真模块可学习历史交通数据、真实地图数据的规律,并根据规律训练内置算法,从而生成与真实场景接近的测试场景以及真实场景下延伸出来的极端测试场景。以此来丰富测试场景的可能,从而提高更可靠、更有前瞻性的系统测试。
如图3示出了一种实施例中,交通数据仿真模块22工作的流程图,具体包括:
首先,交通数据仿真模块依据预先确定的测试区域导入该区域的高精地图信息,在确定好静态交通场景以及光照天气等条件之后,按照测试请求类型进行动态交通流数据的加载,可以选择基于历史轨迹数据回放的、基于内置算法随机生成的、基于训练后的算法加速生成的几段场景等种类,然后再配置车载设备和路侧设备等的传感器模型,构建完测试场景之后,交通数据仿真模块和智慧交通测试模块之间便进行数据交互。
优选实施例中,交通数据仿真模块22还可以包括其他模块以生成需要的仿真数据如交通业务数据等。
智慧交通测试模块23,用于模拟智慧交通系统根据所述交通仿真数据进行交通控制,生成第一仿真测试结果。其为整个系统的核心模块。如图2所示,智慧交通测试模块23主要由交通数据感知模块231、交通规划决策模块232、交通指令执行模块233三个模块构成。交通数据感知模块231,用于融合所述车辆仿真数据、所述路侧仿真数据、所述地图仿真数据生成交通感知信息。具体的,可实现路侧信息与车辆信息融合、多传感器前向信息融合、多传感器多方向信息融合、多车信息融合、车辆轨迹预测、路段交通状态预测、路网交通状态预测等功能。路侧信息与车辆信息的融合能够提升感知精度,路段多车辆信息融合能实现路段状态精准识别,使得交通数据感知模块231可实现道路线形估计及环境感知、静态交通状态及动静态障碍物检测与识别、车辆状态估计及运动补偿、高精地图或无地图定位等功能,为交通规划决策模块232提供必要的数据支撑。
交通规划决策模块232用于根据所述交通感知信息和所述测试请求对应的目标生成交通决策信息,具体包括各层的规划。其中路网层规划以路网效率、安全和能源消耗为目标,实现最优化;路段层规划根据路网层规划模块结果,对车辆队列、跟车间距等参数进行规划;路侧单元规划以车辆轨迹预测算法为核心,完成车辆行为及运动的规划、推理、决策等。
交通指令执行模块233,用于根据所述交通决策信息生成交通指令以通过仿真数据模块中的模拟车辆、模拟路测设备实现对交通的管控,包括利用交通信号灯、可变交通标志(信息展示屏幕、停车位诱导屏)、交通警察以及其他路侧设备等执行器实现车路信息交互、辅助规划决策与控制等功能、道路主动安全控制、车辆队列控制等功能。具体的,路网层为路网交叉口协调控制指令,路段层为车队队列控制,路侧单元则是发送控制指令到车载单元,实现对汽车方向盘、油门、刹车等执行机构的控制。紧急状态下,如通信中断时,控制权移交至车载单元,车载单元以安全为目标控制车辆。
上述过程中,对交通的控制不仅包括交通信号机对红绿灯时序和占比、停车诱导、可变交通标志等,还涉及车路信息交互、辅助规划决策与控制、道路主动安全控制、车辆队列控制等在内的车路协同性能。
如图4示出了智慧交通测试模块23的一种具体工作流程图,具体包括交通仿真数据被传至智慧交通测试模块后,经交通数据融合、交通规划决策、交通指令执行过程后向被控对象如真实物理设备或者仿真数据模块中的车辆、路侧等发送控制指令。
上述智慧交通测试模块23响应交通仿真数据生成交通控制指令并传输至所述仿真数据模块,以便其根据所述交通指令执行对应的操作并生成所述交通仿真数据。如根据刹车指令进行刹车,产生的刹车时长等数据,该过程产生的交通仿真数据也会传输至智慧交通测试模块,以便通过智慧交通测试模块传输至测试评价模块进行评价。
测试评价模块24主要用于根据交通仿真数据和仿真测试结果生成智慧交通评价结果。具体的其从智慧交通测试模块23传输的数据中,提取出仿真测试过程中车辆状态数据、路侧数据和交通原子结果,并基于已有的这些数据,通过测评需求对测试指标如交通安全性、交通舒适性、交通协调性以及标准匹配性等进行权重分配,以对智慧交通系统进行定性和定量的评价。交通原子结果主要有目标车辆是否到达终点、任务执行是否超时、闯灯、压线、碰撞、耗时、违章等,车辆状态主要包括油门、刹车、转向等。交通状态指标主要有道路交通运行指数、道路交通拥堵率、拥堵里程比例、拥堵持续时间、常发拥堵路段数、行程时间可靠性指数等。因为输出的是交通原子结果,通过不同的排列组合和条件筛选,可以从不同维度,按不同行业标准,对智能交通系统做出评价。
如图5所示,为测试评价模块24的一种具体工作流程,包括:
S11发出测试需求;
S12、根据具体的测试需求确定各个评价参数(安全性、舒适性、协调性、标准匹配性)的权重系数,具体可依据专家经验法。
其中交通安全性,首先是对自动驾驶模块运行可靠性的判定,功能模块是否会发生软件的致命错误、内存泄漏和数据延迟等,其次是对驾驶基础功能的评价,是否按照道路指示标志行车,是否冲撞行人,是否发生交通事故等。
交通舒适性,通过两种方式获得舒适性方面的评价,一是依据行驶过程记录下的油门、刹车、转向状态,评估车辆驾乘是否平稳,转弯是否平顺,二是利用多自由度驾驶模拟器在环,通过驾驶员在环,评估驾驶员的体感判定和心理感受,体感判定包括了横摆角,顿挫感等评估体系,心理感受包括了心理安全感以及迟钝感等。
交通协调性,指车辆在道路上行驶时相对其他交通参与者的交通移动表现。在仿真系统内,对交通协调性的评价方法是通过记录下来的,每次仿真测试场景下交通参与者的交通决策信息,并结合外部交通参与者或全局视角去分析评价。协调性的提升,靠仿真内部算法不断地强化学习。
标准匹配性,指按不同国家的法律法规,对自动驾驶行为做出评价
S13、在系统仿真实验结束后,测试评价模块根据智慧交通测试模块上传的交通仿真数据和仿真测试结果开始计算交通原子结果、车辆状态和交通状态指标的取值。
S14、根据指标取值和权重参数计算出对应的测试评价结果,依据专家经验做出定性和定量的评价。
S15、输出测试评价结果。
实施例二
与上述实施例不同的是,如有图2所示,本实施例中,仿真测试系统还包括交通应用模块20。交通应用模块20用于展示当前可进行的功能测试类型,具体的,用户或交通应用模块20自身可根据当前的测评需求,在交通应用模块20中确定要进行测试的应用类型,基于此发送对应的应用请求给智慧交通测试模块,同时接收智慧交通测试模块的执行反馈信息。测试评价模块基于发送的测评需求,并在测试结束后,结合接收到的仿真交通数据和仿真测试结果,从定性和定量的维度进行评价。如图2所示,交通应用模块20主要由业务管理201、过程管控202、创新应用203以及平台开放204四个模块组成。业务管理201可以仿真实现建设过程中的建设期、管理期、养护期、运行期的具体业务,对建设方案进行模拟测试、对应急方案进行预演、对收费系统进行评估、对运营方案进行分析等。过程管控202主要实现对智能交通仿真系统的匝道汇流、车道分配、异常行为检测、行车诱导、监测预警、信息发布、车位管理等功能进行仿真运行。创新应用203主要实现数字孪生系统仿真、车路协同测试、智能网联车辆的技术仿真。平台开放204主要实现物联网平台、人工智能算法、大数据分析、数据服务等。
需要说明的是,交通应用模块20也可以与测试评价模块集成在同一平台。
实施例三
上述各个模块之间涉及到数据的交互。在实际的智慧交通系统中,不同的车辆、车辆与路测、车辆与云控之间可能通过不同的通信协议进行数据传输。为适应多通信协议的测试场景,在本申请实施例三中,如图2所示,进一步在仿真测试系统中设置一体化底座25。该一体化底座25在具体数据格式上可以支持DSRC\LTE-V\5G-2X\WIFI\ZigBee等多种通信方式。其通过融合通信的方式,将通过不同协议接收到的多种数据格式的交通仿真数据或通过硬件在环接入的交通物理设备27(物理执行器设备,如路测设备等)的感知数据信息转换为标准格式后,传递给智慧交通测试模块,并将智慧交通测试模块的交通指令转换为对应的数据格式发送给交通数据仿真模块或者通过硬件在环接入的真实物理执行器设备。一体化底座实现了虚实结合测试和硬件在环测试。
其工作流程示意如图6所示,一体化底座63为仿真数据模块61、真实物理设备62和智慧交通测试模块64之间的数据交互提供支撑。
另外为实现智慧交通测试模块与测试评价模块之间的数据接口26,主要将智慧交通测试模块的数据与交通应用模块和测试评价模块进行交互,除此之外,数据接口为第三方平台提供数据接口,可以将本测试评价系统集成到其他的应用生态中,为与其他软件进行联合仿真提供了充分的格式支撑。
其工作流程具体如图7所示。数据接口73为交通应用模块71、测试评价模块和第三方软件/平台74提供数据传输的接口。
需要说明的是,一体化底座25、数据接口26、场景配置模块21均可以与智慧交通测试模块23集成在同一平台形成平台操作模块30。本申请对此不作具体限制。
实施例四
与上述实施例不同,本申请实施例中,还会用于利用仿真测试系统实现车辆自动驾驶的测试,如图2所示,智慧交通仿真测试系统,还包括:
车辆自动驾驶测试模块29,用于利用预置车辆算法根据所述交通仿真数据和/或所述智慧交通测试模块的交通控制进行自动驾驶,生成第二仿真测试结果。具体可通过一体化底座25实现与仿真数据模块的数据交互,并最终通过数据接口26将测试结果和仿真数据传输至测试评价模块,以便测试评价模块根据交通仿真数据和对应的仿真测试结果生成车辆测试评价结果。
优选实施例中,测试评价模块可结合实施例一种的仿真测试结果和实施例四中的仿真测试结果进行测试评价,完成包含智慧交通、车路协同多个方面的测试评价。
在另一优选实施例中,上述仿真测试系统还包括与所述交通数据仿真模块交互的智慧交通云控平台,该云控平台,用于根据不同测试场景的所述交通仿真数据作为训练数据对内置的云控算法进行训练。通过该方式的海量测试数据以及丰富的测试场景实现云控平台在线算法的智能训练,解决目前智慧交通云控平台只能执行已经确定好的控制算法,在开发过程中不能很好用于调试训练控制系统的算法的问题。
本申请中的仿真测试系统通过逼真的模型将路网、建筑物、道路标志等要素重现,对应了现实世界中智慧交通的体系架构,各个模块的数据和工作逻辑,业务流程充分与现实保持一致,可以有效提升测试系统的可信度。在系统内通过测试论证的配置方案及其控制算法更能经得起实际物理世界中复杂交通场景的考验,更好维持交通秩序,实现更加科学的交通管制。
本申请的仿真测试系统可实现软件在环和硬件在环的测试。不仅充分利用了软件在环测试的各种优势,而且还将部分的部件变成实际的硬件在环,可以有效过度到实物系统,在提高测试效率的同时改善了测试的真实度。
具体测试时,可以根据采集的历史交通数据进行回放就可以生成交通仿真数据,提高测试的真实度和可靠性,可以实现更加充分的测试。除此之外,还会基于内置的算法生成随机交通场景,并从实际的道路交通数据中学习数据规律,生成边界场景实现对智能交通系统控制策略的加速开发,提高开发测试效率。
另外,本申请的地图数据模块可结合BIM技术。实际的工程领域从设计、施工到运行管理牵涉各式各样的数据,通过BIM技术可以将工程领域的信息集成,为建设项目生命周期中的不同阶段、不同参与方提供及时、准确、全面的信息,以实现项目设计、施工、运营、维护效率和质量的提高。这不仅对工程建设过程具有重要的应用价值,同时也为今后的工程领域信息化管理奠定坚实的数据基础,对工程项目的投资方在运营期提高了较好的技术支持。
实施例五
对应上述系统,本申请实施例五还提供一种智慧交通仿真测试方法,如图8所示,所述方法包括:
S81、接收测试需求;所述测试需求中包括待测试的测试类型;
S82、根据接收的测试请求确定对应的测试场景的配置参数;该场景配置参数具体可包括:车辆参数、路侧参数和地图参数、管控策略等。
S83、根据所述测试场景的配置参数和智慧交通测试模块的交通控制生成交通仿真数据;
具体可以是根据所述地图参数加载对应的地图数据,根据所述车辆参数和路侧参数分别生成对应的车辆数据和路侧数据。
S84、模拟智慧交通系统根据所述交通仿真数据进行所述交通控制,生成第一仿真测试结果;该结果可包括道路交通感知数据、根据所述道路交通感知数据确定的道路交通规划数据以及根据所述道路交通规划数据确定的道路交通控制指令;
S85、测试结束后,根据所述交通仿真数据和所述第一仿真测试结果生成智慧交通评价结果。
具体实施例中,上述仿真测试数据可具有不同的数据格式;
所述仿真测试数据被传输至一体化底座并经所述一体化底座转化为预定格式后,在智慧交通系统模拟软件中进行测试得到仿真测试结果。
本申请方法实施例可与上述系统实施例对应,其余部分可参见系统实施例,此处不再赘述。
尽管已描述了本申请实施例中的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作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中范围的所有变更和修改。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种智慧交通仿真测试系统,其特征在于,所述系统包括:
场景配置模块,用于根据接收的测试请求确定对应的测试场景的配置参数;
交通数据仿真模块,用于根据所述测试场景的配置参数和智慧交通测试模块的交通控制生成交通仿真数据;
智慧交通测试模块,用于模拟智慧交通系统根据所述交通仿真数据进行所述交通控制,生成第一仿真测试结果;
测试评价模块,用于根据所述交通仿真数据和所述第一仿真测试结果生成智慧交通评价结果。
2.如权利要求1所述的智慧交通仿真测试系统,其特征在于,所述系统还包括:
交通应用模块,用于根据评价需求确定待测试的应用类型并根据所述应用类型确定所述测试请求的类型。
3.如权利要求1所述的智慧交通仿真测试系统,其特征在于,所述系统还包括:
车辆自动驾驶测试模块,用于利用预置车辆算法根据所述交通仿真数据和/或所述智慧交通测试模块的交通控制进行自动驾驶,生成第二仿真测试结果;
所述测试评价模块,用于根据所述交通仿真数据和所述第二仿真测试结果生成车辆测试评价结果。
4.如权利要求1所述的智慧交通仿真测试系统,其特征在于,
所述交通数据仿真模块包括:
车辆数据仿真模块,用于根据预置车辆模型生成车辆仿真数据;
路侧数据仿真模块,用于根据预置路侧设备模型生成路侧仿真数据;
地图数据仿真模块,用于生成地图仿真数据;
和/或所述智慧交通测试模块包括:
交通数据感知模块,用于融合所述车辆仿真数据、所述路侧仿真数据、所述地图仿真数据生成交通感知信息;
交通规划决策模块,用于根据所述交通感知信息和所述测试请求对应的目标生成交通决策信息;
交通指令执行模块,用于根据所述交通决策信息生成交通指令;
所述仿真数据模块,用于根据所述交通指令执行对应的操作并生成所述交通仿真数据。
5.如权利要求4所述的智慧交通仿真测试系统,其特征在于,所述系统还包括一体化底座;
所述一体化底座用于接收不同数据格式的所述交通仿真数据并转化为预设的标准格式后在所述智慧交通测试模块进行测试,并用于将所述交通指令转化为对应格式的数据后发送至所述仿真数据模块;
和/或;
所述一体化底座用于接收通过硬件在环接入的交通物理设备发送的不同数据格式的交通感知数据并转化为预设的标准格式后在所述智慧交通测试模块进行测试并用于将所述交通指令转化为对应格式的数据后发送至所述交通物理设备。
6.如权利要求5所述的智慧交通仿真测试系统,其特征在于,所述系统还包括:数据接口,用于完成下列数据交互中的至少一种:
所述交通应用模块与所述智慧交通测试模块之间的数据交互、所述智慧交通测试模块与所述测试评价模块之间的数据交互、所述智慧交通测试模块与外部应用模块之间的数据交互。
7.如权利要求1所述的智慧交通仿真测试系统,其特征在于,
所述交通数据仿真模块,用于基于真实的历史交通数据生成所述交通仿真数据;
和/或;
所述交通数据仿真模块,用于根据真实的历史交通数据训练内置仿真算法并基于训练后的仿真算法生成对应极端场景的所述交通仿真数据。
8.如权利要求1所述的智慧交通仿真测试系统,其特征在于,所述系统还包括与所述交通数据仿真模块交互的智慧交通云控平台;
所述云控平台,用于根据不同测试场景的所述交通仿真数据作为训练数据对内置的云控算法进行训练。
9.如权利要求1所述的智慧交通仿真测试系统,其特征在于,
所述测试评价模块,用于根据所述第一仿真测试结果确定多个交通原子结果并从所述多个交通原子结果中选定至少一个目标交通原子结果,根据所述目标交通原子结果以及所述交通仿真数据生成所述智慧交通评价结果。
10.一种智慧交通仿真测试方法,其特征在于,所述方法包括:
根据接收的测试请求确定对应的测试场景的配置参数;
根据所述测试场景的配置参数和交通控制生成交通仿真数据;
模拟智慧交通系统根据所述交通仿真数据进行所述交通控制,生成第一仿真测试结果;
根据所述交通仿真数据和所述第一仿真测试结果生成智慧交通评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110224473.XA CN114996114A (zh) | 2021-03-01 | 2021-03-01 | 智慧交通仿真测试系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110224473.XA CN114996114A (zh) | 2021-03-01 | 2021-03-01 | 智慧交通仿真测试系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114996114A true CN114996114A (zh) | 2022-09-02 |
Family
ID=83018154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110224473.XA Pending CN114996114A (zh) | 2021-03-01 | 2021-03-01 | 智慧交通仿真测试系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996114A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464923A (zh) * | 2009-01-16 | 2009-06-24 | 天津大学 | 面向交通控制、诱导及其协调的仿真智能交通系统 |
KR20180015451A (ko) * | 2016-08-03 | 2018-02-13 | 강원대학교산학협력단 | 교통 시뮬레이션을 수행하는 방법 및 시스템 |
CN109215342A (zh) * | 2018-09-12 | 2019-01-15 | 五方智能车科技有限公司 | 一种智能车路况信息接收与分析能力测试平台 |
CN109901546A (zh) * | 2017-12-11 | 2019-06-18 | 郑州宇通客车股份有限公司 | 辅助驾驶车辆硬件在环仿真测试方法和系统 |
US20190235994A1 (en) * | 2018-01-30 | 2019-08-01 | International Business Machines Corporation | Testing embedded systems and application using hardware-in-the-loop as a service (hilaas) |
CN110209068A (zh) * | 2019-06-11 | 2019-09-06 | 滁州学院 | 一种红绿灯配时优化与仿真模拟方法 |
CN110674565A (zh) * | 2019-08-28 | 2020-01-10 | 同济大学 | 一种车路协同系统的在环仿真方法及平台 |
CN111026099A (zh) * | 2019-12-30 | 2020-04-17 | 中国重汽集团济南动力有限公司 | 一种智能网联汽车功能仿真测试系统及测试方法 |
US20200218243A1 (en) * | 2017-10-17 | 2020-07-09 | Guangdong University Of Technology | Parallel control method and system for intelligent workshop |
CN111405529A (zh) * | 2020-04-30 | 2020-07-10 | 重庆车辆检测研究院有限公司 | V2x效率类应用的测试系统和方法 |
EP3722908A1 (en) * | 2019-04-09 | 2020-10-14 | Bayerische Motoren Werke Aktiengesellschaft | Learning a scenario-based distribution of human driving behavior for realistic simulation model |
US20200334979A1 (en) * | 2017-09-15 | 2020-10-22 | Velsis Sistemas E Tecnologia Viaria S/A | Predictive, integrated and intelligent system for control of times in traffic lights |
CN111866132A (zh) * | 2020-07-20 | 2020-10-30 | 交通运输部科学研究院 | 一种基于物联网的交通运行控制方法 |
CN112163285A (zh) * | 2020-11-03 | 2021-01-01 | 浙江天行健智能科技有限公司 | 一种用于模拟驾驶系统的路面类型预测模型的建模方法 |
-
2021
- 2021-03-01 CN CN202110224473.XA patent/CN114996114A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464923A (zh) * | 2009-01-16 | 2009-06-24 | 天津大学 | 面向交通控制、诱导及其协调的仿真智能交通系统 |
KR20180015451A (ko) * | 2016-08-03 | 2018-02-13 | 강원대학교산학협력단 | 교통 시뮬레이션을 수행하는 방법 및 시스템 |
US20200334979A1 (en) * | 2017-09-15 | 2020-10-22 | Velsis Sistemas E Tecnologia Viaria S/A | Predictive, integrated and intelligent system for control of times in traffic lights |
US20200218243A1 (en) * | 2017-10-17 | 2020-07-09 | Guangdong University Of Technology | Parallel control method and system for intelligent workshop |
CN109901546A (zh) * | 2017-12-11 | 2019-06-18 | 郑州宇通客车股份有限公司 | 辅助驾驶车辆硬件在环仿真测试方法和系统 |
US20190235994A1 (en) * | 2018-01-30 | 2019-08-01 | International Business Machines Corporation | Testing embedded systems and application using hardware-in-the-loop as a service (hilaas) |
CN109215342A (zh) * | 2018-09-12 | 2019-01-15 | 五方智能车科技有限公司 | 一种智能车路况信息接收与分析能力测试平台 |
EP3722908A1 (en) * | 2019-04-09 | 2020-10-14 | Bayerische Motoren Werke Aktiengesellschaft | Learning a scenario-based distribution of human driving behavior for realistic simulation model |
CN110209068A (zh) * | 2019-06-11 | 2019-09-06 | 滁州学院 | 一种红绿灯配时优化与仿真模拟方法 |
CN110674565A (zh) * | 2019-08-28 | 2020-01-10 | 同济大学 | 一种车路协同系统的在环仿真方法及平台 |
CN111026099A (zh) * | 2019-12-30 | 2020-04-17 | 中国重汽集团济南动力有限公司 | 一种智能网联汽车功能仿真测试系统及测试方法 |
CN111405529A (zh) * | 2020-04-30 | 2020-07-10 | 重庆车辆检测研究院有限公司 | V2x效率类应用的测试系统和方法 |
CN111866132A (zh) * | 2020-07-20 | 2020-10-30 | 交通运输部科学研究院 | 一种基于物联网的交通运行控制方法 |
CN112163285A (zh) * | 2020-11-03 | 2021-01-01 | 浙江天行健智能科技有限公司 | 一种用于模拟驾驶系统的路面类型预测模型的建模方法 |
Non-Patent Citations (2)
Title |
---|
姒卫锜: ""基于ITS体系框架的智能交通信号控制系统设计开发实践"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 2020, 15 August 2020 (2020-08-15), pages 2 - 5 * |
白杰文: ""基于车路协同仿真的应用场景测试系统"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 2021, 15 February 2021 (2021-02-15), pages 2 - 5 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110160804B (zh) | 一种自动驾驶车辆的测试方法、装置及系统 | |
RU2733015C1 (ru) | Оперативное управление автономным транспортным средством | |
CN111061167B (zh) | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 | |
RU2734744C1 (ru) | Оперативное управление автономным транспортным средством, включающее в себя работу экземпляра модели частично наблюдаемого марковского процесса принятия решений | |
WO2019165616A1 (zh) | 信号灯控制方法、相关设备及系统 | |
CN110795818A (zh) | 一种确定虚拟测试场景方法、装置、电子设备和存储介质 | |
US20220048533A1 (en) | Method and system for validating autonomous control software for a self-driving vehicle | |
CN107272683A (zh) | 基于acp方法的平行智能车控制系统 | |
Xu et al. | The opencda open-source ecosystem for cooperative driving automation research | |
CN104765924A (zh) | 城市交通应急疏散仿真系统及控制方法 | |
CN109461342B (zh) | 一种用于无人驾驶机动车的教学系统及其教学方法 | |
CN110688311A (zh) | 一种面向自动驾驶典型场景的测试用例管理方法和装置 | |
CN113343461A (zh) | 自动驾驶车辆的仿真方法、装置、电子设备及存储介质 | |
CN110716529A (zh) | 一种自动驾驶测试用例自动生成方法和装置 | |
CN103646557B (zh) | 基于物联网的三维缩微智能交通管理系统 | |
CN114492022A (zh) | 路况传感数据处理方法、装置、设备、程序以及存储介质 | |
CN107395757B (zh) | 基于acp方法和社会物理信息系统的平行车联网系统 | |
CN115291515A (zh) | 一种基于数字孪生的自动驾驶仿真测试系统及评价方法 | |
CN114692419A (zh) | 一种城市轨道交通系统数字孪生建模方法及其系统 | |
EP4150554A1 (en) | Operational design domains in autonomous driving | |
CN111983934A (zh) | 一种无人车仿真测试用例生成方法及系统 | |
CN112665875A (zh) | 自动驾驶车辆可靠性测试方法、装置、电子设备以及存储介质 | |
CN115047840A (zh) | 一种信号机硬件在环仿真测试系统及方法 | |
CN114996114A (zh) | 智慧交通仿真测试系统及方法 | |
Che et al. | An open vehicle-in-the-loop test method for autonomous vehicle |
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 |