CN115167182B - 自动驾驶仿真测试方法、装置、设备和计算机可读介质 - Google Patents

自动驾驶仿真测试方法、装置、设备和计算机可读介质 Download PDF

Info

Publication number
CN115167182B
CN115167182B CN202211086736.6A CN202211086736A CN115167182B CN 115167182 B CN115167182 B CN 115167182B CN 202211086736 A CN202211086736 A CN 202211086736A CN 115167182 B CN115167182 B CN 115167182B
Authority
CN
China
Prior art keywords
test
vehicle
path
tested
scene
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.)
Active
Application number
CN202211086736.6A
Other languages
English (en)
Other versions
CN115167182A (zh
Inventor
秦秀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202211086736.6A priority Critical patent/CN115167182B/zh
Publication of CN115167182A publication Critical patent/CN115167182A/zh
Application granted granted Critical
Publication of CN115167182B publication Critical patent/CN115167182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开的实施例公开了自动驾驶仿真测试方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括:响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法;基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,上述自动驾驶测试场景中包括与上述当前被测车辆对应的仿真测试车辆模型,上述仿真测试车辆模型与上述当前被测车辆同步移动;基于上述自动驾驶测试场景、上述初始测试路径组和上述当前被测车辆的车载定位设备,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。该实施方式可以提高自动驾驶仿真测试结果的准确度。

Description

自动驾驶仿真测试方法、装置、设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及自动驾驶仿真测试方法、装置、设备和计算机可读介质。
背景技术
自动驾驶仿真测试,是用于测试自动驾驶算法的一项技术。目前,在进行自动驾驶仿真测试时,通常采用的方式为:利用实车(实际车辆)进行仿真测试、或者搭建仿真测试环境通过实际车辆进行测试。
然而,当采用上述方式进行自动驾驶仿真测试时,经常会存在如下技术问题:
第一,未结合实车和仿真车辆进行同步测试,导致仿真车辆的测试结果不能进一步表征实车存在的问题,从而,导致自动驾驶仿真测试结果的准确度降低;
第二,仅利用实车进行测试,需要搭建实际的测试场景,因此,需要消耗较长的时间,以及实际测试场景容易存在安全隐患,从而,导致自动驾驶仿真测试的效率低下和降低自动驾驶仿真测试的安全性。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了自动驾驶仿真测试方法、装置、设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种自动驾驶仿真测试方法,该方法包括:响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法,其中,上述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组;基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,其中,上述自动驾驶测试场景处于当前被测车辆的车辆坐标系中,上述自动驾驶测试场景中包括与上述当前被测车辆对应的仿真测试车辆模型,上述仿真测试车辆模型与上述当前被测车辆同步移动;基于上述自动驾驶测试场景、上述初始测试路径组和上述当前被测车辆的车载定位设备,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。
第二方面,本公开的一些实施例提供了一种自动驾驶仿真测试装置,该装置包括:获取单元,被配置成响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法,其中,上述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组;构建单元,被配置成基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,其中,上述自动驾驶测试场景处于当前被测车辆的车辆坐标系中;仿真测试单元,被配置成基于上述当前被测车辆的车载定位设备和上述初始测试路径组,在上述自动驾驶测试场景中,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
第五方面,本公开的一些实施例提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的自动驾驶仿真测试方法,可以提高自动驾驶仿真测试结果的准确度。具体来说,造成生成的自动驾驶仿真测试结果的准确度降低的原因在于:未结合实车和仿真车辆进行同步测试,导致仿真车辆的测试结果不能进一步表征实车存在的问题。基于此,本公开的一些实施例的自动驾驶仿真测试方法,首先,响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法。其中,上述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组。然后,基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景。其中,上述自动驾驶测试场景处于当前被测车辆的车辆坐标系中,上述自动驾驶测试场景中包括与上述当前被测车辆对应的仿真测试车辆模型,上述仿真测试车辆模型与上述当前被测车辆同步移动。通过构建自动驾驶测试场景,不仅可以用于以虚拟环境进行自动驾驶测试,还可以关联当前被测车辆进行同步测试。最后,基于上述自动驾驶测试场景、上述初始测试路径组和上述当前被测车辆的车载定位设备,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。也因为引入车载定位设备,可以利用实车定位确定自动驾驶场景中处于同一车辆坐标系的仿真测试车辆模型的定位坐标。由此,可以进一步促进自动驾驶仿真测试场景贴近实际测试场景。使得仿真测试车辆模型可以进一步表征路径规划待测算法和车辆控制待测算法在实际应用中存在的问题。从而,可以提高自动驾驶仿真测试结果的准确度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的自动驾驶仿真测试方法的一些实施例的流程图;
图2是根据本公开的自动驾驶仿真测试装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的自动驾驶仿真测试方法的一些实施例的流程100。该自动驾驶仿真测试方法,包括以下步骤:
步骤101,响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法。
在一些实施例中,自动驾驶仿真测试方法的执行主体响应于接收到仿真测试启动指令,可以通过有线的方式或者无线的方式获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法。其中,上述自动驾驶测试场景数据可以包括测试场景信息组集合和初始测试路径组。上述仿真测试启动指令可以是由用户通过用户终端(例如,手机、电脑等)发出的。仿真测试启动指令可以用于启动自动驾驶仿真测试。自动驾驶测试场景数据可以用于仿真测试的数据。路径规划待测算法可以是需要测试的路径规划算法。路径规划待测算法可以用于生成规划路径。车辆控制待测算法可以是需要测试的车辆控制算法。车辆控制待测算法可以用于生成车辆控制信息。例如,档位、车速等。测试场景信息组集合中的每个测试场景信息组可以表征一个测试场景。测试场景信息组中的测试场景信息可以是测试场景中的场景数据。例如,测试场景为变道场景。那么,场景数据可以包括车道线数据。初始测试路径组中的每个初始测试路径可以表示在一个测试场景中的路径。每个初始测试路径可以是由连续的路径坐标构成。
实践中,由于初始测试路径组中各个初始测试路径对应不同的测试场景。因此,各个初始测试路径还可以是按照测试场景的顺序进行前后连接作为一条测试路径。以便连续地在各个测试场景进行仿真测试。特别的,初始测试路径仅仅是针对每个场景生成的初始移动路径,并未涉及测试内容。例如,测试场景为避开行人场景。那么初始测试路径可以是在不需要不开行人的情况下所生成的路径。
作为示例,测试场景可以是避开障碍物车辆场景、避开行人场景、循迹入库场景等。
步骤102,基于自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景。
在一些实施例中,上述执行主体可以基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景。其中,上述自动驾驶测试场景处于当前被测车辆的车辆坐标系中,上述自动驾驶测试场景中可以包括与上述当前被测车辆对应的仿真测试车辆模型,上述仿真测试车辆模型可以与上述当前被测车辆同步移动。
实践中,在进行仿真测试时,当前被测车辆应处于预先设定好场地中。由于当前被测车辆也会同步移动,因此场地中可以不设置任何障碍物。以及该场地的范围应大于各个初始测试路径所涉及的范围。
在一些实施例的一些可选的实现方式中,测试场景信息组集合中每个测试场景信息组中的每个测试场景信息可以包括测试场景坐标。以及上述执行主体基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,可以包括以下步骤:
第一步,将上述测试场景信息组集合中每个测试场景信息组中各个测试场景信息包括的测试场景坐标转换至上述当前被测车辆的车辆坐标系中以生成转换后场景坐标组,得到转换后场景坐标组集合。其中,测试场景坐标可以是其它三维坐标系的坐标(例如,相机坐标系、激光雷达坐标系等)。因此,需要将将上述测试场景信息组集合中每个测试场景信息组中各个测试场景信息包括的测试场景坐标转换至上述当前被测车辆的车辆坐标系中以生成转换后场景坐标组。
第二步,将上述初始测试路径组中的每个初始测试路径转换至上述车辆坐标系中以生成转换后测试路径,得到转换后测试路径组。其中,初始测试路径可以是处于其它三维坐标系的路径。因此,将上述初始测试路径组中的每个初始测试路径转换至上述车辆坐标系中以生成转换后测试路径,得到转换后测试路径组。
第三步,在上述车辆坐标系中,构建仿真测试车辆模型。其中,上述仿真测试车辆模型与上述当前被测车辆处于同一坐标。这里,仿真测试车辆模型中各项参数与当前被测车辆一致。例如,车辆型号、轮速、车轮大小、车轮转速等均一致。以此可以用于确保仿真测试车辆模型在与上述当前被测车辆同步移动的过程中的位置相同。另外,仿真测试车辆模型可以用于接收车辆控制待测算法输出的车辆控制信息,以此模拟当前车辆进行移动。
第四步,将上述转换后场景坐标组集合、上述转换后测试路径组、上述仿真测试车辆模型和上述车辆坐标系确定为自动驾驶测试场景。其中,上述仿真测试车辆模型用于表征上述自动驾驶测试场景中的上述当前被测车辆。
步骤103,基于自动驾驶测试场景、初始测试路径组和当前被测车辆的车载定位设备,对路径规划待测算法和车辆控制待测算法进行仿真测试,以生成仿真测试结果集。
在一些实施例中,上述执行主体可以基于上述自动驾驶测试场景、上述初始测试路径组和上述当前被测车辆的车载定位设备,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。
实践中,构建的自动驾驶测试场景可以用于仿真测试。但为了避免仅利用自动驾驶测试场景进行仿真测试,导致的测试结果不能进一步表征实车存在的问题。由此,将仿真测试车辆模型与当前被测车辆进行关联。另外,也因为引入了车载定位设备,使得在仿真测试过程中可以使用当前被测车辆的实际坐标参与仿真测试。从而,确保在仿真测试过程中仿真测试车辆模型可以与上述当前被测车辆同步移动,以及可以进一步促进实车和仿真车辆的结合,以供提高自动驾驶仿真测试结果的准确度。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述自动驾驶测试场景、上述初始测试路径组和上述当前被测车辆的车载定位设备,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集,可以包括以下步骤:
对于与上述初始测试路径组中的每个初始测试路径对应的转换后测试路径,执行如下仿真测试步骤以生成仿真测试结果集中的仿真测试结果:
第一步,获取与上述转换后测试路径对应的障碍物场景数据。其中,上述障碍物场景数据可以包括障碍物场景坐标组,上述转换后测试路径可以包括路径起始坐标和路径终止坐标。这里,障碍物场景数据可以是针对每个测试场景添加的障碍物数据。例如,针对避开行人场景,障碍物场景数据即可表征增加的行人的数据,可以包括但不限于行人坐标等。
实践中,转换后测试路径可以作为测试场景的基础路径,通过针对每个测试场景引入障碍物场景数据,可以通过路径规划待测算法生成新的路径,以此用于测试路径规划待测算法。从而,达到自动驾驶仿真测试的目的。
第二步,基于上述障碍物场景坐标组,对上述自动驾驶测试场景进行更新,得到目标自动驾驶测试场景。其中,更新可以是将障碍物场景坐标组更新至自动驾驶测试场景中,得到目标自动驾驶测试场景。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述障碍物场景坐标组,对上述自动驾驶测试场景进行更新,得到目标自动驾驶测试场景,可以包括以下步骤:
第一子步骤,将上述障碍物场景坐标组中的各个障碍物场景坐标转换至上述自动驾驶测试场景中的车辆坐标系中,得到转换后障碍物场景坐标组。
第二子步骤,将上述转换后障碍物场景坐标组、上述转换后场景坐标组集合、上述转换后测试路径组、上述仿真测试车辆模型和上述车辆坐标系确定为目标自动驾驶测试场景。其中,上述转换后障碍物场景坐标组中的各个转换后障碍物场景坐标处于上述转换后测试路径上。
第三步,基于上述路径规划待测算法,在上述目标自动驾驶测试场景中,对上述转换后测试路径包括路径起始坐标和路径终止坐标进行路径规划,得到规划后待测路径。其中,可以将上述转换后测试路径包括路径起始坐标和路径终止坐标输入至上述路径规划待测算法,以生成规划后待测路径。另外,规划后待测路径可以是由连续的待测路径坐标构成的。
第四步,将上述规划后待测路径输入至上述车辆控制待测算法,以生成车辆控制信息序列。其中,上述车辆控制信息序列中的每个车辆控制信息包括以下至少一项:方向盘转角、车量速度、车辆加速度、车辆位姿、车辆档位、车辆轮速等。车辆控制信息序列中的各个车辆控制信息可以是连续的车辆控制信息。每个车辆控制信息可以用于控制当前被测车辆和仿真测试车辆模型从规划后待测路径中一个待测路径坐标移动下一个路径待测坐标。
第五步,将上述车辆控制信息序列中的每个车辆控制信息发送至上述当前被测车辆的控制终端和上述仿真测试车辆模型,以供上述当前被测车辆和上述仿真测试车辆模型在上述车辆坐标系中进行同步移动。
第六步,利用上述车载定位设备,获取当前被测车辆的移动坐标序列。其中,车载定位设备可以实时的确定当前被测车辆的坐标。由此,可以的得到移动坐标序列。
作为示例,车载定位设备可以包括但不限于以下至少一项:载波相位差分定位设备、全球定位系统等。
第七步,将上述移动坐标序列中的各个移动坐标转换至上述车辆坐标系,以生成转换后移动坐标序列。其中,车载定位设备测得的移动坐标处于车载定位设备的坐标系。因此可以通过坐标转换,将上述移动坐标序列中的各个移动坐标转换至上述车辆坐标系,以生成转换后移动坐标序列。
第八步,基于上述规划后待测路径、上述转换后测试路径、上述转换后移动坐标序列和上述车辆控制信息序列,生成仿真测试结果。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述规划后待测路径、上述转换后测试路径、上述转换后移动坐标序列和上述车辆控制信息序列,生成仿真测试结果,可以包括以下步骤:
第一步,确定上述规划后待测路径与上述转换后测试路径的差异,以生成路径规划算法测试结果。其中,可以确定上述规划后待测路径每个待测路径坐标与上述转换后测试路径在相同纵坐标位置的路径坐标的横坐标差值。若各个待测路径坐标对应的横坐标差值均处于预设的差值范围内,则确定上述规划后待测路径测试通过。因此,生成的路径规划算法测试结果可以是“路径规划待测算法对于上述转换后测试路径的测试通过”。另外,若各个待测路径坐标对应的横坐标差值存在未处于预设的差值范围内,则可以确定上述规划后待测路径测试未通过。因此,生成的路径规划算法测试结果可以是“路径规划待测算法对于上述转换后测试路径的测试未通过”。
这里,确定上述规划后待测路径与上述转换后测试路径的差异可以用于测试路径规划待测算法针对上述转换后测试路径对应的测试场景所生成的规划后待测路径是否合格。因此,可以用于确定上述路径规划待测算法是否可以较好的对该测试场景及其相同类型的场景进行路径规划。从而,实现仿真测试的目的。
第二步,确定上述转换后移动坐标序列与上述规划后待测路径中对应坐标的差异,以生成第一车辆控制算法测试结果。其中,确定上述转换后移动坐标序列与上述规划后待测路径中对应坐标的差异可以参考上述确定上述规划后待测路径与上述转换后测试路径的差异的方法或步骤,不在具体赘述。这里,确定上述转换后移动坐标序列与上述规划后待测路径中对应坐标的差异用于测试车辆控制待测算法生成的车辆控制信息是否可以用于准确地控制车辆沿规划后待测路径进行移动。
作为示例,若测试通过,则第一车辆控制算法测试结果可以是“自动驾驶车辆移动坐标的测试通过”。若测试不通过,则第一车辆控制算法测试结果可以是“自动驾驶车辆移动坐标的测试未通过”。
第三步,确定上述车辆控制信息序列中各个车辆控制信息与预设的目标车辆控制信息序列中对应的目标车辆控制信息的差异,以生成第二车辆控制算法测试结果。其中,对于每个车辆控制信息,可以确定车辆控制信息包括的每项数据是否处于对应的目标车辆控制信息包括的数据范围之内。例如,车辆控制信息可以包括车辆速度值。对应的目标车辆控制信息可以包括的数据范围是车辆速度值范围。若车辆速度值处于该车辆速度值范围之内,则可以确定该车辆控制信息测试通过该。这里,若上述车辆控制信息序列中各个车辆控制信息包括的数据均测试通过,则可以确定上述车辆控制待测算法生成的车辆控制信息测试合格。因此,第二车辆控制算法测试结果可以是“车辆控制待测算法测试通过”。若上述车辆控制信息序列中各个车辆控制信息包括的数据均测试未通过,则可以确定上述车辆控制待测算法生成的车辆控制信息测试不合格。因此,第二车辆控制算法测试结果可以是“车辆控制待测算法测试未通过”。
第四步,将上述路径规划算法测试结果、上述第一车辆控制算法测试结果和上述第二车辆控制算法测试结果确定为仿真测试结果。
上述步骤及其相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“仅利用实车进行仿真测试,需要搭建实际的测试场景,因此,需要消耗较长的时间,以及实际测试场景容易存在安全隐患,从而,导致自动驾驶仿真测试的效率低下和降低自动驾驶仿真测试的安全性”。导致自动驾驶仿真测试的效率低下和降低自动驾驶仿真测试的安全性的因素往往如下:仅利用实车进行仿真测试,需要搭建实际的测试场景,因此,需要消耗较长的时间,以及实际测试场景容易存在安全隐患。如果解决了上述因素,就能提高自动驾驶仿真测试的效率和自动驾驶仿真测试的安全性。为了达到这一效果,首先,通过构建自动驾驶测试场景,可以用于在仿真环境中进行自动驾驶仿真测试。另外,将上述测试场景信息组集合中每个测试场景信息组中各个测试场景信息包括的测试场景坐标转换至上述当前被测车辆的车辆坐标系中以生成转换后场景坐标组,得到转换后场景坐标组集合。可以用于在仿真环境中构建用于测试的仿真场景。由此,可以无需搭建实际的测试场景。从而,大大降低仿真测试所需时间。另外,由于实车测试所在的场地并未搭建障碍物。因此,可以无需考虑实际测试场景存在的安全隐患。进而,可以提高自动驾驶仿真测试的安全性。
可选的,上述执行主体还可以将上述仿真测试结果集发送至显示终端以供显示。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的自动驾驶仿真测试方法,可以提高自动驾驶仿真测试结果的准确度。具体来说,造成生成的自动驾驶仿真测试结果的准确度降低的原因在于:未结合实车和仿真车辆进行同步测试,导致仿真车辆的测试结果不能进一步表征实车存在的问题。基于此,本公开的一些实施例的自动驾驶仿真测试方法,首先,响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法。其中,上述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组。然后,基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景。其中,上述自动驾驶测试场景处于当前被测车辆的车辆坐标系中,上述自动驾驶测试场景中包括与上述当前被测车辆对应的仿真测试车辆模型,上述仿真测试车辆模型与上述当前被测车辆同步移动。通过构建自动驾驶测试场景,不仅可以用于以虚拟环境进行自动驾驶测试,还可以关联当前被测车辆进行同步测试。最后,基于上述自动驾驶测试场景、上述初始测试路径组和上述当前被测车辆的车载定位设备,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。也因为引入车载定位设备,可以利用实车定位确定自动驾驶场景中处于同一车辆坐标系的仿真测试车辆模型的定位坐标。由此,可以进一步促进自动驾驶仿真测试场景贴近实际测试场景。使得仿真测试车辆模型可以进一步表征路径规划待测算法和车辆控制待测算法在实际应用中存在的问题。从而,可以提高自动驾驶仿真测试结果的准确度。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种自动驾驶仿真测试装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的自动驾驶仿真测试装置200包括:获取单元201、构建单元202和仿真测试单元203。其中,获取单元201,被配置成响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法,其中,上述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组;构建单元202,被配置成基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,其中,上述自动驾驶测试场景处于当前被测车辆的车辆坐标系中;仿真测试单元203,被配置成基于上述当前被测车辆的车载定位设备和上述初始测试路径组,在上述自动驾驶测试场景中,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法,其中,上述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组;基于上述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,其中,上述自动驾驶测试场景处于当前被测车辆的车辆坐标系中,上述自动驾驶测试场景中包括与上述当前被测车辆对应的仿真测试车辆模型,上述仿真测试车辆模型与上述当前被测车辆同步移动;基于上述自动驾驶测试场景、上述初始测试路径组和上述当前被测车辆的车载定位设备,对上述路径规划待测算法和上述车辆控制待测算法进行仿真测试,以生成仿真测试结果集。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:获取单元、构建单元和仿真测试单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种自动驾驶仿真测试方法,包括:
响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法,其中,所述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组;
基于所述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,其中,所述自动驾驶测试场景处于当前被测车辆的车辆坐标系中,所述自动驾驶测试场景中包括与所述当前被测车辆对应的仿真测试车辆模型,所述仿真测试车辆模型与所述当前被测车辆同步移动;
基于所述自动驾驶测试场景、所述初始测试路径组和所述当前被测车辆的车载定位设备,对所述路径规划待测算法和所述车辆控制待测算法进行仿真测试,以生成仿真测试结果集;
其中,所述测试场景信息组集合中每个测试场景信息组中的每个测试场景信息包括测试场景坐标;以及
所述基于所述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,包括:
将所述测试场景信息组集合中每个测试场景信息组中各个测试场景信息包括的测试场景坐标转换至所述当前被测车辆的车辆坐标系中以生成转换后场景坐标组,得到转换后场景坐标组集合;
将所述初始测试路径组中的每个初始测试路径转换至所述车辆坐标系中以生成转换后测试路径,得到转换后测试路径组;
在所述车辆坐标系中,构建仿真测试车辆模型,其中,所述仿真测试车辆模型与所述当前被测车辆处于同一坐标;
将所述转换后场景坐标组集合、所述转换后测试路径组、所述仿真测试车辆模型和所述车辆坐标系确定为自动驾驶测试场景,其中,所述仿真测试车辆模型用于表征所述自动驾驶测试场景中的所述当前被测车辆;
其中,所述基于所述自动驾驶测试场景、所述初始测试路径组和所述当前被测车辆的车载定位设备,对所述路径规划待测算法和所述车辆控制待测算法进行仿真测试,以生成仿真测试结果集,包括:
对于与所述初始测试路径组中的每个初始测试路径对应的转换后测试路径,执行如下仿真测试步骤以生成仿真测试结果集中的仿真测试结果:
获取与所述转换后测试路径对应的障碍物场景数据,其中,所述障碍物场景数据包括障碍物场景坐标组,所述转换后测试路径包括路径起始坐标和路径终止坐标;
基于所述障碍物场景坐标组,对所述自动驾驶测试场景进行更新,得到目标自动驾驶测试场景;
基于所述路径规划待测算法,在所述目标自动驾驶测试场景中,对所述转换后测试路径包括的路径起始坐标和路径终止坐标进行路径规划,得到规划后待测路径;
将所述规划后待测路径输入至所述车辆控制待测算法,以生成车辆控制信息序列,其中,所述车辆控制信息序列中的每个车辆控制信息包括以下至少一项:方向盘转角、车量速度和车辆加速度;
将所述车辆控制信息序列中的每个车辆控制信息发送至所述当前被测车辆的控制终端和所述仿真测试车辆模型,以供所述当前被测车辆和所述仿真测试车辆模型在所述车辆坐标系中进行同步移动;
利用所述车载定位设备,获取当前被测车辆的移动坐标序列;
将所述移动坐标序列中的各个移动坐标转换至所述车辆坐标系,以生成转换后移动坐标序列;
基于所述规划后待测路径、所述转换后测试路径、所述转换后移动坐标序列和所述车辆控制信息序列,生成仿真测试结果。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将所述仿真测试结果集发送至显示终端以供显示。
3.根据权利要求1所述的方法,其中,所述基于所述障碍物场景坐标组,对所述自动驾驶测试场景进行更新,得到目标自动驾驶测试场景,包括:
将所述障碍物场景坐标组中的各个障碍物场景坐标转换至所述自动驾驶测试场景中的车辆坐标系中,得到转换后障碍物场景坐标组;
将所述转换后障碍物场景坐标组、所述转换后场景坐标组集合、所述转换后测试路径组、所述仿真测试车辆模型和所述车辆坐标系确定为目标自动驾驶测试场景,其中,所述转换后障碍物场景坐标组中的各个转换后障碍物场景坐标处于所述转换后测试路径上。
4.根据权利要求3所述的方法,其中,所述基于所述规划后待测路径、所述转换后测试路径、所述转换后移动坐标序列和所述车辆控制信息序列,生成仿真测试结果,包括:
确定所述规划后待测路径与所述转换后测试路径的差异,以生成路径规划算法测试结果;
确定所述转换后移动坐标序列与所述规划后待测路径中对应坐标的差异,以生成第一车辆控制算法测试结果;
确定所述车辆控制信息序列中各个车辆控制信息与预设的目标车辆控制信息序列中对应的目标车辆控制信息的差异,以生成第二车辆控制算法测试结果;
将所述路径规划算法测试结果、所述第一车辆控制算法测试结果和所述第二车辆控制算法测试结果确定为仿真测试结果。
5.一种自动驾驶仿真测试装置,包括:
获取单元,被配置成响应于接收到仿真测试启动指令,获取自动驾驶测试场景数据、路径规划待测算法和车辆控制待测算法,其中,所述自动驾驶测试场景数据包括测试场景信息组集合和初始测试路径组;
构建单元,被配置成基于所述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,其中,所述自动驾驶测试场景处于当前被测车辆的车辆坐标系中;
仿真测试单元,被配置成基于所述当前被测车辆的车载定位设备和所述初始测试路径组,在所述自动驾驶测试场景中,对所述路径规划待测算法和所述车辆控制待测算法进行仿真测试,以生成仿真测试结果集;
其中,所述测试场景信息组集合中每个测试场景信息组中的每个测试场景信息包括测试场景坐标;以及
所述基于所述自动驾驶测试场景数据包括的测试场景信息组集合,构建自动驾驶测试场景,包括:
将所述测试场景信息组集合中每个测试场景信息组中各个测试场景信息包括的测试场景坐标转换至所述当前被测车辆的车辆坐标系中以生成转换后场景坐标组,得到转换后场景坐标组集合;
将所述初始测试路径组中的每个初始测试路径转换至所述车辆坐标系中以生成转换后测试路径,得到转换后测试路径组;
在所述车辆坐标系中,构建仿真测试车辆模型,其中,所述仿真测试车辆模型与所述当前被测车辆处于同一坐标;
将所述转换后场景坐标组集合、所述转换后测试路径组、所述仿真测试车辆模型和所述车辆坐标系确定为自动驾驶测试场景,其中,所述仿真测试车辆模型用于表征所述自动驾驶测试场景中的所述当前被测车辆;
其中,所述基于所述自动驾驶测试场景、所述初始测试路径组和所述当前被测车辆的车载定位设备,对所述路径规划待测算法和所述车辆控制待测算法进行仿真测试,以生成仿真测试结果集,包括:
对于与所述初始测试路径组中的每个初始测试路径对应的转换后测试路径,执行如下仿真测试步骤以生成仿真测试结果集中的仿真测试结果:
获取与所述转换后测试路径对应的障碍物场景数据,其中,所述障碍物场景数据包括障碍物场景坐标组,所述转换后测试路径包括路径起始坐标和路径终止坐标;
基于所述障碍物场景坐标组,对所述自动驾驶测试场景进行更新,得到目标自动驾驶测试场景;
基于所述路径规划待测算法,在所述目标自动驾驶测试场景中,对所述转换后测试路径包括的路径起始坐标和路径终止坐标进行路径规划,得到规划后待测路径;
将所述规划后待测路径输入至所述车辆控制待测算法,以生成车辆控制信息序列,其中,所述车辆控制信息序列中的每个车辆控制信息包括以下至少一项:方向盘转角、车量速度和车辆加速度;
将所述车辆控制信息序列中的每个车辆控制信息发送至所述当前被测车辆的控制终端和所述仿真测试车辆模型,以供所述当前被测车辆和所述仿真测试车辆模型在所述车辆坐标系中进行同步移动;
利用所述车载定位设备,获取当前被测车辆的移动坐标序列;
将所述移动坐标序列中的各个移动坐标转换至所述车辆坐标系,以生成转换后移动坐标序列;
基于所述规划后待测路径、所述转换后测试路径、所述转换后移动坐标序列和所述车辆控制信息序列,生成仿真测试结果。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
7.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN202211086736.6A 2022-09-07 2022-09-07 自动驾驶仿真测试方法、装置、设备和计算机可读介质 Active CN115167182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211086736.6A CN115167182B (zh) 2022-09-07 2022-09-07 自动驾驶仿真测试方法、装置、设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211086736.6A CN115167182B (zh) 2022-09-07 2022-09-07 自动驾驶仿真测试方法、装置、设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN115167182A CN115167182A (zh) 2022-10-11
CN115167182B true CN115167182B (zh) 2022-11-29

Family

ID=83482275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211086736.6A Active CN115167182B (zh) 2022-09-07 2022-09-07 自动驾驶仿真测试方法、装置、设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN115167182B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115587496B (zh) * 2022-11-01 2023-10-17 北京百度网讯科技有限公司 基于车路协同的测试方法、装置、设备、系统及存储介质
CN116050083A (zh) * 2022-12-16 2023-05-02 北京斯年智驾科技有限公司 自动驾驶死锁的仿真测试方法、装置、设备及介质
CN115876493B (zh) * 2023-01-18 2023-05-23 禾多科技(北京)有限公司 用于自动驾驶的测试场景生成方法、装置、设备和介质

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956268B (zh) * 2016-04-29 2018-01-02 百度在线网络技术(北京)有限公司 应用于无人驾驶汽车的测试场景构建方法和装置
CN108763733A (zh) * 2018-05-24 2018-11-06 北京汽车集团有限公司 驾驶仿真测试方法、装置和系统
CN110456757B (zh) * 2018-06-20 2022-08-19 上海车右智能科技有限公司 一种无人驾驶车辆的整车测试方法及系统
CN109164785B (zh) * 2018-08-24 2019-08-30 百度在线网络技术(北京)有限公司 自动驾驶车辆的仿真测试方法、装置、设备及存储介质
CN109213126B (zh) * 2018-09-17 2020-05-19 安徽江淮汽车集团股份有限公司 自动驾驶汽车测试系统和方法
CN110096006B (zh) * 2019-04-19 2020-08-28 江苏中达智能交通产业研究院有限公司 一种自动驾驶系统测试装置
CN110263381A (zh) * 2019-05-27 2019-09-20 南京航空航天大学 一种自动驾驶车辆测试仿真场景生成方法
US20200409369A1 (en) * 2019-06-25 2020-12-31 Uatc, Llc System and Methods for Autonomous Vehicle Testing
CN111007738A (zh) * 2019-11-28 2020-04-14 天津卡达克数据有限公司 一种用于自动驾驶算法仿真测试的软件在环平台
CN110888417A (zh) * 2019-12-16 2020-03-17 苏州智加科技有限公司 一种自动驾驶卡车的控制系统实时仿真和测试方法
CN111723458B (zh) * 2020-05-09 2022-09-16 同济大学 面向自动驾驶决策规划系统仿真测试场景自动化生成方法
CN111505965B (zh) * 2020-06-17 2020-09-29 深圳裹动智驾科技有限公司 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质
CN112035951A (zh) * 2020-08-21 2020-12-04 长春一汽富晟集团有限公司 一种用于自动驾驶算法验证的仿真平台及仿真方法
CN113032285B (zh) * 2021-05-24 2021-08-13 湖北亿咖通科技有限公司 一种高精地图测试方法、装置、电子设备及存储介质
CN113342701A (zh) * 2021-08-04 2021-09-03 北京赛目科技有限公司 无人驾驶仿真系统与被测无人驾驶软件交互的方法及装置
CN114638103A (zh) * 2022-03-16 2022-06-17 一汽解放汽车有限公司 自动驾驶联合仿真方法、装置、计算机设备及存储介质
CN115016435A (zh) * 2022-06-15 2022-09-06 中国第一汽车股份有限公司 一种自动驾驶车辆测试方法、装置、系统、设备和介质

Also Published As

Publication number Publication date
CN115167182A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN115167182B (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
CN112001287B (zh) 障碍物的点云信息生成方法、装置、电子设备和介质
CN115616937B (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
EP4043912A1 (en) Method and apparatus for testing sensing effect, moving apparatus, electronic device, storage medium, computer program product, and system for testing sensing effect
CN112590813A (zh) 自动驾驶车辆信息生成方法、装置、电子设备和介质
CN112150490B (zh) 图像检测方法、装置、电子设备和计算机可读介质
EP3869175B1 (en) Testing method and apparatus for automated driving system, electronic device, storage medium and computer program product
EP4286234A1 (en) Method and apparatus for starting unmanned vehicle, electronic device, and computer-readable medium
CN111859597A (zh) 一种自动驾驶算法的评估方法和系统
CN113050643A (zh) 无人车路径规划方法、装置、电子设备和计算机可读介质
CN115575931A (zh) 标定方法、装置、电子设备及存储介质
CN116088537B (zh) 车辆避障方法、装置、电子设备和计算机可读介质
CN115808929B (zh) 车辆仿真避障方法、装置、电子设备和计算机可读介质
CN115526069B (zh) 仿真驾驶场景生成方法、装置、设备和计算机可读介质
CN115022328B (zh) 服务器集群以及服务器集群的测试方法、装置和电子设备
CN115544817A (zh) 驾驶场景生成方法、装置、电子设备和计算机可读介质
CN115237096A (zh) 一种自动驾驶参数的标定方法、装置、电子设备及介质
CN110136181B (zh) 用于生成信息的方法和装置
CN110033088B (zh) 估计gps数据的方法和装置
CN116010289B (zh) 自动驾驶仿真场景测试方法、装置、电子设备和可读介质
CN115310728B (zh) 泊车路线生成方法、装置、设备和计算机可读介质
CN113791628B (zh) 基于复合冀无人机的快速着陆轨迹规划方法及装置
CN116125961B (zh) 车辆控制指标生成方法、装置、设备和计算机可读介质
CN114723890B (zh) 虚拟对象的生成方法、装置、可读介质和电子设备
CN112560324B (zh) 用于输出信息的方法和装置

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address