CN115203031A - 一种自动驾驶自动泛化仿真测试方法及装置 - Google Patents

一种自动驾驶自动泛化仿真测试方法及装置 Download PDF

Info

Publication number
CN115203031A
CN115203031A CN202210809998.4A CN202210809998A CN115203031A CN 115203031 A CN115203031 A CN 115203031A CN 202210809998 A CN202210809998 A CN 202210809998A CN 115203031 A CN115203031 A CN 115203031A
Authority
CN
China
Prior art keywords
simulation
test
simulation test
target
generalization
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
Application number
CN202210809998.4A
Other languages
English (en)
Inventor
付艳玲
刘祥
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.)
Hozon New Energy Automobile Co Ltd
Original Assignee
Hozon New Energy Automobile 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 Hozon New Energy Automobile Co Ltd filed Critical Hozon New Energy Automobile Co Ltd
Priority to CN202210809998.4A priority Critical patent/CN115203031A/zh
Publication of CN115203031A publication Critical patent/CN115203031A/zh
Pending legal-status Critical Current

Links

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
    • G06F11/3684—Test management for test design, e.g. generating new test cases
    • 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
    • G06F11/3696—Methods or tools to render software testable

Abstract

本申请公开了一种自动驾驶自动泛化仿真测试方法及装置，涉及车辆自动驾驶技术领域，兼顾实现仿真参数泛化迭代和自动仿真测试，可用来测试和验证整个自动驾驶系统。本申请的主要技术方案为：配置LGSVL仿真平台的测试环境为Python接口仿真模式；基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，所述目标Python脚本中包含了基于泛化参数构建的多个目标测试脚本；配置所述仿真测试场景对应的评价指标；利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本；利用预设仿真器运行所述自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。

Description

一种自动驾驶自动泛化仿真测试方法及装置
技术领域
本申请涉及车辆自动驾驶技术领域，尤其涉及一种自动驾驶自动泛化仿真测试方法及装置。
背景技术
随着信息和控制技术的快速发展，自动驾驶技术逐渐被汽车厂家和用户所欢迎，它将是未来汽车发展的一大趋势，应用自动驾驶技术行车不仅降低危险性，而且能够减轻用户繁重的驾驶操作任务。
目前，在自动驾驶技术不断发展的进程中，对于自动驾驶算法的仿真需求逐渐提高，并正在变得越来越迫切。自动驾驶功能都由大量算法支持的，算法研发本身是不断迭代的过程，在算法开发过程中，在场地测试前必须进行大量仿真迭代测试用来验证尚未成熟的自动驾驶功能。但是，如何实现成本低、效率高的仿真参数泛化迭代测试，尚待需求更优的解决方案。
发明内容
有鉴于此，本申请提供一种自动驾驶自动泛化仿真测试方法及装置，主要目的在于兼顾实现仿真参数泛化迭代和自动仿真测试，可用来测试和验证整个自动驾驶系统。
为了到达上述目的，本申请主要提供如下技术方案：
本申请第一方面提供了一种自动驾驶自动泛化仿真测试方法，该方法包括：
配置LGSVL仿真平台的测试环境为Python接口仿真模式；
基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，所述目标Python脚本中包含了基于泛化参数构建的多个目标测试脚本；
配置所述仿真测试场景对应的评价指标；
利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本；
利用预设仿真器运行所述自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
在本申请第一方面的一些变更实施方式中，所述基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，包括：
从仿真测试场景中获取多个关键参数；
配置各个所述关键参数为泛化参数；
设置各个所述泛化参数的取值范围；
基于各个所述泛化参数的取值范围，构建由携带不同取值的泛化参数组成的多个参数组合，其中，在每个所述参数组合中每个所述泛化参数对应唯一的取值；
基于各个所述参数组合，创建目标测试脚本并存储到json文件中。
在本申请第一方面的一些变更实施方式中，所述配置所述仿真测试场景对应的评价指标，包括：
基于所述仿真测试场景，创建对应的指标项；
向每个所述指标项添加衡量标准；
基于各个所述指标项和对应的衡量标准，得到所述仿真测试场景对应的评价指标。
在本申请第一方面的一些变更实施方式中，所述利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本，包括：
启动预设仿真器；
从所述json文件中调用目标测试脚本，注入所述预设仿真器中；
将所述仿真测试场景对应的评价指标注入所述预设仿真器中；
在所述预设仿真器内，基于所述目标测试脚本和所述评价指标生成适用于所述仿真测试场景的自动迭代测试脚本。
本申请第二方面提供了一种自动驾驶自动泛化仿真测试装置，该装置包括：
第一配置单元，用于配置LGSVL仿真平台的测试环境为Python接口仿真模式；
第一编制单元，用于基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，所述目标Python脚本中包含了基于泛化参数构建的多个目标测试脚本；
第二配置单元，用于配置所述仿真测试场景对应的评价指标；
第二编制单元，用于利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本；
执行单元，用于利用预设仿真器运行所述自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
在本申请第二方面的一些变更实施方式中，所述第一编制单元包括：
获取模块，用于从仿真测试场景中获取多个关键参数；
配置模块，用于配置各个所述关键参数为泛化参数；
设置模块，用于设置各个所述泛化参数的取值范围；
构建模块，用于基于各个所述泛化参数的取值范围，构建由携带不同取值的泛化参数组成的多个参数组合，其中，在每个所述参数组合中每个所述泛化参数对应唯一的取值；
创建模块，用于基于各个所述参数组合，创建目标测试脚本并存储到json文件中。
在本申请第二方面的一些变更实施方式中，所述第二配置单元包括：
创建模块，用于基于所述仿真测试场景，创建对应的指标项；
添加模块，用于向每个所述指标项添加衡量标准；
构建模块，用于基于各个所述指标项和对应的衡量标准，得到所述仿真测试场景对应的评价指标。
在本申请第二方面的一些变更实施方式中，所述第二编制单元包括：
启动模块，用于启动预设仿真器；
注入模块，用于从所述json文件中调用目标测试脚本，注入所述预设仿真器中；
所述注入模块，还用于将所述仿真测试场景对应的评价指标注入所述预设仿真器中；
生成模块，用于在所述预设仿真器内，基于所述目标测试脚本和所述评价指标生成适用于所述仿真测试场景的自动迭代测试脚本。
本申请第三方面提供了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有计算机程序，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自动泛化仿真测试方法。
本申请第四方面提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的自动驾驶自动泛化仿真测试方法。
借由上述技术方案，本申请提供的技术方案至少具有下列优点：
本申请提供了一种自动驾驶自动泛化仿真测试方法及装置，本申请是配置LGSVL仿真平台的测试环境为Python接口仿真模式，基于此编制不同仿真测试场景各自对应的目标Python脚本，使得每个目标Python脚本包含了基于泛化参数构建的多个目标测试脚本，并且针对每个仿真测试场景还设置了相应的评价指标，从而利用每个仿真测试场景的目标Python脚本所包含的目标测试脚本和评价指标编制对应的自动迭代测试脚本，那么通过在预设仿真器运行自动迭代测试脚本，则相当于是基于这些目标测试脚本实现了对仿真测试场景内仿真参数的泛化迭代测试。本申请提供的方案主要是针对仿真参数泛化迭代测试，借助仿真平台编制所需的自动迭代测试脚本，执行测试操作简单，本申请方案兼顾实现了成本低且效率高，解决了现有技术难以找到成本低、效率高的仿真参数泛化迭代测试方案的技术问题。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本申请实施例提供的一种自动驾驶自动泛化仿真测试流程图；
图2为本申请实施例提供的另一种自动驾驶自动泛化仿真测试方法流程图；
图3为本申请实施例提供的一种自动驾驶自动泛化仿真测试装置的组成框图；
图4为本申请实施例提供的另一种自动驾驶自动泛化仿真测试装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种自动驾驶自动泛化仿真测试方法，如图1所示，对此本申请实施例提供以下具体步骤：
101、配置LGSVL仿真平台的测试环境为Python接口仿真模式。
LGSVL是一个开源通用仿真平台，本申请实施例是将LGSVL仿真平台与自动驾驶开源框架(Apollo)桥接，集成了一个仿真自动驾驶系统，该系统中至少包含规划控制算法模块和仿真车辆控制模块。由LGSVL仿真平台基于高精地图提供道路信息、仿真测试场景中障碍物信息、仿真车辆的定位信息，利用规划控制算法模块根据LGSVL提供的上述相关数据信息计算路径，并通过仿真车辆控制模块向车辆的底盘发送相关控制信号，控制仿真车辆在仿真路面上自动驾驶前行。
在本申请实施例中，打开LGSVL仿真平台的web界面，建立接口模板仿真器并启动以进入Python接口仿真模式。
102、基于Python接口仿真模式，编制仿真测试场景对应的目标Python脚本。
其中，仿真测试场景是预先设定的测试场景，在本申请实施例中根据自动驾驶的测试需求，可以预先设定多种测试场景，并基于每个测试场景都编制对应的目标Python脚本。
在本申请实施例中，针对任意一个仿真测试场景内的至少一个关键参数，都会进行泛化迭代测试，示例性的，当有一个关键参数的取值改变时，则需要重新迭代执行一遍测试操作。据此，将这样的关键参数称为泛化参数，以及为了成功支持执行泛化迭代测试操作，需要基于泛化参数构建多个目标测试脚本，利用这些目标测试脚本组成了一个仿真测试场景对应的目标Python脚本。
需要说明的是，在本申请实施例中，针对一个仿真测试场景，它的目标Python脚本所具有的目标测试脚本实际上都是基于关键参数的不同取值而构建的，由于每个目标测试脚本都相当于是测试一个小场景，从而基于这些目标测试脚本，相当于是将对一个仿真测试场景执行的测试操作泛化为多个小场景的测试操作。
103、配置仿真测试场景对应的评价指标。
在本申请实施例中，基于仿真测试场景对应的目标Python脚本，设置该仿真测试场景所需的评价指标。
示例性的，对于车辆行驶过程中的切车场景，可以基于切车时与前车的距离和切车时自身车辆的车速，这两个指标项，设置相应的衡量标准，以得到评价指标为“碰撞”或“未碰撞”。
需要说明的是，本申请实施例所指的“切车场景”具体为，在行驶过程中，车辆由车道A经行驶变道而切入车道B。
104、利用仿真测试场景对应的评价指标和目标测试脚本，编制仿真测试场景对应的自动迭代测试脚本。
105、利用预设仿真器运行自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
在本申请实施例中，对于任意一个仿真测试场景，利用评价指标和目标Python脚本所具有的目标测试脚本，将这些注入预设仿真器，编制仿真测试场景对应的自动迭代测试脚本，例如，自动迭代bash shell脚本。利用预设仿真器运行自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
本申请实施例提供了一种自动驾驶自动泛化仿真测试方法，本申请实施例是配置LGSVL仿真平台的测试环境为Python接口仿真模式，基于此编制不同仿真测试场景各自对应的目标Python脚本，使得每个目标Python脚本包含了基于泛化参数构建的多个目标测试脚本，并且针对每个仿真测试场景还设置了相应的评价指标，从而利用每个仿真测试场景的目标Python脚本所包含的目标测试脚本和评价指标编制对应的自动迭代测试脚本，那么通过在预设仿真器运行自动迭代测试脚本，则相当于是基于这些目标测试脚本实现了对仿真测试场景内仿真参数的泛化迭代测试。本申请实施例提供的方案主要是针对仿真参数泛化迭代测试，借助仿真平台编制所需的自动迭代测试脚本，执行测试操作简单，本申请方案兼顾实现了成本低且效率高，解决了现有技术难以找到成本低、效率高的仿真参数泛化迭代测试方案的技术问题。
为了对上述实施例做出更加详细的说明，本申请实施例还提供了另一种自动驾驶自动泛化仿真测试方法，如图2所示，该方法是对上述实施例的更加细化的解释说明，对此本申请实施例提供以下具体步骤：
201、配置LGSVL仿真平台的测试环境为Python接口仿真模式。
下面以下步骤202-206，基于Python接口仿真模式，编制仿真测试场景对应的目标Python脚本。
202、从仿真测试场景中获取多个关键参数。
203、配置各个关键参数为泛化参数。
204、设置各个泛化参数的取值范围。
205、基于各个泛化参数的取值范围，创建由携带不同取值的泛化参数组成的多个参数组合，其中，在每个参数组合中每个泛化参数对应唯一的取值。
206、基于各个参数组合，创建目标测试脚本并存储到json文件中。
在本申请实施例中，对于不同仿真测试场景可以获取不同关键参数，示例性的，对于切车场景，涉及考虑到与前车的距离和自身车速，因此针对切车场景，可以将“与前车车距”和“自身车速”作为两个关键参数。
本申请实施例主要是针对关键参数进行的仿真参数泛化迭代测试，具体为，通过将关键参数作为泛化参数并赋予相应的取值范围以进行多次迭代测试。
示例性的，对于切车场景，配置关键参数“与前车车距”和“自身车速”作为泛化参数并赋予取值范围。例如，参数“与前车车距”的取值范围为0-2(m)，参数“自身车速”的取值范围为10-60(km/h)。据此根据这两个参数各自不同的取值可以组成多个参数组合，例如“车距1m”+“车速30”的参数组合；“车距1.5m”+“车速50”的参数组合等等。
需要说明的是，对于任意一个仿真测试场景，它基于关键参数所得到的泛化参数可以是多个，且由于各个泛化参数的属性不同，这些泛化参数各自的取值单位和取值范围都是不同的。本申请实施例可以预先设定不同泛化参数从取值范围内执行取值的方法。
示例性的，仍以切车场景举例，参数“与前车车距”的取值范围为0-2(m)，基于参数属性，可以预先设定取值方法为，以起始取值为准，每间隔0.2m从取值范围内选取不同的参数值；对于参数“自身车速”，可以预先设定取值方法为，以起始取值为准，每间隔10km/h从取值范围内选取不同的参数值。并且，本申请实施例还可以预先建立不同泛化参数和取值方法之间的映射关系，从而基于不同泛化参数实现自动执行取值。
实际上，每个参数组合都相当于是对应了一个小场景，从而基于这么多参数组合相当于是将一个仿真测试场景泛化成多个小场景，并且每个小场景都是针对相同的测试主题(例如切车测试主题)执行测试操作，从而实现了针对任意一个仿真测试场景内的仿真参数泛化迭代测试。本申请实施例是基于每个参数组合构建相应的目标测试脚本，得到每个小场景对应的目标测试脚本，进而利用这些目标测试脚本组成了仿真测试场景对应的目标Python脚本。
207、配置仿真测试场景对应的评价指标。
在本申请实施例中，为了评价测试结果，还需要预先配置仿真测试场景对应的评价指标，具体实施过程可以包括：首先，基于仿真测试场景，创建对应的指标项，并向每个指标项添加衡量标准；其次，基于各个指标项和对应的衡量标准，得到仿真测试场景对应的评价指标。
示例性的，仍以切车场景为例，对于两个参数“与前车车距”和“自身车速”，相应的配置两个指标项“车距”和“车速”，由于执行切车操作的效果是基于这两个参数共同作用而得到的，因此可以同时向这两个指标项添加衡量标准，以利用这两个指标项综合得到相应的评价指标。例如，与前车“车距”小于0.5m且自身“车速”大于40km/h，则评价指标为“相撞”。
需要说明的是，针对任意一个仿真测试场景，并且针对同一个评价指标，本申请实施例可以基于指标项的不同衡量标准来得到。例如，与前车“车距”在0.5-1(m)且自身“车速”在55-60(km/h)，则评价指标也为“相撞”，从而基于指标项的不同衡量标准的组合，能够得到相同的评价指标。
对于自动驾驶仿真测试，本申请实施例可以预先建立一个评价指标库，从而当需要对某个场景进行仿真测试时，可以从这个评价指标库获取到被测仿真测试场景对应的评价指标，例如，对于切车场景，可以从评价指标库中获取到“相撞”或“未相撞”的评价指标。
进一步的，为了设置该评价指标，则从仿真测试场景中根据关键参数创建所需指标项(例如，两个指标项“车距”和“车速”)，然后可以对这两个指标项进行多样性赋予衡量标准，以实现利用指标项和多样性的衡量标准构建评价指标，以满足对一个仿真测试场景的多样性测试需求，避免出现无法得到某个目标测试脚本对应的评价指标的问题。
208、利用仿真测试场景对应的评价指标和目标测试脚本，编制仿真测试场景对应的自动迭代测试脚本。
在本申请实施例中，首先是启动预设仿真器，从json文件中调用目标测试脚本，注入预设仿真器中，并且将仿真测试场景对应的评价指标也注入预设仿真器中；其次，基于目标测试脚本和评价指标生成适用于仿真测试场景的自动迭代测试脚本。例如，自动迭代bash shell脚本。
在本申请实施例中，需要确保构建的自动迭代测试脚本是包含两部分数据信息的，即：测试样例(即目标测试脚本)和评价指标，从而能够得到每个测试样例对应的评价结果。
209、利用预设仿真器运行自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
对于本申请实施例，针对任意一个仿真测试场景，通过运行自动迭代测试脚本，相当于是对它所包含的多个目标测试脚本逐个执行一遍，据此也就是对仿真测试场景所泛化的每个小场景都执行一遍测试，由于这些小场景测试实际上都是基于关键参数的不同取值而构建的，那么通过执行这些小场景的测试操作，相当于是多次迭代地对关键参数(泛化参数)进行测试，从而兼顾实现仿真参数泛化迭代和自动仿真测试。
本申请实施例对于任意一个仿真测试场景，都可以采用这样的仿真参数泛化迭代方法，从而使得该迭代测试方法可以应用于测试和验证整个自动驾驶系统。
进一步的，作为对上述图1、图2所示方法的实现，本申请实施例提供了一种自动驾驶自动泛化仿真测试装置。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置应用于仿真测试场景内仿真参数的泛化迭代测试，具体如图3所示，该装置包括：
第一配置单元31，用于配置LGSVL仿真平台的测试环境为Python接口仿真模式；
第一编制单元32，用于基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，所述目标Python脚本中包含了基于泛化参数构建的多个目标测试脚本；
第二配置单元33，用于配置所述仿真测试场景对应的评价指标；
第二编制单元34，用于利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本；
执行单元35，用于利用预设仿真器运行所述自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
进一步的，如图4所示，所述第一编制单元32包括：
获取模块321，用于从仿真测试场景中获取多个关键参数；
配置模块322，用于配置各个所述关键参数为泛化参数；
设置模块323，用于设置各个所述泛化参数的取值范围；
构建模块324，用于基于各个所述泛化参数的取值范围，构建由携带不同取值的泛化参数组成的多个参数组合，其中，在每个所述参数组合中每个所述泛化参数对应唯一的取值；
创建模块325，用于基于各个所述参数组合，创建目标测试脚本并存储到json文件中。
进一步的，如图4所示，所述第二配置单元33包括：
创建模块331，用于基于所述仿真测试场景，创建对应的指标项；
添加模块332，用于向每个所述指标项添加衡量标准；
构建模块333，用于基于各个所述指标项和对应的衡量标准，得到所述仿真测试场景对应的评价指标。
进一步的，如图4所示，所述第二编制单元34包括：
启动模块341，用于启动预设仿真器；
注入模块342，用于从所述json文件中调用目标测试脚本，注入所述预设仿真器中；
所述注入模块342，还用于将所述仿真测试场景对应的评价指标注入所述预设仿真器中；
生成模块343，用于在所述预设仿真器内，基于所述目标测试脚本和所述评价指标生成适用于所述仿真测试场景的自动迭代测试脚本。
综上所述，本申请实施例提供了一种自动驾驶自动泛化仿真测试方法及装置，本申请实施例是配置LGSVL仿真平台的测试环境为Python接口仿真模式，基于此编制不同仿真测试场景各自对应的目标Python脚本，使得每个目标Python脚本包含了基于泛化参数构建的多个目标测试脚本，并且针对每个仿真测试场景还设置了相应的评价指标，从而利用每个仿真测试场景的目标Python脚本所包含的目标测试脚本和评价指标编制对应的自动迭代测试脚本，那么通过在预设仿真器运行自动迭代测试脚本，则相当于是基于这些目标测试脚本实现了对仿真测试场景内仿真参数的泛化迭代测试。本申请实施例兼顾实现仿真参数泛化迭代和自动仿真测试，可用来测试和验证整个自动驾驶系统。
所述自动驾驶自动泛化仿真测试装置包括处理器和存储器，上述第一配置单元、第一编制单元、第二配置单元、第二编制单元和执行单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来兼顾实现仿真参数泛化迭代和自动仿真测试，可用来测试和验证整个自动驾驶系统。
本申请实施例提供了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有计算机程序，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自动泛化仿真测试方法。
本申请实施例提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的自动驾驶自动泛化仿真测试方法。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同插入、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种自动驾驶自动泛化仿真测试方法，其特征在于，所述方法包括：
配置LGSVL仿真平台的测试环境为Python接口仿真模式；
基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，所述目标Python脚本中包含了基于泛化参数构建的多个目标测试脚本；
配置所述仿真测试场景对应的评价指标；
利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本；
利用预设仿真器运行所述自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
2.根据权利要求1所述的方法，其特征在于，所述基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，包括：
从仿真测试场景中获取多个关键参数；
配置各个所述关键参数为泛化参数；
设置各个所述泛化参数的取值范围；
基于各个所述泛化参数的取值范围，构建由携带不同取值的泛化参数组成的多个参数组合，其中，在每个所述参数组合中每个所述泛化参数对应唯一的取值；
基于各个所述参数组合，创建目标测试脚本并存储到json文件中。
3.根据权利要求1所述的方法，其特征在于，所述配置所述仿真测试场景对应的评价指标，包括：
基于所述仿真测试场景，创建对应的指标项；
向每个所述指标项添加衡量标准；
基于各个所述指标项和对应的衡量标准，得到所述仿真测试场景对应的评价指标。
4.根据权利要求1所述的方法，其特征在于，所述利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本，包括：
启动预设仿真器；
从所述json文件中调用目标测试脚本，注入所述预设仿真器中；
将所述仿真测试场景对应的评价指标注入所述预设仿真器中；
在所述预设仿真器内，基于所述目标测试脚本和所述评价指标生成适用于所述仿真测试场景的自动迭代测试脚本。
5.一种自动驾驶自动泛化仿真测试装置，其特征在于，所述装置包括：
第一配置单元，用于配置LGSVL仿真平台的测试环境为Python接口仿真模式；
第一编制单元，用于基于所述Python接口仿真模式，编制仿真测试场景对应的目标Python脚本，所述目标Python脚本中包含了基于泛化参数构建的多个目标测试脚本；
第二配置单元，用于配置所述仿真测试场景对应的评价指标；
第二编制单元，用于利用所述仿真测试场景对应的评价指标和所述目标测试脚本，编制所述仿真测试场景对应的自动迭代测试脚本；
执行单元，用于利用预设仿真器运行所述自动迭代测试脚本，执行自动驾驶自动泛化仿真测试。
6.根据权利要求5所述的装置，其特征在于，所述第一编制单元包括：
获取模块，用于从仿真测试场景中获取多个关键参数；
配置模块，用于配置各个所述关键参数为泛化参数；
设置模块，用于设置各个所述泛化参数的取值范围；
构建模块，用于基于各个所述泛化参数的取值范围，构建由携带不同取值的泛化参数组成的多个参数组合，其中，在每个所述参数组合中每个所述泛化参数对应唯一的取值；
创建模块，用于基于各个所述参数组合，创建目标测试脚本并存储到json文件中。
7.根据权利要求5所述的装置，其特征在于，所述第二配置单元包括：
创建模块，用于基于所述仿真测试场景，创建对应的指标项；
添加模块，用于向每个所述指标项添加衡量标准；
构建模块，用于基于各个所述指标项和对应的衡量标准，得到所述仿真测试场景对应的评价指标。
8.根据权利要求2所述的方法，其特征在于，所述第二编制单元包括：
启动模块，用于启动预设仿真器；
注入模块，用于从所述json文件中调用目标测试脚本，注入所述预设仿真器中；
所述注入模块，还用于将所述仿真测试场景对应的评价指标注入所述预设仿真器中；
生成模块，用于在所述预设仿真器内，基于所述目标测试脚本和所述评价指标生成适用于所述仿真测试场景的自动迭代测试脚本。
9.一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有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的自动驾驶自动泛化仿真测试方法。
10.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的自动驾驶自动泛化仿真测试方法。
CN202210809998.4A 2022-07-11 2022-07-11 一种自动驾驶自动泛化仿真测试方法及装置 Pending CN115203031A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210809998.4A CN115203031A (zh) 2022-07-11 2022-07-11 一种自动驾驶自动泛化仿真测试方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210809998.4A CN115203031A (zh) 2022-07-11 2022-07-11 一种自动驾驶自动泛化仿真测试方法及装置

Publications (1)

Publication Number Publication Date
CN115203031A true CN115203031A (zh) 2022-10-18

Family

ID=83580466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210809998.4A Pending CN115203031A (zh) 2022-07-11 2022-07-11 一种自动驾驶自动泛化仿真测试方法及装置

Country Status (1)

Country Link
CN (1) CN115203031A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115688496A (zh) * 2023-01-05 2023-02-03 西安深信科创信息技术有限公司 一种获取自动驾驶仿真测试脚本方法及相关装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115688496A (zh) * 2023-01-05 2023-02-03 西安深信科创信息技术有限公司 一种获取自动驾驶仿真测试脚本方法及相关装置

Similar Documents

Publication Publication Date Title
CN110597730B (zh) 基于场景法的自动化测试用例生成方法及系统
CN104166619A (zh) 应用程序的性能测试方法及终端
CN111008154B (zh) 一种基于强化学习的Android应用自动测试方法及系统
CN115203031A (zh) 一种自动驾驶自动泛化仿真测试方法及装置
CN111026080A (zh) 控制器的硬件在环测试方法及装置
CN112506756A (zh) 一种车辆控制器测试用例脚本生成方法和装置
CN112639734A (zh) 仿真任务调度方法、执行方法、仿真实现方法及装置
CN109614325A (zh) 一种确定控件属性的方法及装置、电子设备和存储介质
Raffaelli et al. Facing ADAS validation complexity with usage oriented testing
CN114117977B (zh) 一种适用于自动验证处理器系统场景的方法
CN113641592B (zh) 测试序列的生成方法及装置
CN104252413A (zh) 一种自动化脚本生成方法、装置及系统
Wu et al. Experimentally determining passivity indices: Theory and simulation
US20180060219A1 (en) Apparatus and methodology for symbolic execution-based analysis of unintended interactions in a computing system
CN104850478B (zh) 一种建立待测对象模型的方法及虚拟测试方法
CN111581101A (zh) 软件模型的测试方法、装置、设备和介质
CN115987821A (zh) 网关路由测试方法及装置
Philipps et al. Prototype-based tests for hybrid reactive systems
Hamza et al. A Java Implementation of Future Automotive Systems Technology Simulator (FASTSim) Fuel Economy Simulation Code Modules
CN102609340B (zh) 测试数据整理系统及方法
CN115098375A (zh) 测试用例和脚本的生成方法及装置、电子设备、存储介质
CN109615473A (zh) 一种结单里程确定方法及系统
Shaout et al. Automotive embedded systems-model based approach review.
CN115658461A (zh) 测试用例管理方法、装置、电子设备及计算机存储介质
Vitale et al. The Software-Defined Vehicle: How to Verify and Validate Software Functions

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang

Applicant after: United New Energy Automobile Co.,Ltd.

Address before: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang

Applicant before: Hezhong New Energy Vehicle Co.,Ltd.