CN115292816A - 自动驾驶测试方法、装置、设备及存储介质 - Google Patents
自动驾驶测试方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115292816A CN115292816A CN202210908627.1A CN202210908627A CN115292816A CN 115292816 A CN115292816 A CN 115292816A CN 202210908627 A CN202210908627 A CN 202210908627A CN 115292816 A CN115292816 A CN 115292816A
- Authority
- CN
- China
- Prior art keywords
- scene
- test
- condition
- behavior
- node
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Abstract
本发明公开了一种自动驾驶测试方法、装置、设备及存储介质,涉及自动驾驶技术领域。所述方法包括:获取用于自动驾驶测试的场景配置文件;从场景配置文件中解析行为执行信息;对行为执行信息进行内容转化,得到目标行为执行信息,目标行为执行信息指示的行为树状结构的深度小于行为执行信息指示的行为树状结构的深度;按照目标行为执行信息,构建测试场景的场景行为树;从场景配置文件中解析被测对象和测试场景的候选参数空间,候选参数空间包括用于实现自动驾驶测试的所有参数;基于自动驾驶测试的测试任务,对候选参数空间进行参数筛选,得到目标参数空间;按照场景行为树和目标参数空间,执行自动驾驶测试。本发明能够提升自动驾驶测试效率。
Description
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种自动驾驶测试方法、装置、设备及存储介质。
背景技术
随着当前人工智能技术的迅猛发展,基于人工智能技术的自动驾驶系统也引起了政府、学术界和工业界的广泛关注。自动驾驶系统是一门非常复杂的系统,包含了环境感知、感知融合、路径规划、车辆控制等一系列智能算法。如何保证自动驾驶系统的安全性、可靠性、稳定性成为了当下急需要解决的问题。
自动驾驶仿真测试,是计算机仿真技术在汽车领域的应用。它的原理是以数学建模的方式将自动驾驶的应用场景进行数字化还原,建立尽可能接近真实世界的系统模型,用算法代替真实的控制器,再结合传感器仿真等技术来完成自动驾驶仿真测试。通过仿真测试进行分析和研究便可以达到对自动驾驶系统和算法进行测试验证的目的。
自动驾驶仿真测试拥有测试效率高、重复性强、成本低、过程安全等特点,能够帮助研发人员和汽车认证机构去优化与验证自动驾驶算法。针对自动驾驶仿真测试,首先需要构建高覆盖度、高复杂度的测试场景。
然而,目前仿真测试中的测试场景中的参数都是固定值,测试场景均是离散的,即使用一个个具体测试场景进行测试,测试场景单一、不够全面,且测试效率低下。
发明内容
为克服现有技术的不足,本发明提出一种自动驾驶测试方法、装置、设备及存储介质,实现了对整个仿真测试参数空间的全面性逻辑测试,提升了自动驾驶测试的效率。
本发明的技术解决方案,包括:
一种自动驾驶测试方法,所述方法包括:
获取用于自动驾驶测试的场景配置文件,所述场景配置文件用于描述所述自动驾驶测试的被测对象和测试场景;
从所述场景配置文件中解析行为执行信息,所述行为执行信息用于描述所述测试场景中场景元素的行为动作;
对所述行为执行信息进行内容转化,得到目标行为执行信息,所述目标行为执行信息指示的行为树状结构的深度小于所述行为执行信息指示的行为树状结构的深度;
按照所述目标行为执行信息,构建所述测试场景的场景行为树;
从所述场景配置文件中解析所述被测对象和所述测试场景的候选参数空间,所述候选参数空间包括用于实现所述自动驾驶测试的所有参数;
基于所述自动驾驶测试的测试任务,对所述候选参数空间进行参数筛选,得到目标参数空间;
按照所述场景行为树和所述目标参数空间,执行所述自动驾驶测试;其中,所述被测对象在所述自动驾驶测试中的初始状态按照所述目标参数空间确定,所述测试场景中场景元素在所述自动驾驶测试中的状态由计算机设备按照所述场景行为树和所述目标参数空间控制。
可选地,所述对所述行为执行信息进行内容转化,得到目标行为执行信息,包括:从所述行为执行信息中提取所述测试场景中场景元素的所有原子动作,以及所述原子动作之间的时序逻辑关系;按照所述原子动作之间的时序逻辑关系,确定各个原子动作的动作执行条件;在每个原子动作之前,添加相应原子动作的动作执行条件,得到相应更新后的原子动作;以并行方式组合所有更新后的原子动作,得到所述目标行为执行信息。
可选地,所述按照所述原子动作之间的时序逻辑关系,确定各个原子动作的动作执行条件,包括:按照所述原子动作之间的时序逻辑关系,将所述测试场景中场景元素的原子动作组合为行为树状结构;广度优先遍历所述行为树状结构,获取最深层的节点;从所述最深层的节点开始倒序遍历所述行为树状结构,获取所述最深层的节点以及所述最深层的节点的父节点的结束条件;按照从下至上的顺序遍历所述行为树状结构的每一层,在每一层的遍历中获取相应节点及其父节点的结束条件,直至遍历时获取的所有节点均没有父节点;从顶层的节点开始正序遍历所述行为树状结构,获取所述顶层的节点以及所述顶层的节点的子节点的开始条件;按照从上至下的顺序遍历所述行为树状结构的每一层,在每一层的遍历中获取相应节点及其子节点的开始条件,直至遍历时获取的所有节点均没有子节点;其中,所述开始条件的获取基于所述结束条件;将各个节点的开始条件,作为相应节点对应的原子动作的动作执行条件。
可选地,所述结束条件包括:对于无结束判定条件的节点,结束条件是完成所述节点对应的原子动作;对于有结束判定条件的节点,结束条件是满足所述节点的结束判定条件;对于串行父节点,结束条件是所述串行父节点下的末位子节点的结束条件;对于并行父节点,结束条件是所述并行父节点下的所有子节点的结束条件的并集。
可选地,所述开始条件包括:对于顶层的节点,开始条件为空;对于并行父节点下的子节点,开始条件是所述并行父节点的开始条件;对于串行父节点下的首位子节点,开始条件是所述串行父节点的开始条件;对于串行父节点下的非首位子节点,开始条件是所述非首位子节点的前一个子节点的结束条件。
可选地,所述基于所述自动驾驶测试的测试任务,对所述候选参数空间进行参数筛选,得到目标参数空间,包括:从所述场景配置文件中解析所述测试任务的任务描述信息;基于所述任务描述信息对所述被测对象和所述测试场景中场景元素的约束,确定参数约束条件;对所述参数约束条件进行合理性验证;在所述参数约束条件通过所述合理性验证的情况下,从所述候选参数空间中,选择满足所述参数约束条件的参数,组合为所述目标参数空间。
可选地,所述对所述参数约束条件进行合理性验证,包括:将所述参数约束条件划分为直接约束条件和间接约束条件;其中,所述直接约束条件是指直接针对所述被测对象和所述测试场景中场景元素的参数约束条件,所述间接约束条件是指由于与所述直接约束条件的约束对象存在参数关联,而间接针对所述被测对象和所述测试场景中场景元素的参数约束条件;从条件数据库中获取所述直接约束条件对应的参考直接约束条件,以及所述参考直接约束条件关联的参考间接约束条件,所述条件数据库包括至少一组存在关联关系的参考直接约束条件和参考间接约束条件;判断所述间接约束条件的范围是否属于或等于所述参考间接约束条件的范围;在所述间接约束条件的范围完全属于或完全等于所述参考间接约束条件的范围的情况下,确定所述参数约束条件通过所述合理性验证;在所述间接约束条件的范围不属于且不等于所述参考间接约束条件的范围的情况下,确定所述参数约束条件不通过所述合理性验证。
一种自动驾驶测试装置,所述装置包括:
配置文件获取模块,用于获取用于自动驾驶测试的场景配置文件,所述场景配置文件用于描述所述自动驾驶测试的被测对象和测试场景;
配置文件解析模块,用于从所述场景配置文件中解析行为执行信息,所述行为执行信息用于描述所述测试场景中场景元素的行为动作;
执行信息转化模块,用于对所述行为执行信息进行内容转化,得到目标行为执行信息,所述目标行为执行信息指示的行为树状结构的深度小于所述行为执行信息指示的行为树状结构的深度;
场景行为树构建模块,用于按照所述目标行为执行信息,构建所述测试场景的场景行为树;
所述配置文件解析模块,还用于从所述场景配置文件中解析所述被测对象和所述测试场景的候选参数空间,所述候选参数空间包括用于实现所述自动驾驶测试的所有参数;
参数空间筛选模块,用于基于所述自动驾驶测试的测试任务,对所述候选参数空间进行参数筛选,得到目标参数空间;
自动驾驶测试模块,用于按照所述场景行为树和所述目标参数空间,执行所述自动驾驶测试;其中,所述被测对象在所述自动驾驶测试中的初始状态按照所述目标参数空间确定,所述测试场景中场景元素在所述自动驾驶测试中的状态由计算机设备按照所述场景行为树和所述目标参数空间控制。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行如上述自动驾驶测试方法。
一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行如上述自动驾驶测试方法。
一种计算机程序产品,当所述计算机程序产品在计算机设备上运行时,使得计算机设备执行如上述自动驾驶测试方法。
与现有技术相比,本发明提出的方法具有以下优点及效果:
本发明通过先解析自动驾驶测试的场景配置文件,再基于自动驾驶测试的测试任务,对解析出的被测对象和测试场景的候选参数空间进行参数筛选,以获取与测试任务匹配的目标参数空间,后续执行自动驾驶测试时,以目标参数空间来确定被测对象的初始状态以及测试场景中场景元素的实时状态。一方面,相比于使用具体的测试场景进行测试,本发明通过参数空间来构建海量具体测试场景,实现了对整个仿真测试参数空间的全面性逻辑测试;另一方面,相比于将与测试任务匹配的参数空间直接配置在场景配置文件中,本发明通过将用于实现自动驾驶测试的所有参数作为候选参数空间并配置在场景配置文件中,在对场景配置文件解析后进行参数筛选以获取与测试任务匹配的目标参数空间,这样后续测试任务改变时,计算机设备仅需更改对候选参数空间进行参数筛选时所基于的约束条件,而无需重新配置并解析场景配置文件,一方面避免浪费处理资源,另一方面实现了快速匹配测试任务,提升了自动驾驶测试的效率。
另外,本发明通过解析场景配置文件获取用于描述测试场景中场景元素的行为动作的行为执行信息,再对行为执行信息进行内容转化,以减少行为执行信息所指示的行为树状结构的深度,后续基于转化后得到的目标行为执行信息构建测试场景的场景行为树,通过运行场景行为树以实现自动驾驶测试。由于行为树状结构的深度越深,自动驾驶测试对仿真平台处理场景配置文件的能力要求越高,本发明通过对行为执行信息进行内容转化减少了行为树状结构的深度,有效提升了场景配置文件在不同仿真平台的适用性和兼容性,降低了对仿真平台的能力要求。
附图说明
图1本发明一个实施例提供的自动驾驶测试方法流程图。
图2本发明一个实施例提供的场景配置文件的内容示意图。
图3本发明一个实施例提供的行为执行信息所指示的行为树状结构。
图4本发明一个实施例提供的目标行为执行信息所指示的行为树状结构。
图5本发明一个实施例提供的自动驾驶测试装置的框图。
具体实施方式
下面将结合附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明特定实施方式,而不是全部的实施方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。
如图1所示,本发明中自动驾驶测试方法包括如下几个步骤(步骤1至7)。
步骤1:获取用于自动驾驶测试的场景配置文件,场景配置文件用于描述自动驾驶测试的被测对象和测试场景。
本发明中,场景配置文件主要用于描述被测对象和测试场景。如图2所示,场景配置文件包括Dut(被测)文件和Scenarios(场景)文件。Dut文件用于描述被测对象,主要包括被测对象的任务信息和可选参数(Option Params),任务信息包括但不限于起始位置、目标速度(Target Speed)、目标点位置(Destination)等,目标点位置包含被测对象在测试任务中一个或多个子目标点位置、终点位置等。Scenarios文件用于描述测试场景,主要包括测试场景的场景信息和动作执行(Execute)信息,场景信息包括但不限于场景名称(Name)、场景参数(Params)、静态地图(Map)、场景元素(非被测车辆、行人、障碍物等)等;动作执行信息包括但不限于原子动作(behaviors)和原子动作的时序逻辑关系(behavior_defn)等。可选地,如图2所示,场景配置文件还包括Oracles(断言)文件,Oracles文件主要用于判断自动驾驶测试是否继续执行,如果该部分的断言不为真,则场景运行将被中止。
步骤2:从场景配置文件中解析行为执行信息,行为执行信息用于描述测试场景中场景元素的行为动作。
计算机设备在获取到场景配置文件之后,可以对场景配置文件进行解析,以基于解析后的文件进行后续处理。在解析场景配置文件时,计算机设备可以按照处理需要仅解析当前处理过程需要的文件内容,也可以一次实现对场景配置文件的完整解析并保存。
示例性地,以计算机设备对场景配置文件进行完整解析为例,场景配置文件的解析包括如下步骤:验证场景配置文件的合理性,例如是否有场景名称、是否包含了被测对象等;提取场景配置文件的版本;提取场景名称、静态地图;提取场景元素,包括:非被测车辆、行人、障碍物、天气等的信息(如位置、速度、颜色、模型等);提取任务描述信息,包括:被测对象的起始位置、目标速度、目标点位置等,以及场景元素的所有原子动作和原子动作之间的时序逻辑关系等;提取候选参数空间,如被测对象的可选参数、场景参数等。
通过对场景配置文件的解析,计算机设备可以获取行为执行信息,该行为执行信息用于描述测试场景中场景元素的行为动作,基于此,行为执行信息包括但不限于:场景元素、场景文件的原子动作、场景元素的原子动作之间的时序逻辑关系。
步骤3:对行为执行信息进行内容转化,得到目标行为执行信息,目标行为执行信息指示的行为树状结构的深度小于行为执行信息指示的行为树状结构的深度。
基于行为执行信息可以构建用于描述场景元素的行为动作的行为树状结构,通常,行为树状结构的深度与行为执行信息的复杂程度呈正比例关系,也就是说,场景元素的原子动作越多,和/或原子动作之间的时序逻辑关系越复杂,那么,行为树状结构的深度越深,进而也就意味着自动驾驶测试对仿真平台处理场景配置文件的能力要求越高。本发明中,为了提升场景配置文件在不同仿真平台的适用性和兼容性,降低对仿真平台的能力要求,计算机设备对行为执行信息进行内容转化以得到目标行为执行信息,该目标行为执行信息所指示的行为树状结构的深度小于初始的行为执行信息所指示的行为树状结构的深度,从而,实现减小行为树状结构的深度。
在一个示例中,上述步骤3包括以下几个子步骤(步骤3.1至3.4)。
步骤3.1:从行为执行信息中提取测试场景中场景元素的所有原子动作,以及原子动作之间的时序逻辑关系。
原子动作之间的时序逻辑关系包括:原子动作的串行、原子动作的并行、原子动作的重复。原子动作的串行是指两个原子动作在时间上先后执行;原子动作的并行是指两个原子动作的执行时间存在交集;原子动作的重复是指原子动作重复执行。
步骤3.2:按照原子动作之间的时序逻辑关系,确定各个原子动作的动作执行条件。
通过将场景元素的行为动作转化为行为树状结构,可以更加清晰且便捷地获取各个原子动作的动作执行条件。基于此,上述步骤3.2包括如下几个子步骤(步骤3.2.1至3.2.4)。
步骤3.2.1:按照原子动作之间的时序逻辑关系,将测试场景中场景元素的原子动作组合为行为树状结构。
示例性地,假设测试场景中场景元素的原子动作包括:A车沿车道直行(原子动作1)、B车沿车道直行直至行驶至A车前方目标距离(原子动作2)、B车变道(原子动作3)、B车减速至目标速度(原子动作4)。其中,原子动作1和原子动作2之间并行,原子动作2、原子动作3和原子动作4之间串行。基于上述原子动作及其时序逻辑关系,计算机设备可以构建如图3所示的行为树状结构,该行为树状结构包括6个节点,其中,节点0为并行父节点(根节点),节点1对应原子动作1,节点2为节点3至5的串行父节点,节点3对应原子动作2,节点4对应原子动作3,节点5对应原子动作4。
步骤3.2.2:广度优先遍历行为树状结构,获取最深层的节点。
示例性地,针对如图3所示的行为树状结构,计算机设备可以获取的最深层的节点包括节点3、节点4和节点5。
步骤3.2.3:从最深层的节点开始倒序遍历行为树状结构,获取最深层的节点以及最深层的节点的父节点的结束条件;按照从下至上的顺序遍历行为树状结构的每一层,在每一层的遍历中获取相应节点及其父节点的结束条件,直至遍历时获取的所有节点均没有父节点。
其中,各个节点的结束条件包括:对于无结束判定条件的节点,结束条件是完成该节点对应的原子动作;对于有结束判定条件的节点,结束条件是满足该节点的结束判定条件;对于串行父节点,结束条件是该串行父节点下的末位子节点(最后一个位置上的子节点)的结束条件;对于并行父节点,结束条件是并行父节点下的所有子节点的结束条件的并集。
示例性地,针对如图3所示的行为树状结构,计算机设备先从最深层的节点3至5开始遍历,获取节点3至5以及节点2(节点3至5的父节点)的结束条件。其中,节点3有结束判定条件,所以节点3的结束条件为B车行驶至A车前方目标距离;节点4无结束判定条件,所以节点4的结束条件为B车完成变道;节点5有结束判定条件,所以节点5的结束条件为B车减速至目标速度;节点2为节点3至5的串行父节点,节点2下的末位子节点为节点5,所以节点2的结束条件为节点5的结束条件(B车减速至目标速度)。接着,计算机设备继续向上遍历,获取节点1以及节点0(节点1和2的父节点)的结束条件(节点2的结束条件已经获取过,此处不再重复获取)。其中,节点1无结束判定条件,所以节点1的结束条件为A车沿车道完成直行;节点0为节点1和2的并行父节点,所以节点0的结束条件为节点1和2的结束条件的并集(A车沿车道完成直行并且B车减速至目标速度)。之后,计算机设备再向上遍历时,只能获取到节点0,而节点0并无父节点,所以计算机设备完成对行为树状结构的倒序遍历,并且获取到所有节点的结束条件。
步骤3.2.4:从顶层的节点开始正序遍历行为树状结构,获取顶层的节点以及顶层的节点的子节点的开始条件;按照从上至下的顺序遍历行为树状结构的每一层,在每一层的遍历中获取相应节点及其子节点的开始条件,直至遍历时获取的所有节点均没有子节点。
本发明中,各个原子动作的动作执行条件与对应节点的开始条件有关,而开始条件的获取基于结束条件,所以计算机设备先执行步骤3.2.3获取到所有节点的结束条件之后,再执行步骤3.2.4获取各个节点的开始条件。
其中,各个节点的开始条件包括:对于顶层的节点,开始条件为空;对于并行父节点下的子节点,开始条件是该并行父节点的开始条件;对于串行父节点下的首位子节点,开始条件是该串行父节点的开始条件;对于串行父节点下的非首位子节点,开始条件是该非首位子节点的前一个子节点的结束条件。
示例性地,针对如图3所示的行为树状结构,计算机设备先从顶层的节点0开始遍历,获取节点0以及节点1和2(节点0的子节点)的开始条件。其中,节点0为顶层的节点,所以节点0的开始条件为空(Null);节点0为节点1和2的并行父节点,所以节点1和2的开始条件为节点0的开始条件(均为空)。接着,计算机设备继续向下遍历,获取节点3至5(节点2的子节点)的开始条件(由于节点1和2的开始条件已经获取过,此处不再重复获取)。其中,节点2为节点3至5的串行父节点,节点3为节点2下的首位子节点,所以节点3的开始条件为节点2的开始条件(空);节点4为节点2下的非首位子节点,所以节点4的开始条件为节点3的结束条件(B车行驶至A车前方目标距离);节点5为节点2下的非首位子节点,所以节点5的开始条件为节点4的结束条件(B车完成变道)。之后,计算机设备再向下遍历时,只能获取到节点3至5,而节点3至5均无子节点,所以计算机设备完成对行为树状结构的正序遍历,并且获取到所有节点的开始条件。
步骤3.2.5:将各个节点的开始条件,作为相应节点对应的原子动作的动作执行条件。
针对实际与场景元素的原子动作相对应的节点,将该节点的开始条件作为其对应的原子动作的动作执行条件。
示例性地,针对如图3所示的行为树状结构,节点1对应原子动作1,则原子动作1的动作执行条件为空;节点3对应原子动作2,则原子动作2的动作执行条件为空;节点4对应原子动作3,则原子动作3的动作执行条件为B车行驶至A车前方目标距离;节点5对应原子动作4,则原子动作4的动作执行条件为B车完成变道。
步骤3.3:在每个原子动作之前,添加相应原子动作的动作执行条件,得到相应更新后的原子动作。
计算机设备将原子动作的动作执行条件也写入原子动作中,以实现对原子动作的更新。
示例性地,针对如图3所示的行为树状结构对应的各个原子动作,更新后的原子动作1为A车沿车道直行,更新后的原子动作2为B车沿车道直行直至行驶至A车前方目标距离,更新后的原子动作3为B车行驶至A车前方目标距离时B车变道,更新后的原子动作4为B车完成变道时B车减速至目标速度。
步骤3.4:以并行方式组合所有更新后的原子动作,得到目标行为执行信息。
通过将动作执行条件写入原子动作,所有更新后的原子动作之间即可实现并行的时序逻辑关系,计算机设备以并行方式组合所有更新后的原子动作,得到目标行为执行信息。
示例性地,基于对图3所示的行为树状结构对应的各个原子动作的更新,所得到的目标行为执行信息所指示的行为树状结构如图4所示,图4所示的行为树状结构的深度小于图3所示的行为树状结构的深度。
步骤4:按照目标行为执行信息,构建测试场景的场景行为树。
目标行为执行信息是文本文件,若需要实现对测试场景中场景元素的行为控制,计算机设备还需要基于目标行为执行信息构建测试场景的场景行为树。
应理解,测试场景的场景行为树除了包括场景元素(如非被测车辆、行人、障碍物、天气等)的原子动作,还包括设置测试场景等原子动作。其中,设置测试场景包括:导入测试地图,并在测试地图中生成被测对象和场景元素。其中,场景元素中的交通灯、天气等要素是在执行设置测试场景这一原子动作时引入的,可以设置交通灯的红灯、黄灯、绿灯的时间以及天气(晴天、雨天、雪天、白天、夜晚)等;而场景元素中的车辆、行人等要素,既可以在设置测试场景时统一渲染,也可以在运行到相应的测试时刻时再渲染。
另外,可选地,场景行为树可以包括行为子树和判定子树,判定子树用于判定与评估行为子树的运行结果,通常在遍历完行为子树的所有节点之后运行判定子树,以对行为子树的运行结果进行判定与评估。其中,在行为子树初始化后计算机设备启动行为子树的计时器和行为子树的监听器;行为子树的计时器用于记录整个场景行为树的运行时间;行为子树的监听器用于监听整个场景行为树在运行过程发生的异常情况,如仿真引擎连接失败、被测对象撞毁或者失控导致测试任务无法进行、内存泄露或者其他系统服务异常的情况。
步骤5:从场景配置文件中解析被测对象和测试场景的候选参数空间,候选参数空间包括用于实现自动驾驶测试的所有参数。
计算机设备可以在执行步骤5时,再次对场景配置文件进行解析以获取被测对象和测试场景的候选参数空间;或者,可以在执行上述步骤2时,对场景配置文件进行完整解析并存储,从而在执行步骤5时直接从存储的数据中提取被测对象和测试场景的候选参数空间。其中,候选参数空间包括用于实现自动驾驶测试的所有参数。
示例性地,如下述表1所示,被测对象的候选参数空间包括但不限于初始位置、目标点位置、初始速度等参数的范围;测试场景包括但不限于道路、天气、非被测车辆、行人、障碍物等场景元素,道路包括但不限于道路类型、道路结构、车道数量、车道宽度、车道曲率、交通标识等参数的范围,天气包括但不限于时刻、云量、雾量、雪量、高度角、太阳光等参数的范围,非被测车辆包括但不限于初始位置、实时速度、目标位置等参数的范围;行人包括但不限于行人类型、初始位置、实时速度等参数的范围;障碍物包括但不限于障碍物类型、障碍物体积、障碍物位置等参数的范围。
表1被测对象和测试场景的候选参数空间示例
步骤6:基于自动驾驶测试的测试任务,对候选参数空间进行参数筛选,得到目标参数空间。
目标参数空间是指与自动驾驶测试的测试任务相匹配的参数空间,计算机设备基于自动驾驶测试的测试任务,对候选参数空间进行参数筛选,使得被测对象的初始状态(如初始位置、初始速度等)、测试场景中的气象变化(如雨、雪、雾等)、时间变化(如不同时刻光照的变化等)、交通参与者(如机动车行为、非机动车行为、行人行为、障碍物的位置等)、动态指示设施、通信环境信息等均符合测试任务的需求。示例性地,假设自动驾驶测试的测试场景包含城市快速路,则道路元素的候选参数空间中道路类型包括直行车道、掉头车道、左转车道、右转车道、多车道并道、匝道;进一步假设自动驾驶测试的测试任务为评估被测对象的转向性能,则计算机设备对候选参数空间进行筛选,得到道路元素的目标参数空间中道路类型包括左转车道和右转车道。
在一个示例中,上述步骤6包括如下几个子步骤(步骤6.1至6.4)。
步骤6.1:从场景配置文件中解析测试任务的任务描述信息。
计算机设备可以在执行步骤6.1时,再次对场景配置文件进行解析以获取测试任务的任务描述信息;或者,可以在执行上述步骤2时,对场景配置文件进行完整解析并存储,从而在执行步骤6.1时直接从存储的数据中提取测试任务的任务描述信息。本发明中,测试任务的任务描述信息在场景配置文件中可能并没有直接对应的文件,而是分散在各个文件中,例如分散在上述Dut(被测)文件和Scenarios(场景)文件中,计算机设备需要对解析的文件进行整合,以获取到测试任务的任务描述信息。
可选地,测试任务的任务描述信息包括但不限于:测试场景的场景类型、场景描述、场景示意图、道路类型(如直行车道、左转车道、掉头车道、匝道等)、道路结构(如道路宽度、车道数量等)、环境条件(如天气、光照等)等;任务初始化(如被测对象和测试场景中场景元素的初始位置、初始速度、目标点位置等);测试场景中场景元素的原子动作(如跟随行驶、智能避障、靠边停车、路口直行、路口左转、路口右转、路口掉头、直路掉头、变换车道、起步、减速让行、泊车等)及其时序逻辑关系等;判断测试任务中止或结束的条件(如发生碰撞、测试超时等)等。
步骤6.2:基于任务描述信息对被测对象和测试场景中场景元素的约束,确定参数约束条件。
计算机设备可以从任务描述信息中,提取针对被测对象和测试场景中场景元素的参数约束条件,如针对被测对象的初始位置的参数约束条件、针对测试场景中天气状况的参数约束条件、针对被测对象和非被测车辆之间初始位置关系的参数约束条件等。
步骤6.3:对参数约束条件进行合理性验证。
参数约束条件用于实现对候选参数空间的筛选,以获取与测试任务相匹配的目标参数空间。正是由于目标参数空间是在候选参数空间的基础上进行筛选,使得被测对象的初始状态和测试场景中场景元素的动作及其产生的影响,均严格遵循真实世界的物理规律以及行为逻辑,用于获取目标参数空间的参数约束条件也应当符合物理规律。因此,本发明中,计算机设备在提取到参数约束条件后,对参数约束条件先进行合理性验证。
基于此,可选地,上述步骤6.3包括如下几个子步骤(步骤6.3.1至6.3.3)。
步骤6.3.1:将参数约束条件划分为直接约束条件和间接约束条件。
直接约束条件是指直接针对被测对象和测试场景中场景元素的参数约束条件;间接约束条件是指由于与直接约束条件的约束对象存在参数关联,而间接针对被测对象和测试场景中场景元素的参数约束条件。可选地,针对被测对象和测试场景中场景元素的参数约束条件包括:针对被测对象的参数约束条件、针对测试场景中场景元素的参数约束条件、针对被测对象和测试场景中场景元素的相对关系的参数约束条件。
示例性地,计算机设备提取的参数约束条件中包括两个条件,条件一为白天,条件二为被测对象和非测试车辆之间的变道距离大于被测对象和非测试车辆之间速度差的三倍。由于在白天和夜晚时车辆可见范围能力存在差异,为避免发生碰撞、确保行驶安全,车辆在变道时需要与其它车辆之间保持一定的距离(本发明中称为变道距离),通常夜晚时的变道距离大于白天时的变道距离。因此,在本示例中,条件一可以划分为直接约束条件,条件二可以划分为与条件一存在参数关联的间接约束条件。
步骤6.3.2:从条件数据库中获取直接约束条件对应的参考直接约束条件,以及参考直接约束条件关联的参考间接约束条件。
条件数据库包括至少一组存在关联关系的参考直接约束条件和参考间接约束条件,条件数据库中的数据可以是基于历史数据和专家经验预设的。可选地,计算机设备先从条件数据库中获取与步骤6.3.1得到的直接约束条件对应的参考直接约束条件,再从条件数据库中获取该参考直接约束条件关联的参考间接约束条件。其中,本发明中所述的“与直接约束条件对应的参考直接约束条件”需要满足:参考直接约束条件的范围大于或等于直接约束条件的范围。
示例性地,条件数据库中包括参考直接约束条件1(雨量大于或等于20%且小于40%)和参考直接约束条件2(雨量大于或等于40%且小于60%),通过步骤6.3.1得到的直接约束条件为雨量大于或等于45%且小于55%,那么,与直接约束条件对应的是条件数据库中的参考直接约束条件2。
步骤6.3.3:判断间接约束条件的范围是否属于或等于参考间接约束条件的范围。
计算机设备通过步骤6.3.1获取的所有间接约束条件和步骤6.3.2获取的所有参考间接约束条件的范围比较,确定参数约束条件(包括所有的直接约束条件和间接约束条件)是否通过合理性验证。其中,在间接约束条件的范围完全属于或完全等于参考间接约束条件的范围的情况下,确定参数约束条件通过合理性验证;在间接约束条件的范围不属于且不等于参考间接约束条件的范围的情况下,确定参数约束条件不通过合理性验证。
示例性地,通过步骤6.3.1获取的直接约束条件为白天,间接约束条件为被测对象和非测试车辆之间的变道距离大于被测对象和非测试车辆之间速度差的三倍;通过步骤6.3.2获取的参考直接约束条件为白天,参考间接约束条件为被测对象和非测试车辆之间的变道距离大于被测对象和非测试车辆之间速度差的两倍;由于间接约束条件的范围属于参考间接约束条件的范围,因此,确定参数约束条件通过合理性验证。
步骤6.4:在参数约束条件通过合理性验证的情况下,从候选参数空间中,选择满足参数约束条件的参数,组合为目标参数空间。
在参数约束条件通过合理性验证的情况下,计算机设备基于参数约束条件对候选参数空间进行筛选,得到目标参数空间。示例性地,候选参数空间中车道数量包括2、4、6、8,而参数约束条件中对车道数量的约束为车道数量大于4,则计算机设备从候选参数空间中选择车道数量6和8,以结合其它筛选出的参数共同组合为目标参数空间。
步骤7:按照场景行为树和目标参数空间,执行自动驾驶测试。
在自动驾驶测试过程中,测试场景中场景元素的状态是由计算机设备按照场景行为树和目标参数空间控制的;被测对象的初始状态由计算机设备按照目标参数空间确定,但是,由于自动驾驶测试的目的是测试被测对象的系统性能,因此,被测对象后续的行为状态由被测对象自行决策。其中,计算机设备在通过运行场景行为树来控制测试场景中场景元素的过程中,运行至场景行为树中需要调取参数的节点时,从目标参数空间中调取参数来完成相应节点的运行。例如,场景行为树中包括节点1(非被测车辆A以目标速度沿着车道直行),目标参数空间中包括非被测车辆A的速度参数范围为8米每秒至20米每秒,则计算机设备在遍历至场景行为树的节点1时,可以从目标参数空间中随机调取参数10米每秒作为非被测车辆A的实时速度,以完成节点1的运行。
综上所述,本发明通过先解析自动驾驶测试的场景配置文件,再基于自动驾驶测试的测试任务,对解析出的被测对象和测试场景的候选参数空间进行参数筛选,以获取与测试任务匹配的目标参数空间,后续执行自动驾驶测试时,以目标参数空间来确定被测对象的初始状态以及测试场景中场景元素的实时状态。一方面,相比于使用具体的测试场景进行测试,本发明通过参数空间来构建海量具体测试场景,实现了对整个仿真测试参数空间的全面性逻辑测试;另一方面,相比于将与测试任务匹配的参数空间直接配置在场景配置文件中,本发明通过将用于实现自动驾驶测试的所有参数作为候选参数空间并配置在场景配置文件中,在对场景配置文件解析后进行参数筛选以获取与测试任务匹配的目标参数空间,这样后续测试任务改变时,计算机设备仅需更改对候选参数空间进行参数筛选时所基于的约束条件,而无需重新配置并解析场景配置文件,一方面避免浪费处理资源,另一方面实现了快速匹配测试任务,提升了自动驾驶测试的效率。
另外,本发明通过解析场景配置文件获取用于描述测试场景中场景元素的行为动作的行为执行信息,再对行为执行信息进行内容转化,以减少行为执行信息所指示的行为树状结构的深度,后续基于转化后得到的目标行为执行信息构建测试场景的场景行为树,通过运行场景行为树以实现自动驾驶测试。由于行为树状结构的深度越深,自动驾驶测试对仿真平台处理场景配置文件的能力要求越高,本发明通过对行为执行信息进行内容转化减少了行为树状结构的深度,有效提升了场景配置文件在不同仿真平台的适用性和兼容性,降低了对仿真平台的能力要求。
请参考图5,其示出了本发明一个实施例提供的自动驾驶测试装置的框图。该装置可以为计算机设备,也可以设置在计算机设备中。如图5所示,该装置包括如下几个模块:配置文件获取模块510、配置文件解析模块520、执行信息转化模块530、场景行为树构建模块540、参数空间筛选模块550、自动驾驶测试模块560。
配置文件获取模块510,用于获取用于自动驾驶测试的场景配置文件,所述场景配置文件用于描述所述自动驾驶测试的被测对象和测试场景。
配置文件解析模块520,用于从所述场景配置文件中解析行为执行信息,所述行为执行信息用于描述所述测试场景中场景元素的行为动作。
执行信息转化模块530,用于对所述行为执行信息进行内容转化,得到目标行为执行信息,所述目标行为执行信息指示的行为树状结构的深度小于所述行为执行信息指示的行为树状结构的深度。
场景行为树构建模块540,用于按照所述目标行为执行信息,构建所述测试场景的场景行为树。
所述配置文件解析模块520,还用于从所述场景配置文件中解析所述被测对象和所述测试场景的候选参数空间,所述候选参数空间包括用于实现所述自动驾驶测试的所有参数。
参数空间筛选模块550,用于基于所述自动驾驶测试的测试任务,对所述候选参数空间进行参数筛选,得到目标参数空间。
自动驾驶测试模块560,用于按照所述场景行为树和所述目标参数空间,执行所述自动驾驶测试;其中,所述被测对象在所述自动驾驶测试中的初始状态按照所述目标参数空间确定,所述测试场景中场景元素在所述自动驾驶测试中的状态由计算机设备按照所述场景行为树和所述目标参数空间控制。
可选地,所述执行信息转化模块530,用于:从所述行为执行信息中提取所述测试场景中场景元素的所有原子动作,以及所述原子动作之间的时序逻辑关系;按照所述原子动作之间的时序逻辑关系,确定各个原子动作的动作执行条件;在每个原子动作之前,添加相应原子动作的动作执行条件,得到相应更新后的原子动作;以并行方式组合所有更新后的原子动作,得到所述目标行为执行信息。
可选地,所述执行信息转化模块530,用于:按照所述原子动作之间的时序逻辑关系,将所述测试场景中场景元素的原子动作组合为行为树状结构;广度优先遍历所述行为树状结构,获取最深层的节点;从所述最深层的节点开始倒序遍历所述行为树状结构,获取所述最深层的节点以及所述最深层的节点的父节点的结束条件;按照从下至上的顺序遍历所述行为树状结构的每一层,在每一层的遍历中获取相应节点及其父节点的结束条件,直至遍历时获取的所有节点均没有父节点;从顶层的节点开始正序遍历所述行为树状结构,获取所述顶层的节点以及所述顶层的节点的子节点的开始条件;按照从上至下的顺序遍历所述行为树状结构的每一层,在每一层的遍历中获取相应节点及其子节点的开始条件,直至遍历时获取的所有节点均没有子节点;其中,所述开始条件的获取基于所述结束条件;将各个节点的开始条件,作为相应节点对应的原子动作的动作执行条件。
可选地,所述结束条件包括:对于无结束判定条件的节点,结束条件是完成所述节点对应的原子动作;对于有结束判定条件的节点,结束条件是满足所述节点的结束判定条件;对于串行父节点,结束条件是所述串行父节点下的末位子节点的结束条件;对于并行父节点,结束条件是所述并行父节点下的所有子节点的结束条件的并集。
可选地,所述开始条件包括:对于顶层的节点,开始条件为空;对于并行父节点下的子节点,开始条件是所述并行父节点的开始条件;对于串行父节点下的首位子节点,开始条件是所述串行父节点的开始条件;对于串行父节点下的非首位子节点,开始条件是所述非首位子节点的前一个子节点的结束条件。
可选地,所述参数空间筛选模块550,用于:从所述场景配置文件中解析所述测试任务的任务描述信息;基于所述任务描述信息对所述被测对象和所述测试场景中场景元素的约束,确定参数约束条件;对所述参数约束条件进行合理性验证;在所述参数约束条件通过所述合理性验证的情况下,从所述候选参数空间中,选择满足所述参数约束条件的参数,组合为所述目标参数空间。
可选地,所述参数空间筛选模块550,用于:将所述参数约束条件划分为直接约束条件和间接约束条件;其中,所述直接约束条件是指直接针对所述被测对象和所述测试场景中场景元素的参数约束条件,所述间接约束条件是指由于与所述直接约束条件的约束对象存在参数关联,而间接针对所述被测对象和所述测试场景中场景元素的参数约束条件;从条件数据库中获取所述直接约束条件对应的参考直接约束条件,以及所述参考直接约束条件关联的参考间接约束条件,所述条件数据库包括至少一组存在关联关系的参考直接约束条件和参考间接约束条件;判断所述间接约束条件的范围是否属于或等于所述参考间接约束条件的范围;在所述间接约束条件的范围完全属于或完全等于所述参考间接约束条件的范围的情况下,确定所述参数约束条件通过所述合理性验证;在所述间接约束条件的范围不属于且不等于所述参考间接约束条件的范围的情况下,确定所述参数约束条件不通过所述合理性验证。
有关装置模块的具体执行过程、有益效果等阐述,请参见上述方法实施例的介绍说明,此处不多赘述。
在示例性实施例中,还提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行,以实现上述自动驾驶测试方法。
在示例性实施例中,还提供了一种计算机可读存储介质,其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述自动驾驶测试方法。
在示例性实施例中,还提供了一种计算机程序产品,当所述计算机程序产品在计算机设备上运行时,使得计算机设备执行如上述自动驾驶测试方法。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明的精神和范围,本发明的保护范围应以权利要求书所述为准。
Claims (10)
1.一种自动驾驶测试方法,其特征在于,所述方法包括:
获取用于自动驾驶测试的场景配置文件,所述场景配置文件用于描述所述自动驾驶测试的被测对象和测试场景;
从所述场景配置文件中解析行为执行信息,所述行为执行信息用于描述所述测试场景中场景元素的行为动作;
对所述行为执行信息进行内容转化,得到目标行为执行信息,所述目标行为执行信息指示的行为树状结构的深度小于所述行为执行信息指示的行为树状结构的深度;
按照所述目标行为执行信息,构建所述测试场景的场景行为树;
从所述场景配置文件中解析所述被测对象和所述测试场景的候选参数空间,所述候选参数空间包括用于实现所述自动驾驶测试的所有参数;
基于所述自动驾驶测试的测试任务,对所述候选参数空间进行参数筛选,得到目标参数空间;
按照所述场景行为树和所述目标参数空间,执行所述自动驾驶测试;其中,所述被测对象在所述自动驾驶测试中的初始状态按照所述目标参数空间确定,所述测试场景中场景元素在所述自动驾驶测试中的状态由计算机设备按照所述场景行为树和所述目标参数空间控制。
2.如权利要求1所述的方法,其特征在于,所述对所述行为执行信息进行内容转化,得到目标行为执行信息,包括:
从所述行为执行信息中提取所述测试场景中场景元素的所有原子动作,以及所述原子动作之间的时序逻辑关系;
按照所述原子动作之间的时序逻辑关系,确定各个原子动作的动作执行条件;
在每个原子动作之前,添加相应原子动作的动作执行条件,得到相应更新后的原子动作;以并行方式组合所有更新后的原子动作,得到所述目标行为执行信息。
3.如权利要求2所述的方法,其特征在于,所述按照所述原子动作之间的时序逻辑关系,确定各个原子动作的动作执行条件,包括:
按照所述原子动作之间的时序逻辑关系,将所述测试场景中场景元素的原子动作组合为行为树状结构;
广度优先遍历所述行为树状结构,获取最深层的节点;
从所述最深层的节点开始倒序遍历所述行为树状结构,获取所述最深层的节点以及所述最深层的节点的父节点的结束条件;按照从下至上的顺序遍历所述行为树状结构的每一层,在每一层的遍历中获取相应节点及其父节点的结束条件,直至遍历时获取的所有节点均没有父节点;
从顶层的节点开始正序遍历所述行为树状结构,获取所述顶层的节点以及所述顶层的节点的子节点的开始条件;按照从上至下的顺序遍历所述行为树状结构的每一层,在每一层的遍历中获取相应节点及其子节点的开始条件,直至遍历时获取的所有节点均没有子节点;其中,所述开始条件的获取基于所述结束条件;
将各个节点的开始条件,作为相应节点对应的原子动作的动作执行条件。
4.如权利要求3所述的方法,其特征在于,所述结束条件包括:
对于无结束判定条件的节点,结束条件是完成所述节点对应的原子动作;
对于有结束判定条件的节点,结束条件是满足所述节点的结束判定条件;
对于串行父节点,结束条件是所述串行父节点下的末位子节点的结束条件;
对于并行父节点,结束条件是所述并行父节点下的所有子节点的结束条件的并集。
5.如权利要求3所述的方法,其特征在于,所述开始条件包括:
对于顶层的节点,开始条件为空;
对于并行父节点下的子节点,开始条件是所述并行父节点的开始条件;
对于串行父节点下的首位子节点,开始条件是所述串行父节点的开始条件;
对于串行父节点下的非首位子节点,开始条件是所述非首位子节点的前一个子节点的结束条件。
6.如权利要求1所述的方法,其特征在于,所述基于所述自动驾驶测试的测试任务,对所述候选参数空间进行参数筛选,得到目标参数空间,包括:
从所述场景配置文件中解析所述测试任务的任务描述信息;
基于所述任务描述信息对所述被测对象和所述测试场景中场景元素的约束,确定参数约束条件;
对所述参数约束条件进行合理性验证;
在所述参数约束条件通过所述合理性验证的情况下,从所述候选参数空间中,选择满足所述参数约束条件的参数,组合为所述目标参数空间。
7.如权利要求6所述的方法,其特征在于,所述对所述参数约束条件进行合理性验证,包括:
将所述参数约束条件划分为直接约束条件和间接约束条件;其中,所述直接约束条件是指直接针对所述被测对象和所述测试场景中场景元素的参数约束条件,所述间接约束条件是指由于与所述直接约束条件的约束对象存在参数关联,而间接针对所述被测对象和所述测试场景中场景元素的参数约束条件;
从条件数据库中获取所述直接约束条件对应的参考直接约束条件,以及所述参考直接约束条件关联的参考间接约束条件,所述条件数据库包括至少一组存在关联关系的参考直接约束条件和参考间接约束条件;
判断所述间接约束条件的范围是否属于或等于所述参考间接约束条件的范围;
在所述间接约束条件的范围完全属于或完全等于所述参考间接约束条件的范围的情况下,确定所述参数约束条件通过所述合理性验证;
在所述间接约束条件的范围不属于且不等于所述参考间接约束条件的范围的情况下,确定所述参数约束条件不通过所述合理性验证。
8.一种自动驾驶测试装置,其特征在于,所述装置包括:
配置文件获取模块,用于获取用于自动驾驶测试的场景配置文件,所述场景配置文件用于描述所述自动驾驶测试的被测对象和测试场景;
配置文件解析模块,用于从所述场景配置文件中解析行为执行信息,所述行为执行信息用于描述所述测试场景中场景元素的行为动作;
执行信息转化模块,用于对所述行为执行信息进行内容转化,得到目标行为执行信息,所述目标行为执行信息指示的行为树状结构的深度小于所述行为执行信息指示的行为树状结构的深度;
场景行为树构建模块,用于按照所述目标行为执行信息,构建所述测试场景的场景行为树;
所述配置文件解析模块,还用于从所述场景配置文件中解析所述被测对象和所述测试场景的候选参数空间,所述候选参数空间包括用于实现所述自动驾驶测试的所有参数;
参数空间筛选模块,用于基于所述自动驾驶测试的测试任务,对所述候选参数空间进行参数筛选,得到目标参数空间;
自动驾驶测试模块,用于按照所述场景行为树和所述目标参数空间,执行所述自动驾驶测试;其中,所述被测对象在所述自动驾驶测试中的初始状态按照所述目标参数空间确定,所述测试场景中场景元素在所述自动驾驶测试中的状态由计算机设备按照所述场景行为树和所述目标参数空间控制。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行如权利要求1-7中任一所述方法。
10.一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1-7中任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210908627.1A CN115292816A (zh) | 2022-07-29 | 2022-07-29 | 自动驾驶测试方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210908627.1A CN115292816A (zh) | 2022-07-29 | 2022-07-29 | 自动驾驶测试方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115292816A true CN115292816A (zh) | 2022-11-04 |
Family
ID=83826678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210908627.1A Pending CN115292816A (zh) | 2022-07-29 | 2022-07-29 | 自动驾驶测试方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115292816A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116340886A (zh) * | 2023-05-26 | 2023-06-27 | 国汽(北京)智能网联汽车研究院有限公司 | 智能驾驶系统运行场景构建方法、装置、计算机及介质 |
-
2022
- 2022-07-29 CN CN202210908627.1A patent/CN115292816A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116340886A (zh) * | 2023-05-26 | 2023-06-27 | 国汽(北京)智能网联汽车研究院有限公司 | 智能驾驶系统运行场景构建方法、装置、计算机及介质 |
CN116340886B (zh) * | 2023-05-26 | 2023-08-11 | 国汽(北京)智能网联汽车研究院有限公司 | 智能驾驶系统运行场景构建方法、装置、计算机及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795818B (zh) | 一种确定虚拟测试场景方法、装置、电子设备和存储介质 | |
CN110597711B (zh) | 一种基于场景和任务的自动驾驶测试用例生成方法 | |
CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
US10416628B2 (en) | Real vehicle in-the-loop test system and method | |
Kim et al. | Testing autonomous vehicle software in the virtual prototyping environment | |
CN107403038B (zh) | 一种智能汽车虚拟快速测试方法 | |
US20230325550A1 (en) | Method, device, equipment for determining test evaluation information and computer storage medium | |
CN110716529A (zh) | 一种自动驾驶测试用例自动生成方法和装置 | |
CN110232335A (zh) | 驾驶场景分类方法及电子设备 | |
CN112987711B (zh) | 自动驾驶规控算法优化方法及仿真测试装置 | |
CN114354219A (zh) | 自动驾驶车辆的测试方法及装置 | |
CN113887037B (zh) | 一种不同渗透率的网联环境下自动驾驶系统测评方法 | |
CN113935441B (zh) | 汽车自动驾驶功能测试道路的选取方法、设备和存储介质 | |
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 | |
CN115292816A (zh) | 自动驾驶测试方法、装置、设备及存储介质 | |
CN112346982A (zh) | 测试用例生成方法、装置和电子设备 | |
Stark et al. | Generation of autonomous vehicle validation scenarios using crash data | |
CN117056153A (zh) | 校准和验证驾驶员辅助系统和/或自动驾驶系统的方法、系统和计算机程序产品 | |
Chen et al. | Generating autonomous driving test scenarios based on OpenSCENARIO | |
EP3920128A1 (en) | Operational design domains in autonomous driving | |
CN112525552A (zh) | 汽车高级辅助驾驶系统的算法测试系统及方法 | |
CN115695473A (zh) | 一种智能网联汽车仿真测试场景的本体构建方法 | |
WO2023133758A1 (zh) | 测试方法及装置 | |
CN115169890A (zh) | 一种基于微观交通仿真的智能网联车辆混合交通评价系统 | |
CN114185320B (zh) | 一种无人系统集群的测评方法、装置、系统及存储介质 |
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 |