CN115391180A - 针对智能驾驶功能的闭环仿真方法、系统和介质 - Google Patents

Abstract

本发明涉及智能驾驶仿真技术领域，并且更具体地涉及一种针对智能驾驶功能的闭环仿真方法、智能驾驶闭环仿真系统和计算机存储介质。该方法包括：A、接收由云端下发的伴生任务数据包，其中伴生任务数据包包括智能驾驶测试算法模型和伴生任务配置信息；B、至少基于由车载传感器采集的实时传感器信息，在车端针对智能驾驶测试算法模型进行闭环仿真测试；以及C、通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，判断智能驾驶测试算法模型的有效性。

Description

针对智能驾驶功能的闭环仿真方法、系统和介质

技术领域

本发明涉及智能驾驶仿真技术领域，并且更具体地涉及一种针对智能驾驶功能的闭环仿真方法、智能驾驶闭环仿真系统和计算机存储介质。

背景技术

目前，智能驾驶（例如，高级辅助驾驶ADAS、自动驾驶）功能越来越受到大家的关注。现有的智能驾驶在功能与场景覆盖逐步趋于完善的同时，长尾效应也愈发突出。对于路测难以覆盖到的场景与数据，通常需要在实际运营中进行大规模采集。传统的基于车端采集并上传至云端服务器的数据闭环架构面临着严重的数据筛选与运营成本压力。随着长尾效应的突出，智能驾驶迭代优化与测试所需的数据规模进一步增加，这对云端服务器的数据带宽提出了更高的要求，同时也带来了庞大的通信成本，从而对智能驾驶业务的长期收益产生不利影响。

发明内容

本申请的实施例提供了一种针对智能驾驶功能的闭环仿真方法、智能驾驶闭环仿真系统和计算机存储介质，以用于利用车端冗余算力，部署并运行智能驾驶测试算法模型以及伴生闭环仿真模块，从而在车端实现智能驾驶功能的仿真验证和/或数据筛选，在加速智能驾驶的优化和迭代的同时，降低了测试成本。

按照本发明的第一方面，提供一种针对智能驾驶功能的闭环仿真方法，包括：A、接收由云端下发的伴生任务数据包，其中所述伴生任务数据包包括智能驾驶测试算法模型和伴生任务配置信息；B、至少基于由车载传感器采集的实时传感器信息，在车端针对所述智能驾驶测试算法模型进行闭环仿真测试；以及C、通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，判断所述智能驾驶测试算法模型的有效性。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，所述伴生任务配置信息包括数据筛选规则，并且所述方法还包括：D、根据所述数据筛选规则，对闭环仿真测试过程中所述智能驾驶测试算法模型的生成数据进行筛选，以上传至云端。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤B包括：B1、将同步信号传送至所述车载智能驾驶模块，以确保所述车载智能驾驶模块的运行与所述闭环仿真测试同步；B2、基于所述实时传感器信息，生成实车环境感知信息；以及B3、利用现实至虚拟坐标转换信息对所述实车环境感知信息进行坐标转换，以生成针对虚拟车辆的环境感知模拟信息。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤B进一步包括：B4、基于由所述实时传感器信息生成的环境感知模拟信息，利用所述智能驾驶测试算法模型生成针对虚拟车辆的虚拟控制信息；B5、根据虚拟车辆动力学模型，生成所述虚拟车辆在所述虚拟控制信息的控制下的实时状态信息和位置坐标信息；以及B6、基于所述虚拟车辆的实时状态信息和位置坐标信息、以及实车定位信息，确定新的现实至虚拟坐标转换信息并将其反馈至虚拟车辆的环境感知模拟信息的生成步骤，以实现闭环仿真过程。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤B4包括：基于所述环境感知模拟信息，利用所述智能驾驶测试算法模型的规划算法确定虚拟车辆的目标轨迹；以及基于所述虚拟车辆的目标轨迹，根据所述智能驾驶测试算法模型的控制算法确定针对虚拟车辆的虚拟控制信息。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤C进一步包括：C1、获取在实际运行的车载智能驾驶模块控制下的实车响应信息；以及C2、获取在与车载智能驾驶模块伴生的所述智能驾驶测试算法模型控制下的虚拟车辆响应信息。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，在闭环仿真测试过程中，利用代理机制将运行智能驾驶测试算法模型的伴生域与车载智能驾驶模块的功能域进行通信隔离。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，所述伴生任务配置信息包括代理配置信息，所述代理配置信息指定所述伴生域与所述功能域之间的数据通信类型和/或格式。

根据本发明的第二方面，提供一种智能驾驶闭环仿真系统，包括：伴生任务管理模块，其配置成接收由云端下发的伴生任务数据包，其中所述伴生任务数据包包括智能驾驶测试算法模型和伴生任务配置信息；伴生闭环仿真模块，其配置成至少基于由车载传感器采集的实时传感器信息，在车端针对所述智能驾驶测试算法模型进行闭环仿真测试；以及数据处理模块，其配置成通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，判断所述智能驾驶测试算法模型的有效性。

作为以上方案的替代或补充，在根据本发明一实施例的系统中，所述伴生任务配置信息包括数据筛选规则，并且所述数据处理模块包括数据筛选单元，所述数据筛选单元用于根据所述数据筛选规则对闭环仿真测试过程中所述智能驾驶测试算法模型的生成数据进行筛选，以上传至云端。

作为以上方案的替代或补充，在根据本发明一实施例的系统中，所述伴生闭环仿真模块进一步配置成执行以下操作中的一项或多项：将同步信号传送至所述车载智能驾驶模块，以确保所述车载智能驾驶模块的运行与所述闭环仿真测试同步；基于所述实时传感器信息，生成实车环境感知信息；利用现实至虚拟坐标转换信息对所述实车环境感知信息进行坐标转换，以生成针对虚拟车辆的环境感知模拟信息；基于由所述实时传感器信息生成的环境感知模拟信息，利用所述智能驾驶测试算法模型生成针对虚拟车辆的虚拟控制信息；根据虚拟车辆动力学模型，生成所述虚拟车辆在所述虚拟控制信息的控制下的实时状态信息和位置坐标信息；以及基于所述虚拟车辆的实时状态信息和位置坐标信息、以及实车定位信息，确定新的现实至虚拟坐标转换信息并将其反馈至虚拟车辆的环境感知模拟信息的生成步骤，以实现闭环仿真过程。

作为以上方案的替代或补充，在根据本发明一实施例的系统中，所述伴生任务配置信息包括代理配置信息，所述代理配置信息指定所述伴生闭环仿真模块与车载智能驾驶模块之间的数据通信类型和/或格式，以实现闭环仿真测试过程中所述伴生闭环仿真模块与车载智能驾驶模块之间的通信隔离。

根据本发明的第三方面，提供一种计算机存储介质，所述计算机存储介质包括指令，所述指令在运行时执行根据本发明第一方面所述的方法中的任意一项。

首先，根据本发明的一个或多个实施例的针对智能驾驶功能的闭环仿真方案提供了在车载系统中部署新版本智能驾驶模型（也即，智能驾驶测试算法模型）与闭环仿真模型的设计思路。通过合理利用车端冗余算力对实车传感器数据进行处理，在车端实现针对新版本智能驾驶模型的闭环仿真测试，从而能够在加速智能驾驶的优化和迭代的同时，降低了测试成本。

其次，根据本发明的一个或多个实施例的针对智能驾驶功能的闭环仿真方案能够通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，来判断智能驾驶测试算法模型的有效性，同时利用代理机制保证测试算法模型输出与实际系统之间的隔离，避免了潜在的通信信号冲突、公共资源冲突、功能影响等问题。

附图说明

本发明的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解，附图中相同或相似的单元采用相同的标号表示。在所述附图中：

图1为按照本发明的一个或多个实施例的智能驾驶闭环仿真系统10的示意性框图；以及

图2为按照本发明的一个或多个实施例的针对智能驾驶功能的闭环仿真方法20的示意性流程图。

具体实施方式

以下具体实施方式的描述本质上仅仅是示例性地，并且不旨在限制所公开的技术或所公开的技术的应用和用途。此外，不意图受在前述技术领域、背景技术或以下具体实施方式中呈现的任何明示或暗示的理论的约束。

在实施例的以下详细描述中，阐述了许多具体细节以便提供对所公开技术的更透彻理解。然而，对于本领域普通技术人员显而易见的是，可以在没有这些具体细节的情况下实践所公开的技术。在其他实例中，没有详细描述公知的特征，以避免不必要地使描述复杂化。

诸如“包含”和“包括”之类的用语表示除了具有在说明书中有直接和明确表述的单元和步骤以外，本发明的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。

在下文中，将参考附图详细地描述根据本发明的各示例性实施例。

图1为按照本发明的一个或多个实施例的智能驾驶闭环仿真系统10的示意性框图。需要说明的是，不同于现有技术中基于回传历史数据进行的云端仿真测试方案，根据本实施例的智能驾驶闭环仿真系统10布置在车端，以利用车端冗余算力和实车传感器数据进行车端闭环仿真，从而在提高仿真真实性的同时，加速测试进程并降低测试成本。

如图1所示，智能驾驶闭环仿真系统10包括伴生任务管理模块110、伴生闭环仿真模块120以及数据处理模块130。

伴生任务管理模块110配置成接收由云端下发的伴生任务数据包，其中伴生任务数据包包括智能驾驶测试算法模型和伴生任务配置信息。可选地，伴生任务配置信息包括数据筛选规则和/或代理配置信息。伴生任务管理模块110主要用于实现待验证的智能驾驶测试算法模型的启动和迭代更新、以及待验证算法模型与功能域之间的通信隔离。

示例性地，伴生任务管理模块110在收到云端下发的任务请求后将查询本地任务数据库以判断是否存在本地任务包。在一个实施例中，若不存在本地任务包，则下载伴生任务数据包并将其添加至本地任务数据库；若存在本地任务包，则可继续执行本地伴生任务、或下载新的伴生任务数据包以覆盖本地伴生任务数据包。伴生任务管理模块110还可以配置成在下载伴生任务数据包之后，实现待验证的智能驾驶测试算法模型的启动。

伴生闭环仿真模块120被配置为至少基于由车载传感器采集的实时传感器信息，在车端针对智能驾驶测试算法模型进行闭环仿真测试。这里需要说明的是，在闭环仿真测试的过程中，伴生闭环仿真模块120将与车载智能驾驶模块共享相同的传感器信息并且并行地运行。

具体而言，在启动后，伴生闭环仿真模块120将同步信号传送至车载智能驾驶模块，以确保车载智能驾驶模块的运行与闭环仿真测试同步。进一步地，伴生闭环仿真模块120将获取由车载传感器采集的实时传感器信息，上述实时传感器信息包括但不限于：由车载图像传感器采集的图像信息、由车载激光雷达采集的点云信息、由定位传感器采集的定位信息等。

伴生闭环仿真模块120的感知单元可以基于实时传感器信息生成实车环境感知信息，上述实车环境感知信息包括但不限于：车道线信息、障碍物信息、信号灯信息、交通标识信息等。此外，伴生闭环仿真模块120的车辆动力学模块可以基于实时传感器信息创建虚拟车辆。

接下来，伴生闭环仿真模块120可以利用虚拟世界欺骗器（World Model Spoofer）通过坐标转换将实车环境感知信息转换为针对虚拟车辆的环境感知模拟信息。具体而言，虚拟世界欺骗器利用现实至虚拟坐标转换信息（例如，虚拟车辆与实车的相对位置信息）执行上述坐标转换操作，现实至虚拟坐标转换信息的生成过程将在下文中详述。

虚拟世界欺骗器将针对虚拟车辆的环境感知模拟信息输入至伴生闭环仿真模块120的规划单元，以利用从云端下载的智能驾驶测试算法模型的规划算法确定虚拟车辆目标轨迹。该目标轨迹指代虚拟车辆在当前时刻之后的预设时长内的位置坐标集合。伴生闭环仿真模块120的控制单元进一步利用智能驾驶测试算法模型的控制算法确定针对虚拟车辆的虚拟控制信息。

伴生闭环仿真模块120的车辆动力学模块将根据虚拟车辆动力学模型，生成虚拟车辆在虚拟控制信息的控制下的实时状态信息和位置坐标信息。上述实时状态信息包括但不限于车速信息以及姿态角信息。进一步地，伴生闭环仿真模块120的车辆动力学模块可以基于虚拟车辆的实时状态信息、位置坐标信息以及实车定位信息，确定新的现实至虚拟坐标转换信息，并将其反馈至伴生闭环仿真模块120的虚拟世界欺骗器，以用于更新虚拟世界欺骗器中存储的坐标转换信息，从而实现闭环仿真过程。

在一个示例中，伴生闭环仿真模块120可以包括多个虚拟世界欺骗器，其中每一个虚拟世界欺骗器仅负责一路信号（例如，来自感知单元的实车环境感知信息、来自车辆动力学模块的现实至虚拟坐标转换信息、来自定位传感器的实车定位信息等），以确保原始输入信息的时序性。

由于伴生闭环仿真模块120能够借助于实时传感器数据构建仿真场景，并在闭环过程中利用新的现实至虚拟坐标转换信息实时更新仿真场景，因此最大程度地实现了虚拟场景对现实世界的还原，并且该闭环仿真方案具有架构简单、性能高效且延迟较低的优势。

在一个示例中，伴生闭环仿真模块120通过代理机制实现与车载智能驾驶模块的功能域之间的通信隔离。示例性地，由伴生任务管理模块110接收到的代理配置信息（例如，白名单机制）指定伴生闭环仿真模块120与车载智能驾驶模块、数据处理模块130之间的数据通信的具体类型和/或格式，以实现闭环仿真测试过程中伴生闭环仿真模块120与车载智能驾驶模块、数据处理模块130之间的通信隔离。具体而言，可以将伴生闭环仿真模块120所在的片上系统作为独立的伴生域，配置为功能域的其余片上系统可利用代理机制、通过PCIe（外围组件互连快件）与伴生域进行跨板数据通信。

数据处理模块130配置成获取在实际运行的车载智能驾驶模块控制下的实车响应信息、以及在与车载智能驾驶模块伴生的智能驾驶测试算法模型控制下的虚拟车辆响应信息，并通过对比该虚拟车辆响应信息和实车响应信息来判断由云端下发的智能驾驶测试算法模型的有效性。

可选地，数据处理模块130包括数据筛选单元，数据筛选单元用于根据由伴生任务管理模块110接收到的数据筛选规则对闭环仿真测试过程中智能驾驶测试算法模型的生成数据进行筛选，以上传至云端。该数据筛选规则指代针对智能驾驶测试算法模型的生成数据（例如，环境感知模拟信息、虚拟控制信息、虚拟车辆的实时状态信息）的捕获规则。若满足该数据筛选规则（例如，虚拟车辆速度大于预设阈值），则数据筛选单元将触发相应数据的上传。

现在参考图2，图2为根据本发明的一个或多个实施例的针对智能驾驶功能的闭环仿真方法20的示意性流程图。方法20的实时主体可以为车载电子处理系统，例如，如图1所示的智能驾驶闭环仿真系统10。

如图2所示，在步骤S210中，接收由云端下发的伴生任务数据包，其中伴生任务数据包包括智能驾驶测试算法模型和伴生任务配置信息。可选地，伴生任务配置信息包括数据筛选规则和/或代理配置信息。

在步骤S220中，至少基于由车载传感器采集的实时传感器信息，在车端针对智能驾驶测试算法模型进行闭环仿真测试。可选地，步骤S220包括下列步骤中的一项或多项：将同步信号传送至车载智能驾驶模块，以确保车载智能驾驶模块的运行与闭环仿真测试同步；基于实时传感器信息，生成实车环境感知信息；利用现实至虚拟坐标转换信息对实车环境感知信息进行坐标转换，以生成针对虚拟车辆的环境感知模拟信息；基于由实时传感器信息生成的环境感知模拟信息，利用智能驾驶测试算法模型生成针对虚拟车辆的虚拟控制信息；根据虚拟车辆动力学模型，生成虚拟车辆在虚拟控制信息的控制下的实时状态信息和位置坐标信息；以及基于虚拟车辆的实时状态信息和位置坐标信息、以及实车定位信息，确定新的现实至虚拟坐标转换信息并将其反馈至虚拟车辆的环境感知模拟信息的生成步骤，以实现闭环仿真过程。可选地，利用智能驾驶测试算法模型生成针对虚拟车辆的虚拟控制信息包括：基于环境感知模拟信息，利用智能驾驶测试算法模型的规划算法确定虚拟车辆的目标轨迹；以及基于虚拟车辆的目标轨迹，根据智能驾驶测试算法模型的控制算法确定针对虚拟车辆的虚拟控制信息。

在步骤S230中，通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，判断智能驾驶测试算法模型的有效性。可选地，步骤S230进一步包括：获取在实际运行的车载智能驾驶模块控制下的实车响应信息；以及获取在与车载智能驾驶模块伴生的智能驾驶测试算法模型控制下的虚拟车辆响应信息。

可选地，方法20还包括步骤S240：根据数据筛选规则，对闭环仿真测试过程中智能驾驶测试算法模型的生成数据进行筛选，以上传至云端。

可选地，在方法20中，利用代理机制将运行智能驾驶测试算法模型的伴生域与车载智能驾驶模块的功能域进行通信隔离。

另外，如上所述，本发明也可以被实施为一种计算机存储介质，在其中存储有用于使计算机执行如图2所示的方法的程序。在此，作为计算机存储介质，能采用盘类（例如，磁盘、光盘等）、卡类（例如，存储卡、光卡等）、半导体存储器类（例如，ROM、非易失性存储器等）、带类（例如，磁带、盒式磁带等）等各种方式的计算机存储介质。

一方面，根据本发明的一些实施例的闭环仿真方案提供了在车载系统中部署新版本智能驾驶模型（也即，智能驾驶测试算法模型）与闭环仿真模型的设计思路。通过合理利用车端冗余算力对实车传感器数据进行处理，在车端实现针对新版本智能驾驶模型的闭环仿真测试，从而能够在加速智能驾驶的优化和迭代的同时，降低了测试成本。

另一方面，根据本发明的一些实施例的针对智能驾驶功能的闭环仿真方案能够通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，来判断智能驾驶测试算法模型的有效性，同时利用代理机制保证测试算法模型输出与实际系统之间的隔离，避免了潜在的通信信号冲突、公共资源冲突、功能影响等问题。

在可适用的情况下，可以使用硬件、软件或硬件和软件的组合来实现由本发明提供的各种实施例。而且，在可适用的情况下，在不脱离本发明的范围的情况下，本文中阐述的各种硬件部件和/或软件部件可以被组合成包括软件、硬件和/或两者的复合部件。在可适用的情况下，在不脱离本发明的范围的情况下，本文中阐述的各种硬件部件和/或软件部件可以被分成包括软件、硬件或两者的子部件。另外，在可适用的情况下，预期的是，软件部件可以被实现为硬件部件，以及反之亦然。

根据本发明的软件（诸如程序代码和/或数据）可以被存储在一个或多个计算机存储介质上。还预期的是，可以使用联网的和/或以其他方式的一个或多个通用或专用计算机和/或计算机系统来实现本文中标识的软件。在可适用的情况下，本文中描述的各个步骤的顺序可以被改变、被组合成复合步骤和/或被分成子步骤以提供本文中描述的特征。

提供本文中提出的实施例和示例，以便最好地说明按照本发明及其特定应用的实施例，并且由此使本领域的技术人员能够实施和使用本发明。但是，本领域的技术人员将会知道，仅为了便于说明和举例而提供以上描述和示例。所提出的描述不是意在涵盖本发明的各个方面或者将本发明局限于所公开的精确形式。

Claims (13)

1.一种针对智能驾驶功能的闭环仿真方法，其特征在于，包括：

A、接收由云端下发的伴生任务数据包，其中所述伴生任务数据包包括智能驾驶测试算法模型和伴生任务配置信息；

B、至少基于由车载传感器采集的实时传感器信息，在车端针对所述智能驾驶测试算法模型进行闭环仿真测试；以及

C、通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，判断所述智能驾驶测试算法模型的有效性。

2.根据权利要求1所述的方法，其中，所述伴生任务配置信息包括数据筛选规则，并且所述方法还包括：

D、根据所述数据筛选规则，对闭环仿真测试过程中所述智能驾驶测试算法模型的生成数据进行筛选，以上传至云端。

3.根据权利要求1所述的方法，其中，步骤B包括：

B1、将同步信号传送至所述车载智能驾驶模块，以确保所述车载智能驾驶模块的运行与所述闭环仿真测试同步；

B2、基于所述实时传感器信息，生成实车环境感知信息；以及

B3、利用现实至虚拟坐标转换信息对所述实车环境感知信息进行坐标转换，以生成针对虚拟车辆的环境感知模拟信息。

4.根据权利要求1所述的方法，其中，步骤B进一步包括：

B4、基于由所述实时传感器信息生成的环境感知模拟信息，利用所述智能驾驶测试算法模型生成针对虚拟车辆的虚拟控制信息；

B5、根据虚拟车辆动力学模型，生成所述虚拟车辆在所述虚拟控制信息的控制下的实时状态信息和位置坐标信息；以及

B6、基于所述虚拟车辆的实时状态信息和位置坐标信息以及实车定位信息，确定新的现实至虚拟坐标转换信息并将其反馈至虚拟车辆的环境感知模拟信息的生成步骤，以实现闭环仿真过程。

5. 根据权利要求4所述的方法，其中，步骤B4包括：

基于所述环境感知模拟信息，利用所述智能驾驶测试算法模型的规划算法确定虚拟车辆的目标轨迹；以及

基于所述虚拟车辆的目标轨迹，根据所述智能驾驶测试算法模型的控制算法确定针对虚拟车辆的虚拟控制信息。

6. 根据权利要求1所述的方法，其中，步骤C进一步包括：

C1、获取在实际运行的车载智能驾驶模块控制下的实车响应信息；以及

C2、获取在与车载智能驾驶模块伴生的所述智能驾驶测试算法模型控制下的虚拟车辆响应信息。

7.根据权利要求1所述的方法，其中，在闭环仿真测试过程中，利用代理机制将运行智能驾驶测试算法模型的伴生域与车载智能驾驶模块的功能域进行通信隔离。

8.根据权利要求7所述的方法，其中，所述伴生任务配置信息包括代理配置信息，所述代理配置信息指定所述伴生域与所述功能域之间的数据通信类型和/或格式。

9.一种智能驾驶闭环仿真系统，其特征在于，包括：

伴生任务管理模块，其配置成接收由云端下发的伴生任务数据包，其中所述伴生任务数据包包括智能驾驶测试算法模型和伴生任务配置信息；

伴生闭环仿真模块，其配置成至少基于由车载传感器采集的实时传感器信息，在车端针对所述智能驾驶测试算法模型进行闭环仿真测试；以及

数据处理模块，其配置成通过对比闭环仿真测试下的虚拟车辆响应信息和受实际运行的车载智能驾驶模块控制下的实车响应信息，判断所述智能驾驶测试算法模型的有效性。

10.根据权利要求9所述的系统，其中，所述伴生任务配置信息包括数据筛选规则，并且所述数据处理模块包括数据筛选单元，所述数据筛选单元用于根据所述数据筛选规则对闭环仿真测试过程中所述智能驾驶测试算法模型的生成数据进行筛选，以上传至云端。

11.根据权利要求9所述的系统，其中，所述伴生闭环仿真模块进一步配置成执行以下操作中的一项或多项：

将同步信号传送至所述车载智能驾驶模块，以确保所述车载智能驾驶模块的运行与所述闭环仿真测试同步；

基于所述实时传感器信息，生成实车环境感知信息；

利用现实至虚拟坐标转换信息对所述实车环境感知信息进行坐标转换，以生成针对虚拟车辆的环境感知模拟信息；

基于由所述实时传感器信息生成的环境感知模拟信息，利用所述智能驾驶测试算法模型生成针对虚拟车辆的虚拟控制信息；

根据虚拟车辆动力学模型，生成所述虚拟车辆在所述虚拟控制信息的控制下的实时状态信息和位置坐标信息；以及

基于所述虚拟车辆的实时状态信息和位置坐标信息、以及实车定位信息，确定新的现实至虚拟坐标转换信息并将其反馈至虚拟车辆的环境感知模拟信息的生成步骤，以实现闭环仿真过程。

12.根据权利要求9所述的系统，其中，所述伴生任务配置信息包括代理配置信息，所述代理配置信息指定所述伴生闭环仿真模块与车载智能驾驶模块之间的数据通信类型和/或格式，以实现闭环仿真测试过程中所述伴生闭环仿真模块与车载智能驾驶模块之间的通信隔离。

13.一种计算机存储介质，其特征在于，所述计算机存储介质包括指令，所述指令在运行时执行根据权利要求1至8中任一项所述的方法。

Images