CN115454843A - 一种无人驾驶仿真装置及自动化测试方法 - Google Patents

Abstract

本公开是关于一种无人驾驶仿真装置及自动化测试方法。其中，该装置包括：测试管理模块、Prescan模型模块、Simulink模型模块、ROS算法模块、云控平台模块，本公开通过云控平台、ROS算法和车辆的全栈仿真以打破各工具间的壁垒限制，使数据流互通，助力协同开发。通过自动化仿真测试以减少场景测试的时间，提高测试效率，快速优化迭代算法。

Description

一种无人驾驶仿真装置及自动化测试方法

技术领域

本公开涉及无人驾驶仿真领域，具体而言，涉及一种无人驾驶装置、无人驾驶自动化测试方法、电子设备以及存储介质。

背景技术

自动驾驶汽车在正式应用之前需要大量数据测试，以保证自动驾驶的安全性。目前自动驾驶算法测试大约90％通过仿真平台完成，9％在测试场完成，1％通过实际路测完成，且随着仿真技术水平的提高和应用的普及，仿真平台承担的测试量将越来越高，仿真测试已逐步成为自动驾驶测试验证的主要方式。然而，现有的控制执行算法作为传统车辆研究的核心，主要依赖于Matlab/Simulink工具进行基于模型的开发和仿真测试，而环境感知和规划决策等算法则多使用ROS(Robot Operating System)等工具开发及代码工程化应用。各算法开发阶段之间大多单独进行，且由于开发环境和开发语言的不同，使得对整个无人驾驶算法的仿真测试带来了一定的障碍。现有相关研究多专注于对规划控制算法的联调仿真验证，无场景感知数据注入和云控数据介入，未能形成无人驾驶算法的全栈仿真测试。

另外，场景是被测车辆与仿真环境中静态、动态元素综合交互的过程，各个场景元素的排列组合得到不同场景的集合。为保证无人驾驶算法测试的完备性，理论上所有的场景集合都必须被测试。单纯通过人工手动设置的场景数据的方式效率低下且操作繁琐，因此如何提高加速自动驾驶测试过程是一个关键难题。

因此，需要一种或多种方法解决上述问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种无人驾驶仿真方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本公开的一个方面，提供一种无人驾驶仿真装置，包括：

测试管理模块，所述测试管理模块用于基于测试需求通过正交试验设计生成正交试验表，基于与Prescan模型模块通信接收仿真模型参数的赋值，以完成仿真场景的遍历和自动化仿真测试，并生成测试报告；

Prescan模型模块，所述Prescan模型模块用于基于Prescan软件构建仿真场景，为所述仿真场景中的仿真模型参数赋值，生成感知数据，并基于Simulink模型模块的车辆配置模拟信息实现车辆状态的可视化模拟；

Simulink模型模块，所述Simulink模型模块用于基于车辆配置模拟信息生成车辆状态参数，并对所述车辆状态参数、所述Prescan模型模块发送的感知数据、所述ROS算法模块发送的控制指令按照预设协议进行转换和数据成员填充、解析；

ROS算法模块，所述ROS算法模块用于感知数据生成车辆环境信息，并基于所述车辆环境信息生成车辆行为决策和局部路径规划，基于所述车辆行为决策和局部路径规划解析出车辆的转角和车速，生成车辆操作指令；

云控平台模块，所述云控平台模块用于接收无人驾驶任务指令并将所述无人驾驶任务指令转发至所述ROS算法模块，生成并展示车辆状态监控信息及任务进度。

在本公开的一种示例性实施例中，所述装置的测试管理模块还包括：

测试用例子模块，所述测试用例子模块用于基于测试需求通过正交试验设计生成正交试验表，并将所述正交试验表发送至测试脚本子模块；

测试脚本子模块，所述测试脚本子模块基于预设测试管理模块API接口与所述Prescan模型模块的仿真场景子模块连接，用于接收所述测试用例子模块发送的包含测试需求的正交试验表及所述仿真场景子模块发送的仿真模型参数的赋值，以完成仿真场景的遍历和自动化仿真测试；

数据监控子模块，所述数据监控子模块用于实时采集并监视所述测试脚本子模块仿真场景的遍历和自动化仿真测试，生成测试报告。

在本公开的一种示例性实施例中，所述装置的测试管理模块中的测试用例子模块还用于：

基于测试需求选取正交试验影响因素，将所述正交试验影响因素分为预设等级的影响水平，并选择确定正交试验表；

将所述正交试验影响因素的影响因子映射到所选正交试验表的各列中，以生成正交试验设计表Ln(m^k)；

其中，L为正交试验表，n为实验次数，且n＝(m-1)*k+1，k为正交试验影响因素的个数，m为每个正交试验影响因素的水平数；

所述正交试验表发送至测试脚本子模块。

在本公开的一种示例性实施例中，所述装置的Prescan模型模块还包括：

仿真场景子模块，所述仿真场景子模块用于根据仿真需求基于Prescan软件构建仿真场景，为所述仿真场景中的仿真模型参数赋值，并将所述仿真模型参数的赋值发送至虚拟传感器、可视化子模块、所述测试管理模块的测试脚本子模块；

虚拟传感器，所述虚拟传感器用于接收所述仿真场景子模块发送的仿真模型参数的赋值及接收所述Simulink模型模块的车辆模型子模块发送的车辆状态参数，基于预设的虚拟传感器生成感知数据，并将所述感知数据发送至所述Simulink模型模块的数据处理子模块；其中，所述虚拟传感器包括激光雷达、毫米波雷达、单目/双目相机；

可视化子模块，所述可视化子模块用于基于接收所述Simulink模型模块的车辆模型子模块发送的车辆配置模拟信息及所述仿真场景子模块发送的仿真模型参数的赋值实现车辆状态的可视化模拟。

在本公开的一种示例性实施例中，所述装置的Simulink模型模块还包括：

车辆模型子模块，所述车辆模型子模块用于对车辆各子系统进行参数化赋值生成车辆配置模拟信息，并生成车辆状态参数；

数据处理子模块，所述数据处理子模块用于接收所述车辆模型子模块发送的车辆状态参数、所述Prescan模型模块的虚拟传感器发送的感知数据、所述ROS算法模块的控制执行子模块通过所述Simulink模型模块的通信接口发送的控制指令，并将所述车辆状态参数、感知数据、控制指令按照预设协议进行转换和数据成员填充、解析；

通信接口，所述通信接口用于基于预设通信接口实现所述Simulink模型模块和所述ROS算法模块之间的数据通信。

在本公开的一种示例性实施例中，所述装置的ROS算法模块还包括：

环境感知子模块，所述环境感知子模块用于基于所述Simulink模型模块的通信接口接收所述Prescan模型模块的虚拟传感器的感知数据，并基于所述感知数据完成环境感知及检测，生成车辆环境信息发送至所述规划决策子模块；

决策规划子模块，所述决策规划子模块用于接收所述环境感知子模块发送的车辆环境信息，并基于所述车辆环境信息生成车辆行为决策和局部路径规划，并将所述辆行为决策和局部路径规划发送至控制执行子模块；

控制执行子模块，所述控制执行子模块用于接收所述车辆行为决策和局部路径规划，并基于所述车辆行为决策和局部路径规划解析出车辆的转角和车速，生成车辆操作指令；

单车云控子模块，所述单车云控子模块用于建立所述ROS算法模块与所述云控平台模块之间的数据通信，解析所述云控平台模块的指令，生成车辆运行状态并发送至所述云控平台模块的车辆监控子模块。

在本公开的一种示例性实施例中，所述装置的云控平台模块还包括：

作业管理子模块，所述作业管理子模块用于基于预设数据格式及预设通信协议将无人驾驶任务指令发送至所述车辆监控子模块及所述ROS算法模块的单车云控子模块，其中所述预设数据格式包括JSON数据格式、XML数据格式，所述预设通信协议包括MQTT通信协议、WebSocket通信协议、HTTPS通信协议；

车辆监控子模块，所述车辆监控子模块用于接收数所述ROS算法模块的单车云控子模块发送的车辆运行状态及所述作业管理子模块发送的无人驾驶任务指令，生成并展示车辆状态监控信息及任务进度。

在本公开的一个方面，提供基于无人驾驶仿真装置的无人驾驶自动化测试方法，包括：

测试用例制定步骤，基于测试管理模块以天气、车道数、激光雷达线数与速度表征的影响因素和影响因子为例，确定正交试验表，根据正交实验表的试验内容按照预设文本格式制定测试用例，所述测试用例的文本格式为XLS、XML、TXT、CSV；

参数化仿真模型建立步骤，基于Prescan模型模块搭建参数化的仿真场景和车辆模型，根据所述测试用例制定步骤的测试用例预留天气、车道数、激光雷达与速度参数读取和修改接口，预设仿真运行时间接口，预设可读取和写入的文本文件接口；

通信接口配置步骤，基于Simulink模型模块基于ROS通信配置车辆速度、转角的反馈量通信，基于串口通信配置组合导航通信，基于以太网通信配置激光雷达数据通信，基于USB通信配置视觉相机数据通信，基于CAN总线通信配置毫米波雷达通信；

数据处理步骤，基于所述Simulink模型模块，基于所述通信接口配置步骤的通信方式自定义分别制定通信协议，根据所述通信协议定义进行数据成员填充和解析，以确保数据正常交互；

仿真参数配置步骤，使用MATLAB编写测试脚本，通过xmlread函数读取xml测试用例文件，切片处理和变量赋值，通过Data Model API将变量映射到Simulink模型对应的参数，实现参数化自动赋值和测试用例的遍历；

仿真通过判定步骤，基于Prescan模型模块中的预设评价指标，度量被测自动驾驶系统在自动驾驶仿真中车辆是否压线行驶、是否碰撞障碍物的主观评价指标或选择仿真时间、TTC、横向误差、速度误差的指标进行客观指标进行评分，根据评分结果判定自动驾驶仿真是否通过，若自动驾驶仿真通过则判定仿真测试完成，若自动驾驶仿真不通过则进行ROS算法优化步骤；

ROS算法优化步骤，基于ROS算法模块及所述仿真通过判定步骤中的评分结果对ROS算法进行优化迭代，并重复执行仿真通过判定步骤直至自动驾驶仿真通过；

回归测试用例制定步骤，基于测试管理模块根据所述仿真通过判定步骤的评分结果，选取自动驾驶仿真不通过的测试项编写回归测试用例。

在本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。

在本公开的一个方面，提供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根据上述任意一项所述的方法。

本公开的示例性实施例中的一种无人驾驶仿真装置、无人驾驶自动化测试方法、电子设备以及存储介质。其中，该装置包括：测试管理模块、Prescan模型模块、Simulink模型模块、ROS算法模块、云控平台模块，本公开通过云控平台、ROS算法和车辆的全栈仿真以打破各工具间的壁垒限制，使数据流互通，助力协同开发。通过自动化仿真测试以减少场景测试的时间，提高测试效率，快速优化迭代算法。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。

图1示出了根据本公开一示例性实施例的一种无人驾驶仿真装置的示意框图；

图2A-2B示出了根据本公开一示例性实施例的一种无人驾驶仿真方法的流程图；

图3示意性示出了根据本公开一示例性实施例的电子设备的框图；以及

图4示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

在本示例实施例中，首先提供了一种无人驾驶仿真装置；参考图1中所示，该一种无人驾驶仿真装置包括：

测试管理模块100，所述测试管理模块100用于基于测试需求通过正交试验设计生成正交试验表，基于与Prescan模型模块200通信接收仿真模型参数的赋值，以完成仿真场景的遍历和自动化仿真测试，并生成测试报告。

在本示例实施例中，所述装置的测试管理模块100还包括：

测试用例子模块110，所述测试用例子模块110用于基于测试需求通过正交试验设计生成正交试验表，并将所述正交试验表发送至测试脚本子模块120；

测试脚本子模块120，所述测试脚本子模块120基于预设测试管理模块100API接口与所述Prescan模型模块200的仿真场景子模块210连接，用于接收所述测试用例子模块110发送的包含测试需求的正交试验表及所述仿真场景子模块210发送的仿真模型参数的赋值，以完成仿真场景的遍历和自动化仿真测试；

数据监控子模块130，所述数据监控子模块130用于实时采集并监视所述测试脚本子模块120仿真场景的遍历和自动化仿真测试，生成测试报告。

在本示例实施例中，所述装置的测试管理模块100中的测试用例子模块110还用于：

基于测试需求选取正交试验影响因素，将所述正交试验影响因素分为预设等级的影响水平，并选择确定正交试验表；

将所述正交试验影响因素的影响因子映射到所选正交试验表的各列中，以生成正交试验设计表Ln(m^k)；

其中，L为正交试验表，n为实验次数，且n＝(m-1)*k+1，k为正交试验影响因素的个数，m为每个正交试验影响因素的水平数；

所述正交试验表发送至测试脚本子模块120。

在本示例实施例中，测试管理包括测试用例、测试脚本和数据记录。

测试用例根据测试需求制定，格式可为excel、txt等。考虑到仿真场景参数泛化和交互关系，为有效的、合理地减少试验次数，测试用例根据测试需求通过正交试验设计生成正交试验表，根据正交试验表确定的试验内容按照预定格式(XLS、XML、TXT、CSV)进行测试用例的制定。

正交试验设计是研究多因素多水平的一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，通过较少量的试验获得较多的信息，达到试验的目的。其具体设计步骤为：

测试脚本：测试脚本根据测试用例使用MATLAB或Python编写，通过调用DataModel API模块与模型进行数据交互，实现对测试用例的文本读取和仿真模型参数的赋值，以实现仿真场景的遍历和自动化仿真测试。Data Model API为Prescan提供的模型参数接口，允许用户修改仿真场景、传感器和车辆参数等以实现测试自动化。

数据监控：数据监控的内容可根据需要配置，实时采集和记录关注数据，为判仿真测试结果判断和评价提供条件。根据自动化测试的测试结果以及自定义的报告格式，生成相应的测试报告。

Prescan模型模块200，所述Prescan模型模块200用于基于Prescan软件构建仿真场景，为所述仿真场景中的仿真模型参数赋值，生成感知数据，并基于Simulink模型模块300的车辆配置模拟信息实现车辆状态的可视化模拟。

在本示例实施例中，所述装置的Prescan模型模块200还包括：

仿真场景子模块210，所述仿真场景子模块210用于根据仿真需求基于Prescan软件构建仿真场景，为所述仿真场景中的仿真模型参数赋值，并将所述仿真模型参数的赋值发送至虚拟传感器220、可视化子模块230、所述测试管理模块100的测试脚本子模块120；

虚拟传感器220，所述虚拟传感器220用于接收所述仿真场景子模块210发送的仿真模型参数的赋值及接收所述Simulink模型模块300的车辆模型子模块310发送的车辆状态参数，基于预设的虚拟传感器220生成感知数据，并将所述感知数据发送至所述Simulink模型模块300的数据处理子模块320；其中，所述虚拟传感器220包括激光雷达、毫米波雷达、单目/双目相机；

可视化子模块230，所述可视化子模块230用于基于接收所述Simulink模型模块300的车辆模型子模块310发送的车辆配置模拟信息及所述仿真场景子模块210发送的仿真模型参数的赋值实现车辆状态的可视化模拟。

在本示例实施例中，仿真场景可根据实际仿真需求自定义或实地场景还原仿真场景。用户可根据需要配置道路元素(包括材质、车道线、减速带)、静态交通元素(包括交通标志、路灯、车站、周围建筑)的静态元素和交通参与者(包括机动车行为、非机动车行为、行人行为等)、气象变化(雨、雪、雾等天气状况)、时间变化(主要是不同时刻光照的变化)的动态元素以丰富场景用例。

虚拟传感器220包括激光雷达、毫米波雷达、单目和双目相机等。各传感器通过模拟真实传感器的探测机理感知主车位于虚拟场景的周边环境信息，并可根据表1调整传感器的参数模拟实车的传感器类型，通过不同的传感器组合模拟实车的传感器配置方案。

表1部分虚拟传感器220及可调参数

可视化模块可根据内置车辆模型或外部导入3D模型实现车辆状态的可视化效果输出，以达到通过仿真结果更直观地评价无人算法控制效果的目的。

Simulink模型模块300，所述Simulink模型模块300用于基于车辆配置模拟信息生成车辆状态参数，并对所述车辆状态参数、所述Prescan模型模块200发送的感知数据、所述ROS算法模块400发送的控制指令按照预设协议进行转换和数据成员填充、解析。

在本示例实施例中，所述装置的Simulink模型模块300还包括：

车辆模型子模块310，所述车辆模型子模块310用于对车辆各子系统进行参数化赋值生成车辆配置模拟信息，并生成车辆状态参数；

数据处理子模块320，所述数据处理子模块320用于接收所述车辆模型子模块310发送的车辆状态参数、所述Prescan模型模块200的虚拟传感器220发送的感知数据、所述ROS算法模块400的控制执行子模块430通过所述Simulink模型模块300的通信接口330发送的控制指令，并将所述车辆状态参数、感知数据、控制指令按照预设协议进行转换和数据成员填充、解析；

通信接口330，所述通信接口330用于基于预设通信接口330实现所述Simulink模型模块300和所述ROS算法模块400之间的数据通信。

在本示例实施例中，Simulink模型包含车辆模型、数据处理和通信接口330。

车辆模型主要包括车体、轮胎、悬架系统、转向系统、制动系统、动力系统、传动系统、硬件IO接口等参数化的车辆模型，并支持不同自由度配置(如2、3、7、14等自由度车辆模型)和满足不同轴数、不同驱动和不同转向形式等模型通用化需求。

数据处理是将虚拟传感器220(组合导航、激光雷达、毫米波雷达、视觉相机)的感知数据、车辆状态参数(速度、转角、位置、航向角等)和控制指令(预期速度、预期转角)按照预设的协议进行转换和数据成员填充和解析，以确保数据正常交互。

通信接口330代替真实接口模块，实现接口参数可调整、通信数据可监控的功能。用户可根据测试需要更改接口特性及接口数量，满足不同的测试需求，提高测试平台的灵活性和通用性。为实时模拟信号交互，通信接口330或采用ROS通信如车辆速度、转角等反馈量的通信；或模拟实际信号路由方式，如组合导航通过串口通信，激光雷达通过以太网通信，视觉相机通过USB通信，毫米波通过CAN总线通信。

ROS算法模块400，所述ROS算法模块400用于感知数据生成车辆环境信息，并基于所述车辆环境信息生成车辆行为决策和局部路径规划，基于所述车辆行为决策和局部路径规划解析出车辆的转角和车速，生成车辆操作指令。

在本示例实施例中，所述装置的ROS算法模块400还包括：

环境感知子模块410，所述环境感知子模块410用于基于所述Simulink模型模块300的通信接口330接收所述Prescan模型模块200的虚拟传感器220的感知数据，并基于所述感知数据完成环境感知及检测，生成车辆环境信息发送至所述规划决策子模块；

决策规划子模块420，所述决策规划子模块420用于接收所述环境感知子模块410发送的车辆环境信息，并基于所述车辆环境信息生成车辆行为决策和局部路径规划，并将所述辆行为决策和局部路径规划发送至控制执行子模块430；

控制执行子模块430，所述控制执行子模块430用于接收所述车辆行为决策和局部路径规划，并基于所述车辆行为决策和局部路径规划解析出车辆的转角和车速，生成车辆操作指令；

单车云控子模块440，所述单车云控子模块440用于建立所述ROS算法模块400与所述云控平台模块500之间的数据通信，解析所述云控平台模块500的指令，生成车辆运行状态并发送至所述云控平台模块500的车辆监控子模块520。

在本示例实施例中，环境感知主要通过对传感器获取到的感知数据进行处理和分析，以达到对车道线、障碍物、行人等静动态元素的感知与检测。

规划决策指依据环境感知提供的车辆定位和周边环境信息进行合理的行为决策和局部路径规划。

控制执行根据规划决策层输出的轨迹和速度解析出车辆的转角和车速驱动车辆模型执行相应动作。

单车云控作为ROS算法与云控平台数据交互的桥梁，主要用于解析云控平台指令和上报无人车运行状态。其中解析云控平台指令是指将云控平台下发的任务信息的数据格式(JSON、XML)转换为ROS可识别的数据格式(msg、srv)。上报无人车运行状态是指将车辆ID、GPS位置、任务进度、任务状态、车辆状态(速度、故障等级)等消息转换成预定的数据格式(JSON、XML)后发送至云控平台进行监控和处理。

云控平台模块500，所述云控平台模块500用于接收无人驾驶任务指令并将所述无人驾驶任务指令转发至所述ROS算法模块400，生成并展示车辆状态监控信息及任务进度。

在本示例实施例中，所述装置的云控平台模块500还包括：

作业管理子模块510，所述作业管理子模块510用于基于预设数据格式及预设通信协议将无人驾驶任务指令发送至所述车辆监控子模块520及所述ROS算法模块400的单车云控子模块440，其中所述预设数据格式包括JSON数据格式、XML数据格式，所述预设通信协议包括MQTT通信协议、WebSocket通信协议、HTTPS通信协议；

车辆监控子模块520，所述车辆监控子模块520用于接收数所述ROS算法模块400的单车云控子模块440发送的车辆运行状态及所述作业管理子模块510发送的无人驾驶任务指令，生成并展示车辆状态监控信息及任务进度。

在本示例实施例中，云控平台作为高性能的便携式数据处理平台，是无人驾驶的远程大脑，主要包括作业管理和车辆监控。

作业管理主要指云控平台根据无人驾驶生产活动的业务逻辑、用户定制的数据格式(JSON、XML)和通信协议(MQTT、WebSocket、HTTPS)，负责任务指令(循迹、掉头、跟车、装载、卸载、停止、任务完成等)、任务ID及全局目标点等信息的发放。

车辆监控负责接收单车云控数据，从而动态显示和远程监控车辆状态、任务进度等信息。

应当注意，尽管在上文详细描述中提及了一种无人驾驶仿真装置的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本公开的示例性实施例中的一种无人驾驶仿真装置、无人驾驶自动化测试方法、电子设备以及存储介质。其中，该装置包括：测试管理模块、Prescan模型模块、Simulink模型模块、ROS算法模块、云控平台模块，本公开通过云控平台、ROS算法和车辆的全栈仿真以打破各工具间的壁垒限制，使数据流互通，助力协同开发。通过自动化仿真测试以减少场景测试的时间，提高测试效率，快速优化迭代算法。

如图2A-2B所示，本公开还提供一种基于无人驾驶仿真装置的无人驾驶自动化测试方法，所述方法包括：

测试用例制定步骤S210，基于测试管理模块以天气、车道数、激光雷达线数与速度表征的影响因素和影响因子为例，确定正交试验表，根据正交实验表的试验内容按照预设文本格式制定测试用例，所述测试用例的文本格式为XLS、XML、TXT、CSV；

在本示例实施例中，以天气(阴天、晴天、雨天)、车道数(2、4、6车道)、激光雷达线数(16、32、64线)与速度(10、20、30km/h)表征的影响因素和影响因子为例，确定正交试验表L9(3^4)，如表2所示。根据正交实验表的试验内容按照预设文本格式制定测试用例，文本格式可为XLS、XML、TXT、CSV等。

表2正交试验表

参数化仿真模型建立步骤S220，基于Prescan模型模块搭建参数化的仿真场景和车辆模型，根据所述测试用例制定步骤的测试用例预留天气、车道数、激光雷达与速度参数读取和修改接口，预设仿真运行时间接口，预设可读取和写入的文本文件接口；

通信接口配置步骤S230，基于Simulink模型模块基于ROS通信配置车辆速度、转角的反馈量通信，基于串口通信配置组合导航通信，基于以太网通信配置激光雷达数据通信，基于USB通信配置视觉相机数据通信，基于CAN总线通信配置毫米波雷达通信；

数据处理步骤S240，基于所述Simulink模型模块，基于所述通信接口配置步骤的通信方式自定义分别制定通信协议，根据所述通信协议定义进行数据成员填充和解析，以确保数据正常交互；

仿真参数配置步骤S250，使用MATLAB编写测试脚本，通过xmlread函数读取xml测试用例文件，切片处理和变量赋值，通过Data Model API将变量映射到Simulink模型对应的参数，实现参数化自动赋值和测试用例的遍历；

仿真通过判定步骤S260，基于Prescan模型模块中的预设评价指标，度量被测自动驾驶系统在自动驾驶仿真中车辆是否压线行驶、是否碰撞障碍物的主观评价指标或选择仿真时间、TTC、横向误差、速度误差的指标进行客观指标进行评分，根据评分结果判定自动驾驶仿真是否通过，若自动驾驶仿真通过则判定仿真测试完成，若自动驾驶仿真不通过则进行ROS算法优化步骤；

ROS算法优化步骤S270，基于ROS算法模块及所述仿真通过判定步骤中的评分结果对ROS算法进行优化迭代，并重复执行仿真通过判定步骤直至自动驾驶仿真通过；

回归测试用例制定步骤S280，基于测试管理模块根据所述仿真通过判定步骤的评分结果，选取自动驾驶仿真不通过的测试项编写回归测试用例。

在本示例实施例中，本公开的仿真平台具备云控指令，环境感知、路径规划和控制执行的全栈仿真能力，可使不同算法并行开发，并在算法开发初期快速进行功能验证，以达到协同开发和提高开发效率的目的。自动化仿真测试在保证测试覆盖率的同时，缩短仿真测试周期，提高测试效率，快速优化迭代算法，以保证算法的安全性和可靠性。

上述中各一种无人驾驶仿真方法的具体细节已经在对应的一种无人驾驶仿真装置中进行了详细的描述，因此此处不再赘述。

需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。

下面参照图3来描述根据本发明的这种实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明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以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元310可以执行如图1中所示的步骤S110至步骤S130。

存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。

存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备300也可以与一个或多个外部设备370(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。

参考图4所示，描述了根据本发明的实施例的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种无人驾驶仿真装置，其特征在于，所述装置包括：

测试管理模块，所述测试管理模块用于基于测试需求通过正交试验设计生成正交试验表，基于与Prescan模型模块通信接收仿真模型参数的赋值，以完成仿真场景的遍历和自动化仿真测试，并生成测试报告；

Prescan模型模块，所述Prescan模型模块用于基于Prescan软件构建仿真场景，为所述仿真场景中的仿真模型参数赋值，生成感知数据，并基于Simulink模型模块的车辆配置模拟信息实现车辆状态的可视化模拟；

Simulink模型模块，所述Simulink模型模块用于基于车辆配置模拟信息生成车辆状态参数，并对所述车辆状态参数、所述Prescan模型模块发送的感知数据、所述ROS算法模块发送的控制指令按照预设协议进行转换和数据成员填充、解析；

ROS算法模块，所述ROS算法模块用于感知数据生成车辆环境信息，并基于所述车辆环境信息生成车辆行为决策和局部路径规划，基于所述车辆行为决策和局部路径规划解析出车辆的转角和车速，生成车辆操作指令；

云控平台模块，所述云控平台模块用于接收无人驾驶任务指令并将所述无人驾驶任务指令转发至所述ROS算法模块，生成并展示车辆状态监控信息及任务进度。

2.如权利要求1所述的装置，其特征在于，所述装置的测试管理模块还包括：

测试用例子模块，所述测试用例子模块用于基于测试需求通过正交试验设计生成正交试验表，并将所述正交试验表发送至测试脚本子模块；

测试脚本子模块，所述测试脚本子模块基于预设测试管理模块API接口与所述Prescan模型模块的仿真场景子模块连接，用于接收所述测试用例子模块发送的包含测试需求的正交试验表及所述仿真场景子模块发送的仿真模型参数的赋值，以完成仿真场景的遍历和自动化仿真测试；

数据监控子模块，所述数据监控子模块用于实时采集并监视所述测试脚本子模块仿真场景的遍历和自动化仿真测试，生成测试报告。

3.如权利要求2所述的装置，其特征在于，所述装置的测试管理模块中的测试用例子模块还用于：

基于测试需求选取正交试验影响因素，将所述正交试验影响因素分为预设等级的影响水平，并选择确定正交试验表；

将所述正交试验影响因素的影响因子映射到所选正交试验表的各列中，以生成正交试验设计表Ln(m^k)；

其中，L为正交试验表，n为实验次数，且n＝(m-1)*k+1，k为正交试验影响因素的个数，m为每个正交试验影响因素的水平数；

所述正交试验表发送至测试脚本子模块。

4.如权利要求1所述的装置，其特征在于，所述装置的Prescan模型模块还包括：

仿真场景子模块，所述仿真场景子模块用于根据仿真需求基于Prescan软件构建仿真场景，为所述仿真场景中的仿真模型参数赋值，并将所述仿真模型参数的赋值发送至虚拟传感器、可视化子模块、所述测试管理模块的测试脚本子模块；

虚拟传感器，所述虚拟传感器用于接收所述仿真场景子模块发送的仿真模型参数的赋值及接收所述Simulink模型模块的车辆模型子模块发送的车辆状态参数，基于预设的虚拟传感器生成感知数据，并将所述感知数据发送至所述Simulink模型模块的数据处理子模块；其中，所述虚拟传感器包括激光雷达、毫米波雷达、单目/双目相机；

可视化子模块，所述可视化子模块用于基于接收所述Simulink模型模块的车辆模型子模块发送的车辆配置模拟信息及所述仿真场景子模块发送的仿真模型参数的赋值实现车辆状态的可视化模拟。

5.如权利要求1所述的装置，其特征在于，所述装置的Simulink模型模块还包括：

车辆模型子模块，所述车辆模型子模块用于对车辆各子系统进行参数化赋值生成车辆配置模拟信息，并生成车辆状态参数；

数据处理子模块，所述数据处理子模块用于接收所述车辆模型子模块发送的车辆状态参数、所述Prescan模型模块的虚拟传感器发送的感知数据、所述ROS算法模块的控制执行子模块通过所述Simulink模型模块的通信接口发送的控制指令，并将所述车辆状态参数、感知数据、控制指令按照预设协议进行转换和数据成员填充、解析；

通信接口，所述通信接口用于基于预设通信接口实现所述Simulink模型模块和所述ROS算法模块之间的数据通信。

6.如权利要求1所述的装置，其特征在于，所述装置的ROS算法模块还包括：

环境感知子模块，所述环境感知子模块用于基于所述Simulink模型模块的通信接口接收所述Prescan模型模块的虚拟传感器的感知数据，并基于所述感知数据完成环境感知及检测，生成车辆环境信息发送至所述规划决策子模块；

决策规划子模块，所述决策规划子模块用于接收所述环境感知子模块发送的车辆环境信息，并基于所述车辆环境信息生成车辆行为决策和局部路径规划，并将所述辆行为决策和局部路径规划发送至控制执行子模块；

控制执行子模块，所述控制执行子模块用于接收所述车辆行为决策和局部路径规划，并基于所述车辆行为决策和局部路径规划解析出车辆的转角和车速，生成车辆操作指令；

单车云控子模块，所述单车云控子模块用于建立所述ROS算法模块与所述云控平台模块之间的数据通信，解析所述云控平台模块的指令，生成车辆运行状态并发送至所述云控平台模块的车辆监控子模块。

7.如权利要求1所述的装置，其特征在于，所述装置的云控平台模块还包括：

作业管理子模块，所述作业管理子模块用于基于预设数据格式及预设通信协议将无人驾驶任务指令发送至所述车辆监控子模块及所述ROS算法模块的单车云控子模块，其中所述预设数据格式包括JSON数据格式、XML数据格式，所述预设通信协议包括MQTT通信协议、WebSocket通信协议、HTTPS通信协议；

车辆监控子模块，所述车辆监控子模块用于接收数所述ROS算法模块的单车云控子模块发送的车辆运行状态及所述作业管理子模块发送的无人驾驶任务指令，生成并展示车辆状态监控信息及任务进度。

8.一种基于无人驾驶仿真装置的无人驾驶自动化测试方法，其特征在于，所述方法包括：

测试用例制定步骤，基于测试管理模块以天气、车道数、激光雷达线数与速度表征的影响因素和影响因子为例，确定正交试验表，根据正交实验表的试验内容按照预设文本格式制定测试用例，所述测试用例的文本格式为XLS、XML、TXT、CSV；

参数化仿真模型建立步骤，基于Prescan模型模块搭建参数化的仿真场景和车辆模型，根据所述测试用例制定步骤的测试用例预留天气、车道数、激光雷达与速度参数读取和修改接口，预设仿真运行时间接口，预设可读取和写入的文本文件接口；

通信接口配置步骤，基于Simulink模型模块基于ROS通信配置车辆速度、转角的反馈量通信，基于串口通信配置组合导航通信，基于以太网通信配置激光雷达数据通信，基于USB通信配置视觉相机数据通信，基于CAN总线通信配置毫米波雷达通信；

数据处理步骤，基于所述Simulink模型模块，基于所述通信接口配置步骤的通信方式自定义分别制定通信协议，根据所述通信协议定义进行数据成员填充和解析，以确保数据正常交互；

仿真参数配置步骤，使用MATLAB编写测试脚本，通过xmlread函数读取xml测试用例文件，切片处理和变量赋值，通过Data Model API将变量映射到Simulink模型对应的参数，实现参数化自动赋值和测试用例的遍历；

仿真通过判定步骤，基于Prescan模型模块中的预设评价指标，度量被测自动驾驶系统在自动驾驶仿真中车辆是否压线行驶、是否碰撞障碍物的主观评价指标或选择仿真时间、TTC、横向误差、速度误差的指标进行客观指标进行评分，根据评分结果判定自动驾驶仿真是否通过，若自动驾驶仿真通过则判定仿真测试完成，若自动驾驶仿真不通过则进行ROS算法优化步骤；

ROS算法优化步骤，基于ROS算法模块及所述仿真通过判定步骤中的评分结果对ROS算法进行优化迭代，并重复执行仿真通过判定步骤直至自动驾驶仿真通过；

回归测试用例制定步骤，基于测试管理模块根据所述仿真通过判定步骤的评分结果，选取自动驾驶仿真不通过的测试项编写回归测试用例。

9.一种电子设备，其特征在于，包括

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求8中所述的方法。

10.一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根据权利要求8中所述方法。

Images