CN115587496B - 基于车路协同的测试方法、装置、设备、系统及存储介质 - Google Patents
基于车路协同的测试方法、装置、设备、系统及存储介质 Download PDFInfo
- Publication number
- CN115587496B CN115587496B CN202211358679.2A CN202211358679A CN115587496B CN 115587496 B CN115587496 B CN 115587496B CN 202211358679 A CN202211358679 A CN 202211358679A CN 115587496 B CN115587496 B CN 115587496B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- simulation
- preset
- data
- simulated
- 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
Links
- 238000010998 test method Methods 0.000 title claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 233
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 125
- 238000004088 simulation Methods 0.000 claims description 232
- 238000000034 method Methods 0.000 claims description 38
- 238000012795 verification Methods 0.000 claims description 34
- 230000004044 response Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了基于车路协同的测试方法、装置、设备、系统及存储介质,涉及计算机技术领域,尤其涉及车路协同、自动驾驶和智能交通技术领域。具体实现方案为:将仿真车辆对应的包含仿真定位信息和仿真行车数据的仿真车辆数据发送至OBU,接收OBU转发的由目标测试场地中的RSU利用预设车路协同算法,根据OBU转发的仿真车辆数据和来自目标测试场地中路侧设备的路侧数据计算得到的路侧信息,利用预设自动驾驶算法,根据路侧信息确定仿真车辆的仿真自动驾驶数据,用于对预设车路协同算法进行验证。通过采用上述技术方案,可在兼顾测试结果准确性的情况下,有效节约测试成本,并提高测试效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及车路协同、自动驾驶和智能交通技术领域。
背景技术
车路协同作为车联网V2X(Vehicle to Everything,车辆到万物)业务的基础能力,可以在避免交通事故、提升道路安全、缓解拥堵、降低能耗以及降低环境污染等方面发挥重要作用,并可以满足车辆自动驾驶等业务的必要输入。
目前,自动驾驶与车路协同联合测试验证是比较复杂的工作,车路协同设备厂商验证V2X场景功能和算法逻辑时,需要在道路侧搭建路侧单元(Road Side Unit,RSU),在自动驾驶车辆侧适配车载单元(On-Board Unit,OBU),自动驾驶车辆需要按照既定的路测场景下在实际道路运行测试等,从而达到车路协同场景与自动驾驶功能的联调测试。
发明内容
本公开提供了一种基于车路协同的测试方法、装置、设备、系统及存储介质。
根据本公开的一方面,提供了一种基于车路协同的测试方法,包括:
将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在目标测试场地中的定位信息;
接收所述OBU转发的路侧信息,其中,所述路侧信息由所述目标测试场地中的路侧单元RSU向所述OBU发送,所述路侧信息由所述RSU利用预设车路协同算法,根据所述OBU转发的所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到;
利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证。
根据本公开的另一方面,提供了一种基于车路协同的测试装置,包括:
仿真车辆数据发送模块,用于将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在目标测试场地中的定位信息;
路侧信息接收模块,用于接收所述OBU转发的路侧信息,其中,所述路侧信息由所述目标测试场地中的路侧单元RSU向所述OBU发送,所述路侧信息由所述RSU利用预设车路协同算法,根据所述OBU转发的所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到;
自动驾驶仿真模块,用于利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开实施例所述的方法。
根据本公开的另一方面,提供了一种基于车路协同的测试系统,包括电子设备、车载单元OBU和配置于目标测试场地中的路侧单元RSU,其中:
所述电子设备,用于将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在所述目标测试场地中的定位信息;
所述OBU,用于将所述仿真车辆数据发送至所述RSU;
所述RSU,用于利用预设车路协同算法,根据所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到路侧信息,并将所述路侧信息发送至所述OBU;
所述OBU,还用于将所述路侧信息发送至所述电子设备;
所述电子设备,还用于利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开实施例所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开任意实施例所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例提供的一种基于车路协同的测试方案的测试场景的示意图;
图2是根据本公开实施例提供的一种基于车路协同的测试方法的流程图;
图3是根据本公开实施例提供的另一种基于车路协同的测试方法的流程图;
图4是根据本公开实施例提供的又一种基于车路协同的测试方法的流程图;
图5根据本公开实施例提供的一种基于车路协同的测试装置的结构示意图;
图6是用来实现本公开实施例的基于车路协同的测试方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
相关技术中,为了验证车路协同功能,需要真实的自动驾驶车辆按照既定的路测场景下在实际道路运行测试等,从而达到车路协同场景与自动驾驶功能的联调测试,需要大量的人力物力支持,测试成本较高,测试难度大,且测试效率低下。
本公开实施例中,采用硬件在环方式,利用电子设备对车辆进行仿真,使其具备自动驾驶仿真能力以及车辆运行仿真能力,通过电子设备与真实的OBU以及真实的RSU直接或间接地交互,来实现针对车路协同功能的测试。
示例性的,图1是根据本公开实施例提供的一种基于车路协同的测试方案的测试场景的示意图。如图1所示,该测试场景中,包含真实路侧场景部分和OBU一体化仿真器部分,真实路侧场景中包含真实的测试场地、真实的路侧设备和真实的RSU。OBU一体化仿真器部分包含真实的OBU和自动驾驶仿真系统以及自动驾驶仿真场景。
图2是根据本公开实施例提供的一种基于车路协同的测试方法的流程图,本公开实施例可适用于对车路协同功能进行测试的情况。该方法可由一种基于车路协同的测试装置来执行,该装置可采用硬件和/或软件的方式来实现,可配置于电子设备中。参考图2,该方法具体包括如下:
S201、将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在目标测试场地中的定位信息;
S202、接收所述OBU转发的路侧信息,其中,所述路侧信息由所述目标测试场地中的路侧单元RSU向所述OBU发送,所述路侧信息由所述RSU利用预设车路协同算法,根据所述OBU转发的所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到;
S203、利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证。
本公开实施例中,电子设备的具体类型不做限定,可以是工控机、个人计算机(Personal Computer,PC)端、笔记本电脑或服务器等设备,电子设备具备自动驾驶仿真能力,可装载自动驾驶仿真系统程序,通过运行自动驾驶仿真系统程序实现基于车路协同的测试方法。测试场地为真实环境场地,目标测试场地为当前进行测试的测试场地。在目标测试场地中可以部署真实的路侧设备,路侧设备例如可包括路侧感知设备、路侧红绿灯以及智能信号机等。OBU和RSU为真实的硬件设备,OBU可以与上述电子设备通过有线或无线方式进行连接,在测试过程中,电子设备和/或OBU可以处于静止状态,并保证OBU和RSU之间的距离处于预设通信范围(如500米)内,使得OBU和RSU之间可以正常地进行数据交互。
示例性的,电子设备可以在启动测试后,加载目标测试场地对应的真实地图,该真实地图可以是在目标测试场地中通过测绘等手段得到的电子地图,可记为第一地图,具体可以是高精地图,可以与自动驾驶功能以及自动驾驶算法进行更好的适配。在RSU中可配置有第二地图,第二地图可以与第一地图相同,也可以由车路协同的设备提供方自行通过测绘等手段得到,第一地图和第二地图可以为不同格式的地图,测绘时所依赖的真实环境均为上述目标测试场地。
示例性的,仿真车辆可以理解为电子设备通过仿真方式模拟出来的虚拟车辆。电子设备可以通过仿真方式将仿真车辆置于第一地图对应的仿真场景中,并确定仿真车辆在第一地图中的定位信息,也即利用仿真方式得到的仿真车辆在目标测试场地中的定位信息,记为仿真定位信息。仿真行车数据可以包括仿真车辆的速度、加速度以及行车方向等仿真数据。
示例性的,仿真车辆数据包括仿真定位信息和仿真车辆数据,还可包括其他的测试相关数据,具体不做限定。由电子设备将仿真车辆数据发送至OBU,由OBU转发至RSU。其中,电子设备和OBU之间的通信方式,可以与真实车辆和OBU之间的通信方式相同,例如基于用户数据报协议(User Datagram Protocol,UDP)进行通信。
示例性的,OBU在接收到电子设备发送的仿真车辆数据后,采用车路协同设备之间的通信方式,将仿真车辆数据转发至RSU。RSU具备接收路侧设备发送的路侧数据的能力,路侧数据例如可以包括摄像头等路侧感知设备采集的包含交通对象(如行人、车辆、非机动车和障碍物等)的图像数据、路侧红绿灯对应的当前信号灯颜色以及倒计时时间等数据、以及智能信号机发送的信息展示屏中当前展示的信息等数据。RSU可以利用预设车路协同算法(可以理解为配置于RSU中的当前待验证的车路协同算法),结合仿真车辆数据和路侧数据来计算用于提供给自动驾驶功能的路侧信息。以一个具体的场景为例,假设目标测试场地中包含路侧红绿灯,预设车路协同算法可以根据仿真定位信息确定仿真车辆在第二地图中的位置,根据该位置确定仿真车辆与第二地图中的红绿灯之间的距离,若当前为绿灯,可以根据车速、加速度、距离和倒计时等数据,预测仿真车辆是否存在闯红灯的风险,若存在,则向仿真车辆发送相关信息,如信号灯颜色、倒计时、仿真车辆与红绿灯之间的距离或红绿灯位置信息、以及闯红灯风险提醒信息等,以便仿真车辆采取相应措施,将需要向仿真车辆发送的相关信息统称为路侧信息。RSU将路侧信息发送至OBU,由OBU向电子设备转发路侧信息,具体可以是通过发送广播信息的方式发送路侧信息。
示例性的,电子设备在收到OBU转发的路侧信息后,利用预设自动驾驶算法,根据路侧信息确定仿真车辆的仿真自动驾驶数据。其中,预设自动驾驶算法可以是用于配置在真实车辆上的自动驾驶算法,具体可以由自动驾驶算法平台提供,可以认为是经过验证的正确的算法,也即,在路侧信息准确的情况下,认为利用预设自动驾驶算法计算得到的仿真自动驾驶数据应该是符合预期的,因此,仿真自动驾驶数据能够用于对预设车路协同算法进行验证,例如验证预设车路协同算法的准确性以及时效性等。仿真自动驾驶数据可包括自动驾驶的决策数据、规划数据以及对仿真车辆的控制数据等,具体例如更换行驶路线、变道、刹车、转向或减速等,可通过判断仿真自动驾驶数据是否符合预期要求,来确定预设车路协同算法是否通过验证。
可选的,仿真自动驾驶数据可以在电子设备中保存记录或实时输出,用于供数据分析设备利用仿真自动驾驶数据对预设车路协同算法进行验证。可选的,电子设备也可以在得到仿真自动驾驶数据后,在电子设备本地利用仿真自动驾驶数据对预设车路协同算法进行验证。
本公开实施例提供的技术方案,将仿真车辆对应的包含仿真定位信息和仿真行车数据的仿真车辆数据发送至车载单元OBU,接收OBU转发的由目标测试场地中的RSU利用预设车路协同算法,根据OBU转发的仿真车辆数据和来自目标测试场地中路侧设备的路侧数据计算得到的路侧信息,利用预设自动驾驶算法,根据路侧信息确定仿真车辆的仿真自动驾驶数据,用于对预设车路协同算法进行验证。通过采用上述技术方案,针对车路协同功能的测试,在真实的测试场地中设置了真实的车路协同设备,获取真实的路侧数据,利用与OBU适配的电子设备进行车端数据的仿真,利用真实RSU获取实际的路侧数据,通过电子设备和RSU之间的数据交互来进行针对车路协同算法的闭环联调测试,无需依赖真实的自动驾驶车辆,可在兼顾测试结果准确性的情况下,有效节约测试成本,并提高测试效率。
在一种可选实施方式中,在所述将仿真车辆对应的仿真车辆数据发送至车载单元OBU之前,还包括:依据测试用例确定所述仿真车辆在所述目标测试场地对应的真实地图中的仿真定位信息,以及基于所述测试用例确定所述仿真车辆在所述真实地图中的仿真行车数据。其中,测试用例可以通过预先编写的方式生成,也可以通过人工触发的方式动态生成。测试用例中可以包含与真实地图匹配的规划路线,如在某个路口左转,还可包括仿真车辆进入RSU的预设通信范围时的初始定位信息和初始行车数据等。可选的,不同的测试用例可以对应不同的测试场景。测试场景可以根据实际的车路协同应用场景确定,如闯红灯判定场景、障碍物避让场景
在一种可选实施方式中,在所述将仿真车辆对应的仿真车辆数据发送至车载单元OBU之前,还包括:基于目标测试场景对应的目标预设测试用例,确定所述仿真车辆在所述目标测试场地对应的真实地图中的仿真定位信息,以及基于所述目标预设测试用例确定所述仿真车辆在所述真实地图中的仿真行车数据。这样设置的好处在于,可以快速根据当前需要进行测试的目标测试场景对应的目标预设测试用例,确定真实地图中的仿真车辆数据,提高测试效率。
示例性的,可以预先针对不同的测试场景构建对应的预设测试用例,在启动测试后,根据当前需要进行测试的目标测试场景,获取对应的目标预设测试用例,进而确定对应的仿真车辆数据。需要说明的是,在测试过程中,电子设备与RSU之间可以存在多次数据交互,仿真车辆数据可以是动态变化的,例如可以在利用得到仿真自动驾驶数据后,根据仿真自动驾驶数据对仿真车辆数据进行动态调整,并再次向OBU发送调整后的仿真车辆数据。
在一种可选实施方式中,所述利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,包括:确定所述目标预设测试用例对应的目标自动驾驶等级,其中,所述仿真车辆支持多个自动驾驶等级;利用所述目标自动驾驶等级对应的预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据。这样设置的好处在于,通过仿真方式可提供多种不同的驾驶等级的仿真能力,满足车路协同硬件在环测试对自动驾驶车辆的不同需求,不需要因自动驾驶等级的切换而频繁更换实车。
示例性的,目前自动驾驶一般分为L0至L5这六个等级,L0表示纯人工驾驶,L1表示驾驶自动化,L2表示辅助驾驶,L3表示自动辅助驾驶,L4表示自动驾驶,L5表示无人驾驶,本公开实施例中所述的多个自动驾驶等级可以包括L2至L4或L2至L5。
图3是根据本公开实施例提供的另一种基于车路协同的测试方法的流程图,本实施例在上述各可选实施例的基础上,提出一种可选方案,针对仿真自动驾驶数据的验证步骤进行进一步说明。参见图3,该方法包括:
S301、基于目标测试场景对应的目标预设测试用例,确定仿真车辆在目标测试场地对应的真实地图中的仿真定位信息。
S302、基于目标预设测试用例确定所述仿真车辆在真实地图中的仿真行车数据。
S303、将仿真车辆对应的仿真车辆数据发送至OBU。
S304、接收OBU转发的路侧信息,其中,路侧信息由RSU向OBU发送,路侧信息由RSU利用预设车路协同算法,根据OBU转发的仿真车辆数据和来自目标测试场地中路侧设备的路侧数据计算得到。
S305、利用预设自动驾驶算法,根据路侧信息确定仿真车辆的仿真自动驾驶数据。
S306、判断仿真自动驾驶数据是否满足目标预设测试用例对应的第一预设要求,若不满足,则确定预设车路协同算法在目标测试场景下未通过验证。
示例性的,可以预先在电子设备中设置各预设测试用例对仿真自动驾驶数据的预期要求,在测试时得到仿真自动驾驶数据后自动判断是否满足该预期要求。目标预设测试用例对应的对仿真自动驾驶数据的预期要求记为第一预设要求,例如障碍物测试场景,第一预设要求可包括得到的仿真自动驾驶数据中包含变道指令、变道指令的输出时间在接收到路侧信息后的预期时间内等。
示例性的,若不满足第一预设要求,说明仿真自动驾驶数据并不符合预期,因此可认为预设车路协同算法存在一定的问题,在目标测试场景下未通过验证。可选的,若满足,可确定预设车路协同算法在目标测试场景下未通过验证,或者结合其他判断标准进行进一步验证。
本公开实施例提供的技术方案,可以在电子设备利用预设自动驾驶算法根据路侧信息确定仿真自动驾驶数据后,自动根据目标预设测试用例对应的第一预设要求来对仿真自动驾驶数据进行验证,进而验证预设车路协同算法,可以提高验证效率。
在一种可选实施方式中,还可基于电子设备接收路侧信息的时间是否符合预期来对预设车路协同算法进行验证。示例性的,还包括:记录所述路侧信息的接收时间信息;判断所述接收时间信息是否满足所述目标预设测试用例对应的第二预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下通过验证。这样设置的好处在于,可以对预设车路协同算法运算的时效性进行高效准确地验证。
示例性的,可以预先在电子设备中设置各预设测试用例对路侧信息接收时间的预期要求,在测试时自动判断所记录的接收时间信息是否满足该预期要求。目标预设测试用例对应的对路侧信息接收时间的预期要求记为第二预设要求,仍以障碍物测试场景为例,第二预设要求可以包括接收时间早于目标时间,目标时间可以是仿真车辆行驶到与障碍物之间的距离为最短安全距离的时间,在达到最短安全距离之前,仿真车辆可以通过自动驾驶算法安全避让该障碍物。
示例性的,若不满足第二预设要求,说明路侧信息的接收时间过晚,并不符合预期,可认为预设车路协同算法存在一定的问题,未能及时计算出路侧信息并通过OBU发送给仿真车辆,在目标测试场景下未通过验证。可选的,若满足,可确定预设车路协同算法在目标测试场景下通过验证,或者结合其他判断标准进行进一步验证。
在一种可选实施方式中,还可基于仿真车辆在自动驾驶算法的作用下的仿真运行结果是否符合预期来对预设车路协同算法进行验证。示例性的,在所述利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据之后,还包括:利用所述仿真自动驾驶数据对所述仿真车辆进行仿真控制,得到所述仿真车辆的仿真运行结果;判断所述仿真运行结果是否满足所述目标预设测试用例对应的第三预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证。这样设置的好处在于,可以对车辆接收到路侧信息后的运行阶段进行进一步仿真,更加直观地验证预设车路协同算法的准确性和时效性。
示例性的,可以预先在电子设备中设置各预设测试用例对仿真运行结果的预期要求,在测试时自动判断仿真运行结果是否满足该预期要求。目标预设测试用例对应的对仿真运行结果的预期要求记为第三预设要求,仍以障碍物测试场景为例,第三预设要求可以包括仿真车辆成功避开障碍物。
示例性的,若不满足第三预设要求,说明预设车路协同算法计算得到的路侧信息内容不准确或者发送时间过晚,并不符合预期,可认为预设车路协同算法的准确性或时效性存在一定的问题,使得仿真车辆未按照预期运行,在目标测试场景下未通过验证。可选的,若满足,可确定预设车路协同算法在目标测试场景下通过验证,或者结合其他判断标准进行进一步验证。
在一种可选实施方式中,可以结合上述两种或更多自动验证的方式对预设车路协同算法进行验证。
图4是根据本公开实施例提供的又一种基于车路协同的测试方法的流程图,本实施例在上述各可选实施例的基础上,提出一种可选方案,针对仿真自动驾驶数据的验证步骤进行进一步说明。参见图4,该方法包括:
S401、基于目标测试场景对应的目标预设测试用例,确定仿真车辆在目标测试场地对应的真实地图中的仿真定位信息。
S402、基于目标预设测试用例确定所述仿真车辆在真实地图中的仿真行车数据。
S403、将仿真车辆对应的仿真车辆数据发送至OBU。
S404、接收OBU转发的路侧信息,并记录路侧信息的接收时间信息。
其中,路侧信息由RSU向OBU发送,路侧信息由RSU利用预设车路协同算法,根据OBU转发的仿真车辆数据和来自目标测试场地中路侧设备的路侧数据计算得到。
S405、利用预设自动驾驶算法,根据路侧信息确定仿真车辆的仿真自动驾驶数据,利用仿真自动驾驶数据对仿真车辆进行仿真控制,得到仿真车辆的仿真运行结果。
S406、判断仿真自动驾驶数据是否满足目标预设测试用例对应的第一预设要求,若满足,则执行步骤407;否则,执行步骤410。
S407、判断接收时间信息是否满足目标预设测试用例对应的第二预设要求,若满足,则执行步骤408;否则,执行步骤410。
S408、判断仿真运行结果是否满足目标预设测试用例对应的第三预设要求,若满足,则执行步骤409;否则,执行步骤410。
S409、确定预设车路协同算法在目标测试场景下通过验证。
S410、确定预设车路协同算法在目标测试场景下未通过验证。
本公开实施例提供的技术方案,针对车路协同功能的测试,在真实的测试场地中设置了真实的车路协同设备,获取真实的路侧数据,利用与OBU适配的电子设备进行车端数据的仿真,利用真实RSU获取实际的路侧数据,通过电子设备和RSU之间的数据交互来进行针对车路协同算法的闭环联调测试,无需依赖真实的自动驾驶车辆,并可以结合三种自动验证的方式对预设车路协同算法进行多维度的验证,在可有效节约测试成本,并提高测试效率的基础上,进一步提高验证结果的准确性。
在一种可选实施方式中,还包括:在向所述OBU发送所述仿真车辆的初始仿真定位信息后的预设时长内,若未接收到所述OBU转发的来自所述RSU的响应信息,则确定所述预设车路协同算法存在异常。这样设置的好处在于,可以验证预设车路协同算法是否及时识别到仿真车辆已进入目标测试场地中。
示例性的,响应信息可以包括RSU用于通知仿真车辆当前已收到初始仿真定位信息的确认信息,也可包括当前能够接收到的路侧数据,如红绿灯位置等。预设时长可以根据实际需求设定,如2秒等。若电子设备发送初始仿真定位信息后,超出预设时长后仍未收到响应信息,可以认为预设车路协同算法未成功识别到仿真车辆已进入目标测试场地中,时效性存在一定问题。
在实车测试的相关技术方案中,由于测试准备工作复杂,需要真实车辆以及安全员等,还受到测试时间的限制,更多关注于RSU和真实车辆之间进行交互后的核心算法的验证,无法兼顾检测一些细微的问题。而通过采用本公开的技术方案,因为是通过仿真方式实现,测试准备成本低,可以在检测到上述问题后,及时对相应的测试条件进行调整,如检查RSU和OBU是否存在问题等,以便消除上述问题后,再进行测试,保证测试结果的有效性和准确性。
在一种可选实施方式中,所述利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,包括:获取所述目标预设测试用例对应的仿真车辆采集数据,其中,所述仿真车辆采集数据包括模拟所述仿真车辆利用车载采集设备在所述目标测试场地中进行数据采集的先验数据;利用预设自动驾驶算法,根据所述路侧信息和所述仿真车辆采集数据确定所述仿真车辆的仿真自动驾驶数据。这样设置的好处在于,可以更加全面地验证预设车路协同算法。
示例性的,自动驾驶算法的输入数据在一些情况下除了路侧信息外,还可能包括车辆自身采集的数据,如通过车辆上配置的超声波传感器或摄像头采集的数据。对于真实车辆,可以通过真实车辆自身来采集这些数据,而对于本公开实施例中的方案,可以以输入先验数据的方式来模拟车辆的采集数据,以模拟自动驾驶算法的真实计算过程,从而更加准确地得到仿真自动驾驶数据。
示例性的,以障碍物场景为例,仿真车辆采集数据可以包括模拟车辆超声波传感器检测到的障碍物距离和尺寸等数据,还可以包括车载摄像头拍摄的障碍物图像,结合路侧信息中的如识别出的障碍物类型、障碍物定位信息、更加精准的尺寸以及障碍物移动速度等信息,自动驾驶算法可以得出更加准确的自动驾驶数据,进而更加有效地验证真实使用场景下的预设车路协同算法。
在一种可选实施方式中,所述利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,包括:获取所述目标预设测试用例对应的仿真车辆采集数据;确定所述目标预设测试用例对应的目标自动驾驶等级,利用所述目标自动驾驶等级对应的预设自动驾驶算法,根据所述路侧信息和所述仿真车辆采集数据确定所述仿真车辆的仿真自动驾驶数据。
图5根据本公开实施例提供的一种基于车路协同的测试装置的结构示意图,本公开实施例可适用于对车路协同功能进行测试的情况。该装置可采用硬件和/或软件的方式来实现,可配置于电子设备中。参考图5,该基于车路协同的测试装置500包括:
仿真车辆数据发送模块501,用于将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在目标测试场地中的定位信息;
路侧信息接收模块502,用于接收所述OBU转发的路侧信息,其中,所述路侧信息由所述RSU向所述OBU发送,所述路侧信息由所述目标测试场地中的路侧单元RSU利用预设车路协同算法,根据所述OBU转发的所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到;
自动驾驶仿真模块503,用于利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证。
本公开实施例提供的技术方案,针对车路协同功能的测试,在真实的测试场地中设置了真实的车路协同设备,获取真实的路侧数据,利用与OBU适配的电子设备进行车端数据的仿真,利用真实RSU获取实际的路侧数据,通过电子设备和RSU之间的数据交互来进行针对车路协同算法的闭环联调测试,无需依赖真实的自动驾驶车辆,可在兼顾测试结果准确性的情况下,有效节约测试成本,并提高测试效率。
在一种可选实施方式中,还包括:
数据确定模块,用于在所述将仿真车辆对应的仿真车辆数据发送至车载单元OBU之前,基于目标测试场景对应的目标预设测试用例,确定所述仿真车辆在所述目标测试场地对应的真实地图中的仿真定位信息,以及基于所述目标预设测试用例确定所述仿真车辆在所述真实地图中的仿真行车数据。
在一种可选实施方式中,还包括:
第一验证模块,用于判断所述仿真自动驾驶数据是否满足所述目标预设测试用例对应的第一预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证。
在一种可选实施方式中,还包括:
时间记录模块,用于记录所述路侧信息的接收时间信息;
第二验证模块,用于判断所述接收时间信息是否满足所述目标预设测试用例对应的第二预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证。
在一种可选实施方式中,还包括:
车辆控制模块,用于在所述利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据之后,利用所述仿真自动驾驶数据对所述仿真车辆进行仿真控制,得到所述仿真车辆的仿真运行结果;
第三验证模块,用于判断所述仿真运行结果是否满足所述目标预设测试用例对应的第三预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证。
在一种可选实施方式中,还包括:
异常确定模块,用于在向所述OBU发送所述仿真车辆的初始仿真定位信息后的预设时长内,若未接收到所述OBU转发的来自所述RSU的响应信息,则确定所述预设车路协同算法存在异常。
在一种可选实施方式中,所述自动驾驶仿真模块,包括:
等级确定子模块,用于确定所述目标预设测试用例对应的目标自动驾驶等级,其中,所述仿真车辆支持多个自动驾驶等级;
自动驾驶仿真子模块,用于利用所述目标自动驾驶等级对应的预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据。
在一种可选实施方式中,所述自动驾驶仿真模块,包括:
数据获取子模块,用于确定所述目标预设测试用例对应的仿真车辆采集数据,其中,所述仿真车辆采集数据包括模拟所述仿真车辆利用车载采集设备在所述目标测试场地中进行数据采集的先验数据;
仿真子模块,用于利用预设自动驾驶算法,根据所述路侧信息和所述仿真车辆采集数据确定所述仿真车辆的仿真自动驾驶数据。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
本公开的实施例还提供一种基于车路协同的测试系统,该测试系统包括电子设备、车载单元OBU和配置于目标测试场地中的路侧单元RSU。该测试系统的组成和工作场景可以参考图1,电子设备用于集成图1中的自动驾驶仿真系统。其中:
所述电子设备,用于将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在所述目标测试场地中的定位信息;
所述OBU,用于将所述仿真车辆数据发送至所述RSU;
所述RSU,用于利用预设车路协同算法,根据所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到路侧信息,并将所述路侧信息发送至所述OBU;
所述OBU,还用于将所述路侧信息发送至所述电子设备;
所述电子设备,还用于利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证。
基于车路协同的测试系统中的技术细节,可参考上文中的相关描述,此处不再赘述。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如基于车路协同的测试方法。例如,在一些实施例中,基于车路协同的测试方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的基于车路协同的测试方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于车路协同的测试方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用和存储设备等,并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (11)
1.一种基于车路协同的测试方法,包括:
基于目标测试场景对应的目标预设测试用例,确定仿真车辆在目标测试场地对应的真实地图中的仿真定位信息,以及基于目标预设测试用例确定所述仿真车辆在所述真实地图中的仿真行车数据;
将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在目标测试场地中的定位信息;
接收所述OBU转发的路侧信息,其中,所述路侧信息由所述目标测试场地中的路侧单元RSU向所述OBU发送,所述路侧信息由所述RSU利用预设车路协同算法,根据所述OBU转发的所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到;
利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证;
采用如下至少一种方式对所述预设车路协同算法进行验证:
判断所述仿真自动驾驶数据是否满足所述目标预设测试用例对应的第一预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对仿真自动驾驶数据的预期要求记为第一预设要求;
记录所述路侧信息的接收时间信息;判断所述接收时间信息是否满足所述目标预设测试用例对应的第二预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对路侧信息接收时间的预期要求记为第二预设要求;
利用所述仿真自动驾驶数据对所述仿真车辆进行仿真控制,得到所述仿真车辆的仿真运行结果;判断所述仿真运行结果是否满足所述目标预设测试用例对应的第三预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对仿真运行结果的预期要求记为第三预设要求。
2.根据权利要求1所述的方法,还包括:
在向所述OBU发送所述仿真车辆的初始仿真定位信息后的预设时长内,若未接收到所述OBU转发的来自所述RSU的响应信息,则确定所述预设车路协同算法存在异常。
3.根据权利要求1所述的方法,其中,所述利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,包括:
确定所述目标预设测试用例对应的目标自动驾驶等级,其中,所述仿真车辆支持多个自动驾驶等级;
利用所述目标自动驾驶等级对应的预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据。
4.根据权利要求1所述的方法,其中,所述利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,包括:
获取所述目标预设测试用例对应的仿真车辆采集数据,其中,所述仿真车辆采集数据包括模拟所述仿真车辆利用车载采集设备在所述目标测试场地中进行数据采集的先验数据;
利用预设自动驾驶算法,根据所述路侧信息和所述仿真车辆采集数据确定所述仿真车辆的仿真自动驾驶数据。
5.一种基于车路协同的测试装置,包括:
仿真车辆数据发送模块,用于将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在目标测试场地中的定位信息;
路侧信息接收模块,用于接收所述OBU转发的路侧信息,其中,所述路侧信息由所述目标测试场地中的路侧单元RSU向所述OBU发送,所述路侧信息由所述RSU利用预设车路协同算法,根据所述OBU转发的所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到;
自动驾驶仿真模块,用于利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证;
数据确定模块,用于在所述将仿真车辆对应的仿真车辆数据发送至车载单元OBU之前,基于目标测试场景对应的目标预设测试用例,确定所述仿真车辆在所述目标测试场地对应的真实地图中的仿真定位信息,以及基于所述目标预设测试用例确定所述仿真车辆在所述真实地图中的仿真行车数据;
所述装置还用于采用如下至少一种方式对所述预设车路协同算法进行验证:
判断所述仿真自动驾驶数据是否满足所述目标预设测试用例对应的第一预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对仿真自动驾驶数据的预期要求记为第一预设要求;
记录所述路侧信息的接收时间信息;判断所述接收时间信息是否满足所述目标预设测试用例对应的第二预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对路侧信息接收时间的预期要求记为第二预设要求;
利用所述仿真自动驾驶数据对所述仿真车辆进行仿真控制,得到所述仿真车辆的仿真运行结果;判断所述仿真运行结果是否满足所述目标预设测试用例对应的第三预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对仿真运行结果的预期要求记为第三预设要求。
6.根据权利要求5所述的装置,还包括:
异常确定模块,用于在向所述OBU发送所述仿真车辆的初始仿真定位信息后的预设时长内,若未接收到所述OBU转发的来自所述RSU的响应信息,则确定所述预设车路协同算法存在异常。
7.根据权利要求5所述的装置,其中,所述自动驾驶仿真模块,包括:
等级确定子模块,用于确定所述目标预设测试用例对应的目标自动驾驶等级,其中,所述仿真车辆支持多个自动驾驶等级;
自动驾驶仿真子模块,用于利用所述目标自动驾驶等级对应的预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据。
8.根据权利要求5所述的装置,其中,所述自动驾驶仿真模块,包括:
数据获取子模块,用于确定所述目标预设测试用例对应的仿真车辆采集数据,其中,所述仿真车辆采集数据包括模拟所述仿真车辆利用车载采集设备在所述目标测试场地中进行数据采集的先验数据;
仿真子模块,用于利用预设自动驾驶算法,根据所述路侧信息和所述仿真车辆采集数据确定所述仿真车辆的仿真自动驾驶数据。
9. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种基于车路协同的测试系统,包括电子设备、车载单元OBU和配置于目标测试场地中的路侧单元RSU,其中:
所述电子设备,用于将仿真车辆对应的仿真车辆数据发送至车载单元OBU,其中,所述仿真车辆数据中包括仿真定位信息和仿真行车数据,所述仿真定位信息包括利用仿真方式得到的所述仿真车辆在所述目标测试场地中的定位信息;
所述OBU,用于将所述仿真车辆数据发送至所述RSU;
所述RSU,用于利用预设车路协同算法,根据所述仿真车辆数据和来自所述目标测试场地中路侧设备的路侧数据计算得到路侧信息,并将所述路侧信息发送至所述OBU;
所述OBU,还用于将所述路侧信息发送至所述电子设备;
所述电子设备,还用于利用预设自动驾驶算法,根据所述路侧信息确定所述仿真车辆的仿真自动驾驶数据,其中,所述仿真自动驾驶数据用于对所述预设车路协同算法进行验证;
所述电子设备,还用于在所述将仿真车辆对应的仿真车辆数据发送至车载单元OBU之前,基于目标测试场景对应的目标预设测试用例,确定所述仿真车辆在所述目标测试场地对应的真实地图中的仿真定位信息,以及基于所述目标预设测试用例确定所述仿真车辆在所述真实地图中的仿真行车数据;
所述电子设备,还用于采用如下至少一种方式对所述预设车路协同算法进行验证:
判断所述仿真自动驾驶数据是否满足所述目标预设测试用例对应的第一预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对仿真自动驾驶数据的预期要求记为第一预设要求;
记录所述路侧信息的接收时间信息;判断所述接收时间信息是否满足所述目标预设测试用例对应的第二预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对路侧信息接收时间的预期要求记为第二预设要求;
利用所述仿真自动驾驶数据对所述仿真车辆进行仿真控制,得到所述仿真车辆的仿真运行结果;判断所述仿真运行结果是否满足所述目标预设测试用例对应的第三预设要求,若不满足,则确定所述预设车路协同算法在所述目标测试场景下未通过验证;目标预设测试用例对应的对仿真运行结果的预期要求记为第三预设要求。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211358679.2A CN115587496B (zh) | 2022-11-01 | 2022-11-01 | 基于车路协同的测试方法、装置、设备、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211358679.2A CN115587496B (zh) | 2022-11-01 | 2022-11-01 | 基于车路协同的测试方法、装置、设备、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115587496A CN115587496A (zh) | 2023-01-10 |
CN115587496B true CN115587496B (zh) | 2023-10-17 |
Family
ID=84781701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211358679.2A Active CN115587496B (zh) | 2022-11-01 | 2022-11-01 | 基于车路协同的测试方法、装置、设备、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115587496B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111443620A (zh) * | 2020-04-30 | 2020-07-24 | 重庆车辆检测研究院有限公司 | 智能车路协同系统的测试设备和测试车 |
CN113380041A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于车路协同仿真的应用场景测试系统、方法、设备及存储介质 |
CN113408141A (zh) * | 2021-07-02 | 2021-09-17 | 阿波罗智联(北京)科技有限公司 | 一种自动驾驶测试方法、装置及电子设备 |
CN114067561A (zh) * | 2021-10-25 | 2022-02-18 | 东南大学 | 城市快速道路车路协同主动管控系统的虚拟现实测试方法 |
WO2022082476A1 (zh) * | 2020-10-21 | 2022-04-28 | 华为技术有限公司 | 一种仿真交通场景文件生成方法及装置 |
CN114547884A (zh) * | 2022-02-21 | 2022-05-27 | 阿波罗智联(北京)科技有限公司 | 自动驾驶仿真方法、装置、设备、可读存储介质及产品 |
CN115167182A (zh) * | 2022-09-07 | 2022-10-11 | 禾多科技(北京)有限公司 | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108833833B (zh) * | 2018-06-20 | 2021-02-02 | 长安大学 | 面向智能网联汽车场景图像数据感知与协同处理系统 |
-
2022
- 2022-11-01 CN CN202211358679.2A patent/CN115587496B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111443620A (zh) * | 2020-04-30 | 2020-07-24 | 重庆车辆检测研究院有限公司 | 智能车路协同系统的测试设备和测试车 |
WO2022082476A1 (zh) * | 2020-10-21 | 2022-04-28 | 华为技术有限公司 | 一种仿真交通场景文件生成方法及装置 |
CN113408141A (zh) * | 2021-07-02 | 2021-09-17 | 阿波罗智联(北京)科技有限公司 | 一种自动驾驶测试方法、装置及电子设备 |
CN113380041A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于车路协同仿真的应用场景测试系统、方法、设备及存储介质 |
CN114067561A (zh) * | 2021-10-25 | 2022-02-18 | 东南大学 | 城市快速道路车路协同主动管控系统的虚拟现实测试方法 |
CN114547884A (zh) * | 2022-02-21 | 2022-05-27 | 阿波罗智联(北京)科技有限公司 | 自动驾驶仿真方法、装置、设备、可读存储介质及产品 |
CN115167182A (zh) * | 2022-09-07 | 2022-10-11 | 禾多科技(北京)有限公司 | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 |
Non-Patent Citations (4)
Title |
---|
Research on Intelligent Vehicle Infrastructure Cooperative System Based on Zigbee;Changqing Dong等;《IEEE Xplore》;全文 * |
城市车路协同系统下实时交通状态评价方法;王庞伟等;《中国公路学报》;第32卷(第6期);全文 * |
基于车路协同的无控十字路口行车方案;孟振宇等;《湖北汽车工业学院学报》;第35卷(第1期);全文 * |
车路协同系统功能实现的场景测试技术研究;杨良义;陈涛;谢飞;;重庆理工大学学报(自然科学)(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115587496A (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11400928B2 (en) | Driverless vehicle testing method and apparatus, device and storage medium | |
CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
CN111680362B (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
EP4036886A2 (en) | Method and apparatus for monitoring vehicle, cloud control platform and system for vehicle-road collaboration | |
US20210341921A1 (en) | Systems and Methods for a Scenario Tagger for Autonomous Vehicles | |
CN112579464A (zh) | 自动驾驶算法的校验方法、装置、设备以及存储介质 | |
CN113704116A (zh) | 自动驾驶车辆的数据处理方法、装置、电子设备和介质 | |
CN113129596B (zh) | 行驶数据处理方法、装置、设备、存储介质及程序产品 | |
CN112580571A (zh) | 车辆行驶的控制方法、装置及电子设备 | |
CN115221722B (zh) | 自动驾驶车辆的仿真测试方法、模型训练方法和设备 | |
CN115273477B (zh) | 路口驾驶建议推送方法、装置、系统和电子设备 | |
CN115113542A (zh) | 自动驾驶仿真方法、系统、电子设备及可读存储介质 | |
CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN112991735B (zh) | 交通流量监测系统的测试方法、装置及设备 | |
CN112906946B (zh) | 道路信息提示方法、装置、设备、存储介质和程序产品 | |
CN112816226B (zh) | 基于可控交通流的自动驾驶测试系统及方法 | |
CN115587496B (zh) | 基于车路协同的测试方法、装置、设备、系统及存储介质 | |
CN114998863B (zh) | 目标道路识别方法、装置、电子设备以及存储介质 | |
CN115657494A (zh) | 虚拟对象仿真方法、装置、设备及存储介质 | |
CN114179805B (zh) | 一种行驶方向确定方法、装置、设备以及存储介质 | |
CN115265517A (zh) | 一种地图数据的更新方法、装置、设备以及存储介质 | |
CN111767651B (zh) | 指标预测模型的构建方法、指标预测方法和装置 | |
CN116935647A (zh) | 一种数据验证方法、装置、电子设备和存储介质 | |
CN114120651B (zh) | 用于测试感知目标数的方法、装置、设备、介质和产品 | |
CN114584949B (zh) | 车路协同确定障碍物属性值的方法、设备及自动驾驶车辆 |
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 |