CN115685171A - 雷达测试方法、装置、电子设备、介质及计算机程序产品 - Google Patents

Abstract

本发明公开了一种雷达测试方法、装置、电子设备、存储介质以及产品。该方法包括：从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量；对第二车辆即时数据进行异常判断得到第一解析结果；将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得第二解析结果，参考即时车辆数据采用预设高精度检测方式获取；依据第一解析结果与第二解析结果对雷达进行测试。采用本申请的技术方案，在对雷达进行测试时，通过将雷达对目标车辆的探测结果与高精度检测方式获取的结果绘制在同一图像中，尽可能简单并且便捷的表明雷达测试结果。

Description

雷达测试方法、装置、电子设备、介质及计算机程序产品

技术领域

本发明涉及雷达测试技术领域，尤其涉及一种雷达测试方法、装置、电子设备、介质及计算机程序产品。

背景技术

雷达是通过发射电磁波和接收回波对目标进行探测和识别目标信息。

雷达作为实时监控车辆运行状况的工具，保证其检测准确性与可靠性是十分重要的。相关方案中，通常可以选择对雷达测试中产生的大量测试数据进行整合，对整合的测试数据进行解析测试，进而利用测试数据解析结果来检测雷达的准确性与可靠性。

但是，由于雷达其传输数据的周期短、数据量大且采用字节流进行传输，在车流较多的时候尤其明显，且由于字节流传输的数据需要按照规定的传输协议进行解析，人力在解析数据时，只能挑选一部分数据进行解析，即使将数据解析出来也很难判断数据准确性，仅能判断一些及其异常值，耗时耗力，极大影响测试结果准确性和测试效率。

发明内容

本发明提供了一种雷达测试方法、装置、电子设备、介质及计算机程序产品，以解决无法判断数据准确性，仅能判断一些及其异常的值，耗时耗力，极大的影响了测试结果的准确性和测试效率的问题。

根据本发明的一方面，提供了一种雷达测试方法，方法包括：

从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量；

对第二车辆即时数据进行异常判断得到第一解析结果；

将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，参考即时车辆数据采用预设高精度检测方式获取；

依据第一解析结果与第二解析结果对雷达进行测试。

根据本发明的另一方面，还提供了一种雷达测试装置，装置包括：

即时数据确定模块，用于从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量；

第一解析结果获取模块，用于对第二车辆即时数据进行异常判断得到第一解析结果；

第二解析结果获取模块，用于将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，参考即时车辆数据采用预设高精度检测方式获取；

雷达测试模块，用于依据第一解析结果与第二解析结果对雷达进行测试。

根据本发明的另一方面，提供了一种电子设备，电子设备包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的雷达测试方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的雷达测试方法。

根据本发明的另一方面，提供了一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序在被处理器执行时实现本发明任一实施例的雷达测试方法

本发明实施例的技术方案，通过第一车辆即时数据确定第二车辆即时数据，将雷达探测过程中非目标车辆的数据筛出，尽可能的保证了测试数据的正确性，尽可能的避免了非目标车辆对目标车辆数据的影响。通过对第二车辆即时数据进行异常判断得到第一解析结果，使得后续对雷达测试时可以通过第一解析结果对雷达稳定性进行较为准确判断。通过将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，尽可能的使得确定雷达探测结果准确性的结果较为准确，并为雷达的后续调整提供较为精准的数据。通过第一解析结果与第二解析结果分别对雷达的稳定性与精确性进行测试，尽可能的使得雷达测试结果较为详细，整体测试系统的测试较为准确。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种雷达测试方法的流程图；

图2是根据本发明实施例一与实施例二所适用的轨道对比示意图；

图3是根据本发明实施例二提供的另一种雷达测试方法的流程图；

图4是根据本发明实施例三提供的一种雷达测试装置的结构示意图；

图5是实现本发明实施例的雷达测试方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供了一种雷达测试方法的流程图，本实施例可适用于通过雷达与高精度检测方式同时获取检测数据，依据高精度检测方式获取的数据检测雷达探测的精准性与稳定性的情况，该方法可以由雷达测试装置来执行，该雷达测试装置可以采用硬件和/或软件的形式实现，该雷达测试装置可配置于任何具有网络通信功能的电子设备中。如图1所示，该方法包括：

S110、从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量。

目标车辆可以是为雷达检测提供对比数据的车辆。第一车辆即时数据可以是雷达探测过程中探测到的全部车辆数据。第二车辆即时数据可以是第一车辆即时数据中大于预设数据量的目标车辆的数据。预设数据量可以是第二车辆即时数据中最小的数据量。

在使用雷达对目标车辆进行持续探测时，由于雷达探测范围内可能存在其他非目标车辆，使得第一车辆即时数据中出现非目标车辆的数据，因此需要对雷达探测结果进行筛选，将非目标车辆的数据进行筛除。

此外，在雷达对目标车辆的探测结果中，可能存在部分时段目标车辆的数据连续出现的时间过短。在使用连续出现时间过短数据时，可能使整体雷达测试结果产生误差，因此，在筛选目标车辆数据时，筛除数据量低于预设数据量的目标车辆数据，筛选后得到第二车辆即时数据，进而确保了第二车辆即时数据对应的数据量大于预设数据量。

通过对第一车辆即时数据与预设数据量进行筛选，得到第二车辆即时数据，尽可能的保证了测试数据的正确性，使得整体测试系统结果尽可能避免出现较大的误差。

在一种可选方案中，从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，可包括步骤A1-A3:

步骤A1、接收雷达对目标车辆进行探测时的多个第一车辆即时数据，车辆即时数据包括车辆的位置、速度、加速度、经纬度以及航向角。

步骤A2、按照第一车辆即时数据的传输协议，将多个第一车辆即时数据解析后存储到预设数据库中，第一车辆即时数据为字节流类型的数据。

加速度是速度变化量与发生这一变化所用的时间的比值，是用来描述物体速度变化快慢的物理量。经纬度可以是经度与纬度组成的一个坐标系统，称为地理坐标系统，是一种利用三维空间的球体来定义地球上的空间的球面坐标系统。字节流可以是传输过程中，传输数据的最基本单位是字节的数据流，该数据流不含有边界数据。数据库可以是长期存储在计算机内，有组织的、可共享的数据集合，常见的数据库系统有Oracle、SQL Server以及MySQL等。本发明对此不进行限制。

在通过雷达探测目标车辆时，雷达会对目标车辆的位置、速度、加速度、经纬度以及航向角等信息进行探测。在雷达探测完毕后，会通过传输协议将雷达探测结果发送出来，用于后续第二车辆即时数据的筛选。为了保证传输的数据尽可能的被较多种类的设备正确接收，使用字节作为第一车辆即时数据的数据类型。

由于雷达探测目标车辆时，将对目标车辆持续的进行探测，并持续的传输第一车辆即时数据，并且雷达测试需要对整体数据进行分析。因此需要在第一车辆即时数据解析后，将解析结果存储在预先设定的数据库中。

在后续雷达测试时，为了尽可能的保证测试的结果的准确性，可能需要对预设数据量进行调整，进而增加或减少第二车辆即时数据的数据量。因此将第一车辆即时数据解析后存储到预设数据库中，避免了后续调整时，重新采集数据。

将第一车辆即时数据解析数据存储在数据库中，帮助雷达测试时能够对数据进行整体分析，尽可能的避免由于个别数据探测的误差对整体测试造成过大的影响。使用字节流作为第一车辆即时数据的数据类型，使得第一车辆即时数据能够被较多种类的设备正确接收，尽可能的保证了整体测试系统的兼容性。

可选的，将多个第一车辆即时数据解析后存储到预设数据库中，可包括：

通过启动多线程将多个字节流类型的第一车辆即时数据进行解析，并将解析结果持续向预设数据库中进行推送并存储；

其中，预设数据库通过数据库连接池支持实现多线程功能。

数据库连接池可以是负责分配、管理和释放数据库连接的程序，它允许应用程序重复使用一个现有的数据库连接。多线程可以是在软件或者硬件上实现多个线程并发执行的技术。

在使用雷达对目标车辆进行探测时，由于雷达传输出的第一车辆即时数据的数据量较大并且传输的速度较快，因此仅使用单线程解析雷达传输出的第一车辆即时数据，难以保证解析数据的效率。为了尽可能的避免解析第一车辆即时数据的时间过长，使用多线程的方式对第一车辆即时数据进行解析，使得雷达传输出的第一车辆即时数据可以尽可能快的被解析并存储到数据库中。

步骤A3、将预设数据库中目标车辆的第一车辆即时数据进行预处理得到第二车辆即时数据。

其中，预处理包括将能形成连续车辆行驶轨迹的第一车辆即时数据保留，以及将数据量小于或等于预设数据量的第一车辆即时数据进行剔除。

在雷达对目标车辆的探测时，可能存在部分时段目标车辆的数据连续出现的时间过短。在使用连续出现时间过短数据时，可能对整体雷达测试结果造成误差，因此，需要在第一车辆即时数据被存储在数据库后，对第一车辆即时数据进行筛选，赛选掉数据量小于或等于预设数据量的第一车辆即时数据，保留能够形成连续车辆行驶轨迹的第一车辆即时数据。

在一种可选方案中，将预设数据库中目标车辆的第一车辆即时数据进行预处理得到第二车辆即时数据，可包括步骤B1-B4：

步骤B1、从预设数据库中提取标记有目标车辆标识的第一车辆即时数据。

步骤B2、对第一车辆即时数据表征的车辆行驶轨迹进行轨迹连续性解析，并将能形成连续车辆行驶轨迹的第一车辆即时数据进行保留。

步骤B3、将数据量小于或等于预设数据量的第一车辆即时数据标记为车辆闪现型数据进行剔除。

步骤B4、将剩余的第一车辆即时数据确定为第二车辆即时数据。

在使用雷达对目标车辆进行持续探测时，由于雷达探测范围内可能存在其他非目标车辆，因此尽可能的对雷达探测过程中出现在雷达探测范围的全部车辆赋予唯一的标识，并将此标识赋予雷达探测的第一车辆即时数据中，尽可能的使雷达探测到的全部车辆的数据都具有对应车辆的标识信息，使得提取目标车辆的数据时，能够尽可能的避免非目标车辆数据的影响。

S120、对第二车辆即时数据进行异常判断得到第一解析结果。

异常判断可以是判断数据中是否存在不符合整体数据规律的个别数据。例如，个别位置数据出现在目标车辆在检测过程中未经过的位置等。

在使用雷达对目标车辆进行探测时，可能由于某些时刻出现信号波动或突发噪声等情况的影响，使得雷达探测的结果中的部分数据出现错误。为了确定雷达运行的稳定性，需要对第二车辆即时数据进行异常判断，得到第一解析结果，使得后续对雷达测试时可以通过第一解析结果对雷达稳定性进行较为准确判断。

S130、将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，参考即时车辆数据采用预设高精度检测方式获取。

第二解析结果可以是用来判断雷达探测结果是否准确的数据。参考即时车辆数据可以是在雷达探测目标车辆的同时采用高精度设备对目标车辆进行检测后得到的数据，高精度设备可以是载波相位差分技术RTK、精密单点定位技术PPP、辅助北斗快速定位技术A-BDS以及北斗地基增强系统等。

在第一车辆即时数据进行预处理后得到第二车辆即时数据。由于需要确定雷达的探测结果的准确性，因此选取高精度检测方式获取参考即时车辆数据作为判断雷达的探测结果是否准确的依据。将参考即时车辆数据与第二车辆即时数据进行比对得到第二解析结果。进而确定出雷达的探测结果的准确性。

通过使用高精度检测方式获取参考即时车辆数据来对比第二车辆即时数据，尽可能的使得确定雷达探测结果准确性的结果较为准确，并为雷达的后续调整提供较为精准的数据。

在一种可选方案中，将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果,可包括步骤C1-C4：

步骤C1、确定在通过雷达对目标车辆探测时同时使用载波相位差分定位方式所获取的目标车辆的参考即时车辆数据。

步骤C2、依据第二车辆即时数据中包括的各目标车辆位置生成第一车辆行驶轨迹信息。

步骤C3、依据目标车辆的参考即时车辆数据中包括的各目标车辆位置生成第二车辆行驶轨迹信息。

步骤C4、依据第一车辆行驶轨迹信息与第二车辆行驶轨迹信息得到第二解析结果。

载波相位差分定位可以是通过基准站与流动站之间的实时数据链路和载波相对定位快速结算技术，可以实现高精度动态相对定位。

第一车辆行驶轨迹信息可以是根据第二车辆即时数据中不同目标车辆的位置信息绘制的行驶轨迹图像的信息。第二车辆行驶轨迹信息可以是根据参考即时车辆数据中不同目标车辆的位置信息绘制的行驶轨迹图像的信息。

为了使雷达探测的结果与载波相位差分定位的结果来自相同时间段的同一目标车辆，在雷达对目标车辆进行探测的同时，使用载波相位差分定位方式对目标车辆进行探测，探测后的到参考即时车辆数据。

参见图2，为了使第二车辆即时数据与参考即时车辆数据的对比较为容易并且较为形象的表达，将第二车辆即时数据与参考即时车辆数据分别绘制为第一车辆行驶轨迹信息与第二车辆行驶轨迹信息。图中曲线1代表代表被标示为53的目标车辆的行驶轨迹，曲线2代表被标示为52的目标车辆的行驶轨迹。曲线上的数字代表雷达探测目标车辆位置的探测时间。图2中X和Y代表了目标车辆位置的经纬度，RTK_1代表根据载波相位差分定位方式获取的被标识为53的目标车辆的行驶轨迹，RTK_2代表根据载波相位差分定位方式获取的被标识为52的目标车辆的行驶轨迹.

S140、依据第一解析结果与第二解析结果对雷达进行测试。

在对雷达整体进行测试时，需要同时考虑雷达探测的结果是否准确与雷达运行的稳定性。

通过对第二车辆即时数据进行异常判断，确定雷达运行过程中异常数据的数据量与异常数据的表现得到第一解析结果，进而通过第一解析结果对雷达运行的稳定性进行判断。

通过第二车辆即时数据与参考即时车辆数据进行比对，确定雷达探测与高精度检测方式获取的结果的差别，进的根据此差别得到第二解析结果。通过第二解析结果对雷达探测的结果的准确性进行判断。

根据本发明的技术方案，通过第一车辆即时数据确定第二车辆即时数据，将雷达探测过程中非目标车辆的数据筛出，尽可能的保证了测试数据的正确性，尽可能的避免了非目标车辆对目标车辆数据的影响。通过对第二车辆即时数据进行异常判断得到第一解析结果，使得后续对雷达测试时可以通过第一解析结果对雷达稳定性进行较为准确判断。通过将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，尽可能的使得对雷达探测结果准确性的判断较为准确，并为雷达的后续调整提供较为精准的数据。通过第一解析结果与第二解析结果分别对雷达的稳定性与精确性进行测试，尽可能的使得雷达测试结果较为详细，整体测试系统的测试较为准确。

实施例二

图3为本发明实施例二提供的另一种雷达测试方法的流程图，本实施例在上述实施例的基础上对前述实施例中对第二车辆即时数据进行异常判断得到第一解析结果的过程进行进一步优化，本实施例可以与上述一个或多个实施例中各个可选方案进行结合。如图3所示，该方法包括：

S210、从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量。

S220、按照预设异常解析方式对第二车辆即时数据进行异常判断，预设异常解析方式包括车辆行驶轨迹回退解析、车辆速度超限解析、车辆位移突变解析、车辆速度异常偏离解析以及车辆位移异常偏离解析。

预设异常解析方式可以是预先设定的针对第二车辆即时数据中各种异常数据类型的解析方式。

在雷达探测目标车辆的过程中，可能由于某些时刻出现信号波动或突发噪声等情况的影响，使得雷达探测的探测结果出现异常，影响雷达探测的稳定性，异常类型包括但不限于有车辆行驶轨迹回退、车辆速度超限、车辆位移突变、车辆速度异常偏离以及车辆位移异常偏离。为了尽可能的确定雷达探测的稳定性，需要对第二车辆即时数据进行预设异常解析方式，根据解析结果确定整体雷达探测运行的稳定性。

其中，车辆行驶轨迹回退可以是根据雷达探测目标车辆位置信息绘制目标车辆行驶轨迹时，目标车辆行驶轨迹中个别位置信息出现在此位置信息所在的前一个位置信息之前的情况。车辆速度超限可以是雷达探测目标车辆的车辆行驶速度超过目标车辆预先设定的速度上限的情况，例如，目标车辆预先设定的上限是80km/h，雷达探测到的车辆行驶速度为120km/h，则认为此探测结果异常类型为车辆速度超限。车辆位移突变可以是根据雷达探测目标车辆位置信息绘制目标车辆行驶轨迹时，个别位置信息出现偏离轨道的情况。车辆速度异常偏离可以是雷达探测目标车辆的行驶速度与目标车辆在探测过程中的行驶速度范围不符的情况，例如，目标车辆在探测过程中行驶速度为60km/h-80km/h，雷达探测目标车辆的行驶速度为30km/h，则认为此探测结果属于车辆速度异常偏离。车辆位移异常可以是雷达探测目标车辆的位置信息时，目标车辆的位移方向与目标车辆在探测过程中的位移方向不符的情况。

在一种可选方案中，按照预设异常解析方式对第二车辆即时数据进行异常判断，可包括步骤D1-D4：

步骤D1、检测第二车辆即时数据中指示的各个目标车辆位置坐标取值大小是否单调增大或单调减小；以及，在检测到非单调增大或非单调减小时，确定第二车辆即时数据存在的异常类型包括第一异常类型。

第一异常类型可以是异常数据中车辆行驶轨迹回退所属的异常类型。

在雷达探测过程中，由于目标车辆会持续向某个方向移动，因此目标车辆的位置坐标取值会出现单调增大或单调减少的情况，因此在对第二车辆即时数据进行异常判断时，检测到目标车辆位置坐标取值存在非单调增大或非单调减小的情况，确认第二车辆即时数据出现车辆行驶轨迹回退异常。由于雷达探测结果中可能同时出现多种异常，因此确认第二车辆即时数据存在的异常类型包括第一异常类型。

步骤D2、检测第二车辆即时数据中指示的最大目标车辆速度取值大小是否大于预设限值速度取值；以及，在检测到最大目标车辆速度取值大小大于预设限值速度取值时，确定第二车辆即时数据存在的异常类型包括第二异常类型。

第二异常类型可以是异常数据中车辆速度超限所属的异常类型。

在雷达对目标车辆进行探测之前，预先为目标车辆设定行驶速度上限，因此对检测第二车辆即时数据进行异常判断时，存在个别探测到的目标车辆行驶速度超越目标车辆预先设定行驶速度上限，确定第二车辆即时数据出现车辆速度超限现象，确认第二车辆即时数据存在的异常类型包括第二异常类型。

步骤D3、检测第二车辆即时数据中指示的车辆行驶轨迹的位移量是否大于预设位移突变限定取值；以及，在检测到车辆行驶轨迹的位移量大于预设位移突变限定取值时，确定第二车辆即时数据存在的异常类型包括第三异常类型。

预设位移突变限定取值可以是预先设定的位移变化的最大值。第三异常类型可以是异常数据中车辆位移突变所属的异常类型。

在雷达对目标车辆进行探测之前，预先为目标车辆的设定位移变化的最大值，因此对检测第二车辆即时数据进行异常判断时，存在个别探测到的目标车辆位移变化超越预设位移突变限定取值时，确定第二车辆即时数据出现车辆位移突变现象，确认第二车辆即时数据存在的异常类型包括第三异常类型。

步骤D4、检测第二车辆即时数据中指示的两个目标车辆位置之间的位移量与参考位移量之间的差异，参考位移量基于两个目标车辆位置之间平均速度与时间差确定；以及，在检测到两个目标车辆位置之间的位移量与参考位移量之间的差异大于预设差异值时，确定第二车辆即时数据存在的异常类型包括第四异常类型。

其中，第一异常类型、第二异常类型、第三异常类型和/或第四异常类型组合生成第一解析结果，且对第二车辆即时数据的不同第一解析结果对应目标车辆的不同异常类型发生情况。

第四异常类型可以是异常数据中车辆位移异常偏离所属的异常类型。参考位移量可以是目标车辆按照平均速度匀速行驶时，目标车辆在位移时间内的位移量。预设差异值可以是预先设定的雷达探测目标车辆的位移量与参考位移量之间最大的差异值。

在对第二车辆即时数据进行异常判断前，预先为目标车辆的设定位移量与参考位移量之间差值的最大值。当对第二车辆即时数据进行异常判断时，通过两个目标车辆位置之间的平均速度与时间差，确定目标车辆的参考位移量，并将参考位移量与雷达探测的目标车辆的位移量做差并取绝对值，做差并取绝对值的结果与预设差异值进行比较，当结果大于预设差异值时，确定第二车辆即时数据出现车辆位移异常偏离现象，确认第二车辆即时数据存在的异常类型包括第四异常类型。

S230、依据异常判断结果与第二车辆即时数据对目标车辆的车辆行驶轨迹进行可视化显示，可视化显示的车辆行驶轨迹点对应标记有雷达探测时间。

参见图2，根据异常判断结果与第二车辆即时数据，将目标车辆的车辆行驶轨迹绘制在图2中，曲线1代表被标示为53的目标车辆的行驶轨迹，曲线2代表被标示为52的目标车辆的行驶轨迹。曲线上的数字代表雷达探测目标车辆位置的探测时间。

将车辆行驶轨迹进行可视化显示，使得后续对雷达探测准确性的判断结果尽可能的明显的同时，为后续雷达探测准确性的调整提供了数据支撑。

S240、将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，参考即时车辆数据采用预设高精度检测方式获取。

S250、依据第一解析结果与第二解析结果对雷达进行测试。

根据本发明的技术方案，通过第一车辆即时数据确定第二车辆即时数据，将雷达探测过程中非目标车辆的数据筛出，尽可能的保证了测试数据的正确性，尽可能的避免了非目标车辆对目标车辆数据的影响。通过对第二车辆即时数据进行异常判断，尽可能的确定雷达探测运行的稳定性，并尽可能的为后续对雷达探测稳定性的调整提供了数据支撑。通过依据异常判断结果与第二车辆即时数据对目标车辆的车辆行驶轨迹进行可视化显示，尽可能的使得后续对雷达探测准确性的判断结果较为明显的同时，提供后续雷达探测准确性的调整数据支撑。通过将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，尽可能的使得确定雷达探测结果准确性的结果较为准确，并为雷达的后续调整提供较为精准的数据。通过第一解析结果与第二解析结果分别对雷达的稳定性与精确性进行测试，尽可能的使得雷达测试结果较为详细，整体测试系统的测试较为准确。

实施例三

图4为本发明实施例三提供的一种雷达测试装置的结构示意图。本实施例可适用于通过雷达与高精度检测方式同时获取检测数据，依据高精度检测方式获取的数据检测雷达探测的精准性与稳定性的情况。该雷达测试装置可以采用硬件和/或软件的形式实现，该雷达测试装置可配置于具有数据处理能力的电子设备中。如图4所示，本实施例的雷达测试装置，可包括：即时数据确定模块310、第一解析结果获取模块320、第二解析结果获取模块330以及雷达测试模块340。其中：

即时数据确定模块310，用于从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量；

第一解析结果获取模块320，用于对第二车辆即时数据进行异常判断得到第一解析结果；

第二解析结果获取模块330，用于将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，参考即时车辆数据采用预设高精度检测方式获取；

雷达测试模块340，用于依据第一解析结果与第二解析结果对雷达进行测试。

在上述实施例的基础上，可选的，即时数据确定模块310，包括：

即时数据获取单元，用于接收雷达对目标车辆进行探测时的多个第一车辆即时数据，车辆即时数据包括车辆的位置、速度、加速度、经纬度以及航向角；

数据存储单元，用于按照第一车辆即时数据的传输协议，将多个第一车辆即时数据解析后存储到预设数据库中，第一车辆即时数据为字节流类型的数据；

即时数据处理单元，用于将预设数据库中目标车辆的第一车辆即时数据进行预处理得到第二车辆即时数据；

其中，预处理包括将能形成连续车辆行驶轨迹的第一车辆即时数据保留，以及将数据量小于或等于预设数据量的第一车辆即时数据进行剔除。

在上述实施例的基础上，可选的，数据存储单元，将多个第一车辆即时数据解析后存储到预设数据库中，具体用于：

通过启动多线程将多个字节流类型的第一车辆即时数据进行解析，并将解析结果持续向预设数据库中进行推送并存储；

其中，预设数据库通过数据库连接池支持实现多线程功能。

在上述实施例的基础上，可选的，即时数据处理单元，具体用于：

从预设数据库中提取标记有目标车辆标识的第一车辆即时数据；

对第一车辆即时数据表征的车辆行驶轨迹进行轨迹连续性解析，并将能形成连续车辆行驶轨迹的第一车辆即时数据进行保留；

将数据量小于或等于预设数据量的第一车辆即时数据标记为车辆闪现型数据进行剔除；

将剩余的第一车辆即时数据确定为第二车辆即时数据。

在上述实施例的基础上，可选的，第一解析结果获取模块320，包括：

预设异常解析单元，用于按照预设异常解析方式对第二车辆即时数据进行异常判断，预设异常解析方式包括车辆行驶轨迹回退解析、车辆速度超限解析、车辆位移突变解析、车辆速度异常偏离解析以及车辆位移异常偏离解析；

可视化显示单元，用于依据异常判断结果与第二车辆即时数据对目标车辆的车辆行驶轨迹进行可视化显示，可视化显示的车辆行驶轨迹点对应标记有雷达探测时间。

在上述实施例的基础上，可选的，预设异常解析单元，具体用于：

检测第二车辆即时数据中指示的各个目标车辆位置坐标取值大小是否单调增大或单调减小；以及，在检测到非单调增大或非单调减小时，确定第二车辆即时数据存在的异常类型包括第一异常类型；

检测第二车辆即时数据中指示的最大目标车辆速度取值大小是否大于预设限值速度取值；以及，在检测到最大目标车辆速度取值大小大于预设限值速度取值时，确定第二车辆即时数据存在的异常类型包括第二异常类型；

检测第二车辆即时数据中指示的车辆行驶轨迹的位移量是否大于预设位移突变限定取值；以及，在检测到车辆行驶轨迹的位移量大于预设位移突变限定取值时，确定第二车辆即时数据存在的异常类型包括第三异常类型；

检测第二车辆即时数据中指示的两个目标车辆位置之间的位移量与参考位移量之间的差异，参考位移量基于两个目标车辆位置之间平均速度与时间差确定；以及，在检测到两个目标车辆位置之间的位移量与参考位移量之间的差异大于预设差异值时，确定第二车辆即时数据存在的异常类型包括第四异常类型；

其中，第一异常类型、第二异常类型、第三异常类型和/或第四异常类型组合生成第一解析结果，且对第二车辆即时数据的不同第一解析结果对应目标车辆的不同异常类型发生情况。

在上述实施例的基础上，可选的，第二解析结果获取模块330，具体用于：

确定在通过雷达对目标车辆探测时同时使用载波相位差分定位方式所获取的目标车辆的参考即时车辆数据；

依据第二车辆即时数据中包括的各目标车辆位置生成第一车辆行驶轨迹信息；

依据目标车辆的参考即时车辆数据中包括的各目标车辆位置生成第二车辆行驶轨迹信息；

依据第一车辆行驶轨迹信息与第二车辆行驶轨迹信息得到第二解析结果。

本发明实施例中所提供的雷达测试装置可执行上述本发明任意实施例中所提供的雷达测试方法，具备执行该雷达测试方法相应的功能和有益效果，详细过程参见前述实施例中雷达测试方法的相关操作。

实施例四

图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。

如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。

处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如雷达测试方法。

在一些实施例中，雷达测试方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的雷达测试方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行雷达测试方法。

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、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)、负载可编程逻辑设备(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。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。

在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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。

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，本发明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，只要能够实现本发明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，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种雷达测试方法，其特征在于，方法包括：

从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量；

对第二车辆即时数据进行异常判断得到第一解析结果；

将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，参考即时车辆数据采用预设高精度检测方式获取；

依据第一解析结果与第二解析结果对雷达进行测试。

2.根据权利要求1的方法，其特征在于，从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，包括：

接收雷达对目标车辆进行探测时的多个第一车辆即时数据，车辆即时数据包括车辆的位置、速度、加速度、经纬度以及航向角；

按照第一车辆即时数据的传输协议，将多个第一车辆即时数据解析后存储到预设数据库中，第一车辆即时数据为字节流类型的数据；

将预设数据库中目标车辆的第一车辆即时数据进行预处理得到第二车辆即时数据；

其中，预处理包括将能形成连续车辆行驶轨迹的第一车辆即时数据保留，以及将数据量小于或等于预设数据量的第一车辆即时数据进行剔除。

3.根据权利要求2的方法，其特征在于，将多个第一车辆即时数据解析后存储到预设数据库中，包括：

通过启动多线程将多个字节流类型的第一车辆即时数据进行解析，并将解析结果持续向预设数据库中进行推送并存储；

其中，预设数据库通过数据库连接池支持实现多线程功能。

4.根据权利要求2的方法，其特征在于，将预设数据库中目标车辆的第一车辆即时数据进行预处理得到第二车辆即时数据，包括：

从预设数据库中提取标记有目标车辆标识的第一车辆即时数据；

对第一车辆即时数据表征的车辆行驶轨迹进行轨迹连续性解析，并将能形成连续车辆行驶轨迹的第一车辆即时数据进行保留；

将数据量小于或等于预设数据量的第一车辆即时数据标记为车辆闪现型数据进行剔除；

将剩余的第一车辆即时数据确定为第二车辆即时数据。

5.根据权利要求1的方法，其特征在于，对第二车辆即时数据进行异常判断得到第一解析结果，包括：

按照预设异常解析方式对第二车辆即时数据进行异常判断，预设异常解析方式包括车辆行驶轨迹回退解析、车辆速度超限解析、车辆位移突变解析、车辆速度异常偏离解析以及车辆位移异常偏离解析；

依据异常判断结果与第二车辆即时数据对目标车辆的车辆行驶轨迹进行可视化显示，可视化显示的车辆行驶轨迹点对应标记有雷达探测时间。

6.根据权利要求5的方法，其特征在于，按照预设异常解析方式对第二车辆即时数据进行异常判断，包括：

检测第二车辆即时数据中指示的各个目标车辆位置坐标取值大小是否单调增大或单调减小；以及，在检测到非单调增大或非单调减小时，确定第二车辆即时数据存在的异常类型包括第一异常类型；

检测第二车辆即时数据中指示的最大目标车辆速度取值大小是否大于预设限值速度取值；以及，在检测到最大目标车辆速度取值大小大于预设限值速度取值时，确定第二车辆即时数据存在的异常类型包括第二异常类型；

检测第二车辆即时数据中指示的车辆行驶轨迹的位移量是否大于预设位移突变限定取值；以及，在检测到车辆行驶轨迹的位移量大于预设位移突变限定取值时，确定第二车辆即时数据存在的异常类型包括第三异常类型；

检测第二车辆即时数据中指示的两个目标车辆位置之间的位移量与参考位移量之间的差异，参考位移量基于两个目标车辆位置之间平均速度与时间差确定；以及，在检测到两个目标车辆位置之间的位移量与参考位移量之间的差异大于预设差异值时，确定第二车辆即时数据存在的异常类型包括第四异常类型；

其中，第一异常类型、第二异常类型、第三异常类型和/或第四异常类型组合生成第一解析结果，且对第二车辆即时数据的不同第一解析结果对应目标车辆的不同异常类型发生情况。

7.根据权利要求1的方法，其特征在于，将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，包括：

确定在通过雷达对目标车辆探测时同时使用载波相位差分定位方式所获取的目标车辆的参考即时车辆数据；

依据第二车辆即时数据中包括的各目标车辆位置生成第一车辆行驶轨迹信息；

依据目标车辆的参考即时车辆数据中包括的各目标车辆位置生成第二车辆行驶轨迹信息；

依据第一车辆行驶轨迹信息与第二车辆行驶轨迹信息得到第二解析结果。

8.一种雷达测试装置，其特征在于，包括：

即时数据确定模块，用于从雷达对目标车辆探测的第一车辆即时数据确定第二车辆即时数据，第二车辆即时数据对应的数据量大于预设数据量；

第一解析结果获取模块，用于对第二车辆即时数据进行异常判断得到第一解析结果；

第二解析结果获取模块，用于将第二车辆即时数据与目标车辆的参考即时车辆数据进行比对得到第二解析结果，参考即时车辆数据采用预设高精度检测方式获取；

雷达测试模块，用于依据第一解析结果与第二解析结果对雷达进行测试。

9.一种电子设备，其特征在于，电子设备包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行权利要求1-7中任一项的雷达测试方法。

10.一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现权利要求1-7中任一项的雷达测试方法。

11.一种计算机程序产品，其特征在于，计算机程序产品包括计算机程序，计算机程序在被处理器执行时实现根据权利要求1-7中任一项的雷达测试方法。

Images