CN115876493B - 用于自动驾驶的测试场景生成方法、装置、设备和介质 - Google Patents
用于自动驾驶的测试场景生成方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN115876493B CN115876493B CN202310057925.9A CN202310057925A CN115876493B CN 115876493 B CN115876493 B CN 115876493B CN 202310057925 A CN202310057925 A CN 202310057925A CN 115876493 B CN115876493 B CN 115876493B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- vehicle
- track information
- sequence
- vehicle track
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本公开的实施例公开了用于自动驾驶的测试场景生成方法、装置、设备和介质。该方法的一具体实施方式包括:获取自动驾驶场景数据;根据自动驾驶场景数据,生成自动驾驶场景集合;对于每个自动驾驶场景,执行以下步骤:获取自动驾驶场景对应的车辆轨迹信息序列;根据车辆轨迹信息序列,确定车辆减速度序列;根据车辆轨迹信息序列,确定车辆曲率值序列;根据车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合;响应于确定车辆减速度、车辆曲率值、障碍物距离和障碍物角度值中任一项满足预设场景测试条件,将自动驾驶场景确定为自动驾驶测试场景。该实施方式提高了自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于自动驾驶的测试场景生成方法、装置、设备和介质。
背景技术
自动驾驶技术研发是以场景为单位进行的。一个场景通常被定义为能够完整体现一个交通状况或者车辆动作的起因、经过和结果。目前,在确定自动驾驶的测试场景时,通常采用的方式为:判断自动驾驶场景中车辆与障碍物的距离是否符合预设距离条件,并将符合预设距离条件的自动驾驶场景确定为自动驾驶测试场景。
然而,发明人发现,当采用上述方式确定自动驾驶的测试场景时,经常会存在如下技术问题:
第一,仅通过车辆与障碍物的距离作为判断条件,导致确定自动驾驶测试场景的覆盖率较低,筛选的自动驾驶测试场景的准确度较低,从而导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时,安全性较低。
第二,确定自动驾驶测试场景时,未考虑车辆转弯或者上坡下坡行驶的曲率值,导致确定自动驾驶测试场景的准确度较低,从而导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时,安全性较低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了用于自动驾驶的测试场景生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种用于自动驾驶的测试场景生成的方法,该方法包括:获取自动驾驶场景数据;根据上述自动驾驶场景数据,生成自动驾驶场景集合;对于上述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆减速度序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆曲率值序列;根据上述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合;响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将上述自动驾驶场景确定为自动驾驶测试场景。
第二方面,本公开的一些实施例提供了一种用于自动驾驶的测试场景生成装置,装置包括:获取单元,被配置成获取自动驾驶场景数据;生成单元,被配置成根据上述自动驾驶场景数据,生成自动驾驶场景集合;执行单元,被配置成对于上述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆减速度序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆曲率值序列;根据上述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合;响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将上述自动驾驶场景确定为自动驾驶测试场景。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的用于自动驾驶的测试场景生成方法,提高了确定自动驾驶测试场景的覆盖率和筛选的自动驾驶测试场景的准确率,从而提高了自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性。具体来说,导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性较低的原因在于:仅通过车辆与障碍物的距离作为判断条件,导致确定自动驾驶测试场景的覆盖率较低,筛选的自动驾驶测试场景的准确度较低,从而导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时,安全性较低。基于此,本公开的一些实施例的用于自动驾驶的测试场景生成方法,首先,获取自动驾驶场景数据。然后,根据上述自动驾驶场景数据,生成自动驾驶场景集合。由此,可以得到自动驾驶场景集合,从而可以用于筛选出用于自动驾驶测试的场景。其次,对于上述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列。根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆减速度序列。由此,可以得到表征目标车辆变速的车辆减速度序列,从而可以从车辆速度的角度筛选出用于自动驾驶测试的场景。然后,根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆曲率值序列。由此,可以得到表征目标车辆转弯或者上坡下坡的车辆曲率值序列,从而可以从车辆曲率值的角度筛选出用于自动驾驶测试的场景。之后,根据上述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合。由此,可以得到障碍物角度值序列集合,从而可以从目标车辆与障碍物车辆对应的角度值筛选出用于自动驾驶测试的场景。可以得到障碍物距离序列集合,从而可以从目标车辆与障碍物车辆之间的距离筛选出用于自动驾驶测试的场景。最后,响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将上述自动驾驶场景确定为自动驾驶测试场景。由此,通过车辆减速度、车辆曲率值、障碍物距离和障碍物角度值是否满足预设场景测试条件,可以确定自动驾驶测试场景。也因为获取了上述车辆轨迹信息序列,可以进一步确定车辆减速度序列、车辆曲率值序列、障碍物距离序列集合和障碍物角度值序列集合。还因为通过确定自动驾驶场景是否满足预设场景测试条件,可以从车辆减速度、车辆曲率值、障碍物距离和障碍物角度值四个方面确定自动驾驶场景是否为自动驾驶测试场景。从而提高了确定自动驾驶测试场景的覆盖率和筛选的自动驾驶测试场景的准确率,进而提高了自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的用于自动驾驶的测试场景生成方法的一些实施例的流程图;
图2是根据本公开的用于自动驾驶的测试场景生成装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的用于自动驾驶的测试场景生成方法的一些实施例的流程100。该用于自动驾驶的测试场景生成方法,包括以下步骤:
步骤101,获取自动驾驶场景数据。
在一些实施例中,用于自动驾驶的测试场景生成方法的执行主体(例如计算设备)可以通过有线连接方式或者无线连接方式从目标车辆上装载的车载传感器上获取自动驾驶场景数据。其中,上述车载传感器可以为能够采集自动驾驶场景数据的设备。例如,上述车载传感器可以包括车载摄像头和激光雷达。上述自动驾驶场景数据可以为上述目标车辆在行驶过程中的各个场景对应的数据。上述目标车辆可以为装载有上述执行主体的车辆。上述各个场景可以为任意的各个场景。例如,上述各个场景可以包括目标车辆变更车道的场景和目标车辆转弯行驶的场景。上述目标车辆可以为装载有上述车载传感器的车辆。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,根据自动驾驶场景数据,生成自动驾驶场景集合。
在一些实施例中,根据上述自动驾驶场景数据,上述执行主体可以生成自动驾驶场景集合。实践中,上述执行主体可以对上述自动驾驶场景数据按照预设时间单位进行数据截取,以生成自动驾驶场景集合。其中,上述预设时间单位可以为预先设定的时间单位。例如,上述预设时间单位可以为20秒。上述自动驾驶场景集合可以为预设时间段内目标车辆行驶过程中各个场景的集合。上述预设时间段可以为任意的一段历史时间。例如,上述预设时间段可以为过去一个小时包括的一段历史时间。
步骤103,对于自动驾驶场景集合中的每个自动驾驶场景,上述执行主体可以执行以下步骤:
步骤1031,获取自动驾驶场景对应的目标车辆的车辆轨迹信息序列。
在一些实施例中,上述执行主体可以获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列。其中,上述自动驾驶场景对应的目标车辆可以为上述自动驾驶场景里包括有目标车辆。上述车辆轨迹信息序列可以为上述目标车辆在行驶过程中对应上述预设时间单位的各个时刻的各个轨迹组成的序列。上述各个轨迹可以为上述目标车辆在各个时刻坐标系下的各个坐标。上述坐标系可以为世界坐标系。上述世界坐标系可以包括地心坐标系和笛卡尔坐标系。这里,上述各个坐标可以为笛卡尔坐标系下的坐标。
实践中,上述执行主体可以从目标车辆上装载的车载传感器上获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列。其中,上述车载传感器可以为能够采集目标车辆的车辆轨迹的装置。例如,上述车载传感器可以包括激光雷达和车载相机。
步骤1032,根据车辆轨迹信息序列,确定目标车辆对应的车辆减速度序列。
在一些实施例中,根据上述车辆轨迹信息序列,上述执行主体可以确定上述目标车辆对应的车辆减速度序列。其中,上述车辆减速度序列可以为目标车辆对应的各个时刻的减速度所组成的序列。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤确定目标车辆对应的车辆减速度序列:
第一步,将上述车辆轨迹信息序列中每个车辆轨迹信息对应的时间确定为车辆轨迹时刻,得到车辆轨迹时刻序列。
第二步,将上述车辆轨迹信息序列中每个车辆轨迹信息对应的车速确定为车辆车速,得到车辆车速序列。其中,上述车辆轨迹时刻序列中的车辆轨迹时刻与上述车辆车速序列中的车辆车速一一对应。
第三步,根据上述车辆轨迹时刻序列,确定车辆时刻差序列。实践中,对于上述车辆轨迹时刻序列中每两个相邻的车辆轨迹时刻,执行以下确定步骤:
第一子步骤,将上述两个相邻的车辆轨迹时刻分别确定为第一车辆轨迹时刻和第二车辆轨迹时刻。
第二子步骤,将上述第二车辆轨迹时刻与上述第一车辆轨迹时刻的差值确定为车辆时刻差。
第三子步骤,将所得到的各个车辆时刻差确定为车辆时刻差序列。
第四步,根据上述车辆车速序列,确定车辆速度差序列。实践中,对于上述车辆车速序列中每两个相邻的车辆车速,执行以下步骤:
第一子步骤,将上述两个相邻的车辆车速分别确定为第一车辆车速和第二车辆车速。
第二子步骤,将上述第二车辆车速与上述第一车辆车速的差值确定为车辆速度差。
第三子步骤,将所得到的各个车辆速度差确定为车辆时刻差序列。
第五步,根据上述车辆速度差序列和上述车辆时刻差序列,确定车辆减速度序列。实践中,首先,对于上述车辆速度差序列中的每个车辆速度差,上述执行主体可以将上述车辆速度差与上述车辆速度差对应的车辆时刻差的比值确定为车辆减速度。然后,可以将所得到的各个车辆减速度确定为车辆减速度序列。
步骤1033,根据车辆轨迹信息序列,确定目标车辆对应的车辆曲率值序列。
在一些实施例中,根据上述车辆轨迹信息序列,上述执行主体可以确定上述目标车辆对应的车辆曲率值序列。
在一些实施例的一些可选的实现方式中,根据车辆轨迹信息序列,上述执行主体可以通过以下步骤确定目标车辆对应的车辆曲率值序列:
第一步,对于上述车辆轨迹信息序列中每三个相邻的车辆轨迹信息,上述执行主体可以执行以下步骤:
第一步骤,将上述三个相邻的车辆轨迹信息分别确定为第三车辆轨迹信息、第四车辆轨迹信息和第五车辆轨迹信息。其中,上述第三车辆轨迹信息对应的时间点早于上述第四车辆轨迹信息对应的时间点。上述第四车辆轨迹信息对应的时间点早于上述第五车辆轨迹信息对应的时间点。上述第三车辆轨迹信息可以为对应第三车辆轨迹信息的时间点时的目标车辆的坐标信息。上述坐标信息可以为包括横坐标与纵坐标的坐标信息。上述第四车辆轨迹信息可以为对应第四车辆轨迹信息的时间点时的目标车辆的坐标信息。上述第五车辆轨迹信息可以为对应第五车辆轨迹信息的时间点时的目标车辆的坐标信息。
第二步骤,将上述第三车辆轨迹信息对应的横坐标与上述第四车辆轨迹信息对应的横坐标的差值的平方确定为第一轨迹数值。
第三步骤,将上述第三车辆轨迹信息对应的纵坐标与上述第四车辆轨迹信息对应的纵坐标的差值的平方确定为第二轨迹数值。
第四步骤,将上述第一轨迹数值与上述第二轨迹数值的和的二分之一次方确定为第一距离。
第五步骤,将上述第三车辆轨迹信息对应的横坐标与上述第五车辆轨迹信息对应的横坐标的差值的平方确定为第三轨迹数值。
第六步骤,将上述第三车辆轨迹信息对应的纵坐标与上述第五车辆轨迹信息对应的纵坐标的差值的平方确定为第四轨迹数值。
第七步骤,将上述第三轨迹数值与上述第四轨迹数值的和的二分之一次方确定为第二距离。
第八步骤,将上述第四车辆轨迹信息对应的横坐标与上述第五车辆轨迹信息对应的横坐标的差值的平方确定为第五轨迹数值。
第九步骤,将上述第四车辆轨迹信息对应的纵坐标与上述第五车辆轨迹信息对应的纵坐标的差值的平方确定为第六轨迹数值。
第十步骤,将上述第五轨迹数值与上述第六轨迹数值的和的二分之一次方确定为第三距离。
第十一步骤,将上述第一距离的平方与上述第三距离的平方的和确定为第一距离数值。
第十二步骤,将上述第一距离数值与上述第二距离的平方的差值确定为第二距离数值。
第十三步骤,将上述第一距离与上述第三距离的乘积的2倍确定为第三距离数值。
第十四步骤,将上述第二距离数值与上述第三距离数值的比值确定为距离余弦值。
第十五步骤,将上述距离余弦值对应的反余弦的角度值确定为车辆曲率值。
第二步,将所得到的各个车辆曲率值确定为上述目标车辆对应的车辆曲率值序列。
上述第一步至第二步及其相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“确定自动驾驶测试场景时,未考虑车辆转弯或者上坡下坡行驶的曲率值,导致确定自动驾驶测试场景的准确度较低,从而导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时,安全性较低”。导致确定自动驾驶测试场景的准确度较低,从而导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时,安全性较低的因素往往如下:确定自动驾驶测试场景时,未考虑车辆转弯或者上坡下坡行驶的曲率值,导致确定自动驾驶测试场景的准确度较低,从而导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时,安全性较低。如果解决了上述因素,就能达到提高确定自动驾驶测试场景的准确度,从而提高自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性的效果。为了达到这一效果,首先,对于上述车辆轨迹信息序列中每三个相邻的车辆轨迹信息,执行以下步骤:将上述三个相邻的车辆轨迹信息分别确定为第三车辆轨迹信息、第四车辆轨迹信息和第五车辆轨迹信息。由此,可以确定第三车辆轨迹信息、第四车辆轨迹信息和第五车辆轨迹信息,从而可以用于生成第三车辆轨迹信息、第四车辆轨迹信息和第五车辆轨迹信息对应的车辆曲率值。其次,将上述第三车辆轨迹信息对应的横坐标与上述第四车辆轨迹信息对应的横坐标的差值的平方确定为第一轨迹数值。将上述第三车辆轨迹信息对应的纵坐标与上述第四车辆轨迹信息对应的纵坐标的差值的平方确定为第二轨迹数值。将上述第一轨迹数值与上述第二轨迹数值的和的二分之一次方确定为第一距离。由此,可以得到表征第三车辆轨迹信息与第四车辆轨迹信息对应距离的第一距离。然后,将上述第三车辆轨迹信息对应的横坐标与上述第五车辆轨迹信息对应的横坐标的差值的平方确定为第三轨迹数值。将上述第三车辆轨迹信息对应的纵坐标与上述第五车辆轨迹信息对应的纵坐标的差值的平方确定为第四轨迹数值。将上述第三轨迹数值与上述第四轨迹数值的和的二分之一次方确定为第二距离。由此,可以得到表征第三车辆轨迹信息与第五车辆轨迹信息对应距离的第二距离。之后,将上述第四车辆轨迹信息对应的横坐标与上述第五车辆轨迹信息对应的横坐标的差值的平方确定为第五轨迹数值。将上述第四车辆轨迹信息对应的纵坐标与上述第五车辆轨迹信息对应的纵坐标的差值的平方确定为第六轨迹数值。将上述第五轨迹数值与上述第六轨迹数值的和的二分之一次方确定为第三距离。由此,可以得到表征第四车辆轨迹信息与第五车辆轨迹信息对应距离的第三距离。最后,将上述第一距离的平方与上述第三距离的平方的和确定为第一距离数值。将上述第一距离数值与上述第二距离的平方的差值确定为第二距离数值。将上述第一距离与上述第三距离的乘积的2倍确定为第三距离数值。将上述第二距离数值与上述第三距离数值的比值确定为距离余弦值。将上述距离余弦值对应的反余弦的角度值确定为车辆曲率值。将所得到的各个车辆曲率值确定为上述目标车辆对应的车辆曲率值序列。由此,可以得到表征车辆转弯或者上坡下坡行驶的车辆曲率值序列,从而可以用于确定自动驾驶场景是否为自动驾驶测试场景。也因为通过确定第三车辆轨迹信息、第四车辆轨迹信息和第五车辆轨迹信息,可以生成第三车辆轨迹信息与第四车辆轨迹信息对应的距离、第三车辆轨迹信息与第五车辆轨迹信息对应的距离和第四车辆轨迹信息与第五车辆轨迹信息对应的距离。还因为通过上述三个距离,可以生成表征车辆转弯或者上坡下坡行驶的车辆曲率值。从而可以从车辆曲率值的角度筛选出自动驾驶测试场景。进而提高了确定的自动驾驶测试场景的准确度,提高了自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性较低。
步骤1034,根据车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合。
在一些实施例中,根据上述车辆轨迹信息序列,上述执行主体可以生成障碍物角度值序列集合和障碍物距离序列集合。
在一些实施例的一些可选的实现方式中,根据车辆轨迹信息序列,上述执行主体可以通过以下步骤生成障碍物角度值序列集合和障碍物距离序列集合:
第一步,将上述自动驾驶场景中除上述目标车辆外的各个车辆确定为障碍物车辆,得到障碍物车辆集合。
第二步,获取上述障碍物车辆集合中每个障碍物车辆对应的障碍物车辆轨迹信息序列,得到障碍物车辆轨迹信息序列集合。实践中,上述执行主体可以从上述目标车辆上装载的车载传感器上获取上述障碍物车辆集合中每个障碍物车辆对应的障碍物车辆轨迹信息序列,得到障碍物车辆轨迹信息序列集合。
第三步,根据上述车辆轨迹信息序列和上述障碍物车辆轨迹信息序列集合,生成障碍物角度值序列集合和障碍物距离序列集合。
在一些实施例的一些可选的实现方式中,根据车辆轨迹信息序列,上述执行主体可以通过以下步骤生成障碍物角度值序列集合和障碍物距离序列集合:
第一步,对于上述障碍物车辆轨迹信息序列集合中的每个障碍物车辆轨迹信息序列,上述执行主体可以执行以下生成步骤:
第一子步骤,根据上述车辆轨迹信息序列和上述障碍物车辆轨迹信息序列,生成障碍物角度值序列。其中,上述车辆轨迹信息序列中的车辆轨迹信息与上述障碍物车辆轨迹信息序列中的障碍物车辆轨迹信息一一对应。
第二子步骤,根据上述车辆轨迹信息序列和上述障碍物车辆轨迹信息序列,生成障碍物距离序列。其中,上述车辆轨迹信息序列中的车辆轨迹信息与上述障碍物车辆轨迹信息序列中的障碍物车辆轨迹信息一一对应。
第二步,将所生成的各个障碍物角度值序列确定为障碍物角度值序列集合。
第三步,将所生成的各个障碍物距离序列确定为障碍物距离序列集合。
在一些实施例的一些可选的实现方式中,根据上述车辆轨迹信息序列和上述障碍物车辆轨迹信息序列,上述执行主体可以通过以下步骤生成障碍物距离序列:
第一步,对于上述车辆轨迹信息序列中的每个车辆轨迹信息,上述执行主体可以执行以下确定步骤:
第一子步骤,将与上述车辆轨迹信息对应的障碍物车辆轨迹信息确定为第一障碍物车辆轨迹信息。其中,与上述车辆轨迹信息对应的障碍物车辆轨迹信息可以为与上述车辆轨迹信息同一时刻的障碍物车辆轨迹信息。
第二子步骤,将上述车辆轨迹信息对应的横坐标与上述第一障碍物车辆轨迹信息对应的横坐标的差值的平方确定为横向距离。
第三子步骤,将上述车辆轨迹信息对应的纵坐标与上述第一障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为纵向距离。
第四子步骤,将上述横向距离与上述纵向距离的和的二分之一次方确定为障碍物距离。
第二步,将所得到的各个障碍物距离确定为障碍物距离序列。
在一些实施例的一些可选的实现方式中,根据上述车辆轨迹信息序列和上述障碍物车辆轨迹信息序列,上述执行主体可以通过以下步骤生成障碍物角度值序列:
第一步,对于上述车辆轨迹信息序列中每两个相邻的车辆轨迹信息,执行以下步骤:
第一步骤,将上述两个相邻的车辆轨迹信息分别确定为第一车辆轨迹信息和第二车辆轨迹信息。其中,上述第一车辆轨迹信息对应的时间点早于上述第二车辆轨迹信息对应的时间点。
第二步骤,将上述障碍物车辆轨迹信息序列中与上述第二车辆轨迹信息对应的障碍物车辆轨迹信息确定为第二障碍物车辆轨迹信息。
第三步骤,将上述第一车辆轨迹信息对应的横坐标与上述第二车辆轨迹信息对应的横坐标的差值的平方确定为第一角度数值。
第四步骤,将上述第一车辆轨迹信息对应的纵坐标与上述第二车辆轨迹信息对应的纵坐标的差值的平方确定为第二角度数值。
第五步骤,将上述第一角度数值与上述第二角度数值的和的二分之一次方确定为第一角度距离。
第六步骤,将上述第一车辆轨迹信息对应的横坐标与上述第二障碍物车辆轨迹信息对应的横坐标的差值的平方确定为第三角度数值。
第七步骤,将上述第一车辆轨迹信息对应的纵坐标与上述第二障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为第四角度数值。
第八步骤,将上述第三角度数值与上述第四角度数值的和的二分之一次方确定为第二角度距离。
第九步骤,将上述第二车辆轨迹信息对应的横坐标与上述第二障碍物车辆轨迹信息对应的横坐标的差值的平方确定为第五角度数值。
第十步骤,将上述第二车辆轨迹信息对应的纵坐标与上述第二障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为第六角度数值。
第十一步骤,将上述第五角度数值与上述第六角度数值的和的二分之一次方确定为第三角度距离。
第十二步骤,将上述第一角度距离与上述第二角度距离的和确定为第七角度数值。
第十三步骤,将上述第七角度数值与上述第三角度距离的平方的差值确定为第八角度数值。
第十四步骤,将上述第一角度距离与上述第二角度距离的乘积的2倍确定为第九角度数值。
第十五步骤,将上述第八角度数值与上述第九角度数值的比值确定为角度余弦值。
第十六步骤,将上述角度余弦值对应的反余弦的角度值确定为障碍物角度值。
第二步,将所得到各个障碍物角度值确定为障碍物角度值序列。
步骤1035,响应于确定车辆减速度序列中的车辆减速度、车辆曲率值序列中的车辆曲率值、障碍物距离序列集合中的障碍物距离和障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将自动驾驶场景确定为自动驾驶测试场景。
在一些实施例中,响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,上述执行主体可以将上述自动驾驶场景确定为自动驾驶测试场景。其中,上述预设场景测试条件可以包括:预设减速度条件、预设曲率值条件、预设距离条件和预设角度值条件。其中,上述预设减速度条件可以为车辆减速度大于等于预设减速度阈值。上述预设减速度阈值可以为预先设定的阈值。例如,上述预设减速度阈值可以为40。上述预设曲率值条件可以为车辆曲率值小于等于预设车辆曲率阈值。上述预设车辆曲率阈值可以为预先设定的阈值。例如,上述预设车辆曲率阈值可以为5。上述预设距离条件可以为障碍物距离小于等于预设距离阈值。上述预设距离阈值可以为预先设定的距离阈值。例如,上述预设距离阈值可以为5m。上述预设角度值条件可以为障碍物角度值小于等于预设角度阈值。上述预设角度阈值可以为预先设定的角度阈值。例如上述预设角度阈值可以为20度。
在一些实施例的一些可选的实现方式中,响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,上述执行主体可以通过以下步骤将上述自动驾驶场景确定为自动驾驶测试场景:
第一步,响应于确定上述车辆减速度序列中的至少一个车辆减速度满足上述预设减速度条件,将上述自动驾驶场景确定为自动驾驶测试场景。实践中,响应于确定上述车辆减速度序列中的至少一个车辆减速度小于等于上述预设减速度阈值,上述执行主体可以将上述自动驾驶场景确定为自动驾驶测试场景。
第二步,响应于确定上述车辆曲率值序列中的至少一个车辆曲率值满足上述预设曲率值条件,将上述自动驾驶场景确定为自动驾驶测试场景。实践中,响应于确定上述车辆曲率值序列中的至少一个车辆曲率值小于等于预设车辆曲率阈值,上述执行主体可以将上述自动驾驶场景确定为自动驾驶测试场景。
第三步,确定上述障碍物距离序列集合中每个障碍物距离序列对应的最小距离,得到最小距离集合。实践中,首先,对于上述障碍物距离序列集合中的每个障碍物距离序列,上述执行主体可以确定上述障碍物距离序列包括的各个障碍物距离中的最小距离。然后,可以将所得到的各个最小距离确定为最小距离集合。
第四步,将上述最小距离集合包括的各个最小距离中的最小值确定为目标距离。
第五步,响应于确定上述目标距离满足上述预设距离条件,将上述自动驾驶场景确定为自动驾驶测试场景。实践中,响应于确定上述目标距离小于等于预设距离阈值,上述执行主体可以将上述自动驾驶场景确定为自动驾驶测试场景。
第六步,确定上述障碍物角度值序列集合中每个障碍物角度值序列对应的最小角度值,得到最小角度值集合。实践中,首先,对于上述障碍物角度值序列集合中的每个障碍物角度值序列,上述执行主体可以确定上述障碍物角度值序列包括的各个障碍物角度值中的最小角度值。然后,可以将所得到的各个最小角度值确定为最小角度值集合。
第七步,将上述最小角度值集合包括的各个最小角度值中的最小值确定为目标角度值。
第八步,响应于确定上述目标角度值满足上述预设角度值条件,将上述自动驾驶场景确定为自动驾驶测试场景。实践中,响应于确定上述目标角度值小于等于预设角度阈值,上述执行主体可以将上述自动驾驶场景确定为自动驾驶测试场景。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的用于自动驾驶的测试场景生成方法,提高了确定自动驾驶测试场景的覆盖率和筛选的自动驾驶测试场景的准确率,从而提高了自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性。具体来说,导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性较低的原因在于:仅通过车辆与障碍物的距离作为判断条件,导致确定自动驾驶测试场景的覆盖率较低,筛选的自动驾驶测试场景的准确度较低,从而导致自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时,安全性较低。基于此,本公开的一些实施例的用于自动驾驶的测试场景生成方法,首先,获取自动驾驶场景数据。然后,根据上述自动驾驶场景数据,生成自动驾驶场景集合。由此,可以得到自动驾驶场景集合,从而可以用于筛选出用于自动驾驶测试的场景。其次,对于上述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列。根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆减速度序列。由此,可以得到表征目标车辆变速的车辆减速度序列,从而可以从车辆速度的角度筛选出用于自动驾驶测试的场景。然后,根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆曲率值序列。由此,可以得到表征目标车辆转弯或者上坡下坡的车辆曲率值序列,从而可以从车辆曲率值的角度筛选出用于自动驾驶测试的场景。之后,根据上述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合。由此,可以得到障碍物角度值序列集合,从而可以从目标车辆与障碍物车辆对应的角度值筛选出用于自动驾驶测试的场景。可以得到障碍物距离序列集合,从而可以从目标车辆与障碍物车辆之间的距离筛选出用于自动驾驶测试的场景。最后,响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将上述自动驾驶场景确定为自动驾驶测试场景。由此,通过车辆减速度、车辆曲率值、障碍物距离和障碍物角度值是否满足预设场景测试条件,可以确定自动驾驶测试场景。也因为获取了上述车辆轨迹信息序列,可以进一步确定车辆减速度序列、车辆曲率值序列、障碍物距离序列集合和障碍物角度值序列集合。还因为通过确定自动驾驶场景是否满足预设场景测试条件,可以从车辆减速度、车辆曲率值、障碍物距离和障碍物角度值四个方面确定自动驾驶场景是否为自动驾驶测试场景。从而提高了确定自动驾驶测试场景的覆盖率和筛选的自动驾驶测试场景的准确率,进而提高了自动驾驶车辆根据自动驾驶测试场景确定的自动驾驶方案行驶时的安全性。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种用于自动驾驶的测试场景生成装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的用于自动驾驶的测试场景生成装置200包括:获取单元201、生成单元202和执行单元203。其中,获取单元201被配置成获取自动驾驶场景数据;生成单元202被配置成根据上述自动驾驶场景数据,生成自动驾驶场景集合;执行单元203被配置成对于上述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆减速度序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆曲率值序列;根据上述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合;响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将上述自动驾驶场景确定为自动驾驶测试场景。
可以理解的是,用于自动驾驶的测试场景生成装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于用于自动驾驶的测试场景生成装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300(例如计算设备)的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开的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可以包括处理装置301(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机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。而在本公开的一些实施例中,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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,adhoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取自动驾驶场景数据;根据上述自动驾驶场景数据,生成自动驾驶场景集合;对于上述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:获取上述自动驾驶场景对应的目标车辆的车辆轨迹信息序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆减速度序列;根据上述车辆轨迹信息序列,确定上述目标车辆对应的车辆曲率值序列;根据上述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合;响应于确定上述车辆减速度序列中的车辆减速度、上述车辆曲率值序列中的车辆曲率值、上述障碍物距离序列集合中的障碍物距离和上述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将上述自动驾驶场景确定为自动驾驶测试场景。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、生成单元和执行单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取自动驾驶场景数据的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (6)
1.一种用于自动驾驶的测试场景生成方法,包括:
获取自动驾驶场景数据;
根据所述自动驾驶场景数据,生成自动驾驶场景集合;
对于所述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:
获取所述自动驾驶场景对应的目标车辆的车辆轨迹信息序列;
根据所述车辆轨迹信息序列,确定所述目标车辆对应的车辆减速度序列;
根据所述车辆轨迹信息序列,确定所述目标车辆对应的车辆曲率值序列;
根据所述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合,其中,所述根据所述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合,包括:
将所述自动驾驶场景中除所述目标车辆外的各个车辆确定为障碍物车辆,得到障碍物车辆集合;
获取所述障碍物车辆集合中每个障碍物车辆对应的障碍物车辆轨迹信息序列,得到障碍物车辆轨迹信息序列集合;
根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列集合,生成障碍物角度值序列集合和障碍物距离序列集合,其中,所述根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列集合,生成障碍物角度值序列集合和障碍物距离序列集合,包括:
对于所述障碍物车辆轨迹信息序列集合中的每个障碍物车辆轨迹信息序列,执行以下生成步骤:
根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物角度值序列,其中,所述车辆轨迹信息序列中的车辆轨迹信息对应所述障碍物车辆轨迹信息序列中的障碍物车辆轨迹信息,所述根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物角度值序列,包括:
对于所述车辆轨迹信息序列中每两个相邻的车辆轨迹信息,执行以下步骤:
将所述两个相邻的车辆轨迹信息分别确定为第一车辆轨迹信息和第二车辆轨迹信息;
将所述障碍物车辆轨迹信息序列中与所述第二车辆轨迹信息对应的障碍物车辆轨迹信息确定为第二障碍物车辆轨迹信息;
将所述第一车辆轨迹信息对应的横坐标与所述第二车辆轨迹信息对应的横坐标的差值的平方确定为第一角度数值;
将所述第一车辆轨迹信息对应的纵坐标与所述第二车辆轨迹信息对应的纵坐标的差值的平方确定为第二角度数值;
将所述第一角度数值与所述第二角度数值的和的二分之一次方确定为第一角度距离;
将所述第一车辆轨迹信息对应的横坐标与所述第二障碍物车辆轨迹信息对应的横坐标的差值的平方确定为第三角度数值;
将所述第一车辆轨迹信息对应的纵坐标与所述第二障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为第四角度数值;
将所述第三角度数值与所述第四角度数值的和的二分之一次方确定为第二角度距离;
将所述第二车辆轨迹信息对应的横坐标与所述第二障碍物车辆轨迹信息对应的横坐标的差值的平方确定为第五角度数值;
将所述第二车辆轨迹信息对应的纵坐标与所述第二障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为第六角度数值;
将所述第五角度数值与所述第六角度数值的和的二分之一次方确定为第三角度距离;
将所述第一角度距离与所述第二角度距离的和确定为第七角度数值;
将所述第七角度数值与所述第三角度距离的平方的差值确定为第八角度数值;
将所述第一角度距离与所述第二角度距离的乘积的2倍确定为第九角度数值;
将所述第八角度数值与所述第九角度数值的比值确定为角度余弦值;
将所述角度余弦值对应的反余弦的角度值确定为障碍物角度值;
将所得到各个障碍物角度值确定为障碍物角度值序列;
根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物距离序列,其中,所述车辆轨迹信息序列中的车辆轨迹信息对应所述障碍物车辆轨迹信息序列中的障碍物车辆轨迹信息,所述根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物距离序列,包括:
对于所述车辆轨迹信息序列中的每个车辆轨迹信息,执行以下确定步骤:
将与所述车辆轨迹信息对应的障碍物车辆轨迹信息确定为第一障碍物车辆轨迹信息;
将所述车辆轨迹信息对应的横坐标与所述第一障碍物车辆轨迹信息对应的横坐标的差值的平方确定为横向距离;
将所述车辆轨迹信息对应的纵坐标与所述第一障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为纵向距离;
将所述横向距离与所述纵向距离的和的二分之一次方确定为障碍物距离;
将所得到的各个障碍物距离确定为障碍物距离序列;
将所生成的各个障碍物角度值序列确定为障碍物角度值序列集合;
将所生成的各个障碍物距离序列确定为障碍物距离序列集合;
响应于确定所述车辆减速度序列中的车辆减速度、所述车辆曲率值序列中的车辆曲率值、所述障碍物距离序列集合中的障碍物距离和所述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将所述自动驾驶场景确定为自动驾驶测试场景。
2.根据权利要求1所述的方法,其中,所述根据所述车辆轨迹信息序列,确定所述目标车辆对应的车辆减速度序列,包括:
将所述车辆轨迹信息序列中每个车辆轨迹信息对应的时间确定为车辆轨迹时刻,得到车辆轨迹时刻序列;
将所述车辆轨迹信息序列中每个车辆轨迹信息对应的车速确定为车辆车速,得到车辆车速序列,其中,所述车辆轨迹时刻序列中的车辆轨迹时刻对应所述车辆车速序列中的车辆车速;
根据所述车辆轨迹时刻序列,确定车辆时刻差序列;
根据所述车辆车速序列,确定车辆速度差序列;
根据所述车辆速度差序列和所述车辆时刻差序列,确定车辆减速度序列。
3.根据权利要求1所述的方法,其中,所述预设场景测试条件包括:预设减速度条件、预设曲率值条件、预设距离条件和预设角度值条件;以及
所述响应于确定所述车辆减速度序列中的车辆减速度、所述车辆曲率值序列中的车辆曲率值、所述障碍物距离序列集合中的障碍物距离和所述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将所述自动驾驶场景确定为自动驾驶测试场景,包括:
响应于确定所述车辆减速度序列中的至少一个车辆减速度满足所述预设减速度条件,将所述自动驾驶场景确定为自动驾驶测试场景;
响应于确定所述车辆曲率值序列中的至少一个车辆曲率值满足所述预设曲率值条件,将所述自动驾驶场景确定为自动驾驶测试场景;
确定所述障碍物距离序列集合中每个障碍物距离序列对应的最小距离,得到最小距离集合;
将所述最小距离集合包括的各个最小距离中的最小值确定为目标距离;
响应于确定所述目标距离满足所述预设距离条件,将所述自动驾驶场景确定为自动驾驶测试场景;
确定所述障碍物角度值序列集合中每个障碍物角度值序列对应的最小角度值,得到最小角度值集合;
将所述最小角度值集合包括的各个最小角度值中的最小值确定为目标角度值;
响应于确定所述目标角度值满足所述预设角度值条件,将所述自动驾驶场景确定为自动驾驶测试场景。
4.一种用于自动驾驶的测试场景生成装置,包括:
获取单元,被配置成获取自动驾驶场景数据;
生成单元,被配置成根据所述自动驾驶场景数据,生成自动驾驶场景集合;
执行单元,被配置成对于所述自动驾驶场景集合中的每个自动驾驶场景,执行以下步骤:获取所述自动驾驶场景对应的目标车辆的车辆轨迹信息序列;根据所述车辆轨迹信息序列,确定所述目标车辆对应的车辆减速度序列;根据所述车辆轨迹信息序列,确定所述目标车辆对应的车辆曲率值序列;根据所述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合,其中,所述根据所述车辆轨迹信息序列,生成障碍物角度值序列集合和障碍物距离序列集合,包括:
将所述自动驾驶场景中除所述目标车辆外的各个车辆确定为障碍物车辆,得到障碍物车辆集合;
获取所述障碍物车辆集合中每个障碍物车辆对应的障碍物车辆轨迹信息序列,得到障碍物车辆轨迹信息序列集合;
根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列集合,生成障碍物角度值序列集合和障碍物距离序列集合,其中,所述根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列集合,生成障碍物角度值序列集合和障碍物距离序列集合,包括:
对于所述障碍物车辆轨迹信息序列集合中的每个障碍物车辆轨迹信息序列,执行以下生成步骤:
根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物角度值序列,其中,所述车辆轨迹信息序列中的车辆轨迹信息对应所述障碍物车辆轨迹信息序列中的障碍物车辆轨迹信息,所述根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物角度值序列,包括:
对于所述车辆轨迹信息序列中每两个相邻的车辆轨迹信息,执行以下步骤:
将所述两个相邻的车辆轨迹信息分别确定为第一车辆轨迹信息和第二车辆轨迹信息;
将所述障碍物车辆轨迹信息序列中与所述第二车辆轨迹信息对应的障碍物车辆轨迹信息确定为第二障碍物车辆轨迹信息;
将所述第一车辆轨迹信息对应的横坐标与所述第二车辆轨迹信息对应的横坐标的差值的平方确定为第一角度数值;
将所述第一车辆轨迹信息对应的纵坐标与所述第二车辆轨迹信息对应的纵坐标的差值的平方确定为第二角度数值;
将所述第一角度数值与所述第二角度数值的和的二分之一次方确定为第一角度距离;
将所述第一车辆轨迹信息对应的横坐标与所述第二障碍物车辆轨迹信息对应的横坐标的差值的平方确定为第三角度数值;
将所述第一车辆轨迹信息对应的纵坐标与所述第二障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为第四角度数值;
将所述第三角度数值与所述第四角度数值的和的二分之一次方确定为第二角度距离;
将所述第二车辆轨迹信息对应的横坐标与所述第二障碍物车辆轨迹信息对应的横坐标的差值的平方确定为第五角度数值;
将所述第二车辆轨迹信息对应的纵坐标与所述第二障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为第六角度数值;
将所述第五角度数值与所述第六角度数值的和的二分之一次方确定为第三角度距离;
将所述第一角度距离与所述第二角度距离的和确定为第七角度数值;
将所述第七角度数值与所述第三角度距离的平方的差值确定为第八角度数值;
将所述第一角度距离与所述第二角度距离的乘积的2倍确定为第九角度数值;
将所述第八角度数值与所述第九角度数值的比值确定为角度余弦值;
将所述角度余弦值对应的反余弦的角度值确定为障碍物角度值;
将所得到各个障碍物角度值确定为障碍物角度值序列;
根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物距离序列,其中,所述车辆轨迹信息序列中的车辆轨迹信息对应所述障碍物车辆轨迹信息序列中的障碍物车辆轨迹信息,所述根据所述车辆轨迹信息序列和所述障碍物车辆轨迹信息序列,生成障碍物距离序列,包括:
对于所述车辆轨迹信息序列中的每个车辆轨迹信息,执行以下确定步骤:
将与所述车辆轨迹信息对应的障碍物车辆轨迹信息确定为第一障碍物车辆轨迹信息;
将所述车辆轨迹信息对应的横坐标与所述第一障碍物车辆轨迹信息对应的横坐标的差值的平方确定为横向距离;
将所述车辆轨迹信息对应的纵坐标与所述第一障碍物车辆轨迹信息对应的纵坐标的差值的平方确定为纵向距离;
将所述横向距离与所述纵向距离的和的二分之一次方确定为障碍物距离;
将所得到的各个障碍物距离确定为障碍物距离序列;
将所生成的各个障碍物角度值序列确定为障碍物角度值序列集合;
将所生成的各个障碍物距离序列确定为障碍物距离序列集合;响应于确定所述车辆减速度序列中的车辆减速度、所述车辆曲率值序列中的车辆曲率值、所述障碍物距离序列集合中的障碍物距离和所述障碍物角度值序列集合中的障碍物角度值中任一项满足预设场景测试条件,将所述自动驾驶场景确定为自动驾驶测试场景。
5.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。
6.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-3中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310057925.9A CN115876493B (zh) | 2023-01-18 | 2023-01-18 | 用于自动驾驶的测试场景生成方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310057925.9A CN115876493B (zh) | 2023-01-18 | 2023-01-18 | 用于自动驾驶的测试场景生成方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115876493A CN115876493A (zh) | 2023-03-31 |
CN115876493B true CN115876493B (zh) | 2023-05-23 |
Family
ID=85758699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310057925.9A Active CN115876493B (zh) | 2023-01-18 | 2023-01-18 | 用于自动驾驶的测试场景生成方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115876493B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112896191A (zh) * | 2021-03-08 | 2021-06-04 | 京东鲲鹏(江苏)科技有限公司 | 轨迹处理方法、装置、电子设备和计算机可读介质 |
CN115526069A (zh) * | 2022-11-29 | 2022-12-27 | 广汽埃安新能源汽车股份有限公司 | 仿真驾驶场景生成方法、装置、设备和计算机可读介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111309600B (zh) * | 2020-01-21 | 2024-04-12 | 上汽通用汽车有限公司 | 虚拟场景注入自动驾驶测试方法及电子设备 |
CN113968242B (zh) * | 2020-07-22 | 2023-10-20 | 华为技术有限公司 | 自动驾驶场景生成方法、装置及系统 |
CN113255906A (zh) * | 2021-04-28 | 2021-08-13 | 中国第一汽车股份有限公司 | 一种自动驾驶中回归障碍物3d角度信息方法、装置、终端及存储介质 |
CN113569378B (zh) * | 2021-06-16 | 2024-01-05 | 阿波罗智联(北京)科技有限公司 | 仿真场景的生成方法、装置、电子设备以及存储介质 |
CN115240157B (zh) * | 2022-08-05 | 2023-07-18 | 禾多科技(北京)有限公司 | 道路场景数据持久化方法、装置、设备和计算机可读介质 |
CN115167182B (zh) * | 2022-09-07 | 2022-11-29 | 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 |
CN115544817B (zh) * | 2022-12-02 | 2023-03-28 | 广汽埃安新能源汽车股份有限公司 | 驾驶场景生成方法、装置、电子设备和计算机可读介质 |
-
2023
- 2023-01-18 CN CN202310057925.9A patent/CN115876493B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112896191A (zh) * | 2021-03-08 | 2021-06-04 | 京东鲲鹏(江苏)科技有限公司 | 轨迹处理方法、装置、电子设备和计算机可读介质 |
CN115526069A (zh) * | 2022-11-29 | 2022-12-27 | 广汽埃安新能源汽车股份有限公司 | 仿真驾驶场景生成方法、装置、设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115876493A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112590813B (zh) | 自动驾驶车辆信息生成方法、装置、电子设备和介质 | |
CN112001287B (zh) | 障碍物的点云信息生成方法、装置、电子设备和介质 | |
CN112700636B (zh) | 用于更新信息的方法和装置 | |
CN112918487B (zh) | 无人车起步方法、装置、电子设备和计算机可读介质 | |
CN115761702B (zh) | 车辆轨迹生成方法、装置、电子设备和计算机可读介质 | |
CN112649011B (zh) | 车辆避障方法、装置、设备和计算机可读介质 | |
CN110866524A (zh) | 车牌检测方法、装置、设备及存储介质 | |
CN116088537B (zh) | 车辆避障方法、装置、电子设备和计算机可读介质 | |
CN115808929B (zh) | 车辆仿真避障方法、装置、电子设备和计算机可读介质 | |
CN116740382B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN115876493B (zh) | 用于自动驾驶的测试场景生成方法、装置、设备和介质 | |
CN110060477B (zh) | 用于推送信息的方法和装置 | |
CN112677985B (zh) | 车辆中控功能激活等级确定方法、装置、电子设备和介质 | |
CN112373471B (zh) | 用于控制车辆行驶的方法、装置、电子设备和可读介质 | |
CN115061386A (zh) | 智能驾驶的自动化仿真测试系统及相关设备 | |
CN116580583B (zh) | 车辆调度信息生成方法、装置、设备和计算机可读介质 | |
CN115659154B (zh) | 数据发送方法、装置、服务器和计算机可读介质 | |
CN113050643B (zh) | 无人车路径规划方法、装置、电子设备和计算机可读介质 | |
CN115973178B (zh) | 车辆移动控制方法、装置、电子设备和计算机可读介质 | |
CN115848358B (zh) | 车辆泊车方法、装置、电子设备和计算机可读介质 | |
CN114771515A (zh) | 车辆碰撞处理方法、装置及相关设备 | |
CN116279464A (zh) | 车辆自适应巡航控制方法、装置及相关设备 | |
CN115100905A (zh) | 车辆碰撞预警方法、装置、车辆和存储介质 | |
CN118220130A (zh) | 提醒处理方法、装置、设备及介质 | |
CN115134775A (zh) | 数据可靠性测试系统、方法、装置和电子设备 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806 Patentee after: Heduo Technology (Guangzhou) Co.,Ltd. Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. |