CN115878494A - 自动驾驶软件系统的测试方法、装置、车辆及存储介质 - Google Patents
自动驾驶软件系统的测试方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN115878494A CN115878494A CN202310006941.5A CN202310006941A CN115878494A CN 115878494 A CN115878494 A CN 115878494A CN 202310006941 A CN202310006941 A CN 202310006941A CN 115878494 A CN115878494 A CN 115878494A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- detection result
- software system
- automatic driving
- driving software
- 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.)
- Granted
Links
- 238000010998 test method Methods 0.000 title description 8
- 238000001514 detection method Methods 0.000 claims abstract description 164
- 238000012360 testing method Methods 0.000 claims abstract description 117
- 230000002159 abnormal effect Effects 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000013499 data model Methods 0.000 claims description 16
- 230000008447 perception Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 6
- 230000003238 somatosensory effect Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 206010016322 Feeling abnormal Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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)
- Debugging And Monitoring (AREA)
Abstract
本公开涉及自动驾驶技术领域,尤其涉及一种自动驾驶软件系统的测试方法、装置、车辆及存储介质。方法包括:在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取车辆的行驶环境图像和车辆行驶环境的第一检测结果,第一检测结果是基于自动驾驶软件系统对车辆行驶环境进行检测得到的,自动驾驶软件系统部署在车辆内;根据行驶环境图像,确定车辆行驶环境的第二检测结果;根据第一检测结果和第二检测结果,对自动驾驶软件系统进行测试。通过在车辆行驶过程中实现对自动驾驶软件系统的测试,能够及时确定出自动驾驶软件系统的异常部分,进而能够及时修正,提高了自动驾驶软件系统的生成效率。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及一种自动驾驶软件系统的测试方法、装置、车辆及存储介质。
背景技术
为了确保自动驾驶车辆的行车安全,在量产自动驾驶软件系统之前,需要对自动驾驶软件系统进行测试,以验证自动驾驶软件系统的可靠性、安全性等综合性能。示例地,将自动驾驶软件系统部署在车辆内,控制车辆在道路上行驶,以实现对部署在车辆内的自动驾驶软件系统进行测试的目的。
发明内容
为克服相关技术中存在的问题,本公开提供一种自动驾驶软件系统的测试方法、装置、车辆及存储介质。
根据本公开实施例的第一方面,提供一种自动驾驶软件系统的测试方法,包括:
在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,所述第一检测结果是基于所述自动驾驶软件系统对所述车辆行驶环境进行检测得到的,所述自动驾驶软件系统部署在所述车辆内;
根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,所述第二检测结果为与所述车辆行驶有关的目标对象的检测结果;
根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试。
可选地,所述测试指令包括测试模式;
所述在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,包括:
在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,若所述测试模式为用于表征在所述车辆出现异常行驶状态时进行测试的目标测试模式,则确定所述车辆出现异常行驶状态的起始时刻,并将所述起始时刻之前的第一预设时长和所述起始时刻之后的第二预设时长确定为待测时段,所述第一预设时长大于所述第二预设时长;
获取所述车辆在所述待测时段内行驶时的行驶环境图像和在所述待测时段内车辆行驶环境的第一检测结果。
可选地,所述根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试,包括:
若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象不一致,则确定所述自动驾驶软件系统中的感知算法异常;以及
若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象一致,则确定所述自动驾驶软件系统中的规控算法异常。
可选地,所述方法还包括:
在确定所述自动驾驶软件系统中的感知算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第一数据库;
在确定所述自动驾驶软件系统中的规控算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第二数据库,所述第二数据库与所述第一数据库不同。
可选地,所述异常行驶状态包括接管状态和/或车辆体感异常状态。
可选地,所述行驶环境图像为激光传感器采集的图像;
所述根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,包括:
将所述行驶环境图像输入预设的点云数据模型,得到所述点云数据模型输出的第二检测结果。
可选地,所述方法还包括:
向云端服务器发送所述第一检测结果和所述行驶环境图像;和/或
输出所述自动驾驶软件系统的测试结果。
根据本公开实施例的第二方面,提供一种自动驾驶软件系统的测试装置,包括:
获取模块,被配置为在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,所述第一检测结果是基于所述自动驾驶软件系统对所述车辆行驶环境进行检测得到的,所述自动驾驶软件系统部署在所述车辆内;
确定模块,被配置为根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,所述第二检测结果为与所述车辆行驶有关的目标对象的检测结果;
测试模块,被配置为根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试。
可选地,所述测试指令包括测试模式;
所述获取模块包括:
第一确定子模块,被配置为在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,若所述测试模式为用于表征在所述车辆出现异常行驶状态时进行测试的目标测试模式,则确定所述车辆出现异常行驶状态的起始时刻,并将所述起始时刻之前的第一预设时长和所述起始时刻之后的第二预设时长确定为待测时段,所述第一预设时长大于所述第二预设时长;
获取子模块,被配置为获取所述车辆在所述待测时段内行驶时的行驶环境图像和在所述待测时段内车辆行驶环境的第一检测结果。
可选地,所述测试模块包括:
第二确定子模块,被配置为若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象不一致,则确定所述自动驾驶软件系统中的感知算法异常;以及
第三确定子模块,被配置为若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象一致,则确定所述自动驾驶软件系统中的规控算法异常。
可选地,所述自动驾驶软件系统的测试装置还包括:
第一存储模块,被配置为在确定所述自动驾驶软件系统中的感知算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第一数据库;
第二存储模块,被配置为在确定所述自动驾驶软件系统中的规控算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第二数据库,所述第二数据库与所述第一数据库不同。
可选地,所述异常行驶状态包括接管状态和/或车辆体感异常状态。
可选地,所述行驶环境图像为激光传感器采集的图像;所述确定模块被配置为:
将所述行驶环境图像输入预设的点云数据模型,得到所述点云数据模型输出的第二检测结果。
可选地,所述自动驾驶软件系统的测试装置还包括:
发送模块,被配置为向云端服务器发送所述第一检测结果和所述行驶环境图像;和/或
输出模块,被配置为输出所述自动驾驶软件系统的测试结果。
根据本公开实施例的第三方面,提供一种车辆,包括:
第一处理器;
用于存储第一处理器可执行指令的第一存储器;
其中,所述第一处理器被配置为:
在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,所述第一检测结果是基于所述自动驾驶软件系统对所述车辆行驶环境进行检测得到的,所述自动驾驶软件系统部署在所述车辆内;
根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,所述第二检测结果为与所述车辆行驶有关的目标对象的检测结果;
根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被第二处理器执行时实现本公开第一方面所提供的自动驾驶软件系统的测试方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:采用上述技术方案,在车辆行驶过程中,获取车辆的行驶环境图像和车辆行驶环境的第一检测结果,并根据该行驶环境图像确定车辆行驶环境的第二检测结果,进而根据该第一检测结果和第二检测结果,对自动驾驶软件系统进行测试。如此,通过在车辆行驶过程中实现对自动驾驶软件系统的测试,能够及时确定出自动驾驶软件系统的异常部分,进而能够及时对异常部分进行修正,提高了自动驾驶软件系统的生成效率。
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
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种自动驾驶软件系统的测试方法的流程图。
图2是根据一示例性实施例示出的一种自动驾驶软件系统的测试装置的框图。
图3是根据一示例性实施例示出的一种车辆的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
在相关技术中通常是通过以下两种方式对自动驾驶软件系统进行测试。在第一种方式中,在部署有待测试自动驾驶软件系统的自动驾驶车辆在道路上行驶时,会有安全员跟随自动驾驶车辆,在发现自动驾驶车辆出现行驶异常时,记录出现行驶异常路段内的测试数据,例如,车辆位置、行驶速度、加速度、转向角、车辆周围的交通环境等等。在测试结束时,对测试数据进行分析,确定出自动驾驶软件系统中异常部分并进行修正。在第二种方式中,部署有待测试自动驾驶软件系统的自动驾驶车辆在道路上行驶时,实时记录测试数据,并在测试结束时,将测试数据回传至技术人员客户端,技术人员从测试数据中标注出自动驾驶车辆出现行驶异常路段内的数据,并对自动驾驶车辆出现行驶异常路段内的数据进行分析,确定出自动驾驶软件系统中异常部分并进行修正。
也即是说,在相关技术中,均是在测试结束后回传测试数据以实现对自动驾驶软件系统的测试,如此,在测试结束后确定自动驾驶软件系统中异常部分的时间与车辆出现行驶异常的时间不一致,存在较大的时差,进而无法对自动驾驶软件进行及时修正,导致自动驾驶软件系统的生成效率较低。
有鉴于此,本公开提供一种自动驾驶软件系统的测试方法、装置、车辆及存储介质,通过在车辆行驶过程中实现对自动驾驶软件系统的测试,能够及时确定出自动驾驶软件系统的异常部分,进而能够及时修正,提高了自动驾驶软件系统的生成效率。
图1是根据一示例性实施例示出的一种自动驾驶软件系统的测试方法的流程图。如图1所示,该方法可以包括以下步骤。
在步骤S11中,在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取车辆的行驶环境图像和车辆行驶环境的第一检测结果。
在本公开中,第一检测结果是基于自动驾驶软件系统对车辆行驶环境进行检测得到的,且自动驾驶软件系统部署在车辆内。也即是说,第一检测结果是车辆内的自动驾驶系统中的硬件基于自动驾驶软件系统对车辆行驶过程中的行驶环境进行检测得到的结果,该第一检测结果可以为与车辆行驶有关的目标对象的检测结果。其中,目标对象可以为影响车辆行驶的其他车辆、行人等障碍物。例如,目标对象为位于车辆所在车道的前方且距离车辆最近的车辆或行人,或者,位于车辆所在车道的相邻车道且距离车辆最近的车辆或行人。
车辆的行驶环境图像是指车辆在行驶过程中设置在车辆上的图像采集装置采集的图像,该行驶环境图像可以包括车辆周围的场景环境信息。其中,该图像采集装置可以为视觉传感器、激光传感器、红外传感器等。
在步骤S12中,根据行驶环境图像,确定车辆行驶环境的第二检测结果。
应当理解的是,第二检测结果也为与车辆行驶有关的目标对象的检测结果。也即是说,第一检测结果和第二检测结果均为与车辆行驶有关的目标对象的检测结果,在自动驾驶软件系统正常时,第一检测结果和第二检测结果包括的目标对象一致。
在本公开中,在获取到行驶环境图像时,对该行驶环境图像进行检测,以检测出位于该行驶环境图像中的目标对象。示例地,在第二检测结果中可以以矩形框的形式标注出行驶环境图像中的目标对象。
应当理解的是,设置在车辆上的图像采集装置是无故障的,即,获取到的车辆的行驶环境图像中不存在漏采集或误采集的目标对象,因此,根据行驶环境图像所确定的车辆行驶环境的第二检测结果为与车辆实际行驶有关的所有目标对象的检测结果。
示例地,若车辆行驶环境中包括位于车辆所在车道的前方且距离车辆最近的车辆A,位于车辆所在车道的相邻车道且距离车辆最近的车辆B和行人C,则第二检测结果中包括的目标对象分别为车辆A、车辆B和行人C。
在一种实施方式中,行驶环境图像为激光传感器采集的图像,相应地,可以通过点云数据模型得到车辆行驶环境的第二检测结果。示例地,将行驶环境图像输入预设的点云数据模型,得到点云数据模型输出的第二检测结果。其中,可以采用现有的模型训练方式训练得到点云数据模型,本公开对此不作赘述。
如此,利用点云数据模型能够准确地对行驶环境图像进行检测,进而能够得到较为准确的第二检测结果,后续在基于该第二检测结果对自动驾驶软件系统进行测试时,能够提高对自动驾驶软件系统测试的准确度。
此外,点云数据模型可以部署在车辆端,也可以部署在云端服务器,本公开对此不作具体限定。当点云数据模型部署在云端服务器时,车辆可以将行驶环境图像发送至云端服务器,以由云端服务器将行驶环境图像输入点云数据模型得到第二检测结果,之后,云端服务器将第二检测结果发送至车辆,以使车辆获取到该第二检测结果,
在步骤S13中,根据第一检测结果和第二检测结果,对自动驾驶软件系统进行测试。
在本公开中,第一检测结果是基于自动驾驶软件系统对车辆的行驶环境进行检测得到的,且包括与车辆行驶有关的目标对象的检测结果,第二检测结果为与车辆实际行驶有关的所有目标对象的检测结果,因此,可以将第二检测结果作为真值与第一检测结果进行比较,以对自动驾驶软件系统进行测试。
采用上述技术方案,在车辆行驶过程中,获取车辆的行驶环境图像和车辆行驶环境的第一检测结果,并根据该行驶环境图像确定车辆行驶环境的第二检测结果,进而根据该第一检测结果和第二检测结果,对自动驾驶软件系统进行测试。如此,通过在车辆行驶过程中实现对自动驾驶软件系统的测试,能够及时确定出自动驾驶软件系统的异常部分,进而能够及时对异常部分进行修正,提高了自动驾驶软件系统的生成效率。
在一种实施例中,开发人员在设计自动驾驶软件系统中插入测试模式节点,其中,测试模式可以包括全程测试模式和/或用于表征在车辆出现异常行驶状态时进行测试的测试模式。在需要对自动驾驶软件系统进行测试时,将该自动驾驶软件系统部署在车辆上,相关工作人员可以根据实际需求选择相应的测试模式,并向车辆发送携带测试模式的测试指令。
在该实施例的一种可能的方式中,测试指令中包括的测试模式为全程测试模式,即,在车辆行驶的全过程中,均按照图1所示的方法对自动驾驶软件系统进行测试。然而,考虑到若车辆正常行驶则表明自动驾驶系统是正常的,即,自动驾驶软件系统不会影响行车安全,此时,无需进一步确定自动驾驶软件系统的异常部分。
因此,在该实施例的另一种可能的方式中,在测试指令中包括的测试模式为用于表征在车辆出现异常行驶状态时进行测试的目标测试模式的情况下,在检测到车辆出现异常行驶状态时再对自动驾驶软件系统进行测试。示例地,在该方式中,图1中步骤S11的具体实施方式为:在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,若测试模式为用于表征在车辆出现异常行驶状态时进行测试的目标测试模式,则确定车辆出现异常行驶状态的起始时刻,并将起始时刻之前的第一预设时长和起始时刻之后的第二预设时长确定为待测时段;获取车辆在待测时段内行驶时的行驶环境图像和在待测时段内车辆行驶环境的第一检测结果。
示例地,该异常行驶状态包括接管状态和/或车辆体感异常状态。其中,接管状态是指退出自动驾驶模式,由安全人员在车辆内接管车辆或者安全人员远程接管车辆。车辆体感异常状态可以包括车辆急加速状态、急减速状态、频繁点刹状态等等。
在该方式中,在确定车辆出现异常行驶状态之后,进一步确定车辆出现异常行驶状态的起始时刻,并将起始时刻之前的第一预设时长和起始时刻之后的第二预设时长确定为待测时段。例如,第一预设时长和第二预设时长均为5s,起始时刻为t0,则在检测到车辆出现上述异常行驶状态时,将出现异常行驶状态前的5s和出现异常行驶状态后的5s,即,将[t0-5,t0+5]的时间段确定为待测时段。之后,获取车辆在该待测时段内行驶时的行驶环境图像和在该待测时段内车辆行驶环境的第一检测结果。
在实际应用中,考虑到在自动驾驶软件系统先检测到异常信息时车辆的行驶状态才会出现异常,因此,车辆出现接管状态或者车辆体感异常状态之前的检测结果,对自动驾驶软件系统的影响较大,即,在自动驾驶软件系统的评测时,在车辆出现异常行驶状态之前的车辆行驶环境的第一检测结果和行驶环境图像的权重较大,因此,在该实施例中,第一预设时长可以大于第二预设时长。
如此,在车辆出现异常行驶状态时再对车辆上部署的自动驾驶软件系统进行测试,在确保能够对自动驾驶软件系统进行有效测试的同时还能够减少测试工作量,提高了测试效率。
此外,图1中步骤S13根据第一检测结果和第二检测结果,对自动驾驶软件系统进行测试的具体实施方式为:若第一检测结果包括的目标对象与第二检测结果中包括的目标对象不一致,则确定自动驾驶软件系统中的感知算法异常;以及若第一检测结果包括的目标对象与第二检测结果中包括的目标对象一致,则确定自动驾驶软件系统中的规控算法异常。
应当理解的是,自动驾驶软件系统通常包括感知算法和规控算法两部分。因此,在本公开中,自动驾驶软件系统出现异常包括感知算法异常和/或规控算法异常。在检测到车辆出现异常行驶状态时,表明自动驾驶软件系统中的感知算法和规控算法中的至少一者出现了异常。其中,感知算法异常可以包括自动驾驶软件系统漏检、误检等。
若第一检测结果包括的目标对象与第二检测结果中包括的目标对象不一致,则确定自动驾驶软件系统中的感知算法异常。例如,若第二检测结果包括的目标对象分别为车辆A、车辆B和行人C,第一检测结果包括的目标对象为车辆A和车辆B,即,自动驾驶软件系统漏检测了行人C,此时确定自动驾驶软件系统中的感知算法异常。又例如,若第二检测结果包括的目标对象分别为车辆A、车辆B和行人C,第一检测结果包括的目标对象为车辆A、车辆B和车辆D,即,自动驾驶软件系统将行人C误检为车辆D,此时仍确定自动驾驶软件系统中的感知算法异常。
应当理解的是,车辆出现异常行驶状态,即表明自动驾驶软件系统出现了异常,若第一检测结果包括的目标对象与第二检测结果包括的目标对象一致,则认为自动驾驶软件系统中的感知算法正常,此时,排除了感知算法异常的情况,因此,确定自动驾驶软件系统中的规控算法异常。
采用上述技术方案,在确定出自动驾驶软件系统异常的情况下,还可以进一步确定出自动驾驶软件系统的异常部分,如此,可以针对性地对异常部分进行快速修正,提高了自动驾驶软件系统的生成效率。
此外,在确定出自动驾驶软件系统中的异常部分之后,还可以将测试数据,例如第一检测结果和行驶环境图像,存储在相应的数据库中。示例地,在确定自动驾驶软件系统中的感知算法异常的情况下,将第一检测结果和行驶环境图像存储在第一数据库中;在确定自动驾驶软件系统中的规控算法异常的情况下,将第一检测结果和行驶环境图像存储在第二数据库中,第二数据库与第一数据库不同。
其中,第一数据库为用于存储感知算法异常时的测试数据,第二数据库用于存储规控算法异常时的测试数据。
如此,在确定出自动驾驶软件系统的异常部分之后,可以将测试数据存储在相应的数据库中,提升了数据库的构建效率。
在本公开中,还可以向云端服务器发送第一检测结果和行驶环境图像,这样,便于后续技术人员能够从云端服务器获取到第一检测结果和行驶环境图像,并根据所获取到的第一检测结果和行驶环境图像,对自动驾驶软件系统中的异常部分进行修正。
此外,在测试结束时,还可以输出自动驾驶软件系统的测试结果,便于技术人员及时获知到自动驾驶软件系统是否异常以及异常部分,进而及时进行修正,提高了自动驾驶软件系统的生成效率。
基于同一发明构思,本公开提供一种自动驾驶软件系统的测试装置。图2是根据一示例性实施例示出的一种自动驾驶软件系统的测试装置的框图。如图2所示,自动驾驶软件系统的测试装置200可以包括:
获取模块201,被配置为在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,所述第一检测结果是基于所述自动驾驶软件系统对所述车辆行驶环境进行检测得到的,所述自动驾驶软件系统部署在所述车辆内;
确定模块202,被配置为根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,所述第二检测结果为与所述车辆行驶有关的目标对象的检测结果;
测试模块203,被配置为根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试。
可选地,所述测试指令包括测试模式;
所述获取模块201包括:
第一确定子模块,被配置为在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,若所述测试模式为用于表征在所述车辆出现异常行驶状态时进行测试的目标测试模式,则确定所述车辆出现异常行驶状态的起始时刻,并将所述起始时刻之前的第一预设时长和所述起始时刻之后的第二预设时长确定为待测时段,所述第一预设时长大于所述第二预设时长;
获取子模块,被配置为获取所述车辆在所述待测时段内行驶时的行驶环境图像和在所述待测时段内车辆行驶环境的第一检测结果。
可选地,所述测试模块203包括:
第二确定子模块,被配置为若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象不一致,则确定所述自动驾驶软件系统中的感知算法异常;以及
第三确定子模块,被配置为若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象一致,则确定所述自动驾驶软件系统中的规控算法异常。
可选地,所述自动驾驶软件系统的测试装置200还包括:
第一存储模块,被配置为在确定所述自动驾驶软件系统中的感知算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第一数据库;
第二存储模块,被配置为在确定所述自动驾驶软件系统中的规控算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第二数据库,所述第二数据库与所述第一数据库不同。
可选地,所述异常行驶状态包括接管状态和/或车辆体感异常状态。
可选地,所述行驶环境图像为激光传感器采集的图像;所述确定模块202被配置为:
将所述行驶环境图像输入预设的点云数据模型,得到所述点云数据模型输出的第二检测结果。
可选地,所述自动驾驶软件系统的测试装置200还包括:
发送模块,被配置为向云端服务器发送所述第一检测结果和所述行驶环境图像;和/或
输出模块,被配置为输出所述自动驾驶软件系统的测试结果。
关于上述实施例中的自动驾驶软件系统的测试装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图3是根据一示例性实施例示出的一种车辆的框图。例如,车辆300可以是混合动力车辆,也可以是非混合动力车辆、电动车辆、燃料电池车辆或者其他类型的车辆。车辆300可以是自动驾驶车辆或者半自动驾驶车辆。
参照图3,车辆300可包括各种子系统,例如,信息娱乐系统310、感知系统320、决策控制系统330、驱动系统340以及计算平台350。其中,车辆300还可以包括更多或更少的子系统,并且每个子系统都可包括多个部件。另外,车辆300的每个子系统之间和每个部件之间可以通过有线或者无线的方式实现互连。
在一些实施例中,信息娱乐系统310可以包括通信系统,娱乐系统以及导航系统等。
感知系统320可以包括若干种传感器,用于感测车辆300周边的环境的信息。例如,感知系统320可包括全球定位系统(全球定位系统可以是GPS系统,也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit,IMU)、激光雷达、毫米波雷达、超声雷达以及摄像装置。
决策控制系统330可以包括计算系统、整车控制器、转向系统、油门以及制动系统。
驱动系统340可以包括为车辆300提供动力运动的组件。在一个实施例中,驱动系统340可以包括引擎、能量源、传动系统和车轮。引擎可以是内燃机、电动机、空气压缩引擎中的一种或者多种的组合。引擎能够将能量源提供的能量转换成机械能量。
车辆300的部分或所有功能受计算平台350控制。计算平台350可包括至少一个第一处理器351和第一存储器352,第一处理器351可以执行存储在第一存储器352中的指令353。
第一处理器351可以是任何常规的处理器,诸如商业可获得的CPU(CentralProcessing Unit,中央处理器)。处理器还可以包括诸如图像处理器(Graphics ProcessUnit,GPU),现场可编程门阵列(Field Programmable Gate Array,FPGA)、片上系统或系统级芯片(System on Chip,SOC)、专用集成芯片(Application Specific IntegratedCircuit,ASIC)或它们的组合。
第一存储器352可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
除了指令353以外,第一存储器352还可存储数据,例如道路地图,路线信息,车辆的位置、方向、速度等数据。第一存储器352存储的数据可以被计算平台350使用。
在本公开实施例中,第一处理器351可以执行指令353,以完成上述的自动驾驶软件系统的测试方法的全部或部分步骤。
在一示例性实施例中本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被第二处理器执行时实现本公开提供的自动驾驶软件系统的测试方法的步骤。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的自动驾驶软件系统的测试方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。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下面的权利要求指出。
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制。
Claims (10)
1.一种自动驾驶软件系统的测试方法,其特征在于,包括:
在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,所述第一检测结果是基于所述自动驾驶软件系统对所述车辆行驶环境进行检测得到的,所述自动驾驶软件系统部署在所述车辆内;
根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,所述第二检测结果为与所述车辆行驶有关的目标对象的检测结果;
根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试。
2.根据权利要求1所述的方法,其特征在于,所述测试指令包括测试模式;
所述在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,包括:
在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,若所述测试模式为用于表征在所述车辆出现异常行驶状态时进行测试的目标测试模式,则确定所述车辆出现异常行驶状态的起始时刻,并将所述起始时刻之前的第一预设时长和所述起始时刻之后的第二预设时长确定为待测时段,所述第一预设时长大于所述第二预设时长;
获取所述车辆在所述待测时段内行驶时的行驶环境图像和在所述待测时段内车辆行驶环境的第一检测结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试,包括:
若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象不一致,则确定所述自动驾驶软件系统中的感知算法异常;以及
若所述第一检测结果包括的目标对象与所述第二检测结果包括的目标对象一致,则确定所述自动驾驶软件系统中的规控算法异常。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在确定所述自动驾驶软件系统中的感知算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第一数据库;
在确定所述自动驾驶软件系统中的规控算法异常的情况下,将所述第一检测结果和所述行驶环境图像存储在第二数据库,所述第二数据库与所述第一数据库不同。
5.根据权利要求2所述的方法,其特征在于,所述异常行驶状态包括接管状态和/或车辆体感异常状态。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述行驶环境图像为激光传感器采集的图像;
所述根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,包括:
将所述行驶环境图像输入预设的点云数据模型,得到所述点云数据模型输出的第二检测结果。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
向云端服务器发送所述第一检测结果和所述行驶环境图像;和/或
输出所述自动驾驶软件系统的测试结果。
8.一种自动驾驶软件系统的测试装置,其特征在于,包括:
获取模块,被配置为在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,所述第一检测结果是基于所述自动驾驶软件系统对所述车辆行驶环境进行检测得到的,所述自动驾驶软件系统部署在所述车辆内;
确定模块,被配置为根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,所述第二检测结果为与所述车辆行驶有关的目标对象的检测结果;
测试模块,被配置为根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试。
9.一种车辆,其特征在于,包括:
第一处理器;
用于存储第一处理器可执行指令的第一存储器;
其中,所述第一处理器被配置为:
在车辆处于行驶状态且接收到针对自动驾驶软件系统的测试指令时,获取所述车辆的行驶环境图像和车辆行驶环境的第一检测结果,所述第一检测结果是基于所述自动驾驶软件系统对所述车辆行驶环境进行检测得到的,所述自动驾驶软件系统部署在所述车辆内;
根据所述行驶环境图像,确定所述车辆行驶环境的第二检测结果,所述第二检测结果为与所述车辆行驶有关的目标对象的检测结果;
根据所述第一检测结果和所述第二检测结果,对所述自动驾驶软件系统进行测试。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被第二处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310006941.5A CN115878494B (zh) | 2023-01-04 | 2023-01-04 | 自动驾驶软件系统的测试方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310006941.5A CN115878494B (zh) | 2023-01-04 | 2023-01-04 | 自动驾驶软件系统的测试方法、装置、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115878494A true CN115878494A (zh) | 2023-03-31 |
CN115878494B CN115878494B (zh) | 2023-05-09 |
Family
ID=85757981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310006941.5A Active CN115878494B (zh) | 2023-01-04 | 2023-01-04 | 自动驾驶软件系统的测试方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115878494B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116572995A (zh) * | 2023-07-11 | 2023-08-11 | 小米汽车科技有限公司 | 车辆的自动驾驶方法、装置及车辆 |
CN116668602A (zh) * | 2023-06-27 | 2023-08-29 | 小米汽车科技有限公司 | 相机图像同步方法、装置、车辆及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593310A (zh) * | 2018-06-14 | 2018-09-28 | 驭势科技(北京)有限公司 | 离线测试系统和方法 |
US20200234572A1 (en) * | 2019-01-17 | 2020-07-23 | Transdev Group | Platform and method for monitoring an infrastructure for transport vehicles, associated vehicle, transport system and computer program |
CN111881520A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶测试的异常检测方法、装置、计算机设备及存储介质 |
CN111881519A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶的测试方法、装置、计算机设备及存储介质 |
CN112835790A (zh) * | 2021-01-22 | 2021-05-25 | 北京罗克维尔斯科技有限公司 | 自动驾驶软件的测试方法、装置、设备及介质 |
CN112987711A (zh) * | 2019-11-30 | 2021-06-18 | 华为技术有限公司 | 自动驾驶规控算法优化方法及仿真测试装置 |
CN115016323A (zh) * | 2022-06-21 | 2022-09-06 | 际络科技(上海)有限公司 | 自动驾驶的仿真测试系统及方法 |
-
2023
- 2023-01-04 CN CN202310006941.5A patent/CN115878494B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593310A (zh) * | 2018-06-14 | 2018-09-28 | 驭势科技(北京)有限公司 | 离线测试系统和方法 |
US20200234572A1 (en) * | 2019-01-17 | 2020-07-23 | Transdev Group | Platform and method for monitoring an infrastructure for transport vehicles, associated vehicle, transport system and computer program |
CN112987711A (zh) * | 2019-11-30 | 2021-06-18 | 华为技术有限公司 | 自动驾驶规控算法优化方法及仿真测试装置 |
CN111881520A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶测试的异常检测方法、装置、计算机设备及存储介质 |
CN111881519A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶的测试方法、装置、计算机设备及存储介质 |
CN112835790A (zh) * | 2021-01-22 | 2021-05-25 | 北京罗克维尔斯科技有限公司 | 自动驾驶软件的测试方法、装置、设备及介质 |
CN115016323A (zh) * | 2022-06-21 | 2022-09-06 | 际络科技(上海)有限公司 | 自动驾驶的仿真测试系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116668602A (zh) * | 2023-06-27 | 2023-08-29 | 小米汽车科技有限公司 | 相机图像同步方法、装置、车辆及存储介质 |
CN116668602B (zh) * | 2023-06-27 | 2024-03-19 | 小米汽车科技有限公司 | 相机图像同步方法、装置、车辆及存储介质 |
CN116572995A (zh) * | 2023-07-11 | 2023-08-11 | 小米汽车科技有限公司 | 车辆的自动驾驶方法、装置及车辆 |
CN116572995B (zh) * | 2023-07-11 | 2023-12-22 | 小米汽车科技有限公司 | 车辆的自动驾驶方法、装置及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN115878494B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115878494B (zh) | 自动驾驶软件系统的测试方法、装置、车辆及存储介质 | |
CN109421738A (zh) | 用于监视自主车辆的方法和装置 | |
CN113168524A (zh) | 用于测试驾驶员辅助系统的方法和设备 | |
JP5618152B2 (ja) | 進路案内システム、進路案内方法、及び進路案内プログラム | |
EP3855205A1 (en) | Perception performance evaluation of a vehicle adas or ads | |
CN116626670B (zh) | 自动驾驶模型的生成方法、装置、车辆及存储介质 | |
US20220122455A1 (en) | Notification device to driver | |
CN115718304A (zh) | 目标对象检测方法、装置、车辆及存储介质 | |
CN114821542A (zh) | 目标检测方法、装置、车辆及存储介质 | |
CN116108041B (zh) | 车辆测试数据的确定方法、装置、车辆和存储介质 | |
CN115900771B (zh) | 信息确定的方法、装置、车辆及存储介质 | |
CN116659529B (zh) | 数据检测方法、装置、车辆及存储介质 | |
CN116767224B (zh) | 确定可行驶区域的方法、装置、车辆、及存储介质 | |
US11166003B1 (en) | Dynamic vibration sensor optics distortion prediction | |
CN116678423B (zh) | 多源融合定位方法、装置及车辆 | |
US11577753B2 (en) | Safety architecture for control of autonomous vehicle | |
US11820393B2 (en) | Functionally safe rationalization check for autonomous vehicle machine learning algorithms | |
US20210061285A1 (en) | Method for generating a reference representation | |
US20240135726A1 (en) | Anomaly detection device, anomaly detection method, and computer program for detecting anomalies | |
US20220307840A1 (en) | Apparatus, method, and computer program for identifying road being traveled | |
CN116563812B (zh) | 目标检测方法、装置、存储介质及车辆 | |
CN116499488B (zh) | 目标融合方法、装置、车辆及存储介质 | |
JP7452374B2 (ja) | 物体検知装置および物体検知プログラム | |
US20220297694A1 (en) | Vehicle controller, and method and computer program for controlling vehicle | |
US20230154313A1 (en) | Sensor localization |
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 |