CN115981179A - 一种自动驾驶仿真测试场景测试指标生成方法及装置 - Google Patents

一种自动驾驶仿真测试场景测试指标生成方法及装置 Download PDF

Info

Publication number
CN115981179A
CN115981179A CN202211737232.6A CN202211737232A CN115981179A CN 115981179 A CN115981179 A CN 115981179A CN 202211737232 A CN202211737232 A CN 202211737232A CN 115981179 A CN115981179 A CN 115981179A
Authority
CN
China
Prior art keywords
index
test
scene
tested
similar
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
Application number
CN202211737232.6A
Other languages
English (en)
Other versions
CN115981179B (zh
Inventor
严宋扬
全欢欢
刘新晓
潘余曦
杨子江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Xinxin Information Technology Co ltd
Original Assignee
Xi'an Xinxin Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xi'an Xinxin Information Technology Co ltd filed Critical Xi'an Xinxin Information Technology Co ltd
Priority to CN202211737232.6A priority Critical patent/CN115981179B/zh
Publication of CN115981179A publication Critical patent/CN115981179A/zh
Application granted granted Critical
Publication of CN115981179B publication Critical patent/CN115981179B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种自动驾驶仿真测试场景测试指标生成方法及装置,其中自动驾驶仿真测试场景测试指标生成方法,包括:获取待测自动驾驶系统的测试要求,确定待测试场景;在场景指标库中搜索待测试场景的相似场景,将相似场景的第一测试指标作为待测试场景的第二测试指标;基于待测试场景和相似场景,配置第二测试指标的指标参数;基于相似场景,配置第二测试指标的指标权重;生成待测试场景的第二测试指标集。基于与待测试场景相似的相似场景确定待测试场景的测试指标以及测试指标的指标参数和指标权重,实现了待测试场景测试指标的自动化获取,提高了测试场景测试指标的生成效率。

Description

一种自动驾驶仿真测试场景测试指标生成方法及装置
技术领域
本申请涉及人工智能技术领域,具体而言,涉及一种自动驾驶仿真测试场景测试指标生成方法及装置。
背景技术
目前,随着L3、L4级自动驾驶的智能网联汽车的商用落地的推进,其中,模拟仿真测试对智能网联汽车的量产落地有着关键作用。
现有技术中,智能网联汽车的模拟仿真测试是通过仿真测试平台设计仿真测试场景对智能网联汽车决策、规划算法进行测试,其测试结果一般是采用测试指标来反映。目前,一般采用人工设置的方式来设置测试场景所对应的测试指标,测试指标生成效率较低。
发明内容
本申请实施例的目的在于提供一种自动驾驶仿真测试场景测试指标生成方法、装置、电子设备及存储介质,用以改善测试指标的生成效率。
第一方面,本申请实施例提供一种自动驾驶仿真测试场景测试指标生成方法,包括:获取待测自动驾驶系统的测试要求,确定待测试场景;在场景指标库中搜索待测试场景的相似场景;将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标;基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数;基于所述相似场景,配置所述第二测试指标的指标权重;生成所述待测试场景的第二测试指标集。
在上述方案的实现过程中,基于与待测试场景相似的相似场景确定待测试场景的测试指标以及测试指标的指标参数和指标权重,实现了待测试场景测试指标的自动化获取,提高了测试场景测试指标的生成效率。
在第一方面的一种实现方式中,所述在场景指标库中搜索待测试场景的相似场景,包括:计算所述待测试场景的场景描述与所述场景指标库中各场景的场景描述之间的相似度;将所述相似度大于预设相似度阈值的场景作为所述待测试场景的相似场景。
在上述方案的实现过程中,通过计算待测试场景与场景指标库中各测试场景之间的相似度在场景指标库中筛选待测试场景的相似场景,从而根据相似场景进一步自动确定待测试场景的测试指标、指标参数以及指标权重,提高了测试场景测试指标的生成效率。
在第一方面的一种实现方式中,所述将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标,包括:将与所述待测试场景的相似度最大的相似场景的第一测试指标作为所述待测试场景的第二测试指标;或者,将各相似场景的第一测试指标取并集后所得的测试指标作为所述待测试场景的第二测试指标;或者,将各相似场景的第一测试指标取交集后所得的测试指标作为所述待测试场景的第二测试指标。
在上述方案的实现过程中,可以采用多种方式通过待测试场景的相似场景获取待测试场景的测试指标,使得上述自动驾驶仿真测试场景测试指标生成方法适用于更多场景,提高了上述自动驾驶仿真测试场景测试指标生成方法的适应性。
在第一方面的一种实现方式中,所述基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数,包括:在所述待测试场景的场景描述中匹配所述第二测试指标的参数描述;若在所述待测试场景的场景描述中匹配到所述第二测试指标的参数描述,则将所述参数描述转换为所述第二测试指标的指标参数;若未在所述待测试场景的场景描述中匹配到所述第二测试指标的参数描述,则将所述相似场景中第一测试指标的指标参数作为所述待测试场景的第二测试指标的指标参数。
在上述方案的实现过程中,通过在待测试场景的场景描述中匹配测试指标的参数描述,从而精确获得测试指标的指标参数值,提高了测试指标的生成效率;同时,若未匹配到参数描述,则将相似场景中第一测试指标的指标参数作为待测试场景的第二测试指标的指标参数,保证了指标参数的完整性。
在第一方面的一种实现方式中,所述基于所述相似场景,配置所述第二测试指标的指标权重,包括:筛选所述第二测试指标中的硬性指标为第三测试指标,将所述第三测试指标的指标权重配置为第一预设权重值;在除所述第三测试指标的第二测试指标中筛选从所述相似场景中所获取的测试指标作为第四测试指标,将所述第四测试指标的指标权重配置为第二预设权重值;将所述第二测试指标中除所述第三测试指标和所述第四测试指标之外的测试指标的指标权重配置为第三预设权重值。
在上述方案的实现过程中,自动为硬性指标以及从相似场景中所获得测试指标配置权重,在实现参数自动化配置的同时,还兼顾了某些硬性测试指标的权重设置,提高了测试指标的生成效率以及生成质量。
在第一方面的一种实现方式中,在所述基于相似场景,配置所述第二测试指标的指标权重之前,还包括:获取用户输入的针对指定第二测试指标的测试指标标签;为所述指定第二测试指标增加所述测试指标标签;所述基于相似场景,配置所述第二测试指标的指标权重,还包括:若检测到所述第二测试指标设有所述测试指标标签,则将该第二测试指标的指标权重增加第四预设权重值。
在上述方案的实现过程中,可以基于用户输入的标签自动增加带有指标标签的测试指标权重,为用户提供测试重点偏好设置功能,提高了上述自动驾驶仿真测试场景测试指标生成方法所生成测试指标的效果。
在第一方面的一种实现方式中,上述自动驾驶仿真测试场景测试指标生成方法还包括:若监测到用户输入的测试指标,则将所述用户输入的测试指标作为所述第二测试指标;若监测到用户输入的测试指标的指标参数,则将所述用户输入的测试指标的指标参数作为所述第二测试指标的测试参数;若监测到用户输入的测试指标的指标权重,则将所述用户输入的测试指标的指标权重作为所述第二测试指标的测试权重。
在上述方案的实现过程中,为用户提供测试指标自定义配置、指标参数自定义配置以及指标权重自定义配置的功能,使得上述自动驾驶仿真测试场景测试指标生成方法能够适用于较多的应用场景,提高了上述自动驾驶仿真测试场景测试指标生成方法的适应性。
第二方面,本申请实施例提供一种场景测试指标自动生成装置,包括:相似场景搜索模块,用于在场景指标库中搜索待测试场景的相似场景;第二测试指标确定模块,用于将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标;指标参数配置模块,用于基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数;指标权重配置模块,用于基于所述相似场景,配置所述第二测试指标的指标权重;第二测试指标集获取模块,用于生成所述待测试场景的第二测试指标集。
第三方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器读取并运行时,执行第一方面或第一方面的任意一种可能的实现方式提供的方法。
第四方面,本申请实施例提供一种电子设备,包括:存储器以及处理器,所述存储器中存储有计算机程序指令,所述计算机程序指令被所述处理器读取并运行时,执行第一方面或第一方面的任意一种可能的实现方式提供的方法。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的自动驾驶仿真测试场景测试指标生成方法的流程示意图;
图2为本申请实施例提供的场景测试指标自动生成装置的结构示意图;
图3为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。以下实施例仅用于更加清楚地说明本申请的技术方案,因此只作为示例,而不能以此来限制本申请的保护范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。
在本申请实施例的描述中,技术术语“第一”“第二”等仅用于区别不同对象,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本申请实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
请参见图1,本申请实施例提供一种自动驾驶仿真测试场景测试指标生成方法,包括:
步骤S100:获取待测自动驾驶系统的测试要求,确定待测试场景;
步骤S110:在场景指标库中搜索待测试场景的相似场景;
步骤S120:将相似场景的第一测试指标作为待测试场景的第二测试指标;
步骤S130:基于待测试场景和相似场景,配置第二测试指标的指标参数;
步骤S140:基于相似场景,配置第二测试指标的指标权重;
步骤S150:生成待测试场景的第二测试指标集。
在上述方案的实现过程中,基于与待测试场景相似的相似场景确定待测试场景的测试指标以及测试指标的指标参数和指标权重,实现了待测试场景测试指标的自动化获取,提高了测试场景测试指标的生成效率。
下面详细介绍上述步骤S100~S150:
首先,介绍步骤S100:步骤S100根据待测自动驾驶系统的实际测试要求,确定待测试的测试场景。
其次,详细介绍步骤S110:
步骤S110中的场景指标库为预先构建的数据库,在该数据库中存储有若干测试场景的场景描述,以及与该测试场景相关的测试指标,同时在场景指标库中还存储有测试指标的指标参数以及在该对应测试场景下的指标权重。
上述场景指标库的构建方法为:
将测试场景转化为结构化的场景描述文件,例如采用OpenScenario场景描述语言将自动驾驶系统测试场景转化为结构化场景描述;
将测试指标转化为结构化数据,使用预先定义的变量以及表达式将该测试指标转化为结构化数据存储在场景指标库中。
需要指出,具体的结构化数据存储方式可以参照现有技术。
另外,还需要指出的是,上述场景指标库的构建方法可以在执行上述自动驾驶仿真测试场景测试指标生成方法的电子设备中执行,也可以在与执行上述自动驾驶仿真测试场景测试指标生成方法的电子设备所不同的电子设备中执行。
可以理解,上述场景指标库中各测试场景以及测试指标的来源可以为行业测试评价标准文件,也可以为用户自定义的测试场景。
作为上述自动驾驶仿真测试场景测试指标生成方法一种可选实施方式,步骤S110在场景指标库中搜索待测试场景的相似场景,包括:计算待测试场景的场景描述与场景指标库中各场景的场景描述之间的相似度;将相似度大于预设相似度阈值的场景作为待测试场景的相似场景。该实施方式例如:获取用户输入的待测试场景的场景描述,通过文本相似度计算算法计算待测试场景与场景指标库中各测试场景的相似度,将相似度大于预相似度阈值的场景作为待测试场景的相似场景。
在上述方案的实现过程中,通过计算待测试场景与场景指标库中各测试场景之间的相似度在场景指标库中筛选待测试场景的相似场景,从而根据相似场景进一步自动确定待测试场景的测试指标、指标参数以及指标权重,提高了测试场景测试指标的生成效率。
下面详细介绍步骤S120:
作为上述自动驾驶仿真测试场景测试指标生成方法一种可选实施方式,步骤S120将相似场景的第一测试指标作为所述待测试场景的第二测试指标,包括:将与待测试场景的相似度最大的相似场景的第一测试指标作为待测试场景的第二测试指标;或者,将各相似场景的第一测试指标取并集后所得的测试指标作为待测试场景的第二测试指标;或者,将各相似场景的第一测试指标取交集后所得的测试指标作为所述待测试场景的第二测试指标。由于与待测试场景的相似度大于预设阈值的场景数量可以为一个也可以为多个,因此上述方案存在以下三种实施方式:
第一种实施方式,将与待测试场景的相似度最大的相似场景的第一测试指标作为待测试场景的第二测试指标。在该实施方式中,相似场景的数量为一个,即直接将与待测试场景的相似度最大的相似场景作为相似场景,然后直接将该相似场景的第一测试指标作为待测试场景的第二测试指标,此种实施方式中的测试指标生成效率较高。
第二种实施方式,将各相似场景的第一测试指标取并集后所得的测试指标作为待测试场景的第二测试指标。在该实施方式中,相似场景的数量可以为多个,通过将多个相似场景中的第一测试指标取并集后作为待测试场景的第二测试指标。此种实施方式中的第二测试指标融合了多个相似场景的测试指标,对测试场景的评价更加全面,效果更好。
第三种实施方式,将各相似场景的第一测试指标取交集后所得的测试指标作为所述待测试场景的第二测试指标。在该实施方式中,相似场景的数量可以为多个,通过将多个相似场景中的第一测试指标取交集后作为待测试场景的第二测试指标。此种实施方式中的第二测试指标采用多个相似场景中均出现过的测试指标,使得第二测试指标对测试场景的评价更加精确。
在上述方案的实现过程中,可以采用多种方式通过待测试场景的相似场景获取待测试场景的测试指标,使得上述自动驾驶仿真测试场景测试指标生成方法适用于更多场景,提高了上述自动驾驶仿真测试场景测试指标生成方法的适应性。
下面详细介绍步骤S130:
作为上述自动驾驶仿真测试场景测试指标生成方法一种可选实施方式,步骤S130基于待测试场景和相似场景,配置第二测试指标的指标参数,包括:在待测试场景的场景描述中匹配第二测试指标的参数描述;若在待测试场景的场景描述中匹配到第二测试指标的参数描述,则将参数描述转换为第二测试指标的指标参数;若未在待测试场景的场景描述中匹配到第二测试指标的参数描述,则将相似场景中第一测试指标的指标参数作为待测试场景的第二测试指标的指标参数。该实施方式例如:基于预设参数描述匹配规则,在待测试场景的场景描述中匹配第二测试指标的参数描述,若在待测试场景的场景描述中匹配到第二测试指标的参数描述,则将参数描述转换为第二测试指标的指标参数;若未在待测试场景的场景描述中匹配到第二测试指标的参数描述,则直接将相似场景中第一测试指标的指标参数作为待测试场景的第二测试指标的指标参数。
需要指出,在将相似场景中的第一测试指标的指标参数作为待测试场景的第二测试指标的指标参数时,相似场景的数量可以为一个也可以为多个。在相似场景数量为多个的情况下,可以采用取平均值的方式设置指标参数,当然也可以采用其他方式来从多个指标参数中获取待测试场景的测试指标的指标参数,本申请实施例不再赘述。
另外,还需要指出的是,预设参数描述匹配规则由专家经验设置,例如,在自动驾驶系统测试场景中,若发现在待测试场景的场景描述中匹配到“路段限度40km/h”的场景描述,则将测试指标“超速”的指标参数“速度上限”配置为40km/h。又例如,在自动驾驶系统测试场景中,对于一些显而易见的交通规则,如闯红灯、压实线、驶出机动车道等,平台会自动将与这些交规相关的测试指标的“允许发生的次数”指标参数配置为0,即默认要求测试车辆不得违反这些交通规则。又例如,在自动驾驶系统测试场景中,经过参数描述匹配,获得场景描述“受测车辆在一条笔直的路上行驶,不需要转弯”,则自动将测试指标“最大横向加速度”的指标参数“加速度上限”配置为1m/s2,即尽量不允许自动驾驶车辆出现左右摇摆的情况。上述预设参数描述匹配规则是由专家经验不断丰富和完善的,以更加精确的匹配到测试指标的参数描述语句,从而精确配置测试指标的指标参数。
在上述方案的实现过程中,通过在待测试场景的场景描述中匹配测试指标的参数描述,从而精确获得测试指标的指标参数值,提高了测试指标的生成效率;同时,若未匹配到参数描述,则将相似场景中第一测试指标的指标参数作为待测试场景的第二测试指标的指标参数,保证了指标参数的完整性。
下面详细介绍步骤S140:
作为上述自动驾驶仿真测试场景测试指标生成方法一种可选实施方式,步骤S140基于相似场景,配置第二测试指标的指标权重,包括:筛选第二测试指标中的硬性指标为第三测试指标,将第三测试指标的指标权重配置为第一预设权重值;在除第三测试指标的第二测试指标中筛选从相似场景中所获取的测试指标作为第四测试指标,将第四测试指标的指标权重配置为第二预设权重值;将第二测试指标中除所述第三测试指标和第四测试指标之外的测试指标的指标权重配置为第三预设权重值。该实施方式例如:每个测试指标都有一个权重值,用于测试完成之后的总分计算。权重值为0-1之间的任意数字。每个测试指标在测试结束后,都会根据测试指标的计算方法和指标参数进行单个指标的评分,评分为0-100之间的任意数字。整个测试的总分则是每个指标的加权平均数,最后的值也在0-100之间。分数越高,则说明表现越好。例如在智能驾驶系统测试场景中,在指标权重自动配置时可以将涉及硬性交通规则的指标权重设置为1,即将第一预设权重值配置为1。其次,如果某个测试指标是从相似场景中所获取的对应的指标,则将其权重设置为0.6,即将第二预设权重值配置为0.6。其余的指标权重都设置为0.2,即将第三预设权重值设置为0.2。
需要指出,硬性指标是指测试场景所必须要满足的测试指标,例如在自动驾驶系统测试场景中闯红灯、碰撞等相关测试指标即为硬性指标,硬性指标的指标参数需要设置为0,代表自动驾驶车辆不得闯红灯,不得与其他车辆碰撞。
在上述方案的实现过程中,自动为硬性指标,以及从相似场景中所获得测试指标配置权重,在实现参数自动化配置的同时,还兼顾了某些硬性测试指标的权重设置,提高了测试指标的生成效率以及生成质量。
作为上述自动驾驶仿真测试场景测试指标生成方法一种可选实施方式,上述自动驾驶仿真测试场景测试指标生成方法在步骤S140之前,还包括:获取用户输入的针对指定第二测试指标的测试指标标签;为指定第二测试指标增加测试指标标签。此时,步骤S140还包括:若检测到第二测试指标设有测试指标标签,则将该第二测试指标的指标权重增加第四预设权重值。该实施方式例如:由于在测试中,每个测试指标均有测试偏重点,例如在自动驾驶系统测试场景中,可以为测试指标设置安全性、舒适性和/或功能性的标签,具体设置如表1所示,用户可以自定义设置测试指标所偏重的测试偏重点。执行上述自动驾驶仿真测试场景测试指标生成方法的电子设备若检测到第二测试指标设有测试指标标签,则将该第二测试指标的指标权重增加0.3,即将第四预设权重值设置为0.3。需要指出,在实际应用时,可以为指标权重设置最大值,增加第四预设权重值后的指标权重也需要满足最大值约束,不得超过最大值。
表1测试指标以及测试指标标签
Figure BDA0004032803300000131
Figure BDA0004032803300000141
在上述方案的实现过程中,可以基于用户输入的标签自动增加带有指标标签的测试指标权重,为用户提供测试重点偏好设置功能,提高了上述自动驾驶仿真测试场景测试指标生成方法所生成测试指标的效果。
作为上述自动驾驶仿真测试场景测试指标生成方法一种可选实施方式,上述自动驾驶仿真测试场景测试指标生成方法还包括:若监测到用户输入的测试指标,则将用户输入的测试指标作为第二测试指标;若监测到用户输入的测试指标的指标参数,则将用户输入的测试指标的指标参数作为第二测试指标的测试参数;若监测到用户输入的测试指标的指标权重,则将用户输入的测试指标的指标权重作为第二测试指标的测试权重。该实施方式例如:将步骤S110~S140中所自动配置的第二测试指标、指标参数以及指标权重作为推荐推送给用户,若用户未配置第二测试指标、指标参数以及指标权重,则直接将自动确定第二测试指标、指标参数以及指标权重作为待测试场景的测试指标、指标参数以及指标权重,若监测到用户输入的第二测试指标、指标参数和/或指标权重,则将对应的测试指标、指标参数和/或指标权重设置为用户输入的内容。
在上述方案的实现过程中,为用户提供测试指标自定义配置、指标参数自定义配置以及指标权重自定义配置的功能,使得上述自动驾驶仿真测试场景测试指标生成方法能够适用于较多的应用场景,提高了上述自动驾驶仿真测试场景测试指标生成方法的适应性。
下面详细介绍步骤S150:
步骤S150生成待测试场景的第二测试指标集,第二测试指标集包含若干完成指标参数配置和指标权重配置的测试指标。
上述第二测试指标集的使用方法为:在对人工智能系统的仿真测试中,仿真测试系统会返回仿真系统的实时运行数据,根据实时运行数据可以计算各个测试指标的评分值,然后基于测试指标的评分值和测试指标的指标权重,对测试指标的评分值进行加权求和,获得对人工智能系统的总评分,进而通过总评分对人工智能系统的效果和功能进行评价。
基于同一发明构思,请参见图2,本申请实施例中还提供一种场景测试指标自动生成装置200,包括:
相似场景搜索模块210,用于在场景指标库中搜索待测试场景的相似场景;
第二测试指标确定模块220,用于将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标;
指标参数配置模块230,用于基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数;
指标权重配置模块240,用于基于所述相似场景,配置所述第二测试指标的指标权重;
第二测试指标集获取模块250,用于生成所述待测试场景的第二测试指标集。
作为上述景测试指标自动生成装置的一种可选实施方式,相似场景搜索模块210在场景指标库中搜索待测试场景的相似场景,包括:计算所述待测试场景的场景描述与所述场景指标库中各场景的场景描述之间的相似度;将所述相似度大于预设相似度阈值的场景作为所述待测试场景的相似场景。
作为上述景测试指标自动生成装置的一种可选实施方式,第二测试指标确定模块220将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标,包括:将与所述待测试场景的相似度最大的相似场景的第一测试指标作为所述待测试场景的第二测试指标;或者,将各相似场景的第一测试指标取并集后所得的测试指标作为所述待测试场景的第二测试指标;或者,将各相似场景的第一测试指标取交集后所得的测试指标作为所述待测试场景的第二测试指标。
作为上述景测试指标自动生成装置的一种可选实施方式,指标参数配置模块230基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数,包括:在所述待测试场景的场景描述中匹配所述第二测试指标的参数描述;若在所述待测试场景的场景描述中匹配到所述第二测试指标的参数描述,则将所述参数描述转换为所述第二测试指标的指标参数;若未在所述待测试场景的场景描述中匹配到所述第二测试指标的参数描述,则将所述相似场景中第一测试指标的指标参数作为所述待测试场景的第二测试指标的指标参数。
作为上述景测试指标自动生成装置的一种可选实施方式,指标权重配置模块240基于所述相似场景,配置所述第二测试指标的指标权重,包括:筛选所述第二测试指标中的硬性指标为第三测试指标,将所述第三测试指标的指标权重配置为第一预设权重值;在除所述第三测试指标的第二测试指标中筛选从所述相似场景中所获取的测试指标作为第四测试指标,将所述第四测试指标的指标权重配置为第二预设权重值;将所述第二测试指标中除所述第三测试指标和所述第四测试指标之外的测试指标的指标权重配置为第三预设权重值。
作为上述景测试指标自动生成装置的一种可选实施方式,上述场景测试指标自动生成装置200还包括:
指标标签获取模块,用于获取用户输入的针对指定第二测试指标的测试指标标签;
指标标签增加模块,用于为所述指定第二测试指标增加所述测试指标标签。
指标权重配置模块240还包括:若检测到所述第二测试指标设有所述测试指标标签,则将该第二测试指标的指标权重增加第四预设权重值。
作为上述景测试指标自动生成装置的一种可选实施方式,上述场景测试指标自动生成装置200还包括:
用户输入检测模块,用于监测用户输入的测试指标、指标参数和/或指标权重;
自定义配置模块,用于在监测到用户输入的测试指标时,将所述用户输入的测试指标作为所述第二测试指标;在监测到用户输入的测试指标的指标参数时,将所述用户输入的测试指标的指标参数作为所述第二测试指标的测试参数;在监测到用户输入的测试指标的指标权重时,将所述用户输入的测试指标的指标权重作为所述第二测试指标的测试权重。
图3为本申请实施例提供的一种电子设备的示意图。参照图3,电子设备300包括:处理器310、存储器320以及通信接口330,这些组件通过通信总线340和/或其他形式的连接机构(未示出)互连并相互通讯。
其中,存储器320包括一个或多个(图中仅示出一个),其可以是,但不限于,随机存取存储器(Random Access Memory,简称RAM),只读存储器(Read Only Memory,简称ROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,简称EEPROM)等。处理器310以及其他可能的组件可对存储器320进行访问,读和/或写其中的数据。
处理器310包括一个或多个(图中仅示出一个),其可以是一种集成电路芯片,具有信号的处理能力。上述的处理器310可以是通用处理器,包括中央处理器(CentralProcessing Unit,简称CPU)、微控制单元(Micro Controller Unit,简称MCU)、网络处理器(Network Processor,简称NP)或者其他常规处理器;还可以是专用处理器,包括数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuits,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
通信接口330包括一个或多个(图中仅示出一个),可以用于和其他设备进行直接或间接地通信,以便进行数据的交互。例如,通信接口330可以是以太网接口;可以是移动通信网络接口,例如3G、4G、5G网络的接口;还是可以是具有数据收发功能的其他类型的接口。
在存储器320中可以存储一个或多个计算机程序指令,处理器310可以读取并运行这些计算机程序指令,以实现本申请实施例提供的自动驾驶仿真测试场景测试指标生成方法以及其他期望的功能。
可以理解,图3所示的结构仅为示意,电子设备300还可以包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。例如,电子设备300可以是单台服务器(或其他具有运算处理能力的设备)、多台服务器的组合、大量服务器的集群等,并且,既可以是物理设备也可以是虚拟设备。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被计算机的处理器读取并运行时,执行本申请实施例提供的自动驾驶仿真测试场景测试指标生成方法。例如,计算机可读存储介质可以实现为图3中电子设备300中的存储器320。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种自动驾驶仿真测试场景测试指标生成方法,其特征在于,包括:
获取待测自动驾驶系统的测试要求,确定待测试场景;
在场景指标库中搜索待测试场景的相似场景,将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标;
基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数;
基于所述相似场景,配置所述第二测试指标的指标权重;
生成所述待测试场景的第二测试指标集。
2.根据权利要求1所述的自动驾驶仿真测试场景测试指标生成方法,其特征在于,所述在场景指标库中搜索待测试场景的相似场景,包括:
计算所述待测试场景的场景描述与所述场景指标库中各场景的场景描述之间的相似度;
将所述相似度大于预设相似度阈值的场景作为所述待测试场景的相似场景。
3.根据权利要求2所述的自动驾驶仿真测试场景测试指标生成方法,其特征在于,所述将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标,包括:
将与所述待测试场景的相似度最大的相似场景的第一测试指标作为所述待测试场景的第二测试指标;
或者,将各相似场景的第一测试指标取并集后所得的测试指标作为所述待测试场景的第二测试指标;
或者,将各相似场景的第一测试指标取交集后所得的测试指标作为所述待测试场景的第二测试指标。
4.根据权利要求1所述的自动驾驶仿真测试场景测试指标生成方法,其特征在于,所述基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数,包括:
在所述待测试场景的场景描述中匹配所述第二测试指标的参数描述;
若在所述待测试场景的场景描述中匹配到所述第二测试指标的参数描述,则将所述参数描述转换为所述第二测试指标的指标参数;
若未在所述待测试场景的场景描述中匹配到所述第二测试指标的参数描述,则将所述相似场景中第一测试指标的指标参数作为所述待测试场景的第二测试指标的指标参数。
5.根据权利要求1所述的自动驾驶仿真测试场景测试指标生成方法,其特征在于,所述基于所述相似场景,配置所述第二测试指标的指标权重,包括:
筛选所述第二测试指标中的硬性指标为第三测试指标,将所述第三测试指标的指标权重配置为第一预设权重值;
在除所述第三测试指标的第二测试指标中筛选从所述相似场景中所获取的测试指标作为第四测试指标,将所述第四测试指标的指标权重配置为第二预设权重值;
将所述第二测试指标中除所述第三测试指标和所述第四测试指标之外的测试指标的指标权重配置为第三预设权重值。
6.根据权利要求5所述的自动驾驶仿真测试场景测试指标生成方法,其特征在于,在所述基于相似场景,配置所述第二测试指标的指标权重之前,还包括:
获取用户输入的针对指定第二测试指标的测试指标标签;
为所述指定第二测试指标增加所述测试指标标签;
所述基于相似场景,配置所述第二测试指标的指标权重,还包括:
若检测到所述第二测试指标设有所述测试指标标签,则将该第二测试指标的指标权重增加第四预设权重值。
7.根据权利要求1~6中任一项所述的自动驾驶仿真测试场景测试指标生成方法,其特征在于,还包括:
若监测到用户输入的测试指标,则将所述用户输入的测试指标作为所述第二测试指标;
若监测到用户输入的测试指标的指标参数,则将所述用户输入的测试指标的指标参数作为所述第二测试指标的测试参数;
若监测到用户输入的测试指标的指标权重,则将所述用户输入的测试指标的指标权重作为所述第二测试指标的测试权重。
8.一种场景测试指标自动生成装置,其特征在于,包括:
相似场景搜索模块,用于在场景指标库中搜索待测试场景的相似场景;
第二测试指标确定模块,用于将所述相似场景的第一测试指标作为所述待测试场景的第二测试指标;
指标参数配置模块,用于基于所述待测试场景和所述相似场景,配置所述第二测试指标的指标参数;
指标权重配置模块,用于基于所述相似场景,配置所述第二测试指标的指标权重;
第二测试指标集获取模块,用于生成所述待测试场景的第二测试指标集。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,所述处理器和所述存储器通过所述总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1~7中任一项所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令被计算机运行时,使所述计算机执行如权利要求1~7中任一项所述的方法。
CN202211737232.6A 2022-12-30 2022-12-30 一种自动驾驶仿真测试场景测试指标生成方法及装置 Active CN115981179B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211737232.6A CN115981179B (zh) 2022-12-30 2022-12-30 一种自动驾驶仿真测试场景测试指标生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211737232.6A CN115981179B (zh) 2022-12-30 2022-12-30 一种自动驾驶仿真测试场景测试指标生成方法及装置

Publications (2)

Publication Number Publication Date
CN115981179A true CN115981179A (zh) 2023-04-18
CN115981179B CN115981179B (zh) 2023-11-21

Family

ID=85969843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211737232.6A Active CN115981179B (zh) 2022-12-30 2022-12-30 一种自动驾驶仿真测试场景测试指标生成方法及装置

Country Status (1)

Country Link
CN (1) CN115981179B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116244974A (zh) * 2023-05-04 2023-06-09 西安深信科创信息技术有限公司 仿真交通流数据真实性评价方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101894058A (zh) * 2010-05-31 2010-11-24 北京航空航天大学 针对自动测试系统的测试覆盖性自动分析方法及其装置
CN110221953A (zh) * 2019-05-20 2019-09-10 平安普惠企业管理有限公司 测试结果分析方法、装置、服务器及存储介质
CN111858927A (zh) * 2020-06-09 2020-10-30 北京百度网讯科技有限公司 数据测试方法、装置、电子设备及存储介质
JP2021081903A (ja) * 2019-11-18 2021-05-27 株式会社ジェイテクト 運転評価装置、運転評価システム、車載装置、車外評価装置、運転評価プログラム、および評価写像データの生成方法
CN113688042A (zh) * 2021-08-25 2021-11-23 北京赛目科技有限公司 测试场景的确定方法、装置、电子设备及可读存储介质
CN115080436A (zh) * 2022-06-28 2022-09-20 中电金信软件有限公司 测试指标确定方法、装置、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101894058A (zh) * 2010-05-31 2010-11-24 北京航空航天大学 针对自动测试系统的测试覆盖性自动分析方法及其装置
CN110221953A (zh) * 2019-05-20 2019-09-10 平安普惠企业管理有限公司 测试结果分析方法、装置、服务器及存储介质
JP2021081903A (ja) * 2019-11-18 2021-05-27 株式会社ジェイテクト 運転評価装置、運転評価システム、車載装置、車外評価装置、運転評価プログラム、および評価写像データの生成方法
CN111858927A (zh) * 2020-06-09 2020-10-30 北京百度网讯科技有限公司 数据测试方法、装置、电子设备及存储介质
CN113688042A (zh) * 2021-08-25 2021-11-23 北京赛目科技有限公司 测试场景的确定方法、装置、电子设备及可读存储介质
CN115080436A (zh) * 2022-06-28 2022-09-20 中电金信软件有限公司 测试指标确定方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116244974A (zh) * 2023-05-04 2023-06-09 西安深信科创信息技术有限公司 仿真交通流数据真实性评价方法及装置

Also Published As

Publication number Publication date
CN115981179B (zh) 2023-11-21

Similar Documents

Publication Publication Date Title
US20180046613A1 (en) Cognitive information security using a behavioral recognition system
EP3848855A1 (en) Learning method and apparatus for intention recognition model, and device
CN111814455B (zh) 搜索词纠错对构建方法、终端及存储介质
CN113110866B (zh) 一种数据库变更脚本的评估方法及装置
CN111949631A (zh) 一种确定数据库的配置参数的方法及装置
JP2017538229A (ja) 神経言語挙動認識システム用の知覚関連メモリ
CN115981179A (zh) 一种自动驾驶仿真测试场景测试指标生成方法及装置
CN107688651A (zh) 新闻情感方向判断方法、电子设备及计算机可读存储介质
CN109558384A (zh) 日志分类方法、装置、电子设备和存储介质
CN115409039A (zh) 一种对标车型数据的分析方法、装置、电子设备及介质
CN113157871B (zh) 应用人工智能的新闻舆情文本处理方法、服务器及介质
CN110378389A (zh) 一种Adaboost分类器计算机创建装置
CN111752734A (zh) 异常数据的分类方法、分析方法、装置及存储介质
CN116605230A (zh) 一种车辆驾驶模式切换方法、装置、电子设备及存储介质
CN111860661B (zh) 基于用户行为的数据分析方法、装置、电子设备及介质
CN114157553A (zh) 一种数据处理方法、装置、设备及存储介质
CN111443621B (zh) 一种模型生成方法、模型生成装置及电子设备
KR102547634B1 (ko) 배터리 평가 점수를 제공하기 위한 방법
CN117523818A (zh) 交通流模型的校正方法、装置、电子设备及存储介质
CN115719506A (zh) 行为识别方法、装置、计算机设备和计算机可读存储介质
CN117194777A (zh) 推荐模型的推荐结果优化方法、装置、设备及介质
CN116703028A (zh) 自动驾驶性能的评估方法、装置、设备及介质
CN114662400A (zh) 一种基于实时资讯的新闻预测方法及系统
CN115994073A (zh) 日志分析方法、装置以及电子设备
CN115083154A (zh) 一种车辆行驶事件的检测方法、装置、电子设备及介质

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
CB02 Change of applicant information

Address after: Room 533, 5th Floor, Building A3A4, Phase I, Zhong'an Chuanggu Science and Technology Park, No. 900 Wangjiang West Road, High tech Zone, Hefei City, Anhui Province, 230031

Applicant after: Anhui Xinxin Science and Technology Innovation Information Technology Co.,Ltd.

Address before: 2nd Floor, Building B2, Yunhui Valley, No. 156, Tiangu 8th Road, Software New Town, Yuhua Street Office, High-tech Zone, Xi'an City, Shaanxi Province 710000

Applicant before: Xi'an Xinxin Information Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant