CN116010237B - 驾驶系统的测试方法、装置、服务器、介质和产品 - Google Patents
驾驶系统的测试方法、装置、服务器、介质和产品 Download PDFInfo
- Publication number
- CN116010237B CN116010237B CN202210403678.9A CN202210403678A CN116010237B CN 116010237 B CN116010237 B CN 116010237B CN 202210403678 A CN202210403678 A CN 202210403678A CN 116010237 B CN116010237 B CN 116010237B
- Authority
- CN
- China
- Prior art keywords
- test result
- driving system
- test
- parameters
- determining
- 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 17
- 238000012360 testing method Methods 0.000 claims abstract description 321
- 230000002159 abnormal effect Effects 0.000 claims abstract description 83
- 238000004088 simulation Methods 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004298 light response Effects 0.000 description 1
- 238000007726 management method Methods 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
- 238000012806 monitoring device Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
本公开实施例涉及一种驾驶系统的测试方法、装置、服务器、介质和产品。所述方法包括：将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果；根据所述第一测试结果和第二测试结果，确定所述第一测试结果中是否存在异常事件；所述第二测试结果为所述虚拟车辆基于第二驾驶系统在所述仿真测试环境下进行测试得到的；若所述第一测试结果中存在所述异常事件，则根据所述第一驾驶系统的参数和所述第二驾驶系统的参数，确定所述异常事件的发生原因。采用本方法能够确定造成自动驾驶系统安全风险的原因。
Description
技术领域
本公开实施例涉及自动驾驶技术领域，特别是涉及一种驾驶系统的测试方法、装置、服务器、介质和产品。
背景技术
随着自动驾驶技术的发展，自动驾驶系统可以依靠人工智能、视觉计算、雷达、监控装置和定位系统的协同合作，在没有任何人类主动的操作下，自动安全的驾驶机动车辆。因此，对自动驾驶系统的安全风险进行测试在自动驾驶中显得尤为重要。
传统技术中，主要是从车辆控制角度出发，对自动驾驶车辆进行横向控制安全监测和纵向控制安全监测，从而对自动驾驶车辆的驾驶系统进行安全风险测试。
但是，传统的自动驾驶系统安全风险测试方法，难以确定造成安全风险的原因。
发明内容
本公开实施例提供一种驾驶系统的测试方法、装置、服务器、介质和产品，可以用于确定造成自动驾驶系统安全风险的原因。
第一方面，本公开实施例提供一种驾驶系统的测试方法，所述方法包括：
将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果；
根据所述第一测试结果和第二测试结果，确定所述第一测试结果中是否存在异常事件；所述第二测试结果为所述虚拟车辆基于第二驾驶系统在所述仿真测试环境下进行测试得到的；
若所述第一测试结果中存在所述异常事件，则根据所述第一驾驶系统的参数和所述第二驾驶系统的参数，确定所述异常事件的发生原因。
第二方面，本公开实施例提供一种驾驶系统的测试装置，所述装置包括：
第一获取模块，用于将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果；
第一确定模块，用于根据所述第一测试结果和第二测试结果，确定所述第一测试结果中是否存在异常事件；所述第二测试结果为所述虚拟车辆基于第二驾驶系统在所述仿真测试环境下进行测试得到的；
第二确定模块，用于若所述第一测试结果中存在所述异常事件，则根据所述第一驾驶系统的参数和所述第二驾驶系统的参数，确定所述异常事件的发生原因。
第三方面，本公开实施例提供一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的方法。
本公开实施例提供的驾驶系统的测试方法、装置、服务器、介质和产品，通过将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，能够得到第一测试结果，另外，通过获取虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试得到的第二测试结果，可以根据获取的第一测试结果和第二测试结果，确定第一测试结果中是否存在异常事件，从而可以在第一测试结果中存在异常事件的情况下，根据第一驾驶系统的参数和第二驾驶系统的参数，确定出第一测试结果中异常事件的发生原因，进而可以根据第一测试结果中异常事件的发生原因确定出造成第一驾驶系统安全风险的原因。
附图说明
图1为一个实施例中驾驶系统的测试方法的流程示意图；
图2为另一个实施例中驾驶系统的测试方法的流程示意图；
图3为另一个实施例中驾驶系统的测试方法的流程示意图；
图4为另一个实施例中驾驶系统的测试方法的流程示意图；
图5为另一个实施例中驾驶系统的测试方法的流程示意图；
图6为另一个实施例中驾驶系统的测试方法的流程示意图；
图7为一个实施例中驾驶系统的测试装置的结构框图；
图8为一个实施例中服务器的内部结构图。
具体实施方式
为了使本公开实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本公开实施例，并不用于限定本公开实施例。
首先，在具体介绍本公开实施例的技术方案之前，先对本公开实施例基于的技术背景或者技术演进脉络进行介绍。通常情况下，在自动驾驶领域，自动驾驶系统安装到车上之前，会对自动驾驶系统的安全风险进行测试，在确定自动驾驶系统的安全风险较低的情况下，再将自动驾驶系统安装到车上以实现自动驾驶，因此，对自动驾驶系统的安全风险进行测试在自动驾驶中显得尤为重要。当前的技术背景是：主要是从车辆控制角度出发，对自动驾驶车辆进行横向控制安全监测和纵向控制安全监测，从而对自动驾驶车辆的驾驶系统进行安全风险测试，但是，传统的自动驾驶系统安全风险测试方法难以确定造成安全风险的原因。有鉴于此，如何解决传统的自动驾驶系统安全风险测试方法难以确定造成安全风险的原因，成为目前亟待解决的难题。另外，需要说明的是，从确定传统的自动驾驶系统安全风险测试方法，难以确定造成安全风险的原因以及下述实施例介绍的技术方案，申请人均付出了大量的创造性劳动。
下面结合本公开实施例所应用的场景，对本公开实施例涉及的技术方案进行介绍。
在一个实施例中，如图1所示，提供了一种驾驶系统的测试方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
S101，将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果。
其中，第一驾驶系统为自动驾驶系统，自动驾驶系统通过结合多种传感器例如雷达、激光雷达、声纳、全球定位系统、里程计和惯性测量单元等，对周围环境进行感知实现自动安全的驾驶机动车辆。可选的，上述第一驾驶系统可以应用于队列车、小汽车、卡车、农用车、摩托车等机动车辆中。可选的，本实施例中的虚拟车辆可以为小汽车，也可以为摩托车，或者也可以为卡车等。可选的，仿真测试环境可以为服务器构建的测试环境，也可以为人工构建的测试环境，可选的，在该仿真测试环境下可以包括不同的路型、不同的行驶环境、不同的交通参与者、交通参与者的不同位置以及交通参与者的不同状态等等，其中，不同的路型可以包括街道、左转车道、右转车道、出入口道路等；不同的行驶环境可以包括雨天行驶场景、晴天行驶场景、白天行驶场景、夜晚行驶场景、红绿灯响应场景、掉头场景、换道场景等等；不同的交通参与者可以包括人、道路上行驶的车辆、道路上的障碍物等等；交通参与者的位置可以在虚拟车辆行驶道路的左侧，也可以在虚拟车辆行驶道路的右侧，或者，也可以在虚拟车辆行驶道路的前方，又或者，也可以在虚拟车辆行驶道路的后方；交通参与者的状态可以为在当前行驶的车道保持，也可以为从当前车道变道等。可选的，第一测试结果中可以包括虚拟车辆的开始行驶时间、终止行驶时间、初始位置、终止位置、行驶路线、行驶里程数、急刹事件的数量、碰撞事件的数量、急打方向事件的数量、与前车临近接触事件数量、点刹事件数量等等。可选的，服务器可以控制虚拟车辆基于第一驾驶系统在仿真测试环境下行驶，对行驶过程中的行驶数据进行统计，得到上述第一测试结果。
S102，根据第一测试结果和第二测试结果，确定第一测试结果中是否存在异常事件；第二测试结果为虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试得到的。
需要说明的是，在自动驾驶领域中，会不断的对自动驾驶系统进行调整优化，以确保尽可能地降低自动驾驶系统的安全风险，在本实施例中，上述第一驾驶系统为对第二驾驶系统进行优化调整后所得到的驾驶系统。例如，上述第一驾驶系统相比于第二驾驶系统可以是对第二驾驶系统进行优化后的系统，或者，上述第一驾驶系统相比于第二驾驶系统可以是对第二驾驶系统的相机功能进行了调整。可以理解的是，本实施例中的第二测试结果是在历史时间对第二驾驶系统的安全风险进行测试时所得到的，可选的，服务器可以从各个版本的驾驶系统的测试数据集中获取虚拟车辆基于上述第二驾驶系统在仿真测试环境下的第二测试结果。可选的，本实施例中的异常事件可以包括与第二测试结果中相同的异常事件，或者，也可以包括第二测试结果中未出现的异常事件即新增的异常事件。
S103，若第一测试结果中存在异常事件，则根据第一驾驶系统的参数和第二驾驶系统的参数，确定异常事件的发生原因。
例如，若上述第一测试结果中存在的异常事件包括与第二测试结果中相同的异常事件，则服务器可以将第一驾驶系统的参数和第二驾驶系统的参数进行比较，确定第一驾驶系统的参数相较于第二驾驶系统的参数是否有调整，若第一驾驶系统的参数相较于第二驾驶系统的参数没有调整，则服务器可以确定上述异常事件的发生原因可以为第一驾驶系统的参数没有进行优化调整。又例如，若上述第一测试结果中存在的异常事件包括第二测试结果中未出现的异常事件即新增的异常事件，则服务器可以将第一驾驶系统的参数和第二驾驶系统的参数进行对比，确定第一驾驶系统的参数是否进行了调整，若第一驾驶系统的参数进行了调整，则服务器可以根据第一驾驶系统中调整了的参数确定上述异常事件的发生原因。可以理解的是，若服务器确定第一测试结果中不存在上述异常事件，则服务器可以确定上述第一驾驶系统的安全风险等级与第二驾驶系统的安全风险等级相同，或者，第一驾驶系统的安全风险等级相较于第二驾驶系统的安全风险等级，第一驾驶系统的安全风险等级高于第二驾驶系统的安全风险等级。
上述驾驶系统的测试方法中，通过将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，能够得到第一测试结果，另外，通过获取虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试得到的第二测试结果，可以根据获取的第一测试结果和第二测试结果，确定第一测试结果中是否存在异常事件，从而可以在第一测试结果中存在异常事件的情况下，根据第一驾驶系统的参数和第二驾驶系统的参数，确定出第一测试结果中异常事件的发生原因，进而可以根据第一测试结果中异常事件的发生原因确定出造成第一驾驶系统安全风险的原因。
在一些场景中，第一测试结果中存在的异常事件可以为第二次测试结果中未出现过的事件即新增事件，在一个实施例中，如图2所示，上述S102，包括：
S201，根据第一测试结果和第二测试结果，确定第一测试结果中是否存在新增事件。
可选的，第一测试结果中可以包括虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试时发生的异常事件的数量，第二测试结果中可以包括虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试时发生的异常事件的数量；或者，第一测试结果中可以包括虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试时的安全等级，第二测试结果中可以包括虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试时的安全等级。
可选的，服务器可以通过以下两种方式，确定第一测试结果中是否存在新增事件，下边将分别对这两种确定方式加以说明：
第一种：若第一测试结果和第二测试结果均包括事件数量，则上述S201，包括：若第一测试结果对应的事件数量大于第二测试结果对应的事件数量，则确定第一测试结果中存在新增事件。
例如，若第二测试结果对应的事件数量为7，第一测试结果对应的事件数量为8，第一测试结果对应的事件数量大于第二测试结果对应的事件数量，也就是说，第一测试结果中新增了一件事件，则服务器可以确定上述第一测试结果中存在新增事件。
第二种，若第一测试结果和第二测试结果均包括安全等级，则上述S201，包括：若第一测试结果对应的安全等级低于第二测试结果对应的安全等级，则确定第一测试结果中存在新增事件。
例如，若第二测试结果对应的安全等级为3，第一测试结果对应的安全等级为2，第一测试结果对应的安全等级低于第二测试结果对应的安全等级，说明虚拟车辆基于第一驾驶系统在上述仿真测试环境下进行测试时发生了影响第一驾驶系统安全等级的事件，则服务器可以确定上述第一测试结果中存在新增事件。
S202，若第一测试结果中存在新增事件，则确定第一测试结果中存在异常事件。
具体地，若服务器确定第一测试结果中存在新增事件，则可以说明虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试时发生了之前未出现的事件，服务器可以确定上述第一测试结果中存在有异常事件。可选的，第一测试结果中存在的新增事件可能是由于对第一驾驶系统的架构进行了调整造成的，也有可能是由于修改了第一驾驶系统的部分参数所造成的。
本实施例中，服务器根据第一测试结果和第二测试结果能够准确地确定出第一测试结果中是否存在新增事件，由于第一测试结果中是否存在异常事件是根据第一测试结果中是否存在新增事件确定的，因此，服务器能够准确地确定出第一测试结果中是否存在异常事件，提高了确定第一测试结果中是否存在异常事件的准确度，从而可以在第一测试结果中存在异常事件的情况下，根据第一驾驶系统的参数和第二驾驶系统的参数，确定出第一测试结果中异常事件的发生原因，进而可以根据第一测试结果中异常事件的发生原因确定出造成第一驾驶系统安全风险的原因。
进一步地，在上述根据第一驾驶系统的参数和第二驾驶系统的参数，确定上述异常事件的发生原因的场景中，在一个实施例中，如图3所示，上述S103，包括：
S301，将第一驾驶系统的参数和第二驾驶系统的参数进行对比，确定第一驾驶系统的目标参数；目标参数为第一驾驶系统中与第二驾驶系统不同的参数。
示例性地，如第一驾驶系统的参数包括A、B、C，第二驾驶系统的参数包括A、B、D，参数C是第一驾驶系统中与第二驾驶系统不同的参数，则服务器可以将第一驾驶系统中的参数C确定为目标参数；又例如，如第一驾驶系统的参数包括A、B、C、D，第二驾驶系统的参数包括A、B、E、F，参数C和参数D是第一驾驶系统中与第二驾驶系统不同的参数，则服务器可以将第一驾驶系统中的参数C和参数D确定为目标参数。
S302，根据目标参数，确定异常事件的发生原因。
可选的，服务器可以确定上述目标参数的变更点，根据目标参数中的变更点，确定上述异常事件的发生原因。例如，上述异常事件的发生原因可能是将上述目标参数的值调整的过大导致的，也可能是将上述目标参数的值调整的过小导致的。
本实施例中，服务器将第一驾驶系统的参数和第二驾驶系统的参数进行对比，能够准确地确定出第一驾驶系统中与第二驾驶系统不同的目标参数，由于确定目标参数的准确度得到了提高，从而可以根据确定的目标参数准确地确定出第一测试结果中存在的异常事件的发生原因，提高了确定异常事件的发生原因的准确度。
在一些场景中，服务器还可以根据确定的目标参数和异常事件的发生原因，对第一驾驶系统进行优化，得到优化后的驾驶系统。在一个实施例中，如图4所示，上述方法还包括：
S401，展示目标参数和异常事件的发生原因。
可选的，服务器可以在接收到用户触发的展示指令后对上述确定的目标参数和异常事件的发生原因进行展示；或者，服务器也可以在确定出目标参数和异常事件的发生原因后，自主地将目标参数和异常事件的发生原因进行展示。
S402，获取基于目标参数和异常事件的发生原因确定的优化参数。
可选的，本实施例中的优化参数可以是用户基于展示的目标参数和异常事件的发生原因确定的，也可以是服务器自身根据上述目标参数和异常事件的发生原因确定的。
S403，根据优化参数调整第一驾驶系统的参数，得到第三驾驶系统。
示例性地，服务器可以将第一驾驶系统中的参数替换为上述确定的优化参数，得到第三驾驶系统，或者，服务器也可以根据上述确定的优化参数对第一驾驶系统的参数进行调整，例如，增大第一驾驶系统的参数或者减小第一驾驶系统的参数等，得到第三驾驶系统。进一步地，服务器还可以将虚拟车辆基于第三驾驶系统在仿真测试环境下进行测试，得到第三测试结果，根据第三测试结果对第三驾驶系统的安全风险等级进行评估。
本实施例中，服务器通过对目标参数和异常事件的发生原因进行展示，能够获取基于目标参数和异常事件的发生原因确定的优化参数，从而可以根据优化参数调整第一驾驶系统的参数，得到第三驾驶系统，由于第三驾驶系统是对第一驾驶系统的参数进行调整后得到的，这样得到的第三驾驶系统的安全风险等级相较于第一驾驶系统的安全风险等级得到了提高，使得服务器能够得到更优的第三驾驶系统。
在上述将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果的场景中，在一个实施例中，如图5所示，上述S101，包括：
S501，控制虚拟车辆基于第一驾驶系统在仿真测试环境下行驶，获取虚拟车辆在仿真测试环境下的行驶数据。
可选的，获取的虚拟车辆在仿真测试环境下的行驶数据可以包括虚拟车辆的行驶路线、行驶时间、行驶里程数、行驶过程中的急刹事件数量、行驶过程中的急打方向事件数量、行驶过程中的碰撞事件数量、行驶过程中的点刹事件数量以及行驶过程中临近接触前车事件数量等等。可选的，服务器可以基于虚拟车辆的行驶记录仪获取虚拟车辆在仿真测试环境下的行驶数据。
S502，根据行驶数据和预设的评价指标对第一驾驶系统的安全风险进行测试，获取第一测试结果。
可选的，本实施例中的评价指标可以包括碰撞事件数量、急刹事件数量和急打方向事件数量中的至少一个。例如，以评价指标为碰撞事件数量为例，服务器可以根据虚拟车辆在仿真测试环境下的行驶数据，确定虚拟车辆行驶过程中发生碰撞事件的数量，根据发生碰撞事件的数量对第一驾驶系统的安全风险进行测试，获取上述第一测试结果。又例如，以评价指标为碰撞事件数量和急刹事件数量为例，服务器可以根据虚拟车辆在仿真测试环境下的行驶数据，确定虚拟车辆行驶过程中发生碰撞事件的数量和发生急刹事件的数量，根据发生碰撞时间的数量和发生急刹事件的数量对第一驾驶系统的安全风险进行测试，获取上述第一测试结果。
本实施例中，服务器通过控制虚拟车辆基于第一驾驶系统在仿真测试环境下行驶，能够获取到虚拟车辆在仿真测试环境下的行驶数据，从而可以根据虚拟车辆在仿真测试环境下的行驶数据和预设的评价指标准确地对第一驾驶系统的安全风险进行测试，提高了获取的第一测试结果的准确度，从而可以在第一测试结果中存在异常事件的情况下，根据第一驾驶系统的参数和第二驾驶系统的参数，确定出第一测试结果中异常事件的发生原因，进而可以根据第一测试结果中异常事件的发生原因确定出造成第一驾驶系统安全风险的原因。
在上述虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试以及虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试的场景中，需要预先构建仿真测试环境。在一个实施例中，如图6所示，上述方法还包括：
S601，基于历史时间段内自动驾驶道路的测试场景和/或人工虚拟场景，获取仿真测试数据集。
可选的，仿真测试数据集中可以包括车道的长度、车道的数量、道路中红绿灯的位置信息、道路中分岔路口的位置信息、车辆行驶的环境信息等等。可选的，服务器可以将历史时间段内自动驾驶道路的测试场景对应的道路数据信息确定为上述仿真测试数据集，或者，服务器可以将人工虚拟场景对应的道路数据信息确定为上述仿真测试数据集，又或者，服务器可以将历史时间段内自动驾驶道路的测试场景对应的道路数据信息与人工虚拟场景对应的道路数据信息相结合确定为上述仿真测试数据集。
S602，根据仿真测试数据集构建仿真测试环境。
可选的，服务器可以根据上述仿真测试数据集进行三维建模，构建上述仿真测试环境。或者，服务器可以根据上述仿真测试数据集对当前的仿真测试环境进行调整，得到上述仿真测试环境。
本实施例中，服务器基于历史时间段内自动驾驶道路的测试场景和/或人工虚拟场景，能够快速地获取仿真测试数据集，从而可以根据获取的仿真测试数据集快速地构建仿真测试环境，提高了服务器构建仿真测试环境的效率。
下面结合一个具体的驾驶系统的测试场景来介绍本公开的一个实施例，该方法包括如下步骤：
S1，基于历史时间段内自动驾驶道路的测试场景和/或人工虚拟场景，获取仿真测试数据集。
S2，根据仿真测试数据集构建仿真测试环境。
S3，控制虚拟车辆基于第一驾驶系统在仿真测试环境下行驶，获取虚拟车辆在仿真测试环境下的行驶数据。
S4，根据行驶数据和预设的评价指标对第一驾驶系统的安全风险进行测试，获取第一测试结果；评价指标包括：碰撞时间数量、急刹事件数量和急打方向事件数量中的至少一个。
S5，若第一测试结果对应的事件数量大于第二测试结果对应的事件数量，或者，若第一测试结果对应的安全等级低于第二测试结果对应的安全等级，则确定第一测试结果中存在新增事件；第二测试结果为虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试得到的。
S6，若第一测试结果中存在新增事件，则确定第一测试结果中存在异常事件。
S7，将第一驾驶系统的参数和第二驾驶系统的参数进行对比，确定第一驾驶系统的目标参数；目标参数为第一驾驶系统中与第二驾驶系统不同的参数。
S8，根据目标参数，确定异常事件的发生原因。
S9，展示目标参数和异常事件的发生原因。
S10，获取基于目标参数和异常事件的发生原因确定的优化参数。
S11，根据优化参数调整第一驾驶系统的参数，得到第三驾驶系统。
本实施例提供的驾驶系统的测试方法的工作原理，请参照上述实施例中的详细描述，本实施例在此不再赘述。
应该理解的是，虽然图1-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-6中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种驾驶系统的测试装置，包括：第一获取模块、第一确定模块和第二确定模块，其中：
第一获取模块，用于将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果；
第一确定模块，用于根据第一测试结果和第二测试结果，确定第一测试结果中是否存在异常事件；第二测试结果为虚拟车辆基于第二驾驶系统在仿真测试环境下进行测试得到的；
第二确定模块，用于若第一测试结果中存在异常事件，则根据第一驾驶系统的参数和第二驾驶系统的参数，确定异常事件的发生原因。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第一确定模块，包括：第一确定单元和第二确定单元，其中：
第一确定单元，用于根据第一测试结果和第二测试结果，确定第一测试结果中是否存在新增事件。
第二确定单元，用于若第一测试结果中存在新增事件，则确定第一测试结果中存在异常事件。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，若第一测试结果和第二测试结果均包括事件数量；上述第一确定单元，用于若第一测试结果对应的事件数量大于第二测试结果对应的事件数量，则确定第一测试结果中存在新增事件。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，若第一测试结果和第二测试结果均包括安全等级；上述第一确定单元，用于若第一测试结果对应的安全等级低于第二测试结果对应的安全等级，则确定第一测试结果中存在新增事件。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第二确定模块，包括：第三确定单元和第四确定单元，其中：
第三确定单元，用于将第一驾驶系统的参数和第二驾驶系统的参数进行对比，确定第一驾驶系统的目标参数；目标参数为第一驾驶系统中与第二驾驶系统不同的参数。
第四确定单元，用于根据目标参数，确定异常事件的发生原因。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述装置还包括：展示模块、第二获取模块和调整模块，其中：
展示模块，用于展示目标参数和异常事件的发生原因。
第二获取模块，用于获取基于目标参数和异常事件的发生原因确定的优化参数。
调整模块，用于根据优化参数调整第一驾驶系统的参数，得到第三驾驶系统。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第一获取模块，包括：第一获取单元和第二获取单元，其中：
第一获取单元，用于控制虚拟车辆基于第一驾驶系统在仿真测试环境下行驶，获取虚拟车辆在仿真测试环境下的行驶数据。
第二获取单元，用于根据行驶数据和预设的评价指标对第一驾驶系统的安全风险进行测试，获取第一测试结果。
可选的，评价指标包括：碰撞时间数量、急刹事件数量和急打方向事件数量中的至少一个。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述装置还包括：第三获取模块和构建模块，其中：
第三获取模块，用于基于历史时间段内自动驾驶道路的测试场景和/或人工虚拟场景，获取仿真测试数据集。
构建模块，用于根据仿真测试数据集构建仿真测试环境。
本实施例提供的驾驶系统的测试装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于驾驶系统的测试装置的具体限定可以参见上文中对于驾驶系统的测试方法的限定，在此不再赘述。上述驾驶系统的测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于服务器中的处理器中，也可以以软件形式存储于服务器中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图8是根据一示例性实施例示出的一种服务器1400的框图。参照图8，服务器1400包括处理组件1420，其进一步包括一个或多个处理器，以及由存储器1422所代表的存储器资源，用于存储可由处理组件1420执行的指令或者计算机程序，例如应用程序。存储器1422中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1420被配置为执行指令，以执行上述驾驶系统的测试的方法。
服务器1400还可以包括一个电源组件1424被配置为执行设备1400的电源管理，一个有线或无线网络接口1426被配置为将设备1400连接到网络，和一个输入输出(I/O)接口1428。服务器1400可以操作基于存储在存储器1422的操作系统，例如Window14 14erverTM，Mac O14 XTM，UnixTM,LinuxTM，FreeB14DTM或类似。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器1422，上述指令可由服务器1400的处理器执行以完成上述方法。存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机程序产品，该计算机程序被处理器执行时，可以实现上述方法。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行这些计算机指令时，可以全部或部分地按照本公开实施例所述的流程或功能实现上述方法中的部分或者全部。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本公开实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开实施例构思的前提下，还可以做出若干变形和改进，这些都属于本公开实施例的保护范围。因此，本公开实施例专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种驾驶系统的测试方法，其特征在于，所述方法包括：
将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果；
根据所述第一测试结果和第二测试结果，确定所述第一测试结果中是否存在新增事件，若所述第一测试结果中存在所述新增事件，则确定所述第一测试结果中存在异常事件；所述第二测试结果为所述虚拟车辆基于第二驾驶系统在所述仿真测试环境下进行测试得到的；
若所述第一测试结果中存在所述异常事件，则将所述第一驾驶系统的参数和所述第二驾驶系统的参数进行对比，确定所述第一驾驶系统的目标参数，根据所述目标参数，确定所述异常事件的发生原因；所述目标参数为所述第一驾驶系统中与所述第二驾驶系统不同的参数。
2.根据权利要求1所述的方法，其特征在于，若所述第一测试结果和所述第二测试结果均包括事件数量；所述根据所述第一测试结果和所述第二测试结果，确定所述第一测试结果中是否存在新增事件，包括：
若所述第一测试结果对应的事件数量大于所述第二测试结果对应的事件数量，则确定所述第一测试结果中存在所述新增事件。
3.根据权利要求1所述的方法，其特征在于，若所述第一测试结果和所述第二测试结果均包括安全等级；所述根据所述第一测试结果和所述第二测试结果，确定所述第一测试结果中是否存在新增事件，包括：
若所述第一测试结果对应的安全等级低于所述第二测试结果对应的安全等级，则确定所述第一测试结果中存在所述新增事件。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
展示所述目标参数和所述异常事件的发生原因；
获取基于所述目标参数和所述异常事件的发生原因确定的优化参数；
根据所述优化参数调整所述第一驾驶系统的参数，得到第三驾驶系统。
5.根据权利要求1所述的方法，其特征在于，所述将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果，包括：
控制虚拟车辆基于所述第一驾驶系统在仿真测试环境下行驶，获取所述虚拟车辆在所述仿真测试环境下的行驶数据；
根据所述行驶数据和预设的评价指标对所述第一驾驶系统的安全风险进行测试，获取所述第一测试结果。
6.根据权利要求5所述的方法，其特征在于，所述评价指标包括：碰撞时间数量、急刹事件数量和急打方向事件数量中的至少一个。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于历史时间段内自动驾驶道路的测试场景和/或人工虚拟场景，获取仿真测试数据集；
根据所述仿真测试数据集构建所述仿真测试环境。
8.一种驾驶系统的测试装置，其特征在于，所述装置包括：
第一获取模块，用于将虚拟车辆基于第一驾驶系统在仿真测试环境下进行测试，得到第一测试结果；
第一确定模块，用于根据所述第一测试结果和第二测试结果，确定所述第一测试结果中是否存在新增事件，若所述第一测试结果中存在所述新增事件，则确定所述第一测试结果中存在异常事件；所述第二测试结果为所述虚拟车辆基于第二驾驶系统在所述仿真测试环境下进行测试得到的；
第二确定模块，用于若所述第一测试结果中存在所述异常事件，则将所述第一驾驶系统的参数和所述第二驾驶系统的参数进行对比，确定所述第一驾驶系统的目标参数，根据所述目标参数，确定所述异常事件的发生原因；所述目标参数为所述第一驾驶系统中与所述第二驾驶系统不同的参数。
9.一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210403678.9A CN116010237B (zh) | 2022-04-18 | 2022-04-18 | 驾驶系统的测试方法、装置、服务器、介质和产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210403678.9A CN116010237B (zh) | 2022-04-18 | 2022-04-18 | 驾驶系统的测试方法、装置、服务器、介质和产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116010237A CN116010237A (zh) | 2023-04-25 |
| CN116010237B true CN116010237B (zh) | 2024-04-05 |
Family
ID=86019812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210403678.9A Active CN116010237B (zh) | 2022-04-18 | 2022-04-18 | 驾驶系统的测试方法、装置、服务器、介质和产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116010237B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112256590A (zh) * | 2020-11-12 | 2021-01-22 | 腾讯科技（深圳）有限公司 | 虚拟场景有效性判定方法、装置和自动驾驶系统 |
| CN112364439A (zh) * | 2020-12-02 | 2021-02-12 | 腾讯科技（深圳）有限公司 | 自动驾驶系统的仿真测试方法、装置以及存储介质 |
| CN112613169A (zh) * | 2020-12-16 | 2021-04-06 | 清华大学苏州汽车研究院（相城） | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 |
| KR20210065295A (ko) * | 2019-11-27 | 2021-06-04 | 한국전자기술연구원 | 가상현실을 이용한 자율주행 ai 시뮬레이션 시스템 및 방법 |
| CN113569406A (zh) * | 2021-07-23 | 2021-10-29 | 腾讯科技（深圳）有限公司 | 基于自动驾驶的数据测试方法、设备及可读存储介质 |
-
2022
- 2022-04-18 CN CN202210403678.9A patent/CN116010237B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210065295A (ko) * | 2019-11-27 | 2021-06-04 | 한국전자기술연구원 | 가상현실을 이용한 자율주행 ai 시뮬레이션 시스템 및 방법 |
| CN112256590A (zh) * | 2020-11-12 | 2021-01-22 | 腾讯科技（深圳）有限公司 | 虚拟场景有效性判定方法、装置和自动驾驶系统 |
| CN112364439A (zh) * | 2020-12-02 | 2021-02-12 | 腾讯科技（深圳）有限公司 | 自动驾驶系统的仿真测试方法、装置以及存储介质 |
| CN112613169A (zh) * | 2020-12-16 | 2021-04-06 | 清华大学苏州汽车研究院（相城） | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 |
| CN113569406A (zh) * | 2021-07-23 | 2021-10-29 | 腾讯科技（深圳）有限公司 | 基于自动驾驶的数据测试方法、设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116010237A (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7200832B2 (ja) | デジタル行動ツインに基づくコネクティッド車両のための衝突回避 | |
| CN110570538B (zh) | 智能驾驶汽车中黑匣子数据的管理方法、装置和设备 | |
| US10678247B2 (en) | Method and apparatus for monitoring of an autonomous vehicle | |
| US10297145B2 (en) | Method and system for establishing whether a road section is suitable for autonomous vehicle driving | |
| US20190064810A1 (en) | Method and apparatus for monitoring of an autonomous vehicle | |
| CA2983682C (en) | Occlusion control device | |
| DE102016224604A1 (de) | System und Verfahren zur Verifizierung von Kartendaten für ein Fahrzeug | |
| JP2021514882A (ja) | 自律走行のためのシステムおよび方法 | |
| CN111765903B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
| CN109318899B (zh) | 自动驾驶车辆的弯道行驶方法、装置、设备和存储介质 | |
| CN114945959B (zh) | 行驶轨迹确定方法、装置、计算机设备和存储介质 | |
| CN113228135A (zh) | 一种盲区图像获取方法及相关终端装置 | |
| CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
| CN117130298A (zh) | 用于评估自动驾驶系统的方法、装置及存储介质 | |
| CN114407915A (zh) | 运行设计域odd的处理方法、装置及存储介质 | |
| CN116010237B (zh) | 驾驶系统的测试方法、装置、服务器、介质和产品 | |
| CN112141099B (zh) | 车辆控制方法、装置、计算机设备和存储介质 | |
| US20230168368A1 (en) | Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device | |
| US20220350338A1 (en) | Platform for path planning system development for automated driving system | |
| US11656262B2 (en) | Software simulation system for indoor EMC test | |
| CN115346288A (zh) | 仿真行车记录采集方法、系统、电子设备及存储介质 | |
| CN113092135A (zh) | 一种自动驾驶车辆的测试方法、装置及设备 | |
| CN112435472A (zh) | 拥堵分析方法、装置、设备及存储介质 | |
| CN113327456A (zh) | 一种车道结构检测方法及装置 | |
| US20240034365A1 (en) | Processing method, processing system, storage medium storing processing program, and processing device |
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 |