CN116108041A - 车辆测试数据的确定方法、装置、车辆和存储介质 - Google Patents

车辆测试数据的确定方法、装置、车辆和存储介质 Download PDF

Info

Publication number
CN116108041A
CN116108041A CN202310348818.1A CN202310348818A CN116108041A CN 116108041 A CN116108041 A CN 116108041A CN 202310348818 A CN202310348818 A CN 202310348818A CN 116108041 A CN116108041 A CN 116108041A
Authority
CN
China
Prior art keywords
road section
database
vehicle
target
road
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
CN202310348818.1A
Other languages
English (en)
Other versions
CN116108041B (zh
Inventor
张琼
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.)
Xiaomi Automobile Technology Co Ltd
Original Assignee
Xiaomi Automobile 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 Xiaomi Automobile Technology Co Ltd filed Critical Xiaomi Automobile Technology Co Ltd
Priority to CN202310348818.1A priority Critical patent/CN116108041B/zh
Publication of CN116108041A publication Critical patent/CN116108041A/zh
Application granted granted Critical
Publication of CN116108041B publication Critical patent/CN116108041B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Traffic Control Systems (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

本公开提出一种车辆测试数据的确定方法、装置、车辆和存储介质，涉及自动驾驶技术领域，其中，方法包括：响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息，根据目标路段的道路信息和场景视频，更新车辆的测试数据库。在监测到车辆处于不安全的行驶状态时，获取车辆所行驶的目标路段的道路信息和目标路段的场景视频，以确定车辆的测试数据库，拓展了获取车辆行驶的危险路段数据的通道，提高了车辆测试数据确定的效率。

Description

车辆测试数据的确定方法、装置、车辆和存储介质
技术领域
本公开涉及自动驾驶技术领域，尤其涉及车辆测试数据的确定方法、装置、车辆和存储介质。
背景技术
在自动驾驶领域，基于丰富的车辆测试数据，可以实现自动驾驶车辆在面对各种问题工况时，可以准确的解决问题，避免碰撞和意外发生，是实现自动驾驶落地的重要基础。
相关技术中，通过增大自动驾驶车辆的测试里程数，来增加自动驾驶车辆在实际行驶过程中解决问题的能力，但是耗费巨大的财力和时间成本，效率较低，因此，如何高效的获取自动驾驶的测试数据是需要解决的技术问题。
发明内容
为克服相关技术中存在的问题，本公开提供一种车辆测试数据的确定方法、装置、车辆和存储介质，以提高自动驾驶车辆测试数据获取的效率。
根据本公开实施例的第一方面，提供一种车辆测试数据的确定方法，包括：
响应于监测到车辆的危险状态信号，在所述危险状态信号持续的时长内，获取所述车辆所行驶的目标路段的场景视频，以及所述目标路段的道路信息；
根据所述目标路段的道路信息和场景视频，更新车辆的测试数据库。
根据本公开实施例的第二方面，提供一种车辆测试数据的确定装置，包括：
获取模块，被配置为响应于监测到车辆的危险状态信号，在所述危险状态信号持续的时长内，获取所述车辆所行驶的目标路段的场景视频，以及所述目标路段的道路信息。
确定模块，被配置为根据所述目标路段的道路信息和场景视频，更新车辆的测试数据库。
根据本公开实施例的第三方面，提供一种车辆，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：实现前述第一方面所述方法的步骤。
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，该程序指令被处理器执行时实现本公开第一方面所提供方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息，根据目标路段的道路信息和场景视频，更新车辆的测试数据库。在监测到车辆处于不安全的行驶状态时，获取车辆所行驶的目标路段的道路信息和目标路段的场景视频，以确定车辆的测试数据库，拓展了获取车辆行驶的危险路段数据的通道，提高了车辆测试数据确定的效率。
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车辆测试数据的确定方法的流程图；
图2是根据一示例性实施例示出的另一种车辆测试数据的确定方法的流程图；
图3是根据一示例性实施例示出的另一种车辆测试数据的确定方法的流程图；
图4是根据一示例性实施例示出的一种车辆测试数据的确定装置的框图；
图5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，本公开中所有获取信号、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。
对于自动驾驶而言，丰富的测试数据，尤其是车辆处于危险场景下的数据，是自动驾驶实现推广的重要基础，这是因为没有见识过大量问题数据的自动驾驶软件无法对所有问题工况进行解决，问题不解决就会导致碰撞和车祸的发生。相关技术中，统计了自动驾驶车辆必须无故障行驶2.75亿英里才能证明其在车祸致死率上和人类驾驶员的水平相同。假设拥有100辆自动驾驶车辆，每天测试24小时，一年测试365天，测试时速为25英里/小时，则需要耗时12.5年。2021年度，进行车辆道路测试的里程达到410万英里（约643万公里），导致自动驾驶功能较难落地，而且自动驾驶的道路有限制，不是所有道路都可以开，导致即使自动驾驶进行了充分的里程数测试，也只能保证在测试的道路是相对安全，在其它道路上的性能依然不能得到保障。目前的情况是各个自驾厂商进行车辆道路测试的数据不会共享，每个车企都测试这么长距离里程显然不切实际。因此，如何提高车辆测试数据库中的测试数据确定的效率是需要解决的技术问题，为此，本公开提出了一种车辆测试数据的确定方法，在监测到车辆处于不安全的行驶状态时，获取车辆所行驶的目标路段的道路信息和目标路段的场景视频，以确定车辆测试数据库，拓展了获取车辆行驶的危险路段数据的通道，提高了车辆测试数据确定的效率。
图1是根据一示例性实施例示出的一种车辆测试数据的确定方法的流程图，本公开实施例的车辆测试数据的确定方法的执行主体为车辆测试数据的确定装置，该确定装置可设置于可在道路上行驶的任意车辆中，包含自动驾驶车辆和非自动驾驶车辆。
如图1所示，包括以下步骤。
步骤101，响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息。
其中，道路信息中包含路段的名称、路段的位置信息等，其中，位置信息，是指车辆在该路段行驶过程中定位得到的各个位置点组成的轨迹。
本公开实施例的一种实现方式中，车辆中通常配置了感知系统，包含摄像头、雷达等各种传感器，根据多种传感器采集的数据，监测车辆危险状态信号，即车辆当前行驶的场景中是否存在不安全的因素，例如行驶前方有障碍物、或者是距离周围的车辆较近等，当监测到车辆行驶的场景中存在不安全的因素，则发出车辆处于危险状态的危险状态信号，以提示驾驶员或监测车辆的人员存在危险，从而获取车辆处于危险状态下该车辆所行驶的目标路段的场景视频，也就是危险信号持续的时长内该车辆所行驶的目标路段的场景视频，以及车辆所行驶的目标路段的道路信息，实现了危险路段信息的采集，由于路上行驶的车辆的数据较大，通过任意车辆在行驶过程中监测车辆的行驶状态，拓展了存在不安全因素的道路信息和场景视频获取的途径，提高了存在不安全因素的道路信息和场景视频获取的效率。
其中，目标路段，即监测到车辆的危险状态信号的情况下，车辆所行驶的路段，也就是说目标路段即存在不安全的行驶因素的路段。
本公开实施例的另一种实现方式中，在智慧交通场景下，车辆可请求智慧交通平台获取联网至智慧交通的道路上的摄像头拍摄的场景视频，以提高视频采集的全面性。
步骤102，根据目标路段的道路信息和场景视频，更新车辆的测试数据库。
本公开实施例中，根据目标路段的道路信息和场景视频，确定车辆测试数据库，而道路上行驶的车辆较多，行驶过程中遇到的不安全的行驶因素也较多，从而，基于道路上行驶的大量车辆，即可提高自动驾驶场景下车辆测试数据库的确定效率。
需要说明的是，每次监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取该车辆所行驶的目标路段的场景视频，以及目标路段的道路信息，进而，根据目标路段的道路信息和场景视频，更新车辆的测试数据库，实现了不断增加车辆的测试数据库中包含的测试数据，提高了自动驾驶测试数据获取的效率。
本公开实施例的车辆测试数据的确定方法，响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息，根据目标路段的道路信息和场景视频，更新车辆的测试数据库。在监测到车辆处于不安全的行驶状态时，获取车辆所行驶的目标路段的道路信息和目标路段的场景视频，以更新车辆的测试数据库，拓展了获取车辆行驶的危险路段数据的通道，提高了车辆测试数据确定的效率。
基于上述实施例，图2是根据一示例性实施例示出的另一种车辆测试数据的确定方法的流程图，其中，测试数据库包括场景数据库和路段数据库，如图2所示，该方法包含如下步骤：
步骤201，响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息。
其中，步骤201可参照前述实施例中的解释说明，原理相同，此处不再赘述。
步骤202，根据道路信息对路段数据库进行更新，得到更新后的路段数据库。
本公开实施例中，根据道路信息中包含的目标路段的位置信息，对路段数据库中包含的第一路段的位置信息进行更新，得到更新后的路段数据库，提高了更新后的路段数据库中包含的路段的多样本。
本公开实施例的一种实现方式中，获取更新前的路段数据库，将目标路段的位置信息和路段数据库中包括的各个路段的位置信息进行比对，响应于路段数据库中存在和目标路段的位置信息匹配的第一路段的位置信息，增加路段数据库中第一路段的位置信息的权重，以得到更新后的路段数据库。其中，位置信息，是指路段包含的位置点构成的轨迹，位置点即车辆在该路段行驶过程中定位得到的各个位置点。位置信息的匹配，是指目标路段的位置信息中包含的位置点和第一路段的位置信息中包含的位置点中相同的位置点的数量占比大于设定阈值。例如，设定阈值为60%，若目标路段的位置信息中包含的位置点中有85%的位置点和第一路段的位置信息中包含的位置点相同，则认为目标路段和第一路段匹配，否则，认为目标路段和第一路段不匹配。通过将存在危险状态信号的目标路段和路段数据库中的各个第一路段比较，在该目标路段已经存在于路段数据库中的情况下，将路段数据库中对应的第一路段的权重增加，以提高容易出现危险的路段的权重，为后续车辆道路实测提供准确的路段数据。
本公开实施例的第二种实现方式中，获取路段数据库，将目标路段的位置信息和路段数据库中包括的各个路段的位置信息进行比对，响应于路段数据库中不存在和目标路段的位置信息匹配的第一路段的位置信息，将目标路段的位置信息添加至路段数据库中，以得到更新后的路段数据库。通过将存在危险状态信号的目标路段和路段数据库中的各个第一路段比较，在该目标路段不存在于路段数据库中的情况下，将目标路段作为新的第一路段存储至路段数据库中，增加了路段数据库中包含的路段的数量，丰富了后续进行自动驾驶车辆实际路测的路段数量和路段多样性，以提高路段测量的准确性。
本公开实施例中，为了使得后续无人驾驶车辆进行道路测试时，可以基于路段对应的危险类型，提高测试的针对性，在基于目标路段的位置信息对路段数据库中的路段进行更新的情况下，还根据目标路段对应的目标危险类型，对路段数据库中的第一路段对应的危险类型进行更新，以得到更新后的路段数据库，提高更新后的路段数据库中包含的各个路段对应的危险类型的准确性。
本公开实施例的第一种实现方式中，响应于路段数据库中存在和目标路段的位置信息匹配的第一路段的位置信息，增加路段数据库中第一路段的位置信息的权重。并根据目标路段对应的目标危险类型和第一路段对应的至少一个第一危险类型匹配，响应于目标危险类型和任一个第一危险类型匹配，增加任一个第一危险类型的权重；响应于目标危险类型和至少一个第一危险类型均不匹配，增加目标危险类型为第一路段对应的第一危险类型，即将目标危险类型作为第一路段对应的新的第一危险类型，增加了第一路段对应的第一危险类型的数量，实现了在根据目标路段对路段数据库中的第一路段进行更新的情况下，再根据目标路段对应的目标危险类型，确定路段数据库中的第一路段对应的第一危险类型的权重，或增加第一路段对应的第一危险类型的数量，实现各个第一路段对应的第一危险类型确定的可靠性。
本公开实施例的第二种实现方式中，响应于路段数据库中不存在和目标路段的位置信息匹配的第一路段的位置信息，将目标路段的位置信息添加至路段数据库中，且将目标路段对应的目标危险类型添加至路段数据库中，作为路段数据库中新增的目标路段对应的目标危险类型，以得到更新后的路段数据库。
步骤203，根据场景视频对场景数据库进行更新，得到更新后的场景数据库。
本公开实施例的一种实现方式中，在获取到目标路段对应的场景视频的情况下的，将获取到的场景视频存储至场景数据库中。通过在监测到车辆的危险状态信号的情况下，则说明采集到的目标路段对应的场景视频中也指示车辆行驶处于危险状态，将采集到的目标路段对应的场景视频存储至场景数据库中，得到更新后的场景数据库，增加了更新后的场景数据库中包含的场景视频的多样性。
本公开实施例的第二种实现方式中，将目标路段的位置信息和路段数据库中包括的各个路段的位置信息进行比对，响应于路段数据库中不存在和目标路段的位置信息匹配的第一路段的位置信息，即目标路段并未在路段数据库中，也就是说目标路段是新发现的存在行驶危险的路段，则将目标路段对应的场景视频，存储至场景数据库中，得到更新的场景数据库，避免了重复的场景视频的存储，降低了场景数据库中包含的场景视频的数量。
本公开实施例的第三种实现方式中，将目标路段的位置信息和路段数据库中包括的各个路段的位置信息进行比对，响应于路段数据库中存在和目标路段的位置信息匹配的第一路段的位置信息，但是路段数据库中第一路段对应的第一问题类型中不包含目标危险类型，则将场景视频，存储至场景数据库中，得到更新的场景数据库，实现了同一路段对应的不同的危险类型的场景视频的存储，增加了同一路段的场景视频的多样性。
本公开实施例的车辆测试数据的确定方法，响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息，通过路上行驶的很多车辆，可以大量拓展自动驾驶车辆的进行测试的长尾数据的获取通道，更加合理的安排道路测试的车辆资源，提高了自动驾驶车辆的测试数据的获取效率，以及实现了道路测试提效。
基于上述实施例，图3是根据一示例性实施例示出的另一种车辆测试数据的确定方法的流程图，如图3所示，该方法包含如下步骤：
步骤301，响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息。
步骤302，根据道路信息对路段数据库进行更新，得到更新后的路段数据库。
其中，步骤301至步骤302可参照前述实施例中的解释说明，原理相同，此次不再赘述。
步骤303，获取更新后的路段数据库中权重值大于设定值的第二路段的位置信息，根据第二路段的位置信息，生成路段测试数据。
本公开实施例中，通过不断的获取存在危险的路段的道路信息，得到更新的更新后的路段数据库，在需要对自动驾驶车辆再实际道路场景下进行行驶测试的情况下，后续简称路测，可获取更新后的路段数据库中权重值大于设定值的第二路段的位置信息，根据第二路段的位置信息，生成路段测试数据，路段测试数据，用于自动驾驶车辆根据路段测试数据中的路段的位置信息，将自动驾驶车辆在该路段进行实测，以确定自动驾驶车辆在该路段的测试结果，根据测试结果优化自动驾驶车辆的性能，降低自动驾驶车辆在容易出现危险的路段出现危险的概率。
步骤304，根据场景视频对场景数据库进行更新，得到更新后的场景数据库。
本公开实施例中，由于自动驾驶车辆在实际道路进行测试时，在有些场景下无法进行实际测试，则可以基于更新后的场景数据库中的场景数据进行仿真测试，以提高自动驾驶车辆在各种场景下的性能，从而提高自动驾驶车辆的安全性。
本公开实施例的车辆测试数据的确定方法中，基于更新后的路段数据库，生成路段测试数据，以对自动驾驶车辆进行实际道路测试，以及根据更新后的场景数据库，生成各场景下的路段测试数据，以对自动驾驶车辆进行仿真道路测试，以提高自动驾驶车辆在各种路段和场景下的性能，从而提高自动驾驶车辆的安全性。
基于上述实施例，作为一种实现方式，获取更新后的路段数据库中各个第二路段对应的至少一个第二危险类型，统计至少一个第二危险类型中权重值大于类型设定值的目标第二危险类型，采用目标第二危险类型对应的第二路段的位置信息，生成路段测试数据，实现了针对危险类型进行自动驾驶车辆的实际测试，以提高测试的多样性，进行基于测试结果，提高自动驾驶车辆的性能。
作为另一种实现方式，获取更新后的路段数据库中各个第二路段对应的至少一个第二危险类型，统计对应的第二危险类型的数量大于设定数量的目标第二路段，采用目标第二路段的位置信息，生成路段测试数据，实现了针对危险类型较多的路段进行自动驾驶车辆的实际测试，以提高测试的多样性，进行基于测试结果，提高自动驾驶车辆的性能。
基于上述实施例，图4是根据一示例性实施例示出的一种车辆测试数据的确定装置的框图。参照图4，该装置包括：
获取模块41，被配置为响应于监测到车辆的危险状态信号，在所述危险状态信号持续的时长内，获取所述车辆所行驶的目标路段的场景视频，以及所述目标路段的道路信息。
确定模块42，被配置为根据所述目标路段的道路信息和场景视频，更新车辆的测试数据库。
进一步，本公开实施例的一种实现方式中，所述测试数据库包括场景数据库和路段数据库，确定模块42，具体被配置为：
根据所述道路信息对所述路段数据库进行更新，得到更新后的路段数据库；根据所述场景视频对所述场景数据库进行更新，得到更新后的场景数据库。
本公开实施例的一种实现方式中，道路信息包括位置信息，确定模块42，具体被配置为：
将目标路段的位置信息和所述路段数据库中包括的各个路段的位置信息进行比对；
响应于所述路段数据库中存在和所述目标路段的位置信息匹配的第一路段的位置信息，增加所述路段数据库中所述第一路段的位置信息的权重，以得到所述更新后的路段数据库。
本公开实施例的一种实现方式中，确定模块42，具体被配置为：
响应于所述路段数据库中不存在和所述目标路段的位置信息匹配的第一路段的位置信息，将所述目标路段的位置信息添加至所述路段数据库中，得到更新后的路段数据库。
本公开实施例的一种实现方式中，确定模块42，具体被配置为：
将所述目标路段对应的目标危险类型和所述第一路段对应的至少一个第一危险类型匹配；
响应于所述目标危险类型和任一个第一危险类型匹配，增加所述任一个第一危险类型的权重；
响应于所述目标危险类型和所述至少一个第一危险类型均不匹配，增加所述目标危险类型为所述第一路段对应的第一危险类型。
本公开实施例的一种实现方式中，确定模块42，具体被配置为：
在所述路段数据库中增加所述目标路段对应的危险类型为目标危险类型。
本公开实施例的一种实现方式中，确定模块42，具体被配置为：
获取所述更新后的路段数据库中权重值大于设定值的第二路段的位置信息；
根据所述第二路段的位置信息，生成路段测试数据。
关于上述实施例中的装置，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。
本公开实施例的车辆测试数据的确定装置，响应于监测到车辆的危险状态信号，在危险状态信号持续的时长内，获取车辆所行驶的目标路段的场景视频，以及目标路段的道路信息，根据目标路段的道路信息和场景视频，更新车辆的测试数据库。在监测到车辆处于不安全的行驶状态时，获取车辆所行驶的目标路段的道路信息和目标路段的场景视频，以更新车辆的测试数据库，拓展了获取车辆行驶的危险路段数据的通道，提高了车辆测试数据确定的效率。
图5是根据一示例性实施例示出的一种车辆500的框图。例如，车辆500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500可以是自动驾驶车辆、半自动驾驶车辆或者非自动驾驶车辆。
参照图5，车辆500可包括各种子系统，例如，信息娱乐系统510、感知系统520、决策控制系统530、驱动系统540以及计算平台550。其中，车辆500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500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510可以包括通信系统，娱乐系统以及导航系统等。
感知系统520可以包括若干种传感器，用于感测车辆500周边的环境的信息。例如，感知系统520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530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540可以包括为车辆500提供动力运动的组件。在一个实施例中，驱动系统540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500的部分或所有功能受计算平台550控制。计算平台550可包括至少一个处理器551和存储器552，处理器551可以执行存储在存储器552中的指令553。
处理器551可以是任何常规的处理器，诸如商业可获得的CPU。处理器还可以包括诸如图像处理器（Graphic Process Unit，GPU），现场可编程门阵列（Field ProgrammableGate Array，FPGA）、片上系统（System on Chip，SOC）、专用集成芯片（ApplicationSpecific Integrated Circuit，ASIC）或它们的组合。
存储器552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553以外，存储器552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。存储器552存储的数据可以被计算平台550使用。
在本公开实施例中，处理器551可以执行指令553，以完成上述的方法的全部或部分步骤。
本公开还提供一种车辆，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：实现前述方法实施例所述方法的步骤。
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，该程序指令被处理器执行时实现前述方法实施例所述的方法的步骤。
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。本公开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)

1.一种车辆测试数据的确定方法，其特征在于，包括：
响应于监测到车辆的危险状态信号，在所述危险状态信号持续的时长内，获取所述车辆所行驶的目标路段的场景视频，以及所述目标路段的道路信息；
根据所述目标路段的道路信息和场景视频，更新车辆的测试数据库。
2.如权利要求1所述的方法，其特征在于，所述测试数据库包括场景数据库和路段数据库，所述根据所述目标路段的道路信息和场景视频，更新车辆的测试数据库，包括：
根据所述道路信息对所述路段数据库进行更新，得到更新后的路段数据库；
根据所述场景视频对所述场景数据库进行更新，得到更新后的场景数据库。
3.如权利要求2所述的方法，其特征在于，所述道路信息包括位置信息，所述根据所述道路信息对所述路段数据库进行更新，得到更新后的路段数据库，包括：
将所述目标路段的位置信息和所述路段数据库中包括的各个路段的位置信息进行比对；
响应于所述路段数据库中存在和所述目标路段的位置信息匹配的第一路段的位置信息，增加所述路段数据库中所述第一路段的位置信息的权重，得到所述更新后的路段数据库。
4.如权利要求3所述的方法，其特征在于，所述将所述目标路段的位置信息和所述路段数据库中包括的各个路段的位置信息进行比对之后，还包括：
响应于所述路段数据库中不存在和所述目标路段的位置信息匹配的第一路段的位置信息，将所述目标路段的位置信息添加至所述路段数据库中，得到更新后的路段数据库。
5.如权利要求3所述的方法，其特征在于，所述响应于所述路段数据库中存在和所述目标路段的位置信息匹配的第一路段的位置信息，增加所述路段数据库中所述第一路段的位置信息的权重之后，包括：
将所述目标路段对应的目标危险类型和所述第一路段对应的至少一个第一危险类型匹配；
响应于所述目标危险类型和任一个第一危险类型匹配，增加所述任一个第一危险类型的权重；
响应于所述目标危险类型和所述至少一个第一危险类型均不匹配，增加所述目标危险类型为所述第一路段对应的第一危险类型。
6.如权利要求4所述的方法，其特征在于，所述响应于所述路段数据库中不存在和所述目标路段的位置信息匹配的第一路段的位置信息，将所述目标路段的位置信息添加至所述路段数据库中之后，包括：
在所述路段数据库中增加所述目标路段对应的危险类型为目标危险类型。
7.如权利要求2-6任一项所述的方法，其特征在于，所述根据所述道路信息对所述路段数据库进行更新，得到更新后的路段数据库之后，还包括：
获取所述更新后的路段数据库中权重值大于设定值的第二路段的位置信息；
根据所述第二路段的位置信息，生成路段测试数据。
8.一种车辆测试数据的确定装置，其特征在于，包括：
获取模块，被配置为响应于监测到车辆的危险状态信号，在所述危险状态信号持续的时长内，获取所述车辆所行驶的目标路段的场景视频，以及所述目标路段的道路信息；
确定模块，被配置为根据所述目标路段的道路信息和场景视频，更新车辆的测试数据库。
9.一种车辆，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
实现权利要求1至7中任一项所述方法的步骤。
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，该程序指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
CN202310348818.1A 2023-04-04 2023-04-04 车辆测试数据的确定方法、装置、车辆和存储介质 Active CN116108041B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310348818.1A CN116108041B (zh) 2023-04-04 2023-04-04 车辆测试数据的确定方法、装置、车辆和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310348818.1A CN116108041B (zh) 2023-04-04 2023-04-04 车辆测试数据的确定方法、装置、车辆和存储介质

Publications (2)

Publication Number Publication Date
CN116108041A true CN116108041A (zh) 2023-05-12
CN116108041B CN116108041B (zh) 2023-06-30

Family

ID=86265787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310348818.1A Active CN116108041B (zh) 2023-04-04 2023-04-04 车辆测试数据的确定方法、装置、车辆和存储介质

Country Status (1)

Country Link
CN (1) CN116108041B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200065443A1 (en) * 2017-05-02 2020-02-27 The Regents Of The University Of Michigan Simulated vehicle traffic for autonomous vehicles
CN111932717A (zh) * 2020-08-20 2020-11-13 中国第一汽车股份有限公司 一种车辆紧急事件分析方法、装置、存储介质及系统
CN112382086A (zh) * 2020-10-30 2021-02-19 上海炬宏信息技术有限公司 自动驾驶汽车开放道路测试评价系统的使用方法
CN112596500A (zh) * 2020-12-16 2021-04-02 清华大学苏州汽车研究院（相城） 一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法
CN113408141A (zh) * 2021-07-02 2021-09-17 阿波罗智联(北京)科技有限公司 一种自动驾驶测试方法、装置及电子设备
CN114528253A (zh) * 2022-01-06 2022-05-24 中国第一汽车股份有限公司 一种智能网联汽车公共道路危险场景提取方法、装置及危险场景构建方法、装置及计算设备
CN115352468A (zh) * 2022-08-31 2022-11-18 际络科技(上海)有限公司 多驾驶状态的自动驾驶数据获取方法、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200065443A1 (en) * 2017-05-02 2020-02-27 The Regents Of The University Of Michigan Simulated vehicle traffic for autonomous vehicles
CN111932717A (zh) * 2020-08-20 2020-11-13 中国第一汽车股份有限公司 一种车辆紧急事件分析方法、装置、存储介质及系统
CN112382086A (zh) * 2020-10-30 2021-02-19 上海炬宏信息技术有限公司 自动驾驶汽车开放道路测试评价系统的使用方法
CN112596500A (zh) * 2020-12-16 2021-04-02 清华大学苏州汽车研究院（相城） 一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法
CN113408141A (zh) * 2021-07-02 2021-09-17 阿波罗智联(北京)科技有限公司 一种自动驾驶测试方法、装置及电子设备
CN114528253A (zh) * 2022-01-06 2022-05-24 中国第一汽车股份有限公司 一种智能网联汽车公共道路危险场景提取方法、装置及危险场景构建方法、装置及计算设备
CN115352468A (zh) * 2022-08-31 2022-11-18 际络科技(上海)有限公司 多驾驶状态的自动驾驶数据获取方法、设备及介质

Also Published As

Publication number Publication date
CN116108041B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN112286206B (zh) 自动驾驶的模拟方法、系统、设备、可读存储介质及平台
CN115878494B (zh) 自动驾驶软件系统的测试方法、装置、车辆及存储介质
US20200104290A1 (en) Map information system
CN113553304A (zh) 一种针对自动驾驶的数据存储系统
CN115764030A (zh) 动力电池的热失控预警方法、装置、存储介质及车辆
CN115123257A (zh) 路面减速带位置识别方法、装置、车辆、存储介质及芯片
CN116685924A (zh) 用于自主车辆上下文中的模拟支持的地图质量保证的系统和方法
US11325601B2 (en) Method for producing a passing probability collection, method for operating a control device of a motor vehicle, passing probability collecting device and control device
CN115657647B (zh) 故障确定方法、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
CN115221151B (zh) 车辆数据的传输方法、装置、车辆、存储介质及芯片
CN116626670A (zh) 自动驾驶模型的生成方法、装置、车辆及存储介质
CN115202234B (zh) 仿真测试方法、装置、存储介质和车辆
CN115203457B (zh) 图像检索方法、装置、车辆、存储介质及芯片
CN116048055A (zh) 车辆故障检测方法、装置和存储介质
EP4257927A1 (en) Vehicle pose assessment
CN114821542A (zh) 目标检测方法、装置、车辆及存储介质
US11262201B2 (en) Location-based vehicle operation
CN115346288A (zh) 仿真行车记录采集方法、系统、电子设备及存储介质
CN115900771B (zh) 信息确定的方法、装置、车辆及存储介质
CN116070780B (zh) 轨迹预测算法的评价方法、装置、介质及车辆
CN115551020B (zh) 车辆数据传输方法、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
CN116278744B (zh) 数据显示方法、装置、车辆及存储介质
CN116563812B (zh) 目标检测方法、装置、存储介质及车辆

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