CN116149970B - 基于数字孪生技术的软件性能效率测试与验证方法及装置 - Google Patents
基于数字孪生技术的软件性能效率测试与验证方法及装置 Download PDFInfo
- Publication number
- CN116149970B CN116149970B CN202310356002.3A CN202310356002A CN116149970B CN 116149970 B CN116149970 B CN 116149970B CN 202310356002 A CN202310356002 A CN 202310356002A CN 116149970 B CN116149970 B CN 116149970B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- determining
- efficiency
- signal
- tested
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005516 engineering process Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 230000008054 signal transmission Effects 0.000 claims description 45
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000010998 test method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 148
- 239000004973 liquid crystal related substance Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 230000004913 activation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供一种基于数字孪生技术的软件性能效率测试与验证方法及装置,所述方法包括:根据车辆的内部信号、外部信号以及控制信号,建立车辆自动驾驶数字孪生系统;通过外部信号、控制信号以及在待测车辆的行驶路径的第一预设位置设置的车辆检测信号,确定待测车辆的定位效率;通过外部信号、控制信号以及第二预设位置的障碍物,确定主动刹车功能的第一执行效率;通过内部信号和控制信号,确定安全带预紧功能的第二执行效率;根据第一执行效率和第二执行效率,确定主动安全功能的执行效率评分。根据本发明,可建立车辆自动驾驶数字孪生系统,无需使用人工驾驶车辆进行主动安全功能的测试,提高了人员安全性。
Description
技术领域
本公开涉及计算机技术,尤其涉及一种基于数字孪生技术的软件性能效率测试与验证方法及装置。
背景技术
在相关技术中,CN112581633A公开了一种自动驾驶功能车辆在环虚拟仿真测试方法及系统,该方法包括:通过路测试验收集自动驾驶车辆真实的道路交通场景信息,采用数字孪生的方法获得虚拟的仿真场景,并存储在车载工控机内或车联网数据平台的云端上。自动驾驶车辆内设置有VR显示设备,在自动驾驶车辆根据所述仿真场景进行自动驾驶时,所述车载工控机通过运行的虚拟仿真软件将所述仿真场景传送给VR显示设备,车辆乘员通过所述VR显示设备进入数字虚拟场景。自动驾驶车辆内设置有高精定位导航设备,所述车载工控机通过所述高精定位导航设备准确测量得到车辆行驶数据及驾驶轨迹,并上传至车联网数据平台,以进行数据分析。
CN114167752A公开了一种车辆主动安全系统的仿真测试方法和系统装置,S1、针对待测车辆,在封闭园区内搭建实车测试场地;S2、获取封闭园区的语义地图并通过仿真系统进行静态环境搭建;S3、基于步骤S2中的静态环境通过仿真系统进行动态交通环境搭建;S4、基于步骤S2中的静态环境通过仿真系统增设虚拟车辆。
CN114879631A公开了一种基于数字孪生云控平台的自动驾驶测试系统和方法,借助仿真软件生成所需开发测试的高保真虚拟场景,并在仿真软件中建立多种虚拟传感器模型,将虚拟传感器探测到的目标物体信息通过总线注入到实车上的自动驾驶控制器中,并进行信息融合与控制决策,控制器将决策后的加速、制动以及转向指令发送给实车执行器。实车将车辆总线上的整车运动状态信息反馈给虚拟场景来完成车辆位置的同步,实现整个系统的闭环实时测试验证,并通过数字孪生云控平台实时展示场景相关孪生效果。
综上,在相关技术中,可通过数字孪生技术来模拟车辆行驶的场景,并对车辆的自动驾驶中的操控功能进行测试,但并未对车辆的主动安全功能进行测试,然而,车辆行驶的过程中,行驶安全是最重要的因素之一,尤其是主动安全功能,其可以减少或避免发生事故,减少损失,因此,主动安全功能的执行效率和稳定性非常重要,但如果人工对主动安全功能的测试可能存在一定危险性。
公开于本申请背景技术部分的信息仅仅旨在加深对本申请的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本公开实施例提供一种基于数字孪生技术的软件性能效率测试与验证方法及装置,能够在保障测试人员安全的情况下测试车辆安全功能软件的执行效率。
本公开实施例的第一方面,提供一种基于数字孪生技术的软件性能效率测试与验证方法,所述方法用于云端服务器,包括:
根据设置在待测车辆内部的内部传感器采集的内部信号、设置在待测车辆外部的外部传感器采集的外部信号以及待测车辆的车辆控制系统发送的控制信号,建立车辆自动驾驶数字孪生系统,所述车辆自动驾驶数字孪生系统用于模拟车辆的运行状态,并通过显示设备显示所述车辆的运行状态,还用于向所述车辆控制系统发送操作指令;
通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率;
在所述定位效率符合第一效率要求的情况下,通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率;
通过所述内部信号和所述控制信号,确定待测车辆的安全带预紧功能的第二执行效率;
根据所述第一执行效率和所述第二执行效率,确定所述待测车辆的主动安全功能的执行效率评分。
根据本发明的一些实施例,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第一视频信号;
其中,通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率,包括:
根据所述第一视频信号的时间戳,以及所述车辆自动驾驶数字孪生系统显示所述视频信号的第一时刻,确定第一信号传输时间;
在所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的情况下,通过所述控制信号,获取所述待测车辆的定位信息;
根据所述车辆检测信号的时间戳,和所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的第二时刻,获得定位时间差;
通过所述控制信号,确定待测车辆的第一速度;
根据所述定位时间差、待测车辆的定位信息、所述第一预设位置、所述第一信号传输时间和所述第一速度,确定所述待测车辆的定位效率。
根据本发明的一些实施例,根据所述定位时间差、待测车辆的定位信息、所述第一预设位置和所述第一信号传输时间,确定所述待测车辆的定位效率,包括:
根据公式 ,确定所述待测车辆的定位效率,其中,/>为所述待测车辆的定位效率,/>为待测车辆的定位信息,/>为所述第一预设位置,/>为所述第一速度,/>为所述定位时间差,/>,/>为所述第二时刻,/>为所述车辆检测信号的时间戳,/>为所述第一信号传输时间,/>,/>为所述第一时刻,/>为所述第一视频信号的时间戳。
根据本发明的一些实施例,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第二视频信号;
通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率,包括:
在所述待测车辆行驶到所述第二预设位置前的预设距离时,获取所述第二视频信号;
确定所述车辆自动驾驶数字孪生系统显示的所述第二视频信号中,所述障碍物的拍摄尺寸;
根据所述预设距离,和所述摄像头的标定矩阵,确定所述障碍物在第二视频信号中的理论尺寸;
根据所述控制信号,获取所述待测车辆的第二速度;
根据所述理论尺寸、所述拍摄尺寸和所述第二速度,确定第二信号传输时间;
根据所述控制信号,确定主动刹车功能启动的时间戳;
确定在所述主动刹车功能启动的时间戳对应时刻所述车辆自动驾驶数字孪生系统显示的第二视频信号,以及所述障碍物在所述第二视频信号中的第一尺寸;
确定车辆停止后,所述障碍物在所述第二视频信号中的第二尺寸;
根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率。
根据本发明的一些实施例,根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率,包括:
根据所述第一尺寸和所述标定矩阵,确定所述第二视频信号表示的待测车辆与障碍物之间的第一距离d1;
根据所述第二尺寸和所述标定矩阵,确定所述待测车辆停止后,待测车辆与所述障碍物之间的第二距离d2;
根据公式;确定所述第一执行效率,其中,/>为所述第一执行效率,/>为所述第二速度,/>为所述第二信号传输时间,/>为车辆制动力能够施加的最大加速度,其中,第一测试模式表示在多次测试中,每次测试时第二速度均不一致,第二测试模式表示仅测试一次,且第二速度为预设值。
根据本发明的一些实施例,通过所述内部信号和所述控制信号,确定待测车辆的安全带预紧功能的第二执行效率,包括:
根据所述控制信号,确定主动刹车功能启动的时间戳;
根据所述内部信号,确定安全带预紧功能的启动时间戳;
根据所述控制信号,确定车辆停止时刻;
根据本发明的一些实施例,根据所述第一执行效率和所述第二执行效率,确定所述待测车辆的主动安全功能的执行效率评分,包括:
根据第一执行效率和第二执行效率的加权平均值,确定安全功能的平均执行效率;
根据所述同步性评分和所述平均执行效率,确定所述执行效率评分。
本公开实施例的第二方面,提供一种基于数字孪生技术的软件性能效率测试与验证装置,所述装置设置于云端服务器,包括:
建立模块,用于根据设置在待测车辆内部的内部传感器采集的内部信号、设置在待测车辆外部的外部传感器采集的外部信号以及待测车辆的车辆控制系统发送的控制信号,建立车辆自动驾驶数字孪生系统,所述车辆自动驾驶数字孪生系统用于模拟车辆的运行状态,并通过显示设备显示所述车辆的运行状态,还用于向所述车辆控制系统发送操作指令;
定位效率模块,用于通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率;
第一执行效率模块,用于在所述定位效率符合第一效率要求的情况下,通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率;
第二执行效率模块,用于通过所述内部信号和所述控制信号,确定待测车辆的安全带预紧功能的第二执行效率;
效率评分模块,用于根据所述第一执行效率和所述第二执行效率,确定所述待测车辆的主动安全功能的执行效率评分。
根据本发明的一些实施例,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第一视频信号;
所述定位效率模块进一步用于:
根据所述第一视频信号的时间戳,以及所述车辆自动驾驶数字孪生系统显示所述视频信号的第一时刻,确定第一信号传输时间;
在所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的情况下,通过所述控制信号,获取所述待测车辆的定位信息;
根据所述车辆检测信号的时间戳,和所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的第二时刻,获得定位时间差;
通过所述控制信号,确定待测车辆的第一速度;
根据所述定位时间差、待测车辆的定位信息、所述第一预设位置、所述第一信号传输时间和所述第一速度,确定所述待测车辆的定位效率。
根据本发明的一些实施例,所述定位效率模块进一步用于:
根据公式 ,确定所述待测车辆的定位效率,其中,/>为所述待测车辆的定位效率,/>为待测车辆的定位信息,/>为所述第一预设位置,/>为所述第一速度,/>为所述定位时间差,/>,/>为所述第二时刻,/>为所述车辆检测信号的时间戳,/>为所述第一信号传输时间,/>,/>为所述第一时刻,/>为所述第一视频信号的时间戳。
根据本发明的一些实施例,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第二视频信号;
所述第一执行效率模块进一步用于:
在所述待测车辆行驶到所述第二预设位置前的预设距离时,获取所述第二视频信号;
确定所述车辆自动驾驶数字孪生系统显示的所述第二视频信号中,所述障碍物的拍摄尺寸;
根据所述预设距离,和所述摄像头的标定矩阵,确定所述障碍物在第二视频信号中的理论尺寸;
根据所述控制信号,获取所述待测车辆的第二速度;
根据所述理论尺寸、所述拍摄尺寸和所述第二速度,确定第二信号传输时间;
根据所述控制信号,确定主动刹车功能启动的时间戳;
确定在所述主动刹车功能启动的时间戳对应时刻所述车辆自动驾驶数字孪生系统显示的第二视频信号,以及所述障碍物在所述第二视频信号中的第一尺寸;
确定车辆停止后,所述障碍物在所述第二视频信号中的第二尺寸;
根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率。
根据本发明的一些实施例,所述第一执行效率模块进一步用于:
根据所述第一尺寸和所述标定矩阵,确定所述第二视频信号表示的待测车辆与障碍物之间的第一距离d1;
根据所述第二尺寸和所述标定矩阵,确定所述待测车辆停止后,待测车辆与所述障碍物之间的第二距离d2;
根据公式;确定所述第一执行效率,其中,/>为所述第一执行效率,/>为所述第二速度,/>为所述第二信号传输时间,/>为车辆制动力能够施加的最大加速度,其中,第一测试模式表示在多次测试中,每次测试时第二速度均不一致,第二测试模式表示仅测试一次,且第二速度为预设值。
根据本发明的一些实施例,所述第二执行效率模块进一步用于:
根据所述控制信号,确定主动刹车功能启动的时间戳;
根据所述内部信号,确定安全带预紧功能的启动时间戳;
根据所述控制信号,确定车辆停止时刻;
根据本发明的一些实施例,所述效率评分模块进一步用于:
根据第一执行效率和第二执行效率的加权平均值,确定安全功能的平均执行效率;
根据所述同步性评分和所述平均执行效率,确定所述执行效率评分。
本公开实施例的第三方面,提供一种基于数字孪生技术的软件性能效率测试与验证设备,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调用所述存储器存储的指令,以执行上述方法。
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,所述计算机程序指令被处理器执行时实现上述方法。
根据本发明的实施例的基于数字孪生技术的软件性能效率测试与验证方法,可建立车辆自动驾驶数字孪生系统,从而通过该系统对车辆的主动安全功能进行测试,无需使用人工驾驶车辆进行主动安全功能测试,提高了人员安全性,并且,可测试车辆的定位效率以及主动安全功能中的主动刹车功能和安全带预紧功能的执行效率,且在测试时考虑了信号传输时间的影响,提升测试精度,还可将测试分为两种模式,提升测试灵活性。进一步地,可提升在主动安全功能中主要且基础的功能的执行效率和稳定性,提升行驶安全性。
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,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将更清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的实施例,
图1示例性地示出本公开实施例基于数字孪生技术的软件性能效率测试与验证方法的流程示意图;
图2示例性地示出本公开实施例基于数字孪生技术的软件性能效率测试与验证装置的框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
下面以具体地实施例对本公开的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1示例性地示出本公开实施例基于数字孪生技术的软件性能效率测试与验证方法的流程示意图,如图1所示,所述方法用于云端服务器,所述方法包括:
步骤S101,根据设置在待测车辆内部的内部传感器采集的内部信号、设置在待测车辆外部的外部传感器采集的外部信号以及待测车辆的车辆控制系统发送的控制信号,建立车辆自动驾驶数字孪生系统,所述车辆自动驾驶数字孪生系统用于模拟车辆的运行状态,并通过显示设备显示所述车辆的运行状态,还用于向所述车辆控制系统发送操作指令;
步骤S102,通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率;
步骤S103,在所述定位效率符合第一效率要求的情况下,通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率;
步骤S104,通过所述内部信号和所述控制信号,确定待测车辆的安全带预紧功能的第二执行效率;
步骤S105,根据所述第一执行效率和所述第二执行效率,确定所述待测车辆的主动安全功能的执行效率评分。
根据本发明的实施例的基于数字孪生技术的软件性能效率测试与验证方法,可建立车辆自动驾驶数字孪生系统,从而通过该系统对车辆的主动安全功能进行测试,无需使用人工驾驶车辆进行主动安全功能测试,提高了人员安全性,并且,可测试车辆的定位效率以及主动安全功能中的主动刹车功能和安全带预紧功能的执行效率,提升在主动安全功能中主要且基础的功能的执行效率和稳定性,提升行驶安全性。
根据本发明的一些实施例,在步骤S101中,云端服务器可与待测车辆的车辆控制系统,以及设置在待测车辆上的多种传感器进行通信连接,从而可接收车辆控制系统和多种传感器发送的信号,从而获取到待测车辆的实时状态,并可基于实时状态建立车辆自动驾驶数字孪生系统。例如,可获取车辆的当前速度、加速度、车辆各种功能是否开启及执行状态、车辆负重、车辆参数等,并可基于以上信息进行建模,获得车辆自动驾驶数字孪生系统,即,在云端服务器中模拟与车辆实时状况完全相同的虚拟车辆模型,并可通过显示设备对虚拟车辆模型进行显示,例如,可创建车辆驾驶室的界面,并显示,使得操作人员通过显示设备能够看到与车辆驾驶室中相同的情景。进一步地,操作人员还可操作显示设备中显示的各种功能,例如,可点击油门踏板,车辆自动驾驶数字孪生系统即可生成加速的指令,并将该指令发送至车辆控制系统进行加速,在加速过程中自动驾驶数字孪生系统可实时获取车辆的速度、位置等信息,并通过显示设备进行显示。又例如,操作人员可点击刹车踏板,或者待测车辆自身检测到前方存在障碍物而启动主动安全功能进行主动刹车,则待测车辆的车辆控制器可执行刹车指令,在刹车过程中自动驾驶数字孪生系统可实时获取车辆的速度、位置等信息,并通过显示设备进行显示。通过车辆自动驾驶数字孪生系统,可使操作人员无需进入车辆驾驶室,即可知晓车辆的实时状态,并可操作车辆,在测试车辆主动安全功能时,也可无需进入驾驶室进行测试,提升人员安全性。
根据本发明的一些实施例,车辆的主动安全功能为安装在车辆控制系统中的软件所能够实现的功能,可为车辆行驶提供主动安全保护。例如,车辆可配备雷达、摄像头等,并通过该软件进行控制,如果雷达的信号和/或摄像头的图像经过该软件的处理,确定前方存在障碍物,以及确定障碍物的距离,该软件则可在一定条件下(例如,在待测车辆与障碍物的距离小于或等于距离阈值,且车辆速度并未降低,即,驾驶员未采取刹车措施,或车辆未避让,即,驾驶员未进行变换方向操作),主动生成主动刹车指令,车辆控制系统则可基于该指令操作刹车系统进行刹车,以减小碰撞到障碍物的概率,同时,还可启动安全带预紧功能,从而保护驾驶员,以在发生碰撞时固定驾驶员,减少气囊等设备对驾驶员的伤害。然而,上述软件的执行效率未必能完全避免碰撞的发生,例如,如果软件检测障碍物的速度较慢,或者生成主动刹车指令的速度较慢,则有可能发生碰撞,如果通过人员进入驾驶室来驾驶车辆对主动安全功能(即,上述软件)进行测试,则存在一定危险性。因此,可通过车辆自动驾驶数字孪生系统来测试主动安全功能(即,上述软件)。
根据本发明的一些实施例,在步骤S102中,可首先测试车辆的定位效率,在定位效率合格的情况下,可表示车辆控制系统和各个传感器(例如,内部传感器和外部传感器)硬件功能正常,在该种情况下可继续测试软件功能的执行效率,即,主动安全功能的执行效率,且高效且准确的定位可为主动安全功能的测试提供数据基础。
根据本发明的一些实施例,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第一视频信号;步骤S102可包括:根据所述第一视频信号的时间戳,以及所述车辆自动驾驶数字孪生系统显示所述视频信号的第一时刻,确定第一信号传输时间;在所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的情况下,通过所述控制信号,获取所述待测车辆的定位信息;根据所述车辆检测信号的时间戳,和所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的第二时刻,获得定位时间差;通过所述控制信号,确定待测车辆的第一速度;根据所述定位时间差、待测车辆的定位信息、所述第一预设位置、所述第一信号传输时间和所述第一速度,确定所述待测车辆的定位效率。
根据本发明的一些实施例,在进行测试时,由于测试人员的位置位于云端处理器的显示设备之前,并未处于待测车辆的驾驶室中,因此,测试人员仅能通过显示设备显示的视频来确定待测车辆的位置,并确定定位效率。由于视频信号的拍摄、传输、云端处理器的接收、处理、在车辆自动驾驶数字孪生系统显示,需要消耗一定的时间,而该时间则可能影响定位效率的计算,因此,可确定第一视频信号的时间戳,即,拍摄到第一视频信号的时刻,并确定车辆自动驾驶数字孪生系统显示第一视频信号的第一时刻,即,上述从拍摄到显示的过程的起始时刻和终止时刻。将第一时刻和所述第一视频信号的时间戳进行作差,即可确定第一信号传输时间。在计算定位效率时考虑上述过程消耗的时间,即,第一信号传输时间,可提升定位效率计算的准确性。
根据本发明的一些实施例,在车辆自动驾驶数字孪生系统显示待测车辆到达第一预设位置的情况下,通过控制信号,获取待测车辆的定位信息。如上所述,第一视频信号的拍摄到显示在显示设备之间存在一定时间差,因此,车辆自动驾驶数字孪生系统显示待测车辆刚到达第一预设位置的情况下,车辆可能的实际位置可能已经通过了第一预设位置。即,车辆的实际位置与第一预设位置之间可能存在一定距离。可通过车辆控制系统的控制信号来确定待测车辆的定位信息,例如,GPS定位信息等。
根据本发明的一些实施例,第一预设位置处可设置车辆检测设备,车辆检测设备可在待测车辆到达第一预设位置时生成车辆检测信号,该信号的时间戳可代表待测车辆到达第一预设位置的实际时间。而车辆自动驾驶数字孪生系统显示待测车辆到达第一预设位置的时刻为第二时刻,车辆检测信号的时间戳与第二时刻之间的时间差,即为所述定位时间差,表示显示设备显示车辆到达第一预设位置的时刻与车辆实际到达第一预设位置的时刻之间的时间差。
根据本发明的一些实施例,还可获取待测车辆的第一速度,在示例中,车辆可按照预设的速度进行测试,该预设的速度即为第一速度,或者,可通过控制信号确定待测车辆到达第一预设位置时的速度,该速度为所述第一速度。
根据本发明的一些实施例,在获得上述定位时间差、待测车辆的定位信息、第一预设位置、第一信号传输时间和第一速度后,可确定待测车辆的定位效率。
根据本发明的一些实施例,根据所述定位时间差、待测车辆的定位信息、所述第一预设位置和所述第一信号传输时间,确定所述待测车辆的定位效率,包括:
根据公式(1),确定所述待测车辆的定位效率:
其中,为所述待测车辆的定位效率,/>为待测车辆的定位信息,/>为所述第一预设位置,/>为所述第一速度,/>为所述定位时间差,/>,/>为所述第二时刻,/>为所述车辆检测信号的时间戳,/>为所述第一信号传输时间,/>,/>为所述第一时刻,/>为所述第一视频信号的时间戳。
根据本发明的一些实施例,如上所述,第一信号传输时间为第一时刻与第一视频信号的时间戳之间的时间差,定位时间差为第二时刻与车辆检测信号的时间戳之间的时间差,公式(1)的分子为定位信息与第一预设位置之间的距离,在计算定位效率时,可确定在所述定位时间差表示的时间段内,车辆第一速度经过的距离,该距离越小,则定位效率越高,即,在待测车辆以第一速度运动的情况下,定位效率越高,则车辆的实际位置与第一预设位置之间的偏差越小,位置精度越高。并且,由于存在第一信号传输时间,还可将第一信号传输时间扣除,从而对定位效率进行校正,提升定位效率的计算精度。
根据本发明的一些实施例,在步骤S103中,如果定位效率符合第一效率要求,例如,公式(1)求解的定位效率小于或等于预设阈值,则可认为待测车辆定位效率较高,定位功能精确,硬件性能完善,可在此基础上进行后续的主动安全功能的测试,且利用定位功能获得的定位信息还可为主动安全功能的测试提供数据基础。
根据本发明的一些实施例,步骤S103可测试待测车辆的主动安全功能中主动刹车功能的第一执行效率。所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第二视频信号;步骤S103可包括:在所述待测车辆行驶到所述第二预设位置前的预设距离时,获取所述第二视频信号;确定所述车辆自动驾驶数字孪生系统显示的所述第二视频信号中,所述障碍物的拍摄尺寸;根据所述预设距离,和所述摄像头的标定矩阵,确定所述障碍物在第二视频信号中的理论尺寸;根据所述控制信号,获取所述待测车辆的第二速度;根据所述理论尺寸、所述拍摄尺寸和所述第二速度,确定第二信号传输时间;根据所述控制信号,确定主动刹车功能启动的时间戳;确定在所述主动刹车功能启动的时间戳对应时刻所述车辆自动驾驶数字孪生系统显示的第二视频信号,以及所述障碍物在所述第二视频信号中的第一尺寸;确定车辆停止后,所述障碍物在所述第二视频信号中的第二尺寸;根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率。
根据本发明的一些实施例,在测试过程中,可在第二预设位置处设置障碍物,用于测试待测车辆的主动安全功能能否检测到障碍物并做出相应的反应。在待测车辆行驶到第二预设位置前预设距离时,可获取第二视频信号。可在第二预设位置前预设距离处设置检测设备,在检测到车辆通过时,命令车辆开始向车辆自动驾驶数字孪生系统发送第二视频信号。或者,可在待测车辆的定位功能确定待测车辆与障碍物之间的距离为预设距离时,命令车辆开始向车辆自动驾驶数字孪生系统发送第二视频信号。由于信号传输和处理存在时间差,因此,车辆自动驾驶数字孪生系统接收到的第二视频信号具有一定的滞后性,在待测车辆正好通过第二预设位置前的预设距离时发送的第二视频信号,为待测车辆到达该位置之前一段距离拍摄的视频。
根据本发明的一些实施例,可确定所述待测车辆到达该位置之前一段距离的具体距离值,例如,可确定在车辆自动驾驶数字孪生系统显示的所述第二视频信号中障碍物的拍摄尺寸,该拍摄尺寸即为待测车辆处于该位置之前一段距离时,拍摄的障碍物的尺寸。并可基于预设距离和摄像头的标定矩阵,确定障碍物在第二视频信号中的理论尺寸,所述标定矩阵为将现实世界中的位置转换为摄像头拍摄的图像中的位置的转换矩阵,基于该矩阵,可在已知摄像头与障碍物之间的距离为预设距离,以及障碍物的实际尺寸的情况下,确定障碍物在摄像头拍摄的图像中的理论尺寸。
根据本发明的一些实施例,基于理论尺寸与拍摄尺寸之差,通过所述标定矩阵的逆矩阵进行变换,则可确定待测车辆拍摄第二视频信号时的位置与所述第二预设位置之间的距离,即,所述待测车辆到达该位置之前一段距离的具体距离值。该距离值与车辆的第二速度之比,即为第二信号传输时间。车辆的第二速度可基于车辆控制系统的控制信号获得。
根据本发明的一些实施例,在待测车辆接近障碍物的情况下,车辆控制系统可使主动刹车功能可启动,以使待测车辆刹车,此时,车辆控制系统可将控制信号的时间戳发送至车辆自动驾驶数字孪生系统。进一步地,可获得第二视频信号中与主动刹车功能启动的时间戳对应的视频帧,并确定障碍物在第二视频信号中的第一尺寸,即,在该视频帧中的第一尺寸。在车辆停止后,可任选一个视频帧,确定障碍物在第二视频信号中的第二尺寸。
根据本发明的一些实施例,基于以上获得的数据,可确定主动刹车功能的第一执行效率。根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率,包括:根据所述第一尺寸和所述标定矩阵,确定所述第二视频信号表示的待测车辆与障碍物之间的第一距离d1;根据所述第二尺寸和所述标定矩阵,确定所述待测车辆停止后,待测车辆与所述障碍物之间的第二距离d2;
根据公式(2)确定所述第一执行效率:
其中,为所述第一执行效率,/>为所述第二速度,/>为所述第二信号传输时间,/>为车辆制动力能够施加的最大加速度,其中,第一测试模式表示在多次测试中,每次测试时第二速度均不一致,第二测试模式表示仅测试一次,且第二速度为预设值。
根据本发明的一些实施例,可基于第一尺寸和标定矩阵的逆矩阵进行变换,确定第一距离d1,即,主动安全功能启动时待测车辆与障碍物之间的距离,通过类似方法,使用第二尺寸和标定矩阵的逆矩阵进行变换,确定车辆停止后,待测车辆与所述障碍物之间的第二距离d2。
根据本发明的一些实施例,如果第二速度为定值,即,不考虑速度变化的影响,则可使用第二测试模式来测试主动刹车功能的第一执行效率。在第二测试模式下,考虑到视频的滞后性,主动安全功能启动时车辆自动驾驶数字孪生系统显示的第二视频信号为主动安全功能启动之前一段距离的位置处拍摄的第二视频信号。在考虑测试过程中信号第二传输时间的影响的情况下,可使用d1-v2△t2表示在测试时主动刹车功能启动的时刻车辆与障碍物之间的距离。车辆停止后,由于不再运动,因此,第二距离d2不收受到信号的第二传输时间的影响。通过以上分析,可确定主动刹车功能在第二速度下的刹车距离为d1-v2△t2-d2。主动刹车功能在第二速度下的刹车距离与主动刹车功能启动的时刻车辆与障碍物之间的距离之比,即为第二测试模式下主动刹车功能的第一执行效率,第一执行效率越高,则主动刹车功能启动地越及时。通过公式(2),可确定主动刹车功能的启动是否及时启动,相比于相关技术中仅能测试主动刹车功能是否启动,以及刹停后与障碍物之间的距离,公式(2)可确定主动刹车功能启动的时刻以及该时刻与障碍物之间的距离,从而确定主动刹车功能是否及时启动,并且,无需测试人员进入车辆驾驶室进行测试,保障了人员安全性,并且考虑了信号的传输时间,提升了测试精度。
根据本发明的一些实施例,如果需要进行多次测试,且每次测试的第二速度互不相同,从而可测试待测车辆在不同的速度下启动是否及时,则可使用第一测试模式。第一执行效率则可在以上比值的技术上,乘以。其中,amax为车辆制动力能够施加的最大加速度,该参数可以是对车辆的刹车功能进行多次测试时获得的参数。该项的分母则为在车辆制动力能够施加的最大加速度,且主动刹车功能启动时待测车辆与障碍物的距离为d1-v2△t2的情况下,待测车辆能够在障碍物之前刹停的最大速度。分子则为待测车辆实际的第二速度,该项越大,则第二速度越接近最大速度,在车辆能够刹停的情况下,该项越大,则表明主动刹车功能启动越及时。在第一测试模式下,可测试多个第二速度下的第一执行效率,并进行加权平均,获得综合的第一执行效率。不论在第一测试模式还是在第二测试模式下,第一执行效率越高,则可表示主动刹车功能的执行效率越高,即,主动刹车功能启动越及时。
根据本发明的一些实施例,在步骤S104中,主动安全功能还可包括安全带预紧功能,即,在刹车时使安全带收紧,以保护驾驶员的功能,该功能可在发生碰撞之前启动,从而可保护驾驶员。可测试该功能的启动时间,来测试该功能的执行效率,进而确定该功能启动是否及时。
根据本发明的一些实施例,步骤S104可包括:根据所述控制信号,确定主动刹车功能启动的时间戳;根据所述内部信号,确定安全带预紧功能的启动时间戳;根据所述控制信号,确定车辆停止时刻;根据公式(3)确定所述第二执行效率:
根据本发明的一些实施例,所述内部传感器包括设置在车辆内部的张力传感器,所述内部信号包括张力传感器检测到的张立信号。
根据本发明的一些实施例,上述主动刹车功能的启动代表驾驶员未能在前方存在障碍物的情况下及时减速,则该行为存在碰撞风险,因此,主动刹车功能启动后,安全带预紧功能也可启动。在第二测试模式下,即,车辆的第二速度固定的情况下,可确定车辆停止时刻与安全带预紧功能的启动时间戳之间的时间段,以及车辆停止时刻与主动刹车功能启动的时间戳之间的时间段,并确定两个时间段之比,即,确定在主动刹车功能启动后,安全带预紧功能是否及时启动。换言之,该比值越大,则表明两个时间段越接近,即,两种功能的作用时间越接近,即可表示安全带预紧功能的启动时间与主动刹车功能的启动时间越接近,安全带预紧功能的启动越及时,执行效率越高。
根据本发明的一些实施例,在确定第一执行效率和第二执行效率后,在步骤S105中,可基于上述两种基础的主动安全功能的执行效率,来确定主动安全功能的总体执行效率,即,执行效率评分。
根据本发明的一些实施例,可包括:根据公式(4),确定安全带预紧功能与主动刹车功能的同步性评分:
其中,为所述同步性评分,/>为所述第一执行效率,/>为所述第二执行效率;根据第一执行效率和第二执行效率的加权平均值,确定安全功能的平均执行效率;根据所述同步性评分和所述平均执行效率,确定所述执行效率评分。
根据本发明的一些实施例,利用公式(4),可确定第一执行效率和第二执行效率的同步性,在同步性较高的情况下,可表明主动安全功能的完善性较高,不存在某个单一功能有缺陷的情况。可求解第一执行效率和第二执行效率之差的绝对值与二者中的最大值之比,该比值越小,则表示两种功能的同步性越高,通过1减去该比值获得同步性评分,则可使得同步性评分越高的情况下,两种功能的同步性越高。
根据本发明的一些实施例,还可计算第一执行效率和第二执行效率的加权平均值,获得平均执行效率,该平均执行效率可表示两种功能的执行效率的平均水平。进一步地,可基于平均执行效率与同步性评分确定执行效率评分,例如,将二者进行相乘,或者,将二者进行加权平均等,获得执行效率评分,该执行效率评分则可表示主动安全功能的总体执行效率,执行效率评分越高,则可表示主动安全功能的总体效率越高,且各个单一功能不存在缺陷。
根据本发明的实施例的基于数字孪生技术的软件性能效率测试与验证方法,可建立车辆自动驾驶数字孪生系统,从而通过该系统对车辆的主动安全功能进行测试,无需使用人工驾驶车辆进行主动安全功能测试,提高了人员安全性,并且,可测试车辆的定位效率以及主动安全功能中的主动刹车功能和安全带预紧功能的执行效率,且在测试时考虑了信号传输时间的影响,提升测试精度,还可将测试分为两种模式,提升测试灵活性。进一步地,可提升在主动安全功能中主要且基础的功能的执行效率和稳定性,提升行驶安全性。
图2示例性地示出本公开实施例基于数字孪生技术的软件性能效率测试与验证装置的框图,如图2所示,所述装置包括:
建立模块101,用于根据设置在待测车辆内部的内部传感器采集的内部信号、设置在待测车辆外部的外部传感器采集的外部信号以及待测车辆的车辆控制系统发送的控制信号,建立车辆自动驾驶数字孪生系统,所述车辆自动驾驶数字孪生系统用于模拟车辆的运行状态,并通过显示设备显示所述车辆的运行状态,还用于向所述车辆控制系统发送操作指令;
定位效率模块102,用于通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率;
第一执行效率模块103,用于在所述定位效率符合第一效率要求的情况下,通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率;
第二执行效率模块104,用于通过所述内部信号和所述控制信号,确定待测车辆的安全带预紧功能的第二执行效率;
效率评分模块105,用于根据所述第一执行效率和所述第二执行效率,确定所述待测车辆的主动安全功能的执行效率评分。
根据本发明的一些实施例,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第一视频信号;
所述定位效率模块进一步用于:
根据所述第一视频信号的时间戳,以及所述车辆自动驾驶数字孪生系统显示所述视频信号的第一时刻,确定第一信号传输时间;
在所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的情况下,通过所述控制信号,获取所述待测车辆的定位信息;
根据所述车辆检测信号的时间戳,和所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的第二时刻,获得定位时间差;
通过所述控制信号,确定待测车辆的第一速度;
根据所述定位时间差、待测车辆的定位信息、所述第一预设位置、所述第一信号传输时间和所述第一速度,确定所述待测车辆的定位效率。
根据本发明的一些实施例,所述定位效率模块进一步用于:
根据公式,确定所述待测车辆的定位效率,其中,/>为所述待测车辆的定位效率,/>为待测车辆的定位信息,/>为所述第一预设位置,/>为所述第一速度,/>为所述定位时间差,/>,/>为所述第二时刻,/>为所述车辆检测信号的时间戳,/>为所述第一信号传输时间,/>,/>为所述第一时刻,/>为所述第一视频信号的时间戳。
根据本发明的一些实施例,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第二视频信号;
所述第一执行效率模块进一步用于:
在所述待测车辆行驶到所述第二预设位置前的预设距离时,获取所述第二视频信号;
确定所述车辆自动驾驶数字孪生系统显示的所述第二视频信号中,所述障碍物的拍摄尺寸;
根据所述预设距离,和所述摄像头的标定矩阵,确定所述障碍物在第二视频信号中的理论尺寸;
根据所述控制信号,获取所述待测车辆的第二速度;
根据所述理论尺寸、所述拍摄尺寸和所述第二速度,确定第二信号传输时间;
根据所述控制信号,确定主动刹车功能启动的时间戳;
确定在所述主动刹车功能启动的时间戳对应时刻所述车辆自动驾驶数字孪生系统显示的第二视频信号,以及所述障碍物在所述第二视频信号中的第一尺寸;
确定车辆停止后,所述障碍物在所述第二视频信号中的第二尺寸;
根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率。
根据本发明的一些实施例,所述第一执行效率模块进一步用于:
根据所述第一尺寸和所述标定矩阵,确定所述第二视频信号表示的待测车辆与障碍物之间的第一距离d1;
根据所述第二尺寸和所述标定矩阵,确定所述待测车辆停止后,待测车辆与所述障碍物之间的第二距离d2;
确定所述第一执行效率,其中,为所述第一执行效率,/>为所述第二速度,/>为所述第二信号传输时间,/>为车辆制动力能够施加的最大加速度,其中,第一测试模式表示在多次测试中,每次测试时第二速度均不一致,第二测试模式表示仅测试一次,且第二速度为预设值。
根据本发明的一些实施例,所述第二执行效率模块进一步用于:
根据所述控制信号,确定主动刹车功能启动的时间戳;
根据所述内部信号,确定安全带预紧功能的启动时间戳;
根据所述控制信号,确定车辆停止时刻;
根据本发明的一些实施例,所述效率评分模块进一步用于:
根据第一执行效率和第二执行效率的加权平均值,确定安全功能的平均执行效率;
根据所述同步性评分和所述平均执行效率,确定所述执行效率评分。
本发明可以是方法、装置、系统、设备和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本发明的各个方面的计算机可读程序指令。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (8)
1.一种基于数字孪生技术的软件性能效率测试与验证方法,其特征在于,所述方法用于云端服务器,包括:
根据设置在待测车辆内部的内部传感器采集的内部信号、设置在待测车辆外部的外部传感器采集的外部信号以及待测车辆的车辆控制系统发送的控制信号,建立车辆自动驾驶数字孪生系统,所述车辆自动驾驶数字孪生系统用于模拟车辆的运行状态,并通过显示设备显示所述车辆的运行状态,还用于向所述车辆控制系统发送操作指令;
通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率;
在所述定位效率符合第一效率要求的情况下,通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率;
通过所述内部信号和所述控制信号,确定待测车辆的安全带预紧功能的第二执行效率;
根据所述第一执行效率和所述第二执行效率,确定所述待测车辆的主动安全功能的执行效率评分。
2.根据权利要求1所述的基于数字孪生技术的软件性能效率测试与验证方法,其特征在于,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第一视频信号;
其中,通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率,包括:
根据所述第一视频信号的时间戳,以及所述车辆自动驾驶数字孪生系统显示所述视频信号的第一时刻,确定第一信号传输时间;
在所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的情况下,通过所述控制信号,获取所述待测车辆的定位信息;
根据所述车辆检测信号的时间戳,和所述车辆自动驾驶数字孪生系统显示所述待测车辆到达所述第一预设位置的第二时刻,获得定位时间差;
通过所述控制信号,确定待测车辆的第一速度;
根据所述定位时间差、待测车辆的定位信息、所述第一预设位置、所述第一信号传输时间和所述第一速度,确定所述待测车辆的定位效率。
4.根据权利要求1所述的基于数字孪生技术的软件性能效率测试与验证方法,其特征在于,所述外部传感器包括拍摄待测车辆外部场景的摄像头,所述外部信号包括所述摄像头拍摄的第二视频信号;
通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率,包括:
在所述待测车辆行驶到所述第二预设位置前的预设距离时,获取所述第二视频信号;
确定所述车辆自动驾驶数字孪生系统显示的所述第二视频信号中,所述障碍物的拍摄尺寸;
根据所述预设距离,和所述摄像头的标定矩阵,确定所述障碍物在第二视频信号中的理论尺寸;
根据所述控制信号,获取所述待测车辆的第二速度;
根据所述理论尺寸、所述拍摄尺寸和所述第二速度,确定第二信号传输时间;
根据所述控制信号,确定主动刹车功能启动的时间戳;
确定在所述主动刹车功能启动的时间戳对应时刻所述车辆自动驾驶数字孪生系统显示的第二视频信号,以及所述障碍物在所述第二视频信号中的第一尺寸;
确定车辆停止后,所述障碍物在所述第二视频信号中的第二尺寸;
根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率。
5.根据权利要求4所述的基于数字孪生技术的软件性能效率测试与验证方法,其特征在于,根据所述第一尺寸、所述第二信号传输时间和所述第二速度,确定所述第一执行效率,包括:
8.一种基于数字孪生技术的软件性能效率测试与验证装置,其特征在于,所述装置设置于云端服务器,包括:
建立模块,用于根据设置在待测车辆内部的内部传感器采集的内部信号、设置在待测车辆外部的外部传感器采集的外部信号以及待测车辆的车辆控制系统发送的控制信号,建立车辆自动驾驶数字孪生系统,所述车辆自动驾驶数字孪生系统用于模拟车辆的运行状态,并通过显示设备显示所述车辆的运行状态,还用于向所述车辆控制系统发送操作指令;
定位效率模块,用于通过所述外部信号、所述控制信号、以及在待测车辆的行驶路径的第一预设位置设置的检测设备传输的车辆检测信号,确定所述待测车辆的定位效率;
第一执行效率模块,用于在所述定位效率符合第一效率要求的情况下,通过所述外部信号、所述控制信号、以及位于第二预设位置的障碍物,确定待测车辆的主动刹车功能的第一执行效率;
第二执行效率模块,用于通过所述内部信号和所述控制信号,确定待测车辆的安全带预紧功能的第二执行效率;
效率评分模块,用于根据所述第一执行效率和所述第二执行效率,确定所述待测车辆的主动安全功能的执行效率评分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310356002.3A CN116149970B (zh) | 2023-04-06 | 2023-04-06 | 基于数字孪生技术的软件性能效率测试与验证方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310356002.3A CN116149970B (zh) | 2023-04-06 | 2023-04-06 | 基于数字孪生技术的软件性能效率测试与验证方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116149970A CN116149970A (zh) | 2023-05-23 |
CN116149970B true CN116149970B (zh) | 2023-06-23 |
Family
ID=86358411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310356002.3A Active CN116149970B (zh) | 2023-04-06 | 2023-04-06 | 基于数字孪生技术的软件性能效率测试与验证方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116149970B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924185A (zh) * | 2021-01-22 | 2021-06-08 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
CN114488851A (zh) * | 2022-01-18 | 2022-05-13 | 襄阳达安汽车检测中心有限公司 | 基于数字孪生技术的自动驾驶测试方法、装置及系统 |
CN114755937A (zh) * | 2022-05-24 | 2022-07-15 | 广东工业大学 | 一种基于数字孪生的自动驾驶仿真测试方法与系统 |
CN114879631A (zh) * | 2022-04-29 | 2022-08-09 | 长安大学 | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 |
-
2023
- 2023-04-06 CN CN202310356002.3A patent/CN116149970B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924185A (zh) * | 2021-01-22 | 2021-06-08 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
CN114488851A (zh) * | 2022-01-18 | 2022-05-13 | 襄阳达安汽车检测中心有限公司 | 基于数字孪生技术的自动驾驶测试方法、装置及系统 |
CN114879631A (zh) * | 2022-04-29 | 2022-08-09 | 长安大学 | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 |
CN114755937A (zh) * | 2022-05-24 | 2022-07-15 | 广东工业大学 | 一种基于数字孪生的自动驾驶仿真测试方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116149970A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111731284B (zh) | 一种辅助驾驶方法、装置、车载终端设备和存储介质 | |
EP3816004B1 (en) | Vehicle collision detection method and vehicle control system | |
US9459180B2 (en) | Method for testing the operability of a driver assistance system installed in a test vehicle | |
CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
CN112180892A (zh) | 一种基于场地在环的智能驾驶车辆测试方法 | |
CN112578683B (zh) | 一种优化的汽车辅助驾驶控制器在环仿真测试方法 | |
CN104662592A (zh) | 用于运行车辆的驾驶员辅助系统的方法 | |
CN108437893B (zh) | 一种汽车偏离车道的预警方法及装置 | |
CN105976450A (zh) | 无人驾驶车辆的数据处理方法和装置、黑匣子系统 | |
KR101545054B1 (ko) | 풍속 측정 기반의 제동장치 및 그 제어방법 | |
CN109774473B (zh) | 一种基于摄像头与导航数据融合的限速控制方法 | |
KR20170079096A (ko) | 지능형 차량용 블랙박스 | |
CN112046455B (zh) | 一种基于车辆质量辨识的自动紧急制动方法 | |
CN111435160A (zh) | 一种车辆雷达装置在环测试方法及系统 | |
CN111459121A (zh) | 车辆辅助驾驶测试系统和方法 | |
CN115384540A (zh) | 一种车载型安全驾驶检测装置 | |
Nath et al. | IMU based accident detection and intimation system | |
CN116149970B (zh) | 基于数字孪生技术的软件性能效率测试与验证方法及装置 | |
JP2019212015A (ja) | 車両データの時刻同期装置及び方法 | |
CN112415910A (zh) | 用于评价SiL环境的软件组件的方法 | |
CN114670797B (zh) | 车辆制动测试控制系统、方法、装置、电子设备及存储介质 | |
CN116761998A (zh) | 一种车辆系统的安全测试方法和测试用车辆 | |
CN115145246A (zh) | 控制器的测试方法、装置、车辆、存储介质及芯片 | |
CN111186436A (zh) | 车辆部件的控制方法及装置、车辆 | |
US20230350779A1 (en) | Simulation system for accident analysis of autonomous emergency braking device and simulation method thereof |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Hong Inventor after: Xu Zhijun Inventor after: Luo Qiong Inventor after: Liu Feng Inventor before: Li Hong Inventor before: Xu Zhijun |