CN116151650A - 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 - Google Patents
一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 Download PDFInfo
- Publication number
- CN116151650A CN116151650A CN202211568153.7A CN202211568153A CN116151650A CN 116151650 A CN116151650 A CN 116151650A CN 202211568153 A CN202211568153 A CN 202211568153A CN 116151650 A CN116151650 A CN 116151650A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- module
- automatic driving
- evaluation
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 186
- 238000011156 evaluation Methods 0.000 title claims abstract description 129
- 230000003993 interaction Effects 0.000 title claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 25
- 238000007726 management method Methods 0.000 claims description 19
- 238000013523 data management Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 238000010972 statistical evaluation Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 3
- 230000001133 acceleration Effects 0.000 description 18
- 238000003860 storage Methods 0.000 description 7
- 230000001360 synchronised effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,包括车端测试平台、车云交互模块和云端分析评价平台;车端测试平台,用于在实际道路行驶过程中,实时采集自动驾驶汽车的连续行车数据,并传输至车云交互模块;车云交互模块,与车端测试平台相连接,用于接收所述车端测试平台发来的连续行车数据,然后传输至云端分析评价平台;云端分析评价平台,与车云交互模块相连接,用于对车端测试平台所采集的连续行车数据进行预设的分析和评价操作。本发明公开的一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其设计科学,能够全面、准确、高效地对具备自动驾驶功能的车辆进行公共道路测试及评价,具有重大的实践意义。
Description
技术领域
本发明涉及自动驾驶实车测试技术领域,特别是涉及一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,用于在实际的公共道路中对自动驾驶功能的实车测试及评价。
背景技术
随着自动驾驶技术的不断发展,许多新兴的自动驾驶产品正在加紧研发并陆续投入市场。自动驾驶产品在准入前的测试阶段,有些自动驾驶功能无法在测试场地开启,且随着自动驾驶系统能够应对的场景复杂度提升,例如:自动驾驶汽车从较为封闭的高速公路向开放的城市交通环境扩展,所面对的场景要素类别相应增加,无法通过场地搭建固定场景的方式来穷举,故而传统仅通过封闭场地测试的方式,无法有效验证和测试自动驾驶汽车的安全性与合规性。
因此,越来越多的主机厂家,依赖自动驾驶汽车在长里程公共道路测试过程中呈现出的性能问题,来定位产品缺陷,不断迭代直至完全优化。而公共道路测试一直具有测试周期有限、测试场景难以穷尽、测试数据异构冗长和分析效率低等特性,因此,亟需开发出一套更系统高效的全流程公共道路测试技术,以指导测试开展。
相较于封闭场地测试,公共道路测试一直缺少一整套全流程的标准测试方案,以及可信度高的测试评价工具。现阶段企业开展公共道路测试,多数依赖供应商提供的软硬件结合的解决方案,将车端总线信号接入供应商提供的数据采集软件,测试后对数据进行分析统计输出测试结果。数据采集软件方面:使用率较高的有CANape、DEWESoft、ASEva等软件。
但是,由于现有的这些测试方法对测试工程师依赖程度很高,测试工程师在公共道路测试过程中人工标记时的准确率及遍历度,都将直接影响测试结果,且在测试完成之后的数据分析阶段,多数典型问题需人工识别,从而导致公共道路测试的效率一直较低。
发明内容
本发明的目的是针对现有技术存在的技术缺陷,提供一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统。
为此,本发明提供了一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,配置包括车端测试平台、车云交互模块和云端分析评价平台;
车端测试平台,用于在实际道路行驶过程中,实时采集自动驾驶汽车的连续行车数据,并传输至车云交互模块;
车云交互模块,与车端测试平台相连接,用于接收所述车端测试平台发来的连续行车数据,然后传输至云端分析评价平台;
云端分析评价平台,与车云交互模块相连接,用于对车端测试平台所采集的连续行车数据进行预设的分析和评价操作。
由以上本发明提供的技术方案可见,与现有技术相比较,本发明提供了一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其设计科学,能够全面、准确、高效地对具备自动驾驶功能的车辆进行公共道路测试及评价,具有重大的实践意义。
对于本发明,其是一套全流程的自动驾驶功能公共道路测试技术方案,其能够对具备自动驾驶功能的车辆,进行综合性能评测与典型场景表现评测相结合的测试分析评价,从而保证评价的准确率和可信度。
附图说明
图1为本发明提供的一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统的结构方框图;
图2为本发明提供的一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统的具体组成结构方框图。
具体实施方式
下面将结合本发明的实施例,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
参见图1、图2,本发明提供了一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,配置包括车端测试平台100、车云交互模块200和云端分析评价平台300;
车端测试平台100,用于在实际道路行驶过程中,实时采集自动驾驶汽车的连续行车数据,并传输至车云交互模块;
车云交互模块200,与车端测试平台相连接,用于接收所述车端测试平台发来的连续行车数据,然后传输至云端分析评价平台;
云端分析评价平台300,与车云交互模块相连接,用于对车端测试平台所采集的连续行车数据进行预设的分析和评价操作。
在本发明中,具体实现上,自动驾驶汽车的连续行车数据、包括环境数据和自车数据;
环境数据,包括自动驾驶汽车行进道路上的交通标志、标线、信号灯等的信息及目标物信息,以及自动驾驶汽车车内以及车外的影像;
其中,目标物信息,包括目标物种类、尺寸等静态信息、实时运动学参数和包括自动驾驶汽车的相对运动学参数在内的动态信息
自车数据,包括自动驾驶汽车类型和车长在内的静态信息,以及包括实时运动学参数及位置在内的动态信息。
具体实现上,参见图2所示,车端测试平台100,包括车前智能视摄像头模块100A、激光雷达模块100B、惯导与GPS组合模块100C、高清视频记录模块100D和数据采集工控机100E;
车前智能视摄像头模块100A,安装在需要测试的自动驾驶汽车的前端,用于采集自动驾驶汽车前方实际公共道路中的交通标志、标线及目标物信息,然后发送给数据采集工控机;
其中,目标物信息,包括本车道和相邻两条车道的车道线距本车的距离、车道线类型、颜色,交通标志的类型、限速信息和红绿灯信息;
激光雷达模块100B,安装在自动驾驶汽车上,用于对位于自动驾驶汽车周围360°方位的目标物进行定位识别,获得车身周围的语义信息,然后同步至数据采集工控机;
其中,车身周围的语义信息,包括自动驾驶汽车周围的车辆和行人的位置、速度、加速度和目标分类(例如车型分类或者性别分类等)信息;
惯导与GPS组合模块100C,安装在自动驾驶汽车的后轴中心位置,用于提供自动驾驶汽车的实时运动学参数信息及位置信息,然后发送给数据采集工控机;
其中,实时运动学参数信息,即自车的实时位姿信息,其包括自车的俯仰角、速度、角速度和加速度(包括横向加速度和纵向加速度)信息;
需要说明的是,对于现有的惯导与GPS组合模块,其通过标定的IMU与GPS融合系统,可以高精度的对自车位置与实时位姿进行监控定位;
高清视频记录模块100D,覆盖地安装在自动驾驶汽车的车体内外,用于采集自动驾驶汽车的车体内以及车体外的影像,然后发送给数据采集工控机;
数据采集工控机100E,分别与车前智能视摄像头模块、激光雷达模块、惯导与GPS组合模块和高清视频记录模块相连接,用于采集并存储这些模块所采集的数据信息,然后传输至车云交互模块200。
具体实现上,对于车前智能视摄像头模块100A,其是现有技术成熟的模块,其安装于车辆的前挡风玻璃上,安装位置不能阻挡驾驶员视角,用于捕捉车辆前方图像信息数据,并利用现有的智能识别算法将图像信息转换成目标物信息,目标物信息例如包括:本车道和相邻两条车道的车道线距本车的距离、车道线类型、颜色,交通标志的类型、限速信息、红绿灯信息等。
具体实现上,配置于自动驾驶汽车的半车高位置处的激光雷达模块100B,包含六个探测角度为110°的激光雷达传感器,通过六个激光雷达传感器能够实现覆盖360°车周检测。
对于激光雷达模块100B,通过使用6个安装于车身周围的四线激光雷达进行超过200米的感知探测,用于捕捉车身周围静态或动态障碍物,输出车身周围360°环境点云信息,通过对点云特征的识别(基于现有的识别算法),可得到车身周围的语义信息,包括周围车辆、行人的位置、速度、加速度、目标分类等。六个激光雷达的输出,可以单独传输到云端数据中心(即云端分析评价平台300)并作同步融合处理,得到车身周围信息数据。即使在恶劣的天气条件下,也能保持高持续性和可靠性。
具体实现上,对于惯导与GPS组合模块100C,借助可拆卸支架,将其上具有的陀螺加装至车内车后轴中心位置,将其上具有的天线加装至相同位置的车外顶棚处;对于惯导与GPS组合模块100C,通过其内具有的惯性测量单元(IMU)获取车辆实时的位姿信息(运动学参数信息),包括俯仰角、速度、角速度等信息,通过其内具有的GPS获取车辆的绝对位置信息,并通过滤波融合来实时对车辆进行定位,所得到的准确定位结果,可用于测试数据真值作为参考。
具体实现上,对于高清视频记录模块100D,其包括七路高清记录摄像头,该七路摄像头分别加装至车外的左前、左后、右前、右后车轮上方、车内的驾驶员面部正上方、仪表板旁和油门刹车踏板前方的位置,用于同步采集自动驾驶汽车的车体内以及车体外的影像数据。
需要说明的是,高清视频记录模块100D,通过搭载多路高清摄像头,可以对测试过程中的信息进行定性程度的较准与核验。
需要说明的是,车前智能视摄像头模块、激光雷达模块、惯导与GPS组合模块以及高清视频记录模块这四套采集模块,并行接入数据采集工控机,可以实现环境数据及被测车辆动态数据的同步采集记录。图1示出了本发明的车端测试平台的架构图。
具体实现上,数据采集工控机100E,其配置于自动驾驶汽车的后备箱中,具备高性能的工业计算机主板,并且预留不同接口,供A-D模块(即车前智能视摄像头模块、激光雷达模块、惯导与GPS组合模块和高清视频记录模块)中的相应传感器同时接入。
具体实现上,为了实现数据的在线传输,依赖车端测试装置中的数据采集工控机100E,上安装的4G物联网卡提供网络环境。具体可以仅将自动驾驶功能公共道路测试的项目信息、人员信息、车辆信息和行程信息(即占用存储空间较小的数据信息)通过4G网络传至服务器集群,大体量的测试数据均通过可拆卸的阵列存储设备(例如移动硬盘)传输至云端分析评价平台300所包括的服务器集群。云端分析评价平台是进行自动驾驶公共道路测试中典型场景性能评测与综合分析的工具。
在本发明中,具体实现上,车云交互模块200,可以是无线通信模块,也可以是可拆卸、可移动运输的数据存储介质(例如存储硬盘)。
需要说明的是,本发明的车云间信息交互及数据传输方式共有两种:通过网络信号在线回传及存储介质回传;第一种是:车端测试平台实时采集信息并通过车云交互模块共享至云端分析评价平台,云端分析评价平台可远程控制车端;第二种是:通过存储介质将测试过程中连续的行车数据离线存储,然后再上传至云端分析评价平台。
具体实现上,本发明的车端测试平台采集的数据,被记录于工控机配备的可拆卸、可移动运输的数据存储介质中。
在本发明中,具体实现上,云端分析评价平台300,由分布式存储和服务器集群承担底层支撑,是用于对车端测试平台所采集的连续行车数据进行处理、问题定位、分析、计算和评价的装置。
在本发明中,具体实现上,云端分析评价平台300,包括:车辆监控管理模块300F、数据处理和回放模块300G、典型场景数据管理模块300H和测评分析模块300I;
其中,车辆监控管理模块300F,与车云交互模块200相连接,用于接收所述车云交互模块200转发的自动驾驶汽车的关键信息与连续行车数据,然后根据云端测试人员输入的多维度分类指令,对自动驾驶汽车的连续行车数据进行多维度分类管理,然后再传输至数据处理和回放模块300G;
需要说明的是,多维度分类管理,例如分车辆类型、分测试类别和分委托单位管理,即根据多个不同的分类标准,进行分类管理;
需要说明的是,通过车辆监控管理模块300F,还可以对车辆及传感器状态实时监控,以及控制数据离线上传,作为基础的数据管理模块;
数据处理和回放模块300G,与车辆监控管理模块相连接,用于根据云端测试人员输入的过滤指令(例如过滤掉速度小于5km/每小时的行车数据),对自动驾驶汽车的连续行车数据进行相应过滤,然后发送给典型场景数据管理模块300H和测评分析模块300I,并对经过过滤后获得的数据进行多源可视化回放及问题场景定位;
需要说明的是,数据处理和回放模块300G,可以用于执行测试数据清洗过滤、多源(即多个播放源,例如多个真值传感器)数据同步可视化回放、车端事件标记定位及跳转回放等关键流程;其中,多源数据同步可视化回放的内容,包括但不限于定位信息、音视频、总线及所述传感器信号、雷达点云、多传感融合形成的俯瞰图等。
典型场景数据管理模块300H,与所述数据处理和回放模块相连接,用于在数据回放过程中,根据预设的典型场景判断条件,对自动驾驶汽车的连续行车数据进行判断,对其中符合条件的相应数据,标上该数据属于特定典型问题(例如速度、横向加速度等实时运动学参数的数值过大或过小的问题,换道成功、稳定跟车等用户的关注场景)的事件标记,即标上该数据属于特定典型场景标记。
其中,预设的典型场景判断条件,是将自动驾驶汽车的连续行车数据中的每种动态数据的数值,与预设的每种动态数据的问题(即不合格)数值区间进行比较,当位于问题数值区间时,则判断符合该种动态数据的问题条件。例如,将自动驾驶汽车的连续行车数据中的速度值,与预设的速度过大问题数值区间进行比较,当位于预设的速度过大问题数值区间时,则判断符合速度的过大问题条件,将连续行车数据中的速度标记上属于速度过大问题的事件标记。
典型场景数据管理模块300H,还用于在数据回放过程中,根据云端测试人员输入的主观评价典型问题场景标记指令,对云端测试人员指定的连续行车数据中的某时段标上该数据属于主观评价典型问题(例如行驶的平顺性差问题、安全驾驶存在风险问题、行驶效率低问题或人员乘坐体验差问题)的事件标记,从而实现主观评价。
需要说明的是,典型场景数据管理模块300H,用于执行道路测试中典型场景数据索引定位、自动识别与管理;
需要说明的是,云端测试人员对数据处理和回放模块300G播放的数据进行的主观评价典型问题的事件标记,包括但不限于综合评测类、安全驾驶评测类、驾乘体验评测类、行驶效率评测类、性能指标表现类的事件标记(即评价标记)。特定典型问题(例如速度、横向加速度或纵向加速度等实时运动学参数的数值过大或过小的问题,换道成功、稳定跟车等用户的关注场景)的事件标记,以及主观评价典型问题的事件标记,最终将汇总后输出,从而形成公共道路测试的测试报告。
测评分析模块300I,分别与所述数据处理和回放模块及典型场景数据管理模块相连接,用于执行预设的统计分析及评测功能;
具体实现上,测评分析模块300I,用于通过预先设置的预设评判逻辑,(例如是位于预设合格数值范围内),对所述数据处理和回放模块300G及典型场景数据管理模块发来的连续行车数据进行评价;其中,对于连续行车数据中的某种数据,当其符合预先设置的连续行车数据中的该种数据的预设评判逻辑时,记述该数据。当其不符合预先设置的连续行车数据中的该种数据的预设评判逻辑时,该数据将被过滤掉。
具体实现上,测评分析模块300I,用于通过包括曲线图和统计表在内的形式,展示自动驾驶汽车的连续行车数据获得的评测结果。
需要说明的是,对于车端测试平台100所采集的连续行车数据,车辆监控管理模块300F进行底层基础管理后,再输入到数据处理和回放模块300G,由数据处理和回放模块300G对多源数据进行初步过滤及回放、处理后,接着,继续输入至所述典型场景数据管理模块以及所述测评分析模块。
其中,对于典型场景数据管理模块,其除接受所述数据处理和回放模块输入的事件标记,还可进行关注的问题场景自动识别定位与提取,输出结果同步至测评分析模块;
测评分析模块,用于接受所述数据处理和回放模块的输出,将连续的行车数据执行可选择类型的评价分析,同时,也接受所述典型场景数据管理模块的输出,进行典型问题场景数据的评价分析。
需要说明的是,本发明提供的自动驾驶功能公共道路测试评价系统,包括车端测试平台和云端分析评价平台,两者之间通过网络通信进行信息交互,并通过在线和离线回传两种方式进行测试数据传输交互,云端分析评价平台根据测试评价指标,对被测车辆自动驾驶连续行驶表现进行性能评价和综合评估,从而达到道路测试全流程解决的效果。
为了更加清楚地理解本发明的技术方案,下面说明本发明的工作原理。
基于本发明的技术方案,可以对自动驾驶汽车的自动驾驶功能在公共道路中的连续性测试结果进行分析评价,具体如下:
一、基于本发明的技术方案,可以进行主客观相结合的自动驾驶功能公共道路测试。
在自动驾驶功能道路测试期间,系统控制车辆执行的行驶行为是否符合安全行驶、驾乘舒适、遵守交规、智能高效的要求,通过本发明可以进行充分的测试评价。
1、对典型场景数据的自动标记与测评。
对于大部分典型场景,通过车端测试平台100搭载的各个传感器装置记录的自动驾驶状态下车辆所处行驶环境的数据,云端分析评价平台300对相应场景进行识别定位。定位到目标场景后,云端分析评价平台300依据评测模型(即预先设置的连续行车数据中的每种数据的预设合格条件,预设合格条件例如是位于预设合格数值范围内)对相应场景中的车辆性能表现(即连续行车数据)进行分析评价,将不符合相应模型要求的场景数据进行标记,并输出列表。
在自动驾驶道路测试过程中,车辆可以根据测试路线和计划的安排在公共道路中行驶,与随机交通流进行交互,云端分析评价平台300可以对典型场景数据进行智能化自动定位提取,不影响公共道路测试的行驶过程和连续交通流。
例如,对于自动驾驶系统执行的变道过程,车辆换道过程中的横向加速度是衡量安全行驶和驾乘舒适的重要指标,车端测试平台100记录的数据传输到云端分析评价平台300后,云端分析评价平台300根据云端测试人员的操作指令(即过滤指令),按照现有的变道行为的判断规则(例如,车辆位置在预设时间内的横向移动距离,大于车身的宽度,预设时间例如是1~2秒)自动对整个几万公里或者几十万公里的测试数据进行搜索,定位到变道行为后,对变道过程中车辆横向加速度进行判定,将不符合控制模型的变道行为进行标记,方便测试人员查找、分析相关场景的数据。
2、基于本发明的技术方案,对于较为复杂的场景或者事件,可以提供人工标记的方式进行主观评价。
对于本发明,测试人员在测试过程中,位于车内可以观察记录车辆的行驶表现,根据自身驾驶经验与主观感受,对其进行评价,具体是通过车端测试平台100,实现人工主观评价。
车端测试平台100,还用于在实际道路行驶过程中,根据车端测试人员输入的主观评价典型问题场景标记指令,对车端测试人员指定的连续行车数据标上该数据属于主观评价典型问题(例如行驶的平顺性差问题、安全驾驶存在风险问题、行驶效率低问题或人员乘坐体验差问题)的事件标记,从而实现人工主观评价。
例如,对于自动驾驶系统的智能化测评,较难通过自动化评测实现。换道的时机、选择是否合理,对行人、两轮车的避让是否符合智能,需要测试人员在车内进行主观评价并记录。测试人员通过车端测试平台的交互界面进行手动标记,在数据上手动标记的场景事件首先记录在车端测试平台中,当数据传输到云端分析评价平台300后,人工手动标记会与自动场景标记合并,形成场景事件的数据库。
3、云端测试人员可以选择标记的场景数据中感兴趣的数据,选择的数据可通过曲线图的形式呈现。
在本发明中,云端分析评价平台300具备灵活的数据查看功能,在标记的场景数据中,测试人员通过下拉列表的方式查看记录的所有传感器数据,例如本车车速、本车加速度、行驶里程、目标车车速、目标车加速度、车道标线距离等。选择的数据会通过曲线图的形式展示,横坐标通常是时间,纵坐标是相应信号,同时可以选取多个信号进行查看,例如本车车速与前车车速,可以清晰查看到两车之间的车速交互表现。
二、基于本发明的技术方案,可以进行自动驾驶公共道路测试性能综合评价。
在道路测试部分或全部完成后,整体测试过程中自动驾驶系统的综合性能表现如何,通过本申请可以进行分析评价。
1、对自动驾驶整体测试行程的综合性能评价。
公共道路测试结束后,测试人员通常想了解自动驾驶系统在整体行程中的综合表现。通过云端分析评价平台300,能够对整个公共道路测试项目中的性能表现进行不同维度的自动化统计分析,包括但不限于在自动驾驶模式下的行驶里程及其占比、驾驶员接管率、典型场景事件发生比率等等。
例如,变道过程中横向加速度过大的情况,会影响安全行驶和驾乘体验,在进行了十万公里的公共道路测试后,在变道中一共发生了多少次横向加速度过大的情况,占比多少(即横向加速度过大的变道次数占总的变道次数的比例),均可以通过云端分析评价平台得到。
同样,云端分析评价平台300还能对分析结果进一步细分,如根据道路类型和速度分布,变道中横向加速度过大的情况在高速公路、城市快速路、城市道路、国道省道中的分布,在60km/h以上较高车速下和60km/h以下较低车速下的分布情况等等。通过以上统计数据,可以对自动驾驶系统的综合水平进行有效分析,反映整体性能。
2、综合性能表现分析结果的多种呈现方式。
云端分析评价平台300对于自动驾驶系统公共道路测试性能综合评价的结果,可以根据评价指标、数据类型的不同,选择最佳的呈现方式。例如相关指标的分布情况中,可以通过饼图进行体现,对于指标的具体数值情况,可以通过散点图体现等等。
三、基于本发明的技术方案,可以进行基于多源数据同步回放的自动驾驶公共道路测试数据检验。
在自动驾驶道路测试过程中,经常需要对某些特殊场景、极端事件进行精细化的分析研究,通常是由测试人员人为执行的。因此,需要对测试数据、视频进行回放播放,以便分析测试过程中的具体情况和数据。
云端分析评价平台300可以对车端传输回的真值数据、视频、原始数据进行同步回放,供测试人员对具体问题进行具体分析。
云端分析评价平台300中的数据处理和回放模块300G,可以涵盖不同的播放窗口,对于在测试过程中,车端测试平台100中的高清视频记录模块100D记录的不同角度、方向的视频,可以通过视频播放窗口回放,视频播放窗口不限制数量,多个高清摄像头记录的视频均可以在不同的窗口同步播放。
对于车端测试平台100中的车前智能视摄像头模块100A记录的数据,包括原始视频和结构化数据,数据处理和回放模块300G均具备专用的播放窗口,原始视频与高清视频记录模块100D记录的高清视频一样,在视频播放窗口回放,由于车前智能视摄像头模块100A可以智能化识别前方目标物,回放过程中播放窗口视频画面内不仅呈现视频,还能在视频中呈现车前智能视摄像头模块100A的识别情况,框选出识别出的目标物。车前智能视摄像头模块100A记录的结构化数据,可以在回放模块中调用曲线图呈现,随着视频中播放的情况结构化的数值可以实时变化、跳动。
对于激光雷达模块100B记录的数据,包括原始数据(即激光雷达点云和结构化数据),数据处理和回放模块300G也具备专用的播放窗口,激光雷达点云可以通过专用的点云播放界面回放,实时呈现外部环境变化。结构化数据的播放与车前智能视摄像头模块100A相同,在此不再赘述。
惯导与GPS组合模块100C记录的数据也为结构化形式,反映测试车辆的自身动态参数。
除此之外,数据处理和回放模块300G还可以具备一个“鸟瞰视图窗口”,即以本车为中心,将车前智能视摄像头模块100A、激光雷达模块100B和惯导与GPS组合模块100C等模块所识别的周围行驶环境数据,可视化地呈现在本车周围,不同的目标物类型以不同尺寸的框框、圆圈等形状呈现,车道线以直线或曲线的形式呈现在测试车辆周边。周围环境随着视频的播放而同步变化,从鸟瞰视角呈现出自动驾驶系统形式过程中的情况,简洁明了。该窗口可以放大、缩小,不同传感器的数据以不同颜色进行区分,可以隐去和呈现某个传感器的数据。
需要明确的是,数据处理和回放模块300G可以对测试过程中所有的数据进行回放、播放,包括测试过程中人工手动标记的特殊场景事件数据、云端平台自动标记的典型场景事件数据以及二者以外的其他数据。
综上所述,为了实现主客观相结合的自动驾驶公共道路测试方法,本发明既可以对公共道路测试数据进行自动化分析评测,也可以对其进行人工分析及校验,在提高测试效率的同时,保证准确性、可溯源性。
四、基于本发明的技术方案,可以提供集合多个测试车辆的远程管理平台。
通常几万公里以上的自动驾驶公共道路测试,需要由一辆以上的测试车辆组成,且为了提高测试效率,不同车辆会在不同的地区开展测试。基于本申请的云端分析评价平台300,可以对不同测试车辆进行监控和管理。
多辆测试车辆上搭载的车端测试平台100可以通过互联网向云端分析评价平台300发送数据,云端分析评价平台300接受请求后,通过识别关键字段,包括但不限于车牌号、测试驾驶员、工程师、项目名称等,将不同测试车辆的测试数据匹配,最终呈现在地图界面。地图界面可以同时显示所有测试车辆的位置、运动状态、行驶轨迹,在选中某测试车辆后,呈现出的信息包括车牌号、驾驶员、工程师等等。
对车辆测试车辆的同时管理,能够在提升测试效率的同时确保测试数据的完整性和有效性,切实提高公共道路测试的测试效率和分析效率。
以上各种实施方式,均围绕主客观相结合的自动驾驶公共道路测试方案来实现,本发明提供的基于车端测试平台和云端分析评价平台组成的系统及内部各个设备和模块,实现了高效的道路测试及自动化的数据分析。
在本发明中,具体实现上,本发明还公开了一种自动驾驶测试装置,该装置搭载在被测车辆上,其与车端测试平台100相连接,用于将车端测试平台检测获得的自动驾驶汽车的连续行车数据(即不同传感器的检测数据)同步记录,写入其内置的存储模块(例如硬盘)中。该装置还具备一个交互界面显示模块,通过HDMI线束连接到位于被测车辆副驾驶的显示屏,测试人员基于显示屏与该装置交互,配置测试工程、执行人工手动事件标记等,测试人员用于通过在被测车辆副驾驶的显示屏输入各种操作指令,对自动驾驶测试装置上的数据进行预设的各种操作。
与现有技术相比较,本发明提供的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,具有如下有益效果:
1、对于本发明的技术方案,能够实现对测试过程形成的连续行车数据进行处理、分析、评价,为自动驾驶实际公共道路测试提供了闭环全流程的解决方案。同时通过车端手动标记、云端自动识别问题场景等方案的构建,有效提升了公共道路测试分析效率。
2、对于本发明的技术方案,车端测试平台构建及融合同步方案,可完成对自车及周围环境信息执行多样性、完整性的检测记录,自车数据包括位置、车速、加速度、航向角、俯仰角,周围环境信息包括但不限于目标物的位置、速度、加速度、航向角、分类类型、尺寸,以及交通标志标线的位置、类型、颜色、尺寸等。此套车端测试平台的多传感器配置为安装固定于被测车辆上,由同步数据采集模块将不同传感器来源的数据同步记录,真值传感器包括但不限于激光雷达、毫米波雷达、智能摄像头、高清摄像头、高精度惯性组合导航系统。
3、对于本发明的技术方案,车端测试平台可以采用人工标记的方式对典型问题场景进行快速记录,在实际的公共道路测试过程中,由于真实的交通环境较为复杂,被测车辆在测试过程中的自动驾驶行驶表现可能因环境的变化而表现出不同的反馈,此时测试人员可以通过车端测试平台对测试事件进行标记。例如,相邻车道车辆与被测车辆所在车道距离较近时,被测车辆在自动驾驶模式下未进行相应的躲避,此时被测车辆内的测试人员可通过车端测试平台对该事件进行标记。
4、对于本发明的技术方案,可在线/离线两种方式实现车云端信息交互,既能保证关键信息交互的时效性,又为大容量数据存储及传输提供了解决方案。
5、对于本发明的技术方案,云端分析评价平台通过接收车端数据,用于对车辆进行测试过程在线监控,并对车辆的测试数据进行同步回放、分析、形成测试结果。在监控方面,监控信息同时,能够接收多传感器回传的数据信息,用于对测试过程进行分析。云端分析评价平台也能够对车端人工标记的事件进行管理、索引和统计分析,作为自动驾驶功能评价的数据输入,同时可将测试过程中无法遍历标注的场景进行自动识别。
基于以上技术方案可知,本发明为在实际公共道路上开展自动驾驶功能测试提供了一套较优的技术方案,能够解决现有技术在公共道路上开展实车测试及分析时效率较低、人工依赖强、没有全流程解决方案的问题。
综上所述,与现有技术相比较,本发明提供的一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其设计科学,能够全面、准确、高效地对具备自动驾驶功能的车辆进行公共道路测试及评价,具有重大的实践意义。
对于本发明,其是一套全流程的自动驾驶功能公共道路测试技术方案,其能够对具备自动驾驶功能的车辆,进行综合性能评测与典型场景表现评测相结合的测试分析评价,从而保证评价的准确率和可信度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,配置包括车端测试平台(100)、车云交互模块(200)和云端分析评价平台(300);
车端测试平台(100),用于在实际道路行驶过程中,实时采集自动驾驶汽车的连续行车数据,并传输至车云交互模块;
车云交互模块(200),与车端测试平台相连接,用于接收所述车端测试平台发来的连续行车数据,然后传输至云端分析评价平台;
云端分析评价平台(300),与车云交互模块相连接,用于对车端测试平台所采集的连续行车数据进行预设的分析和评价操作。
2.如权利要求1所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,自动驾驶汽车的连续行车数据、包括环境数据和自车数据;
环境数据,包括自动驾驶汽车行进道路上的交通标志、标线、信号灯等的信息及目标物信息,以及自动驾驶汽车车内以及车外的影像;
其中,目标物信息,包括目标物种类、尺寸等静态信息、实时运动学参数和包括自动驾驶汽车的相对运动学参数在内的动态信息
自车数据,包括自动驾驶汽车类型和车长在内的静态信息,以及包括实时运动学参数及位置在内的动态信息。
3.如权利要求1所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,车端测试平台(100),包括车前智能视摄像头模块(100A)、激光雷达模块(100B)、惯导与GPS组合模块(100C)、高清视频记录模块(100D)和数据采集工控机(100E);
车前智能视摄像头模块(100A),安装在需要测试的自动驾驶汽车的前端,用于采集自动驾驶汽车前方实际公共道路中的交通标志、标线及目标物信息,然后发送给数据采集工控机;
激光雷达模块(100B),安装在自动驾驶汽车上,用于对位于自动驾驶汽车周围360°方位的目标物进行定位识别,获得车身周围的语义信息,然后同步至数据采集工控机;
惯导与GPS组合模块(100C),安装在自动驾驶汽车的后轴中心位置,用于提供自动驾驶汽车的实时运动学参数信息及位置信息,然后发送给数据采集工控机;
高清视频记录模块(100D),覆盖地安装在自动驾驶汽车的车体内外,用于采集自动驾驶汽车的车体内以及车体外的影像,然后发送给数据采集工控机;
数据采集工控机(100E),分别与车前智能视摄像头模块、激光雷达模块、惯导与GPS组合模块和高清视频记录模块相连接,用于采集并存储这些模块所采集的数据信息,然后传输至车云交互模块(200)。
4.如权利要求3所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,激光雷达模块(100B),其配置于自动驾驶汽车的半车高位置处,包含六个探测角度为110°的激光雷达传感器,通过六个激光雷达传感器能够实现覆盖360°车周检测。
5.如权利要求3所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,高清视频记录模块(100D),其包括七路高清记录摄像头,该七路摄像头分别加装至车外的左前、左后、右前、右后车轮上方、车内的驾驶员面部正上方、仪表板旁和油门刹车踏板前方的位置,用于同步采集自动驾驶汽车的车体内以及车体外的影像数据。
6.如权利要求1所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,车云交互模块(200),包括无线通信模块与可拆卸的数据存储介质中的任意一种。
7.如权利要求1至6中任一项所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,云端分析评价平台(300),包括:车辆监控管理模块(300F)、数据处理和回放模块(300G)、典型场景数据管理模块(300H)和测评分析模块(300I);
车辆监控管理模块(300F),与车云交互模块(200)相连接,用于接收所述车云交互模块(200)转发的自动驾驶汽车的关键信息与连续行车数据,然后根据云端测试人员输入的多维度分类指令,对自动驾驶汽车的连续行车数据进行多维度分类管理,然后再传输至数据处理和回放模块(300G);
数据处理和回放模块(300G),与车辆监控管理模块相连接,用于根据云端测试人员输入的过滤指令,对自动驾驶汽车的连续行车数据进行相应过滤,然后发送给典型场景数据管理模块(300H)和测评分析模块(300I),并对经过过滤后获得的数据进行多源可视化回放及问题场景定位;
典型场景数据管理模块(300H),与所述数据处理和回放模块相连接,用于在数据回放过程中,根据预设的典型场景判断条件,对自动驾驶汽车的连续行车数据进行判断,对其中符合条件的相应数据,标上该数据属于特定典型场景标记;
测评分析模块(300I),分别与所述数据处理和回放模块及典型场景数据管理模块相连接,用于执行预设的统计分析及评测功能。
8.如权利要求7所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,典型场景数据管理模块(300H),还用于在数据回放过程中,根据云端测试人员输入的主观评价典型问题场景标记指令,对云端测试人员指定的连续行车数据标上该数据属于主观评价典型问题)的事件标记,从而实现人工主观评价。
9.如权利要求7所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,测评分析模块(300I),用于通过预先设置的预设评判逻辑,对所述数据处理和回放模块(300G)及典型场景数据管理模块发来的行车数据进行评价;
其中,对于连续行车数据中的某种数据,当其符合预先设置的连续行车数据中的该种数据的预设评判逻辑时,记述该数据;
当其不符合预先设置的连续行车数据中的该种数据的预设评判逻辑时,该数据将被过滤掉。
10.如权利要求7所述的基于车云交互的车辆自动驾驶功能公共道路测试评价系统,其特征在于,测评分析模块(300I),用于通过包括曲线图和统计表在内的形式,展示自动驾驶汽车的连续行车数据获得的评测结果;车端测试平台(100),还用于在实际道路行驶过程中,根据车端测试人员输入的主观评价典型问题场景标记指令,对车端测试人员指定的连续行车数据中的某时段标上该数据属于主观评价典型问题的事件标记,从而实现主观评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568153.7A CN116151650A (zh) | 2022-12-08 | 2022-12-08 | 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568153.7A CN116151650A (zh) | 2022-12-08 | 2022-12-08 | 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116151650A true CN116151650A (zh) | 2023-05-23 |
Family
ID=86338013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211568153.7A Pending CN116151650A (zh) | 2022-12-08 | 2022-12-08 | 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151650A (zh) |
-
2022
- 2022-12-08 CN CN202211568153.7A patent/CN116151650A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112789619B (zh) | 一种仿真场景的构建方法、仿真方法以及设备 | |
US20190043278A1 (en) | Test drive scenario system for virtual test drive scenarios | |
CN109816811B (zh) | 一种自然驾驶数据采集装置 | |
CN111179585B (zh) | 自动驾驶车辆的场地测试方法及装置 | |
CN110779730A (zh) | 基于虚拟驾驶场景车辆在环的l3级自动驾驶系统测试方法 | |
CN112526893B (zh) | 一种智能汽车的测试系统 | |
CN114879631A (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
CN113340325B (zh) | 一种验证车路协同路侧感知融合精度的系统、方法及介质 | |
CN108974044A (zh) | 铁路轨道资产勘测系统 | |
CN112965077B (zh) | 一种基于车载激光雷达的道路巡检系统与方法 | |
TW201741976A (zh) | 交通工具資料處理方法、裝置和終端設備 | |
US20220198107A1 (en) | Simulations for evaluating driving behaviors of autonomous vehicles | |
CN112819968A (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
CN112816226B (zh) | 基于可控交通流的自动驾驶测试系统及方法 | |
US20220204009A1 (en) | Simulations of sensor behavior in an autonomous vehicle | |
CN115291515A (zh) | 一种基于数字孪生的自动驾驶仿真测试系统及评价方法 | |
CN116580271A (zh) | 一种感知融合算法的测评方法、装置、设备及存储介质 | |
CN113918615A (zh) | 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统 | |
CN113343359B (zh) | 一种自动驾驶预期功能安全触发条件评估方法及系统 | |
Tagiew et al. | Osdar23: Open sensor data for rail 2023 | |
CN113239609A (zh) | 一种用于智能车单目摄像头目标识别监测的试验系统及检测方法 | |
CN117198057A (zh) | 一种面向路侧感知轨迹数据质量检评的实验方法及系统 | |
CN116151650A (zh) | 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 | |
CN116629546A (zh) | 基于高精定位和数字孪生的试车场智能排程和管理系统 | |
CN114969092A (zh) | 基于虚幻引擎的驾驶仿真系统及仿真实验方法 |
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 |