CN116244932A - 对车辆进行安全仿真的方法、电子设备及存储介质 - Google Patents

Abstract

本申请提供一种对车辆进行安全仿真的方法、电子设备及存储介质。该方法包括确定车辆的性能参数，该性能参数包括刹车性能参数、传感性能参数、或通信性能参数的至少一个，确定车辆的仿真模型，生成车辆的在自动驾驶条件下的多种仿真场景，以及将性能参数作为仿真模型的约束条件，在仿真场景中运行仿真模型，以确定车辆是否满足在自动驾驶条件下的安全性要求。

Description

对车辆进行安全仿真的方法、电子设备及存储介质

技术领域

本申请涉及计算机软件技术领域，尤其涉及一种对车辆进行安全仿真的方法、电子设备及存储介质。

背景技术

在验证领域，仿真可以是指将逻辑系统设计进行编译之后使用仿真工具运行，以对设计的各种功能进行仿真测试。设计可以是，例如，用于供专门应用的集成电路(Application Specific Integrated Circuit，简称ASIC)、片上系统芯片(System-On-Chip，简称SOC)的设计或者是车辆系统。因此，在仿真中被测试或验证的设计又可以称为待测设计(Design Under Test，简称DUT)。

传统车辆在经过一定使用年数以后需要对车辆的安全性进行检测，例如，对刹车性能进行检测，以判断车辆是否适合上路。然而，随着自动驾驶车辆的发展，用于对传统车辆进行性能检测的方法将无法准确评估自动驾驶车辆的性能。因此，如何判断自动驾驶车辆的性能是否符合安全性要求是一个亟待解决的问题。

发明内容

本申请的第一方面提供一种对车辆进行安全仿真的方法，所述方法包括：

确定车辆的性能参数，所述性能参数包括刹车性能参数、传感性能参数、或通信性能参数的至少一个；

确定所述车辆的仿真模型；

生成所述车辆的在自动驾驶条件下的多种仿真场景；以及

将所述性能参数作为所述仿真模型的约束条件，在所述仿真场景中运行所述仿真模型，以确定所述车辆是否满足在自动驾驶条件下的安全性要求。

本申请的第二方面提供一种电子设备，包括：存储器，用于存储一组指令；以及至少一个处理器，配置为执行所述一组指令以使得所述电子设备执行如第一方面所述的方法。

本申请的第三方面提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机的一组指令，该组指令用于在被执行时使所述计算机执行如第一方面所述的方法。

本申请提供的一种对车辆进行安全仿真的方法、电子设备及存储介质，通过以车辆的性能参数作为约束条件，在多种仿真场景中运行车辆的仿真模型的方法，对待测车辆进行安全仿真测试，以准确评估该待测车辆是否符合在自动驾驶条件下的安全性要求。

附图说明

为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关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申请的实施例，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附图。

图1示出了根据本申请实施例的电子设备100的结构示意图。

图2示出了根据本申请实施例的示例性对车辆进行安全仿真的方法的示意图。

图3示出了根据本申请实施例的示例性场景信息的示意图。

图4示出了根据本申请实施例的示例性仿真场景400的示意图。

图5示出了根据本申请实施例的示例性仿真场景500的示意图。

图6示出了根据本申请实施例的示例性一种对车辆进行安全仿真的方法600的流程图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。

需要说明的是，除非另外定义，本申请使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。

如上所述，随着自动驾驶车辆的发展，对车辆性能的检测逐渐从对机械的考量转向对电子系统的考量。车辆性能会随着车辆的使用年限而逐渐下降，包括机械性能和电子性能。例如，在机械性能方面，车辆的刹车距离会随着轮胎和刹车片的磨损而下降。在电子性能方面，伴随着车机操作系统和功能的不断升级，原有系统的计算能力和通信能力相比于新系统会成为瓶颈；各种摄像头和雷达可能由于各种原因无法提供清晰成像和测距；由于电子元器件本身随着时间而老化，可能导致各种电路阻抗不匹配导致的无线电信号强度下降并引发无线通信能力下降等等。因此，传统的对车辆机械性能的检测方法将不再适用对自动驾驶车辆的电子系统的性能检测。而目前，业内没有任何技术针对考虑到上述问题，并提出解决方案。

针对上述问题，本申请的发明人基于多年的数字验证经验和对汽车电子的系统化思考，提出了一种对车辆进行安全仿真的方法、电子设备及存储介质。通过以车辆的性能参数作为约束条件，在多种仿真场景中对车辆的仿真模型进行仿真测试的方法来对车辆的刹车性能进行检测，以准确评估自动驾驶车辆的安全性。

仿真测试是在运行仿真测试系统的主机上对逻辑系统设计施加各种激励以检测逻辑系统设计是否可以实现预定的功能。在一些实施例中，逻辑系统设计可以是自动驾驶车辆的电子系统。需要说明的是，本申请所述自动驾驶车辆包括自动驾驶模式和辅助驾驶模式。例如，当车辆处于辅助驾驶模式时，可以通过自动驾驶系统和人为操作的结合来控制车辆行驶，当车辆处于自动驾驶模式时，车辆不需要人为操作，自动执行驾驶相关操作。

图1示出了根据本申请实施例的电子设备100的结构示意图。电子设备100可以是运行仿真系统的电子设备。如图1所示，电子设备100可以包括：处理器102、存储器104、网络接口106、外围接口108和总线110。其中，处理器102、存储器104、网络接口106和外围接口108通过总线110实现彼此之间在电子设备内部的通信连接。

处理器102可以是中央处理器(Central Processing Unit，CPU)、图像处理器、神经网络处理器(NPU)、微控制器(MCU)、可编程逻辑器件、数字信号处理器(DSP)、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路。处理器102可以用于执行与本申请描述的技术相关的功能。在一些实施例中，处理器102还可以包括集成为单一逻辑组件的多个处理器。如图1所示，处理器102可以包括多个处理器102a、102b和102c。

存储器104可以配置为存储数据(例如，指令集、计算机代码、中间数据等)。在一些实施例中，用于仿真测试设计的仿真测试系统可以是存储器104中存储的计算机程序。如图1所示，存储器存储的数据可以包括程序指令(例如，用于实现本申请的对车辆进行安全仿真的方法的程序指令)以及要处理的数据(例如，存储器可以存储在编译过程产生的临时代码)。处理器102也可以访问存储器存储的程序指令和数据，并且执行程序指令以对要处理的数据进行操作。存储器104可以包括易失性存储装置或非易失性存储装置。在一些实施例中，存储器104可以包括随机访问存储器(RAM)、只读存储器(ROM)、光盘、磁盘、硬盘、固态硬盘(SSD)、闪存、存储棒等。

网络接口106可以配置为经由网络向电子设备100提供与其他外部设备的通信。该网络可以是能够传输和接收数据的任何有线或无线的网络。例如，该网络可以是有线网络、本地无线网络(例如，蓝牙、WiFi、近场通信(NFC)等)、蜂窝网络、因特网、或上述的组合。可以理解的是，网络的类型不限于上述具体示例。在一些实施例中，网络接口106可以包括任意数量的网络接口控制器(NIC)、射频模块、接收发器、调制解调器、路由器、网关、适配器、蜂窝网络芯片等的任意组合。

外围接口108可以配置为将电子设备100与一个或多个外围装置连接，以实现信息输入及输出。例如，外围装置可以包括键盘、鼠标、触摸板、触摸屏、麦克风、各类传感器等输入设备以及显示器、扬声器、振动器、指示灯等输出设备。

总线110可以被配置为在电子设备100的各个组件(例如，处理器102、存储器104、网络接口106和外围接口108)之间传输信息，诸如内部总线(例如，处理器-存储器总线)、外部总线(例如，USB端口、PCI-E总线)等。

需要说明的是，尽管上述电子设备架构仅示出了处理器102、存储器104、网络接口106、外围接口108和总线110，但是在具体实施过程中，该电子设备架构还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述电子设备架构中也可以仅包含实现本申请实施例方案所必需的组件，而不必包含图中所示的全部组件。

图2示出了根据本申请实施例的示例性对车辆进行安全仿真的方法的示意图。在一些实施例中，仿真器202可以是运行在电子设备100上的计算机程序。

如图2所示，仿真器202可以根据车辆的性能参数和车辆仿真模型204，对车辆的安全性进行仿真，并将车辆是否符合安全性要求的仿真结果输出。例如，仿真器202可以将仿真结果经由图1的外围接口108输出到输出设备上(例如，显示在显示器上)。在一些实施例中，车辆的性能参数可以包括刹车性能参数、传感性能参数或通信性能参数的至少一个。仿真器202还可以读取车辆中存储的历史性能参数，并通过机器学习模型确定车辆当前行驶状态下的性能参数。可以理解，该机器学习模型可以是任意适合的模型，例如，神经网络模型、卷积神经网络模型，等等。在此不做具体限定。在又一些实施例中，车辆的性能参数还可以通过直接测量的方式得到。例如，当传感性能参数是雷达的探测性能参数时，可以通过测量特定目标的距离来确定雷达的探测性能参数。

在一些实施例中，车辆仿真模型204可以是车辆在汽车制造厂的出厂仿真模型，该出厂仿真模型是没有任何行驶记录的车辆仿真模型。这样，在性能参数的约束下运行车辆仿真模型204，即可对车辆在当前使用状态下的安全性进行仿真，无需重新设计车辆的仿真模型，节约了仿真成本及资源。在另一些实施例中，车辆仿真模型204可以是通过测试和不断的训练由仿真器202生成的。

仿真场景生成工具206可以根据场景信息生成车辆在自动驾驶条件下的多种仿真场景。在一些实施例中，仿真场景生成工具206可以读取车辆中存储的车辆在真实行驶环境中记录的真实场景信息，并根据真实场景信息生成用于检测自动驾驶车辆安全性的多种仿真场景。通过这种方式生成的仿真场景更加真实，也能得到更准确的仿真结果。

图3示出了根据本申请实施例的示例性场景信息的示意图。

如图3所示，场景信息包括但不限于道路信息、交通信息和环境信息。在一些实施例中，道路信息至少包括路面(例如，具有不同摩擦系数的车辆行驶路面)、直道、弯道等，交通信息至少包括路侧单元、目标车辆(例如，车联网中可以与车辆仿真模型进行通信传输的车辆)、行人、信号灯等，环境信息至少包括天气、光照、障碍物等。

由于车辆检测需要对车辆不同的性能参数进行针对性的测试，因此用于测试不同性能的仿真场景也不同。例如，在检测车辆的刹车性能时，需要包含障碍物的仿真场景，以测试车辆在自动驾驶条件下是否能够识别出障碍物，并控制车辆执行刹车操作。有鉴于此，本申请实施例基于车辆的场景信息，针对车辆不同的性能参数，生成对应的具有特殊场景元素的不同仿真场景。

图4示出了根据本申请实施例的示例性仿真场景400的示意图。

如图4所示，在一些实施例中，针对车辆的刹车性能参数，仿真场景生成工具206可以利用图3场景信息中的道路信息，生成包含不同路面摩擦系数的道路(例如，沥青路面、水泥路面、雪地路面等)的仿真场景400。针对车辆的传感性能参数，仿真场景生成工具206可以利用图3场景信息中的道路、交通和环境信息，在仿真场景400中添加障碍物。在又一些实施例中，仿真场景生成工具206可以将场景信息中不存在，或者出现概率较低的场景元素作为该障碍物，以测试自动驾驶车辆的传感器是否能准确识别出该障碍物，并执行相应的操作。

如上所述，仿真测试是在运行仿真测试系统的主机上对逻辑系统设计施加各种激励以检测逻辑系统设计是否可以实现预定的功能。因此，在仿真场景中运行仿真模型时，仿真场景生成工具206可以在仿真场景中加入特定激励，以检测对应特定激励的仿真结果是否满足车辆安全性的要求。在一些实施例中，特定激励可以是道路障碍物。如图4所示，道路障碍物可以是车辆404。车辆404被配置为行驶在雪地路面的自动驾驶车辆或传统车辆，突然偏离预先规划的行驶轨迹。车辆402可以是在性能参数的约束下运行的待测车辆的仿真模型。

这样，在一些实施例中，仿真器202可以基于车辆402当前的传感性能，确定车辆202检测到与车辆404的道路障碍物距离(参见图4)。同时，仿真器202可以基于车辆402当前的刹车性能，确定车辆402刹车停止后与车辆404的刹停距离。再根据道路障碍物距离和刹停距离确定自动驾驶车辆是否满足安全性的要求，以实现对自动驾驶车辆的安全仿真。在又一些实施例中，仿真器202还可以读取仿真模型执行刹车操作后停止位置的坐标，并通过判断坐标是否位于预设的坐标范围内来确定车辆是否满足安全性的要求。

图5示出了根据本申请实施例的示例性仿真场景500的示意图。

在一些实施例中，针对车辆的通信性能参数，仿真场景生成工具206可以利用图3场景信息中的道路信息、交通信息和环境信息生成包含目标车辆以及路侧单元的仿真场景。如图5所示，仿真场景500中包含目标车辆502。同样地，在仿真场景500中运行仿真模型时，需要加入特定激励。如图5所示，特定激励可以是雷雨天气，并被配置为在仿真模型的运行过程中突然出现该雷雨天气，以测试车辆402的通信性能在突发的恶劣天气下是否依然能满足安全性的要求。

可以理解，上述仿真场景仅为示例性的，并非旨在暗示本申请的范围(包括权利要求)被限于这些例子。本领域技术人员可根据本申请实施例推导出其他可应用的仿真场景。

为了综合评估自动驾驶车辆的安全性，可以通过将仿真测试结果与车辆的历史信息、历史年检信息结合的方式进行评估车辆的安全性。在一些实施例中，历史信息至少包括刹车系统的更换记录、刹车系统的使用年限、车辆急刹车性能记录、历史驾驶行为记录、车辆急刹车历史记录、传感系统的更换记录、传感系统的使用年限。历史年检信息至少包括车辆注册日期、车辆使用年限、历史年检记录。

在一些实施例中，仿真器202还可以在车辆不满足安全性要求的条件下，为该车辆生成自动驾驶标定修正数据包，并将该数据包传输至该车辆，以使车辆根据该数据包对自动驾驶系统进行标定修正，或者，使车辆修正部门可以根据该数据包对车辆的自动驾驶系统进行标定修正。

图6示出了根据本申请实施例的示例性一种对车辆进行安全仿真的方法600的流程图。方法600可由图1所示的电子设备100实施，更具体地，由在电子设备100上运行的仿真器(例如，图2中的仿真器202)实施。方法600可以包括如下步骤。

在步骤602，确定车辆的性能参数，所述性能参数包括刹车性能参数、传感性能参数、或通信性能参数的至少一个。

在一些实施例中，确定车辆的性能参数可以进一步包括：采集所述车辆的历史性能参数，以及根据所述历史性能参数，确定所述车辆的性能参数。

在步骤604，确定所述车辆的仿真模型(例如，图2的车辆仿真模型204)。

在步骤606，生成所述车辆的在自动驾驶条件下的多种仿真场景。仿真场景通过仿真场景生成工具(例如，图2的仿真场景生成工具206)生成。

在一些实施例中，生成所述车辆的在自动驾驶条件下的多种仿真场景可以进一步包括：获取在自动驾驶条件下的场景信息(例如，图3的场景信息)，响应于确定所述性能参数为刹车性能参数，利用所述场景信息中的道路信息生成第一仿真场景(例如，图4的仿真场景400)，其中，所述第一仿真场景包括具有不同路面摩擦系数的道路(例如，图4的沥青路面、水泥路面或雪地路面)，响应于确定所述性能参数为传感性能参数，利用所述场景信息中的道路信息、交通信息和环境信息生成第二仿真场景(例如，图4的仿真场景400)，其中，所述第二仿真场景包括障碍物，响应于确定所述性能参数为通信性能参数，利用所述场景信息中的道路信息、交通信息和环境信息生成第三仿真场景(例如，图5的仿真场景500)，其中，所述第三仿真场景包括目标车辆(例如，图5的目标车辆502)以及路侧单元。

在一些实施例中，场景信息可以包括真实场景信息。

在步骤608，将所述性能参数作为所述仿真模型的约束条件，在所述仿真场景中运行所述仿真模型，以确定所述车辆是否满足在自动驾驶条件下的安全性要求。通过仿真器(例如，图2的仿真器202)对车辆进行安全仿真。

在一些实施例中，在所述仿真场景中运行所述仿真模型可以进一步包括：在所述仿真场景中加入特定激励，响应于所述特定激励，所述仿真模型在所述约束条件下产生与所述特定激励对应的仿真结果。

在一些实施例中，特定激励可以是道路障碍物(例如，图4的车辆404)，响应于所述特定激励，所述仿真模型在所述约束条件下产生与所述特定激励对应的仿真结果可以进一步包括：根据所述传感性能参数和所述仿真模型确定所述车辆检测到所述道路障碍物的距离，根据所述刹车性能参数和所述仿真模型确定所述车辆响应于所述道路障碍物的刹停距离，根据到所述道路障碍物的距离和所述刹停距离确定所述车辆是否满足自动驾驶的安全性要求。

在一些实施例中，确定所述车辆在自动驾驶条件下的安全性可以进一步包括：响应于所述仿真模型停止位置的坐标位于预设的坐标范围内，获取所述车辆的历史信息和历史年检信息，结合所述历史信息和所述历史年检信息，确定所述车辆在自动驾驶条件下的安全性，其中，所述历史信息至少包括刹车系统的更换记录、刹车系统的使用年限、车辆急刹车性能记录、历史驾驶行为记录、车辆急刹车历史记录、传感系统的更换记录、传感系统的使用年限，所述历史年检信息至少包括车辆注册日期、车辆使用年限、历史年检记录。

在一些实施例中，所述方法还可以进一步包括：响应于所述车辆不满足在自动驾驶条件下的安全性要求，生成所述车辆的自动驾驶标定修正数据包。

本申请实施例还提供一种电子设备。该电子设备可以是图1的电子设备100。该电子设备100可以包括存储器，用于存储一组指令；以及至少一个处理器，配置为执行该组指令以使得所述电子设备执行方法600。

本申请实施例还提供一种非暂态计算机可读存储介质。该非暂态计算机可读存储介质存储计算机的一组指令，该组指令用于在被执行时使该电子设备执行方法600。

上述对本申请的一些实施例进行了描述。其他实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本申请的范围(包括权利要求)被限于这些例子；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请的不同方面的许多其它变化，为了简明它们没有在细节中提供。

尽管已经结合了本申请的具体实施例对本申请进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。

本申请旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本申请的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种对车辆进行安全仿真的方法，包括：

确定车辆的性能参数，所述性能参数包括刹车性能参数、传感性能参数、或通信性能参数的至少一个；

确定所述车辆的仿真模型；

生成所述车辆的在自动驾驶条件下的多种仿真场景；以及

将所述性能参数作为所述仿真模型的约束条件，在所述仿真场景中运行所述仿真模型，以确定所述车辆是否满足在自动驾驶条件下的安全性要求。

2.如权利要求1所述的方法，其中，所述确定车辆的性能参数进一步包括：

采集所述车辆的历史性能参数；以及

根据所述历史性能参数，确定所述车辆的性能参数。

3.如权利要求1所述的方法，其中，生成所述车辆的在自动驾驶条件下的多种仿真场景进一步包括：

获取在自动驾驶条件下的场景信息；

响应于确定所述性能参数为刹车性能参数，利用所述场景信息中的道路信息生成第一仿真场景，其中，所述第一仿真场景包括具有不同路面摩擦系数的道路；

响应于确定所述性能参数为传感性能参数，利用所述场景信息中的道路信息、交通信息和环境信息生成第二仿真场景，其中，所述第二仿真场景包括障碍物；

响应于确定所述性能参数为通信性能参数，利用所述场景信息中的道路信息、交通信息和环境信息生成第三仿真场景，其中，所述第三仿真场景包括目标车辆以及路侧单元。

4.如权利要求3所述的方法，其中，所述场景信息包括真实场景信息。

5.如权利要求1所述的方法，其中，在所述仿真场景中运行所述仿真模型进一步包括：

在所述仿真场景中加入特定激励；

响应于所述特定激励，所述仿真模型在所述约束条件下产生与所述特定激励对应的仿真结果。

6.如权利要求5所述的方法，其中，所述特定激励是道路障碍物，响应于所述特定激励，所述仿真模型在所述约束条件下产生与所述特定激励对应的仿真结果进一步包括：

根据所述传感性能参数和所述仿真模型确定所述车辆检测到所述道路障碍物的距离；

根据所述刹车性能参数和所述仿真模型确定所述车辆响应于所述道路障碍物的刹停距离；

根据到所述道路障碍物的距离和所述刹停距离确定所述车辆是否满足自动驾驶的安全性要求。

7.如权利要求5至6任一项所述的方法，其中，所述确定所述车辆在自动驾驶条件下的安全性，进一步包括：

响应于所述仿真模型停止位置的坐标位于预设的坐标范围内，获取所述车辆的历史信息和历史年检信息；

结合所述历史信息和所述历史年检信息，确定所述车辆在自动驾驶条件下的安全性；

其中，所述历史信息至少包括刹车系统的更换记录、刹车系统的使用年限、车辆急刹车性能记录、历史驾驶行为记录、车辆急刹车历史记录、传感系统的更换记录、传感系统的使用年限；

所述历史年检信息至少包括车辆注册日期、车辆使用年限、历史年检记录。

8.如权利要求1所述的方法，其中，所述方法还包括：

响应于所述车辆不满足在自动驾驶条件下的安全性要求，生成所述车辆的自动驾驶标定修正数据包。

9.一种电子设备，包括：

存储器，用于存储一组指令；以及

至少一个处理器，配置为执行该组指令以使得所述电子设备执行如权利要求1至8的任一项所述的方法。

10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机的一组指令，该组指令用于在被执行时使所述计算机执行如权利要求1至8的任一项所述的方法。

Images