KR102582657B1 - 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체 - Google Patents

자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체 Download PDF

Info

Publication number
KR102582657B1
KR102582657B1 KR1020210075647A KR20210075647A KR102582657B1 KR 102582657 B1 KR102582657 B1 KR 102582657B1 KR 1020210075647 A KR1020210075647 A KR 1020210075647A KR 20210075647 A KR20210075647 A KR 20210075647A KR 102582657 B1 KR102582657 B1 KR 102582657B1
Authority
KR
South Korea
Prior art keywords
autonomous driving
vehicle
test
evaluation
scenario
Prior art date
Application number
KR1020210075647A
Other languages
English (en)
Other versions
KR20210088457A (ko
Inventor
쥔 자오
Original Assignee
베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
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 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 filed Critical 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
Publication of KR20210088457A publication Critical patent/KR20210088457A/ko
Application granted granted Critical
Publication of KR102582657B1 publication Critical patent/KR102582657B1/ko

Links

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
    • 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
    • G01M17/06—Steering behaviour; Rolling behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • B60W50/045—Monitoring control system parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/406—Traffic density
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Mathematical Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

본 출원은 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체를 개시하며, 인공 지능 분야에 관한 것으로, 구체적으로는 자율 주행, 스마트 교통 기술에 관한 것이다. 구체적인 구현 방안에 따르면, 차량이 테스트 경로에 따라 주행하는 과정에서의 자율 주행 시나리오에 대응되는 평가 기준을 기반으로, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정하고; 체감 평가 데이터를 기초로 차량의 제2 테스트 결과를 생성하고; 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로 차량의 도로 테스트 결과를 결정하되, 도로 테스트 결과는 객관 테스트 데이터에 기반한 객관 테스트 결과를 포함할 뿐만 아니라, 주관적 평가 데이터에 기반한 정량화 테스트 결과를 더 포함하여, 도로 테스트 결과의 객관성, 엄밀성 및 정확성을 확보하고, 또한, 탑승자의 차량 주행의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 주관적인 평가 결과를 반영하여, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.

Description

자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체{ROAD TEST METHOD AND APPARATUS FOR AUTONOMOUS DRIVING VEHICLE, DEVICE AND STORAGE MEDIUM}
본 출원은 인공 지능 분야에 관한 것으로, 구체적으로는 자율 주행, 스마트 교통기술에 관한 것이며, 특히, 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체에 관한 것이다.
도로 테스트는 자율 주행 차량이 실제 수요 시나리오에 가장 근접한 테스트 단계로서, 개방형 도로망에서 실제 보행자, 차량과 인터랙션하여, 자율 주행 차량의 실제 도로에서의 주행 체감에 대해 테스트하는데 사용할 수 있으며, 자율 주행 차량의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 통합 테스트이다. 서로 다른 교통 유동량, 서로 다른 출행 시간대를 커버함으로써 가능한 한 많은 시나리오를 커버할 수 있다.
현재, 자율 주행 차량의 도로 테스트는, 도로 테스트 엔지니어가 문제를 제출하여 테스트 버전의 성능을 피드백하는 것이다. 테스트 엔지니어는 문제를 발견하는 관점으로부터 버전의 전반적인 성능이 문제 심각성에 쉽게 영향받는 것을 관찰하고, 예를 들어 “별로임”, “괜찮음”, “매우 좋음”과 같은 비 전면적인 주관적 결론을 내리므로, 전면적인 정량화 도로 테스트 결과를 제공할 수 없고, 차량의 현재 자율 주행 시스템 버전의 성능을 객관적으로 가늠할 수 없다.
본 출원은 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체를 제공한다.
본 출원의 제1 측면에 따르면, 자율 주행 차량의 도로 테스트 방법을 제공한다. 해당 방법은,
차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보 및 체감 평가 데이터를 획득하되, 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다른 단계;
상기 자율 주행 시나리오에 대응되는 평가 기준에 따라, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 상기 차량의 제1 테스트 결과를 결정하는 단계;
상기 체감 평가 데이터를 기초로, 상기 차량의 제2 테스트 결과를 생성하는 단계;
상기 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 상기 차량의 도로 테스트 결과를 결정하는 단계를 포함한다.
본 출원의 다른 측면에 따르면, 자율 주행 차량의 도로 테스트 장치를 제공한다. 해당 장치는,
차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보 및 체감 평가 데이터를 획득하되, 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다른 도로 테스트 데이터 획득 모듈;
상기 자율 주행 시나리오에 대응되는 평가 기준에 따라, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 상기 차량의 제1 테스트 결과를 결정하는 객관적 테스트 모듈;
상기 체감 평가 데이터를 기초로, 상기 차량의 제2 테스트 결과를 생성하는 주관적 테스트 모듈;
상기 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 상기 차량의 도로 테스트 결과를 결정하는 통합 테스트 모듈을 포함한다.
본 출원의 다른 측면에 따르면 전자기기를 제공한다. 해당 전자기기는,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하되,
상기 메모리에 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 상술한 방법을 수행할 수 있도록 한다.
본 출원의 다른 측면에 따르면, 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체를 제공하며, 상기 컴퓨터 명령은 컴퓨터가 상술한 방법을 수행하도록 한다.
본 출원의 다른 측면에 따르면 컴퓨터 프로그램을 제공하며, 상기 컴퓨터 프로그램은 컴퓨터 판독 가능 저장매체에 저장되고, 상기 컴퓨터 프로그램은 프로세서에 의해 실행될 때 상술한 방법을 구현한다.
본 출원의 기술에 따르면 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.
본 부분에 기재되는 내용은 본 출원의 실시예의 핵심 또는 중요 특징을 특정하려는 목적이 아니며, 본 출원의 범위를 한정하는 것도 아닌 것으로 이해하여야 한다. 본 출원의 기타 특징은 아래의 명세서로부터 쉽게 이해할 수 있다.
첨부되는 도면은 본 방안을 더 충분히 이해하도록 제공되는 것으로서, 본 출원에 대한 한정은 아니다. 여기서,
도 1은 본 출원의 실시예에 따른 자율 주행 차량의 도로 테스트를 구현할 수 있는 시나리오 도면이다.
도 2는 본 출원의 제1 실시예에 따른 자율 주행 차량의 도로 테스트 방법의 흐름도이다.
도 3은 본 출원의 제2 실시예에 따른 자율 주행 차량의 도로 테스트 방법의 흐름도이다.
도 4는 본 출원의 제3 실시예에 따른 자율 주행 차량의 도로 테스트 장치를 나타내는 도면이다.
도 5는 본 출원의 실시예에 따른 자율 주행 차량의 도로 테스트 방법을 구현하기 위한 전자기기의 블록도이다.
아래에서는 첨부되는 도면을 결합하여 본 출원의 예시적인 실시예에 대해 설명하며, 이해를 돕기 위하여 본 출원의 실시예의 다양한 세부 사항을 포함하며, 이들은 단지 예시적인 것으로만 간주하여야 한다. 따라서, 본 분야의 통상적인 지식을 가진 자라면, 여기에 기재되는 실시예에 대해 다양한 변경과 수정을 가할 수 있으며, 이는 본 출원의 범위와 정신을 벗어나지 않는 것으로 이해하여야 한다. 마찬가지로, 명확성과 간결성을 위하여, 아래의 기재에서 공지 기능과 구조에 대한 설명을 생략한다.
본 출원은 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체를 제공하며, 인공 지능 분야에 적용되고, 구체적으로는 자율 주행, 스마트 교통 기술에 적용되어, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시키는 기술효과를 달성한다.
본 출원의 실시예에 따른 자율 주행 차량의 도로 테스트 방법은 도 1에 도시된 자율 주행 차량의 도로 테스트 시나리오에 적용될 수 있다. 도 1에 도시된 차량은 측정 대상 자율 주행 차량이고, 전자기기는 자율 주행 차량의 도로 테스트 방법을 수행하는 기기이다. 자율 주행 차량의 도로 테스트 과정에서, 테스터가 탑승한 측정 대상 차량이 테스트 경로를 따라 주행하는 과정에서, 차량의 도로 테스트 주행 데이터 및 차량 주위 정보를 획득하고, 차량, 도로 테스트 기기, 또는 기타 서버 등으로부터 획득할 수 있다. 도로 테스트 완료 후, 테스터는 차량이 테스트 경로를 따라 주행하는 과정에서의 실제 승차감을 기초로, 체감 평가 데이터를 제출한다. 전자기기가 차량의 도로 테스트 주행 데이터 및 차량 주위 정보 등의 객관적 테스트 데이터를 기초로, 차량의 자율 주행 능력에 대해 평가하여, 제1 테스트 결과를 획득하고; 체감 평가 데이터 등의 주관적 평가 데이터를 기초로, 테스터의 주관적 느낌을 기반으로, 차량의 자율 주행 능력에 대해 평가하여, 제2 테스트 결과를 획득하고; 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 획득한다. 이에 따라, 차량의 도로 테스트 결과는 객관적 테스트 데이터에 기반한 객관적 테스트 결과를 포함하여, 차량 도로 테스트의 엄밀성과 정확성을 확보할 뿐만 아니라, 주관적 체감 평가 데이터에 기반한 정량화 테스트 결과를 더 포함하여, 탑승자의 차량 주행의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 주관적인 평가 결과를 반영할 수 있으므로, 획득되는 도로 테스트 결과가 더 전면적이고, 도로 테스트에서의 자율 주행 차량의 통합적인 성능을 더 정확하게 가늠할 수 있으므로, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.
도 2는 본 출원의 제1 실시예에 따른 자율 주행 차량의 도로 테스트 방법의 흐름도이다. 도 2에 도시된 바와 같이, 해당 방법의 구체적인 단계는 아래와 같다.
단계(S101), 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보 및 체감 평가 데이터를 획득하되, 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다르다.
여기서, 자율 주행 차량이 주행하는 과정에서의 자율 주행 시나리오는 추적 주행, 직진, 차도 변경, 교차로 통과, 컷인 또는 컷아웃에 대처, 주변 장애물 인식 및 대처, U 턴 주행, 차량 합류, 지능형 장애물 회피, 메인/보조 도로 통과, 풀오버 및 차량 출발을 포함하지만, 이에 한정되는 것은 아니다.
자율 주행 차량의 주행 과정에서 다양한 자율 주행 시나리오에 대응되는 자율 주행 능력을 적용하는 것에 대한 객관적인 평가를 구현하기 위하여, 본 실시예에서, 사전에 각종 자율 주행 시나리오에 대응되는 하나 또는 복수의 테스트 파라미터를 결정하고, 이러한 테스트 파라미터는 자율 주행 시나리오에 있는 차량의 자율 주행 행위가 요구하는 인덱스에 부합 여부를 가늠하기 위한 것이다. 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다르다.
자율 주행 시나리오에 대응되는 테스트 파라미터 정보는 자율 주행 시나리오에 대응되는 각 테스트 파라미터의 값을 포함한다.
본 실시예에서, 체감 평가 데이터는 차량이 테스트 경로를 따라 주행하는 과정에서, 해당 차량에 탑승한 테스터가 차량 주행 과정에서의 실제 승차감을 기초로, 차량이 주행하는 과정에서 자율 주행 시나리오 각각에 대응되는 처리 능력에 대해 제출한 평가 데이터이다.
단계(S102), 자율 주행 시나리오에 대응되는 평가 기준에 따라, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정한다.
여기서, 자율 주행 시나리오에 대응되는 평가 기준은 자율 주행 시나리오에 대응되는 테스트 파라미터가 요구에 부합되는지 여부를 결정하기 위한 것이다.
자율 주행 시나리오에 대응되는 평가 기준에 따라, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정한다. 해당 제1 테스트 결과는 객관적 테스트 데이터를 기반으로 얻어진 객관적이고, 엄밀하며 정확한 테스트 결과이다.
단계(S103), 체감 평가 데이터를 기초로, 차량의 제2 테스트 결과를 생성한다.
본 실시예에서, 복수의 전문 테스터가 제출한 주관적인 체감 평가 데이터에 대하여, 각 자율 주행 시나리오의 차량 자율 주행 효과에 대한 영향의 심각 정도, 및 평가 규칙을 결합하여, 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터에 대해 정량화 처리를 수행하여, 제2 테스트 결과를 획득한다. 해당 제2 테스트 결과는 차량의 주행 체감에 대한 평가 결과로서, 차량 주행의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 탑승자의 주관적인 평가 결과를 반영한다.
단계(S104), 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 차량의 도로 테스트 결과를 결정한다.
차량의 제1 테스트 결과와 제2 테스트 결과를 획득한 후, 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 결정한다.
선택적으로, 객관적 데이터에 기반한 제1 테스트 결과와 주관적 데이터에 기반한 제2 테스트 결과의 가중치를 지정하여, 제1 테스트 결과와 제2 테스트 결과에 대해 가중 합산을 수행하고, 가중 합산한 결과를 차량의 도로 테스트 결과로 할 수 있다.
또한, 객관적 데이터에 기반한 제1 테스트 결과와 주관적 데이터에 기반한 제2 테스트 결과의 합을 차량의 도로 테스트 결과로 하거나; 또는 기타 방식을 통해 제1 테스트 결과와 제2 테스트 결과를 기초로 최종적인 도로 테스트 결과를 결정할 수도 있으며, 여기서는 구체적으로 한정하지 않는다.
본 출원의 실시예는 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하고, 자율 주행 시나리오에 대응되는 평가 기준에 따라, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정하는 바, 다시 말하면 자율 주행 시나리오에 대응되는 테스트 파라미터 정보와 같은 객관적 테스트 데이터를 기초로, 차량의 자율 주행 능력에 대해 평가하여, 제1 테스트 결과를 획득하고; 또한, 체감 평가 데이터와 같은 주관적 평가 데이터를 기초로, 테스터의 승차 체감 측면으로부터 차량의 자율 주행 능력에 대해 평가하여, 제2 테스트 결과를 획득하고; 이어서, 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 획득한다. 차량의 도로 테스트 결과는 객관적 테스트 데이터에 기반한 객관적 테스트 결과를 포함하여, 차량 도로 테스트 결과의 객관성, 엄밀성 및 정확성을 확보하고; 차량의 도로 테스트 결과는 주관적인 체감 평가 데이터에 기반한 정량화 테스트 결과를 더 포함하여, 차량 주행 안전성, 쾌적성, 지능성 및 주행 효율에 대한 탑승자의 탑승 체감의 주관적 측면으로부터의 평가 결과를 반영할 수 있으므로, 획득되는 도로 테스트 결과가 더 전면적이고, 자율 주행 차량의 도로 테스트에서의 통합적인 능력을 더 정확하게 가늠할 수 있고, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.
도 3은 본 출원의 제2 실시예에 따른 자율 주행 차량의 도로 테스트 방법의 흐름도이다. 상술한 제1 실시예의 기초 상에서, 자율 주행 차량의 도로 테스트 방법은 주관적 평가 데이터에 기반한 테스트 부분과 객관적 도로 테스트 주행 데이터 및 차량 주위 정보에 기반한 테스트 부분을 포함하며, 본 실시예에서는, 도 3을 결합하여 자율 주행 차량의 도로 테스트 방법에 대해 상세하게 설명한다. 도 3의 단계(S201 내지 S204)는 객관적 도로 테스트 주행 데이터 및 차량 주위 정보에 기반한 테스트 부분이고, 단계(S205 내지 S208)는 주관적 평가 데이터에 기반한 테스트 부분이다.
도 3에 도시된 바와 같이, 해당 방법의 단계는 구체적으로 아래와 같다.
단계(S201), 차량이 테스트 경로를 따라 주행하는 과정에서, 차량의 도로 테스트 주행 데이터 및 차량 주위 정보를 획득한다.
실제 응용 시, 전면적이고 객관적으로 자율 주행 차량의 버전애 대해 더 정확하게 평가하기 위하여, 다음과 같은 몇개의 원칙을 결정하여야 한다. 첫번째로는, 테스터를 고정하는 것으로서, 서로 다른 자율 주행 시스템 버전에 대해 도로 테스트할 때, 고정된 테스터들을 선택하여 테스트하고, 1회의 체험 또는 평가를 통해 주관적 평가의 기준을 설정하는 것이다. 두번째로는, 도로 테스트 시간대를 고정하거나 또는 장기간 추적 테스트하는 것으로서, 매 주 중 서로 다른 시간대 또는 같은 날의 서로 다른 시간대에 도로 테스트 교통 유동량이 다르므로, 시나리오의 복잡도가 상이하고, 두 개의 난이도가 현저한 시나리오에서 자율 주행 차량 테스트를 수행하면 정확성에 영향을 미치기 쉽다. 세번째로는, 테스트 경로를 고정하는 것이다. 동일한 테스트 경로에서 자율 주행 차량이 직진, 좌우 회전, 필요한 차도 변경, U 턴에서 요구하는 자율 주행 능력은 기본적으로 일치성을 확보할 수 있고, 서로 다른 테스트 경로마다 요구하는 자율 주행 능력이 다르므로, 정확성 문제를 초래할 수 있다. 사전에 테스트 경로 계획을 수행하여, 최종적으로 하나 또는 복수의 테스트 경로를 결정한다. 여기서, 자율 주행 차량이 테스트 경로를 따라 주행하는 과정에서, 테스트가 필요한 모든 자율 주행 시나리오를 커버할 수 있어야 한다.
본 실시예에서, 도로 테스트 주행 데이터는, 자율 주행 차량이 테스트 경로를 따라 주행하는 과정에서의 차량 주행 데이터를 포함하고, 차량 제어 정보와 차량 주행 행위 정보 등을 포함한다. 여기서, 차량 제어 정보는 자율 주행 차량의 주행을 제어하기 위한 명령 정보로서, 예를 들어 시스템으로부터의 출발 명령, 풀오버 명령, 차도 변경 명령, U 턴 명령, 가속/감속 명령 등일 수 있다. 차량 주행 행위 정보는 주행 과정에서의 자율 주행 차량의 주행 속도, 가속도, 방향각, 주행 궤적 등의 차량 행위와 관련된 데이터를 포함한다.
차량 주위 정보는 자율 주행 차량이 테스트 경로를 따라 주행하는 과정에서의 차량 주위의 환경 데이터이다. 차량 주위 정보는, 차량으로부터 전방 차량까지의 거리, 차량이 주행하는 차도 정보, 차량이 교차로까지 주행하는 교차로 정보, 차량 주위의 차량 유동량 정보 중 하나 이상을 포함한다.
단계(S202), 도로 테스트 주행 데이터, 또는 도로 테스트 주행 데이터 및 차량 주위 정보를 분석하여, 차량이 테스트 경로를 따라 주행하는 과정에서 나타나는 자율 주행 시나리오를 인식한다.
차량이 테스트 경로를 따라 주행하는 과정에서, 기록한 차량의 도로 테스트 주행 데이터 및 차량 주위 정보는, 자율 주행 차량의 자율 주행 행위에 영향을 미치거나 반영할 수 있는 객관적 데이터로서, 이러한 객관적 데이터를 기초로 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식할 수 있다.
일 선택적인 실시형태에서, 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식하는 것은, 도로 테스트 주행 데이터 중의 차량 제어 정보를 분석하고; 만약 차량 제어 정보에 어느 자율 주행 시나리오에 대응되는 제어 정보가 포함되어 있으면, 차량이 테스트 경로를 따라 주행하는 과정에 자율 주행 시나리오가 나타난 것으로 결정하는 방식에 의해 구현될 수 있다.
예시적으로, 도로 테스트 주행 데이터는 차량의 제어 로그를 포함할 수 있고, 제어 로그는 차량의 제어 정보를 기록한다. 차량의 제어 로그를 해석함으로써, 차량의 제어 정보를 획득할 수 있다.
실제 응용 시, 서로 다른 자율 주행 시나리오에서, 차량은 자율 주행 시나리오에 대응되는 운전 행위가 나타나는 것은, 제어 시스템으로부터의 하나 또는 복수의 제어 명령의 제어에 따라 구현된다. 서로 다른 자율 주행 시나리오에 대응되는 제어 명령은 완전히 동일하지 않은 바, 일부 자율 주행 시나리오는 해당 자율 주행 시나리오에서만 존재하는 제어 명령을 더 가진다. 따라서 제어 명령에 따라 자율 주행 시나리오를 인식할 수 있다. 분석하여 차량의 제어 정보를 획득함으로써, 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 정확하게 인식할 수 있다.
예를 들어, 자율 주행 차량이 주행하는 과정에서 생성되는 제어 로그에 대해 해석하여, 제어 시스템으로부터의 차도 변경 명령을 발견하게 되면, 제어 시스템에서 차도 변경 명령을 발송한 시점에, 해당 시점에 차도 변경 시나리오가 발생한 것으로 결정한다.
다른 선택적인 실시형태에서, 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식하는 것은, 아래와 같은 방식을 사용하여 구현될 수 있다.
도로 테스트 주행 데이터 및 차량 주위 정보를 분석하여, 차량의 행위 특징을 획득하고; 차량의 행위 특징을 기초로, 만약 차량이 어느 자율 주행 시나리오의 행위 특징을 가지면, 차량이 테스트 경로를 따라 주행하는 과정에 자율 주행 시나리오가 나타난 것으로 결정한다.
실제 응용 시, 서로 다른 자율 주행 시나리오에 대하여, 차량에 나타나는 자율 주행 시나리오에 대응되는 주행 행위는 서로 다른 특징을 갖게 되는 바, 일부 자율 주행 시나리오는 해당 자율 주행 시나리오에서만 존재하는 행위 특징을 더 가진다. 도로 테스트 주행 데이터 중의 차량 주행 행위 정보, 및 차량 주위 정보에 대해 분석함으로써, 차량의 행위 특징을 인식할 수 있고, 만약 차량이 어느 자율 주행 시나리오의 행위 특징을 가지면, 차량에 자율 주행 시나리오가 나타난 것으로 결정할 수 있다. 차량에 이러한 행위 특징이 나타난 시간은 바로 차량에 대응되는 자율 주행 시나리오가 나타난 시간이다. 차량의 행위 특징을 분석함으로써, 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 정확하게 인식할 수 있다.
예를 들어, 도로 테스트 주행 데이터 중의 차량 주행 행위 정보, 및 차량 주위 정보에 대해 분석하고, 만약 자율 주행 차량이 어느 시점에 일 차도로부터 인접한 다른 차도로의 이동, 동시에 해당 자율 주행 차량의 방향각의 상응한 변화가 발견되면, 차량에 차도 변경 시나리오가 나타난 것으로 결정할 수 있다.
단계(S203), 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득한다.
자율 주행 차량의 주행 과정에서 다양한 자율 주행 시나리오의 자율 주행 능력을 적용하는 것에 대한 객관적인 평가를 구현하기 위하여, 본 실시예에서, 사전에 각종 자율 주행 시나리오에 대응되는 하나 또는 복수의 테스트 파라미터를 결정하고, 이러한 테스트 파라미터는 자율 주행 시나리오에 있는 차량의 자율 주행 행위가 요구하는 인덱스에 부합 여부를 가늠하기 위한 것이다. 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다르다.
차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식한 후, 자율 주행 시나리오 각각에 대응되는 테스트 파라미터 정보를 획득한다. 여기서, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보는 자율 주행 시나리오에 대응되는 각 테스트 파라미터의 값을 포함한다.
예시적으로, 어느 하나의 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하는 것은 구체적으로 아래와 같은 방식을 사용하여 구현될 수 있다.
자율 주행 시나리오의 발생 시간을 결정하고; 도로 테스트 주행 데이터 및 차량 주위 정보로부터, 발생 시간에 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 획득한다. 이에 따라, 자율 주행 시나리오의 발생 시간을 기초로 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 정확하게 획득할 수 있다.
예를 들어, 차도 변경 시나리오에 대응되는 테스트 파라미터는, 차도 변경 시 후방의 충돌 시간(Time to Collision, TTC로 약칭), 차도 변경 시 전방의 충돌 시간(TTC), 차도 변경 시 차량 속도를 포함할 수 있다. 차도 변경 시나리오의 발생 시점을 결정한 후, 도로 테스트 주행 데이터로부터 차도 변경 시나리오의 발생 시점에서의 자율 주행 차량 후방의 충돌 시간(TTC), 전방의 충돌 시간(TTC) 및 속도를 획득하여, 차도 변경 시나리오에 대응되는 테스트 파라미터 정보를 획득한다. 본 예시에서 제공하는 차도 변경 시나리오에 대응되는 테스트 파라미터는 단지 예시적인 설명일 뿐, 차도 변경 시나리오에 대응되는 테스트 파라미터는 차도 변경 과정에서의 최고 속도, 평균 속도 등을 더 포함할 수 있고, 여기에 열거되지 않은 기타 파라미터를 더 포함할 수도 있으며, 여기에서는 구체적으로 한정하지 않는다.
본 실시예에서, 자율 주행 시나리오 각각에 대응되는 테스트 파라미터는 실제 응용 시나리오에 따라 설정하여, 복수의 자율 주행 차량의 버전의 도로 테스트에 사용될 수 있으며, 여기서는 자율 주행 시나리오 각각에 대응되는 테스트 파라미터에 대해 구체적으로 한정하지 않는다.
상술한 단계(S202 내지 S203)를 통해 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하여, 자율 주행 차량의 도로 테스트를 위해 객관적 데이터를 제공할 수 있으며, 이러한 데이터를 기초로 객관적으로 자율 주행 차량의 도로 테스트를 수행하여, 자율 주행 차량의 도로 테스트 결과의 객관성과 정확성을 향상시킬 수 있다.
단계(S204), 자율 주행 시나리오에 대응되는 평가 기준에 따라, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정한다.
여기서, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보는 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 포함하고, 자율 주행 시나리오에 대응되는 평가 기준은 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 포함한다.
자율 주행 시나리오에 대응되는 평가 기준은 자율 주행 시나리오에 대응되는 테스트 파라미터가 요구에 부합 여부를 결정하기 위한 것이다. 어느 자율 주행 시나리오에 대응되는 어느 테스트 파라미터에 대하여, 만약 해당 테스트 파라미터의 실제값이 대응되는 기준 범위 내에 있으면, 해당 테스트 파라미터가 요구에 부합되는 것을 의미하고, 만약 해당 테스트 파라미터의 실제값이 대응되는 기준범위 내에 있지 않으면, 해당 테스트 파라미터가 요구에 부합되지 않는 것을 의미한다.
또한, 제1 테스트 결과의 정확성을 향상시키기 위하여, 자율 주행 시나리오에 대응되는 평가 기준은 인류 표준 운전자의 운전 데이터 분석과 통계를 기초로 획득한 것이다.
예시적으로, 해당 단계는 아래와 같은 방식으로 구현될 수 있다.
자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값, 및 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 기초로, 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터를 결정하고; 실제값의 대응되는 기준범위 내에서의 테스트 파라미터에 대응되는 평가값의 합계를 차량의 제1 테스트 결과로 하고; 여기서 자율 주행 시나리오 각각에 대응되는 각종 테스트 파라미터는 하나의 평가값에 대응된다. 이러한 방식을 통해, 모든 자율 주행 시나리오에 대응되는 모든 테스트 파라미터 정보를 통합하여, 자율 주행 차량의 자율 주행 능력에 대해 효과적 및 객관적으로 평가할 수 있다.
예시적으로, 벌점 방식으로, 도로 테스트 총 평가값, 및 자율 주행 시나리오 각각의 평가값과 자율 주행 시나리오에 대응되는 테스트 파라미터 각각의 평가값을 설정할 수 있다. 여기서 모든 자율 주행 시나리오의 평가값의 합계는 도로 테스트 총 평가값과 동일하고, 자율 주행 시나리오 각각에 대응되는 테스트 파라미터의 평가값의 합계는 해당 자율 주행 시나리오의 평가값과 동일하다. 자율 주행 시나리오 각각에 대응되는 테스트 파라미터에 대하여, 만약 테스트 파라미터가 요구에 부합되지 않으면, 테스트 파라미터의 평가값을 빼고, 요구에 부합되지 않는 모든 테스트 파라미터의 평가값의 합계를 빼면, 나머지 도로 테스트 평가값은 바로 제1 테스트 결과이다. 여기서, 서로 다른 자율 주행 시나리오에 대응되는 평가값은 서로 다를 수 있고, 동일한 자율 주행 시나리오에 대응되는 서로 다른 평가값도 서로 다를 수 있다.
예를 들어, 벌점 방식을 사용할 수 있다. 차량의 도로 테스트의 총 스코어가 100점이고, 총 10개의 자율 주행 시나리오에 대해 테스트하며, 자율 주행 시나리오마다 만점 10점이라고 가정하고, 만약 그 중 하나의 차도 변경 시나리오에 대응되는 테스트 파라미터가 5개이면, 그 중 각각의 테스트 파라미터가 2점을 차지하고, 만약 그 중 테스트 파라미터의 실제값이 대응되는 기준 범위 내에 있지 않으면, 도로 테스트 총 스코어로부터 2점을 빼고, 모든 요구에 부합되지 않는 테스트 파라미터의 평가값의 합계를 빼면, 나머지 도로 테스트 평가값은 바로 제1 테스트 결과이다.
상술한 단계(S201 내지 S204)를 통해, 차량이 테스트 경로를 따라 주행하는 과정에서의 도로 테스트 주행 데이터를 획득하고; 도로 테스트 주행 데이터, 또는 도로 테스트 주행 데이터 및 차량 주위 정보를 분석하여, 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식하고, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하고; 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값, 및 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 기초로, 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터를 결정하고; 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터에 대응되는 평가값의 합계를 차량의 제1 테스트 결과로 하여; 객관적 테스트 데이터를 기반으로 자율 주행 차량 도로 테스트 시의 객관적 테스트 결과를 구현하고, 차량 도로 테스트 결과의 객관성, 엄밀성 및 정확성을 확보한다.
단계(S205), 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 획득한다.
여기서, 체감 평가 데이터는, 차량이 테스트 경로를 따라 주행하는 과정에서, 해당 차량에 탑승한 테스터가 차량 주행 과정에서의 실제 승차감을 기초로, 차량이 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 처리 능력에 대해 제출한 평가 데이터이다.
본 실시예에서, 모호 수학의 멤버십 이론을 사용하여, 정성 문제를 정량 문제로 변환하는 방법을 통해, 테스터가 차량이 테스트 경로를 따라 주행하는 과정에서의 직관적 느낌과 이전 버전의 도로 테스트 결과를 기초로, 자율 주행 시나리오 각각의 평가 요소에 따라 각각의 자율 주행 시나리오에서의 차량의 자율 주행 능력을 평가하여, 체감 평가 데이터를 제공할 수 있다.
선택적으로, 임의의 자율 주행 시나리오에 대하여, 해당 자율 주행 시나리오에 대응되는 체감 평가 데이터는 해당 자율 주행 시나리오에 대응되는 평가 등급을 포함하고, 서로 다른 평가 등급은 서로 다른 정량화 정보에 대응된다. 여기서, 평가 등급의 수량, 및 각각의 평가 등급에 대응되는 정량화 정보는 실제 응용 시나리오에 따라 설정할 수 있으며, 여기서는 구체적으로 한정하지 않는다.
예를 들어, 체감 평가 데이터에서, 각종 자율 주행 시나리오는, 우수, 양호, 일반, 나쁨 및 보다 나쁨과 같은 5개의 평가 등급에 대응되고, 이러한 5개의 평가 등급에 대응되는 정량화 정보는 순차적으로 1.0, 0.8, 0.6, 0.4 및 0.2이다.
일 선택적인 실시형태에서, 해당 단계는 아래의 방식을 사용하여 구현될 수 있다.
복수의 체감 평가 단말로 자율 주행 시나리오 각각에 대응되는 평가 요소를 발송하고; 복수의 체감 평가 단말이 제출한 평가 요소에 기반한 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 수신한다.
이렇게, 테스터가 통일적인 평가 요소를 참조하여 주관적 평가를 수행하도록 하여, 평가 데이터의 사용 가능성을 제공하고; 또한 체감 평가 단말을 통해 체감 평가 데이터를 직접 제출함으로써, 지면으로 설문조사를 제출하는 방식에 비해, 효율이 향상된다.
예를 들어, 자율 주행 시나리오 각각에 대응되는 평가 요소는 아래의 표와 같을 수 있다.
순번 자율 주행 시나리오 평가 요소
1 추적 주행 추적 거리 적절 여부, 저속 장애물 초과할지 여부
2 직진 무단 제동, 불합리 제동, 이질감 여부
3 차도 변경 차도 변경 결정의 망설임, 변경이 필요한 때에 미변경, 무단 차도 변경 여부
4 교차로 통과 망설임, 과단성 없음, 불합리 제동, 충돌 리스크 여부
5 컷인 또는 컷아웃에 대처 감속 지나침 여부, 충돌 리스크 여부
6 주변 장애물 인식 및 대처 양보 거리 지나치게 멀거나 가까움 여부,
불합리 감속 여부
7 U 턴 주행 일부 교차로 U 턴 불가능으로 인하여, 도로 우회 초래 여부, 차도 선택 적합 여부
8 차량 합류 합류 불가능 상황 자주 발생 여부, 합류점에 충돌 리스크 존재 여부
9 지능적 장애물 회피 nudge(지능적 장애물 회피) 불가능 상황, nudge 거리가 너무 가까워, nudge 망설임 발생 여부
10 메인/보조
도로 통과		 메인 도로 또는 보조 도로 차량들
불 회피 상황 발생여부
11 풀오버 및
차량 출발		 합리적인 속도로 스테이션 진입 여부, 주차 자세로부터 노변까지의 거리 적절 여부, 차량 출발 가속 과량 여부, 주차 거리 적절 여부, 주차 체감
여기서, 표 1에 기재된 11개 항의 자율 주행 시나리오는 도로 테스트 방법과 실천을 결합하여, 자율 주행 시나리오 라이브러리로부터 선택한 L4 레벨의 자율 주행 키 능력에 대응되는 자율 주행 시나리오로서, 도로 상에 흔히 나타나며 자율 주행에 대한 영향이 현저한 대표적인 자율 주행 능력에 대해 평가하기 위한 것이다.
단계(S206), 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 기초로, 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보를 산출한다.
체감 평가 데이터를 획득한 후, 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터에 대해 통계 및 분석을 수행하여, 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보를 결정한다.
예시적으로, 해당 단계는 아래와 같은 방식을 사용하여 구현될 수 있다.
임의의 자율 주행 시나리오에 대하여, 해당 자율 주행 시나리오에 대응되는 체감 평가 데이터는 해당 자율 주행 시나리오에 대응되는 평가 등급을 포함하고, 서로 다른 평가 등급은 서로 다른 정량화 정보에 대응되고; 해당 자율 주행 시나리오에 대응되는 평가 등급을 기초로, 해당 자율 주행 시나리오에 대해 체감 평가를 수행한 총 평가 횟수, 및 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수를 결정하고; 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수가 총 평가 횟수에서 차지하는 비율을 해당 자율 주행 시나리오에 대응되는 각각의 해당 평가 등급의 평가 가중치로 하고; 해당 자율 주행 시나리오의 각 평가 등급에 대응되는 평가 가중치를 기초로, 각 평가 등급의 정량화 정보에 대해 가중 합산을 수행하여, 해당 자율 주행 시나리오에 대응되는 정량화 체감 정보를 획득한다. 이에 따라, 주관적 평가 내용을 정확하게 정량화할 수 있다.
여기서, 해당 자율 주행 시나리오에 대해 체감 평가를 수행한 총 평가 횟수는 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수의 합계와 동일하다. 해당 자율 주행 시나리오에 대해 체감 평가를 수행한 총 평가 횟수는 바로 체감 평가 데이터를 정확하게 제출한 테스터의 수량이다.
예를 들어, 체감 평가 데이터에서, 각종 자율 주행 시나리오는, 우수, 양호, 일반, 나쁨 및 보다 나쁨과 같은 5개의 평가 등급에 대응되고, 이러한 5개의 평가 등급에 대응되는 정량화 정보는 순차적으로 1.0, 0.8, 0.6, 0.4 및 0.2이다. 체감 평가 데이터를 기초로 자율 주행 시나리오 각각에 대응되는 각각의 평가 등급의 평가 횟수를 통계한 결과는 아래의 표와 같을 수 있다.
순번 자율 주행 시나리오 우수 양호 일반 나쁨 보다 나쁨
1 추적 주행 R1 R2 R3 R4 R5
2 직진 S1 S2 S3 S4 S5
여기서, R1, R2, R3, R4, R5는 각각 자율 주행 차량의 추적 주행 시나리오에 대해 상술한 5개의 평가 등급의 평가를 수행한 횟수이고, 추적 주행 시나리오에 대해 체감 평가를 수행한 총 평가 횟수는 R1, R2, R3, R4 및 R5의 합계와 같으며, 여기서는 R로 기재한다. 추적 주행 시나리오의 5개의 평가 등급에 대응되는 평가 가중치는 순차적으로, 이고; 추적 주행 시나리오의 정량화 체감 정보는, 일 수 있다.
여기서, S1, S2, S3, S4, S5는 각각 자율 주행 차량의 직진 시나리오에 대해 상술한 5개의 평가 등급의 평가를 수행한 횟수이고, 직진 시나리오에 대해 체감 평가를 수행한 총 평가 횟수는 S1, S2, S3, S4 및 S5의 합계와 같으며, 여기서는 S로 기재한다. 직진 시나리오의 5개의 평가 등급에 대응되는 평가 가중치는 순차적으로 이다. 이때, 직진 시나리오의 정량화 체감 정보는,
일 수 있다. 기타 테스트 시나리오의 통계 결과는 유사하므로, 여기서는 하나씩 예를 들어 설명하지 않는다.
또한, 통계 및 이해의 편의성을 위하여, 각 자율 주행 시나리오의 정량화 체감 정보에 하나의 계수를 곱하거나 백분율 방식으로 나타낼 수 있다. 예를 들어, 추적 주행 시나리오의 정량화 체감 정보는
일 수도 있다. 직진 시나리오의 정량화 체감 정보는
일 수도 있다.
단계(S207), 자율 주행 시나리오 각각에 대응되는 가중치를 획득한다.
본 실시예에서, 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보, 및 자율 주행 시나리오 각각에 대응되는 가중치를 기초로, 제2 테스트 결과를 결정하기 전에, 자율 주행 시나리오 각각에 대응되는 가중치를 획득한다.
예시적으로, 해당 단계는 아래와 같은 방식으로 구현될 수 있다.
자율 주행 시나리오 각각에 대응되는 복수의 평가 계수를 획득하되, 평가 계수는 자율 주행 시나리오의 차량 주행 체감에 대한 영향 정도를 가늠하기 위한 것이고; 자율 주행 시나리오 각각에 대응되는 평가 계수를 기초로, 모든 자율 주행 시나리오에 대응되는 평가 계수의 합계, 및 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계를 산출하고; 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계와 평가 계수 합계의 비율을 자율 주행 시나리오에 대응되는 가중치로 한다. 개선된 계층 분석법을 통해 결정되는 자율 주행 시나리오에 대응되는 가중치는, 자율 주행 시나리오의 자율 주행 전반적인 효과에 대한 영향 정도를 정확하게 반영할 수 있다.
선택적으로, 평가 계수는 복수의 레벨로 나뉠 수 있으며, 서로 다른 레벨은 서로 다른 후보 값에 대응되고, 평가 계수는 복수의 후보 값 중의 하나일 수 있고, 자율 주행 시나리오에 대응되는 평가 계수에 대해 범위 제한을 수행하여, 서로 다른 자율 주행 시나리오에 대응되는 평가 계수 사이의 편차가 보다 큰 것을 방지한다. 예를 들어, 평가 계수는 5개의 레벨로 나뉘고, 대응되는 후보 값은 각각 9, 7, 5, 3, 1이다.
예시적으로, 전문가 평가 방법을 사용하여 자율 주행 시나리오의 자율 주행의 전반적인 효과에 대한 영향을 평가할 수 있다. 복수의 전문가가 제출한 자율 주행 시나리오 각각에 대응되는 평가 계수를 획득할 수 있다.
예를 들어, 복수의 전문가가 제출한 자율 주행 시나리오 각각에 대응되는 복수의 평가 계수는 아래의 표와 같을 수 있다
추적 주행 직진 지능형 장애물 회피
전문가 1 U11 U21 U31
전문가 2 U12 U22 U32
…
전문가 n U1n U2n U3n
가중치 T1 T2 T3
여기서, U11, U21, U31은 각각 전문가 1이 제공한 3개의 자율 주행 시나리오의 평가 계수이고, U1n, U2n, U3n은 각각 전문가 n이 제공한 3개의 자율 주행 시나리오의 평가 계수이고; U로 모든 n명의 전문가의 모든 자율 주행 시나리오에 대한 평가 계수의 합계를 나타내면, 추적 주행 시나리오의 가중치 T1= (U11+ U12+…+ U1n)/U이고; 지능형 장애물 회피 시나리오의 가중치 T3= (U31+ U32+…+ U3n)/U이다. 기타 자율 주행 시나리오의 가중치의 산출 방법은 유사하므로, 여기에서 하나씩 예를 들어 설명하지 않는다.
단계(S208), 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보, 및 자율 주행 시나리오 각각에 대응되는 가중치를 기초로, 제2 테스트 결과를 결정한다.
자율 주행 시나리오 각각에 대응되는 정량화 체감 정보, 및 자율 주행 시나리오 각각에 대응되는 가중치를 획득한 후, 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보에 대해 가중 합산함으로써 제2 테스트 결과를 획득할 수 있다.
예를 들어, 표 1에서 제공하는 11개의 자율 주행 시나리오, 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보인 B1, B2, …, B11, 및 자율 주행 시나리오 각각에 대응되는 가중치인 T1, T2, …, T11를 기반으로, 제2 테스트 결과인 W =B1×T1+B2×T2+…+B11×T11를 획득할 수 있다.
상술한 단계(S205 내지 S208)를 통해, L4 레벨 자율 주행 키 능력에 대응되는 복수의 자율 주행 시나리오를 선택하고, 개선된 계층 분석법과 모호 평가법을 사용하여 자율 주행 주관적 평가 결과의 정량화를 구현하고, 주관적 체감 평가 데이터에 기반한 정량화 테스트 결과를 획득함으로써, 탑승자가 차량 주행의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 탑승 체감 측면으로부터의 평가 결과를 반영할 수 있다.
단계(S209), 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 차량의 도로 테스트 결과를 결정한다.
객관적 도로 테스트 주행 데이터 및 차량 주위 정보에 기반한 제1 테스트 결과, 및 체감 평가 데이터에 기반한 제2 테스트 결과를 획득한 후, 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 결정한다.
선택적으로, 객관적 데이터에 기반한 제1 테스트 결과와 주관적 데이터에 기반한 제2 테스트 결과의 가중치를 지정하고, 제1 테스트 결과와 제2 테스트 결과에 대해 가중 합산을 수행하여, 가중 합산한 결과를 차량의 도로 테스트 결과로 할 수 있다.
또한, 객관적 데이터에 기반한 제1 테스트 결과와 주관적 데이터에 기반한 제2 테스트 결과의 합계를 차량의 도로 테스트 결과로 하거나; 또는 기타 방식을 통해 제1 테스트 결과와 제2 테스트 결과를 기초로 최종적인 도로 테스트 결과를 결정할 수 있으며, 여기서는 이에 대해 구체적으로 한정하지 않는다.
단계(S210), 차량의 자율 주행 시스템의 현재 버전을 기초로, 차량이 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 획득한다.
본 실시예에서, 상술한 단계(S201 내지 S209)를 사용하여, 동일한 차량이 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 획득할 수 있으며, 여기서는 구체적인 과정에 대한 반복되는 설명을 생략한다.
단계(S211), 차량이 현재 버전과 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 비교하고, 비교 결과를 표시한다.
차량이 현재 버전과 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 기초로, 매우 직관적으로 두 버전의 자율 주행 시스템의 장단점을 파악하고, 비교 결과를 표시할 수 있다.
두 버전의 비교 결과를 통해, 현재 버전이 이전 버전에 비해 더 우수한지 여부를 더 확실하게 파악할 수 있으므로, 자율 주행 시스템의 최적화 방향을 결정하기 위한 참고를 제공할 수 있다.
본 출원의 실시예는 자율 주행 차량의 도로 테스트 방법 중의 체감 평가 데이터를 기초로 제2 테스트 결과를 결정하고, 객관적 도로 테스트 주행 데이터와 차량 주위 정보를 기초로 제1 테스트 결과를 결정하는 과정에 대해 상세하게 설명하였고, 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 획득한다. 이에 따라, 차량의 도로 테스트 결과는 객관적 테스트 데이터에 기반한 객관적 테스트 결과를 포함하여, 차량 도로 테스트의 엄밀성과 정확성을 확보할 뿐만 아니라, 주관적 체감 평가 데이터에 기반한 정량화 테스트 결과를 더 포함하여, 탑승자의 차량 주행의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 주관적인 평가 결과를 반영할 수 있으므로, 획득되는 도로 테스트 결과가 더 전면적이고, 자율 주행 차량의 도로 테스트에서의 통합적인 능력을 더 정확하게 가늠할 수 있으므로, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.
도 4는 본 출원의 제3 실시예에 따른 자율 주행 차량의 도로 테스트 장치를 나타내는 도면이다. 본 출원의 실시예에 따른 자율 주행 차량의 도로 테스트 장치는 자율 주행 차량의 도로 테스트 방법 실시예에 따른 처리 프로세서를 수행할 수 있다. 도 4에 도시된 바와 같이, 해당 자율 주행 차량의 도로 테스트 장치(30)는, 도로 테스트 데이터 처리 모듈(301), 객관적 테스트 모듈(302), 주관적 테스트 모듈(303) 및 통합 테스트 모듈(304)을 포함한다.
구체적으로, 도로 테스트 데이터 처리 모듈(301)은 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보 및 체감 평가 데이터를 획득하되, 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다르다.
객관적 테스트 모듈(302)은 자율 주행 시나리오에 대응되는 평가 기준에 따라, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정한다.
주관적 테스트 모듈(303)은 체감 평가 데이터를 기초로, 차량의 제2 테스트 결과를 생성한다.
통합 테스트 모듈(304)은 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 차량의 도로 테스트 결과를 결정한다.
본 출원의 실시예에 따른 장치는 구체적으로 상술한 제1 실시예에 따른 방법 실시예를 수행하기 위해 사용될 수 있으며, 여기서는 구체적인 기능에 대한 반복되는 설명을 생략한다.
본 출원의 실시예는 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하고, 자율 주행 시나리오에 대응되는 평가 기준에 따라, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정한다. 즉, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보 등의 객관적 테스트 데이터를 기초로, 차량의 자율 주행 능력에 대해 평가하여, 제1 테스트 결과를 획득하고; 또한, 체감 평가 데이터 등의 주관적 평가 데이터를 기초로, 테스터의 승차감 측면으로부터 차량의 자율 주행 능력에 대해 평가하여, 제2 테스트 결과를 획득하고; 나아가, 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 획득한다. 차량의 도로 테스트 결과는 객관적 테스트 데이터에 기반한 객관적 테스트 결과를 포함하여, 차량 도로 테스트 결과의 객관성, 엄밀성 및 정확성을 확보하고; 차량의 도로 테스트 결과는 주관적인 체감 평가 데이터에 기반한 정량화 테스트 결과를 더 포함하여, 탑승자의 차량 주행의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 승차감 측면으로부터의 평가 결과를 반영할 수 있으므로, 획득되는 도로 테스트 결과가 더 전면적이고, 자율 주행 차량의 도로 테스트에서의 통합적인 능력을 더 정확하게 가늠할 수 있으므로, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.
상술한 제3 실시예의 기초 상에서, 본 출원의 제4 실시예에 따른 도로 테스트 데이터 처리 모듈은 또한,
차량이 테스트 경로를 따라 주행하는 과정에서의 도로 테스트 주행 데이터를 획득하고; 도로 테스트 주행 데이터, 또는 도로 테스트 주행 데이터 및 차량 주위 정보를 분석하여, 차량이 테스트 경로를 따라 주행하는 과정에서 나타나는 자율 주행 시나리오를 인식하고, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하고; 여기서, 차량 주위 정보는 차량으로부터 전방 차량까지의 거리, 차량이 주행하는 차도 정보, 차량이 교차로까지 주행하는 교차로 정보, 차량 주위의 차량 유동량 정보 중 하나 이상을 포함한다.
일 선택적인 실시형태에서, 도로 테스트 데이터 처리 모듈은 또한,
도로 테스트 주행 데이터 중의 차량 제어 정보를 분석하고; 만약 차량 제어 정보에 어느 자율 주행 시나리오에 대응되는 제어 정보가 포함되어 있으면, 차량이 테스트 경로를 따라 주행하는 과정에 자율 주행 시나리오가 나타난 것으로 결정한다.
일 선택적인 실시형태에서, 도로 테스트 데이터 처리 모듈은 또한,
도로 테스트 주행 데이터 및 차량 주위 정보를 분석하여, 차량의 행위 특징을 획득하고; 차량의 행위 특징을 기초로, 만약 차량이 어느 자율 주행 시나리오의 행위 특징을 가지면, 차량이 테스트 경로를 따라 주행하는 과정에 자율 주행 시나리오가 나타난 것으로 결정한다.
일 선택적인 실시형태에서, 도로 테스트 데이터 처리 모듈은 또한,
자율 주행 시나리오의 발생 시간을 결정하고; 도로 테스트 주행 데이터 및 차량 주위 정보로부터, 발생 시간에서 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 획득한다.
일 선택적인 실시형태에서, 객관적 테스트 모듈은 또한,
자율 주행 시나리오에 대응되는 테스트 파라미터 정보는 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 포함하고, 자율 주행 시나리오에 대응되는 평가 기준은 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 포함하고; 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값, 및 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 기초로, 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터를 결정하고; 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터에 대응되는 평가값의 합계를 차량의 제1 테스트 결과로 하고; 여기서 자율 주행 시나리오 각각에 대응되는 각종 테스트 파라미터는 하나의 평가값에 대응된다.
일 선택적인 실시형태에서, 주관적 테스트 모듈은 또한,
차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 기초로, 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보를 산출하고; 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보, 및 자율 주행 시나리오 각각에 대응되는 가중치를 기초로, 제2 테스트 결과를 결정한다.
일 선택적인 실시형태에서, 주관적 테스트 모듈은 또한,
임의의 자율 주행 시나리오에 대하여, 해당 자율 주행 시나리오에 대응되는 체감 평가 데이터는 해당 자율 주행 시나리오에 대응되는 평가 등급을 포함하고, 서로 다른 평가 등급은 서로 다른 정량화 정보에 대응되고; 해당 자율 주행 시나리오에 대응되는 평가 등급을 기초로, 해당 자율 주행 시나리오에 대해 체감 평가를 수행한 총 평가 횟수, 및 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수를 결정하고; 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수가 총 평가 횟수에서 차지하는 비율을 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 가중치로 하고; 해당 자율 주행 시나리오의 각 평가 등급에 대응되는 평가 가중치를 기초로, 각 평가 등급의 정량화 정보에 대해 가중 합산을 수행하여, 해당 자율 주행 시나리오에 대응되는 정량화 체감 정보를 획득한다.
일 선택적인 실시형태에서, 주관적 테스트 모듈은 또한,
자율 주행 시나리오 각각에 대응되는 복수의 평가 계수를 획득하되, 평가 계수는 자율 주행 시나리오의 차량 운전 체감에 대한 영향 정도를 가늠하기 위한 것이고; 자율 주행 시나리오 각각에 대응되는 평가 계수를 기초로, 모든 자율 주행 시나리오에 대응되는 평가 계수의 합계, 및 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계를 산출하고; 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계와 평가 계수의 합계의 비율을 자율 주행 시나리오에 대응되는 가중치로 한다.
일 선택적인 실시형태에서, 도로 테스트 데이터 처리 모듈은 또한,
복수의 체감 평가 단말로 자율 주행 시나리오 각각에 대응되는 평가 요소를 발송하고; 복수의 체감 평가 단말이 제출한 평가 요소에 기반한 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 수신한다.
일 선택적인 실시형태에서, 통합 테스트 모듈은 또한,
차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 차량의 도로 테스트 결과를 결정한 후에, 차량의 자율 주행 시스템의 현재 버전을 기초로, 차량이 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 획득하고; 차량이 현재 버전과 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 비교하고, 비교 결과를 표시한다.
본 출원의 실시예에 따른 장치는 구체적으로 상술한 제2 실시예에 따른 방법 실시예를 수행할 수 있으며, 여기서는 구체적인 기능에 대한 반복되는 설명을 생략한다.
본 출원의 실시예는 자율 주행 차량의 도로 테스트 방법에서 체감 평가 데이터에 기반하여 제2 테스트 결과를 결정하고, 객관적 도로 테스트 주행 데이터와 차량 주위 정보에 기반하여 제1 테스트 결과를 결정하는 과정에 대해 상세하게 설명하였고, 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 획득한다. 이에 따라, 차량의 도로 테스트 결과는 객관적 테스트 데이터에 기반한 객관적 테스트 결과를 포함하여, 차량 도로 테스트의 엄밀성과 정확성을 확보할 뿐만 아니라, 주관적 체감 평가 데이터에 기반한 정량화 테스트 결과를 더 포함하여, 탑승자의 차량 주행의 안전성, 쾌적성, 지능성 및 주행 효율에 대한 주관적인 평가 결과를 반영하므로, 획득되는 도로 테스트 결과가 더 전면적이고, 자율 주행 차량의 도로 테스트에서의 통합적인 능력을 더 정확하게 가늠할 수 있으므로, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.
본 출원의 실시예에 따르면, 본 출원은 전자기기와 판독 가능 저장매체를 더 제공한다.
본 출원의 실시예에 따르면, 본 출원은 컴퓨터 프로그램을 더 제공하며, 컴퓨터 프로그램은 컴퓨터 판독 가능 저장 매체에 저장되며, 전자기기의 적어도 하나의 프로세서는 컴퓨터 판독 가능 저장 매체로부터 컴퓨터 프로그램을 판독할 수 있고, 적어도 하나의 프로세서는 컴퓨터 프로그램을 실행하여 전자기기가 상술한 어느 하나의 실시예에 따른 방안을 수행하도록 한다.
도 5는 본 출원의 실시예에 따른 자율 주행 차량의 도로 테스트 방법을 위한 전자기기의 블록도이다. 전자기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크 스테이션, 개인 정보 단말, 서버, 블레이드 서버, 대형 컴퓨터, 및 기타 적합한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 의미한다. 전자기기는 개인 정보 단말, 셀폰, 스마트 폰, 웨어러블 기기 및 기타 유사한 컴퓨팅 장치와 같은 다양한 형태의 모바일 장치를 의미할 수도 있다. 본문에 개시된 부재, 이들의 연결 및 관계, 및 이들의 기능은 단지 예시적인 것이며, 본문에 개시된 것 및/또는 요구하는 본 출원의 구현을 한정하려는 의도가 아니다.
도 5에 도시된 바와 같이, 해당 전자기기(500)는 하나 또는 복수의 프로세서(501), 메모리(502), 및 각 부재를 연결시키기 위한 고속 인터페이스와 저속 인터페이스를 포함하는 인터페이스를 포함한다. 각각의 부재는 서로 다른 버스를 통해 서로 연결되며, 공통 메인보드에 장착되거나 수요에 따라 기타 방식으로 장착될 수 있다. 프로세서는 전자기기(500) 내에서 실행되는 명령을 처리할 수 있으며, 메모리 또는 메모리 상에 저장되어 외부 입력/출력 장치(예컨대, 인터페이스에 커플링된 디스플레이 기기) 상에 GUI의 그래픽 정보를 표시하는 명령을 포함할 수 있다. 기타 실시형태에서, 수요에 따라, 복수의 프로세서 및/또는 복수의 버스와 복수의 메모리를 같이 사용할 수 있다. 마찬가지로, 복수의 전자기기(500)를 연결할 수 있으며, 각각의 기기는 부분 필요한 조작을 제공한다(예를 들어, 서버 어레이, 한 세트의 블레이드 서버, 또는 멀티 프로세서 시스템으로서). 도 5는 하나의 프로세서(501)를 예로 든다.
메모리(502)는 바로 본 출원에 따른 비일시적 컴퓨터 판독 가능 저장매체이다. 여기서, 메모리에는 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어, 상기 적어도 하나의 프로세서가 본 출원에 따른 자율 주행 차량의 도로 테스트 방법을 수행하도록 한다. 본 출원의 비일시적 컴퓨터 판독 가능 저장매체는 컴퓨터 명령을 저장하고, 해당 컴퓨터 명령은 컴퓨터가 본 출원에 따른 자율 주행 차량의 도로 테스트 방법을 수행하도록 한다.
메모리(502)는 비일시적 컴퓨터 판독 가능 저장매체로서, 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행 가능 프로그램 및 모듈, 예컨대 본 출원의 실시예에 따른 자율 주행 차량의 도로 테스트 방법에 대응되는 프로그램 명령/모듈(예를 들어, 도 4에 도시된 도로 테스트 데이터 처리 모듈(301), 객관적 테스트 모듈(302), 주관적 테스트 모듈(303) 및 통합 테스트 모듈(304))을 저장할 수 있다. 프로세서(501)는 메모리(502)에 저장된 비일시적 소프트웨어 프로그램, 명령 및 모듈을 실행함으로써, 서버의 다양한 기능 응용 및 데이터 처리를 수행한다. 즉, 상술한 방법 실시예 중 자율 주행 차량의 도로 테스트 방법을 구현한다.
메모리(502)는 프로그램 저장 영역과 데이터 저장 영역을 포함할 수 있다. 여기서, 프로그램 저장 영역은 운영체제, 적어도 하나의 기능에 필요한 응용 프로그램을 저장할 수 있다. 데이터 저장 영역은 자율 주행 차량의 도로 테스트 방법을 위한 전자기기(500)의 사용에 따라 발생되는 데이터 등을 저장할 수 있다. 한편, 메모리(502)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 비일시적 메모리를 포함할 수도 있으며, 예를 들어 적어도 하나의 자기 저장 장치, 플래시 메모리, 또는 기타 비일시적 솔리드 스테이트 저장 장치가 있다. 일부 실시예에서, 메모리(502)는 선택적으로 프로세서(501)에 대해 원격으로 설치되는 메모리를 포함할 수 있다. 이러한 원격 메모리는 네트워크를 통해 자율 주행 차량의 도로 테스트 방법을 위한 전자기기(500)에 연결될 수 있다. 상술한 네트워크의 실예로서 인터넷, 인트라넷, 근거리 통신망, 이동 통신망 및 그 조합을 포함하지만 이에 한정되지 않는다.
자율 주행 차량의 도로 테스트 방법을 위한 전자기기(500)는 입력장치(503)와 출력장치(504)를 더 포함할 수 있다. 프로세서(501), 메모리(502), 입력장치(503) 및 출력장치(504)는 버스 또는 기타 방식으로 연결될 수 있으며, 도 5에서는 버스를 통해 연결되는 것을 예시하고 있다.
입력장치(503)는 입력되는 숫자 또는 문자 부호 정보를 수신할 수 있고, 자율 주행 차량의 도로 테스트 방법을 위한 전자기기(500)의 사용자 설정 및 기능 제어에 대한 키 신호 입력을 생성할 수 있다. 예를 들어 터치 스크린, 키패드, 마우스, 트랙패드, 터치패널, 지시레버, 하나 또는 복수의 마우스 버튼, 트랙 볼, 조종 레버 등의 입력장치가 있다. 출력장치(504)는 디스플레이 기기, 보조 조명 장치(예를 들어, LED) 및 촉각 피드백 장치(예를 들어, 진동모터) 등을 포함할 수 있다. 해당 디스플레이 기기는, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이와 플라즈마 디스플레이 등을 포함할 수 있지만 이에 한정되지 않는다. 일부 실시형태에서, 디스플레이 기기는 터치 스크린일 수 있다.
여기에 기재되는 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 전용 ASIC(전용 집적 회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 또는 복수의 컴퓨터 프로그램에서 구현되는 것을 포함할 수 있고, 해당 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그래머블 프로세서를 포함하는 프로그래머블 시스템 상에서 실행 및/또는 해석될 수 있으며, 해당 프로그래머블 프로세서는 전용 또는 범용 프로그래머블 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력장치, 및 적어도 하나의 출력장치로부터 데이터와 명령을 수신할 수 있으며, 데이터와 명령을 해당 저장 시스템, 해당 적어도 하나의 입력장치, 및 해당 적어도 하나의 출력장치로 전송한다.
이러한 컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 또는 코드라고도 지칭)은 프로그래머블 프로세서의 기계적 명령을 포함하고, 고급 프로세스 및/또는 객체 지향 프로그래밍 언어, 및/또는 어셈블리/기계적 언어를 이용하여 이러한 컴퓨터 프로그램을 실시할 수 있다. 예컨대 본문에서 사용되는 용어 "기계 판독 가능 매체"와 "컴퓨터 판독 가능 매체"는 기계적 명령 및/또는 데이터를 프로그래머블 프로세서로 제공하기 위한 임의의 컴퓨터 프로그램 제품, 기기, 및/또는 장치(예를 들어, 자기 디스크, 광 디스크, 메모리, 프로그래머블 논리 디바이스(PLD))를 가리키고, 기계 판독 가능 신호인 기계적 명령을 수신하는 기계 판독 가능 매체를 포함한다. 용어 "기계 판독 가능 신호"는 기계적 명령 및/또는 데이터를 프로그래머블 프로세서로 제공하기 위한 임의의 신호를 가리킨다.
사용자와의 인터랙션을 제공하기 위하여, 컴퓨터 상에서 본 명세서에 기재되는 시스템 및 기술을 실시할 수 있으며, 해당 컴퓨터는 사용자에게 정보를 표시하기 위한 표시장치(예를 들어, CRT(캐소드 레이 튜브) 또는 LCD(액정 디스플레이) 모니터); 및 키보드와 지향 장치(예를 들어, 마우스 또는 트랙볼)를 구비하고, 사용자는 해당 키보드와 해당 지향 장치를 통해 입력을 컴퓨터로 제공할 수 있다. 기타 종류의 장치는 사용자와의 인터랙션을 제공할 수도 있다. 예를 들어, 사용자에게 제공되는 피드백은 임의의 형태의 센싱 피드백(예를 들어, 시각적 피드백, 청각적 피드백, 또는 촉각적 피드백)일 수 있고; 임의의 형태(사운드 입력, 음성 입력 또는 촉각 입력)을 통해 사용자로부터의 입력을 수신할 수 있다.
여기에 기재되는 시스템과 기술은 백그라운드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버로서), 또는 중간부재를 포함하는 컴퓨팅 시스템(예를 들어, 응용 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 유저 인터페이스 또는 인터넷 브라우저를 구비하는 사용자 컴퓨터, 사용자는 해당 그래픽 유저 인터페이스 또는 해당 인터넷 브라우저를 통해 여기에 기재되는 시스템 및 기술의 실시형태와 인터랙션할 수 있다), 또는 이러한 백그라운드 부재, 중간 부재, 또는 프론트 엔드 부재를 포함하는 임의의 조합의 컴퓨팅 시스템에서 실시될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신 네트워크의 예시로서, 근거리 통신망(LAN), 광역 통신망(WAN) 및 인터넷을 포함한다.
컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있으며, 통상적으로 통신 네트워크를 통해 인터랙션한다. 상응한 컴퓨터 상에서 실행되며 서로 클라이언트 - 서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트와 서버의 관계를 생성한다.
본 출원의 실시예의 기술방안에 따르면, 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하고, 자율 주행 시나리오에 대응되는 평가 기준에 따라, 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 차량의 제1 테스트 결과를 결정하는 바, 다시 말하면 자율 주행 시나리오에 대응되는 테스트 파라미터 정보와 같은 객관적 테스트 데이터를 기초로, 차량의 자율 주행 능력에 대해 평가하여, 제1 테스트 결과를 획득하고; 또한, 체감 평가 데이터와 같은 주관적 평가 데이터를 기초로, 테스터의 승차 체감 측면으로부터 차량의 자율 주행 능력에 대해 평가하여, 제2 테스트 결과를 획득하고; 이어서, 제1 테스트 결과와 제2 테스트 결과를 통합하여, 차량의 도로 테스트 결과를 획득한다. 차량의 도로 테스트 결과는 객관적 테스트 데이터에 기반한 객관적 테스트 결과를 포함하여, 차량 도로 테스트 결과의 객관성, 엄밀성 및 정확성을 확보하고; 차량의 도로 테스트 결과는 주관적인 체감 평가 데이터에 기반한 정량화 테스트 결과를 더 포함하여, 차량 주행 안전성, 쾌적성, 지능성 및 주행 효율에 대한 탑승자의 탑승 체감의 주관적 측면으로부터의 평가 결과를 반영할 수 있으므로, 획득되는 도로 테스트 결과가 더 전면적이고, 자율 주행 차량의 도로 테스트에서의 통합적인 능력을 더 정확하게 가늠할 수 있고, 자율 주행 차량의 도로 테스트 결과의 정확성을 향상시킨다.
상술한 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있다는 것을 이해하여야 한다. 예를 들어, 본 출원에 기재된 각 단계는 병열로 수행될 수 있고 순차적으로 수행될 수도 있고 서로 다른 순서로 수행될 수도 있으며, 본 출원에 개시된 기술적 해결수단이 원하는 결과를 얻을 수만 있다면, 본 명세서에서는 이에 대해 한정하지 않는다.
상술한 구체적인 실시형태는 본 출원의 보호범위에 대한 한정이 아니다. 본 분야의 통상의 지식을 가진 자라면, 설계 요구와 기타 요소를 기초로, 다양한 수정, 조합, 서브 조합 및 대체를 수행할 수 있다는 것 이해하여야 한다. 본 출원의 사상과 원칙 내에서 이루어진 모든 수정, 동등한 치환 및 개선 등은 모두 본 출원의 보호 범위 내에 포함되어야 한다.

Claims (25)

  1. 자율 주행 차량의 도로 테스트 방법에 있어서,
    차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보 및 체감 평가 데이터를 획득하되, 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다른 단계;
    상기 자율 주행 시나리오에 대응되는 평가 기준에 따라, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 상기 차량의 제1 테스트 결과를 결정하는 단계;
    상기 체감 평가 데이터를 기초로, 상기 차량의 제2 테스트 결과를 생성하는 단계;
    상기 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 상기 차량의 도로 테스트 결과를 결정하는 단계;
    상기 차량의 자율 주행 시스템의 현재 버전을 기초로, 상기 차량이 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 획득하는 단계; 및
    상기 차량이 현재 버전 및 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 비교하고, 비교 결과를 표시하는 단계를 포함하는 방법.
  2. 제1항에 있어서,
    차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하는 단계는,
    상기 차량이 테스트 경로를 따라 주행하는 과정에서의 도로 테스트 주행 데이터를 획득하는 단계; 및
    상기 도로 테스트 주행 데이터, 또는 상기 도로 테스트 주행 데이터 및 차량 주위 정보를 분석하여, 상기 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식하고, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하는 단계를 포함하고,
    상기 차량 주위 정보는, 상기 차량으로부터 전방 차량까지의 거리, 상기 차량이 주행하는 차도 정보, 상기 차량이 교차로까지 주행하는 교차로 정보, 상기 차량 주위의 차량 유동량 정보 중 하나 이상을 포함하는 방법.
  3. 제2항에 있어서,
    상기 도로 테스트 주행 데이터, 또는 상기 도로 테스트 주행 데이터 및 상기 차량 주위 정보를 분석하여, 상기 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식하는 단계는,
    상기 도로 테스트 주행 데이터 중의 차량 제어 정보를 분석하는 단계; 및
    상기 차량 제어 정보에 어느 상기 자율 주행 시나리오에 대응되는 제어 정보가 포함되면, 상기 차량이 테스트 경로를 따라 주행하는 과정에 상기 자율 주행 시나리오가 나타난 것으로 결정하는 단계를 포함하는 방법.
  4. 제2항에 있어서,
    상기 도로 테스트 주행 데이터, 또는 상기 도로 테스트 주행 데이터 및 상기 차량 주위 정보를 분석하여, 상기 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식하는 단계는,
    상기 도로 테스트 주행 데이터 및 상기 차량 주위 정보를 분석하여, 상기 차량의 행위 특징을 획득하는 단계; 및
    상기 차량의 행위 특징을 기초로, 상기 차량이 어느 상기 자율 주행 시나리오의 행위 특징을 가지면, 상기 차량이 테스트 경로를 따라 주행하는 과정에 상기 자율 주행 시나리오가 나타난 것으로 결정하는 단계를 포함하는 방법.
  5. 제2항에 있어서,
    차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하는 단계는,
    상기 자율 주행 시나리오의 발생 시간을 결정하는 단계; 및
    상기 도로 테스트 주행 데이터 및 상기 차량 주위 정보로부터, 상기 발생 시간에서 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 획득하는 단계를 포함하는 방법.
  6. 제1항에 있어서,
    상기 자율 주행 시나리오에 대응되는 평가 기준에 따라, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 상기 차량의 제1 테스트 결과를 결정하는 단계는,
    상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보는 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 포함하고, 상기 자율 주행 시나리오에 대응되는 평가 기준은 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 포함하는 단계;
    상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값, 및 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 기초로, 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터를 결정하는 단계; 및
    상기 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터에 대응되는 평가값의 합계를 상기 차량의 제1 테스트 결과로 하는 단계를 포함하되,
    상기 자율 주행 시나리오 각각에 대응되는 각종 테스트 파라미터는 하나의 평가값에 대응되는 방법.
  7. 제1항에 있어서,
    상기 체감 평가 데이터를 기초로, 상기 차량의 제2 테스트 결과를 생성하는 단계는,
    상기 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 기초로, 상기 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보를 산출하는 단계; 및
    상기 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보, 및 상기 자율 주행 시나리오 각각에 대응되는 가중치를 기초로, 상기 제2 테스트 결과를 결정하는 단계를 포함하는 방법.
  8. 제7항에 있어서,
    상기 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 기초로, 상기 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보를 산출하는 단계는,
    임의의 상기 자율 주행 시나리오에 대하여, 해당 자율 주행 시나리오에 대응되는 체감 평가 데이터는 해당 자율 주행 시나리오에 대응되는 평가 등급을 포함하고, 서로 다른 평가 등급은 서로 다른 정량화 정보에 대응되는 단계;
    해당 자율 주행 시나리오에 대응되는 평가 등급을 기초로, 해당 자율 주행 시나리오에 대해 체감 평가를 수행한 총 평가 횟수, 및 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수를 결정하는 단계;
    해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수가 총 평가 횟수에서 차지하는 비율을 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 가중치로 하는 단계; 및
    해당 자율 주행 시나리오의 각 평가 등급에 대응되는 평가 가중치를 기초로, 각 평가 등급의 정량화 정보에 대해 가중 합산을 수행하여, 해당 자율 주행 시나리오에 대응되는 정량화 체감 정보를 획득하는 단계를 포함하는 방법.
  9. 제7항에 있어서,
    상기 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보, 및 상기 자율 주행 시나리오 각각에 대응되는 가중치를 기초로, 상기 제2 테스트 결과를 결정하는 단계 이전에,
    상기 자율 주행 시나리오 각각에 대응되는 복수의 평가 계수를 획득하되, 상기 평가 계수는 상기 자율 주행 시나리오의 차량 운전 체감에 대한 영향 정도를 가늠하기 위한 것인 단계;
    상기 자율 주행 시나리오에 각각에 대응되는 평가 계수를 기초로, 모든 자율 주행 시나리오에 대응되는 평가 계수의 합계, 및 상기 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계를 산출하는 단계; 및
    상기 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계와 상기 평가 계수의 합계의 비율을 상기 자율 주행 시나리오에 대응되는 가중치로 하는 단계를 더 포함하는 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    차량이 테스트 경로를 따라 주행하는 과정에서의 체감 평가 데이터를 획득하는 단계는,
    복수의 체감 평가 단말로 상기 자율 주행 시나리오 각각에 대응되는 평가 요소를 발송하는 단계; 및
    상기 복수의 체감 평가 단말이 제출한 상기 평가 요소에 기반한 상기 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 수신하는 단계를 포함하는 방법.
  11. 삭제
  12. 자율 주행 차량의 도로 테스트 장치에 있어서,
    차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보 및 체감 평가 데이터를 획득하되, 서로 다른 자율 주행 시나리오에 대응되는 테스트 파라미터는 서로 다른 도로 테스트 데이터 처리 모듈;
    상기 자율 주행 시나리오에 대응되는 평가 기준에 따라, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보에 대해 분석하여, 상기 차량의 제1 테스트 결과를 결정하는 객관적 테스트 모듈;
    상기 체감 평가 데이터를 기초로, 상기 차량의 제2 테스트 결과를 생성하는 주관적 테스트 모듈; 및
    상기 차량의 제1 테스트 결과와 제2 테스트 결과를 기초로, 상기 차량의 도로 테스트 결과를 결정하고; 상기 차량의 자율 주행 시스템의 현재 버전을 기초로, 상기 차량이 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 획득하고; 상기 차량이 현재 버전 및 이전 버전의 자율 주행 시스템을 사용할 때의 도로 테스트 결과를 기초로 비교하고, 비교 결과를 표시하는 통합 테스트 모듈을 포함하는 장치.
  13. 제12항에 있어서,
    상기 도로 테스트 데이터 처리 모듈은 또한,
    상기 차량이 테스트 경로를 따라 주행하는 과정에서의 도로 테스트 주행 데이터를 획득하고;
    상기 도로 테스트 주행 데이터, 또는 상기 도로 테스트 주행 데이터 및 상기 차량의 주위 정보를 분석하여, 상기 차량이 테스트 경로를 따라 주행하는 과정에 나타나는 자율 주행 시나리오를 인식하고, 상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보를 획득하고;
    여기서, 상기 차량의 주위 정보는, 상기 차량으로부터 전방 차량까지의 거리, 상기 차량이 주행하는 차도 정보, 상기 차량이 교차로까지 주행하는 교차로 정보, 상기 차량 주위의 차량 유동량 정보 중 하나 이상을 포함하는 장치.
  14. 제13항에 있어서,
    상기 도로 테스트 데이터 처리 모듈은 또한,
    상기 도로 테스트 주행 데이터 중의 차량 제어 정보를 분석하고;
    상기 차량 제어 정보에 어느 상기 자율 주행 시나리오에 대응되는 제어 정보가 포함되면, 상기 차량이 테스트 경로를 따라 주행하는 과정에 상기 자율 주행 시나리오가 나타난 것으로 결정하는 장치.
  15. 제13항에 있어서,
    상기 도로 테스트 데이터 처리 모듈은 또한,
    상기 도로 테스트 주행 데이터 및 상기 차량의 주위 정보를 분석하여, 상기 차량의 행위 특징을 획득하고; 상기 차량의 행위 특징을 기초로, 상기 차량이 어느 상기 자율 주행 시나리오의 행위 특징을 가지면, 상기 차량이 테스트 경로를 따라 주행하는 과정에 상기 자율 주행 시나리오가 나타난 것으로 결정하는 장치.
  16. 제13항에 있어서,
    상기 도로 테스트 데이터 처리 모듈은 또한,
    상기 자율 주행 시나리오의 발생 시간을 결정하고;
    상기 도로 테스트 주행 데이터 및 상기 차량의 주위 정보로부터, 상기 발생 시간에서 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 획득하는 장치.
  17. 제12항에 있어서,
    상기 객관적 테스트 모듈은 또한,
    상기 자율 주행 시나리오에 대응되는 테스트 파라미터 정보는 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값을 포함하고, 상기 자율 주행 시나리오에 대응되는 평가 기준은 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 포함하고;
    상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 실제값, 및 상기 자율 주행 시나리오에 대응되는 테스트 파라미터의 기준 범위를 기초로, 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터를 결정하고;
    상기 실제값의 대응되는 기준 범위 내에서의 테스트 파라미터에 대응되는 평가값의 합계를 상기 차량의 제1 테스트 결과로 하고;
    상기 자율 주행 시나리오 각각에 대응되는 각종 테스트 파라미터는 하나의 평가값에 대응되는 장치.
  18. 제12항에 있어서,
    상기 주관적 테스트 모듈은 또한,
    상기 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 기초로, 상기 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보를 산출하고;
    상기 자율 주행 시나리오 각각에 대응되는 정량화 체감 정보, 및 상기 자율 주행 시나리오 각각에 대응되는 가중치를 기초로, 상기 제2 테스트 결과를 결정하는 장치.
  19. 제18항에 있어서,
    상기 주관적 테스트 모듈은 또한,
    임의의 상기 자율 주행 시나리오에 대하여, 해당 자율 주행 시나리오에 대응되는 체감 평가 데이터는 해당 자율 주행 시나리오에 대응되는 평가 등급을 포함하고, 서로 다른 평가 등급은 서로 다른 정량화 정보에 대응되고;
    해당 자율 주행 시나리오에 대응되는 평가 등급을 기초로, 해당 자율 주행 시나리오에 대해 체감 평가를 수행한 총 평가 횟수, 및 해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수를 결정하고;
    해당 자율 주행 시나리오에 대응되는 각각의 평가 등급의 평가 횟수가 총 평가 횟수에서 차지하는 비율을 해당 자율 주행 시나리오에 대응되는 각각의 해당 평가 등급의 평가 가중치로 하고;
    해당 자율 주행 시나리오의 각 평가 등급에 대응되는 평가 가중치를 기초로, 각 평가 등급의 정량화 정보에 대해 가중 합산을 수행하여, 해당 자율 주행 시나리오에 대응되는 정량화 체감 정보를 획득하는 장치.
  20. 제18항에 있어서,
    상기 주관적 테스트 모듈은 또한,
    상기 자율 주행 시나리오 각각에 대응되는 복수의 평가 계수를 획득하되, 상기 평가 계수는 상기 자율 주행 시나리오의 차량 운전 체감에 대한 영향 정도를 가늠하기 위한 것이고;
    상기 자율 주행 시나리오에 각각에 대응되는 평가 계수를 기초로, 모든 자율 주행 시나리오에 대응되는 평가 계수의 합계, 및 상기 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계를 산출하고;
    상기 자율 주행 시나리오 각각에 대응되는 평가 계수의 합계와 상기 평가 계수의 합계의 비율을 상기 자율 주행 시나리오에 대응되는 가중치로 하는 장치.
  21. 제12항 내지 제20항 중 어느 한 항에 있어서,
    상기 도로 테스트 데이터 처리 모듈은 또한,
    복수의 체감 평가 단말로 상기 자율 주행 시나리오 각각에 대응되는 평가 요소를 발송하고;
    상기 복수의 체감 평가 단말이 제출한 상기 평가 요소에 기반한 상기 차량이 테스트 경로를 따라 주행하는 과정에서의 자율 주행 시나리오 각각에 대응되는 체감 평가 데이터를 수신하는 장치.
  22. 삭제
  23. 전자기기에 있어서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하되,
    상기 메모리에 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제9항 중 어느 한 항에 따른 방법을 수행할 수 있도록 하는 전자기기.
  24. 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체에 있어서, 상기 컴퓨터 명령은 컴퓨터가 제1항 내지 제9항 중 어느 한 항에 따른 방법을 수행하도록 하는 저장매체.
  25. 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 때 제1항 내지 제9항 중 어느 한 항에 따른 방법을 구현하는 컴퓨터 프로그램.
KR1020210075647A 2020-12-10 2021-06-10 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체 KR102582657B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011436678.6A CN112525551B (zh) 2020-12-10 2020-12-10 自动驾驶车辆的路测方法、装置、设备及存储介质
CN202011436678.6 2020-12-10

Publications (2)

Publication Number Publication Date
KR20210088457A KR20210088457A (ko) 2021-07-14
KR102582657B1 true KR102582657B1 (ko) 2023-09-25

Family

ID=74999256

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210075647A KR102582657B1 (ko) 2020-12-10 2021-06-10 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체

Country Status (5)

Country Link
US (1) US20210316753A1 (ko)
EP (1) EP3866044B1 (ko)
JP (1) JP7297846B2 (ko)
KR (1) KR102582657B1 (ko)
CN (1) CN112525551B (ko)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468238A (zh) * 2021-06-21 2021-10-01 上汽通用五菱汽车股份有限公司 自适应巡航系统的评测方法、装置及计算机可读存储介质
CN113504056A (zh) * 2021-06-30 2021-10-15 中国科学技术大学先进技术研究院 一种自动驾驶汽车测试评价系统及方法
CN113535816A (zh) * 2021-07-13 2021-10-22 江苏智多行网联科技有限公司 一种智能网联云控车辆的行车性能评价方法及系统
CN113609016B (zh) * 2021-08-05 2024-03-15 北京赛目科技股份有限公司 车辆自动驾驶测试场景的构建方法、装置、设备及介质
EP4141406A1 (en) * 2021-08-31 2023-03-01 Volvo Autonomous Solutions AB Remote perception station as maintenance trigger for autonomous vehicles deployed in autonomous transport solutions
CN113515463B (zh) * 2021-09-14 2022-04-15 深圳佑驾创新科技有限公司 自动化测试方法、装置、计算机设备和存储介质
CN113887037B (zh) * 2021-09-28 2024-04-26 中国科学技术大学先进技术研究院 一种不同渗透率的网联环境下自动驾驶系统测评方法
CN113741700A (zh) * 2021-09-29 2021-12-03 奇瑞新能源汽车股份有限公司 车辆的自动驾驶评价系统及方法
CN114194204A (zh) * 2021-11-30 2022-03-18 际络科技(上海)有限公司 自动驾驶车辆体感数据处理方法及系统
CN114065549B (zh) * 2021-11-30 2023-04-07 广州文远知行科技有限公司 自动驾驶水平评估方法、装置、设备及存储介质
CN114415628A (zh) * 2021-12-28 2022-04-29 阿波罗智联(北京)科技有限公司 自动驾驶测试方法及装置、电子设备和存储介质
CN114526929A (zh) * 2022-02-25 2022-05-24 智己汽车科技有限公司 一种车道变换测试方法、装置及车辆
CN114581873B (zh) * 2022-03-11 2023-08-18 阿波罗智联(北京)科技有限公司 筛选路侧设备的方法、装置、设备、介质及产品
CN114572233B (zh) * 2022-03-25 2022-11-29 阿波罗智能技术(北京)有限公司 基于模型集合的预测方法、电子设备及自动驾驶车辆
CN115077936B (zh) * 2022-06-16 2023-04-07 中国汽车工程研究院股份有限公司 一种车辆自适应巡航系统驾乘性能测评方法
CN114782926B (zh) * 2022-06-17 2022-08-26 清华大学 驾驶场景识别方法、装置、设备、存储介质和程序产品
DE102022126555A1 (de) 2022-10-12 2024-04-18 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren, System und Computerprogrammprodukt zur Prädiktion von gruppenspezifischen Bewertungen eines ADAS/ADS-Systems
CN115655752B (zh) * 2022-12-09 2023-03-17 成都鲁易科技有限公司 新能源车辆自动测试方法及装置、电子设备和存储介质
CN116343469A (zh) * 2022-12-23 2023-06-27 昆易电子科技(上海)有限公司 数据处理方法和数据处理装置、电子设备及存储介质
CN115689259B (zh) * 2023-01-04 2023-06-30 交通运输部公路科学研究所 路段车路协同场景优先级确定方法、设备及介质
CN115774680B (zh) * 2023-01-16 2023-04-11 小米汽车科技有限公司 自动驾驶软件的版本测试方法、装置、设备及存储介质
CN115979679B (zh) * 2023-03-22 2023-06-23 中国汽车技术研究中心有限公司 自动驾驶系统实际道路测试方法、设备和存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107782564A (zh) * 2017-10-30 2018-03-09 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评系统及方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234763B (zh) * 2013-04-09 2015-04-15 北京理工大学 一种无人驾驶车辆定量评价系统及评价方法
AT514754B1 (de) * 2013-09-05 2018-06-15 Avl List Gmbh Verfahren und Vorrichtung zur Optimierung von Fahrassistenzsystemen
DE102016220913A1 (de) * 2015-11-06 2017-05-11 Ford Global Technologies, Llc Verfahren und Vorrichtung zur Generierung von Testfällen für autonome Fahrzeuge
US10606276B2 (en) * 2016-09-30 2020-03-31 Faraday & Future Inc. User data-based autonomous vehicle system
KR101938064B1 (ko) * 2017-05-17 2019-01-11 현대오토에버 주식회사 자율주행 테스트 시스템
CN107843440B (zh) * 2017-10-30 2019-12-13 青岛慧拓智能机器有限公司 一种自动驾驶车辆性能测试系统及方法
US10345811B2 (en) * 2017-11-14 2019-07-09 GM Global Technology Operations LLC Method and apparatus for scenario generation and parametric sweeps for the development and evaluation of autonomous driving systems
US10677686B2 (en) * 2017-11-14 2020-06-09 GM Global Technology Operations LLC Method and apparatus for autonomous system performance and grading
CN108458880A (zh) * 2018-01-29 2018-08-28 上海测迅汽车科技有限公司 无人驾驶整车受控场景测试方法
CN108645628B (zh) * 2018-05-14 2020-08-21 公安部交通管理科学研究所 基于道路驾驶技能的自动驾驶汽车测试系统
CN109242251B (zh) * 2018-08-03 2020-03-06 百度在线网络技术（北京）有限公司 行车行为安全性检测方法、装置、设备及存储介质
CN109187048A (zh) * 2018-09-14 2019-01-11 盯盯拍（深圳）云技术有限公司 自动驾驶性能测试方法以及自动驾驶性能测试装置
CN109406166A (zh) * 2018-10-30 2019-03-01 百度在线网络技术（北京）有限公司 无人车的分级方法、装置、设备、存储介质和车辆
CN109520744B (zh) * 2018-11-12 2020-04-21 百度在线网络技术（北京）有限公司 自动驾驶车辆的驾驶性能测试方法和装置
CN111413958B (zh) * 2018-12-18 2021-09-24 北京航迹科技有限公司 用于确定自动驾驶中的驾驶路径的系统和方法
CN110196994A (zh) * 2019-04-23 2019-09-03 同济大学 一种自动驾驶汽车交通协调性评测模型及方法
CN110779730A (zh) * 2019-08-29 2020-02-11 浙江零跑科技有限公司 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
CN110606093A (zh) * 2019-09-26 2019-12-24 中国第一汽车股份有限公司 车辆性能评测方法、装置、设备和存储介质
CN110825093B (zh) * 2019-11-28 2021-04-16 安徽江淮汽车集团股份有限公司 自动驾驶策略生成方法、装置、设备及存储介质
CN111487070A (zh) * 2020-04-28 2020-08-04 北京百度网讯科技有限公司 自动驾驶车辆的驾驶性能测试方法、装置、设备及介质
CN111735639B (zh) * 2020-05-26 2022-03-22 清华大学苏州汽车研究院（相城） 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法
CN111765903B (zh) * 2020-06-29 2022-08-09 阿波罗智能技术(北京)有限公司 自动驾驶车辆的测试方法、装置、电子设备和介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107782564A (zh) * 2017-10-30 2018-03-09 青岛慧拓智能机器有限公司 一种自动驾驶车辆测评系统及方法

Also Published As

Publication number Publication date
CN112525551A (zh) 2021-03-19
US20210316753A1 (en) 2021-10-14
EP3866044A2 (en) 2021-08-18
KR20210088457A (ko) 2021-07-14
CN112525551B (zh) 2023-08-29
EP3866044A3 (en) 2021-12-29
JP7297846B2 (ja) 2023-06-26
EP3866044B1 (en) 2023-05-24
JP2022017446A (ja) 2022-01-25

Similar Documents

Publication Publication Date Title
KR102582657B1 (ko) 자율 주행 차량의 도로 테스트 방법, 장치, 기기 및 저장매체
CN113642633B (zh) 用于对驾驶场景数据进行分类的方法、装置、设备和介质
US20210078590A1 (en) Method for constructing test scenario library, electronic device and medium
CN113032285B (zh) 一种高精地图测试方法、装置、电子设备及存储介质
Holstein et al. Ethical and social aspects of self-driving cars
CN109522673B (zh) 一种测试方法、装置、设备和存储介质
CN114415628A (zh) 自动驾驶测试方法及装置、电子设备和存储介质
De Gelder et al. Risk quantification for automated driving systems in real-world driving scenarios
CN112559371B (zh) 一种自动驾驶测试方法、装置及电子设备
CN109558854A (zh) 障碍物感知方法、装置、电子设备及存储介质
CN111477028A (zh) 用于生成信息的方法和装置
JP2021099870A (ja) 交通交差点チャネライゼーションの調整方法及び装置
CN114021840A (zh) 换道策略生成方法和装置、计算机存储介质、电子设备
Laurent et al. Achieving weight coverage for an autonomous driving system with search-based test generation
Abbas et al. A driver’s license test for driverless vehicles
Ma et al. Anisotropy safety potential field model under intelligent and connected vehicle environment and its application in car-following modeling
CN112213117B (zh) 一种车辆测试的方法、装置、设备以及存储介质
CN111767651B (zh) 指标预测模型的构建方法、指标预测方法和装置
Bäumler et al. Report on validation of the stochastic traffic simulation (Part B)
Sahraoui et al. Microscopic-macroscopic models systems integration: A simulation case study for ATMIS
CN112581526A (zh) 障碍物检测的测评方法、装置、设备以及存储介质
Hillbrand et al. Validation and verification procedure for automated driving functions using the example of the TrustVehicle project
Luu et al. A Sequential Metamorphic Testing Framework for Understanding Autonomous Vehicle's Decisions
Cao Scenario Generation and Simulation for Autonomous Software Validation
KR20240019294A (ko) 테스트 시각화 툴

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant