KR102606423B1 - 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기 - Google Patents
교통량 모니터링 시스템의 테스트 방법, 장치 및 기기 Download PDFInfo
- Publication number
- KR102606423B1 KR102606423B1 KR1020210118147A KR20210118147A KR102606423B1 KR 102606423 B1 KR102606423 B1 KR 102606423B1 KR 1020210118147 A KR1020210118147 A KR 1020210118147A KR 20210118147 A KR20210118147 A KR 20210118147A KR 102606423 B1 KR102606423 B1 KR 102606423B1
- Authority
- KR
- South Korea
- Prior art keywords
- monitoring system
- traffic monitoring
- obstacle data
- traffic
- real
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 281
- 238000012360 testing method Methods 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 60
- 230000033001 locomotion Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 14
- 230000000712 assembly Effects 0.000 claims description 10
- 238000000429 assembly Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000010998 test method Methods 0.000 claims description 9
- 238000004806 packaging method and process Methods 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 15
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- 238000012430 stability testing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3696—Methods or tools to render software testable
-
- 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
- G06Q50/10—Services
-
- G06Q50/30—
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
- Operations Research (AREA)
Abstract
본 출원은 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기를 개시하며, 데이터 처리 분야 중의 지능형 교통, 차량 도로 협동, 클라우드 플랫폼 기술에 관한 것이다. 구체적인 구현 방안은, 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하고, 상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하고, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것이고, 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 발송하여, 제1 교통량 모니터링 시스템에 대해 테스트를 수행한다. 상술한 과정을 통해 제1 교통량 모니터링 시스템에 대한 테스트 결과의 정확성을 확보한다.
Description
본 출원은 데이터 처리 분야 중의 지능형 교통, 차량 도로 협동, 클라우드 플랫폼 기술에 관한 것으로, 특히 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기에 관한 것이다.
지능형 교통 시스템 구조에서, 차량용 기기와 노변 기기는 도로 중의 장애물 데이터를 수집하고, 장애물 데이터를 교통량 모니터링 시스템에 보고한다. 교통량 모니터링 시스템은 장애물 데이터에 대해 감지 처리를 수행하여 교통량의 모니터링을 구현한다.
일반적으로, 교통량 모니터링 시스템이 출시되기 전에 테스트를 수행해야 한다. 종래기술에서, 모의(mock) 툴을 사용하여 모의 장애물 데이터를 구축하고, 모의 장애물 데이터를 교통량 모니터링 시스템에 입력하여, 교통량 모니터링 시스템에 대해 테스트를 수행한다.
하지만, mock툴을 통해 구축된 모의 장애물은 정지 상태의 장애물이므로, 리얼 교통 시나리오 중의 장애물의 운동 특징을 시뮬레이션 할 수 없기에, 교통량 모니터링 시스템의 테스트 결과의 정확성을 확보할 수 없다.
본 출원은 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기를 제공한다.
본 출원의 제1 측면에 따르면, 교통량 모니터링 시스템의 테스트 방법을 제공하는 바,
리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하는 단계;
상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것인 단계;
상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하여, 상기 제1 교통량 모니터링 시스템에 대해 테스트를 수행하는 단계를 포함한다.
본 출원의 제2 측면에 따르면, 교통량 모니터링 시스템의 테스트 장치를 제공하는 바,
리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하는 획득모듈;
상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것인 처리모듈;
상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하여, 상기 제1 교통량 모니터링 시스템에 대해 테스트를 수행하는 송신모듈을 포함한다.
본 출원의 제3 측면에 따르면, 전자기기를 제공하는 바,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리;를 포함하되,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1 측면 중 임의의 한 항에 따른 방법을 수행할 수 있도록 한다.
본 출원의 제4 측면에 따르면, 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체를 제공하는 바, 상기 컴퓨터 명령은 컴퓨터가 제1 측면 중 임의의 한 항에 따른 방법을 수행하도록 하기 위한 것이다.
본 출원의 제5 측면에 따르면, 컴퓨터 프로그램 제품을 제공하는 바, 상기 컴퓨터 프로그램 제품은 컴퓨터 프로그램을 포함하고, 상기 컴퓨터 프로그램은 판독 가능 저장매체에 저장되고, 전자기기의 적어도 하나의 프로세서는 상기 판독 가능 저장매체로부터 상기 컴퓨터 프로그램을 판독할 수 있고, 상기 적어도 하나의 프로세서는 상기 컴퓨터 프로그램을 실행하여 전자기기가 제1 측면 중 임의의 한 항에 따른 방법을 수행하도록 한다.
본 출원의 제 6측면에 따르면, 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램을 제공하며, 상기 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때, 전자 기기가 제1 측면 중 임의의 한 항에 따른 방법을 실행하도록 한다.
본 부분에서 설명된 내용은 본 출원의 실시예의 핵심 또는 중요한 특징을 식별하기 위한 것이 아니며, 본 출원의 범위를 제한하려는 의도가 아님을 이해해야 한다. 본 출원의 다른 특징은 다음 설명에 의해 쉽게 이해 될 것이다.
첨부된 도면은 본 방안을 더 잘 이해할 수 있도록 하기 위한 것으로서, 본 출원에 대한 한정은 아니다.
도 1은 본 출원의 실시예에 따른 교통량 모니터링 시나리오를 나타내는 도면이다.
도 2는 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트의 시나리오를 나타내는 도면이다.
도 3은 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 방법의 흐름도이다.
도 4는 본 출원의 실시예에 따른 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하는 흐름도이다.
도 5는 본 출원의 실시예에 따른 다른 교통량 모니터링 시스템의 테스트 방법의 흐름도이다.
도 6은 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 과정을 나타내는 도면이다.
도 7은 본 출원의 실시예에 따른 교통량 시각화 전시 인터페이스를 나타내는 도면이다.
도 8a는 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 장치의 구조도이다.
도 8b는 본 출원의 실시예에 따른 다른 교통량 모니터링 시스템의 테스트 장치의 구조도이다.
도 9는 본 출원의 실시예에 따른 전자기기의 구조도이다.
도 1은 본 출원의 실시예에 따른 교통량 모니터링 시나리오를 나타내는 도면이다.
도 2는 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트의 시나리오를 나타내는 도면이다.
도 3은 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 방법의 흐름도이다.
도 4는 본 출원의 실시예에 따른 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하는 흐름도이다.
도 5는 본 출원의 실시예에 따른 다른 교통량 모니터링 시스템의 테스트 방법의 흐름도이다.
도 6은 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 과정을 나타내는 도면이다.
도 7은 본 출원의 실시예에 따른 교통량 시각화 전시 인터페이스를 나타내는 도면이다.
도 8a는 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 장치의 구조도이다.
도 8b는 본 출원의 실시예에 따른 다른 교통량 모니터링 시스템의 테스트 장치의 구조도이다.
도 9는 본 출원의 실시예에 따른 전자기기의 구조도이다.
아래에서는 첨부 도면과 결합하여 본 출원의 예시적인 실시예에 대해 설명하며, 이해를 돕기 위하여 본 출원의 실시예의 다양한 세부 사항을 포함하며, 이들을 단지 예시적인 것으로만 간주되어야 한다. 따라서, 본 분야의 통상적인 지식을 가진 자라면, 여기에 설명된 실시예에 대하여 다양한 변경과 수정을 가할 수 있으며, 이는 본 출원의 범위와 정신을 벗어나지 않음을 이해해야 한다. 마찬가지로, 명확성과 간결성을 위하여, 아래의 설명에서 공지 기능과 구조에 대한 설명을 생략한다.
본 출원은 데이터 처리 분야 중의 지능형 교통, 차량 도로 협동, 클라우드 플랫폼 기술에 응용되는 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기를 제공하여, 교통량 모니터링 시스템의 테스트 결과의 정확성을 향상시킨다.
차량 도로 협동 시스템은 지능형 교통 시스템(Intelligent Traffic System, ITS)의 발전 방향이다. 차량 도로 협동 시스템은 선진적인 무선 통신과 차세대 인터넷 등 기술을 사용하여, 차량 간, 차량과 도로 간 실시간 정보 인터랙션을 전면적으로 구현하고, 전체 시간 및 공간에서 동적으로 교통 정보를 수집하고 융합하는 기초상에서 차량의 능동적 안전 제어와 도로 협동 관리를 전개하는 것으로, 사람, 차량, 도로의 효율적인 협동을 충분히 구현하고, 교통 안전을 보장하고, 통행 효율을 높힘으로써, 안전하고, 효율적이며 환경 친화적인 도로 교통 시스템을 형성한다.
차량 도로 협동 시스템은 교통량에 대한 모니터링에 사용될 수 있다. 도 1은 본 출원의 실시예에 따른 교통량 모니터링 시나리오를 나타내는 도면이다. 도 1에 도시된 바와 같이, 해당 응용 시나리오는 차량용 기기, 노변 기기와 교통량 모니터링 시스템을 포함한다. 교통량 모니터링 시스템은 클라우드 측에 위치한 서버, 클라우드 플랫폼, 차량 도로 시스템 관리 플렛폼, 중심 서브 시스템 등일 수 있다.
도 1에 도시된 바와 같이, 차량용 기기는 노변 기기에 연결되고, 노변 기기는 교통량 모니터링 시스템에 연결될 수 있으며, 차량용 기기는 또한 집적 교통량 모니터링 시스템에 연결될 수 있다. 노변 기기는 노변 감지 기기와 노변 컴퓨팅 기기를 포함할 수 있고, 노변 감지 기기는 노변 컴퓨팅 기기에 연결되고, 노변 컴퓨팅 기기는 교통량 모니터링 시스템에 연결된다. 다른 시스템 구조에는, 노변 감지 기기 자체에 컴퓨팅 기능을 포함하고, 노변 감지 기기는 교통량 모니터링 시스템에 집적 연결될 수 있다. 이상 연결은 유선 또는 무선일 수 있다.
일부 예시에서, 차량용 기기는 차량용 단말, 차량용 유닛(On board Unit, OBU) 등을 포함할 수 있다. 노변 기기는 카메라, CCTV, 노변 유닛(Road Side Unit, RSU), 노변 컴퓨팅 유닛 등을 포함할 수 있다. 차량용 기기, 노변 기기는 현재 교통 시나리오 중의 장애물에 대해 수집하여 장애물 데이터를 획득할 수 있다. 여기서, 장애물은 교통 시나리오 중의 보행자, 차량, 오토바이, 자전거 등을 포함하나 이에 한정하지 않는다. 차량용 기기와 노변 기기는 수집된 장애물 데이터를 교통량 모니터링 시스템에 보고한다. 교통량 모니터링 시스템은 차량용 기기 및/또는 노변 기기에 의해 보고된 장애물 데이터에 대해 종합적인 감지 분석을 수행하여, 교통량 상태를 확정한다.
일반적으로, 교통량 모니터링 시스템은 출시되기 전에 테스트를 수행해야 한다. 오프라인 방식으로 이에 대해 테스트를 수행할 수 있다. 오프라인 방식의 교통량 모니터링 시스템은 리얼 데이터 소스를 구비하지 않기에(즉, 차량용 기기, 노변 기기에 의해 수집된 장애물 데이터를 획득하지 못함), 일부 실시 형태에서는 모의(mock) 툴을 사용하여 모의 장애물 데이터를 구축하고, 모의 장애물 데이터를 교통량 모니터링 시스템에 입력하여, 교통량 모니터링 시스템에 대해 테스트를 수행해야 한다.
하지만, mock툴을 통해 구축된 모의 장애물은 정지 상태의 장애물이므로, 리얼 교통 시나리오 중의 장애물의 운동 특징을 시뮬레이션 할 수 없기에, 교통량 모니터링 시스템의 테스트 결과의 정확성을 확보할 수 없다.
다른 일부 구현 형태에서, mock 툴을 이용하여 정적인 장애물을 구축하는 경우, 정적인 장애물에 무작위 운동을 추가하는 방식으로 동적인 장애물을 구축할 수 있다. 하지만, 이렇게 구축된 장애물은 운동 상태이기는 하지만, 장애물의 운동이 무작위한 것이기에, 리얼 교통 시나리오 중의 장애물의 주행 궤적을 형성하기 매우 어렵다. 다시 말하면, 이렇게 구축된 장애물은 여전히 리얼 교통 시나리오 중의 장애물의 운동 특징을 시뮬레이션 할 수 없으며, 따라서 교통량 모니터링 시스템에 대한 테스트 결과의 정확성을 확보할 수 없다.
상술한 기술문제 중의 적어도 하나를 해결하기 위하여, 본 출원의 실시예는 교통량 모니터링 시스템의 테스트 방법을 제공한다. 아래 도 2를 결합하여 본 출원의 실시예 중의 교통량 모니터링 시스템의 테스트 시나리오에 대해 소개한다.
도 2는 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트의 시나리오를 나타내는 도면이다. 도 2에 도시된 바와 같이 해당 테스트 시나리오는 제1 교통량 모니터링 시스템과 테스트 기기를 포함한다. 제1 교통량 모니터링 시스템은 테스트될 대상으로서, 테스트 기기는 제1 교통량 모니터링 시스템에 대해 테스트를 수행한다. 테스트 기기는 제1 교통량 모니터링 시스템에 모의 장애물 데이터를 발송할 수 있다. 선택적으로, 테스트 기기는 또한 제1 교통량 모니터링 시스템으로부터 모니터링 결과를 획득하여, 모니터링 결과를 기초로 테스트 결과를 확정할 수 있다. 테스트 기기는 데이터 처리와 데이터 송수신 기능을 구비한 임의의 전자기기일 수 있으며, 데스크탑 컴퓨터, 노트북 컴퓨터, 테블릿 PC, 개인용 컴퓨터 등을 포함하지만 이에 한정되지 않는다.
본 출원에 따른 기술방안에서, 테스트 기기는 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하고, 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하고, 모의 장애물 데이터는 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것이고, 나아가 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 발송하여, 제1 교통량 모니터링 시스템에 대해 테스트를 수행한다.
일부 가능한 구현 형테에서, 도 2에 도시된 바와 같이 해당 테스트 시나리오는 제2 교통량 모니터링 시스템을 더 포함할 수 있다. 제2 교통량 모니터링 시스템은 이미 출시된 교통량 모니터링 시스템일 수 있다. 제2 교통량 모니터링 시스템은 차량용 기기, 노변 기기 등으로부터 리얼 장애물 데이터를 획득할 수 있다. 이때, 테스트 기기는 제2 교통량 모니터링 시스템과 통신 연결을 구축하여 제2 교통량 모니터링 시스템으로부터 리얼 장애물 데이터를 획득할 수 있다.
본 출원의 기술방안에서, 모의 장애물 데이터는 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 기초로 생성된 것이고, 모의 장애물 데이터는 리얼 교통 시나리오 중의 장애물 및 그 운동 상태를 시뮬레이션 하였으므로, 상기 모의 장애물 데이터를 사용하여 제1 교통량 모니터링 시스템에 대해 테스트하여, 제1 교통량 모니터링 시스템에 입력된 장애물 및 그 운동 상태의 리얼성을 확보할 수 있고, 이로부터 제1 교통량 모니터링 시스템에 대한 테스트 결과의 정확성을 확보한다.
아래 몇개의 구체적인 실시예를 결합하여 본 출원의 기술방안에 대해 상세하게 설명한다. 아래 몇개의 실시예는 서로 결합될 수 있고, 동일하거나 유사한 내용은 일부 실시예에서 중복 설명하지 않을 수 있다.
도 3은 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 방법의 흐름도이다. 본 실시예의 방법은 제1 교통량 모니터링 시스템에 대해 테스트를 수행하는데 사용될 수 있으며, 즉, 본 실시예의 방법의 테스트될 대상은 제1 교통량 모니터링 시스템이다. 도 3에 도시된 바와 같이, 본 실시예의 방법은 아래의 단계를 포함할 수 있다.
S301, 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득한다.
본 실시예의 실행 주체는 도 2 중의 테스트 기기일 수 있다. 테스트 기기는 제1 교통량 모니터링 시스템과 통신 연결되어, 제1 교통량 모니터링 시스템에 대해 테스트를 수행한다.
여기서, 리얼 장애물 데이터는 리얼 교통 시나리오 중의 각 장애물과 관련된 데이터이다. 본 출원의 실시예 중의 장애물은 차량, 보행자, 자전거, 오토바이 등 교통 참여자일 수 있다. 리얼 장애물 데이터는 리얼 교통 시나리오 중의 차량용 기기 및/또는 노변 기기에 의해 수집되어 획득된 것이다. 리얼 장애물 데이터의 형식은 영상 데이터, 동영상 데이터, 레이더 데이터, 적외선 데이터, 포인트 클라우드 데이터 등을 포함할 수 있지만 이에 한정하지 않고, 상술한 하나 또는 복수의 데이터에 대해 계산, 분석 등 처리를 수행하여 획득된 결과 데이터일 수도 있다.
선택적으로, 리얼 장애물 데이터는 이미 출시된 제2 교통량 모니터링 시스템으로부터 획득된 것을 수 있다. 예시적으로, 테스트 기기는 제2 교통량 모니터링 시스템과 통신 연결되고, 테스트 기기는 제2 교통량 모니터링 시스템에 입력된 리얼 장애물 데이터에 대해 모니터링하여 리얼 장애물 데이터를 획득할 수 있다.
선택적으로, 리얼 장애물 데이터는 데이터 베이스로부터 획득된 것일 수도 있다. 예시적으로, 데이터 베이스는 각각의 도로 구간/영역 중의 차량용 기기 및/또는 노변 기기에 의해 수집된 과거 장애물 데이터를 저장하기 위한 것이다. 테스트 기기는 테스트 수요에 따라 데이터 베이스로부터 과거 장애물 데이터를 획득할 수 있다. 이러한 과거 장애물 데이터는 바로 리얼 장애물 데이터이다.
가능한 구현 형태에서, 테스트 기기는 실제 테스트 수요에 따라, 제1 교통량 모니터링 시스템에 대응되는 테스트될 시나리오의 교통량 유형을 확정한다. 교통량 유형은 대 유동량 시나리오, 중 유동량 시나리오, 소 유동량 시나리오, 아침 러시아워 시나리오, 저녁 러시아워 시나리오, 정체 시나리오, 통과 원활 시나리오 등 중에서 임의의 한가지 일 수 있다. 테스트될 시나리오의 교통량 유형을 확정한 이후, 제1 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하되, 상기 제1 리얼 교통 시나리오의 교통량 유형과 테스트될 시나리오의 교통량 유형은 일치하다.
해당 구현 형태에서, 해당 테스트될 시나리오의 교통량 유형과 일치한 리얼 교통 시나리오에 대응되는 리얼 장애물 데이터를 선택하여, 다양한 테스트 시나리오의 수요를 만족하고, 서로 다른 테스트 시나리오의 테스트 결과의 정확성을 확보한다.
S302, 상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것이다.
본 실시예에서, 리얼 장애물 데이터에 대해 변경 치리하여 모의 장애물 데이터를 획득할 수 있다. 리얼 장애물 데이터에 대해 변경할 때, 리얼 장애물 데이터 중의 장애물 및 그 운동 상태 관련 정보를 보류함으로써, 생성된 모의 장애물 데이터가 리얼 교통 시나리오 중의 장애물 및 운동 상태를 시뮬레이션 하도록 할 수 있다.
일부 가능한 구현 형테에서, 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 리얼 장애물 데이터에 대해 변경 처리하여, 모의 장애물 데이터를 획득할 수 있다. 여기서, 제1 교통량 모니터링 시스템의 인터페이스 규칙은 제1 교통량 모니터링 시스템에 입력된 장애물 데이터가 만족해야 할 조건을 가리킨다. 선택적으로, 인터페이스 규칙은 제1 교통량 모니터링 시스템의 인터페이스 파라미터와 인터페이스 데이터 타입을 지시하기 위한 것이다.
제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 리얼 장애물 데이터에 대해 변경 처리하여, 변경 후 획득된 모의 장애물 데이터가 제1 교통량 모니터링 시스템의 인터페이스 규칙을 만족하도록 함으로써, 제1 교통량 모니터링 시스템이 모의 장애물 데이터에 대해 인식하고 분석을 수행할 수 있도록 한다.
설명이 필요한 것은, 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 리얼 장애물 데이터에 대해 변경 처리하는 방식에 대해, 본 실시예에서 한정하지 않으며, 가능한 구현 형태는 아래의 실시예의 상세한 설명을 참조할 수 있다.
S303, 상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하여, 상기 제1 교통량 모니터링 시스템에 대해 테스트를 수행한다.
본 실시예에서, 테스트 기기는 모의 장애물 데이터를 구축한 후, 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 발송하여, 제1 교통량 모니터링 시스템이 모의 장애물 데이터에 대해 감지 분석 처리를 수행할 것을 트리거함으로써 제1 교통량 모니터링 시스템에 대한 테스트를 구현할 수 있다.
이해해야 할 바로는, 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 발송한 후 제1 교통량 모니터링 시스템에 대한 여러 측면의 테스트를 구현할 수 있는 것은, 링크 연통성 테스트, 성능 안정성 테스트, 모니터링 결과의 정확성 테스트 등을 포함하지만 이에 한정되지 않는다. 본 실시예에서는 이에 대해 한정하지 않는다.
본 실시예에 따른 교통량 모니터링 시스템의 테스트 방법은, 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하는 단계, 상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것인 단계, 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 발송하여, 제1 교통량 모니터링 시스템에 대해 테스트를 수행하는 단계를 포함한다. 상술한 과정에서, 모의 장애물 데이터는 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 기초로 생성한 것이고, 모의 장애물 데이터는 리얼 교통 시나리오 중의 장애물 및 그 운동 상태를 시뮬레이션 하였기에, 상기 모의 장애물 데이터를 사용하여 제1 교통량 모니터링 시스템에 대해 테스트를 수행하여, 제1 교통량 모니터링 시스템에 입력된 장애물 및 그 운동 상태의 리얼성을 확보할 수 있으므로, 제1 교통량 모니터링 시스템에 대한 테스트 결과의 정확성을 확보한다.
상술한 실시예의 기초상에서, 아래 하나의 구체적인 실시예를 결합하여 어떻게 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하는지에 대해 설명한다. 본 실시예는 도 3에 도시된 실시예 중의 S302의 구체화일 수 있다.
도 4는 본 출원의 실시예에 따른 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하는 흐름도이다. 도 4에 도시된 바와 같이, 본 실시예의 방법은 아래의 단계를 포함한다.
S401, 리얼 장애물 데이터에 대응되는 데이터 타입을 기초로, 상기 리얼 장애물 데이터에 대해 해석하여, 해석 결과를 획득한다.
일부 응용 시나리오에서, 리얼 장애물 데이터는 제2 교통량 모니터링 시스템으로부터 획득된 것일 수 있으며, 제2 교통량 모니터링 시스템에 의해 수집된 데이터 타입은 제1 교통량 모니터링 시스템의 인터페이스 규칙을 만족하지 않을 수 있다. 따라서, 먼저 리얼 장애물 데이터에 대응되는 데이터 타입을 기초로, 리얼 장애물 데이터에 대해 해석하여 해석 결과를 획득하고, 다시 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 해석 결과에 대해 변경 처리하여, 모의 장애물 데이터를 획득할 수 있다.
예시적으로, 리얼 장애물 데이터의 데이터 타입은 프로토콜 버퍼 영역(protocol buffer, PB) 데이터 구조라고 가정하면, 테스트 기기는 PB 데이터 구조에 따라 리얼 장애물 데이터에 대해 해석하여, 해석 결과를 획득한다.
S402, 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 해석 결과로부터 상기 인터페이스 파라미터의 값을 추출하여 획득한다.
여기서, 인터페이스 파라미터는 제1 교통량 모니터링 시스템의 입력에 필요한 파라미터를 지시하고, 장애물 및 그 운동 상태를 기재하기 위한 파라미터를 포함하지만 이에 한정되지 않는다. 예시적으로, 인터페이스 파라미터는 장애물의 식별자, 속도, 헤딩각, 경위도 좌표, 3D시각, 교통 이벤트 등을 포함하지만 이에 한정하지 않는다. 해석 결과로부터 상술한 인터페이스 파라미터의 값을 추출하여 얻을 수 있다.
S403, 제1 교통량 모니터링 시스템의 인터페이스 데이터 타입을 기초로, 상기 인터페이스 파라미터의 값에 대해 타입 패키징 처리를 수행하여, 모의 장애물 데이터를 획득한다.
여기서, 인터페이스 데이터 타입은 제1 교통량 모니터링 시스템에 입력된 각 인터페이스 파라미터가 만족해야 하는 데이터 타입을 지시하기 위한 것이다. 본 실시예는 인터페이스 데이터 타입에 대해 한정하지 않는다.
예시적으로, 제1 교통량 모니터링 시스템에 의해 수집된 인터페이스 데이터 타입이 JS 대상 표기법(JavaScript Object Notation, JSON) 데이터 타입이라고 가정하면, S402에서 추출된 인터페이스 파라미터의 값을 JSON타입으로 패키징해야 한다.
타입 패키징 처리를 수행할 때, 미리 설정된 규칙에 따라 인터페이스 파라미터의 값에 대해 예를 들면, 속도의 단위에 대해 전환, 헤딩각의 표기 규칙에 대해 전환, 경위도 좌표에 대해 좌표계 전환 등 전환 처리를 수행할 수도 있으며, 이로부터 인터페이스 파라미터의 값을 제1 교통량 모니터링 시스템의 요구를 만족하는 형식으로 전환한다.
본 실시예에서, 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라 리얼 장애물 데이터에 대해 변경 처리하여, 모의 장애물 데이터를 획득함으로써, 일 측면에서, 모의 장애물 데이터가 제1 교통량 모니터링 시스템의 인터페이스 규칙을 만족하도록 하고, 나아가 제1 교통량 모니터링 시스템이 모의 장애물 데이터에 대해 인식과 분석을 수행하도록 하고; 다른 측면에서, 상술한 변경 처리 과정에서 리얼 장애물 데이터 중의 장애물 및 그 운동 상태 관련 정보를 보류하여, 생성된 모의 장애물 데이터가 리얼 교통 시나리오 중의 장애물 및 운동 상태를 시뮬레이션할 수 있도록 한다.
도 5는 본 출원의 실시예에 따른 다른 교통량 모니터링 시스템의 테스트 방법의 흐름도이다. 본 실시예는 도 3에 도시된 실시예에 대해 진일보 구체적으로 설명한다. 도 5에 도시된 바와 같이, 본 실시예의 방법은 아래의 단계를 포함한다.
S501, 이미 출시된 제2 교통량 모니터링 시스템으로부터 리얼 장애물 데이터를 획득하되, 상기 리얼 장애물 데이터는 차량용 기기 및/또는 노변 기기가 리얼 교통 시나리오 중에서 수집되고 상기 제2 교통량 모니터링 시스템에 발송한 것이다.
본 실시예에서, 제2 교통량 모니터링 시스템은 이미 출시된 시스템이다. 도 2에 도시된 테스트 시나리오를 결합하면, 제2 교통량 모니터링 시스템에는 차량용 기기 및/또는 노변 기기가 연결되어 있다. 차량용 기기 및/또는 노변 기기는 리얼 교통 시나리오 중에서 리얼 장애물 데이터를 수집하여 획득하고, 리얼 장애물 데이터를 제2 교통량 모니터링 시스템에 발송한다.
테스트 기기는 제2 교통량 모니터링 시스템과 통신 연결을 구축하고, 테스트 기기는 제2 교통량 모니터링 시스템에 입력된 리얼 장애물 데이터에 대해 모니터링하여, 리얼 장애물 데이터를 획득할 수 있다. 예시적으로, 테스트 기기는 websocket 프로토콜을 사용하여 제2 교통량 모니터링 시스템에 대해 모니터링할 수 있다. websocket은 전송 제어 프로토콜(Transmission Control Protocol, TCP)에 기반한 풀 듀플렉스 통신 프로토콜이다. 이때, 테스트 기기와 제2 교통량 모니터링 시스템은 통신 연결을 구축한 후, 만약 제2 교통량 모니터링 시스템이 차량용 기기 및/또는 노변 기기로부터 리얼 장애물 데이터를 수신하면, 리얼 장애물 데이터를 테스트 기기에 푸시한다. 따라서, 테스트 기기는 리얼 장애물 데이터를 획득한다.
선택적으로, 테스트 기기는 제2 교통량 모니터링 시스템에 대해 모니터링을 수행하는 시간대를 설정할 수 있으며, 예를 들면, 매일 아침 8시부터 저녁 8시 일 수 있다. 이때, 테스트 기기는 해당 시간대 내의 리얼 장애물 데이터를 획득할 수 있다. 모니터링 시간대를 설정함으로써, 테스트 수요에 따라 서로 다른 시간대 내의 리얼 장애물 데이터를 사용하여 제1 교통량 모니터링 시스템에 대해 테스트를 수행할 수 있으며, 테스트의 충분성과 유연성을 확보한다.
선택적으로, 테스트 기기는 제2 교통량 모니터링 시스템에서 리얼 장애물 데이터를 모니터링한 후, 먼저 리얼 장애물 데이터를 데이터 베이스에 저장할 수 있다. 제1 교통량 모니터링 시스템에 대해 테스트해야 할 때, 다시 데이터 베이스에서 리얼 장애물 데이터를 획득한다. 이때, 동일한 리얼 장애물 데이터를 사용하여 테스트를 복수회 반복하여, 반복으로 테스트해야 하는 수요를 만족시킬 수 있으며, 또한 테스트 실행의 편리성을 향상시킬 수도 있다.
선택적으로, 테스트 기기는 리얼 장애물 데이터를 데이터 베이스에 저장할 때, 리얼 장애물 데이터에, 예를 들면, 대 유동량 시나리오, 중 유동량 시나리오, 소 유동량 시나리오, 아침 러시아워 시나리오, 저녁 러시아워 시나리오, 정체 시나리오, 통과 원활 시나리오 등 라벨을 설치할 수도 있으며, 이러한 라벨은 리얼 장애물 데이터에 대응되는 교통량 유형을 지시할 수 있다. 이때, 테스트 기기가 제1 교통량 모니터링 시스템에 대해 테스트를 수행할 때, 라벨을 기초로 데이터 베이스로부터 테스트될 시나리오의 교통량 유형에 대응되는 리얼 장애물 데이터를 선택할 수 있다. 이로부터 다양한 테스트 시나리오의 수요를 만족시키고, 다양한 테스트될 시나리오 유형에 대한 테스트 결과의 정확성을 확보한다.
S502, 상기 제2 교통량 모니터링 시스템의 시나리오 구성 정보를 획득하고, 상기 시나리오 구성 정보를 사용하여 상기 제1 교통량 모니터링 시스템에 대해 설정하되, 여기서, 상기 시나리오 구성 정보는 지도 정보, 도로 좌표 규칙 정보, 노변 기기 정보 중 적어도 하나를 포함한다.
교통량 모니터링 시스템이 장애물에 대해 감지 분석 처리를 수행할 때, 현재 시나리오의 시나리오 구성 정보에 의존해야 한다. 예를 들면, 의존해야 하는 시나리오 구성 정보는 현재 시나리오에 대응되는 지도 정보, 현재 시나리오의 도로 좌표 규칙 정보, 현재 시나리오의 노변 기기의 위치 정보, 현재 시나리오의 노변 기기의 유형 정보 등을 포함한다. 따라서, 본 실시예는 제2 교통량 모니터링 시스템에서 획득된 리얼 장애물 데이터를 사용하여 제1 교통량 모니터링 시스템에 대해 테스트를 수행하기 전에, 또한 제2 교통량 모니터링 시스템의 시나리오 구성 정보를 제1 교통량 모니터링 시스템에 동기화해야 한다.
S503, 테스트될 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 상기 리얼 장애물 데이터에 대해 변경 처리하여, 모의 장애물 데이터를 획득하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것이다.
이해해야 할 바로는, S503의 구현 방식은 도 4에 도시된 실시예에 대한 상세한 설명을 참조할 수 있으며, 여기서 중복 설명을 하지 않는다.
S504, 상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하여, 상기 제1 교통량 모니터링 시스템에 대해 테스트를 수행한다.
구체적으로, 제1 교통량 모니터링 시스템이 사용한 통신 프로토콜을 기초로, S503에서 생성된 모의 장애물 데이터에 대해 프로토콜 패키징을 수행한다. 예를 들면, 제1 교통량 모니터링 시스템이 하이퍼 텍스트 전송 프로토콜(Hypertext Transfer Protocol, HTTP)을 사용하면, HTTP 프로토콜을 사용하여 모의 장애물 데이터에 대해 패키징을 수행한다. 패키징한 후의 데이터를 제1 교통량 모니터링 시스템에 발송한다.
가능한 구현 형태에서, S501은, 제1 교통량 모니터링 시스템의 수신 빈도를 획득하고, 상기 수신 빈도에 따라 제2 교통량 모니터링 시스템으로부터 리얼 장애물 데이터를 획득하는 단계를 포함할 수 있다. 여기서, 수신 빈도는 제1 교통량 모니터링 시스템이 요구하는 장애물 데이터의 입력 빈도를 가리킨다. 대응되게, S504는, 상기 수신 빈도에 따라 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 발송하는 단계를 포함할 수 있다.
예시적으로, 제1 교통량 모니터링 시스템의 수신 빈도가 7hz라고 가정하면, 제2 교통량 모니터링 시스템에 대해 모니터링할 때 사용하는 모니터링 빈도는 7hz이다. 이때 제2 교통량 모니터링 시스템으로부터 모니터링된 리얼 장애물 데이터는 제1 교통량 모니터링 시스템의 수신 빈도를 만족하는 것이며, 따라서, 테스트 기기는 리얼 장애물 데이터에 대해 변경하여 모의 장애물 데이터를 획득한 후, 다시 모의 장애물 데이터에 대해 빈도 적응 처리를 수행할 필요가 없으며, 집적 수신 빈도에 따라 제1 교통량 모니터링 시스템에 입력하여, 테스트의 편리성을 증가하고 테스트의 효율을 향상시킬 수 있다.
본 실시예에서, 리얼 장애물 데이터에는 복수의 장애물 데이터가 포함될 수 있으며, 각각의 장애물 데이터에 대해, 모두 상술한 S503 중의 변경 처리 단계와 S504 중의 발송 단계를 실행해야 한다. 장애물 데이터에 변경 처리하는 데이터 량이 보다 큼으로, 변경 처리하는데 소모되는 시간이 보다 길다. 그리고, S504에서 수신 빈도에 따라 변경한 후의 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 발송해야 함으로, 제1 교통량 모니터링 시스템의 수신 빈도를 확보하기 위하여, 본 실시예는 멀티 스레드 방식을 사용하여 데이터 변경 처리 로직과 데이터 발송 로직을 나누어 처리할 수 있으며, 예시적으로, 제1 스레드를 사용하여 상술한 S503을 실행하고, 제2 스레드를 사용하여 상술한 S504를 실행할 수 있다. 이때, 제1 교통량 모니터링 시스템에 입력된 데이터의 시효성을 확보할 수 있다.
상술한 각 실시예의 기초상에서, 모의 장애물 데이터를 제1 교통량 모니터링 시스템에 입력한 후, 제1 교통량 모니터링 시스템에 대해 여러가지 테스트를 수행할 수 있으며, 링크 연통성 테스트, 성능 안정성 테스트, 모니터링 결과의 정확성 테스트 등을 포함하지만 이에 한정하지 않는다.
아래 도 6을 결합하여 링크 연통성 테스트 과정을 예로 들어 설명한다.
도 6은 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 과정을 나타내는 도면이다. 도 6에 도시된 바와 같이, 테스트 기기는 제1 교통량 모니터링 시스템과 통신 연결되고, 테스트 기기는 제2 교통량 모니터링 시스템과 통신 연결된다. 제1 교통량 모니터링 시스템의 내부에는 복수의 처리 어셈블리가 포함되고, 예를 들면, 플렛폼 하층 기초 어셈블리, 영구화 데이터 처리 어셈블리, 분포식 데이터 저장 어셈블리 등이 포함된다.
도 6을 참조하면, 테스트 기기는 제2 교통량 모니터링 시스템으로부터 리얼 장애물 데이터를 모니터링하고, 현재 교통량 유형을 기초로 리얼 장애물 데이터에 라벨을 설치하고, 리얼 장애물 데이터 분류를 데이터 베이스에 저장한다. 여기서, 데이터 베이스는 테스트 기기 내에 위치할 수 있고, 테스트 기기 외의 기타 기기에 위치할 수도 있다. 이해해야 할 바로는, 구체적인 모니터링 과정은 전술한 실시예와 유사하기에, 여기서 중복 설명을 하지 않는다.
계속 도 6을 참조하면, 테스트 기기는 제1 교통량 모니터링 시스템에 대해 테스트를 수행해야 할 때, 테스트될 시나리오의 교통량 유형에 따라, 데이터 베이스에서 라벨이 테스트될 시나리오의 교통량 유형과 일치한 리얼 장애물 데이터를 획득한다. 테스트 기기는 리얼 장애물 데이터에 대해 변경 처리하여, 모의 장애물 데이터를 생성한다. 여기서, 장애물 데이터에 대해 변경 처리하는 과정은 전술한 실시예의 상세 설명을 참조할 수 있으며, 여기서 중복 설명을 하지 않는다. 테스트 기기는 생성된 모의 장애물 데이터를 제1 교통량 모니터링 시스템으로 발송한다. 제1 교통량 모니터링 시스템은 상술한 복수의 처리 어셈블리를 사용하여 모의 장애물 데이터에 대해 처리한 후, 모니터링 결과를 출력한다.
나아가, 테스트 기기는 제1 교통량 모니터링 시스템이 모니터링 결과 출력 여부에 따라, 상기 제1 교통량 모니터링 시스템의 링크 연통성 테스트 결과를 확정할 수도 있다. 예시적으로, 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하면, 제1 교통량 모니터링 시스템 중의 복수의 처리 어셈블리 사이의 링크 연통성이 정상인 것으로 확정하고. 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하지 않으면, 제1 교통량 모니터링 시스템 중의 복수의 처리 어셈블리 사이의 링크 연통성에 이상이 있는 것으로 확정한다. 이로부터 제1 교통량 모니터링 시스템의 링크 연통성에 대한 테스트를 구현한다.
일부 가능한 구현 형테에서, 계속 도 6을 참조하면, 제1 교통량 모니터링 시스템은 또한 모니터링 결과에 대해 시각화 디스플레이할 수 있다. 예시적으로, 도 7은 본 출원의 실시예에 따른 교통량 시각화 전시 인터페이스 도면이다. 도 7에 도시된 바와 같이, 해당 전시 인터페이스 중에는, 제1 교통량 모니터링 시스템의 모니터링 결과에 대해 실시간으로 시각화 전시(도 7의 오른쪽 영역에 도시된 바와 같음)할 수 있다. 해당 전시 인터페이스에는, 실시간 데이터 통계 결과와 누적 데이터 통계 결과(도 7의 왼쪽 영역에 도시된 바와 같음)를 디스플레이할 수도 있다. 설명이 필요한 것은, 도 7에 도시된 전시 인터페이스는 가능한 한가지 예시일 뿐이며, 본 출원의 실시예는 시각화 인터페이스의 전시 형식 및 전시 내용에 대해 한정하지 않는다. 본 실시예에서, 제1 교통량 모니터링 시스템이 도 7에 도시된 바와 같은 시각화 모니터링 결과의 전시 여부를 확정할 수 있으며, 전시 되었을 때, 제1 교통량 모니터링 시스템의 링크 연통성이 정상인 것으로 확정하고, 그렇지 않으면 제1 교통량 모니터링 시스템의 링크 연통성에 이상이 있는 것으로 확정할 수 있다.
도 8a은 본 출원의 실시예에 따른 교통량 모니터링 시스템의 테스트 장치의 구조도이다. 본 실시예의 장치는 소프트웨어 및/또는 하드웨어의 형식일 수 있다. 본 실시예의 장치를 테스트 기기로 하거나, 또는, 테스트 기기 내부에 집적될 수 있다. 도 8a에 도시된 바와 같이, 본 실시예에 따른 교통량 모니터링 시스템의 테스트 장치(800)는 획득모듈(801), 처리모듈(802)과 송신모듈(803)을 포함한다.
여기서, 획득모듈(801)은, 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하고;
처리모듈(802)은, 상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것이고;
송신모듈(803)은, 상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하여, 상기 제1 교통량 모니터링 시스템에 대해 테스트를 수행한다.
본 실시예에 따른 교통량 모니터링 시스템의 테스트 장치는, 도 3에 도시된 바와 같은 방법 실시예 중의 기술방안을 실행하는데 사용될 수 있고, 그 구현 원리와 기술효과는 유사하기에, 여기서 중복 설명을 하지 않는다.
도 8b는 본 출원의 실시예에 따른 다른 교통량 모니터링 시스템의 테스트 장치의 구조도이다. 본 실시예는 도 8a에 도시된 실시예의 장치에 대해 구체화한다.
가능한 구현 형태에서, 도 8b에 도시된 바와 같이, 상기 처리모듈(802)은 변경 처리유닛(8021)을 포함하고; 상기 변경 처리유닛(8021)은, 상기 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 상기 리얼 장애물 데이터에 대해 변경 처리하여, 상기 모의 장애물 데이터를 획득한다.
가능한 구현 형태에서, 상기 인터페이스 규칙은 상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터 및 인터페이스 데이터 타입을 지시하기 위한 것이고; 상기 변경 처리유닛(8021)은 구체적으로,
상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 리얼 장애물 데이터로부터 상기 인터페이스 파라미터의 값을 추출하여 획득하고;
상기 제1 교통량 모니터링 시스템의 인터페이스 데이터 타입을 기초로, 상기 인터페이스 파라미터의 값에 대해 타입 패키징 처리를 수행하여, 상기 모의 장애물 데이터를 획득한다.
가능한 구현 형태에서, 상기 변경 처리유닛(8021)은 구체적으로,
상기 리얼 장애물 데이터에 대응되는 데이터 타입을 기초로, 상기 리얼 장애물 데이터에 대해 해석하여, 해석 결과를 획득하고;
상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 해석 결과로부터 상기 인터페이스 파라미터의 값을 추출하여 획득한다.
가능한 구현 형태에서, 상기 획득모듈(801)은 구체적으로, 이미 출시된 제2 교통량 모니터링 시스템으로부터 상기 리얼 장애물 데이터를 획득하되, 상기 리얼 장애물 데이터는 차량용 기기 및 노변 기기 중 적어도 하나가 상기 리얼 교통 시나리오 중에서 수집하고 상기 제2 교통량 모니터링 시스템에 발송한 것이다.
가능한 구현 형태에서, 상기 획득모듈(801)은 구체적으로, 상기 제1 교통량 모니터링 시스템의 수신 빈도를 획득하고, 상기 수신 빈도에 따라 상기 제2 교통량 모니터링 시스템으로부터 상기 리얼 장애물 데이터를 획득하고;
상기 송신모듈(803)은 구체적으로, 상기 수신 빈도에 따라 상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송한다.
가능한 구현 형태에서, 도 8b에 도시된 바와 같이, 상기 처리모듈(802)은 설정 처리유닛(8022)을 더 포함하고;
상기 설정 처리유닛(8022)은, 상기 제2 교통량 모니터링 시스템의 시나리오 구성 정보를 획득하고, 상기 시나리오 구성 정보를 사용하여 상기 제1 교통량 모니터링 시스템에 대해 설정하되; 여기서, 상기 시나리오 구성 정보는 지도 정보, 도로 좌표 규칙 정보, 노변 기기 정보 중 적어도 하나를 포함한다.
가능한 구현 형태에서, 상기 획득모듈(801)은 확정유닛(8011)과 획득유닛(8012)을 포함하고;
상기 확정유닛(8011)은, 상기 제1 교통량 모니터링 시스템에 대응되는 테스트될 시나리오의 교통량 유형을 확정하고;
상기 획득유닛(8012)은, 제1 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하되, 상기 제1 리얼 교통 시나리오의 교통량 유형과 상기 테스트될 시나리오의 교통량 유형은 일치하다.
가능한 구현 형태에서, 상기 제1 교통량 모니터링 시스템에는 복수의 처리 모듈이 포함되고; 도 8b에 도시된 바와 같이, 상기 장치는,
상기 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하면, 상기 제1 교통량 모니터링 시스템 중의 상기 복수의 처리 모듈 사이의 링크 연통성이 정상적인 것으로 확정하고;
상기 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하지 않으면, 상기 제1 교통량 모니터링 시스템 중의 상기 복수의 처리 모듈 사이의 링크 연통성에 이상이 있는 것으로 확정하는 확정모듈(804)을 더 포함한다.
본 실시예의 장치는 상술한 임의의 방법 실시예 중의 기술 방안을 실행하는 데 사용될 수 있으며, 그 구현 원리와 기술효과는 유사하기에, 여기서 중복 설명을 하지 않는다.
본 출원의 실시예에 따르면, 본 출원은 전자기기와 판독 가능 저장매체를 더 제공한다. 해당 전자기기는 테스트 기기로 할 수 있다.
본 출원의 실시예에 따르면, 본 출원은 컴퓨터 프로그램 제품을 더 제공하는 바, 컴퓨터 프로그램 제품은 컴퓨터 프로그램을 포함하고, 컴퓨터 프로그램은 판독 가능 저장매체에 저장되고, 전자기기의 적어도 하나의 프로세서는 판독 가능 저장매체로부터 컴퓨터 프로그램을 판독하여, 적어도 하나의 프로세서가 컴퓨터 프로그램을 실행함으로써 전자기기가 상술한 임의의 실시예에 따른 방안을 실행하도록 한다.
본 출원의 실시예에 따르면, 본 출원은 또한 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램을 제공하며, 상기 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때, 상술한 실시예에 따른 방법을 구현한다.
도 9는 본 출원의 실시예를 구현하는데 사용될 수 있는 예시적인 전자기기(900)를 나타내는 블럭도이다. 전자기기는 다양한 형태의 디지털 컴퓨터, 예컨대, 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크스테이션, 개인 정보 단말기, 서버, 블레이드 서버, 대형 컴퓨터, 및 기타 적합한 컴퓨터를 나타내기 위한 것이다. 전자기기는 다양한 형태의 이동장치, 예컨대, 개인 정보 단말기, 셀폰, 스마트 폰, 웨어러블 기기 및 기타 유사한 컴퓨팅 장치를 더 나타낼 수 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 9에 도시된 바와 같이, 전자기기(900)는, 판독 전용 메모리(ROM, 902)에 저장된 컴퓨터 프로그램 또는 저장유닛(908)으로부터 랜덤 액세스 메모리(RAM, 903)에 로딩된 컴퓨터 프로그램에 따라, 다양한 적합한 동작과 처리를 실행하는 컴퓨팅 유닛(701)을 포함한다. RAM(903)에는, 전자기기(900)의 동작에 필요한 다양한 프로그램과 데이터가 저장될 수도 있다. 컴퓨팅 유닛(901), ROM(902) 및 RAM(903)은 버스(904)를 통해 서로 연결된다. 입출력(I/O) 인터페이스(905)도 버스(904)에 연결된다.
전자기기(900)의 여러 부재는 I/O 인터페이스(905)에 연결되는 바, 예를 들면 키보드, 마우스 등 입력유닛(906); 예를 들면 다양한 유형의 디스플레이, 스피커 등 출력유닛(907); 예를 들면 마그네트 디스크, 광 디스크 등 저장유닛(908); 및 예를 들면 네트워크 카드, 모뎀, 무선통신 송수신기 등 통신유닛(909)을 포함한다. 통신유닛(909)은 전자기기(900)가 인터넷과 같은 컴퓨터 네트워크 및/또는 다양한 전신 네트워크를 통해 기타 기기와 정보/데이터를 교환한다.
컴퓨팅 유닛(901)은 처리와 컴퓨팅 능력을 구비한 다양한 통용 및/또는 전용 처리 모듈일 수 있다. 컴퓨팅 유닛(901)의 일부 예시는 중앙 처리유닛(CPU), 그래픽 처리유닛(GPU), 다양한 전용 인공지능(AI) 컴퓨팅 칩, 다양한 머신 러닝 모델 알고리즘을 실행하는 컴퓨팅 유닛, 디지털 신호 프로세서(DSP) 및 임의의 적합한 프로세서, 컨트롤러, 마이크로 컨트롤러 등을 포함하지만 이에 한정되지 않는다. 컴퓨팅 유닛(901)은 예컨대, 교통량 모니터링 시스템의 테스트 방법과 같은 상기 설명된 각 방법과 처리를 실행하기 위한 것이다. 예를 들면, 일부 실시예에서, 교통량 모니터링 시스템의 테스트 방법은 머신 판독 가능 매체, 예를 들면 저장유닛(908)에 유형적으로 포함되는 컴퓨터 소프트웨어 프로그램으로 구현될 수 있다. 일부 실시예에서, 컴퓨터 프로그램의 부분 또는 전부는ROM(902) 및/또는 통신유닛(909)을 거쳐 전자기기(900)에 로딩 및/또는 장착될 수 있다. 컴퓨터 프로그램이 RAM(903)에 로딩되어 컴퓨팅 유닛(901)에 의해 실행될 때, 상기 설명된 교통량 모니터링 시스템의 테스트 방법의 하나 또는 복수의 단계를 실행할 수 있다. 선택적으로, 기타 실시예에서, 컴퓨팅 유닛(901)은 기타 임의의 적합한 방식으로(예를 들면, 펌웨어를 통해) 교통량 모니터링 시스템의 테스트 방법을 실행하도록 구성될 수 있다.
본 문에서 이상 설명된 시스템과 기술의 다양한 구현 방식은 디지털 전자 회로 시스템, 집적 회로 시스템, 필드 프로그램 가능 게이트 어레이(FPGA), 전용 집적회로(ASIC), 전용 표준 제품(ASSP), 시스템 온 칩의 시스템(SOC), 복합 프로그램 가능 로직 기기(CPLD), 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 구현 방식은, 하나 또는 복수의 컴퓨터 프로그램에 구현하는 것을 포함할 수 있으며, 해당 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그램 가능 프로세서를 포함하는 시스템에서 실행 및/또는 해석될 수 있고, 해당 프로그램 가능 프로세서는 전용 또는 통용 프로그램 가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치로부터 데이터 및 명령을 수신할 수 있으며, 또한, 데이터 및 명령을 해당 저장 시스템, 해당 적어도 하나의 입력 장치 및 해당 적어도 하나의 출력 장치에 전송할 수 있다.
본 출원의 방법을 구현하기 위한 프로그램 코드는 하나 또는 복수의 프로그램 언어 중 임의의 조합을 사용하여 작성될 수 있다. 이러한 프로그램 코드는 통용 컴퓨터, 전용 컴퓨터 또는 기타 프로그램 가능 데이터 처리 장치의 프로세서 또는 제어기에 제공되어, 프로그램 코드가 프로세서 또는 제어기에 의해 실행될 때 흐름도 및/또는 블록도에 규정된 기능/동작이 실시되도록 할 수 있다. 프로그램 코드는 완전하게 머신에서 실행될 수 있고, 부분적으로 머신에서 실행될 수도 있으며, 독립된 소프트웨어 패키지로서 부분적으로 머신에서 실행되고 부분적으로 원격 머신에서 실행되거나, 또는 완전하게 원격 머신 또는 서버에서 실행될 수 있다.
본 출원의 상하문에서 머신 판독 가능 매체는 명령 실행 시스템, 장치 또는 기기에 사용되거나, 또는 명령 실행 시스템, 장치 또는 기기와 결합적으로 사용되는 프로그램을 포함하거나 저장할 수 있는 유형인 매체일 수 있다. 머신 판독 가능 매체는 머신 판독 가능 신호 매체 또는 머신 판독 가능 저장매체일 수 있다. 머신 판독 가능 매체는 전자, 마그네트, 광학, 적외선 또는 반도체 시스템, 장치 또는 기기, 또는 상술한 내용의 임의의 적합한 결합을 포함하지만 이에 한정되지 않는다. 머신 판독 가능 저장매체의 더욱 구체적인 예시는 하나 또는 복수의 와이어 기반 전기 연결, 휴대용 컴퓨터 디스크, 하드 디스크, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 삭제 가능 프로그램 가능 롬(EPROM 또는 플래시 메모리), 광케이블, 휴대용 콤팩트 디스크 롬(CD-ROM), 광학 저장기기, 자기 저장 기기 또는 상술한 내용의 임의의 적합한 조합을 포함할 수 있다.
사용자와의 인터랙션을 제공하기 위하여, 컴퓨터 상에서 여기에 설명하는 시스템 및 기술을 실시할 수 있으며, 해당 컴퓨터는 사용자에게 정보를 표시하기 위한 표시장치(예를 들어, CRT(캐소드레이 튜브) 또는 LCD(액정 디스플레이) 모니터); 및 키보드 지향 장치(예를 들어, 마우스 또는 트랙볼)를 구비하고, 사용자는 해당 키보드와 해당 지향장치를 통해 입력을 컴퓨터로 제공할 수 있다. 기타 종류의 장치는 또한 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 설명하는 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 설명하는 시스템 및 기술의 실시방식과 인터랙션할 수 있다), 또는 이러한 백그라운드 부재, 중간 부재, 또는 프론트 엔드 부재를 포함하는 임의의 컴퓨팅 시스템에서 실시될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신망)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신망의 예시로서, 랜(LAN), 광역 통신망(WAN) 및 인터넷을 포함한다.
컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있으며 통상적으로 통신망을 통해 인터랙션한다. 상응한 컴퓨터 상에서 실행되며 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트와 서버의 관계를 생성한다. 서버는 클라우드 서버일 수 있고, 클라우드 컴퓨팅 서버 또는 클라우드 호스트라고 불리우며, 클라우드 컴퓨팅 서버 시스템 중의 하나의 호스트 제품으로서, 종래의 물리적인 호스트와 VPS 서버("Virtual Private Server", 또는 "VPS"로 약칭)에서 관리 난이도가 크고, 서비스 확장성이 약한 결함을 해결한다. 서버는 분포식 시스템 서버일 수 있고, 또는 블록 체인을 결합한 서버일 수 있다.
상술한 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 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 기술 솔루션이 원하는 결과를 얻을 수만 있다면, 본문에서는 여기서 한정하지 않는다.
상술한 구체적인 실시형태는, 본 출원의 보호범위에 대한 한정이 아니다. 본 분야의 통상의 지식을 가진 자라면, 설계 수요와 기타 요소를 기초로, 다양한 수정, 조합, 서브 조합 및 대체를 가할 수 있음을 이해할 수 있을 것이다. 본 출원의 정신과 원칙 내에서 이루어진 모든 수정, 동등한 대체와 개진 등은 모두 본 출원의 보호 범위 내에 속한다.
Claims (21)
- 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하는 단계;
상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것인 단계;
상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하여, 상기 제1 교통량 모니터링 시스템에 대해 테스트를 수행하는 단계를 포함하고,
상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하는 단계는,
상기 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 상기 리얼 장애물 데이터에 대해 변경 처리하여, 상기 모의 장애물 데이터를 획득하는 단계를 포함하고,
상기 인터페이스 규칙은 상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터 및 인터페이스 데이터 타입을 지시하기 위한 것이고; 상기 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 상기 리얼 장애물 데이터에 대해 변경 처리하여, 상기 모의 장애물 데이터를 획득하는 상기 단계는,
상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 리얼 장애물 데이터로부터 상기 인터페이스 파라미터의 값을 추출하여 획득하는 단계;
상기 제1 교통량 모니터링 시스템의 인터페이스 데이터 타입을 기초로, 상기 인터페이스 파라미터의 값에 대해 타입 패키징 처리를 수행하여, 상기 모의 장애물 데이터를 획득하는 단계를 포함하는
교통량 모니터링 시스템의 테스트 방법. - 삭제
- 삭제
- 제1항에 있어서,
상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 리얼 장애물 데이터로부터 상기 인터페이스 파라미터의 값을 추출하여 획득하는 단계는,
상기 리얼 장애물 데이터에 대응되는 데이터 타입을 기초로, 상기 리얼 장애물 데이터에 대해 해석하여, 해석 결과를 획득하는 단계;
상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 해석 결과로부터 상기 인터페이스 파라미터의 값을 추출하여 획득하는 단계를 포함하는
교통량 모니터링 시스템의 테스트 방법. - 제1항에 있어서,
리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하는 단계는,
이미 출시된 제2 교통량 모니터링 시스템으로부터 상기 리얼 장애물 데이터를 획득하되, 상기 리얼 장애물 데이터는 차량용 기기 및 노변 기기 중 적어도 하나가 상기 리얼 교통 시나리오 중에서 수집하고 상기 제2 교통량 모니터링 시스템에 발송한 것인 단계를 포함하는
교통량 모니터링 시스템의 테스트 방법. - 제5항에 있어서,
이미 출시된 제2 교통량 모니터링 시스템으로부터 상기 리얼 장애물 데이터를 획득하는 단계는,
상기 제1 교통량 모니터링 시스템의 수신 빈도를 획득하고, 상기 수신 빈도에 따라 상기 제2 교통량 모니터링 시스템으로부터 상기 리얼 장애물 데이터를 획득하는 단계를 포함하고;
상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하는 단계는,
상기 수신 빈도에 따라 상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하는 단계를 포함하는
교통량 모니터링 시스템의 테스트 방법. - 제5항에 있어서,
상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하는 단계 전에,
상기 제2 교통량 모니터링 시스템의 시나리오 구성 정보를 획득하고, 상기 시나리오 구성 정보를 사용하여 상기 제1 교통량 모니터링 시스템에 대해 설정하는 단계를 더 포함하고;
여기서, 상기 시나리오 구성 정보는 지도 정보, 도로 좌표 규칙 정보, 노변 기기 정보 중 적어도 하나를 포함하는
교통량 모니터링 시스템의 테스트 방법. - 제1항에 있어서,
리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하는 단계는,
상기 제1 교통량 모니터링 시스템에 대응되는 테스트될 시나리오의 교통량 유형을 확정하는 단계;
제1 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하되, 상기 제1 리얼 교통 시나리오의 교통량 유형과 상기 테스트될 시나리오의 교통량 유형은 일치한 것인 단계를 포함하는
교통량 모니터링 시스템의 테스트 방법. - 제1항에 있어서,
상기 제1 교통량 모니터링 시스템에는 복수의 처리 어셈블리가 포함되고; 상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하는 단계 후에,
상기 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하면, 상기 제1 교통량 모니터링 시스템 중의 상기 복수의 처리 어셈블리 사이의 링크 연통성이 정상적인 것으로 확정하는 단계;
상기 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하지 않으면, 상기 제1 교통량 모니터링 시스템 중의 상기 복수의 처리 어셈블리 사이의 링크 연통성에 이상이 있는 것으로 확정하는 단계를 더 포함하는
교통량 모니터링 시스템의 테스트 방법. - 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하는 획득모듈;
상기 리얼 장애물 데이터를 기초로 모의 장애물 데이터를 생성하되, 상기 모의 장애물 데이터는 상기 리얼 교통 시나리오 중의 장애물 및 그의 운동 상태를 시뮬레이션 하기 위한 것인 처리모듈;
상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하여, 상기 제1 교통량 모니터링 시스템에 대해 테스트를 수행하는 송신모듈을 포함하고,
상기 처리모듈은 변경 처리유닛을 더 포함하고;
상기 변경 처리유닛은, 상기 제1 교통량 모니터링 시스템의 인터페이스 규칙에 따라, 상기 리얼 장애물 데이터에 대해 변경 처리하여, 상기 모의 장애물 데이터를 획득하고,
상기 인터페이스 규칙은 상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터 및 인터페이스 데이터 타입을 지시하기 위한 것이고; 상기 변경 처리유닛은 구체적으로,
상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 리얼 장애물 데이터로부터 상기 인터페이스 파라미터의 값을 추출하여 획득하고;
상기 제1 교통량 모니터링 시스템의 인터페이스 데이터 타입을 기초로, 상기 인터페이스 파라미터의 값에 대해 타입 패키징 처리를 수행하여, 상기 모의 장애물 데이터를 획득하는
교통량 모니터링 시스템의 테스트 장치. - 삭제
- 삭제
- 제10항에 있어서,
상기 변경 처리유닛은 구체적으로,
상기 리얼 장애물 데이터에 대응되는 데이터 타입을 기초로, 상기 리얼 장애물 데이터에 대해 해석하여, 해석 결과를 획득하고;
상기 제1 교통량 모니터링 시스템의 인터페이스 파라미터를 기초로, 상기 해석 결과로부터 상기 인터페이스 파라미터의 값을 추출하여 획득하는
교통량 모니터링 시스템의 테스트 장치. - 제10항 또는 제13항에 있어서,
상기 획득모듈은 구체적으로,
이미 출시된 제2 교통량 모니터링 시스템으로부터 상기 리얼 장애물 데이터를 획득하되, 상기 리얼 장애물 데이터는 차량용 기기 및 노변 기기 중 적어도 하나가 상기 리얼 교통 시나리오 중에서 수집하고 상기 제2 교통량 모니터링 시스템에 발송한 것인
교통량 모니터링 시스템의 테스트 장치. - 제14항에 있어서,
상기 획득모듈은 구체적으로, 상기 제1 교통량 모니터링 시스템의 수신 빈도를 획득하고, 상기 수신 빈도에 따라 상기 제2 교통량 모니터링 시스템으로부터 상기 리얼 장애물 데이터를 획득하고;
상기 송신모듈은 구체적으로, 상기 수신 빈도에 따라 상기 모의 장애물 데이터를 테스트될 제1 교통량 모니터링 시스템에 발송하는
교통량 모니터링 시스템의 테스트 장치. - 제14항에 있어서,
상기 처리모듈은 설정 처리유닛을 더 포함하고;
상기 설정 처리유닛은, 상기 제2 교통량 모니터링 시스템의 시나리오 구성 정보를 획득하고, 상기 시나리오 구성 정보를 사용하여 상기 제1 교통량 모니터링 시스템에 대해 설정하고;
여기서, 상기 시나리오 구성 정보는 지도 정보, 도로 좌표 규칙 정보, 노변 기기 정보 중 적어도 하나를 포함하는
교통량 모니터링 시스템의 테스트 장치. - 제10항 또는 제13항에 있어서,
상기 획득모듈은 확정유닛과 획득유닛을 포함하고;
상기 확정유닛은, 상기 제1 교통량 모니터링 시스템에 대응되는 테스트될 시나리오의 교통량 유형을 확정하고;
상기 획득유닛은, 제1 리얼 교통 시나리오 중에서 수집된 리얼 장애물 데이터를 획득하되, 상기 제1 리얼 교통 시나리오의 교통량 유형과 상기 테스트될 시나리오의 교통량 유형은 일치한
교통량 모니터링 시스템의 테스트 장치. - 제10항 또는 제13항에 있어서,
상기 제1 교통량 모니터링 시스템에는 복수의 처리 어셈블리가 포함되고; 상기 장치는 확정모듈을 더 포함하며;
상기 확정모듈은,
상기 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하면, 상기 제1 교통량 모니터링 시스템 중의 상기 복수의 처리 어셈블리 사이의 링크 연통성이 정상적인 것으로 확정하고;
상기 제1 교통량 모니터링 시스템이 모니터링 결과를 출력하지 않으면, 상기 제1 교통량 모니터링 시스템 중의 상기 복수의 처리 어셈블리 사이의 링크 연통성에 이상이 있는 것으로 확정하는
교통량 모니터링 시스템의 테스트 장치. - 적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리;를 포함하고, 여기서,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항, 제4항 내지 제9항 중 임의의 한 항에 따른 방법을 수행할 수 있도록 하는
전자 기기. - 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체에 있어서,
상기 컴퓨터 명령은 컴퓨터가 제1항, 제4항 내지 제9항 중 임의의 한 항에 따른 방법을 수행하도록 하는
비일시적 컴퓨터 판독 가능 저장매체. - 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램에 있어서,
상기 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때, 제1항, 제4항 내지 제9항 중 어느 한 항에 따른 방법을 실행하는
컴퓨터 프로그램.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110247184.1A CN113032249B (zh) | 2021-03-05 | 2021-03-05 | 交通流量监测系统的测试方法、装置及设备 |
| CN202110247184.1 | 2021-03-05 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210128952A KR20210128952A (ko) | 2021-10-27 |
| KR102606423B1 true KR102606423B1 (ko) | 2023-11-24 |
Family
ID=76468336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210118147A KR102606423B1 (ko) | 2021-03-05 | 2021-09-06 | 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US12106577B2 (ko) |
| EP (1) | EP3933801B1 (ko) |
| JP (1) | JP7267363B2 (ko) |
| KR (1) | KR102606423B1 (ko) |
| CN (1) | CN113032249B (ko) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114092915B (zh) * | 2021-11-26 | 2023-06-23 | 阿波罗智联(北京)科技有限公司 | 一种路口交通流量验证方法、装置、设备及存储介质 |
| CN114244741B (zh) * | 2021-12-16 | 2023-11-14 | 阿波罗智联(北京)科技有限公司 | 一种链路测试方法、装置、系统、电子设备及存储介质 |
| CN114363207A (zh) * | 2021-12-28 | 2022-04-15 | 阿波罗智联(北京)科技有限公司 | 云控平台的测试方法、装置、设备、存储介质及程序 |
| CN116738812B (zh) * | 2023-08-14 | 2023-11-21 | 中科三清科技有限公司 | 情景模拟系统、计算平台和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190164007A1 (en) * | 2017-11-30 | 2019-05-30 | TuSimple | Human driving behavior modeling system using machine learning |
| WO2019151427A1 (ja) | 2018-02-02 | 2019-08-08 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報送信方法及びクライアント装置 |
| JP2019144985A (ja) * | 2018-02-23 | 2019-08-29 | トヨタ自動車株式会社 | 異常検知データ識別装置、異常識別システムおよび異常識別プログラム |
| JP2020074502A (ja) | 2018-08-24 | 2020-05-14 | バイドゥ・ユーエスエイ・リミテッド・ライアビリティ・カンパニーＢａｉｄｕ ＵＳＡ ＬＬＣ | カメラを用いた画像データ取得のための自動運転車両の画像データ取得ロジック |
| CN112188440A (zh) * | 2020-09-30 | 2021-01-05 | 中国汽车工程研究院股份有限公司 | 一种车路协同平行仿真测试方法及系统 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7786855B2 (en) * | 2005-08-08 | 2010-08-31 | University Of Washington Through Its Center For Commercialization | Mobile system and method for traffic detector simulations |
| CN103473925B (zh) * | 2013-08-28 | 2016-08-10 | 惠州市德赛工业发展有限公司 | 一种道路车辆检测系统的验证方法 |
| CN104539487B (zh) | 2015-01-20 | 2018-04-17 | 成都益联科创科技有限公司 | 一种基于云平台的系统测试及可靠性评估方法 |
| CN107134006B (zh) | 2016-02-29 | 2020-11-24 | 株式会社理光 | 创建物理场景模型的方法和装置、辅助驾驶的方法和装置 |
| CN206772594U (zh) * | 2016-12-14 | 2017-12-19 | 特路（北京）科技有限公司 | 自动驾驶车辆避让动态障碍物能力的测试场 |
| KR102145723B1 (ko) | 2017-12-15 | 2020-08-19 | 주식회사 웨이티즈 | Ｖ2ｘ 적용 자율협력도로와 커넥티드카 시험 시스템 및 방법 |
| CN108389399A (zh) * | 2018-04-23 | 2018-08-10 | 白冰 | 一种智能交通车流量数据统计方法 |
| EP3621052A1 (de) * | 2018-09-05 | 2020-03-11 | VITRONIC Dr.-Ing. Stein Bildverarbeitungssysteme GmbH | Verfahren zur analyse des fahrverhaltens von kraftfahrzeugen, auch autonomer fahrzeuge |
| CN109714421B (zh) | 2018-12-28 | 2021-08-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行系统 |
| CN110781578B (zh) | 2019-09-23 | 2024-03-29 | 同济大学 | 一种基于事故场景的智能网联车算法的测试及评价方法 |
| CN110798449B (zh) | 2019-09-25 | 2021-10-26 | 苏州云控车路科技有限公司 | 智能网联汽车云控系统测试方法 |
| CN110853393B (zh) * | 2019-11-26 | 2020-12-11 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
| CN111857094B (zh) * | 2020-07-17 | 2021-10-22 | 联陆智能交通科技(上海)有限公司 | 一种车载单元测试软件的系统及方法 |
-
2021
- 2021-03-05 CN CN202110247184.1A patent/CN113032249B/zh active Active
- 2021-08-27 EP EP21193479.9A patent/EP3933801B1/en active Active
- 2021-08-31 US US17/462,065 patent/US12106577B2/en active Active
- 2021-09-06 JP JP2021144902A patent/JP7267363B2/ja active Active
- 2021-09-06 KR KR1020210118147A patent/KR102606423B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190164007A1 (en) * | 2017-11-30 | 2019-05-30 | TuSimple | Human driving behavior modeling system using machine learning |
| WO2019151427A1 (ja) | 2018-02-02 | 2019-08-08 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報送信方法及びクライアント装置 |
| JP2019144985A (ja) * | 2018-02-23 | 2019-08-29 | トヨタ自動車株式会社 | 異常検知データ識別装置、異常識別システムおよび異常識別プログラム |
| JP2020074502A (ja) | 2018-08-24 | 2020-05-14 | バイドゥ・ユーエスエイ・リミテッド・ライアビリティ・カンパニーＢａｉｄｕ ＵＳＡ ＬＬＣ | カメラを用いた画像データ取得のための自動運転車両の画像データ取得ロジック |
| CN112188440A (zh) * | 2020-09-30 | 2021-01-05 | 中国汽车工程研究院股份有限公司 | 一种车路协同平行仿真测试方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7267363B2 (ja) | 2023-05-01 |
| EP3933801B1 (en) | 2023-11-08 |
| CN113032249B (zh) | 2023-03-24 |
| KR20210128952A (ko) | 2021-10-27 |
| EP3933801A3 (en) | 2022-03-23 |
| US12106577B2 (en) | 2024-10-01 |
| JP2022000776A (ja) | 2022-01-04 |
| EP3933801A2 (en) | 2022-01-05 |
| CN113032249A (zh) | 2021-06-25 |
| US20210390321A1 (en) | 2021-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102606423B1 (ko) | 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기 | |
| US20210333302A1 (en) | Method and apparatus for processing trajectory, roadside device and cloud control platform | |
| US11783588B2 (en) | Method for acquiring traffic state, relevant apparatus, roadside device and cloud control platform | |
| EP4155672A2 (en) | Method and apparatus for generating high-precision map, electronic device and storage medium | |
| CN110675635B (zh) | 相机外参的获取方法、装置、电子设备及存储介质 | |
| EP4024362A2 (en) | Method and apparatus of failure monitoring for signal lights, electronic device and storage medium | |
| KR20220032533A (ko) | 센싱효과의 테스트 방법, 장치, 기기, 저장 매체, 컴퓨터 프로그램 및 테스트 시스템 | |
| US20230391362A1 (en) | Decision-making for autonomous vehicle | |
| JP7348243B2 (ja) | 交通流監視測定システムのテスト方法、装置及び機器 | |
| JP2021168127A (ja) | 情報生成方法、情報生成装置、電子機器、記録媒体およびコンピュータプログラム | |
| CN113762397A (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
| US20230211776A1 (en) | Method for determining attribute value of obstacle in vehicle infrastructure cooperation, device and autonomous driving vehicle | |
| Hanhirova et al. | A machine learning environment for evaluating autonomous driving software | |
| CN115384526A (zh) | 调试系统和调试方法 | |
| US11772681B2 (en) | Method and apparatus for processing autonomous driving simulation data, and electronic device | |
| CN115361290B (zh) | 配置比对方法、装置、电子设备及存储介质 | |
| KR102579124B1 (ko) | 영상 데이터 보정 방법, 장치, 전자 기기, 저장 매체, 컴퓨터 프로그램 및 자율 주행 차량 | |
| KR102721493B1 (ko) | 차선 검출 방법, 장치, 전자기기, 저장 매체 및 차량 | |
| CN114363207A (zh) | 云控平台的测试方法、装置、设备、存储介质及程序 | |
| EP3937125A2 (en) | Method, apparatus for superimposing laser point clouds and high-precision map and electronic device | |
| KR20220004939A (ko) | 차선 검출 방법, 장치, 전자기기, 저장 매체 및 차량 | |
| CN114546575A (zh) | 对象显示方法、装置、设备、存储介质以及程序产品 | |
| Madumal | Adaptive Intelligent Edge-Driven Control-Plane for Fog Networking Architecture | |
| KR20220169881A (ko) | 지능형 교통 도로망 획득 방법, 장치, 전자 기기 및 기록 매체 | |
| CN117826631A (zh) | 自动驾驶仿真测试场景数据生成方法及装置 |
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 |