WO2018098658A1 - 对象测试方法、装置及系统 - Google Patents

对象测试方法、装置及系统 Download PDF

Info

Publication number
WO2018098658A1
WO2018098658A1 PCT/CN2016/107895 CN2016107895W WO2018098658A1 WO 2018098658 A1 WO2018098658 A1 WO 2018098658A1 CN 2016107895 W CN2016107895 W CN 2016107895W WO 2018098658 A1 WO2018098658 A1 WO 2018098658A1
Authority
WO
WIPO (PCT)
Prior art keywords
parameter
preset
tested
actual
plan
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/CN2016/107895
Other languages
English (en)
French (fr)
Inventor
赵开勇
郑石真
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI Technology Co Ltd
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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Priority to PCT/CN2016/107895 priority Critical patent/WO2018098658A1/zh
Priority to CN201680004011.4A priority patent/CN107004039A/zh
Publication of WO2018098658A1 publication Critical patent/WO2018098658A1/zh
Priority to US16/421,711 priority patent/US20190278272A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G01M17/0078—Shock-testing of vehicles

Definitions

  • the invention relates to the technical field of drones, and in particular to an object testing method, device and system.
  • UAVs can be robots, unmanned aerial vehicles, unmanned vehicles, unmanned ships and the like.
  • drones are typically controlled using preset objects such as algorithms. In the process of developing the drone, it is necessary to perform multiple tests on the object used to control the drone to ensure the correctness and stability of the object.
  • object development is usually performed first, and after the object development is completed, the object is written into the drone; the physical test environment is set up, and the drone is run in the physical test environment; The running status of the machine determines whether the object is correct.
  • the present application provides an object testing method, apparatus and system for improving the accuracy of object testing.
  • the application provides an object testing method, including:
  • the acquiring a plan parameter corresponding to the object to be tested includes:
  • the plan parameters are obtained based on the sensor data.
  • the simulation platform includes a virtual sensor and a virtual scene; correspondingly, the acquiring the sensing data includes:
  • the acquiring the sensing data includes:
  • the acquiring the planning parameter according to the sensing data includes:
  • the sensing data is processed according to the first preset object to obtain the planning parameter.
  • the first preset object is located in the drone.
  • the first preset object is located in a preset virtual model.
  • the first preset object is located in the simulation platform.
  • the first preset object includes at least one of a visual object and a path planning object.
  • the plan parameter includes at least one of a planned path, a planned speed, a planned acceleration, a planned angular velocity, and a planned distance.
  • the obtaining, by the simulation platform, the actual parameters corresponding to the object to be tested includes:
  • the actual parameter is obtained in the simulation platform according to the control instruction.
  • the acquiring the control instruction corresponding to the plan parameter includes:
  • the planning parameter is processed according to the second preset object to obtain the control instruction.
  • the second preset object is located in the drone.
  • the second preset object is located in a preset virtual model.
  • the second preset object is located in the simulation platform.
  • control instruction includes a rotational speed and/or a steering of at least one of the unmanned aerial vehicles, or a rotational speed of at least one of the drones simulated by the simulation platform and/or Turn
  • processing the planning parameter to obtain the control instruction including:
  • the speed and/or steering of each of the motors is determined.
  • the acquiring the actual parameter according to the control instruction includes:
  • the actual parameters are obtained based on the rotational speed and/or steering of each of the motors and the operating parameters of each of the motors.
  • the second preset object includes a control object.
  • the object to be tested includes the first preset object and/or the second preset object.
  • determining, according to the plan parameter and the actual parameter, a test result corresponding to the object to be tested including:
  • the method before determining the test result corresponding to the object to be tested according to the plan parameter and the actual parameter, the method further includes:
  • determining the test result corresponding to the object to be tested according to the plan parameter and the actual parameter including:
  • the test result is determined according to the plan parameter, the actual parameter, and each of the historical parameters.
  • the method further includes:
  • plan parameters are tested according to the standard parameters.
  • testing the planning parameter including:
  • the method further includes:
  • plan parameter and the actual parameter are displayed, so that the user analyzes the object to be tested according to the plan parameter and the actual parameter.
  • the method further includes:
  • the plan parameter, the actual parameter, and the historical parameter are displayed to analyze the object to be tested according to the plan parameter, the actual parameter, and the historical parameter.
  • the sensing data includes at least one of the following: image, distance, velocity, acceleration, angular velocity, position coordinate data, inertial data.
  • the object to be tested is an algorithm to be tested.
  • the first preset object is a first preset algorithm
  • the visual object is a visual algorithm
  • the path planning object is a path planning algorithm
  • the second preset object is a second preset algorithm, and correspondingly, the control object is a control algorithm.
  • an object testing apparatus including:
  • a first acquiring module configured to acquire a planning parameter corresponding to the object to be tested
  • a second acquiring module configured to acquire an actual parameter corresponding to the object to be tested by using a simulation platform
  • a test module configured to determine, according to the plan parameter and the actual parameter, a test result corresponding to the object to be tested.
  • the first acquiring module includes a first acquiring unit and a second acquiring unit, where
  • the first acquiring unit is configured to acquire sensing data.
  • the second obtaining unit is configured to acquire the planning parameter according to the sensing data.
  • the simulation platform includes a virtual sensor and a virtual scene; correspondingly, the first acquiring unit is specifically configured to:
  • the first acquiring unit is specifically configured to:
  • the second acquiring unit is specifically configured to:
  • the sensing data is processed according to the first preset object to obtain the planning parameter.
  • the first preset object is located in the drone.
  • the first preset object is located in a preset virtual model.
  • the first preset object is located in the simulation platform.
  • the first preset object includes at least one of a visual object and a path planning object.
  • the plan parameter includes at least one of a planned path, a planned speed, a planned acceleration, a planned angular velocity, and a planned distance.
  • the second obtaining module includes a third obtaining unit and a fourth acquiring unit, where
  • the third obtaining unit is configured to acquire a control instruction corresponding to the plan parameter
  • the fourth obtaining unit is configured to acquire the actual parameter according to the control instruction in the simulation platform.
  • the third acquiring unit is specifically configured to:
  • the planning parameter is processed according to the second preset object to obtain the control instruction.
  • the second preset object is located in the drone.
  • the second preset object is located in a preset virtual model.
  • the second preset object is located in the simulation platform.
  • control instruction includes a rotational speed and/or a steering of at least one of the unmanned aerial vehicles, or a rotational speed of at least one of the drones simulated by the simulation platform and/or Turn
  • the third obtaining unit is specifically configured to:
  • the speed and/or steering of each of the motors is determined.
  • the fourth acquiring unit is specifically configured to:
  • the actual parameters are obtained based on the rotational speed and/or steering of each of the motors and the operating parameters of each of the motors.
  • the second preset object includes a control object.
  • the object to be tested includes the first preset object and/or the second preset object.
  • test module is specifically configured to:
  • the device further includes a third acquiring module, where
  • the third obtaining module is configured to acquire at least one historical parameter corresponding to the object to be tested before the test module determines the test result corresponding to the object to be tested according to the plan parameter and the actual parameter;
  • the testing module is specifically configured to determine the test result according to the planning parameter, the actual parameter, and each of the historical parameters.
  • the apparatus further includes a fourth acquiring module, where
  • the fourth obtaining module is configured to acquire, after the first acquiring module acquires the planning parameter corresponding to the object to be tested, a standard parameter corresponding to the virtual scene in the simulation platform;
  • the test module is further configured to test the plan parameter according to the standard parameter.
  • test module is specifically configured to:
  • the device further includes a display module, where
  • the display module is configured to display the plan parameter and the actual parameter after the second acquiring module acquires the actual parameter corresponding to the object to be tested through the simulation platform, so that the user according to the plan parameter and the The actual parameters are used to analyze the object to be tested.
  • the apparatus further includes a fifth acquiring module, where
  • the fifth obtaining module is configured to acquire a historical parameter after the second acquiring module acquires the actual parameter corresponding to the object to be tested through the simulation platform;
  • the display module is specifically configured to display the plan parameter, the actual parameter, and
  • the historical parameter is configured to analyze the object to be tested according to the plan parameter, the actual parameter, and the historical parameter.
  • the sensing data includes at least one of the following: image, distance, velocity, acceleration, angular velocity, position coordinate data, inertial data.
  • the object to be tested is an algorithm to be tested.
  • the first preset object is a first preset algorithm
  • the visual object is a visual algorithm
  • the path planning object is a path planning algorithm
  • the second preset object is a second preset algorithm, and correspondingly, the control object is a control algorithm.
  • the present application provides an object testing system including a processor and a memory for storing an application, the processor for reading an application in the memory, and performing the following operations:
  • the processor is specifically configured to:
  • the plan parameters are obtained based on the sensor data.
  • the simulation platform includes a virtual sensor and a virtual scene; the processor is specifically configured to:
  • system further includes a communication port, and correspondingly, the processor is specifically configured to:
  • the processor is specifically configured to:
  • the sensing data is processed according to the first preset object to obtain the planning parameter.
  • the first preset object is located in the drone.
  • the first preset object is located in a preset virtual model.
  • the first preset object is located in the simulation platform.
  • the first preset object includes at least one of a visual object and a path planning object.
  • the plan parameter includes at least one of a planned path, a planned speed, a planned acceleration, a planned angular velocity, and a planned distance.
  • the processor is specifically configured to:
  • the actual parameter is obtained in the simulation platform according to the control instruction.
  • the processor is specifically configured to: process the plan parameter according to the second preset object, to obtain the control instruction.
  • the second preset object is located in the drone.
  • the second preset object is located in a preset virtual model.
  • the second preset object is located in the simulation platform.
  • control instruction includes a rotational speed and/or a steering of at least one of the unmanned aerial vehicles, or a rotational speed of at least one of the drones simulated by the simulation platform and/or Turn
  • the processor is specifically configured to:
  • the speed and/or steering of each of the motors is determined.
  • the processor is specifically configured to:
  • the actual parameters are obtained based on the rotational speed and/or steering of each of the motors and the operating parameters of each of the motors.
  • the second preset object includes a control object.
  • the object to be tested includes the first preset object and/or the second preset object.
  • the processor is specifically configured to:
  • the processor is further configured to: Acquiring at least one historical parameter corresponding to the object to be tested before determining the test result corresponding to the object to be tested;
  • the processor is specifically configured to determine the test result according to the plan parameter, the actual parameter, and each of the historical parameters.
  • the processor is further configured to:
  • the processor After the processor acquires the plan parameter corresponding to the object to be tested, the standard parameter corresponding to the virtual scene in the simulation platform is obtained; and the plan parameter is tested according to the standard parameter.
  • the processor is specifically configured to: acquire a second error value between the plan parameter and the standard parameter;
  • system further includes a display device, where
  • the display device is configured to display the plan parameter and the actual parameter after the processor acquires the actual parameter corresponding to the object to be tested through the simulation platform, so that the user according to the plan parameter and the actual The parameter analyzes the object to be tested.
  • the processor is further configured to: after the processor simulation platform acquires an actual parameter corresponding to the object to be tested, acquire a historical parameter;
  • the display device is specifically configured to: display the plan parameter, the actual parameter, and the historical parameter, so as to perform, according to the plan parameter, the actual parameter, and the historical parameter, the object to be tested analysis.
  • the sensing data includes at least one of the following: image, distance, velocity, acceleration, angular velocity, position coordinate data, inertial data.
  • the object to be tested is an algorithm to be tested.
  • the first preset object is a first preset algorithm
  • the visual object is a visual algorithm
  • the path planning object is a path planning algorithm
  • the second preset object is a second preset algorithm, and correspondingly, the control object is a control algorithm.
  • the plan parameters corresponding to the object to be tested are obtained, and the actual parameters corresponding to the object to be tested are obtained through the simulation platform, according to the plan parameters and The actual parameters determine the test results corresponding to the object to be tested.
  • the simulation result can be obtained according to the planning parameters and the actual parameters through the simulation platform, without relying on human observation and human evaluation, thereby improving the accuracy of the object test.
  • FIG. 1 is a schematic diagram of an application scenario of an object testing method provided by the present invention.
  • FIG. 3 is a schematic structural diagram of a test model provided by the present invention.
  • FIG. 4 is a schematic flowchart 1 of a method for acquiring a plan parameter provided by the present invention
  • FIG. 5 is a schematic flowchart 1 of a method for obtaining actual parameters according to the present invention.
  • FIG. 6 is a schematic structural diagram of a planned path and an actual path provided by the present invention.
  • FIG. 7 is a schematic structural diagram of another test mode provided by the present invention.
  • FIG. 8 is a second schematic flowchart of a method for obtaining a plan parameter according to the present invention.
  • FIG. 9 is a second schematic flowchart of a method for obtaining actual parameters according to the present invention.
  • FIG. 10 is a schematic structural diagram of still another test model provided by the present invention.
  • FIG. 11 is a schematic flowchart 3 of a method for acquiring a plan parameter provided by the present invention.
  • FIG. 12 is a schematic flowchart 3 of a method for obtaining actual parameters according to the present invention.
  • FIG. 13 is a schematic flowchart of a method for determining a test result provided by the present invention.
  • FIG. 14 is a schematic flow chart of a method for testing a planned parameter provided by the present invention.
  • 15 is a schematic diagram of an interface of a standard path and a planned path provided by the present invention.
  • Figure 16 is a schematic structural view 1 of the object testing device provided by the present invention.
  • Figure 17 is a schematic structural view 2 of the object testing device provided by the present invention.
  • FIG. 18 is a schematic structural diagram 1 of an object testing system provided by the present invention.
  • FIG. 19 is a schematic structural diagram 2 of an object testing system provided by the present invention.
  • FIG. 1 is a schematic diagram of an application scenario of an object testing method provided by the present invention.
  • an object to be tested 101 and a simulation platform 102 are included.
  • the simulation platform 102 can acquire the simulation sensing data, and the simulation sensing data is processed by the object 101 to be tested to obtain a planning parameter; the simulation platform 102 performs the first processing on the planning parameter to obtain the actual parameter corresponding to the planning parameter; the simulation platform 102 further The planned parameters and the actual parameters are processed to obtain test results corresponding to the object 101 to be tested.
  • the object to be tested 101 may be an algorithm, a physical component, or the like.
  • the object to be tested may be set in the drone, or the object to be tested may be set in the preset virtual model, and the object to be tested may be set in the simulation platform.
  • the actual physical test environment is not required to be built, and the planning parameters and actual parameters for testing the test object can be obtained in real time through the simulation platform, thereby improving the efficiency of obtaining the planned parameters and the actual parameters;
  • the parameters and the planning parameters are processed to obtain the test results corresponding to the object to be tested in real time, and the efficiency of determining the test results is improved.
  • the test results obtained according to the planned parameters and the actual parameters in the simulation platform are more accurate, thereby improving the accuracy of the object test.
  • the method may include:
  • the execution subject of the embodiment of the present invention may be an object testing device (hereinafter simply referred to as a testing device).
  • the test device can be implemented by software and/or hardware.
  • the test device can be disposed in the simulation platform.
  • the test device can also be part or all of the simulation platform.
  • the object to be tested is a part of the drone.
  • the drone can be a robot, an unmanned aerial vehicle, an unmanned vehicle, an unmanned ship, and the like.
  • the object to be tested may be an algorithm for controlling the drone or a physical component in the drone.
  • the test device acquires the plan parameters corresponding to the object to be tested.
  • the plan parameters may include a planned path, a planned state (eg, planned speed, planned acceleration, planned angular velocity, planned posture, etc.), planned distance, planned location, and the like.
  • the plan parameter is a parameter determined according to the object to be tested.
  • the test device also obtains actual parameters corresponding to the object to be tested through the simulation platform.
  • the actual parameters may include the actual path, the actual state (actual speed, actual acceleration, actual angular velocity, actual posture, etc.), actual distance, actual position, and the like.
  • the actual parameter is a parameter obtained by processing the planned parameter; specifically, the planning parameter may be processed to obtain a control instruction (such as a motor speed and/or steering) for controlling the drone, and according to The control instructions generate actual parameters.
  • the object to be tested includes at least one of a visual algorithm, a path planning algorithm, and a control algorithm
  • the planning parameter is a planned path
  • the actual parameter is an actual path.
  • the sensing data is processed by the visual algorithm and the path planning algorithm to obtain a planned path
  • the planned path is processed by the control algorithm to obtain control commands (such as motor speed and/or steering) for controlling the drone,
  • the actual path is obtained according to the control command.
  • the test device determines the test result corresponding to the object to be tested according to the plan parameter and the actual parameter.
  • the testing device can perform comparative analysis on the planned parameter and the actual parameter to obtain a test result corresponding to the object to be tested. Through the test result, it can be determined that the object to be tested is in a normal state or an abnormal state.
  • the plan parameters corresponding to the object to be tested are obtained, and the actual parameters corresponding to the object to be tested are obtained through the simulation platform, and the test results corresponding to the object to be tested are determined according to the plan parameters and the actual parameters.
  • the simulation platform can obtain the plan parameters and actual parameters for testing the test object in real time, and improve the efficiency of obtaining the plan parameters and the actual parameters;
  • the parameters and the planning parameters are processed to obtain the test results corresponding to the object to be tested in real time, and the efficiency of determining the test results is improved.
  • the test results obtained according to the planned parameters and the actual parameters in the simulation platform are more accurate, thereby improving the accuracy of the object test.
  • the test object can be treated by various test models.
  • the process of obtaining the plan parameters and actual parameters corresponding to the object to be tested is different.
  • three test models are introduced, and a process of acquiring plan parameters and actual parameters corresponding to the object to be tested in each test model is introduced.
  • FIG. 3 is a schematic structural diagram of a test model provided by the present invention. Referring to FIG. 3, a drone 301 and a simulation platform 302 are included. among them,
  • the first preset object and the second preset object are disposed in the drone 301.
  • the object to be tested includes a first preset object and/or a second preset object.
  • the simulation platform 302 includes an analog module 302-1 and a display/test module 302-2. among them,
  • the simulation module 302-1 includes a drone dynamic model unit, an environment simulation unit, and a sensing data simulation unit.
  • the UAV dynamic model unit is used to simulate the UAV connected to the simulation platform;
  • the environmental simulation unit is used to simulate the virtual scene in the simulation platform;
  • the sensing data simulation unit is used to simulate the UAV dynamic model unit.
  • the state of the human machine and the virtual scene simulate sensor data.
  • the display/test module 302-2 is configured to display the UAV simulated by the UAV dynamic model unit and display the virtual scene simulated by the environmental simulation unit on the display area M of the simulation platform; display/test module 302-2 may also determine a test result of the object to be tested, and display the test result in the test result display area of the display area M; the display/test module 302-2 may also be in the test result display area in the display area M. Display planning parameters and actual parameters.
  • the sensing data simulation unit in the simulation platform 302 can acquire sensing data according to the state of the drone simulated by the UAV dynamic model unit (for example, the speed, position, etc. of the virtual unmanned person) and the virtual scene, and send the sensing data.
  • the drone 301 can process the sensing data through the first preset object, obtain a planning parameter, and process the planning parameter according to the second preset object to obtain a control instruction.
  • the drone 301 sends the obtained plan parameters and control commands to the simulation platform 302 so that the simulation platform 302 can process the control commands to obtain actual parameters.
  • the first preset object and the second preset object may be the same object or different objects.
  • FIG. 4 is a schematic flowchart 1 of a method for obtaining a plan parameter according to the present invention.
  • the method may include:
  • the test object to be tested when the test object to be tested is tested by the test model shown in the embodiment of FIG. 3, the first preset object and the second preset object are set in the drone (the object to be tested includes the first pre-test)
  • the object and/or the second preset object are set up, the virtual scene is created in the simulation platform by the environment simulation unit, and the drone connected to the simulation platform is simulated by the dynamic model unit of the drone.
  • the drone including the object to be tested is connected to the simulation platform so that the drone can communicate with the simulation platform.
  • the test device After testing the test object by the test model, acquires the sensor data obtained by the sensor data simulation unit according to the state of the drone simulated by the UAV dynamic model unit and the virtual scene, and sends the sensor data to the drone. Get the sensor data obtained.
  • the sensing data may include a state of the UAV (such as speed, acceleration, angular velocity, attitude data, etc.) simulated by the UAV dynamic model unit, a distance from the obstacle, a scene image, and the like.
  • the drone After the drone receives the sensing data, the drone processes the sensing data through the first preset object to obtain a planning parameter, and sends the planning parameter to the testing device.
  • the first preset object includes at least one of a visual object and a path planning object.
  • the first preset object may be a first preset algorithm, and correspondingly, the visual object is a visual algorithm, and the path planning object is a path planning algorithm.
  • other algorithms such as an obstacle avoidance algorithm, may also be included in the first preset algorithm.
  • the obstacle avoidance algorithm can also be part of the path planning algorithm.
  • the sensing data can be obtained through the sensing data simulation module in the simulation platform, and the sensing data is processed by the real drone to obtain the planning parameters.
  • the planning parameters can be obtained without setting up an actual test environment, thereby improving the efficiency of obtaining the planning parameters.
  • FIG. 5 is a schematic flowchart 1 of a method for obtaining an actual parameter according to the present invention.
  • the method may include:
  • the drone After the drone obtains the plan parameters according to the first preset object, The drone also processes the plan parameters according to the second preset object, obtains a control command, and sends the control command to the test device.
  • a control object may be included in the second preset object.
  • the control object is a control algorithm.
  • the control instruction may include a rotation speed and/or a steering of at least one motor in the drone.
  • the drone may obtain a control instruction by using a feasible implementation manner: the drone acquires a type of the planned parameter, And determining at least one motor corresponding to the plan parameter according to the type of the plan parameter, and determining the rotation speed and/or the steering of each motor according to the plan parameter.
  • the test device After the test device obtains the control command, the test device acquires the actual parameters according to the control command in the simulation platform.
  • the test device can obtain actual parameters according to the rotational speed of each motor and/or the steering and operating parameters of each motor.
  • the virtual sensor in the UAV simulated by the UAV dynamic model unit performs data acquisition in real time, and the test device implements the sensor data acquired by the virtual sensor, and senses Data is sent to the drone in real time.
  • the drone obtains the planned parameters based on the sensor data in real time, and obtains the actual parameters according to the planned parameters in real time.
  • the first preset object includes a visual algorithm and a path planning algorithm
  • the second preset object includes a control algorithm
  • the object to be tested is any one of a visual algorithm, a path planning algorithm, and a control algorithm.
  • the drone simulated by the UAV dynamic model unit collects data in the virtual scene through the virtual sensor.
  • the test device acquires the sensor data collected by the virtual sensor and transmits the sensor data to the drone. It is assumed that the sensor data includes the speed (v), acceleration (A), direction of travel (direction 1) of the drone simulated by the UAV dynamic model unit, image of the surrounding environment (image 1 - image N), distance barrier The distance of the object (H).
  • the drone After the drone receives the sensor data sent by the test device, the drone processes the image 1 - image N through a visual algorithm to determine the size of the obstacle (eg, length, width, height of the obstacle), and obstacles.
  • the distance from the obstacle (H) is processed to obtain a planned path.
  • the parameters used to calculate the planned path may include parameters determined by the drone through the visual algorithm, and virtual.
  • One or more of the sensing data sent by the platform One or more of the sensing data sent by the platform.
  • the drone processes the planned path by running the control algorithm to obtain a control command for controlling the rotation speed and steering of the corresponding motor (for example, the motor 1 - motor 10) in the drone, and transmits the control command to the test device.
  • a control command for controlling the rotation speed and steering of the corresponding motor for example, the motor 1 - motor 10.
  • the testing device determines the actual path corresponding to the object to be tested according to the control instruction.
  • the drone also sends the control command to the drone dynamic model unit, so that the dynamic simulation model unit performs the state (such as speed, attitude, etc.) of the drone simulated by the UAV dynamic model unit according to the control command. control.
  • the plan parameters and the actual parameters can also be displayed in real time, so that the user can analyze the test object according to the plan parameters and the actual parameters, and further, the historical parameters can be performed. Displayed so that the user can analyze the test object based on the plan parameters, actual parameters, and historical parameters. At the same time, as the test time goes on, the parameters can be updated in real time.
  • the test device can also display actual parameters and plan parameters in an unused color. If the test result determined by the test device is abnormal, the actual parameter of the abnormality may also be identified by a preset color and/or a preset identifier. Further, the testing device may further analyze the actual parameters and the planning parameters to determine an abnormal object that causes the actual parameter abnormality, and prompt the abnormal object to facilitate the user to locate the fault point.
  • the testing device may also record the process of displaying the actual parameters and the planning parameters to form a recording file, for example, recording the process of displaying the actual parameters and the planning parameters to form a video file, so that the user can perform the recording file. Playback.
  • FIG. 6 is a schematic diagram of a display interface of parameters provided by the present invention. Referring to FIG. 6, a function selection area 601-1 and a parameter display area 601-2 are included.
  • the function selection area 601-1 may include a parameter type selection area, a visual angle selection area, a parameter category selection area, and the like, wherein
  • the parameter type that needs to be displayed in the parameter display area 601-2 can be selected in the parameter type selection area, wherein the user can simultaneously select a plurality of parameter types in the parameter type so that the selected one is displayed in the parameter display area 601-2.
  • the parameter of the parameter type is selected in the parameter type selection area, wherein the user can simultaneously select a plurality of parameter types in the parameter type so that the selected one is displayed in the parameter display area 601-2.
  • a plurality of visual angles are included in the visual angle selection area, for example, a 45 degree side view, a drone view, a top view, a bottom view, and the like.
  • the parameter type includes a view parameter type such as a path type
  • the user can select different visual angles so that the view parameters corresponding to different visual angles are displayed in the parameter display area 601-2.
  • the plan parameter, the actual parameter, and the historical parameter are included in the parameter category selection area, and the user may perform a selected operation on one or more of the three parameters, so that the selected parameter category is displayed in the parameter display area 601-2. Corresponding parameters.
  • FIG. 6 only illustrates the function options included in the function selection area 601-1 in the form of an example. Of course, other types of function options may be included in the function selection area 601-2. The function options that can be included in the function selection area 601-1 can be set according to actual needs.
  • the parameter display area 601-1 is configured to display the corresponding category and the corresponding type of parameters according to the selected drone view according to the function item selected by the user in the function selection area 601-1.
  • FIG. 6 only shows the display interface of the simulation platform for displaying the parameters in an exemplary manner, and is not limited to the display.
  • the specific content included in the display interface may be set according to actual needs, and The process of displaying the parameters.
  • FIG. 7 is a schematic structural diagram of another test mode provided by the present invention.
  • a physical sensor 701 a preset virtual model 702, and a simulation platform 703 are included. among them,
  • the physical sensor 701 can be any physical sensor disposed in the drone.
  • the physical sensor 701 can be an imaging device, an inertial measurement device, or the like.
  • the physical sensor can be a sensor or a collection of multiple sensors.
  • the physical sensor 701 can also be replaced with a real drone.
  • the preset virtual model 702 has a first preset object and a second preset object.
  • the object to be tested includes a first preset object and/or a second preset object.
  • the simulation platform 703 includes an analog module 703-1 and a display/test module 703-2.
  • the simulation module 703-1 includes a drone dynamic model unit and an environment simulation unit.
  • the UAV dynamic model unit is used to simulate the UAV; the environmental simulation unit is used to simulate the virtual scene in the simulation platform.
  • the display/test module 703-2 is configured to display the UAV simulated by the UAV dynamic model unit on the display area M of the simulation platform, and display the virtual scene obtained by simulating the environment simulation unit; display/test module 703-2 is also used to determine the test result of the object to be tested, and is displayed in the display area M.
  • the test results show the test results in the display area, and display the planned parameters and actual parameters in real time.
  • the physical sensor 701 can operate in an actual physical environment, and collect sensing data in an actual physical environment, and send the collected sensing data to the preset virtual model 702.
  • the preset virtual model 702 processes the sensing data through the first preset object to obtain a planning parameter, and processes the planning parameter according to the second preset object to obtain a control instruction.
  • the preset virtual model 702 sends the obtained plan parameters and control commands to the simulation platform 703.
  • FIG. 8 is a schematic flowchart 2 of a method for obtaining a plan parameter according to the present invention.
  • the method may include:
  • S801. Receive sensing data sent by the physical sensor.
  • the sensing data is obtained by the physical sensor according to an actual environment in which the physical sensor is located.
  • S802. Process the sensing data according to the first preset object in the preset virtual model to obtain a planning parameter.
  • the testing device may be disposed in a preset virtual model and a simulation platform.
  • the first preset object and the second preset object are set in the preset virtual model (the object to be tested includes the first The preset object and/or the second preset object are created; the virtual scene is created in the simulation platform by the environment simulation unit, and the drone is simulated in the simulation platform by the drone dynamic model unit.
  • the physical sensor, the preset virtual model, and the simulation platform are connected such that the physical sensor, the preset virtual model, and the simulation platform can communicate with each other.
  • the physical sensor runs in the actual environment, collects the sensor data in the actual environment, and sends the acquired sensor data to the preset virtual model.
  • the testing device processes the sensing data according to the first preset object in the preset virtual model to obtain a planning parameter.
  • the first preset object in the embodiment of the present invention is the same as the first preset object shown in the embodiment of FIG. 4, and details are not described herein.
  • the sensing data is collected by the physical sensor, and the sensing data is processed by the first preset object in the preset virtual model to obtain a planning parameter. No need to build actual measurements Try the environment to get the plan parameters, which improves the efficiency of getting the plan parameters.
  • FIG. 9 is a schematic flowchart 2 of a method for obtaining actual parameters according to the present invention.
  • the method may include:
  • S901 Process the plan parameters according to the second preset object in the preset virtual model to obtain a control instruction.
  • the plan parameter may be processed according to the second preset object in the preset virtual model to obtain a control command.
  • the second preset object in the embodiment of the present invention is the same as the second preset object in the embodiment of FIG. 5, and details are not described herein.
  • the control instruction and the process of acquiring the control instruction in the embodiment of the present invention are the same as the control instruction in the embodiment shown in FIG. 5 and the process of acquiring the control instruction, and details are not described herein.
  • the test device After the test device obtains the control command, the test device acquires the actual parameters according to the control command in the simulation platform.
  • the test device can obtain actual parameters according to the rotational speed of each motor and/or the steering and operating parameters of each motor.
  • the preset virtual model may also be set in the simulation platform.
  • the process of obtaining the plan parameter and the actual parameter is similar to the process shown in the embodiment of FIG. 8 to FIG. 9, and details are not described herein.
  • the first preset object includes a visual algorithm and a path planning algorithm
  • the second preset object includes a control algorithm
  • the object to be tested is any one of a visual algorithm, a path planning algorithm, and a control algorithm.
  • the physical sensor operates in a real environment (for example, in a preset track), and the physical sensor collects sensor data in the actual environment and forwards to the preset virtual model. Send the sensor data. It is assumed that the sensor data includes the speed (v), the acceleration (A) of the acquired physical sensor, the surrounding image (image 1 - image 10), and the distance (H) from the obstacle.
  • the testing device processes the image 1 - image 10 according to a visual algorithm in the preset virtual model, The size of the obstacle (for example, the length, width, and height of the obstacle), and the relative position ((M, N)) of the obstacle and the drone simulated by the UAV dynamic model unit.
  • the test device uses the path planning algorithm to measure the size, relative position ((M, N)) of the obstacle, the speed of the drone (v), the acceleration of the drone (A), and the distance from the obstacle (H). Process to get the planned path.
  • the testing device further processes the planned path according to the control algorithm in the preset virtual model, obtains a control instruction for controlling the drone of the UAV dynamic model unit, and transmits the control command to the testing device.
  • the testing device determines the actual path corresponding to the object to be tested according to the control instruction.
  • the preset virtual model also sends the control command to the drone dynamic model unit, so that the dynamic simulation model unit simulates the state of the drone (such as speed, attitude, etc.) of the UAV dynamic model unit according to the control command. ) to control.
  • the planning parameters, the actual parameters, and the historical parameters may be displayed in real time, and the display interface and the display process of the above parameters are implemented in FIG.
  • the display interface and display process shown in the example are similar, and will not be described here.
  • FIG. 10 is a schematic structural diagram of still another test model provided by the present invention.
  • a simulation platform 1001 is included.
  • the simulation platform 1001 includes an analog module 1001-1, a display/test module 1001-2, and a processing module 1001-3.
  • the simulation module 1001-1 includes a drone dynamic model unit, an environment simulation unit, and a sensing data simulation unit.
  • the UAV dynamic model unit is used to simulate the UAV;
  • the environmental simulation unit is used to simulate the virtual scene in the simulation platform;
  • the sensing data simulation unit is used to simulate the state of the UAV according to the UAV dynamic model unit.
  • virtual scenes simulate sensory data.
  • the display/test module 1001-2 is configured to display the UAV simulated by the UAV dynamic model unit and display the virtual scene simulated by the environmental simulation unit on the display area M of the simulation platform, and display/test The module 1001-2 is further configured to determine a test result of the object to be tested, and display the test result, the plan parameter, and the actual parameter in the test result display area in the display area M.
  • the processing module 1001-3 is configured to process the sensing data acquired by the sensing data simulation unit according to the first preset object to obtain a planning parameter, and process the planning parameter according to the second preset object to obtain an actual parameter.
  • the processing module 1001-3 also sends the determined planning parameter and the actual parameter to the display.
  • the test module 1001-2 is configured to cause the display/test module 1001-2 to determine the test result based on the plan parameters and the actual parameters.
  • FIG. 11 is a schematic flowchart 3 of a method for obtaining a plan parameter according to the present invention.
  • the method may include:
  • S1101 Acquire sensor data collected by the virtual sensor according to the virtual scene.
  • S1102 Processing the sensing data according to the first preset object in the simulation platform to obtain a planning parameter.
  • the virtual scene is created in the simulation platform by the environment simulation unit, and the drone is simulated in the simulation platform by the drone dynamic model unit, and
  • the first preset object and the second preset object are set in the processing module of the simulation platform.
  • the test device After the test object is started by the test model, the test device acquires the sensor data determined by the sensor data simulation unit according to the state of the drone simulated by the UAV dynamic model unit and the virtual scene.
  • the testing device processes the sensing data according to the first preset object in the simulation platform to obtain a planning parameter.
  • the first preset object in the embodiment of the present invention is the same as the first preset object shown in the embodiment of FIG. 4, and details are not described herein.
  • the sensing data can be obtained through the sensing data simulation module in the simulation platform, and the processing data is processed by the processing module in the simulation platform to obtain the planning parameters.
  • the planning parameters can be obtained without setting up an actual test environment, thereby improving the efficiency of obtaining the planning parameters.
  • FIG. 12 is a schematic flowchart 3 of a method for obtaining an actual parameter according to the present invention. Referring to FIG. 12, the method may include:
  • S1201 Process the plan parameters according to the second preset object in the simulation platform to obtain a control instruction.
  • S1202 Acquire an actual parameter according to a control instruction in the simulation platform.
  • the test device acquires according to the first preset object in the simulation platform.
  • the planning parameters may also be processed according to the second preset object in the simulation platform to obtain a control instruction.
  • the second preset object in the embodiment of the present invention is the same as the second preset object in the embodiment of FIG. 5, and details are not described herein.
  • the control instruction and the process of acquiring the control instruction in the embodiment of the present invention are the same as the control instruction in the embodiment shown in FIG. 5 and the process of acquiring the control instruction, and details are not described herein.
  • the test device After the test device obtains the control command, the test device acquires the actual parameters according to the control command in the simulation platform.
  • the test device can obtain actual parameters according to the rotational speed of each motor and/or the steering and operating parameters of each motor.
  • the first preset object includes a visual algorithm and a path planning algorithm
  • the second preset object includes a control algorithm
  • the object to be tested is any one of a visual algorithm, a path planning algorithm, and a control algorithm.
  • the drone simulated by the UAV dynamic model unit runs in the virtual scene, and the sensor data in the virtual scene is collected by the virtual sensor. It is assumed that the sensor data includes the speed (v), acceleration (A) of the drone simulated by the UAV dynamic model unit, the image of the surrounding environment (image 1 - image 10), and the distance from the obstacle (H) .
  • the test device processes the image 1 according to a visual algorithm in the simulation platform, determines the size of the obstacle (for example, the length, width, and height of the obstacle), and the unmanned aerial vehicle simulated by the obstacle and the UAV dynamic model unit. Relative position ((M, N)). The test device then uses the path planning algorithm in the simulation platform to measure the size and relative position of the obstacle ((M, N)), the speed of the drone (v), the acceleration of the drone (A), and the distance from the obstacle. (H) Processed to arrive at the planned path.
  • the test device also processes the planned path according to the control algorithm in the simulation platform, and obtains the rotational speed and steering (control command) of the virtual motor 1 - virtual motor 10 in the drone simulated by the UAV dynamic model unit, and tests the test.
  • the device transmits the rotational speed and steering of the virtual motor 1 - virtual motor 10, and determines the actual path of the drone simulated by the UAV dynamic model unit according to the rotational speed and steering of the virtual motor 1 - virtual motor 10.
  • the control instruction may be sent to the UAV dynamic model unit, so that the dynamic simulation model unit simulates the state of the UAV (such as speed, attitude, etc.) of the UAV dynamic model unit according to the control instruction. ) to control.
  • the planning parameters, The actual parameters and the historical parameters are displayed in real time.
  • the display interface and the display process of the above parameters are similar to the display interface and the display process shown in the embodiment of FIG. 6, and are not described herein again.
  • the test device may determine the test result corresponding to the object to be tested according to the planned parameter and the actual parameter in the following feasible implementation manner (S203 in the embodiment shown in FIG. 2). Specifically, please refer to the embodiment shown in FIG.
  • FIG. 13 is a schematic flowchart of a method for determining a test result according to the present invention. Referring to FIG. 13, the method may include:
  • the test device After the test device obtains the plan parameter and the actual parameter, the test device acquires a first error value between the plan parameter and the actual parameter, and determines whether the first error value is greater than the first preset threshold. If yes, the test result is determined to be an abnormal state, and if not, the test result is determined to be a normal state.
  • the first preset threshold may be set according to actual needs.
  • the first error value between the plan parameter and the actual parameter may be a difference between the plan parameter and the actual parameter at the same time, for example, if the plan parameter is a planned path, and the actual parameter is an actual path, the planned path and The first error value between the actual paths is the distance between the planned path and the actual path at the same time.
  • the first error value between the plan parameter and the actual parameter may also be an error between the average value of the plan parameter and the average value of the actual parameter, for example, if the plan parameter is the planned speed and the actual parameter is the actual speed, The planned speed and actual speed can be the difference between the planned average speed and the actual average speed.
  • the first preset threshold is a maximum error value allowed to occur.
  • the rule for determining the first error value may be set according to actual needs, and the first preset threshold value may be set according to actual needs, which is not specifically limited by the present invention.
  • the testing device may further acquire at least one historical parameter corresponding to the object to be tested, and the historical parameter is other tests before the current time.
  • the planned or actual parameters of the test object to be tested during the process can determine the test result according to the plan parameter, the actual parameter, and each historical parameter.
  • the test device obtains the corresponding object to be tested. After the planning parameters, the test device can also schedule parameters for testing to determine if the planning parameters are normal. Next, the process of testing the plan parameters will be described in detail through the embodiment shown in FIG.
  • FIG. 14 is a schematic flowchart diagram of a method for testing a planned parameter according to the present invention. Referring to FIG. 14, the method may include:
  • the test device When the test device needs to test the plan parameters, the test device obtains a virtual scene corresponding standard parameter in the simulation platform, and the standard parameter is a parameter estimated when the object to be tested is in a normal state.
  • the standard parameters may include speed, acceleration, direction of travel, travel path, and the like.
  • the test device can obtain standard path information according to the obstacle position in the virtual scene.
  • the test device tests the plan parameters based on standard parameters.
  • the testing device may obtain a second error value between the planning parameter and the standard parameter, and if the second error value is greater than the second preset threshold, determine that the planning parameter is abnormal, and if the second error value is less than or equal to the second pre- Set the threshold to determine that the plan parameters are normal.
  • the process of determining the second error value is similar to the process of determining the first error value shown in the embodiment of FIG. 13, and details are not described herein.
  • the testing device can determine whether the planning parameter matches the virtual scene currently being simulated by the UAV dynamic model unit, if Then, it is determined that the plan parameters are normal, and if not, the plan parameters are determined to be abnormal.
  • the test device can also display standard parameters and plan parameters in real time, so that the user can analyze the standard parameters and the plan parameters to determine whether the plan parameters are normal.
  • standard parameters and actual parameters can be updated in real time as the test time progresses.
  • standard parameters and plan parameters can also be displayed in unused colors. If the test device determines that the plan parameter is abnormal, the abnormal plan parameter may also be identified by a preset color and/or a preset identifier. Further, the testing device may further analyze the standard parameters and the planning parameters to determine an abnormal object that causes the abnormality of the planning parameter, and prompt the abnormal object to facilitate the user to locate the fault point.
  • the testing device may also record a process of displaying standard parameters and planning parameters to form a recording file, for example, recording a process of displaying standard parameters and planning parameters to form a video file, so that the user can perform the recording file. Playback.
  • FIG. 15 is a schematic diagram of an interface of a standard path and a planned path provided by the present invention. Referring to FIG. 15, a function selection area 1501-1 and a parameter display area 1501-2 are included.
  • the function selection area 1501-1 may include a parameter type selection area, a visual angle selection area, a parameter category selection area, and the like, wherein
  • a parameter type that needs to be displayed in the parameter display area 1501-2 can be selected, wherein the user can simultaneously select a plurality of parameter types in the parameter type, so that multiple display simultaneously in the parameter display area 1501-2 Type of parameters.
  • a plurality of visual angles are included in the visual angle selection area, for example, a 45 degree side view, a drone view, a top view, a bottom view, and the like.
  • the parameter type includes a view parameter type such as a path type
  • the user can select different visual angles such that view parameters corresponding to different visual angles are displayed in the parameter display area 1501-2.
  • the plan parameter, the standard parameter, the actual parameter, and the historical parameter are included in the parameter category selection area, wherein the plan parameter and the standard parameter are fixed selected items, so that the plan parameter and the standard parameter are necessarily displayed in the parameter display area 1501-2.
  • FIG. 15 only illustrates the function options included in the function selection area 1501-1 in the form of an example. Of course, other types of function options may be included in the function selection area 1501-2. The function options that can be included in the function selection area 1501-1 can be set according to actual needs.
  • the virtual platform can display the standard parameters and the plan parameters in real time, and update the standard parameters and the plan parameters in real time as time passes.
  • Fig. 15 when the drone P is at the current position, it is assumed that the planned path M determined for the drone P is as indicated by a broken line in Fig. 15.
  • the test device is based on the virtual field currently in which the drone P is located.
  • the standard path N corresponding to the virtual scene is determined as shown by the solid line in FIG.
  • the test device determines that the error between the standard path M and the planned path N is greater than the second predetermined threshold, and determines that the planned path N is abnormal.
  • the test device can also determine that the planned path N does not match the virtual scene in which the drone is currently located (the planned path N conflicts with the obstacle Q), and then determines that the planned path N is abnormal.
  • the testing device can also display the planning parameters and the actual parameters to the user in real time through the simulation platform, so that the user can analyze the testing object according to the planning parameters and the actual parameters.
  • the planning parameter and the actual parameter are displayed in real time, so that the user can observe the running process of the object to be tested in real time, so that the user can determine the running state of the object to be tested in time, thereby improving the treatment. The efficiency with which the test object is tested.
  • testing device can also obtain historical parameters, and display the planning parameters, actual parameters and historical parameters in real time on the simulation platform, so as to analyze the test objects according to the planning parameters, the actual parameters and the historical parameters.
  • FIG. 16 is a schematic structural diagram 1 of an object testing apparatus according to the present invention.
  • the apparatus may include:
  • the first obtaining module 11 is configured to acquire a plan parameter corresponding to the object to be tested
  • the second obtaining module 12 is configured to obtain an actual parameter corresponding to the object to be tested by using a simulation platform
  • the test module 13 is configured to determine a test result corresponding to the object to be tested according to the plan parameter and the actual parameter.
  • the object testing device in the embodiment of the present invention may perform the basic solution shown in the foregoing method embodiment, and the implementation principle and the beneficial effects are similar, and details are not described herein.
  • FIG. 17 is a schematic structural diagram of the object testing apparatus provided by the present invention.
  • the first obtaining module 11 includes a first acquiring unit 11-1 and a second acquiring. Unit 11-2, wherein
  • the first obtaining unit 11-1 is configured to acquire sensing data.
  • the second obtaining unit 11-2 is configured to acquire the planning parameter according to the sensing data.
  • the simulation platform includes a virtual sensor and a virtual scene; correspondingly, the first acquiring unit 11-1 is specifically configured to:
  • the first acquiring unit 11-1 is specifically configured to:
  • the second acquiring unit 11-2 is specifically configured to:
  • the sensing data is processed according to the first preset object to obtain the planning parameter.
  • the first preset object is located in the drone.
  • the first preset object is located in a preset virtual model.
  • the first preset object is located in the simulation platform.
  • the first preset object includes at least one of a visual object and a path planning object.
  • the plan parameter includes at least one of a planned path, a planned speed, a planned acceleration, a planned angular velocity, and a planned distance.
  • the second obtaining module 12 includes a third obtaining unit 12-1 and a fourth acquiring unit 12-2, where
  • the third obtaining unit 12-1 is configured to acquire a control instruction corresponding to the plan parameter
  • the fourth obtaining unit 12-2 is configured to acquire the actual parameter according to the control instruction in the simulation platform.
  • the third acquiring unit 12-1 is specifically configured to:
  • the planning parameter is processed according to the second preset object to obtain the control instruction.
  • the second preset object is located in the drone.
  • the second preset object is located in a preset virtual model.
  • the second preset object is located in the simulation platform.
  • control instruction includes a rotational speed and/or a steering of at least one of the unmanned aerial vehicles, or a rotational speed of at least one of the drones simulated by the simulation platform and/or Turn
  • the third acquisition order 12-1 element is specifically used for:
  • the speed and/or steering of each of the motors is determined.
  • the fourth acquiring unit 12-2 is specifically configured to:
  • the actual parameters are obtained based on the rotational speed and/or steering of each of the motors and the operating parameters of each of the motors.
  • the second preset object includes a control object.
  • the object to be tested includes the first preset object and/or the second preset object.
  • test module 13 is specifically configured to:
  • the device further includes a third obtaining module 14, wherein
  • the third obtaining module 14 is configured to acquire at least one history corresponding to the object to be tested before the test module 13 determines the test result corresponding to the object to be tested according to the plan parameter and the actual parameter. parameter;
  • the testing module 13 is specifically configured to determine the test result according to the planning parameter, the actual parameter, and each of the historical parameters.
  • the device further includes a fourth acquiring module 15
  • the fourth obtaining module 15 is configured to acquire, after the first acquiring module 11 acquires the planning parameter corresponding to the object to be tested, a standard parameter corresponding to the virtual scene in the simulation platform;
  • the test module 13 is further configured to test the plan parameter according to the standard parameter.
  • test module 13 is specifically configured to:
  • the device further includes a display module 16, wherein
  • the display module 16 is configured to display the plan parameter and the actual parameter after the second acquisition module acquires the actual parameter corresponding to the object to be tested through the simulation platform, so that the user according to the plan parameter and The actual parameter analyzes the object to be tested.
  • the device further includes a fifth obtaining module 17, wherein
  • the fifth obtaining module 17 is configured to acquire a historical parameter after the second acquiring module acquires the actual parameter corresponding to the object to be tested through the simulation platform;
  • the display module 16 is specifically configured to display the plan parameter, the actual parameter and the historical parameter, so as to compare the object to be tested according to the plan parameter, the actual parameter and the historical parameter. Analyze.
  • the sensing data includes at least one of the following: image, distance, velocity, acceleration, angular velocity, position coordinate data, inertial data.
  • the object to be tested is an algorithm to be tested.
  • the first preset object is a first preset algorithm
  • the visual object is a visual algorithm
  • the path planning object is a path planning algorithm
  • the second preset object is a second preset algorithm, and correspondingly, the control object is a control algorithm.
  • the object testing device in the embodiment of the present invention may perform the basic solution shown in the foregoing method embodiment, and the implementation principle and the beneficial effects are similar, and details are not described herein.
  • FIG. 18 is a schematic structural diagram of an object testing system according to the present invention.
  • the system may include a processor 21, a memory 22, and a communication bus 23.
  • the memory 22 is used to store an application
  • the communication bus 23 is used to implement The communication connection between the components
  • the processor 21 is used to read the application in the memory 22, and performs the following operations:
  • the object testing device in the embodiment of the present invention may perform the basic solution shown in the foregoing method embodiment, and the implementation principle and the beneficial effects are similar, and details are not described herein.
  • the processor 21 is specifically configured to:
  • the plan parameters are obtained based on the sensor data.
  • the simulation platform includes a virtual sensor and a virtual scene; the processor 21 is specifically configured to:
  • FIG. 19 is a schematic structural diagram 2 of an object testing system provided by the present invention, which is implemented in FIG.
  • the system further includes a communication port 24.
  • the processor 21 is specifically configured to:
  • the processor 21 is specifically configured to:
  • the sensing data is processed according to the first preset object to obtain the planning parameter.
  • the first preset object is located in the drone.
  • the first preset object is located in a preset virtual model.
  • the first preset object is located in the simulation platform.
  • the first preset object includes at least one of a visual object and a path planning object.
  • the plan parameter includes at least one of a planned path, a planned speed, a planned acceleration, a planned angular velocity, and a planned distance.
  • the processor 21 is specifically configured to:
  • the actual parameter is obtained in the simulation platform according to the control instruction.
  • the processor 21 is specifically configured to: process the planning parameter according to the second preset object, to obtain the control instruction.
  • the second preset object is located in the drone.
  • the second preset object is located in a preset virtual model.
  • the second preset object is located in the simulation platform.
  • control instruction includes a rotational speed and/or a steering of at least one of the unmanned aerial vehicles, or a rotational speed of at least one of the drones simulated by the simulation platform and/or Turn
  • the processor 21 is specifically configured to:
  • the speed and/or steering of each of the motors is determined.
  • the processor 21 is specifically configured to:
  • the second preset object includes a control object.
  • the object to be tested includes the first preset object and/or the second preset object.
  • the processor 21 is specifically configured to:
  • the processor 21 is further configured to: before the determining, by the processor, the test result corresponding to the object to be tested according to the plan parameter and the actual parameter, acquiring the At least one historical parameter corresponding to the object to be tested;
  • the processor 21 is specifically configured to determine the test result according to the plan parameter, the actual parameter, and each of the historical parameters.
  • processor 21 is further configured to:
  • the processor After the processor acquires the plan parameter corresponding to the object to be tested, the standard parameter corresponding to the virtual scene in the simulation platform is obtained; and the plan parameter is tested according to the standard parameter.
  • the processor 21 is specifically configured to: acquire a second error value between the plan parameter and the standard parameter;
  • system further includes a display device 25, wherein
  • the display device 25 is configured to display the plan parameter and the actual parameter after the processor 21 acquires the actual parameter corresponding to the object to be tested through the simulation platform, so that the user according to the plan parameter and the The actual parameters are used to analyze the object to be tested.
  • the processor 21 is further configured to: after the processor simulation platform acquires an actual parameter corresponding to the object to be tested, acquire a historical parameter;
  • the display device 25 is specifically configured to: display the plan parameter, the actual parameter And the historical parameter, so as to analyze the object to be tested according to the plan parameter, the actual parameter, and the historical parameter.
  • the sensing data includes at least one of the following: image, distance, velocity, acceleration, angular velocity, position coordinate data, inertial data.
  • the object to be tested is an algorithm to be tested.
  • the first preset object is a first preset algorithm
  • the visual object is a visual algorithm
  • the path planning object is a path planning algorithm
  • the second preset object is a second preset algorithm, and correspondingly, the control object is a control algorithm.
  • the object testing device in the embodiment of the present invention may perform the basic solution shown in the foregoing method embodiment, and the implementation principle and the beneficial effects are similar, and details are not described herein.
  • the foregoing program may be stored in a computer readable storage medium, and the program is executed when executed.
  • the foregoing steps include the steps of the foregoing method embodiments; and the foregoing storage medium includes: a medium that can store program codes, such as a ROM, a RAM, a magnetic disk, or an optical disk.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

一种对象测试方法、装置及系统，该方法包括：获取待测试对象对应的计划参数（S201），通过仿真平台获取所述待测试对象对应的实际参数（S202），根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果（S203）。用于提高对象测试的精确度。

Description

对象测试方法、装置及系统 技术领域
本发明涉及无人机技术领域，尤其涉及一种对象测试方法、装置及系统。
背景技术
随着科学技术的不断发展，无人机在多个技术领域得到的广泛的应用，无人机可以为机器人、无人飞行器、无人车、无人船等。
目前，通常采用预设对象(例如算法)对无人机进行控制。在对无人机进行开发的过程中，需要对用于控制无人机的对象进行多次测试，以确保对象的正确性及稳定性。在现有技术中，通常先进行对象开发，在对对象开发完成后，将对象写入无人机；搭建物理测试环境，并在该物理测试环境中运行无人机；由测试人员观察无人机的运行状况，确定对象是否正确。
然而，在现有技术中，通过人为观察很难对对象的正确性及稳定性进行正确的评估，导致对对象测试的精确度较差。
发明内容
本申请提供一种对象测试方法、装置及系统，用于提高对象测试的精确度。
第一方面，本申请提供一种对象测试方法，包括：
获取待测试对象对应的计划参数；
通过仿真平台获取所述待测试对象对应的实际参数；
根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
在一种可能的实施方式中，所述获取待测试对象对应的计划参数，包括：
获取传感数据；
根据所述传感数据，获取所述计划参数。
在另一种可能的实施方式中，所述仿真平台中包括虚拟传感器和虚拟场景；相应的，所述获取传感数据，包括：
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中，所述获取传感数据，包括：
接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中，所述根据所述传感数据，获取所述计划参数，包括：
根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
在另一种可能的实施方式中，所述第一预设对象位于无人机中。
在另一种可能的实施方式中，所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中，所述通过仿真平台获取所述待测试对象对应的实际参数，包括：
获取所述计划参数对应的控制指令；
在所述仿真平台中根据所述控制指令，获取所述实际参数。
在另一种可能的实施方式中，所述获取所述计划参数对应的控制指令，包括：
根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
在另一种可能的实施方式中，所述第二预设对象位于无人机中。
在另一种可能的实施方式中，所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
相应的，所述根据第二预设对象对所述计划参数进行处理，得到所述控制指令，包括：
根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
根据所述计划参数，确定各所述电机的转速和/或转向。
在另一种可能的实施方式中，所述根据所述控制指令，获取所述实际参数，包括：
根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实际参数。
在另一种可能的实施方式中，所述第二预设对象包括控制对象。
在另一种可能的实施方式中，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中，根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果，包括：
获取所述计划参数和所述实际参数之间的第一误差值；
若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
在另一种可能的实施方式中，所述根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，还包括：
获取所述待测试对象对应的至少一个历史参数；
相应的，根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果，包括：
根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
在另一种可能的实施方式中，在所述获取所述待测试对象对应的计划参数之后，还包括：
获取所述仿真平台中虚拟场景对应的标准参数；
根据所述标准参数，对所述计划参数进行测试。
在另一种可能的实施方式中，所述根据所述标准参数，对所述计划参数进行测试，包括：
获取所述计划参数和所述标准参数之间的第二误差值；
若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数 正常。
在另一种可能的实施方式中，在通过仿真平台获取所述待测试对象对应的实际参数之后，还包括：
显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中，在通过仿真平台获取所述待测试对象对应的实际参数之后，还包括：
获取历史参数；
显示所述计划参数、所述实际参数及所述历史参数，以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中，所述待测试对象为待测试算法。
在另一种可能的实施方式中，所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
第二方面，本申请提供一种对象测试装置，包括：
第一获取模块，用于获取待测试对象对应的计划参数；
第二获取模块，用于通过仿真平台获取所述待测试对象对应的实际参数；
测试模块，用于根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
在一种可能的实施方式中，所述第一获取模块包括第一获取单元和第二获取单元，其中，
所述第一获取单元用于，获取传感数据；
所述第二获取单元用于，根据所述传感数据，获取所述计划参数。
在另一种可能的实施方式中，所述仿真平台中包括虚拟传感器和虚拟场景；相应的，所述第一获取单元具体用于：
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中，所述第一获取单元具体用于：
接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体 传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中，所述第二获取单元具体用于：
根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
在另一种可能的实施方式中，所述第一预设对象位于无人机中。
在另一种可能的实施方式中，所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中，所述第二获取模块包括第三获取单元和第四获取单元，其中，
所述第三获取单元用于，获取所述计划参数对应的控制指令；
所述第四获取单元用于，在所述仿真平台中根据所述控制指令，获取所述实际参数。
在另一种可能的实施方式中，所述第三获取单元具体用于：
根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
在另一种可能的实施方式中，所述第二预设对象位于无人机中。
在另一种可能的实施方式中，所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
相应的，所述第三获取单元具体用于：
根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
根据所述计划参数，确定各所述电机的转速和/或转向。
在另一种可能的实施方式中，所述第四获取单元具体用于：
根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实际参数。
在另一种可能的实施方式中，所述第二预设对象包括控制对象。
在另一种可能的实施方式中，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中，所述测试模块具体用于：
获取所述计划参数和所述实际参数之间的第一误差值；
若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
在另一种可能的实施方式中，所述装置还包括第三获取模块，其中，
所述第三获取模块用于，在所述测试模块根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，获取所述待测试对象对应的至少一个历史参数；
相应的，所述测试模块具体用于，根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
在另一种可能的实施方式中，所述装置还包括第四获取模块，其中，
所述第四获取模块用于，在所述第一获取模块获取所述待测试对象对应的计划参数之后，获取所述仿真平台中虚拟场景对应的标准参数；
所述测试模块还用于，根据所述标准参数，对所述计划参数进行测试。
在另一种可能的实施方式中，所述测试模块具体用于：
获取所述计划参数和所述标准参数之间的第二误差值；
若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数正常。
在另一种可能的实施方式中，所述装置还包括显示模块，其中，
所述显示模块用于，在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后，显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述装置还包括第五获取模块，其中，
所述第五获取模块用于，在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后，获取历史参数；
相应的，所述显示模块具体用于，显示所述计划参数、所述实际参数及 所述历史参数，以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中，所述待测试对象为待测试算法。
在另一种可能的实施方式中，所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
第三方面，本申请提供一种对象测试系统，包括处理器和用于存储应用程序的存储器，所述处理器用于读取所述存储器中的应用程序，并执行如下操作：
获取待测试对象对应的计划参数；
通过仿真平台获取所述待测试对象对应的实际参数；
根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
在一种可能的实施方式中，所述处理器具体用于：
获取传感数据；
根据所述传感数据，获取所述计划参数。
在另一种可能的实施方式中，所述仿真平台中包括虚拟传感器和虚拟场景；所述处理器具体用于：
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中，所述系统还包括通信端口，相应的，所述处理器具体用于：
通过所述通信端口接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中，所述处理器具体用于：
根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
在另一种可能的实施方式中，所述第一预设对象位于无人机中。
在另一种可能的实施方式中，所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中，所述处理器具体用于：
获取所述计划参数对应的控制指令；
在所述仿真平台中根据所述控制指令，获取所述实际参数。
在另一种可能的实施方式中，所述处理器具体用于：根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
在另一种可能的实施方式中，所述第二预设对象位于无人机中。
在另一种可能的实施方式中，所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
相应的，所述处理器具体用于：
根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
根据所述计划参数，确定各所述电机的转速和/或转向。
在另一种可能的实施方式中，所述处理器具体用于：
根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实际参数。
在另一种可能的实施方式中，所述第二预设对象包括控制对象。
在另一种可能的实施方式中，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中，所述处理器具体用于：
获取所述计划参数和所述实际参数之间的第一误差值；
若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
在另一种可能的实施方式中，所述处理器还用于，在所述处理器根据所 述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，获取所述待测试对象对应的至少一个历史参数；
相应的，所述处理器具体用于，根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
在另一种可能的实施方式中，所述处理器还用于：
在所述处理器获取所述待测试对象对应的计划参数之后，获取所述仿真平台中虚拟场景对应的标准参数；并根据所述标准参数，对所述计划参数进行测试。
在另一种可能的实施方式中，所述处理器具体用于：获取所述计划参数和所述标准参数之间的第二误差值；
若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数正常。
在另一种可能的实施方式中，所述系统还包括显示设备，其中，
所述显示设备用于，在所述处理器通过仿真平台获取所述待测试对象对应的实际参数之后，显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述处理器还用于，在所述处理器仿真平台获取所述待测试对象对应的实际参数之后，获取历史参数；
相应的，所述显示设备具体用于：显示所述计划参数、所述实际参数及所述历史参数，以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中，所述待测试对象为待测试算法。
在另一种可能的实施方式中，所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
在本申请中，当需要对待测试对象进行测试时，获取待测试对象对应的计划参数，通过仿真平台获取待测试对象对应的实际参数，根据计划参数和 实际参数，确定待测试对象对应的测试结果。在该过程中，无需搭建实际的物理测试环境，通过仿真平台即可获取待测试对象的实际参数，提高了获取实际参数的效率。进一步的，通过仿真平台即可根据计划参数和实际参数获取的测试结果，无需依赖人为观察以及人为评估，进而提高了对对象测试的精确度。
附图说明
图1为本发明提供的对象测试方法的应用场景示意图；
图2为本发明提供的对象测试方法的流程图；
图3为本发明提供的一种测试模型的结构示意图；
图4为本发明提供的获取计划参数方法的流程示意图一；
图5为本发明提供的获取实际参数方法的流程示意图一；
图6为本发明提供的计划路径和实际路径的结构示意图；
图7为本发明提供的另一种测试模式的结构示意图；
图8为本发明提供的获取计划参数方法的流程示意图二；
图9为本发明提供的获取实际参数方法的流程示意图二；
图10为本发明提供的再一种测试模型的结构示意图；
图11为本发明提供的获取计划参数方法的流程示意图三；
图12为本发明提供的获取实际参数方法的流程示意图三；
图13为本发明提供的确定测试结果方法的流程示意图；
图14为本发明提供的计划参数测试方法的流程示意图；
图15为本发明提供的标准路径和计划路径的界面示意图；
图16为本发明提供的对象测试装置的结构示意图一；
图17为本发明提供的对象测试装置的结构示意图二；
图18为本发明提供的对象测试系统的结构示意图一；
图19为本发明提供的对象测试系统的结构示意图二。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的 要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1为本发明提供的对象测试方法的应用场景示意图，请参见图1，包括待测试对象101和仿真平台102。仿真平台102可以获取仿真传感数据，通过待测试对象101对仿真传感数据进行处理，得到计划参数；仿真平台102对计划参数进行第一处理，得到计划参数对应的实际参数；仿真平台102还对计划参数和实际参数进行处理得到待测试对象101对应的测试结果。该待测试对象101可以为算法、实体部件等。可选的，可以将该待测试对象设置在无人机中，也可以将待测试对象设置在预设虚拟模型中，还可以将待测试对象设置在仿真平台中。在本申请中，无需搭建实际的物理测试环境，通过仿真平台即可实时获取用于对待测试对象进行测试的计划参数和实际参数，提高了获取计划参数和实际参数的效率；还可以实时对实际参数和计划参数进行处理，以实现实时获取待测试对象对应的测试结果，提高了确定测试结果的效率。进一步的，在仿真平台中根据计划参数和实际参数获取的测试结果更为精确，进而提高了对对象测试的精确度。
下面，通过具体实施例，对本申请所示的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为本发明提供的对象测试方法的流程图，请参见图2，该方法可以包括：
S201、获取待测试对象对应的计划参数。
S202、通过仿真平台获取待测试对象对应的实际参数。
S203、根据计划参数和实际参数，确定待测试对象对应的测试结果。
本发明实施例的执行主体可以为对象测试装置(下文简称为测试装置)。该测试装置可以通过软件和/或硬件实现。该测试装置可以设置在仿真平台中，可选的，该测试装置还可以为仿真平台的部分或者全部。
在本发明实施例中，待测试对象为无人机中的一部分。该无人机可以为机器人、无人飞行器、无人车、无人船等。待测试对象可以为对无人机进行控制的算法，也可以为无人机中的实体部件。
在实际应用过程中，当测试装置需要对待测试对象进行测试时，测试装置获取待测试对象对应的计划参数。可选的，该计划参数可以包括计划路径、计划状态(例如，计划速度、计划加速度、计划角速度、计划姿势等)、计划距离、计划位置等。可选的，该计划参数为根据待测试对象确定得到的参数。
测试装置还通过仿真平台获取待测试对象对应的实际参数。相应的，实际参数可以包括实际路径、实际状态(实际速度、实际加速度、实际角速度、实际姿势等)、实际距离、实际位置等。可选的，实际参数为对计划参数进行处理得到的参数；具体的，可以对计划参数进行处理得到用于对无人机进行控制的控制指令(例如电机的转速和/或转向)，并根据控制指令生成实际参数。
例如，假设待测试对象包括视觉算法、路径规划算法、控制算法中的至少一种，再假设计划参数为计划路径、实际参数为实际路径。通过视觉算法和路径规划算法对传感数据进行处理，得到计划路径；通过控制算法对计划路径进行处理，得到用于对无人机进行控制的控制指令(例如电机的转速和/或转向)，根据控制指令得到实际路径。
在测试装置获取得到待测试对象的计划参数和实际参数之后，测试装置根据该计划参数和该实际参数，确定待测试对象对应的测试结果。可选的，测试装置可以对计划参数和实际参数进行对比分析，以获取待测试对象对应的测试结果。通过该测试结果可以确定待测试对象为正常状态，或者异常状态。
在本申请中，当需要对待测试对象进行测试时，获取待测试对象对应的计划参数，通过仿真平台获取待测试对象对应的实际参数，根据计划参数和实际参数，确定待测试对象对应的测试结果。在该过程中，无需搭建实际的物理测试环境，通过仿真平台即可实时获取用于对待测试对象进行测试的计划参数和实际参数，提高了获取计划参数和实际参数的效率；还可以实时对实际参数和计划参数进行处理，以实现实时获取待测试对象对应的测试结果，提高了确定测试结果的效率。进一步的，在仿真平台中根据计划参数和实际参数获取的测试结果更为精确，进而提高了对对象测试的精确度。
在图2所示实施例的基础上，可以通过多种测试模型对待测试对象进行 测试，根据测试模型的不同，获取待测试对象对应的计划参数和实际参数的过程也不相同。下面，通过图3-图12所示的实施例，介绍三种测试模型、以及在各测试模型中获取待测试对象对应的计划参数和实际参数的过程。
图3为本发明提供的一种测试模型的结构示意图，请参见图3，包括无人机301和仿真平台302。其中，
无人机301中设置有第一预设对象和第二预设对象。待测试对象包括第一预设对象和/或第二预设对象。
仿真平台302包括模拟模块302-1和显示/测试模块302-2。其中，
模拟模块302-1中包括无人机动态模型单元、环境模拟单元、及传感数据模拟单元。其中，无人机动态模型单元用于模拟与仿真平台连接的无人机；环境模拟单元用于模拟仿真平台中的虚拟场景；传感数据模拟单元用于根据无人机动态模型单元模拟的无人机的状态和虚拟场景模拟传感数据。
显示/测试模块302-2用于在仿真平台的显示区域M上，对无人机动态模型单元模拟的无人机进行显示、以及对环境模拟单元模拟得到的虚拟场景进行显示；显示/测试模块302-2还可以确定对待测试对象的测试结果，并在显示区域M的测试结果显示区域中对测试结果进行显示；显示/测试模块302-2还可以在显示区域M中的测试结果显示区域中显示计划参数和实际参数。
仿真平台302中的传感数据模拟单元可以根据无人机动态模型单元模拟的无人机的状态(例如虚拟无人的速度、位置等)和虚拟场景获取传感数据，并将传感数据发送至无人机301。无人机301可以通过第一预设对象对传感数据进行处理，得到计划参数，并根据第二预设对象对计划参数进行处理，得到控制指令。无人机301将得到的计划参数和控制指令发送至仿真平台302，以使仿真平台302可以对控制指令进行处理得到实际参数。可选的，第一预设对象和第二预设对象可以为同一个对象，也可以为不同的对象。
在图3所示实施例的基础上，下面，通过图4所示的实施例，对在图3实施例所示的测试模型中，获取计划参数的过程进行详细说明。
图4为本发明提供的获取计划参数方法的流程示意图一，请参见图4，该方法可以包括：
S401、获取虚拟传感器根据虚拟场景采集得到的传感数据。
S402、向无人机发送传感数据，以使无人机根据第一预设对象对传感数 据进行处理，得到计划参数。
S403、接收无人机发送的计划参数。
在实际应用过程中，当需要通过图3实施例所示的测试模型对待测试对象进行测试时，在无人机中设置第一预设对象和第二预设对象(待测试对象包括第一预设对象和/或第二预设对象)，通过环境模拟单元在仿真平台中创建虚拟场景、通过无人机动态模型单元模拟与仿真平台相连的无人机。将包括待测试对象的无人机与仿真平台连接，以使无人机可以与仿真平台进行通信。
在通过测试模型启动对待测试对象进行测试之后，测试装置获取传感数据模拟单元根据无人机动态模型单元模拟的无人机的状态和虚拟场景确定得到的传感数据，并向无人机发送获取得到的传感数据。可选的，该传感数据可以包括无人机动态模型单元模拟的无人机的状态(例如速度、加速度、角速度、姿态数据等)、距障碍物的距离、场景图像等。
在无人机接收到传感数据之后，无人机通过第一预设对象对传感数据进行处理，得到计划参数，并向测试装置发送该计划参数。第一预设对象包括视觉对象和路径规划对象中的至少一种。可选的，第一预设对象可以为第一预设算法，相应的，视觉对象为视觉算法，路径规划对象为路径规划算法。当然，第一预设算法中还可以包括其它算法，例如避障算法等。当然，该避障算法也可以为路径规划算法中的一部分。
在上述过程中，可以通过仿真平台中的传感数据模拟模块获取到传感数据，并由真实的无人机对传感数据进行处理，得到计划参数。这样，无需搭建实际的测试环境，即可获取到计划参数，进而提高了获取计划参数的效率。
在图3和图4所示实施例的基础上，下面，通过图5所示的实施例对获取实际参数的过程进行详细说明。
图5为本发明提供的获取实际参数方法的流程示意图一，请参见图5，该方法可以包括：
S501、接收无人机发送的控制指令，该控制指令为无人机根据第二预设对象对计划参数进行处理得到的。
S503、在仿真平台中根据控制指令，获取实际参数。
在实际应用过程中，在无人机根据第一预设对象获取得到计划参数之后， 无人机还根据第二预设对象对计划参数进行处理，得到控制指令，并向测试装置发送该控制指令。该第二预设对象中可以包括控制对象。可选的，当第二预设对象为预设算法时，控制对象为控制算法。可选的，该控制指令可以包括无人机中的至少一个电机的转速和/或转向，相应的，无人机可以通过如下可行的实现方式获取控制指令：无人机获取计划参数的类型，并根据计划参数的类型，确定计划参数对应的至少一个电机，并根据计划参数，确定各电机的转速和/或转向。
在测试装置获取得到控制指令之后，测试装置在仿真平台中根据控制指令获取实际参数。可选的，测试装置可以根据各电机的转速和/或转向和各电机的运行参数，获取实际参数。
需要说明的是，在上述测试模型启动运行之后，无人机动态模型单元模拟的无人机中的虚拟传感器实时进行数据采集，测试装置实施获取虚拟传感器采集得到的传感数据，并将传感数据实时发送至无人机。无人机实时的根据传感数据获取得到计划参数，并实时根据计划参数获取实际参数。
下面，通过具体示例，对图4和图5实施例所示的方法进行详细说明。
示例性的，假设第一预设对象包括视觉算法和路径规划算法，第二预设对象包括控制算法，待测试对象为视觉算法、路径规划算法、及控制算法中的任意算法。
在图3实施例所示的测试模型启动运行之后，无人机动态模型单元模拟的无人机通过虚拟传感器采集虚拟场景中的数据。测试装置获取虚拟传感器采集得到的传感数据，并向无人机发送该传感数据。假设该传感数据中包括无人机动态模型单元模拟的无人机的速度(v)、加速度(A)、行驶方向(方向1)、周围环境的图像(图像1-图像N)、距障碍物的距离(H)。
在无人机接收到测试装置发送的传感数据之后，无人机通过视觉算法对图像1-图像N进行处理，确定障碍物的尺寸(例如，障碍物的长度、宽度、高度)、及障碍物与无人机动态模型单元模拟的无人机的相对位置((M，N))。无人机通过路径规划算法对障碍物的尺寸、相对位置((M，N))、以及无人机动态模型单元模拟的无人机的速度(v)、加速度(A)、行驶方向(方向1)、距障碍物的距离(H)进行处理，得出计划路径。需要说明的是，用于计算计划路径的参数可以包括无人机通过视觉算法确定得到的参数、虚 拟平台发送的传感数据中的一种或多种。
无人机通过运行控制算法对计划路径进行处理，得到用于控制无人机中的相应电机(例如，电机1-电机10)的转速和转向的控制指令，并向测试装置发送该控制指令。
测试装置根据该控制指令，确定出待测试对象对应的实际路径。无人机还将该控制指令发送给无人机动态模型单元，以使该动态模拟模型单元根据控制指令，对无人机动态模型单元模拟的无人机的状态(例如速度、姿态等)进行控制。
在图3-图5所示实施例的基础上，还可以对计划参数和实际参数进行实时显示，以使用户根据计划参数和实际参数对待测试对象进行分析，进一步的，还可以对历史参数进行显示，以使用户可以根据计划参数、实际参数、以及历史参数对待测试对象进行分析。同时，随着测试时间的推移，还可以对各参数进行实时更新。
可选的，为了便于用户查看，测试装置还可以以不用的颜色显示实际参数和计划参数。若测试装置确定的测试结果异常，还可以通过预设颜色和/或预设标识对异常的实际参数进行标识。进一步的，测试装置还可以对实际参数和计划参数进行分析，以确定导致实际参数异常的异常对象，并对异常对象进行提示，以便于用户定位故障点。
可选的，测试装置还可以对显示实际参数和计划参数的过程进行记录以形成记录文件，例如，对显示实际参数和计划参数的过程进行录像以形成视频文件，以使用户可以对记录文件进行回放。
下面，结合图6，通过具体示例对计划参数、实际参数、以及计划参数的显示界面进行详细说明。
图6为本发明提供的参数的显示界面示意图，请参见图6，包括功能选择区601-1和参数显示区601-2。
功能选择区601-1中包括多个功能选项。功能选择区601-1中可以包括参数类型选择区、视觉角度选择区、参数类别选择区等，其中，
在参数类型选择区中可以选择需要在参数显示区601-2中显示的参数类型，其中，用户可以同时选中参数类型中的多个参数类型，以使得在参数显示区601-2中显示选择的参数类型的参数。
在视觉角度选择区中包括多个视觉角度，例如，45度侧视、无人机视角、俯视、仰视等。当参数类型中包括路径类型等视图参数类型时，则用户可以选择不同的视觉角度，以使得在参数显示区601-2中显示不同的视觉角度对应的视图参数。
在参数类别选择区中包括计划参数、实际参数、及历史参数，用户可以对该三种参数中的一种或多种进行选中操作，以使在参数显示区601-2中显示选中的参数类别对应的参数。
需要说明的是，图6只是以示例的形式示意功能选择区601-1中包括的功能选项，当然，在功能选择区601-2中还可以包括其他类型的功能选项，在实际应用过程中，可以根据实际需要设置功能选择区601-1中还可以包括的功能选项。
参数显示区601-1用于根据用户在功能选择区601-1选中的功能项，对相应类别、及相应类型的参数，按照选中的无人机视角进行显示。
需要说明的是，图6只是以示例的形式示意仿真平台对参数进行显示的显示界面，并不是对该显示限定，在实际应用过程中，可以根据实际需要设置显示界面中包括的具体内容、以及对参数的显示过程。
图7为本发明提供的另一种测试模式的结构示意图，请参见图7，包括实体传感器701、预设虚拟模型702、及仿真平台703。其中，
实体传感器701可以为设置在无人机中的任意实体传感器。可选的，该实体传感器701可以为摄像设备、惯性测量设备等。该实体传感器可以为一个传感器，也可以为多个传感器的集合。可选的，也可以用真实的无人机代替该实体传感器701。
预设虚拟模型702中有第一预设对象和第二预设对象。待测试对象包括第一预设对象和/或第二预设对象。
仿真平台703包括模拟模块703-1和显示/测试模块703-2。模拟模块703-1中包括无人机动态模型单元和环境模拟单元。其中，无人机动态模型单元用于模拟无人机；环境模拟单元用于模拟仿真平台中的虚拟场景。显示/测试模块703-2用于在仿真平台的显示区域M上对无人机动态模型单元模拟得到的无人机进行显示、以及对环境模拟单元模拟得到的虚拟场景进行显示；显示/测试模块703-2还用于确定对待测试对象的测试结果，并在显示区域M中的 测试结果显示区域中对测试结果进行显示、对计划参数和实际参数进行实时显示。
实体传感器701可以在实际物理环境中运行，并采集实际物理环境中的传感数据，并将采集得到的传感数据发送至预设虚拟模型702。预设虚拟模型702通过第一预设对象对传感数据进行处理，得到计划参数，并根据第二预设对象对计划参数进行处理，得到控制指令。预设虚拟模型702将得到的计划参数和控制指令发送至仿真平台703。
在图7所示实施例的基础上，下面，通过图8所示的实施例，对在图7实施例所示的测试模型中，获取计划参数的过程进行详细说明。
图8为本发明提供的获取计划参数方法的流程示意图二，请参见图8，该方法可以包括：
S801、接收实体传感器发送的传感数据；其中，传感数据为实体传感器根据实体传感器所处的实际环境获取得到的。
S802、根据预设虚拟模型中的第一预设对象对传感数据进行处理，得到计划参数。
在本发明实施例中，测试装置可以设置在预设虚拟模型和仿真平台中。
在实际应用过程中，当需要通过图7实施例所示的测试模型对待测试对象进行测试时，在预设虚拟模型中设置第一预设对象和第二预设对象(待测试对象包括第一预设对象和/或第二预设对象)；通过环境模拟单元在仿真平台中创建虚拟场景、通过无人机动态模型单元在仿真平台中模拟无人机。将实体传感器、预设虚拟模型、及仿真平台连接，以使实体传感器、预设虚拟模型、及仿真平台之间可以相互通信。
在通过测试模型启动对待测试对象进行测试之后，实体传感器在实际环境中运行，采集实际环境中的传感数据，并将采集得到的传感数据发送至预设虚拟模型。
测试装置根据预设虚拟模型中的第一预设对象对传感数据进行处理，得到计划参数。需要说明的是，本发明实施例中所述第一预设对象和图4实施例中所示的第一预设对象相同，此处不再进行赘述。
在上述过程中，通过实体传感器采集传感数据，并通过预设虚拟模型中的第一预设对象对对传感数据进行处理，得到计划参数。无需搭建实际的测 试环境，即可获取计划参数，进而提高了获取计划参数的效率。
在图7和图8所示实施例的基础上，下面，通过图9所示的实施例对获取实际参数的过程进行详细说明。
图9为本发明提供的获取实际参数方法的流程示意图二，请参见图9，该方法可以包括：
S901、根据预设虚拟模型中的第二预设对象对计划参数进行处理，得到控制指令。
S902、在仿真平台中根据控制指令，获取实际参数。
在实际应用过程中，在测试装置根据预设虚拟模型中的第一预设对象获取得到计划参数之后，还可以根据预设虚拟模型中的第二预设对象对计划参数进行处理，得到控制指令。需要说明的是，本发明实施例中的第二预设对象与图5实施例中的第二预设对象相同，此处不再进行赘述。还需要说明的是，本发明实施例所示的控制指令、及获取控制指令的过程与图5所示实施例中的控制指令、及获取控制指令的过程相同，此处不再进行赘述。
在测试装置获取得到控制指令之后，测试装置在仿真平台中根据控制指令获取实际参数。可选的，测试装置可以根据各电机的转速和/或转向和各电机的运行参数，获取实际参数。
需要说明的是，在图7实施例所示的测试模型中，预设虚拟模型还可以设置在仿真平台中。当预设虚拟模型设置在仿真平台中时，获取计划参数和实际参数的过程与图8-图9实施例所示的过程类似，此处不再进行赘述。
下面，通过具体示例，对图8和图9实施例所示的方法进行详细说明。
示例性的，假设第一预设对象包括视觉算法和路径规划算法，第二预设对象包括控制算法，待测试对象为视觉算法、路径规划算法、及控制算法中的任意算法。
在图7实施例所示的测试模型启动运行之后，实体传感器在实际环境中运行(例如，在预设轨道中形式)，实体传感器采集在实际环境中的传感数据，并向预设虚拟模型发送该传感数据。假设该传感数据中包括采集得到的实体传感器的速度(v)、加速度(A)、周围图像(图像1-图像10)、距障碍物的距离(H)。
测试装置根据预设虚拟模型中的视觉算法对图像1-图像10进行处理，确 定障碍物的尺寸(例如，障碍物的长度、宽度、高度)、及障碍物与无人机动态模型单元模拟得到的无人机的相对位置((M，N))。测试装置再通过路径规划算法对障碍物的尺寸、相对位置((M，N))、无人机的速度(v)、无人机的加速度(A)、距障碍物的距离(H)进行处理，得出计划路径。
测试装置还根据预设虚拟模型中的控制算法对计划路径进行处理，得到用于控制无人机动态模型单元模拟得到的无人机的控制指令，并向测试装置发送该控制指令。
测试装置根据该控制指令，确定出待测试对象对应的实际路径。预设虚拟模型还将该控制指令发送给无人机动态模型单元，以使该动态模拟模型单元根据控制指令，对无人机动态模型单元模拟得到的无人机的状态(例如速度、姿态等)进行控制。
需要说明的是，在图8-图9所示实施例的基础上，还可以对计划参数、实际参数、及历史参数进行实时显示，对上述参数的显示界面、以及显示过程，与图6实施例所示的显示界面、以及显示过程类似，此处不再进行赘述。
图10为本发明提供的再一种测试模型的结构示意图，请参见图10，包括仿真平台1001。其中，仿真平台1001包括模拟模块1001-1、显示/测试模块1001-2、处理模块1001-3。
模拟模块1001-1中包括无人机动态模型单元、环境模拟单元、及传感数据模拟单元。其中，无人机动态模型单元用于模拟无人机；环境模拟单元用于模拟仿真平台中的虚拟场景；传感数据模拟单元用于根据无人机动态模型单元模拟得到的无人机的状态和虚拟场景模拟传感数据。
显示/测试模块1001-2用于在仿真平台的显示区域M上，对无人机动态模型单元模拟得到的无人机进行显示、以及对环境模拟单元模拟得到的虚拟场景进行显示，显示/测试模块1001-2还用于确定对待测试对象的测试结果，并在显示区域M中的测试结果显示区域中对测试结果、计划参数和实际参数进行显示。
处理模块1001-3用于根据第一预设对象对传感数据模拟单元获取的传感数据进行处理得到计划参数，并根据第二预设对象对计划参数进行处理得到实际参数。处理模块1001-3还向确定得到的计划参数和实际参数发送至显示 /测试模块1001-2，以使显示/测试模块1001-2根据计划参数和实际参数确定测试结果。
在图10所示实施例的基础上，下面，通过图11所示的实施例，对在图10实施例所示的测试模型中，获取计划参数的过程进行详细说明。
图11为本发明提供的获取计划参数方法的流程示意图三，请参见图11，该方法可以包括：
S1101、获取虚拟传感器根据虚拟场景采集得到的传感数据。
S1102、根据仿真平台中的第一预设对象对传感数据进行处理，得到计划参数。
在实际应用过程中，当需要通过全虚拟测试模型对待测试对象进行测试时，通过环境模拟单元在仿真平台中创建虚拟场景、通过无人机动态模型单元在仿真平台中模拟无人机，并在仿真平台的处理模块中设置第一预设对象和第二预设对象。
在通过测试模型启动对待测试对象进行测试之后，测试装置获取传感数据模拟单元根据无人机动态模型单元模拟得到的无人机的状态和虚拟场景确定得到的传感数据。测试装置根据仿真平台中的第一预设对象对传感数据进行处理，得到计划参数。需要说明的是，本发明实施例中所述第一预设对象和图4实施例中所示的第一预设对象相同，此处不再进行赘述。
在上述过程中，可以通过仿真平台中的传感数据模拟模块获取到传感数据，并由仿真平台中的处理模块对传感数据进行处理，得到计划参数。这样，无需搭建实际的测试环境，即可获取到计划参数，进而提高了获取计划参数的效率。
在图10和图11所示实施例的基础上，下面，通过图12所示的实施例对获取实际参数的过程进行详细说明。
图12为本发明提供的获取实际参数方法的流程示意图三，请参见图12，该方法可以包括：
S1201、根据仿真平台中的第二预设对象对计划参数进行处理，得到控制指令。
S1202、在仿真平台中根据控制指令，获取实际参数。
在实际应用过程中，在测试装置根据仿真平台中的第一预设对象获取得 到计划参数之后，还可以根据仿真平台中的第二预设对象对计划参数进行处理，得到控制指令。需要说明的是，本发明实施例中的第二预设对象与图5实施例中的第二预设对象相同，此处不再进行赘述。还需要说明的是，本发明实施例所示的控制指令、及获取控制指令的过程与图5所示实施例中的控制指令、及获取控制指令的过程相同，此处不再进行赘述。
在测试装置获取得到控制指令之后，测试装置在仿真平台中根据控制指令获取实际参数。可选的，测试装置可以根据各电机的转速和/或转向和各电机的运行参数，获取实际参数。
下面，通过具体示例，对图11和图12实施例所示的方法进行详细说明。
示例性的，假设第一预设对象包括视觉算法和路径规划算法，第二预设对象包括控制算法，待测试对象为视觉算法、路径规划算法、及控制算法中的任意算法。
在全虚拟测试模型启动运行之后，无人机动态模型单元模拟得到的无人机在虚拟场景中运行，并通过虚拟传感器采集虚拟场景中的传感数据。假设该传感数据中包括无人机动态模型单元模拟得到的无人机的速度(v)、加速度(A)、周围环境的图像(图像1-图像10)、距障碍物的距离(H)。
测试装置根据仿真平台中的视觉算法对图像1进行处理，确定障碍物的尺寸(例如，障碍物的长度、宽度、高度)、及障碍物与无人机动态模型单元模拟得到的无人机的相对位置((M，N))。测试装置再通过仿真平台中的路径规划算法对障碍物的尺寸、相对位置((M，N))、无人机的速度(v)、无人机的加速度(A)、距障碍物的距离(H)进行处理，得出计划路径。
测试装置还根据仿真平台中的控制算法对计划路径进行处理，得到无人机动态模型单元模拟得到的无人机中的虚拟电机1-虚拟电机10的转速和转向(控制指令)，并向测试装置发送该虚拟电机1-虚拟电机10的转速和转向，并根据该虚拟电机1-虚拟电机10的转速和转向，确定出无人机动态模型单元模拟得到的无人机的实际路径。进一步的，还可以将该控制指令发送给无人机动态模型单元，以使该动态模拟模型单元根据控制指令，对无人机动态模型单元模拟得到的无人机的状态(例如速度、姿态等)进行控制。
需要说明的是，在图11-图12所示实施例的基础上，还可以对计划参数、 实际参数、及历史参数进行实时显示，对上述参数的显示界面、以及显示过程，与图6实施例所示的显示界面、以及显示过程类似，此处不再进行赘述。
在上述任意一个实施例的基础上，可选的，测试装置可以通过如下可行的实现方式根据计划参数和实际参数，确定待测试对象对应的测试结果(图2所示实施例中的S203)，具体的，请参见图13所示的实施例。
图13为本发明提供的确定测试结果方法的流程示意图，请参见图13，该方法可以包括：
S1301、获取计划参数和实际参数之间的第一误差值。
S1302、若第一误差值大于第一预设阈值，则确定测试结果异常。
S1303、若第一误差值小于或等于第一预设阈值，则确定测试结果正常。
在测试装置获取得到计划参数和实际参数之后，测试装置获取计划参数和实际参数之间的第一误差值，并判断该第一误差值是否大于第一预设阈值。若是，则确定测试结果为异常状态，若否，则确定测试结果为正常状态。可选的，在实际应用过程中，可以根据实际需要设置该第一预设阈值。可选的，计划参数和实际参数之间的第一误差值可以为同一时刻计划参数和实际参数之间的差值，例如，若计划参数为计划路径、实际参数为实际路径，则计划路径和实际路径之间的第一误差值为同一时刻计划路径和实际路径之间的距离。可选的，计划参数和实际参数之间的第一误差值还可以为计划参数的平均值与实际参数的平均值之间的误差，例如，若计划参数为计划速度、实际参数为实际速度，则计划速度和实际速度可以为计划平均速度与实际平均速度之间的差值。可选的，第一预设阈值为允许出现的最大误差值。
需要说明的是，在实际应用过程中，可以根据实际需要设置确定第一误差值的规则，还可以根据实际需要设置第一预设阈值，本发明对此不作具体限定。
在实际应用过程中，可选的，在测试装置根据计划参数和实际参数确定测试结果时，测试装置还可以获取待测试对象对应的至少一个历史参数，该历史参数为在当前时刻之前的其它测试过程中，对待测试对象进行测试的计划参数或者实际参数。相应的，测试装置可以根据计划参数、实际参数、及各历史参数，确定测试结果。
在上述任意一个实施例的基础上，在测试装置获取得到待测试对象对应 的计划参数之后，测试装置还可以计划参数进行测试，以确定该计划参数是否正常。下面，通过图14所示的实施例，对测试计划参数的过程进行详细说明。
图14为本发明提供的计划参数测试方法的流程示意图，请参见图14，该方法可以包括：
S1401、获取仿真平台中虚拟场景对应的标准参数。
S1402、根据标准参数，对计划参数进行测试。
需要说明的是，图14实施例所示的方法适用于图3、图7、及图10任意实施例所示的测试模型。
当测试装置需要对计划参数进行测试时，测试装置获取仿真平台中的虚拟场景对应标准参数，该标准参数为在假设待测试对象在正常状态时，预估得到的参数。该标准参数可以包括速度、加速度、行驶方向、行驶路径等。例如，测试装置可以根据虚拟场景中的障碍物位置，获取标准路径信息。
测试装置根据标准参数，对计划参数进行测试。可选的，测试装置可以获取计划参数和标准参数之间的第二误差值，若第二误差值大于第二预设阈值，则确定计划参数异常，若第二误差值小于或等于第二预设阈值，则确定计划参数正常。需要说明的时，确定第二误差值的过程，与图13实施例所示的确定第一误差值的过程类似，此处不再进行赘述。
在实际应用过程中，可选的，当测试装置需要对计划参数进行测试时，测试装置可以判断计划参数是否与无人机动态模型单元模拟得到的无人机当前所处的虚拟场景匹配，若是，则确定计划参数正常，若否，则确定计划参数异常。
可选的，测试装置还可以对标准参数和计划参数进行实时显示，以使用户可以对标准参数和计划参数进行分析，以确定计划参数是否正常。同时，随着测试时间的推移，还可以对标准参数和实际参数进行实时更新。进一步的，为了便于用户查看，还可以以不用的颜色显示标准参数和计划参数。若测试装置确定计划参数异常，还可以通过预设颜色和/或预设标识对异常的计划参数进行标识。进一步的，测试装置还可以对标准参数和计划参数进行分析，以确定导致计划参数异常的异常对象，并对异常对象进行提示，以便于用户定位故障点。
可选的，测试装置还可以对显示标准参数和计划参数的过程进行记录以形成记录文件，例如，对显示标准参数和计划参数的过程进行录像以形成视频文件，以使用户可以对记录文件进行回放。
下面，结合图15所示的路线图，通过具体示例，对图14实施例所示的方法进行详细说明。
图15为本发明提供的标准路径和计划路径的界面示意图，请参见图15，包括功能选择区1501-1和参数显示区1501-2。
功能选择区1501-1中包括多个功能选项。例如，功能选择区中可以包括参数类型选择区、视觉角度选择区、参数类别选择区等，其中，
在参数类型选择区中可以选择需要在参数显示区1501-2中显示的参数类型，其中，用户可以同时选中参数类型中的多个参数类型，以使得在参数显示区1501-2中同时显示多种类型的参数。
在视觉角度选择区中包括多个视觉角度，例如，45度侧视、无人机视角、俯视、仰视等。当参数类型中包括路径类型等视图参数类型，则用户可以选择不同的视觉角度，以使得在参数显示区1501-2中显示不同视觉角度对应的视图参数。
在参数类别选择区中包括计划参数、标准参数、实际参数、及历史参数，其中，计划参数和标准参数为固定选中项，以使在参数显示区1501-2中一定显示计划参数和标准参数对应的参数。用户可以对历史参数和实际参数中的一种或两种进行选中操作，以使在参数显示区1501-2中显示计划参数和标准参数对应的参数、以及选中的参数类别对应的参数。
需要说明的是，图15只是以示例的形式示意功能选择区1501-1中包括的功能选项，当然，在功能选择区1501-2中还可以包括其他类型的功能选项，在实际应用过程中，可以根据实际需要设置功能选择区1501-1中还可以包括的功能选项。
在图15所示的实施例中，在对待测试对象进行测试的过程中，虚拟平台可以对标准参数和计划参数进行实时显示，随着时间的推移，对标准参数和计划参数进行实时更新。
在图15中，在无人机P位于当前位置时，假设为该无人机P确定的计划路径M如图15中的虚线所示。测试装置根据无人机P当前所处的虚拟场 景，确定该虚拟场景对应的标准路径N如图15中的实线所示。
测试装置判断标准路径M和计划路径N之间的误差大于第二预设阈值，则确定计划路径N异常。当然，测试装置还可以判断计划路径N与无人机当前所处的虚拟场景不匹配(计划路径N与障碍物Q冲突)，则确定计划路径N异常。
在上述任意一个实施例的基础上，测试装置还可以通过仿真平台向实时向用户显示计划参数和实际参数，以使用户根据计划参数和实际参数对待测试对象进行分析。这样，在对待测试对象进行测试的过程中，通过实时显示计划参数和实际参数，以使用户可以实时的观测待测试对象的运行过程，使得用户可以及时确定待测试对象的运行状态，进而提高对待测试对象进行测试的效率。
进一步的，测试装置还可以获取历史参数，并在仿真平台上实时显示计划参数、实际参数及历史参数，以便根据计划参数、实际参数及历史参数对待测试对象进行分析。
图16为本发明提供的对象测试装置的结构示意图一，请参见图16，该装置可以包括：
第一获取模块11，用于获取待测试对象对应的计划参数；
第二获取模块12，用于通过仿真平台获取所述待测试对象对应的实际参数；
测试模块13，用于根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案，其实现原理以及有益效果类似，此处不再进行赘述。
图17为本发明提供的对象测试装置的结构示意图二，在图16所示实施例的基础上，请参见图17，所述第一获取模块11包括第一获取单元11-1和第二获取单元11-2，其中，
所述第一获取单元11-1用于，获取传感数据；
所述第二获取单元11-2用于，根据所述传感数据，获取所述计划参数。
在一种可能的实施方式中，所述仿真平台中包括虚拟传感器和虚拟场景；相应的，所述第一获取单元11-1具体用于：
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
在另一种可能的实施方式中，所述第一获取单元11-1具体用于：
接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中，所述第二获取单元11-2具体用于：
根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
在另一种可能的实施方式中，所述第一预设对象位于无人机中。
在另一种可能的实施方式中，所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中，所述第二获取模块12包括第三获取单元12-1和第四获取单元12-2，其中，
所述第三获取单元12-1用于，获取所述计划参数对应的控制指令；
所述第四获取单元12-2用于，在所述仿真平台中根据所述控制指令，获取所述实际参数。
在另一种可能的实施方式中，所述第三获取单元12-1具体用于：
根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
在另一种可能的实施方式中，所述第二预设对象位于无人机中。
在另一种可能的实施方式中，所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
相应的，所述第三获取单12-1元具体用于：
根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
根据所述计划参数，确定各所述电机的转速和/或转向。
在另一种可能的实施方式中，所述第四获取单元12-2具体用于：
根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实际参数。
在另一种可能的实施方式中，所述第二预设对象包括控制对象。
在另一种可能的实施方式中，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中，所述测试模块13具体用于：
获取所述计划参数和所述实际参数之间的第一误差值；
若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
在另一种可能的实施方式中，所述装置还包括第三获取模块14，其中，
所述第三获取模块14用于，在所述测试模块13根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，获取所述待测试对象对应的至少一个历史参数；
相应的，所述测试模块13具体用于，根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
在另一种可能的实施方式中，所述装置还包括第四获取模块15，其中，
所述第四获取模块15用于，在所述第一获取模块11获取所述待测试对象对应的计划参数之后，获取所述仿真平台中虚拟场景对应的标准参数；
所述测试模块13还用于，根据所述标准参数，对所述计划参数进行测试。
在另一种可能的实施方式中，所述测试模块13具体用于：
获取所述计划参数和所述标准参数之间的第二误差值；
若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数正常。
在另一种可能的实施方式中，所述装置还包括显示模块16，其中，
所述显示模块16用于，在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后，显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述装置还包括第五获取模块17，其中，
所述第五获取模块17块用于，在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后，获取历史参数；
相应的，所述显示模块16具体用于，显示所述计划参数、所述实际参数及所述历史参数，以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中，所述待测试对象为待测试算法。
在另一种可能的实施方式中，所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案，其实现原理以及有益效果类似，此处不再进行赘述。
图18为本发明提供的对象测试系统的结构示意图一，请参见图18，该系统可以包括处理器21、存储器22、以及通信总线23，存储器22用于存储应用程序，通信总线23用于实现元件之间的通信连接，处理器21用于读取存储器22中的应用程序，并执行如下操作：
获取待测试对象对应的计划参数；
通过仿真平台获取所述待测试对象对应的实际参数；
根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案，其实现原理以及有益效果类似，此处不再进行赘述。
在一种可能的实施方式中，所述处理器21具体用于：
获取传感数据；
根据所述传感数据，获取所述计划参数。
在另一种可能的实施方式中，所述仿真平台中包括虚拟传感器和虚拟场景；所述处理器21具体用于：
获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
图19为本发明提供的对象测试系统的结构示意图二，在图18所示实施 例的基础上，请参见图19，所述系统还包括通信端口24，相应的，所述处理器21具体用于：
通过所述通信端口24接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
在另一种可能的实施方式中，所述处理器21具体用于：
根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
在另一种可能的实施方式中，所述第一预设对象位于无人机中。
在另一种可能的实施方式中，所述第一预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第一预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
在另一种可能的实施方式中，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
在另一种可能的实施方式中，所述处理器21具体用于：
获取所述计划参数对应的控制指令；
在所述仿真平台中根据所述控制指令，获取所述实际参数。
在另一种可能的实施方式中，所述处理器21具体用于：根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
在另一种可能的实施方式中，所述第二预设对象位于无人机中。
在另一种可能的实施方式中，所述第二预设对象位于预设虚拟模型中。
在另一种可能的实施方式中，所述第二预设对象位于所述仿真平台中。
在另一种可能的实施方式中，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
相应的，所述处理器21具体用于：
根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
根据所述计划参数，确定各所述电机的转速和/或转向。
在另一种可能的实施方式中，所述处理器21具体用于：
根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实 际参数。
在另一种可能的实施方式中，所述第二预设对象包括控制对象。
在另一种可能的实施方式中，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
在另一种可能的实施方式中，所述处理器21具体用于：
获取所述计划参数和所述实际参数之间的第一误差值；
若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
在另一种可能的实施方式中，所述处理器21还用于，在所述处理器根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，获取所述待测试对象对应的至少一个历史参数；
相应的，所述处理器21具体用于，根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
在另一种可能的实施方式中，所述处理器21还用于：
在所述处理器获取所述待测试对象对应的计划参数之后，获取所述仿真平台中虚拟场景对应的标准参数；并根据所述标准参数，对所述计划参数进行测试。
在另一种可能的实施方式中，所述处理器21具体用于：获取所述计划参数和所述标准参数之间的第二误差值；
若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数正常。
进一步的，所述系统还包括显示设备25，其中，
所述显示设备25用于，在所述处理器21通过仿真平台获取所述待测试对象对应的实际参数之后，显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述处理器21还用于，在所述处理器仿真平台获取所述待测试对象对应的实际参数之后，获取历史参数；
相应的，所述显示设备25具体用于：显示所述计划参数、所述实际参数 及所述历史参数，以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
在另一种可能的实施方式中，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
在另一种可能的实施方式中，所述待测试对象为待测试算法。
在另一种可能的实施方式中，所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
本发明实施例所述的对象测试装置可以执行上述方法实施例所示的基础方案，其实现原理以及有益效果类似，此处不再进行赘述。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (84)

  1. 一种对象测试方法，其特征在于，包括：
    获取待测试对象对应的计划参数；
    通过仿真平台获取所述待测试对象对应的实际参数；
    根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
  2. 根据权利要求1所述的方法，其特征在于，所述获取待测试对象对应的计划参数，包括：
    获取传感数据；
    根据所述传感数据，获取所述计划参数。
  3. 根据权利要求2所述的方法，其特征在于，所述仿真平台中包括虚拟传感器和虚拟场景；相应的，所述获取传感数据，包括：
    获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
  4. 根据权利要求2所述的方法，其特征在于，所述获取传感数据，包括：
    接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
  5. 根据权利要求3或4所述的方法，其特征在于，所述根据所述传感数据，获取所述计划参数，包括：
    根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
  6. 根据权利要求5所述的方法，其特征在于，所述第一预设对象位于无人机中。
  7. 根据权利要求5所述的方法，其特征在于，所述第一预设对象位于预设虚拟模型中。
  8. 根据权利要求5所述的方法，其特征在于，所述第一预设对象位于所述仿真平台中。
  9. 根据权利要求5-8任一项所述的方法，其特征在于，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
  10. 根据权利要求1-9任一项所述的方法，其特征在于，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
  11. 根据权利要求2-10任一项所述的方法，其特征在于，所述通过仿真平台获取所述待测试对象对应的实际参数，包括：
    获取所述计划参数对应的控制指令；
    在所述仿真平台中根据所述控制指令，获取所述实际参数。
  12. 根据权利要求11所述的方法，其特征在于，所述获取所述计划参数对应的控制指令，包括：
    根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
  13. 根据权利要求12所述的方法，其特征在于，所述第二预设对象位于无人机中。
  14. 根据权利要求12所述的方法，其特征在于，所述第二预设对象位于预设虚拟模型中。
  15. 根据权利要求12所述的方法，其特征在于，所述第二预设对象位于所述仿真平台中。
  16. 根据权利要求12-15任一项所述的方法，其特征在于，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
    相应的，所述根据第二预设对象对所述计划参数进行处理，得到所述控制指令，包括：
    根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
    根据所述计划参数，确定各所述电机的转速和/或转向。
  17. 根据权利要求16所述的方法，其特征在于，所述根据所述控制指令，获取所述实际参数，包括：
    根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实际参数。
  18. 根据权利要求12-17任一项所述的方法，其特征在于，所述第二预设对象包括控制对象。
  19. 根据权利要求18所述的方法，其特征在于，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
  20. 根据权利要求1-19任一项所述的方法，其特征在于，根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果，包括：
    获取所述计划参数和所述实际参数之间的第一误差值；
    若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
    若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
  21. 根据权利要求1-20任一项所述的方法，其特征在于，所述根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，还包括：
    获取所述待测试对象对应的至少一个历史参数；
    相应的，根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果，包括：
    根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
  22. 根据权利要求1-21任一项所述的方法，其特征在于，在所述获取所述待测试对象对应的计划参数之后，还包括：
    获取所述仿真平台中虚拟场景对应的标准参数；
    根据所述标准参数，对所述计划参数进行测试。
  23. 根据权利要求22所述的方法，其特征在于，所述根据所述标准参数，对所述计划参数进行测试，包括：
    获取所述计划参数和所述标准参数之间的第二误差值；
    若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
    若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数正常。
  24. 根据权利要求1-23任一项所述的方法，其特征在于，在通过仿真平台获取所述待测试对象对应的实际参数之后，还包括：
    显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
  25. 根据权利要求1-24任一项所述的方法，其特征在于，在通过仿真平台获取所述待测试对象对应的实际参数之后，还包括：
    获取历史参数；
    显示所述计划参数、所述实际参数及所述历史参数，以便根据所述计划 参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
  26. 根据权利要求2-25任一项所述的方法，其特征在于，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
  27. 根据权利要求1-26任一项所述的方法，其特征在于，所述待测试对象为待测试算法。
  28. 根据权利要求19所述的方法，其特征在于，
    所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
    所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
  29. 一种对象测试装置，其特征在于，包括：
    第一获取模块，用于获取待测试对象对应的计划参数；
    第二获取模块，用于通过仿真平台获取所述待测试对象对应的实际参数；
    测试模块，用于根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
  30. 根据权利要求29所述的装置，其特征在于，所述第一获取模块包括第一获取单元和第二获取单元，其中，
    所述第一获取单元用于，获取传感数据；
    所述第二获取单元用于，根据所述传感数据，获取所述计划参数。
  31. 根据权利要求30所述的装置，其特征在于，所述仿真平台中包括虚拟传感器和虚拟场景；相应的，所述第一获取单元具体用于：
    获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
  32. 根据权利要求30所述的装置，其特征在于，所述第一获取单元具体用于：
    接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
  33. 根据权利要求31或32所述的装置，其特征在于，所述第二获取单元具体用于：
    根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
  34. 根据权利要求33所述的装置，其特征在于，所述第一预设对象位于 无人机中。
  35. 根据权利要求33所述的装置，其特征在于，所述第一预设对象位于预设虚拟模型中。
  36. 根据权利要求33所述的装置，其特征在于，所述第一预设对象位于所述仿真平台中。
  37. 根据权利要求33-36任一项所述的装置，其特征在于，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
  38. 根据权利要求29-37任一项所述的装置，其特征在于，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
  39. 根据权利要求30-38任一项所述的装置，其特征在于，所述第二获取模块包括第三获取单元和第四获取单元，其中，
    所述第三获取单元用于，获取所述计划参数对应的控制指令；
    所述第四获取单元用于，在所述仿真平台中根据所述控制指令，获取所述实际参数。
  40. 根据权利要求39所述的装置，其特征在于，所述第三获取单元具体用于：
    根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
  41. 根据权利要求40所述的装置，其特征在于，所述第二预设对象位于无人机中。
  42. 根据权利要求40所述的装置，其特征在于，所述第二预设对象位于预设虚拟模型中。
  43. 根据权利要求40所述的装置，其特征在于，所述第二预设对象位于所述仿真平台中。
  44. 根据权利要求40-43任一项所述的装置，其特征在于，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
    相应的，所述第三获取单元具体用于：
    根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
    根据所述计划参数，确定各所述电机的转速和/或转向。
  45. 根据权利要求44所述的装置，其特征在于，所述第四获取单元具体用于：
    根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实际参数。
  46. 根据权利要求40-45任一项所述的装置，其特征在于，所述第二预设对象包括控制对象。
  47. 根据权利要求46所述的装置，其特征在于，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
  48. 根据权利要求29-47任一项所述的装置，其特征在于，所述测试模块具体用于：
    获取所述计划参数和所述实际参数之间的第一误差值；
    若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
    若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
  49. 根据权利要求29-48任一项所述的装置，其特征在于，所述装置还包括第三获取模块，其中，
    所述第三获取模块用于，在所述测试模块根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，获取所述待测试对象对应的至少一个历史参数；
    相应的，所述测试模块具体用于，根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
  50. 根据权利要求29-49任一项所述的装置，其特征在于，所述装置还包括第四获取模块，其中，
    所述第四获取模块用于，在所述第一获取模块获取所述待测试对象对应的计划参数之后，获取所述仿真平台中虚拟场景对应的标准参数；
    所述测试模块还用于，根据所述标准参数，对所述计划参数进行测试。
  51. 根据权利要求50所述的装置，其特征在于，所述测试模块具体用于：
    获取所述计划参数和所述标准参数之间的第二误差值；
    若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
    若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数 正常。
  52. 根据权利要求29-51任一项所述的装置，其特征在于，所述装置还包括显示模块，其中，
    所述显示模块用于，在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后，显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
  53. 根据权利要求52所述的装置，其特征在于，所述装置还包括第五获取模块，其中，
    所述第五获取模块用于，在所述第二获取模块通过仿真平台获取所述待测试对象对应的实际参数之后，获取历史参数；
    相应的，所述显示模块具体用于，显示所述计划参数、所述实际参数及所述历史参数，以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
  54. 根据权利要求30-53任一项所述的装置，其特征在于，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
  55. 根据权利要求29-54任一项所述的装置，其特征在于，所述待测试对象为待测试算法。
  56. 根据权利要求47所述的装置，其特征在于，
    所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
    所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
  57. 一种对象测试系统，其特征在于，包括处理器和用于存储应用程序的存储器，所述处理器用于读取所述存储器中的应用程序，并执行如下操作：
    获取待测试对象对应的计划参数；
    通过仿真平台获取所述待测试对象对应的实际参数；
    根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果。
  58. 根据权利要求57所述的系统，其特征在于，所述处理器具体用于：
    获取传感数据；
    根据所述传感数据，获取所述计划参数。
  59. 根据权利要求58所述的系统，其特征在于，所述仿真平台中包括虚拟传感器和虚拟场景；所述处理器具体用于：
    获取所述虚拟传感器根据所述虚拟场景采集得到的所述传感数据。
  60. 根据权利要求58所述的系统，其特征在于，所述系统还包括通信端口，相应的，所述处理器具体用于：
    通过所述通信端口接收实体传感器发送的所述传感数据；其中，所述传感数据为所述实体传感器根据所述实体传感器所处的实际环境获取得到的。
  61. 根据权利要求59或60所述的系统，其特征在于，所述处理器具体用于：
    根据第一预设对象对所述传感数据进行处理，得到所述计划参数。
  62. 根据权利要求61所述的系统，其特征在于，所述第一预设对象位于无人机中。
  63. 根据权利要求61所述的系统，其特征在于，所述第一预设对象位于预设虚拟模型中。
  64. 根据权利要求61所述的系统，其特征在于，所述第一预设对象位于所述仿真平台中。
  65. 根据权利要求61-64任一项所述的系统，其特征在于，所述第一预设对象包括视觉对象和路径规划对象中的至少一种。
  66. 根据权利要求57-65任一项所述的系统，其特征在于，所述计划参数包括计划路径、计划速度、计划加速度、计划角速度、计划距离中的至少一种。
  67. 根据权利要求58-66任一项所述的系统，其特征在于，所述处理器具体用于：
    获取所述计划参数对应的控制指令；
    在所述仿真平台中根据所述控制指令，获取所述实际参数。
  68. 根据权利要求67所述的系统，其特征在于，所述处理器具体用于：根据第二预设对象对所述计划参数进行处理，得到所述控制指令。
  69. 根据权利要求68所述的系统，其特征在于，所述第二预设对象位于无人机中。
  70. 根据权利要求68所述的系统，其特征在于，所述第二预设对象位于预设虚拟模型中。
  71. 根据权利要求68所述的系统，其特征在于，所述第二预设对象位于所述仿真平台中。
  72. 根据权利要求68-71任一项所述的系统，其特征在于，所述控制指令包括无人机中的至少一个电机的转速和/或转向、或所述仿真平台模拟的无人机中的至少一个电机的转速和/或转向；
    相应的，所述处理器具体用于：
    根据所述计划参数的类型，确定所述计划参数对应的至少一个电机；
    根据所述计划参数，确定各所述电机的转速和/或转向。
  73. 根据权利要求72所述的系统，其特征在于，所述处理器具体用于：
    根据各所述电机的转速和/或转向和各所述电机的运行参数，获取所述实际参数。
  74. 根据权利要求68-73任一项所述的系统，其特征在于，所述第二预设对象包括控制对象。
  75. 根据权利要求74所述的系统，其特征在于，所述待测试对象包括所述第一预设对象和/或所述第二预设对象。
  76. 根据权利要求57-75任一项所述的系统，其特征在于，所述处理器具体用于：
    获取所述计划参数和所述实际参数之间的第一误差值；
    若所述第一误差值大于第一预设阈值，则确定所述测试结果异常；
    若所述第一误差值小于或等于所述第一预设阈值，则确定所述测试结果正常。
  77. 根据权利要求57-76任一项所述的系统，其特征在于，
    所述处理器还用于，在所述处理器根据所述计划参数和所述实际参数，确定所述待测试对象对应的测试结果之前，获取所述待测试对象对应的至少一个历史参数；
    相应的，所述处理器具体用于，根据所述计划参数、所述实际参数、及各所述历史参数，确定所述测试结果。
  78. 根据权利要求57-77任一项所述的系统，其特征在于，所述处理器 还用于：
    在所述处理器获取所述待测试对象对应的计划参数之后，获取所述仿真平台中虚拟场景对应的标准参数；并根据所述标准参数，对所述计划参数进行测试。
  79. 根据权利要求78所述的系统，其特征在于，所述处理器具体用于：获取所述计划参数和所述标准参数之间的第二误差值；
    若所述第二误差值大于第二预设阈值，则确定所述计划参数异常；
    若所述第二误差值小于或等于所述第二预设阈值，则确定所述计划参数正常。
  80. 根据权利要求57-79任一项所述的系统，其特征在于，所述系统还包括显示设备，其中，
    所述显示设备用于，在所述处理器通过仿真平台获取所述待测试对象对应的实际参数之后，显示所述计划参数和所述实际参数，以使用户根据所述计划参数和所述实际参数对所述待测试对象进行分析。
  81. 根据权利要求80所述的系统，其特征在于，
    所述处理器还用于，在所述处理器仿真平台获取所述待测试对象对应的实际参数之后，获取历史参数；
    相应的，所述显示设备具体用于：显示所述计划参数、所述实际参数及所述历史参数，以便根据所述计划参数、所述实际参数及所述历史参数对所述待测试对象进行分析。
  82. 根据权利要求58-81任一项所述的系统，其特征在于，所述传感数据包括如下数据中的至少一种：图像、距离、速度、加速度、角速度、位置坐标数据、惯性数据。
  83. 根据权利要求57-82任一项所述的系统，其特征在于，所述待测试对象为待测试算法。
  84. 根据权利要求75所述的系统，其特征在于，
    所述第一预设对象为第一预设算法，相应的，所述视觉对象为视觉算法，所述路径规划对象为路径规划算法；
    所述第二预设对象为第二预设算法，相应的，所述控制对象为控制算法。
PCT/CN2016/107895 2016-11-30 2016-11-30 对象测试方法、装置及系统 Ceased WO2018098658A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/CN2016/107895 WO2018098658A1 (zh) 2016-11-30 2016-11-30 对象测试方法、装置及系统
CN201680004011.4A CN107004039A (zh) 2016-11-30 2016-11-30 对象测试方法、装置及系统
US16/421,711 US20190278272A1 (en) 2016-11-30 2019-05-24 Method, device, and system for object testing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2016/107895 WO2018098658A1 (zh) 2016-11-30 2016-11-30 对象测试方法、装置及系统

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/421,711 Continuation US20190278272A1 (en) 2016-11-30 2019-05-24 Method, device, and system for object testing

Publications (1)

Publication Number Publication Date
WO2018098658A1 true WO2018098658A1 (zh) 2018-06-07

Family

ID=59431280

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/107895 Ceased WO2018098658A1 (zh) 2016-11-30 2016-11-30 对象测试方法、装置及系统

Country Status (3)

Country Link
US (1) US20190278272A1 (zh)
CN (1) CN107004039A (zh)
WO (1) WO2018098658A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020264432A1 (en) * 2019-06-26 2020-12-30 Skylla Technologies, Inc. Methods and systems for testing robotic systems in an integrated physical and simulated environment
CN117330331A (zh) * 2023-10-30 2024-01-02 南方(韶关)智能网联新能源汽车试验检测中心有限公司 一种智能驾驶测试平台系统

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11003183B2 (en) * 2017-09-13 2021-05-11 Baidu Usa Llc Driving scene based path planning for autonomous driving vehicles
CN108781280B (zh) * 2017-12-25 2020-08-04 深圳市大疆创新科技有限公司 一种测试方法、装置及终端
US20190235521A1 (en) * 2018-02-01 2019-08-01 GM Global Technology Operations LLC System and method for end-to-end autonomous vehicle validation
TWI688502B (zh) * 2018-02-14 2020-03-21 先進光電科技股份有限公司 用於警告車輛障礙物的設備
JP2021515336A (ja) * 2018-03-05 2021-06-17 ザ・リージエンツ・オブ・ザ・ユニバーシテイ・オブ・コロラド、ア・ボデイー・コーポレイト 人間とロボットの相互作用の拡張現実調整
CN108519939B (zh) * 2018-03-12 2022-05-24 深圳市道通智能航空技术股份有限公司 模块测试方法、装置及系统
CN109078329B (zh) * 2018-07-04 2022-03-11 福建工程学院 重力游戏的镜像虚拟测试方法
CN108873935A (zh) * 2018-07-06 2018-11-23 山东农业大学 物流配送无人机降落的控制方法、装置、设备及存储介质
WO2020087297A1 (zh) * 2018-10-30 2020-05-07 深圳市大疆创新科技有限公司 一种无人机测试方法、设备及存储介质
CN109696915B (zh) * 2019-01-07 2022-02-08 上海托华机器人有限公司 一种测试方法和系统
CN112219195A (zh) * 2019-08-30 2021-01-12 深圳市大疆创新科技有限公司 应用程序测试方法、设备及存储介质
CN111879319B (zh) * 2020-06-29 2023-10-20 中国科学院合肥物质科学研究院 用于地面无人平台的室内测试方法、系统及计算机设备
JP6988969B1 (ja) * 2020-09-15 2022-01-05 株式会社明電舎 自動操縦ロボットを制御する操作推論学習モデルの学習システム及び学習方法
CN112180760A (zh) * 2020-09-17 2021-01-05 中国科学院上海微系统与信息技术研究所 一种多传感器数据融合半实物仿真系统
CN112579440B (zh) * 2020-12-02 2024-08-02 深圳前海微众银行股份有限公司 一种虚拟测试依赖对象的确定方法及装置
DE102021201522A1 (de) * 2021-02-17 2022-08-18 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Ermittlung einer räumlichen Ausrichtung eines Anhängers
CN113715817B (zh) * 2021-11-02 2022-02-25 腾讯科技（深圳）有限公司 车辆控制方法、装置、计算机设备及存储介质
CN114659524A (zh) * 2022-03-09 2022-06-24 武汉联影智融医疗科技有限公司 基于仿真的路径规划方法、系统、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060253253A1 (en) * 2005-05-09 2006-11-09 Reynolds Christopher I Environmental characteristic determination
CN102306216A (zh) * 2011-08-10 2012-01-04 上海交通大学 月球车多规律仿真测试系统
CN106094859A (zh) * 2016-08-26 2016-11-09 杨百川 一种无人机在线实时飞行品质评估与调参方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10354330B1 (en) * 2014-05-20 2019-07-16 State Farm Mutual Automobile Insurance Company Autonomous feature use monitoring and insurance pricing
US20160314224A1 (en) * 2015-04-24 2016-10-27 Northrop Grumman Systems Corporation Autonomous vehicle simulation system
US10909629B1 (en) * 2016-02-15 2021-02-02 Allstate Insurance Company Testing autonomous cars
CN106094569B (zh) * 2016-07-06 2018-10-19 西北工业大学 多传感器融合无人机感知与规避仿真系统及其仿真方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060253253A1 (en) * 2005-05-09 2006-11-09 Reynolds Christopher I Environmental characteristic determination
CN102306216A (zh) * 2011-08-10 2012-01-04 上海交通大学 月球车多规律仿真测试系统
CN106094859A (zh) * 2016-08-26 2016-11-09 杨百川 一种无人机在线实时飞行品质评估与调参方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020264432A1 (en) * 2019-06-26 2020-12-30 Skylla Technologies, Inc. Methods and systems for testing robotic systems in an integrated physical and simulated environment
JP2022538115A (ja) * 2019-06-26 2022-08-31 スカイラ テクノロジーズ， インク． 統合された物理的環境および模擬された環境でロボットシステムを試験するための方法およびシステム
JP7390405B2 (ja) 2019-06-26 2023-12-01 スカイラ テクノロジーズ， インク． 統合された物理的環境および模擬された環境でロボットシステムを試験するための方法およびシステム
CN117330331A (zh) * 2023-10-30 2024-01-02 南方(韶关)智能网联新能源汽车试验检测中心有限公司 一种智能驾驶测试平台系统
CN117330331B (zh) * 2023-10-30 2024-03-12 南方(韶关)智能网联新能源汽车试验检测中心有限公司 一种智能驾驶测试平台系统

Also Published As

Publication number Publication date
CN107004039A (zh) 2017-08-01
US20190278272A1 (en) 2019-09-12

Similar Documents

Publication Publication Date Title
WO2018098658A1 (zh) 对象测试方法、装置及系统
Santana et al. Navigation and cooperative control using the ar. drone quadrotor
Araar et al. Vision based autonomous landing of multirotor UAV on moving platform
CN111580493B (zh) 一种自动驾驶仿真方法、系统及介质
Engel et al. Accurate figure flying with a quadrocopter using onboard visual and inertial sensing
CN118020038A (zh) 两轮自平衡机器人
CN114488848A (zh) 面向室内建筑空间的无人机自主飞行系统及仿真实验平台
CN107544501A (zh) 一种智能机器人智慧行走控制系统及其方法
CN110785355A (zh) 一种无人机测试方法、设备及存储介质
CN119937352A (zh) 一种无人集群硬件在环仿真测试与评估系统
CN120704367A (zh) 非可视状态下基于障碍物规避的无人机飞行路径调整方法
WO2023189721A1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
Galtarossa Obstacle avoidance algorithms for autonomous navigation system in unstructured indoor areas
Mossel et al. SmartCopter: Enabling autonomous flight in indoor environments with a smartphone as on-board processing unit
CN110216675B (zh) 智能机器人的控制方法、装置、智能机器人及计算机设备
CN113625595A (zh) 一种无人机推演及故障诊断方法、系统
Guruprasad et al. Visualization of automatic parking assistance for four-wheeler vehicles
CN112034863A (zh) 地面性质信息的检测方法及装置、计算机设备
CN119085626B (zh) 基于驾考科目的矢量地图构建方法及装置、电子设备
KR102583960B1 (ko) 무인 비행체의 데이터 세트 생성 방법 및 장치
KR102515245B1 (ko) 무인 비행체의 분실을 방지하는 방법 및 장치
Zeno Emulating the functionality of rodents’ neurobiological navigation and spatial cognition cells in a mobile robot
CN113777615B (zh) 室内机器人的定位方法、系统及清洁机器人
Berezny et al. Accessible aerial autonomy
Pak et al. DistBug path planning algorithm package for ROS Noetic

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16922705

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16922705

Country of ref document: EP

Kind code of ref document: A1