WO2022078289A1 - 一种自动驾驶的仿真测试系统和方法 - Google Patents

一种自动驾驶的仿真测试系统和方法 Download PDF

Info

Publication number
WO2022078289A1
WO2022078289A1 PCT/CN2021/123071 CN2021123071W WO2022078289A1 WO 2022078289 A1 WO2022078289 A1 WO 2022078289A1 CN 2021123071 W CN2021123071 W CN 2021123071W WO 2022078289 A1 WO2022078289 A1 WO 2022078289A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
module
simulation test
virtual
information
Prior art date
Application number
PCT/CN2021/123071
Other languages
English (en)
French (fr)
Inventor
郑顺航
陈碧云
张驰
杨莲
孟范孔
肖志光
Original Assignee
广州小鹏自动驾驶科技有限公司
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 广州小鹏自动驾驶科技有限公司 filed Critical 广州小鹏自动驾驶科技有限公司
Publication of WO2022078289A1 publication Critical patent/WO2022078289A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Definitions

  • the present application relates to the technical field of vehicles, and in particular, to a simulation test system for automatic driving and a simulation test method for automatic driving.
  • autonomous driving With the development of autonomous driving technology, the autonomous driving functions of vehicles are becoming more and more mature, and vehicles operating in autonomous driving mode (eg, unmanned) can free the occupants, especially the driver, from some driving-related duties.
  • autonomous driving can include L1-L5 and other technical levels at different stages. With the improvement of stage levels, autonomous driving technology becomes more and more mature.
  • the algorithm function test of the current L2-L3 stage of autonomous driving involves reengineered vehicles, scenario planning, and input of testers and equipment, resulting in low efficiency of real vehicle test methods and long test cycles, which greatly affects the efficiency of autonomous driving technology research and development. Therefore, testing by means of simulation is an important means to solve the automatic driving test.
  • the current simulation test of automatic driving there are many test problems, low test reliability, and low operation efficiency.
  • the embodiments of the present application provide a simulation test system for automatic driving, so as to solve the problems of low test reliability and low test efficiency in the simulation test process of automatic driving in the prior art.
  • the embodiment of the present application also provides a simulation test method for automatic driving, which corresponds to the implementation and application of the above-mentioned system.
  • an embodiment of the present application discloses a simulation test system for automatic driving, the simulation test system includes a domain control module, a sensor module, a positioning module and a vehicle actuator module connected to the domain control module, and a virtual scene module connected to the sensor module, a dynamics module connected to the vehicle actuator module and the positioning module, and a state feedback module connected to the dynamics module and the domain control module;
  • the virtual scene module is used to obtain scene parameters of the target virtual scene
  • the sensor module configured to acquire sensor target information through the scene parameters
  • the positioning module for acquiring the state parameters of the virtual vehicle sent by the dynamics module
  • the vehicle actuator module configured to generate an automatic driving instruction for the state parameter according to the sensor target information
  • the dynamics module configured to control the virtual vehicle to perform a simulation test corresponding to the automatic driving instruction, and generate a simulation test result
  • the state feedback module is configured to use the simulation test result to generate test feedback information for the automatic driving instruction, and send the test feedback information to the domain control module.
  • the virtual scene module is configured to select a target virtual scene for the virtual vehicle from a preset virtual scene, and obtain scene parameters of the target virtual scene.
  • the positioning module is configured to acquire the vehicle pose information of the virtual vehicle sent by the dynamics module; use the vehicle pose information to generate the state parameters of the virtual vehicle;
  • the state parameters include at least three-axis angular velocity, three-axis acceleration and vehicle coordinates.
  • the domain control module is configured to determine vehicle parameters corresponding to the state parameters
  • the vehicle actuator module is configured to acquire the sensor target information, the state parameter and the vehicle parameter output by the domain control module; and use the vehicle parameter and the sensor target information to determine the target information for the state parameters of the autopilot command;
  • the automatic driving instruction includes at least one of steering wheel control instruction, brake pedal control instruction, motor control instruction, gear control instruction, and brake control instruction.
  • the simulation test result includes target vehicle pose information and execution state information
  • the dynamics module configured to output the position and attitude information of the target vehicle matched with the automatic driving instruction, and the execution state information
  • the positioning module is used to generate the target state parameter of the virtual vehicle by using the target vehicle pose information; and send the target state parameter to the domain control module;
  • the state feedback module is configured to use the target vehicle pose information and the execution state information to generate test feedback information for the automatic driving instruction.
  • it also includes a vehicle system module connected to the domain control module;
  • the vehicle system module is configured to determine a vehicle simulation command for the virtual vehicle, and in response to the vehicle simulation command, simulate a controller of the virtual vehicle to control the virtual vehicle to perform a simulation test of a vehicle environment.
  • the embodiment of the present application also discloses a simulation test method for automatic driving, including:
  • test feedback information for the automatic driving instruction is generated.
  • the acquiring sensor target information corresponding to the target virtual scene includes:
  • the obtaining state parameters of the virtual vehicle includes:
  • the state parameters include at least three-axis angular velocity, three-axis acceleration and vehicle coordinates.
  • the method further includes:
  • the automatic driving instruction that generates for described state parameter comprises:
  • an automatic driving instruction for the state parameters is determined.
  • the simulation test result includes target vehicle pose information and execution state information
  • the control preset virtual vehicle executes the simulation test corresponding to the automatic driving instruction, and generates a simulation test result, including:
  • the use of the simulation test result to generate test feedback information for the automatic driving instruction includes:
  • test feedback information for the automatic driving instruction is generated.
  • a controller of the virtual vehicle is simulated to perform a simulation test of a vehicle environment on the virtual vehicle.
  • the embodiment of the present application also discloses a vehicle, comprising:
  • One or more machine-readable media having instructions stored thereon, when executed by the one or more processors, cause the vehicle to perform the method as described above.
  • the embodiments of the present application further disclose one or more machine-readable media, on which instructions are stored, and when executed by one or more processors, cause the processors to execute the above method.
  • the simulation test system for vehicle automatic driving may include a virtual scene module, a sensor module, a domain control module, a vehicle actuator module, a dynamics module, a positioning module, and a state feedback module, and the virtual scene module is obtained through the sensor module.
  • the sensor target information of the target virtual scene is sent, and the state parameters of the virtual vehicle during the simulation test are obtained through the positioning module, and then the vehicle actuator module generates automatic driving instructions for the state parameters according to the sensor target information, which is controlled by the dynamics module.
  • the virtual vehicle performs the simulation test corresponding to the automatic driving command, and generates the simulation test result.
  • the state feedback module uses the simulation test result to generate the test feedback information to form a closed-loop simulation test.
  • the functions performed by different modules are simulated and tested, which can effectively improve the reliability and operational efficiency of autonomous driving tests, so that developers can conduct technology research and development with the support of trusted data, and increase the efficiency of algorithm iteration in mass production.
  • Fig. 1 is a structural block diagram of an embodiment of an automatic driving simulation test device of the present application
  • FIG. 2 is a schematic diagram of a simulation test framework in an embodiment of the present application.
  • FIG. 3 is a flow chart of steps of an embodiment of a simulation testing method for automatic driving of the present application
  • FIG. 1 a structural block diagram of an embodiment of an automatic driving simulation test system of the present application is shown, which may specifically include:
  • the virtual scene module is used to obtain scene parameters of the target virtual scene
  • the sensor module configured to acquire sensor target information through the scene parameters
  • the positioning module for acquiring the state parameters of the virtual vehicle sent by the dynamics module
  • the vehicle actuator module configured to generate an automatic driving instruction for the state parameter according to the sensor target information
  • the dynamics module configured to control the virtual vehicle to perform a simulation test corresponding to the automatic driving instruction, and generate a simulation test result
  • the state feedback module is configured to use the simulation test result to generate test feedback information for the automatic driving instruction, and send the test feedback information to the domain control module.
  • one of the core inventions of the embodiments of the present application is to provide a simulation test system for automatic driving of vehicles, select driving scenarios through the simulation test system, output the scene parameters of the driving scene, and then determine the corresponding driving scene according to the scene parameters of the driving scene.
  • testing can effectively improve the credibility and operational efficiency of autonomous driving tests, allowing developers to conduct technology research and development with the support of trusted data, and increase the efficiency of algorithm iteration in mass production.
  • the simulation test system may include a domain control module, a sensor module, a virtual scene module, a positioning module, a vehicle actuator module, a dynamics module, and a state feedback module, wherein the domain control module may include an automatic driving algorithm.
  • the domain control module can communicate with at least one sensor module, positioning module and at least one vehicle actuator module respectively to realize data interaction.
  • the simulation test system may be a hardware system or a software system. If it is a hardware system, each functional module may be a corresponding hardware module; if it is a software system, each functional module It can be a corresponding software module.
  • the sensor module can be a sensor model constructed according to an algorithm formula. By entering the scene parameters of the target virtual scene in the sensor model, the sensor target information matching the target virtual scene can be obtained. Other functional modules and sensor modules The working principle is the same or similar, and will not be repeated here.
  • the embodiment of the present application uses a simulation test system as a software system for exemplary description, and it is understood that this application does not limit this.
  • the simulation test system may further include at least one virtual scene module respectively connected to the sensor modules, wherein the virtual scene module may be used to select a virtual scene from preset virtual scenes.
  • the target virtual scene of the vehicle is sent, and the scene parameters corresponding to the target virtual scene are sent to the sensor module, so that the sensor module can use the scene parameters to determine the sensor target information for the target virtual scene.
  • the virtual scene module may be a module for parameterized construction of the driving scene involved in the actual driving process of the vehicle.
  • the driving scene may include a lane line scene, a driving scene, an obstacle scene, and a visual parking space scene, etc.
  • the virtual scene module can simulate different driving scenes, and output the scene parameters corresponding to the corresponding driving scenes to the sensor module. After receiving the scene parameters, the sensor module can calculate the corresponding sensor target information.
  • the lane line scene can be a scene constructed by parameterizing the lane lines of the driving road.
  • the sensor module can calculate and output the polynomial parameters including the lane lines, Type and color and other sensor target information, so that the sensor target information collected by vehicle sensors can be simulated in driving scenarios such as vehicle lane change, keeping the current lane, and lane change following.
  • the driving scene can be a scene constructed by parameterizing the approaching process of vehicles such as front, rear, left, and right sides during the driving process of the vehicle.
  • the sensor module can calculate and output the parameters including: Sensor target information such as the distance and acceleration between the vehicle in front, the vehicle behind, and the vehicle next to it can simulate the process of collecting the driving relationship with other vehicles by vehicle sensors during the driving process of the vehicle.
  • the obstacle scene can be a scene constructed by parametric construction of close-range obstacles during driving.
  • the sensor module receives the scene parameters of the obstacle scene sent by the virtual scene module, it can calculate and input the number of obstacles, obstacles and obstacles.
  • the sensor target information such as the type, the distance between the obstacle and the vehicle, etc., can simulate the process of the vehicle sensor collecting the obstacles during the driving process of the vehicle.
  • the visual parking space scene can be a scene constructed from the parameters of the parking space in the parking process.
  • the sensor module can calculate and output the coordinates of the corner point of the parking space, the parking space attribute and the parking space type. and other parameters to simulate the process of vehicle parking, and the process of vehicle sensors collecting information on parking spaces around the vehicle.
  • the positioning module of the simulation test system can be used to obtain the current vehicle pose information of the virtual vehicle sent by the dynamics module, and use the vehicle pose information to generate the state parameters of the virtual vehicle.
  • the dynamics module can integrate simulated actuators related to vehicle dynamics, including simulated steering wheel, simulated brake pedal, simulated motor, simulated gear controller, and simulated handbrake, and simulated actuators with different functions can perform different controls corresponding to the simulation.
  • Commands such as the steering wheel actuator can simulate the steering angle of the steering wheel
  • the brake pedal actuator can simulate the pedal opening of the brake pedal, and so on.
  • the simulated actuator may be a model simulated by a mathematical model, which is not limited in this application.
  • the dynamics module can generate the current vehicle pose information of the virtual vehicle according to the state parameters output by different simulated actuators.
  • the dynamics module can be based on the steering wheel angle output by the steering wheel actuator, the pedal opening degree output by the brake pedal actuator, the pedal opening degree output by the driving pedal actuator, the motor torque output by the motor actuator, and the output of the gear actuator.
  • the parameters such as the gear position and the handbrake state output by the handbrake actuator, generate the vehicle pose information of the virtual vehicle, and output the vehicle pose information to the positioning module.
  • the positioning module can include Inertial Measurement Unit (IMU) and GPS navigation.
  • IMU Inertial Measurement Unit
  • the positioning module After the positioning module obtains the vehicle pose information sent by the dynamics module, it can use the IMU to determine the current steering wheel angle, pedal opening, and motor torque of the virtual vehicle. , gear and handbrake state and other parameters are calculated to obtain the state parameters of the virtual vehicle.
  • the state parameters can include three-axis angular velocity, three-axis acceleration and vehicle coordinates, etc.
  • the three-axis angular velocity can represent the angular velocity of the virtual vehicle on the x, y and z axes
  • the three-axis acceleration can represent the virtual vehicle in x, y and z.
  • the acceleration on the y and z axes, the vehicle coordinates may represent the coordinates of the virtual vehicle in the coordinate system, etc., which are not limited in this application.
  • the domain control module may determine vehicle parameters corresponding to the state parameters. Specifically, the domain control module can determine the adjustment parameters for the state parameters according to different sensor target information, and obtain the target actuators matching the adjustment parameters and vehicle parameters for the target actuators.
  • the domain control module can use the lane line polynomial parameters, lane line type and lane line color to determine the adjustment parameters for the state parameters, and the adjustment parameters It can include steering wheel steering adjustment parameters, speed adjustment parameters, torque adjustment parameters, etc., and then determine the corresponding steering wheel actuators, brake pedal actuators, motor actuators, etc., and then obtain the torque (high speed) and torque for the steering wheel actuators. Angle of rotation (low speed), deceleration for brake pedal actuators, and motor torque for motor actuators, etc.
  • different sensor target information can correspond to different adjustment parameters
  • different adjustment parameters can correspond to different simulated actuators
  • different vehicle parameters so that the domain control module can determine the dynamic The vehicle parameters of the module, so that the vehicle actuator module generates corresponding automatic driving instructions according to the vehicle parameters, and the dynamics module executes the corresponding automatic driving instructions.
  • the domain control module can send sensor target information, state parameters, and vehicle parameters to the vehicle actuator module, and the vehicle actuator module generates corresponding automatic driving instructions, and sends the automatic driving instructions to the dynamics module.
  • the dynamic module responds to the autonomous driving command to conduct a simulation test of the virtual vehicle for autonomous driving.
  • the vehicle actuator module can be used to simulate the electronically controlled steering system, electronically controlled braking system, electronically controlled driving system, electronically controlled gear position, and electronically controlled handbrake, etc., corresponding to the steering wheel actuators, Brake pedal actuator, drive pedal actuator, gear actuator and handbrake actuator, etc.
  • the vehicle actuator module can determine which actuators of the virtual vehicle need to be controlled in combination with the scene parameters to control the driving direction and speed of the virtual vehicle, including the control module from the domain through the electronically controlled steering system.
  • the electronic control drive system obtains the motor torque from the domain control module, and calculates the output motor torque to the dynamics module; obtains the gear information from the domain control module through the electronically controlled gear, and calculates the output gear information to the dynamics module.
  • the handbrake request is obtained from the domain control module, and the current handbrake state information is calculated and output to the dynamics module, etc., so as to generate the corresponding automatic driving command to control the virtual vehicle and realize the simulation test of the virtual vehicle's automatic driving. , and generate corresponding simulation test results.
  • the automatic driving instruction includes at least one of steering wheel control instructions, brake pedal control instructions, motor control instructions, gear control instructions, and brake control instructions.
  • the dynamics module can simulate and execute the corresponding vehicle state according to the type of automatic driving command, including controlling the steering wheel angle, controlling the opening of the brake pedal, controlling the opening of the driving pedal, controlling the torque of the motor, controlling the gear position, controlling the handbrake, etc.
  • the vehicle pose information of the virtual vehicle and the execution state information for the automatic driving command are calculated.
  • the dynamics module can simulate the control of each actuator in the way of dynamic changes of the vehicle.
  • the automatic driving command includes the deceleration command, which can simulate the control
  • the opening of the brake pedal is gradually increased until the opening of the brake pedal matches the automatic driving finger.
  • the dynamics module can generate vehicle pose information and execution state information of the vehicle according to the state parameters of each actuator.
  • the vehicle pose information represents the current state of the vehicle
  • the execution state information can be used to represent the current state of the vehicle. Whether the current execution state of the actuator has reached the target state corresponding to the autopilot command, including the execution state information of unexecuted, executing, and executed.
  • the simulation test system may further include a state feedback module.
  • a simulation test result may be generated.
  • the simulation test result may include the current target vehicle pose information of the virtual vehicle and the execution state of the Sydney type.
  • the state feedback module can be used to obtain the vehicle pose information and execution state information sent by the dynamics module, and use the vehicle pose information and execution state information to generate test feedback information for automatic driving instructions, and send the test feedback information to the domain
  • the control module enables the domain control module to dynamically send vehicle parameters to the vehicle actuator module according to the test feedback information to form a dynamic loop adjustment mode to ensure the reliability of the automatic driving simulation test.
  • the test feedback information can obtain the current working states of steering wheel actuators, brake pedal actuators, drive pedal actuators, gear actuators, and handbrake actuators according to the analysis of vehicle posture information, and then combined with the execution state information, Determine whether each actuator is in a working state that matches the automatic driving command, and generate test feedback information for the automatic driving command according to the current state parameters of the actuator when the actuator is not in a working state that matches the automatic driving command.
  • the steering wheel angle can be calculated and output according to the steering state of the steering wheel actuator; the wheel speed, wheel pulse, etc.
  • the domain control module can dynamically send vehicle parameters to the vehicle actuator module according to the test feedback information , forming a dynamic cycle adjustment mode to ensure the reliability of the automatic driving simulation test.
  • the simulation test system may further include a vehicle system module connected to the domain control module, and the vehicle system module may be used to simulate the vehicle except for the vehicle motion controller (including the electronically controlled steering system, the electronically controlled In addition to the braking system, electronically controlled drive system, electronically controlled gear position and electronically controlled handbrake, etc.), other controllers of the vehicle, such as body controller, tire pressure monitoring controller, display device controller and instrument panel control system, etc.
  • vehicle motion controller including the electronically controlled steering system, the electronically controlled In addition to the braking system, electronically controlled drive system, electronically controlled gear position and electronically controlled handbrake, etc.
  • other controllers of the vehicle such as body controller, tire pressure monitoring controller, display device controller and instrument panel control system, etc.
  • the vehicle system module can be used to determine the dynamics module command for the virtual vehicle, and in response to the vehicle simulation command, simulate the controller of the virtual vehicle to control the virtual vehicle to perform a simulation test of the vehicle environment.
  • the vehicle environment can include body control, display device interaction, instrument screen display, tire pressure monitoring control, etc., so that other vehicle environments in the virtual vehicle can be simulated and tested except for vehicle motion through the vehicle system module.
  • the test of the simulated vehicle environment in the automatic driving scenario can improve the credibility of the automatic driving simulation test, and on the other hand, it can improve the credibility and operation efficiency of the vehicle simulation test.
  • the simulation test system for vehicle automatic driving may include a virtual scene module, a sensor module, a domain control module, a vehicle actuator module, a dynamics module, a positioning module, and a state feedback module, and the virtual scene module is obtained through the sensor module.
  • the sensor target information of the target virtual scene is sent, and the state parameters of the virtual vehicle during the simulation test are obtained through the positioning module, and then the vehicle actuator module generates automatic driving instructions for the state parameters according to the sensor target information, which is controlled by the dynamics module.
  • the virtual vehicle performs the simulation test corresponding to the automatic driving command, and generates the simulation test result.
  • the state feedback module uses the simulation test result to generate the test feedback information to form a closed-loop simulation test.
  • the functions performed by different modules are simulated and tested, which can effectively improve the reliability and operational efficiency of autonomous driving tests, so that developers can conduct technology research and development with the support of trusted data, and increase the efficiency of algorithm iteration in mass production.
  • FIG. 2 a schematic diagram of the simulation test framework in the embodiment of the present application is shown, which may include a virtual scene model, a sensor model, a positioning model, an actuator model, a vehicle model, an actuator and vehicle state feedback, a vehicle system model and automatic driving. Domain controller composition.
  • the virtual scene model includes scene elements such as lane line scene, driving scene, obstacle scene, and visual parking space scene.
  • scene elements such as lane line scene, driving scene, obstacle scene, and visual parking space scene.
  • Sensor models include lane line recognition sensor simulation, target recognition sensor simulation, virtual ultrasonic sensor simulation, and visual parking space recognition sensor simulation.
  • the lane line recognition sensor simulation obtains the parameterized lane lines in the lane line scene, and outputs the lane line polynomial parameters, type, color and other information in real time
  • the target recognition sensor simulation obtains the parameters of the driving scene in the virtual scene model, and outputs the preceding vehicle, Information such as the longitudinal and lateral distance, speed and acceleration of the next vehicle and the front vehicle
  • the virtual ultrasonic model obtains the parameters in the obstacle scene, and calculates and outputs the real-time ultrasonic detection distance
  • the visual parking space recognition sensor obtains the parameters of the visual parking space in the virtual scene, and calculates the output Information such as parking space corner coordinates & parking space attributes & types.
  • the positioning model includes the IMU inertial unit and GPS navigation information.
  • the three-axis angular velocity, three-axis acceleration, and vehicle coordinates are calculated and output.
  • the actuator model includes electronically controlled steering system, electronically controlled braking system, electronically controlled driving system, electronically controlled gear position, and electronically controlled handbrake.
  • the electronically controlled steering system obtains the steering wheel torque (high speed) and steering wheel angle (low speed) from the automatic driving domain controller, and calculates the output steering wheel angle to the vehicle model;
  • the electronically controlled braking system obtains the deceleration from the automatic driving domain controller, calculates Output the brake pedal opening to the vehicle model;
  • the electronically controlled drive system obtains the motor torque from the automatic driving domain controller, and calculates the output click torque to the vehicle model;
  • the electronically controlled gear obtains the gear information from the automatic driving domain controller, calculates Output gear information to the vehicle model, including D, N, R, P and other gears, among which, D gear means the vehicle is moving forward, N gear is neutral, R gear is reverse gear, and P gear is parking gear;
  • Obtain the handbrake request from the autonomous driving domain controller calculate and output the current handbrake state information to the vehicle model.
  • the vehicle model receives the steering wheel angle, brake pedal opening, motor torque, gear position, and handbrake state output by the actuator system, and calculates and outputs the vehicle pose information and execution state information.
  • the state feedback module obtains the vehicle model and calculates and outputs the vehicle pose information and execution state information, and calculates and outputs the feedback information such as the steering wheel angle, wheel speed, wheel pulse, and motor torque.
  • the vehicle system model simulates the real environment of the vehicle by simulating the various controllers of the vehicle, including the simulated body controller, tire pressure monitoring controller, display device controller, instrument panel controller and other systems.
  • An autonomous driving domain controller is a module under test with an autonomous driving algorithm, which can be hardware or software.
  • FIG. 3 a flow chart of steps of an embodiment of an automatic driving simulation test method of the present application is shown, which may specifically include the following steps:
  • Step 301 acquiring the scene parameters of the target virtual scene and the state parameters of the virtual vehicle;
  • Step 302 acquiring sensor target information through the scene parameters
  • Step 303 generating an automatic driving instruction for the state parameter according to the sensor target information
  • Step 304 controlling a preset virtual vehicle to perform a simulation test corresponding to the automatic driving command, and generating a simulation test result
  • Step 305 using the simulation test result to generate test feedback information for the automatic driving instruction.
  • the acquisition of sensor target information corresponding to the target virtual scene includes:
  • the obtaining state parameters of the virtual vehicle includes:
  • the state parameters include at least three-axis angular velocity, three-axis acceleration and vehicle coordinates.
  • the method before the automatic driving instruction for the state parameter is generated according to the sensor target information, the method further includes:
  • the generating an automatic driving instruction for the state parameter according to the sensor target information includes:
  • an automatic driving instruction for the state parameters is determined.
  • the simulation test result includes target vehicle pose information and execution state information
  • the control preset virtual vehicle executes the simulation test corresponding to the automatic driving instruction, and generates Simulation test results, including:
  • the use of the simulation test result to generate test feedback information for the automatic driving instruction includes:
  • test feedback information for the automatic driving instruction is generated.
  • a controller of the virtual vehicle is simulated to perform a simulation test of a vehicle environment on the virtual vehicle.
  • the simulation test system for vehicle automatic driving may include a virtual scene module, a sensor module, a domain control module, a vehicle actuator module, a dynamics module, a positioning module, and a state feedback module, and the virtual scene module is obtained through the sensor module.
  • the sensor target information of the target virtual scene is sent, and the state parameters of the virtual vehicle during the simulation test are obtained through the positioning module, and then the vehicle actuator module generates automatic driving instructions for the state parameters according to the sensor target information, which is controlled by the dynamics module.
  • the virtual vehicle performs the simulation test corresponding to the automatic driving command, and generates the simulation test result.
  • the state feedback module uses the simulation test result to generate the test feedback information to form a closed-loop simulation test.
  • the functions performed by different modules can be simulated and tested, which can effectively improve the reliability and operation efficiency of autonomous driving tests, so that developers can conduct technology research and development with the support of trusted data, and increase the efficiency of algorithm iteration in mass production.
  • the embodiment of the present application also provides a vehicle, including:
  • One or more machine-readable media having instructions stored thereon, when executed by the one or more processors, cause the vehicle to perform the methods described in the embodiments of the present application.
  • the embodiments of the present application further provide one or more machine-readable media on which instructions are stored, and when executed by one or more processors, cause the processors to execute the methods described in the embodiments of the present application.
  • any reference signs placed between parentheses shall not be construed as limiting the claim.
  • the word “comprising” does not exclude the presence of elements or steps not listed in a claim.
  • the word “a” or “an” preceding an element does not exclude the presence of a plurality of such elements.
  • the application can be implemented by means of hardware comprising several different elements and by means of a suitably programmed computer. In a unit claim enumerating several means, several of these means may be embodied by one and the same item of hardware.
  • the use of the words first, second, and third, etc. do not denote any order. These words can be interpreted as names.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

一种自动驾驶的仿真测试系统及方法，其中，可以通过仿真测试系统中的传感器模块获取虚拟场景模块发送的目标虚拟场景的传感器目标信息，通过定位模块获取仿真测试过程中虚拟车辆的状态参数，然后由车辆执行器模块根据传感器目标信息，生成针对状态参数的自动驾驶指令，并由动力学模块控制虚拟车辆执行与自动驾驶指令对应的仿真测试，生成仿真测试结果，接着由状态反馈模块采用仿真测试结果，生成测试反馈信息，形成闭环的仿真测试，通过仿真测试系统，对车辆自动驾驶过程中的各个不同模块所执行的功能进行模拟测试，能够有效提高自动驾驶测试的可信度和运行效率，使得开发人员可以可信数据的支持下进行技术研发，增加量产中算法迭代的效率。

Description

一种自动驾驶的仿真测试系统和方法
本申请要求在2020年10月14日提交中国专利局、申请号202011099566.6、发明名称为“一种自动驾驶的仿真测试系统和方法”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及车辆技术领域，特别是涉及一种自动驾驶的仿真测试系统和一种自动驾驶的仿真测试方法。
背景技术
随着自动驾驶技术的发展，车辆的自动驾驶功能越来越成熟，以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。其中，自动驾驶可以包括L1-L5等不同阶段的技术水平，随着阶段等级的提升，自动驾驶技术愈加成熟。对于当前自动驾驶L2-L3阶段的算法功能测试，涉及改制车辆、场景规划、测试人员与设备的投入，从而导致实车测试方法效率低、测试周期长，十分影响自动驾驶技术研发的效率。因此，通过仿真的手段进行测试是解决自动驾驶测试的一个重要手段，但是当前自动驾驶的仿真测试中，存在测试问题较多，测试可信度低，运作效率低等问题。
发明内容
本申请实施例提供了一种自动驾驶的仿真测试系统，以解决现有技术中自动驾驶的仿真测试过程中测试可信度低、测试效率不高的问题。
相应的，本申请实施例还提供了一种自动驾驶的仿真测试方法，与上述系统的实现及应用对应。
为了解决上述问题，本申请实施例公开了一种自动驾驶的仿真测试系统，所述仿真测试系统包括域控制模块，与所述域控制模块连接的传感器模块、定位模块以及车辆执行器模块，与所述传感器模块连接的虚拟场景模块，与所述车辆执行器模块和所述定位模块连接的动力学模块，以及与所述动力学模块和所述域控制模块连接的状态反馈模块；
所述虚拟场景模块，用于获取目标虚拟场景的场景参数；
所述传感器模块，用于通过所述场景参数，获取传感器目标信息；
所述定位模块，用于获取所述动力学模块发送的虚拟车辆的状态参数；
所述车辆执行器模块，用于根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令；
所述动力学模块，用于控制所述虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果；
所述状态反馈模块，用于采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息，并将所述测试反馈信息发送至所述域控制模块。
可选地，所述虚拟场景模块，用于从预设的虚拟场景中，选定针对虚拟车辆的目标虚拟场景，并获取所述目标虚拟场景的场景参数。
可选地，所述定位模块，用于获取所述动力学模块发送的虚拟车辆的车辆位姿信息；采用所述车辆位姿信息，生成所述虚拟车辆的状态参数；
其中，所述状态参数至少包括三轴转角速度、三轴加速度以及车辆坐标。
可选地，所述域控制模块，用于确定与所述状态参数对应的车辆参数；
所述车辆执行器模块，用于获取所述域控制模块输出的所述传感器目标信息、所述状态参数以及所述车辆参数；采用所述车辆参数与所述传感器目标信息，确定针对所述状态参数的自动驾驶指令；
其中，所述自动驾驶指令包括方向盘控制指令、制动踏板控制指令、电机控制指令、档位控制指令、刹车控制指令中的至少一种。
可选地，所述仿真测试结果包括目标车辆位姿信息以及执行状态信息；
所述动力学模块，用于输出与所述自动驾驶指令匹配的目标车辆位姿信息，以及执行状态信息；
所述定位模块，用于采用所述目标车辆位姿信息，生成所述虚拟车辆 的目标状态参数；并将所述目标状态参数发送至所述域控制模块；
所述状态反馈模块，用于采用所述目标车辆位姿信息与所述执行状态信息，生成针对所述自动驾驶指令的测试反馈信息。
可选地，还包括与所述域控制模块连接的车辆系统模块；
所述车辆系统模块，用于确定针对所述虚拟车辆的车辆模拟指令，并响应于所述车辆模拟指令，模拟所述虚拟车辆的控制器，以控制所述虚拟车辆进行车辆环境的仿真测试。
本申请实施例还公开了一种自动驾驶的仿真测试方法，包括：
获取目标虚拟场景的场景参数，以及虚拟车辆的状态参数；
通过所述场景参数，获取传感器目标信息；
根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令；
控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果；
采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息。
可选地，所述获取目标虚拟场景对应的传感器目标信息，包括：
从预设的虚拟场景中，选定针对虚拟车辆的目标虚拟场景；
获取所述目标虚拟场景的场景参数。
可选地，所述获取虚拟车辆的状态参数，包括：
获取虚拟车辆的车辆位姿信息；
采用所述车辆位姿信息，生成所述虚拟车辆的状态参数；
其中，所述状态参数至少包括三轴转角速度、三轴加速度以及车辆坐标。
可选地，所述根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令之前，所述方法还包括：
获取与所述传感器目标信息匹配的车辆参数；
所述根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指 令，包括：
采用所述车辆参数与所述传感器目标信息，确定针对所述状态参数的自动驾驶指令。
可选地，所述仿真测试结果包括目标车辆位姿信息与执行状态信息，所述控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果，包括：
控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并输出与所述自动驾驶指令匹配的目标车辆位姿信息与执行状态信息；
所述采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息，包括：
采用所述目标车辆位姿信息与所述执行状态信息，生成针对所述自动驾驶指令的测试反馈信息。
可选地，还包括：
确定针对虚拟车辆的车辆模拟指令；
响应于所述车辆模拟指令，模拟所述虚拟车辆的控制器，以对所述虚拟车辆进行车辆环境的仿真测试。
本申请实施例还公开了一种车辆，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述车辆执行如上所述的方法。
本申请实施例还公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上所述的方法。
本申请实施例包括以下优点：
在本申请实施例中，车辆自动驾驶的仿真测试系统可以包括虚拟场景模块、传感器模块、域控制模块、车辆执行器模块、动力学模块、定位模块以及状态反馈模块，通过传感器模块获取虚拟场景模块发送的目标虚拟 场景的传感器目标信息，通过定位模块获取仿真测试过程中虚拟车辆的状态参数，然后由车辆执行器模块根据传感器目标信息，生成针对状态参数的自动驾驶指令，并由动力学模块控制虚拟车辆执行与自动驾驶指令对应的仿真测试，生成仿真测试结果，接着由状态反馈模块采用仿真测试结果，生成测试反馈信息，形成闭环的仿真测试，通过仿真测试系统，对车辆自动驾驶过程中的各个不同模块所执行的功能进行模拟测试，能够有效提高自动驾驶测试的可信度和运行效率，使得开发人员可以可信数据的支持下进行技术研发，增加量产中算法迭代的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请的一种自动驾驶的仿真测试装置实施例的结构框图；
图2是本申请实施例中仿真测试框架的示意图；
图3是本申请的一种自动驾驶的仿真测试方法实施例的步骤流程图；
具体实施例
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
参照图1，示出了本申请的一种自动驾驶的仿真测试系统实施例的结构框图，具体可以包括：
域控制模块，与所述域控制模块连接的传感器模块、定位模块以及车辆执行器模块，与所述传感器模块连接的虚拟场景模块，与所述车辆执行器模块和所述定位模块连接的动力学模块，以及与所述动力学模块和所述域控制模块连接的状态反馈模块；
所述虚拟场景模块，用于获取目标虚拟场景的场景参数；
所述传感器模块，用于通过所述场景参数，获取传感器目标信息；
所述定位模块，用于获取所述动力学模块发送的虚拟车辆的状态参数；
所述车辆执行器模块，用于根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令；
所述动力学模块，用于控制所述虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果；
所述状态反馈模块，用于采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息，并将所述测试反馈信息发送至所述域控制模块。
作为一种示例，由于当前车辆自动驾驶阶段的算法功能测试涉及改制车辆、驾驶场景的设置、测试人员与测试设备的投入等不同方面，导致实车测试效率较低，周期长，难以满足当代科技快速发展的需求。因此，本申请实施例的核心发明点之一在于提供车辆自动驾驶的仿真测试系统，通过仿真测试系统对驾驶场景进行选择，并输出驾驶场景的场景参数，接着根据驾驶场景的场景参数，确定对应的传感器目标信息，以便根据传感器目标信息生成仿真测试中虚拟车辆的自动驾驶指令，进行自动驾驶的仿真测试，从而通过仿真测试系统，对车辆自动驾驶过程中的各个不同模块所执行的功能进行模拟测试，能够有效提高自动驾驶测试的可信度和运行效率，使得开发人员可以可信数据的支持下进行技术研发，增加量产中算法迭代的效率。
在本申请实施例中，仿真测试系统可以包括域控制模块、传感器模块、虚拟场景模块、定位模块、车辆执行器模块、动力学模块以及状态反馈模块，其中，域控制模块可以为包含自动驾驶算法的控制模块，且能够对其他与之相连的模块进行数据交互，域控制模块可以分别与至少一个传感器模块、定位模块以及至少一个车辆执行器模块进行通信连接，实现数据交互。
需要说明的是，本申请实施例中，仿真测试系统可以为硬件系统，也可以为软件系统，若为硬件系统，则各个功能模块可以为对应的硬件模 块；若为软件系统，则各个功能模块可以为对应的软件模块，例如传感器模块可以为根据算法公式构建的传感器模型，通过在传感器模型输入目标虚拟场景的场景参数，可以得到与目标虚拟场景匹配的传感器目标信息，其他功能模块与传感器模块的工作原理相同或相似，在此不再赘述。为了方便理解与说明，本申请实施例以仿真测试系统为软件系统进行示例性说明，可以理解的是，本申请对此不作限制。
在本申请的一种可选实施例中，仿真测试系统还可以包括分别与传感器模块连接的至少一个虚拟场景模块，其中，虚拟场景模块可以用于从预设的虚拟场景中，选定针对虚拟车辆的目标虚拟场景，并将目标虚拟场景对应的场景参数发送至传感器模块，使得传感器模块可以采用场景参数，确定针对目标虚拟场景的传感器目标信息。
在具体实现中，虚拟场景模块中可以为对车辆实际行驶过程中所涉及的驾驶场景进行参数化构建的模块，例如，驾驶场景可以包括车道线场景、行车场景、障碍物场景以及视觉车位场景等等，通过虚拟场景模块可以对不同的驾驶场景进行模拟，并输出对应驾驶场景对应的场景参数至传感器模块，传感器模块在接收到场景参数后，可以计算出对应的传感器目标信息。
其中，车道线场景可以为对行驶道路的车道线进行参数化构建的场景，则传感器模块接收到虚拟场景模块发送的车道线场景的场景参数后，可以计算并输出包括对车道线的多项式参数、类型以及颜色等传感器目标信息，从而可以模拟车辆的变道、保持当前车道以及变道跟随等驾驶场景中，车辆传感器所采集的传感器目标信息。
行车场景可以为对车辆行驶过程中前、后、左、右侧等车辆靠近过程进行参数化构建的场景，则传感器模块接收到虚拟场景模块发送的行车场景的场景参数后，可以计算并输出包括前车、后车、旁车等与本车之间的距离、加速度等传感器目标信息，从而可以模拟车辆行驶过程中，车辆传感器对与其他车辆之间的行车关系进行采集的过程。
障碍物场景可以为对行驶过程中近距离障碍物进行参数化构建的场 景，则传感器模块接收到虚拟场景模块发送的障碍物场景的场景参数后，可以计算并输入包括障碍物的数量、障碍物类型、障碍物与车辆的距离等传感器目标信息，从而可以模拟车辆行驶过程中，车辆传感器对障碍物进行采集的过程。
视觉车位场景可以为对停车过程中停车位的参数构建的场景，则传感器模块接收到虚拟场景模块发送的视觉车位场景的场景参数后，可以计算并输出包括车位角点坐标、车位属性以及车位类型等参数构建，从而模拟车辆停车过程，车辆传感器对车辆周围的停车位进行信息采集的过程。
在本申请实施例中，仿真测试系统的定位模块可以用于获取动力学模块发送的虚拟车辆当前的车辆位姿信息，并采用车辆位姿信息，生成虚拟车辆的状态参数。其中，动力学模块可以集成包括模拟方向盘、模拟制动踏板、模拟电机、模拟档位控制器以及模拟手刹等与车辆动力学关联的模拟执行器，不同功能的模拟执行器对应模拟执行不同的控制指令，例如方向盘执行器可以模拟方向盘的转向角，制动踏板执行器可以模拟制动踏板的踏板开度等等。可选地，模拟执行器可以为通过数学模型进行模拟的模型，本申请对此不作限制。
在具体实现中，动力学模块可以根据不同模拟执行器输出的状态参数，生成虚拟车辆当前的车辆位姿信息。具体的，动力学模块可以根据方向盘执行器输出的方向盘转角、制动踏板执行器输出的踏板开度、驱动踏板执行器输出的踏板开度、电机执行器输出的电机扭矩、档位执行器输出的档位以及手刹执行器输出的手刹状态等参数，生成虚拟车辆的车辆位姿信息，并将车辆位姿信息输出至定位模块。定位模块可以包括惯性单元(Inertial Measurement Unit，IMU)以及GPS导航，则定位模块获取了动力学模块发送的车辆位姿信息后，可以通过IMU对虚拟车辆当前的方向盘转角、踏板开度、电机扭矩、档位以及手刹状态等参数进行计算，得到虚拟车辆的状态参数。其中，状态参数可以包括三轴转角速度、三轴加速度以及车辆坐标等等，三轴转角速度可以表示虚拟车辆在x、y以及z轴上的转角速度，三轴加速度可以表示虚拟车辆在x、y以及z轴上的加速度，车辆 坐标可以表示虚拟车辆在坐标系中的坐标等，本申请对此不作限制。
在本申请实施例中，域控制模块在获取传感器模块发送的传感器目标信息，以及定位模块发送的状态参数之后，可以确定与状态参数对应的车辆参数。具体的，域控制模块可以根据不同的传感器目标信息，确定针对状态参数的调节参数，并获取与调节参数匹配的目标执行器，以及针对目标执行器的车辆参数。
例如，传感器目标信息包括车道线多项式参数、车道线类型以及车道线颜色等参数，则域控制模块可以采用车道线多项式参数、车道线类型以及车道线颜色，确定针对状态参数的调节参数，调节参数可以包括方向盘转向调节参数、速度调节参数、扭矩调节参数等等，接着分别确定对应的方向盘执行器、制动踏板执行器、电机执行器等，然后获取针对方向盘执行器的转矩(高速)和转角(低速)、针对制动踏板执行器的减速度以及电机执行器的电机扭矩等等。
需要说明的是，不同的传感器目标信息可以对应不同的调节参数，不同的调节参数可以对应不同的模拟执行器，以及不同的车辆参数，从而域控制模块可以根据不同的驾驶场景，确定针对动力学模块的车辆参数，以便车辆执行器模块根据车辆参数生成对应的自动驾驶指令，并由动力学模块执行对应的自动驾驶指令。
在本申请实施例中，域控制模块可以将传感器目标信息、状态参数以及车辆参数发送至车辆执行器模块，由车辆执行器模块生成对应的自动驾驶指令，并将自动驾驶指令发送至动力学模块，由动力学模块响应自动驾驶指令，对虚拟车辆进行自动驾驶的仿真测试。
在具体实现中，车辆执行器模块可以用于模拟电控转向系统、电控制动系统、电控驱动系统、电控档位以及电控手刹等，分别对应动力学模块中的方向盘执行器、制动踏板执行器、驱动踏板执行器、档位执行器以及手刹执行器等。具体的，车辆执行器模块可以结合场景参数，确定需要对虚拟车辆的何种执行器进行控制，以对虚拟车辆的行驶方向、行驶速度等进行控制，包括可以通过电控转向系统从域控制模块获取方向盘执行器的 方向盘转矩(高速)和方向盘转角(低速)，计算输出方向盘转角至动力学模块；通过电控制动系统从域控制模块获取减速度，计算输出制动踏板开度至动力学模块；通过电控驱动系统通过从域控制模块获取电机扭矩，计算输出电机扭矩至动力学模块；通过电控挡位通过从域控制模块获取挡位信息，计算输出挡位信息至动力学模块；通过电控手刹通过从域控制模块获取手刹请求，计算输出当前手刹状态信息至动力学模块等等，从而生成对应的自动驾驶指令，以对虚拟车辆的控制，实现虚拟车辆自动驾驶的仿真测试，并生成对应的仿真测试结果。
具体的，自动驾驶指令包括方向盘控制指令、制动踏板控制指令、电机控制指令、档位控制指令、刹车控制指令中的至少一种。则动力学模块可以根据自动驾驶指令的类型，模拟执行对应的车辆状态，包括控制方向盘转角、控制制动踏板开度、控制驱动踏板开度、控制电机扭矩、控制档位、控制手刹等，并在执行对应的控制指令后，计算虚拟车辆的车辆位姿信息，以及针对自动驾驶指令的执行状态信息。
需要说明的是，为了使得仿真测试更加合理，动力学模块在接收到自动驾驶指令后，可以模拟车辆动态变化的方式对各个执行器的控制，例如自动驾驶指令包括减速指令，则可以模拟控制制动踏板逐渐增加开度，直至制动踏板的开度与自动驾驶指匹配。在该动态变化的过程中，动力学模块可以根据各个执行器的状态参数，生成车辆的车辆位姿信息，以及执行状态信息，车辆位姿信息表示车辆当前的状态，执行状态信息可以用于表示执行器当前的执行状态是否达到了自动驾驶指令对应的目标状态，包括未执行、正在执行以及执行完毕的执行状态信息。
在具体实现中，仿真测试系统还可以包括状态反馈模块，则动力学模块进行仿真测试之后，可以生成仿真测试结果，仿真测试结果可以包括虚拟车辆当前的目标车辆位姿信息以及执行状态悉尼型，状态反馈模块可以用于获取动力学模块发送的车辆位姿信息以及执行状态信息，并采用车辆位姿信息以及执行状态信息，生成针对自动驾驶指令的测试反馈信息，并将测试反馈信息发送至域控制模块，以使域控制模块根据测试反馈信息， 动态发送车辆参数至车辆执行器模块，形成动态循环的调节模式，保证自动驾驶仿真测试的可信度。
具体的，测试反馈信息可以根据解析车辆位姿信息，得到方向盘执行器、制动踏板执行器、驱动踏板执行器、档位执行器以及手刹执行器等当前的工作状态，然后结合执行状态信息，判断各个执行器是否处于与自动驾驶指令匹配的工作状态，并在执行器未处于自动驾驶指令匹配的工作状态下，根据执行器当前的状态参数，生成针对自动驾驶指令的测试反馈信息。例如，可以根据方向盘执行器的转向状态，计算输出方向盘转角；根据制动踏板执行器和/或驱动踏板执行器的踏板开度，计算并输出虚拟车辆的轮速、轮脉冲等；根据电机的电机扭矩，计算并输出虚拟车辆的电机扭矩等等，并将所计算的参数作为测试反馈信息，传输至域控制模块，以使域控制模块根据测试反馈信息，动态发送车辆参数至车辆执行器模块，形成动态循环的调节模式，保证自动驾驶仿真测试的可信度。
在本申请的一种可选实施例中，仿真测试系统还可以包括与域控制模块连接的车辆系统模块，车辆系统模块可以用于模拟车辆除车辆运动控制器(包括电控转向系统、电控制动系统、电控驱动系统、电控档位以及电控手刹等)之外，车辆的其他控制器，例如车身控制器、胎压监测控制器、显示器件控制器以及仪表屏控制系等。
在具体实现中，车辆系统模块可以用于确定针对虚拟车辆的动力学模块指令，并响应于车辆模拟指令，模拟虚拟车辆的控制器，以控制虚拟车辆进行车辆环境的仿真测试。其中，车辆环境可以包括车身控制、显示器件交互、仪表屏显示、胎压监测控制等等，从而通过车辆系统模块可以对虚拟车辆中除车辆运动外的其他车辆环境进行仿真测试，一方面可以在自动驾驶场景下模拟车辆环境的测试，提高自动驾驶仿真测试的可信度，另一方面可以提高车辆仿真测试的可信度与运行效率。
在本申请实施例中，车辆自动驾驶的仿真测试系统可以包括虚拟场景模块、传感器模块、域控制模块、车辆执行器模块、动力学模块、定位模块以及状态反馈模块，通过传感器模块获取虚拟场景模块发送的目标虚拟 场景的传感器目标信息，通过定位模块获取仿真测试过程中虚拟车辆的状态参数，然后由车辆执行器模块根据传感器目标信息，生成针对状态参数的自动驾驶指令，并由动力学模块控制虚拟车辆执行与自动驾驶指令对应的仿真测试，生成仿真测试结果，接着由状态反馈模块采用仿真测试结果，生成测试反馈信息，形成闭环的仿真测试，通过仿真测试系统，对车辆自动驾驶过程中的各个不同模块所执行的功能进行模拟测试，能够有效提高自动驾驶测试的可信度和运行效率，使得开发人员可以可信数据的支持下进行技术研发，增加量产中算法迭代的效率。
为了是本领域技术人员更好地理解本申请实施例的仿真测试系统，下面通过一个示例进行说明。
参考图2，示出了本申请实施例中仿真测试框架的示意图，可以包括虚拟场景模型、传感器模型、定位模型、执行器模型、车辆模型、执行器及车辆状态反馈、车辆系统模型及自动驾驶域控制器构成。
虚拟场景模型包括车道线场景、行车场景、障碍物场景以及视觉车位场景等场景要素，通过构建参数化的场景，将场景参数传递到传感器模型。
传感器模型包括车道线识别传感器模拟、目标识别传感器模拟、虚拟超声波传感器模拟、视觉车位识别传感器模拟。其中，车道线识别传感器模拟通过获取车道线场景中参数化的车道线，实时输出车道线多项式参数、类型、颜色等信息；目标识别传感器模拟获取虚拟场景模型中行车场景的参数，输出前车、旁车、前前车纵侧向距离速度加速度等信息；虚拟超声波模型获取障碍物场景中的参数，计算输出实时的超声波探测距离；视觉车位识别传感器获取虚拟场景中的视觉车位的参数，计算输出车位角点坐标&车位属性&类型等信息。
定位模型包括IMU惯性单元和GPS导航信息，通过获取车辆模型计算得出的车辆位姿信息，计算输出三轴转角速度、三轴加速度、车辆坐标。
执行器模型包括电控转向系统、电控制动系统、电控驱动系统、电控 挡位、电控手刹。电控转向系统通过从自动驾驶域控制器获取方向盘转矩(高速)和方向盘转角(低速)，计算输出方向盘转角到车辆模型；电控制动系统通过从自动驾驶域控制器获取减速度，计算输出制动踏板开度到车辆模型；电控驱动系统通过从自动驾驶域控制器获取电机扭矩，计算输出点击扭矩到车辆模型；电控挡位通过从自动驾驶域控制器获取挡位信息，计算输出挡位信息到车辆模型，包括D、N、R、P等档位，其中，D档表示车辆前进，N档为空档，R档为倒车档，P档位停车档；电控手刹通过从自动驾驶域控制器获取手刹请求，计算输出当前手刹状态信息到车辆模型。
车辆模型接收执行器系统输出的方向盘转角、制动踏板开度、电机扭矩、挡位、手刹状态，计算输出车辆位姿信息、执行状态信息。
状态反馈模块获取车辆模型计算输出车辆位姿信息、执行状态信息，计算输出方向盘转角、轮速、轮脉冲、电机扭矩等反馈信息。
车辆系统模型通过模拟车辆各控制器，模拟车辆真实环境，包括模拟车身控制器、胎压监测控制器、显示器件控制器、仪表屏控制器等系统。
自动驾驶域控制器为拥有自动驾驶算法的被测模块，可以为硬件或软件。
参照图3，示出了本申请的一种自动驾驶的仿真测试方法实施例的步骤流程图，具体可以包括如下步骤：
步骤301，获取目标虚拟场景的场景参数，以及虚拟车辆的状态参数；
步骤302，通过所述场景参数，获取传感器目标信息；
步骤303，根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令；
步骤304，控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果；
步骤305，采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息。
在本申请的一种可选实施例中，所述获取目标虚拟场景对应的传感器 目标信息，包括：
从预设的虚拟场景中，选定针对虚拟车辆的目标虚拟场景；
获取所述目标虚拟场景的场景参数。
在本申请的一种可选实施例中，所述获取虚拟车辆的状态参数，包括：
获取虚拟车辆当前的车辆位姿信息；
采用所述车辆位姿信息，生成所述虚拟车辆的状态参数；
其中，所述状态参数至少包括三轴转角速度、三轴加速度以及车辆坐标。
在本申请的一种可选实施例中，所述根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令之前，所述方法还包括：
获取与所述传感器目标信息匹配的车辆参数；
所述根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令，包括：
采用所述车辆参数与所述传感器目标信息，确定针对所述状态参数的自动驾驶指令。
在本申请的一种可选实施例中，所述仿真测试结果包括目标车辆位姿信息与执行状态信息，所述控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果，包括：
控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并输出与所述自动驾驶指令匹配的目标车辆位姿信息与执行状态信息；
所述采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息，包括：
采用所述目标车辆位姿信息与所述执行状态信息，生成针对所述自动驾驶指令的测试反馈信息。
在本申请的一种可选实施例中，还包括：
确定针对虚拟车辆的车辆模拟指令；
响应于所述车辆模拟指令，模拟所述虚拟车辆的控制器，以对所述虚 拟车辆进行车辆环境的仿真测试。
在本申请实施例中，车辆自动驾驶的仿真测试系统可以包括虚拟场景模块、传感器模块、域控制模块、车辆执行器模块、动力学模块、定位模块以及状态反馈模块，通过传感器模块获取虚拟场景模块发送的目标虚拟场景的传感器目标信息，通过定位模块获取仿真测试过程中虚拟车辆的状态参数，然后由车辆执行器模块根据传感器目标信息，生成针对状态参数的自动驾驶指令，并由动力学模块控制虚拟车辆执行与自动驾驶指令对应的仿真测试，生成仿真测试结果，接着由状态反馈模块采用仿真测试结果，生成测试反馈信息，形成闭环的仿真测试，通过仿真测试系统，对车辆自动驾驶过程中的各个不同模块所执行的功能进行模拟测试，能够有效提高自动驾驶测试的可信度和运行效率，使得开发人员可以可信数据的支持下进行技术研发，增加量产中算法迭代的效率。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。
对于方法实施例而言，由于其与系统实施例基本相似，所以描述的比较简单，相关之处参见系统实施例的部分说明即可。
本申请实施例还提供了一种车辆，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述车辆执行本申请实施例所述的方法。
本申请实施例还提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本申请实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着，结合实施例描述的特定特征、结构或者特性包括在本申请的至少一个实施例中。此外，请注意，这里“在一个实施例中”的词语例子不一定全指同一个实施例。在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。

Claims (14)

  1. 一种自动驾驶的仿真测试系统，其特征在于，所述仿真测试系统包括域控制模块，与所述域控制模块连接的传感器模块、定位模块以及车辆执行器模块，与所述传感器模块连接的虚拟场景模块，与所述车辆执行器模块和所述定位模块连接的动力学模块，以及与所述动力学模块和所述域控制模块连接的状态反馈模块；
    所述虚拟场景模块，用于获取目标虚拟场景的场景参数；
    所述传感器模块，用于通过所述场景参数，获取传感器目标信息；
    所述定位模块，用于获取所述动力学模块发送的虚拟车辆的状态参数；
    所述车辆执行器模块，用于根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令；
    所述动力学模块，用于控制所述虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果；
    所述状态反馈模块，用于采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息，并将所述测试反馈信息发送至所述域控制模块。
  2. 根据权利要求1所述的仿真测试系统，其特征在于，
    所述虚拟场景模块，用于从预设的虚拟场景中，选定针对虚拟车辆的目标虚拟场景，并获取所述目标虚拟场景的场景参数。
  3. 根据权利要求1所述的仿真测试系统，其特征在于，
    所述定位模块，用于获取所述动力学模块发送的虚拟车辆的车辆位姿信息；采用所述车辆位姿信息，生成所述虚拟车辆的状态参数；
    其中，所述状态参数至少包括三轴转角速度、三轴加速度以及车辆坐标。
  4. 根据权利要求3所述的仿真测试系统，其特征在于，
    所述域控制模块，用于确定与所述状态参数对应的车辆参数；
    所述车辆执行器模块，用于获取所述域控制模块输出的所述传感器目 标信息、所述状态参数以及所述车辆参数；采用所述车辆参数与所述传感器目标信息，确定针对所述状态参数的自动驾驶指令；
    其中，所述自动驾驶指令包括方向盘控制指令、制动踏板控制指令、电机控制指令、档位控制指令、刹车控制指令中的至少一种。
  5. 根据权利要求4所述的仿真测试系统，其特征在于，所述仿真测试结果包括目标车辆位姿信息以及执行状态信息；
    所述动力学模块，用于输出与所述自动驾驶指令匹配的目标车辆位姿信息，以及执行状态信息；
    所述定位模块，用于采用所述目标车辆位姿信息，生成所述虚拟车辆的目标状态参数；并将所述目标状态参数发送至所述域控制模块；
    所述状态反馈模块，用于采用所述目标车辆位姿信息与所述执行状态信息，生成针对所述自动驾驶指令的测试反馈信息。
  6. 根据权利要求1所述的仿真测试系统，其特征在于，还包括与所述域控制模块连接的车辆系统模块；
    所述车辆系统模块，用于确定针对所述虚拟车辆的车辆模拟指令，并响应于所述车辆模拟指令，模拟所述虚拟车辆的控制器，以控制所述虚拟车辆进行车辆环境的仿真测试。
  7. 一种自动驾驶的仿真测试方法，其特征在于，包括：
    获取目标虚拟场景的场景参数，以及虚拟车辆的状态参数；
    通过所述场景参数，获取传感器目标信息；
    根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令；
    控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果；
    采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息。
  8. 根据权利要求7所述的方法，其特征在于，所述获取目标虚拟场景对应的传感器目标信息，包括：
    从预设的虚拟场景中，选定针对虚拟车辆的目标虚拟场景；
    获取所述目标虚拟场景的场景参数。
  9. 根据权利要求7所述的方法，其特征在于，所述获取虚拟车辆的状态参数，包括：
    获取虚拟车辆的车辆位姿信息；
    采用所述车辆位姿信息，生成所述虚拟车辆的状态参数；
    其中，所述状态参数至少包括三轴转角速度、三轴加速度以及车辆坐标。
  10. 根据权利要求9所述的方法，其特征在于，所述根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令之前，所述方法还包括：
    获取与所述传感器目标信息匹配的车辆参数；
    所述根据所述传感器目标信息，生成针对所述状态参数的自动驾驶指令，包括：
    采用所述车辆参数与所述传感器目标信息，确定针对所述状态参数的自动驾驶指令。
  11. 根据权利要求10所述的方法，其特征在于，所述仿真测试结果包括目标车辆位姿信息与执行状态信息，所述控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并生成仿真测试结果，包括：
    控制预设的虚拟车辆执行与所述自动驾驶指令对应的仿真测试，并输出与所述自动驾驶指令匹配的目标车辆位姿信息与执行状态信息；
    所述采用所述仿真测试结果，生成针对所述自动驾驶指令的测试反馈信息，包括：
    采用所述目标车辆位姿信息与所述执行状态信息，生成针对所述自动驾驶指令的测试反馈信息。
  12. 根据权利要求7所述的方法，其特征在于，还包括：
    确定针对虚拟车辆的车辆模拟指令；
    响应于所述车辆模拟指令，模拟所述虚拟车辆的控制器，以对所述虚拟车辆进行车辆环境的仿真测试。
  13. 一种车辆，其特征在于，包括：
    一个或多个处理器；和
    其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述车辆执行如权利要求7-12任一项所述的方法。
  14. 一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求7-12任一项所述的方法。
PCT/CN2021/123071 2020-10-14 2021-10-11 一种自动驾驶的仿真测试系统和方法 WO2022078289A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011099566.6A CN112130472A (zh) 2020-10-14 2020-10-14 一种自动驾驶的仿真测试系统和方法
CN202011099566.6 2020-10-14

Publications (1)

Publication Number Publication Date
WO2022078289A1 true WO2022078289A1 (zh) 2022-04-21

Family

ID=73852951

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/123071 WO2022078289A1 (zh) 2020-10-14 2021-10-11 一种自动驾驶的仿真测试系统和方法

Country Status (2)

Country Link
CN (1) CN112130472A (zh)
WO (1) WO2022078289A1 (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114745741A (zh) * 2022-06-10 2022-07-12 国汽智控(北京)科技有限公司 设备通信的仿真方法、装置、设备和介质
CN114740829A (zh) * 2022-05-07 2022-07-12 镁佳(北京)科技有限公司 一种域控制器测试系统
CN114839465A (zh) * 2022-05-10 2022-08-02 中国第一汽车股份有限公司 整车电平衡测试系统及方法
CN114964268A (zh) * 2022-07-29 2022-08-30 白杨时代(北京)科技有限公司 一种无人机导航方法及装置
CN114967572A (zh) * 2022-07-29 2022-08-30 威海海洋职业学院 基于物联网通信的新能源车辆模拟运行平台及控制方法
CN115077898A (zh) * 2022-06-28 2022-09-20 东风商用车有限公司 一种基于hil的自动变速箱经济滑行模式测试系统的测试方法
CN115165387A (zh) * 2022-06-09 2022-10-11 中汽研汽车检验中心(广州)有限公司 一种自动驾驶整车性能测试的控制方法、装置及系统
CN115187742A (zh) * 2022-09-07 2022-10-14 西安深信科创信息技术有限公司 自动驾驶仿真测试场景生成方法、系统及相关装置
CN115526055A (zh) * 2022-09-30 2022-12-27 北京瑞莱智慧科技有限公司 模型鲁棒性检测方法、相关装置及存储介质
CN115617880A (zh) * 2022-12-19 2023-01-17 北京百度网讯科技有限公司 自动驾驶场景的挖掘方法、装置、设备以及存储介质
CN115630583A (zh) * 2022-12-08 2023-01-20 西安深信科创信息技术有限公司 仿真车辆行驶状态的生成方法、装置、设备和介质
CN115878681A (zh) * 2023-02-23 2023-03-31 禾多科技（北京）有限公司 自动驾驶数据的获取方法及装置、存储介质及电子装置
CN116136662A (zh) * 2023-04-20 2023-05-19 小米汽车科技有限公司 车载系统仿真平台及其测试方法、装置
CN116306041A (zh) * 2023-05-22 2023-06-23 工业和信息化部装备工业发展中心 一种多场景集多引擎自动驾驶模拟仿真测试服务平台
CN116400145A (zh) * 2023-01-05 2023-07-07 宁德时代新能源科技股份有限公司 测试方法、系统、设备以及存储介质

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112130472A (zh) * 2020-10-14 2020-12-25 广州小鹏自动驾驶科技有限公司 一种自动驾驶的仿真测试系统和方法
CN112783142B (zh) * 2021-01-05 2023-02-03 广州小鹏自动驾驶科技有限公司 车道居中控制的仿真测试系统、方法、设备和存储介质
CN112733359B (zh) * 2021-01-05 2024-01-12 北京三快在线科技有限公司 动力学模型验证方法、装置、介质、电子设备及无人设备
CN112345272A (zh) * 2021-01-11 2021-02-09 北京赛目科技有限公司 一种场景库的自动驾驶仿真测试方法及装置
CN112858908B (zh) * 2021-01-22 2022-11-25 一汽解放汽车有限公司 一种转向器电机测试系统、方法、装置、设备及存储介质
CN112835806B (zh) * 2021-02-26 2023-03-21 一汽解放汽车有限公司 一种仿真测试平台、方法及存储介质
CN113625685A (zh) * 2021-03-31 2021-11-09 中汽创智科技有限公司 一种自动驾驶测试系统和方法
WO2022221979A1 (zh) * 2021-04-19 2022-10-27 华为技术有限公司 一种自动驾驶场景的生成方法、装置及系统
CN113311727A (zh) * 2021-05-13 2021-08-27 际络科技(上海)有限公司 一种用于自动驾驶测试的仿真模拟系统
CN113696907A (zh) * 2021-07-27 2021-11-26 江铃汽车股份有限公司 一种l3级自动驾驶系统
CN113626317B (zh) * 2021-07-28 2023-09-05 的卢技术有限公司 一种自动驾驶软件调测系统、方法、介质和设备
CN113625594B (zh) * 2021-07-30 2024-04-26 中汽创智科技有限公司 一种自动驾驶仿真方法及仿真系统
CN113704119A (zh) * 2021-08-31 2021-11-26 中汽创智科技有限公司 一种用于智能驾驶的测试方法、装置、系统及存储介质
CN113848749A (zh) * 2021-08-31 2021-12-28 际络科技(上海)有限公司 自动驾驶仿真测试系统、方法、电子设备及存储介质
CN113515463B (zh) * 2021-09-14 2022-04-15 深圳佑驾创新科技有限公司 自动化测试方法、装置、计算机设备和存储介质
CN113820965A (zh) * 2021-09-26 2021-12-21 上汽通用五菱汽车股份有限公司 Imu信号仿真方法、系统、设备和计算机可读存储介质
CN113848855B (zh) * 2021-09-27 2023-08-01 襄阳达安汽车检测中心有限公司 车辆控制系统测试方法、装置、设备、介质及程序产品
CN114036645B (zh) * 2021-11-16 2022-04-22 中智行科技有限公司 一种基于ros的仿真方法、装置和电子设备
CN115493857B (zh) * 2022-11-16 2023-03-21 苏州挚途科技有限公司 自动紧急制动参数的确定方法、确定装置与处理器
CN115979679B (zh) * 2023-03-22 2023-06-23 中国汽车技术研究中心有限公司 自动驾驶系统实际道路测试方法、设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105807630A (zh) * 2015-01-21 2016-07-27 福特全球技术公司 虚拟传感器试验台
CN107807542A (zh) * 2017-11-16 2018-03-16 北京北汽德奔汽车技术中心有限公司 自动驾驶仿真系统
CN107992016A (zh) * 2016-10-26 2018-05-04 法乐第(北京)网络科技有限公司 一种无人驾驶车辆模拟测试方法
JP2019074885A (ja) * 2017-10-13 2019-05-16 キャッツ株式会社 自動運転車両の動作シミュレータ、自動運転車両の動作確認方法、自動運転車両の制御装置及び自動運転車両の制御方法
CN109884916A (zh) * 2019-02-26 2019-06-14 初速度（苏州）科技有限公司 一种自动驾驶仿真评估方法及装置
CN112130472A (zh) * 2020-10-14 2020-12-25 广州小鹏自动驾驶科技有限公司 一种自动驾驶的仿真测试系统和方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108646586A (zh) * 2018-03-20 2018-10-12 重庆邮电大学 一种智能网联汽车在环仿真、测试验证系统与方法
CN108760338B (zh) * 2018-06-22 2020-07-31 天津英创汇智汽车技术有限公司 无人驾驶在环测试装置及系统
CN109100155B (zh) * 2018-07-09 2020-06-16 长安大学 一种无人车在环快速仿真测试系统和方法
CN111505965B (zh) * 2020-06-17 2020-09-29 深圳裹动智驾科技有限公司 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105807630A (zh) * 2015-01-21 2016-07-27 福特全球技术公司 虚拟传感器试验台
CN107992016A (zh) * 2016-10-26 2018-05-04 法乐第(北京)网络科技有限公司 一种无人驾驶车辆模拟测试方法
JP2019074885A (ja) * 2017-10-13 2019-05-16 キャッツ株式会社 自動運転車両の動作シミュレータ、自動運転車両の動作確認方法、自動運転車両の制御装置及び自動運転車両の制御方法
CN107807542A (zh) * 2017-11-16 2018-03-16 北京北汽德奔汽车技术中心有限公司 自动驾驶仿真系统
CN109884916A (zh) * 2019-02-26 2019-06-14 初速度（苏州）科技有限公司 一种自动驾驶仿真评估方法及装置
CN112130472A (zh) * 2020-10-14 2020-12-25 广州小鹏自动驾驶科技有限公司 一种自动驾驶的仿真测试系统和方法

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114740829A (zh) * 2022-05-07 2022-07-12 镁佳(北京)科技有限公司 一种域控制器测试系统
CN114839465A (zh) * 2022-05-10 2022-08-02 中国第一汽车股份有限公司 整车电平衡测试系统及方法
CN115165387A (zh) * 2022-06-09 2022-10-11 中汽研汽车检验中心(广州)有限公司 一种自动驾驶整车性能测试的控制方法、装置及系统
CN114745741B (zh) * 2022-06-10 2023-03-24 国汽智控(北京)科技有限公司 设备通信的仿真方法、装置、设备和介质
CN114745741A (zh) * 2022-06-10 2022-07-12 国汽智控(北京)科技有限公司 设备通信的仿真方法、装置、设备和介质
CN115077898A (zh) * 2022-06-28 2022-09-20 东风商用车有限公司 一种基于hil的自动变速箱经济滑行模式测试系统的测试方法
CN114964268A (zh) * 2022-07-29 2022-08-30 白杨时代(北京)科技有限公司 一种无人机导航方法及装置
CN114967572A (zh) * 2022-07-29 2022-08-30 威海海洋职业学院 基于物联网通信的新能源车辆模拟运行平台及控制方法
CN115187742A (zh) * 2022-09-07 2022-10-14 西安深信科创信息技术有限公司 自动驾驶仿真测试场景生成方法、系统及相关装置
CN115526055A (zh) * 2022-09-30 2022-12-27 北京瑞莱智慧科技有限公司 模型鲁棒性检测方法、相关装置及存储介质
CN115526055B (zh) * 2022-09-30 2024-02-13 北京瑞莱智慧科技有限公司 模型鲁棒性检测方法、相关装置及存储介质
CN115630583A (zh) * 2022-12-08 2023-01-20 西安深信科创信息技术有限公司 仿真车辆行驶状态的生成方法、装置、设备和介质
CN115630583B (zh) * 2022-12-08 2023-04-14 西安深信科创信息技术有限公司 仿真车辆行驶状态的生成方法、装置、设备和介质
CN115617880A (zh) * 2022-12-19 2023-01-17 北京百度网讯科技有限公司 自动驾驶场景的挖掘方法、装置、设备以及存储介质
CN116400145A (zh) * 2023-01-05 2023-07-07 宁德时代新能源科技股份有限公司 测试方法、系统、设备以及存储介质
CN115878681A (zh) * 2023-02-23 2023-03-31 禾多科技（北京）有限公司 自动驾驶数据的获取方法及装置、存储介质及电子装置
CN116136662A (zh) * 2023-04-20 2023-05-19 小米汽车科技有限公司 车载系统仿真平台及其测试方法、装置
CN116136662B (zh) * 2023-04-20 2023-08-04 小米汽车科技有限公司 车载系统仿真平台及其测试方法、装置
CN116306041A (zh) * 2023-05-22 2023-06-23 工业和信息化部装备工业发展中心 一种多场景集多引擎自动驾驶模拟仿真测试服务平台
CN116306041B (zh) * 2023-05-22 2023-08-01 工业和信息化部装备工业发展中心 一种多场景集多引擎自动驾驶模拟仿真测试服务平台

Also Published As

Publication number Publication date
CN112130472A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
WO2022078289A1 (zh) 一种自动驾驶的仿真测试系统和方法
CN108803607B (zh) 一种用于自动驾驶的多功能仿真系统
CN112100856B (zh) 一种基于多平台的自动驾驶联合仿真方法
CN106023715B (zh) 基于多gps和角度传感器的驾驶人辅助训练系统及其控制算法
CN111273655A (zh) 用于自动驾驶车辆的运动规划方法和系统
CN109801534A (zh) 基于自动驾驶模拟器的驾驶行为硬件在环仿真测试系统
JPWO2018180143A1 (ja) 情報処理装置及び情報処理方法、コンピュータ・プログラム、並びにプログラム製造方法
US20070287135A1 (en) 3d vehicle simulator system and simulation method for ecu embedded system
US20190318050A1 (en) Environmental modification in autonomous simulation
CN110901656B (zh) 用于自动驾驶车辆控制的实验设计方法和系统
Moten et al. X-in-the-loop advanced driving simulation platform for the design, development, testing and validation of ADAS
CN112114580B (zh) 一种acc仿真测试系统及方法
US20220236063A1 (en) Vehicle position detection device and parameter set creation device for vehicle position detection
Grazioli et al. Simulation Framework for Executing Component and Connector Models of Self-Driving Vehicles.
CN115453912A (zh) 自动驾驶仿真方法、系统、设备以及介质
Schwab et al. Consistent test method for assistance systems
US20210056014A1 (en) Method for rating a software component of an sil environment
US10831209B2 (en) Using a long-term recurrent convolutional network to plan a sequence of lateral controls in autonomous driving
CN112783142B (zh) 车道居中控制的仿真测试系统、方法、设备和存储介质
CN114800523B (zh) 机械臂轨迹修正方法、系统、计算机及可读存储介质
Weber et al. Approach for improved development of advanced driver assistance systems for future smart mobility concepts
KR102175943B1 (ko) 무인자동차 교육용 플랫폼 및 자동차 플랫폼
Muñoz Benavent et al. Advanced Driving Assistance Systems for an Electric Vehicle
Fan et al. A Co-Simulation Platform for Powertrain Controls Development
Weiss et al. Combining virtual reality and steer-by-wire systems to validate driver assistance concepts

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: 21879333

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: 21879333

Country of ref document: EP

Kind code of ref document: A1