[發明專利]一種無人駕駛車輛模擬測試方法

在審

• 申請號: 201610947265.1
• 申請日: 2016-10-26
• 公開（公告）號: CN107992016A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 王璐
• 申請（專利權）人: 法樂第（北京）網絡科技有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 北京邦信陽專利商標代理有限公司11012
• 代理人: 金璽,張偉杰

技術領域

本發明涉及汽車相關技術領域，特別是一種無人駕駛車輛模擬測試方法。

背景技術

近年來，無人駕駛相關技術得到了廣泛關注。由于無人駕駛汽車在進行測試時往往會面臨較高的危險性，硬件可靠性，算法魯棒性，對于復雜環境的泛化能力等都會對自動駕駛算法的最終效果帶來很大影響；同時，由于自動駕駛算法中包含多個模塊，因此，沒個模塊之間的兼容性也會對算法的實際使用帶來影響；另外，在一些危險場景下對無人駕駛算法進行測試，具有很大的危險性，且會在很大程度上提高測試成本。因此，在進行實際路測之前，需要建立模擬器測試平臺，在大量的測試場景對無人駕駛相關算法進行仿真分析，提高算法的對復雜環境的魯棒性和泛化能力，并對硬件可靠性和不同模塊間的兼容性進行驗證。綜上所述，無人駕駛汽車模擬器的設計是進行無人駕駛技術研發的前提。

然而，發明人在實現發明的過程中發現，現有的一些模擬器大多是面向汽車某些單一功能設計進行的，例如汽車動力總成，發動機，輔助駕駛等，不支持對于整個自動駕駛方案進行仿真測試。

發明內容

基于此，有必要針對現有技術的汽車模擬器并不支持對于整個自動駕駛方案進行仿真測試的技術問題，提供一種無人駕駛車輛模擬測試方法。

本發明實施例提供一種無人駕駛車輛模擬測試方法，包括：

建立仿真場景，生成仿真場景的仿真數據；

獲取無人駕駛測試算法對所述仿真數據進行運算后的運算結果，根據所述運算結果確定無人駕駛測試算法的性能。

進一步的，所述獲取無人駕駛測試算法對所述仿真數據進行運算后的運算結果，根據所述運算結果確定無人駕駛測試算法的性能，具體包括：

獲取無人駕駛測試算法對所述仿真數據進行運算后對車輛的控制量，將所述控制量輸入車輛運動模擬器；

獲取車輛運動模擬器根據所述控制量所產生的車輛實際行駛軌跡，采用所述車輛實際行駛軌跡確定所述無人駕駛測試算法的性能。

更進一步的，所述無人駕駛測試算法包括決策算法、規劃算法和控制算法，所述獲取無人駕駛測試算法對所述仿真數據進行運算后的運算結果，根據所述運算結果確定無人駕駛測試算法的性能，具體包括：

決策算法根據仿真數據中的障礙物信息、交通標示牌信息和車道線信息判斷車輛駕駛行為；

規劃算法根據駕駛行為進行車輛行駛路徑規劃；

控制算法根據車輛行駛路徑規劃、本車的定位信息和航向信息，確定車輛行駛所需的控制量，將所述控制量輸入車輛運動模擬器；

獲取車輛運動模擬器根據所述控制量所產生的車輛實際行駛軌跡，采用所述車輛實際行駛軌跡確定決策算法、規劃算法和控制算法的性能。

進一步的，所述無人駕駛測試算法包括感知算法或定位算法，所述獲取無人駕駛測試算法對所述仿真數據進行運算后的運算結果，根據所述運算結果確定無人駕駛測試算法的性能，具體包括：

獲取根據所述仿真數據所生產的傳感器原始數據；

獲得所述感知算法對所述傳感器原始數據進行處理后的感知結果，或者獲得所述定位算法對所述傳感器原始數據進行處理后的定位結果；

將所述感知結果與所述仿真數據進行比較，根據比較結果確定所述感知算法的性能，或者將所述定位結果與所述仿真數據進行比較，根據比較結果確定所述定位算法的性能。

更進一步的，所述獲取無人駕駛測試算法對所述仿真數據進行運算后的運算結果，根據所述運算結果確定無人駕駛測試算法的性能，具體包括：

向車輛運動模擬器輸入至少一個控制量，使得車輛運動模擬器模擬車輛的至少一個行車狀態；

獲取在所述行車狀態下，根據所述仿真數據所生產的傳感器原始數據；

獲得所述感知算法對所述傳感器原始數據進行處理后的感知結果，或者獲得所述定位算法對所述傳感器原始數據進行處理后的定位結果；

將所述感知結果與所述仿真數據進行比較，根據比較結果確定所述感知算法的性能，或者將所述定位結果與所述仿真數據進行比較，根據比較結果確定所述定位算法的性能。

進一步的，所述無人駕駛測試算法包括決策算法、規劃算法、控制算法、感知算法或定位算法，所述獲取無人駕駛測試算法對所述仿真數據進行運算后的運算結果，根據所述運算結果確定無人駕駛測試算法的性能，具體包括：

獲取根據所述仿真數據所生產的傳感器原始數據；

獲得所述無人駕駛測試算法對所述傳感器原始數據進行處理后的感知結果和定位結果；

獲得所述無人駕駛測試算法對所述感知結果和定位結果進行運算后對車輛的控制量，將所述控制量輸入車輛運動模擬器；