[發明專利]一種自動駕駛測試用例自動生成方法和裝置

在審

• 申請號: 201910913474.8
• 申請日: 2019-09-25
• 公開（公告）號: CN110716529A
• 公開（公告）日: 2020-01-21
• 發明（設計）人: 李森林;周風明;郝江波;鄒元杰
• 申請（專利權）人: 武漢光庭信息技術股份有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 42242 武漢藍寶石專利代理事務所(特殊普通合伙)
• 代理人: 王振宇

本發明實施例提供一種自動駕駛測試用例自動生成方法和裝置，包括：基于自動駕駛典型場景中各因素、因子的權重，重新選擇并排列所述因素、因子以生成最優測試場景用例；基于所述最優測試場景用例生成可視化場景動畫。一方面對自然駕駛典型場景數據進行測試因素、因子提取和分類，計算因子的權重值同時進行計算因素、因子的最優組合輸出測試場景，另一方面使用視覺直觀描述方式對測試場景進行描述，方便測試理解和管理。

技術領域

本發明涉及自動駕駛領域，更具體地，涉及一種自動駕駛測試用例自動生成方法和裝置。

背景技術

隨著移動互聯網的流量天花板逐漸見頂，互聯網與實體行業如農業、工業、建筑行業和服務行業等傳統行業的數字融合將成為新的趨勢，產業互聯網結合5G和云計算等技術將加快實體經濟轉型。汽車作為產業互聯網場景下必不可少的智能移動設備，隨著新一代的汽車技術革命如新能源、智能網聯、自動駕駛的創新，將結合不同落地場景打造可復制循環的商業模式閉環。

自動駕駛是指智能汽車通過安裝配備在車上的傳感器設備(包括2D攝影視覺感知、激光雷達、毫米波雷達等)感知汽車周圍的駕駛環境，結合導航的高精度地圖，進行快速的運算與分析，在不斷模擬和深度學習潛在的路況環境并作出判斷，進一步借助算法規劃汽車最理想或最合適的行駛路線及方式，再通過芯片反饋給控制系統進行剎車、方向盤控制等實際操作動作。

目前自動駕駛已經處于高速發展的階段，其對應系統的研發與測試也在迅速發展，但業界仍未就如何在現實世界中進行安全性測試達成一致。在現實道路中，因為未知的場景難以窮盡，那么在限定范圍內的測試場景也因為道路、環境、交通參與者的組合眾多而導致場景數量異常龐大，調查發現目前行業中現有的軟件或平臺均沒有對測試場景進行用例的優選并輸出比較直觀的場景描述。所以軟件仿真或實車測試仍然存在非常大的限制。

目前自動駕駛已經在全球范圍內有不同程度的發展，以Google為例自動駕駛已經達到了L4級別并且累計測試里程已經超過2000萬公里，而業內認為自動駕駛落地需要累計160億公里，所以，以現有技術和行業發展限制要達到這個目的還有很長的路要走。

而達到這個目的需要的時間也是非常長的，那么如何才能在盡可能短的時間內驗證新代碼提高駕駛安全性，以及場景庫的建設則是自動駕駛歷程中必不可少的。

基于對交通參與者的不同種類的排列組合，產生的測試場景庫將是無窮盡，根本不可能一一測試，并且基于目前自動駕駛的技術發展狀況，完全沒有必要對所有實際駕駛場景進行覆蓋測試。

發明內容

為了解決上述問題，本發明實施例提供一種克服上述問題或者至少部分地解決上述問題的一種自動駕駛測試用例自動生成方法和裝置。

根據本發明實施例的第一方面，提供一種自動駕駛測試用例自動生成方法，包括：

獲取自動駕駛實際行駛數據中各因素、因子的權重，并基于Pairwise算法對所述因素、因子進行重新排序，獲得最優測試場景用例。

作為優選的，獲取自動駕駛實際行駛數據中各因素、因子的權重，具體包括：

獲取自動駕駛實際行駛數據，并對所述自動駕駛實際行駛數據中的因素、因子進行分類提取；基于熵值法獲取各因素、因子的權重。

作為優選的，基于熵值法獲取各因素、因子的權重，具體包括：

基于熵值法獲取每個因素、因子的離散程度，將N個因素和M個因子用矩陣A以及N*M來表示最大組合數量：

上式中，i＝1,2,…,n；j＝1,2,…,m；X_ij為矩陣A中第i行第j列的值；獲取第j列的指標下第i個因子的比重：