一种智能车辆规划能力测试平台制造技术

技术编号:15326484 阅读:275 留言:0更新日期:2017-05-16 10:42
本发明专利技术公开了一种智能车辆规划能力测试平台,包括磁盘、规划能力测试系统、待测智能车辆。所述的磁盘用于储存样本数据、任务文件、参考答案、评分规则和测试结果;所述的规划能力测试系统是针对智能车辆的规划能力进行测试的软件系统,主要由三个部分构成:测试试题题库、测试过程可视化和测试结果与量化评价方法。所述的待测智能车辆包括规划决策单元、控制单元和车载执行机构,待测智能车辆和规划能力测试系统间通过网络接口进行通信。本发明专利技术提供的基于“车‑环境”闭环系统的半物理仿真测试平台,使得智能车辆能在一个可受控的、实验条件易于重复可变的、以一个相对适度的成本和空间来对其规划能力进行安全有效的测试。

Intelligent vehicle planning capability test platform

The invention discloses a test platform for intelligent vehicle planning capability, which comprises a disk, a planning capability test system and an intelligent vehicle to be tested. The disk is used to store the sample data and task file, reference answers, scoring rules and test results; ability to plan the testing system is a software system to test the planning ability of intelligent vehicles, mainly consists of three parts: the test item bank, test process and test results of visualization and quantitative evaluation method. The intelligent vehicle to be tested comprises a planning decision-making unit, a control unit and a vehicle executing mechanism, wherein, the intelligent vehicle and the planning capability test system are tested to communicate with each other through the network interface. The invention is based on the \car environment\ of the closed-loop system semi physical simulation test platform, so that the intelligent vehicle can easily repeat variable in a controlled, experimental conditions for a relatively modest cost and space to the planning ability of safe and effective test.

【技术实现步骤摘要】
一种智能车辆规划能力测试平台
本专利技术涉及智能车辆测试评价
,尤其涉及一种智能车辆规划能力测试平台。
技术介绍
无人驾驶智能车辆,集环境感知、决策规划和控制等功能于一体,是近来研究的热点。决策规划系统是智能车辆中最重要的部件,其算法性能直接决定了智能车辆行驶时的安全性和可靠性。为了构建性能可靠的规划系统,在研制过程中需要对其进行充分的测试,以暴露系统中存在的各种设计缺陷。常规实车试验难以满足智能车辆自主驾驶能力验证的需求,首先,智能车辆的安全问题还没有得到有效的验证;其次,智能车辆试验所需的道路条件较高,需要投入较高的成本。寻找一种可重复、高效且安全的测试方法是目前迫切需要解决的问题。
技术实现思路
本专利技术目的就是为了弥补已有技术的缺陷,提供一种针对智能车辆规划能力的测试平台及其评价方法,为智能车辆规划系统分析、设计与验证提供一种重要思路和方法。本专利技术是通过以下技术方案实现的:一种智能车辆规划能力测试平台,包括磁盘、规划能力测试系统及待测智能车辆。所述的磁盘用于储存样本数据、任务文件、参考答案、评分规则、测试结果。所述的规划能力测试系统是针对智能车辆的规划能力进行测试的软件系统,主要由三个部分构成:测试试题题库、测试过程可视化模拟、测试结果与量化评价方法;所述的待测智能车辆包括规划决策单元、控制单元、车体支架和车载执行机构。待测智能车辆是规划能力测试系统的测试对象,两者间通过网络接口进行通信。所述的存于磁盘中的样本数据,是用于规划能力测试的栅格地图,可通过两种方式获取。其一,事先通过感知系统,如相机、雷达等传感器获取的场景数据并转化成的规划地图,即栅格地图;其二,在测试系统中,测试人员可根据测试需求自行绘制栅格地图。所述的栅格地图,是测试系统针对规划路径测试用来模拟场景环境的一种二维地图。栅格地图以右下角为坐标原点,每个栅格的坐标表述为(xn,yn),其属性值-2,动态障碍物;-1,静态障碍物;0,可通行区域;1,未行驶到的规划路径;2,已行驶过的规划路径;3,敏感区域。其中路径的规划在非障碍物区域中进行。同时栅格地图中用不同的标志来标识不同的对象,如规划路径的起点、终点、任务点及智能车辆模型等。所述的规划地图分为三种:局部规划地图、全局规划地图和动态规划地图。局部规划地图大小为500px×500px,以一定比例对应实际的场景环境,比如实际场景为100m×100m,那么每个1px×1px单元格代表1m×1m区域的场景。全局规划地图是多个局部规划地图拼接而成,即更大范围的场景环境,根据智能车辆的行驶位置实时的更新规划地图。动态规划地图是测试系统在局部规划地图或全局规划地图的基础上可动态地添加障碍物,具体地,当智能车辆模型行驶到某一敏感区域时,测试系统在原规划路径的基础上在指定的位置添加对应的障碍物。所述的敏感区域是栅格地图在初始化时已设置好,其与添加障碍物的位置是一一对应的,即确定了某一敏感区域HotArean:{(xa1,ya1),(xa2,ya2),…,(xan,yan)},其对应的添加障碍物的区域DynamicObstaclen:{(xb1,yb1),(xb2,yb2),…,(xbn,ybn)}同时也就确定了。所述的智能车辆模型,是真实待测智能车辆在测试系统中的虚拟模型,动态地反映待测智能车辆的行驶状态,其属性有:位置、速度、航向及前后左右的障碍物的信息。所述的测试试题题库,根据栅格地图的三种不同类型可分为局部、全局和动态三种不同类型的规划能力测试。所述的局部规划能力测试是基于单帧局部栅格地图M,必经点NESS={(xs,ys),(xg,yg)},(xs,ys)和(xg,yg)分别为起点与终点,局部规划返回规划的路径P={(xs,ys),(x1,y1),(x2,y2),...,(xn,yn),(xg,yg)},(xn,yn)为先后经过的单元格的坐标。所述的全局规划能力测试是全局栅格地图M,必经点NESS={(xs,ys),(xt1,yt1),(xt2,yt2),...,(xtn,ytn),(xg,yg)},(xs,ys)和(xg,yg)分别为起点与终点,(xt1,yt1),(xt2,yt2),...,(xtn,ytn)为必经的任务点,要求全局规划返回的路径P={(xs,ys),(x1,y1),(x2,y2),...,(xn,yn),(xg,yg)}必须按先后顺序经过这些任务点,即(xn,yn)为先后经过的单元格的坐标。所述的动态规划能力测试是智能车辆在进行局部或全局规划能力的过程中,当智能车辆行驶到栅格地图的某一敏感区域时,测试系统根据原规划路径在栅格地图的指定位置动态地添加障碍物,根据测试任务,由起点S到终点E可能有两种规划路径A和B,当测试系统检测到智能车辆模型行驶到敏感区域A时,即时在栅格地图上添加动态障碍物A,将单元格属性值改成(xn,yn)=-2,之后取消敏感区域A和与其关联的敏感区域B的设置,将单元格属性值改成(xn,yn)=0。所谓敏感区域的关联关系是针对其对应的动态障碍物来说的,就是说添加了敏感区域对应的动态障碍物A就不能添加敏感区域B对应的动态障碍物B,添加了动态障碍物B就不能添加动态障碍物A,否则从起点S到终点E就没有可通路径。与此同时,测试系统将栅格地图变化信息通过网络告知待测智能车辆,使其及时改变规划路径,以达到实时地检测待测智能车辆的对场景瞬变的重规划能力。所述的测试过程可视化模式,其特征在于测试系统根据待测智能车辆反馈回来的信息在栅格地图上利用智能车辆模型动态显示其运动状态与轨迹。测试系统将测试试题信息,包括原始栅格地图和测试任务等通过网络发送给待测智能车辆,待测车辆规划出行驶路径,进一步地控制转向柱、油门、制动、档位等车辆执行机构输出动作。同时,将这些执行机构的动作信息定时地反馈给测试系统,测试系统根据反馈的速度、航向等信息,控制智能车辆模型进行相应的同步动作。动态规划能力测试过程中,测试系统在不断地更新智能车辆模型的位置及运动轨迹的同时,对添加的障碍物信息进行不断地更新,动态地显示待测智能车辆的路径规划与重规划的结果,达到运动过程的可视化效果。所述的测试结果与评价方法,是测试系统在待测智能车辆完成测试任务时,针对提交的规划路径和其他测试数据进行分析评价,针对其合理性和最优性进行评分。下面给出了一些具体的量化评价指标:a)路径长度b)完成任务情况通过测试车辆的运动规划路径是否经过任务文件中的起点、终点和任务点等,来判断是否完成规划任务成功,c)路径的碰撞风险性(Risk,R)通过计算车辆的运动规划路径中每点与周围障碍物的最近距离是否满足小于最小碰撞距离,来判断路径是否存在风险,d)规划耗时TT=TE-TS(4)TS记为待测智能车辆接收到测试系统的测试任务数据时间,TE记为待测智能车辆完成测试任务,向测试系统发送任务完成标记的时间。所述的几种评价指标,路径(重)规划每题总得分计算方法如下:wi表示每种测试指标的权重,Si表示每种测试指标的得分。所述的待测智能车辆是集网络通信接口、决策功能模块、控制功能模块与车载执行结构于一体的无人智能车辆。智能车辆接收到测试任务后,通过决策与控制模块控制执行机构响应动作,同时将检测到的运动变化结果反馈给测试系统,测试系统将本文档来自技高网...
一种智能车辆规划能力测试平台

【技术保护点】
一种智能车辆规划能力测试平台,其特征在于:包括有磁盘、规划能力测试系统及待测智能车辆;所述的磁盘用于储存样本数据、任务文件、参考答案、评分规则和测试结果;所述的规划能力测试系统是针对智能车辆的规划能力进行测试的软件系统,由三个部分构成:测试试题题库、测试过程可视化和测试结果与量化评价方法;所述的待测智能车辆包括规划决策单元、控制单元和车载执行机构,待测智能车辆是规划能力测试系统的测试对象,待测智能车辆和规划能力测试系统间通过网络接口进行通信。

【技术特征摘要】
1.一种智能车辆规划能力测试平台,其特征在于:包括有磁盘、规划能力测试系统及待测智能车辆;所述的磁盘用于储存样本数据、任务文件、参考答案、评分规则和测试结果;所述的规划能力测试系统是针对智能车辆的规划能力进行测试的软件系统,由三个部分构成:测试试题题库、测试过程可视化和测试结果与量化评价方法;所述的待测智能车辆包括规划决策单元、控制单元和车载执行机构,待测智能车辆是规划能力测试系统的测试对象,待测智能车辆和规划能力测试系统间通过网络接口进行通信。2.根据权利要求1所述的一种智能车辆规划能力测试平台,其特征在于:所述的储存在磁盘中的样本数据,是用于规划能力测试的栅格地图,可通过两种方式获取:其一,事先通过感知系统获取的场景数据并转化成的规划地图;其二,在测试系统中,测试人员根据测试需求可自行绘制栅格地图。3.根据权利要求2所述的一种智能车辆规划能力测试平台,其特征在于:所述的栅格地图,是测试系统针对规划路径测试用来模拟场景环境的一种二维地图,栅格地图以右下角为坐标原点,每个栅格的坐标表述为(xn,yn),其属性值为:-2,动态障碍物;-1,静态障碍物;0,可通行区域;1,未行驶到的规划路径;2,已行驶过的规划路径;3,敏感区域,其中路径的规划在非障碍物区域中进行,同时栅格地图中用不同的标志来标识不同的对象。4.根据权利要求2所述的一种智能车辆规划能力测试平台,其特征在于:所述的规划地图分为三种:局部规划地图、全局规划地图和动态规划地图;局部规划地图大小为500px×500px,以一定比例对应实际的场景环境;全局规划地图是多个局部规划地图拼接而成,即更大范围的场景环境,根据智能车辆的行驶位置实时的更新规划地图;动态规划地图是测试系统在局部规划地图或全局规划地图的基础上可动态地添加障碍物,当智能车辆模型行驶到某一敏感区域时,测试系统在原规划路径的基础上在指定的位置添加对应的障碍物,所述的敏感区域是栅格地图在初始化时已设置好,其与添加障碍物的位置是一一对应的,确定了某一敏感区域HotArean:{(xa1,ya1),(xa2,ya2),…,(xan,yan)},其对应的添加障碍物的区域DynamicObstaclen:{(xb1,yb1),(xb2,yb2),…,(xbn,ybn)}同时也就确定了。5.根据权利要求4所述的一种智能车辆规划能力测试平台,其特征在于:所述的智能车辆模型,是真实待测智能车辆在测试系统中的虚拟模型,动态地反映待测智能车辆的行驶状态,其属性有:位置、速度、航向及前后左右的障碍物的信息。6.根据权利要求1所述的一种智能车辆规划能力测试平台,其特征在于:所述的测试试题题库,根据栅格地图的三种不同类型可分为局部、全局和动态三种不同类型的规划能力测试;局部规划能力测试是基于单帧局部栅格地图M,必经点NESS={(xs,ys),(xg,yg)},(xs,ys)和(xg,yg)分别为起点与终点,局部规划返回规划的路径P={(xs,ys),(x1,y1),(x2,y2),...,(xn,yn),(xg,yg)},(xn,yn)为先后经过的单元格的坐标;全局规划能力测试是全局栅格地图M,必经点NESS={(xs,ys),(xt1,yt1),(xt2,yt2),...,(xtn,ytn),(xg,yg)},(xs,ys)和(xg,yg)分别为起点与终点,(xt1,yt1),(xt2,yt2),...,(xtn,ytn)为必经的任务点,要求全局规划返回的路径P={(xs,ys),(x1,y1),(x2,y2),...,(xn,yn),(xg,yg)}必须按先后顺序经过这些任务点,即(xn,yn)为先后经过的单元格的坐标;动态规划能力测试...

【专利技术属性】
技术研发人员:周鹏飞余彪刘伟梁华为张学显许铁娟丁祎王杰
申请(专利权)人:中国科学院合肥物质科学研究院
类型:发明
国别省市:安徽,34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1