对自动驾驶性能进行测试的方法和系统技术方案

本申请公开了一种对自动驾驶性能进行测试的方法和系统。其中，方法包括：接收由安装在人工驾驶车辆上的传感器中的一些采集的与实际交通场景有关的数据；基于该数据来构建针对自动驾驶性能的测试场景；以及在构建的测试场景中测试自动驾驶性能。按照本公开的各种实施例中的方案，测试场景易于构建，并且能够反映真实的交通环境，覆盖各种复杂的交通状况，使得对自动驾驶性能的测试结果更加准确。

Method and system for testing automatic driving performance

The invention discloses a method and a system for testing the performance of automatic driving. Among them, the methods include receiving data collected from a sensor mounted on a driver's vehicle; building a test scenario for autopilot performance based on the data; and testing the autopilot ability in the built test scene. According to the schemes in the various embodiments of the present disclosure, the test scene is easy to build, and it can reflect the real traffic environment and cover a variety of complex traffic conditions, making the test results more accurate for the autopilot performance.

【技术实现步骤摘要】
对自动驾驶性能进行测试的方法和系统
本公开一般涉及测试领域，具体涉及一种对自动驾驶性能进行测试的方法和系统。
技术介绍
自动驾驶车辆一般通过车辆上的各种传感器来感知道路环境、规划行车路线。需要对这样的车辆的自动驾驶性能进行测试来保证行驶的准确性和安全性。由于实际交通路况复杂、测试车辆和人员有限、以及成本等原因，不能总是进行实际的路测。因此，一般使用仿真模型来测试自动驾驶性能。在这样的测试中，需要设计和构建不同的测试场景，在这些测试场景下评价车辆的自动驾驶性能。一般地，测试场景是由测试人员基于经验人工构建的。在这样的方式中存在的一个问题是，人工构建的测试场景可能与真实的交通场景不符，导致测试结果不准确。
技术实现思路
鉴于现有技术中的上述缺陷或不足，期望提供一种对自动驾驶车辆的测试方案，能够得到更准确的测试结果。第一方面，本公开的实施例提供了一种对自动驾驶性能进行测试的方法，包括：接收由安装在人工驾驶车辆上的传感器中的一些采集的与实际交通场景有关的数据；基于该数据来构建针对自动驾驶性能的测试场景；以及在构建的测试场景中测试自动驾驶性能。第二方面，本公开的实施例提供了一种对自动驾驶性能进行测试的系统，包括：接口；处理器；以及存储器，具有存储于其上的指令，当该指令被执行时，使得处理器操作以：通过接口接收由安装在人工驾驶车辆上的传感器中的一些采集的与实际交通场景有关的数据；基于数据来构建针对自动驾驶性能的测试场景；以及在构建的测试场景中测试自动驾驶性能。第三方面，本公开的实施例还提供了一种对自动驾驶性能进行测试的装置，包括：接收模块，用于接收由安装在人工驾驶车辆上的传感器中的一些所采集的与实际交通场景有关的数据；构建模块，用于基于所述数据来构建针对自动驾驶性能的测试场景；以及在构建的测试场景中测试所述自动驾驶性能。第四方面，本公开的实施例还提供了一种非暂时性的计算机可读存储介质，具有存储于其上的指令，当该指令由处理器执行时，使得处理器执行根据本公开的实施例的各种过程。本公开的实施例提供的对自动驾驶性能进行测试的方案，在一个或多个人工驾驶的车辆上安装自动驾驶车辆所需要的各种传感器，在人工驾驶车辆的行驶过程中，这些传感器采集车辆经历的实际的交通场景。基于实际的交通场景，构建测试场景。按照本公开的各种实施例中的方案，测试场景易于构建，并且能够反映真实的交通环境，使得对自动驾驶性能的测试结果更加准确。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1示出了示例性的自动驾驶车辆；图2示出了本公开的实施例可以在其中实现的示例环境；图3示出了根据本公开的实施例的对自动驾驶性能进行测试的方法的示例性流程图；图4示出了根据本公开的另一个实施例的对自动驾驶性能进行测试的方法的示例性流程图；图5示出了根据本公开的实施例的对自动驾驶性能进行测试的装置的示例性框图；图6示出了其中可以实现本公开的一个或多个方面的测试系统的示例性框图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。在使用仿真模型来测试车辆的自动驾驶性能时，由测试人员构建一些用于测试的场景，基于仿真模型在测试场景中的响应来评价自动驾驶性能。期望的是，构建的测试场景能够接近和反映实际的交通环境。一般地，测试场景是由测试人员人工设计和构建的。这样的设计和构建通常基于测试人员的经验。经验可能带有主观性，由此不能准确地反映交通场景。此外，由于实际交通状况复杂，为确保自动驾驶车辆的行驶的准确性和安全性，自动驾驶车辆需要能够对各种交通状况做出合适的反应。由此，期望测试场景能够覆盖各种可能出现的交通状况。然而，测试人员的经验和精力是有限的，所构建的测试场景受限于经验，不能满足这样的要求。此外，对于测试人员而言，由于复杂的交通状况，测试场景中涉及的变量、对象可能是大量的。对这些对象和变量进行人工的录入和调试，测试过程将变得耗时和低效。此外，对自动驾驶性能的评价也往往基于测试人员的经验，没有客观的参照和标准，这可能导致错误的评价。本公开的实施例旨在提供一种对自动驾驶性能进行测试的方案，能够方便高效地构建出准确反映真实交通环境、覆盖更多交通状况的测试场景。在这样的测试场景下测试自动驾驶性能，得到更准确、客观的测试结果。如上文所述的，自动驾驶车辆基于安装在车辆上的各种传感器来感知环境、规划行车路线。下文给出对本公开可能涉及的自动驾驶车辆上的各种部件的简要描述以便于提供对本公开的概念的充分理解。现在参照图1，其中，示出了示例性的自动驾驶车辆的框图。如图1中所示，示例性的自动驾驶车辆10可以包括：传感器组件11、以及处理系统12、外围组件13、以及控制机构14。应该理解的是，车辆10仅是其中可以自动驾驶车辆的一个示例。实际中，车辆10可以具有比图示更多或更少的部件，或具有不同的部件配置。这样的自动驾驶车辆可以被实现为任何类型的车辆，包括运动型汽车、客车、多功能车(SUV)、混合动力车辆(HEV)、电瓶车、卡车等。然而，本领域技术人员将理解，这些仅出于例示目的被提供，并且本公开的一个或多个方面可以实现或包括在一个或多个其他类型的车辆中。处理系统12可以包括存储器122以及处理器121。存储器122可以是诸如随机存储器(RAM)、静态RAM(SRAM)、动态RAM(DRAM)等的易失性存储器，或两者的某种组合。存储器122可以用于存储能够由处理器121执行的程序指令。在示例中，存储器122中还可以存储导航应用。结合例如通过GPS等位置单元获取的车辆位置，导航应用可以被用于确定车辆周围的道路的拓扑以确定自动驾驶路线。在本文中，道路的拓扑指的是例如道路转弯、方向、以及形状等道路特征，和/或诸如环岛、立交桥、隧道、以及施工地点等地形特征。处理器12可以是诸如中央处理单元(CPU)、微控制单元(MCU)、数字信号处理器(DSP)等的通用处理器，其被配置为通过执行存储在数据存储介质(例如，存储器122)中的程序指令，基于各种传感器数据来实现自动驾驶功能。此外或可替代地，处理器12还可以包括可编程的硬件元件，例如专用集成电路(ASIC)、现场可编程门阵列(FPGA)等。传感器组件11可以包括图像传感器111、雷达传感器112、超声波传感器113、以及激光传感器114中的一个或多个。图像传感器111可以用于采集车辆周围环境的图像。在一个示例性的布置中，图像传感器111可以包括安装在车辆不同位置上的摄像头、照相机或其组合。例如，图像传感器111可以包括设置在车辆前端的前置摄像头、设置在车辆上方的顶视摄像头、和/或设置在车辆两侧或后端的摄像头。这些摄像头可以用于采集不同方向上的环境图像。基于环境图像，处理系统12能够识别出环境中的对象，例如，行人、障碍、其他车辆、建筑、以及交通灯状态。与图像传感器111类似地，雷达传感器112和超声波传感器113也可以被布置在车辆的各种位置本文档来自技高网...

【技术保护点】
1.一种对自动驾驶性能进行测试的方法，包括：接收由安装在人工驾驶车辆上的传感器中的一些所采集的与实际交通场景有关的数据；基于所述数据来构建针对自动驾驶性能的测试场景；以及在构建的测试场景中测试所述自动驾驶性能。

【技术特征摘要】
1.一种对自动驾驶性能进行测试的方法，包括：接收由安装在人工驾驶车辆上的传感器中的一些所采集的与实际交通场景有关的数据；基于所述数据来构建针对自动驾驶性能的测试场景；以及在构建的测试场景中测试所述自动驾驶性能。2.根据权利要求1所述的方法，其中，基于所述数据来构建针对自动驾驶性能的测试场景包括：将所述数据作为待测试的自动驾驶模型的测试输入；以及其中，在构建的测试场景中测试所述自动驾驶性能包括：评价所述自动驾驶模型在所述输入下的响应。3.根据权利要求2所述的方法，还包括：接收由安装在人工驾驶车辆上的传感器中的一些采集的所述人工驾驶车辆在所述交通场景下的操作；以及其中，在构建的测试场景中测试所述自动驾驶性能包括：将所述自动驾驶模型在构建的测试场景中的响应与所述操作比较来评价所述自动驾驶模型的性能。4.根据权利要求1所述的方法，其中，所述交通场景包括以下中的一个或多个：车辆的位置；车辆的驾驶状态；车辆附近的道路的拓扑；车辆与一个或多个对象之间的位置关系；车辆的导航路线；以及环境状态。5.根据权利要求4所述的方法，其中，所述对象包括以下中的一个或多个：其他车辆、行人、以及障碍物；以及其中，所述环境状态包括以下中的一个或多个：交通指示、道路状况、以及天气状况。6.根据权利要求3所述的方法，其中，所述操作包括以下中的一个或多个：转向、加速、减速、制动、以及提供对其他车辆或行人的指示。7.一种对自动驾驶性能进行测试的系...

【专利技术属性】
技术研发人员：胡太群，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11