在线交通流仿真与真实道路环境融合的无人驾驶测试方法技术

本发明专利技术提出一种在线交通流仿真与真实道路环境融合的无人驾驶测试方法，包括，在基于大量实车驾驶行为数据构建的FLOWSIM交通流仿真平台中，搭建与封闭无人驾驶测试场地一致的静态道路环境，同时根据测试要求，构建待测无人驾驶车辆的虚拟镜像及虚拟交通场景；通过虚拟镜像配置的虚拟传感器对交通流仿真平台的实时动态仿真结果进行感知，获取的第一运行状态信息实时向待测无人驾驶车辆感知端返回感知信息；基于感知信息控制待测无人驾驶车辆在封闭无人驾驶测试场地中行驶，并实时将待测无人驾驶车辆的第二运行状态信息反馈给交通流仿真平台，更新虚拟镜像在虚拟交通场景中的位置与状态；反复循环，直至待测无人驾驶车辆的功能和等级测试结束。功能和等级测试结束。功能和等级测试结束。

【技术实现步骤摘要】
在线交通流仿真与真实道路环境融合的无人驾驶测试方法


[0001]本专利技术属于无人驾驶测试


技术介绍

[0002]现有的无人驾驶汽车功能和等级测试存在诸多不足，体现在：
[0003]在无人驾驶实车测试过程中，a)测试成本高昂：需要花费大量资金进行场景准备，包括周围车辆的购置、周围车辆模型的准备、行人模型准备、多车辆交通组织与调度等；b)交通场景有限：受到场地设备以及安全性等要素制约，测试无人驾驶车辆的交通场景的Corner case难以在测试场地的布设中完全覆盖；c)迭代周期慢：更换实车测试场地中真实场景需要消耗大量时间与费用，会拖慢测试进程；d)存在安全性问题：在真实无人驾驶车辆与有人驾驶车辆行驶交互测试过程中，存在碰撞的安全隐患；场地感知要求高：实车测试需要全覆盖的感知体系建立、安装与维护和数据采集、分析，成本高昂。
[0004]在无人驾驶纯仿真测试过程中，a)真实性：仿真测试结果的可靠程度受到仿真模型的真实性的制约；b)可解释性：交通仿真模型中，模块的构建往往基于特定的模型。在测试场景中出现事故，存在仿真平台计算错误与事故真实发生两种可能，作为无人驾驶测试标准存在可解释性问题；c)算法公开情况：完全虚拟环境测试无人驾驶车辆，需要将无人驾驶车辆的控制算法逻辑写入仿真平台中，需要公开其内部算法，存在商业秘密或知识产权保护的问题；d)道路及物理条件反映不足：无人驾驶测试需要考虑不同道路条件对于待测车辆正常行驶与制动能力的限制，待测车如何处理意外的坑洼或是轮胎爆胎等意外需要进行实地模拟。/>[0005]1929年，Edward Link设计出用于训练飞行员的模拟器；1984年，NASA研究中心开发出用于火星探测的虚拟环境视觉显示器。1990年，提出VR技术包括三维图形生成技术、多传感器交互技术和高分辨率显示技术等。在现在，虚拟现实技在各个行业都有着广泛且相对成熟的应用，这些虚拟现实技术提供了真实与仿真平台交互的桥梁。

技术实现思路

[0006]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0007]为此，本专利技术的第一个目的在于提出一种在线交通流仿真与真实道路环境融合的无人驾驶测试方法，用于将仿真平台的安全、高效、快速、便捷的特性，与实测场景的真实性、待测车接入便利性的特征相结合，完成原本无人驾驶所需的大规模路测的环节。
[0008]本专利技术的第二个目的在于提出一种在线交通流仿真与真实道路环境融合的无人驾驶测试系统。
[0009]为达上述目的，本专利技术第一方面实施例提出了一种在线交通流仿真与真实道路环境融合的无人驾驶测试方法，包括：在基于大量实车驾驶行为数据构建的FLOWSIM交通流仿真平台中，搭建与封闭无人驾驶测试场地一致的静态道路环境，同时根据测试要求，构建待测无人驾驶车辆的虚拟镜像及虚拟交通场景；通过虚拟镜像配置的虚拟传感器对交通流仿
真平台的实时动态仿真结果进行感知，获取的第一运行状态信息实时向待测无人驾驶车辆感知端返回感知信息；基于感知信息控制待测无人驾驶车辆在封闭无人驾驶测试场地中行驶，并实时将待测无人驾驶车辆的第二运行状态信息反馈给交通流仿真平台，更新虚拟镜像在虚拟交通场景中的位置与状态；反复循环，直至待测无人驾驶车辆的功能和等级测试结束。
[0010]本专利技术实施例提出的在线交通流仿真与真实道路环境融合的无人驾驶测试方法，将仿真平台的安全、高效、快速、便捷的特性，与实测场景的真实性、待测车接入便利性的特征相结合。依托于高拟真性的交通流仿真平台，利用虚拟现实的技术搭建无人驾驶感知与仿真场景之间的桥梁，利用仿真平台快速迭代、问题精准定位溯源的特性，快速完成原本无人驾驶所需的大规模路测的环节，并依据于众多车辆测试结果形成具备不同特征标签的问题场景数据集，有助于对于自动驾驶能力及局限性实现快速的测试与评定，有利于统一的测试标准及流程的形成。
[0011]另外，根据本专利技术上述实施例的在线交通流仿真与真实道路环境融合的无人驾驶测试方法还可以具有以下附加的技术特征：
[0012]进一步地，在本专利技术的一个实施例中，还包括：
[0013]所述待测无人驾驶车辆成为虚拟交通场景中的参与者，与虚拟交通场景中的周围车辆和环境形成互动，所述交通流仿真平台与所述待测无人驾驶车辆之间采用双向低延时通讯进行交互。
[0014]进一步地，在本专利技术的一个实施例中，还包括：
[0015]对所述待测无人驾驶车辆控制逻辑测试、对无人驾驶车辆感知系统测试。
[0016]进一步地，在本专利技术的一个实施例中，对所述待测无人驾驶车辆控制逻辑测试，包括：
[0017]所述待测无人驾驶车辆在设计运行范围内运行情况测试、对驾乘人员接管状态的判断能力测试、对安全风险的识别能力测试、对用户介入请求的反应测试。
[0018]进一步地，在本专利技术的一个实施例中，所述待测无人驾驶车辆在设计运行范围内运行情况测试包括：不同驾驶工况下的控制策略，所述驾驶工况包括：跟驰、换道、左右转向、掉头行驶、路口停车、倒车、车辆汇入本车车道、车辆驶出本车车道、与行人和自行车交互；其中，所述测试通过低延时双向通讯技术构建所述待测无人驾驶车辆与仿真系统的交互，进行所述待测无人驾驶车辆与其对应的仿真环境中的虚拟镜像的双向映射，所述通讯技术包括最先进的通讯技术；
[0019]所述对驾乘人员接管状态的判断能力测试包括：对超出运行范围时驾乘人员接管情况、紧急情形下驾乘人员接管情况、驾乘人员的驾驶状态识别；
[0020]所述对安全风险的识别能力测试包括：前方存在视觉盲区的行驶策略、行人闯入风险判断、左转直行冲突情形判断；
[0021]所述对用户介入请求的反应基于驾乘人员接管状态与当前安全风险识别情形确定。
[0022]进一步地，在本专利技术的一个实施例中，对无人驾驶车辆感知系统测试，包括：
[0023]感知系统能力标定、认知体系对物体类型识别准确性与对运动状态评估的准确性。
[0024]进一步地，在本专利技术的一个实施例中，所述对无人驾驶车辆感知系统测试包括静态物感知能力测试与动态物的感知能力测试；
[0025]其中，所述静态物感知能力测试包括通过将传感器端测量得到的静态物体的运行状态信息与仿真平台中预先测定、建模、尺寸标注完的静态固定物进行比对，得到待测车静态物体的感知能力；所述动态物感知能力测试包括通过预先测定物体的形状、尺寸、颜色信息，再对待测车与动态物体分别加装高精度差分定位GPS、INS与陀螺仪得到待测车坐标下动态物体的运动情况与信息，并与无人驾驶感知
‑
认知系统所得到的结果进行比对，从而测定待测车感知
‑
认知系统的有效性。
[0026]进一步地，在本专利技术的一个实施例中，还包括：
[0027]所述虚拟传感器可通过实车传感器对测试场中静态与动态标定物的感知与真实信息进行比对与标定。
[0028]为达上述目的，本专利技术第二方面实施例提出了一种在线交通流仿真与真实道路环境融合的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线交通流仿真与真实道路环境融合的无人驾驶测试方法，其特征在于，包括以下步骤：在基于大量实车驾驶行为数据构建的FLOWSIM交通流仿真平台中，搭建与封闭无人驾驶测试场地一致的静态道路环境，同时根据测试要求，构建待测无人驾驶车辆的虚拟镜像及虚拟交通场景；通过所述虚拟镜像配置的虚拟传感器对所述交通流仿真平台的实时动态仿真结果进行感知，获取的第一运行状态信息实时向所述待测无人驾驶车辆感知端返回感知信息；基于所述感知信息控制所述待测无人驾驶车辆在所述封闭无人驾驶测试场地中行驶，并实时将所述待测无人驾驶车辆的第二运行状态信息反馈给所述交通流仿真平台，更新所述虚拟镜像在所述虚拟交通场景中的位置与状态；反复循环，直至所述待测无人驾驶车辆的功能和等级测试结束。2.根据权利要求1所述的方法，其特征在于，还包括：所述待测无人驾驶车辆成为虚拟交通场景中的参与者，与虚拟交通场景中的周围车辆和环境形成互动，所述交通流仿真平台与所述待测无人驾驶车辆之间采用双向低延时通讯进行交互。3.根据权利要求1所述的方法，其特征在于，还包括：对所述待测无人驾驶车辆控制逻辑测试、对无人驾驶车辆感知系统测试。4.根据权利要求3所述的方法，其特征在于，所述对无人驾驶车辆控制逻辑测试，包括：所述待测无人驾驶车辆在设计运行范围内运行情况测试、对驾乘人员接管状态的判断能力测试、对安全风险的识别能力测试、对用户介入请求的反应测试。5.根据权利要求4所述的方法，其特征在于，所述待测无人驾驶车辆在设计运行范围内运行情况测试包括：不同驾驶工况下的控制策略，所述驾驶工况包括：跟驰、换道、左右转向、掉头行驶、路口停车、倒车、车辆汇入本车车道、车辆驶出本车车道、与行人和自行车交互；其中，所述测试通过低延时双向通讯技术构建所述待测无人驾驶车辆与仿真系统的交互，进行所述待测无人驾驶车辆与其对应的仿真环境中的虚拟镜像的双向映射，所述通讯技术包括最先进的通讯技术；所述对驾乘人员接管状态的判断能力测试包括：对超出运行范围时驾乘人员接管情况、紧急情形下驾乘人员接管情况、驾乘人员的驾驶状态识别；所述对安全风险的识别能力测试包括：前方...

【专利技术属性】
技术研发人员：吴建平，李冠洲，
申请(专利权)人：清华大学，
类型：发明
国别省市：