本发明专利技术提供的一种自动驾驶车辆的测试方法及装置，其中，该方法包括根据测试任务，确定待测车辆所需的测试场景；从预设的场景库中提取待测车辆所需的测试场景的测试用例，该场景库中包含有多种场地对应的测试场景的测试用例；基于待测车辆所需的测试场景的测试用例，对待测车辆进行测试，得到待测车辆的测试结果；基于测试结果评价待测车辆的自动驾驶性能。该方式中，测试场景来源于多种场地的数据，并根据测试任务挑选测试场景，能够对自动驾驶车辆进行高效、精确、经济的测试，丰富的数据源能够保证测试场景的分布性及覆盖度，通用性强。测试场景中涵盖了交通世界的交互对象，从而能够实现多维度和多角度的评价。而能够实现多维度和多角度的评价。而能够实现多维度和多角度的评价。
【技术实现步骤摘要】
自动驾驶车辆的测试方法及装置
[0001]本专利技术涉及车辆自动驾驶测试
，尤其是涉及一种自动驾驶车辆的测试方法及装置。
技术介绍
[0002]在智能驾驶产品设计、研发起始阶段，功能安全与预期功能安全越来越被关注。从零部件设计、软硬件开发、系统集成到最后整车集成，每一轮开发都必须考虑安全的影响因素进行不断地测试迭代优化。因此，对车辆的测试伴随整个产品开发流程，测试的核心目标是依据已知场景数据，借助多种测试环境验证功能，通过多种测试手段，包括算法优化、功能安全、预计功能安全分析等去降低这些风险场景数量或控制风险，也就是用尽一切手段将未知的且危险的范围降到最低。自驾系统的测试技术也从基于功能转变成基于场景的测试。
[0003]相关技术中提出的自动驾驶车辆的测试方法与评价方法，主要是基于仿真端的测试或基于实车的VIL(Vehicle in the loop，实车在环测试)测试，与真实场地测试有一定的差异，而且现有测试方法是基于ADAS(Advanced Driver Assistance System,高级驾驶员辅助系统)评价体系为主，但自动驾驶车辆作为交通环境的一部分，与交通参与者都有不同的交互，如道路车辆，道路弱势群体，交通标识，临时交通障碍物等，因此针对高级别自动驾驶来说，评价方面应该是人、车、环境之间的耦合，不只是评价车辆本身自动控制的行为，因此，相关技术中的方法难以从多维度和多角度对自动驾驶的感知技术、规划决策行为及作为交通参与者的参与行为进行评价。
技术实现思路
[0004]本专利技术的目的在于提供一种自动驾驶车辆的测试方法及装置，能够从多维度和多角度对自动驾驶的感知技术、规划决策行为以及作为交通参与者的参与行为进行评价。
[0005]第一方面，本专利技术提供了一种自动驾驶车辆的测试方法，该方法包括：根据测试任务，确定待测车辆所需的测试场景；从预设的场景库中提取待测车辆所需的测试场景的测试用例；其中，场景库中包含有多种场地对应的测试场景的测试用例；基于待测车辆所需的测试场景的测试用例，对待测车辆进行测试，得到待测车辆的测试结果；基于测试结果评价待测车辆的自动驾驶性能。
[0006]在可选的实施方式中，多种场地对应的测试场景包括标准法规场景、自然驾驶场景、危险事故场景、场景元集构建场景和仿真场景；上述场景库通过下述方式确定：针对每种测试场景，根据当前测试场景对应的场景特征参数，构建当前测试场景的测试用例。
[0007]在可选的实施方式中，上述当前测试场景的测试用例通过下述方式确定：基于预设的开发文件，确定场景要素和场景特征参数；根据场景要素与预设目标之间的交互，生成当前测试场景；在当前测试场景中突出预设的考察要素，得到逻辑测试场景；对逻辑测试场景中的场景特征参数进行细化，得到当前测试场景的测试用例。
[0008]在可选的实施方式中，上述根据当前测试场对应的场景特征参数，构建当前测试场景的测试用例的步骤，包括：基于仿真测试、场地测试和道路测试对当前测试场景进行验证；根据验证结果调整当前测试场景，得到最终的当前测试场景。
[0009]在可选的实施方式中，上述根据测试任务，确定待测车辆所需的测试场景的步骤之前，方法还包括：根据待测车辆的开发文件，确定考察要素；基于考察要素，确定测试任务。
[0010]在可选的实施方式中，上述根据测试任务，确定待测车辆所需的测试场景的步骤，包括：基于测试任务，确定待测车辆的运行场景；根据运行场景确定场景要素；基于场景要素，确定待测车辆所需的测试场景。
[0011]在可选的实施方式中，上述测试结果包括：待测车辆的驾驶自治数据、待测车辆在同一测试场景中的学习进化数据和待测车辆的交通协调数据；上述基于测试结果评价待测车辆的自动驾驶性能的步骤，包括：基于待测车辆的驾驶自治数据，确定待测车辆的智能维度自动驾驶性能的评价结果；其中，驾驶自治数据包括待测车辆的基础性能数据、行驶质量数据和车辆安全性能数据；基于待测车辆在同一测试场景中的学习进化数据，确定待测车辆的时间维度自动驾驶性能的评价结果；其中，学习进化数据包括在场景规避数据、环境认知数据和决策规划数据；基于待测车辆的交通协调数据，确定待测车辆的空间维度自动驾驶性能的评价结果；其中，交通协调数据包括通过内部乘员视角采集的数据、通过外界交通参与者视角采集的数据以及通过全局视角采集的数据。
[0012]在可选的实施方式中，上述基于测试结果评价待测车辆的自动驾驶性能的步骤，包括：根据预设的定量评价指标，对测试结果进行分析，得到定量评价指标对应的评价值；其中，定量评价指标包括速度控制精度、位置控制精度、加减速度、碰撞时间TTC、车头时距THW、横向加速度和变道时长指标；根据预设的定性评价指标，对测试结果进行分析，得到定性评价指标对应的评价值；其中，定性评价指标包括制动减速度区间和变道过程方向盘调整周期指标；通过预设的模糊综合评价方式，对定量评价指标对应的评价值和定性评价指标对应的评价值进行评价，得到最终的评价结果。
[0013]在可选的实施方式中，上述场景库中包含有每种测试场景的测试用例的编号；基于测试结果评价待测车辆的自动驾驶性能的步骤之后，上述方法还包括：保存待测车辆所需的测试场景对应的测试用例的编号、测试结果和基于测试结果评价待测车辆的自动驾驶性能的评价结果。
[0014]第二方面，本专利技术提供了一种自动驾驶车辆的测试装置，该装置包括：场景确定模块，用于根据测试任务，确定待测车辆所需的测试场景；场景提取模块，用于从预设的场景库中提取待测车辆所需的测试场景的测试用例；其中，场景库中包含有多种场地对应的测试场景的测试用例；测试监测模块，用于监测待测车辆测试时的测试数据，并得到待测车辆的测试结果；测试评价模块，用于基于测试结果评价待测车辆的自动驾驶性能。
[0015]第三方面，本专利技术提供了一种电子设备，该电子设备包括处理器和存储器，该存储器存储有能够被处理器执行的机器可执行指令，该处理器执行机器可执行指令以实现上述自动驾驶车辆的测试方法。
[0016]第四方面，本专利技术提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，该机器可执行指令促使处理
器实现上述自动驾驶车辆的测试方法。
[0017]本专利技术实施例带来了以下有益效果：
[0018]本专利技术提供的一种自动驾驶车辆的测试方法及装置，该方法包括：根据测试任务，确定待测车辆所需的测试场景；从预设的场景库中提取待测车辆所需的测试场景的测试用例；其中，场景库中包含有多种场地对应的测试场景的测试用例；基于待测车辆所需的测试场景的测试用例，对待测车辆进行测试，得到待测车辆的测试结果；基于测试结果评价待测车辆的自动驾驶性能。该方式能够根据测试任务挑选出合适的测试场景，进而能够依据测试需求，对自动驾驶车辆进行充分测试，其次，本申请的用于测试自动驾驶车辆的测试场景是从多种场地对应的测试场景中采集的信息及数据，并依据该自动驾驶车辆的开发文件构建生成的，因此，测试场景能够本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶车辆的测试方法，其特征在于，所述方法包括：根据测试任务，确定待测车辆所需的测试场景；从预设的场景库中提取所述待测车辆所需的测试场景的测试用例；其中，所述场景库中包含有多种场地对应的测试场景的测试用例；基于所述待测车辆所需的测试场景的测试用例，对所述待测车辆进行测试，得到所述待测车辆的测试结果；基于所述测试结果评价所述待测车辆的自动驾驶性能。2.根据权利要求1所述的方法，其特征在于，所述多种场地对应的测试场景包括标准法规场景、自然驾驶场景、危险事故场景、场景元集构建场景和仿真场景；所述场景库通过下述方式确定：针对每种测试场景，根据当前测试场景对应的场景特征参数，构建所述当前测试场景的测试用例。3.根据权利要求2所述的方法，其特征在于，所述当前测试场景的测试用例通过下述方式确定：基于预设的开发文件，确定场景要素和场景特征参数；根据所述场景要素与预设目标之间的交互，生成所述当前测试场景；在所述当前测试场景中突出预设的考察要素，得到逻辑测试场景；对所述逻辑测试场景中的场景特征参数进行细化，得到所述当前测试场景的测试用例。4.根据权利要求2所述的方法，其特征在于，所述根据当前测试场对应的场景特征参数，构建所述当前测试场景的测试用例的步骤，包括：基于仿真测试、场地测试和道路测试对所述当前测试场景进行验证；根据验证结果调整所述当前测试场景，得到最终的当前测试场景。5.根据权利要求1所述的方法，其特征在于，所述根据测试任务，确定待测车辆所需的测试场景的步骤之前，所述方法还包括：根据所述待测车辆的开发文件，确定考察要素；基于所述考察要素，确定所述测试任务。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述根据测试任务，确定待测车辆所需的测试场景的步骤，包括：基于所述测试任务，确定所述待测车辆的运行场景；根据所述运行场景确定场景要素；基于所述场景要素，确定所述待测车辆所需的测试场景。7.根据权利要求1所述的方法，其特征在于，所述测试结果包括：所述待测车辆的驾驶自治数据、所述待测车辆在同一测试场景中的学习进化数据和所述待测车辆的交通协调数据；所述基于所述测试结果评价所述待测车辆的自动驾驶性能...
【专利技术属性】
技术研发人员：王星，李同柱，李广奎，郑磊，高东亮，刘铁映，
申请(专利权)人：苏州挚途科技有限公司，
类型：发明
国别省市：
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。