自动驾驶系统实际道路测试方法、设备和存储介质技术方案

本发明专利技术涉及自动驾驶领域，公开了一种自动驾驶系统实际道路测试方法、设备和存储介质。该方法包括：在被测车辆在实际社会道路上以自动驾驶模式行驶的过程中，实时获取驾驶环境感知数据；对所述被测车辆的行驶时段进行切分，得到多个时段，对驾驶环境感知数据进行分割，将驾驶环境感知数据分别输入到驾驶员模型中，得到拟人化的驾驶员控制数据；将拟人化的驾驶员控制数据分别输入到车辆动力学模型中，得到第一车辆动力学参数数据；将与同一时段对应的第一车辆动力学参数数据与第二车辆动力学参数数据进行比较，确定自动驾驶系统的测试结果。本实施例实现了自动驾驶系统实际道路测试，解决了自动驾驶系统智能化性能难以测试评价的问题。价的问题。价的问题。

【技术实现步骤摘要】
自动驾驶系统实际道路测试方法、设备和存储介质


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种自动驾驶系统实际道路测试方法、设备和存储介质。

技术介绍

[0002]自动驾驶不仅是车辆工程领域的研究前沿，也是未来汽车工业的发展方向，同时还是解决交通安全、能源浪费和环境污染等问题的重要技术手段。随着自动驾驶汽车进入新的纵深发展阶段，如何全面准确地测试自动驾驶系统的综合性能，是当前整个汽车行业和学术界关注的研究热点。相比于传统汽车测试，对于自动驾驶汽车特有的“智能化”属性如何进行全面的测试评价，在国内外尚无普遍认同的测试自动驾驶产品的功能与性能的方案。目前最被国际社会接受认可的自动驾驶测试方法—“多支柱法”自动驾驶测试准则，即通过仿真测试、场地测试和实际道路测试等多种途径与方式进行测试，其中，实际道路测试可以较好地验证自动驾驶系统在应对各种随机交通情况下的智能化的性能表现。
[0003]驾驶员模型最初是由车辆动力学工程师提出和完成的，人们称这类驾驶员模型为“虚拟测试驾驶员”，用于闭环测试和仿真，即通过操作车辆在给定或自行设定的速度下沿着指定路线行驶。中国专利202011312152.7提出一种基于驾驶员模型的测试方法及装置，通过触发匹配他车车辆对应的驾驶员模型，匹配他车车辆基于其对应的驾驶员模型行驶，以便辅助被测车辆的自动驾驶算法的测试，以实现对被测车辆性能的准确测试。但是并没有考虑如何在实际道路测试中，基于驾驶员模型进行自动驾驶系统功能及性能测试，无法验证自动驾驶系统在更为复杂的真实环境下的智能化性能表现。中国专利201410055985.8提出一种基于驾驶员模型的车辆转向系统参数的辅助设计系统和方法，整个测试过程模拟的是人的驾驶过程，通过改变转向系统参数，获得汽车的状态响应，通过对状态响应的分析,优化转向系统的参数，使转向系统的性能更加符合人的驾驶特性。但是没有考虑自动驾驶系统的整车表现，只是关注如何基于驾驶员模型开展车辆转向系统的测试验证。中国专利202210432328.5提出一种基于个性化驾驶员模型的自动驾驶测试场景生成方法，以人类驾驶数据作为数据来源，通过构建个性化具有不同风格的驾驶员模型，能够有效提升测试场景的真实性和复杂性。但是没有考虑如何将驾驶员模型应用于实际道路测试的具体环节，也没有给出具体的测试系统及方案。
[0004]有鉴于此，特提出本专利技术。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供了一种自动驾驶系统实际道路测试方法、设备和存储介质，实现了自动驾驶系统实际道路测试，解决了自动驾驶系统智能化性能难以测试评价的问题。
[0006]本专利技术实施例提供了一种自动驾驶系统实际道路测试方法，该方法包括：在被测车辆在实际社会道路上以自动驾驶模式行驶的过程中，实时获取驾驶环境
感知数据；基于所述驾驶环境感知数据，按照不同的环境场景类型对所述被测车辆的行驶时段进行切分，得到多个时段，其中，不同时段对应的环境场景类型不同；根据所述多个时段对所述驾驶环境感知数据进行分割，以确定与每个时段分别对应的子驾驶环境感知数据；将与每个时段分别对应的子驾驶环境感知数据分别输入到驾驶员模型中，得到与每个时段分别对应的拟人化的驾驶员控制数据；将与每个时段分别对应的拟人化的驾驶员控制数据分别输入到车辆动力学模型中，得到与每个时段分别对应的第一车辆动力学参数数据；将与同一时段对应的第一车辆动力学参数数据与第二车辆动力学参数数据进行比较，确定自动驾驶系统的测试结果，其中，所述第二车辆动力学参数数据是通过对所述被测车辆中CAN总线传输的数据进行读取得到。
[0007]本专利技术实施例提供了一种电子设备，所述电子设备包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行任一实施例所述的自动驾驶系统实际道路测试方法的步骤。
[0008]本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行任一实施例所述的自动驾驶系统实际道路测试方法的步骤。
[0009]本专利技术实施例具有以下技术效果：提出一种基于成熟驾驶员模型的自动驾驶实际道路测试方法，可以面向自动驾驶实际道路测试随机性的挑战，充分利用成熟驾驶员模型的泛化能力，可以针对实际、随机的自动驾驶测试路线，自动生成拟人化的驾驶行为，并且通过与自动驾驶系统的自动行为进行横向对比，生成自动驾驶系统智能化性能方面的测试结果，较为科学地提出一种用于测试评价自动驾驶智能化性能的合理方法。
附图说明
[0010]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0011]图1是本专利技术实施例提供的一种自动驾驶系统实际道路测试方法的流程图；图2是本专利技术实施例提供的一种自动驾驶系统实际道路测试系统的结构示意图；图3为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0012]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行清楚、完整的描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所
有其它实施例，都属于本专利技术所保护的范围。
[0013]本专利技术实施例提供的自动驾驶系统实际道路测试方法，可以面向自动驾驶实际道路测试随机性的挑战，充分利用成熟驾驶员模型的泛化能力，可以针对实际、随机的自动驾驶测试路线，自动生成拟人化的驾驶行为，并且通过与自动驾驶系统的自动行为进行横向对比，生成自动驾驶系统智能化性能方面的测试结果，较为科学地提出一种用于测试评价自动驾驶智能化性能的合理方法。本专利技术实施例提供的自动驾驶系统实际道路测试方法可以由电子设备执行。
[0014]图1是本专利技术实施例提供的一种自动驾驶系统实际道路测试方法的流程图。参见图1，该自动驾驶系统实际道路测试方法具体包括：S110、在被测车辆在实际社会道路上以自动驾驶模式行驶的过程中，实时获取驾驶环境感知数据。
[0015]其中，所述驾驶环境感知数据包括被测车辆前方障碍物信息，被测车辆前方车辆信息，红绿灯信息，限速标志信息，道路曲率信息，被测车辆的位置信息，横、纵向动力学参数信息，前方车辆相较于被测车辆的相对速度以及前方车辆相较于被测车辆的相对距离中的至少一个。
[0016]所述驾驶环境感知数据由所述被测车辆中的摄像头、GPS/INS组合导航系统以及毫米波雷达传感器采集得到，所述摄像头安装于所述被测车辆前挡风玻璃的内侧。具体的，所述摄像头经过标定，用来实时感知车辆前方障碍物信息、前方车辆信息、红绿灯信息、限速标志信息和道路曲率信息。所述GPS/INS组合导航系统用来实时获取车辆的位置信息以及横纵向动力学参数信息。所述毫米波雷达传感器用来获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶系统实际道路测试方法，其特征在于，所述自动驾驶系统集成于被测车辆中，所述方法包括：在被测车辆在实际社会道路上以自动驾驶模式行驶的过程中，实时获取驾驶环境感知数据；基于所述驾驶环境感知数据，按照不同的环境场景类型对所述被测车辆的行驶时段进行切分，得到多个时段，其中，不同时段对应的环境场景类型不同；根据所述多个时段对所述驾驶环境感知数据进行分割，以确定与每个时段分别对应的子驾驶环境感知数据；将与每个时段分别对应的子驾驶环境感知数据分别输入到驾驶员模型中，得到与每个时段分别对应的拟人化的驾驶员控制数据；将与每个时段分别对应的拟人化的驾驶员控制数据分别输入到车辆动力学模型中，得到与每个时段分别对应的第一车辆动力学参数数据；将与同一时段对应的第一车辆动力学参数数据与第二车辆动力学参数数据进行比较，确定自动驾驶系统的测试结果，其中，所述第二车辆动力学参数数据是通过对所述被测车辆中CAN总线传输的数据进行读取得到。2.根据权利要求1所述的方法，其特征在于，所述驾驶环境感知数据由所述被测车辆中的摄像头、GPS/INS组合导航系统以及毫米波雷达传感器采集得到，所述摄像头安装于所述被测车辆前挡风玻璃的内侧；所述驾驶环境感知数据包括被测车辆前方障碍物信息，被测车辆前方车辆信息，红绿灯信息，限速标志信息，道路曲率信息，被测车辆的位置信息，横、纵向动力学参数信息，前方车辆相较于被测车辆的相对速度以及前方车辆相较于被测车辆的相对距离中的至少一个；所述拟人化的驾驶员控制数据包括油门踏板开度、制动踏板开度以及方向盘转角中的至少一个；所述环境场景类型包括社会车辆右转弯、社会车辆左转弯、社会车辆跟车行驶、社会车辆的前方车辆切入、社会车辆的前方车辆切出、或者社会车辆变道。3.根据权利要求1所述的方法，其特征在于，所述驾驶员模型能够基于驾驶环境感知数据得到不同驾驶风格的拟人化的驾驶员控制数据；所述与每个时段分别对应的拟人化的驾驶员控制数据包括：与每个时段分别对应的不同驾驶风格的拟人化的驾驶员控制数据，所述不同驾驶风格包括保守型、普通型以及激进型；所述将与每个时段分别对应的拟人化的驾驶员控制数据分别输入到车辆动力学模型中，得到与每个时段分别对应的第一车辆动力学参数数据，包括：将与每个时段分别对应的不同驾驶风格的拟人化的驾驶员控制数据分别输入到车辆动力学模型中，得到与每个时段分别对应的不同驾驶风格的子车辆动力学参数数据，所述不同驾驶风格的子车辆动力学参数数据组成所述第一车辆动力学参数数据。4.根据权利要求3所述的方法，其特征在于，所述将与同一时段对应的第一车辆动力学参数数据与第二车辆动力学参数数据进行比较，确定自动驾驶系统的测试结果之前，所述方法还包括：
将一时段所对应的不同驾驶风格的子车辆动力学参数数据分别与该一时段所对应的第二车辆动力学参数数据进行相似度计算，将相似度最大的子车辆动力学参数数据确定为该一时段对应的第一车辆动力学参数数据。5.根据权利要求1所述的方法，其特征在于，所述将与同一时段对应的第一车辆动力学参数...

【专利技术属性】
技术研发人员：孙航，华一丁，王兆，陈振宇，张琳琳，张行，周博林，王霁宇，
申请(专利权)人：中汽研汽车检验中心天津有限公司，
类型：发明
国别省市：