针对自动驾驶车辆的测试方法及装置制造方法及图纸

本申请实施例公开了一种针对自动驾驶车辆的测试方法及装置，涉及自动驾驶技术领域。其中方法包括：获取被测试自动驾驶车辆的坏例数据；依据所述坏例数据进行场景枚举，枚举得到的场景包括所述被测试自动驾驶车辆，或者包括所述被测试自动驾驶车辆与所述坏例数据包含的至少一个障碍物的组合；对枚举得到的场景分别进行仿真测试，确定出现与所述坏例数据相同异常类型的异常场景；利用所述异常场景，从所述自动驾驶车辆和所述坏例数据包含的障碍物中确定所述坏例数据的责任实体。本申请能够提高坏例分析的准确性和效率，降低人工成本。降低人工成本。降低人工成本。

【技术实现步骤摘要】
针对自动驾驶车辆的测试方法及装置


[0001]本申请涉及自动驾驶
，特别是涉及一种针对自动驾驶车辆的测试方法及装置。

技术介绍

[0002]自动驾驶车辆依靠感知传感器、人工智能、全球定位系统等协同合作，使得车辆安全自动行驶。自动驾驶车辆落地需要经过大量的测试，算法的迭代也需要大量的测试，因此仿真测试可以大大加速算法迭代效率和产品优化速度。自动驾驶车辆在路测过程中会产生大量badcase(坏例)，例如在转弯过程中发生急刹车。然后需要对badcase进行人工分析，标注出责任实体。但这种方式需要依靠人工经验，准确性低、人工成本高且效率低下，并且受限于人工效率的问题，导致测试覆盖度受限。

技术实现思路

[0003]有鉴于此，本申请提供了一种针对自动驾驶车辆的测试方法及装置，以便于提高badcase分析的准确性和效率，降低人工成本。
[0004]本申请提供了如下方案：
[0005]第一方面，提供了一种针对自动驾驶车辆的测试方法，所述方法包括：
[0006]获取被测试自动驾驶车辆的坏例数据；
[0007]依据所述坏例数据进行场景枚举，枚举得到的场景包括所述被测试自动驾驶车辆，或者包括所述被测试自动驾驶车辆与所述坏例数据包含的至少一个障碍物的组合；
[0008]对枚举得到的场景分别进行仿真测试，确定出现与所述坏例数据相同异常类型的异常场景；
[0009]利用所述异常场景，从所述被测试自动驾驶车辆和所述坏例数据包含的障碍物中确定所述坏例数据的责任实体。
[0010]根据本申请实施例中一可实现的方式，依据所述坏例数据进行场景枚举包括：
[0011]依据所述坏例数据确定第一区域和/或第二区域内的实体，所述实体包括所述被测试自动驾驶车辆和障碍物，所述第一区域为所述坏例数据对应的异常发生时，距离所述被测试自动驾驶车辆的位置预设第一距离范围内的区域，所述第二区域为依据所述被测试自动驾驶车辆的导航路径确定的行驶区域；
[0012]将所述实体进行组合以枚举出各场景，其中各组合中至少包括所述被测试自动驾驶车辆。
[0013]根据本申请实施例中一可实现的方式，所述对枚举得到的场景分别进行仿真测试包括：
[0014]依据场景中包含的实体数量从少到多的顺序，依次对枚举得到的场景分别进行仿真测试，其中实体包括所述被测试自动驾驶车辆或障碍物；
[0015]如果当前仿真测试的场景出现与所述坏例数据相同的异常类型，则确定当前仿真
测试的场景为异常场景，结束所述对枚举得到的场景分别进行仿真测试；否则，继续对下一个场景进行仿真测试。
[0016]根据本申请实施例中一可实现的方式，利用所述异常场景，从所述自动驾驶车辆和所述坏例数据包含的障碍物中确定所述坏例数据的责任实体包括：
[0017]若所述异常场景中仅包括被测试自动驾驶车辆，则确定所述被测试自动驾驶车辆为所述坏例数据的责任实体；
[0018]若所述异常场景中包括被测试自动驾驶车辆和至少一个障碍物的组合，则将该异常场景中包含的障碍物作为责任实体。
[0019]根据本申请实施例中一可实现的方式，所述方法还包括：
[0020]对所述异常场景中责任实体的运动信息进行泛化处理，得到泛化场景；
[0021]输出所述泛化场景的信息。
[0022]根据本申请实施例中一可实现的方式，在输出所述泛化场景的信息之前还包括：
[0023]对所述泛化场景进行仿真测试，筛选得到出现与所述坏例数据相同异常类型的泛化场景；
[0024]输出所述泛化场景的信息包括：输出筛选得到的泛化场景的信息。
[0025]根据本申请实施例中一可实现的方式，所述坏例数据对应的异常类型包括：急刹车、发生碰撞或行驶风险超过预设风险等级。
[0026]第二方面，提供了一种针对自动驾驶车辆的测试装置，所述装置包括：
[0027]坏例获取单元，被配置为获取被测试自动驾驶车辆的坏例数据；
[0028]场景枚举单元，被配置为依据所述坏例数据进行场景枚举，枚举得到的场景包括所述被测试自动驾驶车辆，或者包括所述被测试自动驾驶车辆与所述坏例数据包含的至少一个障碍物的组合；
[0029]仿真测试单元，被配置为对枚举得到的场景分别进行仿真测试，确定出现与所述坏例数据相同异常类型的异常场景；
[0030]责任推定单元，被配置为利用所述异常场景，从所述被测试自动驾驶车辆和所述坏例数据包含的障碍物中确定所述坏例数据的责任实体。
[0031]根据第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一项所述的方法的步骤。
[0032]根据第四方面，提供了一种电子设备，包括：
[0033]一个或多个处理器；以及
[0034]与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行上述第一方面中任一项所述的方法的步骤。
[0035]根据本申请提供的具体实施例，本申请公开了以下技术效果：
[0036]1)本申请依据坏例数据进行场景枚举，通过对枚举得到的各场景分别进行仿真测试，来确定出现与坏例数据相同异常类型的异常场景，进而利用异常场景确定坏例数据的责任实体。这种基于场景枚举的仿真测试方式能够实现坏例的自动分析，无需依靠人工经验进行分析标注，降低了人工成本，提高了效率，易于规模化且具有更高的准确性。
[0037]2)本申请从对自动驾驶安全有一定影响的区域进行障碍物与被测试自动驾驶车
辆的组合，从而更加高效地进行场景枚举，进一步提高测试效率。
[0038]3)本申请对异常场景中的责任实体的运动信息进行泛化处理，得到泛化场景，并能够进一步对泛化场景进行仿真测试，筛选得到出现与坏例数据相同的异常类型的泛化场景，并输出该泛化场景的信息，扩大了对异常的覆盖度。
[0039]当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0040]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。
[0041]图1为是本申请实施例所适用的系统架构图；
[0042]图2为本申请实施例提供的针对自动驾驶车辆的测试方法；
[0043]图3为本申请实施例提供的区域划分的示意图；
[0044]图4a～图4c分别为本申请实施例提供的三种场景仿真测试的示意图；
[0045]图5为本申请实施例提供的测试装置的示意性框图；
[0046]图6为本申请实施例提供的电子设备的示意性框图。
具体实施方式
[0047]下面将结合本申请实施例中的附图，对本申请实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对自动驾驶车辆的测试方法，其特征在于，所述方法包括：获取被测试自动驾驶车辆的坏例数据；依据所述坏例数据进行场景枚举，枚举得到的场景包括所述被测试自动驾驶车辆，或者包括所述被测试自动驾驶车辆与所述坏例数据包含的至少一个障碍物的组合；对枚举得到的场景分别进行仿真测试，确定出现与所述坏例数据相同异常类型的异常场景；利用所述异常场景，从所述被测试自动驾驶车辆和所述坏例数据包含的障碍物中确定所述坏例数据的责任实体。2.根据权利要求1所述的方法，其特征在于，依据所述坏例数据进行场景枚举包括：依据所述坏例数据确定第一区域和/或第二区域内的实体，所述实体包括所述被测试自动驾驶车辆和障碍物，所述第一区域为所述坏例数据对应的异常发生时，距离所述被测试自动驾驶车辆的位置预设第一距离范围内的区域，所述第二区域为依据所述被测试自动驾驶车辆的导航路径确定的行驶区域；将所述实体进行组合以枚举出各场景，其中各组合中至少包括所述被测试自动驾驶车辆。3.根据权利要求1所述的方法，其特征在于，所述对枚举得到的场景分别进行仿真测试包括：依据场景中包含的实体数量从少到多的顺序，依次对枚举得到的场景分别进行仿真测试，其中实体包括所述被测试自动驾驶车辆或障碍物；如果当前仿真测试的场景出现与所述坏例数据相同的异常类型，则确定当前仿真测试的场景为异常场景，结束所述对枚举得到的场景分别进行仿真测试；否则，继续对下一个场景进行仿真测试。4.根据权利要求1所述的方法，其特征在于，利用所述异常场景，从所述自动驾驶车辆和所述坏例数据包含的障碍物中确定所述坏例数据的责任实体包括：若所述异常场景中仅包括被测试自动驾驶车辆，则确定所述被测试自动驾驶车辆为所述坏例数据的责任实体；若所述异常...

【专利技术属性】
技术研发人员：杨开睿，张平，
申请(专利权)人：阿里巴巴达摩院杭州科技有限公司，
类型：发明
国别省市：