System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种自动驾驶领域的计算机软件仿真测试技术。
技术介绍
1、智能驾驶系统的开发和测试是一个复杂而关键的领域,需要综合考虑车辆感知、决策和控制等方面。随着自动驾驶技术的不断发展,对于系统的可靠性和安全性的测试需求越发迫切。测试与仿真系统在这个背景下变得至关重要,以确保自动驾驶系统在各种场景下的稳定性和性能。
2、在当前技术背景下,已有一些测试与仿真系统的实现方案,专利公开号cn114238097a为一种基于场景描述语言的自动驾驶系统仿真测试技术,其通过对场景描述语言脚本进行基于抽象语法树ast的变异,并且与模拟器进行联合仿真渲染,批量构建用于自动驾驶算法测试的仿真场景图像测试集。可解决自动驾驶测试集收集费时费力和难以覆盖极端场景的问题,帮助测试人员在有限的时间内构建有效的自动驾驶测试用例集,从而检测自动驾驶系统存在的缺陷,提升自动驾驶系统的安全性。
3、除上述专利之外还存在一些相近似的实现方案,总结起来可分类以下类型:
4、一、静态测试场景生成:一些现有系统主要依赖于静态场景生成,即通过预定义的场景来进行测试。这种方法的缺点在于无法充分覆盖实际道路上可能出现的各种动态变化和复杂情况。
5、二、有限的具体场景生成:部分系统可能采用有限的场景集合,从而产生有限的具体测试场景。这样的实现方案可能无法全面覆盖系统可能遇到的各种实际场景,限制了测试的全面性和深度。
6、三、单一数据源的仿真器:一些仿真系统可能依赖于单一的数据源来进行仿真测试,缺乏对系统动态性的全面考虑。
7、四、简单的执行监控机制:已有实现方案中的一些系统可能缺乏对测试执行的实时监控机制,无法及时捕获测试失败的情况,并在失败时提供详细的反馈和改进建议。
8、以上现有技术存在以下缺点:
9、一、静态测试场景生成的局限性:因为现有系统主要依赖于静态场景生成,预定义场景无法全面覆盖真实道路的复杂性和变化性。这导致测试结果可能不具有足够的代表性,无法真实反映系统在多样化实际场景中的性能。
10、二、有限的具体场景生成带来的不足:部分系统采用有限的场景集合,限制了测试的全面性和深度。这可能导致测试过于局限,无法涵盖系统可能面临的所有复杂情况,从而影响了对系统性能的全面评估。
11、三、单一数据源的仿真器的限制:依赖于单一数据源的仿真器可能无法很好地模拟系统在真实场景下的动态性。这会导致测试结果不够准确,无法充分考虑系统在实际道路条件下的应对能力。
12、四、简单的执行监控机制可能漏检问题:已有实现方案中的一些系统可能缺乏对测试执行的实时监控机制,这使得在测试失败时可能无法及时捕获问题,缺乏及时反馈和改进建议,从而影响了系统的优化和完善。
13、整个说明书对
技术介绍
的任何讨论,并不代表该
技术介绍
一定是所属领域技术人员所知晓的现有技术;整个说明书中的对现有技术的任何讨论并不代表认为该现有技术一定是广泛公知的。
技术实现思路
1、本专利技术意在提供一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,弥补现有技术在效率和安全性等方面的不足。
2、本方案中的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,包括以下步骤:
3、s1抽象场景生成,根据输入生成自动驾驶抽象场景;
4、s2具体场景生成,将抽象场景转化为可用于系统级仿真器的具体场景;
5、s3系统级仿真器运行,对生成的具体场景进行仿真;
6、s4执行监控,根据仿真过程评估具体场景输出是否符合测试标准,评估结论为否时返回到s1步骤。
7、所述抽象场景是指:参数未完整定义的自动驾驶场景,在相关参数定义后即为所述具体场景。
8、本专利技术创新的结合了抽象场景生成、具体场景生成和执行监控等多个关键步骤,抽象场景生成步骤可以高效率的生成大量场景,然后在s2中转化为更高质量的具体场景以保证仿真的可靠性,最后在s4中还对输出质量进行评估,保证了最终结果的安全性,实现了高效、多样、精确、灵活、全面的测试与仿真系统,本方案能够更好地适应自动驾驶系统测试的复杂性,提供更全面的测试覆盖和更准确的测试结果,为智能驾驶系统的可靠性和安全性提供了更为创新和强大的解决方案。
9、进一步,s1中所述输入来自动态数据库中匹配基础条件和方法逻辑。
10、系统收到测试要求后,将进行动态测试数据匹配,动态数据库包含基础条件数据库和方法逻辑数据库,匹配成功后,可通过抽象场景生成器,生成系列抽象场景。本方案通过动态数据库匹配,系统能够快速生成一系列自动驾驶的抽象场景,为后续的具体场景生成提供了高效的基础。本方案能够根据不同的测试需求和系统配置采用不同的输入方案,提高了系统的灵活性和适应性。
11、进一步,s2中一个抽象场景被细化为多个具体场景。
12、首先,具体场景生成器会从抽象场景模型中提取一系列的多样性的数据。这些数据代表了可能的系统行为。然后,需要将这些抽象场景转化为具体场景,以便在实际的系统模拟环境中进行验证,这个过程中就涉及到抽象参数的具体化过程,即将抽象的值映射到具体的值。具体场景生成的过程中一个抽象场景可被细化为多个可能无限的具体场景。这样一个抽象场景可会对应多个不同的具体实现,这些具体实现可具有不同的细节和特性,代表了多种可能的系统行为,提高了结果的多样性,这种多样性确保了系统在仿真测试中能够涵盖各种可能的情况,提高了测试的全面性。
13、进一步,s3中系统级仿真器通过配置系统、环境及其输入,机器学习组件的支持,对生成的具体场景进行仿真。
14、仿真器在请求条件下运行目标资产的模拟,这确保了对自动驾驶系统性能和行为的准确评估,为系统的进一步优化提供了可靠的数据支持。
15、进一步,仿真的模拟内容包括:
16、功能性验证:确保系统按照规格和需求正确执行其功能。
17、性能评估:评估系统在不同负载和压力条件下的性能表现。
18、相互作用分析:模拟系统与其环境和其他组件之间的相互作用。
19、容错性测试:评估系统在异常和故障条件下的行为。
20、系统可靠性测试:模拟系统在长时间运行中的稳定性和可靠性。
21、安全性评估:评估系统在安全方面的表现和潜在漏洞。
22、全面评估系统的质量、可靠性和性能,以确保系统满足设计和用户的期望。
23、进一步,s4中对测试结果给出评估报告,并在返回s1时一并发送评估报告。
24、系统引入了监督执行机器,评估具体场景输出是否符合测试标准,以及执行是否符合输入的抽象场景,为测试结果的准确性提供了监控机制,同时在测试失败时迅速返回到s1进行抽象场景的再次生成,从而完善系统的动态数据库匹配精度。而且无论测试成功与否均可生成详细的报告,包括测试通过的情况、测试本文档来自技高网...
【技术保护点】
1.一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s1中所述输入来自动态数据库中匹配基础条件和方法逻辑。
3.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s2中一个抽象场景被细化为多个具体场景。
4.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s3中系统级仿真器通过配置系统、环境及其输入,机器学习组件的支持,对生成的具体场景进行仿真。
5.根据权利要求4所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:仿真的模拟内容包括:
6.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s4中对测试结果给出评估报告,并在返回s1时一并发送评估报告。
7.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s4
8.根据权利要求7所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:在判断具体场景输出测试结果是否满足测试标准时,包括对系统功能的验证、性能指标的检查;在判断具体执行是否符合输入的抽象场景时,验证仿真执行的场景是否与输入的抽象场景相符。
9.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:评估结论包括以下类型:
...【技术特征摘要】
1.一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s1中所述输入来自动态数据库中匹配基础条件和方法逻辑。
3.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s2中一个抽象场景被细化为多个具体场景。
4.根据权利要求1所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:s3中系统级仿真器通过配置系统、环境及其输入,机器学习组件的支持,对生成的具体场景进行仿真。
5.根据权利要求4所述的一种为基于系统级仿真的自动驾驶系统验证自动生成场景方法,其特征在于:仿真的模拟内...
【专利技术属性】
技术研发人员:罗勇军,何植,代勋,
申请(专利权)人:重庆中科汽车软件创新中心,
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。