一种自动驾驶软件的测试方法及装置、设备、介质与流程

摘要: 本发明涉及自动驾驶,特别是涉及一种自动驾驶软件的测试方法及装置、设备、介质。背景技术:1、随着自动驾驶技术的快速发展,为保证自动驾驶的体验和安全性,一般需要对车...
一种自动驾驶软件的测试方法及装置、设备、介质与流程

本发明涉及自动驾驶,特别是涉及一种自动驾驶软件的测试方法及装置、设备、介质。

背景技术:

1、随着自动驾驶技术的快速发展,为保证自动驾驶的体验和安全性,一般需要对车辆自动驾驶软件进行测试优化,并及时发版新版本的自动驾驶软件。

2、在相关技术中,端到端(end-to-end)自动驾驶测试系统逐渐成为主流,其一般需要通过大批量的测试车队和大量测试里程来实现自动驾驶软件发版。

3、然而,端到端自动驾驶测试系统往往缺少中间数据,系统给出的控制结果很难直接评价分析,严重影响后续自动驾驶软件优化的准确性,此外,通过大批量的测试车队和大量测试里程来实现自动驾驶软件发版不但需要耗费较高成本,且测试车队也难以模拟真实用户行为,容易导致系统测试结果与实际表现偏离,进而导致新发版的自动驾驶软件难以提供满意的用户体验。

技术实现思路

1、鉴于上述问题,提供一种自动驾驶软件的测试方法及装置、设备、介质,包括:

2、一种自动驾驶软件的测试方法,应用于车机端,所述方法包括:

3、响应于所述自动驾驶软件的测试指令,从所述自动驾驶软件中订阅传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息;

4、基于所述传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息计算埋点数据,并将所述埋点数据发送至服务器端;其中,所述服务器端用于接收车机端发出的所述埋点数据,对所述埋点数据进行综合分析,得到数据分析结果,并将所述数据分析结果发送至数据库;所述服务器端还用于在所述数据库中批量提取所述自动驾驶软件对应的所述数据分析结果,得到多用户批量数据,并根据所述多用户批量数据,得到所述自动驾驶软件的测试结果。

5、可选地,所述基于所述传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息计算埋点数据,包括:

6、基于所述传感器信息、自车状态信息、自动驾驶过程中的用户干预信息以及目标埋点类型计算所述埋点数据;其中,所述目标埋点类型包括异常检测类型、个性化推荐类型、行为分析类型与研发需求类型中的至少一种,所述埋点数据包括异常检测类型埋点数据、个性化推荐类型埋点数据、行为分析类型埋点数据与研发需求类型埋点数据中的至少一种;其中,所述异常检测类型表征所述自动驾驶软件在自动驾驶过程中检测到的问题类型;所述个性化推荐类型表征所述自动驾驶软件发起的推荐类型:所述行为分析类型表征自动驾驶过程中发生的人工干预行为类型,以及非自动驾驶过程中的与所述自动驾驶软件预期不一致的人工驾驶行为类型和路径统计类型:所述研发需求类型表征基于研发需求自定义的类型。

7、可选地,所述方法还包括:

8、接收所述服务器端发送的所述驾驶习惯标签,并根据所述驾驶习惯标签为单用户匹配目标自动驾驶模式;其中,所述服务器端还用于在所述数据库中获取单用户的数据分析结果,并根据所述单用户的数据分析结果生成所述单用户对应的驾驶习惯标签;所述服务器端还用于将所述驾驶习惯标签发送至所述车机侧。

9、一种自动驾驶软件的测试方法,应用于服务器端,所述方法包括:

10、接收车机端发出的埋点数据,对所述埋点数据进行综合分析,得到数据分析结果,并将所述数据分析结果发送至数据库;其中,所述车机端用于响应于所述自动驾驶软件的测试指令,从所述自动驾驶软件中订阅传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息;所述车机端还用于基于所述传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息计算埋点数据,并将所述埋点数据发送至服务器端;

11、在所述数据库中批量提取所述自动驾驶软件对应的所述数据分析结果,得到多用户批量数据,并根据所述多用户批量数据,得到所述自动驾驶软件的测试结果。

12、可选地,所述对所述埋点数据进行综合分析,得到数据分析结果,包括:

13、对异常检测类型埋点数据进行数据分析,得到安全性评分结果;以及/或者,

14、对个性化推荐类型埋点数据与行为分析类型埋点数据进行数据分析,得到推荐评分结果;以及/或者,

15、对行为分析类型埋点数据与研发需求类型埋点数据进行联合数据分析,得到人工干预评分结果与路径偏差评分结果;以及/或者,

16、对研发需求类型埋点数据进行数据分析,得到研发评分结果;

17、根据所述安全性评分结果、推荐评分结果、人工干预评分结果、路径偏差评分结果与研发评分结果中的至少一种,得到所述数据分析结果。

18、可选地,所述根据所述多用户批量数据,得到所述自动驾驶软件的测试结果,包括:

19、获取上一版本所述自动驾驶软件对应的多用户批量数据,并将所述多用户批量数据与所述上一版本所述自动驾驶软件对应的多用户批量数据进行对比,得到对比结果;

20、根据所述对比结果,得到所述自动驾驶软件的测试结果。

21、可选地,所述对异常检测类型埋点数据进行数据分析,得到安全性评分结果,包括:

22、基于车辆自动驾驶过程中的百公里问题出现次数,以及每一所述问题对应的问题影响权重,得到所述安全性评分结果。

23、可选地,所述对行为分析类型埋点数据与研发需求类型埋点数据进行联合数据分析,得到人工干预评分结果与路径偏差评分结果,包括:

24、基于自动驾驶过程中的发生的人工干预行为数据、非自动驾驶过程中与所述自动驾驶软件预期不一致的人工驾驶行为数据与路径统计数据、以及所述研发需求类型埋点数据进行联合数据分析,得到人工干预评分结果与路径偏差评分结果。

25、可选地,所述方法还包括:

26、在所述数据库中获取单用户的数据分析结果,并根据所述单用户的数据分析结果生成所述单用户对应的驾驶习惯标签;

27、将所述驾驶习惯标签发送至所述车机侧;其中,所述车机侧还用于接收服务器端发送的所述驾驶习惯标签,并根据所述驾驶习惯标签为所述单用户匹配目标自动驾驶模式。

28、可选地,所述根据所述单用户的数据分析结果生成所述单用户对应的驾驶习惯标签,包括:

29、根据所述单用户的数据分析结果进行驾驶行为概率分布分析,得到所述单用户的驾驶行为特征值;

30、对所述驾驶行为特征值进行数据标准化处理,并对所述数据标准化处理的输出数据进行聚类处理,得到所述单用户的驾驶行为特征;

31、根据所述驾驶行为特征以及所述驾驶行为特征对应的特征权重,生成所述单用户对应的驾驶习惯标签。

32、一种自动驾驶软件的测试装置,应用于车机端,所述装置包括:

33、信息订阅模块,用于响应于所述自动驾驶软件的测试指令,从所述自动驾驶软件中订阅传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息;

34、埋点数据发送模块,用于基于所述传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息计算埋点数据,并将所述埋点数据发送至服务器端;其中,所述服务器端用于接收车机端发出的所述埋点数据,对所述埋点数据进行综合分析,得到数据分析结果,并将所述数据分析结果发送至数据库;所述服务器端还用于在所述数据库中批量提取所述自动驾驶软件对应的所述数据分析结果,得到多用户批量数据,并根据所述多用户批量数据,得到所述自动驾驶软件的测试结果。

35、一种自动驾驶软件的测试装置,应用于服务器端,所述装置包括:

36、埋点数据分析模块,用于接收车机端发出的埋点数据,对所述埋点数据进行综合分析,得到数据分析结果,并将所述数据分析结果发送至数据库;其中,所述车机端用于响应于所述自动驾驶软件的测试指令,从所述自动驾驶软件中订阅传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息;所述车机端还用于基于所述传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息计算埋点数据,并将所述埋点数据发送至服务器端;

37、测试结果获取模块,用于在所述数据库中批量提取所述自动驾驶软件对应的所述数据分析结果,得到多用户批量数据,并根据所述多用户批量数据,得到所述自动驾驶软件的测试结果。

38、一种电子设备,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的自动驾驶软件的测试方法。

39、一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上所述的自动驾驶软件的测试方法。

40、本发明实施例具有以下优点:

41、本发明提供了一种自动驾驶软件的测试方法,应用于车机端,通过响应于自动驾驶软件的测试指令,从自动驾驶软件中订阅传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息,基于传感器信息、自车状态信息以及自动驾驶过程中的用户干预信息计算埋点数据,并将埋点数据发送至服务器端;其中,服务器端用于接收车机端发出的埋点数据,对埋点数据进行综合分析,得到数据分析结果,并将数据分析结果发送至数据库;服务器端还用于在数据库中批量提取自动驾驶软件对应的数据分析结果,得到多用户批量数据,并根据多用户批量数据得到自动驾驶软件的测试结果。不但通过埋点数据的形式提供了可供云端服务器进行综合分析的中间数据,还能够基于实车条件下计算的埋点数据进行自动驾驶软件测试,且无需依赖大批量的测试车队,提升了自动驾驶软件优化的准确性,减少了自动驾驶软件测试所需的成本,提高了后续自动驾驶软件发版时新版本自动驾驶软件的用户体验。