自动驾驶算法的远程控制仿真方法、装置及存储介质与流程

1.本技术涉及自动驾驶技术领域，尤其涉及一种自动驾驶算法的远程控制仿真方法、装置及存储介质。


背景技术：

2.随着自动驾驶技术的发展，目前配置有自动驾驶算法的车辆(以下简称为自动驾驶车辆)已支持远程控制功能。远程控制功能是指在自动驾驶车辆与控制设备可分别位于两个不同的位置，控制设备可通过网络向自动驾驶车辆下发远程控制指令，以使自动驾驶车辆按照远程控制指令所指示的行驶方式来行驶。
3.为测试自动驾驶算法的远程控制功能是否能令自动驾驶车辆安全且准确地按照远程控制指令所指示的方式行驶，需要对自动驾驶算法的远程控制功能进行仿真测试。然而，在利用现有技术进行测试时，需要经过多次仿真测试方可得到仿真结果，存在测试效率低的问题。


技术实现要素：

4.本技术的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中测试效率低的技术缺陷。
5.第一方面，本技术实施例提供了一种自动驾驶算法的远程控制仿真方法，所述方法包括：
6.获取预设的仿真时段；
7.在所述仿真时段内持续运行远程指令监听服务，以通过所述远程指令监听服务监听可视化系统在所述仿真时段内发送的实时远程控制指令；
8.在监听到所述实时远程控制指令的情况下，基于所述实时远程控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据；
9.向所述可视化系统发送所述仿真场景数据，以使所述可视化系统渲染仿真画面。
10.在其中一个实施例中，所述在监听到所述实时远程控制指令的情况下，基于所述实时远程控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据的步骤，包括：
11.在监听到所述实时远程控制指令的情况下，将所述实时远程控制指令输入至所述自动驾驶算法；所述自动驾驶算法用于在接收到所述实时远程控制指令的情况下获取远程控制指令集，并根据所述实时远程控制指令的指令属性更新所述远程控制指令集，以使更新后的远程控制指令集包括所述实时远程控制指令且更新后的远程控制指令集中不存在相互冲突的远程控制指令；所述自动驾驶算法响应于所述更新后的远程控制指令集中的各条远程控制指令，输出自动驾驶数据；
12.根据所述自动驾驶数据生成所述仿真场景数据。
13.在其中一个实施例中，所述实时远程控制指令的指令属性为所述实时远程控制指
令的指令类型；
14.所述根据所述实时远程控制指令的指令属性更新所述远程控制指令集的步骤，包括：
15.确定所述实时远程控制指令的实时指令类型；
16.针对远程控制指令集中的每条远程控制指令，确定该远程控制指令的远程指令类型，并判断所述远程指令类型与实时指令类型是否相同，以得到指令判断结果，基于所述指令判断结果判断是否从远程控制指令集中删除该远程控制指令，若是，则将该远程控制指令从远程控制指令集中删除；
17.将所述实时远程控制指令添加到所述远程控制指令集中。
18.在其中一个实施例中，所述根据所述自动驾驶数据生成所述仿真场景数据的步骤，包括：
19.根据所述自动驾驶数据得到自车运行轨迹数据；
20.将所述自车运行轨迹数据输入至预测规划算法模型中，以获取所述预测规划算法模型输出的仿真场景内各个交通参与者的预测轨迹数据；
21.将所述自车运行轨迹数据和所述各个交通参与者的预测轨迹数据作为所述仿真场景数据。
22.在其中一个实施例中，所述获取预设的仿真时段的步骤，包括：
23.获取预设的配置信息，所述配置信息包括仿真起始时刻及仿真结束时刻；
24.将所述仿真起始时刻作为所述仿真时段的起始时刻，以及将所述仿真结束时刻作为所述仿真时段的结束时刻。
25.在其中一个实施例中，所述配置信息还包括预设远程控制指令及每个所述预设远程控制指令的触发时刻；所述方法还包括：
26.针对每个预设远程控制指令，在该预设远程控制指令所对应的触发时刻到来时，将该预设远程控制指令输入至所述自动驾驶算法，以基于该预设远程控制指令对所述自动驾驶算法的远程控制功能进行测试，并得到所述仿真场景数据。
27.第二方面，本技术实施例提供了一种自动驾驶算法的远程控制仿真装置，所述装置包括：
28.时段获取模块，用于获取预设的仿真时段；
29.监听服务运行模块，用于在所述仿真时段内持续运行远程指令监听服务，以通过所述远程指令监听服务监听可视化系统在所述仿真时段内发送的实时远程控制指令；
30.测试模块，用于在监听到所述实时远程控制指令的情况下，基于所述实时远程控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据；
31.场景数据发送模块，用于向所述可视化系统发送所述仿真场景数据，以使所述可视化系统渲染仿真画面。
32.在其中一个实施例中，所述测试模块包括：
33.第一指令输入单元，用于在监听到所述实时远程控制指令的情况下，将所述实时远程控制指令输入至所述自动驾驶算法；所述自动驾驶算法用于在接收到所述实时远程控制指令的情况下获取远程控制指令集，并根据所述实时远程控制指令的指令属性更新所述远程控制指令集，以使更新后的远程控制指令集包括所述实时远程控制指令且更新后的远
程控制指令集中不存在相互冲突的远程控制指令；所述自动驾驶算法响应于所述更新后的远程控制指令集中的各条远程控制指令，输出自动驾驶数据；
34.场景数据生成单元，用于根据所述自动驾驶数据生成所述仿真场景数据。
35.第三方面，本技术实施例提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例所述自动驾驶算法的远程控制仿真方法的步骤。
36.第四方面，本技术实施例提供了一种计算机设备，包括：一个或多个处理器，以及存储器；
37.所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行上述任一实施例所述自动驾驶算法的远程控制仿真方法的步骤。
38.本技术提供了一种自动驾驶算法的远程控制仿真方法、装置、存储介质及计算机设备，在仿真过程中持续运行远程指令监听服务，以监听可视化系统在仿真时段内发送的实时控制指令。若监听到实时控制指令，则基于该实时控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据，并向可视化系统发送该仿真场景数据，以使可视化系统渲染仿真画面。如此，工程师可以根据可视化系统上显示的实时仿真画面动态地向仿真系统发送实时远程控制指令，以控制仿真系统根据该实时远程控制指令修正自车的行为并输出修正后的仿真场景数据。可视化系统可根据修正后的仿真场景数据显示实时仿真画面，形成闭环反馈。本技术中，工程师可以在仿真过程中实时变更远程控制指令，从而可为快速、真实地修正自车的行为，减少无效仿真的尝试次数，进而可节省仿真计算资源的带宽和仿真时间，提高了测试效率以及降低了仿真的试错成本。
附图说明
39.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
40.图1为一个实施例中自动驾驶算法的远程控制仿真方法的应用环境图；
41.图2为一个实施例中自动驾驶算法的远程控制仿真方法的流程示意图之一；
42.图3为一个实施例中自动驾驶算法的远程控制仿真方法的流程示意图之二；
43.图4为一个实施例中自动驾驶算法的远程控制仿真装置的结构示意图；
44.图5为一个实施例中计算机设备的结构示意图。
具体实施方式
45.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.正如背景技术所言，目前，在利用现有技术进行测试时，需要经过多次仿真测试方可得到仿真结果，存在测试效率低的问题。经发明人研究发现，导致这一问题的原因在于：
目前，在进行自动驾驶算法的远程控制仿真时，常规的做法是在仿真开始前，预先配置好仿真起始时刻、仿真结束时刻和仿真时段内需要输入到自动驾驶算法的各条远程控制指令等信息，而后再将配置好的信息一起发送至仿真系统中。仿真系统中所配置的仿真算法模型可在配置的仿真时段内，按照预先设置的各条远程控制指令计算自车的运行轨迹及各个交通参与者的运行轨迹，并得到自车与各个交通参与者的位置，且据此得到仿真场景数据。仿真系统向可视化系统返回仿真场景数据，使得可视化系统可以根据仿真场景数据渲染仿真画面，进而可实时显示仿真场景。
47.由此可见，现有技术是将仿真时段内涉及的各条远程控制指令进行预先配置的。但是，在实际仿真过程中，仿真算法模型会基于复杂的策略或者深度学习模型来动态预测各个交通参与者的轨迹的，换言之，交通参与者的轨迹变化是动态的，当自车的运动轨迹发生变化时，交通参与者的轨迹有一定概率会随着自车轨迹的变化而发生变化。考虑到交通参与者的轨迹变化是不可预知的，工程师无法提前预知自车附近的交通参与者的具体行为反应，而现有技术又需要在仿真之前，将仿真时段内涉及的各条远程控制指令进行预先配置，因此，在利用现有技术测试自动驾驶算法的远程控制功能时，需要根据前次仿真所显示的交通参与者的具体行为反应来调整预先配置的远程控制指令，并基于调整后的远程控制指令进行下一次的仿真测试，如此反复，直至获取到最终的仿真测试结果为止。故，现有技术中存在的测试效率低的问题。
48.为解决前述问题，本技术提供了一种自动驾驶算法的远程控制仿真方法、装置、存储介质及计算机设备，在仿真过程中持续运行远程指令监听服务，以监听可视化系统在仿真时段内发送的实时控制指令。若监听到实时控制指令，则基于该实时控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据，并向可视化系统发送该仿真场景数据，以使可视化系统渲染仿真画面。如此，工程师可以根据可视化系统上显示的实时仿真画面动态地向仿真系统发送实时远程控制指令，以控制仿真系统根据该实时远程控制指令修正自车的行为并输出修正后的仿真场景数据。可视化系统可根据修正后的仿真场景数据显示实时仿真画面，形成闭环反馈。本技术中，工程师可以在仿真过程中实时变更远程控制指令，从而可为快速、真实地修正自车的行为，减少无效仿真的尝试次数，进而可节省仿真计算资源的带宽和仿真时间，提高了测试效率以及降低了仿真的试错成本。
49.本技术自动驾驶算法的远程控制仿真可应用于图1示出的应用环境中，其中，仿真系统102是指配置有仿真算法模型的系统，其可通过仿真算法模型实现对自动驾驶算法的远程控制仿真。可视化系统104可作为工程师与仿真系统102之间的数据交互媒介，工程师可在可视化系统104上设置仿真测试的配置信息，可视化系统104可在配置完成后将工程师设置的配置信息发送到仿真系统102中。可视化系统104还可接收仿真系统102所返回的仿真场景数据，并据此显示仿真画面的系统，以便于工程师观看仿真过程。
50.在一个实施例中，本技术提供了一种自动驾驶算法的远程控制仿真方法，以该方法执行于图1所示的仿真系统为例进行说明。如图2所示，该方法具体包括如下步骤：
51.s202，获取预设的仿真时段。
52.其中，仿真时段是指需要进行自动驾驶算法的远程控制仿真测试的时段，该仿真时段可以由工程师预先设置。
53.在其中一个实施例中，所述获取预设的仿真时段的步骤，包括：获取预设的配置信
息，所述配置信息包括仿真起始时刻及仿真结束时刻；将所述仿真起始时刻作为所述仿真时段的起始时刻，以及将所述仿真结束时刻作为所述仿真时段的结束时刻。
54.具体而言，仿真系统可以获取预先设置的配置信息，该配置信息中可以包括仿真起始时刻和仿真结束时刻。进一步地，该配置信息可以是工程师在可视化系统中配置后，可视化系统发送给仿真系统的。在得到仿真起始时刻和仿真结束时刻的情况下，仿真系统可以据此确定仿真时段。
55.s204，在所述仿真时段内持续运行远程指令监听服务，以通过所述远程指令监听服务监听可视化系统在所述仿真时段内发送的实时远程控制指令。
56.具体而言，仿真系统中设有轮询的远程指令监听服务，用以监听可视化系统在仿真时段内发送的实时远程控制指令。仿真系统可以在仿真的过程中，持续运行远程指令监听服务。当可视化系统在仿真进行时向仿真系统发送了实时远程控制指令时，仿真系统可以通过该远程指令监听服务监听得到。
57.s206，在监听到所述实时远程控制指令的情况下，基于所述实时远程控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据。
58.当远程指令监听服务监听到实时远程控制指令时，仿真系统可以将该实时远程控制指令输入到自动驾驶算法中。在其中一个实施例中，仿真系统可以调用自动驾驶算法的api(application program interface，应用程序编程接口)，以将该实时远程控制指令输入到自动驾驶算法中。
59.当自动驾驶算法接收到该实时远程控制指令时，其可根据该实时远程控制指令修正自车的行为，使得自车的行为可以与仿真场景中各个交通参与者的行为反应相适配。仿真系统还可通过复杂策略或者深度学习模型预测各个交通参与者的运动轨迹，使得各个交通参与者的运动轨迹可以随着自车的轨迹变化而变化。在将实时远程控制指令输入到自动驾驶算法后，仿真系统可以得到输入了该实时远程控制指令的情况下的仿真场景数据。该仿真场景数据可用于构建仿真画面，以使该仿真画面显示自车及仿真场景内各个交通参与者的行为反应。
60.s208，向所述可视化系统发送所述仿真场景数据，以使所述可视化系统渲染仿真画面。
61.在仿真的过程中，仿真系统可持续地得到仿真场景数据，并向可视化系统发送该仿真场景数据，以使可视化系统可以实时显示仿真画面，以便于工程师根据实时显示的仿真画面调整实时远程控制指令。
62.本技术的自动驾驶算法的远程控制仿真方法中，在仿真过程中持续运行远程指令监听服务，以监听可视化系统在仿真时段内发送的实时控制指令。若监听到实时控制指令，则基于该实时控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据，并向可视化系统发送该仿真场景数据，以使可视化系统渲染仿真画面。如此，工程师可以根据可视化系统上显示的实时仿真画面动态地向仿真系统发送实时远程控制指令，以控制仿真系统根据该实时远程控制指令修正自车的行为并输出修正后的仿真场景数据。可视化系统可根据修正后的仿真场景数据显示实时仿真画面，形成闭环反馈。本技术中，工程师可以在仿真过程中实时变更远程控制指令，从而可为快速、真实地修正自车的行为，减少无效仿真的尝试次数，进而可节省仿真计算资源的带宽和仿真时间，提高了测试效率以及降低了
仿真的试错成本。
63.在一个实施例中，所述在监听到所述实时远程控制指令的情况下，基于所述实时远程控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据的步骤，包括：
64.在监听到所述实时远程控制指令的情况下，将所述实时远程控制指令输入至所述自动驾驶算法；所述自动驾驶算法用于在接收到所述实时远程控制指令的情况下获取远程控制指令集，并根据所述实时远程控制指令的指令属性更新所述远程控制指令集，以使更新后的远程控制指令集包括所述实时远程控制指令且更新后的远程控制指令集中不存在相互冲突的远程控制指令；所述自动驾驶算法响应于所述更新后的远程控制指令集中的各条远程控制指令，输出自动驾驶数据；
65.根据所述自动驾驶数据生成所述仿真场景数据。
66.其中，远程控制指令集用于记录自动驾驶算法当前正在响应的各条远程控制指令。指令属性是指用于描述远程控制指令的指令特征的信息，可以但不限于是指令类型或者指令的控制对象(如行驶速度、行驶方向等)。
67.仿真系统在监听到实时远程控制指令的情况下将该实时远程控制指令输入至自动驾驶算法中。自动驾驶算法在获取到该实时远程控制指令后，需要响应该实时远程控制指令。考虑到该实时远程控制指令可能会与自动驾驶算法当前正在响应的其他远程控制指令相冲突，因此，仿真系统可根据实时远程控制指令的指令属性确定远程控制指令集的更新方式，并按照所确定的更新方式更新远程控制指令集，使得更新后的远程控制指令集既包括实时远程控制指令，又不存在与该实时远程控制指令相冲突的远程控制指令。
68.自动驾驶算法会对更新后的远程控制指令集中的各条远程控制指令进行响应，并输出自动驾驶数据。在其中一个实施例中，该自动驾驶数据可以为自车的驾驶数据，包括但不限于是自车的运行速度、运行方向和运行位置等。仿真系统可根据该自动驾驶数据生成仿真场景数据，并向可视化系统返回该仿真场景数据，使得可视化系统可以显示根据实时远程控制指令修正后的自车行为。
69.本技术实施例中，在将实时远程控制指令输入到自动驾驶算法后，所述自动驾驶算法可以根据所述实时远程控制指令的指令属性更新所述远程控制指令集，使得更新后的远程控制指令集既包括实时远程控制指令，又不存在与该实时远程控制指令相冲突的远程控制指令，并据此输出自动驾驶数据。如此，可以避免自动驾驶算法同时响应两条相互冲突的远程控制指令，使得仿真结果更为可靠及准确。
70.在一个实施例中，所述实时远程控制指令的指令属性为所述实时远程控制指令的指令类型。具体地，远程控制指令的指令类型可以包括车身类控制指令、驾驶类控制指令和规划类控制指令。其中，车身类控制指令包括但不限于转向灯控制指令、雨刮启动指令、开关车门指令、鸣笛指令、语音播报指令、视频通话指令和请求援助指令。驾驶类控制指令包括但不限于刹车指令、加速指令、减速指令、定速指令、转向指令、保守//激进/城中村/高速模式选择指令和跟车指令。规划类控制指令包括但不限于是变道指令、上下车地点变更指令和路线变更指令。
71.所述根据所述实时远程控制指令的指令属性更新所述远程控制指令集的步骤，包括：
72.确定所述实时远程控制指令的实时指令类型；
73.针对远程控制指令集中的每条远程控制指令，确定该远程控制指令的远程指令类型，并判断所述远程指令类型与实时指令类型是否相同，以得到指令判断结果，基于所述指令判断结果判断是否从远程控制指令集中删除该远程控制指令，若是，则将该远程控制指令从远程控制指令集中删除；
74.将所述实时远程控制指令添加到所述远程控制指令集中。
75.具体而言，在根据实时远程控制指令的指令属性更新远程控制指令集时，仿真系统可以分别判断远程控制指令集中每条远程控制指令的指令类型与实时远程控制指令的指令类型是否相同，以判断是否要将该远程控制指令是否与实时远程控制指令相冲突，进而确定是否要将该远程控制指令从远程控制指令集中删除。
76.在其中一个实施例中，对于远程控制指令集中的每条远程控制指令，若该远程控制指令的远程指令类型与实时指令类型不相同，则可确定将该远程控制指令保留在远程控制指令集中；若该远程控制指令的远程指令类型与实时指令类型相同，则可依据该实时指令类型做进一步判断。例如，当实时指令类型为车身类控制指令时，仿真系统可确定将该远程控制指令保留在远程控制指令集中；当实时指令类型为驾驶类控制指令时，则可判断该远程控制指令与实时控制指令是否用于控制同一个行驶参数，如都用于控制车辆行驶速度，若是则可将该远程控制指令从远程控制指令集中删除。
77.在对远程控制指令集中的每条远程控制指令进行删除判断后，仿真系统可以将实时远程控制指令添加到远程控制指令集中。
78.本实施例中，通过根据实时远程控制指令的实时指令类型和远程控制指令集中每条远程控制指令的远程指令类型，更新远程控制指令集，从而可避免自动驾驶算法同时响应两条相互冲突的远程控制指令，使得仿真结果更为可靠及准确。
79.在一个实施例中，所述根据所述自动驾驶数据生成所述仿真场景数据的步骤，包括：
80.根据所述自动驾驶数据得到自车运行轨迹数据；
81.将所述自车运行轨迹数据输入至预测规划算法模型中，以获取所述预测规划算法模型输出的仿真场景内各个交通参与者的预测轨迹数据；
82.将所述自车运行轨迹数据和所述各个交通参与者的预测轨迹数据作为所述仿真场景数据。
83.其中，每个交通参与者的预测轨迹数据可以包括该交通参与者的运动速度、运动方向和运动位置。
84.当自动驾驶算法接收到该实时远程控制指令时，其可根据该实时远程控制指令修正自车的行为，使得自车的运行轨迹可以与仿真场景中各个交通参与者的行为反应相适配。仿真系统还可通过复杂策略或者深度学习模型预测各个交通参与者的运动轨迹，以更新各个交通参与者的轨迹及参数，使得各个交通参与者的运动轨迹可以随着自车的轨迹变化而变化。如此，可令仿真更贴合真实情况，提高仿真结果的可靠性。
85.在一个实施例中，所述配置信息还包括预设远程控制指令及每个所述预设远程控制指令的触发时刻。所述方法还包括：
86.针对每个预设远程控制指令，在该预设远程控制指令所对应的触发时刻到来时，
将该预设远程控制指令输入至所述自动驾驶算法，以基于该预设远程控制指令对所述自动驾驶算法的远程控制功能进行测试，并得到所述仿真场景数据。
87.具体而言，在仿真过程中，远程控制指令除了可以是实时设置的以外，还可以是在仿真前预先设置的。工程师可以在仿真前预先配置一个或多个预设远程控制指令，并分别配置每个预设远程控制指令的触发时刻。仿真系统在获取到配置信息的情况下，可以在配置的触发时刻下将对应的预设远程控制指令输入到自动驾驶算法里，以基于该预设远程控制指令对自动驾驶算法的远程控制功能进行测试，并得到仿真场景数据。
88.在一个示例中，如图3所示，本技术的自动驾驶算法的远程控制仿真方法可以包括如下步骤：
89.s302，仿真系统获取由可视化系统发送的预设的配置信息，该配置信息包括仿真起始时刻、仿真结束时刻、预设远程控制命令以及每个预设远程控制命令的触发时刻；
90.s304，仿真系统对配置信息及远程控制指令进行解析，并通过仿真算法模型计算自车及各个交通参与者的运行轨迹，以得到仿真场景数据；
91.s306，仿真系统向可视化系统返回仿真场景数据，该仿真场景数据包括自车及各个交通参与者的运行速度、方向和位置；
92.s308，可视化系统根据接收到的仿真场景数据，实时渲染仿真画面，以显示自车及各个交通参与者的运行情况；
93.s310，仿真系统判断仿真是否结束，若结束，则进入步骤s312，否则，进入步骤s314；
94.s312，仿真系统生成仿真结果文件；
95.s314，仿真系统运行远程指令监听服务，以通过远程指令监听服务监听由可视化系统发送的实时远程控制指令；
96.s316，可视化系统响应于用户操作，向仿真系统发送实时远程控制指令；具体而言，工程师可以观察可视化系统所显示的仿真画面，若在仿真过程中,自车因为行人或其他车辆的行为变化而无法到达目的地，则工程师可以在可视化系统中点击发送相应的实时远程控制指令，以调整自车行为；
97.s318，若仿真系统监听到实时远程控制指令，则将该实时远程控制指令发送到自动驾驶算法的api，以修正自车行为，并进入步骤s304。
98.下面对本技术实施例提供的自动驾驶算法的远程控制仿真装置进行描述，下文描述的自动驾驶算法的远程控制仿真装置与上文描述的自动驾驶算法的远程控制仿真方法可相互对应参照。
99.在一个实施例中，本技术提供了一种自动驾驶算法的远程控制仿真装置400。如图4所示，该装置400具体包括时段获取模块410、监听服务运行模块420、测试模块430和场景数据发送模块440。其中：
100.时段获取模块410，用于获取预设的仿真时段；
101.监听服务运行模块420，用于在所述仿真时段内持续运行远程指令监听服务，以通过所述远程指令监听服务监听可视化系统在所述仿真时段内发送的实时远程控制指令；
102.测试模块430，用于在监听到所述实时远程控制指令的情况下，基于所述实时远程控制指令对自动驾驶算法的远程控制功能进行测试，以得到仿真场景数据；
103.场景数据发送模块440，用于向所述可视化系统发送所述仿真场景数据，以使所述可视化系统渲染仿真画面。
104.在一个实施例中，所述测试模块430包括第一指令输入单元和场景数据生成单元。其中，第一指令输入单元用于在监听到所述实时远程控制指令的情况下，将所述实时远程控制指令输入至所述自动驾驶算法；所述自动驾驶算法用于在接收到所述实时远程控制指令的情况下获取远程控制指令集，并根据所述实时远程控制指令的指令属性更新所述远程控制指令集，以使更新后的远程控制指令集包括所述实时远程控制指令且更新后的远程控制指令集中不存在相互冲突的远程控制指令；所述自动驾驶算法响应于所述更新后的远程控制指令集中的各条远程控制指令，输出自动驾驶数据。场景数据生成单元用于根据所述自动驾驶数据生成所述仿真场景数据。
105.在一个实施例中，所述实时远程控制指令的指令属性为所述实时远程控制指令的指令类型。第一指令输入单元包括实时指令类型确定单元、指令删除单元和指令添加单元。其中，实时指令类型确定单元用于确定所述实时远程控制指令的实时指令类型。指令删除单元用于针对远程控制指令集中的每条远程控制指令，确定该远程控制指令的远程指令类型，并判断所述远程指令类型与实时指令类型是否相同，以得到指令判断结果，基于所述指令判断结果判断是否从远程控制指令集中删除该远程控制指令，若是，则将该远程控制指令从远程控制指令集中删除。指令添加单元用于将所述实时远程控制指令添加到所述远程控制指令集中。
106.在一个实施例中，场景数据生成单元包括第一轨迹获取单元、第二轨迹获取单元和数据获取单元。其中，第一轨迹获取单元用于根据所述自动驾驶数据得到自车运行轨迹数据。第二轨迹获取单元用于将所述自车运行轨迹数据输入至预测规划算法模型中，以获取所述预测规划算法模型输出的仿真场景内各个交通参与者的预测轨迹数据。数据获取单元用于将所述自车运行轨迹数据和所述各个交通参与者的预测轨迹数据作为所述仿真场景数据。
107.在一个实施例中，时段获取模块410包括配置信息获取单元以及时段确定单元。其中，配置信息获取单元用于获取预设的配置信息，所述配置信息包括仿真起始时刻及仿真结束时刻。时段确定单元用于将所述仿真起始时刻作为所述仿真时段的起始时刻，以及将所述仿真结束时刻作为所述仿真时段的结束时刻。
108.在一个实施例中，所述配置信息还包括预设远程控制指令及每个所述预设远程控制指令的触发时刻。测试模块430还用于针对每个预设远程控制指令，在该预设远程控制指令所对应的触发时刻到来时，将该预设远程控制指令输入至所述自动驾驶算法，以基于该预设远程控制指令对所述自动驾驶算法的远程控制功能进行测试，并得到所述仿真场景数据。
109.在一个实施例中，本技术还提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述自动驾驶算法的远程控制仿真方法的步骤。
110.在一个实施例中，本技术还提供了一种计算机设备。所述计算机设备中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述自动驾驶算法的远程控制仿真方法的步骤。
111.在一个实施例中，本技术还提供了一种计算机设备。所述计算机设备中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述自动驾驶算法的远程控制仿真方法的步骤。
112.示意性地，图5为本技术实施例提供的一种计算机设备的内部结构示意图，在一个示例中，该计算机设备可以为服务器。参照图5，计算机设备900包括处理组件902，其进一步包括一个或多个处理器，以及由存储器901所代表的存储器资源，用于存储可由处理组件902的执行的指令，例如应用程序。存储器901中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件902被配置为执行指令，以执行上述任意实施例所述视频质量评估方法的步骤。
113.计算机设备900还可以包括一个电源组件903被配置为执行计算机设备900的电源管理，一个有线或无线网络接口904被配置为将计算机设备900连接到网络，和一个输入输出(i/o)接口905。计算机设备900可以操作基于存储在存储器901的操作系统，例如windows server tm、mac os xtm、unix tm、linux tm、free bsdtm或类似。
114.本领域技术人员可以理解，本技术示出的计算机设备的内部结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
115.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本文中，“一”、“一个”、“所述”、“该”和“其”也可以包括复数形式，除非上下文清楚指出另外的方式。多个是指至少两个的情况，如2个、3个、5个或8个等。“和/或”包括相关所列项目的任何及所有组合。
116.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
117.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。