基于仿真场景的自动驾驶测试方法、装置、介质及设备与流程

1.本技术涉及自动驾驶技术领域，具体涉及基于仿真场景的自动驾驶测试方法、装置、介质及设备。


背景技术：

2.自动驾驶算法的测试分为仿真测试和实际道路测试，其中仿真测试可以包括软件在环测试、模型在环测试、驾驶员在环测试、车辆在环测试。若仿真测试后的自动驾驶算法还不够成熟，实际道路测试则会存在大量的不确定性和危险性，不仅需要投入大量的人力、物力、财力进行测试，还可能危及测试人员的人身安全。
3.在现有技术中，测试场景主要针对单一的功能场景，譬如对自动紧急刹车(autonomous emergency braking，aeb)、自适应巡航(adaptive cruise control，acc)等。对这些单一功能场景的测试评价也主要依赖于标准法规，例如国际标准、中国新车评价规程(china-new car assessment program，c-ncap)等，评价结果也仅表征是否通过。这种测试和评价方法忽略了对自动驾驶车辆产生影响的动态交通参与者，同时缺少对整个自动驾驶算法的评价，较难满足高级别的自动驾驶对测试全面性和准确性的要求。


技术实现要素：

4.为了提升仿真测试的完整性、全面性和准确性，本技术提供了基于仿真场景的自动驾驶测试方法、装置、介质及设备。所述技术方案如下：
5.第一方面，本技术提供了一种基于仿真场景的自动驾驶测试方法，所述方法包括：
6.获取至少一个动态对象集，所述动态对象集包括至少一个目标动态对象，所述目标动态对象表征虚拟交通动态对象；
7.根据所述至少一个动态对象集，生成至少一个仿真场景；
8.基于所述至少一个仿真场景，对自动驾驶算法执行测试，得到测试结果；
9.根据所述测试结果，确定所述自动驾驶算法的分析结果；所述分析结果指示所述自动驾驶算法在所述目标动态对象的各属性维度的分析信息。
10.可选的，所述根据所述测试结果，确定所述自动驾驶算法的分析结果，包括：
11.确定所述目标动态对象的属性维度，所述属性维度对应至少一个属性值；
12.确定至少一个仿真场景集，所述仿真场景集与所述属性值一一对应；
13.根据所述测试结果，确定所述自动驾驶算法在所述至少一个仿真场景集中的测试通过比例信息；
14.确定所述至少一个属性值对应的属性权重；
15.根据所述自动驾驶算法在所述至少一个仿真场景集中的测试通过比例信息和所述至少一个属性值对应的属性权重，得到与所述至少一个属性值对应的分析信息；
16.根据与所述至少一个属性值对应的分析信息，得到所述自动驾驶算法在所述属性维度的分析信息。
17.可选的，所述方法还包括：
18.将所述自动驾驶算法在所述目标动态对象的各属性维度的分析信息进行相加，得到所述自动驾驶算法的目标分析信息，所述目标分析信息指示所述自动驾驶算法的综合性能。
19.可选的，获取至少一个动态对象集包括：
20.获取动态对象库，所述动态对象库包括至少一个动态对象；
21.从所述动态对象库中选取至少一个动态对象，作为至少一个目标动态对象，并由所述至少一个目标动态对象得到所述动态对象集。
22.可选的，所述根据所述至少一个动态对象集，对应生成至少一个仿真场景，包括：
23.获取初始的静态仿真场景；所述静态仿真场景包括至少一个目标静态对象；
24.将所述动态对象集中的至少一个目标动态对象添加至所述静态仿真场景中，得到与所述动态对象集对应的所述仿真场景。
25.可选的，所述方法还包括：
26.基于所述虚拟交通动态对象对应的真实分布信息，配置所述动态对象集中所述至少一个目标动态对象的对象属性信息；所述对象属性信息包括数量信息、位置信息或行为信息。
27.可选的，基于所述至少一个仿真场景，对自动驾驶算法执行测试，得到测试结果，包括：
28.获取车辆动力模型、车载传感器模型和自动驾驶算法；
29.对所述至少一个仿真场景、所述车辆动力模型、所述车载传感器模型和所述自动驾驶算法进行集成，得到至少一个测试用例；所述测试用例与所述仿真场景一一对应；
30.执行所述至少一个测试用例，得到测试结果；所述测试结果指示在所述至少一个测试用例中所述自动驾驶算法的测试通过信息。
31.第二方面，本技术提供了一种基于仿真场景的自动驾驶测试装置，所述装置包括：
32.动态对象获取模块，用于获取至少一个动态对象集，所述动态对象集包括至少一个目标动态对象，所述目标动态对象表征虚拟交通动态对象；
33.仿真场景生成模块，用于根据所述至少一个动态对象集，生成至少一个仿真场景；
34.测试模块，用于基于所述至少一个仿真场景，对自动驾驶算法执行测试，得到测试结果；
35.分析模块，用于根据所述测试结果，确定所述自动驾驶算法的分析结果；所述分析结果指示所述自动驾驶算法在所述目标动态对象的各属性维度的分析信息。
36.第三方面，本技术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中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如第一方面所述的一种基于仿真场景的自动驾驶测试方法。
37.第四方面，本技术提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由所述处理器加载并执行以实现如第一方面所述的一种基于仿真场景的自动驾驶测试方法。
38.第五方面，本技术提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令被处理器执行时实现如第一方面所述的一种基于仿真场景的自动驾
驶测试方法。
39.本技术提供的基于仿真场景的自动驾驶测试方法、装置、介质及设备，具有如下技术效果：
40.本技术提供的方案首先获取至少一个动态对象集，其中动态对象集包括至少一个目标动态对象，不同的动态对象集中的目标动态对象可以是不相同的，目标动态对象用于表征虚拟的交通动态对象；其次根据至少一个动态对象集，生成至少一个仿真场景，动态对象集与仿真场景一一对应，一个仿真场景中集成有对应的动态对象集中的至少一个目标动态对象；在至少一个仿真场景中对自动驾驶算法执行测试，得到测试结果；最后根据测试结果确定分析结果，分析结果指示自动驾驶算法在目标动态对象的属性维度的分析信息。利用本技术提供的方案，通过集成了虚拟交通动态对象的仿真场景，能够对自动驾驶算法进行更全面、更贴近现实场景的测试，且本技术中的仿真场景不再局限于只能测试单一的自动驾驶功能，而是可以对高级别自动驾驶的全过程进行测试，满足高级别自动驾驶测试对仿真测试的完整性、全面性、准确性的要求。此外，本技术提供的方案从虚拟交通动态对象的属性维度分析自动驾驶算法的测试结果，可以了解自动驾驶算法在仿真测试中对各虚拟交通动态对象的处理表现，从而能够更细致准确地评价自动驾驶算法，以促进算法的优化迭代。
41.本技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
42.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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。
43.图1是本技术实施例提供的一种基于仿真场景的自动驾驶测试方法的流程示意图；
44.图2是本技术实施例提供的一种动态对象集的组成示意图；
45.图3是本技术实施例提供的一种基于仿真场景对自动驾驶算法执行测试的流程示意图；
46.图4是本技术实施例提供的一种从目标动态对象的属性维度分析测试结果的流程示意图；
47.图5是本技术实施例提供的一种基于仿真场景的自动驾驶测试装置的示意图；
48.图6是本技术实施例提供的用于实现一种基于仿真场景的自动驾驶测试方法的设备的硬件结构示意图。
具体实施方式
49.为了提升仿真测试的完整性、全面性和准确性，本技术实施例提供了基于仿真场景的自动驾驶测试方法、装置、介质及设备。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的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。所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
50.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
51.以下介绍本技术提供的一种基于仿真场景的自动驾驶测试方法。图1是本技术实施例提供的一种基于仿真场景的自动驾驶测试方法的流程图，本技术提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。请参照图1，本技术实施例提供的一种基于仿真场景的自动驾驶测试方法可以包括如下步骤：
52.s100：获取至少一个动态对象集，动态对象集包括至少一个目标动态对象，目标动态对象表征虚拟交通动态对象。
53.在本技术实施例中，动态对象集是一个或多个目标交通动态对象的集合，目标动态对象用于表征虚拟的交通动态对象，例如行人、机动车、动物、路面动态障碍物、空中动态障碍物、变化的交通指示灯等。目标动态对象配置有对象属性信息，可以包括但不限于对象特征信息、数量信息、位置信息、行为信息等。在获取多个动态对象集的情况下，不同动态对象集可以包括不同数量或不同类型的目标动态对象，或者相同类型的目标动态对象所具有的对象属性信息不相同。
54.在本技术的一个实施例中，具体地，步骤s100可以包括：
55.s110：获取动态对象库，动态对象库包括至少一个动态对象。
56.在一种可行的实施方式中，预先构建动态对象库，动态对象库中的各动态对象表征不同类别的虚拟交通动态对象。在构建动态对象库时，将会对自动驾驶车辆的行为产生影响的动态元素按类别表示成不同的动态对象，并为动态对象配置该类型的动态元素所共有的对象属性变量，如形状、体积、位置、速度、运动轨迹、碰撞恢复系数等，也即在动态对象库中，动态对象是对同一类型的动态元素的抽象表达和封装。
57.s120：从动态对象库中选取至少一个动态对象，作为至少一个目标动态对象，并由至少一个目标动态对象得到所述动态对象集。
58.在一种可行的实施方式中，如图2所示，从动态对象库中的n个动态对象中多次随机抽取有限个数的动态对象，将抽中的动态对象作为目标动态对象，从而构成不同的动态对象集，例如动态对象集1中可以包括动态对象1、动态对象3......；动态对象集2中可以包括动态对象2......动态对象n；动态对象集m中可以包括动态对象1、动态对象3.....动态
对象n，其中某一个动态对象还可以被多次抽取，图2仅是一种示例，并不是对动态对象集的个数和其组成成分的限定。也即，在本技术实施例中，抽取后所得到的各个动态对象集中动态对象(也可用目标动态对象指代)的数量、所涉及的动态对象的类别可以是不相同的。
59.在上述实施例中，通过预先构建动态对象库，将会对自动驾驶车辆的行为产生影响的动态元素按类别进行抽象表达和封装，既可以快速得到不同组合情况的动态对象集从而生成覆盖度更高、更贴近现实情况的仿真场景，所构建的动态对象库可重复使用，降低在仿真测试环节的开发量，避免对相同类别的动态对象进行重复开发配置，有效提高了测试效率。
60.进一步地，基于虚拟交通动态对象对应的真实分布信息，配置动态对象集中至少一个目标动态对象的对象属性信息；对象属性信息包括数量信息、位置信息或行为信息。
61.其中，虚拟交通动态对象对应的真实分布信息表征虚拟交通动态对象在现实场景中对象属性信息的表征分布情况。示例性的，以行人为例，根据不同时间段道路路口的行人密度分布，配置动态对象集中表征行人类别的目标动态对象的数量和位置。示例性的，以车辆为例，根据实际道路交通流量，配置动态对象集中表征车辆类别的目标动态对象的行驶轨迹或行驶行为，如加速、转向、变道等。
62.在上述实施例中，根据真实分布情况对目标动态对象的对象属性信息进行泛化配置，从而可以更加贴近现实场景，能够满足各种仿真测试的需求，使得仿真测试的结果更有效且具参考价值。
63.s200：根据至少一个动态对象集，生成至少一个仿真场景。
64.在本技术实施例中，将一个动态对象集所包含的一个或多个目标动态对象集成到一个仿真场景中，在有多个动态对象集的情况下，分别对应生成多个仿真场景，也即一个动态对象集对应一个仿真场景，仿真场景构成一个模拟现实的具体情境，体现该具体情境下道路交通的时间特征、道路特征、交通流量特征等。
65.在本技术的一个实施例中，基于动态对象集生成对应的仿真场景，利用仿真场景实现自动驾驶算法对动态对象的感知、对自动驾驶的决策和控制，从而衡量自动驾驶算法在仿真场景中的性能表现。
66.在本技术的另一个实施例中，基于动态对象集生成的仿真场景中还包括了静态对象，利用仿真场景实现自动驾驶算法对动态对象和静态对象的感知、对自动驾驶的决策和控制。具体地，所述步骤s200可以包括以下步骤：
67.s210：获取初始的静态仿真场景；静态仿真场景包括至少一个目标静态对象。
68.静态仿真场景是对现实道路场景中静态对象的模拟，静态仿真场景中所包括的目标静态对象可以是道路拓扑结构、车道线、固定的交通标志牌等，还可以是恒定的风速、光线强度等静态环境对象。
69.s220：将动态对象集中的至少一个目标动态对象添加至静态仿真场景中，得到与动态对象集对应的仿真场景。
70.进一步地，目标静态对象和目标动态对象之间还可以存在约束关系，例如道路拓扑结构限制了目标动态对象的行驶路径，车道线限制了目标动态对象的的转向、换道等行为。
71.在上述实施例中，静态对象与动态对象的结合使得仿真场景更加贴近现实场景，
增强仿真测试的场景真实性，同时提高仿真测试的场景覆盖范围。
72.s300：基于至少一个仿真场景，对自动驾驶算法执行测试，得到测试结果。
73.在本技术实施例中，利用仿真测试平台构建仿真场景，并运行自动驾驶算法，从而得到在自动驾驶算法指导下的模拟自动驾驶车辆在仿真场景中的全过程的自动驾驶情况，并作为测试结果。在本技术实施例中，所构建的仿真场景并不是用于测试单一的自动驾驶功能，而是用于对从起点到终点的自动驾驶全过程进行测试，从而可以满足高级别自动驾驶测试的需求。
74.在本技术的一个实施例中，具体地，如图3所示，所述步骤s300可以包括以下步骤：
75.s310：获取车辆动力模型、车载传感器模型和自动驾驶算法。
76.在一种可行的实施方式中，根据车型、功能等预先构建自动驾驶车辆动力模型，基于动力学对自动驾驶车辆进行建模，包括整车、车身、发动机、转向、制动、前后悬架、轮胎、、空气动力影响等。
77.在一种可行的实施方式中，对所要测试的自动驾驶车辆搭载的传感器进行建模，包括相机、激光雷达、毫米波雷达、超声波雷达、全球定位系统、惯性测量单元等。
78.在本技术的一个实施例中，自动驾驶算法包括感知算法、决策算法和控制算法。
79.s320：对至少一个仿真场景、车辆动力模型、车载传感器模型和自动驾驶算法进行集成，得到至少一个测试用例。
80.可行的，利用仿真测试平台将仿真场景、车辆动力模型、车载传感器模型和自动驾驶算法集成为测试用例，测试用例与仿真场景一一对应，也相当于测试用例与动态对象集一一对应。
81.对仿真场景、车辆动力模型、车载传感器模型和自动驾驶算法的集成，形成一个闭环的仿真测试系统，以便进行联合仿真测试。
82.s330：执行至少一个测试用例，得到测试结果；测试结果指示在至少一个测试用例中自动驾驶算法的测试通过信息。
83.具体地，在仿真测试平台执行测试用例的过程中，车载传感器模型将对当前测试用例中的仿真场景的感知信息发送给自动驾驶算法中的感知算法，感知算法经过检测、融合处理后得到目标信息，例如由图像传感器采集的图像信息中检测出行人的位置信息；后由决策算法根据目标信息得到相应的决策信息，例如根据道路拥堵信息重新规划自动驾驶车辆的行驶路径；控制算法根据决策信息确定控制信息，以控制车辆执行相应的指令。
84.可行的，根据在执行测试用例的过程中是否符合标准法规或是否出现异常，确定自动驾驶算法的测试通过信息，测试通过信息可以表示为通过或未通过。
85.进一步地，在仿真场景中对自动驾驶车辆车辆的状态进行实时更新。
86.在上述实施例中，利用对仿真场景、车辆动力模型、车载传感器模型和自动驾驶算法的集成，从而形成一个闭环的仿真测试系统，从而进行联合仿真测试，提升自动驾驶仿真测试的完备性、真实性和准确性。
87.s400：根据测试结果，确定自动驾驶算法的分析结果；分析结果指示自动驾驶算法在目标动态对象的各属性维度的分析信息。
88.在本技术实施例中，从目标动态对象的属性维度对测试结果作进一步地分析，进而可以了解目标动态对象的各维度属性对自动驾驶算法的影响程度，从而可以更细致地评
价自动驾驶算法的性能表现，以便对自动驾驶算法更有针对性地进行迭代优化，降低道路测试的风险和成本。
89.可选的，在进行分析评价之前，对所得到的测试结果进行筛选滤波，得到有效的测试结果。
90.在本技术的一个实施例中，如图4所示，具体地，所述步骤s400可以包括以下步骤：
91.s410：确定目标动态对象的属性维度，属性维度对应至少一个属性值。
92.可行的，目标动态对象的属性维度包括数量、位置、行为等，如表1所示，数量维度的属性值可以为0、1、2、3等，位置维度可以有多级属性，在一级属性值为正前方的情况下，还可以根据距离远近分为三种类型，也即在表1中，位置维度的属性值其实一共有24种。属性值的可能情况需要根据所使用的动态对象集确定，可以对所使用的至少一个动态对象集进行统计，确定各属性维度的属性值。
93.表1属性维度以及属性值
[0094][0095]
s420：确定至少一个仿真场景集，仿真场景集与所述属性值一一对应。
[0096]
具体地，根据各属性值从所使用的至少一个仿真场景中抽取符合属性值的仿真场景组成与该属性值对应的仿真场景集。示例性的，对于属性值-数量3，根据各个仿真场景中目标动态对象的总个数，将总个数为3的仿真场景作为一个集合。
[0097]
在另一种可行的实施方式中，根据属性值抽取组成对应的测试用例集，测试用例与仿真场景是一一对应的。
[0098]
s430：根据测试结果，确定自动驾驶算法在至少一个仿真场景集中的测试通过比例信息。
[0099]
在前述实施例中，测试结果指示在每一个测试用例中自动驾驶算法的测试通过信息，可以表示为通过或未通过。仿真场景与测试用例一一对应，也即测试结果也可以指示在每一个仿真场景下自动驾驶算法的测试通过信息。示例性的，对于属性值-数量3对应的仿真场景集，将仿真场景集中测试结果为通过的仿真场景的个数除以属性值-数量3对应的仿真场景集中仿真场景的总个数，则可以得到测试通过比例信息。
[0100]
s440：确定至少一个属性值对应的属性权重。
[0101]
可行的，可以根据仿真场景集中与属性值对应的仿真场景的个数之比，确定属性值对应的属性权重之比。
[0102]
可行的，对于一个属性维度，其所涉及的所有属性值对应的属性权重之和为1。
[0103]
s450：根据自动驾驶算法在至少一个仿真场景集中的测试通过比例信息和至少一个属性值对应的属性权重，得到与至少一个属性值对应的分析信息。
[0104]
可行的，将属性值对应的属性权重与该属性值对应的仿真场景的测试通过比例信息相乘，得到自动驾驶算法在该属性值情况下的分析信息，也即可以描述自动驾驶算法在该属性值情况下的性能表现。
[0105]
s460：根据与至少一个属性值对应的分析信息，得到自动驾驶算法在属性维度的分析信息。
[0106]
可行的，可以将在同一属性维度下的至少一个属性值对应的分析信息相加，得到自动驾驶算法在属性维度的分析信息。分析信息可以表现为数值。
[0107]
示例性的，在数量维度，假设数量的属性值为零个、单个、多个(2个以上)以及交通流(30个以上)。以单个目标动态对象为例。与属性值对应的分析信息可以表示为：score(单个目标动态对象)＝(包含单个目标动态对象且测试通过的仿真场景的个数/包含单个目标动态对象的仿真场景个数)*单个目标动态对象对应的权重。也可以按照数量的正态分布情况设计权重，不同数量属性值对应的权重累加结果为1。
[0108]
示例性的，在位置维度，根据车道位置划分可以分为正前方、正后方、左前方、左后方、右前方、右后方、并排左侧、并排右侧共八个位置，目标动态对象与自动驾驶车辆的相对距离设计为近(50m以内)、中(50m-100m)和远(100m以外)，近、中、远对应的属性权重也可以按照测试需求设计，所有属性值权重累加结果为1。以正前方为例，score(正前方)＝(目标动态对象处于自动驾驶车辆的近距离正前方且测试通过的仿真场景的个数/目标动态对象处于自动驾驶车辆的近距离正前方的仿真场景的个数)*近距离权重 目标动态对象处于自动驾驶车辆的中距离正前方且测试通过的仿真场景的个数/目标动态对象处于自动驾驶车辆的中距离正前方的仿真场景的个数)*中距离权重 目标动态对象处于自动驾驶车辆的远距离正前方且测试通过的仿真场景的个数/目标动态对象处于自动驾驶车辆的远距离正前方的仿真场景的个数)*远距离权重。其他位置及相对距离的得分可以参照正前方得分的设计，根据八个位置对应的权重将不同位置的得分也进行加权求和则为在位置维度的得分。存在至少一个目标动态对象处于自动驾驶车辆的近距离正前方，即可视为是目标动态对象处于自动驾驶车辆的近距离正前方的仿真场景，无需所有的目标动态对象都处于自动驾驶车辆的近距离正前方。
[0109]
示例性的，在行为维度，行为特征可以表现为速度、加速度和转向，例如速度可以分为低速(30km/h以下)、中速(30km/h到60km/h之间)和高速(60km/h以上)，低速、中速、高速的权重可以按照测试需求设计，所有权重累加结果为1。加速度分为加速和减速，权重各为1/2。转向可以分为向左转向和向右转向，权重各为1/2。这里以目标动态对象的车速为例，score(目标动态对象的车速)＝(目标动态对象处于低速状态且测试通过的仿真场景的个数/目标动态对象处于低速状态的仿真场景的个数)*低速权重 (目标动态对象处于中速状态且测试通过的仿真场景的个数/目标动态对象处于中速状态的仿真场景的个数)*中速
权重 (目标动态对象处于高速状态且测试通过的仿真场景的个数/目标动态对象处于高速状态的仿真场景的个数)*高速权重。加速度和转向的得分参照速度得分的设计。
[0110]
在上述实施例中，从动态对象的属性维度及其属性值进一步分析自动驾驶算法的测试结果，可以根据得分的高低了解自动驾驶算法在仿真测试中对动态对象的处理表现，例如score(单个目标动态对象)高于score(多个目标动态对象)则可以说明在动态对象的数量增多的情况下自动驾驶性能表现变差，进而可以了解目标动态对象的各维度属性对自动驾驶算法的影响程度，也可以更细致地评价自动驾驶算法的性能表现，以便对自动驾驶算法更有针对性地进行迭代优化，降低道路测试的风险和成本。
[0111]
在本技术的一个实施例中，进一步地，所述方法还可以包括：
[0112]
将自动驾驶算法在目标动态对象的各属性维度的分析信息进行相加，得到自动驾驶算法的目标分析信息，目标分析信息指示自动驾驶算法的综合性能。
[0113]
进一步地，还可以按照功能需求或测试需求设计不同属性维度对应的权重，权重体现属性维度的重要性。根据属性维度对应的权重和属性维度的分析信息进行加权求和，得到可以衡量自动驾驶算法综合性能的目标分析信息。
[0114]
在上述实施例中，除了从不同属性维度细致地分析评价自动驾驶算法的优劣，还可以进行整体的衡量，同时也可以作为算法迭代优化前后的比较依据。
[0115]
由上述实施例可知，本技术提供的一种基于仿真场景的自动驾驶测试方法，通过集成了虚拟交通动态对象的仿真场景，能够对自动驾驶算法进行更全面、更贴近现实场景的测试，且本技术中的仿真场景不再局限于只能测试单一的自动驾驶功能，而是可以对高级别自动驾驶的全过程进行测试，满足高级别自动驾驶测试对仿真测试的完整性、全面性、准确性的要求。此外，本技术提供的方案从虚拟交通动态对象的属性维度分析自动驾驶算法的测试结果，可以了解自动驾驶算法在仿真测试中对各虚拟交通动态对象的处理表现，从而能够更细致准确地评价自动驾驶算法，以促进算法的优化迭代。
[0116]
本技术实施例还提供了一种基于仿真场景的自动驾驶测试装置500，如图5所示，所述装置500可以包括：
[0117]
动态对象获取模块510，用于获取至少一个动态对象集，所述动态对象集包括至少一个目标动态对象，所述目标动态对象表征虚拟交通动态对象；
[0118]
仿真场景生成模块520，用于根据所述至少一个动态对象集，生成至少一个仿真场景；
[0119]
测试模块530，用于基于所述至少一个仿真场景，对自动驾驶算法执行测试，得到测试结果；
[0120]
分析模块540，用于根据所述测试结果，确定所述自动驾驶算法的分析结果；所述分析结果指示所述自动驾驶算法在所述目标动态对象的各属性维度的分析信息。
[0121]
在本技术的一个实施例中，所述分析模块540可以包括：
[0122]
属性维度确定单元，用于确定所述至少一个动态对象集的属性维度，所述属性维度包括至少一个属性值；
[0123]
仿真场景集确定单元，用于确定至少一个仿真场景集，所述仿真场景集与所述属性值一一对应；
[0124]
比例信息确定单元，用于根据所述测试结果，确定所述自动驾驶算法在所述至少
一个仿真场景集中的测试通过比例信息；
[0125]
属性权重确定单元，用于确定所述至少一个属性值对应的属性权重；
[0126]
第一分析单元，用于根据所述自动驾驶算法在所述至少一个仿真场景集中的测试通过比例信息和所述至少一个属性值对应的属性权重，得到与所述至少一个属性值对应的分析信息；
[0127]
第二分析单元，用于根据与所述至少一个属性值对应的分析信息，得到所述自动驾驶算法在所述属性维度的分析信息。
[0128]
在本技术的一个实施例中，所述装置500还可以包括：
[0129]
综合分析模块，用于将所述自动驾驶算法在所述目标动态对象的各属性维度的分析信息进行相加，得到所述自动驾驶算法的目标分析信息，所述目标分析信息指示所述自动驾驶算法的综合性能。
[0130]
在本技术的一个实施例中，所述动态对象获取模块510可以包括：
[0131]
第一获取单元，用于获取动态对象库，所述动态对象库包括至少一个动态对象；
[0132]
第二获取单元，用于从所述动态对象库中选取至少一个动态对象，作为至少一个目标动态对象，并由所述至少一个目标动态对象得到所述动态对象集。
[0133]
在本技术的一个实施例中，所述仿真场景生成模块520可以包括：
[0134]
第三获取单元，用于获取初始的静态仿真场景；所述静态仿真场景包括至少一个目标静态对象；
[0135]
对象添加单元，用于将所述动态对象集中的至少一个目标动态对象添加至所述静态仿真场景中，得到与所述动态对象集对应的所述仿真场景。
[0136]
在本技术的一个实施例中，所述装置500还可以包括：
[0137]
基于所述虚拟交通动态对象对应的真实分布信息，配置所述动态对象集中所述至少一个目标动态对象的对象属性信息；所述对象属性信息包括数量信息、位置信息或行为信息。
[0138]
在本技术的一个实施例中，所述测试模块530可以包括：
[0139]
第四获取单元，用于获取车辆动力模型、车载传感器模型和自动驾驶算法；
[0140]
集成单元，用于对所述至少一个仿真场景、所述车辆动力模型、所述车载传感器模型和所述自动驾驶算法进行集成，得到至少一个测试用例；所述测试用例与所述仿真场景一一对应；
[0141]
测试单元，用于执行所述至少一个测试用例，得到测试结果；所述测试结果指示在所述至少一个测试用例中所述自动驾驶算法的测试通过信息。
[0142]
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0143]
本技术实施例提供了一种计算机设备，该计算机设备包括处理器和存储器，该存储器中存储有至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的一种基于仿真场景的自动驾驶测试方法。
[0144]
图6示出了一种用于实现本技术实施例所提供的一种基于仿真场景的自动驾驶测试方法的设备的硬件结构示意图，所述设备可以参与构成或包含本技术实施例所提供的装置或系统。如图6所示，设备10可以包括一个或多个(图中采用1002a、1002b，
……
，1002n来示出)处理器1002(处理器1002可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器1004、以及用于通信功能的传输装置1006。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图6所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，设备10还可包括比图6中所示更多或者更少的组件，或者具有与图6所示不同的配置。
[0145]
应当注意到的是上述一个或多个处理器1002和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到设备10(或移动设备)中的其他元件中的任意一个内。如本技术实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
[0146]
存储器1004可用于存储应用软件的软件程序以及模块，如本技术实施例中所述的方法对应的程序指令/数据存储装置，处理器1002通过运行存储在存储器1004内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种基于仿真场景的自动驾驶测试方法。存储器1004可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1004可进一步包括相对于处理器1002远程设置的存储器，这些远程存储器可以通过网络连接至设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0147]
传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括设备10的通信供应商提供的无线网络。在一个实例中，传输装置1006包括一个网络适配器(network interface controller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置1006可以为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
[0148]
显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与设备10(或移动设备)的用户界面进行交互。
[0149]
本技术实施例还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可设置于服务器之中以保存用于实现方法实施例中一种基于仿真场景的自动驾驶测试方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的一种基于仿真场景的自动驾驶测试方法。
[0150]
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0151]
本发明实施例还提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计
算机设备执行上述各种可选实施方式中提供的一种基于仿真场景的自动驾驶测试方法。
[0152]
需要说明的是：上述本技术实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本技术特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0153]
本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备和存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0154]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0155]
以上所述仅为本技术的较佳实施例，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。