[发明专利]测试自动驾驶系统的方法和测试系统

说明书

本申请提供一种测试自动驾驶系统的方法和测试系统，该方法包括：通过光栅获取自动驾驶过程中的行驶数据；根据所述行驶数据中的各个采样点与预设基准值之间的关系，判断所述自动驾驶系统是否满足要求。该技术方案采用光栅，具有较高的精度，因而能够提升测试农机自动驾驶系统的精度的准确性。

技术领域

本申请涉及自动驾驶领域，并且更具体地，涉及一种测试自动驾驶系统的方法和测试系统。

背景技术

在自动驾驶领域，要实现驾驶设备的自动驾驶的精准控制，需要保证自动驾驶系统的精度非常高，当自动驾驶系统的精度较低时，可能会出现不能按照精准的路线行驶导致存在安全性等各方面的问题。然而，在测试自动驾驶系统的精度时，可能会出现准确性不足的问题。

因此，提高测试自动驾驶系统的精度的准确性成为亟待解决的问题。

发明内容

本申请实施例提供了一种测试自动驾驶系统的方法和系统，能够提升测试自动驾驶系统的精度的准确性。

第一方面，提供一种测试自动驾驶系统的方法，该方法包括：通过光栅获取自动驾驶过程中的行驶数据；根据所述行驶数据中的各个采样点与预设基准值之间的关系，判断所述自动驾驶系统是否满足要求。

本申请实施例的技术方案中，通过将自动驾驶设备的行驶过程中的偏移转化成光栅装置的读数，并根据采集的行驶数据中的各个采样点的数值与预设基准值之间的关系，来判断所述自动驾驶系统是否满足要求。该技术方案采用光栅，具有较高的精度，因而能够提升测试自动驾驶系统的精度的准确性。

结合第一方面，在第一方面的一种实现方式中，所述方法还包括：对所述行驶数据进行数字滤波处理，使所述行驶数据位于第一预设范围内，其中，对所述行驶数据进行数字滤波处理的数字滤波器的参数由预先训练好的第一神经网络模型得到。

基于本申请实施例，可以通过数字滤波器滤除某些误差过大的点，提升测试结果的准确性，但是数字滤波器的参数选择十分困难，因此，通过神经网络模型得到该数字滤波器的参数，既可以提升效率又使得结果准确。

结合第一方面，在第一方面的一种实现方式中，所述方法还包括：将所述行驶数据输入预先训练好的第二神经网络模型中，以使所述行驶数据位于第一预设范围内。

基于本申请实施例，可以通过神经网络模型滤除某些误差过大的点，提升测试结果的准确性。

结合第一方面，在第一方面的一种实现方式中，所述通过光栅获取自动驾驶过程中的行驶数据，包括：通过获取时间与所述时间对应的光栅读数数值获取所述自动驾驶过程中的行驶数据。

结合第一方面，在第一方面的一种实现方式中，所述根据所述行驶数据中的各个采样点与预设基准值之间的关系，判断所述自动驾驶系统是否满足要求，包括：当所述行驶数据中的各个采样点的光栅读数数值与所述预设基准值的差值的绝对值均小于或等于第一预设值时，判断所述自动驾驶系统满足要求；当所述行驶数据中存在有光栅读数数值与所述预设基准值的差值的绝对值大于所述第一预设值的采样点时，判断所述自动驾驶系统不满足要求。

该技术方案可保证测试通过的自动驾驶系统的精度较高。

结合第一方面，在第一方面的一种实现方式中，所述预设基准值为所述行驶数据中的第一个采样点对应的光栅读数数值。

该技术方案无需初始化设置光栅读数，简化了测试流程。

结合第一方面，在第一方面的一种实现方式中，所述预设基准值为所述行驶数据中的所有采样点对应的光栅读数数值的平均值。