[发明专利]一种虚实结合的高保真交通流智能车测试平台及测试方法

说明书

本发明涉及一种虚实结合的高保真交通流智能车测试平台及测试方法，所述测试平台包括控制平台、场景生成模块、真实测试车辆、封闭测试场地和虚拟驾驶组件，所述的控制平台用于实时获取来自真实测试车辆的真实测试车辆位置信息、来自虚拟驾驶组件的虚拟车辆位置信息并构建模拟交通场景，所述的模拟交通场景的地图与封闭测试场地相匹配，所述的模拟交通场景中包括待测试车辆和多辆虚拟车辆，所述控制平台还用于将所述模拟交通场景中待测试车辆的传感器信息发送至真实测试车辆，将所述模拟交通场景中虚拟车辆的视角信息发送至虚拟驾驶组件。与现有技术相比，本发明能够进行真实性高、成本低、效率高的智能车算法的测试。

技术领域

本发明涉及智能汽车与交通仿真技术领域，尤其是涉及一种虚实结合的高保真交通流智能车测试平台及测试方法。

背景技术

随着智能技术和网络技术的发展，通过智能汽车来降低交通事故发生概率和事故发生后的损失的愿望在汽车领域愈发强烈。并且在辅助驾驶系统研发和普及的几十年中，类似与自动紧急制动(AEB)、车道偏离预警(LDW)等功能在减少事故的发生概率和事故发生后的损失取到等了良好的效果。但是，以上的智能系统都没有越过控制权限(即：控制主导权均在驾驶员手中)，其中只起到辅佐或提醒的作用，所以相关的安全测试相对高智能度的汽车(即：驾驶系统拥有主导驾驶权)要容易实现。与此同时，由于交通情景的复杂极高(天气多变、路面情况复杂、交通车辆行为不确定性等)，对智能系统的开发有着极大的挑战。因此，为保证智能车的安全性的测试成为智能车普及的又一大难点。

现有的智能车测试方法主要有四类，其分别是：实车道路测试、测试矩阵、危险评估以及蒙特卡罗仿真，但是都有着明显的缺点。首先，实车道路测试是最接近真实行驶环境的，但是由于危险工况出现的概率较少，该方法除了有效测试极少的缺点外，且测试费用极其昂贵；其次，测试矩阵法是从真实驾驶环境中挑选的典型场景，虽然降低了测试的成本，但是该方法测试场景孤立且无法还原真实危险工况。其次，该方法的测试工况较为固定，对智能算法的泛化能力无法测试；再者，危险评估方法是基于模型测试方法得来，通过分析模型鲁棒性较低的环节进行多次测试并给评价，进而对智能车策略的可行性进行评估。由于不同的智能驾驶模型的特点不一样，使得危险工况和评价方法都不一致，因此，测试方法的公平性无法保证。最后是蒙特卡罗仿真方法，其依据驾驶模型构建虚拟的交通流，虽然成本低，且加速了场景测试效率，但是驾驶员模型的准确性难以保证，尤其是有错误驾驶行为的驾驶员不确定性的描述(据估计，70％-90％的机动车事故是由人为失误造成的)，除此之外，由于是全仿真系统，真实测试车辆姿态的再现也成为一大难题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种虚实结合的高保真交通流智能车测试平台及测试方法。

本发明的目的可以通过以下技术方案来实现：

一种虚实结合的高保真交通流智能车测试平台，包括控制平台、场景生成模块、真实测试车辆、封闭测试场地和虚拟驾驶组件，

所述的控制平台用于实时获取来自真实测试车辆的真实测试车辆位置信息、来自虚拟驾驶组件的虚拟车辆位置信息并构建模拟交通场景，所述的模拟交通场景的地图与封闭测试场地相匹配，所述的模拟交通场景中包括待测试车辆和多辆虚拟车辆，所述控制平台还用于将所述模拟交通场景中待测试车辆的传感器信息发送至真实测试车辆，将所述模拟交通场景中虚拟车辆的视角信息发送至虚拟驾驶组件；

所述的真实测试车辆用于搭载被测智能算法，在被测智能算法的控制下根据获取的模拟交通场景中待测试车辆的传感器信息在封闭测试场地上行驶，并将真实测试车辆位置信息实时发送至控制平台；

所述的虚拟驾驶组件包括车辆位置模块和多个模拟驾驶器，所述的车辆位置模块用于获取来自模拟驾驶器的虚拟车辆控制信息并根据虚拟车辆控制信息生成虚拟车辆位置信息，将虚拟车辆位置信息发送至控制平台，所述的车辆位置模块还接收来自控制平台的视角信息并发送至对应模拟驾驶器。