[发明专利]一种适用于智能驾驶仿真测试的动态调度方法

说明书

本发明保护一种适用于智能驾驶仿真测试的动态调度方法，包括：确定并提供仿真测试待测任务列表至集群服务器；配置集群控制通信，计算机集群中各节点计算机根据请求获取任务，单独执行仿真测试分析；各节点计算机单次测试分析结束后，各节点反馈任务执行情况至集群服务器，清除待测实时任务列表中该条任务信息，同时获取新的任务，直至全部任务获取执行完毕；确认执行集群分配完毕，关闭计算机集群通信，完成智能驾驶仿真任务。本发明能解决现有集群计算机主控节点分配方法中存在的上述缺陷与局限，降低智能驾驶仿真集群测试的成本，实现批量测试任务的动态分配。

技术领域

本发明涉及仿真测试技术领域，具体涉及智能驾驶仿真测试技术。

背景技术

随着汽车技术的不断演进，用户对智能驾驶的关注度不断攀升，智能驾驶系统测试准入评价需求日益加剧。目前，传统车主要以道路测试为主，追求智能驾驶系统的国际化与不同地区的通用性面临非常多的实际挑战，广泛的公开道路测试依然很难覆盖复杂多样的交通场景，与此同时许多边缘场景危险场景采用实车测试具有很大的安全风险，故智能驾驶仿真测试系统的优势逐渐显现。

智能驾驶仿真测试，是指通过计算机仿真技术，建立现实静态环境与动态交通场景的数学模型，让智能驾驶汽车与算法在虚拟交通场景中进行驾驶测试。仿真测试可以提供更加丰富多样的静态环境，连续动态的随机交通流，结合边缘案例与危险案例的参数泛化技术，可以在有限的虚拟测试里程内有效增加高训练价值场景出现的频度与密度，为智能驾驶汽车量产提供可靠验证数据。然而因智能驾驶仿真工具链涉及决策算法模型、动力学模型、感知系统模型、控制算法模型、测试场景等等子模块的高度耦合，故对计算机软硬件要求较高，仿真测试对资源占用较高。

仿真系统在进行仿真任务时需要访问大量采集或者生成的数据，并根据生成的数据利用 CPU 和 GPU 资源对数据进行再处理并还原，或者对已经结构化的数据进行 GPU渲染再现。这些仿真任务都需要依赖强大的计算和存储能力。随着仿真内容及任务的增加，单个计算机的仿真性能很快成为了瓶颈，一个计算节点不可能快速独立完成批量仿真任务。这就需要使用一种机制将仿真任务同时分配到多个机器上，并且让所有机器协同工作，合理调度任务执行，从而使得大规模仿真任务动态调度，发挥集群计算机最大算力。本发明引入的智能驾驶仿真测试动态调度方法能够帮助仿真系统解决上诉难题。

现有的测试系统多采用集群中某个计算机节点作主控节点（主机），对集群中其他计算机节点进行控制与任务分配，该方法存在以下技术不足：现有方法受限于主机的工作状态，一旦主机出现崩溃卡死情况，集群中所有计算机均会失效；现有主机分配方法，主机需频繁读取从机任务执行状态并进行逻辑判断与分配，这种高度依赖主机的任务分配方法，对主机的性能及稳定性要求较高，维护成本很高；智能驾驶仿真工具链对计算机软硬件要求较高，仿真过程受限于计算机性能与具体测试案例情况，时常出现工具链崩溃卡死情况，一旦出现程序崩溃退出，将直接影响后续队列中的仿真案例执行；因主从机控制采用计算机网络通信控制，且所有节点均相互通信，故集群计算机数量受通信网络带宽限制，无法实现集群大量拓展。

发明内容

本发明提供一种适用于智能驾驶仿真测试的动态调度方法，主要目的在于解决现有集群计算机主控节点分配方法中存在的上述缺陷与局限，降低智能驾驶仿真集群测试的成本，实现批量测试任务的动态分配。

本发明的技术方案如下：

一种适用于智能驾驶仿真测试的动态调度方法，其包括：

步骤1,确定并提供仿真测试待测任务列表至集群服务器。

步骤2，配置集群控制通信，计算机集群中各节点计算机根据请求获取任务，单独执行仿真测试分析。

步骤3，各节点计算机单次测试分析结束后，各节点反馈任务执行情况至集群服务器，清除待测实时任务列表中该条任务信息，同时获取新的任务，直至全部任务获取执行完毕。

步骤4，确认执行集群分配完毕，关闭计算机集群通信，完成智能驾驶仿真任务。