无人驾驶汽车上路测试条件？无人驾驶汽车如何进行测试？

毫米波雷达(也就是ADAS智能系统)主要分为三个模块：环境感知，计算分析，控制执行。首先由天线向外发射毫米波，发射出去的毫米波遇到障碍物时会被反射回来，接收天线开始接收目标反射回来的信号;经后方处理后，将回波内包含的速度、距离等信息转换为可读取信息，从而获取汽车车身周围的物理环境信息。

随着5g技术的加速普及、互联网巨头的快速推动，以及汽车智能化技术的成熟，自动驾驶汽车产业步伐将继续加速发展，有望在2020年实现商业化。

无人驾驶车辆必须通过封闭场地测试验证，在全面、系统、客观地对车辆功能、性能进行测试和评价后，才可以在开放道路进行自主行驶。

在现有无人驾驶车辆场地测试技术中，主要通过仿真设备模拟人、自行车、汽车等干扰物，模仿突然窜出、超车、降速、突然制动、并线、转弯等操作，测试无人驾驶车辆能否做出安全的自动操纵行为，例如制动、车速控制、方向控制、避障等。现有封闭场地测试验证方法主要有如下两种：

一种测试验证方法是通过遥控单个仿真设备进行无人驾驶车辆场地测试。这种测试方法无法同时精确控制多个仿真设备，因此只能进行简单场景测试，并且使用非智能仿真设备，无法做到标准化测试和自动化测试。

另一种测试验证方法是通过智能仿真设备进行场地测试。这种方法采用的是智能仿真设备，智能仿真设备在测试过程中需要与外部环境进行实时交互，然后根据自身决策系统进行相应操作。这种方法中，智能仿真设备需要实现无人驾驶车辆的部分功能，例如，可以感知外部环境，获取外部设备(包括无人驾驶车辆、其它仿真设备)的部分运行状况(如两者时速、相对距离等)，并据此调整自身的行为，功能很强大，但是，设计过于复杂，从而导致智能仿真设备的成本异常高。另外，在该方法的测试过程中，智能仿真设备需要根据与外部环境的实时交互情况自行决策自身行为，而智能仿真设备在测试过程中，无法实时准确地采集到与无人驾驶车辆相关的一些数据，以供智能仿真设备根据这些数据控制自身行为，这样，智能仿真设备在测试过程中的各种模拟行为是无法预先设置的。进而，对于同一场地测试用例，在不同测试过程中，智能仿真设备的行为无法保持一致性，如此，将会导致测试结果发生偏差或失败，测试成功率很低，无法满足无人驾驶车辆场地测试自动化需求。

由此可见，现有的无人驾驶车辆的测试方案，存在只能进行简单场景测试、或者实现成本高、测试成功率低、无法满足无人驾驶车辆场地测试自动化需求等问题。

技术实现要素：

有鉴于此，本发明的主要目的在于提供一种无人驾驶车辆的测试方法，可以满足复杂场景的自动化测试需求，且仿真设备的实现成本较低。

为了达到上述目的，本发明提出的技术方案为：

一种无人驾驶车辆的测试方法，包括：

集中控制服务器根据预设的测试用例，进行测试场景初始化;

所述测试初始化完成后，所述集中控制服务器运行所述测试用例，同时触发测试场景中的无人驾驶车辆按照预设的起点和终点进行路径规划，按照规划的路线行进并上报车辆的实时状态信息;

在所述测试用例的运行过程中，对于所述测试用例中的每个测试条件，所述集中控制服务器根据当前所述无人驾驶车辆的实时状态信息和测试场景中仿真设备的实时状态信息，对所述仿真设备进行相应的调度和控制，完成该测试条件的构建。

综上所述，本发明提出的无人驾驶车辆的测试方法，引入了集中控制服务器，并且测试用例的运行过程中，无人驾驶车辆和测试场景中的仿真设备需要实时上报各自的状态信息。这样，在测试过程中，集中控制服务器可以根据当前无人驾驶车辆的实时状态信息和测试场景中仿真设备的实时状态信息，对仿真设备进行相应的调度和控制，完成各个测试条件的构建，从而可以实现无人驾驶车辆在各个测试条件下的测试。本发明通过由集中控制服务器对仿真设备进行集中控制，使得整个测试过程具有一致性和可重复性，只需要设定好测试用例，在整个测试过程中无需人员参与，即可实现完全自动化测试。另外，由于本发明中的仿真设备由集中控制服务器进行控制，设备本身不需要具有自行决策自身行为的能力，即不需要具有智能性，因此，本发明在可以满足复杂场景的自动化测试需求的同时，还可以有效降低仿真设备的实现成本。

附图说明

图1为本发明实施例的方法流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。

图1为本发明实施例的方法流程示意图，如图1所示，该实施例实现的无人驾驶车辆的测试方法主要包括：

步骤101、集中控制服务器根据预设的测试用例，进行测试场景初始化。

较佳地，可以采用下述方法进行所述测试场景初始化：

步骤1011、所述集中控制服务器根据预设的测试用例构建所述无人驾驶车辆的虚拟测试场景。

本步骤中，测试用例的生成，以及根据测试用例构建无人驾驶车辆的虚拟测试场景的具体方法为本领域技术人员所掌握在此不再赘述。

步骤1012、所述集中控制服务器根据所述虚拟测试场景触发所述无人驾驶车辆和各所述仿真设备进行测试初始化。

本步骤中，需要触发对无人驾驶车辆以及仿真设备进行测试初始化，即，根据虚拟测试场景对无人驾驶车辆以及仿真设备进行初始化调度，使得它们在测试场地中处于各自预设的起始位置并保持正确朝向等，以确保测试的准确性。

步骤102、所述测试初始化完成后，所述集中控制服务器运行所述测试用例，同时触发测试场景中的无人驾驶车辆按照预设的起点和终点进行路径规划，按照规划的路线行进并上报车辆的实时状态信息。

本步骤中，无人驾驶车辆在行进过程中，需要实时地上报其状态信息给集中控制服务器，以便集中控制服务器可以对其进行实时的调度控制。

较佳地，所述无人驾驶车辆按照预设的上报周期，上报所述车辆的实时状态信息。

具体地，所述车辆的实时状态信息可以包括：gps坐标信息、速度、加速度和朝向信息等，但不限于此，在实际应用中，可根据集中控制服务器的实际调度控制需要进行设置。

步骤103、在所述测试用例的运行过程中，对于所述测试用例中的每个测试条件，所述集中控制服务器根据当前所述无人驾驶车辆的实时状态信息和测试场景中仿真设备的实时状态信息，对所述仿真设备进行相应的调度和控制，完成该测试条件的构建。

在实际应用中，仿真设备被调度后需要实时地上报自身的实时状态信息给集中控制服务器，以便集中控制服务器能够对仿真设备进行相应的调度和控制，以实现各测试条件的构建。

这样，集中控制系统根据场地中无人驾驶车辆和各仿真设备的实时状态，智能控制仿真设备模拟人、自行车、汽车、红绿灯等干扰物，模仿突然窜出、超车、降速、突然制动、并线、转弯、亮红灯等操作，测试无人驾驶车辆能否做出安全的自动操纵行为，例如制动、车速控制、方向控制、避障等，最终完成测试用例的需求。如此，通过对仿真设备的集中控制和调度，使得整个测试过程具有一致性和可重复性，只需要设定好测试用例，在整个测试过程中无需人员参与，即可完全自动化地实现在复杂测试场景的测试。

较佳地，所述仿真设备被调度后可以按照预设的上报周期，上报自身的实时状态信息。

具体地，仿真设备的实时状态信息将包括仿真设备所在位置的gps坐标信息、移动速度、加速度、朝向、以及设备的电池电量、告警信息等，以使得集中控制服务器能够对仿真设备进行准确的调度和控制。

具体地，所述仿真设备可以包括仿真人、仿真自行车、仿真汽车、红绿灯和/或仿真障碍物等，但不限于此。

由于由集中控制服务器对仿真设备进行统一调度，因此，仿真设备无需感知外部环境，也无需进行复杂的运算，只需要根据集中控制系统的指令进行运动即可，并且仿真设备仅与集中控制服务器进行通信，仿真设备之间、仿真设备与无人驾驶车辆之间无交互，从而可以大大降低仿真设备的成本。

较佳地，为了提高测试的灵活性，在测试过程中，集中控制服务器可以将测试场景的实时渲染界面展示给测试人员，以供测试人员可以根据需要通过仿真设备调度控制指令，对仿真设备进行灵活地调度控制，以满足各种突发的测试需求。具体地，可以通过下述方法实现这一目的。

在所述测试用例的运行过程中，所述集中控制服务器根据所述无人驾驶车辆的实时状态信息和所述仿真设备的实时状态信息，展示测试场景的实时渲染界面给测试人员，并实时地根据测试人员的仿真设备调度控制指令对相应的仿真设备进行调度控制。

进一步地，为了便于下一轮测试的快速启动，在测试用例运行结束后，可以将车辆和仿真设备恢复到初始化状态，即所述方法可以进一步包括：

所述集中控制服务器在测试用例的运行过程结束后，触发所述无人驾驶车辆和所述仿真设备恢复到测试初始化状态。

较佳地，在测试用例运行结束后，可以进步根据运行过程中产生的各种数据，进行测试评价分析，即所述方法可以进一步包括：

所述集中控制服务器在所述测试用例的运行过程结束后，触发根据所述无人驾驶车辆和所述仿真设备在本次测试中产生的运行数据，进行相应的测试评价分析。

这里，具体的测试评价分析方法为本领域技术人员所掌握，在此不再赘述。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

无人驾驶是现今热点，对于无人驾驶，其实大家也是比较熟悉的，比如无人驾驶飞机。为增进大家对无人驾驶的认识，本文将对无人驾驶汽车上路测试条件以及无人驾驶技术难题予以介绍。如果你对无人驾驶具有兴趣，不妨继续往下阅读哦。

一、无人驾驶汽车上路测试条件

无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。无人驾驶车辆依赖传感器、摄像头、雷达等技术侦测周遭环境。一些汽车零部件供应商利用自身在这些技术上的优势积极研发无人驾驶技术。海恩认为，未来年年都会有无人驾驶原型车推出，但无人驾驶不能一蹴而就，而是通过辅助驾驶、自动泊车等过渡技术一步步走向现实。

根据无人驾驶汽车上路测试，北京曾颁布《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》和《北京市自动驾驶车辆道路测试管理实施细则(试行)》两个文件，文件明确了无人驾驶汽车申请临时上路行驶的相关条件。

第一，申请上路测试人需是在中国境内注册的独立法人单位，因进行自动驾驶相关科研、定型试验，可申请临时上路行驶。测试车辆必须符合《机动车运行安全技术条件》(GB7258)标准。测试车辆具备自动、人工两种驾驶模式，并可随时切换;测试车辆必须安装相应监管装置，能监测驾驶行为和车辆位置。

第二，测试车辆上路前必须先在封闭测试场内按相关标准进行测试和考核，考核结果经专家评审，通过后才允许上路测试。

第三，自动驾驶测试车辆要按规定悬挂号牌、标识，每辆车都要配备一名有一定驾驶经验，熟悉自动驾驶系统的测试驾驶员，随时监控车辆，保障车辆安全行驶。测试车辆将在指定区域、指定时段内测试，尽量不影响城市交通。测试单位必须购买交通事故责任保险或赔偿保函，如果测试车辆在测试期间发生事故，按照现行道路交通安全法及相关规定进行处理，并由测试驾驶员承担相关法律责任。

二、无人驾驶技术难题

技术方面的问题是无人驾驶汽车所遇到的一个主要问题。不论是何种程度的无人驾驶,感知都是必不可少的步骤,只有通过感知车辆行驶过程中其周围的路况环境,才能在此基础上做出相应的路径规划和驾驶行为决策。目前,感知所用的传感器各有优缺点,很难找到一种能够适应各种环境的传感器器件。例如,激光雷达对雨雾的穿透能力受到限制,对黑颜色的汽车反射率有限;毫米波雷达对动物体的反射不敏感;超声波雷达的感知距离与频率受限;摄像头本身靠可见光成像,在雨雾天、黑夜的情况下其灵敏度会有所下降。

除此之外,如何提高汽车的视觉能力也是当前无人驾驶汽车中所面临的一个难点,无人驾驶汽车不仅需要识别周边的其他车辆,还必须能够在各种环境下能够检测周围的车道、行人、交通标志等一系列相关因素,而当处于雨雪天等恶劣的环境中时,无人驾驶汽车可能无法精确识别周围环境中的相关因素,难以进行判断和决策。在无人驾驶汽车研发中,精确定位和导航也是重要的组成部分,无人驾驶要求地图定位的精确度达到厘米级别甚至是厘米以内,并且需要地图以更快的速度进行更新。

目前,高精度的GPS受制于国外限制,无法在民用汽车上使用,国内的北斗导航系统虽然已经投入使用,但在定位精确度上仍然有待提高。此外,复杂的路况问题也是无人驾驶汽车所需要考虑和解决的另一个难题,不同国家的路况,甚至一个国家的不同城市,不同地区的道路状况会存在一定程度的差异,以更好的技术手段应对不同的道路状况,并且解决相应的问题,是未来无人驾驶汽车所面临的任务之一。