一种自动驾驶封闭测试场的智能控制平台及方法与流程

本发明涉及自动驾驶技术领域，具体地说，涉及一种自动驾驶封闭测试场的智能控制平台及方法。

背景技术：

随着我国对智能网联技术的支持和发展，国内已有多个城市开放道路测试并发布自动驾驶路测牌照。2018年4月，我国工业和信息化部、公安部、交通运输部联合印发了《智能网联汽车道路测试管理规范(试行)》，要求自动驾驶车辆在进行道路测试之前，要结合各地实际情况，在封闭场地进行充分的实车测试，并获得国家或省市认可的第三方检测机构出具的自动驾驶功能委托检验报告。目前，各地市纷纷开始建立自动驾驶封闭测试场，但场地建设和测试评价并无成熟的标准。

主要存在的问题是：

1.当前自动驾驶封闭场地测试大多沿用辅助驾驶系统(adas)的设备和方法,控制系统的智能化程度较低，对自动驾驶测试的控制存在不足。很多测试项目仍使用人工现场操作，比如假人和假车的控制，对测试人员的专业要求较高，并会危及到测试人员的人身安全。

2.当前的自动驾驶封闭测试场所使用的动态交通流(测试设备车和假人等)较少，主要通过构建简单的交通场景进行测试，较难实现复杂的交通场景和测试方案。

技术实现要素：

为解决上述技术问题，本发明一种自动驾驶封闭测试场的智能控制平台及方法，主要包括控制平台的系统架构和整体结构。通过控制中心集中式控制，实现自动驾驶的无人化测试，保证了人员的安全。并通过自动生成测试方案，数据采集和测试评价，实现了自动驾驶封闭测试场的智能化测试。本发明可以直接应用于自动驾驶封闭测试场控制中心的设计和实施，并为自动驾驶测试场的控制系统提供智能化和无人化的解决方案。

本发明采用以下技术方案：

一种自动驾驶封闭测试场的智能控制平台，包括显示层、控制层、数据层，所述显示层用于显示测试场中完整的测试过程和测试数据；所述控制层用于实现自动驾驶的测试，对显示层和数据层进行控制和管理，所述数据层用于对交通场景数据和测试数据的存储，对测试数据进行分析和评价，并生成测试报告。

所述控制层包括：

测试方案生成模块，用于通过控制系统生成测试方案和自动驾驶车辆的全局路径规划；

所述测试方案包括，根据测试目的和自动驾驶车辆的行驶路线，进行测试设备的选取和移动测试设备的局部路径规划。

车联网通信模块，用于车与控制平台之间通信，从各节点车辆获得的车辆位置信息，经过坐标转换、地图匹配，实时将车辆轨迹显示在所述显示层；

测试设备远程控制模块，用于测试设备车和假人的远程控制，通过使用驾驶模拟器来控制测试设备车完成测试方案中规划的局部路径，同理使用遥控装置来控制假人完成规划的局部路径，并在行驶过程中记录自动驾驶汽车的测试数据；

多车编队控制模块，用于控制系统使用多个驾驶模拟器，根据所述全局路径规划，同时控制多辆测试设备车，模拟复杂的交通场景；

高精度定位模块，包括静态高精度定位和动态高精度定位。

所述数据层包括：

交通场景数据库，根据中国实际交通环境采集交通流信息建立的数据库，全面覆盖自然驾驶、危险工况、交通事故、人机共驾数据、道路交通交互以及实车路测数据；

数据分析模块，用于根据路侧设备和车载设备获取的测试数据进行数据挖掘，从中提取出有效测试信息以供评价，所述测试数据主要包括数据流、图像流和视频流数据；

评价体系模块，根据所述有效测试信息，从智能性、安全性、舒适性和行驶效率四个方面对自动驾驶汽车的性能进行评价；

报告生成模块，根据所述评价的结果，自动生成数字化和图形化的测试报告，并给出改进的建议；

所述测试方案生成模块包括：

测试场景集形成单元，用于根据测试任务选择对应的测试项目，并从所述交通场景数据库中选择有代表性的场景组成测试场景集；

测试内容形成单元，针对所述测试场景集中的一个测试场景，选择动态交通流，所述动态交通流包括测试设备车和假人；

全局路径规划单元，用于为自动驾驶汽车进行全局路径规划，确定所述一个测试场景下所需的测试数据；

所述全局路径规划为，根据所有车辆初始状态、测试场环境和终点目标，为自动驾驶车规划一条从初始点到终点的路径，由连接起点位置和终点位置的序列点组成。

所述显示层包括：

3d仿真场景显示模块，根据封闭测试场高精度地图的真实数据和场景建立仿真3d环境，显示各种车辆在测试场中的行驶情况，并记录整个测试过程；

2d高精度地图显示模块，用来显示自动驾驶所需的高精度路况信息，并在所述2d高精度地图上显示自动驾驶车辆的所述全局路径规划；

路测摄像头监控显示模块，通过安装在路侧的摄像头对测试场内的各固定区域进行监控；

车载摄像头显示模块，通过安装在测试设备车上的摄像头对测试场进行移动的监控；

测试数据显示模块，对当前测试过程中的重要数据进行显示，为测试过程的控制提供参考。

所述显示层采用液晶大屏幕拼接单元，所述拼接单元，分别用于3d仿真场景显示模块、2d高精度地图显示模块、路测摄像头监控显示模块和车载摄像头显示模块和测试数据显示模块的显示。

所述数据层硬件包括：

云计算服务器，通过使用远程的云端计算服务，能够进行深度学习计算，并且避免环境配置、部署和版本控制方面的问题；

本地服务器，用于进行交通场景数据和测试数据的存储和备份；

mec服务器，与lte基站关联用于车联网中的边缘计算，把车载设备和路侧设备采集的视频流数据在上传至服务器之前进行视频分析和处理，减少上传到服务器的数据量。

一种自动驾驶封闭测试场的智能控制方法，包括：

生成测试方案和进行自动驾驶车的全局路径规划；

利用车联网通信，在屏幕上显示所有车辆的位置和状态；

对测试设备车和假人进行远程控制，完成设定的测试方案；

控制系统使用多个驾驶模拟器，根据所述全局路径规划，同时控制多辆测试设备车，模拟复杂的交通场景；

使用路侧设备和车载设备采集测试数据，对所述测试数据进行分析、存储、上传，并在屏幕上显示所述测试数据；

测试结束，对所述测试数据进行评价，生成测试报告。

所述生成测试方案和进行自动驾驶车的全局路径规划，包括以下步骤：

步骤(1)：根据测试任务选择对应的测试项目，并从交通场景数据库中选择有代表性的场景组成测试场景集；

步骤(2)：针对所述测试场景集中的一个测试场景，选择动态交通流，所述动态交通流包括测试设备车和假人；

步骤(3)：为自动驾驶车辆进行全局路径规划，确定所述一个测试场景下所需测试数据；

步骤(4)：返回步骤(2)，直至所述测试场景集中的所有测试场景的所述全局路径规划和所需测试数据都确定，测试方案生成。

所述对测试设备车和假人进行远程控制，完成设定的测试方案，实现流程包括：

步骤(1)：根据测试方案选择所需要远程控制的测试设备，并进行无线连接；

步骤(2)：使用驾驶模拟器来控制测试设备车完成测试方案中规划的局部路径；

步骤(3)：如需使用假人进行测试，则通过遥控装置来控制假人完成测试方案规划的局部路径；

步骤(4)：记录自动驾驶汽车在行驶过程中的测试数据；

步骤(5)：一项测试方案完成，如继续测试，返回步骤1。

本发明具有以下有益效果：

本发明的智能控制平台及方法，可以实现由操作人员在控制中心对自动驾驶车辆进行远程的测试，提高了测试效率，测试现场不需要工作人员，保证了人员安全。并通过自动生成测试方案，数据采集和测试评价，实现了自动驾驶封闭测试场的智能化测试。本发明可以直接应用于自动驾驶封闭测试场控制中心的设计和实施，并为自动驾驶测试场的控制系统提供智能化和无人化的解决方案。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1本发明的智能控制平台的结构图

图2本发明的拼接屏显示布局结构图

图3本发明的控制层功能结构图

图4本发明的数据层服务器系统架构图

图5本发明的智能控制平台的整体结构方案示意图

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

主车(hv,hostvehicle)：指被测试的自动驾驶车辆，也称为自动驾驶车。

测试设备车(ev,equipmentvehicle)：指模拟交通场景中的测试设备车辆，也称为测试车。

假人：模拟交通场景中的行人，为底部带有可以远程控制的移动装置的人体模型测试设备。

正如背景技术所介绍的，现有技术中存在较难实现复杂的交通场景和测试方案的不足，为了解决如上的技术问题，本申请提出了一种自动驾驶封闭测试场的智能控制平台及方法，给出其系统架构和结构方案，可应用于封闭测试场控制中心的设计和实施。

本申请的一种典型的实施方式中，一种自动驾驶封闭测试场的智能控制平台，首先建立智能控制平台的系统架构如图1所示，包括显示层、控制层和数据层，可以为自动驾驶封闭测试场的控制中心建立提供方案。

(一)显示层

显示层是控制平台的最外层，通过一块大屏幕拼接屏来显示测试场中完整的测试过程。显示的内容包括整个测试过程在3d仿真场景中的显示、封闭测试场内的监控信息和测试过程中实时的数据参数信息，具体包括以下模块：

3d仿真场景显示模块，是使用unity3d游戏引擎，根据封闭测试场高精度地图的真实数据和场景建立仿真3d环境，可以真实的显示各种车辆在测试场中的行驶情况，并记录整个测试过程。

2d高精度地图显示模块，主要用来显示自动驾驶所需的高精度路况信息，比如车道线，障碍物等，并在2d地图上显示自动驾驶车辆的全局路径规划。

路侧摄像头监控显示模块，通过安装在路侧的摄像头对测试场内的固定区域进行监控。

车载摄像头监控显示模块，通过安装在测试设备车上的摄像头对测试场进行移动的监控。

测试数据显示模块，在屏幕上对当前测试过程中的重要数据进行显示，为测试过程控制提供参考。

拼接屏显示的布局结构如图2所示。

(二)控制层

控制层是智能控制平台的核心层，通过控制系统对显示层和数据层进行控制和管理，实现自动驾驶的测试功能。所述控制层的主要模块包括高精度定位、测试方案生成、车联网通信、测试设备远程控制和多车编队控制。控制层主要功能结构如图3所示。

高精度定位，包括静态高精度定位和动态高精度定位两个方面，静态高精度定位是通过封闭测试场的高精度地图，对测试场内固定的参照物和参照点进行高精度的定位。动态高精度定位是通过差分gps和惯性测量单元imu，对测试场内移动的自动驾驶车和测试设备车进行高精度的定位。通过动态高精度定位，在显示层的3d和2d地图上实时显示各种移动车辆和设备的精确位置和运行轨迹。

测试方案生成，通过控制系统生成测试方案和自动驾驶车的全局路径规划；

所述测试方案包括，根据测试目的和自动驾驶车辆的行驶路线，进行测试设备的选取和移动测试设备的局部路径规划。

测试方案生成模块包括：

测试场景集形成单元，用于根据测试任务选择对应的测试项目，并从所述交通场景数据库中选择有代表性的场景组成测试场景集；

测试内容形成单元，针对所述测试场景集中的一个测试场景，选择动态交通流，所述动态交通流包括测试设备车和假人；

全局路径规划单元，用于为自动驾驶汽车进行全局路径规划，确定所述一个测试场景下所需的测试数据；

自动驾驶测试项目，目前主要采用交通部发布的《自动驾驶测试规程》中的14个测试项目，对自动驾驶汽车的性能进行测试。

测试方案生成时，包括如下步骤：

步骤(1)：首先根据测试任务选择对应的测试项目，并从数据库中选择有代表性的场景组成测试场景集。

步骤(2)：针对测试场景集中一个测试场景，根据场景和测试难度选择动态交通流(假车、假人等)。

步骤(3)：为主车进行全局路径规划，确定该场景下所需的测试数据。

步骤(4)：返回步骤(2)，直至所有测试场景的路径规划和所需数据都确定，测试方案生成。

所述全局路径规划，是指在所有车辆初始状态、测试场环境和终点目标均为已知的情况下，为自动驾驶车辆规划一条从初始点到终点的路径，由连接起点位置和终点位置的序列点组成。

车联网通信，主要是指车与控制中心之间通信，即v2c(vehicletocenter)通信，使用lte-v实现。从各节点车辆获得的车辆位置信息，经过坐标转换、地图匹配等实时将车辆轨迹显示在显示屏的3d和2d地图中。

测试设备远程控制，用于测试设备车和假人的远程控制，通过使用驾驶模拟器来控制测试设备车完成测试方案中规划的局部路径，同理使用遥控装置来控制假人完成规划的路径，并在行驶过程中记录自动驾驶汽车的测试数据；

多车编队控制，是指控制系统可以使用多个驾驶模拟器，根据预先计算好的路径，同时控制多辆测试设备车，模拟复杂的交通场景。

(三)数据层

数据层是智能控制平台的底层，主要由各种服务器组成，包括云计算服务器、本地服务器和mec服务器。数据层的主要功能是大数据的存储和计算，不仅需要进行交通场景数据和测试数据的存储，还要对测试数据进行分析和评价，并最终生成测试报告。

云计算服务器，通过使用远程的云端计算服务，可以进行高性能深度学习计算，并且避免了环境配置、部署和版本控制方面的问题。

本地服务器，主要进行某些重要数据的存储和备份，例如：测试评价的结果，以及记录测试过程的数据。

mec服务器，主要与lte基站关联用于车联网中的边缘计算，把车载设备和路侧设备采集的视频流数据在上传至服务器之前进行视频分析和处理，减少上传到服务器的数据量，提高传输效率。数据层中的服务器系统架构如图4所示。

数据层的主要模块包括：交通场景数据库、数据分析、评价体系、报告生成。交通场景数据库，是根据中国实际交通环境采集交通流信息建立的数据库，全面覆盖自然驾驶、危险工况、交通事故、人机共驾数据、道路交通交互以及实车路测数据等多个方面。

数据分析，是根据路侧设备和车载设备获取的测试数据进行数据挖掘，从中提取出有效信息以供评价，其中测试数据主要包括数据流、图像流和视频流数据。所谓有效测试信息，一般是根据某项目标或目的，使用数据挖掘算法从海量的测试信息中有针对性的提取某些数据或数据片段。

评价体系，根据提取出的有效测试信息，从智能性、安全性、舒适性和行驶效率四个方面对自动驾驶汽车的性能进行评价。

报告生成，根据测试评价的结果，自动生成数字化和图形化的测试报告，并给出改进的建议。

综上所述，根据显示层、控制层和数据层的各项关键技术，给出自动驾驶封闭测试场的智能控制系统平台的整体结构方案示意图，见图5所示。

本智能控制平台的主要工作流程包括：

步骤(1)：根据测试需求，操作人员在控制中心通过控制系统的人机界面选择测试项目和测试要求，并输入各种约束条件，系统自动生成测试方案。

步骤(2)：封闭测试场中，主车与测试设备车根据测试方案进入起点区域，并进行位置标定。同时，通过车联网通信，控制中心大屏幕的3d和2d地图上显示所有车辆位置和状态。

步骤(3)：测试开始，通过控制中心程序执行全局路径规划，实现测试设备车辆移动的远程控制、多车编队控制、假人移动的控制。测试设备车行驶过程中的局部路径规划，可以采用控制中心的驾驶模拟器人工操作。工作人员通过人机交互界面或模拟驾驶控制器实现自动驾驶汽车的远程测试，并可实现不同场景下的单车和多车编队控制。

步骤(4)：路侧设备和车载设备采集测试数据，通过mec服务器处理后上传到控制中心云计算服务器。

步骤(5)：控制中心对测试数据进行分析，在大屏幕上显示实时的测试数据，供操作人员参考。

步骤(6)：一次测试结束后，对测试数据进行评价，并自动输出测试报告，一项测试完成。返回步骤(1)，直至完成所有测试项目。

步骤(7)：所有测试完成后，保留重要场景的测试过程数据，特别是测试失败场景，同时更新交通场景数据库。最后为自动驾驶车辆提供改进建议，并针对失败场景进行重复训练和测试。

通过上述工作流程，本发明的智能控制平台，可以实现由操作人员在控制中心对自动驾驶车辆进行远程的测试，提高了测试效率，并且保证了人员安全。

本发明的另一实施方式，一种自动驾驶封闭测试场的智能控制方法，包括：

生成测试方案和进行自动驾驶车的全局路径规划；

利用车联网通信，在屏幕上显示所有车辆的位置和状态；

对测试设备车和假人进行远程控制，完成设定的测试方案，实现流程包括如下：

步骤(1)：根据所述测试方案选择所需要远程控制的测试设备，并进行无线连接；

步骤(2)：使用驾驶模拟器来控制测试设备车完成测试方案中规划的局部路径；

步骤(3)：使用假人进行测试，则通过遥控装置来控制假人完成测试方案规划的局部路径；

步骤(4)：记录自动驾驶汽车在行驶过程中的测试数据；

步骤(5)：一项测试方案完成，如继续测试，返回步骤1。

控制系统使用多个驾驶模拟器，根据所述全局路径规划，同时控制多辆测试设备车，模拟复杂的交通场景；

使用路侧设备和车载设备采集测试数据，对所述测试数据进行分析、存储、上传，并在屏幕上显示所述测试数据；

测试结束，对所述测试数据进行评价，生成测试报告。

所述生成测试方案和进行自动驾驶车的全局路径规划，包括以下步骤：

步骤(1)：根据测试任务选择对应的测试项目，并从交通场景数据库中选择有代表性的场景组成测试场景集；

步骤(2)：针对所述测试场景集中的一个测试场景，选择动态交通流，所述动态交通流包括测试设备车和假人；

步骤(3)：为自动驾驶车辆进行全局路径规划，确定所述一个测试场景下所需测试数据；

步骤(4)：返回步骤(2)，直至所述测试场景集中的所有测试场景的全局路径规划和所需测试数据都确定，测试方案生成。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。