用于评价车辆的驾驶辅助功能的性能的方法及设备与流程

1.本发明涉及一种用于评价车辆的至少一种驾驶辅助功能的性能的方法和一种用于评价车辆的至少一种驾驶辅助功能的性能的计算机设备。此外，本发明还涉及一种与所述计算机设备通信连接的无人机侧设备和车辆侧设备。


背景技术：

2.当下，随着自动驾驶技术的发展，越来越多的车辆配备有能控制车辆的横向位置的驾驶辅助功能。为了验证这类驾驶辅助功能，现有的常规方法是利用车辆上搭载的差分gps系统(differential global positioning system)或摄像系统来检测车辆的位置和车道分隔线或边界线的位置并进而计算两者的相对位置，从而进一步计算对驾驶辅助功能的评分或评级。
3.但是，这种常规方法存在以下技术缺陷：它一方面要求车辆配备有差分gps系统和用于存储利用摄像系统拍摄的大体积的视频流的大存储空间，因而无法与市售的具有普通配置的车辆兼容；另一方面它只能在被差分gps系统的基准台3(参见图1)覆盖的区域内来获取用于验证的数据，因为在没有被基准台覆盖的区域内无法获取车辆的差分gps数据，这导致这种验证方法在使用上的局限性；此外，单个车载摄像装置视角受限，因而为了确定车辆在车道或道路内的横向位置不得不依赖于布置于车辆不同位置处的多个摄像装置所同时拍摄的多个角度的视频流，这额外增加了数据的处理和计算成本。
4.因此，期待提供一种能与现有车辆良好地兼容且在使用上不受地理位置限制的用于评价车辆的驾驶辅助功能的技术方案。


技术实现要素：

5.本发明的目的通过一种用于评价车辆的至少一种驾驶辅助功能的性能的方法来实现，该方法至少包括以下步骤：
6.i)获取由跟随车辆飞行的无人机采集的所述车辆的运动学数据和周围环境数据；和
7.ii)基于所述运动学数据和所述周围环境数据评价驾驶辅助功能的性能。
8.根据本发明的一可选实施例，采用以下方式执行步骤i)：获取所述至少一种驾驶辅助功能激活期间内或者代表所述至少一种驾驶辅助功能失败的关键事件发生期间或发生时刻向前和/或向后追溯的一段时间内的车辆的运动学数据和周围环境数据。
9.根据本发明的一可选实施例，为各驾驶辅助功能配属相应的关键事件，所述关键事件选自以下事件所组成的组：车辆压线，车辆偏离车道，车辆偏离车道中心线，车辆发生碰撞。
10.根据本发明的一可选实施例，步骤ii)包括：
11.a)为待评价的每种驾驶辅助功能分别确定一组关键表现指标；
12.b)基于所述运动学数据和所述周围环境数据计算同一车型或同一车系的车辆的
各关键表现指标的得分或等级；和
13.c)基于各关键表现指标的得分或等级进一步计算同一车型或同一车系的各驾驶辅助功能的相应的总评分或总评级。
14.在另一方面，本发明的目的还通过一种计算机设备来实现，所述计算机设备包括处理器和与处理器通信连接的计算机可读存储介质，计算机可读存储介质中存储有计算机指令，当所述计算机指令被所述处理器执行时，实现上述方法的步骤。
15.在又一方面，本发明的目的还通过一种搭载于无人机中和/或上的无人机侧设备来实现，其与计算机设备可无线通信地连接并包括无人机侧处理器和与无人机侧处理器通信连接的无人机侧计算机可读存储介质，无人机侧计算机可读存储介质中存储有计算机指令，当该计算机指令被无人机侧处理器执行时，使得：
16.无人机响应于来自车辆的代表待评价的驾驶辅助功能被激活的信号而采用配属于被激活的驾驶辅助功能的飞行策略对车辆进行跟飞，同时启动无人机侧环境感知装置对车辆的运动学数据和周围环境数据的采集，直至待评价的驾驶辅助功能被关闭；以及
17.无人机侧设备将所采集的车辆的运动学数据和周围环境数据传输给计算机设备。
18.根据本发明的一可选实施例，飞行策略被设计成使得无人机相对于车辆以对于配属于相应的驾驶辅助功能的感兴趣的参数的检测而言有利的方位进行跟飞。
19.根据本发明的一可选实施例，配属于用于控制或帮助控制车辆的横向位置的驾驶辅助功能的飞行策略是使得无人机在较低的飞行高度上在车辆的横向侧方的上方、侧前方的上方或侧后方的上方对车辆跟飞。
20.根据本发明的一可选实施例，配属于用于控制或帮助控制车辆的纵向位置的驾驶辅助功能的飞行策略是使得无人机在车头上方对车辆跟飞。
21.根据本发明的一可选实施例，配属于用于控制或帮助控制车辆的横向位置和纵向位置两者的综合性驾驶辅助功能的飞行策略是使得无人机在车辆中心正上方较高的飞行高度处对车辆跟飞。
22.根据本发明的一可选实施例，无人机侧设备配置成能检测代表待评价的驾驶辅助功能失败的关键事件的发生且一旦检测到所述发生就向车辆发送相应的信号，以使得车辆向计算机设备传输关键事件发生期间或发生时刻向前和/或向后追溯的一段时间内的车辆内部数据。
23.根据本发明的一可选实施例，无人机侧设备配置成响应于来自车辆的代表关键事件发生的信号而向计算机设备传输关键事件发生期间或发生时刻向前和/或向后追溯的一段时间内的所述运动学数据和所述周围环境数据。
24.在再一方面，本发明的目的还通过一种搭载于车辆中和/或上的车辆侧设备来实现，车辆侧设备与计算机设备和无人机侧设备可无线通信地连接并包括车辆侧处理器和与车辆侧处理器通信连接的车辆侧计算机可读存储介质，车辆侧计算机可读存储介质中存储有计算机指令，当该计算机指令被车辆侧处理器执行时，使得：
25.一旦待评价的驾驶辅助功能被激活，车辆侧设备就向无人机侧设备发送相应的信号，以使得无人机以相应的飞行策略对车辆进行跟飞且同时启动无人机侧环境感知装置对车辆的运动学数据和周围环境数据的采集；
26.车辆侧设备一旦检测到代表待评价的驾驶辅助功能失败的关键事件的发生，就向
无人机侧设备发送相应的信号，以使得无人机侧设备向计算机设备传输关键事件发生期间或发生时刻向前和/或向后追溯的一段时间内的车辆的运动学数据和周围环境数据；和/或
27.车辆侧设备响应于来自无人机的代表关键事件发生的信号而向计算机设备传输关键事件发生期间或发生时刻向前和/或向后追溯的一段时间内的车辆内部数据。
28.通过本发明实现了：
[0029]-降低了对车辆存储空间的要求并减少了数据处理和计算成本，因为无人机的单一个摄像头所拍摄的鸟瞰视频便能全面捕捉车辆四周的状况，而不再需要由多个车载摄像装置来同时拍摄的多个角度的视频流；
[0030]-不再需要差分gps系统，因而克服了差分gps系统所关联的兼容性差和地理受限等缺陷；以及
[0031]-降低对车载传感器系统的要求，甚至不要求车辆搭载有摄像头和定位系统，因为无人机的传感器系统就足以获取满足验证要求的车辆数据。
[0032]
从说明书、附图和权利要求书中，本发明主题的其他优点和有利实施例是显而易见的。
附图说明
[0033]
本发明的更多特征及优点可以通过下述参考附图的具体实施例的详细说明来进一步阐述。所述附图为：
[0034]
图1示出根据现有技术的用于采集用来评价驾驶辅助功能的数据的场景；
[0035]
图2示出根据本发明的一示例性实施例的用于评价车辆的至少一种驾驶辅助功能的计算机设备的结构框图；
[0036]
图3示出根据本发明的由无人机采集车辆外部数据的场景；
[0037]
图4示出根据本发明的一示例性实施例的用于评价车辆的至少一种驾驶辅助功能的方法的流程图；
[0038]
图5示出图4所示的方法的一个步骤的流程图；
[0039]
图6示出图4所示的方法的另一个步骤的流程图；以及
[0040]
图7示出图6所示的步骤的一个子步骤的流程图。
具体实施方式
[0041]
为了使本发明所要解决的技术问题、技术方案以及有益的技术效果更加清楚明白，以下将结合附图以及多个示例性实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，而不是用于限定本发明的保护范围。在附图中，相同或类似的附图标记指代相同或等价的部件。
[0042]
图2示出根据本发明的一示例性实施例的用于评价车辆的至少一种驾驶辅助功能的计算机设备10的结构框图。所述计算机设备10包括处理器110和与处理器110通信连接的计算机可读存储介质120，计算机可读存储介质120中存储有计算机指令，当所述计算机指令被所述处理器110执行时，能实现根据本发明的将在下文中予以详细描述的用于评价车辆的至少一种驾驶辅助功能的方法的步骤。
[0043]
示例性地，计算机设备10配置成服务器、比如云服务器。
[0044]
被评价的驾驶辅助功能可以包括以下中的任一种或多种的组合：车道保持辅助(lka)，车道居中辅助(lcc)，定速巡航系统(ccs)，自适应巡航控制(acc)，全速自适应巡航系统(fsacc)，自动紧急制动系统(aeb)，变道辅助，堵车辅助，高速公路驾驶辅助(hwa)。
[0045]
根据本发明，计算机设备10与至少一个搭载于无人机上的无人机侧设备30和至少一个搭载于车辆上的车辆侧设备20可无线通信地连接。示例性地，车辆侧设备20、无人机侧设备30和计算机设备10借助于v2x技术和/或5g技术通信连接。
[0046]
无人机侧设备30包括配置成能采集周围环境信息的无人机侧环境感知装置310和配置成能与外部通信的无人机侧通信装置320。借助于无人机侧通信装置320，无人机侧设备30能与车辆侧设备20和计算机设备10交换数据，例如能接收由车辆侧设备20或计算机设备10发送的数据获取请求和/或将由无人机侧环境感知装置310检测到的数据例如实时地或定期地或响应于数据获取请求地传输给车辆侧设备20或计算机设备10。
[0047]
根据一示例，无人机侧环境感知装置310包括雷达(例如毫米波雷达、激光雷达)和/或摄像装置。借助于无人机侧环境感知装置310，可以采集诸如本车的姿态、速度和加速度等本车的运动学数据以及诸如本车在道路或车道内的横向位置、本车与周围车辆的距离以及周围车辆的位置、姿态、速度和加速度等本车的周围环境数据。
[0048]
在本文中，为方便表述，将无人机侧环境感知装置310所采集的数据统称为车辆外部数据。
[0049]
可选地，无人机侧设备30可包括能存储由无人机侧环境感知装置310采集的数据的无人机侧存储装置330。
[0050]
根据一示例，无人机侧设备30还包括状况分析装置340，其配置成能基于无人机侧环境感知装置310所采集的车辆外部数据来分析将在下文中予以详细解释的关键事件是否发生。
[0051]
根据一示例，无人机侧设备30还包括飞行控制装置350，其配置成能够控制无人机的飞行状态、例如飞行速度、高度和姿态。
[0052]
进一步而言，车辆侧设备20包括用于检测本车的运动学状态的运动学状态检测装置210、用于采集周围环境数据的车辆侧环境感知装置220和用于收集车辆的驾驶辅助功能的工作数据的工作数据收集装置230。在本文中，由这三种装置采集或收集的数据被统称为车辆内部数据。
[0053]
示例性地，运动学状态检测装置210包括：车速传感器，加速度传感器，减速度传感器，角速度传感器，角加速度传感器，里程计，时钟，碰撞传感器，gps，和/或dgps。
[0054]
示例性地，车辆的运动学状态包括：车速，加减速度，角速度，角加速度，转向角度，横摆角、偏航角，行驶距离，地理坐标，和/或行驶轨迹。
[0055]
示例性地，车辆侧环境感知装置220包括雷达(例如毫米波雷达和/或激光雷达)和/或摄像装置(例如单目视觉摄像装置和双目视觉摄像装置)。借助于车辆侧环境感知装置210可以例如测量本车与周围车辆的距离以及本车与车道分隔线或道路边界线的距离。
[0056]
示例性地，所收集的驾驶辅助功能的工作数据包括：相应的驾驶辅助功能主动或被动激活或终止的时刻，激活时长，和/或激活时做出的各操控指令(例如发动机升降扭指令、制动指令、转向指令和变道指令)。
[0057]
可选地，由运动学状态检测装置210和车辆侧环境感知装置220采集的数据可以被
记录在车辆侧数据存储装置中。
[0058]
车辆侧设备20还包括配置成能与外部通信、尤其能与无人机侧设备30、搭载于其它车辆上的车辆侧设备以及计算机设备10交换数据的车辆侧通信装置240。借助于车辆侧通信装置240，车辆侧设备20例如能接收由无人机侧设备30或计算机设备10发送的数据获取请求和/或能将车辆内部数据例如实时地或定期地或响应于数据获取请求地传输给无人机侧设备30或计算机设备10。
[0059]
图4示出根据本发明的一示例性实施例的用于评价车辆的至少一种驾驶辅助功能的方法100的流程图。在步骤s110中，借助于无人机2例如通过无人机侧环境感知装置310捕捉正在行驶中的车辆1的运动学数据及其周围环境数据，其工作场景如图3所示。
[0060]
从内容上而言，由无人机捕捉的车辆的运动学数据可包括本车的姿态、速度、加速度、行驶轨迹和移动距离，由无人机捕捉的车辆的周围环境数据可包括本车在道路或车道内的横向位置、本车与周围物体的距离以及周围物体的位置、姿态、速度和加速度。在本文中，周围物体旨在涵盖出现在本车周围的、可能会影响本车的行驶的任何动态或静态物体，例如周围车辆、周围行人、路标、建筑物和障碍物。
[0061]
从形式上而言，由无人机捕捉的数据可以包括由搭载于无人机上的摄像装置拍摄的图片或视频，和/或由搭载于无人机上的雷达(例如毫米波雷达、激光雷达)测量的数据。
[0062]
根据本发明的一示例性实施例，步骤s110进而包括(参见图5)：
[0063]
在步骤s111中，用户激活车辆的待评价的驾驶辅助功能，这可以通过发动车辆或操作用于激活驾驶辅助功能的操作钮来实现；
[0064]
在步骤s112中，一旦待评价的驾驶辅助功能被激活，车辆侧设备20则将代表相应的驾驶辅助功能被激活的信号传输给无人机侧设备30；和
[0065]
在步骤s113中，无人机侧设备30响应于该信号以对应于被激活的驾驶辅助功能的飞行策略对车辆进行跟飞，同时启动无人机侧环境感知装置310对车辆的运动学数据和周围环境数据的采集，直至待评价的驾驶辅助功能被关闭。
[0066]
飞行策略被设计成使得无人机相对于车辆以对于感兴趣的参数的检测而言有利的方位进行跟飞。示例性地，对于控制或帮助控制车辆的横向位置的驾驶辅助功能、例如车道保持辅助和车道居中辅助，感兴趣的参数例如是车辆与车道分割线或道路边界线的距离，那么，用于检测车辆与车道分割线或道路边界线的距离的有利跟飞方位例如是在较低的飞行高度上相对于车辆的纵向中心线具有横向偏移的位置，比如车辆的横向侧方的上方、侧前方的上方或侧后方的上方，在这种情况下，车辆可以在两个横向侧之间交替跟飞，以获取两侧的压线数据，而用于检测车辆与车道中心线的距离的有利跟飞方位例如是车辆中心正上方的位置；对于控制或帮助控制车辆的纵向位置的驾驶辅助功能，例如定速巡航系统(ccs)、自适应巡航控制(acc)、全速自适应巡航系统(fsacc)和自动紧急制动系统(aeb)，感兴趣的参数例如是车辆与前方行人或物体的距离，那么，相应的有利跟飞方位例如是车辆正前上方的位置、例如车头正上方的位置；而对于控制或帮助控制车辆的横向位置和纵向位置两者的综合性驾驶辅助功能，例如变道辅助、堵车辅助和高速公路驾驶辅助(hwa)，感兴趣的参数可以是车辆与四周环境中的任何行人或物体的距离，那么，相应的有利跟飞方位例如是较高的飞行高度，因为较高的飞行高度能全面捕捉车辆四周的状况。
[0067]
可以为各驾驶功能以及各驾驶功能组合配属相应的飞行策略。根据一示例，多种
飞行策略可以与不同的驾驶辅助功能或其组合映射地存储在无人机侧存储装置330中。当无人机侧设备30接收到来自车辆的驾驶辅助功能被激活的信号时，可以基于被激活的驾驶辅助功能调取对应的飞行策略以用于控制无人机的飞行。
[0068]
然后，在步骤s120中，无人机侧设备30将所采集的数据、尤其是在待评价的驾驶辅助功能激活期间所采集的数据定期地或实时地或者响应于计算机设备10或车辆侧设备20的数据获取请求地传输给计算机设备10。
[0069]
在另一方面，在步骤s130中，借助于车辆侧设备20采集和/或收集车辆内部数据。
[0070]
然后，在步骤s140中，车辆侧设备20将所采集和/或收集的车辆内部数据、尤其是在待评价的驾驶辅助功能激活期间所采集和/或收集的车辆内部数据定期地或实时地或者响应于数据获取请求地传输给计算机设备10或无人机侧设备30。
[0071]
根据本发明的一示例，车辆侧设备20和/或无人机侧设备30仅将其在特定的时间段内采集和/或收集的数据传输给计算机设备10。所述特定的时间段可以是代表驾驶辅助功能失败的关键事件发生期间或发生时刻前后的一段时间。
[0072]
在这种情况下，当无人机侧设备30检测到关键事件发生时，一方面将其在关键事件发生期间或发生时刻前后一段时间内采集的车辆外部数据传输给计算机设备10，另一方面可以请求车辆侧设备20将其在对应时间跨度内所采集和/或收集的车辆内部数据传输给计算机设备10。
[0073]
类似地，当车辆侧设备20检测到关键事件发生时，一方面将其在关键事件发生期间或发生时刻前后一段时间内采集的车辆内部数据传输给计算机设备10，另一方面可以请求无人机侧设备30将其在对应时间跨度内所采集和/或收集的车辆外部数据传输给计算机设备10。
[0074]
采用这种方式，可以通过车辆侧和无人机侧双方来触发用于功能评价的数据向计算机设备10的传输，由此可以避免可能影响评价结果的数据的遗漏。
[0075]
对于关键事件，其取决于驾驶辅助功能的目的。示例性地，对于控制或帮助控制车辆的横向位置的驾驶辅助功能，例如车道保持辅助和车道居中辅助，代表其失败的事件例如是车辆压线、车辆偏离目标车道或车辆偏离车道中心线；对于控制或帮助控制车辆的纵向位置的驾驶辅助功能，例如定速巡航系统(ccs)、自适应巡航控制(acc)、全速自适应巡航系统(fsacc)和自动紧急制动系统(aeb)，代表其失败的事件例如是与前方行人或物体、比如前车发生碰撞；而对于控制或帮助控制车辆的横向位置和纵向位置两者的综合性驾驶辅助功能，例如变道辅助、堵车辅助和高速公路驾驶辅助(hwa)，代表其失败的事件除了上述列举的事件以外，也可以是车辆与周围环境中的任何行人或物体、比如其它车辆发生碰撞。
[0076]
接下来，在步骤s150中，计算机设备10基于来自至少一个、尤其是多个无人机侧设备30的车辆外部数据和可选地来自至少一个、尤其是多个车辆侧设备20的车辆内部数据来评价驾驶辅助功能。
[0077]
步骤s150进而包括(参见图6)：
[0078]
在步骤s151中，为待评价的每种驾驶辅助功能分别确定一组关键表现指标(kpi)，附加地，可以为一组关键表现指标中的每个关键表现指标设定相应的比重；和
[0079]
在步骤s152中，基于来自无人机侧设备30的数据和可选地来自车辆侧设备20的数据计算同一车型或同一车系的车辆的各关键表现指标的得分或等级。
[0080]
表述“可选地”可以理解成来自车辆侧设备20的车辆内部数据在评价中并非必需的，也即，即使缺失车辆内部数据，也可以凭借来自无人机侧设备30的车辆外部数据完成本发明的评价。
[0081]
如果计算机设备10或另外的计算机存储设备中无差别地存储了来自无人机和/或车辆的与驾驶辅助功能有关和无关的海量数据，则需要从这些海量数据中提取可用于评价驾驶辅助功能的有用数据。在这种情况下，步骤s152进而包括(参见图7)：
[0082]
在步骤s1521中，确定时间窗；然后，在步骤s1522中，提取时间窗内由无人机和/或车辆采集或收集数据；接下来，在步骤s1523中，基于所提取的数据计算各关键表现指标的得分或等级。
[0083]
可以采用以下方式确定时间窗：基于车辆内部数据确定待评价的驾驶辅助功能处于激活状态的起止时间，其中，所述起止时间限定时间窗。
[0084]
附加地或替代地，可以采用以下方式确定时间窗：基于来自车辆和/或无人机的数据确定关键事件的发生时间段或发生时刻并进而确定出涵盖所述发生时间段或发生时刻的时间窗。在这种情况下，可以为不同的关键事件预设不同的时间窗确定方案，以便从所述发生时间段或发生时刻划定出时间窗。示例性地，对应于碰撞事件的时间窗确定方案可以是：以碰撞的发生时刻为时间窗的终点，且以距发生时刻具有预设的时间间隔的在前时刻为时间窗的起点。
[0085]
然后，在步骤s153中，基于步骤s152的计算结果进一步计算同一车型或同一车系的各驾驶辅助功能的相应的总评分或总等级。由此计算出的总评分或总等级可以被赋予不同职能的工作部门或工作人员调取和查看，以用作决策参考。
[0086]
根据本发明的评价方法不仅适用于评价普通或半自动驾驶车辆的各种驾驶辅助功能，而且还适用于评价全自动驾驶车辆(即无人驾驶车辆)的部分或整体驾驶表现。
[0087]
尽管一些实施例已经被说明，但是这些实施例仅仅是以示例的方式予以呈现，而没有旨在限定本发明的范围。所附的权利要求和它们的等价形式旨在覆盖落在本发明范围和精神内的所有改型、替代和改变。