本发明涉及智能驾驶领域，更具体地涉及一种用于智能驾驶系统柜机的离线测试系统和方法以及一种用于传感器的离线测试系统和方法。
背景技术：
硬件在环(hardware-in-the-loop，hil)仿真被证明是一种有效的嵌入式控制系统测试方法。hil技术可以确保在嵌入式控制系统开发周期早期就完成嵌入式软件的测试。这样可以及早地发现嵌入式控制系统中存在的问题，因此可以降低解决问题的成本。
目前在主机厂，hil仿真测试已经成为电子控制单元(electroniccontrolunit,ecu)开发流程中非常重要的一环。然而，目前市场上的hil平台大都是针对整车的，当测试智能驾驶系统时，需要在整车上进行测试，这样做成本高，效率低，难以实现大规模的智能驾驶系统测试。
技术实现要素：
考虑到上述问题而提出了本发明。本发明提供了一种用于智能驾驶系统柜机的离线测试系统和方法以及一种用于传感器的离线测试系统和方法。
根据本发明一方面，提供了一种用于智能驾驶系统柜机的离线测试系统。该系统包括：输入源，用于提供预设环境；传感器，用于采集预设环境的环境信息，并将环境信息传输到智能驾驶系统柜机，其中，智能驾驶系统柜机用于基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息；以及处理器，用于基于环境感知信息判断智能驾驶系统柜机的质量。
示例性地，输入源包括第一显示器，传感器包括测试摄像头，第一显示器用于显示包含预设环境的环境图像；测试摄像头用于针对第一显示器所显示的环境图像进行图像采集，以获得待检测图像，其中，环境信息包括待检测图像的图像信息。
示例性地，预设环境的种类是一种或多种，环境图像的数目是一个或多个，一个或多个环境图像分别包含一种或多种预设环境，待检测图像的数目是一个或多个，第一显示器具体用于依次显示一个或多个环境图像；测试摄像头具体用于分别采集与一个或多个环境图像一一对应的一个或多个待检测图像；处理器通过以下方式判断智能驾驶系统柜机的质量：对于一个或多个待检测图像中的每一个，将智能驾驶系统柜机基于该待检测图像确定的环境感知信息与该待检测图像对应的环境图像中的预设环境的已知感知信息相比较，以确定智能驾驶系统柜机针对该待检测图像对应的环境图像的感知误差；基于智能驾驶系统柜机针对一个或多个环境图像的感知误差判断智能驾驶系统柜机的质量是否合格。
示例性地，处理器通过以下方式基于智能驾驶系统柜机针对一个或多个环境图像的感知误差判断智能驾驶系统柜机的质量是否合格：对于一个或多个环境图像中的每一个，如果智能驾驶系统柜机针对该环境图像的感知误差小于误差阈值，则确定智能驾驶系统柜机针对该环境图像的环境感知通过，否则确定智能驾驶系统柜机针对该环境图像的环境感知未通过；如果智能驾驶系统柜机针对一个或多个环境图像的环境感知的通过率大于通过率阈值，则确定智能驾驶系统柜机的质量合格，否则确定智能驾驶系统柜机的质量不合格。
示例性地，测试系统还包括第二显示器，第二显示器用于与智能驾驶系统柜机连接，第二显示器用于显示待检测图像。
示例性地，第一显示器还用于在显示环境图像时显示用于指示标准摄像头的光心的第一标识符，第二显示器还用于在显示待检测图像时显示用于指示测试摄像头的光心的第二标识符，其中，标准摄像头是用于采集环境图像的摄像头。
示例性地，测试系统还包括：数据处理设备，与第一显示器连接，用于控制环境图像在第一显示器上的显示。
示例性地，输入源包括目标对象，传感器包括雷达装置，雷达装置用于利用电磁波探测预设环境中的目标对象的位置，其中，环境信息包括与目标对象的位置相关的雷达数据。
示例性地，雷达装置包括激光雷达、毫米波雷达、超声波雷达中的一项或多项。
示例性地，在智能驾驶系统柜机连接传感器和处理器的情况下，目标对象在多个预设位置之间移动，环境信息包括目标对象分别在多个预设位置时探测获得的雷达数据。
示例性地，环境感知信息包括目标对象分别在多个检测位置下的位置信息，处理器通过以下方式判断智能驾驶系统柜机的质量：如果多个预设位置的已知位置信息与多个检测位置的位置信息对应一致，并且智能驾驶系统柜机检测到多个检测位置的持续时间与目标对象停留在多个预设位置的停留时间对应一致，则确定智能驾驶系统柜机的质量合格，否则确定智能驾驶系统柜机的质量不合格。
示例性地，目标对象是无人机或智能机器人。
示例性地，测试系统还包括台架，用于对对输入源、传感器、智能驾驶系统柜机和处理器中的至少两项进行连接和/或对输入源、传感器、智能驾驶系统柜机和处理器中的至少一项进行固定。
根据本发明另一方面，提供了一种用于智能驾驶系统柜机的离线测试方法，应用于一种用于智能驾驶系统柜机的离线测试系统，测试系统包括输入源、传感器和处理器，测试方法包括：利用输入源提供预设环境；利用传感器采集预设环境的环境信息，并将环境信息传输到智能驾驶系统柜机，其中，智能驾驶系统柜机用于基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息；以及利用处理器基于环境感知信息判断智能驾驶系统柜机的质量。
根据本发明另一方面，提供了一种用于传感器的离线测试系统，包括：输入源，用于提供预设环境；智能驾驶系统柜机，用于接收传感器采集的预设环境的环境信息，并基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息；以及处理器，用于基于环境感知信息判断传感器的质量。
示例性地，输入源包括第一显示器，传感器包括测试摄像头，第一显示器用于显示包含预设环境的环境图像；测试摄像头用于针对第一显示器所显示的环境图像进行图像采集，以获得待检测图像，其中，环境信息包括待检测图像的图像信息。
示例性地，预设环境的种类是一种或多种，环境图像的数目是一个或多个，一个或多个环境图像分别包含一种或多种预设环境，待检测图像的数目是一个或多个，第一显示器具体用于依次显示一个或多个环境图像；测试摄像头具体用于分别采集与一个或多个环境图像一一对应的一个或多个待检测图像；处理器通过以下方式判断传感器的质量：对于一个或多个待检测图像中的每一个，将智能驾驶系统柜机基于该待检测图像确定的环境感知信息与该待检测图像对应的环境图像中的预设环境的已知感知信息相比较，以确定智能驾驶系统柜机针对该待检测图像对应的环境图像的感知误差；基于智能驾驶系统柜机针对一个或多个环境图像的感知误差判断传感器的质量是否合格。
示例性地，处理器通过以下方式基于智能驾驶系统柜机针对一个或多个环境图像的感知误差判断传感器的质量是否合格：对于一个或多个环境图像中的每一个，如果智能驾驶系统柜机针对该环境图像的感知误差小于误差阈值，则确定智能驾驶系统柜机针对该环境图像的环境感知通过，否则确定智能驾驶系统柜机针对该环境图像的环境感知未通过；如果智能驾驶系统柜机针对一个或多个环境图像的环境感知的通过率大于通过率阈值，则确定传感器的质量合格，否则确定传感器的质量不合格。
示例性地，测试系统还包括第二显示器，第二显示器用于与智能驾驶系统柜机连接，第二显示器用于显示待检测图像。
示例性地，第二显示器还用于在显示待检测图像时，显示用于指示标准摄像头的光心的第一标识符以及用于指示测试摄像头的光心的第二标识符，其中，标准摄像头是用于采集环境图像的摄像头。
示例性地，测试系统还包括：数据处理设备，与第一显示器连接，用于控制环境图像在第一显示器上的显示。
示例性地，输入源包括目标对象，传感器包括雷达装置，雷达装置用于利用电磁波探测预设环境中的目标对象的位置，其中，环境信息包括与目标对象的位置相关的雷达数据。
示例性地，雷达装置包括激光雷达、毫米波雷达、超声波雷达中的一项或多项。
示例性地，在传感器连接智能驾驶系统柜机的情况下，目标对象在多个预设位置之间移动，环境信息包括目标对象分别在多个预设位置时探测获得的雷达数据。
示例性地，环境感知信息包括目标对象分别在多个检测位置下的位置信息，处理器通过以下方式判断传感器的质量：如果多个预设位置的已知位置信息与多个检测位置的位置信息对应一致，并且智能驾驶系统柜机检测到多个检测位置的持续时间与目标对象停留在多个预设位置的停留时间对应一致，则确定传感器的质量合格，否则确定传感器的质量不合格。
示例性地，目标对象是无人机或智能机器人。
示例性地，测试系统还包括台架，用于对输入源、传感器、智能驾驶系统柜机和处理器中的至少两项进行连接和/或对输入源、传感器、智能驾驶系统柜机和处理器中的至少一项进行固定。
根据本发明另一方面，提供了一种用于传感器的离线测试方法，应用于一种用于传感器的离线测试系统，测试系统包括输入源、智能驾驶系统柜机和处理器，测试方法包括：利用输入源提供预设环境；利用智能驾驶系统柜机接收传感器采集的预设环境的环境信息，并基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息；以及利用处理器基于环境感知信息判断传感器的质量。
根据本发明实施例的用于智能驾驶系统柜机的离线测试系统和方法以及用于传感器的离线测试系统和方法，可以实现对智能驾驶系统柜机和传感器的离线测试，即脱离于实体车辆对智能驾驶系统柜机和传感器进行独立测试，这使得智能驾驶系统的测试成本可以大大降低。上述离线测试系统操作简单，效果直观，测试结果能够自动统计，清晰易用。此外，上述离线测试系统的应用场景多样，既可以用于平时的系统级别的快速验证，也可以在产品量产以后用来验证产品批次的一致性。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试系统以及相关的智能驾驶系统柜机的示意性框图；
图2示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试系统的部分部件；
图3示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试系统的部分部件以及智能驾驶系统柜机；
图4示出根据本发明一个实施例的雷达装置的探测示意图；
图5示出根据本发明一个实施例的对智能驾驶系统柜机进行离线测试的流程示意图；
图6示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试方法的示意性流程图；
图7示出根据本发明一个实施例的用于传感器的离线测试系统以及相关的传感器的示意性框图；以及
图8示出根据本发明一个实施例的用于传感器的离线测试方法的示意性流程图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。
为了解决上述问题，本发明实施例提供一种用于智能驾驶系统柜机的离线测试系统和方法以及一种用于传感器的离线测试系统和方法。根据本发明实施例的离线测试系统可以应用于智能驾驶所涉及的智能驾驶系统柜机以及传感器的测试，根据本发明实施例的离线测试系统具有组装简单，高效，低成本，以及方便推广的优点，具有很大的实用价值和广泛的市场前景。根据本发明实施例的离线测试系统和方法可以应用于各种智能驾驶领域。
下面，将参考图1描述根据本发明实施例的用于智能驾驶系统柜机的离线测试系统。图1示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试系统110以及相关的智能驾驶系统柜机120的示意性框图。如图1所示，用于智能驾驶系统柜机的离线测试系统110包括输入源102、传感器104和处理器106。
输入源102用于提供预设环境。
预设环境可以是任何环境，包括但不限于用实体车辆的摄像头采集到的环境。可选地，预设环境可以包括静态的障碍物，也可以包括动态变化的场景。
输入源102用于为智能驾驶系统柜机120构建适合测试的应用场景。输入源102可以根据传感器104的不同而有所不同。例如，如果需要对智能驾驶系统柜机120中的基于摄像头的智能驾驶算法(例如视觉定位算法等)进行测试，则传感器104可以包括摄像头，输入源102可以采用高刷新率的显示器实现。本文描述的显示器可以包括但不限于电脑显示器、电视机等。所述显示器可以显示事先采集的环境图像，智能驾驶系统柜机120可以通过摄像头获取显示器中显示的环境信息。又例如，如果需要对智能驾驶系统柜机120中的基于雷达装置的智能驾驶算法进行测试，则传感器104可以包括雷达装置，输入源102可以包括障碍物。
传感器104用于采集预设环境的环境信息，并将环境信息传输到智能驾驶系统柜机120，其中，智能驾驶系统柜机120用于基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息。
传感器104可以从输入源102获取相应的环境信息并将感知到的环境信息发送给智能驾驶系统柜机120。传感器104可以包括摄像头、激光雷达、毫米波雷达、超声波雷达等中的一种或者多种。
本文描述的智能驾驶系统柜机是集成有(用于实现智能驾驶算法的)智能驾驶软件的装置。智能驾驶系统柜机可以装配在相匹配的实体车辆上，用于实现对车辆的智能驾驶控制。智能驾驶系统柜机120可以接收来自传感器104的环境信息，并对环境信息进行相应处理。例如，在传感器104包括摄像头时，可采用即时定位与地图构建(slam)、基于视觉的即时定位与地图构建(v-slam)、图像检测、特征点提取等算法对摄像头采集到的图像(如本文所述的待检测图像)进行处理。在传感器104为其他类型的传感器时，智能驾驶系统柜机120可采用其他算法对环境信息进行处理，并将处理后的结果发送给处理器106。
智能驾驶技术关心的信息通常涉及至少三个方面：车辆、道路、以及目标对象。示例性地，智能驾驶系统柜机120所确定的环境感知信息可以包括与以上三个方面中的一个或多个方面相关的信息。
由于本发明实施例提供的离线测试系统主要用于在脱离实体车辆的情况下独立对智能驾驶系统所涉及的装置(智能驾驶系统柜机或传感器)进行测试，因此计算得到的环境感知信息中关于车辆的车辆状态信息是虚拟车辆的信息。示例性地，车辆状态信息可以包括虚拟车辆的位姿信息及运动状态信息。位姿信息可以包括虚拟车辆的物理坐标(即在大地坐标系中的坐标)、航向角等信息，运动状态信息可以包括虚拟车辆的行驶速度等信息。
示例性地，预设环境中的道路信息可以包括道路的形状、方向、坡度、车道线等。
本文所述的目标对象可以是任意物体，包括但不限于行人、车辆(传感器104所对应的虚拟车辆以外的车辆)、树木、建筑物、信号灯、交通标志等。某些目标对象可以称为障碍物，例如行人、车辆、树木等。智能驾驶系统柜机120可以包括针对障碍物的识别以及规避算法，以使得其能够实现避障功能。
处理器106用于基于环境感知信息判断智能驾驶系统柜机120的质量。
处理器106可以接收来自智能驾驶系统柜机120的环境感知信息，并将接收的环境感知信息和预设环境的已知的环境感知信息(本文称为已知感知信息)进行比较。在一些实施例中，处理器106可以根据比较结果判断智能驾驶系统柜机120的质量是否合格。示例性地，如果通过比较，发现智能驾驶系统柜机120确定的环境感知信息与已知感知信息之间的误差处于预定的阈值范围内，则可以确定智能驾驶系统柜机120的质量合格，如果该误差超出预定的阈值范围，则可以确定智能驾驶系统柜机120的质量不合格。
示例性地，处理器106还可以用于输出关于智能驾驶系统柜机120的测试结果的报告信息。例如，处理器106可以通过显示器(例如下述第二显示器)和/或扬声器等装置以图像、视频、文字、音频等信息中的一种或多种输出关于智能驾驶系统柜机120的测试结果的报告信息，以告知用户该信息。
根据本发明实施例的离线测试系统是一种hil仿真测试系统，采用hil仿真测试系统可以减少实车路试的次数，并且可以在缩短开发时间和降低成本的同时提高ecu的软件质量，降低汽车厂的风险。因此设计hil在环验证平台来实现智能驾驶系统的离线测试，可以很好地解决在量产下线以后的产品功能的一致性问题，保证产品质量。
根据本发明实施例的用于智能驾驶系统柜机的离线测试系统，可以实现对智能驾驶系统柜机的离线测试，即脱离于实体车辆对智能驾驶系统柜机进行独立测试，这使得智能驾驶系统的测试成本可以大大降低。该离线测试系统操作简单，效果直观，测试结果能够自动统计，清晰易用。此外，该离线测试系统的应用场景多样，既可以用于平时的系统级别的快速验证，也可以在产品量产以后用来验证产品批次的一致性。
如上文所述，在一种实施例中，传感器104可以包括摄像头。下面描述该实施例的示例性实现方式。
根据本发明实施例，输入源102可以包括第一显示器，传感器104可以包括测试摄像头，第一显示器可以用于显示包含预设环境的环境图像；测试摄像头可以用于针对第一显示器所显示的环境图像进行图像采集，以获得待检测图像，其中，环境信息包括待检测图像的图像信息。
环境图像可以是预先采用标准摄像头采集的。可选地，标准摄像头可以安装在标准车辆上，随着标准车辆行驶采集一系列包含预设环境的图像作为环境图像。
第一显示器可以是高刷新率的显示器。由于摄像头采集图像具有一定的频率，为了使摄像头能够采集到稳定的图像，第一显示器的刷新率可以设定得与摄像头的图像采集频率一致或者高于摄像头的图像采集频率。例如，第一显示器可以是刷新率为144hz的显示器。
测试摄像头可以针对第一显示器显示的内容进行图像采集。可以理解，从待检测图像中可以获知预设环境的情况，因此环境信息可以包括待检测图像的图像信息。
采用摄像头作为传感器，可以测试智能驾驶系统柜机的基于摄像头的智能驾驶算法的准确性。
根据本发明实施例，预设环境的种类是一种或多种，环境图像的数目是一个或多个，一个或多个环境图像分别包含一种或多种预设环境，待检测图像的数目是一个或多个，第一显示器具体用于依次显示一个或多个环境图像；测试摄像头具体用于分别采集与一个或多个环境图像一一对应的一个或多个待检测图像；处理器106可以通过以下方式判断智能驾驶系统柜机120的质量：对于一个或多个待检测图像中的每一个，将智能驾驶系统柜机120基于该待检测图像确定的环境感知信息与该待检测图像对应的环境图像中的预设环境的已知感知信息相比较，以确定智能驾驶系统柜机120针对该待检测图像对应的环境图像的感知误差；基于智能驾驶系统柜机120针对一个或多个环境图像的感知误差判断智能驾驶系统柜机120的质量是否合格。
在一个示例中，处理器106可以通过以下方式基于智能驾驶系统柜机120针对一个或多个环境图像的感知误差判断智能驾驶系统柜机120的质量是否合格：对于一个或多个环境图像中的每一个，如果智能驾驶系统柜机120针对该环境图像的感知误差小于误差阈值，则确定智能驾驶系统柜机120针对该环境图像的环境感知通过，否则确定智能驾驶系统柜机120针对该环境图像的环境感知未通过；如果智能驾驶系统柜机120针对一个或多个环境图像的环境感知的通过率大于通过率阈值，则确定智能驾驶系统柜机120的质量合格，否则确定智能驾驶系统柜机120的质量不合格。
例如，可以预先收集100个环境图像，每个环境图像包含一种预设环境(即针对某一种预设环境采集的)，不同环境图像所包含的环境可以相同或不同。在测试智能驾驶系统柜机120的过程中，可以依次在第一显示器上显示100个环境图像。第一显示器显示第i(i＝1,2,3……100)个环境图像时，测试摄像头可以针对第一显示器所显示的第i个环境图像进行图像采集，获得相应的第i个待检测图像。测试摄像头可以将第i个待检测图像发送给智能驾驶系统柜机120，智能驾驶系统柜机120对第i个待检测图像进行处理，确定该待检测图像对应的环境感知信息，该环境感知信息也可以认为是与第i个环境图像对应的环境感知信息。处理器106可以将第i个环境图像对应的环境感知信息与第i个环境图像对应的已知感知信息相比较，计算二者之间的差距，获得智能驾驶系统柜机120针对该环境图像的感知误差(即该环境图像的感知误差)。示例性地，如果该感知误差小于误差阈值，则可以认为智能驾驶系统柜机120针对第i个环境图像的环境感知通过，如果该感知误差大于或等于误差阈值，则可以认为智能驾驶系统柜机120针对第i个环境图像的环境感知未通过。
最终，测试摄像头可以采集获得与100个环境图像一一对应的100个待检测图像，处理器可以计算获得100个环境图像的感知误差，并可以确定100个环境图像的环境感知的通过率。假设通过率阈值是95％，如果100个环境图像中有90个通过环境感知，则可以确定智能驾驶系统柜机120的质量不合格，如果100个环境图像中有98个通过环境感知，则可以确定智能驾驶系统柜机120的质量合格。
在另一个示例中，处理器106可以通过以下方式基于智能驾驶系统柜机120针对一个或多个环境图像的感知误差判断智能驾驶系统柜机120的质量是否合格：基于智能驾驶系统柜机120针对一个或多个环境图像的感知误差计算总误差；将总误差与阈值相比较，如果总误差小于总阈值，则确定智能驾驶系统柜机120的质量合格，否则确定智能驾驶系统柜机120的质量不合格。总阈值是预设的阈值，其大小可以根据需要设定，本发明不对此进行限制。
示例性地，在环境图像的数目为一个时，如果该环境图像的感知误差小于误差阈值，则可以直接确定智能驾驶系统柜机120的质量合格，反之，如果该环境图像的感知误差大于或等于误差阈值，则可以直接确定智能驾驶系统柜机120的质量不合格。
根据本发明实施例，测试系统110还可以包括第二显示器，第二显示器用于与智能驾驶系统柜机120连接，第二显示器用于显示待检测图像。
智能驾驶系统柜机120可以将待检测图像输出至第二显示器，由第二显示器将待检测图像显示在屏幕上，以供用户查看。用户可以通过查看第二显示器上的待检测图像，判断测试摄像头采集到的待检测图像是否满足要求，例如，可以判断待检测图像的清晰度、角度，以及测试摄像头的采集位置是否合适。如果待检测图像不满足要求，用户可以及时对测试摄像头和/或第一显示器进行调整，以使测试摄像头能够采集到更符合要求的待检测图像。
根据本发明实施例，第一显示器还可以用于在显示环境图像时显示用于指示标准摄像头的光心的第一标识符，第二显示器还可以用于在显示待检测图像时显示用于指示测试摄像头的光心的第二标识符，其中，标准摄像头是用于采集环境图像的摄像头。
图2示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试系统的部分部件。在图2中，左侧的显示器210是上述第一显示器，右侧的显示器220是上述第二显示器，在两个显示器中间还设置有测试摄像头230。
如图2所示，在第一显示器210上示出了黑白色的同心圆以及黑色的十字线。用于指示标准摄像头的光心的第一标识符可以包括该黑白色的同心圆以及黑色的十字线。标准摄像头是原始用于采集环境图像的摄像头。例如，可以预先使标准车辆沿着路面行驶，用设置于标准车辆上的标准摄像头采集一系列环境图像。在采集每个环境图像时标准车辆的行驶状态信息以及标准摄像头的参数是已知的、确定的。在每个环境图像上，标准摄像头的光心可以根据标准摄像头的参数等信息确定。示例性地，可以由与第一显示器连接的数据处理设备计算每个环境图像上标准摄像头的光心，并控制第一显示器显示该光心的标识符。
类似地，在每个待检测图像上，测试摄像头的光心可以根据测试摄像头的参数等信息确定。示例性地，可以由智能驾驶系统柜机120计算每个待检测图像上测试摄像头的光心，并控制第二显示器显示该光心的标识符。示例性地，处理器106还可以用于连接第二显示器，在这种情况下，可以由处理器106计算每个待检测图像上测试摄像头的光心，并控制第二显示器显示该光心的标识符。处理器106可以用于从智能驾驶系统柜机120接收待检测图像，或者处理器106还可以用于连接测试摄像头，并从测试摄像头接收待检测图像。
如图2所示，第二显示器220上显示了待检测图像，同时还显示白色的同心圆，用于指示测试摄像头的光心的第二标识符可以包括该白色的同心圆。由于待检测图像本身包含有第一标识符的信息，因此在第二显示器上可以同时看到第一标识符和第二标识符，用户可以基于两个标识符判断测试摄像头的光心是否与标准摄像头的光心对准，如果未对准，用户可以调整测试摄像头的位置，以使光心对准。示例性地，可以通过旋转用于固定测试摄像头的台架上的旋转按钮来调整测试摄像头。例如，如果两个同心圆中间的三个环能够对准，则可以视为测试摄像头和标准摄像头的光心已对准。
将测试摄像头的光心与标准摄像头的光心对准，可以保证测试摄像头相对于第一显示器所呈现的预设环境(该预设环境通过环境图像呈现)的位置与先前标准摄像头采集环境图像时相对于预设环境的位置相同，这有利于实现针对预设环境的有效仿真，以更好地对智能驾驶系统进行测试。
根据本发明实施例，测试系统110还可以包括：数据处理设备，与第一显示器连接，用于控制环境图像在第一显示器上的显示。
图3示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试系统的部分部件以及智能驾驶系统柜机。与图2类似，图3示出了两个显示器，左侧是第一显示器310，右侧是第二显示器320。第二显示器320前方设置有测试摄像头330。图3右下方示出的长方体装置是数据处理设备340。数据处理设备可以是任意具有一定的数据处理能力的装置，其可以用于控制环境图像在第一显示器上的显示，并可选地可以用于对环境图像进行一些图像处理(例如基于环境图像计算标准摄像头的光心)。例如，数据处理设备可以是微型电脑、移动终端等等。此外，图3还示出了智能驾驶系统柜机360。
根据本发明实施例，测试系统110还可以包括台架，用于对输入源102、传感器104、智能驾驶系统柜机120和处理器106中的至少两项进行连接和/或对输入源102、传感器104、智能驾驶系统柜机120和处理器106中的至少一项进行固定。
继续参考图3，其中在第一显示器310、第二显示器320和测试摄像头330等装置下方的带孔板为台架350，其可以对测试摄像头330等部件进行固定，保证测试过程中各装置的稳定性，减小测试误差。此外，台架350也可以用于连接测试系统110中的不同部件。
下面结合图3描述智能驾驶系统柜机120的示例性测试流程，该测试流程如下：
1)、将高刷新率显示器310连接至数据处理设备340。
2)、将智能驾驶系统柜机360连接摄像头330，并保证智能驾驶系统柜机360和摄像头330的通路正常。
3)、通过数据处理设备340控制环境图像开始在显示器310上显示，并在智能驾驶系统柜机360上启动摄像头控制程序，以控制摄像头330开启。
4)、通过台架350上的旋转按钮调整摄像头330的位置以使其光心与显示器310上所显示的光心重合，如图3中显示器320上呈现的黑白同心圆效果。
5)、由显示器310持续地显示不同的环境图像。摄像头330不断地针对显示器310所显示的环境图像进行图像采集，获得待检测图像。智能驾驶系统柜机360加载智能驾驶视觉算法，并基于该算法对待检测图像进行视觉定位，获得某些目标对象(如建筑物)的特征点。目标对象特征点的成功识别可以表明基于摄像头的硬件在环测试系统能够正常工作。
6)、数据验证：假设参与测试的图像为n个环境图像，这些图像在量产开始之前已经做好了智能驾驶视觉算法加载后的结果收集，即已经收集得到在标准摄像头、标准智能驾驶系统柜机、标准智能驾驶视觉算法下的环境感知信息(其为标准值)。可以将标准值与量产下线以后的智能驾驶系统柜机针对相同的n个环境图像加载智能驾驶视觉算法后得到的结果进行比较，例如，可以将车辆定位结果中的x坐标、y坐标以及弧度角的值进行对比。通过对比结果的一致性，确定每个环境图像的感知误差。针对n个环境图像的感知误差确定之后，可以计算环境感知的通过率，判断智能驾驶系统柜机的质量。整个流程结束即可完成一台智能驾驶系统柜机的在环测试。
7)、如果需要对量产的多台智能驾驶系统柜机进行测试，可以逐一测试每台智能驾驶系统柜机，每次仅需要更换新的智能驾驶系统柜机即可，无需更换硬件在环测试系统中的装置。
如上文所述，在另一种实施例中，传感器104可以包括雷达装置。下面描述该实施例的示例性实现方式。
根据本发明实施例，输入源102可以包括目标对象，传感器104可以包括雷达装置，雷达装置可以用于利用电磁波探测预设环境中的目标对象的位置，其中，环境信息包括与目标对象的位置相关的雷达数据。示例性地，雷达装置可以包括激光雷达、毫米波雷达、超声波雷达中的一项或多项。
在本实施例中，目标对象可以包括障碍物。雷达装置可以同于探测预设环境中的障碍物的位置。图4示出根据本发明一个实施例的雷达装置的探测示意图。在图4所示的实施例中，假设激光雷达探测距离为80米，毫米波雷达探测距离为100米，超声波雷达探测距离为5米。示例性地，可以在雷达装置的有效探测距离内，在如图4所示的位置处设置障碍物。在图4中，1、2、3……30这些数字分别代表不同的位置。
利用预设的障碍物可以测试智能驾驶系统柜机基于雷达装置的算法的功能、性能以及稳定性。在测试过程中，雷达装置可以采集与预设的障碍物的位置相关的信息，以获得雷达数据。智能驾驶系统柜机120可以基于雷达数据获得预设的障碍物的位置信息。处理器106可以收集智能驾驶系统柜机120的相关日志和数据，包括计算获得的障碍物的位置信息。处理器106可以将从智能驾驶系统柜机120接收的位置信息与基准值(预设的障碍物的已知位置信息)进行对比验证，完成对比验证以后可以输出关于测试结果的报告。
根据本发明实施例，在智能驾驶系统柜机120连接传感器104和处理器106的情况下，目标对象可以在多个预设位置之间移动，环境信息可以包括目标对象分别在多个预设位置时探测获得的雷达数据。
示例性地，目标对象可以是无人机或智能机器人。无人机或智能机器人可以自动移动或者由人或其他控制装置控制移动，方便在多个预设位置之间移动和停留，方便实现测试。
示例性地，可以通过无人机或智能机器人按照预设位置逐渐移动障碍物，或者直接将无人机或智能机器人作为障碍物，使无人机或智能机器人按照预设位置逐渐移动。预设位置的改变顺序也可以是预设好的，如图4所示，可以按照数字逐渐变大(即从1到30)的顺序使障碍物在30个预设位置之间移动。示例性地，障碍物可以在每个预设位置处停留一段时间，例如1分钟。雷达装置可以持续探测障碍物的位置，跟踪障碍物的实时位置。智能驾驶系统柜机120可以根据雷达装置探测到的雷达数据实时确定障碍物的位置信息。
根据本发明实施例，环境感知信息可以包括目标对象分别在多个检测位置下的位置信息，处理器106可以通过以下方式判断智能驾驶系统柜机120的质量：如果多个预设位置的已知位置信息与多个检测位置的位置信息对应一致，并且智能驾驶系统柜机120检测到多个检测位置的持续时间与目标对象停留在多个预设位置的停留时间对应一致，则确定智能驾驶系统柜机120的质量合格，否则确定智能驾驶系统柜机120的质量不合格。
沿用上述示例，预设位置为30个，且障碍物在每个预设位置下停留1分钟。智能驾驶系统柜机120基于雷达装置发送的数据进行计算，当智能驾驶系统柜机120计算获得某位置存在障碍物时，认为智能驾驶系统柜机120检测到该障碍物。如果当障碍物出现在第j(j＝1,2,3……30)个预设位置时，智能驾驶系统柜机120可以持续检测到障碍物1分钟，并且当前检测到的位置信息(即检测位置的位置信息)与第j个预设位置的已知位置信息保持一致，则可以确定智能驾驶系统柜机120针对第j个预设位置的检测通过。如果智能驾驶系统柜机120针对30个预设位置的检测均通过，则可以认为智能驾驶系统柜机的质量合格。如果智能驾驶系统柜机没有检测到30个位置的位置信息，例如仅检测到智能驾驶系统柜机在28个位置下的位置信息，或者当障碍物停留在某一预设位置下时，智能驾驶系统柜机没有持续检测到该障碍物，例如仅在30秒内检测到该预设位置下的障碍物，则可以确定智能驾驶系统柜机的质量不合格。
上述质量判断方式仅是一种示例，本发明并不局限于上述示例，智能驾驶系统柜机120的质量是否合格可以采用任何合适的标准进行判断。
图5示出根据本发明一个实施例的对智能驾驶系统柜机进行离线测试的流程示意图。如图5所示，输入源提供预设环境，输入源可以是例如电脑、电视、高刷新率大屏显示器中的一种或多种。传感器采集环境信息，智能驾驶系统柜机接收传感器数据。智能驾驶系统柜机接收到传感器数据之后，可以启用程序算法，并输出程序算法的运行结果。智能驾驶系统柜机中的智能驾驶算法可以包括视觉算法、感知算法、定位避障算法等中的一种或多种。处理器将智能驾驶系统柜机输出的结果与标准值进行对比。在图5所示的实施例中，如果智能驾驶系统柜机输出的结果与标准值之间的相似度大于或等于90％(即误差小于或等于10％)，则确定智能驾驶系统柜机的质量合格，否则确定其质量不合格。如图5所示，还可以由处理器输出测试结果报告。
根据本发明另一方面，提供一种用于智能驾驶系统柜机的离线测试方法，应用于一种用于智能驾驶系统柜机的离线测试系统，该测试系统包括输入源、传感器和处理器。图6示出根据本发明一个实施例的用于智能驾驶系统柜机的离线测试方法600的示意性流程图。如图6所示，测试方法600包括步骤s610、s620和s630。
在步骤s610，利用输入源提供预设环境。
在步骤s620，利用传感器采集预设环境的环境信息，并将环境信息传输到智能驾驶系统柜机，其中，智能驾驶系统柜机用于基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息。
在步骤s630，利用处理器基于环境感知信息判断智能驾驶系统柜机的质量。
上文已经描述了用于智能驾驶系统柜机的离线测试系统110的输入源102、传感器104、处理器106等的结构、运行方式及其优点等，本领域技术人员结合图1至5以及上文关于测试系统110的描述，可以理解测试方法600的实施方式及其优点等，本文不对此进行赘述。
根据本发明另一方面，提供一种用于传感器的离线测试系统。图7示出根据本发明一个实施例的用于传感器的离线测试系统710以及相关的传感器720的示意性框图。如图7所示，用于传感器的离线测试系统710包括输入源702、智能驾驶系统柜机704和处理器706。
输入源702用于提供预设环境。
智能驾驶系统柜机704用于接收传感器采集的预设环境的环境信息，并基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息。
处理器706用于基于环境感知信息判断传感器720的质量。
本领域技术人员可以理解，智能驾驶系统柜机可以存储及运行各种智能驾驶算法，传感器可以采集各种数据，智能驾驶系统柜机可以基于传感器采集的数据实现智能驾驶的控制。因此，针对智能驾驶系统的测试可以包括智能驾驶系统柜机的测试和/或针对传感器的测试。
图1所示的输入源102、传感器104和处理器106以及智能驾驶系统柜机120与图7所示的输入源702、传感器720和处理器706以及智能驾驶系统柜机704是类似的，图1描述的实施例与图7描述的实施例的区别在于测试对象不同，相应地测试系统的组成部件也有些不同，但是两个实施例中的测试过程可以是类似的。也就是说，图7所示的输入源702、传感器720和处理器706以及智能驾驶系统柜机704的工作原理和方式与图1所示的输入源102、传感器104和处理器106以及智能驾驶系统柜机120的工作原理和方式基本一致，只是在图1所示的实施例中，智能驾驶系统柜机所确定的环境感知信息与已知感知信息之间的误差反映的是智能驾驶系统柜机的准确性，最终的判断结果是智能驾驶系统柜机的质量是否合格，而在图7所示的实施例中，智能驾驶系统柜机所确定的环境感知信息与已知感知信息之间的误差反映的是传感器的准确性，最终的判断结果是传感器的质量是否合格。
本领域技术人员可以参考上文关于用于智能驾驶系统柜机的离线测试系统100的描述理解用于传感器的离线测试系统700的结构、工作方式以及优点，为了简洁，本文不再对此进行赘述。
根据本发明实施例提供的用于传感器的离线测试系统，可以实现对传感器的离线测试，即脱离于实体车辆对传感器进行独立测试，这使得智能驾驶系统的测试成本可以大大降低。该离线测试系统操作简单，效果直观，测试结果能够自动统计，清晰易用。此外，该离线测试系统的应用场景多样，既可以用于平时的系统级别的快速验证，也可以在产品量产以后用来验证产品批次的一致性。
示例性地，输入源702可以包括第一显示器，传感器720可以包括测试摄像头，第一显示器用于显示包含预设环境的环境图像；测试摄像头用于针对第一显示器所显示的环境图像进行图像采集，以获得待检测图像，其中，环境信息包括待检测图像的图像信息。
示例性地，预设环境的种类是一种或多种，环境图像的数目是一个或多个，一个或多个环境图像分别包含一种或多种预设环境，待检测图像的数目是一个或多个，第一显示器具体用于依次显示一个或多个环境图像；测试摄像头具体用于分别采集与一个或多个环境图像一一对应的一个或多个待检测图像；处理器706可以通过以下方式判断传感器720的质量：对于一个或多个待检测图像中的每一个，将智能驾驶系统柜机704基于该待检测图像确定的环境感知信息与该待检测图像对应的环境图像中的预设环境的已知感知信息相比较，以确定智能驾驶系统柜机704针对该待检测图像对应的环境图像的感知误差；基于智能驾驶系统柜机704针对一个或多个环境图像的感知误差判断传感器720的质量是否合格。
示例性地，处理器706通过以下方式基于智能驾驶系统柜机704针对一个或多个环境图像的感知误差判断传感器720的质量是否合格：对于一个或多个环境图像中的每一个，如果智能驾驶系统柜机704针对该环境图像的感知误差小于误差阈值，则确定智能驾驶系统柜机704针对该环境图像的环境感知通过，否则确定智能驾驶系统柜机704针对该环境图像的环境感知未通过；如果智能驾驶系统柜机704针对一个或多个环境图像的环境感知的通过率大于通过率阈值，则确定传感器720的质量合格，否则确定传感器720的质量不合格。
示例性地，测试系统还包括第二显示器，第二显示器用于与智能驾驶系统柜机704连接，第二显示器用于显示待检测图像。
示例性地，第二显示器还用于在显示待检测图像时，显示用于指示标准摄像头的光心的第一标识符以及用于指示测试摄像头的光心的第二标识符，其中，标准摄像头是用于采集环境图像的摄像头。
示例性地，测试系统还包括：数据处理设备，与第一显示器连接，用于控制环境图像在第一显示器上的显示。
示例性地，输入源702包括目标对象，传感器720包括雷达装置，雷达装置用于利用电磁波探测预设环境中的目标对象的位置，其中，环境信息包括与目标对象的位置相关的雷达数据。
示例性地，雷达装置包括激光雷达、毫米波雷达、超声波雷达中的一项或多项。
示例性地，在传感器720连接智能驾驶系统柜机704的情况下，目标对象在多个预设位置之间移动，环境信息包括目标对象分别在多个预设位置时探测获得的雷达数据。
示例性地，环境感知信息包括目标对象分别在多个检测位置下的位置信息，处理器706通过以下方式判断传感器720的质量：如果多个预设位置的已知位置信息与多个检测位置的位置信息对应一致，并且智能驾驶系统柜机704检测到多个检测位置的持续时间与目标对象停留在多个预设位置的停留时间对应一致，则确定传感器720的质量合格，否则确定传感器720的质量不合格。
示例性地，目标对象是无人机或智能机器人。
示例性地，测试系统700还可以包括台架，用于对输入源702、传感器720、智能驾驶系统柜机704和处理器706中的至少两项进行连接和/或对输入源702、传感器720、智能驾驶系统柜机704和处理器706中的至少一项进行固定。
根据本发明实施例另一方面，提供一种用于传感器的离线测试方法，应用于一种用于传感器的离线测试系统，该测试系统包括输入源、智能驾驶系统柜机和处理器。图8示出根据本发明一个实施例的用于传感器的离线测试方法800的示意性流程图。如图8所示，测试方法800包括步骤s810、s820和s830。
在步骤s810，利用输入源提供预设环境。
在步骤s820，利用智能驾驶系统柜机接收传感器采集的预设环境的环境信息，并基于环境信息确定环境感知信息，其中，环境感知信息包括以下一项或多项：传感器所对应的虚拟车辆的车辆状态信息、预设环境中的道路信息、预设环境中的目标对象的位置信息。
在步骤s830，利用处理器基于环境感知信息判断传感器的质量。
上文已经描述了用于智能驾驶系统柜机的离线测试系统710的输入源702、传感器704、处理器706等的结构、运行方式及其优点等，本领域技术人员结合图7以及上文关于测试系统710的描述，可以理解测试方法800的实施方式及其优点等，本文不对此进行赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同系统来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的系统解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。