本文內容主要圍繞自動駕駛汽車測試場景的內涵、作用、尺度、視角以及數據來源等方面進行了詳細闡述。 ? ?
01. 場景要素和場景分類 ? ? 在進行測試場景構建時,首先需要明確測試場景所涵蓋的要素。 ? 真實世界中的場景無窮無盡,要素紛繁復雜,對場景進行分解,提取場景中包含的要素類型,是對現實世界場景進行降維和抽象的基本方法。 ? 為了便于要素的分析及組織,需要對場景要素進行分類。根據不同的組織結構,場景要素劃分有多種方式。從自動駕駛測試的需求角度出發,場景要素可以分為環境要素和自車任務兩類要素。
? ? 從場景要素的基本屬性出發,可以分為靜態要素和動態要素等。從場景要素的拓撲關系出發,可以分為道路要素、交通參與者要素、氣象要素等。場景要素是測試場景構建的基礎,對自動駕駛汽車的測試和評價過程起重要作用,是測評體系的主要支撐。? ??
從場景要素的不同屬性出發,完整的測試場景要素包括: ? 一定空間范圍內的靜態環境要素:道路類型、交通設施、地理信息、靜態障礙物等。? ?? ? ? ?
一定時空范圍內的動態環境要素:如動態交通指示設施及通信環境信息。?? ?
? 行駛環境中的交通參與者要素:機動車、非機動車、行人和動物等。而被測車輛不屬于該要素類別,主要原因是其行為不一定必須是預定義的。? ? ? ? ?
該行駛環境中的氣象環境要素:光照、溫度、濕度、氣候等。 ?
車輛的初始狀態:Ego被測車輛的初始狀態、目標和行為要素等。? ? ?
? 測試場景進行分類。具體分類方法包括以下幾類: ? 1.按測試場景的數據來源進行分類,如自然駕駛數據、危險工況數據、標準法規等來源形成的測試場景,主要用以測試自動駕駛功能的有效性、安全性等。 ? 2.按道路結構層次機械能分類,道路基礎路網場景、非結構化道路場景、靜態場景和動態場景等。景等不同層次的測試場景,主要用以滿足功能開發不同階段需求。 ? 3.按測試場景表征的抽象程度進行分類,如邏輯場景、功能場景、具體場景。 ? 4.按測試場景的應用方式進行分類,如仿真測試場景和場地測試場景等。 ? 5.按測試場景所包含的要素屬性特征角度進行分類,如結構化道路場。?? ? ? ? ? ? ?
? ? 02. 測試方法 ? ? 測試場景研究方法論,涉及測試場景的構成要素分類、場景構建方法、測試場景應用關鍵技術等內容。 ?
2.1測試場景生成步驟 ? 測試場景構建需經過數據采集、數據分析挖掘、場景生成等步驟,并通過虛擬仿真和物理測試技術在實際測試環境中復現場景。 ?
2.2測試用例設計理論方法 ? 設計測試用例理論方法:測試用例的設計方法有多種,常用的包括正交實驗法、邊界值分析法、等價類劃分法、判定表法和錯誤推測。 對比測試 枚舉測試 覆蓋測試 阿拉斯加測試方法等。 ?
2.3常見測試理論方法 ? 正交實驗法:正交實驗法是一種基于正交表的測試用例設計方法。它通過選擇一組有限的測試用例,覆蓋了多個因素的不同取值組合,從而減少了測試用例的數量,提高了測試效率。 ?
邊界值分析法:邊界值分析法是一種基于系統邊界的測試用例設計方法。它通過選擇系統輸入的邊界值和特殊值作為測試用例,以檢測系統在邊界情況下的行為。 ?
等價類劃分法:等價類劃分法是一種基于輸入數據的特性進行劃分的測試用例設計方法。它將輸入數據劃分為不同的等價類,然后選擇代表性的測試用例來覆蓋每個等價類。 ?
判定表法:判定表法是一種基于系統規則的測試用例設計方法。它通過創建一個判定表,列出系統的輸入條件和對應的輸出結果,然后根據判定表選擇測試用例。
? 錯誤推測法:錯誤推測法是一種基于錯誤假設的測試用例設計方法。它通過假設系統可能出現的錯誤情況,設計相應的測試用例來驗證系統的容錯能力。? ??
? ? ? ? ?
03.
自動駕駛仿真測試的方向
在自動駕駛測試場景標準化過程中,實現不同采集平臺和技術方案的兼容性以及數據庫數據的互通共享,主要可以從以下幾個方面著手: ? 1.制定統一的數據格式標準:首先,需要定義一種通用的數據交換格式或協議,如AVP(自動駕駛驗證和驗證)數據格式,以便各種采集設備、系統都能按照同一標準進行數據輸出。這樣可以確保從不同平臺獲取的數據能夠相互理解和解析。 ? 2.構建標準化測試場景庫:建立包含各類基礎場景、特殊場景等在內的標準化測試場景庫,并明確描述每個場景的參數指標,便于在不同的測試平臺和解決方案中復現并進行驗證。 ? 3.建設跨平臺數據接口:開發通用的數據接入和轉換工具,支持多種數據源的接入與轉換,從而實現在不同平臺間的數據交互。 ? 4.搭建數據共享平臺或數據中心:通過云服務技術,建立一個安全可靠的數據存儲和共享中心,各參與方能將符合標準的數據上傳至該平臺,實現數據資源的匯聚和互通。 ? 5.強化信息安全與隱私保護:在保證數據共享的同時,采取嚴格的加密、脫敏措施,確保敏感信息的安全,遵守相關的法律法規要求。 ? 6.積極參與行業組織和聯盟:加入國內外自動駕駛相關標準組織和產業聯盟,共同推動和采納行業通行的數據格式、接口規范及安全標準,加速實現數據層面的互操作性和一致性。 ?
? 04. 測試場景 ? ?
服務于特定測試目的的場景則被稱為測試場景。測試場景可以幫助人們把特定的研究對象放置在具體的情況下進行研究,考查其表現和反應等,從而形成一定測試結論。對于自動駕駛汽車測試場景,其含義可以從以下幾方面進行理解。 ? ? ? ? ?
4.1測試場景的內涵 ? ? ? ? ?
場景被應用于自動駕駛汽車測試時,描述的是某類或某個行駛環境,以及被測車輛在上述行駛環境中的任務。
? 行駛環境描述了基本的交通環境情況和交通參與者的狀態及其行為,能夠呈現或反映真實世界中的交通情景的發生環境以及發生過程。 ?
被測車輛的目標及行為描述了被測車輛在上述行駛環境下,需要完成的任務或預期完成的任務。 ? 上述兩部分共同組成了某個或某類特定測試場景。在測試場景中,可以對被測車輛的特定功能在行駛環境下的表現進行考查和分析。 ? ? ? ? ?
4.2測試場景的作用 ? ? ? ? ?
測試場景用于對自動駕駛汽車的功能或性能進行測試、驗證或評價。應用測試場景必須有明確的測試目的,如對車輛預期的行為、性能要求等的測試。 通過被測車輛在測試場景中的表現,可以對車輛進行驗證和評價。 ? ? ? ? ?
4.3測試場景的尺度 ? ? ? ? ? 測試場景描述的是一定時間和空間范圍內的交通行駛環境以及被測車輛的測試任務。
? 測試場景中包含動態要素,其行為反映的是一個動態過程,有一定的時間跨度;測試場景包含的所有要素是被布置在一定空間尺度的環境下的。
? 測試場景的時間和空間尺度的大小是依據測試任務而確定的。? ? ? 對于時間尺度而言,如緊急避障場景,一般持續數秒,而對于跟車行駛場景,則可能持續數分鐘甚至數小時。對于空間尺度而言,測試場景可能包含一段道路,或者數條道路組成的路網。 ? ? ? ? ?
4.4測試場景的視角 ? ? ? ? ?
測試場景存在多種視角。 ? 首先是研發人員或場景設計者的視角。 ? 在該視角下,能夠獲得最為完整的場景信息,且是真實信息。該視角主要用于測試人員構建測試場景以及測試結果的評價。
? 其次是被測車輛的視角。 ? 在該視角下,場景信息是不完整的。自動駕駛汽車主要通過車載傳感器、無線通信設備等獲取周圍行駛環境和交通參與者的信息,因此這些信息的范圍有限,且存在一定誤差。該視角是車輛在實際行駛過程的視角,是分析行駛環境和駕駛任務的重要視角。? ??
? ? 最后是其他交通參與者的視角。 ? 與被測車輛視角類似,該視角下的場景信息也是不完備的,從該視角出發可以對被測車輛的交通協調性等行為進行評價。
? ? 05. 測試場景的數據來源
自動駕駛汽車測試場景,需要強調的是其來源應該是一般的交通場景,自動駕駛測試場景技術發展與應用。涵蓋城市、高速公路、鄉村、越野等各種交通環境。 ? 為形成測試場景,可以通過分析和篩選已有的各類交通場景數據獲得測試場景。或者可以根據測試需求,對相關理論知識和經驗,構建能夠反映真實交通環境的測試場景。 ? ? ? ? ? ? ? ? ? ? ? ? 06. 測試評估 ? ? 自動駕駛汽車的功能開發與驗證,形成較為完整的系統,功能也趨于完善后,則需要對其進行進一步的測試與評價。形成完整的閉環。 ? ?
? 測試與評價的目的是通過車輛的表現,對其各項性能進行評估。基于測試場景的方法是進行測試與評價的有效手段。 ? 6.1特性場景測試 ? 通過選取或構建能夠體現車輛特定性能的場景,制定合理的測試任務,可以對自動駕駛汽車的不同維度和不同方面的性能,如行駛自治性、安全性、經濟性、舒適性、交通協調性等進行評價。 ? 6.2檢測與認證 ? 基于測試場景的檢測與認證是非常必要的。通過選取或構建典型測試場景,考查自動駕駛汽車在各種交通情況下的行為,對各項功能的安全性和可靠性等進行檢測與認證,可證明其是否具備在真實交通環境下應對多種場景的能力以及規避風險的能力。
6.3測試場景需要滿足的要求
為滿足以上不同測試階段、不同測試目標的測試需求,測試場景需要滿足以下要求: ? 可界定、可調整、可分解、通用性多用途、可復制、可組合、可編碼。??
? 可量化:場景中包含的各類要素所體現出的特征應是可被量化的如道路的幾何尺寸、線形特征,靜態要素的大小、位置,動態要素的初始狀態行為,環境的溫度、光照、濕度等。通過量化,可以形成測試場景具體和準確表達,進而使測試場景能夠重復使用且具備一致的效果。 ? ? ? ? ?
可執行:測試場景應是可執行的,即在一定的技術基礎和資源條件測試場景是可實施的。測試場景中不應包含一些難以復現、不可人為控制的要種類,或者現有技術手段難以達到的要素指標水平,或者因測試方案存在極全風險而造成測試場景無法實施的內容。 ? ? ? ? ?
測試場景應具備的特征 基于上述對測試場景的要求,所形成的測試場景一般具備以下特征。三階段測試與認證;滿足不同測試環境的應用需要。 ?
可界定:對于測試場景的構建,可以通過自然或機器語言及圖形的方式。 ?
多用途:測試場景應適合各種不同用途。包括滿足自動駕駛汽車上路前進行描述和界定。不同測試場景可對自動駕駛汽車進行多項性能的測試,因此需以可界定的方式對不同測試場景對應不同測試功能或階段進行描述和界定,使測試人員能夠準確構建相應測試場景。 ??
可調整:測試場景在被應用的過程中需具備可調整性。主要表現在可對構成測試場景的要素進行調整,如對要素的數量、種類、空間位置、觸發機制、觸發時間等進行調整。
? 可復制:測試場景應是可被重復設置并使用的,即被測自動駕駛車輛應處于可被重復使用、設置并保持相同測試條件的測試場景中。一方面,同一自動駕駛汽車被測時,需要進行多次重復測試;另一方面,對不同自動駕駛汽車的相同功能或性能指標進行對比測試時,也需要測試場景具備高度可復制性。 ? ? ? ? ?
可分解:測試場景可分解產生基元場景。測試場景反映了一定時間和空間范圍內要素和自動駕駛車輛行為的綜合狀態,可從不同角度對測試場景進行分解。如從時間角度,可將測試場景分解為若干瞬時片段的基元場景;從空間角度,可將測試場景分解為空間尺度不同的基元場景。 ? ? ? ? ?
可組合:不同測試場景包含的要素可進行拆解和重組,產生更多場景,擴大測試范圍,豐富測試選擇。此外,場景和場景間具備可組合性,可形成具備綜合功能的測試場景,增加測試的連貫性。 ? ? ? ? ?
通用性:測試場景的應用應具備通用性。為支持測試場景的應用,應采用統一格式進行儲存和管理。不同采集平臺和技術方案須相互兼容,實現不同數據庫數據互通與數據共享,從而有效節約開發和測試成本,形成更為科學合理的運營模式,促進測試場景的規模化應用。 ? ? ? ? ? ? ?
?
可界定 | 可調整 | 可分解 | 通用性 |
多用途 | 可復制 | 可組合 | 可編碼 |
需求標準+測試因素+高精度地圖+場景編輯=測試場景 |
?
07. 測試場景數據來源 ? ?
7.1測試場景需要來源 ? 測試場景需求來源于自動駕駛汽車的開發與驗證、測試與評價、檢測與認證三個階段。 ?
7.2測試場景的階段性特點?? ? 每階段對測試場景的要求有所不同,測試場景的可量化性、可執行性、擬真性和通用性等特點。
? 7.3測試場景數據基于實際交通 ? 構建自動駕駛汽車測試場景時,數據來源應基于實際交通場景,并涵蓋不同交通環境,通過分析篩選已有數據或理論知識構建出真實反映交通環境的測試場景。
審核編輯:黃飛
?
評論
查看更多