本發(fā)明涉及智能車輛測(cè)試評(píng)價(jià)技術(shù)領(lǐng)域，尤其涉及一種智能車輛規(guī)劃能力測(cè)試平臺(tái)。

背景技術(shù)：

無(wú)人駕駛智能車輛，集環(huán)境感知、決策規(guī)劃和控制等功能于一體，是近來(lái)研究的熱點(diǎn)。決策規(guī)劃系統(tǒng)是智能車輛中最重要的部件，其算法性能直接決定了智能車輛行駛時(shí)的安全性和可靠性。為了構(gòu)建性能可靠的規(guī)劃系統(tǒng)，在研制過(guò)程中需要對(duì)其進(jìn)行充分的測(cè)試，以暴露系統(tǒng)中存在的各種設(shè)計(jì)缺陷。常規(guī)實(shí)車試驗(yàn)難以滿足智能車輛自主駕駛能力驗(yàn)證的需求，首先，智能車輛的安全問(wèn)題還沒(méi)有得到有效的驗(yàn)證；其次，智能車輛試驗(yàn)所需的道路條件較高，需要投入較高的成本。尋找一種可重復(fù)、高效且安全的測(cè)試方法是目前迫切需要解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的就是為了彌補(bǔ)已有技術(shù)的缺陷，提供一種針對(duì)智能車輛規(guī)劃能力的測(cè)試平臺(tái)及其評(píng)價(jià)方法，為智能車輛規(guī)劃系統(tǒng)分析、設(shè)計(jì)與驗(yàn)證提供一種重要思路和方法。

本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

一種智能車輛規(guī)劃能力測(cè)試平臺(tái)，包括磁盤、規(guī)劃能力測(cè)試系統(tǒng)及待測(cè)智能車輛。

所述的磁盤用于儲(chǔ)存樣本數(shù)據(jù)、任務(wù)文件、參考答案、評(píng)分規(guī)則、測(cè)試結(jié)果。

所述的規(guī)劃能力測(cè)試系統(tǒng)是針對(duì)智能車輛的規(guī)劃能力進(jìn)行測(cè)試的軟件系統(tǒng)，主要由三個(gè)部分構(gòu)成：測(cè)試試題題庫(kù)、測(cè)試過(guò)程可視化模擬、測(cè)試結(jié)果與量化評(píng)價(jià)方法；

所述的待測(cè)智能車輛包括規(guī)劃決策單元、控制單元、車體支架和車載執(zhí)行機(jī)構(gòu)。待測(cè)智能車輛是規(guī)劃能力測(cè)試系統(tǒng)的測(cè)試對(duì)象，兩者間通過(guò)網(wǎng)絡(luò)接口進(jìn)行通信。

所述的存于磁盤中的樣本數(shù)據(jù)，是用于規(guī)劃能力測(cè)試的柵格地圖，可通過(guò)兩種方式獲取。其一，事先通過(guò)感知系統(tǒng)，如相機(jī)、雷達(dá)等傳感器獲取的場(chǎng)景數(shù)據(jù) 并轉(zhuǎn)化成的規(guī)劃地圖，即柵格地圖；其二，在測(cè)試系統(tǒng)中，測(cè)試人員可根據(jù)測(cè)試需求自行繪制柵格地圖。

所述的柵格地圖，是測(cè)試系統(tǒng)針對(duì)規(guī)劃路徑測(cè)試用來(lái)模擬場(chǎng)景環(huán)境的一種二維地圖。柵格地圖以右下角為坐標(biāo)原點(diǎn)，每個(gè)柵格的坐標(biāo)表述為(x_n,y_n)，其屬性值-2，動(dòng)態(tài)障礙物；-1，靜態(tài)障礙物；0，可通行區(qū)域；1，未行駛到的規(guī)劃路徑；2，已行駛過(guò)的規(guī)劃路徑；3，敏感區(qū)域。其中路徑的規(guī)劃在非障礙物區(qū)域中進(jìn)行。同時(shí)柵格地圖中用不同的標(biāo)志來(lái)標(biāo)識(shí)不同的對(duì)象，如規(guī)劃路徑的起點(diǎn)、終點(diǎn)、任務(wù)點(diǎn)及智能車輛模型等。

所述的規(guī)劃地圖分為三種：局部規(guī)劃地圖、全局規(guī)劃地圖和動(dòng)態(tài)規(guī)劃地圖。局部規(guī)劃地圖大小為500px×500px，以一定比例對(duì)應(yīng)實(shí)際的場(chǎng)景環(huán)境，比如實(shí)際場(chǎng)景為100m×100m，那么每個(gè)1px×1px單元格代表1m×1m區(qū)域的場(chǎng)景。全局規(guī)劃地圖是多個(gè)局部規(guī)劃地圖拼接而成，即更大范圍的場(chǎng)景環(huán)境，根據(jù)智能車輛的行駛位置實(shí)時(shí)的更新規(guī)劃地圖。動(dòng)態(tài)規(guī)劃地圖是測(cè)試系統(tǒng)在局部規(guī)劃地圖或全局規(guī)劃地圖的基礎(chǔ)上可動(dòng)態(tài)地添加障礙物，具體地，當(dāng)智能車輛模型行駛到某一敏感區(qū)域時(shí)，測(cè)試系統(tǒng)在原規(guī)劃路徑的基礎(chǔ)上在指定的位置添加對(duì)應(yīng)的障礙物。所述的敏感區(qū)域是柵格地圖在初始化時(shí)已設(shè)置好，其與添加障礙物的位置是一一對(duì)應(yīng)的，即確定了某一敏感區(qū)域HotArea_n：{(x_a1,y_a1),(x_a2,y_a2),…，(x_an,y_an)}，其對(duì)應(yīng)的添加障礙物的區(qū)域DynamicObstacle_n：{(x_b1，y_b1)，(x_b2，y_b2)，…，(x_bn，y_bn)}同時(shí)也就確定了。

所述的智能車輛模型，是真實(shí)待測(cè)智能車輛在測(cè)試系統(tǒng)中的虛擬模型，動(dòng)態(tài)地反映待測(cè)智能車輛的行駛狀態(tài)，其屬性有：位置、速度、航向及前后左右的障礙物的信息。

所述的測(cè)試試題題庫(kù)，根據(jù)柵格地圖的三種不同類型可分為局部、全局和動(dòng)態(tài)三種不同類型的規(guī)劃能力測(cè)試。

所述的局部規(guī)劃能力測(cè)試是基于單幀局部柵格地圖M，必經(jīng)點(diǎn)NESS＝{(x_s,y_s),(x_g,y_g)}，(x_s,y_s)和(x_g,y_g)分別為起點(diǎn)與終點(diǎn)，局部規(guī)劃返回規(guī)劃的路徑P＝{(x_s,y_s),(x₁,y₁),(x₂,y₂),...,(x_n,y_n),(x_g,y_g)}，(x_n,y_n)為先后經(jīng)過(guò)的單元格的坐標(biāo)。

所述的全局規(guī)劃能力測(cè)試是全局柵格地圖M，必經(jīng)點(diǎn)NESS＝{(x_s,y_s),(x_t1,y_t1),(x_t2,y_t2),...,(x_tn,y_tn),(x_g,y_g)}，(x_s,y_s)和(x_g,y_g)分別為起點(diǎn)與終點(diǎn)，(x_t1,y_t1),(x_t2,y_t2),...,(x_tn,y_tn)為必經(jīng)的任務(wù)點(diǎn)，要求全局規(guī)劃返回的路徑P＝{(x_s,y_s),(x₁,y₁),(x₂,y₂),...,(x_n,y_n),(x_g,y_g)}必須按先后順序經(jīng)過(guò)這些任務(wù)點(diǎn)，即(x_n,y_n)為先后經(jīng)過(guò)的單元格的坐標(biāo)。

所述的動(dòng)態(tài)規(guī)劃能力測(cè)試是智能車輛在進(jìn)行局部或全局規(guī)劃能力的過(guò)程中，當(dāng)智能車輛行駛到柵格地圖的某一敏感區(qū)域時(shí)，測(cè)試系統(tǒng)根據(jù)原規(guī)劃路徑在柵格地圖的指定位置動(dòng)態(tài)地添加障礙物，根據(jù)測(cè)試任務(wù)，由起點(diǎn)S到終點(diǎn)E可能有兩種規(guī)劃路徑A和B，當(dāng)測(cè)試系統(tǒng)檢測(cè)到智能車輛模型行駛到敏感區(qū)域A時(shí)，即時(shí)在柵格地圖上添加動(dòng)態(tài)障礙物A，將單元格屬性值改成(x_n,y_n)＝-2，之后取消敏感區(qū)域A和與其關(guān)聯(lián)的敏感區(qū)域B的設(shè)置，將單元格屬性值改成(x_n,y_n)＝0。所謂敏感區(qū)域的關(guān)聯(lián)關(guān)系是針對(duì)其對(duì)應(yīng)的動(dòng)態(tài)障礙物來(lái)說(shuō)的，就是說(shuō)添加了敏感區(qū)域?qū)?yīng)的動(dòng)態(tài)障礙物A就不能添加敏感區(qū)域B對(duì)應(yīng)的動(dòng)態(tài)障礙物B，添加了動(dòng)態(tài)障礙物B就不能添加動(dòng)態(tài)障礙物A，否則從起點(diǎn)S到終點(diǎn)E就沒(méi)有可通路徑。與此同時(shí)，測(cè)試系統(tǒng)將柵格地圖變化信息通過(guò)網(wǎng)絡(luò)告知待測(cè)智能車輛，使其及時(shí)改變規(guī)劃路徑，以達(dá)到實(shí)時(shí)地檢測(cè)待測(cè)智能車輛的對(duì)場(chǎng)景瞬變的重規(guī)劃能力。

所述的測(cè)試過(guò)程可視化模式，其特征在于測(cè)試系統(tǒng)根據(jù)待測(cè)智能車輛反饋回來(lái)的信息在柵格地圖上利用智能車輛模型動(dòng)態(tài)顯示其運(yùn)動(dòng)狀態(tài)與軌跡。測(cè)試系統(tǒng)將測(cè)試試題信息，包括原始柵格地圖和測(cè)試任務(wù)等通過(guò)網(wǎng)絡(luò)發(fā)送給待測(cè)智能車輛，待測(cè)車輛規(guī)劃出行駛路徑，進(jìn)一步地控制轉(zhuǎn)向柱、油門、制動(dòng)、檔位等車輛執(zhí)行機(jī)構(gòu)輸出動(dòng)作。同時(shí)，將這些執(zhí)行機(jī)構(gòu)的動(dòng)作信息定時(shí)地反饋給測(cè)試系統(tǒng)，測(cè)試系統(tǒng)根據(jù)反饋的速度、航向等信息，控制智能車輛模型進(jìn)行相應(yīng)的同步動(dòng)作。動(dòng)態(tài)規(guī)劃能力測(cè)試過(guò)程中，測(cè)試系統(tǒng)在不斷地更新智能車輛模型的位置及運(yùn)動(dòng)軌跡的同時(shí)，對(duì)添加的障礙物信息進(jìn)行不斷地更新，動(dòng)態(tài)地顯示待測(cè)智能車輛的路徑規(guī)劃與重規(guī)劃的結(jié)果，達(dá)到運(yùn)動(dòng)過(guò)程的可視化效果。

所述的測(cè)試結(jié)果與評(píng)價(jià)方法，是測(cè)試系統(tǒng)在待測(cè)智能車輛完成測(cè)試任務(wù)時(shí)， 針對(duì)提交的規(guī)劃路徑和其他測(cè)試數(shù)據(jù)進(jìn)行分析評(píng)價(jià)，針對(duì)其合理性和最優(yōu)性進(jìn)行評(píng)分。下面給出了一些具體的量化評(píng)價(jià)指標(biāo)：

a)路徑長(zhǎng)度

b)完成任務(wù)情況

通過(guò)測(cè)試車輛的運(yùn)動(dòng)規(guī)劃路徑是否經(jīng)過(guò)任務(wù)文件中的起點(diǎn)、終點(diǎn)和任務(wù)點(diǎn)等，來(lái)判斷是否完成規(guī)劃任務(wù)成功，

c)路徑的碰撞風(fēng)險(xiǎn)性(Risk，R)

通過(guò)計(jì)算車輛的運(yùn)動(dòng)規(guī)劃路徑中每點(diǎn)與周圍障礙物的最近距離是否滿足小于最小碰撞距離，來(lái)判斷路徑是否存在風(fēng)險(xiǎn)，

d)規(guī)劃耗時(shí)T

T＝T_E-T_S (4)

T_S記為待測(cè)智能車輛接收到測(cè)試系統(tǒng)的測(cè)試任務(wù)數(shù)據(jù)時(shí)間，T_E記為待測(cè)智能車輛完成測(cè)試任務(wù)，向測(cè)試系統(tǒng)發(fā)送任務(wù)完成標(biāo)記的時(shí)間。

所述的幾種評(píng)價(jià)指標(biāo)，路徑(重)規(guī)劃每題總得分計(jì)算方法如下：

w_i表示每種測(cè)試指標(biāo)的權(quán)重，S_i表示每種測(cè)試指標(biāo)的得分。

所述的待測(cè)智能車輛是集網(wǎng)絡(luò)通信接口、決策功能模塊、控制功能模塊與車載執(zhí)行結(jié)構(gòu)于一體的無(wú)人智能車輛。智能車輛接收到測(cè)試任務(wù)后，通過(guò)決策與控制模塊控制執(zhí)行機(jī)構(gòu)響應(yīng)動(dòng)作，同時(shí)將檢測(cè)到的運(yùn)動(dòng)變化結(jié)果反饋給測(cè)試系統(tǒng)，測(cè)試系統(tǒng)將其動(dòng)態(tài)變化過(guò)程反應(yīng)在虛擬場(chǎng)景中的智能車輛模型上。待測(cè)智能車輛在試驗(yàn)過(guò)程中置于試驗(yàn)臺(tái)架上，使車輪在轉(zhuǎn)鼓上滾動(dòng)，來(lái)模擬汽車在道路上行駛，在運(yùn)動(dòng)的過(guò)程中，車體本身的位置并沒(méi)有改變。這樣就滿足了在相對(duì)狹小了實(shí)驗(yàn) 室空間內(nèi)完成各種測(cè)試試驗(yàn)。

本發(fā)明的優(yōu)點(diǎn)是：本發(fā)明提供的基于“車-環(huán)境”閉環(huán)系統(tǒng)的半物理仿真測(cè)試平臺(tái)，摒棄了無(wú)人車在實(shí)際環(huán)境當(dāng)中進(jìn)行測(cè)試的種種受限，使得智能車輛能在一個(gè)可受控的、實(shí)驗(yàn)條件易于重復(fù)可變的、以一個(gè)相對(duì)適度的成本和空間來(lái)對(duì)其規(guī)劃能力進(jìn)行安全有效的測(cè)試；

本發(fā)明排除了車載硬件感知部分獲取環(huán)境數(shù)據(jù)的不確定性的干擾,借助于現(xiàn)實(shí)環(huán)境中真實(shí)的測(cè)試場(chǎng)景及傳感器數(shù)據(jù)，這樣更加針對(duì)性地僅對(duì)智能車輛的規(guī)劃能力進(jìn)行檢測(cè)。測(cè)試系統(tǒng)直接利用磁盤中已轉(zhuǎn)換存儲(chǔ)的柵格地圖數(shù)據(jù)，且可動(dòng)態(tài)地對(duì)場(chǎng)景環(huán)境進(jìn)行變更，這樣滿足于測(cè)試環(huán)境的重復(fù)性和多變性的要求；

本發(fā)明將測(cè)試過(guò)程中智能車輛的運(yùn)動(dòng)狀態(tài)可視化于測(cè)試系統(tǒng)中，在虛擬仿真環(huán)境中，實(shí)時(shí)動(dòng)態(tài)地更加直觀地監(jiān)測(cè)智能車輛的運(yùn)動(dòng)變化情況；

本發(fā)明針對(duì)智能車輛的規(guī)劃能力提出了一種分析與評(píng)估的方法，從整體性能上，綜合的更加有效準(zhǔn)確地評(píng)估智能車輛的規(guī)劃能力。

附圖說(shuō)明

圖1為智能車輛規(guī)劃能力測(cè)試系統(tǒng)整體框架圖。

圖2為柵格地圖中單元格屬性信息。

圖3為柵格地圖中動(dòng)態(tài)障礙物與敏感區(qū)域的設(shè)置方式。

圖4(a)為動(dòng)態(tài)規(guī)劃能力測(cè)試的設(shè)計(jì)流程圖；圖4(b)添加障礙物的確定流程圖。

圖5為T時(shí)刻待測(cè)智能車輛初步規(guī)劃的行駛路徑。

圖6為T+n時(shí)刻添加動(dòng)態(tài)障礙物后待測(cè)智能車輛重規(guī)劃的行駛路徑。

具體實(shí)施方式

一種智能車輛規(guī)劃能力測(cè)試平臺(tái)，包括磁盤、規(guī)劃能力測(cè)試系統(tǒng)及待測(cè)智能車輛。

所述的磁盤用于儲(chǔ)存樣本數(shù)據(jù)、任務(wù)文件、參考答案、評(píng)分規(guī)則、測(cè)試結(jié)果。

所述的規(guī)劃能力測(cè)試系統(tǒng)是針對(duì)智能車輛的規(guī)劃能力進(jìn)行測(cè)試的軟件系統(tǒng)，主要由三個(gè)部分構(gòu)成：測(cè)試試題題庫(kù)、測(cè)試過(guò)程可視化模擬、測(cè)試結(jié)果與量化評(píng)價(jià)方法；

如圖1所示，所述的待測(cè)智能車輛包括規(guī)劃決策單元、控制單元、車體支架 和車載執(zhí)行機(jī)構(gòu)。待測(cè)智能車輛是規(guī)劃能力測(cè)試系統(tǒng)的測(cè)試對(duì)象，兩者間通過(guò)網(wǎng)絡(luò)接口進(jìn)行通信。

所述的存于磁盤中的樣本數(shù)據(jù)，是用于規(guī)劃能力測(cè)試的柵格地圖，可通過(guò)兩種方式獲取。其一，事先通過(guò)感知系統(tǒng)，如相機(jī)、雷達(dá)等傳感器獲取的場(chǎng)景數(shù)據(jù)并轉(zhuǎn)化成的規(guī)劃地圖，即柵格地圖；其二，在測(cè)試系統(tǒng)中，測(cè)試人員可根據(jù)測(cè)試需求自行繪制柵格地圖。

所述的柵格地圖，是測(cè)試系統(tǒng)針對(duì)規(guī)劃路徑測(cè)試用來(lái)模擬場(chǎng)景環(huán)境的一種二維地圖。柵格地圖以右下角為坐標(biāo)原點(diǎn)，每個(gè)柵格的坐標(biāo)表述為(x_n,y_n)，其屬性值如圖2所示：-2，動(dòng)態(tài)障礙物；-1，靜態(tài)障礙物；0，可通行區(qū)域；1，未行駛到的規(guī)劃路徑；2，已行駛過(guò)的規(guī)劃路徑；3，敏感區(qū)域。其中路徑的規(guī)劃在非障礙物區(qū)域中進(jìn)行。同時(shí)柵格地圖中用不同的標(biāo)志來(lái)標(biāo)識(shí)不同的對(duì)象，如規(guī)劃路徑的起點(diǎn)、終點(diǎn)、任務(wù)點(diǎn)及智能車輛模型等。

所述的規(guī)劃地圖分為三種：局部規(guī)劃地圖、全局規(guī)劃地圖和動(dòng)態(tài)規(guī)劃地圖。局部規(guī)劃地圖大小為500px×500px，以一定比例對(duì)應(yīng)實(shí)際的場(chǎng)景環(huán)境，比如實(shí)際場(chǎng)景為100m×100m，那么每個(gè)1px×1px單元格代表1m×1m區(qū)域的場(chǎng)景。全局規(guī)劃地圖是多個(gè)局部規(guī)劃地圖拼接而成，即更大范圍的場(chǎng)景環(huán)境，根據(jù)智能車輛的行駛位置實(shí)時(shí)的更新規(guī)劃地圖。動(dòng)態(tài)規(guī)劃地圖是測(cè)試系統(tǒng)在局部規(guī)劃地圖或全局規(guī)劃地圖的基礎(chǔ)上可動(dòng)態(tài)地添加障礙物，具體地，當(dāng)智能車輛模型行駛到某一敏感區(qū)域時(shí)，測(cè)試系統(tǒng)在原規(guī)劃路徑的基礎(chǔ)上在指定的位置添加對(duì)應(yīng)的障礙物。所述的敏感區(qū)域是柵格地圖在初始化時(shí)已設(shè)置好，其與添加障礙物的位置是一一對(duì)應(yīng)的，如圖4(b)所示，即確定了某一敏感區(qū)域HotArea_n：{(x_a1,y_a1),(x_a2,y_a2),…，(x_an,y_an)}，其對(duì)應(yīng)的添加障礙物的區(qū)域DynamicObstacle_n：{(x_b1，y_b1)，(x_b2，y_b2)，…，(x_bn，y_bn)}同時(shí)也就確定了。

所述的智能車輛模型，是真實(shí)待測(cè)智能車輛在測(cè)試系統(tǒng)中的虛擬模型，動(dòng)態(tài)地反映待測(cè)智能車輛的行駛狀態(tài)，其屬性有：位置、速度、航向及前后左右的障礙物的信息，如圖2所示。

所述的測(cè)試試題題庫(kù)，根據(jù)柵格地圖的三種不同類型可分為局部、全局和動(dòng)態(tài)三種不同類型的規(guī)劃能力測(cè)試。

所述的局部規(guī)劃能力測(cè)試是基于單幀局部柵格地圖M，必經(jīng)點(diǎn)NESS＝{(x_s,y_s),(x_g,y_g)}，(x_s,y_s)和(x_g,y_g)分別為起點(diǎn)與終點(diǎn)，局部規(guī)劃返回規(guī)劃的路徑P＝{(x_s,y_s),(x₁,y₁),(x₂,y₂),...,(x_n,y_n),(x_g,y_g)}，(x_n,y_n)為先后經(jīng)過(guò)的單元格的坐標(biāo)。

所述的全局規(guī)劃能力測(cè)試是全局柵格地圖M，必經(jīng)點(diǎn)NESS＝{(x_s,y_s),(x_t1,y_t1),(x_t2,y_t2),...,(x_tn,y_tn),(x_g,y_g)}，(x_s,y_s)和(x_g,y_g)分別為起點(diǎn)與終點(diǎn)，(x_t1,y_t1),(x_t2,y_t2),...,(x_tn,y_tn)為必經(jīng)的任務(wù)點(diǎn)，要求全局規(guī)劃返回的路徑P＝{(x_s,y_s),(x₁,y₁),(x₂,y₂),...,(x_n,y_n),(x_g,y_g)}必須按先后順序經(jīng)過(guò)這些任務(wù)點(diǎn)，即(x_n,y_n)為先后經(jīng)過(guò)的單元格的坐標(biāo)。

所述的動(dòng)態(tài)規(guī)劃能力測(cè)試是智能車輛在進(jìn)行局部或全局規(guī)劃能力的過(guò)程中，當(dāng)智能車輛行駛到柵格地圖的某一敏感區(qū)域時(shí)，測(cè)試系統(tǒng)根據(jù)原規(guī)劃路徑在柵格地圖的指定位置動(dòng)態(tài)地添加障礙物。如圖3所示，根據(jù)測(cè)試任務(wù)，由起點(diǎn)S到終點(diǎn)E可能有兩種規(guī)劃路徑A和B，當(dāng)測(cè)試系統(tǒng)檢測(cè)到智能車輛模型行駛到敏感區(qū)域A時(shí)，即時(shí)在柵格地圖上添加動(dòng)態(tài)障礙物A，將單元格屬性值改成(x_n,y_n)＝-2，之后取消敏感區(qū)域A和與其關(guān)聯(lián)的敏感區(qū)域B的設(shè)置，將單元格屬性值改成(x_n,y_n)＝0。所謂敏感區(qū)域的關(guān)聯(lián)關(guān)系是針對(duì)其對(duì)應(yīng)的動(dòng)態(tài)障礙物來(lái)說(shuō)的，就是說(shuō)添加了敏感區(qū)域?qū)?yīng)的動(dòng)態(tài)障礙物A就不能添加敏感區(qū)域B對(duì)應(yīng)的動(dòng)態(tài)障礙物B，添加了動(dòng)態(tài)障礙物B就不能添加動(dòng)態(tài)障礙物A，否則從起點(diǎn)S到終點(diǎn)E就沒(méi)有可通路徑。與此同時(shí)，測(cè)試系統(tǒng)將柵格地圖變化信息通過(guò)網(wǎng)絡(luò)告知待測(cè)智能車輛，使其及時(shí)改變規(guī)劃路徑，以達(dá)到實(shí)時(shí)地檢測(cè)待測(cè)智能車輛的對(duì)場(chǎng)景瞬變的重規(guī)劃能力。圖4(a)為動(dòng)態(tài)規(guī)劃能力測(cè)試的設(shè)計(jì)流程圖。

所述的測(cè)試過(guò)程可視化模式，其特征在于測(cè)試系統(tǒng)根據(jù)待測(cè)智能車輛反饋回來(lái)的信息在柵格地圖上利用智能車輛模型動(dòng)態(tài)顯示其運(yùn)動(dòng)狀態(tài)與軌跡。測(cè)試系統(tǒng)將測(cè)試試題信息，包括原始柵格地圖和測(cè)試任務(wù)等通過(guò)網(wǎng)絡(luò)發(fā)送給待測(cè)智能車輛，待測(cè)車輛規(guī)劃出行駛路徑，進(jìn)一步地控制轉(zhuǎn)向柱、油門、制動(dòng)、檔位等車輛執(zhí)行機(jī)構(gòu)輸出動(dòng)作。同時(shí)，將這些執(zhí)行機(jī)構(gòu)的動(dòng)作信息定時(shí)地反饋給測(cè)試系統(tǒng)， 測(cè)試系統(tǒng)根據(jù)反饋的速度、航向等信息，控制智能車輛模型進(jìn)行相應(yīng)的同步動(dòng)作。動(dòng)態(tài)規(guī)劃能力測(cè)試過(guò)程中，測(cè)試系統(tǒng)在不斷地更新智能車輛模型的位置及運(yùn)動(dòng)軌跡的同時(shí)，對(duì)添加的障礙物信息進(jìn)行不斷地更新，動(dòng)態(tài)地顯示待測(cè)智能車輛的路徑規(guī)劃與重規(guī)劃的結(jié)果，達(dá)到運(yùn)動(dòng)過(guò)程的可視化效果。

所述的測(cè)試結(jié)果與評(píng)價(jià)方法，是測(cè)試系統(tǒng)在待測(cè)智能車輛完成測(cè)試任務(wù)時(shí)，針對(duì)提交的規(guī)劃路徑和其他測(cè)試數(shù)據(jù)進(jìn)行分析評(píng)價(jià)，針對(duì)其合理性和最優(yōu)性進(jìn)行評(píng)分。下面給出了一些具體的量化評(píng)價(jià)指標(biāo)：

e)路徑長(zhǎng)度

f)完成任務(wù)情況

通過(guò)測(cè)試車輛的運(yùn)動(dòng)規(guī)劃路徑是否經(jīng)過(guò)任務(wù)文件中的起點(diǎn)、終點(diǎn)和任務(wù)點(diǎn)等，來(lái)判斷是否完成規(guī)劃任務(wù)成功，

g)路徑的碰撞風(fēng)險(xiǎn)性(Risk，R)

通過(guò)計(jì)算車輛的運(yùn)動(dòng)規(guī)劃路徑中每點(diǎn)與周圍障礙物的最近距離是否滿足小于最小碰撞距離，來(lái)判斷路徑是否存在風(fēng)險(xiǎn)，

h)規(guī)劃耗時(shí)T

T＝T_E-T_S (9)

T_S記為待測(cè)智能車輛接收到測(cè)試系統(tǒng)的測(cè)試任務(wù)數(shù)據(jù)時(shí)間，T_E記為待測(cè)智能車輛完成測(cè)試任務(wù)，向測(cè)試系統(tǒng)發(fā)送任務(wù)完成標(biāo)記的時(shí)間。

所述的幾種評(píng)價(jià)指標(biāo)，路徑(重)規(guī)劃每題總得分計(jì)算方法如下：

w_i表示每種測(cè)試指標(biāo)的權(quán)重，S_i表示每種測(cè)試指標(biāo)的得分。

所述的待測(cè)智能車輛是集網(wǎng)絡(luò)通信接口、決策功能模塊、控制功能模塊與車 載執(zhí)行結(jié)構(gòu)于一體的無(wú)人智能車輛。智能車輛接收到測(cè)試任務(wù)后，通過(guò)決策與控制模塊控制執(zhí)行機(jī)構(gòu)響應(yīng)動(dòng)作，同時(shí)將檢測(cè)到的運(yùn)動(dòng)變化結(jié)果反饋給測(cè)試系統(tǒng)，測(cè)試系統(tǒng)將其動(dòng)態(tài)變化過(guò)程反應(yīng)在虛擬場(chǎng)景中的智能車輛模型上。待測(cè)智能車輛在試驗(yàn)過(guò)程中置于試驗(yàn)臺(tái)架上，使車輪在轉(zhuǎn)鼓上滾動(dòng)，來(lái)模擬汽車在道路上行駛，在運(yùn)動(dòng)的過(guò)程中，車體本身的位置并沒(méi)有改變。這樣就滿足了在相對(duì)狹小了實(shí)驗(yàn)室空間內(nèi)完成各種測(cè)試試驗(yàn)。

步驟1，待測(cè)智能車輛行駛至試驗(yàn)臺(tái)架上。以規(guī)劃能力測(cè)試系統(tǒng)為服務(wù)器，以待測(cè)智能車輛為客戶端，局域網(wǎng)內(nèi)兩者間采取TCP/IP協(xié)議進(jìn)行通信。

步驟2，選擇測(cè)試試題，測(cè)試系統(tǒng)根據(jù)試題，從磁盤中讀取該測(cè)試題的柵格地圖，并在可視化模擬模塊中進(jìn)行顯示起點(diǎn)、任務(wù)點(diǎn)、終點(diǎn)的位置信息。

步驟3，構(gòu)建虛擬測(cè)試車輛模型，如圖2所示，其屬性有：位置(x_n,y_n)、速度v、航向ω及前后左右的單元格屬性信息，將其添加至上一步中的柵格地圖中，初始位置為任務(wù)的起點(diǎn)，處于靜止?fàn)顟B(tài)。測(cè)試系統(tǒng)開(kāi)啟更新線程，接收來(lái)自真實(shí)待測(cè)智能車輛輸出的狀態(tài)信息，動(dòng)態(tài)地反映其行駛路徑及運(yùn)動(dòng)狀態(tài)。

步驟4，測(cè)試系統(tǒng)開(kāi)啟發(fā)送線程，將柵格地圖和任務(wù)信息通過(guò)網(wǎng)絡(luò)發(fā)送給待測(cè)智能車輛。此時(shí)計(jì)時(shí)為T_S時(shí)刻。

步驟5，待測(cè)智能車輛通過(guò)自身規(guī)劃決策單元，對(duì)測(cè)試系統(tǒng)發(fā)送過(guò)來(lái)的測(cè)試任務(wù)進(jìn)行分析，得出從起始位置S到終止位置E的路徑，若有任務(wù)點(diǎn)的話，路徑必按次序依次經(jīng)過(guò)任務(wù)點(diǎn)。

步驟6，待測(cè)智能車輛將規(guī)劃路徑結(jié)果通過(guò)網(wǎng)絡(luò)發(fā)送給測(cè)試系統(tǒng)。

步驟7，測(cè)試系統(tǒng)根據(jù)待測(cè)智能車輛發(fā)送過(guò)來(lái)的規(guī)劃結(jié)果，在柵格地圖中標(biāo)記出一條規(guī)劃路徑，即(x_n,y_n)＝1，如圖5所示。在接下來(lái)的智能車輛行進(jìn)的過(guò)程中，根據(jù)其行駛位置，更新智能車輛模型的位置，并將規(guī)劃路徑標(biāo)記為已行駛到的路徑，即(x_n,y_n)＝2，如圖6所示。

步驟8，待測(cè)智能車輛通過(guò)自身控制系統(tǒng)根據(jù)規(guī)劃路徑向轉(zhuǎn)向、油門、制動(dòng)及換擋等車載執(zhí)行機(jī)構(gòu)發(fā)送控制命令。車體在轉(zhuǎn)鼓臺(tái)架運(yùn)動(dòng)的同時(shí)，待測(cè)智能車輛的發(fā)送線程每隔t時(shí)間將執(zhí)行機(jī)構(gòu)的狀態(tài)信息反饋給測(cè)試系統(tǒng)。

步驟9，測(cè)試系統(tǒng)根據(jù)返回來(lái)的執(zhí)行機(jī)構(gòu)的信息，根據(jù)位移S和方位ω來(lái)不

斷更新仿真環(huán)境中車輛模型的位置。其中位移計(jì)算：

其中V_now為當(dāng)前時(shí)刻返回來(lái)的速度值，V_pre為前一時(shí)刻返回來(lái)的速度值，取兩者的平均速度，t為收到這兩個(gè)速度的時(shí)間間隔。

其中方位ω是以車輛模型為中心的360°方向，如圖2所示。

步驟10，測(cè)試系統(tǒng)新建一隊(duì)列，在智能車輛模型運(yùn)動(dòng)的過(guò)程中，記錄其行駛過(guò)程經(jīng)過(guò)的點(diǎn)，即(x_n,y_n)＝2的坐標(biāo)。

步驟11，在動(dòng)態(tài)規(guī)劃能力測(cè)試過(guò)程中，測(cè)試系統(tǒng)在智能車輛模型的行駛的過(guò)程中，不斷地判斷所經(jīng)過(guò)的路徑是否為敏感區(qū)域，即(x_n,y_n)＝3。一旦進(jìn)入到敏感區(qū)域，測(cè)試系統(tǒng)立即向待測(cè)智能車輛發(fā)送減速或停止指令，同時(shí)在柵格地圖中的指定位置添加動(dòng)態(tài)障礙物，即將其單元格屬性值(x_n,y_n)＝1改成(x_n,y_n)＝-，2并在可視化視圖中進(jìn)行更新。

步驟12，測(cè)試系統(tǒng)完成添加動(dòng)態(tài)障礙物后，取消該敏感區(qū)域及與其關(guān)聯(lián)的敏感區(qū)域的設(shè)置，即單元格屬性值(x_n,y_n)＝3改成(x_n,y_n)＝0，注意步驟10隊(duì)列中記錄的行駛路徑的單元格屬性不變。同時(shí)，測(cè)試系統(tǒng)將更新后的柵格地圖信息發(fā)送給待測(cè)智能車輛。

步驟13，待測(cè)智能車輛接收到柵格地圖更新的信息后，確認(rèn)添加的動(dòng)態(tài)障礙物是否對(duì)原規(guī)劃的行駛路徑是否有影響，若有影響，決策單元以當(dāng)前位置為起點(diǎn)，重新規(guī)劃出一條到終點(diǎn)的最佳路徑，并將其發(fā)送回測(cè)試系統(tǒng)。

步驟14，測(cè)試系統(tǒng)更新規(guī)劃路徑，如圖6所示?；氐讲襟E7直至達(dá)到終點(diǎn)。

步驟15，測(cè)試車輛到達(dá)終點(diǎn)后，向測(cè)試系統(tǒng)發(fā)送任務(wù)完成信號(hào)。

步驟16，測(cè)試系統(tǒng)接收任務(wù)完成信號(hào)，此時(shí)計(jì)時(shí)為T_E時(shí)刻。

步驟17，至上一步驟，待測(cè)智能車輛完成一項(xiàng)測(cè)試試題。測(cè)試系統(tǒng)對(duì)此次的測(cè)試結(jié)果進(jìn)行分析與評(píng)價(jià)，步驟如下：

步驟1001，根據(jù)公式(1)，由步驟10中隊(duì)列中保存的經(jīng)過(guò)點(diǎn)的坐標(biāo)，得出車輛運(yùn)動(dòng)軌跡曲線，求出規(guī)劃路徑的總長(zhǎng)度。

步驟1002，根據(jù)公式(2)，通過(guò)測(cè)試車輛運(yùn)動(dòng)軌跡曲線是否都經(jīng)過(guò)起點(diǎn)、終點(diǎn)和任務(wù)點(diǎn)，來(lái)判斷測(cè)試任務(wù)的完成情況。

步驟1003，根據(jù)公式(3)，通過(guò)計(jì)算車輛運(yùn)動(dòng)軌跡曲線的每點(diǎn)與周邊障礙物的最小距離是否小于最小碰撞距離，來(lái)判斷規(guī)劃路徑的碰撞風(fēng)險(xiǎn)系數(shù)。

步驟1004，根據(jù)公式(4)，由步驟4和步驟16記錄的時(shí)間值，計(jì)算出此次任務(wù)完成所耗用的時(shí)間。

步驟1005，由上述4個(gè)步驟得出的結(jié)果，結(jié)合每項(xiàng)分配的不同權(quán)重值，根據(jù)公式(5)計(jì)算出此測(cè)試試題的總體評(píng)價(jià)分?jǐn)?shù)。

步驟18，上述對(duì)測(cè)試結(jié)果的智能測(cè)評(píng)算法是在測(cè)試系統(tǒng)通過(guò)軟件自動(dòng)完成的，其分?jǐn)?shù)在完成測(cè)試試題后顯示在測(cè)試系統(tǒng)界面上，供測(cè)試人員參考。