车道偏离预警功能的测试方法、系统、设备及存储介质

技术领域

本发明涉及车辆测试技术领域，尤其涉及一种车道偏离预警功能的测试方法、系统、设备及存储介质。

背景技术

目前，车道偏离预警(Lane Departure Warning，LDW)是常见的车辆驾驶辅助功能，其目的是保持车辆在车道内的安全驾驶。在车辆偏离车道线时，车道偏离预警系统发出相应的报警。在车道偏离预警系统的研发、生产过程中，需要进行大量的测试，以验证其在特定场景下是否可以完成预期的预警功能。

在现有的测试方法中，车道偏离预警功能要在实车上进行测试，导致测试成本很高，且具有一定危险性。

发明内容

本发明提供了一种车道偏离预警功能的测试方法、系统、设备及存储介质，以解决现有技术中在实车上进行车道偏离预警功能测试，导致测试成本很高，且具有一定危险性的技术问题，本发明能实现实验室环境下的测试，节省测试成本和测试时间，提高了产品可靠性。

第一方面，为了解决上述技术问题，本发明提供了一种车道偏离预警功能的测试方法，包括：

从预先配置的测试场景数据库中获取测试场景数据；

将所述测试场景数据输入车辆动力学模型中，得到与所述测试场景数据对应的模拟车辆状态数据；其中，所述模拟车辆状态数据包括车辆处于偏离车道状态；

将所述模拟车辆状态数据输入车道偏离预警模型中，得到输出结果；其中，所述输出结果包括是否发出警告提醒；

将所述输出结果与预期结果进行对比，以验证车道偏离预警模型是否符合标准。

优选地，其中，所述测试场景数据库的配置过程包括：

获取车辆状态要素和道路场景要素；

根据预设的筛选策略对所述车辆状态要素、所述道路场景要素进行筛选，得到车辆状态数据和道路场景数据；

将所述车辆状态数据和所述道路场景数据进行组合，生成测试场景数据库；

其中，所述车辆状态数据包括车辆驾驶数据、安全装置数据和警报状态数据；所述道路场景数据包括道路所处环境、道路类型、车道线和道路边缘特征。

优选地，所述根据预设的筛选策略对所述车辆状态要素、所述道路场景要素进行筛选，得到车辆状态数据和道路场景数据，包括：

对所述车辆状态要素和所述道路场景要素进行分类，得到分类后的道路场景数据表和车辆状态数据表；

分别对所述道路场景数据表和所述车辆状态数据表进行遍历，并根据预设的筛选策略进行判断，得到判断结果；

根据所述判断结果对所述车辆状态要素和所述道路场景要素进行处理，得到车辆状态数据和道路场景数据。

优选地，所述筛选策略包括：

当判定存在现实交通中无法实现的车辆状态要素或道路场景要素时，删除所述无法实现的车辆状态要素或道路场景要素；

当判定存在相同类型的道路场景要素时，从同一类型的所有道路场景要素中选取并保留使用频率最高的道路场景要素；

当判定存在对车辆运动影响相同的车辆状态要素或道路场景要素时，从对车辆运动影响相同的所有车辆状态要素或道路场景要素中选取并保留任意一个车辆状态要素。

优选地，所述将所述输出结果与预期结果进行对比，包括：

当所述输出结果包括发出警告提醒时，判定车道偏离预警模型符合标准；

当所述输出结果包括未发出警告提醒时，判定车道偏离预警模型不符合标准。

优选地，所述输出结果还包括模型响应时间，所述模型响应时间为车道偏离预警模型对所述模拟车辆状态数据的处理时间。

优选地，所述将所述输出结果与预期结果进行对比，还包括：

当所述模型响应时间大于预设的时间阈值时，判定车道偏离预警模型不符合标准；

当所述模型响应时间小于或等于所述时间阈值时，判定车道偏离预警模型符合标准。

第二方面，本发明提供了一种车道偏离预警功能的测试系统，包括：

场景获取模块，用于从预先配置的测试场景数据库中获取测试场景数据；

模拟状态模块，用于将所述测试场景数据输入车辆动力学模型中，得到与所述测试场景数据对应的模拟车辆状态数据；其中，所述模拟车辆状态数据包括车辆处于偏离车道状态；

模拟测试模块，用于将所述模拟车辆状态数据输入车道偏离预警模型中，得到输出结果；其中，所述输出结果包括是否发出警告提醒；

测试评价模块，用于将所述输出结果与预期结果进行对比，以验证车道偏离预警模型是否符合标准。

第三方面，本发明还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述中任意一项所述的车道偏离预警功能的测试方法。

第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的车道偏离预警功能的测试方法。

相比于现有技术，本发明具有如下有益效果：

本发明提供一种车道偏离预警功能的测试方法，包括从预先配置的测试场景数据库中获取测试场景数据；将所述测试场景数据输入车辆动力学模型中，得到与所述测试场景数据对应的模拟车辆状态数据；其中，所述模拟车辆状态数据包括车辆处于偏离车道状态；将所述模拟车辆状态数据输入车道偏离预警模型中，得到输出结果；其中，所述输出结果包括是否发出警告提醒；将所述输出结果与预期结果进行对比，以验证车道偏离预警模型是否符合标准。本发明通过从预先配置的测试场景数据库中获取测试场景数据，能够模拟多种场景下的车辆偏离车道状态，进而实现对车道偏离预警模型的测试，整个过程不需要实车测试，节省测试成本和测试时间，提高了产品可靠性。

附图说明

图1是本发明第一实施例提供的车道偏离预警功能的测试方法流程示意图；

图2是本发明第二实施例提供的车道偏离预警功能的测试系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，本发明第一实施例提供了一种车道偏离预警功能的测试方法，包括以下步骤：

S11，从预先配置的测试场景数据库中获取测试场景数据。

S12，将所述测试场景数据输入车辆动力学模型中，得到与所述测试场景数据对应的模拟车辆状态数据；其中，所述模拟车辆状态数据包括车辆处于偏离车道状态。

S13，将所述模拟车辆状态数据输入车道偏离预警模型中，得到输出结果；其中，所述输出结果包括是否发出警告提醒。

S14，将所述输出结果与预期结果进行对比，以验证车道偏离预警模型是否符合标准。

在步骤S11中，从预先配置的测试场景数据库中获取测试场景数据。需要说明的是，为了实现实验室环境下的测试，首先需要生成测试场景，从而模拟车辆的实际行驶场景，测试场景数据包括道路场景数据和车辆状态数据。LDW功能主要约束条件为场景中的车道线和弯道半径，所以将道路场景划分为三类,分别是：标准道路场景、特殊道路场景、典型道路场景。

示例性地，标准道路场景包括根据车辆销售区域划分，可选择C_NCAP、E_NCAP标准中的道路,场景为标准道路场景，即直道且车道线为虚线与实线，其中车道线遵守GB5768《道路交通标志和标线》的要求；特殊道路场景包括考虑到天气(雨雪、沙尘、雾霾)、光线(强光、昏暗)、坡度、大小弯道等对传感器识别车道线的影响，将各种影响因素与标准道路场景组合，形成特殊道路场景；典型道路场景：结合国内车辆行驶环境，将车辆会遇到的国内“特色”路况，包括高速匝道、环岛、十字路口、车道线混乱道路、无车道线道路等设定为典型道路场景。

进一步地，在测试LDW功能时，应考虑车辆驾驶意图、行驶速度、向左靠近车道线还是向右靠近车道线以及靠近车道线的速度，所以车辆运动状态应包括不同的速度、方向，即不同的纵向速度与加速度，横向速度与加速度。

在步骤S12中，将所述测试场景数据输入车辆动力学模型中，得到与所述测试场景数据对应的模拟车辆状态数据；其中，所述模拟车辆状态数据包括车辆处于偏离车道状态。

在具体实施当中，可以使用CarMaker建模车辆动力学模型，车辆动力学模型能够输出多种车辆状态。示例性地，模拟车辆状态数据为车辆模型以不同速度、方向朝向已知车道线靠近时的数据，或者车辆模型有变道、转向意图靠近已知车道线时的数据，上述两种数据均表示车辆处于偏离车道状态。

在步骤S13中，将所述模拟车辆状态数据输入车道偏离预警模型中，得到输出结果；其中，所述输出结果包括是否发出警告提醒。

在一种实施方式中，所述输出结果还包括模型响应时间，所述模型响应时间为车道偏离预警模型对所述模拟车辆状态数据的处理时间。需要说明的是，从将所述模拟车辆状态数据输入车道偏离预警模型中开始计时，到得到输出结果时所用的时间为处理时间，即模型响应时间，模型响应时间用于判断车道偏离预警模型是否能够及时的发出警告提醒。

在步骤S14中，将所述输出结果与预期结果进行对比，以验证车道偏离预警模型是否符合标准。

在一种实施方式中，所述将所述输出结果与预期结果进行对比，包括：

当所述输出结果包括发出警告提醒时，判定车道偏离预警模型符合标准；

当所述输出结果包括未发出警告提醒时，判定车道偏离预警模型不符合标准。

在另一种实施方式中，所述将所述输出结果与预期结果进行对比，还包括：

当所述模型响应时间大于预设的时间阈值时，判定车道偏离预警模型不符合标准；

当所述模型响应时间小于或等于所述时间阈值时，判定车道偏离预警模型符合标准。

可以理解的是，预期结果即为车道偏离预警模型能够及时、准确的发出警告提醒。通过在各类测试场景中，车辆模型以不同速度、方向向已知车道线靠近时或者有变道、转向意图靠近已知车道线时，车道偏离预警模型是否发出警告提醒、警告提醒是否及时，来判断车道偏离预警模型中的控制算法是否符合标准。

为了便于对本发明的理解，下面将对本发明的一些优选实施例做更进一步的描述。

在一种实现方式中，所述测试场景数据库的配置过程包括：

获取车辆状态要素和道路场景要素；

根据预设的筛选策略对所述车辆状态要素、所述道路场景要素进行筛选，得到车辆状态数据和道路场景数据；

将所述车辆状态数据和所述道路场景数据进行组合，生成测试场景数据库；

其中，所述车辆状态数据包括车辆驾驶数据、安全装置数据和警报状态数据；所述道路场景数据包括道路所处环境、道路类型、车道线和道路边缘特征。

在实际应用中，通过预先设定，获取各种各样的车辆状态要素和道路场景要素。例如，市区道路、地方路沙石路、山区公路和施工路段等。然后，由于车道偏离预警系统只有在满足弯道半径≥125m、车道线宽度2.5～4.8m、车速60～150km/h、驾驶员未脱手、其他控制器无故障、危险警示灯关闭、转向灯变道灯关闭、D挡、纵向加速度小于特定值等特定条件下才能完成激活，所以需要根据预设的筛选策略对所述车辆状态要素、所述道路场景要素进行筛选，得到车辆状态数据和道路场景数据。最后，将所述车辆状态数据和所述道路场景数据进行组合，生成测试场景数据库。

在一种实现方式中，所述根据预设的筛选策略对所述车辆状态要素、所述道路场景要素进行筛选，得到车辆状态数据和道路场景数据，包括：

对所述车辆状态要素和所述道路场景要素进行分类，得到分类后的道路场景数据表和车辆状态数据表；

分别对所述道路场景数据表和所述车辆状态数据表进行遍历，并根据预设的筛选策略进行判断，得到判断结果；

根据所述判断结果对所述车辆状态要素和所述道路场景要素进行处理，得到车辆状态数据和道路场景数据。

示例性地，对所述车辆状态要素和所述道路场景要素进行分类，得到分类后的道路场景数据表和车辆状态数据表，如表1和表2所示。其中，每一种数据类型下划分子类型。例如，道路所处环境分为天气和光照，道路类型分为类型、特征、路面、路况等，车道线分为车道宽度、左/右侧类型、左/右侧线性、左/右侧颜色等，道路边缘特征分为类型、交通标识等。

表1道路场景数据表

表2车辆状态数据表

在本实施例中，所述筛选策略包括：

当判定存在现实交通中无法实现的车辆状态要素或道路场景要素时，删除所述无法实现的车辆状态要素或道路场景要素；

当判定存在相同类型的道路场景要素时，从同一类型的所有道路场景要素中选取并保留使用频率最高的道路场景要素；

当判定存在对车辆运动影响相同的车辆状态要素或道路场景要素时，从对车辆运动影响相同的所有车辆状态要素或道路场景要素中选取并保留任意一个车辆状态要素。

需要说明的是，车道偏离预警系统只有在满足弯道半径≥125m、车道线宽度2.5～4.8m、车速60～150km/h、驾驶员未脱手、其他控制器无故障、危险警示灯关闭、转向灯变道灯关闭、D挡、纵向加速度小于特定值等特定条件下才能完成激活。在不满足功能开启条件的场景下，无需对预警功能进行验证，因此不满足功能开启条件的场景属于在现实交通中无法实现的车辆状态要素或道路场景要素，删除所述无法实现的车辆状态要素或道路场景要素。示例性地，删除车辆状态要素中的除D挡外的其他档位、未在60～150km/h的车速、车门信号无效、安全带信号无效、转向故障、雨刮故障、危险警报灯不存在、车轮胎压故障、制动故障、系统故障等。

此外，根据交通规则车速限制可筛选过滤一些要素，如删除道路场景要素中的市区道路、地方道路、沙石道路、泥土路、山区公路等。

进一步地，当判定存在相同类型的道路场景要素时，从同一类型的所有道路场景要素中选取并保留使用频率最高的道路场景要素。其中，相同类型的道路场景要素是指道路特征相同或者道路路面相同等情况，例如路面分水泥、柏油、沙石、砖块、积水、积雪、泥泞、坑洼等诸多情况，只保留使用频率最高的水泥路面和柏油路面，现实中用户也只会在这种场景下打开LDW功能；道路特征分直道、弯道、弯道出入口、上/下匝道、桥面、十字路口等诸多情况，只保留使用频率最高的直道、弯道、弯道出入口，现实中用户也只会在这种场景下打开LDW功能。

进一步地，当判定存在对车辆运动影响相同的车辆状态要素或道路场景要素时，从对车辆运动影响相同的所有车辆状态要素或道路场景要素中选取并保留任意一个车辆状态要素。其中，对车辆运动影响相同表示对主车报警、运动影响相同，如车门未关闭分左前、左后、右前、右后、前备、后备，它们对对车辆运动影响相同；转向灯开启分为左转向灯状态、右转向灯状态，它们对对车辆运动影响相同，从中选取并保留任意一个。

在本实施例中，经过筛选后，所述车辆状态数据包括车辆驾驶数据、安全装置数据和警报状态数据。具体地，车辆驾驶数据包括D档位、速度60～150km/h、转向灯打开或关闭、制动请求初始化或正常、驾驶模式种类、加速踏板力度、方向盘转角角度、方向盘正常或离手，安全装置数据包括车门舱门关闭状态、安全带状态、雨刮打开或关闭、轮胎状态正常或过高/低，警报状态数据包括危险警报灯激活或未激活、DSM报警或未报警。

在本实施例中，经过筛选后，所述道路场景数据包括道路所处环境、道路类型、车道线和道路边缘特征。具体地，道路所处环境包括白天或其他不良光照情况，道路类型包括高速公路或一般公路、直道或弯道、水泥路面或柏油路面、路况平坦或有坡度，车道线包括车道宽度、车道线线型、车道线颜色，道路边缘特征包括路沿或护栏或隔离带、红绿信号灯或交通标识或施工安全标识。

在本发明中，测试场景数据库中存储有多种测试场景数据，通过从预先配置的测试场景数据库中获取测试场景数据，能够模拟多种场景下的车辆偏离车道状态，进而实现对车道偏离预警模型的测试，整个过程不需要实车测试，节省测试成本和测试时间，提高了产品可靠性。

参照图2，本发明第二实施例提供了一种车道偏离预警功能的测试系统，包括：

场景获取模块，用于从预先配置的测试场景数据库中获取测试场景数据；

模拟状态模块，用于将所述测试场景数据输入车辆动力学模型中，得到与所述测试场景数据对应的模拟车辆状态数据；其中，所述模拟车辆状态数据包括车辆处于偏离车道状态；

模拟测试模块，用于将所述模拟车辆状态数据输入车道偏离预警模型中，得到输出结果；其中，所述输出结果包括是否发出警告提醒；

测试评价模块，用于将所述输出结果与预期结果进行对比，以验证车道偏离预警模型是否符合标准。

优选地，所述系统还包括数据库生成模块，所述数据库生成模块用于：

获取车辆状态要素和道路场景要素；

根据预设的筛选策略对所述车辆状态要素、所述道路场景要素进行筛选，得到车辆状态数据和道路场景数据；

将所述车辆状态数据和所述道路场景数据进行组合，生成测试场景数据库；

其中，所述车辆状态数据包括车辆驾驶数据、安全装置数据和警报状态数据；所述道路场景数据包括道路所处环境、道路类型、车道线和道路边缘特征。

优选地，所述数据库生成模块包括筛选单元，所述筛选单元用于：

对所述车辆状态要素和所述道路场景要素进行分类，得到分类后的道路场景数据表和车辆状态数据表；

分别对所述道路场景数据表和所述车辆状态数据表进行遍历，并根据预设的筛选策略进行判断，得到判断结果；

根据所述判断结果对所述车辆状态要素和所述道路场景要素进行处理，得到车辆状态数据和道路场景数据。

需要说明的是，本发明实施例提供的一种车道偏离预警功能的测试系统用于执行上述实施例的一种车道偏离预警功能的测试方法的所有流程步骤，两者的工作原理和有益效果一一对应，因而不再赘述。

本发明实施例还提供了一种终端设备。该终端设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如车道偏离预警功能的测试程序。所述处理器执行所述计算机程序时实现上述各个车道偏离预警功能的测试方法实施例中的步骤，例如图1所示的步骤S11。或者，所述处理器执行所述计算机程序时实现上述各系统实施例中各模块/单元的功能，例如模拟测试模块。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。

所述终端设备可以是桌上型计算机、笔记本、掌上电脑及智能平板等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述部件仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Centra l Process i ng Un it，CPU)，还可以是其他通用处理器、数字信号处理器(Di gita l Si gna l Processor，DSP)、专用集成电路(App l i cat i on Spec i f i c I ntegrated Ci rcu it，AS I C)、现成可编程门阵列(Fi e l d-Programmab l e Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Med i a Card,SMC)，安全数字(Secure Di gita l,SD)卡，闪存卡(F l ash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

其中，所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-On l y Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需说明的是，以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的系统实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。