本發(fā)明涉及實時評估的，尤其涉及一種自動駕駛仿真測試的實時評估方法及系統。

背景技術：

1、自動駕駛技術是當前人工智能領域的一個重要研究方向，其目標是通過計算機視覺、機器學習、深度學習等技術，使車輛能夠在不需要人類駕駛員干預的情況下，自主地感知周圍環(huán)境、理解交通規(guī)則、規(guī)劃行駛路徑并控制車輛行駛。對于自動駕駛技術能夠上路運行的首要要求就是安全可靠，這需要大量的仿真測試驗證以及評估優(yōu)化，其中評估系統是為了確保自動駕駛系統的安全性、合規(guī)性以及用戶信任和接受度，這對于推送自動駕駛技術的發(fā)展和商業(yè)化應用具有重要意義。但由于自動駕駛仿真場景的復雜性和多變性，當前自動駕駛評估方案仍然需要等待自動駕駛仿真結束后，以完整的仿真數據作為基本評估數據，實時評估仍然是一個難點，如何高效且易擴展地接入一個實時評估系統是一個當前亟待處理的事情。

2、現有技術中，從時間跨度上來看，自動駕駛評估系統可以針對整個仿真測試生命周期、部分仿真測試生命周期、特定仿真測試生命周期進行有效評估?，F有技術對于整個仿真測試生命周期有較多且可靠的提供方案，其簡單來說是依賴仿真測試完成后所產生的數據文件或其他數據結構所作出的整體評估，基本都屬于在自動駕駛仿真結束后的評估。此外，如圖1所示，采用在整個仿真測試生命周期結束后對每一個仿真時間點分別進行評估。同時在現有技術中的評估一般也是針對于預先設定的特定的評估指標而進行?，F有技術中的評估方案的缺點如下：

3、(1)實時性差：無法實現自動駕駛的實時評估。

4、(2)擴展性差：現有技術大多基于特定的評估而實現針對性的評估，在面對多樣化的評估需求下擴展困難，易造成冗余計算。

5、(3)真實性差：現有的評估方案只考慮預設的評估標準，而忽略了自動駕駛仿真在實際環(huán)境中可能面臨的其他挑戰(zhàn)。也即是，現有技術無法動態(tài)調整評估指標。

6、(4)缺乏標準化：現有技術缺乏統一的標準實施評估方法使得不同評估指標組合很難具有參考性，增加了評估方案動態(tài)調整的困難度。

技術實現思路

1、針對上述問題，本發(fā)明的目的在于提供一種自動駕駛仿真測試的實時評估方法及系統，能夠在自動駕駛仿真測試中實時進行評估，可以有效降低評估系統的復雜性和提高評估的效率，從而提升自動駕駛整體的可靠性和高效化。

2、本發(fā)明的上述發(fā)明目的是通過以下技術方案得以實現的：

3、一種自動駕駛仿真測試的實時評估方法，包括以下步驟：

4、s1：構建與仿真場景對應的包含若干個評估指標的評估指標集合；

5、s2：在基于所述仿真場景的自動駕駛仿真任務執(zhí)行的過程中，根據不斷更新的仿真測試進度產生的模擬數據，當任意一個所述評估指標的評估指標執(zhí)行條件滿足，同時當前所述評估指標所依賴的前置的所述評估指標評估完畢時，對當前所述評估指標進行評估。

6、進一步地，步驟s2，具體為：

7、s21：所述自動駕駛仿真任務執(zhí)行過程中，當評估子系統首次接收到仿真子系統中的所述模擬數據之后，依據所述仿真場景對應的所述評估指標集合構建用于描述對所述自動駕駛仿真任務進行實時評估的包括所述評估指標之間依賴關系、所述評估指標執(zhí)行條件在內信息的包含所有的所述評估指標的評估數據結構；

8、s22：所述自動駕駛仿真任務執(zhí)行過程中，當所述評估子系統非首次接收到所述仿真子系統中的所述模擬數據之后，將所述模擬數據更新至所述評估數據結構對應的數據存儲單元中，并同時觸發(fā)依據所述數據存儲單元中存儲的數據和所述評估數據結構運行所述仿真場景的評估過程，獲取評估結果信息。

9、進一步地，在步驟s21之前，還包括：

10、構建用于在所述仿真子系統和所述評估子系統之間進行數據傳遞的消息隊列mq；

11、所述仿真子系統將包括傳感器數據信息、地圖數據信息、車身姿態(tài)數據信息在內的所述模擬數據異步發(fā)送至所述消息隊列mq，所述評估子系統通過訂閱所述消息隊列mq的形式來獲取所述模擬數據；

12、以及所述評估子模塊將所述評估結果信息異步發(fā)送至所述消息隊列mq，所述仿真子系統通過訂閱所述消息隊列mq的形式來獲取所述評估結果信息。

13、進一步地，在步驟s22中，依據所述數據存儲單元中存儲的數據和所述評估數據結構運行所述仿真場景的評估過程，獲取評估結果信息，具體為：

14、依次輪詢所述評估數據結構中每一個所述評估指標，從所述數據存儲單元獲取評估當前所述評估指標所需的數據，判斷當前所述評估指標的包括數據要求、其他前提要求在內的所述評估指標執(zhí)行條件是否滿足，以及判斷當前所述評估指標所依賴的前置的所述評估指標是否評估完畢，若是執(zhí)行當前所述評估指標的評估過程，獲取所述評估結果信息，并將所述評估結果信息保存至所述所述數據存儲單元中以共享給其他所述評估指標評估時使用，若否當前所述評估指標繼續(xù)等待下一次的輪詢。

15、進一步地，在步驟s21中，依據獲取到的所述仿真場景對應的所述評估指標集合構建用于描述對所述仿真場景進行實時評估的包括評估指標之間依賴關系、評估指標執(zhí)行條件在內信息的包含所有的所述評估指標的評估數據結構，具體為：

16、采用行為樹作為所述評估數據結構，獲取所述評估指標集合中所有的所述評估指標，在評估指標庫中獲取每一個所述評估指標對應的指標數據、指標與指標間的依賴關系和指標計算信息，其中所述評估指標庫為預先定義的存儲了所有的所述評估指標的相關信息的數據庫；

17、在所述行為樹的根節(jié)點下面并列定義若干個與所述評估指標的個數相同的評估子樹，在每一個所述評估子樹中定義條件節(jié)點和行為節(jié)點，其中所述條件節(jié)點用于對當前所述評估指標的包括數據要求、其他前提要求在內的所述評估指標執(zhí)行條件是否滿足，以及當前所述評估指標所依賴的前置的所述評估指標是否評估完畢進行判斷，所述行為節(jié)點為在所述條件節(jié)點判斷通過后，依據所述指標計算信息執(zhí)行當前所述評估指標的評估過程；

18、采用行為樹黑板作為所述數據存儲單元，并初始化所述行為樹黑板，定義每顆所述評估子樹的元數據和存儲結構；

19、同時初始化所述行為節(jié)點反饋的所述評估結果信息的反饋數據結構。

20、進一步地，當采用所述行為樹作為所述評估數據結構，采用所述行為樹黑板作為所述數據存儲單元時，運行所述仿真場景的評估過程，獲取評估結果信息，具體為：

21、運行已經構建好的所述行為樹；

22、從所述行為樹黑板中獲取評估當前所有所述評估指標所需的數據；

23、依次輪詢所述行為樹中的每一顆所述評估子樹，采用所述條件節(jié)點對當前所述評估指標的包括數據要求、其他前提要求在內的所述評估指標執(zhí)行條件是否滿足，以及當前所述評估指標所依賴的前置的所述評估指標是否評估完畢進行判斷，同時在所述條件節(jié)點判斷通過后采用所述行為節(jié)點依據所述指標計算信息執(zhí)行當前所述評估指標的評估過程；

24、輸出所述評估結果信息，并采用所述反饋數據結構將所述評估結果信息存儲于所述行為樹黑板中。

25、進一步地，自動駕駛仿真測試的實時評估方法，還包括：

26、采用包括ros和cyber?rt在內的實時分布式通訊框架，建立所述仿真子系統和所述評估子系統之間的通訊；

27、采用包括有限狀態(tài)機fsm和有限狀態(tài)自動機fsa在內的狀態(tài)機作為所述評估數據結構。

28、一種用于執(zhí)行如上述的自動駕駛仿真測試的實時評估方法的自動駕駛仿真測試的實時評估系統，包括：

29、指標集合構建模塊，用于構建與仿真場景對應的包含若干個評估指標的評估指標集合；

30、評估指標評估模塊，用于在基于所述仿真場景的自動駕駛仿真任務執(zhí)行的過程中，根據不斷更新的仿真測試進度產生的模擬數據，當任意一個所述評估指標的評估指標執(zhí)行條件滿足，同時當前所述評估指標所依賴的前置的所述評估指標評估完畢時，對當前所述評估指標進行評估。

31、一種計算機設備，包括存儲器和一個或多個處理器，所述存儲器中存儲有計算機代碼，所述計算機代碼被所述一個或多個處理器執(zhí)行時，使得所述一個或多個處理器執(zhí)行如上述的方法。

32、一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機代碼，當所述計算機代碼被執(zhí)行時，如上述的方法被執(zhí)行。

33、與現有技術相比，本發(fā)明包括以下至少一種有益效果是：

34、(1)提升自動駕駛評估的效率：本發(fā)明提供的自動駕駛仿真測試的實時評估方法實現了實時評估與仿真測試同時進行，可以減少自動駕駛安全驗證的整體流程時間。

35、(2)提升自動駕駛評估的可靠性：本發(fā)明能夠實現利用實時評估結果反饋增強系統的真實可靠性。

36、(3)提高自動駕駛評估的適應性和靈活性：本發(fā)明能夠實現根據不同的測試內容和駕駛環(huán)境動態(tài)配置自動駕駛評估的指標，從而提升自評估系統的適應性和靈活性。

37、(4)增強自動駕駛評估的擴展性：本發(fā)明使用行為樹實時評估，得益于樹結構高效的數據組織方式和動態(tài)性，行為樹可以十分高效且簡潔的方式調整評估內容。

38、(5)促進自動駕駛評估技術的完善：本方案提供一種實現實時評估的方法，以此提升評估系統的可靠性和高效性，協助自動駕駛評估系統能夠更快發(fā)現薄弱環(huán)節(jié)并完善，從而促進自動駕駛評估技術的完善。