[发明专利]一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法

说明书

本发明涉及汽车耐久测试场景中的任务生成方法技术领域，具体是一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法，包括以下步骤：S1、使用高精度定位设备采集汽车测试场景路径数据；S2、对路径数据可视化回显并进行裁剪、拼接、优化等操作，过滤不可用的路段，形成开/闭环路径，生成任务可用路径源文件；S3、将人工测试规范数据化，将规范中的测试路径段信息转化为约束点地标信息集；S4、根据可用路径源文件和约束点地标信息集制作规范。本发明设计新颖，原理简单实用，简化任务生成流程，从路径样点采集，到数字化生成，具有精度高，操作简单的特点，同时可重复操作，且无需其他辅助软件。

技术领域

本发明涉及汽车耐久测试场景中的任务生成方法技术领域，具体是一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法。

背景技术

在当前汽车市场中，汽车出厂前要进行诸多性能测试，车辆基础的疲劳耐久测试部分是整个测试检测验证耗时最长且评价体系占分最高的部分，一辆汽车是否合格、质量是否达标，需要经过2～4年左右时间的疲劳耐久度测试后才能推出上市，随着无人驾驶技术的发展，感知模块，决策模块，执行模块，与同样蓬勃发展的机器人技术相结合，催生出用于无人化测试的驾驶机器人类产品，被广泛应用在普通车辆的无人化测试场景中。

现有的无人驾驶技术，已经可以应用到智能驾驶车辆的测试和普通车辆的测试中，但是由于当前的任务生成文件仍延续了人工测试阶段的特点，多依赖人工或者半人工的方法，因此存在如下的缺陷，1.任务生成流程复杂，约束点的采集需要人工处理，如需要打开Google地图进行局部放大再手动选取，精度不高，且操作繁复；2.对技术人员要求高，编程导入时的可读性差，若无专业培训，技术人员难读懂任务生成文件的内容，会增加大量的沟通成本；3.任务生成文件的灵活性差，主要体现在，当约束点采集完成，若其中一个约束点有变动，则其后的约束点全部需要变动，多数情况下，需要人工来重新做采集，每做一次采集，都耗费大量的时间和精力，这对于当前的测试需求来说，显然是不符合要求的；4.缺乏校验机制，当某个约束点的任务规范动作设置错误或不符合要求，只能经过实际测试过程验证，再经过人工重新排查和设置，显然增加的测试过程的复杂程度；5.任务文件完备性差，文件结构上不可扩展，受环境或其他因素影响，道路情况不可能一成不变，针对多任务规范动作之间的组合，交叉切换，当前的任务生成文件无法涵盖这些情况，所以仍需安全员去人工介入应对适应，进而导致当前任务生成方法的局限，不仅造成测试连续性低，可执行性差，还不能做到真正的无人化测试，不能满足当前汽车研发与测试的市场的需求。因此，本领域技术人员提供了一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法，以解决上述背景技术中提出的问题。

发明内容

本发明的目的在于提供一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法，包括以下步骤：

S1、使用高精度定位设备采集汽车测试场景路径数据；

S2、对路径数据可视化回显并进行裁剪、拼接、优化等操作，过滤不可用的路段，形成开/闭环路径，生成任务可用路径源文件；

S3、将人工测试规范数据化，将规范中的测试路径段信息转化为约束点地标信息集；

S4、根据可用路径源文件和约束点地标信息集制作规范，一个任务可包含多个规范，规范之间可以组合，根据需求灵活组合规范完成测试任务。

作为本发明更进一步的方案：所述S1采集的路径以数字化的形式保存在任务生成软件里。

作为本发明更进一步的方案：所述S2中需要对采集的路径数据进行裁剪、拼接、优化、滤波等操作，确保采集的路径数据的有效性、合理性、延展性。