[发明专利]一种智能车辆性能测试系统及其方法

权利要求书

1.一种智能车辆性能测试系统，其特征在于，包括光学定位系统和异常事件添加节点模块；

所述光学定位系统包括红外相机阵列、红外靶点、光学定位信息处理模块；

所述红外靶点安装于待测车辆车顶；为能够采集车辆的自身姿态角，所述红外靶点数目不小于3个，分别安装于车顶的不同顶点位置；

所述红外相机阵列安装于待测车辆的行使路径两旁，用于采集待测车辆上含有红外靶点的图像，并将所采集图像发送给光学定位信息处理模块；

所述光学定位信息处理模块利用多个红外相机不同角度拍摄的含有红外靶点的图像进行坐标提取并综合其结果，计算出红外靶点的空间坐标；

所述光学定位信息处理模块利用所有红外靶点的空间坐标，计算出待测车辆的空间坐标以及车辆姿态角；

所述异常事件添加节点模块通过订阅智能车辆上的所有传感器节点，对传感数据采集并进行处理；

所述异常事件添加节点模块对当前时刻车辆周围环境的高精地图中的指定位置添加指定障碍物的点云数据，从而实现障碍物的动态添加；所述障碍物的点云数据由真实障碍物采样得到；

所述异常事件添加节点模块对当前时刻车辆视觉传感器所采集的图像数据中的指定位置添加指定障碍物的图像数据，从而实现障碍物的动态添加；所述障碍物的图像数据由真实障碍物的各角度拍摄得到，并根据需要，添加不同角度的图像数据；

所述异常事件添加节点模块将添加障碍物后的车辆周围环境的高精地图发送给待测车辆的车载处理单元，从而测试智能车辆在遭遇障碍物后的决策能力；

所述异常事件添加节点模块对当前时刻车辆视觉传感器所采集的图像数据添加指定的干扰效果，从而实现对传感器以及智能车辆感知算法的鲁棒性测试。

2.一种应用于权利要求1所述系统的智能车辆性能测试方法，其特征在于，包括以下步骤：

步骤一、在智能车辆的自建高精地图中指定好行驶轨迹，并利用光学定位系统对待测车辆在循迹驾驶过程中的坐标位置进行测量记录，将实际行驶轨迹与指定行驶轨迹进行比对，从而测试出车辆的受控性能；

其中，评价受控性能得分S_c的公式如下：

Δx_i为第i时刻所测量的车辆实际轨迹点与预设轨迹的切向距离，待测车辆的循迹性能越好，则得分越接近于1，待测车辆的循迹性能越差，则得分越趋近于0，从而实现量化评价测试车辆的受控性能；

步骤二、在测试出车辆的受控性能的基础上，对车辆的决策性能进行测量，具体步骤：在指定车辆行驶轨迹的同时，在车辆行至某一位置或某一时刻，利用异常事件添加节点模块在车辆的自建高精地图中的指定位置添加障碍物，包括行人、自行车、车辆、雪糕筒或三角牌；并记录下车辆在遭遇障碍物后的行驶轨迹，以此评估车辆的决策性能；

其中，评价决策性能得分S_d的公式如下：

其中，Δt为车辆轨迹较原始轨迹发生改变的时刻与障碍物出现时刻之差，整个测试流程中共添加n个障碍物，若出现一次避障失败即待测车辆与障碍物发生碰撞，则决策性能得分为0；若每次避障都成功，则最终决策性能的得分为n个障碍物得分的平均值；

步骤三、在测试出车辆决策性能后，在车辆决策性能测试流程上，仅针对避障成功的障碍物，利用异常事件添加节点模块对待测车辆进行视觉传感器数据上的干扰，干扰共计4项场景，包括雨天、雾天、黑夜以及对抗攻击噪声，若在干扰的情况下，仍能检测出障碍物并成功规避，单项得1分，若检测出障碍物并做出反应，但无法实现规避与障碍物发生碰撞的，单项得0.5分，若无法检测出障碍物的，此项得分为0；

评价感知性能得分s_s的公式如下：

其中，n_f为检测出障碍物并成功规避的次数，n_h为检测出障碍物但未能成功规避的次数，N为步骤二决策性能测试中规避成功的障碍物总数；

步骤四、将三项得分相加并*100，得到智能车辆性能的综合得分s：

s＝(s_c+s_d+s_s)*100。