1.本发明涉及自动驾驶仿真测试领域，特别涉及一种仿真测试方法、装置、电子设备及存储介质。
背景技术：2.随着汽车行业的快速发展，仿真测试对于自动驾驶安全落地的重要程度在开发与验证领域越发明显，为了确保智能车辆的安全性，需要在自动驾驶仿真场景下对智能车辆进行大量的测试，以便基于测试对智能车辆的自动驾驶能力以及其对交通环境的适应能力进行评价。
3.现有技术中，对智能车辆测试的自动驾驶仿真场景都是完全虚拟的环境，仿真环境中的场景基本使用人工编辑或者随机生成的。这种人工编辑或者随机生成的自动驾驶仿真场景相对单一且过于理想化，无法完整体现真实世界的交通状态的动态性和复杂性，仿真测试结果缺乏可靠性，并且仿真测试的难易程度缺少量化标准，难度过高或过低，都会造成测试资源的浪费。
技术实现要素：4.针对现有技术的上述问题，本发明公开提供一种仿真测试方法、装置、电子设备及存储介质，可以批量生成难度可控的仿真测试场景对应的测试用例，进而可以提高仿真测试结果的可靠性及测试资源利用率。本发明公开的技术方案如下：
5.根据本发明公开的实施例的一方面，提供一种仿真测试方法，包括：
6.获取目标测试场景中多个初始驾驶环境信息，任一初始驾驶环境信息表征待测车辆的周围车辆的运行信息和待测车辆的周围环境信息；
7.基于难度模型对所述多个初始驾驶环境信息进行驾驶难度分析，得到所述多个初始驾驶环境信息对应的难度指标数据，所述难度指标数据表征对应的初始驾驶环境信息中的周围车辆对所述待测车辆驾驶的影响程度，所述难度模型为基于所述目标测试场景对应的多个预设驾驶环境信息和所述多个预设驾驶环境信息对应的预设难度指标数据构建的；
8.基于所述难度指标数据，从所述多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息；
9.基于所述目标驾驶环境信息，生成目标测试用例；
10.基于所述目标测试用例进行仿真测试，得到分析指标，所述分析指标表征所述待测车辆的驾驶策略的安全性。
11.可选的，所述方法还包括：
12.获取所述多个预设驾驶环境信息；
13.建立所述多个预设驾驶环境信息与所述预设难度指标数据的对应关系，得到所述难度模型。
14.可选的，所述难度模型为：
[0015][0016]
其中，q(u|s)表示所述多个初始驾驶环境信息对应的难度指标数据，u表示所述待测车辆的周围车辆的运行信息，s表示所述待测车辆的运行信息和所述待测车辆的周围车辆的运行信息，u
p
表示所述待测车辆的周围车辆中目标周围车辆的运行信息，q(u
p
|s)表示所述目标周围车辆对所述待测车辆驾驶的影响程度，ui表示所述待测车辆的周围车辆中除所述目标周围车辆之外的第i个其它周围车辆的运行信息，p(ui|s)表示所述第i个其它周围车辆对所述待测车辆驾驶的影响程度，n表示所述待测车辆的周围车辆的数量，∏表示求积。
[0017]
可选的，所述基于所述目标驾驶环境信息，生成目标测试用例包括：
[0018]
获取预设用例生成脚本；
[0019]
基于所述预设用例生成脚本，将所述目标驾驶环境信息转化为所述目标测试用例。
[0020]
可选的，所述方法还包括：
[0021]
获取目标测试场景中多个初始驾驶环境信息对应的多个初始测试用例；
[0022]
所述基于所述目标驾驶环境信息，生成目标测试用例还包括：
[0023]
基于所述目标驾驶环境信息，从所述多个初始测试用例中筛选得到所述目标测试用例。
[0024]
可选的，所述获取目标测试场景中多个初始驾驶环境信息对应的多个初始测试用例包括：
[0025]
获取预设用例生成脚本；
[0026]
基于所述预设用例生成脚本，将所述多个初始驾驶环境信息转化为所述多个初始测试用例。
[0027]
可选的，所述获取目标测试场景中多个初始驾驶环境信息包括：
[0028]
确定所述目标测试场景；
[0029]
基于所述目标测试场景，设置测试参数范围；
[0030]
根据所述测试参数范围，生成所述多个初始驾驶环境信息。
[0031]
可选的，所述方法还包括：
[0032]
在所述分析指标未满足预设条件的情况下，将所述目标测试用例作为所述待测车辆的驾驶策略生成模型的训练样本。
[0033]
根据本发明公开实施例的另一方面，提供一种仿真测试装置，包括：
[0034]
初始驾驶环境信息获取模块，用于获取目标测试场景中多个初始驾驶环境信息，任一初始驾驶环境信息表征待测车辆的周围车辆的运行信息和待测车辆的周围环境信息；
[0035]
驾驶难度分析模块，用于基于难度模型对所述多个初始驾驶环境信息进行驾驶难度分析，得到所述多个初始驾驶环境信息对应的难度指标数据，所述难度指标数据表征对应的初始驾驶环境信息中的周围车辆对所述待测车辆驾驶的影响程度，所述难度模型为基于所述目标测试场景对应的多个预设驾驶环境信息和所述多个预设驾驶环境信息对应的预设难度指标数据构建的；
[0036]
目标驾驶环境信息确定模块，用于基于所述难度指标数据，从所述多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息；
[0037]
目标测试用例生成模块，用于基于所述目标驾驶环境信息，生成目标测试用例；
[0038]
测试模块，用于基于所述目标测试用例进行仿真测试，得到分析指标，所述分析指标表征所述待测车辆的驾驶策略的安全性。
[0039]
根据本发明公开实施例的另一方面，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如上述任一项所述的仿真测试方法。
[0040]
根据本发明公开实施例的另一方面，提供一种计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行本发明公开实施例的任一项所述的仿真测试方法。
[0041]
根据本发明公开实施例的另一方面，提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本发明公开实施例的任一项所述的仿真测试方法。
[0042]
本发明公开的实施例提供的技术方案至少带来以下有益效果：
[0043]
本发明提供的仿真测试方法获取目标测试场景中多个初始驾驶环境信息，并结合预先基于目标测试场景对应的多个预设驾驶环境信息和多个预设驾驶环境信息对应的预设难度指标数据构建的难度模型，对多个初始驾驶环境信息进行驾驶难度分析，可以得到表征多个初始驾驶环境信息中的周围车辆对待测车辆驾驶影响程度的难度指标数据，基于难度指标数据，从多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息，进而生成目标测试用例，进行仿真测试，得到表征所述待测车辆的驾驶策略的安全性的分析指标，通过上述难度模型构建仿真场景难易程度的量化标准，并通过目标难度指标数据确定对应的目标驾驶环境信息，进而批量生成难度可控的仿真测试场景对应的测试用例，提高仿真测试结果的可靠性及测试资源利用率。
[0044]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0045]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本发明公开的不当限定。
[0046]
图1是根据一示例性实施例示出的一种仿真测试方法的流程图；
[0047]
图2是根据一示例性实施例示出的一种难度模型生成方法的流程图；
[0048]
图3是根据一示例性实施例示出的一种仿真测试装置框图；
[0049]
图4是根据一示例性实施例示出的一种用于仿真测试的终端电子设备的框图；
[0050]
图5是根据一示例性实施例示出的一种用于仿真测试的服务器电子设备的框图。
具体实施方式
[0051]
为了使本领域普通人员更好地理解本发明公开的技术方案，下面将结合附图，对本发明公开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
有做出创造性劳动的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。
[0052]
需要说明的是，本发明公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0053]
本发明提供的一种仿真测试方法，该方法可以应用于自动驾驶车辆的仿真测试。
[0054]
图1是根据一示例性实施例示出的一种仿真测试方法的流程图，如图1所示，该仿真测试方法包括以下步骤。
[0055]
s101：获取目标测试场景中多个初始驾驶环境信息。
[0056]
在一个具体的实施例中，任一初始驾驶环境信息可以表征待测车辆的周围车辆的运行信息和待测车辆的周围环境信息。
[0057]
在一个具体实施例中，目标测试场景可以为对待测车辆进行仿真测试的场景，例如直行场景、变道场景等。待测车辆的周围车辆的运行信息可以为待测车辆的周围车辆的状态信息和待测车辆的周围车辆的驾驶策略，具体的，上述状态信息可以包括位置、速度等，上述驾驶策略可以包括横、纵向加速度等。待测车辆的周围环境信息可以包括道路类型、天气情况等。
[0058]
在一个可选的实施例中，上述获取目标测试场景中多个初始驾驶环境信息可以包括：
[0059]
确定所述目标测试场景；
[0060]
基于所述目标测试场景，设置测试参数范围；
[0061]
根据所述测试参数范围，生成所述多个初始驾驶环境信息。
[0062]
在一个具体实施例中，设置测试参数范围可以为设置待测车辆的周围车辆的运行信息的参数范围，具体的，设置待测车辆的周围车辆的运行信息的参数范围可以包括设置周围车辆的位置、速度、加速度等参数的上限取值、下限取值及步长等。
[0063]
在一个具体实施例中，上述根据所述测试参数范围，生成所述多个初始驾驶环境信息可以包括：在测试参数范围中的每个不同参数范围中分别选择任一取值进行组合得到多个初始驾驶环境信息。
[0064]
s103：基于难度模型对所述多个初始驾驶环境信息进行驾驶难度分析，得到所述多个初始驾驶环境信息对应的难度指标数据。
[0065]
在一个具体的实施例中，任一初始驾驶环境信息对应的难度指标数据可以表征该初始驾驶环境信息中的周围车辆对待测车辆驾驶的影响程度，所述难度模型为基于所述目标测试场景对应的多个预设驾驶环境信息和所述多个预设驾驶环境信息对应的预设难度指标数据构建的。
[0066]
在一个可选的实施例中，图2是根据一示例性实施例示出的一种难度模型生成方法的流程图，如图2所示，上述方法还可以包括：
[0067]
s201：获取所述多个预设驾驶环境信息。
[0068]
在一个具体实施例中，预设驾驶环境信息可以表示为：
[0069][0070]
其中，x
i,j
表示第i个周围车辆在j时刻的状态信息，n代表在待测车辆的周围车辆的数量，t代表测试场景片段的时间。
[0071]
在一个具体实施例中，测试场景中的任一车辆在当前时刻的驾驶策略均会对其它车辆在下一时刻的状态信息造成影响，具体的，可以表示为：
[0072]
s(k)＝[s0(k),s1(k)
…
,sn(k)],
[0073]
u(k)＝[u1(k),
…
,un(k)],
[0074]
其中，s(k)表示待测车辆的周围车辆在k时刻的状态信息，s0(k)表示待测车辆在k时刻的状态信息，si(k)(i＝1,
…
,n)表示第i个周围车辆在k时刻的状态信息，u(k)表示待测车辆的周围车辆在k时刻的驾驶策略，ui(k)(i＝1,
…
,n)表示第i个周围车辆在k时刻的驾驶策略。
[0075]
s203：建立所述多个预设驾驶环境信息与所述预设难度指标数据的对应关系，得到所述难度模型。
[0076]
在一个具体实施例中，每一预设难度指标数据可以对应至少一个预设驾驶环境。
[0077]
在一个具体的实施例中，难度指标数据可以为表征影响程度的数值，也可以是字符化表征，例如高、中、低，也可以是等级数值，例如1、2、3。具体的，以难度指标数据为影响程度的字符化表征，且难度指标数据为高表征影响程度高为例，可以基于驾驶环境信息中的周围车辆的位置与待测车辆的相对距离小于一个车身长度，且具有横向加速度，确定对应的难度指标数据为高。
[0078]
在一个可选的实施例中，所述难度模型为：
[0079][0080]
其中，q(u|s)表示所述多个初始驾驶环境信息对应的难度指标数据，u表示所述待测车辆的周围车辆的运行信息，s表示所述待测车辆的运行信息和所述待测车辆的周围车辆的运行信息，u
p
表示所述待测车辆的周围车辆中目标周围车辆的运行信息，q(u
p
|s)表示所述目标周围车辆对所述待测车辆驾驶的影响程度，ui表示所述待测车辆的周围车辆中除所述目标周围车辆之外的第i个其它周围车辆的运行信息，p(ui|s)表示所述第i个其它周围车辆对所述待测车辆驾驶的影响程度，n表示所述待测车辆的周围车辆的数量，∏表示求积。
[0081]
在一个具体实施例中，上述目标周围车辆可以为对待测车辆驾驶的影响程度高的任一周围车辆，u可以表示上述待测车辆的周围车辆的驾驶策略，s可以表示上述待测车辆的状态信息和上述待测车辆的周围车辆的状态信息，u
p
可以表示上述目标周围车辆的驾驶策略，ui可以表示上述第i个其它周围车辆的驾驶策略。
[0082]
上述实施例中，通过构建难度模型来确定驾驶环境信息对应的难度指标数据，构建仿真测试难易程度的量化标准，便于后续确定目标测试用例的过程中能够设置合适的测
试难度。
[0083]
s105：基于所述难度指标数据，从所述多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息。
[0084]
在一个具体实施例中，上述其它周围车辆可以遵循跟驰模型执行驾驶策略，以使其它周围车辆对待测车辆驾驶的影响程度为一个稳定数值，具体的，其它周围车辆可以在车前有障碍物的情况下，执行减速策略，否则执行加速策略；相应的，目标难度指标数据可以通过上述目标周围车辆的运行信息对应的目标周围车辆对待测车辆驾驶的影响程度来确定，具体的，上述目标周围车辆的运行信息可以为目标周围车辆的驾驶策略。
[0085]
s107：基于所述目标驾驶环境信息，生成目标测试用例。
[0086]
在一个可选的实施例中，上述基于所述目标驾驶环境信息，生成目标测试用例可以包括：
[0087]
获取预设用例生成脚本；
[0088]
基于所述预设用例生成脚本，将所述目标驾驶环境信息转化为所述目标测试用例。
[0089]
在一个具体实施例中，将用例生成脚本链接到openscenario官方库中，执行上述脚本，以将目标驾驶环境信息转化为目标测试用例。
[0090]
在一个可选的实施例中，上述方法还可以包括：
[0091]
获取目标测试场景中多个初始驾驶环境信息对应的多个初始测试用例；
[0092]
相应的，上述基于所述目标驾驶环境信息，生成目标测试用例还可以包括：
[0093]
基于所述目标驾驶环境信息，从所述多个初始测试用例中筛选得到所述目标测试用例。
[0094]
在一个可选的实施例中，上述获取目标测试场景中多个初始驾驶环境信息对应的多个初始测试用例可以包括：
[0095]
获取预设用例生成脚本；
[0096]
基于所述预设用例生成脚本，将所述多个初始驾驶环境信息转化为所述多个初始测试用例。
[0097]
上述实施例中，通过目标难度指标数据从多个初始驾驶环境信息中确定对应的目标驾驶环境信息，进而生成目标测试用例，能够批量生成难度可控且更加符合实际应用需求的仿真测试场景，提高仿真测试结果的可靠性及测试资源利用率。
[0098]
s109：基于所述目标测试用例进行仿真测试，得到分析指标。
[0099]
在一个具体的实施例中，上述分析指标可以表征所述待测车辆的驾驶策略的安全性。
[0100]
在一个具体实施例中，上述基于目标测试用例进行仿真测试可以包括：将目标测试用例输入到仿真软件中进行仿真测试。
[0101]
在一个可选的实施例中，上述方法还可以包括：
[0102]
在所述分析指标未满足预设条件的情况下，将所述目标测试用例作为所述待测车辆的驾驶策略生成模型的训练样本。
[0103]
在一个具体实施例中，预设条件可以为预先设定的待测车辆的驾驶策略的安全性的下限结果，上述下限结果可以结合实际应用需求确定。在分析指标不满足预先设定的下
限结果的情况下，则将目标测试用例作为待测车辆的驾驶策略生成模型的训练样本，以保证后续待测车辆的驾驶策略的安全性。
[0104]
通过实施本发明的上述实施例，所述仿真测试方法获取目标测试场景中多个初始驾驶环境信息，并结合预先基于目标测试场景对应的多个预设驾驶环境信息和多个预设驾驶环境信息对应的预设难度指标数据构建的难度模型，对多个初始驾驶环境信息进行驾驶难度分析，可以得到表征多个初始驾驶环境信息中的周围车辆对待测车辆驾驶影响程度的难度指标数据，基于难度指标数据，从多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息，进而生成目标测试用例，进行仿真测试，得到表征所述待测车辆的驾驶策略的安全性的分析指标，通过上述难度模型构建仿真场景难易程度的量化标准，并通过目标难度指标数据确定对应的目标驾驶环境信息，进而批量生成难度可控的仿真测试场景对应的测试用例，提高仿真测试结果的可靠性及测试资源利用率。
[0105]
图3是根据一示例性实施例示出的一种仿真测试装置框图。参照图3，该装置包括：
[0106]
初始驾驶环境信息获取模块310，用于获取目标测试场景中多个初始驾驶环境信息，任一初始驾驶环境信息表征待测车辆的周围车辆的运行信息和待测车辆的周围环境信息；
[0107]
驾驶难度分析模块320，用于基于难度模型对所述多个初始驾驶环境信息进行驾驶难度分析，得到所述多个初始驾驶环境信息对应的难度指标数据，所述难度指标数据表征对应的初始驾驶环境信息中的周围车辆对所述待测车辆驾驶的影响程度，所述难度模型为基于所述目标测试场景对应的多个预设驾驶环境信息和所述多个预设驾驶环境信息对应的预设难度指标数据构建的；
[0108]
目标驾驶环境信息确定模块330，用于基于所述难度指标数据，从所述多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息；
[0109]
目标测试用例生成模块340，用于基于所述目标驾驶环境信息，生成目标测试用例；
[0110]
测试模块350，用于基于所述目标测试用例进行仿真测试，得到分析指标，所述分析指标表征所述待测车辆的驾驶策略的安全性。
[0111]
可选的，上述装置还包括：
[0112]
预设驾驶环境信息获取模块，用于获取所述多个预设驾驶环境信息；
[0113]
难度模型生成模块，用于建立所述多个预设驾驶环境信息与所述预设难度指标数据的对应关系，得到所述难度模型。
[0114]
可选的，目标测试用例生成模块340包括：
[0115]
脚本获取单元，用于获取预设用例生成脚本；
[0116]
第一目标测试用例生成单元，用于基于所述预设用例生成脚本，将所述目标驾驶环境信息转化为所述目标测试用例。
[0117]
可选的，上述装置还包括：
[0118]
初始测试用例获取模块，用于获取目标测试场景中多个初始驾驶环境信息对应的多个初始测试用例；
[0119]
相应的，目标测试用例生成模块340还包括：
[0120]
第二目标测试用例生成单元，用于基于所述目标驾驶环境信息，从所述多个初始
测试用例中筛选得到所述目标测试用例。
[0121]
可选的，初始测试用例获取模块包括：
[0122]
脚本获取单元，用于获取预设用例生成脚本；
[0123]
初始测试用例生成单元，用于基于所述预设用例生成脚本，将所述多个初始驾驶环境信息转化为所述多个初始测试用例。
[0124]
可选的，初始驾驶环境信息获取模块310包括：
[0125]
测试场景确定单元，用于确定所述目标测试场景；
[0126]
测试参数范围设置单元，用于基于所述目标测试场景，设置测试参数范围；
[0127]
初始驾驶环境信息生成单元，用于根据所述测试参数范围，生成所述多个初始驾驶环境信息。
[0128]
可选的，上述装置还包括：
[0129]
模型优化模块，用于在所述分析指标未满足预设条件的情况下，将所述目标测试用例作为所述待测车辆的驾驶策略生成模型的训练样本。
[0130]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0131]
图4是根据一示例性实施例示出的一种用于仿真测试的电子设备的框图，该电子设备可以是终端，其内部结构图可以如图4所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种仿真测试方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0132]
图5是根据一示例性实施例示出的一种用于仿真测试的电子设备的框图，该电子设备可以是服务器，其内部结构图可以如图5所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种仿真测试方法。
[0133]
本领域技术人员可以理解，图4或图5中示出的结构，仅仅是与本发明公开方案相关的部分结构的框图，并不构成对本发明公开方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0134]
在示例性实施例中，还提供了一种电子设备，包括：处理器；用于存储该处理器可执行指令的存储器；其中，该处理器被配置为执行该指令，以实现如本发明公开实施例中的仿真测试方法。
[0135]
在示例性实施例中，还提供了一种计算机可读存储介质，当该存储介质中的指令
由电子设备的处理器执行时，使得电子设备能够执行本发明公开实施例中的仿真测试方法。
[0136]
在示例性实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本发明公开实施例中的仿真测试方法。
[0137]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0138]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明公开的其它实施方案。本发明旨在涵盖本发明公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明公开的一般性原理并包括本发明公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明公开的真正范围和精神由下面的权利要求指出。
[0139]
应当理解的是，本发明公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明公开的范围仅由所附的权利要求来限制。
技术特征：1.一种仿真测试方法，其特征在于，包括：获取目标测试场景中多个初始驾驶环境信息，任一初始驾驶环境信息表征待测车辆的周围车辆的运行信息和待测车辆的周围环境信息；基于难度模型对所述多个初始驾驶环境信息进行驾驶难度分析，得到所述多个初始驾驶环境信息对应的难度指标数据，所述难度指标数据表征对应的初始驾驶环境信息中的周围车辆对所述待测车辆驾驶的影响程度，所述难度模型为基于所述目标测试场景对应的多个预设驾驶环境信息和所述多个预设驾驶环境信息对应的预设难度指标数据构建的；基于所述难度指标数据，从所述多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息；基于所述目标驾驶环境信息，生成目标测试用例；基于所述目标测试用例进行仿真测试，得到分析指标，所述分析指标表征所述待测车辆的驾驶策略的安全性。2.根据权利要求1所述的一种仿真测试方法，其特征在于，所述方法还包括：获取所述多个预设驾驶环境信息；建立所述多个预设驾驶环境信息与所述预设难度指标数据的对应关系，得到所述难度模型。3.根据权利要求1所述的一种仿真测试方法，其特征在于，所述难度模型为：其中，q(u|s)表示所述多个初始驾驶环境信息对应的难度指标数据，u表示所述待测车辆的周围车辆的运行信息，s表示所述待测车辆的运行信息和所述待测车辆的周围车辆的运行信息，u
p
表示所述待测车辆的周围车辆中目标周围车辆的运行信息，q(u
p
|s)表示所述目标周围车辆对所述待测车辆驾驶的影响程度，u
i
表示所述待测车辆的周围车辆中除所述目标周围车辆之外的第i个其它周围车辆的运行信息，p(u
i
|s)表示所述第i个其它周围车辆对所述待测车辆驾驶的影响程度，n表示所述待测车辆的周围车辆的数量，∏表示求积。4.根据权利要求1所述的一种仿真测试方法，其特征在于，所述基于所述目标驾驶环境信息，生成目标测试用例包括：获取预设用例生成脚本；基于所述预设用例生成脚本，将所述目标驾驶环境信息转化为所述目标测试用例。5.根据权利要求1所述的一种仿真测试方法，其特征在于，所述方法还包括：获取目标测试场景中多个初始驾驶环境信息对应的多个初始测试用例；所述基于所述目标驾驶环境信息，生成目标测试用例还包括：基于所述目标驾驶环境信息，从所述多个初始测试用例中筛选得到所述目标测试用例。6.根据权利要求5所述的一种仿真测试方法，其特征在于，所述获取目标测试场景中多个初始驾驶环境信息对应的多个初始测试用例包括：获取预设用例生成脚本；基于所述预设用例生成脚本，将所述多个初始驾驶环境信息转化为所述多个初始测试
用例。7.根据权利要求1所述的一种仿真测试方法，其特征在于，所述获取目标测试场景中多个初始驾驶环境信息包括：确定所述目标测试场景；基于所述目标测试场景，设置测试参数范围；根据所述测试参数范围，生成所述多个初始驾驶环境信息。8.根据权利要求1至7任一所述的一种仿真测试方法，其特征在于，所述方法还包括：在所述分析指标未满足预设条件的情况下，将所述目标测试用例作为所述待测车辆的驾驶策略生成模型的训练样本。9.一种仿真测试装置，其特征在于，包括：初始驾驶环境信息获取模块，用于获取目标测试场景中多个初始驾驶环境信息，任一初始驾驶环境信息表征待测车辆的周围车辆的运行信息和待测车辆的周围环境信息；驾驶难度分析模块，用于基于难度模型对所述多个初始驾驶环境信息进行驾驶难度分析，得到所述多个初始驾驶环境信息对应的难度指标数据，所述难度指标数据表征对应的初始驾驶环境信息中的周围车辆对所述待测车辆驾驶的影响程度，所述难度模型为基于所述目标测试场景对应的多个预设驾驶环境信息和所述多个预设驾驶环境信息对应的预设难度指标数据构建的；目标驾驶环境信息确定模块，用于基于所述难度指标数据，从所述多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息；目标测试用例生成模块，用于基于所述目标驾驶环境信息，生成目标测试用例；测试模块，用于基于所述目标测试用例进行仿真测试，得到分析指标，所述分析指标表征所述待测车辆的驾驶策略的安全性。10.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如权利要求1至8中任一项所述的仿真测试方法。11.一种计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至8中任一项所述的仿真测试方法。
技术总结本发明公开一种仿真测试方法、装置、电子设备及存储介质，该方法包括获取目标测试场景中多个初始驾驶环境信息，基于难度模型对多个初始驾驶环境信息进行驾驶难度分析，得到多个初始驾驶环境信息对应的难度指标数据，难度模型为基于所述目标测试场景对应的多个预设驾驶环境信息和多个预设驾驶环境信息对应的预设难度指标数据构建的；基于难度指标数据，从多个初始驾驶环境信息中确定目标难度指标数据对应的目标驾驶环境信息，生成目标测试用例，并进行仿真测试，得到表征待测车辆的驾驶策略的安全性的分析指标。利用本发明公开实施例可以批量生成难度可控的仿真测试场景对应的测试用例，提高仿真测试结果的可靠性及测试资源利用率。资源利用率。资源利用率。
技术研发人员：张可朋 汪禹辰
受保护的技术使用者：武汉路特斯科技有限公司
技术研发日：2022.07.05
技术公布日：2022/11/1
