测试车辆性能的方法、装置和系统与流程

本发明涉及车辆测试领域，具体而言，涉及一种测试车辆性能的方法、装置和系统。

背景技术：

计算机技术、互联网、物联网思维的快速发展给传统的汽车制造工业带来了崭新的变革，自动驾驶技术可提高交通系统的效率和出行的安全性，自动驾驶成为了汽车产业发展的必然趋势。

自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过自动驾驶系统实现无人驾驶的智能汽车，它依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

随着智能网联技术的日益成熟，商用车智能网联正逐步迈向商业化，无人驾驶公交车、港口车、园区物流车及智慧矿山车等越来越多的智能网联商用车进入人们的视野中，自动驾驶汽车将成为人们社会生活中的必不可少部分，但同时对智能网联车辆的要求也会越来越高。其中，对自动驾驶汽车进行测试是汽车产品研发、优化、生产过程中的关键工作，尤其是场地测试，对于验证整车安全性、操控性、舒适性等各方面的性能及存在的问题至关重要，而智能网联汽车的测试主要考核车辆对交通环境的感知及应对能力，是面向车-路、车-人、人-车-路等耦合系统的测试。

由于现阶段智能网联车辆还未真正落地，公共测试道路设施也不健全，尤其像商用车，测试道路要求更苛刻，目前，通常通过仿真测试的方式对自动驾驶汽车进行测试。虽然仿真测试可缩短开发和测试周期，但仿真测试无法完全反应真实车辆在真实交通环境中的测试情况，因此，现有技术中，在对自动驾驶车辆进行仿真测试的过程中，还需要对真实车辆进行场地测试对自动驾驶汽车进行。

针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种测试车辆性能的方法、装置和系统，以至少解决采用现有的仿真测试技术对车辆进行测试存在的测试结果不准确的技术问题。

根据本发明实施例的一个方面，提供了一种测试车辆性能的方法，包括：获取对待测试车辆的需求场景以及需求场景下的测试指标，其中，需求场景至少包括：对待测试车辆的测试功能进行测试的测试场景；在需求场景下，基于测试指标对待测试车辆进行测试，得到测试集合，其中，测试集合包括每个测试指标所对应的测试值；基于每个测试指标在每个测试维度下的隶属度，得到综合评价向量；基于测试集合以及综合评价向量，得到待测试车辆的评估结果，其中，评估结果表征了待测试车辆在需求场景中对交通环境的感知及应对能力。

进一步地，测试维度包括如下至少之一：安全维度、技术维度、体验维度以及经济维度，测试车辆性能的方法还包括：基于层次分析法得到测试指标对应的权重向量；根据每个测试指标对应的隶属度，得到隶属矩阵；计算权重向量与隶属矩阵的乘积，得到综合评价向量。

进一步地，测试车辆性能的方法还包括：计算任意两个测试指标的相对值，得到判断矩阵，其中，相对值表征两个比对的测试指标的相对重要程度；根据判断矩阵，得到初始权重向量；对初始权重向量进行一致性检验，得到权重向量。

进一步地，测试车辆性能的方法还包括：在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，确定待测试车辆的车辆等级，其中，车辆等级表征待测试车辆自动驾驶的程度。

进一步地，测试车辆性能的方法还包括：在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，确定对待测试车辆进行测试的测试环境，其中，测试环境包括如下之一：仿真测试环境、真实测试环境以及仿真测试环境与真实测试环境结合的环境。

进一步地，测试车辆性能的方法还包括：在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，从每个需求场景所包含的多个指标中确定每个需求场景的测试指标以及在每个需求场景下测试指标对应的测试值，其中，测试指标为在需求场景下对待测试车辆进行测试时的必要指标。

根据本发明实施例的另一方面，还提供了一种测试车辆性能的系统，包括：待测试车辆；处理单元，其中，处理单元采用上述的测试车辆性能的方法对待测试车辆进行性能结果，并得出评估结果。

根据本发明实施例的另一方面，还提供了一种测试车辆性能的装置，包括：获取模块，用于获取对待测试车辆的需求场景以及需求场景下的测试指标，其中，需求场景至少包括：对待测试车辆的测试功能进行测试的测试场景；测试模块，用于在需求场景下，基于测试指标对待测试车辆进行测试，得到测试集合，其中，测试集合包括每个测试指标所对应的测试值；第一处理模块，用于基于每个测试指标在每个测试维度下的隶属度，得到综合评价向量；第二处理模块，用于基于测试集合以及综合评价向量，得到待测试车辆的评估结果，其中，评估结果表征了待测试车辆在需求场景中对交通环境的感知及应对能力。

根据本发明实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，计算机程序被设置为运行时上述的测试车辆性能的方法。

根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序被设置为运行时执行上述的测试车辆性能的方法。

在本发明实施例中，采用测试场景与测试功能相结合的测试的方式，在获取到对待测试车辆的需求场景以及该需求场景下的测试指标之后，在需求场景下，基于测试指标对待测试车辆进行测试，得到测试集合，并基于每个测试指标在每个测试维度下的隶属度，得到综合评价向量，最后，基于测试集合以及综合评价向量，得到待测试车辆的评估结果。其中，需求场景至少包括：对待测试车辆的测试功能进行测试的测试场景，测试集合包括每个测试指标所对应的测试值，评估结果表征了待测试车辆在需求场景中对交通环境的感知及应对能力。

在上述过程中，基于测试指标对待测试车辆进行测试，实质上是对待测试车辆在该需求场景下的功能进行测试，即本申请基于测试场景与测试功能相结合的方式对待测试车辆进行测试。另外，在对待测试车辆进行测试的过程中，采用了模糊综合评价方法对待测试车辆进行测试，该方法将主观评价与客观评价、定性与定量相结合，从而提高了待测试车辆的测试结果的准确度。

由此可见，本申请所提供的方案达到了对待测试车辆进行测试的目的，从而实现了提高待测试车辆的测试结果的准确度的技术效果，进而解决了采用现有的仿真测试技术对车辆进行测试存在的测试结果不准确的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种测试车辆性能的方法流程图；

图2是根据本发明实施例的一种可选的自动驾驶车辆测试评价的测试维度示意图；

图3是根据本发明实施例的一种可选的模糊综合评价方法的流程图；

图4是根据本发明实施例的一种可选的测试待测试车辆的流程图；

图5是根据本发明实施例的一种可选的自动驾驶车辆自适应巡航测试评价的示意图；

图6是根据本发明实施例的一种可选的自动驾驶车辆变道测试评价的示意图；

图7是根据本发明实施例的一种可选的待测试车辆的示意图；

图8是根据本发明实施例的一种可选的传感器的安装示意图；

图9是根据本发明实施例的一种测试车辆性能的装置示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明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、产品或设备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。

实施例1

根据本发明实施例，提供了一种测试车辆性能的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的测试车辆性能的方法流程图，如图1所示，该方法包括如下步骤：

步骤s102，获取对待测试车辆的需求场景以及需求场景下的测试指标，其中，需求场景至少包括：对待测试车辆的测试功能进行测试的测试场景。

在步骤s102中，上述待测试车辆为自动驾驶车辆，其中，自动驾驶车辆可以为乘用车，也可以为商用车。优选的，本实施例中的待测试车辆为商用的自动驾驶车辆。可选的，商用的自动驾驶车辆可在港口、矿山、环卫清洁、公交及园区摆渡、干线物流等封闭道路或者特定场景中应用。

另外，待测试车辆的需求场景表征了需要对待测试车辆的哪些功能进行测试，例如，需求场景可以为对待测试车辆的自适应巡航功能进行测试，对待测试车辆的变道功能进行测试，对待测试车辆的红绿灯路口通行功能进行测试。

需要说明的是，在不同的需求场景下，待测试车辆所对应的测试指标是不同的，例如，在对待测试车辆的自适应巡航功能进行测试的过程中，可以对待测试车辆与目标对象(例如，其他车辆、人或者墙体、栏杆等)之间的相对速度、距离、角度、待测试车来给你的速度超调量、速度控制精度、平均加速度、平均减速度、最大加速度、最大减速度、最小间距、碰撞时间、冷却水温度传感器检测到的温度等。

步骤s104，在需求场景下，基于测试指标对待测试车辆进行测试，得到测试集合，其中，测试集合包括每个测试指标所对应的测试值。

需要说明的是，在基于每个测试指标对待测试车辆进行测试的过程中，在基对每个测试指标对待测试车辆进行测试之后，可以得到该测试指标所对应的测试值。可选的，该测试值反映了待测试车辆在该测试指标下的反应能力，例如，在检测待测试车辆能否分辨目标物的类型时，如果待测试车辆能够准确的识别所有目标物的类型，则该测试指标所对应的测试值为1；如果待测试车辆无法识别任何目标物的类型，则该测试指标所对应的测试值为0；如果待测试车辆仅识别部分目标物的类型，则该测试指标所对应的测试值为0.5。

步骤s106，基于每个测试指标在每个测试维度下的隶属度，得到综合评价向量。

可选的，在步骤s106中，测试维度包括如下至少之一：安全维度、技术维度、体验维度以及经济维度。如图2所示的一种可选的自动驾驶车辆测试评价的测试维度示意图，在图2中，测试维度包括四个，即安全维度(如图2中的安全性，例如，自动驾驶汽车渗透进道路交通后交通安全性及交通效率、能耗的影响评价)、技术维度(如图2中的技术性，例如，自动驾驶功能、性能评价)、体验维度(如图2中的体验性，例如，驾驶员与车辆的交互、驾驶任务切换及用户满意度评价)以及经济维度(如图2中的经济性，例如，自动驾驶汽车与交通流的融洽度评价，其他交通参与者满意度评价)。每个测试维度下包含多个层级的指标，例如，在图2中，安全性为一级指标，功能安全、信息安全、碰撞安全为安全维度下的二级指标，传感器故障、车辆故障、系统故障、系统缺陷为功能安全下的三级指标。

需要说明的是，图2仅示出了包含三个层级的测试维度，实际应用中可根据需求对测试维度的层级以及每个层级所包含的测试指标进行设置。

另外，在本申请中，隶属度表征了当前测试指标对上一层级的测试指标的隶属关系程度。

可选的，在步骤s106中，综合评价向量为综合评价模糊向量，其中，综合评价模糊向量采用模糊综合评价方法得到的向量，模糊综合评价方法可对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法。容易注意到的是，由于模糊综合评价方法考虑了多种因素对待测试车辆的测试结果的影响，因此，基于模糊综合评价方法对待测试车辆的测试结果进行计算，得到的评估结果能够准确的反映待测试车辆在需求场景中对交通环境的感知及应对能力。

步骤s108，基于测试集合以及综合评价向量，得到待测试车辆的评估结果，其中，评估结果表征了待测试车辆在需求场景中对交通环境的感知及应对能力。

在步骤s108中，在得到测试集合以及综合评价向量之后，可通过计算二者乘积的方式，得到待测试车辆的评估结果，其中，待测试车辆的评估结果可以以数值的方式表示。可选的，评估结果所对应的数值越大，表明待测试车辆在需求场景中对交通环境的感知及应对能力越强。

基于上述步骤s102至步骤s108所限定的方案，可以获知，在本发明实施例中，采用测试场景与测试功能相结合的测试的方式，在获取到对待测试车辆的需求场景以及该需求场景下的测试指标之后，在需求场景下，基于测试指标对待测试车辆进行测试，得到测试集合，并基于每个测试指标在每个测试维度下的隶属度，得到综合评价向量，最后，基于测试集合以及综合评价向量，得到待测试车辆的评估结果。其中，需求场景至少包括：对待测试车辆的测试功能进行测试的测试场景，测试集合包括每个测试指标所对应的测试值，评估结果表征了待测试车辆在需求场景中对交通环境的感知及应对能力。

容易注意到的是，在上述过程中，基于测试指标对待测试车辆进行测试，实质上是对待测试车辆在该需求场景下的功能进行测试，即本申请基于测试场景与测试功能相结合的方式对待测试车辆进行测试。另外，在对待测试车辆进行测试的过程中，采用了模糊综合评价方法对待测试车辆进行测试，该方法将主观评价与客观评价、定性与定量相结合，从而提高了待测试车辆的测试结果的准确度。

由此可见，本申请所提供的方案达到了对待测试车辆进行测试的目的，从而实现了提高待测试车辆的测试结果的准确度的技术效果，进而解决了采用现有的仿真测试技术对车辆进行测试存在的测试结果不准确的技术问题。

在一种可选的实施例中，图3示出了一种可选的模糊综合评价方法的流程图。具体的，首先，基于层次分析法得到测试指标对应的权重向量，然后再根据每个测试指标对应的隶属度，得到隶属矩阵，最后，计算权重向量与隶属矩阵的乘积，得到综合评价向量。

需要说明的是，层次分析法(analytichierarchyprocess，简称ahp)是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法。

可选的，基于层次分析法得到测试指标对应的权重向量，包括：首先，计算任意两个测试指标的相对值，得到判断矩阵，然后，再根据判断矩阵，得到初始权重向量，最后，对初始权重向量进行一致性检验，得到权重向量。其中，相对值表征两个比对的测试指标的相对重要程度。

具体的，首先基于相互重要性对比，构造评判正反矩阵(即上述判断矩阵)a(m*n)，a中的元素表示任意两个测试元素之间的相对重要程度。然后基于“和法”求解初始权重向量w(1*m)，其中，m表示测试指标的个数。在得到初始权重向量之后，对初始权重向量进行一致性检验，得到权重向量。

进一步的，在计算隶属矩阵的过程中，可通过构造隶属函数，然后通过隶属函数计算各个测试指标对应的隶属度，最后，基于所有的测试指标对应的隶属度构造隶属矩阵。

更进一步的，在得到权重向量以及隶属矩阵之后，可通过如下公式计算得到综合评价向量：

b＝w*r

在上式中，b为综合评价向量，w为权重向量，r为隶属矩阵。

需要说明的是，由图3可知，在计算权重向量之前，还需要确定评价因素集合以及评价等级集合，其中，评价因素集合表征了在基于各个测试指标对待测试车辆进行测试时分别在待测试车辆处于何种工况，例如，在对待测试车辆进行安全性的测试时，在总体工况下对待测试车辆的功能安全进行测试。

可选的，评价等级集合至少包括在待测试车辆的工况中，待测试车辆的反应集合以及该反应所对应的数值，例如，待测试车辆在红绿灯路口通行处时的反应，如果待测试车辆在红绿灯路口处前100米减速行驶，则数值为1；如果待测试车辆在红绿灯路口处前50米减速行驶，则数值为0.5；如果待测试车辆在红绿灯路口处不减速行驶，则数值为0。

需要说明的是，通过构建评价因素集合以及评价等级集合，使得在对待测试车俩进行测试的过程中，使测试结果数字化，从而使得待测试车辆的评估结果更加准确。

在一种可选的实施例中，图4示出了一种可选的测试待测试车辆的流程图，由图4可知，在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，需要确定待测试车辆的车辆等级，其中，车辆等级表征待测试车辆自动驾驶的程度。例如，车辆等级分为6个等级，其中，0级表示待测试车辆为可向驾驶员发出有关碰撞、速度和其他潜在危险状态的警告的任何汽车，但驾驶员始终可以完全控制该车辆；1级表示待测试车辆为与驾驶员共享控制权的任何车辆，在该场景中，驾驶员仍然需要操作待测试车辆的一部分，例如，使用巡航控制时，驾驶员仍然在必要时负责转向和制动；2级表示待测试车辆为完全能够自行操作的任何车辆，但驾驶员仍然有责任注意周围的环境，并应随时准备在必要时收回控制权。3级表示待测试车辆为使驾驶员长时间将视线从道路上移开的任何车辆，必要时，驾驶员仍需准备好控制待测试车辆；4级表示待测试车辆为允许驾驶员在车辆运行时完全脱离驾驶员的任何车辆；5级表示待测试车辆为完全不需要驾驶员的任何车辆。

可选的，如图4可知，在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，还需要确定对待测试车辆进行测试的测试环境，其中，测试环境包括如下之一：仿真测试环境、真实测试环境以及仿真测试环境与真实测试环境结合的环境。

另外，由图4可知，在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，还需要确定测试用例，其中，测试用例为从多个指标中确定需要对待测试车辆进行测试的指标。可选的，在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，从每个需求场景所包含的多个指标中确定每个需求场景的测试指标以及在每个需求场景下测试指标对应的测试值，其中，测试指标为在需求场景下对待测试车辆进行测试时的必要指标。

进一步的，在得到测试用例之后，即可对待测试车辆进行测试，如图4所示，在对待测试车辆进行测试之后，对待测试车辆进行评价对象与目标，即对待测试车辆中的评价对象进行评价，即检测待测试车辆中的评价对象是否满足目标需求，例如，检测待测试车辆的传感器、控制模块、评测模块是否达到目标需求。然后再评价维度与目标，即确定使用哪些测试指标对待测试车辆进行测试，以及在该测试目标下，待测试车辆对应的测试值是否满足目标需求。最后，基于上述测试，得到评估结果。

在一种可选的实施例，图5示出了一种可选的自动驾驶车辆自适应巡航测试评价的示意图，在图5所示的需求场景中，首先选取空旷场地，在待测试车辆启动后置于空挡位置，云端下发自动驾驶系统启动指令，同时更新测试场地高精地图数据，待测试车辆能稳定起步并加速至巡航车速，保持在当前车道内巡航行驶。在该需求场景下，测试应涵盖巡航工况、跟车工况、弯道跟车、坡道跟车、走停工况、切入切出等。

可选的，待测试车辆装有数据采集装置，可实时采集待测试车辆的运动姿态数据，测试装置测量待测试车辆与目标对象(例如，其他车辆)之间的相对速度、距离、角度等信息，并可进行数据回放。其中，测试装置包含高精度定位模块、网络通讯模块、运动姿态测量模块及计算单元、数据采集模块等。其中，客观评测量为速度超调量、速度控制精度、平均加减速度、最大加减速度及最小车间距、碰撞时间、冷却水温度传感器检测到的温度等；主观评测量为自动驾驶决策行为、交互体验及拟人性等。

最后，根据上述综合模糊评价方法对该自动驾驶系统进行评价打分，根据分值，确定该场景下自动驾驶系统的测评结果。

在一种可选的实施例，图6示出了一种可选的自动驾驶车辆变道测试评价的示意图，在图6所示的需求场景中，在空旷场地内，，待测试车辆启动后置于空挡位置，云端下发自动驾驶系统启动指令，同时更新测试场地高精地图数据，云端依据输入信息判断当前是否具备变道条件，若具备变道条件，云端下发变道指令；在变道超车过程中，超越前车后，并返回原车道。

可选的，待测试车辆装有数据采集装置，可实时采集待测试车辆的运动姿态数据，测试装置测量待测试车辆与目标对象之间的相对速度、距离、角度等信息，并可进行数据回放。其中，测试装置包含高精度定位模块、网络通讯模块、运动姿态测量模块及计算单元、数据采集模块等。其中，客观评测量为速度控制精度、平均加减速度、最大加减速度及最小车间距、碰撞时间、冷却水温度传感器检测到的温度等；主观评测量为自动驾驶决策行为、交互体验及拟人性等。

最后，根据上述综合模糊评价方法对该自动驾驶系统进行评价打分，根据分值，确定该场景下自动驾驶系统的测评结果。

在一种可选的实施例，在红绿灯路口通行的测试场景中，在空旷场地内，待测试车辆启动后置于空挡位置，云端下发自动驾驶系统启动指令，同时更新测试场地高精地图数据；在测试场地合适位置设置红绿灯rsu装置，待测试车辆能识别交通信号灯，红灯时在停止线内精准停车等候，绿灯时低速通过路口。

可选的，待测试车辆装有数据采集装置，可实时采集测试车辆运动姿态数据，测试装置测量待测试车辆与目标对象之间的相对速度、距离、角度等信息，并可进行数据回放。其中，测试装置包含高精度定位模块、网络通讯模块、运动姿态测量模块及计算单元、数据采集模块等。其中，客观评测量为速度控制精度、平均加减速度、最大加减速度及最小车间距、碰撞时间、冷却水温度传感器检测到的温度等；主观评测量为自动驾驶决策行为、交互体验及拟人性等。

最后，根据上述综合模糊评价方法对该自动驾驶系统进行评价打分，根据分值，确定该场景下自动驾驶系统的测评结果。

实施例2

根据本发明实施例，还提供了一种测试车辆性能的系统实施例，该系统包括：待测试车辆以及处理单元。其中，待测试车辆为自动驾驶车辆，处理单元采用上述实施例1中的测试车辆性能的方法对待测试车辆进行性能结果，并得出评估结果。

在一种可选的实施例中，图7是根据本发明实施例的待测试车辆的示意图，如图7所示，待测试车辆包括：采集单元、控制单元以及执行单元。

其中，采集单元，用于采集待测试车辆的车辆信息以及交通环境信息；控制单元，用于根据车辆信息以及交通环境信息生成控制指令；执行单元，用于根据控制指令控制所待测试车辆执行与车辆信息和交通环境信息相匹配的动作。

可选的，采集单元包含传感器及接口装置，同时还包含用于数据存储、融合的处理单元，采集模块可实现精准定位、目标识别、高精地图数据等信息输入。

可选的，图8示出了一种可选的传感器的安装示意图，由图8可知，传感器包括一个前视摄像头a，测距范围在200m左右，安装在待测试车辆中轴线前挡风玻璃下方；三个中距摄像头b，测距范围在70m左右，安装在待测试车辆的左右后视镜位置及驾驶室后玻璃上；两个广角摄像头c，测试范围在10m左右，安装在待测试车辆的左右后视镜下方；4个角雷达d，1个前置雷达e；2个激光雷达，可实现4级自动驾驶。

可选的，控制单元主要依据感知信息输入及当前待测试车辆的状态，智能处理单元做出反应，例如，路径规划、行车模式选择及车辆横向与纵向的速度、距离控制，响应时间，完成时间等。

可选的，执行单元用于接收相关控制指令，并控制相关执行器响应。

可选的，由图7可知，该待测试车辆还包括云端模块以及i/o接口模块。其中，云端模块与车端、路端实现通信，可远程遥控，监管及远程调度交通等i/o接口模块可完成各模块之间接口连接、通信等。

实施例3

根据本发明实施例，还提供了一种测试车辆性能的装置实施例，其中，图9是根据本发明实施例的测试车辆性能的装置示意图，如图9所示，该装置包括：获取模块901、测试模块903、第一处理模块905以及第二处理模块907。

其中，获取模块901，用于获取对待测试车辆的需求场景以及需求场景下的测试指标，其中，需求场景至少包括：对待测试车辆的测试功能进行测试的测试场景；测试模块903，用于在需求场景下，基于测试指标对待测试车辆进行测试，得到测试集合，其中，测试集合包括每个测试指标所对应的测试值；第一处理模块905，用于基于每个测试指标在每个测试维度下的隶属度，得到综合评价向量；第二处理模块907，用于基于测试集合以及综合评价向量，得到待测试车辆的评估结果，其中，评估结果表征了待测试车辆在需求场景中对交通环境的感知及应对能力。

需要说明的是，上述获取模块901、测试模块903、第一处理模块905以及第二处理模块907对应于上述实施例中的步骤s102至步骤s108，四个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

可选的，测试维度包括如下至少之一：安全维度、技术维度、体验维度以及经济维度，其中，第一处理模块包括：第三处理模块、第四处理模块以及第一计算模块。其中，第三处理模块，用于基于层次分析法得到测试指标对应的权重向量；第四处理模块，用于根据每个测试指标对应的隶属度，得到隶属矩阵；第一计算模块，用于计算权重向量与隶属矩阵的乘积，得到综合评价向量。

可选的，第三处理模块包括：第二计算模块、第五处理模块以及检验模块。其中，第二计算模块，用于计算任意两个测试指标的相对值，得到判断矩阵，其中，相对值表征两个比对的测试指标的相对重要程度；第五处理模块，用于根据判断矩阵，得到初始权重向量；检验模块，用于对初始权重向量进行一致性检验，得到权重向量。

可选的，测试车辆性能的装置还包括：第一确定模块，用于在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，确定待测试车辆的车辆等级，其中，车辆等级表征待测试车辆自动驾驶的程度。

可选的，测试车辆性能的装置还包括：第二确定模块，用于在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，确定对待测试车辆进行测试的测试环境，其中，测试环境包括如下之一：仿真测试环境、真实测试环境以及仿真测试环境与真实测试环境结合的环境。

可选的，测试车辆性能的装置还包括：第三确定模块，用于在获取对待测试车辆的需求场景以及需求场景下的测试指标之前，从每个需求场景所包含的多个指标中确定每个需求场景的测试指标以及在每个需求场景下测试指标对应的测试值，其中，测试指标为在需求场景下对待测试车辆进行测试时的必要指标。

实施例4

根据本发明实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，计算机程序被设置为运行时上述实施例1中的测试车辆性能的方法。

实施例5

根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序被设置为运行时执行上述实施例1中的测试车辆性能的方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。