本发明涉及车辆，具体而言，涉及一种无人驾驶系统测试方法、装置和电子设备。
背景技术：
1、随着传感器技术、计算机视觉以及人工智能大模型等领域的快速发展，无人驾驶技术也取得了显著进步，被广泛应用于智慧城市、智慧物流等领域中。无人驾驶汽车本质上是一个信息-物理系统，通过数据融合实现物理世界与虚拟模型的双向交互与协作。无人驾驶汽车发展的一个重要方向是对驾驶的安全性、乘坐的舒适性等方面的性能进行评估。但由于公开道路测试成本高、耗时长，基于场景的测试方法成为无人驾驶汽车测试的主流方向。它可以通过选择具有挑战性的场景以评估被测系统的安全性和稳定性，通过测试才能将各个智驾子系统布置在汽车中应用。
2、目前针对园区无人驾驶的测试场景真实性和复杂度都差强人意，当前许多测试场景过于简化，缺乏真实世界中的复杂性和不确定性。真实世界中的交通环境包含多种交通参与者、非结构化道路、动态障碍物以及不可预测的天气情况和光照条件等，因此，搭建包含以上不确定元素的测试场景成为无人驾驶汽车测试的一个重要挑战。另外，由于无人驾驶汽车在封闭园区内需要依赖高精度地图和定位系统来进行导航，后期维护成本昂贵并且对于道路变化(如施工、临时障碍物等)的适应性有限，定位系统的准确性也受到多路径效应、信号遮挡等因素的影响，从而可能导致园区无人驾驶区域受限的情况。
3、仿真测试是测试智驾功能的基础，测试之前的场景构建也是测试环节的关键。封闭园区作为l4级自动驾驶技术应用的典型场景，近年来受到广泛关注。然而目前并没有针对封闭园区无人驾驶汽车测试场景构建方法的相关研究。与其他l1/l2/l3智驾功能仿真测试流程相似，从功能设计的角度出发，无人驾驶汽车可以通过获取智驾功能测试场景参数及其设计规则建立相应测试场景，但由于封闭园区的无人驾驶测试属于l3+级以上的功能，传统的测试方法已经不能满足无人驾驶汽车人-车-路-环境强耦合系统的测试要求，需要设计连续场景对其进行连续仿真测试，具体需涵盖车-车、车-人、车-障碍物等连续交互场景，进而实现对封闭园区无人驾驶场景、预期场景的测试分析，从而完成产品功能的全面仿真测试，最后实现产品功能的顺利落地。
4、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本发明实施例提供了一种无人驾驶系统测试方法、装置和电子设备，以至少解决相关技术中测试场景受限于技术能力和资源投入，难以模拟真实世界中的复杂交通环境和突发情况的技术问题。
2、根据本发明其中一实施例，提供了一种无人驾驶系统测试方法，包括：获取待测区域的目标场景数据；基于数字孪生技术和目标场景数据构建目标场景模型；基于目标测试策略和目标测试对象生成目标测试用例，其中，目标测试策略用于指示目标场景模型中静态对象的状态、动态对象的状态和环境对象的状态，目标测试用例用于模拟待测区域内的多种测试场景；基于目标场景模型和目标测试用例对无人驾驶系统进行测试。
3、可选地，获取待测区域的目标场景数据包括：基于传感设备获取待测区域的第一场景数据，其中，第一场景数据为二维数据；对第一场景数据进行数据预处理，得到第二场景数据；对第二场景数据进行数据转换，得到目标场景数据，其中，目标场景数据为三维数据。
4、可选地，对第一场景数据进行数据预处理，得到第二场景数据包括：对第一场景数据进行数据清洗，得到第三场景数据；对第三场景数据进行降噪处理，得到第四场景数据；对第四场景数据进行坐标转换，得到第二场景数据。
5、可选地，基于数字孪生技术和目标场景数据构建目标场景模型包括：基于数字孪生技术和目标场景数据构建第一场景模型；对第一场景模型进行调整，得到第二场景模型，其中，第二场景模型的准确度高于第一场景模型的准确度；对第二场景模型进行轻量化处理，得到目标场景模型。
6、可选地，该方法还包括：基于预设时间间隔对目标场景模型进行更新。
7、可选地，目标测试对象包括静态对象、动态对象和环境对象，基于目标测试策略和目标测试对象生成目标测试用例包括：基于目标测试策略更新目标测试对象中第一测试对象的第一权重；基于第一权重从第一测试对象中确定第二测试对象，并更新第二测试对象的第二权重；基于第二权重从第二测试对象中确定第三测试对象，并更新第三测试对象的第三权重；基于更新后的目标测试对象生成目标测试用例。
8、可选地，基于目标场景模型和目标测试用例对无人驾驶系统进行测试包括：将目标场景模型和目标测试用例导入至仿真测试平台；在仿真测试平台中对无人驾驶系统进行测试。
9、可选地，在仿真测试平台中对无人驾驶系统进行测试包括：基于仿真测试平台控制虚拟车辆在目标场景模型中行驶，得到行驶数据，其中，虚拟车辆搭载无人驾驶系统；基于行驶数据对无人驾驶系统进行评估。
10、根据本发明其中一实施例，还提供了一种无人驾驶系统测试装置，包括：获取模块，用于获取待测区域的目标场景数据；构建模块，用于基于数字孪生技术和目标场景数据构建目标场景模型；生成模块，用于基于目标测试策略和目标测试对象生成目标测试用例，其中，目标测试策略用于指示目标场景模型中静态对象的状态、动态对象的状态和环境对象的状态，目标测试用例用于模拟待测区域内的多种测试场景；测试模块，用于基于目标场景模型和目标测试用例对无人驾驶系统进行测试。
11、可选地，获取模块还用于基于传感设备获取待测区域的第一场景数据，其中，第一场景数据为二维数据；对第一场景数据进行数据预处理，得到第二场景数据；对第二场景数据进行数据转换，得到目标场景数据，其中，目标场景数据为三维数据。
12、可选地，获取模块还用于对第一场景数据进行数据清洗，得到第三场景数据；对第三场景数据进行降噪处理，得到第四场景数据；对第四场景数据进行坐标转换，得到第二场景数据。
13、可选地，构建模块还用于基于数字孪生技术和目标场景数据构建第一场景模型；对第一场景模型进行调整，得到第二场景模型，其中，第二场景模型的准确度高于第一场景模型的准确度；对第二场景模型进行轻量化处理，得到目标场景模型。
14、可选地，该装置还包括：更新模块，用于基于预设时间间隔对目标场景模型进行更新。
15、可选地，生成模块还用于基于目标测试策略更新目标测试对象中第一测试对象的第一权重；基于第一权重从第一测试对象中确定第二测试对象，并更新第二测试对象的第二权重；基于第二权重从第二测试对象中确定第三测试对象，并更新第三测试对象的第三权重；基于更新后的目标测试对象生成目标测试用例。
16、可选地，测试模块还用于将目标场景模型和目标测试用例导入至仿真测试平台；在仿真测试平台中对无人驾驶系统进行测试。
17、可选地，测试模块还用于基于仿真测试平台控制虚拟车辆在目标场景模型中行驶，得到行驶数据，其中，虚拟车辆搭载无人驾驶系统；基于行驶数据对无人驾驶系统进行评估。
18、根据本发明其中一实施例，还提供了一种计算机可读存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为在计算机或处理器上运行时，执行上述任一项中的无人驾驶系统测试方法。
19、根据本发明其中一实施例，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本发明实施例中的无人驾驶系统测试方法。
20、根据本发明其中一实施例，还提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的无人驾驶系统测试方法。
21、在本发明实施例中，通过获取待测区域的目标场景数据；基于数字孪生技术和目标场景数据构建目标场景模型；基于目标测试策略和目标测试对象生成目标测试用例，其中，目标测试策略用于指示目标场景模型中静态对象的状态、动态对象的状态和环境对象的状态，目标测试用例用于模拟待测区域内的多种测试场景；基于目标场景模型和目标测试用例对无人驾驶系统进行测试的技术方案。由此，通过第三视角采集园区数据实现数据孪生模型的构建，搭建出真实园区的数字孪生模型，同时模拟多种复杂场景、并支持动态调整的园区无人驾驶测试，既可以满足无人驾驶汽车基础功能的测试，也可以满足无人驾驶汽车在异常情况下的处置能力测试，进而解决了相关技术中测试场景受限于技术能力和资源投入，难以模拟真实世界中的复杂交通环境和突发情况的技术问题。
1.一种无人驾驶系统测试方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待测区域的目标场景数据包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述第一场景数据进行数据预处理，得到第二场景数据包括：
4.根据权利要求1所述的方法，其特征在于，所述基于数字孪生技术和所述目标场景数据构建目标场景模型包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述目标测试对象包括所述静态对象、所述动态对象和所述环境对象，所述基于目标测试策略和目标测试对象生成目标测试用例包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述目标场景模型和所述目标测试用例对无人驾驶系统进行测试包括：
8.根据权利要求7所述的方法，其特征在于，所述在所述仿真测试平台中对所述无人驾驶系统进行测试包括：
9.一种无人驾驶系统测试装置，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为在计算机或处理器上运行时，执行上述权利要求1至8任一项中所述的无人驾驶系统测试方法。
11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至8中任意一项所述的无人驾驶系统测试方法。
12.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述权利要求1至8任一项中所述的无人驾驶系统测试方法。
