CN110069887B - 一种驾驶仿真方法、装置、设备及存储介质 - Google Patents
一种驾驶仿真方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110069887B CN110069887B CN201910368409.1A CN201910368409A CN110069887B CN 110069887 B CN110069887 B CN 110069887B CN 201910368409 A CN201910368409 A CN 201910368409A CN 110069887 B CN110069887 B CN 110069887B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- background
- speed
- traffic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000012360 testing method Methods 0.000 claims abstract description 115
- 238000010586 diagram Methods 0.000 claims description 51
- 230000008569 process Effects 0.000 claims description 26
- 230000003993 interaction Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000006399 behavior Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种驾驶仿真方法、装置、设备及存储介质,其中,该方法包括:通过第一配置界面获取基本参数,根据该基本参数确定车辆基准间距、车辆基准速度以及目标车道的背景车辆数量,基于测试车辆所在位置、车辆基准间距以及随机距离偏差依次确定位于目标车道上的每个背景车辆的初始位置,基于车辆基准速度以及随机速度偏差依次确定位于目标车道上的每个背景车辆的初始速度,基于各个背景车辆的初始位置和初始速度进行自动驾驶仿真。该方法能够减少在仿真交通环境设置背景车辆所需的参数数量,提高仿真交通环境的搭建效率,简化人工操作。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种驾驶仿真方法、装置、设备及存储介质。
背景技术
自动驾驶汽车是一种通过电脑***实现无人驾驶的智能汽车,能够给人带来诸如减少交通事故、节省能源、让人拥有更多的自由时间等等很多好处,是未来汽车的发展方向。
在自动驾驶汽车的开发过程中,需要采用自动驾驶仿真测试***对研发的决策算法进行测试验证,而测试验证时,首先需要搭建出仿真的交通环境,在测试车辆的周边设置若干辆背景车辆,并设置背景车辆的驾驶行为,进而,在仿真运行过程中,背景车辆按照预先定义好的驾驶行为在道路上行驶,以验证测试车辆在交通流中行驶的决策算法。
在相关技术中,搭建仿真的交通环境依赖于人工手动添加的方式,由测试人员手动添加若干辆背景车辆,并手动为各个背景车辆设置驾驶行为,这种方式操作繁琐,效率低下,也容易出现误配置的情况。
发明内容
本申请实施例提供了一种驾驶仿真方法、装置、设备及存储介质,能够有效地提高仿真交通环境的搭建效率,简化人工操作,并且减少误配置情况的发生。
有鉴于此,本申请第一方面提供了一种驾驶仿真方法,包括:
显示第一配置界面,接收通过所述第一配置界面输入的基本参数;
根据所述基本参数确定车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量;
基于测试车辆所在位置、所述车辆基准间距、所述车辆基准速度和随机距离偏差以及随机速度偏差,确定属于目标车道的背景车辆的初始位置和初始速度;
基于所述背景车辆各自的初始位置和初始速度进行自动驾驶仿真。
本申请第二方面提供了一种驾驶仿真装置,包括:
第一交互模块,用于显示第一配置界面,接收通过所述第一配置界面输入的基本参数;
参数确定模块,用于根据所述基本参数确定车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量;
背景车辆生成模块,用于基于测试车辆所在位置、所述车辆基准间距、所述车辆基准速度和随机距离偏差以及随机速度偏差,确定属于目标车道的背景车辆的初始位置和初始速度;
仿真控制模块,用于基于所述背景车辆各自的初始位置和初始速度进行自动驾驶仿真。
本申请第三方面提供了一种设备,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序,执行如上述第一方面所述的驾驶仿真的步骤。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行上述第一方面所述的驾驶仿真方法。
本申请第五方面提供了一种包括指令的计算机程序产品,当其在计算机上运行时,使得所述计算机执行上述第一方面所述的驾驶仿真方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例提供了一种驾驶仿真方法,用户基于该方法搭建仿真交通环境时,仅需通过第一配置界面一次性配置少量的基本参数,即可完成仿真交通环境中各背景车辆的设置,相比现有技术中人工在仿真交通环境中逐一手动设置各背景车辆,本申请提供的方法能够有效地减少仿真交通环境搭建过程中所需的人工操作,提高仿真交通环境的搭建效率。并且,本申请提供的方法根据用户输入的基本参数确定出车辆基准间距、车辆基准速度和目标车道的目标背景车辆数量后,还会分别基于随机距离偏差和随机速度偏差对车辆基准间距和车辆基准速度进行调整,进而设置各背景车辆各自的初始位置和初始速度,保证所设置的各背景车辆行驶状态具有多样性和随机性,满***通仿真的基本需求。
附图说明
图1为本申请实施例提供的驾驶仿真方法的应用场景示意图;
图2为本申请实施例提供的驾驶仿真方法的流程示意图;
图3为本申请实施例提供的一种示例性的目标交通流宏观基本图;
图4a为本申请实施例提供的一种计算车辆基准速度的原理示意图;
图4b为本申请实施例提供的另一种示例性的目标交通流宏观基本图;
图4c为本申请实施例提供的另一种计算车辆基准速度的原理示意图;
图4d为本申请实施例提供的一种示例性的驾驶仿真界面的示意图;
图5为本申请实施例提供的背景车辆设置方法的流程示意图;
图6为本申请实施例提供的驾驶仿真过程的流程示意图;
图7为本申请实施例提供的一种驾驶仿真装置的结构示意图;
图8为本申请实施例提供的另一种驾驶仿真装置的结构示意图;
图9为本申请实施例提供的又一种驾驶仿真装置的结构示意图;
图10为本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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,以便这里描述的本申请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、***、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。
针对相关技术中,因需要测试人员手动在仿真交通环境逐一设置背景车辆,而导致的仿真交通环境搭建效率低、操作繁琐等问题,本申请实施例提供了一种自动驾驶仿真方法,该方法能够有效地简化测试人员所需执行的操作,并且提高仿真交通环境的搭建效率。
具体的,在本申请实施例提供的驾驶仿真方法中,先接收测试人员通过第一配置界面输入的基本参数;然后,根据测试人员输入的基本参数,确定车辆基准间距、车辆基准速度和目标车道的目标背景车辆数量;接着,基于测试车辆所在位置、车辆基准间距以及随机距离偏差依次确定目标车道上背景车辆的初始位置,基于车辆基准速度和随机速度偏差依次确定目标车道上背景车辆的初始速度;如此,确定出目标车道上各背景车辆各自的初始速度和初始位置后,以此为基础进行自动驾驶仿真。
相比于相关技术中测试人员在仿真交通环境中逐一手动设置各背景车辆,本申请提供的方法仅需测试人员通过第一配置界面输入少量的基本参数,即可完成仿真交通环境中各背景车辆的设置,大大简化了测试人员所需执行的操作,提高了仿真交通环境的搭建效率。此外,本申请提供的方法在设置各背景车辆的过程中,还会进一步考虑随机速度偏差和随机位置偏差,保证了所设置的各背景车辆行驶状态具备多样性和随机性,使得仿真交通环境更加逼真。
应理解,本申请实施例提供的驾驶仿真方法可以应用于具备仿真功能的设备,该设备具体可以为终端设备;其中,终端设备具体可以为计算机、个人数字助理(PersonalDigital Assitant,PDA)、平板电脑、智能手机等。
为了便于理解本申请实施例提供的技术方案,下面先对本申请实施例提供的驾驶仿真方法的应用场景进行介绍。
参见图1,图1为本申请实施例提供的驾驶仿真方法的应用场景示意图;如图1所示,该应用场景中包括用户110和终端设备120;其中,用户110可以通过终端设备120上显示的第一配置界面,输入用于在仿真交通环境中设置背景车辆的基本参数;终端设备120用于执行本申请实施例提供的驾驶仿真方法,在仿真交通环境中设置各背景车辆并实现仿真。
当用户110需要利用仿真交通环境对测试车辆的决策算法进行测试时,用户110可以调用终端设备120上运行的仿真软件搭建仿真交通环境。搭建仿真交通环境时,终端设备120将相应地显示第一配置界面121,该第一配置界面121上承载有若干个用于输入基本参数的配置控件,如图1所示,该第一配置界面121上可以承载用于输入交通状态指示参数的配置控件和用于输入背景车辆数量指示参数的配置控件。
用户110通过第一配置界面121上显示的各配置控件,相应地输入用于设置背景车辆的基本参数。终端设备120接收到用户输入的基本参数后,即可根据这些基本参数确定车辆基准间距、车辆基准速度以及目标车道的目标背景车辆速度N(N的取值为正整数)。进而,终端设备120基于测试车辆所在位置、车辆基准间距和随机距离偏差,依次确定位于目标车道的第i个背景车辆的初始位置,以及基于车辆基准速度和随机速度偏差,依次确定位于目标车道的第i个背景车辆的初始速度,i的取值范围为1至N。
如此,通过上述方式确定出N个背景车辆各自对应的初始位置和初始速度后,终端设备120即可基于各背景车辆各自对应的初始位置和初始速度,启动用于对测试车辆的决策算法进行测试的自动驾驶仿真。该自动驾驶仿真界面具体可以如图1中的仿真界面122所示,其中,矩形框包围的车辆为测试车辆,该测试车辆上运行有此次仿真过程所要测试的决策算法,仿真界面122中其他未被矩形框包围的车辆为基于上述方法生成的背景车辆,这些背景车辆按照预先定义的驾驶行为在目标道路上行驶,背景车辆所产生的某些驾驶行为会对测试车辆的驾驶决策行为产生影响,从而达到验证测试车辆上运行的决策算法的目的。
需要说明的是,为了防止因对背景车辆缺少速度约束,而导致各背景车辆逐渐驶出有效的测试范围,测试车辆周边的背景车辆数量减少,无法有效地对决策算法进行验证。终端设备120在进行仿真的过程中,会固定位于最前方的背景车辆的速度,并基于跟驰模型相应地更新其他背景车辆的速度,如此,实现对仿真交通环境中的背景车辆施加速度约束。
应理解,上述图1所示的应用场景仅为一种示例,在实际应用中,除了可以基于图1所示的终端设备120进行自动驾驶仿真外,还可以基于其他类型的终端设备进行自动驾驶仿真。此外,图1所示的第一配置界面121以及仿真界面122仅为示例,在实际应用中,第一配置界面以及仿真界面还可以表现为其他形式。在此不对本申请实施例提供的驾驶仿真方法的应用场景做任何限定。
下面通过实施例对本申请提供的驾驶仿真方法进行介绍。
参见图2,图2为本申请实施例提供的一种驾驶仿真方法的流程示意图。为了便于描述,下述实施例以终端设备作为执行主体进行描述。如图2所示,该驾驶仿真方法包括以下步骤:
步骤201:显示第一配置界面,接收通过所述第一配置界面输入的基本参数。
当用户需要搭建仿真交通环境,并利用该仿真交通环境对测试车辆的决策算法进行验证时,用户可以调用终端设备上承载的用于仿真交通环境的仿真软件。该仿真软件被调用后,将向用户显示第一配置界面,用户可以相应地根据此次仿真的实际需求,通过该第一配置界面输入用于在仿真交通环境中设置背景车辆的基本参数。
为了便于进一步理解上述第一配置界面以及通过第一配置界面输入的基本参数,下面介绍两种示例性的第一配置界面的表现形式,并相应地介绍通过各第一配置界面所接收到的基本参数。
在一种可能的实现方式中,第一配置界面上可以承载用于配置交通状态指示参数的配置控件和用于配置背景车辆数量指示参数的配置控件;相应地,终端设备可以通过该第一配置界面,接收到用户输入的目标交通状态指示参数和目标背景车辆数量指示参数。
交通状态指示参数为能够指示仿真交通环境中交通状态的参数,例如,仿真交通环境中的通行能力、交通密度、背景车辆行驶速度等;终端设备通过第一配置界面上用于配置交通状态指示参数的配置控件,接收到用户输入的目标交通状态指示参数后,即可根据该目标交通指示参数,在仿真交通环境中设置与该目标交通指示参数对应的目标交通状态。
可选的,上述用于配置交通状态指示参数的配置控件具体可以为用于配置交通密度的配置控件,相应地,终端设备通过该配置控件接收到的交通密度即为目标交通密度。交通密度是用于表征道路上车辆密度的参数,其通常以车/公里作为单位。
可选的,上述用于配置交通状态指示参数的配置控件具体可以包括:用于配置交通通行能力的配置控件和用于配置车辆速度的配置控件,相应地,终端设备通过用于配置交通通行能力的配置控件接收到的交通通行能力,即为目标交通通行能力,终端设备通过用于配置车辆速度的配置控件接收到的车辆速度,即为目标车辆速度。交通通行能力是用于表征道路上车流量的参数,其通常以车/小时作为单位;车辆速度用于表征道路上各背景车辆的基本行驶速度,各背景车辆的初始速度均是在该基本行驶速度的基础上确定的,其通常以公里/小时作为单位。
应理解,交通状态指示参数除了可以为交通密度、交通通行能力和车辆速度以外,还可以为其他能够用于设置仿真交通环境中交通状态的参考数据,在此不对交通状态指示参数做任何限定。
背景车辆数量指示参数为用于确定仿真交通环境中背景车辆数量的基础数据。终端设备通过第一配置界面上用于配置背景车辆数量指示参数的配置控件,接收到用户输入的目标背景车辆数量指示参数后,即可根据该目标背景车辆数量指示参数,确定此次仿真过程所需的背景车辆的数量。
可选的,上述用于配置背景车辆数量指示参数的配置控件具体可以为用于配置背景车辆数量参数的配置控件,相应地,终端设备通过该配置控件接收到的背景车辆数量即为目标背景车辆数量。该背景车辆数量能够直接指示仿真交通环境中在目标车道上所需设置的背景车辆的数量。
具体的,当所要搭建的仿真交通环境中仅有一条目标车道时,可以直接通过第一配置界面上用于配置背景车辆数量参数的配置控件,配置需要在该目标车道上设置的背景车辆的数量;当所要搭建的仿真交通环境中存在多条目标车道时,可以通过第一配置界面上用于配置背景车辆数量参数的配置控件,配置该仿真交通环境中总共需要设置的背景车辆的数量M以及目标车道的数目S,进而,根据M除以S得到的数值,确定每条目标车道需要设置的背景车辆的数量。
可选的,上述用于配置背景车辆数量指示参数的配置控件具体可以为用于配置位置范围指示参数的配置控件,相应地,终端设备通过该配置控件接收到的位置范围指示参数即为目标位置范围指示参数。位置范围指示参数能够指示仿真交通环境中背景车辆的设置范围,将该位置范围与车辆间距结合起来,即可确定仿真交通环境中在目标车道上所需设置的背景车辆的数量。
应理解,背景车辆数量指示参数除了可以为背景车辆数量参数和位置范围指示参数以外,还可以为其他能够确定仿真交通环境中背景车辆数量的参考数据,在此不对该背景车辆数量指示参数做任何限定。
在另一种可能的实现方式中,第一配置界面上可以承载用于配置车辆基准间距的配置控件、用于配置车辆基准速度的配置控件以及用于配置目标车道的目标背景车辆数量的配置控件;相应地,终端设备可以通过该第一配置界面接收到以下基本参数:车辆基准间距、车辆基准速度以及目标车道的目标背景车辆数量。
其中,车辆基准间距为仿真交通环境中同一条车道上相邻的两辆车之间的距离。车辆基准速度与上文中所提及的车辆速度为同一概念,即用于表征道路上各背景车辆的基本行驶速度,各背景车辆的初始速度均是在该基本行驶速度的基础上确定的。
需要说明的是,通常情况下,终端设备在已知车辆基准间距、车辆基准速度以及目标背景车辆数量的条件下,即可相应地根据目标背景车辆数量,确定仿真交通环境中需要部署的背景车辆的数量,并根据车辆基准间距和车辆基准速度,设置仿真交通环境中各背景车辆各自对应的初始位置和初始速度,如此,确定仿真交通环境中各背景车辆各自对应的初始状态数据,实现各背景车辆的部署。应理解,第一配置界面除了可以用于配置车辆基准间距、车辆基准速度和目标车道的目标背景车辆数量外,还可以用于配置其他能够确定仿真交通环境中各背景车辆的初始部署状态的参数,在此不对第一配置界面所能配置的参数类型做任何限定。
在一些情况下,为了使得所搭建的仿真交通环境更加逼真,通常还可以根据用户的实际需求在仿真交通环境中设置多种不同类型的背景车辆,例如,可以在一个仿真交通环境中同时设置小型客车、大型客车、小型货车、大型货车等作为背景车辆。这种情况下,终端设备可以通过第一配置界面获取背景车辆的类型,以及各种类型的背景车辆在所有背景车辆中所占的比例。需要说明的是,终端设备通过第一配置界面直接获取的背景车辆数量,或者根据位置范围指示参数和交通密度确定出的背景车辆数量,通常都是对应于标准车型的;例如,假设将小型客车作为标准车型,终端设备通过第一配置界面获取的背景车辆数量为50,则表明在仿真交通环境中的所有背景车辆均为小型客车的情况下,该仿真交通环境中包括50个背景车辆。针对上述需要在仿真交通环境中设置多种不同类型的背景车辆的应用场景,终端设备在确定出背景车辆数量的情况下,还需要结合用户设置的各种类型的背景车车辆各自对应的比例以及各种车型与标准车型之间的折算系数,进一步确定仿真交通环境中各种类型的背景车辆各自对应的数量。
例如,假设标准车型为小型客车,终端设备根据第一配置界面接收到的基本参数,确定仿真交通环境中包括的背景车辆数量为100(即在该仿真交通环境中所包括的背景车辆均为小型客车的情况下,背景车辆的数量为100),以及该仿真交通环境中包括比例为1:1的小型客车和大型客车。此时,根据小型客车和大型客车的比例,可以确定需要将其中50个背景车辆折算为小型客车,将剩余的50个背景车辆折算为大型客车。由于小型客车本身即为标准车型,因此,可以直接确定需要在该仿真交通环境中设置50个小型客车。根据终端设备中预先存储的折算系数表,确定大型客车相对于小型客车的折算系数为2(即1个大型客车相当于2个小型客车),则可以将50个背景车辆折算为25个大型客车,即确定需要在该仿真交通环境中设置25个大型客车。
应理解,在实际应用中,除了可以将小型客车作为标准车型外,也可以将其他类型的车辆作为标准车型,在此不对标准车型做任何限定。并且,各种车型之间的折算系数可以根据实际需求设定,在此也不对各种车型之间的折算系数做任何限定。
需要说明的是,在实际应用中,终端设备通过第一配置界面接收的目标交通密度、目标交通通行能力等通常也均是对应于标准车型的。
步骤202:根据所述基本参数确定车辆基准间距、车辆基准速度以及目标车道的目标背景车辆数量。
终端设备通过第一配置界面接收到用户输入的基本参数后,即可根据这些基本参数相应地确定用于在仿真交通环境中设置背景车辆的参数,包括:车辆基准间距、车辆基准速度以及目标车道的目标背景车辆数量N(N的取值为正整数)。
其中,车辆基准间距为仿真交通环境中目标车道上相邻的两辆车之间的距离,该车辆基准间距具体可以为相邻的两辆车的车头之间的距离,也可以为相邻的两辆车的车尾之间的距离;目标车道上相邻的两辆车之间的初始距离均是以该车辆基准间距为基础确定的。车辆基准速度用于表征各背景车辆的基本行驶速度,各背景车辆的初始速度均是以该车辆基准速度为基础确定的。
当终端设备通过第一配置界面接收到的基本参数包括目标交通状态指示参数和目标背景车辆指示参数时,终端设备可以基于目标交通流宏观基本图,根据目标交通状态指示参数,确定车辆基准间距和车辆基准速度;以及根据目标车道的目标背景车辆数量指示参数,确定目标车道的目标背景车辆数量。
需要说明的是,交通流宏观基本图能够描述交通网络中宏观交通通行能力、交通密度和车辆速度之间的关系。搭建不同的仿真交通环境时,用户可以根据实际仿真需求,从仿真***提供的若干个交通流宏观基本图中选择适用于此次仿真的交通流宏观基本图,作为目标交通流宏观基本图,进而,基于该目标交通流宏观基本图,根据用户输入的目标交通状态指示参数,相应地确定用于在仿真交通环境中设置背景车辆所需的参数。
为了便于理解上述目标交通流宏观基本图,下面结合图3对本申请中一种示例性的目标交通流宏观基本图进行介绍。
参见图3,图3为本申请实施例提供的一种示例性的目标交通流宏观基本图。如图3所示,该目标交通流宏观基本图通常设置在以交通密度作为横轴、以通行能力作为纵轴的坐标系中,该目标交通流宏观基本图可以包括两段直线段,分别为直线段301和直线段302,直线段301、直线段302与坐标轴的横轴组成了一个三角形。直线段301和直线段302上的每个点均代表一种交通状态,该交通状态能够指示通行能力、交通密度和车辆速度之间的关系。
其中,直线段301用于表征车辆的自由行驶状态,直线段301的斜率是自由流车速,在交通密度从0增加至临界密度的过程中,仿真交通环境中的车辆可以保持自由流车速不变,在此过程中,仿真交通环境的通行能力会逐渐增大。在交通密度达到临界密度时,仿真交通环境的通行能力达到最大通行能力。
其中,直线段302用于表征车辆的拥堵行驶状态;如直线段302所示,仿真交通环境的交通密度达到临界密度、通行能力达到最大通行能力后,仿真交通环境中车辆的持续增多将导致交通密度逐渐增大,车速逐渐减慢,进入拥堵行驶状态,相应地,通行能力也随之下降。当交通密度达到阻塞密度时,车流进入完全拥堵的停止状态,车速和通行能力都降为0。
需要说明的是,图3所示的交通流宏观基本图仅为一种示例,在实际应用中,用户搭建仿真交通环境时,还可以选择其他形状的交通流宏观基本图作为目标交通流宏观基本图;或者,用户还可以选择基于其他能够表征交通状态的交通流参数绘制得到的交通流宏观基本图,作为目标交通流宏观基本图。在此不对本申请实施例中用于设置背景车辆的目标交通流宏观基本图做任何限定。
需要说明的是,在一些情况下,仿真***提供的交通流宏观基本图可能无法满足用户的仿真需求;为了保证用户可以构建出满足其仿真需求的仿真交通环境,本申请实施例提供的驾驶仿真方法还可以支持用户自定义目标交通流宏观基本图。
具体的,终端设备可以向用户显示第二配置界面,接收用户通过该第二配置界面输入的交通流定量参数,该交通流定量参数包括自由流车速、阻塞密度、临界密度以及最大通行能力;进而,终端设备根据用户输入的交通流定量参数生成目标交通流宏观基本图。
基于上述对于图3所示的交通流宏观基本图的介绍可知,终端设备绘制交通流宏观基本图时,通常需要获知自由流车速、阻塞密度、临界密度以及最大通行能力等交通流定量参数;进而,终端设备可以基于自由流车速、临界密度以及最大通行能力,确定用于表征车辆的自由行驶状态的直线段,以及基于临界密度、最大通行能力以及阻塞密度,确定用于表征车辆的拥堵行驶状态的直线段,如此,确定出符合用户实际仿真需求的目标交通流宏观基本图。
应理解,在用户搭建仿真交通环境所需的目标交通流宏观基本图为其他形状,或者需要基于其他交通流定量参数搭建目标交通流宏观基本图时,终端设备可以通过第二配置界面相应地获取其他绘制交通流宏观基本图时所需的交通流定量参数,并采用特定的方式基于所获取的交通流定量参数绘制目标交通流宏观基本图,在此不对第二配置界面获取的交通流定量参数做任何限定,也不对终端设备绘制目标交通流宏观基本图的方式做任何限定。
具体基于目标交通流宏观基本图确定车辆基准间距以及车辆基准速度时,终端设备可以根据自身通过第一配置界面接收到的目标交通状态指示参数的类型,相应地采取特定的处理方式,确定车辆基准间距和车辆基准速度。
在一种可能的实现方式中,若终端设备通过第一配置界面接收到的目标交通状态指示参数为目标交通密度,则终端设备可以确定该目标交通密度的倒数作为车辆基准间距,并基于目标交通流宏观基本图,确定在目标交通状态下目标通行能力与目标交通密度的比值作为车辆基准速度。
基于图3所示的交通流宏观基本图可知,在给定交通密度的情况下,根据交通流宏观基本图可以唯一确定仿真交通环境的交通状态,即唯一确定该交通密度对应的交通通行能力以及车辆速度。另外,由于车辆间距与交通密度之间成倒数关系,因此,在给定交通密度的情况下,根据该交通密度也可以确定出车辆间距。
基于上述原理,当终端设备通过第一配置界面接收到用户输入的目标交通状态指示参数为目标交通密度K时,终端设备可以通过公式(1)计算车辆基准间距D:
D=1/K (1)
需要说明的是,此处的车辆基准间距D可以表征目标车道上相邻的两辆车的车头之间的距离,或者相邻的两辆车的车尾之间的距离;该车辆基准间距D等于标准背景车辆的车身长度与相邻的两个背景车辆之间的实际间隔距离之和,相邻的两个背景车辆之间的实际间隔距离是指位置靠前的背景车辆的车尾与位置靠后的背景车辆的车头之间的距离。基于上述原理计算车辆基准速度时,终端设备可以通过公式(2)和公式(3)计算车辆基准速度V:
V=Vmax(K≤Kcr) (2)
V=(KQmax/(Kcr-Kjam)+kjamQmax/(Kjam-Kcr))/K(K>Kcr) (3)
如图4a所示,其中,K为用户输入的目标交通密度,Vmax为目标交通流宏观基本图中的自由流速度,Qmax为目标交通流宏观基本图中的最大通行能力,Kcr为目标交通流宏观基本图中的临界密度,Kjam为目标交通流宏观基本图中的阻塞密度。
在另一种可能的实现方式中,若终端设备通过第一配置界面接收到的目标交通状态指示参数为目标交通通行能力和目标车辆速度,则终端设备可以直接将所接收的目标车辆速度作为车辆基准速度;并且基于目标交通流宏观基本图,根据目标交通通行能力和目标车辆速度确定目标交通密度,进而确定该目标交通密度的倒数作为车辆基准间距。
基于图3所示的交通流宏观基本图可知,在给定交通通行能力和目标车辆速度的情况下,根据交通流宏观基本图可以唯一确定该交通通行能力与目标车辆速度的组合对应的交通密度。另外,由于车辆间距与交通密度之间成倒数关系,因此,在确定出交通密度的情况下,即可根据该交通密度确定车辆间距。
基于上述原理,当终端设备通过第一配置界面接收到用户输入的目标交通通行能力Q和目标车辆速度V时,终端设备可以通过公式(4)和公式(5)计算目标交通密度K:
K=Q/Vmax(V=Vmax) (4)
K=KjamQmax/(Qmax-V(Kcr-Kjam))(V<Vmax) (5)
如图4a所示,Vmax为目标交通流宏观基本图中的自由流速度,Qmax为目标交通流宏观基本图中的最大通行能力,Kcr为目标交通流宏观基本图中的临界密度,Kjam为目标交通流宏观基本图中的阻塞密度。
计算得到目标交通密度K后,终端设备可以根据该目标交通密度K,通过上述公式(1)计算车辆基准间距D。
应理解,若目标交通流宏观基本图表现为其他形状,或者是基于其他能够表征交通状态的交通流参数绘制得到的,终端设备可以相应地通过第一配置界面获取其他基本参数,并采用其他特定的计算方式根据所获取的基本参数,确定车辆基准速度和车辆基准间距。
具体根据目标车道的目标背景车辆数量指示参数确定目标车道的目标背景车辆数量时,终端设备可以根据自身通过第一配置界面接收到的目标背景车辆数量指示参数的类型,相应地采取特定的确定方式,确定目标车道的目标背景车辆数量。
在一种可能的实现方式中,若终端设备通过第一配置界面接收到的目标背景车辆数量指示参数为目标背景车辆数量参数,该目标背景车辆数量参数用于指示目标车道上目标车辆数量,则终端设备可以直接将该目标背景车辆数量参数所指示的目标车辆数量,作为仿真交通环境中目标车道上目标背景车辆的数量。
在另一种可能的实现方式中,若终端设备通过第一配置界面接收到的目标背景车辆数量指示参数为位置范围指示参数,则终端设备可以根据目标背景车辆的位置范围指示参数和车辆基准间距,确定目标车道的目标背景车辆数量。
位置范围指示参数用于指示生成背景车辆的位置范围,该位置范围通常为可以对测试车辆的决策算法产生验证作用的范围;具体设定时,可以根据测试车辆的停车视距设定位置范围参数,例如,可以将测试车辆所处的位置作为中心,将该测试车辆的停车视距的二倍作为上述位置范围的长度,即以测试车辆的停车视距作为半径,如此,在目标车道上确定出用于生成背景车辆的位置范围。
在确定出车辆基准间距的条件下,终端设备可以根据位置范围指示参数所指示的位置范围以及该车辆基准间距,确定目标车道的目标背景车辆的数量。
更具体的,用户通过第一配置界面输入的目标背景车辆的位置范围指示参数可以包括:第一距离参数R1和第二距离参数R2,其中,R1用于指示目标车道上位于测试车辆前方的背景车辆距离测试车辆的前方的最远距离,R2用于指示目标车道上位于测试车辆后方的背景车辆距离测试车辆的后方的最远距离。相应地,根据该位置范围参数确定目标车道的目标背景车辆数量时,可以确定R1与车辆基准间距的比值,作为目标车道上位于测试车辆前方的背景车辆数量M1,以及确定R2与车辆基准间距的比值,作为目标车道上位于测试车辆后方的目标车辆数量M2。
需要说明的是,上述位置范围的确定通常是基于Frenet坐标系实现的,即将目标车道的中心线作为纵坐标,将与该中心线垂直的线作为横坐标。
应理解,上述第一距离参数R1和第二距离参数R2可以相等,也可以不等,在实际应用中,通常可以将上述第一距离参数R1和第二距离参数R2均设置为测试车辆的停车视距;当然,用户也可以根据实际仿真需求设置任意数值作为第一距离参数R1和/或第二距离参数R2,在此不对第一距离参数R1和第二距离参数R2做任何限定。
应理解,终端设备还可以通过第一配置界面获取其他形式的目标背景车辆数量指示参数,相应地,基于该种形式的目标背景车辆数量指示参数,终端设备可以采用对应的方式确定目标车道的目标车辆背景数量;在此不对目标背景车辆数量指示参数的形式做任何限定,也不对终端设备确定目标车道的目标车辆背景数量做任何限定。
当终端设备通过第一配置界面接收到的基本参数包括车辆基准间距、车辆基准速度以及目标车道的目标背景车辆数量时,终端设备将上述车辆基准间距、车辆基准速度以及目标车道的目标背景车辆数量,作为用于在仿真交通环境中设置背景车辆的相关参数,无需对其做额外的计算处理。
步骤203:基于测试车辆所在位置、所述车辆基准间距、所述车辆基准速度和随机距离偏差以及随机速度偏差,确定属于目标车道的背景车辆的初始位置和初始速度。
终端设备确定出车辆基准间距、车辆基准速度以及目标车道的目标背景车辆数量后,即可根据测试车辆所在位置、车辆基准间距以及随机距离偏差逐一确定目标车道的第i个背景车辆的初始位置,以及根据车辆基准速度和随机速度偏差逐一确定目标车道的第i个背景车辆的初始速度。
应理解,在实际应用中,终端设备可以基于用户在相关配置界面输入的参数,确定测试车辆在仿真交通环境中所在的位置,例如,用户可以通过相关配置界面设置测试车辆位于仿真交通环境中的第二车道,相应地,终端设备搭建仿真交通环境时,将相应地将该测试车辆设置在第二车道。当然,终端设备也可以根据用户的实际仿真需求,自动在仿真交通环境中设置测试车辆所在位置,在此不对测试车辆所在位置的设置方式做任何限定。
应理解,随机距离偏差和随机速度偏差均是针对每个背景车辆随机确定的,如此保障不同的背景车辆所对应随机距离偏差和随机速度偏差尽可能的不同,从而保证仿真过程中背景车辆的多样性。具体的针对背景车辆确定随机距离偏差和随机速度偏差时,可以基于正态分布确定,也可以基于卡方分布确定,在此不对确定随机距离偏差和随机速度偏差的方式做任何限定。下面先介绍目标车道上各背景车辆的初始位置的确定方法。终端设备确定目标车道上位于测试车辆前方的背景车辆的初始位置时,可以先在车辆基准间距的基础上叠加随机距离偏差得到第一前间距,与测试车辆的车头相距该第一前间距的位置即可作为第一个位于测试车辆前方的背景车辆的初始位置,即终端设备可以在与测试车辆的车头相距第一前间距的位置处,设置第一个位于测试车辆前方的背景车辆;然后,在车辆基准间距的基础上叠加随机距离偏差得到第二前间距,在与第一个位于测试车辆前方的背景车辆的初始位置相距该第二前间距的位置,即可作为第二个位于测试车辆前方的背景车辆的初始位置;以此类推,逐一设置各位于测试车辆前方的背景车辆的初始位置,直至位于测试车辆前方的背景车辆的数量达到预设的测试车辆前方的背景车辆数量为止。
相类似地,终端设备确定目标车道上位于测试车辆后方的背景车辆的初始位置时,可以先在车辆基准间距的基础上叠加随机距离偏差得到第一后间距,与测试车辆的车尾相距该第一后间距的位置即可作为第一个位于测试车辆后方的背景车辆的初始位置,即终端设备可以在与测试车辆的车头相距第一后间距的位置处,设置第一个位于测试车辆后方的背景车辆;然后,在车辆基准间距的基础上叠加随机距离偏差得到第二后间距,在与第一个位于测试车辆后方的背景车辆的初始位置相距该第二后间距的位置,即可作为第二个位于测试车辆后方的背景车辆的初始位置;以此类推,逐一设置各位于测试车辆后方的背景车辆的初始位置,直至位于测试车辆后方的背景车辆的数量达到预设的测试车辆后方的背景车辆数量为止。
应理解,上述随机距离偏差具体可以为正值,也可以为负值;由于在确定各背景车辆各自对应的初始位置时,均会在车辆基准间距的基础上叠加不同的随机距离偏差,并基于叠加偏差后的车辆间距确定各背景车辆的初始位置,因此,能够保证各背景车辆的初始位置随机多样,更接近真实交通场景。
下面介绍目标车道上各背景车辆的初始速度的确定方法。具体为某个背景车辆设置初始速度时,可以在车辆基准速度的基础上叠加随机速度偏差,进而将叠加随机速度偏差后得到的车辆速度,设置为该背景车辆的初始速度;如此确定出仿真交通环境中各背景车辆的初始速度。
由于在确定各背景车辆各自对应的初始速度时,均会在车辆基准速度的基础上叠加不同的随机速度偏差,因此,能够保证各背景车辆的初始速度随机多样,更符合真实交通场景中各车辆的行驶状态。
需要说明的是,确定目标车道上第i个背景车辆的初始位置时,所采用的随机距离偏差可以为符合第一正态分布的正态随机变量,确定目标车道上第i个背景车辆的初始速度时,所采用的随机速度偏差可以为符合第二正态分布的正态随机变量。即,可以基于符合正态分布的随机距离偏差确定各背景车辆的初始位置,以及可以基于符合正态分布的随机速度偏差确定各背景车辆的初始速度。
应理解,在实际应用中,也可以通过其他方式确定上述随机距离偏差和随机速度偏差,在此不对随机距离偏差的确定方法和随机速度偏差的确定方法做任何限定。
需要说明的是,在仿真交通环境中包括S条(S的取值为大于1的正整数)目标车道时,终端设备需要确定S条目标车道上各目标背景车辆的数量;针对第j条(j的取值为不超过S的正整数)目标车道,终端设备可以基于测试车辆所在位置、车辆基准间距以及随机距离偏差,依次确定位于第j条目标车道的第i个背景车辆的初始位置,并基于车辆基准速度和随机速度偏差,依次确定位于第j条目标车道的第i个背景车辆的初始速度。具体的,终端设备针对测试车辆所在的目标车道上的各背景车辆设置初始位置和初始速度时,可以直接基于上述方式,确定各背景车辆各自对应的初始位置和初始速度;终端设备针对其他目标车道上的各背景车辆设置初始位置和初始速度时,可以先将测试车辆所处的位置沿与目标车道垂直的方向平移至该目标车道,将平移后的位置作为基准位置,进而,基于该基准位置,采用上述方式确定该目标车道上的各背景车辆各自对应的初始位置和初始速度。
步骤204:基于所述背景车辆各自的初始位置和初始速度进行自动驾驶仿真。
终端设备确定出N个背景车辆各自对应的初始位置和初始速度后,即可在仿真交通环境中启动自动驾驶仿真;在仿真过程中,由测试车辆和各背景车辆组成的车队将一起沿目标道路的方向行驶,行驶规律通常可以遵循跟驰模型。
需要说明的是,在仿真过程中,终端设备需要固定所有背景车辆中最前方的背景车辆的速度,并基于跟驰模型更新其他背景车辆的速度。跟驰模型是基于车辆跟驰(CarFollowing,CF)这种微观驾驶行为构建的,其用于描述在限制超车的单行道上行驶车队中相邻两车之间的相互作用;跟驰模型是运用动力学的方法来研究前导车(LeadingVehicle,LV)运动状态变化所引起的跟驰车的相应行为,通过分析各车辆逐一跟驰的方式来理解单车道交通流特性。
初始设置仿真场景时,如果需要测试的场景对周边交通状态的要求为非自由驾驶状态,则需要设置背景车辆的初始速度小于自由流车速。在跟驰模型中,由于行驶在最前方的背景车辆没有前车需要跟随,因此,在没有其他速度约束的条件下,该位于最前方的背景车辆将逐渐加速至自由流速度,并驶出预设的位置范围(即为对于测试车辆有效的测试范围);相应地,随着仿真时间的延长,跟随该背景车辆的其他背景车辆也将逐渐进入自由行驶状态,驶出预设的位置范围,测试车辆周边的背景车辆逐渐减少,无法对测试车辆的决策算法进行有效地验证。此外,在仿真时间足够长的情况下,随着测试车辆前方的背景车辆逐渐加速至自由流速度,并驶出预设的位置范围,测试车辆的交通状态将被动地变为自由行驶状态,偏离了周边交通状态为非自由驾驶状态的初始设置。
为了防止上述情况的发生,终端设备在仿真进行的过程中,根据跟驰模型更新背景车辆的速度和位置时,会对位于最前方的背景车辆的速度进行固定,控制该背景车辆不按照跟驰模型加速至自由流车速,使其始终位于预设的位置范围内。
上述驾驶仿真方法仅需测试人员通过第一配置界面输入少量的基本参数,即可完成仿真交通环境中各背景车辆的设置,大大简化了测试人员所需执行的操作,提高了仿真交通环境的搭建效率。此外,该方法在设置各背景车辆的过程中,还会进一步考虑随机速度偏差和随机位置偏差,保证了所设置的各背景车辆行驶状态具备多样性和随机性,使得仿真交通环境更加逼真。并且,在仿真的过程中,会对位于最前方的背景车辆的速度进行固定,以此为基础实现对于跟驰模型中其他背景车辆的速度约束,由此防止因对仿真交通环境中的背景车辆缺少速度约束,而导致各背景车辆逐渐驶出对于测试车辆有效的测试范围,测试车辆周边的车辆数量逐渐变少,无法有效地对测试车辆的决策算法进行测试。
为了便于理解上述图2所示的驾驶仿真方法,下面结合具体示例,对上述驾驶仿真方法进行示例性说明。
当用户需要搭建仿真交通环境时,用户可以先通过终端设备显示的第二配置界面,配置自由流车速、阻塞密度、临界密度以及最大通行能力。例如,假设用户设置自由流车速为80公里/小时,阻塞密度为140车/公里,临界密度为25车/公里,最大通行能力为2000车/小时。终端设备接收到用户通过第二配置界面输入的参数后,将相应地基于这些参数构建适用于本次仿真的目标交通流宏观基本图,如图4b所示。
进而,终端设备将向用户显示用于配置基本参数的第一配置界面,用户可以通过该第一配置界面输入目标交通密度和位置范围指示参数,该位置范围指示参数具体可以包括第一距离参数和第二距离参数。例如,假设用户输入的目标交通密度为48车/公里,第一距离参数和第二距离参数均为100米。终端设备计算目标交通密度48车/公里的倒数作为车辆基准间距,即通过计算1000(将公里折算为米)除以48,确定车辆基准间距为20.83米,即相邻的两个背景车辆之间的距离为20.83米。进而,可以基于第一距离参数和该车辆基准间距,确定需要在测试车辆之前设置的背景车辆的数量,具体的,终端设备通过计算100除以20.83,确定需要在测试车辆之前设置5个背景车辆,相类似地,终端设备确定需要在测试车辆之后也设置5个背景车辆。
此外,终端设备还需要基于图4b所示的目标交通流宏观基本图和用户输入的目标交通密度,确定此次仿真的目标通行能力,如图4c所示,在目标交通流宏观基本图中,目标交通密度48车/公里对应的目标通行能力为1600车/小时;进而,计算该目标通行能力1600车/小时与目标交通密度48车/公里的比值,作为此次仿真的车辆基准速度,及利用1600除以48得到车辆基准速度为33.33公里/小时。
如此,确定出此次仿真需要在测试车辆的前后分别设置5个背景车辆,并且车辆基准间距为20.83米,车辆基准速度为33.33公里/小时。相应地,终端设备在仿真交通环境中设置背景车辆时,可以在车辆基准间距的基础上叠加随机距离偏差,确定每个背景车辆的初始位置,在车辆基准速度的基础上叠加随机速度偏差,确定每个背景车辆的初始速度,进而实现自动驾驶仿真,具体搭建的仿真交通环境如图4d所示。
为了便于进一步理解本申请实施例提供的驾驶仿真方法,下面结合图5和图6,分别对终端设备在仿真交通环境中设置背景车辆的方法以及终端设备进行驾驶仿真的方法,做整体性介绍。
参见图5,图5为本申请实施例提供的在仿真交通环境中设置背景车辆的方法的流程示意图。如图5所示,该方法包括以下步骤:
步骤501:终端设备通过第一配置界面,接收用户输入的目标交通密度和位置范围指示参数,从而实现仿真初始化设置。
步骤502:终端设备确定目标交通密度的倒数作为车辆基准间距,并根据该车辆基准间距和用户输入的位置范围指示参数,确定每条目标车道上需要产生的背景车辆的数量;更具体的,需要确定每条目标车道上位于测试车辆前方的车辆数量,以及位于测试车辆后方的车辆数量。
终端设备根据用户选择或自定义的目标交通宏观基本图,确定用户输入的目标交通密度所对应的目标通行能力,进而计算该目标通行能力与目标交通密度的比值作为背景车辆的车辆基准速度。
步骤503:将当前需要设置背景车辆的目标车道作为当前车道,将测试车辆所在的位置作为当前位置;应理解,若当前车道上不存在测试车辆,则将测试车辆沿与车道垂直的方向平移至该当前车道,进而,将平移后的测试车辆在当前车道上所在的位置作为当前位置。
步骤504:判断测试车辆前方的车辆数量是否满足第一预设车辆数量;该第一预设车辆数量即为步骤502中确定出的目标车道上位于测试车辆前方的车辆数量。若满足,则跳转至步骤508,若不满足,则执行步骤505。
步骤505:以当前位置为基准向前移动车辆基准间距对应的距离,并叠加一个随机距离偏差,将如此确定的位置作为新的当前位置。
步骤506:在步骤505确定出的当前位置处设置一辆背景车辆,并在步骤502确定出的车辆基准速度的基础上叠加一个随机速度偏差,将如此确定出的速度作为所设置的背景车辆的初始速度。
步骤507:将位于测试车辆前方的背景车辆数加1,得到更新后的测试车辆前方的车辆数量,返回执行步骤504。
步骤508:判断测试车辆后方的车辆数量是否满足第二预设车辆数量;该第二预设车辆数量即为步骤502中确定出的目标车道上位于测试车辆后方的车辆数量。若满足,则跳转至步骤512,若不满足,则执行步骤509。
步骤509:以步骤503中确定的当前位置为基准,向后移动车辆基准间距对应的距离,并叠加一个随机距离偏差,将如此确定的位置作为新的当前位置。
步骤510:在步骤509确定出的当前位置处设置一辆背景车辆,并在步骤502确定出的车辆基准速度的基础上叠加一个随机速度偏差,将如此确定出的速度作为所设置的背景车辆的初始速度。
步骤511:将位于测试车辆后方的背景车辆数加1,得到更新后的测试车辆后方的车辆数量,返回执行步骤508。
步骤512:判断是否已遍历所有目标车道;即判断是否已完成对于所有目标车道上背景车辆的设置;若是,则执行步骤514,若否,则执行步骤513。
步骤513:选择下一条未设置背景车辆的目标车道作为当前车道,返回执行步骤503。
步骤514:确认完成在该仿真交通环境中所有背景车辆的设置。
参见图6,图6为本申请实施例提供的驾驶仿真过程的流程示意图。如图6所示,该驾驶仿真过程包括以下步骤:
步骤601:终端设备在仿真交通环境中设置完各背景车辆后,即可控制仿真开始运行,开始遍历该仿真交通环境中各背景车辆。
步骤602:判断当前车辆是否为位于最前方的背景车辆;若是,则执行步骤603,若否,则执行步骤604。
步骤603:固定该背景车辆的车速。
步骤604:按照跟驰模型更新该背景车辆的车速。
步骤605:判断是否已遍历完该仿真交通环境中的各背景车辆;若是,则执行步骤607,若否,则执行步骤606。
步骤606:选取该仿真交通环境中的下一辆背景车辆作为当前车辆,返回执行步骤602。
步骤607:控制该仿真交通环境中的各车辆进行换道判断,并更新该仿真交通环境中各车辆的横向速度。
步骤608:更新该仿真交通环境中各车辆的位置。
步骤609:判断此次仿真的总仿真时间是否已达到预设仿真时间;若达到,则执行步骤611,若未达到,则执行步骤610。
步骤610:控制仿真时钟等距推进,准备重新遍历该仿真交通环境中各背景车辆。
步骤611:确定此次仿真运行结束。
针对上文描述的驾驶仿真方法,本申请还提供了对应的驾驶仿真装置,以使上述驾驶仿真方法在实际中得以应用和实现。
参见图7,图7是与上文图2所示的驾驶仿真方法对应的一种驾驶仿真装置700的结构示意图,该驾驶仿真装置700包括:
第一交互模块701,用于显示第一配置界面,接收通过所述第一配置界面输入的基本参数;
参数确定模块702,用于根据所述基本参数确定车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量;
背景车辆生成模块703,用于基于测试车辆所在位置、所述车辆基准间距、所述车辆基准速度和随机距离偏差以及随机速度偏差,确定属于目标车道的背景车辆的初始位置和初始速度;
仿真控制模块704,用于基于所述背景车辆各自的初始位置和初始速度进行自动驾驶仿真。
可选的,在图7所示的驾驶仿真装置的基础上,参见图8,图8为本申请实施例提供的另一种驾驶仿真装置的结构示意图。
在所述第一配置界面上承载有用于配置交通状态指示参数的配置控件和用于配置背景车辆数量指示参数的配置控件的情况下,所述交互模块701具体用于:
接收通过所述第一配置界面上的配置控件输入的目标交通状态指示参数和目标背景车辆数量指示参数;
所述参数确定模块702具体包括:
交通状态确定子模块801,用于基于目标交通流宏观基本图,根据所述目标交通状态指示参数,确定车辆基准间距和车辆基准速度;
背景车辆数量确定子模块802,用于根据所述目标车道的目标背景车辆数量指示参数,确定目标车道的目标背景车辆数量。
可选的,在图8所示的驾驶仿真装置的基础上,所述目标交通状态指示参数包括目标交通密度,则所述交通状态确定子模块801具体用于:
基于目标交通宏观基本图,确定所述目标交通密度的倒数作为车辆基准间距;以及,基于目标交通宏观基本图,确定在目标交通状态下目标通行能力与所述目标交通密度的比值作为车辆基准速度。
可选的,在图8所示的驾驶仿真装置的基础上,所述目标交通状态指示参数包括目标交通通行能力和目标车辆速度;则所述交通状态确定子模块801具体用于:
基于目标交通宏观基本图,根据所述目标交通通行能力和目标车辆速度,确定目标交通密度,确定所述目标交通密度的倒数作为车辆基准间距;以及,确定所述目标车辆速度为车辆基准速度。
可选的,在图8所示的驾驶仿真装置的基础上,参见图9,图9为本申请实施例提供的另一种驾驶仿真装置的结构示意图。所述装置还包括:
第二交互模块901,用于显示第二配置界面,接收通过第二配置界面输入的交通流定量参数,所述交通流定量参数包括自流油车速、阻塞密度、临界密度以及最大通行能力;
基本图生成模块902,用于根据所述交通流定量参数生成目标交通流宏观基本图。
可选的,在图8所示的驾驶仿真装置的基础上,所述目标交通流宏观基本图包括两段直线段,一条直线段用于表征车辆的自由行驶状态,另一条直线段用于表征车辆的拥堵行驶状态,其中,直线段每个点代表一种交通状态,交通状态用于指示通行能力、交通密度和车辆速度之间的关系。
可选的,在图8所示的驾驶仿真装置的基础上,所述目标背景车辆数量指示参数包括目标背景车辆数量参数,用于指示目标车道上的目标车辆数量。
可选的,在图8所示的驾驶仿真装置的基础上,所述目标背景车辆数量指示参数包括位置范围指示参数;则所述背景车辆数量确定子模块802具体用于:
根据所述目标背景车辆的位置范围指示参数和所述车辆基准间距,确定目标车道的目标背景车辆数量。
可选的,在图8所示的驾驶仿真装置的基础上,所述目标背景车辆的位置范围指示参数包括第一距离参数R1和第二距离参数R2,其中,所述R1用于指示在目标车道上位于测试车辆前方的背景车辆距离测试车辆的前方的最远距离;所述R2用于指示在目标车道上位于测试车辆后方的背景车辆距离测试车辆的后方的最远距离;
所述背景车辆数量确定子模块802具体用于:
确定所述R1与所述车辆基准间距的比值,作为目标车道上位于测试车辆前方的背景车辆数量M1;以及,
确定所述R2与所述车辆基准间距的比值,作为目标车道上位于测试车辆后方的背景车辆数量M2。
可选的,在图7所示的驾驶仿真装置的基础上,所述第一交互模块701具体用于:
接收通过所述第一配置界面上的配置控件输入的基本参数,所述基本参数包括车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量。
可选的,在图7所示的驾驶仿真装置的基础上,所述背景车辆生成模块703具体用于:
确定S条目标车道各自的目标背景车辆数量,所述S取值为大于1的正整数;
针对第j条目标车道,基于测试车辆所在位置、所述车辆基准间距以及随机距离偏差依次确定位于第j条目标车道的第i个背景车辆的初始位置,并基于所述车辆基准速度和随机速度偏差依次确定位于第j条目标车道的第i个背景车辆的初始速度,所述j取值为不超过S的正整数。
可选的,在图7所示的驾驶仿真装置的基础上,所述仿真控制模块704具体用于:
在仿真过程中,固定所有背景车辆中最前方背景车辆的速度,并基于跟驰模型更新其他背景车辆的速度。
可选的,图7所示的驾驶仿真装置的基础上,在确定目标车道上第i个背景车辆的初始位置时,确定所采用的随机距离偏差为符合第一正态分布的正态随机变量;以及,在确定目标车道上第i个背景车辆的初始速度时,确定所采用的随机速度偏差为符合第二正态分布的正态随机变量。
上述驾驶仿真装置仅需测试人员通过第一配置界面输入少量的基本参数,即可完成仿真交通环境中各背景车辆的设置,大大简化了测试人员所需执行的操作,提高了仿真交通环境的搭建效率。此外,该装置在设置各背景车辆的过程中,还会进一步考虑随机速度偏差和随机位置偏差,保证了所设置的各背景车辆行驶状态具备多样性和随机性,使得仿真交通环境更加逼真。并且,在仿真的过程中,会对位于最前方的背景车辆的速度进行固定,以此为基础实现对于跟驰模型中其他背景车辆的速度约束,由此防止因对仿真交通环境中的背景车辆缺少速度约束,而导致各背景车辆逐渐驶出对于测试车辆有效的测试范围,测试车辆周边的车辆数量逐渐变少,无法有效地对测试车辆的决策算法进行测试。
本申请实施例还提供了一种用于驾驶仿真的设备,该设备可以是终端,下面将从硬件实体化的角度对本申请实施例提供的上述设备进行介绍。
本申请实施例还提供了一种设备,如图10所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理(英文全称:Personal Digital Assistant,英文缩写:PDA)、销售终端(英文全称:Point of Sales,英文缩写:POS)、车载电脑等任意终端设备,以终端为手机为例:
图10示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图10,手机包括:射频(英文全称:Radio Frequency,英文缩写:RF)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(英文全称:wirelessfidelity,英文缩写:WiFi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解,图10中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
存储器1020可用于存储软件程序以及模块,处理器1080通过运行存储在存储器1020的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器1020可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器1080是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器1020内的软件程序和/或模块,以及调用存储在存储器1020内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器1080可包括一个或多个处理单元;优选的,处理器1080可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1080中。
在本申请实施例中,该终端所包括的处理器1080还具有以下功能:
显示第一配置界面,接收通过所述第一配置界面输入的基本参数;
根据所述基本参数确定车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量;
基于测试车辆所在位置、所述车辆基准间距、所述车辆基准速度和随机距离偏差以及随机速度偏差,确定属于目标车道的背景车辆的初始位置和初始速度;
基于所述背景车辆各自的初始位置和初始速度进行自动驾驶仿真。
可选的,所述处理器1080还用于执行本申请实施例提供的驾驶仿真方法的任意一种实现方式的步骤。
本申请实施例还提供一种计算机可读存储介质,用于存储计算机程序,该计算机程序用于执行前述各个实施例所述的一种驾驶仿真方法中的任意一种实施方式。
本申请实施例还提供一种包括指令的计算机程序产品,当其在计算机上运行时,使得计算机执行前述各个实施例所述的一种驾驶仿真方法中的任意一种实施方式。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,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,仅仅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***,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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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网络单元上。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,在本申请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,本申请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(可以是个人计算机,服务器,或者网络设备等)执行本申请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、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (15)
1.一种驾驶仿真方法,其特征在于,包括:
显示第一配置界面,接收通过所述第一配置界面输入的基本参数;
根据所述基本参数确定车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量;
基于测试车辆所在位置、所述车辆基准间距以及随机距离偏差,逐一确定属于目标车道的第i个背景车辆的初始位置,i为大于等于1的整数;
基于所述车辆基准速度和随机速度偏差,逐一确定属于目标车道的第i个背景车辆的初始速度;
基于所述背景车辆各自的初始位置和初始速度进行自动驾驶仿真。
2.根据权利要求1所述的方法,其特征在于,所述第一配置界面上承载有用于配置交通状态指示参数的配置控件和用于配置背景车辆数量指示参数的配置控件;
所述接收通过所述第一配置界面输入的基本参数,包括:
接收通过所述第一配置界面上的配置控件输入的目标交通状态指示参数和目标背景车辆数量指示参数;
所述根据所述基本参数确定车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量,包括:
基于目标交通流宏观基本图,根据所述目标交通状态指示参数,确定车辆基准间距和车辆基准速度;以及,
根据所述目标车道的目标背景车辆数量指示参数,确定目标车道的目标背景车辆数量。
3.根据权利要求2所述的方法,其特征在于,所述目标交通状态指示参数包括目标交通密度;
所述基于目标交通流宏观基本图,根据所述目标交通状态指示参数,确定车辆基准间距和车辆基准速度,包括:
基于目标交通宏观基本图,确定所述目标交通密度的倒数作为车辆基准间距;以及,
基于目标交通宏观基本图,确定在目标交通状态下目标通行能力与所述目标交通密度的比值作为车辆基准速度。
4.根据权利要求2所述的方法,其特征在于,所述目标交通状态指示参数包括目标交通通行能力和目标车辆速度;
所述基于目标交通流宏观基本图,根据所述目标交通状态指示参数,确定车辆基准间距和车辆基准速度,包括:
基于目标交通宏观基本图,根据所述目标交通通行能力和目标车辆速度,确定目标交通密度,确定所述目标交通密度的倒数作为车辆基准间距;以及,
确定所述目标车辆速度为车辆基准速度。
5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:显示第二配置界面,接收通过第二配置界面输入的交通流定量参数,所述交通流定量参数包括自流油车速、阻塞密度、临界密度以及最大通行能力;
根据所述交通流定量参数生成目标交通流宏观基本图。
6.根据权利要求3或4所述的方法,其特征在于,所述目标交通流宏观基本图包括两段直线段,一条直线段用于表征车辆的自由行驶状态,另一条直线段用于表征车辆的拥堵行驶状态,其中,直线段每个点代表一种交通状态,交通状态用于指示通行能力、交通密度和车辆速度之间的关系。
7.根据权利要求2至4任一项所述的方法,其特征在于,所述目标背景车辆数量指示参数包括目标背景车辆数量参数,用于指示目标车道上的目标车辆数量。
8.根据权利要求2至4任一项所述的方法,其特征在于,所述目标背景车辆数量指示参数包括位置范围指示参数;
则根据所述目标车道的目标背景车辆数量指示参数,确定目标车道的目标车辆背景数量,包括:
根据所述目标背景车辆的位置范围指示参数和所述车辆基准间距,确定目标车道的目标背景车辆数量。
9.根据权利要求8所述的方法,其特征在于,所述目标背景车辆的位置范围指示参数包括第一距离参数R1和第二距离参数R2,其中,所述R1用于指示在目标车道上位于测试车辆前方的背景车辆距离测试车辆的前方的最远距离;所述R2用于指示在目标车道上位于测试车辆后方的背景车辆距离测试车辆的后方的最远距离;
则根据所述目标背景车辆的位置范围指示参数和所述车辆基准间距,确定目标车道的目标背景车辆数量,包括:
确定所述R1与所述车辆基准间距的比值,作为目标车道上位于测试车辆前方的背景车辆数量M1;以及,
确定所述R2与所述车辆基准间距的比值,作为目标车道上位于测试车辆后方的背景车辆数量M2。
10.根据权利要求1所述的方法,其特征在于,所述第一配置界面上承载有用于配置车辆基准间距的配置控件和用于配置车辆基准速度的配置控件以及用于配置目标车道的目标背景车辆数量的配置控件;
则所述接收通过所述第一配置界面输入的基本参数,包括:
接收通过所述第一配置界面上的配置控件输入的基本参数,所述基本参数包括车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量。
11.根据权利要求1至4以及9至10中任一项所述的方法,其特征在于,在仿真过程中,固定所有背景车辆中最前方背景车辆的速度,并基于跟驰模型更新其他背景车辆的速度。
12.根据权利要求1至4以及9至10中任一项所述的方法,其特征在于,在确定目标车道上第i个背景车辆的初始位置时,确定所采用的随机距离偏差为符合第一正态分布的正态随机变量;以及,在确定目标车道上第i个背景车辆的初始速度时,确定所采用的随机速度偏差为符合第二正态分布的正态随机变量。
13.一种驾驶仿真装置,其特征在于,包括:
第一交互模块,用于显示第一配置界面,接收通过所述第一配置界面输入的基本参数;
参数确定模块,用于根据所述基本参数确定车辆基准间距和车辆基准速度以及目标车道的目标背景车辆数量;
背景车辆生成模块,用于基于测试车辆所在位置、所述车辆基准间距以及随机距离偏差,逐一确定属于目标车道的第i个背景车辆的初始位置,i为大于等于1的整数;基于所述车辆基准速度和随机速度偏差,逐一确定属于目标车道的第i个背景车辆的初始速度;
仿真控制模块,用于基于所述背景车辆各自的初始位置和初始速度启动自动驾驶仿真。
14.一种终端设备,其特征在于,所述终端设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行权利要求1至12任一项所述的方法。
15.一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用于存储计算机程序,所述计算机程序用于执行权利要求1至12任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368409.1A CN110069887B (zh) | 2019-05-05 | 2019-05-05 | 一种驾驶仿真方法、装置、设备及存储介质 |
EP20802483.6A EP3901771A4 (en) | 2019-05-05 | 2020-04-22 | DRIVING SIMULATION METHOD AND APPARATUS, ELECTRONIC DEVICE AND COMPUTER INFORMATION HOLDER |
PCT/CN2020/086029 WO2020224434A1 (zh) | 2019-05-05 | 2020-04-22 | 一种驾驶仿真方法、装置、电子设备及计算机存储介质 |
US17/371,900 US20210334420A1 (en) | 2019-05-05 | 2021-07-09 | Driving simulation method and apparatus, electronic device, and computer storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368409.1A CN110069887B (zh) | 2019-05-05 | 2019-05-05 | 一种驾驶仿真方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110069887A CN110069887A (zh) | 2019-07-30 |
CN110069887B true CN110069887B (zh) | 2022-04-15 |
Family
ID=67369938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910368409.1A Active CN110069887B (zh) | 2019-05-05 | 2019-05-05 | 一种驾驶仿真方法、装置、设备及存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210334420A1 (zh) |
EP (1) | EP3901771A4 (zh) |
CN (1) | CN110069887B (zh) |
WO (1) | WO2020224434A1 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110069887B (zh) * | 2019-05-05 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种驾驶仿真方法、装置、设备及存储介质 |
CN110780602B (zh) * | 2019-09-09 | 2022-02-18 | 腾讯科技(深圳)有限公司 | 一种仿真车辆换道轨迹的构建方法、装置及设备 |
CN110717248A (zh) * | 2019-09-11 | 2020-01-21 | 武汉光庭信息技术股份有限公司 | 自动驾驶仿真场景的生成方法及***、服务器及介质 |
CN111368409A (zh) * | 2020-02-27 | 2020-07-03 | 杭州飞步科技有限公司 | 车辆流的模拟处理方法、装置、设备和存储介质 |
US11814080B2 (en) | 2020-02-28 | 2023-11-14 | International Business Machines Corporation | Autonomous driving evaluation using data analysis |
US11702101B2 (en) | 2020-02-28 | 2023-07-18 | International Business Machines Corporation | Automatic scenario generator using a computer for autonomous driving |
US11644331B2 (en) * | 2020-02-28 | 2023-05-09 | International Business Machines Corporation | Probe data generating system for simulator |
CN113495767B (zh) * | 2020-03-20 | 2023-08-22 | 北京轻舟智航智能技术有限公司 | 一种交互场景生成的方法、装置及电子设备 |
CN111783229A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种仿真交通流的生成方法及装置 |
CN112414420B (zh) * | 2020-08-13 | 2023-05-02 | 腾讯科技(深圳)有限公司 | 一种基于交通流量的导航方法以及相关装置 |
CN112395734B (zh) * | 2020-08-26 | 2022-07-01 | 腾讯科技(深圳)有限公司 | 车辆驾驶的仿真方法和装置、存储介质及电子设备 |
CN112286206B (zh) * | 2020-11-17 | 2024-01-23 | 苏州智加科技有限公司 | 自动驾驶的模拟方法、***、设备、可读存储介质及平台 |
CN112269325B (zh) * | 2020-12-21 | 2021-03-16 | 腾讯科技(深圳)有限公司 | 自动驾驶仿真方法和装置、存储介质及电子设备 |
US20220207209A1 (en) * | 2020-12-30 | 2022-06-30 | Beijing Voyager Technology Co., Ltd. | Deterministic sampling of autonomous vehicle simulation variables at runtime |
CN112948270A (zh) * | 2021-04-06 | 2021-06-11 | 东风小康汽车有限公司重庆分公司 | 自动驾驶车辆道路测试仿真分析方法、装置、设备和介质 |
CN113715817B (zh) * | 2021-11-02 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置、计算机设备及存储介质 |
CN114154300B (zh) * | 2021-11-03 | 2023-07-07 | 哈尔滨工业大学(深圳) | 一种城市热环境与空气污染物浓度实时感知地图建立方法 |
CN114187766B (zh) * | 2021-11-08 | 2023-04-07 | 航天科工广信智能技术有限公司 | 一种基于饱和率的道路服务水平评价方法 |
DE102022200067A1 (de) | 2022-01-05 | 2023-07-06 | Volkswagen Aktiengesellschaft | Automatisierte Prüfung einer Verkehrstüchtigkeit von Fahrzeugen |
CN114780646A (zh) * | 2022-04-12 | 2022-07-22 | 腾讯科技(深圳)有限公司 | 车辆处理方法、装置、计算机设备及存储介质 |
CN114743385B (zh) * | 2022-04-12 | 2023-04-25 | 腾讯科技(深圳)有限公司 | 车辆处理方法、装置及计算机设备 |
US20230339517A1 (en) * | 2022-04-22 | 2023-10-26 | GM Global Technology Operations LLC | Autonomous driving evaluation system |
CN115311761B (zh) * | 2022-07-15 | 2023-11-03 | 襄阳达安汽车检测中心有限公司 | 非实时车载感知***测评方法及相关设备 |
CN115981177B (zh) * | 2022-12-07 | 2024-05-17 | 北京百度网讯科技有限公司 | 仿真车辆生成方法和装置、电子设备、计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703777A (zh) * | 2017-10-27 | 2018-02-16 | 清华大学苏州汽车研究院(吴江) | 一种基于联合仿真***的车辆队列测试方法 |
CN109656148A (zh) * | 2018-12-07 | 2019-04-19 | 清华大学苏州汽车研究院(吴江) | 自动驾驶的动态交通流场景的仿真方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999646B (zh) * | 2011-09-14 | 2015-03-04 | 中国科学技术大学 | 一种微观交通仿真中车辆跟驰换道方法及*** |
CN102622516A (zh) * | 2012-02-22 | 2012-08-01 | 天津港(集团)有限公司 | 面向道路安全评价的微观交通流仿真方法 |
CN102779357A (zh) * | 2012-04-20 | 2012-11-14 | 同济大学 | 高速公路隧道及隧道群运行环境视景仿真方法及*** |
US11138349B2 (en) * | 2015-12-04 | 2021-10-05 | International Business Machines Corporation | System and method for simulating traffic flow distributions with approximated vehicle behavior near intersections |
US9633560B1 (en) * | 2016-03-30 | 2017-04-25 | Jason Hao Gao | Traffic prediction and control system for vehicle traffic flows at traffic intersections |
CN105930565B (zh) * | 2016-04-13 | 2019-11-19 | 中山大学 | 基于线性策略的交叉熵算法的交通仿真模型参数标定方法 |
US10343685B2 (en) * | 2016-09-28 | 2019-07-09 | Baidu Usa Llc | Physical model and machine learning combined method to simulate autonomous vehicle movement |
CN108257416B (zh) * | 2016-12-28 | 2021-03-23 | 华为技术有限公司 | 路径规划的方法、装置和*** |
CN110069887B (zh) * | 2019-05-05 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种驾驶仿真方法、装置、设备及存储介质 |
-
2019
- 2019-05-05 CN CN201910368409.1A patent/CN110069887B/zh active Active
-
2020
- 2020-04-22 WO PCT/CN2020/086029 patent/WO2020224434A1/zh unknown
- 2020-04-22 EP EP20802483.6A patent/EP3901771A4/en not_active Ceased
-
2021
- 2021-07-09 US US17/371,900 patent/US20210334420A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703777A (zh) * | 2017-10-27 | 2018-02-16 | 清华大学苏州汽车研究院(吴江) | 一种基于联合仿真***的车辆队列测试方法 |
CN109656148A (zh) * | 2018-12-07 | 2019-04-19 | 清华大学苏州汽车研究院(吴江) | 自动驾驶的动态交通流场景的仿真方法 |
Non-Patent Citations (1)
Title |
---|
Force-Driven Traffic Simulation for a Future Connected Autonomous Vehicle-Enabled Smart Transportation System;Yuming Zhang 等;《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》;20180731;第19卷(第7期);第2221-2233页 * |
Also Published As
Publication number | Publication date |
---|---|
US20210334420A1 (en) | 2021-10-28 |
EP3901771A1 (en) | 2021-10-27 |
WO2020224434A1 (zh) | 2020-11-12 |
EP3901771A4 (en) | 2022-03-09 |
CN110069887A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110069887B (zh) | 一种驾驶仿真方法、装置、设备及存储介质 | |
CN109597317B (zh) | 一种基于自学习的车辆自动驾驶方法、***及电子设备 | |
US10369897B2 (en) | Method and apparatus for route completion likelihood display | |
CN111121782B (zh) | 车载无人机电力巡检的双层路径规划方法与装置 | |
CN101644584B (zh) | 安全驾驶评价*** | |
CN110579222A (zh) | 导航路线处理方法、装置及设备 | |
CN109902899A (zh) | 信息生成方法和装置 | |
CN108422949B (zh) | 用于无人驾驶车辆的信息共享方法、装置、***及设备 | |
CN104471350A (zh) | 车载用交通信息通知装置 | |
CN113935181B (zh) | 一种基于匹配客流的列车模拟运行优化***构建方法 | |
CN106197442A (zh) | 导航方法以及设备 | |
CN111325986B (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
CN110147085A (zh) | 一种自动驾驶的测试方法、测试装置及测试*** | |
CN113320577A (zh) | 一种面向单一运行交路的城轨列车运行图自动编制方法 | |
CN113674546A (zh) | 基于sumo仿真的V2X环境下的高速公路管控方法 | |
CN112461254A (zh) | 导航信息智能显示控制方法及相关装置 | |
EP3070651A1 (en) | Traffic system simulator and traffic system simulation method | |
CN114255607B (zh) | 行车路径推荐方法、***、介质及设备 | |
CN111625927A (zh) | 仿真车辆的控制方法及相关设备 | |
CN110363358B (zh) | 基于多智能体模拟的公共交通分担率预测方法 | |
JP5434765B2 (ja) | 起終点交通量算出装置、交通シミュレータ及び起終点交通量算出方法 | |
CN105094498A (zh) | 车载式微互动 | |
CN110427409A (zh) | 车辆限行区域展示方法及装置、存储介质 | |
CN113008246B (zh) | 地图匹配方法和装置 | |
CN114295389B (zh) | 一种纯电动汽车的不同地区适应性试验方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |