CN111125857A - 分布式仿真方法和装置 - Google Patents
分布式仿真方法和装置 Download PDFInfo
- Publication number
- CN111125857A CN111125857A CN201811291317.XA CN201811291317A CN111125857A CN 111125857 A CN111125857 A CN 111125857A CN 201811291317 A CN201811291317 A CN 201811291317A CN 111125857 A CN111125857 A CN 111125857A
- Authority
- CN
- China
- Prior art keywords
- simulation
- tasks
- equipment
- module
- algorithm node
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 85
- 238000012795 verification Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提出一种分布式仿真方法和装置。该方法包括:获取仿真软件模型的需要批量处理的仿真任务的数量;根据仿真任务的数量确定需要的仿真算法节点的数量;利用许可证对仿真算法节点所在的设备进行验证;控制验证通过的仿真算法节点所在的设备批量地执行仿真任务。本发明实施例可以利用分布在多个设备上的多个仿真算法节点对仿真软件模型的仿真任务进行批量测试,提高仿真效率,适用于具有多仿真场景的复杂情况。
Description
技术领域
本发明涉及计算机仿真技术领域,尤其涉及一种分布式仿真方法和装置。
背景技术
在传统车企领域,商业仿真软件一般是进行单机测试,并没有批量执行任务的需求。
在自动驾驶领域,由于自动驾驶需要考虑车辆在无人驾驶的时候能够应对几乎所有的复杂情况,仿真任务非常多。采用单机测试效率很低。因此,在自动驾驶仿真中需要能够支持批量执行仿真任务。
发明内容
本发明实施例提供一种分布式仿真方法和装置,以解决现有技术中的一个或多个技术问题。
第一方面,本发明实施例提供了一种分布式仿真方法,包括:
获取仿真软件模型的需要批量处理的仿真任务的数量;
根据所述仿真任务的数量确定需要的仿真算法节点的数量;
利用许可证对所述仿真算法节点所在的设备进行验证;
控制验证通过的所述仿真算法节点所在的设备批量地执行所述仿真任务。
在一种实施方式中,获取仿真软件模型的需要批量处理的仿真任务的数量,包括:
获取不同的自动驾驶仿真场景对应的仿真任务的数量,每个自动驾驶仿真场景对应一个仿真任务,所述仿真任务中包括车辆和行人在设定区域内的仿真运行。
在一种实施方式中,利用许可证对所述仿真算法节点所在的设备进行验证,包括:利用多个所述许可证对多个所述仿真算法节点所在的设备的MAC地址进行验证,其中,一个所述许可证用于验证一个所述MAC地址是否合法。
在一种实施方式中,该方法还包括:
如果所述仿真软件模型与所述仿真算法节点的操作***不同,则在所述仿真算法节点所在的设备验证通过后,打通所述仿真软件模型与所述仿真算法节点的操作***。
在一种实施方式中,该方法还包括:
检测各所述仿真算法节点所在的设备的运行状态;
根据各所述仿真算法节点所在的设备的运行状态对任务调度、可靠性检测和负载均衡中的至少一种控制。
在一种实施方式中,该方法还包括:
配置各车辆的轴距、车辆长宽高、前后轴宽度、轮距中的至少一项参数,得到不同的车辆;
利用不同的车辆,建立不同的仿真任务。
第二方面,本发明实施例提供了一种分布式仿真装置,包括:
第一获取模块,用于获取仿真软件模型的需要批量处理的仿真任务的数量;
第二获取模块,用于根据所述仿真任务的数量确定需要的仿真算法节点的数量;
验证模块,用于利用许可证对所述仿真算法节点所在的设备进行验证;
执行模块,用于控制验证通过的所述仿真算法节点所在的设备批量地执行所述仿真任务。
在一种实施方式中,所述第一获取模块还用于获取不同的自动驾驶仿真场景对应的仿真任务的数量,每个自动驾驶仿真场景对应一个仿真任务,所述仿真任务中包括车辆和行人在设定区域内的仿真运行。
在一种实施方式中,所述验证模块还用于利用多个所述许可证对多个所述仿真算法节点所在的设备的MAC地址进行验证,其中,一个所述许可证用于验证一个所述MAC地址是否合法。
在一种实施方式中,该装置还包括:
打通模块,用于如果所述仿真软件模型与所述仿真算法节点的操作***不同,则在所述仿真算法节点所在的设备验证通过后,打通所述仿真软件模型与所述仿真算法节点的操作***。
在一种实施方式中,该装置还包括:
检测模块,用于检测各所述仿真算法节点所在的设备的运行状态;
控制模块,用于根据各所述仿真算法节点所在的设备的运行状态对任务调度、可靠性检测和负载均衡中的至少一种控制。
在一种实施方式中,该装置还包括:
配置模块,用于配置各车辆的轴距、车辆长宽高、前后轴宽度、轮距中的至少一项参数,得到不同的车辆;
建立模块,用于利用不同的车辆,建立不同的仿真任务。
第三方面,本发明实施例提供了一种分布式仿真装置,所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,所述装置的结构中包括处理器和存储器,所述存储器用于存储支持所述装置执行上述分布式仿真方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述装置还可以包括通信接口,用于与其他设备或通信网络通信。
第四方面,本发明实施例提供了一种计算机可读存储介质,用于存储分布式仿真装置所用的计算机软件指令,其包括用于执行上述分布式仿真方法所涉及的程序。
上述技术方案中的一个技术方案具有如下优点或有益效果:可以利用分布在多个设备上的多个仿真算法节点对仿真软件模型的仿真任务进行批量测试,提高仿真效率,适用于具有多仿真场景的复杂情况例如自动驾驶仿真。
上述技术方案中的另一个技术方案具有如下优点或有益效果:能够对各仿真算法节点所在的设备进行统一控制,进行任务调度、可靠性检测和负载均衡等处理,合理地控制仿真过程。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的分布式仿真方法的流程图。
图2示出根据本发明实施例的分布式仿真方法的流程图。
图3示出根据本发明实施例的分布式仿真方法的流程图。
图4示出根据本发明实施例的分布式仿真装置的结构框图。
图5示出根据本发明实施例的分布式仿真装置的结构框图。
图6示出根据本发明实施例的分布式仿真装置的结构框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1示出根据本发明实施例的分布式仿真方法的流程图。如图1所示,该分布式仿真方法可以包括判定过程,具体可以包括:
步骤S11、获取仿真软件模型的需要批量处理的仿真任务的数量。
步骤S12、根据仿真任务的数量确定需要的仿真算法节点的数量。
步骤S13、利用许可证对仿真算法节点所在的设备进行验证。
步骤S14、控制验证通过的仿真算法节点所在的设备批量地执行仿真任务。
在例如自动驾驶等仿真运算中,需要考虑车辆在无人驾驶时的非常多的场景,因此需要针对非常多的仿真场景建立仿真任务,使得需要执行的仿真任务非常多。为了提高仿真运算效率,可以批量处理的仿真任务。
在一种实施方式中,步骤S11包括:获取不同的自动驾驶仿真场景对应的仿真任务的数量,每个自动驾驶仿真场景对应一个仿真任务,所述仿真任务中包括车辆和行人在设定区域内的仿真运行。
每个仿真任务中可能包括自动驾驶的主车、障碍车、行人等各种智能体。在同一区域例如地图信息相同的区域内,某一个或多个智能体的属性信息、运行策略等不同,可以得到不同的仿真任务。在不同区域内,智能体的属性信息、运行策略等相同,也可以得到不同的仿真任务。
本发明实施例可以利用分布在多个设备上的多个仿真算法节点对仿真软件模型的仿真任务进行批量测试,提高仿真效率,适用于具有多仿真场景的复杂情况例如自动驾驶仿真。
在一种实施方式中,可以配置各车辆的轴距、车辆长宽高、前后轴宽度、轮距中的至少一项参数,得到不同的车辆。利用不同的车辆,建立不同的仿真任务。
例如,对主车的轴距、车辆长宽高、前后轴宽度、轮距等参数进行调整,得到不同的主车。然后,将这些主车分别放入不同区域的仿真场景,可以利用不同的主车得到不同的仿真任务。
再如,对障碍车的轴距、车辆长宽高、前后轴宽度、轮距等参数进行调整,得到不同的障碍车。对某一区域的障碍车的数量、参数等进行调整,可以得到不同的仿真任务。
在确定仿真任务的数量后,可以根据仿真任务的数量确定仿真算法节点的数量,可以为每个仿真任务分配一个对应的仿真算法节点。例如,如果需要批量执行100个仿真任务,则需要100个仿真算法节点。
在一种实施方式中,步骤S13包括:利用多个许可证对多个仿真算法节点所在的设备的MAC地址进行验证,其中,一个许可证用于验证一个MAC地址是否合法。
在一种示例中,每个仿真算法节点在一个设备上运行。每个设备具有一个MAC地址。例如,如果需要验证100个设备的MAC地址,则需要100个许可证(LICENCE)。
在本发明实施例中,可以预先部署若干的许可证。在需要验证时,根据需要验证的设备的数量获取多个许可证。例如,需要验证100个设备,则需要获取100个许可证。可以一次性获取100个许可证,也可以分批获取,例如一次10个,获取10次。相应地,分批对设备的MAC地址进行验证。
在一种实施方式中,该方法还包括:如果所述仿真软件模型与所述仿真算法节点的操作***不同,则在所述仿真算法节点所在的设备验证通过后,打通所述仿真软件模型与所述仿真算法节点的操作***。
在一种实施方式中,如图2所示,该方法还包括:
步骤S21、检测各仿真算法节点所在的设备的运行状态。
步骤S22、根据各仿真算法节点所在的设备的运行状态对任务调度、可靠性检测和负载均衡中的至少一种控制。
在一种示例中,如果仿真任务较多,例如有300个,但是仿真算法节点有100个,可以将这些仿真任务分为三次进行运算。此外,对于在某个仿真算法节点上运行的仿真结果不好的任务,可以重新调度到其他仿真算法节点上运行。
在一种示例中,可以根据设备的运行状态判断验证通过的仿真算法节点所在的设备是否可靠。例如是否经常死机,运行速度是否太慢,仿真结果是否准确等。如果某个设备的仿真结果总是特别差,可以考虑是否需要修改仿真算法。如果某个设备的运行速度特别慢,考虑设备硬件或软件是否出现问题。
在一种示例中,如果检测到各仿真算法节点所在的设备A1、A2、A3、A4的负载率分别为10%、0、80%、60%,可以采用负载均衡策略,将新的仿真任务分配给负载率为10%或0的设备A1或A2处理。
采用本发明实施例,能够沿用互联网思维,进行商业仿真软件即仿真软件模型的分布式搭建,解决任务调度、可靠性、负载均衡等问题。同时,解决商业仿真软件许可证(LICENCE)部署的问题。
在一种应用示例中,如图3所示,该方法可以具体包括以下步骤:
步骤S31、获取仿真软件模型的需要批量处理的仿真任务的数量。在不同的仿真任务中,车辆的一些参数可以配置。例如;轴距、车辆长宽高、前后轴宽度、轮距等参数。这些参数不同,可以得到不同的车辆例如自动驾驶主车、障碍车等。
步骤S32、根据仿真任务的数量确定需要的仿真算法节点的数量。例如,一个仿真任务对应一个仿真算法节点。
步骤S33、获取多个许可证(LICENCE)。利用多个许可证对仿真算法节点所在的设备的MAC地址进行验证。一个设备认证一个MAC。确定MAC是否合法。
步骤S34、验证通过后,打通仿真软件模型与仿真算法节点之间的操作***。
一些仿真软件模型与仿真算法节点之间的操作***可能不一样。例如,仿真软件模型采用Windows操作***,仿真算法节点采用linux操作***。打通Windows和linux。在一种示例中,“打通”可以包括打通承载仿真软件模型和仿真算法节点的不同操作***的机房之间的网关数据通路。由于不同机房之间存在网络隔离,所以在获取数据的过程中存在障碍,而在使用的过程中,需要特定的网段之间的机房能够进行数据交互。
步骤S35、根据各个仿真算法节点所在的设备的运行状态,进行任务调度、可靠性检测、负载均衡等处理,由各个仿真算法节点批量执行仿真运算。
此外,可以将仿真算法节点部署在公有云上。利用公有云中提供的数据仓库、数据安全以及海量存储资源进行维护。由公有云对仿真算法节点所在的设备进行控制,完成任务调度、可靠性检测和负载均衡等处理。例如,厂商、创业公司等可以付费接入公有云,实现批量测试。
图4示出根据本发明实施例的分布式仿真装置的结构框图。如图4所示,该装置可以包括:
第一获取模块41,用于获取仿真软件模型的需要批量处理的仿真任务的数量;
第二获取模块42,用于根据仿真任务的数量确定需要的仿真算法节点的数量;
验证模块43,用于利用许可证对仿真算法节点所在的设备进行验证;
执行模块44,用于控制验证通过的仿真算法节点所在的设备批量地执行仿真任务。
在一种实施方式中,所述第一获取模块41还用于获取不同的自动驾驶仿真场景对应的仿真任务的数量,每个自动驾驶仿真场景对应一个仿真任务,所述仿真任务中包括车辆和行人在设定区域内的仿真运行。
在一种实施方式中,所述验证模块43还用于利用多个许可证对多个仿真算法节点所在的设备的MAC地址进行验证,其中,一个许可证用于验证一个MAC地址是否合法。
在一种实施方式中,如图5所示,该装置还包括:
打通模块51,用于如果所述仿真软件模型与所述仿真算法节点的操作***不同,则在所述仿真算法节点所在的设备验证通过后,打通所述仿真软件模型与所述仿真算法节点的操作***。
在一种实施方式中,该装置还包括:
检测模块52,用于检测各仿真算法节点所在的设备的运行状态;
控制模块53,用于根据各仿真算法节点所在的设备的运行状态对任务调度、可靠性检测和负载均衡中的至少一种控制。
在一种实施方式中,该装置还包括:
配置模块54,用于配置各车辆的轴距、车辆长宽高、前后轴宽度、轮距中的至少一项参数,得到不同的车辆;
建立模块55,用于利用不同的车辆,建立不同的仿真任务。
本发明实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
图6示出根据本发明实施例的分布式仿真装置的结构框图。如图6所示,该装置包括:存储器910和处理器920,存储器910内存储有可在处理器920上运行的计算机程序。所述处理器920执行所述计算机程序时实现上述实施例中的事务提交方法。所述存储器910和处理器920的数量可以为一个或多个。
该装置还包括:
通信接口930,用于与外界设备进行通信,进行数据交互传输。
存储器910可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器910、处理器920和通信接口930独立实现,则存储器910、处理器920和通信接口930可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器910、处理器920及通信接口930集成在一块芯片上,则存储器910、处理器920及通信接口930可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述实施例中任一所述的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (14)
1.一种分布式仿真方法,其特征在于,包括:
获取仿真软件模型的需要批量处理的仿真任务的数量;
根据所述仿真任务的数量确定需要的仿真算法节点的数量;
利用许可证对所述仿真算法节点所在的设备进行验证;
控制验证通过的所述仿真算法节点所在的设备批量地执行所述仿真任务。
2.根据权利要求1所述的方法,其特征在于,获取仿真软件模型的需要批量处理的仿真任务的数量,包括:获取不同的自动驾驶仿真场景对应的仿真任务的数量,每个自动驾驶仿真场景对应一个仿真任务,所述仿真任务中包括车辆和行人在设定区域内的仿真运行。
3.根据权利要求1所述的方法,其特征在于,利用许可证对所述仿真算法节点所在的设备进行验证,包括:利用多个所述许可证对多个所述仿真算法节点所在的设备的MAC地址进行验证,其中,一个所述许可证用于验证一个所述MAC地址是否合法。
4.根据权利要求1至3中任一项所述的方法,其特征在于,还包括:
如果所述仿真软件模型与所述仿真算法节点的操作***不同,则在所述仿真算法节点所在的设备验证通过后,打通所述仿真软件模型与所述仿真算法节点的操作***。
5.根据权利要求1至3中任一项所述的方法,其特征在于,还包括:
检测各所述仿真算法节点所在的设备的运行状态;
根据各所述仿真算法节点所在的设备的运行状态对任务调度、可靠性检测和负载均衡中的至少一种控制。
6.根据权利要求1至3中任一项所述的方法,其特征在于,还包括:
配置各车辆的轴距、车辆长宽高、前后轴宽度、轮距中的至少一项参数,得到不同的车辆;
利用不同的车辆,建立不同的仿真任务。
7.一种分布式仿真装置,其特征在于,包括:
第一获取模块,用于获取仿真软件模型的需要批量处理的仿真任务的数量;
第二获取模块,用于根据所述仿真任务的数量确定需要的仿真算法节点的数量;
验证模块,用于利用许可证对所述仿真算法节点所在的设备进行验证;
执行模块,用于控制验证通过的所述仿真算法节点所在的设备批量地执行所述仿真任务。
8.根据权利要求7所述的装置,其特征在于,所述第一获取模块还用于获取不同的自动驾驶仿真场景对应的仿真任务的数量,每个自动驾驶仿真场景对应一个仿真任务,所述仿真任务中包括车辆和行人在设定区域内的仿真运行。
9.根据权利要求7所述的装置,其特征在于,所述验证模块还用于利用多个所述许可证对多个所述仿真算法节点所在的设备的MAC地址进行验证,其中,一个所述许可证用于验证一个所述MAC地址是否合法。
10.根据权利要求7至9中任一项所述的装置,其特征在于,还包括:
打通模块,用于如果所述仿真软件模型与所述仿真算法节点的操作***不同,则在所述仿真算法节点所在的设备验证通过后,打通所述仿真软件模型与所述仿真算法节点的操作***。
11.根据权利要求7至9中任一项所述的装置,其特征在于,还包括:
检测模块,用于检测各所述仿真算法节点所在的设备的运行状态;
控制模块,用于根据各所述仿真算法节点所在的设备的运行状态对任务调度、可靠性检测和负载均衡中的至少一种控制。
12.根据权利要求7至9中任一项所述的装置,其特征在于,还包括:
配置模块,用于配置各车辆的轴距、车辆长宽高、前后轴宽度、轮距中的至少一项参数,得到不同的车辆;
建立模块,用于利用不同的车辆,建立不同的仿真任务。
13.一种分布式仿真装置,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任一项所述的方法。
14.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811291317.XA CN111125857B (zh) | 2018-10-31 | 2018-10-31 | 分布式仿真方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811291317.XA CN111125857B (zh) | 2018-10-31 | 2018-10-31 | 分布式仿真方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111125857A true CN111125857A (zh) | 2020-05-08 |
CN111125857B CN111125857B (zh) | 2024-06-04 |
Family
ID=70494586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811291317.XA Active CN111125857B (zh) | 2018-10-31 | 2018-10-31 | 分布式仿真方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111125857B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112639734A (zh) * | 2020-12-10 | 2021-04-09 | 华为技术有限公司 | 仿真任务调度方法、执行方法、仿真实现方法及装置 |
CN113848752A (zh) * | 2021-09-24 | 2021-12-28 | 北京机电工程研究所 | 一种分布式实时仿真方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012065112A2 (en) * | 2010-11-12 | 2012-05-18 | Apple Inc. | Apparatus and methods for recordation of device history across multiple software emulations |
CN103281393A (zh) * | 2013-06-07 | 2013-09-04 | 北京理工大学 | 一种飞行器分布式***仿真的负载均衡方法 |
CN106503321A (zh) * | 2016-10-17 | 2017-03-15 | 北京理工大学 | 一种分布式仿真***的逆序模型调度方法 |
CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
US20170353531A1 (en) * | 2016-06-06 | 2017-12-07 | Microsoft Technology Licensing, Llc | Data center profiling and cloud emulation |
US20180011964A1 (en) * | 2016-07-07 | 2018-01-11 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and system for testing vehicle |
US20180060460A1 (en) * | 2016-09-01 | 2018-03-01 | Paypal, Inc. | Simulating a Production Environment Using Distributed Computing Technologies |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真*** |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
CN108334675A (zh) * | 2018-01-18 | 2018-07-27 | 北京航空航天大学 | 数字飞行器工况集批量仿真的人工智能处理方法及*** |
-
2018
- 2018-10-31 CN CN201811291317.XA patent/CN111125857B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012065112A2 (en) * | 2010-11-12 | 2012-05-18 | Apple Inc. | Apparatus and methods for recordation of device history across multiple software emulations |
CN103281393A (zh) * | 2013-06-07 | 2013-09-04 | 北京理工大学 | 一种飞行器分布式***仿真的负载均衡方法 |
US20170353531A1 (en) * | 2016-06-06 | 2017-12-07 | Microsoft Technology Licensing, Llc | Data center profiling and cloud emulation |
US20180011964A1 (en) * | 2016-07-07 | 2018-01-11 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and system for testing vehicle |
US20180060460A1 (en) * | 2016-09-01 | 2018-03-01 | Paypal, Inc. | Simulating a Production Environment Using Distributed Computing Technologies |
CN106503321A (zh) * | 2016-10-17 | 2017-03-15 | 北京理工大学 | 一种分布式仿真***的逆序模型调度方法 |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真*** |
CN108334675A (zh) * | 2018-01-18 | 2018-07-27 | 北京航空航天大学 | 数字飞行器工况集批量仿真的人工智能处理方法及*** |
Non-Patent Citations (3)
Title |
---|
巨林仓著: "《自动控制原理实验教程》", 31 August 2018, 西安:西安交通大学出版社, pages: 043 - 045 * |
张轩博: "分布式技术在无人驾驶汽车中的应用", pages 1 - 5, Retrieved from the Internet <URL:https://cloud.tencent.com/developer/article/1007843?areaSource=106000.5&traceId=uTrmKdtDabjYJ2k3MifJ1> * |
谷建华, 范宏科, 周兴社: "一个分布式交互仿真***的设计与实现", 计算机应用研究, no. 05, pages 83 - 85 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112639734A (zh) * | 2020-12-10 | 2021-04-09 | 华为技术有限公司 | 仿真任务调度方法、执行方法、仿真实现方法及装置 |
CN113848752A (zh) * | 2021-09-24 | 2021-12-28 | 北京机电工程研究所 | 一种分布式实时仿真方法 |
CN113848752B (zh) * | 2021-09-24 | 2023-11-07 | 北京机电工程研究所 | 一种分布式实时仿真方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111125857B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021529388A (ja) | 車載制御ユニット、fpgaベースの車両自動運転方法及び装置 | |
EP3761605B1 (en) | Vehicle diagnosis method, related device and system | |
CN111199088B (zh) | 复现场景数据的方法和装置 | |
CN111125857B (zh) | 分布式仿真方法和装置 | |
EP3699889A1 (en) | Alarming method, device, server and system for dangerous road behaviour | |
KR20200068598A (ko) | 적어도 부분 자율 자동차용 제어 시스템의 구성 | |
CN111159833B (zh) | 无人驾驶车辆算法的评估的方法和装置 | |
CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN115208910B (zh) | 车辆的云端配置方法及装置 | |
CN113391801B (zh) | 基于云端业务的推荐引擎架构 | |
CN106487630A (zh) | 一种基于测试用例检测汽车安全性的方法和装置 | |
Rana et al. | Early verification and validation according to iso 26262 by combining fault injection and mutation testing | |
CN111199084B (zh) | 动力学模型的接入方法和装置 | |
CN114239301A (zh) | 仿真场景的生成方法及装置 | |
CN110896393B (zh) | 汽车总线的入侵检测方法、装置及计算设备 | |
CN111198774B (zh) | 无人车仿真异常追踪方法、装置、设备及计算机可读介质 | |
CN107301783A (zh) | 一种消息提示方法及检测设备 | |
CN111177877A (zh) | 基于应用容器引擎的本地仿真方法、装置及存储介质 | |
CN116244932B (zh) | 对车辆进行安全仿真的方法、电子设备及存储介质 | |
CN105447915A (zh) | 一种车辆出入管理方法、装置、设备及*** | |
CN110300111A (zh) | 页面显示方法、装置、终端设备和服务器 | |
US20240202108A1 (en) | Computer-implemented method for determining compatible system elements and system | |
US20170023935A1 (en) | Method and Control System | |
CN106850240B (zh) | 车用分散式网络管理***及方法 | |
CN110154876A (zh) | 一种车载机器人控制汽车远近光灯的方法、计算机装置以及计算机可读存储介质 |
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 |