CN111611709B - 用于控制仿真车辆的方法、装置、电子设备和存储介质 - Google Patents
用于控制仿真车辆的方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111611709B CN111611709B CN202010431980.6A CN202010431980A CN111611709B CN 111611709 B CN111611709 B CN 111611709B CN 202010431980 A CN202010431980 A CN 202010431980A CN 111611709 B CN111611709 B CN 111611709B
- Authority
- CN
- China
- Prior art keywords
- information
- simulation
- vehicle
- area
- simulated vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004088 simulation Methods 0.000 claims abstract description 167
- 230000007613 environmental effect Effects 0.000 claims abstract description 97
- 230000009471 action Effects 0.000 claims abstract description 59
- 230000008447 perception Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims 6
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 8
- 230000003068 static effect Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000003491 array Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
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)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Mathematical Analysis (AREA)
- Medical Informatics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
Abstract
本公开的实施例涉及用于控制仿真车辆的方法、装置、电子设备和计算机存储介质,涉及自动驾驶领域。根据该方法,在仿真设备处确定与仿真车辆在第一时刻所位于的第一仿真位置相对应的第一区域,获取关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,向仿真车辆的控制设备发送第一环境信息和第二环境信息,以及如果接收到来自控制设备的针对仿真车辆的控制信号,则基于控制信号确定仿真车辆在第一时刻之后的第二时刻所执行的第一动作,控制信号是由控制设备基于第一环境信息和第二环境信息而确定的。由此,车辆仿真过程无需等待仿真车辆周围区域之外的其他区域中的仿真车辆的控制结果,提高了计算效率,避免资源闲置。
Description
技术领域
本公开的实施例总体涉及自动驾驶领域,具体涉及用于控制仿真车辆的方法、装置、电子设备和计算机存储介质。
背景技术
在自动驾驶领域,依赖实车测试来验证算法效果是一种高成本低效率的方式,可以通过模拟真实世界的交通环境来运行车辆,以此加速算法的验证和迭代。目前的仿真一般基于较短的固定场景模型,车辆一般运行数十秒时间,缺少长时间运行下的稳定性和可靠性验证。此外,仿真中一般也只有一辆车辆,其他均为障碍物,缺少车辆交互博弈验证能力。
发明内容
提供了一种用于控制仿真车辆的方法、装置、电子设备以及计算机存储介质。
根据本公开的第一方面,提供了一种用于控制仿真车辆的方法。该方法包括:确定与仿真车辆在第一时刻所位于的第一仿真位置相对应的第一区域,获取关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,向仿真车辆的控制设备发送第一环境信息和第二环境信息,以及如果接收到来自控制设备的针对仿真车辆的控制信号,则基于控制信号确定仿真车辆在第一时刻之后的第二时刻所执行的第一动作,控制信号是由控制设备基于第一环境信息和第二环境信息而确定的。
根据本公开的第二方面,提供了一种用于控制仿真车辆的装置。该装置包括:区域确定模块,被配置为确定与仿真车辆在第一时刻所位于的第一仿真位置相对应的第一区域,环境信息获取模块,被配置为获取关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,发送模块,被配置为向仿真车辆的控制设备发送第一环境信息和第二环境信息,以及第一动作确定模块,被配置为如果接收到来自控制设备的针对仿真车辆的控制信号,基于控制信号确定仿真车辆在第一时刻之后的第二时刻所执行的第一动作,控制信号是由控制设备基于第一环境信息和第二环境信息而确定的。
根据本公开的第三方面,提供了一种电子设备。该电子设备包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行根据第一方面所述的方法。
根据本公开的第四方面,提供了一种用于控制仿真车辆的方法。该方法包括:从仿真设备接收关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,第一区域与仿真车辆在第一时刻所位于的第一仿真位置相对应,基于第一环境信息和第二环境信息,生成针对仿真车辆的控制信号,控制信号使得仿真车辆在第一时刻之后的第二时刻执行第一动作,以及向仿真设备发送控制信号。
根据本公开的第五方面,提供了一种用于控制仿真车辆的装置。该装置包括:接收模块,被配置为从仿真设备接收关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,第一区域与仿真车辆在第一时刻所位于的第一仿真位置相对应,控制信号生成模块,被配置为基于第一环境信息和第二环境信息,生成针对仿真车辆的控制信号,控制信号使得仿真车辆在第一时刻之后的第二时刻执行第一动作,以及发送模块,被配置为向仿真设备发送控制信号。
根据本公开的第六方面,提供了一种电子设备。该电子设备包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行根据第四方面所述的方法。
在本公开的第七方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
在本公开的第八方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第四方面的方法。
根据本公开的技术解决了需等待所有仿真车辆计算完毕之后同步计算结果才能进行下一时刻仿真所导致的计算效率低下和资源闲置的问题,提高了计算效率,避免资源闲置。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素,其中:
图1是根据本公开的实施例的信息处理环境100的示意图;
图2是根据本公开的实施例的用于控制仿真车辆的方法200的示意图;
图3是根据本公开的实施例的用于控制仿真车辆的方法300的示意图;
图4是根据本公开的实施例的被划分区域400的示意图;
图5是根据本公开的实施例的用于控制仿真车辆的装置500的示意图;
图6是根据本公开的实施例的用于控制仿真车辆的装置600的示意图;以及
图7是用来实现本公开实施例的用于控制仿真车辆的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。术语“车辆”可以包括仿真***模拟出来的仿真车辆。下文还可能包括其他明确的和隐含的定义。
如上所述,目前的仿真一般基于较短的固定场景模型,车辆一般运行数十秒时间,缺少长时间运行下的稳定性和可靠性验证。此外,仿真中一般也只有一辆车辆,其他均为障碍物,缺少车辆交互博弈验证能力。为了支持多车辆的长时间仿真,一般采用分布式架构来并行计算以满足运算效率。目前,由于车辆之间可能的博弈和耦合关系,在每一仿真时刻,需等待所有车辆计算完毕将计算结果同步后才能处理下一仿真时刻,由此仿真效率不可避免地受限于计算最慢的车辆,导致严重的资源闲置。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的示例实施例提出了一种用于控制仿真车辆的方案。在该方案中,确定与仿真车辆在第一时刻所位于的第一仿真位置相对应的第一区域,获取关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,向仿真车辆的控制设备发送第一环境信息和第二环境信息,以及如果接收到来自控制设备的针对仿真车辆的控制信号,则基于控制信号确定仿真车辆在第一时刻之后的第二时刻所执行的第一动作,控制信号是由控制设备基于第一环境信息和第二环境信息而确定的。
由此,通过获取与仿真车辆位置所在区域及其相邻区域相关的环境信息,用于车辆控制决策,使得车辆控制决策仅基于仿真车辆周围的有限区域,车辆仿真过程无需等待仿真车辆周围的有限区域之外的其他区域中的仿真车辆的控制结果,从而提高了计算效率,避免资源闲置。
在下文中,将结合附图更详细地描述本方案的具体示例。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图。信息处理环境100可以包括仿真设备110和仿真车辆130的控制设备120。
仿真设备110可以运行用于仿真车辆行驶的仿真***140。一个或多个控制设备120控制的一个或多个仿真车辆130可以在仿真***140中运行。仿真***140可以包括静态环境和动态环境。静态环境例如包括但不限于路网信息。动态环境例如包括但不限于交通流,也称为障碍物。仿真设备110可以维护有虚拟时钟。仿真设备110可以发送任一虚拟时刻的环境信息给仿真车辆130的控制设备120,接收来自控制设备120的针对仿真车辆130的控制信号,以及基于控制信号确定仿真车辆130在下一虚拟时刻所执行的动作。此外,仿真设备110可以根据障碍物对应的模型和任一虚拟时刻的环境信息,确定障碍物在下一虚拟时刻所执行的动作。在一些实施例中,仿真***可划分为多个区域,例如多个地图网格。可以根据仿真车辆130的位置将仿真车辆130划归到对应的区域。
仿真设备110例如包括但不限于服务器计算机、多处理器***、大型计算机、包括上述***或设备中的任意一个的分布式计算环境等。在一些实施例中,仿真设备110可以具有一个或多个处理单元,包括诸如图像处理单元GPU、现场可编程门阵列FPGA和专用集成电路ASIC等的专用处理单元以及诸如中央处理单元CPU的通用处理单元。在一些实施例中,仿真设备110可以包括服务器集群,其中包括控制服务器和多个工作服务器。例如一个区域内的仿真车辆130和障碍物的计算可以由一个工作服务器完成,多个工作服务器可以并行计算,使得多个区域的计算可以并行进行。
控制设备120可以运行用于控制仿真车辆130的程序,例如但不限于自动驾驶程序。控制设备120可以接收来自仿真设备110的环境信息,基于环境信息确定针对仿真车辆130的控制信号,并将控制信号发送给仿真设备110。控制设备120可以有一个或多个。控制设备120可以控制一个或多个仿真车辆130。控制设备120例如包括但不限于个人计算机、服务器计算机、多处理器***、大型计算机、包括上述***或设备中的任意一个的分布式计算环境等。
仿真设备110用于确定与仿真车辆130在第一时刻所位于的第一仿真位置相对应的第一区域,获取关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,向仿真车辆130的控制设备120发送第一环境信息和第二环境信息,以及如果接收到来自控制设备120的针对仿真车辆130的控制信号,基于控制信号确定仿真车辆130在第一时刻之后的第二时刻所执行的第一动作,控制信号是由控制设备基于第一环境信息和第二环境信息而确定的。
控制设备120用于从仿真设备110接收关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,第一区域与仿真车辆130在第一时刻所位于的第一仿真位置相对应,基于第一环境信息和第二环境信息,生成针对仿真车辆130的控制信号,控制信号使得仿真车辆130在第一时刻之后的第二时刻执行第一动作,以及向仿真设备110发送控制信号。
图2示出了根据本公开的实施例的用于控制仿真车辆130的方法200的流程图。例如,方法200可以由如图1所示的仿真设备110来执行。应当理解的是,方法200还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框202处,仿真设备110确定与仿真车辆130在第一时刻所位于的第一仿真位置相对应的第一区域。仿真***可以划分为至少一个区域,每个区域可对应于一定的仿真位置范围。如果仿真车辆130在第一时刻所位于的第一仿真位置在某一区域对应的仿真位置范围内,则第一仿真位置与该区域相对应。区域可以具有规则的形状,例如正方形、长方形,也可以具有不规则的形状。
在一些实施例中,第一区域可以通过多种方式来确定。例如,仿真设备110可以获取仿真位置与区域之间的预定对应信息,然后基于预定对应信息来确定与第一仿真位置相对应的第一区域。预定对应信息例如包括但不限于预定对应表。以正方形区域为例,区域A对应的仿真位置范围为横坐标0-10,纵坐标0-10,区域B对应的仿真位置范围为横坐标10-20,纵坐标0-10,区域C对应的仿真位置范围为横坐标20-30,纵坐标0-10,预定对应信息可如下表1所示:
表1
区域 | 位置范围 |
A | 0<x<10,0<y<10 |
B | 10<x<20,0<y<10 |
D | 20<x<30,0<y<10 |
如果仿真车辆130在第一时刻所在的仿真位置例如为(15,5),则该仿真位置与区域B相对应。通过仿真位置和区域之间的预定对应信息,能够方便地基于仿真位置确定对应区域。
在框204处,仿真设备110获取关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息。与第一区域相邻的第二区域可以包括与第一区域具有相邻边的区域和/或与第一区域具有相邻点的区域。参照图4,以区域A为第一区域作为示例,与区域A相邻的第二区域包括与区域A具有相邻边的区域B、D、F和H以及与区域A具有相邻点的区域C、E、G和I。应当理解,第二区域包括这9个区域仅是示例。如果第一区域位于仿真***边界部分,则与第一区域相邻的第二区域可能包括3个或5个。此外,如果仿真***或区域是不规则的,则与第一区域相邻的第二区域也可能更少或更多。
在一些实施例中,仿真设备110可以获取与第一区域有关的第一障碍物信息和第一路网信息中的至少一项,以及获取与第二区域有关的第二障碍物信息和第二路网信息中的至少一项。障碍物例如包括但不限于仿真***中的交通对象,例如机动车、非机动车、行人等。第一障碍物信息例如包括但不限于关于在第一区域中的障碍物的模拟传感器数据,例如但不限于激光雷达数据或毫米波雷达数据。第一路网信息例如包括但不限于道路信息、道路周边固定对象信息和/或其他可能的信息。道路信息例如包括车道线的位置、类型、宽度、坡度和曲率等信息。道路周边固定对象信息例如包括交通标志、交通信号灯等信息。第二障碍物信息和第二路线信息分别于第一障碍物信息和第一路网信息类似,不再赘述。通过获取障碍物信息和路网信息,使得车辆控制决策能够基于静态环境和动态环境,车辆决策基础更接近真实情况。
在一些实施例中,仿真设备110可以获取关于在第一区域中的障碍物的感知信息。感知信息可以指示障碍物的位置、形状、类别、速度、朝向和/或其他可能的信息。障碍物的位置可以是障碍物的坐标。障碍物的形状可以包括障碍物的长、宽和高。障碍物的类别可以包括机动车、非机动车和行人等。障碍物的朝向可以包括与车辆同向、逆向或其他合适的方向等。通过获取障碍物的感知信息,能够简便精确地测试控制设备120的决策规划能力。
在框206处,仿真设备110向仿真车辆130的控制设备120发送第一环境信息和第二环境信息。控制设备120接收到第一环境信息和第二环境信息之后,可以将第一环境信息和第二环境信息作为车辆控制决策的输入,生成针对仿真车辆130的控制信号。控制信号用于控制仿真车辆130所执行的动作,例如转弯、加速、减速、前进、后退、刹车等。例如,如果第一环境信息和第二环境信息指示仿真车辆130的前方存在障碍物,则控制设备120可以生成针对仿真车辆130的转弯信号,如果第一环境信息和第二环境信息指示仿真车辆130的前方无障碍物,则控制设备120可以生成针对仿真车辆130的前进或加速信号。控制信号生成之后,控制设备120可以通过通信模块发送给仿真设备110。
在框208处,仿真设备110确定是否接收到来自控制设备120的针对仿真车辆130的控制信号。控制信号是由控制设备120基于第一环境信息和第二环境信息而确定的。
如果仿真设备110在框208处接收到来自控制设备120的针对仿真车辆130的控制信号,则在框210处基于控制信号确定仿真车辆130在第一时刻之后的第二时刻所执行的第一动作。第一动作可以用于确定仿真车辆130在第二时刻所处于的位置。
在一些实施例中,仿真设备110可以基于控制信号和预定车辆动力学模型,确定仿真车辆130在第二时刻所执行的第一动作。第一动作可以包括刹车、转弯、前进、后退、加速、减速和/或其他可能的动作。转弯可以包括左转、右转、掉头等。加速可以包括增加到的目标速度或者增加的速度差。减速可以包括减小到的速度或减少的速度差。通过车辆动力学模型,可以使得仿真车辆执行的动作更准确地模拟真实动作,提高仿真置信度。
由此,通过获取与仿真车辆位置所在区域及其相邻区域相关的环境信息,用于车辆控制决策,使得车辆控制决策仅基于仿真车辆周围的有限区域,车辆仿真过程无需等待仿真车辆周围的有限区域之外的其他区域中的仿真车辆的控制结果,从而提高了计算效率,避免资源闲置。
在一些实施例中,仿真设备110还可以获取与第一区域中的障碍物相对应的仿真模型,随后仿真设备110可以基于仿真模型、第一环境信息和第二环境信息,确定障碍物在第二时刻所执行的第二动作。不同类型的障碍物例如可以对应不同的仿真模型,例如机动车模型、非机动车模型、行人模型等,从而使得仿真障碍物更接近真实障碍物,从而提高了仿真结果置信度。此外,基于与障碍物所位于的区域及其相邻区域相关的环境信息,使得障碍物动作决策的基础仅基于局部环境信息,提高了仿真计算效率。
备选地或者附加地,在一些实施例中,仿真设备110还可以确定仿真车辆130在第二时刻所执行的第一动作是否满足与车辆行驶有关的预定评估准则。仿真设备110如果确定仿真车辆130在第二时刻所执行的第一动作不满足预定评估准则,则可以保存与第二时刻和仿真车辆130相关联的场景信息。预定评估准则可以包括有关驾驶合理性的评估准则,例如但不限于碰撞、压线、闯红灯、停滞不前等。由此,仿真设备能够自动评估仿真车辆130的驾驶动作,并自动保存不符合评估准则的相关场景信息,从而有利于保存高价值场景以用于回放或调试。
备选地或者附加地,在一些实施例中,仿真设备110还可以确定是否从控制设备120接收到针对场景信息的保存请求,以及如果从控制设备120接收到针对场景信息的保存请求,则保存与第二时刻和仿真车辆130相关联的场景信息。由此,仿真设备能够根据控制设备的请求保存相关场景信息,由于控制设备120对仿真车辆130的内部状态有更精确的表示,因此能够更精准地保存相关场景信息。
在一些实施例中,仿真设备110可以保存与第二时刻和仿真车辆130相关联的事件信息、环境信息、通信信息、日志信息和/或其他有关信息。事件信息可以是仿真车辆130在第二时刻所执行的动作所触发的事件,例如包括仿真车辆130与障碍物发送碰撞、仿真车辆130闯红灯等。环境信息例如是与仿真车辆130在第二时刻所位于的位置所对应的区域及其相邻区域有关的环境信息,包括例如障碍物信息、路网信息等。通信信息可以包括仿真设备110与控制设备120之间的通信数据,例如传递的第一环境信息、第二环境信息和控制信号等。日志信息例如是***相关状态或信息的纪录。应当理解,上述信息仅仅是示例性而非限制性的,仿真设备110可以保存与第二时刻和仿真车辆130相关联的任何适当的信息。由此,通过保存与仿真车辆130和所需时刻关联的一种或多种场景信息,使得能够在后续回放或调试过程中更方便和更快捷地发现问题。
备选地或者附加地,在一些实施例中,仿真设备110还可以确定仿真设备110与控制设备120之间的通信是否异常,以及如果确定仿真设备110与控制设备120之间的通信异常,则使得仿真车辆130被重启。通信异常例如可以包括但不限于预定时间间隔内未接收到来自控制设备120的控制信号。由此,能够在出现控制设备120崩溃或者通信链路问题导致的通信异常的情况下,只是重启仿真车辆130而不结束仿真,提高了仿真***的容错性,确保仿真车辆130能够较长时间运行以积累仿真数据。
备选地或者附加地,在一些实施例中,仿真设备110还可以将所载入的地图转换成拓扑图,以及将拓扑图划分成多个区域。所载入的地图例如包括但不限于高精地图。高精地图可以提高仿真***的真实置信度。通过转换成拓扑图,可以适于仿真中驱动例如障碍物,通过将拓扑图划分成多个区域,可以方便区域化并行计算以及基于仿真车辆130所在位置对应的局部区域进行车辆决策。
图3示出了根据本公开的实施例的用于控制仿真车辆130的方法300的流程图。例如,方法300可以由如图1所示的仿真车辆130的控制设备120来执行。应当理解的是,方法300还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框302处,控制设备120从仿真设备120接收关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,第一区域与仿真车辆130在第一时刻所位于的第一仿真位置相对应。
在一些实施例中,控制设备120可以从仿真设备110接收与第一区域有关的第一障碍物信息和第一路网信息中的至少一项,以及与第二区域有关的第二障碍物信息和第二路网信息中的至少一项。障碍物信息和路网信息的例子可参见上文,这里不再赘述。通过获取障碍物信息和路网信息,使得车辆控制决策能够基于静态环境和动态环境,车辆决策基础更接近真实情况。
在一些实施例中,控制设备120可以从仿真设备110接收关于第一区域中的障碍物的感知信息。感知信息可以指示障碍物的位置、形状、类别、速度、朝向和/或其他可能的信息。这些信息的例子可参见上文,这里不再赘述。通过接收障碍物的感知信息,能够简便精确地测试控制设备120的决策规划能力。
在框304处,控制设备120基于第一环境信息和第二环境信息,生成针对仿真车辆130的控制信号,控制信号使得仿真车辆130在第一时刻之后的第二时刻执行第一动作。
在框306处,控制设备120向仿真设备110发送控制信号。
由此,通过接收与仿真车辆位置所在区域及其相邻区域相关的环境信息,用于车辆控制决策,使得车辆控制决策仅基于仿真车辆周围的有限区域,车辆仿真过程无需等待仿真车辆周围的有限区域之外的其他区域中的仿真车辆的控制结果,从而提高了计算效率,避免资源闲置。
图5示出了根据本公开实施例的用于控制仿真车辆130的装置500的示意性框图。如图5所示,装置500包括区域确定模块501,被配置为确定与仿真车辆130在第一时刻所位于的第一仿真位置相对应的第一区域,环境信息获取模块502,被配置为获取关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,发送模块503,被配置为向仿真车辆130的控制设备120发送第一环境信息和第二环境信息,以及第一动作确定模块504,被配置为如果接收到来自控制设备120的针对仿真车辆130的控制信号,则基于控制信号确定仿真车辆130在第一时刻之后的第二时刻所执行的第一动作,控制信号是由控制设备120基于第一环境信息和第二环境信息而确定的。
在一些实施例中,区域确定模块501包括:对应信息获取模块,被配置为获取仿真位置与区域之间的预定对应信息;以及对应区域确定模块,被配置为基于预定对应信息,确定与第一仿真位置相对应的第一区域。
在一些实施例中,环境信息获取模块502包括:第一区域环境获取模块,被配置为获取与第一区域有关的第一障碍物信息和第一路网信息中的至少一项,以及第二区域环境获取模块,被配置为获取与第二区域有关的第二障碍物信息和第二路网信息中的至少一项。
在一些实施例中,第一区域环境获取模块包括:感知信息获取模块,被配置为获取关于在第一区域中的障碍物的感知信息,感知信息指示障碍物的以下至少一项:位置、形状、类别、速度和朝向。
在一些实施例中,第一动作确定模块504包括:车辆动作确定模块,被配置为基于控制信号和预定车辆动力学模型,确定仿真车辆130在第二时刻所执行的第一动作,第一动作包括以下至少一项:刹车、转弯、前进、后退、加速和减速。
在一些实施例中,装置500还包括:仿真模型获取模块,被配置为获取与第一区域中的障碍物相对应的仿真模型;以及第二动作确定模块,被配置为基于仿真模型、第一环境信息和第二环境信息,确定障碍物在第二时刻所执行的第二动作。
在一些实施例中,装置500还包括:动作评估模块,被配置为确定仿真车辆130在所述第二时刻所执行的第一动作是否满足与车辆行驶有关的预定评估准则,以及场景保存模块,被配置为如果确定仿真车辆130在第二时刻所执行的第一动作不满足预定评估准则,则保存与第二时刻和仿真车辆130相关联的场景信息。
备选地或者附加地,在一些实施例中,装置500还包括:场景保存模块,被配置为如果从控制设备接收到针对场景信息的保存请求,则保存与第二时刻和仿真车辆130相关联的场景信息。
在一些实施例中,场景保存模块包括:场景信息保存模块,被配置为保存与第二时刻和辆相关联的事件信息、环境信息、通信信息和日志信息中的至少一项。
在一些实施例中,装置500还包括:异常重启模块,被配置为如果确定仿真设备与控制设备之间的通信异常,使得仿真车辆130被重启。
在一些实施例中,装置500还包括:地图转换模块,被配置为将所载入的地图转换成拓扑图,以及区域划分模块,被配置为将拓扑图划分成多个区域。
图6示出了根据本公开实施例的用于控制仿真车辆130的装置600的示意性框图。如图6所示,装置600包括接收模块601,被配置为从仿真设备110接收关于第一区域的第一环境信息和关于与第一区域相邻的第二区域的第二环境信息,第一区域与仿真车辆130在第一时刻所位于的第一仿真位置相对应;控制信号生成模块602,被配置为基于第一环境信息和第二环境信息,生成针对仿真车辆130的控制信号,控制信号使得仿真车辆130在第一时刻之后的第二时刻执行第一动作;以及发送模块603,被配置为向仿真设备110发送控制信号。
在一些实施例中,接收模块601包括:环境信息接收模块,被配置为从仿真设备接收与第一区域有关的第一障碍物信息和第一路网信息中的至少一项,以及与第二区域有关的第二障碍物信息和第二路网信息中的至少一项。
在一些实施例中,环境信息接收模块包括:感知信息接收模块,被配置为从仿真设备接收关于第一区域中的障碍物的感知信息,感知信息指示障碍物的以下至少一项:位置、形状、类别、速度和朝向。
图7示出了可以用来实施本公开内容的实施例的示例设备700的示意性框图。例如,如图1所示的仿真设备110和控制设备120可以由设备700来实施。如图所示,设备700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。CPU 701、ROM702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标、麦克风等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200-300,可由处理单元701执行。例如,在一些实施例中,方法200-300可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序被加载到RAM 703并由CPU701执行时,可以执行上文描述的方法200-300的一个或多个动作。
本公开可以是方法、装置、***和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (30)
1.一种用于控制仿真车辆的方法,包括:
确定与仿真车辆在第一时刻所位于的第一仿真位置相对应的第一区域;
获取关于所述第一区域的第一环境信息和关于与所述第一区域相邻的第二区域的第二环境信息,其中获取与所述第一区域有关的第一障碍物信息和第一路网信息中的至少一项,并且获取与所述第二区域有关的第二障碍物信息和第二路网信息中的至少一项;
向所述仿真车辆的控制设备发送所述第一环境信息和所述第二环境信息;以及
响应于接收到来自所述控制设备的针对所述仿真车辆的控制信号,基于所述控制信号确定所述仿真车辆在所述第一时刻之后的第二时刻所执行的第一动作,所述控制信号是由所述控制设备基于所述第一环境信息和所述第二环境信息而确定的。
2.根据权利要求1所述的方法,其中获取所述第一障碍物信息包括:
获取关于在所述第一区域中的障碍物的感知信息,所述感知信息指示所述障碍物的以下至少一项:位置、形状、类别、速度和朝向。
3.根据权利要求1所述的方法,其中确定所述第一区域包括:
获取仿真位置与区域之间的预定对应信息;以及
基于所述预定对应信息,确定与所述第一仿真位置相对应的所述第一区域。
4.根据权利要求1所述的方法,其中确定所述第一动作包括:
基于所述控制信号和预定车辆动力学模型,确定所述仿真车辆在所述第二时刻所执行的第一动作,所述第一动作包括以下至少一项:刹车、转弯、前进、后退、加速和减速。
5.根据权利要求1所述的方法,还包括:
获取与所述第一区域中的障碍物相对应的仿真模型;以及
基于所述仿真模型、所述第一环境信息和所述第二环境信息,确定所述障碍物在所述第二时刻所执行的第二动作。
6.根据权利要求1所述的方法,还包括:
确定所述仿真车辆在所述第二时刻所执行的所述第一动作是否满足与车辆行驶有关的预定评估准则;以及
响应于确定所述仿真车辆在所述第二时刻所执行的所述第一动作不满足所述预定评估准则,保存与所述第二时刻和所述仿真车辆相关联的场景信息。
7.根据权利要求1所述的方法,还包括:
响应于从所述控制设备接收到针对场景信息的保存请求,保存与所述第二时刻和所述仿真车辆相关联的场景信息。
8.根据权利要求6或7所述的方法,其中保存所述场景信息包括:
保存与所述第二时刻和所述仿真车辆相关联的事件信息、环境信息、通信信息和日志信息中的至少一项。
9.根据权利要求1所述的方法,还包括:
如果确定仿真设备与所述控制设备之间的通信异常,使得所述仿真车辆被重启。
10.根据权利要求1所述的方法,还包括:
将所载入的地图转换成拓扑图;以及
将所述拓扑图划分成多个区域。
11.一种用于控制仿真车辆的方法,包括:
从仿真设备接收关于第一区域的第一环境信息和关于与所述第一区域相邻的第二区域的第二环境信息,所述第一区域与所述仿真车辆在第一时刻所位于的第一仿真位置相对应,其中从所述仿真设备接收与所述第一区域有关的第一障碍物信息和第一路网信息中的至少一项,以及与所述第二区域有关的第二障碍物信息和第二路网信息中的至少一项;
基于所述第一环境信息和所述第二环境信息,生成针对所述仿真车辆的控制信号,所述控制信号使得所述仿真车辆在所述第一时刻之后的第二时刻执行第一动作;以及
向所述仿真设备发送所述控制信号。
12.根据权利要求11所述的方法,其中接收所述第一障碍物信息包括:
从所述仿真设备接收关于所述第一区域中的障碍物的感知信息,所述感知信息指示所述障碍物的以下至少一项:位置、形状、类别、速度和朝向。
13.一种用于控制仿真车辆的装置,包括:
区域确定模块,被配置为确定与仿真车辆在第一时刻所位于的第一仿真位置相对应的第一区域;
环境信息获取模块,被配置为获取关于所述第一区域的第一环境信息和关于与所述第一区域相邻的第二区域的第二环境信息;
发送模块,被配置为向所述仿真车辆的控制设备发送所述第一环境信息和所述第二环境信息;以及
第一动作确定模块,被配置为响应于接收到来自所述控制设备的针对所述仿真车辆的控制信号,基于所述控制信号确定所述仿真车辆在所述第一时刻之后的第二时刻所执行的第一动作,所述控制信号是由所述控制设备基于所述第一环境信息和所述第二环境信息而确定的,
其中所述环境信息获取模块包括:
第一区域环境获取模块,被配置为获取与所述第一区域有关的第一障碍物信息和第一路网信息中的至少一项;以及
第二区域环境获取模块,被配置为获取与所述第二区域有关的第二障碍物信息和第二路网信息中的至少一项。
14.根据权利要求13所述的装置,其中所述第一区域环境获取模块包括:
感知信息获取模块,被配置为获取关于在所述第一区域中的障碍物的感知信息,所述感知信息指示所述障碍物的以下至少一项:位置、形状、类别、速度和朝向。
15.根据权利要求13所述的装置,其中所述区域确定模块包括:
对应信息获取模块,被配置为获取仿真位置与区域之间的预定对应信息;以及
对应区域确定模块,被配置为基于所述预定对应信息,确定与所述第一仿真位置相对应的所述第一区域。
16.根据权利要求13所述的装置,其中所述第一动作确定模块包括:
车辆动作确定模块,被配置为基于所述控制信号和预定车辆动力学模型,确定所述仿真车辆在所述第二时刻所执行的第一动作,所述第一动作包括以下至少一项:刹车、转弯、前进、后退、加速和减速。
17.根据权利要求13所述的装置,还包括:
仿真模型获取模块,被配置为获取与所述第一区域中的障碍物相对应的仿真模型;以及
第二动作确定模块,被配置为基于所述仿真模型、所述第一环境信息和所述第二环境信息,确定所述障碍物在所述第二时刻所执行的第二动作。
18.根据权利要求13所述的装置,还包括:
动作评估模块,被配置为确定所述仿真车辆在所述第二时刻所执行的所述第一动作是否满足与车辆行驶有关的预定评估准则;以及
场景保存模块,被配置为响应于确定所述仿真车辆在所述第二时刻所执行的所述第一动作不满足所述预定评估准则,保存与所述第二时刻和所述仿真车辆相关联的场景信息。
19.根据权利要求13所述的装置,还包括:
场景保存模块,被配置为响应于从所述控制设备接收到针对场景信息的保存请求,保存与所述第二时刻和所述仿真车辆相关联的场景信息。
20.根据权利要求18或19所述的装置,其中所述场景保存模块包括:
场景信息保存模块,被配置为保存与所述第二时刻和所述仿真车辆相关联的事件信息、环境信息、通信信息和日志信息中的至少一项。
21.根据权利要求13所述的装置,还包括:
异常重启模块,被配置为如果确定仿真设备与所述控制设备之间的通信异常,使得所述仿真车辆被重启。
22.根据权利要求13所述的装置,还包括:
地图转换模块,被配置为将所载入的地图转换成拓扑图;以及
区域划分模块,被配置为将所述拓扑图划分成多个区域。
23.一种用于控制仿真车辆的装置,包括:
接收模块,被配置为从仿真设备接收关于第一区域的第一环境信息和关于与所述第一区域相邻的第二区域的第二环境信息,所述第一区域与所述仿真车辆在第一时刻所位于的第一仿真位置相对应;
控制信号生成模块,被配置为基于所述第一环境信息和所述第二环境信息,生成针对所述仿真车辆的控制信号,所述控制信号使得所述仿真车辆在所述第一时刻之后的第二时刻执行第一动作;以及
发送模块,被配置为向所述仿真设备发送所述控制信号,
其中所述接收模块包括环境信息接收模块,被配置为从所述仿真设备接收与所述第一区域有关的第一障碍物信息和第一路网信息中的至少一项,以及与所述第二区域有关的第二障碍物信息和第二路网信息中的至少一项。
24.根据权利要求23所述的装置,其中所述环境信息接收模块包括:
感知信息接收模块,被配置为从所述仿真设备接收关于所述第一区域中的障碍物的感知信息,所述感知信息指示所述障碍物的以下至少一项:位置、形状、类别、速度和朝向。
25.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
26.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求11-12中任一项所述的方法。
27.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
28.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求11-12中任一项所述的方法。
29.一种计算机程序产品,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1-10中任一项所述的方法。
30.一种计算机程序产品,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11-12中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010431980.6A CN111611709B (zh) | 2020-05-20 | 2020-05-20 | 用于控制仿真车辆的方法、装置、电子设备和存储介质 |
EP20215271.6A EP3913596B1 (en) | 2020-05-20 | 2020-12-18 | Method for controlling simulation vehicle and electronic device |
US17/128,051 US20210365698A1 (en) | 2020-05-20 | 2020-12-19 | Method for controlling simulation vehicle, electronic device, and storage medium |
JP2021085538A JP7341187B2 (ja) | 2020-05-20 | 2021-05-20 | シミュレーション車両を制御するための方法、装置、電子機器及び記憶媒体 |
KR1020210064972A KR20210068335A (ko) | 2020-05-20 | 2021-05-20 | 시뮬레이션 차량 제어 방법, 장치, 전자 장치 및 컴퓨터 판독 가능 저장 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010431980.6A CN111611709B (zh) | 2020-05-20 | 2020-05-20 | 用于控制仿真车辆的方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111611709A CN111611709A (zh) | 2020-09-01 |
CN111611709B true CN111611709B (zh) | 2023-09-15 |
Family
ID=72198850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010431980.6A Active CN111611709B (zh) | 2020-05-20 | 2020-05-20 | 用于控制仿真车辆的方法、装置、电子设备和存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210365698A1 (zh) |
EP (1) | EP3913596B1 (zh) |
JP (1) | JP7341187B2 (zh) |
KR (1) | KR20210068335A (zh) |
CN (1) | CN111611709B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113676368B (zh) * | 2021-07-12 | 2022-07-19 | 交控科技股份有限公司 | 一种运用于ats网络性能测试的方法及装置 |
CN113610059B (zh) * | 2021-09-13 | 2023-12-05 | 北京百度网讯科技有限公司 | 基于区域评估的车辆控制方法、装置和智能交管*** |
CN113823121B (zh) * | 2021-09-18 | 2023-03-14 | 深圳须弥云图空间科技有限公司 | 一种车辆行驶配置方法及装置 |
KR102529661B1 (ko) * | 2021-11-29 | 2023-05-08 | 주식회사 와이즈오토모티브 | 주행환경 구축 장치 및 방법 |
CN114079665B (zh) * | 2022-01-19 | 2022-04-22 | 浙江吉利控股集团有限公司 | 数据采集方法、装置、设备及存储介质 |
CN114399916B (zh) * | 2022-01-19 | 2024-05-28 | 福建工程学院 | 一种数字孪生智慧城市交通的虚拟红绿灯控制提醒方法 |
CN116095117B (zh) * | 2023-01-31 | 2024-06-25 | 重庆长安汽车股份有限公司 | 一种车载终端调试方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105358399A (zh) * | 2013-06-24 | 2016-02-24 | 谷歌公司 | 使用环境信息辅助用于自主车辆的图像处理 |
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 |
CN107839691A (zh) * | 2017-10-31 | 2018-03-27 | 奇瑞汽车股份有限公司 | 车辆控制方法和装置 |
CN109455180A (zh) * | 2018-11-09 | 2019-03-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人车的方法和装置 |
CN109733285A (zh) * | 2019-02-27 | 2019-05-10 | 百度在线网络技术(北京)有限公司 | 车辆行驶状态显示方法、设备和*** |
CN110208739A (zh) * | 2019-05-29 | 2019-09-06 | 北京百度网讯科技有限公司 | 辅助车辆定位的方法、装置、设备和计算机可读存储介质 |
CN110954105A (zh) * | 2019-11-26 | 2020-04-03 | 东软集团股份有限公司 | 车辆位置预测方法、装置、存储介质及电子设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8509982B2 (en) * | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
CN111351495B (zh) * | 2015-02-10 | 2024-05-28 | 御眼视觉技术有限公司 | 服务器***、方法及机器可读介质 |
US9958864B2 (en) * | 2015-11-04 | 2018-05-01 | Zoox, Inc. | Coordination of dispatching and maintaining fleet of autonomous vehicles |
CN107153363B (zh) * | 2017-05-08 | 2020-11-03 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 |
JP2019093896A (ja) * | 2017-11-22 | 2019-06-20 | 日本電気株式会社 | 情報処理装置、分類方法およびコンピュータ・プログラム |
JP6932664B2 (ja) * | 2018-03-08 | 2021-09-08 | 日立Astemo株式会社 | 信号処理システム、及びその評価システム、並びにその信号処理システムに用いられる信号処理装置 |
CN110276985B (zh) * | 2018-03-16 | 2020-12-15 | 华为技术有限公司 | 自动驾驶安全评估方法、装置和*** |
CN109141911B (zh) * | 2018-06-26 | 2019-11-26 | 百度在线网络技术(北京)有限公司 | 无人车性能测试的控制量的获取方法和装置 |
-
2020
- 2020-05-20 CN CN202010431980.6A patent/CN111611709B/zh active Active
- 2020-12-18 EP EP20215271.6A patent/EP3913596B1/en active Active
- 2020-12-19 US US17/128,051 patent/US20210365698A1/en active Pending
-
2021
- 2021-05-20 KR KR1020210064972A patent/KR20210068335A/ko not_active Application Discontinuation
- 2021-05-20 JP JP2021085538A patent/JP7341187B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105358399A (zh) * | 2013-06-24 | 2016-02-24 | 谷歌公司 | 使用环境信息辅助用于自主车辆的图像处理 |
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 |
CN107839691A (zh) * | 2017-10-31 | 2018-03-27 | 奇瑞汽车股份有限公司 | 车辆控制方法和装置 |
CN109455180A (zh) * | 2018-11-09 | 2019-03-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人车的方法和装置 |
CN109733285A (zh) * | 2019-02-27 | 2019-05-10 | 百度在线网络技术(北京)有限公司 | 车辆行驶状态显示方法、设备和*** |
CN110208739A (zh) * | 2019-05-29 | 2019-09-06 | 北京百度网讯科技有限公司 | 辅助车辆定位的方法、装置、设备和计算机可读存储介质 |
CN110954105A (zh) * | 2019-11-26 | 2020-04-03 | 东软集团股份有限公司 | 车辆位置预测方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US20210365698A1 (en) | 2021-11-25 |
EP3913596A1 (en) | 2021-11-24 |
JP7341187B2 (ja) | 2023-09-08 |
EP3913596B1 (en) | 2023-11-01 |
JP2021131894A (ja) | 2021-09-09 |
KR20210068335A (ko) | 2021-06-09 |
CN111611709A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111611709B (zh) | 用于控制仿真车辆的方法、装置、电子设备和存储介质 | |
CN108921200B (zh) | 用于对驾驶场景数据进行分类的方法、装置、设备和介质 | |
EP4151979A2 (en) | Test method and test apparatus for automatic driving, and storage medium | |
US20170316127A1 (en) | Method and apparatus for constructing testing scenario for driverless vehicle | |
CN113408141B (zh) | 一种自动驾驶测试方法、装置及电子设备 | |
KR102139172B1 (ko) | 가상환경에서의 자율주행차량 시뮬레이션 방법 | |
CN109060370B (zh) | 对自动驾驶车辆进行车辆测试的方法及装置 | |
US10885240B2 (en) | Deterministic simulation framework for autonomous vehicle testing | |
US20230350399A1 (en) | Operational testing of autonomous vehicles | |
US10109106B2 (en) | Scalable curve visualization for conformance testing in vehicle simulation | |
CN113272838A (zh) | 虚拟场景生成方法、装置、计算机设备和存储介质 | |
EP3875905A1 (en) | Method, apparatus, device and medium for detecting environmental change | |
CN115221722B (zh) | 自动驾驶车辆的仿真测试方法、模型训练方法和设备 | |
CN115203969A (zh) | 自动驾驶仿真场景的控制方法、装置、设备和存储介质 | |
JP2023539643A (ja) | 車両の確認および検証のためのクリティカルシナリオの識別 | |
CN112230632A (zh) | 用于自动驾驶的方法、装置、设备和存储介质 | |
CN112560258B (zh) | 一种测试方法、装置、设备及存储介质 | |
CN115454082A (zh) | 车辆避障方法及***、计算机可读存储介质和电子设备 | |
CN112633980B (zh) | 用于车辆网点呈现的方法、电子设备和存储介质 | |
US11760368B2 (en) | System and method of same-loop adaptive simulation for autonomous driving | |
US20230358640A1 (en) | System and method for simulating autonomous vehicle testing environments | |
EP4219261A1 (en) | Estimation of risk exposure for autonomous vehicles | |
CN114141009B (zh) | 基于多时序网络的仿真交通流变道方法和*** | |
JP5403428B2 (ja) | Itsシミュレーションシステム | |
US20230236921A1 (en) | Information processing system, information processing method, and program |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, *** building, 10 Shangdi 10th Street, Haidian District, Beijing 100094 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |