CN112526968A - 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 - Google Patents
映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 Download PDFInfo
- Publication number
- CN112526968A CN112526968A CN202011334889.9A CN202011334889A CN112526968A CN 112526968 A CN112526968 A CN 112526968A CN 202011334889 A CN202011334889 A CN 202011334889A CN 112526968 A CN112526968 A CN 112526968A
- Authority
- CN
- China
- Prior art keywords
- model
- vehicle
- automatic driving
- road
- module
- 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
Images
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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,步骤如下:获取真实世界道路条件信息;建立映射真实世界道路条件的道路环境模块;构建自动驾驶车辆模块与交互车辆模块;集成道路环境模块、自动驾驶车辆模块与交互车辆模块,实现信息互联,搭建能够映射真实世界道路条件的自动驾驶虚拟测试平台。本发明能够快速测试自动驾驶车辆在真实世界道路条件下的运行状态,并方便调整交互车辆行驶轨迹、自动驾驶感知传感器模型与自动驾驶功能模型,以满足不同自动驾驶测试工况需求。
Description
技术领域
本发明属于自动驾驶虚拟测试技术领域,涉及一种映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法。
背景技术
由于未知的试验道路交通场景难以穷尽,相较于自动驾驶虚拟测试手段,基于实车的试验场地或公开道路测试方法均存在测试周期长、测试场景不可控、人力物力限制及测试安全无法保障的技术瓶颈。因此,虚拟仿真测试成为约束经济条件下自动驾驶真实物理测试的重要替代手段,而虚拟测试平台也是进行自动驾驶相关研究的重要工具。
道路交通***是人-车-路-交通环境要素间相互耦合的非线性复杂***,自动驾驶虚拟测试平台的重点研发方向是提供接近真实世界道路条件的道路交通场景,尤其关注道路环境模块及***要素间的动态交互行为,如道路-自动驾驶车辆、自动驾驶车辆-交互车辆。此外,随着围绕自动驾驶技术的研究不断推进,许多学者与相关政策制定者针对自动驾驶落地方案的普遍共识为在既有道路,即真实世界已建成道路上直接划分现有车道或增设车道作为自动驾驶专用车道、走廊或者共用车道,如在建的京雄高速将设置自动驾驶专用车道、美国I-5洲际公路等。因此,研发能够还原既有道路条件的自动驾驶虚拟测试平台具有迫切的需求。
对现有的自动驾驶虚拟测试平台进行调研发现,单一仿真平台无法同时集成复杂道路环境模块,包括准确的道路线形描述,可调整的路面摩擦系数、不平整度与丰富的天气环境信息;专业车辆动力学模型、基于物理模型的感知传感器模型、可与自动驾驶车辆发生交互行为的车辆模型以及自动驾驶功能模型,而已有的联合仿真平台无法较准确地构建能够映射真实世界道路条件的道路环境模块。
发明内容
发明目的:本发明所要解决的技术问题是:提供一种映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,有助于快速测试自动驾驶车辆在真实世界道路条件下的运行状态,并方便调整交互车辆行驶轨迹、自动驾驶感知传感器模型与自动驾驶功能模型,以满足不同自动驾驶测试工况需求。
为实现本发明的目的,本发明所采用的技术方案是:一种映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,包括如下步骤:
步骤1,获取真实世界道路条件信息,包括道路几何形态信息与路面功能状况信息;
步骤2,利用步骤1获取的真实世界道路条件信息构建道路环境模块,所述道路环境模块包括道路线形模型、路面摩擦系数、不平整度与天气环境信息;
步骤3,构建自动驾驶车辆模块,包括期望行驶轨迹信息、驾驶员模型、车辆动力学模型、自动驾驶车辆模型、感知传感器模型与自动驾驶功能模型;
步骤4,构建交互车辆模块,包括期望行驶轨迹信息、驾驶员模型、车辆动力学模型与交互车辆模型;
步骤5,集成步骤2中的道路环境模块、步骤3中的自动驾驶车辆模块与步骤4中的交互车辆模块,实现信息互联,搭建能够映射真实世界道路条件的自动驾驶虚拟测试平台。
作为本发明的一种优选方案,步骤1所述的道路几何形态信息包括道路边线三维坐标及桩号;路面功能状况信息包括路面摩擦系数与不平整度;
作为本发明的一种优选方案,所述步骤2的具体过程如下:
步骤21,利用步骤1获取的真实世界道路几何形态信息,自道路起点至终点按固定间隔设置道路边线三维坐标及桩号,构建道路线形模型;
步骤22,利用步骤1获取的真实世界路面功能状况信息,与步骤21所述道路几何形态信息进行匹配,以固定间隔对路面摩擦系数与不平整度进行设置;
步骤23,设置天气环境信息,所述天气环境信息包括晴天、多云、雨天、雪天、雾天的一种或多种;
作为本发明的一种优选方案,所述步骤3的具体过程如下:
步骤31,利用步骤21输入的道路边线三维坐标作为轨迹约束边界,设置期望行驶轨迹信息,包括期望路径与期望速度;
步骤32,设置驾驶员模型,包括预瞄时间、反应延迟时间、最小车辆行驶速度、最大方向盘转角与转速;
步骤33,设置车辆动力学模型,包括车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型;
步骤34,设置自动驾驶车辆模型,包括车辆类型与车身尺寸;
步骤35,设置感知传感器模型,包括感知传感器种类、安装位置与安装姿态,其中感知传感器种类包括相机、毫米波雷达、激光雷达与超声波雷达;
步骤36,构建自动驾驶功能模型,包括自动紧急制动、自适应巡航控制、车道保持辅助与车道变道辅助;
步骤37,自动驾驶车辆模块内模型信息传递及作用方式为:
步骤371,将期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤372,驾驶员模型输出方向盘转角、节气门开度与刹车力程至自动驾驶功能模型中;
步骤373,感知传感器模型输出目标物相对距离、相对速度与感知方位角至自动驾驶功能模型中;
步骤374,自动驾驶功能模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中,同时车辆动力学模型反馈发动机转速至自动驾驶功能模型中;
步骤375,加载车辆动力学模型与感知传感器模型至自动驾驶车辆模型上,自动驾驶车辆模型反馈行驶速度与横摆角速度至自动驾驶功能模型中,同时反馈行驶速度与车辆位姿至驾驶员模型中;
作为本发明的一种优选方案,所述步骤4的具体过程如下:
步骤41,利用步骤21输入的道路边线三维坐标作为轨迹约束边界,利用步骤31得到的自动驾驶车辆期望轨迹信息作为参考轨迹,设置期望行驶轨迹信息,包括期望路径与期望速度;
步骤42,设置驾驶员模型,包括预瞄时间、反应延迟时间、最小车辆行驶速度、最大方向盘转角与转速;
步骤43,设置车辆动力学模型,包括车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型;
步骤44,设置交互车辆模型,包括车辆类型与车身尺寸;
步骤45,交互车辆模块内模型信息传递及作用方式具体包括:
步骤451,将期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤452,驾驶员模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中;
步骤453,加载车辆动力学模型至交互车辆模型上,交互车辆模型反馈行驶速度与车辆位姿至驾驶员模型中;
作为本发明的一种优选方案,所述步骤5的具体过程如下:
步骤51,将道路环境模块与自动驾驶车辆模块进行集成,具体包括:
步骤511,将路面摩擦系数与不平整度传递至自动驾驶车辆模块中的车辆动力学模型中;
步骤512,将道路线形模型与天气环境信息传递至感知传感器模型中;
步骤52,将交互车辆模块与自动驾驶车辆模块进行集成:将交互车辆得到车辆位姿传递至感知传感器模型中。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明联合独立仿真平台模型优势,较全面构建自动驾驶虚拟测试所必须的仿真环境,能够同时集成复杂道路环境模块、包含专业车辆动力学模型、基于物理模型的感知传感器模型与自动驾驶功能模型的自动驾驶车辆模块,以及可与自动驾驶车辆发生交互行为的交互车辆模块。本发明公开的平台有助于快速测试自动驾驶车辆在真实世界道路条件下的运行状态,解决目前急需在既有道路条件下开展自动驾驶测试试验的需求,并且方便调整交互车辆行驶轨迹、自动驾驶感知传感器模型与自动驾驶功能模型,以满足不同自动驾驶测试工况需求。
附图说明
图1是本发明提供的逻辑架构图;
图2是实施例中构建的道路线形模型;
图3是实施例中自动驾驶车辆及交互车辆的期望路径;
图4是实施例中自动驾驶车辆长/短距毫米波雷达布置侧视图;
图5是实施例中自动驾驶车辆长/短距毫米波雷达布置俯视图;
图6是实施例中利用本发明公开方法实现的自动驾驶虚拟测试环境平面示意图;
图中,1为公路桩号起点;2为交互车辆路径起点;3为公路车道边线;4为自动驾驶车辆期望行驶轨迹信息中的路径信息;5为公路桩号终点;6为长距毫米波雷达感知范围;7为短距毫米波雷达感知范围;8为交互车辆;9为自动驾驶车辆;10为短距毫米波雷达;11为长距毫米波雷达。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图1所示,为本发明提出的一种映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,具体步骤如下:
步骤1,获取真实世界道路条件信息,包括道路几何形态信息与路面功能状况信息;
其中,道路几何形态信息为道路边线三维坐标及桩号;路面功能状况信息为路面摩擦系数与不平整度;
步骤2,利用步骤1获取的真实世界道路条件信息构建道路环境模块,包括道路线形模型、路面摩擦系数、不平整度与天气环境信息;具体方法如下:
步骤21,利用步骤1获取的真实世界道路几何形态信息,自道路起点至终点按固定间隔设置道路边线三维坐标及桩号,构建道路线形模型;
步骤22,利用步骤1获取的真实世界路面功能状况信息,与步骤21所述道路几何形态信息进行匹配,以固定间隔对路面摩擦系数与不平整度进行设置;;
步骤23,设置天气环境信息,所述天气环境信息包括晴天、多云、雨天、雪天、雾天的一种或多种;
步骤3,构建自动驾驶车辆模块,包括期望行驶轨迹信息、驾驶员模型、车辆动力学模型、自动驾驶车辆模型、感知传感器模型与自动驾驶功能模型;具体方法如下:
步骤31,利用步骤21输入的道路边线三维坐标作为轨迹约束边界,设置期望行驶轨迹信息,包括期望路径与期望速度;
步骤32,设置驾驶员模型,包括预瞄时间、反应延迟时间、最小车辆行驶速度、最大方向盘转角与转速;
步骤33,设置车辆动力学模型,包括车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型;
步骤34,设置自动驾驶车辆模型,包括车辆类型与车身尺寸;
步骤35,设置感知传感器模型,包括感知传感器种类、安装位置与安装姿态,其中感知传感器种类包括相机、毫米波雷达、激光雷达与超声波雷达;
步骤36,构建自动驾驶功能模型,包括自动紧急制动、自适应巡航控制、车道保持辅助与车道变道辅助;
步骤37,自动驾驶车辆模块内模型信息传递及作用方式为:
步骤371,将期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤372,驾驶员模型输出方向盘转角、节气门开度与刹车力程至自动驾驶功能模型中;
步骤373,感知传感器模型输出目标物相对距离、相对速度与感知方位角至自动驾驶功能模型中;
步骤374,自动驾驶功能模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中,同时车辆动力学模型反馈发动机转速至自动驾驶功能模型中;
步骤375,加载车辆动力学模型与感知传感器模型至自动驾驶车辆模型上,自动驾驶车辆模型反馈行驶速度与横摆角速度至自动驾驶功能模型中,同时反馈行驶速度与车辆位姿至驾驶员模型中;
步骤4,构建交互车辆模块,包括期望行驶轨迹信息、驾驶员模型、车辆动力学模型与交互车辆模型;具体方法如下:
步骤41,利用步骤21输入的道路边线三维坐标作为轨迹约束边界,利用步骤31得到的自动驾驶车辆期望轨迹信息作为参考轨迹,设置期望行驶轨迹信息,包括期望路径与期望速度;
步骤42,设置驾驶员模型,包括预瞄时间、反应延迟时间、最小车辆行驶速度、最大方向盘转角与转速;
步骤43,设置车辆动力学模型,包括车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型;
步骤44,设置交互车辆模型,包括车辆类型与车身尺寸;
步骤45,交互车辆模块内模型信息传递及作用方式具体包括:
步骤451,将期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤452,驾驶员模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中;
步骤453,加载车辆动力学模型至交互车辆模型上,交互车辆模型反馈行驶速度与车辆位姿至驾驶员模型中;
步骤5,集成步骤2中的道路环境模块、步骤3中的自动驾驶车辆模块与步骤4中的交互车辆模块,实现信息互联,搭建能够映射真实世界道路条件的自动驾驶虚拟测试平台;具体方法如下:
步骤51,将道路环境模块与自动驾驶车辆模块进行集成,具体包括:
步骤511,将路面摩擦系数与不平整度传递至自动驾驶车辆模块中的车辆动力学模型中;
步骤512,将道路线形模型与天气环境信息传递至感知传感器模型中;
步骤52,将交互车辆模块与自动驾驶车辆模块进行集成:将交互车辆得到车辆位姿传递至感知传感器模型中。
本实施例为利用Prescan,CarSim与MATLAB中的可视化仿真工具Simulink搭建映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,包括以下步骤:
步骤1,获取真实世界道路条件信息,包括道路几何形态信息与路面功能状况信息;
利用高精度车载激光雷达点云数据提取的一条现役公路车道边线三维坐标及桩号数据作为道路几何形态信息;利用路面检测工具测得该公路为沥青路面,路面平整,可取常数作为路面功能状况信息。
步骤2,利用步骤1获取的真实世界道路条件信息构建道路环境模块,包括道路线形模型、路面摩擦系数、不平整度与天气环境信息,具体方法如下:
步骤21,利用步骤1获取的真实世界道路几何形态信息,自道路起点至终点按固定间隔4米输入道路边线三维坐标及桩号至CarSim中,构建道路线形模型如图2所示;
步骤22,利用步骤1获取的真实世界路面功能状况信息,输入路面摩擦系数0.85与不平整度0至CarSim中;
步骤23,在Prescan中设置天气环境信息为晴天;
步骤3,构建自动驾驶车辆模块,包括期望行驶轨迹信息、驾驶员模型、车辆动力学模型、自动驾驶车辆模型、感知传感器模型与自动驾驶功能模型;具体方法如下:
步骤31,利用步骤21输入的道路边线三维坐标作为轨迹约束边界,在CarSim中设置期望行驶轨迹信息,其中期望路径为自桩号起点开始保持道路居中行驶,如图3所示,期望速度为80km/h;
步骤32,在CarSim中设置驾驶员模型为闭环驾驶员模型,预瞄时间取1s、反应延迟时间取0.1s、最小车辆行驶速度取10km/h、最大方向盘转角与转速分别取540deg与1200deg/s;
步骤33,在CarSim中设置车辆动力学模型,车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型,采用CarSim车辆动力学模型默认参数;
步骤34,在CarSim中设置自动驾驶车辆模型为F-Class Sedan,车身尺寸采用默认参数;
步骤35,在Prescan中设置感知传感器模型为两个毫米波雷达,具体为长距毫米波雷达和短距毫米波雷达,并且均安装在车辆前保险杠居中位置,朝向正前方无俯仰角,分别如图4和图5所示;
步骤36,在Simulink中构建自适应巡航控制模型;
步骤37,将自动驾驶车辆模块内模型信息进行传递;具体方法如下:
步骤371,将期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤372,驾驶员模型输出方向盘转角、节气门开度与刹车力程至自适应巡航控制模型中;
步骤373,感知传感器模型输出目标物相对距离、相对速度与感知方位角至自适应巡航控制模型中;
步骤374,自适应巡航控制模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中,同时车辆动力学模型反馈发动机转速至自动驾驶功能模型中;
步骤375,加载车辆动力学模型与感知传感器模型至自动驾驶车辆模型上,自动驾驶车辆模型反馈行驶速度与横摆角速度至自动驾驶功能模型中,反馈行驶速度与车辆位姿至驾驶员模型中;
步骤4,构建交互车辆模块,包括期望行驶轨迹信息、驾驶员模型、车辆动力学模型与交互车辆模型;具体方法如下:
步骤41,利用步骤21输入的道路边线三维坐标作为轨迹约束边界,利用步骤31得到的自动驾驶车辆期望轨迹信息作为参考轨迹,设置交互车辆期望行驶轨迹信息,其中期望路径为距桩号起点20m开始保持道路居中行驶,如图3所示,,期望速度为60km/h;
步骤42,在Prescan中设置驾驶员模型为闭环驾驶员模型,预瞄时间取1s、反应延迟时间取0.1s、最小车辆行驶速度取10km/h、最大方向盘转角与转速分别取540deg与1200deg/s;
步骤43,在Prescan中设置车辆动力学模型为简单动力学模型为3D Simple,包括车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型,采用Prescan车辆动力学模型默认参数;
步骤44,在Prescan中设置交互车辆模型为BMW X5 SUV,车身尺寸采用默认参数
步骤45,将交互车辆模块内模型信息进行传递,,具体方法如下:
步骤451,将期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤452,驾驶员模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中;
步骤453,加载车辆动力学模型至交互车辆模型上,交互车辆模型反馈行驶速度与车辆位姿至驾驶员模型中;
步骤5,集成步骤2中的道路环境模块、步骤3中的自动驾驶车辆模块与步骤4中的交互车辆模块,实现信息互联,搭建能够映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法;
利用CarSim与Prescan自带接口,将步骤2中的道路环境模块、步骤3中的自动驾驶车辆模块与步骤4中的交互车辆模块中相关模型传递至Simulink中,参考表1,按以下方法连接各模型:
表1自动驾驶虚拟测试平台中各模块使用软件
步骤51,将道路环境模块与自动驾驶车辆模块进行集成,具体包括:
步骤511,将路面摩擦系数与不平整度传递至自动驾驶车辆模块中的车辆动力学模型中;
步骤512,将道路线形模型与天气环境信息传递至感知传感器模型中;
步骤52,将交互车辆模块与自动驾驶车辆模块进行集成:将交互车辆得到车辆位姿传递至感知传感器模型中。
利用本发明公开方法实现的自动驾驶虚拟测试环境平面示意如图6所示。
Claims (8)
1.一种映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于,包括如下步骤:
步骤1,获取真实世界道路条件信息;所述道路条件信息包括道路几何形态信息与路面功能状况信息;
步骤2,利用步骤1所述真实世界道路条件信息构建道路环境模块;
步骤3,构建自动驾驶车辆模块;
步骤4,构建交互车辆模块;包括期望行驶轨迹信息、驾驶员模型、车辆动力学模型与交互车辆模型;
步骤5,集成步骤2中的道路环境模块、步骤3中的自动驾驶车辆模块与步骤4中的交互车辆模块,实现信息互联,搭建能够映射真实世界道路条件的自动驾驶虚拟测试平台。
2.根据权利要求1所述的映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于:步骤1所述的道路几何形态信息包括道路边线三维坐标及桩号;路面功能状况信息路包括路面摩擦系数与不平整度。
3.根据权利要求2所述的映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于:步骤2所述的构建道路环境模块的具体过程如下:
步骤21,利用步骤1获取的真实世界道路几何形态信息,自道路起点至终点按固定间隔设置道路边线三维坐标及桩号,构建得到道路线形模型;
步骤22,利用步骤1获取的真实世界路面功能状况信息,与步骤21所述道路几何形态信息进行匹配,以固定间隔对路面摩擦系数与不平整度进行设置;
步骤23,设置天气环境信息;所述天气环境信息包括晴天、多云、雨天、雪天、雾天的一种或多种。
4.根据权利要求3所述的映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于:步骤3所述的构建自动驾驶车辆模块的具体过程如下:
步骤31,利用步骤21所述道路边线三维坐标作为轨迹约束边界,设置期望行驶轨迹信息,所述期望行驶轨迹信息包括期望路径与期望速度;
步骤32,设置驾驶员模型,包括预瞄时间、反应延迟时间、最小车辆行驶速度、最大方向盘转角与转速;
步骤33,设置车辆动力学模型,包括车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型;
步骤34,设置自动驾驶车辆模型,包括车辆类型与车身尺寸;
步骤35,设置感知传感器模型,包括感知传感器种类、安装位置与安装姿态;其中感知传感器种类包括相机、毫米波雷达、激光雷达与超声波雷达;
步骤36,构建自动驾驶功能模型,包括自动紧急制动、自适应巡航控制、车道保持辅助与车道变道辅助;
步骤37,自动驾驶车辆模块内的信息进行传递。
5.根据权利要求4所述的映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于:步骤37所述自动驾驶车辆模块内的模型信息进行传递,具体步骤如下:
步骤371,期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤372,驾驶员模型输出方向盘转角、节气门开度与刹车力程至自动驾驶功能模型中;
步骤373,感知传感器模型输出目标物相对距离、相对速度与感知方位角至自动驾驶功能模型中;
步骤374,自动驾驶功能模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中,同时车辆动力学模型反馈发动机转速至自动驾驶功能模型中;
步骤375,加载车辆动力学模型与感知传感器模型至自动驾驶车辆模型上,自动驾驶车辆模型反馈行驶速度与横摆角速度至自动驾驶功能模型中,同时反馈行驶速度与车辆位姿至驾驶员模型中。
6.根据权利要求5所述的映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于:步骤4所述构建交互车辆模块的具体过程如下:
步骤41,利用步骤21输入的道路边线三维坐标作为轨迹约束边界,利用步骤31得到的自动驾驶车辆期望轨迹信息作为参考轨迹,设置期望行驶轨迹信息;所述期望行驶轨迹信息包括期望路径与期望速度;
步骤42,设置驾驶员模型,包括预瞄时间、反应延迟时间、最小车辆行驶速度、最大方向盘转角与转速;
步骤43,设置车辆动力学模型,包括车辆空气动力学参数、传动***、制动***、转向***、悬架***与轮胎模型;
步骤44,设置交互车辆模型,包括车辆类型与车身尺寸;
步骤45,将交互车辆模块内模型信息进行传递。
7.根据权利要求6所述的映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于:步骤45所述将交互车辆模块内模型信息进行传递,具体步骤如下:
步骤451,将期望行驶轨迹信息中的期望路径与期望速度传递至驾驶员模型中;
步骤452,驾驶员模型输出方向盘转角、节气门开度与刹车力程至车辆动力学模型中;
步骤453,加载车辆动力学模型至交互车辆模型上,交互车辆模型反馈行驶速度与车辆位姿至驾驶员模型中。
8.根据权利要求7所述的映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法,其特征在于:步骤5所述的集成步骤2中的道路环境模块、步骤3中的自动驾驶车辆模块与步骤4中的交互车辆模块,实现信息互联的具体过程如下:
步骤51,将道路环境模块与自动驾驶车辆模块进行集成方法,具体包括:
步骤511,将路面摩擦系数与不平整度传递至自动驾驶车辆模块中的车辆动力学模型中;
步骤512,将道路线形模型与天气环境信息传递至感知传感器模型中;
步骤52,将交互车辆模块与自动驾驶车辆模块进行集成:将交互车辆模块中得到的车辆位姿传递至感知传感器模型中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334889.9A CN112526968B (zh) | 2020-11-25 | 2020-11-25 | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334889.9A CN112526968B (zh) | 2020-11-25 | 2020-11-25 | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112526968A true CN112526968A (zh) | 2021-03-19 |
CN112526968B CN112526968B (zh) | 2021-11-30 |
Family
ID=74993146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011334889.9A Active CN112526968B (zh) | 2020-11-25 | 2020-11-25 | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112526968B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325261A (zh) * | 2021-07-15 | 2021-08-31 | 北京智能车联产业创新中心有限公司 | 自动驾驶车辆工控硬件的温湿度适应性测试方法及*** |
CN113867315A (zh) * | 2021-09-24 | 2021-12-31 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
CN114529651A (zh) * | 2022-04-24 | 2022-05-24 | 中国汽车技术研究中心有限公司 | 一种用于自动驾驶汽车实际道路测试的可视化记录设备 |
CN115979679A (zh) * | 2023-03-22 | 2023-04-18 | 中国汽车技术研究中心有限公司 | 自动驾驶***实际道路测试方法、设备和存储介质 |
AT525982A4 (de) * | 2022-04-19 | 2023-10-15 | Avl List Gmbh | Verfahren und Systems zum Betreiben eines Prüfstands mit szenarienbasierten Prüfstandstests eines Verkehrsteilnehmers |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108256233A (zh) * | 2018-01-18 | 2018-07-06 | 中国第汽车股份有限公司 | 基于驾驶员风格的智能车轨迹规划及跟踪方法和*** |
CN109187048A (zh) * | 2018-09-14 | 2019-01-11 | 盯盯拍(深圳)云技术有限公司 | 自动驾驶性能测试方法以及自动驾驶性能测试装置 |
CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及*** |
CN111006879A (zh) * | 2019-12-25 | 2020-04-14 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 |
CN111061167A (zh) * | 2019-12-26 | 2020-04-24 | 清华大学苏州汽车研究院(相城) | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 |
CN111240224A (zh) * | 2018-11-28 | 2020-06-05 | 苏州慧德仿真技术有限公司 | 一种车辆自动驾驶技术的多功能仿真模拟*** |
CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试***及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11669653B2 (en) * | 2017-05-02 | 2023-06-06 | The Regents Of The University Of Michigan | Simulated vehicle traffic for autonomous vehicles |
KR20200129803A (ko) * | 2019-05-10 | 2020-11-18 | 현대자동차주식회사 | 실도로 가상주행환경을 이용한 ems 매핑 최적화 방법 및 엔진 가상시험환경 시스템 |
GB201906813D0 (en) * | 2019-05-16 | 2019-06-26 | Roboraca Ltd | Metaverse |
-
2020
- 2020-11-25 CN CN202011334889.9A patent/CN112526968B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108256233A (zh) * | 2018-01-18 | 2018-07-06 | 中国第汽车股份有限公司 | 基于驾驶员风格的智能车轨迹规划及跟踪方法和*** |
CN109187048A (zh) * | 2018-09-14 | 2019-01-11 | 盯盯拍(深圳)云技术有限公司 | 自动驾驶性能测试方法以及自动驾驶性能测试装置 |
CN111240224A (zh) * | 2018-11-28 | 2020-06-05 | 苏州慧德仿真技术有限公司 | 一种车辆自动驾驶技术的多功能仿真模拟*** |
CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及*** |
CN111006879A (zh) * | 2019-12-25 | 2020-04-14 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 |
CN111061167A (zh) * | 2019-12-26 | 2020-04-24 | 清华大学苏州汽车研究院(相城) | 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台 |
CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试***及方法 |
Non-Patent Citations (3)
Title |
---|
冀杰等: "基于三维虚拟环境的车辆跟随硬件在环仿真***设计", 《西南大学学报(自然科学版)》 * |
张珊等: "基于交通事故的自动驾驶虚拟测试方法研究", 《中国汽车》 * |
郭文婷等: "虚拟智能驾驶仿真平台的设计与实现", 《湖北理工学院学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325261A (zh) * | 2021-07-15 | 2021-08-31 | 北京智能车联产业创新中心有限公司 | 自动驾驶车辆工控硬件的温湿度适应性测试方法及*** |
CN113325261B (zh) * | 2021-07-15 | 2023-03-14 | 北京智能车联产业创新中心有限公司 | 自动驾驶车辆工控硬件的温湿度适应性测试方法及*** |
CN113867315A (zh) * | 2021-09-24 | 2021-12-31 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
CN113867315B (zh) * | 2021-09-24 | 2023-06-02 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
AT525982A4 (de) * | 2022-04-19 | 2023-10-15 | Avl List Gmbh | Verfahren und Systems zum Betreiben eines Prüfstands mit szenarienbasierten Prüfstandstests eines Verkehrsteilnehmers |
AT525982B1 (de) * | 2022-04-19 | 2023-10-15 | Avl List Gmbh | Verfahren und Systems zum Betreiben eines Prüfstands mit szenarienbasierten Prüfstandstests eines Verkehrsteilnehmers |
CN114529651A (zh) * | 2022-04-24 | 2022-05-24 | 中国汽车技术研究中心有限公司 | 一种用于自动驾驶汽车实际道路测试的可视化记录设备 |
CN114529651B (zh) * | 2022-04-24 | 2022-07-22 | 中国汽车技术研究中心有限公司 | 一种用于自动驾驶汽车实际道路测试的可视化记录设备 |
CN115979679A (zh) * | 2023-03-22 | 2023-04-18 | 中国汽车技术研究中心有限公司 | 自动驾驶***实际道路测试方法、设备和存储介质 |
CN115979679B (zh) * | 2023-03-22 | 2023-06-23 | 中国汽车技术研究中心有限公司 | 自动驾驶***实际道路测试方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112526968B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112526968B (zh) | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 | |
CN110853393B (zh) | 智能网联车辆测试场数据采集与融合方法及*** | |
US10737717B2 (en) | Trajectory tracking for vehicle lateral control using neural network | |
US11307040B2 (en) | Map information provision system | |
CN107972663B (zh) | 一种基于智能驾驶技术的车辆控制***、装置及方法 | |
CN110647056A (zh) | 一种基于整车硬件在环的智能网联汽车环境模拟仿真*** | |
CN109062209A (zh) | 一种智能辅助驾驶控制***及其控制方法 | |
EP4141736A1 (en) | Lane tracking method and apparatus | |
WO2018138769A1 (ja) | 車両制御装置、車両制御方法、および車両制御プログラム | |
CN102591332B (zh) | 用于无人驾驶汽车局部路径规划的装置及方法 | |
CN208477372U (zh) | 一种自动驾驶*** | |
CN109975035B (zh) | 一种l3级自动驾驶汽车整车级在环测试台架*** | |
US9454857B2 (en) | Method for testing a vehicle or a component of a vehicle | |
US20170309187A1 (en) | Vehicle platoon system and method thereof | |
US20190064843A1 (en) | Autonomous driving device | |
CN110208842A (zh) | 一种车联网环境下车辆高精度定位方法 | |
CN107403038A (zh) | 一种智能汽车虚拟快速测试方法 | |
CN111279689B (zh) | 显示***、显示方法及存储介质 | |
US20210284174A1 (en) | Driving risk identification model calibration method and system | |
CN111552302B (zh) | 带有汇入车道的道路中汽车自动驾驶并线控制方法 | |
CN113252022A (zh) | 一种地图数据处理方法及装置 | |
CN113051765A (zh) | 一种基于虚拟场景变换的智能驾驶车辆车路在环测试方法 | |
CN110954126A (zh) | 显示***、显示方法及存储介质 | |
CN115129053A (zh) | 一种机场牵引运输车及其自动驾驶*** | |
CN208477371U (zh) | 基于捷联惯导的高速公路自动驾驶*** |
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 |