CN112785842B - 一种在线交通流仿真*** - Google Patents
一种在线交通流仿真*** Download PDFInfo
- Publication number
- CN112785842B CN112785842B CN202011565910.6A CN202011565910A CN112785842B CN 112785842 B CN112785842 B CN 112785842B CN 202011565910 A CN202011565910 A CN 202011565910A CN 112785842 B CN112785842 B CN 112785842B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- traffic flow
- map
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种在线交通流仿真***,包括:所述地图处理模块用于将所述地图数据转换为通用地图格式的标准地图数据;所述地图信息查询模块用于基于所述标准地图数据进行全局路径规划,获得目标地图数据;所述数据集处理模块用于对真实参考数据进行标准化处理,得到标准轨迹数据;所述仿真器用于获取目标地图数据和标准轨迹数据,并根据所述目标地图数据、标准轨迹数据以及预设的车辆智能体,生成交通流仿真数据。本发明实施例公开的在线交通流仿真***具有极强的通用性,能够在不同项目背景中得到快速应用,生成的仿真交通轨迹数据真实性和准确性较高,有效提高了交通轨迹数据获取的效率和可靠性。
Description
技术领域
本发明涉及智能交通技术领域,具体涉及一种在线交通流仿真***。
背景技术
在智能交通的研究中,可以通过运用各种先进技术对大数据进行分析处理,来分析交通流数据相关的重要特征,实现智能决策及辅助驾驶等功能,从而保障公路交通的运行安全和管理效率。尤其是随着网络科技的快速发展,大数据分析技术成为解决城市交通问题研究重点。
然而,在实际应用中,交通流数据具有复杂多变的特性,随着时间和空间的变化,车辆交通状态也在不断变化,各种数据格式复杂多样。现有技术通常基于单侧角度设计仿真平台,使得仿真平台应用比较局限,往往只适用于具体的单个项目,导致现有仿真平台的通用性较差,无法实现在不同项目背景中得到快速应用。因此如何实现兼容不同的项目,快速生成大量有效的交通流轨迹数据成为目前业界亟待解决的需要课题。
发明内容
为此,本发明实施例提供一种在线交通流仿真***,以解决现有技术中存在的交通流仿真技术兼容效果较差,无法快速适应处理多种类型格式交通数据的要求,使得生成仿真交通轨迹数据效率较低的问题。
本发明实施例提供一种在线交通流仿真***,包括:地图处理模块、地图信息查询模块、仿真器、数据集处理模块;其中:
所述地图处理模块,用于获取地图数据,并将所述地图数据转换为通用地图格式的标准地图数据;
所述地图信息查询模块,用于基于所述标准地图数据提取路网信息,并基于所述路网信息在所述标准地图数据上进行全局路径规划,获得包含全局路径规划信息的目标地图数据;
所述数据集处理模块,用于获取预设的真实参考数据,并对所述真实参考数据进行标准化处理,得到标准轨迹数据;其中,所述真实参考数据包含车辆感知数据、手工标定数据及车辆轨迹跟踪数据;
所述仿真器,用于获取所述目标地图数据和所述标准轨迹数据,并根据所述目标地图数据、所述标准轨迹数据以及预设的车辆智能体,生成交通流仿真数据。
进一步的,所述的在线交通流仿真***,还包括:仿真节点模块;
所述仿真节点模块,用于基于传输控制协议将所述仿真器生成的交通流仿真数据传输到外部***中。
进一步的,所述仿真器包括:场景配置模块和车辆智能体分布模块;
所述仿真器具体用于:利用所述场景配置模块获取所述目标地图数据和所述标准轨迹数据,并根据所述目标地图数据、所述标准轨迹数据对场景进行设定,获得目标场景;以及利用所述车辆智能体分布模块将预设的车辆智能体放置到所述目标场景中,生成交通流仿真数据。
进一步的,所述车辆智能体分布模块,还用于从获取的真实车流数据中提取车流的运行分布信息,基于所述车流的运行分布信息设置所述车辆智能体在道路上的疏密程度、初始位置、初始速度以及固有属性信息。
进一步的,所述场景配置模块包括静态场景配置子模块和动态场景配置子模块;
所述静态场景配置子模块,用于根据获取的真实车道数据对所述场景中的静态场景内容进行设定;
所述动态场景配置子模块,用于根据获取的真实动态场景随时间的变化规则信息对所述场景中的动态场景内容进行设定。
进一步的,所述仿真器包括:模拟更新模块;
所述仿真器还用于,利用所述模拟更新模块获取周围车辆的真实数据信息判断车辆智能体在下一个时刻的运行速度,并控制所述车辆智能体在下一时刻执行相应的运行速度操作,生成相应的交通流仿真数据。
进一步的,所述模拟更新模块,还用于根据所述全局路径规划信息、当前道路信息以及所述周围车辆的真实数据信息,判断车辆智能体在下一个时刻是否变道,若是,则控制所述车辆智能体执行相应的变道操作,生成相应的交通流仿真数据。
进一步的,所述数据集处理模块具体用于:
获取车辆感知数据;其中,所述车辆感知数据包括车辆视觉感知数据和/或车辆激光感知数据;
采用多传感器信息融合方式对所述车辆感知数据进行处理,得到周围车辆在局部坐标系的目标位置;
根据所述目标位置和目标车辆的定位信息,得到目标车辆以及周围车辆的全局坐标位置;
根据所述目标车辆以及周围车辆的全局坐标位置,得到所述车辆感知数据对应的标准轨迹数据。
进一步的,所述数据集处理模块具体用于:
获取手工标定数据;
其中,所述手工标定数据包括车辆起始位置数据,车辆初始速度数据,车辆固定时间点的位置数据以及车辆速度数据;
基于所述手工标定数据,利用五次曲线拟合的方式获得所述手工标定数据对应的标准轨迹数据。
进一步的,所述数据集处理模块具体用于:
获得预设相机采集的车辆轨迹跟踪数据;
根据所述相机的内部参数和所述车辆轨迹跟踪数据,得到相机坐标系下的车辆轨迹数据;
根据所述相机的外部参数和所述相机坐标系下的车辆轨迹数据,得到世界坐标系下的车辆轨迹数据;
根据所述世界坐标系下的车辆轨迹数据,确定所述车辆轨迹跟踪数据对应的所有车辆在每一时刻的位置和速度信息,得到所述车辆轨迹跟踪数据对应的标准轨迹数据。
采用本发明实施例所述的在线交通流仿真***,能够通过地图处理模块将地图数据转换为通用地图格式的标准地图数据,通过数据集处理模块对获取的真实参考数据进行标准化处理,得到标准轨迹数据,并根据上述数据实现生成交通流仿真数据,其具有极强的通用性,能够在不同项目背景中得到快速应用,生成的仿真交通轨迹数据真实性和准确性较高,有效提高了交通轨迹数据获取的效率和可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获取其他的附图。
图1为本发明实施例提供的一种在线交通流仿真***的结构示意图;
图2为本发明实施例提供的一种在线交通流仿真***的完整结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获取的所有其他实施例,都属于本发明保护的范围。
下面基于本发明所述的在线交通流仿真***,对其实施例进行详细描述。如图1和2所示,本发明实施例提供的在线交通流仿真***具体实现过程包括以下部分:地图处理模块101、地图信息查询模块102、仿真器104、数据集处理模块103。其中:
所述地图处理模块101,用于获取地图数据,并将所述地图数据转换为通用地图格式的标准地图数据。
在具体实施过程中,使用地图数据的格式多种多样,分别用以支持不同的仿真平台。但是,由于地图数据格式的不统一,使得很多仿真平台无法被同时使用。为此,本发明通过地图处理模块101按照预设的转换算法可将不同的地图格式统一转化成通用的、开放的格式,比如包括:OpenDrive(开放的文件格式)地图数据或者OSM(OpenStreetMap;可编辑的世界地图)格式地图数据等。其中,所述OpenDrive是一种XML文件,也是一种矢量地图,其具体用于道路网络的逻辑描述,方便在各种驾驶仿真模拟器中进行数据交换。
所述地图信息查询模块102,用于基于所述标准地图数据提取路网信息,并基于所述路网信息在所述标准地图数据上进行全局路径规划,获得包含全局路径规划信息的目标地图数据。
在本部分中,所述地图信息查询模块102可基于上述通用地图格式的标准地图数据,提取路网结构数据,并按照预设的规则在该路网结构上进行全局路径规划,获得包含全局路径规划信息的目标地图数据。同时,该地图信息查询模块102还支持地图信息的访问,比如用于接收用户发送的地图信息访问请求,返回相应的目标数据。该目标数据包括车道标识数据,道路类型数据、道路连接关系数据、不同坐标系的转化关系数据等。
所述数据集处理模块103,用于获取预设的真实参考数据,并对所述真实参考数据进行标准化处理,得到标准轨迹数据。
在本部分中,所述真实参考数据用以提高仿真结果的真实性,具体包括车辆感知数据、手工标定数据、车辆轨迹跟踪数据等中的任意一个或者多个。
其中,所述车辆感知数据包括车辆视觉感知数据和/或车辆激光感知数据等。所述手工标定数据包括车辆起始位置数据,车辆初始速度数据,车辆固定时间点的位置数据以及车辆速度数据等。
在实际实施过程中,由于数据集的来源比较多样,可以是感知的数据、手工数据、轨迹跟踪得到的数据、现有的优质的仿真数据等,为此,在本发明实施例中,可利用数据集处理模块103将不同来源的数据标准化成相应的标准轨迹数据。
具体的,所述数据集处理模块103用于:获取车辆感知数据,采用多传感器信息融合方式对所述车辆感知数据进行处理,得到周围车辆在局部坐标系的目标位置;并根据所述目标位置,结合目标车辆的定位信息,得到目标车辆以及周围车辆的全局坐标位置;根据所述目标车辆以及周围车辆的全局坐标位置,得到所述车辆感知数据对应的标准轨迹数据。其中,所述目标车辆可以是指地理位置信号采集车辆,基于该采集车辆的定位信息可以得到该采集车以及周围车辆的全局坐标位置,从而获得采集到的所有车的标准轨迹数据。
进一步的,所述数据集处理模块103还可以用于获取手工标定数据,基于所述手工标定数据,利用五次曲线拟合的方式获得所述手工标定数据对应的标准轨迹数据。其中,所述手工标定数据是指手工指定的稀疏轨迹数据,具体包括车辆的起始位置、车辆的初始速度,车辆固定时间点的位置和速度等,在实际实施过程中利用五次曲线算法拟合可以获得连续时间的轨迹数据。
另外,所述数据集处理模块103还可以用于获得预设相机采集的车辆轨迹跟踪数据,根据所述相机的内部参数和所述车辆轨迹跟踪数据,得到相机坐标系下的车辆轨迹数据,根据所述相机的外部参数和所述相机坐标系下的车辆轨迹数据,得到世界坐标系下的车辆轨迹数据,根据所述世界坐标系下的车辆轨迹数据,确定所述车辆轨迹跟踪数据对应的所有车辆在每一时刻的位置和速度信息,得到所述车辆轨迹跟踪数据对应的标准轨迹数据。在具体实施过程中,可基于无人机携带预设相机俯拍的视频,通过轨迹跟踪的方式得到像素坐标系下的轨迹数据,根据相机内参得到相机坐标系下的轨迹,结合相机外参的得到世界坐标系下的车辆轨迹数据,利用已有的仿真器104,保存每个个体在每一时刻的位置和速度信息,从而得到车辆的轨迹数据。
所述仿真器104,用于获取所述目标地图数据和所述标准轨迹数据,并根据所述目标地图数据、所述标准轨迹数据以及预设的车辆智能体,生成交通流仿真数据。
在本部分中,所述仿真器104包括场景配置模块和车辆智能体分布模块。所述仿真器104具体用于利用所述场景配置模块获取所述目标地图数据和所述标准轨迹数据,并根据所述目标地图数据、所述标准轨迹数据对场景进行设定,获得目标场景;以及利用所述车辆智能体分布模块将预设的车辆智能体放置到所述目标场景中,生成交通流仿真数据。
除此之外,所述车辆智能体分布模块还用于从获取的真实车流数据中提取车流的运行分布信息,基于所述车流的运行分布信息设置所述车辆智能体在道路上的疏密程度、初始位置、初始速度以及固有属性信息。其中,所述固有属性信息具体包括车辆的大小、车辆的最大速度、车辆的倾向速度以及车辆的最大加速度等中的任意一个或者多个。所述运行分布信息具体包括车辆的空间分布信息、车辆的速度分布信息以及车辆的加速度分布信息等中的任意一个或者多个。
所述场景配置模块包括静态场景配置子模块和动态场景配置子模块。其中,所述静态场景配置子模块,用于根据获取的真实车道数据对所述场景中的静态场景内容进行设定;所述动态场景配置子模块,用于根据获取的真实动态场景随时间的变化规则信息对所述场景中的动态场景内容进行设定。
在具体实施过程中,所述仿真器104还可包括模拟更新模块。该仿真器104具体用于利用该模拟更新模块获取周围车辆的真实数据信息判断车辆智能体在下一个时刻的运行速度,并控制所述车辆智能体在下一时刻执行相应的运行速度操作,生成相应的交通流仿真数据。还可通过所述模拟更新模块根据所述全局路径规划信息、当前道路信息以及所述周围车辆的真实数据信息,判断车辆智能体在下一个时刻是否变道,若是,则控制所述车辆智能体执行相应的变道操作,生成相应的交通流仿真数据。
需要说明的是,所述仿真器104的核心即包括场景配置模块和车辆智能体分布模块。仿真器104的具体实现方法包括通过初始化的方式对场景进行设定,并将车辆智能体放置到场景中。其中,所述场景包括静态场景和动态场景,所述静态场景是指不随时间变化的场景内容,比如路网、车道线、斑马线、限速信息等;相应的,所述动态场景是指道路中随时间变化的场景内容,比如红绿灯信息等。车辆智能体分布模块,从真实车辆数据提取车流的空间分布信息、速度分布信息、加速度分布信息、道路的限速信息等目标信息,利用提取的目标信息,设置车流的在道路上的疏密程度,每辆车的初始位置、初始速度以及车辆的固有属性信息,比如车辆的大小、车辆的最大速度、车辆的倾向速度以及车辆的最大加速度等。
所述仿真器104中的模拟更新模块对每一时刻的车辆智能体进行模拟,采用实时更新的方式对车辆智能体的运行数据继续更新,具体包括车辆跟随数据的更新和车辆变道信息数据的更新。其中,车辆跟随数据的更新具体包括:根据周围车信息计算车在下一个时刻的速度。具体的,当目标车辆距离前部车辆过近时,目标车辆会倾向于减速;当目标车辆离前部车辆较远时,目标车辆会倾向于加速。
车辆变道信息数据的更新具体包括:采用数据驱动的方法根据采集的真实车辆数据,对轨迹变形、轨迹拼接以及基于能量函数的数据重组等进行处理。本发明采用数据驱动的方法相对与无数据驱动的方法能产生更加真实的仿真结果。
在具体实施过程中,车辆变道时结合道路信息,全局路径规划信息以及周围车辆信息确定当前目标车辆是否变道。比如,当道路信息中显示当前车道前方不可行驶时,当前目标车辆会选择变道,全局路径规划中显示下一个车道段和当前车道段不属于同一个车道时,当前车会选择变道。当前车道的速度过慢,当前车道被压速,且相邻车道适合变道时,当前目标车辆可选择变道。变道方法包括基于规则的变道、基于强化学习、基于监督学习的变道方法,实现帮助智能体判断当前状态是否适合变道,具体实现过程在此不再详细赘述。
另外,实践中由于外部***实现的编程语言各有差异,比如外部***包括自动驾驶算法训练平台、模拟平台、测试平台等,要将仿真平台直接嵌入到每一个外部***费事费力。为此,本发明所述的在线交通流仿真***还包括仿真节点模块,该仿真节点模块是仿真器104与外部***通信的桥梁。通过仿真节点模块采用网络传输协议进行信息的传递,从而将仿真器104生成的交通流仿真数据实时地传输给外部***。具体的,所述仿真节点模块,用于基于TCP(Transmission Control Protocol)传输控制协议将所述仿真器104生成的交通流仿真数据传输到外部***中。
本发明所述的支持多地图格式、多源数据集、多对接***的在线交通流仿真***。采用本发明实施例所述的在线交通流仿真***,能够通过地图处理模块101将地图数据转换为通用地图格式的标准地图数据,通过数据集处理模块103对获取的真实参考数据进行标准化处理,得到标准轨迹数据,并根据上述数据实现生成交通流仿真数据,其具有极强的通用性,能够在不同项目背景中得到快速应用,生成的仿真交通轨迹数据真实性和准确性较高,有效提高了交通轨迹数据获取的效率和可靠性。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是物理单元。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施上述方案内容。
通过以上的实施方式的描述内容,本领域的技术人员可以清楚地了解到各实施方式能能够借助通用硬件平台的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以具备特殊功能的硬件产品的形式体现出来,该硬件产品可以通过计算机设备(可以是个人计算机,服务器,或者网络设备等)实现各个实施例或者实施例的某些部分所述的功能。
最后应说明的是:以上实施例仅用来说明本发明的具体技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员也应当理解: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发明各实施例技术方案的精神和范围。
Claims (9)
1.一种在线交通流仿真***,其特征在于,包括:地图处理模块、地图信息查询模块、仿真器、数据集处理模块;其中:
所述地图处理模块,用于获取地图数据,并将所述地图数据转换为通用地图格式的标准地图数据;
所述地图信息查询模块,用于基于所述标准地图数据提取路网信息,并基于所述路网信息在所述标准地图数据上进行全局路径规划,获得包含全局路径规划信息的目标地图数据;
所述数据集处理模块,用于获取预设的真实参考数据,并对所述真实参考数据进行标准化处理,得到标准轨迹数据;其中,所述真实参考数据包含车辆感知数据、手工标定数据及车辆轨迹跟踪数据;
所述仿真器,用于获取所述目标地图数据和所述标准轨迹数据,并根据所述目标地图数据、所述标准轨迹数据以及预设的车辆智能体,生成交通流仿真数据;所述仿真器包括:场景配置模块和车辆智能体分布模块;所述仿真器具体用于:利用所述场景配置模块获取所述目标地图数据和所述标准轨迹数据,并根据所述目标地图数据、所述标准轨迹数据对场景进行设定,获得目标场景;以及利用所述车辆智能体分布模块将预设的车辆智能体放置到所述目标场景中,生成交通流仿真数据。
2.根据权利要求1所述的在线交通流仿真***,其特征在于,还包括:仿真节点模块;
所述仿真节点模块,用于基于传输控制协议将所述仿真器生成的交通流仿真数据传输到外部***中。
3.根据权利要求1所述的在线交通流仿真***,其特征在于,所述车辆智能体分布模块,还用于从获取的真实车流数据中提取车流的运行分布信息,基于所述车流的运行分布信息设置所述车辆智能体在道路上的疏密程度、初始位置、初始速度以及固有属性信息。
4.根据权利要求1所述的在线交通流仿真***,其特征在于,所述场景配置模块包括静态场景配置子模块和动态场景配置子模块;
所述静态场景配置子模块,用于根据获取的真实车道数据对所述场景中的静态场景内容进行设定;
所述动态场景配置子模块,用于根据获取的真实动态场景随时间的变化规则信息对所述场景中的动态场景内容进行设定。
5.根据权利要求1所述的在线交通流仿真***,其特征在于,所述仿真器包括:模拟更新模块;
所述仿真器还用于,利用所述模拟更新模块获取周围车辆的真实数据信息判断车辆智能体在下一个时刻的运行速度,并控制所述车辆智能体在下一时刻执行相应的运行速度操作,生成相应的交通流仿真数据。
6.根据权利要求5所述的在线交通流仿真***,其特征在于,所述模拟更新模块,还用于根据所述全局路径规划信息、当前道路信息以及所述周围车辆的真实数据信息,判断车辆智能体在下一个时刻是否变道,若是,则控制所述车辆智能体执行相应的变道操作,生成相应的交通流仿真数据。
7.根据权利要求1所述的在线交通流仿真***,其特征在于,所述数据集处理模块具体用于:
获取车辆感知数据;其中,所述车辆感知数据包括车辆视觉感知数据和/或车辆激光感知数据;
采用多传感器信息融合方式对所述车辆感知数据进行处理,得到周围车辆在局部坐标系的目标位置;
根据所述目标位置和目标车辆的定位信息,得到目标车辆以及周围车辆的全局坐标位置;
根据所述目标车辆以及周围车辆的全局坐标位置,得到所述车辆感知数据对应的标准轨迹数据。
8.根据权利要求1所述的在线交通流仿真***,其特征在于,所述数据集处理模块具体用于:
获取手工标定数据;
其中,所述手工标定数据包括车辆起始位置数据,车辆初始速度数据,车辆固定时间点的位置数据以及车辆速度数据;
基于所述手工标定数据,利用五次曲线拟合的方式获得所述手工标定数据对应的标准轨迹数据。
9.根据权利要求1所述的在线交通流仿真***,其特征在于,所述数据集处理模块具体用于:
获得预设相机采集的车辆轨迹跟踪数据;
根据所述相机的内部参数和所述车辆轨迹跟踪数据,得到相机坐标系下的车辆轨迹数据;
根据所述相机的外部参数和所述相机坐标系下的车辆轨迹数据,得到世界坐标系下的车辆轨迹数据;
根据所述世界坐标系下的车辆轨迹数据,确定所述车辆轨迹跟踪数据对应的所有车辆在每一时刻的位置和速度信息,得到所述车辆轨迹跟踪数据对应的标准轨迹数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011565910.6A CN112785842B (zh) | 2020-12-25 | 2020-12-25 | 一种在线交通流仿真*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011565910.6A CN112785842B (zh) | 2020-12-25 | 2020-12-25 | 一种在线交通流仿真*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785842A CN112785842A (zh) | 2021-05-11 |
CN112785842B true CN112785842B (zh) | 2022-04-12 |
Family
ID=75752520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011565910.6A Active CN112785842B (zh) | 2020-12-25 | 2020-12-25 | 一种在线交通流仿真*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785842B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113257011B (zh) * | 2021-05-13 | 2022-07-26 | 广西交通职业技术学院 | 一种基于车路协同的交通信号控制*** |
CN113392106A (zh) * | 2021-05-31 | 2021-09-14 | 东南大学 | 一种多智能体交通仿真数据存储与更新方法 |
CN113345227B (zh) * | 2021-05-31 | 2022-09-20 | 上海涵润汽车电子有限公司 | 一种随机交通流生成方法及装置 |
CN113778102B (zh) * | 2021-09-22 | 2023-05-12 | 重庆长安汽车股份有限公司 | Avp全局路径规划***、方法、车辆及存储介质 |
CN114035576B (zh) * | 2021-11-09 | 2023-09-08 | 北京赛目科技股份有限公司 | 一种驾驶路径的确定方法及装置 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446463A (zh) * | 2018-03-02 | 2018-08-24 | 南京航空航天大学 | 融合车辆动力学的微观交通流协同仿真平台、仿真方法及安全评价方法 |
CN109064755A (zh) * | 2018-07-24 | 2018-12-21 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真路况感知管理***的路径识别方法 |
CN109856993A (zh) * | 2019-01-29 | 2019-06-07 | 北京奥特贝睿科技有限公司 | 一种自主驾驶仿真平台 |
CN109886541A (zh) * | 2019-01-14 | 2019-06-14 | 北京百度网讯科技有限公司 | 自动驾驶车辆数据质量评估方法、装置及存储介质 |
CN110570660A (zh) * | 2019-11-06 | 2019-12-13 | 深圳市城市交通规划设计研究中心有限公司 | 一种实时在线交通仿真***及方法 |
CN110765605A (zh) * | 2019-10-14 | 2020-02-07 | 武汉光庭信息技术股份有限公司 | 一种交通流仿真场景的生成方法及装置 |
CN110782661A (zh) * | 2019-09-17 | 2020-02-11 | 浙江大学 | 一种基于数据驱动优化的通用混合交通仿真方法 |
CN110793784A (zh) * | 2019-09-16 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 自动驾驶车辆的测试方法、装置、存储介质及电子装置 |
CN110928290A (zh) * | 2019-03-06 | 2020-03-27 | 纽劢科技(上海)有限公司 | 五次曲线路径规划方法及车道中心线维护方法 |
CN111259545A (zh) * | 2020-01-15 | 2020-06-09 | 吉利汽车研究院(宁波)有限公司 | 智能驾驶虚拟仿真云平台 |
CN111339649A (zh) * | 2020-02-20 | 2020-06-26 | 西南交通大学 | 一种采集车辆轨迹数据的仿真方法、***及设备 |
CN111397448A (zh) * | 2020-03-13 | 2020-07-10 | 北京星际荣耀空间科技有限公司 | 姿控参数自适应调节方法、装置、电子设备及存储介质 |
CN111505965A (zh) * | 2020-06-17 | 2020-08-07 | 深圳裹动智驾科技有限公司 | 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质 |
CN111651828A (zh) * | 2020-06-12 | 2020-09-11 | 招商局重庆交通科研设计院有限公司 | 基于寻径优化和并行计算架构的交通流模拟方法和*** |
CN111665738A (zh) * | 2019-03-05 | 2020-09-15 | 阿里巴巴集团控股有限公司 | 在环仿真***及其中的信息处理方法及装置 |
CN111694287A (zh) * | 2020-05-14 | 2020-09-22 | 北京百度网讯科技有限公司 | 无人驾驶仿真场景中的障碍物模拟方法和装置 |
CN111753425A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 仿真方法、装置、电子设备及存储介质 |
CN111753424A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 仿真方法、装置、电子设备及存储介质 |
CN211943272U (zh) * | 2020-01-16 | 2020-11-17 | 际络科技(上海)有限公司 | 自动驾驶控制器、车辆的自动驾驶***和车辆 |
CN112100856A (zh) * | 2020-09-17 | 2020-12-18 | 上汽大众汽车有限公司 | 一种基于多平台的自动驾驶联合仿真方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130176146A1 (en) * | 2010-06-15 | 2013-07-11 | The Provost, Fellows And Scholars Of The College Of The Holy & Undivided Trinity Of Queen Elizabeth | Decentralised Autonomic System and Method for Use in an Urban Traffic Control Environment |
US11048832B2 (en) * | 2018-01-12 | 2021-06-29 | Intel Corporation | Simulated vehicle operation modeling with real vehicle profiles |
CN111651829B (zh) * | 2020-06-12 | 2022-03-29 | 招商局重庆交通科研设计院有限公司 | 基于智能体交通流模拟的道路仿真平台 |
-
2020
- 2020-12-25 CN CN202011565910.6A patent/CN112785842B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446463A (zh) * | 2018-03-02 | 2018-08-24 | 南京航空航天大学 | 融合车辆动力学的微观交通流协同仿真平台、仿真方法及安全评价方法 |
CN109064755A (zh) * | 2018-07-24 | 2018-12-21 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真路况感知管理***的路径识别方法 |
CN109886541A (zh) * | 2019-01-14 | 2019-06-14 | 北京百度网讯科技有限公司 | 自动驾驶车辆数据质量评估方法、装置及存储介质 |
CN109856993A (zh) * | 2019-01-29 | 2019-06-07 | 北京奥特贝睿科技有限公司 | 一种自主驾驶仿真平台 |
CN111665738A (zh) * | 2019-03-05 | 2020-09-15 | 阿里巴巴集团控股有限公司 | 在环仿真***及其中的信息处理方法及装置 |
CN110928290A (zh) * | 2019-03-06 | 2020-03-27 | 纽劢科技(上海)有限公司 | 五次曲线路径规划方法及车道中心线维护方法 |
CN110793784A (zh) * | 2019-09-16 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 自动驾驶车辆的测试方法、装置、存储介质及电子装置 |
CN110782661A (zh) * | 2019-09-17 | 2020-02-11 | 浙江大学 | 一种基于数据驱动优化的通用混合交通仿真方法 |
CN110765605A (zh) * | 2019-10-14 | 2020-02-07 | 武汉光庭信息技术股份有限公司 | 一种交通流仿真场景的生成方法及装置 |
CN110570660A (zh) * | 2019-11-06 | 2019-12-13 | 深圳市城市交通规划设计研究中心有限公司 | 一种实时在线交通仿真***及方法 |
CN111259545A (zh) * | 2020-01-15 | 2020-06-09 | 吉利汽车研究院(宁波)有限公司 | 智能驾驶虚拟仿真云平台 |
CN211943272U (zh) * | 2020-01-16 | 2020-11-17 | 际络科技(上海)有限公司 | 自动驾驶控制器、车辆的自动驾驶***和车辆 |
CN111339649A (zh) * | 2020-02-20 | 2020-06-26 | 西南交通大学 | 一种采集车辆轨迹数据的仿真方法、***及设备 |
CN111397448A (zh) * | 2020-03-13 | 2020-07-10 | 北京星际荣耀空间科技有限公司 | 姿控参数自适应调节方法、装置、电子设备及存储介质 |
CN111694287A (zh) * | 2020-05-14 | 2020-09-22 | 北京百度网讯科技有限公司 | 无人驾驶仿真场景中的障碍物模拟方法和装置 |
CN111651828A (zh) * | 2020-06-12 | 2020-09-11 | 招商局重庆交通科研设计院有限公司 | 基于寻径优化和并行计算架构的交通流模拟方法和*** |
CN111505965A (zh) * | 2020-06-17 | 2020-08-07 | 深圳裹动智驾科技有限公司 | 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质 |
CN111753425A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 仿真方法、装置、电子设备及存储介质 |
CN111753424A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 仿真方法、装置、电子设备及存储介质 |
CN112100856A (zh) * | 2020-09-17 | 2020-12-18 | 上汽大众汽车有限公司 | 一种基于多平台的自动驾驶联合仿真方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112785842A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112785842B (zh) | 一种在线交通流仿真*** | |
CN109884916B (zh) | 一种自动驾驶仿真评估方法及装置 | |
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 | |
WO2023207016A1 (zh) | 一种基于数字孪生云控平台的自动驾驶测试***和方法 | |
CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
WO2022141910A1 (zh) | 一种基于行车安全风险场的车路激光雷达点云动态分割及融合方法 | |
CN111123920A (zh) | 一种自动驾驶仿真测试场景生成方法和装置 | |
WO2021102718A1 (zh) | 一种基于SCANeR的人机混驾自动驾驶虚拟测试平台 | |
CN109461342B (zh) | 一种用于无人驾驶机动车的教学***及其教学方法 | |
KR102139172B1 (ko) | 가상환경에서의 자율주행차량 시뮬레이션 방법 | |
JP2022511990A (ja) | 情報補完方法、車線認識方法、インテリジェント走行方法及び関連製品 | |
WO2021237768A1 (zh) | 一种基于数据驱动的实现预测模型自动化迭代的*** | |
WO2022156181A1 (zh) | 一种运动轨迹的预测方法及装置 | |
CN115061385A (zh) | 一种基于车路云协同的实车在环仿真测试平台 | |
CN116403174A (zh) | 一种端到端自动驾驶方法、***、仿真***及存储介质 | |
JP7391125B2 (ja) | 自動運転特徴の特定方法、装置、設備、媒体及びコンピュータプログラム | |
Cao et al. | Data generation using simulation technology to improve perception mechanism of autonomous vehicles | |
CN112597005A (zh) | 一种自动驾驶全栈算法闭环仿真测试***及方法 | |
CN117193041A (zh) | 一种基于数字孪生的无人集卡在环测试平台 | |
CN106504542A (zh) | 车速智能监控方法和*** | |
CN115857685A (zh) | 一种感知算法数据闭环方法及相关装置 | |
Cime et al. | Hardware-in-the-Loop, Traffic-in-the-Loop and Software-in-the-Loop Autonomous Vehicle Simulation for Mobility Studies | |
Zhuo et al. | A novel vehicle detection framework based on parallel vision | |
Feng et al. | Research on Testing System for an Intelligent and Connected Vehicle | |
CN113946128A (zh) | 一种无人机集群半实物仿真控制*** |
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 |