CN113569378B - 仿真场景的生成方法、装置、电子设备以及存储介质 - Google Patents
仿真场景的生成方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113569378B CN113569378B CN202110666628.5A CN202110666628A CN113569378B CN 113569378 B CN113569378 B CN 113569378B CN 202110666628 A CN202110666628 A CN 202110666628A CN 113569378 B CN113569378 B CN 113569378B
- Authority
- CN
- China
- Prior art keywords
- information
- track
- lane
- driving parameter
- parameter information
- 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 189
- 238000000034 method Methods 0.000 title claims abstract description 82
- 230000006399 behavior Effects 0.000 claims description 51
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000004888 barrier function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18159—Traversing an intersection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
- B60W2554/4029—Pedestrians
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4044—Direction of movement, e.g. backwards
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4046—Behavior, e.g. aggressive or erratic
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/40—High definition maps
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了仿真场景的生成方法、装置、电子设备以及存储介质,涉及人工智能技术领域,具体涉及智能交通、自动驾驶技术领域。具体实现方案为:获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹;根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹;根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。由此,实现了自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及智能交通、自动驾驶技术领域,尤其涉及仿真场景的生成方法、装置、电子设备以及存储介质。
背景技术
随着计算机技术的迅速发展,自动驾驶受到了人们的广泛关注,为了提高自动驾驶***的安全性和可靠性,经常需要通过自动驾驶***对自动驾驶过程进行仿真运行。在此过程中,需要建立用于进行仿真的自动驾驶仿真场景。
路口仿真场景涉及的路型复杂,交通对象种类、动作多样,如何便捷、高效的生成路口仿真场景,对于进行路口场景的自动驾驶仿真具有重要意义。
发明内容
本公开提供了一种仿真场景的生成方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种仿真场景的生成方法,包括:获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;根据所述第一驾驶参数信息以及所述交通元素信息,生成所述主车对应的第一轨迹;根据所述第二驾驶参数信息以及所述交通元素信息,生成所述障碍车对应的第二轨迹;根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成仿真场景。
根据本公开的另一方面,提供了一种仿真场景的生成装置,包括:获取模块,用于获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;第一生成模块,用于根据所述第一驾驶参数信息以及所述交通元素信息,生成所述主车对应的第一轨迹;第二生成模块,用于根据所述第二驾驶参数信息以及所述交通元素信息,生成所述障碍车对应的第二轨迹;第三生成模块,用于根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成仿真场景。
根据本公开的另一方面,提供了一种电子设备,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如上所述的仿真场景的生成方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的仿真场景的生成方法。
根据本公开的另一方面,提供了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如上所述的仿真场景的生成方法。
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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的仿真场景的生成方法的流程示意图;
图2是根据本公开第二实施例的仿真场景的生成方法的流程示意图;
图3是根据本公开第二实施例的仿真场景的生成方法的信息流的示意图;
图4是根据本公开第三实施例的仿真场景的生成方法的流程示意图;
图5是根据本公开第三实施例的仿真场景的生成方法的信息流的示意图;
图6是根据本公开第四实施例的仿真场景的生成方法的流程示意图;
图7是根据本公开第五实施例的仿真场景的生成装置的结构示意图;
图8是根据本公开第六实施例的仿真场景的生成装置的结构示意图;
图9是用来实现本公开实施例的仿真场景的生成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。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
可以理解的是,随着计算机技术的迅速发展,自动驾驶受到了人们的广泛关注,为了提高自动驾驶***的安全性和可靠性,经常需要通过自动驾驶***对自动驾驶过程进行仿真运行。在此过程中,需要建立用于进行仿真的自动驾驶仿真场景。
路口仿真场景涉及的路型复杂,交通对象种类、动作多样,如何便捷、高效的生成路口仿真场景,对于进行路口场景的自动驾驶仿真具有重要意义。
目前市面上的自动驾驶仿真场景工具众多,包含成熟的商业化软件,以及相关企业自研的场景生成软件。但是上述自动驾驶仿真场景工具都需要用户人工设计并编辑路口仿真场景。而人工设计与编辑路口仿真场景的方式效率较低,耗时长。自动驾驶项目落地前需要进行充分的路口仿真测试,这需要在短期内生成大量、丰富的路口仿真场景作为支撑,而人工设计与编辑的方式无法满足这种需求。另外,由于人的思维与精力限制,人工设计的路口仿真场景是有限的,只能针对场景设计工程师认为重要的场景进行设计,无法设计出路口区域内所有可能的场景,会导致仿真场景遗漏,不能在仿真阶段及时发现自动驾驶功能在经过路口,特别是复杂路口时的能力边界。
针对上述问题,本公开实施例提出一种仿真场景的生成方法、装置、电子设备、存储介质以及计算机程序产品。其中,仿真场景的生成方法为,首先获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息,再根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹,并根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹,进而根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。由此,实现了根据待处理的地图中与路口相关的交通元素信息以及主车的第一驾驶参数信息和障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
下面参考附图描述本公开实施例的仿真场景的生成方法、装置、电子设备、非瞬时计算机可读存储介质以及计算机程序产品。
首先结合图1,对本公开提供的仿真场景的生成方法进行详细描述。
图1是根据本公开第一实施例的仿真场景的生成方法的流程示意图。其中,需要说明的是,本实施例提供的仿真场景的生成方法,执行主体为仿真场景的生成装置,以下简称生成装置,该生成装置可以为电子设备,也可以被配置在电子设备中,以实现自动便捷、高效的生成路口的仿真场景,节省人力和时间成本,且提高场景覆盖度。本公开实施例以生成装置被配置在电子设备中为例进行说明。
其中,电子设备,可以是任意能够进行数据处理的静止或者移动计算设备,例如笔记本电脑、智能手机、可穿戴设备等移动计算设备,或者台式计算机等静止的计算设备,或者服务器,或者其它类型的计算设备等,本公开对此不作限制。
如图1所示,仿真场景的生成方法,可以包括以下步骤:
步骤101,获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息。
在本公开实施例中,可将高精度地图作为待处理的地图,通过反序列化读取高精度地图中的信息以获取该地图中与路口相关的交通元素信息。
其中,路口相关的交通元素信息,可以包括路口周边的车道信息、路口的交通灯的状态信息等任意与路口有关的交通元素信息。其中,路口周边的车道信息,可以包括丁字形路口或者十字形路口等路口的类型,也可以包括二车道、三车道等路口周边车道的数量,还可以包括直行车道、左转车道等路口周边车道允许的行驶方向,以及任意与路口周边车道有关的信息。路口的交通灯的状态信息,可以包括路口的各个行驶方向对应的信号灯的颜色等信息。
需要说明的是,获取的待处理的地图中与路口相关的交通元素信息,可以为待处理的地图中整个地图范围内的路口相关的交通元素信息,也可以为预设区域范围内的路口相关的交通元素信息,具体可以根据需要设置,本公开实施例对此不作限制。
在示例性实施例中,主车的第一驾驶参数信息,可以是用户根据需要定义的。障碍车的第二驾驶参数信息,可以是用户根据需要定义的,也可以是基于真实的交通流获取的,本公开实施例对此不作限制。其中,交通流包括道路上的车流、人流等。
其中,主车的第一驾驶参数信息,可以包括主车的第一驾驶行为信息、主车的速度信息、主车对应的第一轨迹的起点位置信息、终点位置信息等任意与主车有关的驾驶参数信息。其中,主车的第一驾驶行为信息,可以包括主车的左转、右转、直行、掉头等动作信息。主车对应的第一轨迹的起点位置信息,可以用来确定主车对应的第一轨迹的起点位置。比如,起点位置信息可以为第一轨迹的起点位置与主车所在车道的停止线所在位置之间的距离,其中,该停止线为主车沿所在车道行驶时经过路口前的停止线,从而根据停止线所在位置和该距离,可以确定第一轨迹的起点位置。主车对应的第一轨迹的终点位置信息,可以用来确定主车对应的第一轨迹的终点位置。比如,终点位置信息可以为第一轨迹的终点位置与主车所在车道的人行横道所在位置之间的距离,其中,该人行横道为主车沿所在车道行驶时经过路口后的人行横道,从而根据人行横道所在的位置和该距离,可以确定第一轨迹的终点位置。
障碍车的第二驾驶参数信息,可以包括障碍车的第二驾驶行为信息、障碍车的速度信息、障碍车对应的第二轨迹的起点位置信息或起点位置、终点位置信息、触发条件等任意与障碍车有关的驾驶参数信息。其中,障碍车的第二驾驶行为信息,可以包括障碍车的左转、右转、直行、掉头等动作信息。障碍车对应的第二轨迹的起点位置信息,可以用来确定障碍车对应的第二轨迹的起点位置。比如,起点位置信息可以为第二轨迹的起点位置与障碍车所在车道的停止线所在位置之间的距离,其中,停止线为障碍车沿所在车道行驶时经过路口前的停止线,从而根据停止线所在位置和该距离,可以确定第二轨迹的起点位置。障碍车对应的第二轨迹的终点位置信息,可以用来确定障碍车对应的第二轨迹的终点位置。比如,终点位置信息可以为第二轨迹的终点位置与障碍车所在车道的人行横道所在位置之间的距离,其中,该人行横道为障碍车沿所在车道行驶时经过路口后的人行横道,从而根据人行横道所在位置和该距离,可以确定第二轨迹的终点位置。其中,触发条件,为触发障碍车开始运动的条件,比如触发条件可以为障碍车所在车道允许的行驶方向对应的信号灯颜色为绿色,从而在障碍车所在车道允许的行驶方向对应的信号灯颜色为绿色时,障碍车开始运动。
步骤102,根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹。
在示例性实施例中,获取待处理的地图中与路口相关的交通元素信息以及主车的第一驾驶参数信息后,即可根据主车的第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹。
步骤103,根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹。
其中,障碍车的数量可以为一个,也可以为多个,具体可以根据需要设置障碍车的数量,本公开实施例对障碍车的数量不作限制。
在示例性实施例中,障碍车的数量为一个时,可以根据障碍车的第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹。
在障碍车的数量为多个时,可以分别根据各障碍车的第二驾驶参数信息,生成各障碍车分别对应的第二轨迹。
其中,步骤102和103可以同时执行,也可以先执行步骤102再执行步骤103,或者先执行步骤103再执行步骤102,本公开实施例对步骤102和103的执行顺序不作限制。
步骤104,根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。
在示例性实施例中,可以确定路口仿真场景的场景文件格式,并根据第一轨迹、第二轨迹、主车的速度等第一驾驶参数信息、障碍车的触发条件、速度等第二驾驶参数信息以及交通元素信息,得到路口仿真场景的场景信息,进而根据场景信息以及场景文件格式,自动生成具有该场景文件格式的仿真场景。
本公开实施例提供的仿真场景的生成方法,首先获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息,再根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹,并根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹,进而根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。由此,实现了根据待处理的地图中与路口相关的交通元素信息以及主车的第一驾驶参数信息和障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
通过上述分析可知,本公开实施例中,可以根据主车的第一驾驶参数信息以及待处理的地图中与路口相关的交通元素信息,生成主车对应的第一轨迹,根据障碍车的第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹。下面结合图2,对本公开提供的仿真场景的生成方法中,生成主车对应的第一轨迹的过程以及生成障碍车对应的第二轨迹的过程进一步说明。
图2是根据本公开第二实施例的仿真场景的生成方法的流程示意图。如图2所示,仿真场景的生成方法,可以包括以下步骤:
步骤201,获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;其中,第一驾驶参数信息,包括主车的第一驾驶行为信息、第一轨迹的起点位置信息以及终点位置信息,交通元素信息包括路口周边的车道信息。
在本公开实施例中,主车的第一驾驶参数信息,以及障碍车的第二驾驶参数信息,可以是用户根据需要定义的。
其中,上述步骤201的相关描述可以参考上述实施例,此处不再赘述。
步骤202,根据第一驾驶行为信息以及车道信息,确定主车所在的第一车道。
在示例性实施例中,可以将主车的第一驾驶行为信息与车道信息进行匹配,以确定主车所在的第一车道。
举例来说,假设主车的第一驾驶行为信息,包括主车的左转动作,则生成装置通过将主车的左转动作与车道信息进行匹配,可以获取待处理的地图中允许车辆左转的车道,并将该车道确定为主车所在的第一车道。
步骤203,根据第一轨迹的起点位置信息以及第一车道的车道信息,确定第一轨迹的起点位置。
其中,第一轨迹的起点位置信息,可以为起点位置与主车所在第一车道的第一预设位置之间的距离。比如,第一轨迹的起点位置信息,可以为起点位置与主车所在第一车道的停止线所在位置之间的距离,其中,停止线为主车沿所在第一车道行驶时经过路口前的停止线。
在示例性实施例中,以第一轨迹的起点位置信息,为起点位置与主车所在第一车道的停止线所在位置之间的距离为例,生成装置确定主车所在的第一车道后,可以根据地图中与路口相关的交通元素信息,获取第一车道的车道信息,并根据第一车道的车道信息,确定第一车道上的停止线所在位置,从而根据第一轨迹的起点位置与第一车道的停止线所在位置之间的距离,以及第一车道上的停止线所在位置,确定第一轨迹的起点位置。
步骤204,根据第一轨迹的终点位置信息以及第一车道的车道信息,确定第一轨迹的终点位置。
其中,第一轨迹的终点位置信息,可以为终点位置与主车所在第一车道的第二预设位置之间的距离。例如,第一轨迹的终点位置信息,可以为终点位置与主车在第一车道的人行横道所在位置之间的距离,其中,该人行横道为主车沿所在第一车道行驶时经过路口后的人行横道。
在示例性实施例中,以第一轨迹的终点位置信息,为终点位置与主车在第一车道的人行横道所在位置之间的距离为例,生成装置确定主车所在的第一车道后,可以根据地图中与路口相关的交通元素信息,获取第一车道的车道信息,并根据第一车道的车道信息,确定第一车道上的人行横道所在位置,从而根据第一轨迹的终点位置与主车所在第一车道的人行横道所在位置之间的距离,以及第一车道上的人行横道所在位置,确定第一轨迹的终点位置。
步骤205,获取第一轨迹的起点位置至第一轨迹的终点位置之间经过的第一目标点的集合,其中,第一目标点为第一车道的车道中心线上的点。
步骤206,根据第一目标点的集合,生成第一轨迹。
在示例性实施例中,确定了第一车道、第一轨迹的起点位置以及第一轨迹的终点位置之后,即可获取第一轨迹的起点位置至第一轨迹的终点位置之间经过的第一目标点的集合,其中,第一目标点为第一车道的车道中心线上的点,进而根据第一目标点的集合,生成第一轨迹。
通过上述过程,即可实现根据用户定义的第一驾驶行为信息、第一轨迹的起点位置信息、终点位置信息以及待处理的地图中路口周边的车道信息,自动生成主车对应的第一轨迹。这种生成主车对应的第一轨迹的方式,不需要人工逐一分析路口的细节,只需用户提供少量语义级别的主车定义参数,即可在短时间内快速批量生成符合用户意图的路口主车轨迹,提高了场景生成效率,节省了人工成本。
步骤207,根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹。
在示例性实施例中,障碍车的第二驾驶参数信息,可以是用户根据需要定义的。其中,第二驾驶参数信息,可以包括障碍车的第二驾驶行为信息、第二轨迹的起点位置信息以及终点位置信息。
在示例性实施例中,与根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹的过程类似,可以采用以下方式生成障碍车对应的第二轨迹:
根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道;根据第二轨迹的起点位置信息以及第二车道的车道信息,确定第二轨迹的起点位置;根据第二轨迹的终点位置信息以及第二车道的车道信息,确定第二轨迹的终点位置;获取第二轨迹的起点位置至第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为第二车道的车道中心线上的点;根据第二目标点的集合,生成第二轨迹。
其中,第二轨迹的起点位置信息,可以为起点位置与障碍车所在第二车道的第三预设位置之间的距离。比如,第二轨迹的起点位置信息,可以为起点位置与障碍车所在第二车道的停止线所在位置之间的距离,其中,停止线为障碍车沿所在车道行驶时经过路口前的停止线。
其中,第二轨迹的终点位置信息,可以为终点位置与障碍车所在第二车道的第四预设位置之间的距离。例如,第二轨迹的终点位置信息,可以为终点位置与障碍车在第二车道的人行横道所在位置之间的距离,其中,该人行横道为障碍车沿所在第二车道行驶时经过路口后的人行横道。
在示例性实施例中,以第二轨迹的起点位置信息,为起点位置与障碍车所在第二车道的停止线所在位置之间的距离,第二轨迹的终点位置信息,为终点位置与障碍车在第二车道的人行横道所在位置之间的距离为例,生成装置在将障碍车的第二驾驶行为信息与车道信息进行匹配,确定障碍车所在的第二车道后,可以根据地图中与路口相关的交通元素信息,获取第二车道的车道信息,并根据第二车道的车道信息,确定第二车道上的停止线所在位置以及人行横道所在位置,从而根据第二轨迹的起点位置与第二车道的停止线所在位置之间的距离,以及第二车道上的停止线所在位置,确定第二轨迹的起点位置,根据第二轨迹的终点位置与第二车道的人行横道所在位置之间的距离,以及第二车道上的人行横道所在位置,确定第二轨迹的终点位置。
在确定了第二车道、第二轨迹的起点位置以及第二轨迹的终点位置之后,即可获取第二轨迹的起点位置至第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为第二车道的车道中心线上的点,进而根据第二目标点的集合,生成第二轨迹。
通过上述过程,即可实现根据用户定义的第二驾驶行为信息、第二轨迹的起点位置信息、终点位置信息以及待处理的地图中路口周边的车道信息,自动生成障碍车对应的第二轨迹。这种生成障碍车对应的第二轨迹的方式,不需要人工逐一分析路口的细节,只需用户提供少量语义级别的障碍车定义参数,即可在短时间内快速批量生成符合用户意图的路口障碍车轨迹,提高了场景生成效率,节省了人工成本。
步骤208,根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。
其中,步骤208的具体实现过程及原理,可以参考上述实施例的描述,此处不再赘述。
可以理解的是,在实际应用中,经常会出现一个车道允许多个行驶方向的情况,比如,某个车道既允许左转,也允许直行。在本公开实施例中,障碍车所在的第二车道允许多个行驶方向时,可以针对每个行驶方向,生成对应行驶方向的第二轨迹。
即,在生成障碍车对应的第二轨迹时,根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道后,若第二车道允许多个行驶方向,则可以根据第二轨迹的起点位置信息以及第二车道的车道信息,确定第二轨迹的起点位置,根据第二轨迹的终点位置信息以及第二车道的车道信息,确定各行驶方向分别对应的第二轨迹的终点位置,再针对每个行驶方向,获取第二轨迹的起点位置至对应行驶方向的第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为对应行驶方向的第二车道的车道中心线上的点,进而根据第二轨迹的起点位置至对应行驶方向的第二轨迹的终点位置之间经过的第二目标点的集合,生成对应行驶方向的第二轨迹。
举例来说,假设第二轨迹的起点位置信息,为起点位置与障碍车所在第二车道的停止线所在位置之间的距离a,其中,该停止线为障碍车沿所在车道行驶时经过路口前的停止线;第二轨迹的终点位置信息,为终点位置与障碍车在第二车道的人行横道所在位置之间的距离b,其中,该人行横道为障碍车沿所在第二车道行驶时经过路口后的人行横道。
假设在根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道后,确定第二车道允许左转以及直行,则可以根据距离a,以及第二车道上的停止线所在位置,确定第二轨迹的起点位置A,并根据距离b,以及沿第二车道左转行驶时经过路口后的人行横道所在位置,确定左转方向对应的第二轨迹的终点位置B1,根据距离b,以及沿第二车道直行行驶时经过路口后的人行横道所在位置,确定直行方向对应的第二轨迹的终点位置B2。
再针对左转方向,获取第二轨迹的起点位置A至左转方向的第二轨迹的终点位置B1之间经过的第二目标点的集合,其中,第二目标点为左转方向的第二车道的车道中心线上的点,进而根据第二轨迹的起点位置A至左转方向的第二轨迹的终点位置B1之间经过的第二目标点的集合,生成左转方向的第二轨迹。
针对直行方向,获取第二轨迹的起点位置A至直行方向的第二轨迹的终点位置B2之间经过的第二目标点的集合,其中,第二目标点为直行方向的第二车道的车道中心线上的点。进而根据第二轨迹的起点位置A至直行方向的第二轨迹的终点位置B2之间经过的第二目标点的集合,生成直行方向的第二轨迹。
进一步的,在针对第二车道允许的不同行驶方向,分别生成对应行驶方向的第二轨迹后,可以根据主车对应的第一轨迹、对应行驶方向的第二轨迹,第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成对应行驶方向的仿真场景。
举例来说,假设障碍车所在第二车道允许左转和直行两个方向,并且生成了左转方向的第二轨迹以及直行方向的第二轨迹,则可以根据主车对应的第一轨迹、障碍车对应的左转方向的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成障碍车左转方向对应的仿真场景,并且根据主车对应的第一轨迹、障碍车对应的直行方向的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成障碍车直行方向对应的仿真场景。
通过在第二车道允许多个行驶方向时,针对每个行驶方向,生成对应行驶方向的第二轨迹,进而根据主车对应的第一轨迹、对应行驶方向的第二轨迹,第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成对应行驶方向的仿真场景,提高了路口仿真场景的覆盖率。
在示例性实施例中,交通元素信息可以包括交通灯的初始状态信息,用户可以根据需要定义交通灯的仿真状态,从而根据用户定义的交通灯的仿真状态,生成仿真场景。另外,用户还可以根据需要定义行人的速度、触发条件等行驶参数信息,从而根据用户定义的行人的行驶参数信息,生成仿真场景。
即,步骤208可以通过以下方式实现:
根据用户的第四配置信息,获取行人的行驶参数信息以及针对交通灯的控制信息;根据控制信息,对初始状态信息进行调整,以得到交通灯的仿真状态信息;根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息、行人的行驶参数信息、仿真状态信息,生成仿真场景。
其中,第四配置信息,为用户根据需要配置的关于行人、交通灯等元素的信息。
行人,可以包括步行者、骑行者等。行人的行驶参数信息,可以包括行人的速度,行人的触发条件等。其中,行人的触发条件,为触发行人开始运动的条件,比如触发条件可以为行人所在车道允许的行驶方向对应的信号灯颜色为绿色,从而在行人所在车道允许的行驶方向对应的信号灯颜色为绿色时,行人开始运动。
针对交通灯的控制信息,可以包括针对交通灯的各个信号灯的方向、信号灯的颜色、以及持续的时间等控制信息。
在示例性实施例中,获取针对交通灯的控制信息后,可以根据控制信息,对交通灯的初始状态信息进行调整,以得到交通灯的仿真状态信息,进而根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息、行人的行驶参数信息、仿真状态信息,生成仿真场景。
通过根据用户的第四配置信息,获取行人的行驶参数信息以及针对交通灯的控制信息,根据控制信息,对初始状态信息进行调整,得到交通灯的仿真状态信息,进而根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息、行人的行驶参数信息、仿真状态信息,生成仿真场景,实现了根据各交通灯状态以及行人的行驶参数,生成更复杂路口场景的仿真场景,提高了路口仿真场景的覆盖率。
参考图3所示的信息流的示意图,本公开实施例中,生成装置可以从用户定义接口301获取用户定义的主车的第一驾驶参数信息(图3未示出)、障碍车的第二驾驶参数信息、骑行者和步行者等行人的行驶参数信息、交通灯的控制信息,并获取高精度地图302中的与路口相关的交通元素信息,再根据主车的第一驾驶参数信息、障碍车的第二驾驶参数信息、与路口相关的交通元素信息,基于本公开实施例中的交通流轨迹生成逻辑,生成主车对应的第一轨迹和障碍车对应的第二轨迹,进而根据第一驾驶参数信息、第二驾驶参数信息、第一轨迹、第二轨迹、骑行者和步行者等行人的行驶参数信息、交通灯的控制信息,生成用户定义的路口仿真场景304。
本公开实施例的仿真场景的生成方法,获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息后,其中,第一驾驶参数信息,包括主车的第一驾驶行为信息、第一轨迹的起点位置信息以及终点位置信息,交通元素信息包括路口周边的车道信息,根据第一驾驶行为信息以及车道信息,确定主车所在的第一车道,根据第一轨迹的起点位置信息以及第一车道的车道信息,确定第一轨迹的起点位置,根据第一轨迹的终点位置信息以及第一车道的车道信息,确定第一轨迹的终点位置,获取第一轨迹的起点位置至第一轨迹的终点位置之间经过的第一目标点的集合,其中,第一目标点为第一车道的车道中心线上的点,根据第一目标点的集合,生成第一轨迹,根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹,根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。由此,实现了根据待处理的地图中与路口相关的交通元素信息,以及用户定义的主车的第一驾驶参数信息和障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
通过上述分析可知,本公开实施例中,可以根据用户定义的障碍车的第二驾驶参数信息,生成障碍车对应的第二轨迹,在一种可能的实现形式中,还可以基于真实的交通流,生成障碍车对应的第二轨迹。下面结合图4,对本公开提供的仿真场景的生成方法中,生成障碍车对应的第二轨迹的过程进行进一步说明。
图4是根据本公开第三实施例的仿真场景的生成方法的流程示意图。如图4所示,仿真场景的生成方法,可以包括以下步骤:
步骤401,获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;其中,第二驾驶参数信息,包括障碍车的第二驾驶行为信息、第二轨迹的起点位置以及终点位置信息,交通元素信息包括路口周边的车道信息。
其中,步骤401的相关描述,可以参考上述实施例,此处不再赘述。
步骤402,根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹。
在本公开实施例中,主车的第一驾驶参数信息,可以是用户根据需要定义的,障碍车的第二驾驶参数信息,可以是基于真实的交通流获取的。
其中,第一驾驶参数信息,可以包括主车的第一驾驶行为信息、第一轨迹的起点位置信息以及终点位置信息。根据主车的第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹的方法,可以参考上述实施例,此处不再赘述。
在示例性实施例中,可以通过以下方法,基于真实的交通流,获取障碍车的第二驾驶参数信息:
根据用户的第三配置信息,确定目标场景复杂度以及第二轨迹的终点位置信息;根据场景复杂度与场景状态信息之间的对应关系,确定目标场景复杂度对应的目标场景状态信息;从目标场景状态信息中获取障碍车的初始位置和速度;根据障碍车的初始位置、速度以及车道信息,确定障碍车的第二驾驶行为信息;将障碍车的初始位置作为第二轨迹的起点位置。
其中,第三配置信息,为用户根据需要配置的关于场景复杂度、第二轨迹的终点位置的信息。需要说明的是,第二轨迹的终点位置信息,可以是用户配置的,也可以是生成装置默认的值,本公开实施例对此不作限制。
其中,场景复杂度,用于表征场景中路口的交通流复杂程度。复杂度与交通参与者类型、交通参与者数量、交通参与者平均速度有关。场景状态信息,包括场景中各类型的交通参与者的数量、速度、位置等信息。
可以理解的是,场景状态信息,相当于一张场景图片中表现出的各类型的交通参与者的数量、速度、位置等信息。本公开实施例中,可以将从场景状态信息中获取的障碍车的初始位置和速度作为障碍车的初始状态,并在仿真场景中控制障碍车以该初始状态继续行驶。
在示例性实施例中,可以预先设置场景复杂度与场景状态信息之间的对应关系,从而在根据用户的第三配置信息,确定目标场景复杂度后,可以根据场景复杂度与场景状态信息之间的对应关系,确定目标场景复杂度对应的目标场景状态信息,进而从目标场景状态信息中获取障碍车的初始位置和速度。
在示例性实施例中,场景复杂度与场景状态信息之间的对应关系,可以用以下公式(1)所示的复杂度函数表示。其中,复杂度函数,为交通参与者类型、交通参与者数量、交通参与者平均速度的函数。
其中,F(t)为场景复杂度;Q1、Q2、Q3分别表示路口位置的障碍车、步行者以及骑行者的数量;V1、V2、V3分别表示障碍车、步行者以及骑行者的平均速度;η1、η2、η3分别表示障碍车、步行者以及骑行者对场景复杂度的权重值,其中,权重值可以根据需要设置,比如可以设置η1=0.6、η2=0.2、η3=0.2。
在示例性实施例中,根据用户的第三配置信息,确定目标场景复杂度后,可以根据公式(1)所示的复杂度函数,确定与目标场景复杂度匹配的交通参与者类型、交通参与者数量、交通参与者平均速度,从而得到目标场景复杂度对应的目标场景状态信息,进而从目标场景状态信息中获取障碍车的初始位置和速度。其中,障碍车的初始位置,例如可以包括障碍车的位置坐标以及障碍车在真实交通流中所在的车道的标识。
进一步的,获取障碍车的初始位置和速度后,可以根据障碍车的初始位置、速度以及路口周边的车道信息,确定障碍车的意图,以确定障碍车的第二驾驶行为信息,并将障碍车的初始位置确定为第二轨迹的起点位置。
举例来说,假设对地图中各车道进行了标识,且从目标场景状态信息中,获取到障碍车所在车道的标识为C,初始位置坐标为(x,y),速度不为0,假设通过将标识C与预先设置的各车道的标识进行匹配,确定标识为C的车道为左转车道,结合障碍车的速度不为0,可以确定障碍车即将左转,则可以确定障碍车的第二驾驶行为信息包括障碍车的左转动作,并将坐标(x,y)确定为障碍车的起点位置。
步骤403,根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道。
在示例性实施例中,可以将障碍车的第二驾驶行为信息与车道信息进行匹配,以确定障碍车所在的第二车道。
步骤404,根据第二轨迹的终点位置信息以及第二车道的车道信息,确定第二轨迹的终点位置。
其中,第二轨迹的终点位置信息,可以为终点位置与障碍车所在第二车道的第四预设位置之间的距离。例如,第二轨迹的终点位置信息,可以为终点位置与障碍车在第二车道的人行横道所在位置之间的距离,其中,该人行横道为障碍车沿所在第二车道行驶时经过路口后的人行横道。
在示例性实施例中,以第二轨迹的终点位置信息,为终点位置与障碍车在第二车道的人行横道所在位置之间的距离为例,生成装置确定障碍车所在的第二车道后,可以根据地图中与路口相关的交通元素信息,获取第二车道的车道信息,并根据第二车道的车道信息,确定第二车道上的人行横道所在位置,从而根据第二轨迹的终点位置与障碍车所在第二车道的人行横道所在位置之间的距离,以及第二车道上的人行横道所在位置,确定第二轨迹的终点位置。
步骤405,获取第二轨迹的起点位置至第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为第二车道的车道中心线上的点。
步骤406,根据第二目标点的集合,生成第二轨迹。
在示例性实施例中,确定了第二车道、第二轨迹的起点位置以及第二轨迹的终点位置之后,即可获取第二轨迹的起点位置至第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为第二车道的车道中心线上的点,进而根据第二目标点的集合,生成第二轨迹。
通过上述方式,可以实现基于用户的第三配置信息以及真实的交通流,获取障碍车的第二驾驶行为信息、第二轨迹的终点位置信息以及第二轨迹的起点位置,进而根据第二驾驶行为信息、第二轨迹的起点位置、终点位置信息以及待处理的地图中路口周边的车道信息,可以实现自动生成障碍车对应的第二轨迹。这种生成障碍车对应的第二轨迹的方式,不需要人工逐一分析路口的细节,只需用户提供少量语义级别的场景复杂度,即可在短时间内快速批量生成符合用户意图的路口障碍车轨迹,提高了场景生成效率,节省了人工成本。
在示例性实施例中,可以根据需要选择根据用户定义的第二驾驶参数信息生成障碍车对应的第二轨迹,或者基于真实交通流,获取障碍车对应的第二轨迹。比如,由于用户自定义的方式,更关注障碍车的动作类型,且原则上可生成无限个障碍车对应的第二轨迹,适用于自动驾驶算法迭代与验证阶段,基于真实交通流的方式,更关注路口的交通流的密度与复杂程度,适用于自动驾驶产品落地阶段,在实际应用中,可以根据自动驾驶产品所处的阶段,灵活选择生成障碍车对应的第二轨迹的方式。
步骤407,根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。
可以理解的是,在实际应用中,经常会出现一个车道允许多个行驶方向的情况,比如,某个车道既允许左转,也允许直行。在本公开实施例中,障碍车所在的第二车道允许多个行驶方向时,可以针对每个行驶方向,生成对应行驶方向的第二轨迹。
即,在生成障碍车对应的第二轨迹时,根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道后,若第二车道允许多个行驶方向,则可以根据第二轨迹的起点位置信息以及第二车道的车道信息,确定第二轨迹的起点位置,根据第二轨迹的终点位置信息以及第二车道的车道信息,确定各行驶方向分别对应的第二轨迹的终点位置,再针对每个行驶方向,获取第二轨迹的起点位置至对应行驶方向的第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为对应行驶方向的第二车道的车道中心线上的点,进而根据第二轨迹的起点位置至对应行驶方向的第二轨迹的终点位置之间经过的第二目标点的集合,生成对应行驶方向的第二轨迹。进一步的,在针对第二车道允许的不同行驶方向,分别生成对应行驶方向的第二轨迹后,可以根据主车对应的第一轨迹、对应行驶方向的第二轨迹,第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成对应行驶方向的仿真场景。
可以理解的是,在一种可能的情况下,可能存在障碍车对应的第二轨迹与主车对应的第一轨迹没有交点的情况,而与主车对应的第一轨迹没有交点的第二轨迹,对于主车的自动驾驶仿真是没有意义的。那么,本公开实施例中,为了简化生成的路口仿真场景,提高路口仿真场景的生成效率,可以从至少一条第二轨迹中,获取与第一轨迹存在交点的第三轨迹,进而仅根据主车对应的第一轨迹、与第一轨迹存在交点的第三轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。
另外,根据本公开实施例提供的方法生成的主车对应的第一轨迹,可能为一条或者多条。在主车对应一条第一轨迹时,可以根据主车对应的第一轨迹、与第一轨迹存在交点的第三轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成该第一轨迹对应的仿真场景;在主车对应多条第一轨迹时,可以针对每个第一轨迹,根据该第一轨迹、与该第一轨迹存在交点的第三轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成该第一轨迹对应的仿真场景。
需要说明的是,本公开实施例中,在一个障碍车对应多条第二轨迹时,需要分别根据各第二轨迹,生成不同的仿真场景。
即,步骤407可以包括:从至少一条第二轨迹中,获取与第一轨迹存在交点的第三轨迹;根据第一轨迹、与第一轨迹存在交点的第三轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第一轨迹对应的仿真场景。
举例来说,假设生成了主车m对应的轨迹D和轨迹E,生成了障碍车n1对应的轨迹F、G、H、I,障碍车n2对应的轨迹J、K。其中,假设障碍车n1对应的轨迹F、G与主车m对应的轨迹D相交,障碍车n1对应的轨迹H与主车n对应的轨迹E相交,障碍车n1对应的轨迹I与主车m对应的轨迹D和E均不相交,障碍车n2对应的轨迹J与主车m对应的轨迹D相交,障碍车n2对应的轨迹K与主车m对应的轨迹D和E均不相交。
则本公开实施例中,可以根据主车m对应的轨迹D以及对应的第一驾驶参数信息、障碍车n1对应的轨迹F以及对应的第二驾驶参数信息、障碍车n2对应的轨迹J以及对应的第二驾驶参数信息,以及交通元素信息,生成轨迹D对应的仿真场景1;根据主车m对应的轨迹D以及对应的第一驾驶参数信息、障碍车n1对应的轨迹G以及对应的第二驾驶参数信息、障碍车n2对应的轨迹J以及对应的第二驾驶参数信息,以及交通元素信息,生成轨迹D对应的仿真场景2;根据主车m对应的轨迹E以及对应的第一驾驶参数信息、障碍车n1对应的轨迹H以及对应的第二驾驶参数信息,以及交通元素信息,生成轨迹E对应的仿真场景3。
参考图5所示的信息流的示意图,本公开实施例中,生成装置可以从用户定义接口获取用户定义的主车的第一驾驶参数信息(图5未示出)、根据真实交通流501获取障碍车的第二驾驶参数信息、骑行者和步行者等行人的行驶参数信息、交通灯的控制信息,并获取高精度地图502中的与路口相关的交通元素信息,再根据主车的第一驾驶参数信息、障碍车的第二驾驶参数信息、与路口相关的交通元素信息,基于本公开实施例中的交通流轨迹生成逻辑,生成主车对应的第一轨迹和障碍车对应的第二轨迹,进而根据第一驾驶参数信息、第二驾驶参数信息、第一轨迹、第二轨迹、骑行者和步行者等行人的行驶参数信息、交通灯的控制信息,生成虚实结合的路口仿真场景504。
本公开实施例的仿真场景的生成方法,获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息后,其中,第二驾驶参数信息,包括障碍车的第二驾驶行为信息、第二轨迹的起点位置以及终点位置信息,交通元素信息包括路口周边的车道信息,根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹,根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道,根据第二轨迹的终点位置信息以及第二车道的车道信息,确定第二轨迹的终点位置,获取第二轨迹的起点位置至第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为第二车道的车道中心线上的点,根据第二目标点的集合,生成第二轨迹,根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。由此,实现了根据待处理的地图中与路口相关的交通元素信息、用户定义的主车的第一驾驶参数信息,以及基于真实交通流获取的障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
通过上述分析可知,本公开实施例中,可以根据主车对应的第一轨迹、障碍车对应的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。在一种可能的实现形式中,在障碍车的数量为多个时,可能出现多个障碍车分别对应的第二轨迹存在冲突的情况。下面针对上述情况,结合图6,对本公开提供的仿真场景的生成方法进行进一步说明。
图6是根据本公开第四实施例的仿真场景的生成方法的流程示意图。如图6所示,仿真场景的生成方法,可以包括以下步骤:
步骤601,获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息,其中,障碍车的数量为多个。
步骤602,根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹。
其中,步骤601-602的具体实现过程及原理,可以参考上述实施例的描述,此处不再赘述。
步骤603,根据多个障碍车的第二驾驶参数信息以及交通元素信息,生成多个障碍车分别对应的第二轨迹。
在示例性实施例中,针对每个障碍车,可以根据障碍车的第二驾驶参数信息以及交通元素信息,生成该障碍车对应的第二轨迹。具体生成障碍车对应的第二轨迹的方式,可以参考上述实施例的描述,此处不再赘述。
步骤604,判断多个障碍车分别对应的第二轨迹是否存在冲突,在各障碍车分别对应的第二轨迹均不冲突时,则执行步骤605,在第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹存在冲突时,则执行步骤606。
在示例性实施例中,可以通过以下方式,判断多个障碍车分别对应的第二轨迹是否冲突:
在各障碍车分别对应的第二轨迹存在交点,且各障碍车经过交点的时间差值小于或者等于预设差值阈值时,确定各障碍车分别对应的第二轨迹存在冲突;
在各障碍车分别对应的第二轨迹存在交点,且各障碍车经过交点的时间差值大于预设差值阈值时,或者各障碍车分别对应的第二轨迹不存在交点时,确定各障碍车分别对应的第二轨迹不存在冲突。
举例来说,假设预设差值阈值为0.5s,障碍车n1以速度v1左转,障碍车n2以速度v2直行,障碍车n1对应的第二轨迹和障碍车n2对应的第二轨迹均经过o点,并且其中,M为障碍车n1对应的第二轨迹的初始位置点,N为障碍车n2对应的第二轨迹的初始位置点。
由于障碍车n1和障碍车n2经过交点的时间差值小于或等于预设差值阈值0.5s,则可以确定障碍车n1对应的第二轨迹和障碍车n2对应的第二轨迹存在冲突。
步骤605,根据主车对应的第一轨迹、多个障碍车分别对应的第二轨迹、主车的第一驾驶参数信息、多个障碍车的第二驾驶参数信息以及交通元素信息,生成仿真场景。
在示例性实施例中,各障碍车分别对应的第二轨迹均不冲突时,可以根据主车对应的第一轨迹、多个障碍车分别对应的第二轨迹、主车的第一驾驶参数信息、多个障碍车的第二驾驶参数信息以及交通元素信息,生成仿真场景。
在示例性实施例中,为了简化生成的路口仿真场景,提高路口仿真场景的生成效率,可以从多个障碍车分别对应的至少一条第二轨迹中,获取与第一轨迹存在交点的第三轨迹,进而仅根据主车对应的第一轨迹、多个障碍车分别对应的与第一轨迹存在交点的第三轨迹、第一驾驶参数、多个障碍车的第二驾驶参数信息以及交通元素信息,生成仿真场景。
步骤606,根据第一轨迹、第一障碍车对应的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第一仿真场景。
步骤607,根据第一轨迹、第二障碍车对应的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第二仿真场景。
在示例性实施例中,若第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹存在冲突,则可以分别基于第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹,生成第一仿真场景和第二仿真场景。
在示例性实施例中,为了简化生成的路口仿真场景,提高路口仿真场景的生成效率,可以从第一障碍车对应的至少一条第二轨迹中,获取与第一轨迹存在交点的第三轨迹,进而仅根据主车对应的第一轨迹、第一障碍车对应的与第一轨迹存在交点的第三轨迹、第一驾驶参数、第一障碍车的第二驾驶参数信息以及交通元素信息,生成第一仿真场景。并且,从第二障碍车对应的至少一条第二轨迹中,获取与第一轨迹存在交点的第三轨迹,进而仅根据主车对应的第一轨迹、第二障碍车对应的与第一轨迹存在交点的第三轨迹、第一驾驶参数、第二障碍车的第二驾驶参数信息以及交通元素信息,生成第二仿真场景。
举例来说,假设主车m对应轨迹D,障碍车n1对应轨迹E、F,障碍车n2对应轨迹G,障碍车n3对应轨迹H。其中,轨迹D与障碍车n1对应的轨迹E、障碍车n2对应的轨迹G、障碍车n3对应的轨迹H存在交点,障碍车n1对应的轨迹E和F,与障碍车n2对应的轨迹G存在冲突。则可以根据主车m对应的轨迹D和对应的第一驾驶参数信息、障碍车n1对应的轨迹E和对应的第二驾驶参数信息、障碍车n3对应的轨迹H和对应的第二驾驶参数信息,以及交通元素信息,生成仿真场景4。根据主车m对应的轨迹D和对应的第一驾驶参数信息、障碍车n2对应的轨迹G和对应的第二驾驶参数信息、障碍车n3对应的轨迹H和对应的第二驾驶参数信息,以及交通元素信息,生成仿真场景5。
通过在障碍车为多个时,对多个障碍车分别对应的第二轨迹是否存在冲突进行判断,并在第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹存在冲突时,分别基于第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹,生成第一仿真场景和第二仿真场景,避免了生成的仿真场景中出现多个障碍物相撞的情况。
本公开实施例提供的仿真场景的生成方法,获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息后,其中,障碍车的数量为多个,根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹,根据多个障碍车的第二驾驶参数信息以及交通元素信息,生成多个障碍车分别对应的第二轨迹,判断多个障碍车分别对应的第二轨迹是否存在冲突,若各障碍车分别对应的第二轨迹均不冲突,则根据主车对应的第一轨迹、多个障碍车分别对应的第二轨迹、主车的第一驾驶参数信息、多个障碍车的第二驾驶参数信息以及交通元素信息,生成仿真场景,若第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹存在冲突,则根据第一轨迹、第一障碍车对应的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第一仿真场景,根据第一轨迹、第二障碍车对应的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第二仿真场景。由此,实现了在障碍车的数量为多个时,根据待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息,以及障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
下面结合图7,对本公开提供的仿真场景的生成装置进行说明。
图7是根据本公开第五实施例的仿真场景的生成装置的结构示意图。
如图7所示,本公开提供的仿真场景的生成装置700,包括:获取模块701、第一生成模块702、第二生成模块703以及第三生成模块704。
其中,获取模块701,用于获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;
第一生成模块702,用于根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹;
第二生成模块703,用于根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹;
第三生成模块704,用于根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。
需要说明的是,本实施例提供的仿真场景的生成装置,可以执行前述实施例的仿真场景的生成方法。其中,仿真场景的生成装置可以为电子设备,也可以被配置在电子设备中,以实现自动便捷、高效的生成路口的仿真场景,节省人力和时间成本,且提高场景覆盖度。
其中,电子设备,可以是任意能够进行数据处理的静止或者移动计算设备,例如笔记本电脑、智能手机、可穿戴设备等移动计算设备,或者台式计算机等静止的计算设备,或者服务器,或者其它类型的计算设备等,本公开对此不作限制。
需要说明的是,前述对于仿真场景的生成方法的实施例的说明,也适用于本公开提供的仿真场景的生成装置,此处不再赘述。
本公开实施例提供的仿真场景的生成装置,首先获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息,再根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹,并根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹,进而根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。由此,实现了根据待处理的地图中与路口相关的交通元素信息以及主车的第一驾驶参数信息和障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
下面结合图8,对本公开提供的仿真场景的生成装置进行说明。
图8是根据本公开第六实施例的仿真场景的生成装置的结构示意图。
如图8所示,仿真场景的生成装置800,具体可以包括:获取模块801、第一生成模块802、第二生成模块803以及第三生成模块804。其中,图8中获取模块801、第一生成模块802、第二生成模块803以及第三生成模块804与图7中获取模块701、第一生成模块702、第二生成模块703以及第三生成模块704具有相同功能和结构。
在示例性实施例中,第一驾驶参数信息,包括主车的第一驾驶行为信息、第一轨迹的起点位置信息以及终点位置信息,交通元素信息包括路口周边的车道信息;其中,第一生成模块802,包括:
第一确定单元8021,用于根据第一驾驶行为信息以及车道信息,确定主车所在的第一车道;
第二确定单元8022,用于根据第一轨迹的起点位置信息以及第一车道的车道信息,确定第一轨迹的起点位置;
第三确定单元8023,用于根据第一轨迹的终点位置信息以及第一车道的车道信息,确定第一轨迹的终点位置;
第一获取单元8024,用于获取第一轨迹的起点位置至第一轨迹的终点位置之间经过的第一目标点的集合,其中,第一目标点为第一车道的车道中心线上的点;
第一生成单元8025,用于根据第一目标点的集合,生成第一轨迹。
在示例性实施例中,第二驾驶参数信息,包括障碍车的第二驾驶行为信息、第二轨迹的起点位置信息以及终点位置信息,交通元素信息包括路口周边的车道信息;其中,第二生成模块803,包括:
第四确定单元8031,用于根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道;
第五确定单元8032,用于根据第二轨迹的起点位置信息以及第二车道的车道信息,确定第二轨迹的起点位置;
第六确定单元8033,用于根据第二轨迹的终点位置信息以及第二车道的车道信息,确定第二轨迹的终点位置;
第二获取单元8034,用于获取第二轨迹的起点位置至第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为第二车道的车道中心线上的点;
第二生成单元8035,用于根据第二目标点的集合,生成第二轨迹。
在示例性实施例中,第二驾驶参数信息,包括障碍车的第二驾驶行为信息、第二轨迹的起点位置以及终点位置信息,交通元素信息包括路口周边的车道信息;其中,第二生成模块803,包括:
第七确定单元,用于根据第二驾驶行为信息以及车道信息,确定障碍车所在的第二车道;
第八确定单元,用于根据第二轨迹的终点位置信息以及第二车道的车道信息,确定第二轨迹的终点位置;
第三获取单元,用于获取第二轨迹的起点位置至第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为第二车道的车道中心线上的点;
第三生成单元,用于根据第二目标点的集合,生成第二轨迹。
在示例性实施例中,获取模块801,包括:
第九确定单元,用于根据用户的第三配置信息,确定目标场景复杂度以及第二轨迹的终点位置信息;
第十确定单元,用于根据场景复杂度与场景状态信息之间的对应关系,确定目标场景复杂度对应的目标场景状态信息;
第四获取单元,用于从目标场景状态信息中获取障碍车的初始位置和速度;
第十一确定单元,用于根据障碍车的初始位置、速度以及车道信息,确定障碍车的第二驾驶行为信息;
第十二确定单元,用于将障碍车的初始位置作为第二轨迹的起点位置。
在示例性实施例中,第二车道允许多个行驶方向;
其中,第六确定单元或第八确定单元,包括:
确定子单元,用于根据第二轨迹的终点位置信息以及第二车道的车道信息,确定各行驶方向分别对应的第二轨迹的终点位置;
第二获取单元或第三获取单元,包括:
获取子单元,用于针对每个行驶方向,获取第二轨迹的起点位置至对应行驶方向的第二轨迹的终点位置之间经过的第二目标点的集合,其中,第二目标点为对应行驶方向的第二车道的车道中心线上的点。
在示例性实施例中,第三生成模块804,包括:
第五获取单元,用于从至少一条第二轨迹中,获取与第一轨迹存在交点的第三轨迹;
第四生成单元,用于根据第一轨迹、与第一轨迹存在交点的第三轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第一轨迹对应的仿真场景。
在示例性实施例中,障碍车的数量为多个,仿真场景的生成装置800,还包括:
判断模块,用于判断多个障碍车分别对应的第二轨迹是否存在冲突;
第三生成模块804,包括:
第五生成单元,用于在第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹存在冲突时,根据第一轨迹、第一障碍车对应的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第一仿真场景;以及根据第一轨迹、第二障碍车对应的第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成第二仿真场景。
在示例性实施例中,交通元素信息包括交通灯的初始状态信息;
其中,第三生成模块804,包括:
第六获取单元,用于根据用户的第四配置信息,获取行人的行驶参数信息以及针对交通灯的控制信息;
调整单元,用于根据控制信息,对初始状态信息进行调整,以得到交通灯的仿真状态信息;
第六生成单元,用于根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息、行人的行驶参数信息、仿真状态信息,生成仿真场景。
需要说明的是,前述对于仿真场景的生成方法的实施例的说明,也适用于本公开提供的仿真场景的生成装置,此处不再赘述。
本公开实施例提供的仿真场景的生成装置,首先获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息,再根据第一驾驶参数信息以及交通元素信息,生成主车对应的第一轨迹,并根据第二驾驶参数信息以及交通元素信息,生成障碍车对应的第二轨迹,进而根据第一轨迹、第二轨迹、第一驾驶参数信息、第二驾驶参数信息以及交通元素信息,生成仿真场景。由此,实现了根据待处理的地图中与路口相关的交通元素信息以及主车的第一驾驶参数信息和障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如仿真场景的生成方法。例如,在一些实施例中,仿真场景的生成方法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908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的仿真场景的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行仿真场景的生成方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
本公开涉及人工智能技术领域,具体涉及智能交通、自动驾驶技术领域。
需要说明的是,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
根据本公开实施例的技术方案,实现了根据待处理的地图中与路口相关的交通元素信息以及主车的第一驾驶参数信息和障碍车的第二驾驶参数信息,自动便捷、高效的生成路口的仿真场景,节省了大量的人力、时间成本,且提高了场景覆盖度。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种仿真场景的生成方法,包括:
获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;
根据所述第一驾驶参数信息以及所述交通元素信息,生成所述主车对应的第一轨迹;
根据所述第二驾驶参数信息以及所述交通元素信息,生成所述障碍车对应的第二轨迹;
根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成仿真场景;
获取所述障碍车的第二驾驶参数信息,包括:
根据用户的第三配置信息,确定目标场景复杂度以及所述第二轨迹的终点位置信息;
根据场景复杂度与场景状态信息之间的对应关系,确定所述目标场景复杂度对应的目标场景状态信息;
从所述目标场景状态信息中获取所述障碍车的初始位置和速度,其中,所述障碍车的初始位置包括所述障碍车的位置坐标以及所述障碍车在真实交通流中所在的车道的标识;
根据所述障碍车的初始位置、所述速度以及所述车道信息,确定所述障碍车的第二驾驶行为信息;
将所述障碍车的初始位置作为所述第二轨迹的起点位置。
2.根据权利要求1所述的方法,其中,所述第一驾驶参数信息,包括所述主车的第一驾驶行为信息、所述第一轨迹的起点位置信息以及终点位置信息,所述交通元素信息包括所述路口周边的车道信息;
其中,所述根据所述第一驾驶参数信息以及所述交通元素信息,生成所述主车对应的第一轨迹,包括:
根据所述第一驾驶行为信息以及所述车道信息,确定所述主车所在的第一车道;
根据所述第一轨迹的起点位置信息以及所述第一车道的车道信息,确定所述第一轨迹的起点位置;
根据所述第一轨迹的终点位置信息以及所述第一车道的车道信息,确定所述第一轨迹的终点位置;
获取所述第一轨迹的起点位置至所述第一轨迹的终点位置之间经过的第一目标点的集合,其中,所述第一目标点为所述第一车道的车道中心线上的点;
根据所述第一目标点的集合,生成所述第一轨迹。
3.根据权利要求1所述的方法,其中,所述第二驾驶参数信息,包括所述障碍车的第二驾驶行为信息、所述第二轨迹的起点位置信息以及终点位置信息,所述交通元素信息包括所述路口周边的车道信息;
其中,所述根据所述第二驾驶参数信息以及所述交通元素信息,生成所述障碍车对应的第二轨迹,包括:
根据所述第二驾驶行为信息以及所述车道信息,确定所述障碍车所在的第二车道;
根据所述第二轨迹的起点位置信息以及所述第二车道的车道信息,确定所述第二轨迹的起点位置;
根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定所述第二轨迹的终点位置;
获取所述第二轨迹的起点位置至所述第二轨迹的终点位置之间经过的第二目标点的集合,其中,所述第二目标点为所述第二车道的车道中心线上的点;
根据所述第二目标点的集合,生成所述第二轨迹。
4.根据权利要求1所述的方法,其中,所述第二驾驶参数信息,包括所述障碍车的第二驾驶行为信息、所述第二轨迹的起点位置以及终点位置信息,所述交通元素信息包括所述路口周边的车道信息;
其中,所述根据所述第二驾驶参数信息以及所述交通元素信息,生成所述障碍车对应的第二轨迹,包括:
根据所述第二驾驶行为信息以及所述车道信息,确定所述障碍车所在的第二车道;
根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定所述第二轨迹的终点位置;
获取所述第二轨迹的起点位置至所述第二轨迹的终点位置之间经过的第二目标点的集合,其中,所述第二目标点为所述第二车道的车道中心线上的点;
根据所述第二目标点的集合,生成所述第二轨迹。
5.根据权利要求3-4中任一项所述的方法,其中,所述第二车道允许多个行驶方向;
其中,所述根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定所述第二轨迹的终点位置,包括:
根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定各所述行驶方向分别对应的第二轨迹的终点位置;
所述获取所述第二轨迹的起点位置至所述第二轨迹的终点位置之间经过的第二目标点的集合,包括:
针对每个行驶方向,获取所述第二轨迹的起点位置至对应行驶方向的所述第二轨迹的终点位置之间经过的第二目标点的集合,其中,所述第二目标点为对应行驶方向的所述第二车道的车道中心线上的点。
6.根据权利要求1-4任一项所述的方法,其中,所述根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成仿真场景,包括:
从至少一条所述第二轨迹中,获取与所述第一轨迹存在交点的第三轨迹;
根据所述第一轨迹、与所述第一轨迹存在交点的所述第三轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成所述第一轨迹对应的仿真场景。
7.根据权利要求1-4任一项所述的方法,其中,所述障碍车的数量为多个,在所述根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成仿真场景之前,包括:
判断多个所述障碍车分别对应的第二轨迹是否存在冲突;
在第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹存在冲突时,根据所述第一轨迹、所述第一障碍车对应的第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成第一仿真场景;
根据所述第一轨迹、所述第二障碍车对应的第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成第二仿真场景。
8.根据权利要求1-4任一项所述的方法,其中,所述交通元素信息包括交通灯的初始状态信息;
其中,所述根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成仿真场景,包括:
根据用户的第四配置信息,获取行人的行驶参数信息以及针对所述交通灯的控制信息;
根据所述控制信息,对所述初始状态信息进行调整,以得到所述交通灯的仿真状态信息;
根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息、所述行人的行驶参数信息、所述仿真状态信息,生成所述仿真场景。
9.一种仿真场景的生成装置,包括:
获取模块,用于获取待处理的地图中与路口相关的交通元素信息、主车的第一驾驶参数信息以及障碍车的第二驾驶参数信息;
第一生成模块,用于根据所述第一驾驶参数信息以及所述交通元素信息,生成所述主车对应的第一轨迹;
第二生成模块,用于根据所述第二驾驶参数信息以及所述交通元素信息,生成所述障碍车对应的第二轨迹;
第三生成模块,用于根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成仿真场景;
所述获取模块,包括:
第九确定单元,用于根据用户的第三配置信息,确定目标场景复杂度以及所述第二轨迹的终点位置信息;
第十确定单元,用于根据场景复杂度与场景状态信息之间的对应关系,确定所述目标场景复杂度对应的目标场景状态信息;
第四获取单元,用于从所述目标场景状态信息中获取所述障碍车的初始位置和速度,其中,所述障碍车的初始位置包括所述障碍车的位置坐标以及所述障碍车在真实交通流中所在的车道的标识;
第十一确定单元,用于根据所述障碍车的初始位置、所述速度以及所述车道信息,确定所述障碍车的第二驾驶行为信息;
第十二确定单元,用于将所述障碍车的初始位置作为所述第二轨迹的起点位置。
10.根据权利要求9所述的装置,其中,所述第一驾驶参数信息,包括所述主车的第一驾驶行为信息、所述第一轨迹的起点位置信息以及终点位置信息,所述交通元素信息包括所述路口周边的车道信息;
其中,所述第一生成模块,包括:
第一确定单元,用于根据所述第一驾驶行为信息以及所述车道信息,确定所述主车所在的第一车道;
第二确定单元,用于根据所述第一轨迹的起点位置信息以及所述第一车道的车道信息,确定所述第一轨迹的起点位置;
第三确定单元,用于根据所述第一轨迹的终点位置信息以及所述第一车道的车道信息,确定所述第一轨迹的终点位置;
第一获取单元,用于获取所述第一轨迹的起点位置至所述第一轨迹的终点位置之间经过的第一目标点的集合,其中,所述第一目标点为所述第一车道的车道中心线上的点;
第一生成单元,用于根据所述第一目标点的集合,生成所述第一轨迹。
11.根据权利要求9所述的装置,其中,所述第二驾驶参数信息,包括所述障碍车的第二驾驶行为信息、所述第二轨迹的起点位置信息以及终点位置信息,所述交通元素信息包括所述路口周边的车道信息;
其中,所述第二生成模块,包括:
第四确定单元,用于根据所述第二驾驶行为信息以及所述车道信息,确定所述障碍车所在的第二车道;
第五确定单元,用于根据所述第二轨迹的起点位置信息以及所述第二车道的车道信息,确定所述第二轨迹的起点位置;
第六确定单元,用于根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定所述第二轨迹的终点位置;
第二获取单元,用于获取所述第二轨迹的起点位置至所述第二轨迹的终点位置之间经过的第二目标点的集合,其中,所述第二目标点为所述第二车道的车道中心线上的点;
第二生成单元,用于根据所述第二目标点的集合,生成所述第二轨迹。
12.根据权利要求9所述的装置,其中,所述第二驾驶参数信息,包括所述障碍车的第二驾驶行为信息、所述第二轨迹的起点位置以及终点位置信息,所述交通元素信息包括所述路口周边的车道信息;
其中,所述第二生成模块,包括:
第七确定单元,用于根据所述第二驾驶行为信息以及所述车道信息,确定所述障碍车所在的第二车道;
第八确定单元,用于根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定所述第二轨迹的终点位置;
第三获取单元,用于获取所述第二轨迹的起点位置至所述第二轨迹的终点位置之间经过的第二目标点的集合,其中,所述第二目标点为所述第二车道的车道中心线上的点;
第三生成单元,用于根据所述第二目标点的集合,生成所述第二轨迹。
13.根据权利要求11中所述的装置,其中,所述第二车道允许多个行驶方向;
其中,所述第六确定单元,包括:
确定子单元,用于根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定各所述行驶方向分别对应的第二轨迹的终点位置;
所述第二获取单元,包括:
获取子单元,用于针对每个行驶方向,获取所述第二轨迹的起点位置至对应行驶方向的所述第二轨迹的终点位置之间经过的第二目标点的集合,其中,所述第二目标点为对应行驶方向的所述第二车道的车道中心线上的点。
14.根据权利要求12中所述的装置,其中,所述第二车道允许多个行驶方向;
其中,所述第八确定单元,包括:
确定子单元,用于根据所述第二轨迹的终点位置信息以及所述第二车道的车道信息,确定各所述行驶方向分别对应的第二轨迹的终点位置;
所述第三获取单元,包括:
获取子单元,用于针对每个行驶方向,获取所述第二轨迹的起点位置至对应行驶方向的所述第二轨迹的终点位置之间经过的第二目标点的集合,其中,所述第二目标点为对应行驶方向的所述第二车道的车道中心线上的点。
15.根据权利要求9-12任一项所述的装置,其中,所述第三生成模块,包括:
第五获取单元,用于从至少一条所述第二轨迹中,获取与所述第一轨迹存在交点的第三轨迹;
第四生成单元,用于根据所述第一轨迹、与所述第一轨迹存在交点的所述第三轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成所述第一轨迹对应的仿真场景。
16.根据权利要求9-12任一项所述的装置,其中,所述障碍车的数量为多个,所述装置,还包括:
判断模块,用于判断多个所述障碍车分别对应的第二轨迹是否存在冲突;
所述第三生成模块,包括:
第五生成单元,用于在第一障碍车对应的第二轨迹与第二障碍车对应的第二轨迹存在冲突时,根据所述第一轨迹、所述第一障碍车对应的第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成第一仿真场景;以及根据所述第一轨迹、所述第二障碍车对应的第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息以及所述交通元素信息,生成第二仿真场景。
17.根据权利要求9-12任一项所述的装置,其中,所述交通元素信息包括交通灯的初始状态信息;
其中,所述第三生成模块,包括:
第六获取单元,用于根据用户的第四配置信息,获取行人的行驶参数信息以及针对所述交通灯的控制信息;
调整单元,用于根据所述控制信息,对所述初始状态信息进行调整,以得到所述交通灯的仿真状态信息;
第六生成单元,用于根据所述第一轨迹、所述第二轨迹、所述第一驾驶参数信息、所述第二驾驶参数信息、所述行人的行驶参数信息、所述仿真状态信息,生成所述仿真场景。
18.一种电子设备,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1-8中任一项所述的方法。
19.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110666628.5A CN113569378B (zh) | 2021-06-16 | 2021-06-16 | 仿真场景的生成方法、装置、电子设备以及存储介质 |
JP2022078772A JP2022110069A (ja) | 2021-06-16 | 2022-05-12 | シミュレーションシーンの生成方法、装置、電子機器及び記憶媒体 |
KR1020220071369A KR20220091440A (ko) | 2021-06-16 | 2022-06-13 | 시뮬레이션 장면의 생성 방법, 장치, 전자 기기 및 저장 매체 |
EP22179075.1A EP4063792A3 (en) | 2021-06-16 | 2022-06-15 | Method and apparatus for generating a simulation scene, electronic device and storage medium |
US17/841,890 US20230415787A1 (en) | 2021-06-16 | 2022-06-16 | Method and apparatus for generating a simulation scene, electronic device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110666628.5A CN113569378B (zh) | 2021-06-16 | 2021-06-16 | 仿真场景的生成方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113569378A CN113569378A (zh) | 2021-10-29 |
CN113569378B true CN113569378B (zh) | 2024-01-05 |
Family
ID=78162093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110666628.5A Active CN113569378B (zh) | 2021-06-16 | 2021-06-16 | 仿真场景的生成方法、装置、电子设备以及存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230415787A1 (zh) |
EP (1) | EP4063792A3 (zh) |
JP (1) | JP2022110069A (zh) |
KR (1) | KR20220091440A (zh) |
CN (1) | CN113569378B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018159429A1 (ja) * | 2017-03-02 | 2018-09-07 | パナソニックIpマネジメント株式会社 | 運転支援方法およびそれを利用した運転支援装置、運転支援システム |
CN115294764B (zh) * | 2022-07-28 | 2024-04-16 | 阿波罗智联(北京)科技有限公司 | 人行横道区域确定方法、装置、设备及自动驾驶车辆 |
CN117994379A (zh) * | 2022-10-31 | 2024-05-07 | 华为技术有限公司 | 虚拟车道生成方法及相关装置 |
CN115544817B (zh) * | 2022-12-02 | 2023-03-28 | 广汽埃安新能源汽车股份有限公司 | 驾驶场景生成方法、装置、电子设备和计算机可读介质 |
CN115876493B (zh) * | 2023-01-18 | 2023-05-23 | 禾多科技(北京)有限公司 | 用于自动驾驶的测试场景生成方法、装置、设备和介质 |
CN116465394B (zh) * | 2023-06-19 | 2023-11-03 | 西安深信科创信息技术有限公司 | 基于车辆轨迹数据的路网结构生成方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108931927A (zh) * | 2018-07-24 | 2018-12-04 | 百度在线网络技术(北京)有限公司 | 无人驾驶仿真场景的创建方法及装置 |
CN109760675A (zh) * | 2019-03-12 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 预测车辆轨迹的方法、装置、存储介质和终端设备 |
CN110751847A (zh) * | 2019-10-15 | 2020-02-04 | 清华大学 | 一种自动驾驶车辆行为决策方法及*** |
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 |
CN111091739A (zh) * | 2018-10-24 | 2020-05-01 | 百度在线网络技术(北京)有限公司 | 自动驾驶场景的生成方法、装置和存储介质 |
CN111625950A (zh) * | 2020-05-20 | 2020-09-04 | 北京百度网讯科技有限公司 | 自动驾驶仿真场景重建方法、装置、设备和介质 |
CN111680362A (zh) * | 2020-05-29 | 2020-09-18 | 北京百度网讯科技有限公司 | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 |
CN112069643A (zh) * | 2019-05-24 | 2020-12-11 | 北京车和家信息技术有限公司 | 一种自动驾驶仿真场景生成方法及装置 |
CN112650224A (zh) * | 2020-12-11 | 2021-04-13 | 国汽(北京)智能网联汽车研究院有限公司 | 自动驾驶仿真的方法、装置、设备及存储介质 |
CN112668153A (zh) * | 2020-12-11 | 2021-04-16 | 国汽(北京)智能网联汽车研究院有限公司 | 一种自动驾驶仿真场景生成的方法、装置及设备 |
CN112926135A (zh) * | 2021-03-02 | 2021-06-08 | 北京百度网讯科技有限公司 | 场景信息确定方法、装置、设备、存储介质和程序产品 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4412261B2 (ja) * | 2005-09-07 | 2010-02-10 | 株式会社豊田中央研究所 | 交通シミュレーション装置、方法及びプログラム |
US10423892B2 (en) * | 2016-04-05 | 2019-09-24 | Omni Ai, Inc. | Trajectory cluster model for learning trajectory patterns in video data |
WO2019000417A1 (en) * | 2017-06-30 | 2019-01-03 | SZ DJI Technology Co., Ltd. | SYSTEMS AND METHODS OF GENERATING CARDS |
JP2019032708A (ja) * | 2017-08-08 | 2019-02-28 | パイオニア株式会社 | 判定装置、判定方法、及び、プログラム |
JP7063043B2 (ja) * | 2018-03-26 | 2022-05-09 | 株式会社デンソー | 車両制御装置、および、決定方法 |
CN111694287B (zh) * | 2020-05-14 | 2023-06-23 | 阿波罗智能技术(北京)有限公司 | 无人驾驶仿真场景中的障碍物模拟方法和装置 |
-
2021
- 2021-06-16 CN CN202110666628.5A patent/CN113569378B/zh active Active
-
2022
- 2022-05-12 JP JP2022078772A patent/JP2022110069A/ja active Pending
- 2022-06-13 KR KR1020220071369A patent/KR20220091440A/ko unknown
- 2022-06-15 EP EP22179075.1A patent/EP4063792A3/en not_active Withdrawn
- 2022-06-16 US US17/841,890 patent/US20230415787A1/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108931927A (zh) * | 2018-07-24 | 2018-12-04 | 百度在线网络技术(北京)有限公司 | 无人驾驶仿真场景的创建方法及装置 |
CN111091739A (zh) * | 2018-10-24 | 2020-05-01 | 百度在线网络技术(北京)有限公司 | 自动驾驶场景的生成方法、装置和存储介质 |
CN109760675A (zh) * | 2019-03-12 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 预测车辆轨迹的方法、装置、存储介质和终端设备 |
CN112069643A (zh) * | 2019-05-24 | 2020-12-11 | 北京车和家信息技术有限公司 | 一种自动驾驶仿真场景生成方法及装置 |
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 |
CN110751847A (zh) * | 2019-10-15 | 2020-02-04 | 清华大学 | 一种自动驾驶车辆行为决策方法及*** |
CN111625950A (zh) * | 2020-05-20 | 2020-09-04 | 北京百度网讯科技有限公司 | 自动驾驶仿真场景重建方法、装置、设备和介质 |
CN111680362A (zh) * | 2020-05-29 | 2020-09-18 | 北京百度网讯科技有限公司 | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 |
CN112650224A (zh) * | 2020-12-11 | 2021-04-13 | 国汽(北京)智能网联汽车研究院有限公司 | 自动驾驶仿真的方法、装置、设备及存储介质 |
CN112668153A (zh) * | 2020-12-11 | 2021-04-16 | 国汽(北京)智能网联汽车研究院有限公司 | 一种自动驾驶仿真场景生成的方法、装置及设备 |
CN112926135A (zh) * | 2021-03-02 | 2021-06-08 | 北京百度网讯科技有限公司 | 场景信息确定方法、装置、设备、存储介质和程序产品 |
Non-Patent Citations (1)
Title |
---|
基于典型场景的智能汽车主动制动/避障控制与实验研究;史星彦;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第06期);C035-277 * |
Also Published As
Publication number | Publication date |
---|---|
JP2022110069A (ja) | 2022-07-28 |
US20230415787A1 (en) | 2023-12-28 |
EP4063792A3 (en) | 2022-12-21 |
CN113569378A (zh) | 2021-10-29 |
KR20220091440A (ko) | 2022-06-30 |
EP4063792A2 (en) | 2022-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113569378B (zh) | 仿真场景的生成方法、装置、电子设备以及存储介质 | |
CN110599570B (zh) | 基于众包数据开放场景下的地图生成方法及*** | |
CN113753077A (zh) | 预测障碍物的运动轨迹的方法、装置及自动驾驶车辆 | |
CN113682318B (zh) | 车辆行驶控制方法及装置 | |
CN111680362A (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
JP2021168174A (ja) | 車両整列情報を特定する方法及び装置、電子機器、路側機器、クラウド制御プラットフォーム、記憶媒体並びにコンピュータプログラム製品 | |
KR20210122214A (ko) | 감지 데이터를 검출하는 방법 및 장치 | |
CN113570727B (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
CN114973687B (zh) | 一种交通信息处理方法、装置、设备和介质 | |
CN116772846A (zh) | 一种无人机航迹规划方法、装置、设备及介质 | |
CN114613159B (zh) | 基于深度强化学习的交通信号灯控制方法、装置及设备 | |
WO2022143057A1 (zh) | 自动驾驶算法测试方法及相关设备 | |
CN115285147A (zh) | 无人车的驾驶决策方法、装置及无人车 | |
CN115973190A (zh) | 自动驾驶车辆的决策方法、装置和电子设备 | |
CN113516013B (zh) | 目标检测方法、装置、电子设备、路侧设备和云控平台 | |
CN113553255B (zh) | 路线场景文件的生成方法、装置、电子设备及存储介质 | |
CN111192468A (zh) | 基于路口内加减速的自动行驶方法及***、服务器及介质 | |
CN112577497B (zh) | 道路匹配方法及装置、电子设备、存储介质、程序产品 | |
CN114572233B (zh) | 基于模型集合的预测方法、电子设备及自动驾驶车辆 | |
CN114820700B (zh) | 对象跟踪方法及装置 | |
CN114792476B (zh) | 导航播报方法、装置、电子设备和存储介质 | |
CN116935647A (zh) | 一种数据验证方法、装置、电子设备和存储介质 | |
CN117068198A (zh) | 轨迹规划方法、装置、电子设备及自动驾驶车辆 | |
CN117668561A (zh) | 轨迹生成模型的训练方法、障碍物轨迹的生成方法及装置 | |
CN116342861A (zh) | 定位目标的关联方法及装置、电子设备和存储介质 |
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 |