CN115454861A - 自动驾驶仿真场景构建方法和装置 - Google Patents
自动驾驶仿真场景构建方法和装置 Download PDFInfo
- Publication number
- CN115454861A CN115454861A CN202211139477.9A CN202211139477A CN115454861A CN 115454861 A CN115454861 A CN 115454861A CN 202211139477 A CN202211139477 A CN 202211139477A CN 115454861 A CN115454861 A CN 115454861A
- Authority
- CN
- China
- Prior art keywords
- node
- action
- trigger
- vehicle
- preset
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
- G06F9/4498—Finite state machines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种自动驾驶仿真场景构建方法和装置,涉及自动驾驶领域,尤其涉及自动驾驶场景仿真技术领域。实现方案为:获得第一车辆和第一车辆的车辆属性,车辆属性至少指示第一车辆的运动状态;获得至少一个交通元素和至少一个交通元素中的每一个交通元素的元素属性和状态机,元素属性至少指示相应的交通元素的位置,状态机指示相应的交通元素在预设的触发条件下执行相应的动作;以及基于车辆属性和至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及自动驾驶场景仿真技术领域,具体涉及一种自动驾驶仿真场景构建方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
作为自动驾驶仿真***中最重要的数据资产,“自动驾驶测试场景用例”将对仿真测试提供最直接的输入。据研究显示,自动驾驶车辆需要累计进行“上亿公里”级别的测试历程才能证明其***安全行,而这些运行里程更为高效的方式便是在仿真***中大批量并发运行,因为仿真***同样需要“上亿级别”的场景测试用例。
如何提升自动驾驶仿真场景的构建效率,是自动驾驶行业研究者们永远关注的话题。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种自动驾驶仿真场景构建方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种自动驾驶仿真场景构建方法,包括:获得第一车辆和所述第一车辆的车辆属性,所述车辆属性至少指示所述第一车辆的运动状态;获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,所述元素属性至少指示相应的交通元素的位置,所述状态机指示相应的交通元素在预设的触发条件下执行相应的动作;以及基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景。
根据本公开的另一方面,提供了一种自动驾驶仿真场景构建装置,包括:第一车辆获取单元,被配置用于获得第一车辆和所述第一车辆的车辆属性,所述车辆属性至少指示所述第一车辆的运动状态;交通元素获取单元,被配置用于获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,所述元素属性至少指示相应的交通元素的位置,所述状态机指示相应的交通元素在预设的触发条件下执行相应的动作;以及构建单元,被配置用于基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景。
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根据本公开的实施例所述的方法。
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,其中,所述计算机指令用于使所述计算机执行根据本公开的实施例所述的方法。
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,其中,所述计算机程序在被处理器执行时实现根据本公开的实施例所述的方法。
根据本公开的一个或多个实施例,可以提升自动驾驶仿真场景的构建效率。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性***的示意图;
图2示出了根据本公开的实施例的自动驾驶仿真场景构建方法的流程图;
图3A和图3B示出了根据本公开的实施例的自动驾驶仿真场景构建方法中构建场景时交通元素运行状态机的框架示意图;
图4示出了根据本公开的实施例的自动驾驶仿真场景构建方法中获得至少一个交通元素和至少一个交通元素中的每一个交通元素的元素属性和状态机的过程的流程图;
图5示出了根据本公开的实施例的自动驾驶仿真场景构建方法中从预设交通元素集合中确定第一交通元素的过程的流程图;
图6示出了可以实现根据本公开的实施例的自动驾驶仿真场景构建方法中显示预设交通元素集合的界面的示意图;
图7示出了根据本公开的实施例的自动驾驶仿真场景构建方法中获得第一交通元素对应的触发器节点集合中的至少一个触发器节点与动作节点集合中的至少一个动作节点之间构成的节点组合的过程的流程图;
图8示出了根据本公开的实施例的自动驾驶仿真场景构建方法的流程图;
图9示出了根据本公开的实施例的自动驾驶仿真场景构建方法的流程图;
图10示出了根据本公开的实施例的自动驾驶仿真场景构建方法中对所构建的场景进行泛化的过程的流程图;
图11示出了根据本公开的实施例的自动驾驶仿真场景构建装置的结构框图;
图12示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
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。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1,该***100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
在本公开的实施例中,机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
服务器120可以运行使得能够自动驾驶仿真场景构建方法的一个或多个服务或软件应用。在某些实施例中,服务器120还可以提供其他服务或软件应用,这些服务或软件应用可以包括非虚拟环境和虚拟环境。在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的***配置是可能的,其可以与***100不同。因此,图1是用于实施本文所描述的各种方法的***的一个示例,并且不旨在进行限制。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
网络130可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络130可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。
***100还可以包括一个或多个数据库150。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件***支持的常规存储库。
机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个:视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外,通过对视觉摄像头捕获的画面进行分析,可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周,用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置,用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置,用于检测物体边缘、形状信息,从而进行物体识别和追踪。由于多普勒效应,雷达装置还可以测量车辆与移动物体的速度变化。
机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如,北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块,移动通信网络可以实施任何适合的通信技术,例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything,V2X)模块,被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle,V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure,V2I)通信的车与外界的通信。此外,通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112,机动车辆110还可以经由网络130接入服务器120。
机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器,例如中央处理单元(CPU)或图形处理单元(GPU),或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶***。自动驾驶***被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向***以及制动***等以分别控制加速、转向和制动,而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如,可以使用车载处理器执行某一些处理,而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外,控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
图1的***100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
在相关技术中,通过使用文本编辑器编写代码,实现自动驾驶仿真场景的构建。例如,在基于openscenario进行场景编辑的过程中,通过仿真工具和内容编辑器实现XML文件的编辑,实现仿真场景的自动构建。然而,在文本编辑的过程中,由于文本编辑内容较多,编辑繁琐,往往使得仿真场景的构建效率低下。
根据本公开的一方面,提供了一种自动驾驶仿真场景构建方法。参看图2,根据本公开的一些实施例自动驾驶仿真场景构建方法,包括:
步骤S210:获得第一车辆和所述第一车辆的车辆属性,所述车辆属性至少指示所述第一车辆的运动状态;
步骤S220:获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,所述元素属性至少指示相应的交通元素的位置,所述状态机指示相应的交通元素在预设的触发条件下执行相应的动作;以及
步骤S230:基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景。
通过获得第一车辆的车辆属性,和至少一个交通元素中的每一个交通元素的元素属性和状态机,实现第一车辆和交通元素之间的交互设计,并基于所获得的交互设计构建仿真场景,整个过程不用进行文本编辑处理,提升仿真场景构建效率。
在一些实施例中,第一车辆是仿真场景中的主车车辆,以该主车车辆为中心,模拟该主车车辆与其他交通元素之间的交互的场景。
在根据本公开的实施例中,第一车辆的车辆属性至少指示第一车辆的运动装置,例如可以包括第一车辆的起始位置、途径位置、终点位置或者初始速度等。
在一些实施例中,第一车辆的车辆属性还包括车辆的尺寸等,在此并不限定。
在一些实施例中,至少一个交通元素可以是能够与第一车辆进行交互的任意事务。例如,其他车辆、行人、自行车、停车杆、锥形桶、跟车车流或者未知障碍物等。
在根据本公开的实施例中,每一个交通元素的元素属性至少指示该交通元素的位置。例如,元素属性可以包括该交通元素的坐标(二维场景下为横纵坐标、三维场景下为空间坐标)。元素属性还可以包括该元素的尺寸。例如,当交通元素为车辆时,元素坐标还可以包括车辆的长、宽、高。
在根据本公开的实施例中,每一个交通元素包括状态机,该状态机指示该交通元素在预设的触发条件下执行相应的动作。
在一些实施例中,状态机可以包括预设的自由态,在自由态下,交通元素按照预设的条件执行相应的动作。例如,跟车车流的自由态是以与第一车辆距预设距离行驶。
参看图3A和图3B,示出了根据本公开的一些实施例的自动驾驶仿真场景构建方法中构建场景时交通元素运行状态机的框架示意图。其中,图3A示出了在构建场景的过程中从场景开始到场景结束,交通元素的状态机从控制态进入自由态并通过驱动引擎完成场景构成的过程示意图,图3B示出为交通元素在控制态下,由触发器触发后进入动作节点完成动作,以完成控制态的过程示意图。
在一些实施例中,在获得第一车辆之前还包括构建静态场景的步骤。静态场景提供第一车辆和至少一个交通元素进行交互行为的环境。例如,通过获得地图以获得静态场景。在一些实施例中,地图可以是用户自定义的地图,在另一些实施例中,地图可以是从地图存储装置获得的地图。
在一些实施例中,根据本公开的自动驾驶仿真场景构建方法包括:获得高精地图;以及基于所述高精地图,获得静态场景。
由于高精地图提供丰富的车道级真实路网数据,使得在基于高精地图构建的静态场景上构建的仿真场景更加真实,能够模拟出更加准确的自动驾驶场景。
在一些实施例中,通过在静态场景中获得第一车辆的位置,获得第一车辆。
例如,通过接收用户在静态场景中设置的第一车辆的位置,获得第一车辆。
在一些实施例中,状态机包括控制态,如图4所示,所述获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机包括:
步骤S410:从预设交通元素集合中确定第一交通元素,所述预设交通元素集合中的每一个交通元素集合对应有预设触发器节点集合和预设动作节点集合,所述预设触发节点集合中的每一个触发器节点具有相应的待确定的触发条件参数集合,所述预设动作节点集合中的每一个预设动作节点具有相应的待确定的动作参数集合;以及
步骤S420:获得所述第一交通元素对应的预设触发器节点集合中的至少一个触发器节点与预设动作节点集合中的至少一个动作节点之间构成的节点组合,其中,所述至少一个触发器节点对应的至少一个触发条件参数集合中的每一个触发条件参数和所述至少一个动作节点对应的至少一个动作参数集合中的每一个动作参数被确定;以及
步骤S430:基于所述节点组合,获得所述第一交通元素的控制态。
通过从交通元素对应的预设触发器节点集合与预设动作行为集合中获得至少一触发器节点和至少一个动作节点之间构成的节点组合,以获得该元素与第一车辆之间的交互设计,进一步提升用户构建仿真场景的便捷性。
预设触发器节点集合和预设动作节点集合可以是根据交通元素和仿真场景的需要在***中预设的。
在一些实施例中,所述预设触发器节点集合包括下列各项中的至少一项:场景时间触发器节点、距离触发器节点、碰撞时间触发器节点、跟车时距触发器节点和碰撞检测触发器节点;以及
所述动作节点包括下列各项中的至少一项:静止节点、循迹节点、变道节点、沿路行驶节点和跟车节点。
在一些实施例中,在确定触发器节点对应的触发条件参数集合中的每一个触发条件参数之后,通过调用原子函数,以实现触发器节点的功能。例如,
对于场景时间触发器节点,参数包括:time_threshold(时间阈值);计算方式为:当“当前场景时间”>=“时间阈值”时,返回true,否则返回false;相应的原子函数为:booltime_condition(double time_threshold)
对于距离触发器节点,参数包括:agent_id(“-1”代表主车;“其他”代表障碍物)、master_agent_id“-1”代表主车;“其他”代表障碍物)、type(距离计算模型,包含CENTER、POLYGON、HEAD_REAR(非主体元素的车头->主体元素车尾)三种)以及axis(“坐标系,包含EULER、HORIZONTAL、VERTICAL三种”),计算方式包括:<欧式距离>-master_agent与agent的直线距离、<横向距离>-以master_agent位置建立坐标系,与master_agent朝向的垂直方向为横向(agent在右方为正,在左方为负)、以及<纵向距离>-以master_agent位置建立坐标系,master_agent朝向为纵向(agent在前方为正,在后方为负);原子函数为:doubledistance(int agent_id,int master_agent_id,string type,string axis)。
对于剩余碰撞时间触发器节点,参数包括:agent_id(“-1”代表主车;“其他”代表障碍物)、master_agent_id(“-1”代表主车;“其他”代表障碍物);返回值为:master_agent追赶到agent的剩余时间;计算方式为:两物体间直线距离/距离方向相对瞬时速度;原子函数为:double ttc(int agent_id,int master_agent_id)
对于跟车时距触发器节点,参数包括:agent_id(“-1”代表主车;“其他”代表障碍物)、master_agent_id(“-1”代表主车;“其他”代表障碍物);返回值为:master_agent抵达agent当前水平方向位置的剩余时间;计算方式为:两物体包围盒的距离在master_agent垂直方向的投影/master_agent瞬时速度(以master_agent位置建立坐标系,master_agent朝向为垂直方向);原子函数为:double thw(int agent_id,int master_agent_id)
对于碰撞检测触发器节点,参数包括:agent_id(“-1”代表主车;“其他”代表障碍物)、master_agent_id(“-1”代表主车;“其他”代表障碍物)、check_duration(碰撞检测时间段,即检测当前时刻后check_duration s内是否会发生碰撞);返回值为:是否会发生碰撞(true表示会发生碰撞);计算方式为:agent_id的车头在check_duration内是否会和master_agent_id的包围盒发生碰撞;原子函数为:bool check_collision(int agent_id,int master_agent_id,double check_duration)。
可以理解,上述触发器节点的参数设置和原子函数的设置仅仅是示例性的,本领域技术人员可以理解,可以根据需要设置其他触发器节点机器相应的参数和原子函数,在此并不限定。
在一些实施例中,还可以获得用户定义的复合触发器节点,例如,通过函数嵌套的方法,实现复合触发器节点的获得。在一个示例中,复合触发器节点的原子函数为:ttl(2,_,_)-ttl(-1,_,_)>=3&&keep_true(ego.speed==0,1)&&in_range(thw(2,-1),2,5)。
在一些实施例中,如图5所示,从预设交通元素集合中确定第一交通元素包括:
步骤S510:显示所述预设交通元素集合;以及
步骤S520:响应于接收到对所述第一交通元素选择指令,在第一预设区域显示所述第一交通元素。
通过显示交通元素集合,并基于用户对交通元素的指令操作,确定第一交通元素,实现仿真场景构建过程中的可视化交互体验,进一步提升仿真场景构建效率。
参看图6,示出了根据本公开的一些实施例的自动驾驶仿真场景构建方法中显示预设交通元素集合的界面的示意图。
其中,如图6中的区域601显示有预设交通元素集合,预设交通元素集合包括:主车、车辆、未知障碍物、行人、自行车、停车杆、锥筒和跟车车流。其中,在接收到对第一交通元素601a的选择指令后,在第一预设区域602中显示第一交通元素601a。
在一些实施例中,用户对第一交通元素的选择指令可以是用户对所显示的预设交通元素中的第一交通元素进行的操作所发出的指令。
在另一些实施例中,用户对第一交通元素进行的操作包括:移动、选择、旋转、复制、粘贴、撤销、恢复等。通过这些指令,可以实现用户在仿真场景中对第一交通元素的可视化编辑,让用户拥有所见即所得的使用体验。
在一些实施例中,针对用户的操作,获得高级辅助功能,例如,包括指南针、测距、全视角转换、透视/正交相机切换、车道和坐标定位等。以进一步简化用户操作,提升仿真场景构建效率。
根据本公开的一些实施例,在基于地图构建静态场景时,进行自动驾驶仿真场景的构建过程中,还包括:识别地图区域内的同语义交通灯,并同步交互数据,以进一步简化用户设置交通元素的步骤,简化操作流程。
在一些实施例中,如图7所示,获得所述第一交通元素对应的触发器节点集合中的至少一个触发器节点与动作节点集合中的至少一个动作节点之间构成的节点组合包括:
步骤S710:显示所述第一交通元素对应的预设触发器节点集合和预设动作节点集合;
步骤S720:响应于接收到对所述预设触发器节点集合中的第一触发器节点的选择指令和对所述第一触发节点对应的触发条件参数集合中的每一个触发条件参数的设定值,在第二预设区域显示所述第一触发器节点;
步骤S730:响应于接收到对所述预设动作节点集合中的第一动作节点的选择指令和对所述第一动作节点对应的动作集合中的每一个动作参数的设定值,在所述第二预设区域显示所述第一动作节点;
步骤S740:响应于接收到针对所述第一触发器节点和所述第一动作节点的第一操作,在所述第二预设区域显示所述第一触发器节点和所述第一动作点之间的连线,以将所述第一触发器节点与所述第一动作节点组合;以及
步骤S750:基于所述第一触发器节点与所述第一动作节点的组合,获得所述节点组合。
通过显示交通元素对应的预设触发器节点集合和预设动作节点集合,并且响应于用户对预设触发器节点集合中的第一触发器节点的选择指令,在第二预设区域显示第一触发器节点,响应于用户对预设动作节点集合中的第一动作节点的选择指令,在该第二预设区域显示第二触发器节点,响应于获得针对第一触发器节点和第一动作节点的第一操作,在第二预测区域显示第一触发器节点和第一动作节点之间的连线,从而获得第一触发器节点和第一动作节点的组合,并且基于第一触发器节点和第一动作节点的组合获得节点组合,实现对第一交通元素与第一车辆之间的交互设计,整个过程中实现了用户对交互设计的可视化编程,通过输入参数、连线的操作之后即可完成交通元素的交互行为设计,进一步提升仿真场景构建效率。
继续参看图6,第一触发器节点和第一动作节点的组合显示在第二预设区域603中。在一些实施例中,在获得车辆属性和至少一个交通元素中的每一个交通元素的元素属性和状态机之后,新建仿真场景。
参看图8,示出了根据本公开的一些实施例的自动驾驶仿真场景构建方法新建仿真场景的示意图。
如图8所示,在步骤S810中,用户在场景中放置主车;
在步骤S820中,用户设置主车属性、添加终点、途径点;
在步骤S830中,用户放置其他交通元素;
在步骤S840中,用户设置其他交通元素的状态机、其中,包括步骤S841a、设置触发器节点和步骤S841b、设置动作节点,以编辑控制态和步骤S842、设置自由态;
在用户需要设置多个交通元素的情况下,每放置一个交通元素并完成该交通元素的状态机的设置后,进行下一个交通元素的放置并完成该下一个交通元素的状态机的设置,最后通过保存场景完成场景的构建。
在一些实施例中,如图8所示,在保存场景之前还可以执行步骤S850、对已建场景进行预览以及步骤S850、基于预览调整交通元素的属性、触发器节点和动作节点的参数等。
在一些实施例中,根据本公开的自动驾驶场景的构建方法还包括:获得由自动驾驶车辆获得的路采数据,所述路采数据包括所述自动驾驶车辆的运动状态数据和所述自动驾驶车辆所感知的环境数据,其中,所述获得第一车辆和所述第一车辆的车辆属性包括:
将所述自动驾驶车辆确定为所述第一车辆,并且基于所述运动状态数据获得所述第一车辆的车辆属性;并且其中,获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机包括:
基于所述环境数据,获得所述至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机。
通过路采数据获得第一车辆和第一车辆的车辆属性,以及和至少一个交通元素和至少一个交通元素中的每一个交通元素的元素属性和状态机,以实现仿真场景的构建;实现基于真实路采数据泛化出更多的仿真场景,从而避免了人工设置参数不真实的问题。
在一些实施例,还可以对所构建的场景进行泛化,在从中筛选出达到预期的仿真场景。
参看图9,根据本公开的一些实施例的自动驾驶仿真场景构建方法还包括:
步骤S910:获得所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数和所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数,所述触发模糊参数指示相应的触发条件参数对应的范围,所述动作泛化参数指示相应的动作参数对应的范围;以及
步骤S920:获得所述至少一个触发条件参数集合和所述至少一个动作参数集合对应的泛化限制条件;
步骤S930:基于所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数、所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数和所述泛化限制条件和所述仿真场景,进行场景泛化,以获得目标场景。
通过获得每一个触发条件参数对应的触发泛化参数,每一个动作参数对应的动作泛化陈述和泛化限制条件,可以实现参数级别的场景泛化,实现多纬度的场景泛化,提升场景构建过程中的泛化效率。
在相关技术中,通过在确定的参数下定义场景中各个元素的预期的交互行为,其实现困难,并且效率低下。根据本公开的实施例,通过泛化参数定义触发条件参数和动作参数以较大的范围,进行场景泛化,并从中筛选出符合预期(泛化限制条件)的场景,大大提升了获得预期的仿真场景的效率。
在一些实施例中,用户可以通过等距、枚举两种方式获得触发条件泛化参数和动作泛化参数。例如,通过在通过等距的方式获得触发条件泛化参数的过程中,设置最小值、最大值和步长作为触发条件泛化参数。
参看图10,示出了根据本公开的一些实施例的自动驾驶仿真场景构建方法中对所构建的场景进行泛化的过程的流程图。
如图10所示,首先,在步骤S1001中,获得泛化参数(包括动作泛化参数和触发泛化参数)在一些示例中,泛化参数是由用户输入的。
接着,在步骤S1002中,基于泛化参数,生成参数表,参数表显示为不同触发条件参数和不同动作参数构成的多个参数组合。
接着,在步骤S1003中,获得泛化限制条件并且基于泛化限制条件对参数表中的多个参数组合依次进行筛选。其中,对步骤S1002中所生成的参数表中的多个参数组合进行循环输入,以进行筛选。
接着,在步骤S1004中,对经筛选的参数组合进行表达式解析,解析失败,则在步骤S1005中将其加入限制组合,并对其进行计数;解析成功,则在步骤S1006中将其加入受限表格;
接着,在步骤S1007中,将受限表格中的参数组合代入用户创建的场景;
接着,在步骤S1008中,对创建的场景进行复制,以泛化场景;
接着,在步骤S1009中,将泛化出来的多个场景同时提交测试,当场景测试成功时,在步骤S1010中,将其加入成功场景集合,并进行计数;当场景测试失败时,在步骤S1011中,对其重新测试,当重新测试成功时,在步骤S1010中,将其加入成功场景集合,并进行计数;当重新测试失败时,在步骤S1012中,将其加入失败场景集合,并进行计数。
在一些实施例中,根据本公开的一些实施例的自动驾驶仿真场景构建方法还包括:获得目标度量;基于所述目标度量确定目标场景是否达到了预测的预期目的。
在一些实施例中,响应于用户从预设度量集合中选择第一度量,将第一度量确定为目标度量。
在一些实施例中,预设度量集合包括多个分组类型,每一个分组类型包括多个度量,目标度量包括来自多个分组类型对应的多个度量中的至少一个度量。
在一些实施例中,获取由用户自定义的度量,将该自定义的度量确定为目标度量。通过获得用户自定义的度量,获得目标度量,实现最大化的度量配置能力,以满足不同场景的度量需求。
根据本公开的另一方面,还提供了一种自动驾驶仿真场景构建装置,如图11所示,装置1100包括:第一车辆获取单元1110,被配置用于获得第一车辆和所述第一车辆的车辆属性,所述车辆属性至少指示所述第一车辆的运动状态;交通元素获取单元1120,被配置用于获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,所述元素属性至少指示相应的交通元素的位置,所述状态机指示相应的交通元素在预设的触发条件下执行相应的动作;以及构建单元1130,被配置用于基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景。
在一些实施例中,所述状态机包括控制态,所述至少一个交通元素获取单元1120包括:第一确定单元,被配置用于从预设交通元素集合中确定第一交通元素,所述预设交通元素集合中的每一个交通元素集合对应有预设触发器节点集合和预设动作节点集合,所述预设触发节点集合中的每一个触发器节点具有相应的待确定的触发条件参数集合,所述预设动作节点集合中的每一个预设动作节点具有相应的待确定的动作参数集合;节点组合获取单元,被配置用于获得所述第一交通元素对应的预设触发器节点集合中的至少一个触发器节点与预设动作节点集合中的至少一个动作节点之间构成的节点组合,其中,所述至少一个触发器节点对应的至少一个触发条件参数集合中的每一个触发条件参数和所述至少一个动作节点对应的至少一个动作参数集合中的每一个动作参数被确定;以及第一获取单元,被配置用于基于所述节点组合,获得所述第一交通元素的控制态。
在一些实施例中,所述第一确定单元包括:第一显示单元,被配置用于显示所述预设交通元素集合;以及第一响应单元,被配置用于响应于接收到对所述第一交通元素选择指令,在第一预设区域显示所述第一交通元素。
在一些实施例中,所述节点组合获取单元包括:第二显示单元,被配置用于显示所述第一交通元素对应的预设触发器节点集合和预设动作节点集合;第二响应单元,被配置用于响应于接收到对所述预设触发器节点集合中的第一触发器节点的选择指令和对所述第一触发节点对应的触发条件参数集合中的每一个触发条件参数的设定值,在预设的区域显示所述第一触发器节点;第三响应单元,被配置用于响应于接收到对所述预设动作节点集合中的第一动作节点的选择指令和对所述第一动作节点对应的动作集合中的每一个动作参数的设定值,在所述预设的区域显示所述第一动作节点;第四响应单元,被配置用于响应于获得位于所述第一触发器节点和所述第一动作节点之间的连线,将所述第一触发器节点与所述第一动作节点组合;以及节点组合获取字单元,被配置用于基于所述第一触发器节点与所述第一动作节点的组合,获得所述节点组合。
在一些实施例中,装置1100还包括:泛化参数获取单元,被配置用于获得所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数和所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数,所述触发模糊参数指示相应的触发条件参数对应的范围,所述动作泛化参数指示相应的动作参数对应的范围;限制条件获取单元,被配置用于获得所述至少一个触发条件参数集合和所述至少一个动作参数集合对应的泛化限制条件;以及场景泛化单元,被配置用于基于所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数、所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数和所述泛化限制条件和所述仿真场景,进行场景泛化,以获得目标场景。
在一些实施例中,所述预设触发器节点集合包括下列各项中的至少一项:场景时间触发器节点、距离触发器节点、碰撞时间触发器节点、跟车时距触发器节点和碰撞检测触发器节点;以及所述动作节点包括下列各项中的至少一项:静止节点、循迹节点、变道节点、沿路行驶节点和跟车节点。
在一些实施例中,装置1100还包括:高精地图获取单元,被配用于获得高精地图;静态场景获取单元,被配用于基于所述高精地图,获得静态场景;以及其中,所述构建单元包括:动态场景获取单元,被配置用于基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,获得动态场景;以及构建子单元,被配置用于基于所述动态场景和所述静态场景,获得所述仿真场景。
在一些实施例中,装置1100还包括:路采数据获取单元,被配置用于获得由自动驾驶车辆获得的路采数据,所述路采数据包括所述自动驾驶车辆的运动状态数据和所述自动驾驶车辆所感知的环境数据,其中,所述第一车辆获取单元包括:第二确定单元,被配置用于将所述自动驾驶车辆确定为所述第一车辆,并且基于所述运动状态数据获得所述第一车辆的车辆属性;并且其中,交通元素获取单元包括:交通元素获取子单元,被配置用于基于所述环境数据,获得所述至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机。
根据本公开的实施例,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。
参考图12,现将描述可以作为本公开的服务器或客户端的电子设备1200的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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12所示,电子设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储电子设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
电子设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206、输出单元1207、存储单元1208以及通信单元1209。输入单元1206可以是能向电子设备1200输入信息的任何类型的设备,输入单元1206可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1207可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1208可以包括但不限于磁盘、光盘。通信单元1209允许电子设备1200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,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1201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1201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1201执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200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1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到电子设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
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,也可以为分布式***的服务器,或者是结合了区块链的服务器。
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,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,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。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、***和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (19)
1.一种自动驾驶仿真场景构建方法,包括:
获得第一车辆和所述第一车辆的车辆属性,所述车辆属性至少指示所述第一车辆的运动状态;
获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,所述元素属性至少指示相应的交通元素的位置,所述状态机指示相应的交通元素在预设的触发条件下执行相应的动作;以及
基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景。
2.根据权利要求1所述的方法,其中,所述状态机包括控制态,所述获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机包括:
从预设交通元素集合中确定第一交通元素,所述预设交通元素集合中的每一个交通元素集合对应有预设触发器节点集合和预设动作节点集合,所述预设触发节点集合中的每一个触发器节点具有相应的待确定的触发条件参数集合,所述预设动作节点集合中的每一个预设动作节点具有相应的待确定的动作参数集合;以及
获得所述第一交通元素对应的预设触发器节点集合中的至少一个触发器节点与预设动作节点集合中的至少一个动作节点之间构成的节点组合,其中,所述至少一个触发器节点对应的至少一个触发条件参数集合中的每一个触发条件参数和所述至少一个动作节点对应的至少一个动作参数集合中的每一个动作参数被确定;以及
基于所述节点组合,获得所述第一交通元素的控制态。
3.根据权利要求2所述的方法,所述从预设交通元素集合中确定第一交通元素包括:
显示所述预设交通元素集合;以及
响应于接收到对所述第一交通元素选择指令,在第一预设区域显示所述第一交通元素。
4.根据权利要求2所述的方法,其中,所述获得所述第一交通元素对应的触发器节点集合中的至少一个触发器节点与动作节点集合中的至少一个动作节点之间构成的节点组合包括:
显示所述第一交通元素对应的预设触发器节点集合和预设动作节点集合;
响应于接收到对所述预设触发器节点集合中的第一触发器节点的选择指令和对所述第一触发节点对应的触发条件参数集合中的每一个触发条件参数的设定值,在第二预设区域显示所述第一触发器节点;
响应于接收到对所述预设动作节点集合中的第一动作节点的选择指令和对所述第一动作节点对应的动作集合中的每一个动作参数的设定值,在所述第二预设区域显示所述第一动作节点;
响应于接收到针对所述第一触发器节点和所述第一动作节点的第一操作,在所述第二预设区域显示所述第一触发器节点和所述第一动作点之间的连线,以将所述第一触发器节点与所述第一动作节点组合;以及
基于所述第一触发器节点与所述第一动作节点的组合,获得所述节点组合。
5.根据权利要求2所述的方法,还包括:
获得所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数和所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数,所述触发模糊参数指示相应的触发条件参数对应的范围,所述动作泛化参数指示相应的动作参数对应的范围;以及
获得所述至少一个触发条件参数集合和所述至少一个动作参数集合对应的泛化限制条件;
基于所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数、所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数和所述泛化限制条件和所述仿真场景,进行场景泛化,以获得目标场景。
6.根据权利要求2-5中任一项所述的方法,所述预设触发器节点集合包括下列各项中的至少一项:场景时间触发器节点、距离触发器节点、碰撞时间触发器节点、跟车时距触发器节点和碰撞检测触发器节点;以及
所述动作节点包括下列各项中的至少一项:静止节点、循迹节点、变道节点、沿路行驶节点和跟车节点。
7.根据权利要求1-6中任一项所述的方法,还包括:
获得高精地图;以及
基于所述高精地图,获得静态场景;以及其中,所述基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景包括:
基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,获得动态场景;以及
基于所述动态场景和所述静态场景,获得所述仿真场景。
8.根据权利要求1-6中任一项所述的方法,还包括:
获得由自动驾驶车辆获得的路采数据,所述路采数据包括所述自动驾驶车辆的运动状态数据和所述自动驾驶车辆所感知的环境数据,其中,所述获得第一车辆和所述第一车辆的车辆属性包括:
将所述自动驾驶车辆确定为所述第一车辆,并且基于所述运动状态数据获得所述第一车辆的车辆属性;并且其中,获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机包括:
基于所述环境数据,获得所述至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机。
9.一种自动驾驶仿真场景构建装置,包括:
第一车辆获取单元,被配置用于获得第一车辆和所述第一车辆的车辆属性,所述车辆属性至少指示所述第一车辆的运动状态;
交通元素获取单元,被配置用于获得至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,所述元素属性至少指示相应的交通元素的位置,所述状态机指示相应的交通元素在预设的触发条件下执行相应的动作;以及
构建单元,被配置用于基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,构建仿真场景。
10.根据权利要求9所述的装置,其中,所述状态机包括控制态,所述至少一个交通元素获取单元包括:
第一确定单元,被配置用于从预设交通元素集合中确定第一交通元素,所述预设交通元素集合中的每一个交通元素集合对应有预设触发器节点集合和预设动作节点集合,所述预设触发节点集合中的每一个触发器节点具有相应的待确定的触发条件参数集合,所述预设动作节点集合中的每一个预设动作节点具有相应的待确定的动作参数集合;以及
节点组合获取单元,被配置用于获得所述第一交通元素对应的预设触发器节点集合中的至少一个触发器节点与预设动作节点集合中的至少一个动作节点之间构成的节点组合,其中,所述至少一个触发器节点对应的至少一个触发条件参数集合中的每一个触发条件参数和所述至少一个动作节点对应的至少一个动作参数集合中的每一个动作参数被确定;
第一获取单元,被配置用于基于所述节点组合,获得所述第一交通元素的控制态。
11.根据权利要求10所述的装置,所述第一确定单元包括:
第一显示单元,被配置用于显示所述预设交通元素集合;以及
第一响应单元,被配置用于响应于接收到对所述第一交通元素选择指令,在第一预设区域显示所述第一交通元素。
12.根据权利要求10所述的装置,其中,所述节点组合获取单元包括:
第二显示单元,被配置用于显示所述第一交通元素对应的预设触发器节点集合和预设动作节点集合;
第二响应单元,被配置用于响应于接收到对所述预设触发器节点集合中的第一触发器节点的选择指令和对所述第一触发节点对应的触发条件参数集合中的每一个触发条件参数的设定值,在预设的区域显示所述第一触发器节点;
第三响应单元,被配置用于响应于接收到对所述预设动作节点集合中的第一动作节点的选择指令和对所述第一动作节点对应的动作集合中的每一个动作参数的设定值,在所述预设的区域显示所述第一动作节点;
第四响应单元,被配置用于响应于获得位于所述第一触发器节点和所述第一动作节点之间的连线,将所述第一触发器节点与所述第一动作节点组合;以及
节点组合获取字单元,被配置用于基于所述第一触发器节点与所述第一动作节点的组合,获得所述节点组合。
13.根据权利要求10所述的装置,还包括:
泛化参数获取单元,被配置用于获得所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数和所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数,所述触发模糊参数指示相应的触发条件参数对应的范围,所述动作泛化参数指示相应的动作参数对应的范围;以及
限制条件获取单元,被配置用于获得所述至少一个触发条件参数集合和所述至少一个动作参数集合对应的泛化限制条件;
场景泛化单元,被配置用于基于所述至少一个触发条件参数集合中的每一个触发条件参数对应的触发泛化参数、所述至少一个动作参数集合中的每一个动作参数对应的动作泛化参数和所述泛化限制条件和所述仿真场景,进行场景泛化,以获得目标场景。
14.根据权利要求10-13中任一项所述的装置,所述预设触发器节点集合包括下列各项中的至少一项:场景时间触发器节点、距离触发器节点、碰撞时间触发器节点、跟车时距触发器节点和碰撞检测触发器节点;以及
所述动作节点包括下列各项中的至少一项:静止节点、循迹节点、变道节点、沿路行驶节点和跟车节点。
15.根据权利要求9-14中任一项所述的装置,还包括:
高精地图获取单元,被配用于获得高精地图;
静态场景获取单元,被配用于基于所述高精地图,获得静态场景;以及其中,所述构建单元包括:
动态场景获取单元,被配置用于基于所述车辆属性和所述至少一个交通元素中的每一个交通元素的元素属性和状态机,获得动态场景;以及
构建子单元,被配置用于基于所述动态场景和所述静态场景,获得所述仿真场景。
16.根据权利要求9-15中任一项所述的装置,还包括:
路采数据获取单元,被配置用于获得由自动驾驶车辆获得的路采数据,所述路采数据包括所述自动驾驶车辆的运动状态数据和所述自动驾驶车辆所感知的环境数据,其中,所述第一车辆获取单元包括:
第二确定单元,被配置用于将所述自动驾驶车辆确定为所述第一车辆,并且基于所述运动状态数据获得所述第一车辆的车辆属性;并且其中,交通元素获取单元包括:
交通元素获取子单元,被配置用于基于所述环境数据,获得所述至少一个交通元素和所述至少一个交通元素中的每一个交通元素的元素属性和状态机。
17.一种电子设备,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。
18.一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。
19.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211139477.9A CN115454861A (zh) | 2022-09-19 | 2022-09-19 | 自动驾驶仿真场景构建方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211139477.9A CN115454861A (zh) | 2022-09-19 | 2022-09-19 | 自动驾驶仿真场景构建方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115454861A true CN115454861A (zh) | 2022-12-09 |
Family
ID=84304046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211139477.9A Pending CN115454861A (zh) | 2022-09-19 | 2022-09-19 | 自动驾驶仿真场景构建方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115454861A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401111A (zh) * | 2023-05-26 | 2023-07-07 | 中国第一汽车股份有限公司 | 脑机接口的功能检测方法、装置、电子设备及存储介质 |
-
2022
- 2022-09-19 CN CN202211139477.9A patent/CN115454861A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401111A (zh) * | 2023-05-26 | 2023-07-07 | 中国第一汽车股份有限公司 | 脑机接口的功能检测方法、装置、电子设备及存储介质 |
CN116401111B (zh) * | 2023-05-26 | 2023-09-05 | 中国第一汽车股份有限公司 | 脑机接口的功能检测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112907958B (zh) | 路况信息确定方法、装置、电子设备以及可读介质 | |
CN114661574A (zh) | 样本偏差数据的获取方法、装置和电子设备 | |
CN114758502B (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
US20230391362A1 (en) | Decision-making for autonomous vehicle | |
CN114179832A (zh) | 用于自动驾驶车辆的变道方法 | |
CN114047760B (zh) | 路径规划方法、装置、电子设备及自动驾驶车辆 | |
CN115454861A (zh) | 自动驾驶仿真场景构建方法和装置 | |
CN114092660A (zh) | 高精地图生成方法、装置及用于生成地图的车辆 | |
CN116533987A (zh) | 泊车路径确定方法、装置、设备和自动驾驶车辆 | |
CN115082690B (zh) | 目标识别方法、目标识别模型训练方法及装置 | |
CN114689074B (zh) | 信息处理方法和导航方法 | |
CN115675528A (zh) | 基于相似场景挖掘的自动驾驶方法和车辆 | |
CN113850909B (zh) | 点云数据处理方法、装置、电子设备及自动驾驶设备 | |
CN115861953A (zh) | 场景编码模型的训练方法、轨迹规划方法及装置 | |
JP2022088496A (ja) | データ収集を制御する方法、装置、電子機器及び媒体 | |
CN114970112A (zh) | 用于自动驾驶仿真的方法、装置、电子设备及存储介质 | |
CN114655250A (zh) | 用于自动驾驶的数据生成方法及装置 | |
CN115019278B (zh) | 一种车道线拟合方法、装置、电子设备和介质 | |
CN114179834B (zh) | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 | |
CN115952670A (zh) | 自动驾驶场景仿真方法和装置 | |
CN116311941B (zh) | 主要车流路径提取方法、装置、设备及介质 | |
CN114333368B (zh) | 语音提醒方法、装置、设备和介质 | |
CN116311943B (zh) | 交叉路口的平均延误时间的估算方法及装置 | |
CN116414845A (zh) | 用于更新地图数据的方法、装置、电子设备和介质 | |
CN115096322A (zh) | 信息处理方法和导航方法 |
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 |