CN117095587A - 一种基于c/s架构的adas用户培训***及方法 - Google Patents
一种基于c/s架构的adas用户培训***及方法 Download PDFInfo
- Publication number
- CN117095587A CN117095587A CN202311171789.2A CN202311171789A CN117095587A CN 117095587 A CN117095587 A CN 117095587A CN 202311171789 A CN202311171789 A CN 202311171789A CN 117095587 A CN117095587 A CN 117095587A
- Authority
- CN
- China
- Prior art keywords
- training
- user
- adas
- client
- server
- 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
- 238000012549 training Methods 0.000 title claims abstract description 125
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 title claims abstract description 70
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 title claims abstract description 70
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims description 40
- 238000004088 simulation Methods 0.000 claims abstract description 12
- 238000009877 rendering Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 25
- 230000009471 action Effects 0.000 claims description 22
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 238000005094 computer simulation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 27
- 230000008859 change Effects 0.000 description 8
- 241001465754 Metazoa Species 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于C/S架构的ADAS用户培训***，该***包括通过网络进行通信的服务端与客户端，其中服务端主要用于进行ADAS控制、自车及其他交通参与者的动力学仿真，客户端用于进行驾驶场景渲染显示、提供方向盘等操控装置、HMI信息显示。该***兼容性好，使客户端的硬件设施能够兼容不同车型与不同软件版本；同时将任务分配到客户机和服务器，算力分配更合理。
Description
技术领域
本发明涉及智能驾驶培训技术领域，具体涉及一种基于C/S架构的ADAS用户培训***及方法。
背景技术
现今的ADAS功能发展迅速，普及率提升，越来越多的车上搭载了ADAS功能。但是对于新手司机或者习惯驾驶传统无ADAS功能车辆的司机来说，不能熟练使用ADAS的功能，甚至在功能工作时产生恐慌，以至于ADAS功能用户体验差。学习ADAS操作的过程需要结合实际的道路场景，并实时给与适当的指导与提示，而传统的操作手册或者视频教学方式收效较差。
现有技术中的训练***的配置和运算均位于本地进行，难以适应不同车型、不同软件版本的ADAS功能，无法满足和兼容广大用户的使用需求。
发明内容
本发明的目的在于提供一种基于C/S架构的ADAS用户培训***及方法，以提高***的兼容性，使客户端的硬件设施能够兼容不同车型与不同软件版本；并且实现优化算力分配，充分利用两端硬件环境的优势，将任务合理分配到客户机和服务器。
为解决上述技术问题，本发明提供了一种技术方案：一种基于C/S架构的ADAS用户培训***，该***包括C/S架构下的服务端与客户端；客户端包括本地计算机、显示模块、操控模块；服务端包括ADAS模型与动力学仿真模块；
客户端中，本地计算机用于根据服务端中动力学仿真模块输出的其他交通参与者及自车的运动状态渲染生成虚拟驾驶场景、接收来自服务端的HMI信息并传递至显示模块、根据ADAS模型输出的控车指令生成控制信息并传递至操控模块、接收来自操控模块的用户控制信号并传递至服务端；显示模块用于根据虚拟驾驶场景与HMI信息进行显示；操控模块根据用户的交互动作产生用户控制信号，并根据控制信息进行运动；
服务端中，动力学仿真模块用于模拟其他交通参与者的运动状态及自车的传感信息、根据ADAS模型输出的ADAS控车指令更新自车的运动状态、将其他交通参与者及自车的运动状态传输至客户端的本地计算机；ADAS模型用于根据自车的传感信息以及用户控制信号生成ADAS控车指令和HMI信息，并将ADAS控车指令发送至动力学仿真模块及客户端的本地计算机，将HMI信息发送至本地计算机。
按上述方案，显示模块包括主屏幕、主驾仪表屏幕以及中控屏；主屏幕用于显示虚拟驾驶场景，主驾仪表屏幕以及中控屏用于显示HMI信息。
按上述方案，操控模块包括油门踏板、刹车踏板、档位器、方向盘；本地计算机向操控模块提供的控制信息为电机扭矩，所述方向盘根据电机扭矩执行转动动作。
按上述方案，自车的运动状态包括自车的横向坐标、纵向坐标、航向角、速度、横摆角速度。
按上述方案，自车的传感信息包括摄像头信息和雷达信息。
按上述方案，用户端与服务端之间采取负载均衡集群架构；负载均衡器与服务端处于内网中，而客户端处于公网中，客户端与服务端之间通过负载均衡器连接；客户端与服务端之间通信具体采用NAT模式，各客户端通过互联网发送信息至负载均衡器，负载均衡器将客户端发送网络包的请求IP转化为内网中服务端的IP并分发至不同服务端中，服务端返回网络包时，负载均衡器将其目标IP转化为客户端的公网IP。
按上述方案，客户端与服务器之间通信的调度方法采用静态调度算法；具体采用源地址散列调度算法，将同一客户端IP的请求均发送至同一服务器处理。
一种利用上文所述的基于C/S架构的ADAS用户培训***实现的ADAS用户培训方法，包括以下步骤，
显示所有训练案例供用户选择；
用户选择一项训练案例后，提示用户开启相应的ADAS功能；
模拟行驶过程中的突发情况并展示相应的ADAS功能；
根据所选训练案例的完成结果，提示用户是否重新训练或是否进行下一训练案例；
重复上述步骤直至用户成功完成所有训练案例。
按上述方案，训练案例包括ACC训练案例、AEB训练案例、ICA训练案例、FAPA训练案例。
按上述方案，训练案例的完成结果包括，
e)用户顺利按照提示完成本案例要求的所有操作；
f)训练过程中，本车辆与其他交通参与者碰撞；
g)训练过程中，本车辆驶出规定车道；
h)训练过程中，用户未在规定时限内根据提示进行操作；
当训练结果为a)时，提示用户训练成功，并提示用户选择是否进行下一训练案例；当训练结果为b)、c)、d)时，提示用户训练失败，并提示用户选择是否重新训练或是否进行下一训练案例。
本发明的有益效果是：通过设置分离的服务端与客户端，将车辆动力学特性、ADAS功能等参数存储于服务端，通过对服务端中上述参数的实时更新，并与客户端进行同步，实现训练***对不同软件版本ADAS功能、不同车型的适配。所采取的C/S架构将运算任务进行合理分配，服务端实现ADAS功能和动力学仿真，客户端实现场景渲染、HMI显示以及反馈运动，相较于现有技术将所有渲染与运算均由本地设备完成的方案，算力分配更加合理。
附图说明
图1是本发明实施例一的基于C/S架构的ADAS用户培训***结构示图；
图2是本发明实施例一的用户培训流程图；
图3是本发明实施例一的基于C/S架构的ADAS用户培训***通信结构示意图；
图4是本发明实施例二的用户培训难度设定图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例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公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
实施例一：
本实施例使用的场景为零售端(如4S店)ADAS功能用户培训或客户体验。旨在帮助用户学习ADAS功能的使用操作；熟悉ADAS功能工作时车辆的状态，降低未来的行车过程中ADAS介入驾驶时用户恐慌的可能；为意向客户提供ADAS功能体验。***由服务端和客户端组成，客户端构建了一个带有操纵设施的模拟驾驶室，服务端负责动力学仿真与ADAS模型决策计算，两者之间的信息交互通过网络实现。
该***硬件部分构成参见图1、图3，具体如下：
客户端包括：
(1)主屏幕：位于虚拟驾驶舱正前方，用于显示道路环境和主驾视角的车辆外观。
(2)中控屏：用户可以在中控屏幕对ADAS功能进行设置。
(3)主驾仪表屏幕：用于显示车速，里程和ADAS功能状态信息。
(4)方向盘：包括按键，用于ADAS功能的快捷设置；并装有能产生扭矩的电机，模拟ADAS主动的转向动作。
(5)档位器
(6)油门踏板、刹车踏板
(7)座椅
(8)本地计算机
用户的交互动作包括通过档位器变换档位、踩踏油门/刹车踏板、转动方向盘等。
服务端：
参考负载均衡集群架构
负载均衡；采用NAT模式，外网通过Internet发送信息给负载均衡器，服务端负载均衡器和服务器均处于内网。负载均衡器将客户端发送网络包的请求IP转换为内网服务器的IP，分发给各个服务器。服务端返回网络包时，也需通过负载均衡器将目标IP转换为客户端的公网IP。
调度方法；采用静态调度算法，源地址散列(Source Hash)调度算法，将同一个客户端IP
的请求，发送给同一个服务器处理。
根据上述***执行的训练流程参见图2，具体如下：
(1)选择训练案例
根据ADAS常用的功能设置了多种训练案例，每次训练选择其中一种。案例包括但不限于：ACC、AEB、ICA、FAPA。在主屏幕上给出案例名称的文字提示。
(2)提示用户打开相应的ADAS功能
在中控屏使用文字与语音提示，演示功能开启的操作，用户顺利完成后，进入下一步骤。
(3)模拟行驶过程中的突发情况
模拟驾驶过程中的突发情况，以展示ADAS功能的工作过程。
以ICA功能的突发情况教学为例：文字提示用户即将开始突发情况的训练；在主屏幕模拟车即将偏出车道线的情境，在主驾仪表屏幕显示ICA功能警告；服务端计算出纠偏转角，转化为方向盘电机的控制信号，使客户端的方向盘产生主动转动；纠偏过程中通过文字说明ADAS主动控车的过程。
(4)结束本训练案例训练在以下几种情况下结束：
a.用户顺利按提示完成所有的操作。
b.用户在训练过程中，与其他交通参与者碰撞(行人或其他车辆)。
c.驶出规定车道。
d.在训练***提示后，未按规定进行操作，并超过设置的时间限制。
条件a的情况下，主屏幕文字提示训练成功，并询问是否进入下一训练案例。
其余b、c、d情况下，主屏幕文字提示训练失败，并询问是否重新训练或进入下一训练案例。
(4)退出训练***
完成所有训练案例或手动点击中控屏的退出按钮时，退出训练***。
执行上述训练流程时，***具体工作进程包括：
(1)训练场景预加载
训练所用的模拟场景(包括地图、建筑、本车外观、仪表界面)存储在本地计算机，并且定期与服务端同步更新。在训练开始前根据训练案例的选择，加载本地的地图，渲染道路环境、车辆外观与仪表界面。
(2)人机交互输入信息
用户对方向盘、换挡杆、油门踏板、刹车踏板和中控屏的操作，经本地计算机处理为控制指令，通过网络发送给服务器。
(3)服务器计算仿真结果/计算下一时间步的场景
为了模拟真实的驾驶场景，服务器配置了动力学仿真软件与ADAS模型两个模块。
动力学仿真软件接收来自用户与ADAS模型的控车指令，计算本车的运动学状态，其中包括位置状态(纵向坐标x、横向坐标y和航向角ψ)与运动状态(速度v和横摆角速度ω)；并在软件中模拟其他交通参与者的状态；模拟本车感知传感器(如：摄像头，雷达)输出的信息。ADAS模型根据用户控制指令、本车运动学状态与感知传感器信息，计算ADAS控车的指令和HMI显示信息。其中，ADAS控车信息发回动力学仿真软件，参与下一时刻本车运动学状态的计算。
(4)客户端执行
将上一步骤计算的结果从服务端发送到客户端。其中，车辆的运动学状态与其他交通参与者的状态信息，在本地计算机渲染成主驾驶视角的驾驶场景，通过主屏幕显示；HMI信息通过主驾仪表屏幕显示；ADAS控车指令中的EPS扭矩，在本地计算机中转换为方向盘电机的扭矩，使客户端具有模拟EPS转动方向盘的功能。
下面以ACC、AEB、ICA、自主变道、FAPA功能为例介绍本***的训练过程。由于本***是对交通场景进行的实时仿真，所以训练情境的顺序并不是预设好的，而是在模拟交通场景中合适的情况下随机触发的。若驾驶员顺利完成上一案例的训练，则仿真场景持续等待机会进入下一个训练情景。若驾驶员未能顺利完成上一案例的训练，并且希望重新训练上一案例，则将仿真世界的时间退回到上一案例开始时。若驾驶员未能完成上一案例的训练，并不希望重新训练本案例，则重置仿真场景，等待机会进入下一个训练情景。
1)ACC情境训练
环境描述：高速公路上，直道，单车道内行驶。
工况1：前方无目标车，文字及语音提示驾驶员开启ACC功能并设置速度。
驾驶员行为：
成功开启ACC功能并设置速度，则提示成功，并进入下面工况2的训练。未成功按提示执行则提示训练失败，询问是否继续训练。
工况2：ACC巡航过程中，本车道前方出现目标车(车速低于ACC设定速度)，提示驾驶员选择跟车距离。
驾驶员行为：
成功按指示设定跟车距离，并跟前车行驶，则提示成功，结束本训练案例。未成功按提示执行则提示训练失败，询问是否继续训练。
2)AEB情境训练
环境描述：直道，单车道内行驶。
工况：车辆行驶在路上，文字及语音提示驾驶员开启AEB功能；前方车辆急刹，本车跟停。
驾驶员行为：
成功开启AEB功能，本车顺利跟停，则提示成功。未成功按提示执行则提示训练失败，询问是否继续训练
3)ICA情境训练
环境描述：高速公路上，直道，单车道内行驶。
工况：车辆行驶在高速公路上，文字及语音提示驾驶员开启ICA功能，车辆能够完成车道居中、定速巡航与跟车的功能。
驾驶员行为：
成功开启ICA功能，并且在行驶过程中不干涉EPS的工作(即不阻止电机驱动方向盘转动)，则提示成功，结束本训练案例。未成功按提示执行或干涉方向盘的转动，则提示训练失败，询问是否继续训练。
4)自主变道情境训练
环境描述：高速公路上，直道，多车道。
工况1(变道成功)：车辆行驶在路上，邻侧车道无车，具有变道条件；文字及语音提示驾驶员开启待进入车道方向的转向灯。
驾驶员行为：
在合适时机开启转向灯，车辆顺利完成主动变道，则提示成功。未成功按提示执行则提示训练失败，询问是否继续训练。
工况2(放弃变道)：若在无法持续满足变道条件的情况下，驾驶员开启转向灯发起变道，***将通过文字及语音提示驾驶员“不满足变道条件，放弃变道”，回本车道等待下一次变道机会。
5)FAPA情境训练
环境描述：本车位于停车位附近。
工况：
(1)驾驶员行驶至车位附近，在中控屏打开停车模式
(2)中控屏上显示停车位的360°全景画面，并标识出图像识别出的车位
(3)提示驾驶员在中控屏中选择将停入的车位
(4)车辆自动泊入车位
驾驶员行为：
成功开启停车模式、选择车位、在自动泊车过程中，不干涉车辆的动作，则提示成功。未成功按提示执行则提示训练失败，询问是否继续训练。
训练过程中，随机交通流的产生方法如下：
交通参与者φi的属性：φi(γ,X,V)，γ为类型(包括汽车、非机动车、行人、动物)，X为位置坐标，V为速度矢量。
具体步骤包括：
(1)初始化交通参与者
包括T0时刻交通参与者的类型(汽车、非机动车、行人、动物)、数量、位置、速度。
(2)给与交通参与者随机动作
随机动作类型及约束：
合理随机动作，涉及交通参与者类型包括汽车、非机动车、行人，即满***通法规的动作。例如，满***通法规的变道、转弯、掉头、刹停
异常随机动作，涉及所有的交通参与者，即不满***通法规的动作和动物参与交通。例如，机动车闯红灯、行人在人行横道区域以外横穿或者小动物在车流间穿行。
合理随机动作应满***通法规的约束条件，异常随机动作只需要满足物理约束条件(即在交通场景的物理可行范围内，不与其他交通实体产生重叠)。
随机动作产生：
在所有交通参与者中，随机选择一部分，使它们根据训练等级，随机产生下一时间步(T0+ΔT)，满足相应约束条件的动作，并且在接下来的ΔT时间段内保持动作，其中ΔT为随机动作计算的时间步长。
(3)随机动作对交通流的影响传播
随机动作的交通参与者对整体车流产生的影响，计算逻辑如下：
对正在进行随机动作的交通参与者来说，随机动作优先级最高，他们不受周围交通参与者的影响。
其他的车辆保持低等级的自动驾驶水平，即仅有制动、加速的能力，尽可能避免与周围的车辆发生碰撞。
实施例二：
实施例二在实施例一的基础上，允许设置训练难度。具体参见图4。
设置不同的训练难度等级，以适应不同水平驾驶员的训练需求。不同等级在交通参与者数量、随机动作复杂度、交通场景复杂度几个方面有差别。
训练难度等级越高，交通参与者数量与种类越多，具有随机动作的交通参与者比例越大，随即动作越复杂，异常随即动作的比例越大，交通场景驾驶越复杂(比如十字路口、急弯、匝道、交通流汇入等场景更多)。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于C/S架构的ADAS用户培训***，其特征在于：该***包括C/S架构下的服务端与客户端；客户端包括本地计算机、显示模块、操控模块；服务端包括ADAS模型与动力学仿真模块；
客户端中，本地计算机用于根据服务端中动力学仿真模块输出的其他交通参与者及自车的运动状态渲染生成虚拟驾驶场景、接收来自服务端的HMI信息并传递至显示模块、根据ADAS模型输出的控车指令生成控制信息并传递至操控模块、接收来自操控模块的用户控制信号并传递至服务端；显示模块用于根据虚拟驾驶场景与HMI信息进行显示；操控模块根据用户的交互动作产生用户控制信号，并根据控制信息进行运动；
服务端中，动力学仿真模块用于模拟其他交通参与者的运动状态及自车的传感信息、根据ADAS模型输出的ADAS控车指令更新自车的运动状态、将其他交通参与者及自车的运动状态传输至客户端的本地计算机；ADAS模型用于根据自车的传感信息以及用户控制信号生成ADAS控车指令和HMI信息，并将ADAS控车指令发送至动力学仿真模块及客户端的本地计算机，将HMI信息发送至本地计算机。
2.根据权利要求1所述的基于C/S架构的ADAS用户培训***，其特征在于：显示模块包括主屏幕、主驾仪表屏幕以及中控屏；主屏幕用于显示虚拟驾驶场景，主驾仪表屏幕以及中控屏用于显示HMI信息。
3.根据权利要求1所述的基于C/S架构的ADAS用户培训***，其特征在于：操控模块包括油门踏板、刹车踏板、档位器、方向盘；本地计算机向操控模块提供的控制信息为电机扭矩，所述方向盘根据电机扭矩执行转动动作。
4.根据权利要求1所述的基于C/S架构的ADAS用户培训***，其特征在于：自车的运动状态包括自车的横向坐标、纵向坐标、航向角、速度、横摆角速度。
5.根据权利要求1所述的基于C/S架构的ADAS用户培训***，其特征在于：自车的传感信息包括摄像头信息和雷达信息。
6.根据权利要求1所述的基于C/S架构的ADAS用户培训***，其特征在于：用户端与服务端之间采取负载均衡集群架构；负载均衡器与服务端处于内网中，而客户端处于公网中，客户端与服务端之间通过负载均衡器连接；客户端与服务端之间通信具体采用NAT模式，各客户端通过互联网发送信息至负载均衡器，负载均衡器将客户端发送网络包的请求IP转化为内网中服务端的IP并分发至不同服务端中，服务端返回网络包时，负载均衡器将其目标IP转化为客户端的公网IP。
7.根据权利要求6所述的基于C/S架构的ADAS用户培训***，其特征在于：客户端与服务器之间通信的调度方法采用静态调度算法；具体采用源地址散列调度算法，将同一客户端IP的请求均发送至同一服务器处理。
8.一种利用权利要求1-7任一所述的基于C/S架构的ADAS用户培训***实现的ADAS用户培训方法，其特征在于：包括以下步骤，
显示所有训练案例供用户选择；
用户选择一项训练案例后，提示用户开启相应的ADAS功能；
模拟行驶过程中的突发情况并展示相应的ADAS功能；
根据所选训练案例的完成结果，提示用户是否重新训练或是否进行下一训练案例；
重复上述步骤直至用户成功完成所有训练案例。
9.根据权利要求8所述的ADAS用户培训方法，其特征在于：训练案例包括ACC训练案例、AEB训练案例、ICA训练案例、FAPA训练案例。
10.根据权利要求8所述的ADAS用户培训方法，其特征在于：训练案例的完成结果包括，
a)用户顺利按照提示完成本案例要求的所有操作；
b)训练过程中，本车辆与其他交通参与者碰撞；
c)训练过程中，本车辆驶出规定车道；
d)训练过程中，用户未在规定时限内根据提示进行操作；
当训练结果为a)时，提示用户训练成功，并提示用户选择是否进行下一训练案例；当训练结果为b)、c)、d)时，提示用户训练失败，并提示用户选择是否重新训练或是否进行下一训练案例。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311171789.2A CN117095587A (zh) | 2023-09-12 | 2023-09-12 | 一种基于c/s架构的adas用户培训***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311171789.2A CN117095587A (zh) | 2023-09-12 | 2023-09-12 | 一种基于c/s架构的adas用户培训***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117095587A true CN117095587A (zh) | 2023-11-21 |
Family
ID=88771767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311171789.2A Pending CN117095587A (zh) | 2023-09-12 | 2023-09-12 | 一种基于c/s架构的adas用户培训***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117095587A (zh) |
-
2023
- 2023-09-12 CN CN202311171789.2A patent/CN117095587A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Digital twin simulation of connected and automated vehicles with the unity game engine | |
| US20180278920A1 (en) | Entertainment apparatus for a self-driving motor vehicle | |
| CN113440849B (zh) | 车辆控制方法、装置、计算机设备及存储介质 | |
| CN110728878A (zh) | 一种体感交互vr模拟驾驶装置 | |
| CN113442943A (zh) | 实现车辆虚拟驾驶的方法、装置、***、车辆及存储介质 | |
| CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的*** | |
| CN112487549A (zh) | 自动驾驶转向失效后驾驶人反应行为测试***及测试方法 | |
| US11194939B2 (en) | Hardware in loop testing and generation of latency profiles for use in simulation | |
| Stange et al. | Please stop now, automated vehicle!–Passengers aim to avoid risk experiences in interactions with a crossing vulnerable road user at an urban junction | |
| CN117095587A (zh) | 一种基于c/s架构的adas用户培训***及方法 | |
| CN112487630A (zh) | 驾驶环境模拟方法、装置、***、电子设备以及存储介质 | |
| DE102020130748A1 (de) | Verfahren, System sowie ein Computerprogramm zum Erzeugen einer virtuellen Umgebung eines Fahrzeugs | |
| Bando et al. | Networked driving simulator based on SIGVerse and lane-change analysis according to frequency of driving | |
| JPH06324621A (ja) | 乗物シミュレーション装置 | |
| CN114491787A (zh) | 一种多车多模拟器联动驾驶***及其数据处理方法 | |
| GB2525872A (en) | A system for preparing a user for driving test | |
| CN114898628A (zh) | 驾车操作模拟方法、装置、设备及存储介质 | |
| CN113805495A (zh) | 远程自动驾驶仿真控制方法、装置、***及电子设备 | |
| CN106202715A (zh) | 一种酒后驾驶模拟方法 | |
| US11499627B2 (en) | Advanced vehicle transmission control unit based on context | |
| CN113467276B (zh) | 基于智能驾驶仿真赛事云平台的智能驾驶仿真方法 | |
| Poitschke et al. | A multifunctional VR-simulator platform for the evaluation of automotive user interfaces | |
| Hollnagel et al. | They Drive at Night-Can Visual Enhancement Systems Keep the Driver in Control? | |
| Hosseini | Conception of advanced driver assistance systems for precise and safe control of teleoperated road vehicles in urban environments | |
| US11257391B2 (en) | System and a method for virtual learning of driving a vehicle |
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 |