CN117434855A - 一种自动驾驶仿真方法和*** - Google Patents
一种自动驾驶仿真方法和*** Download PDFInfo
- Publication number
- CN117434855A CN117434855A CN202311488933.5A CN202311488933A CN117434855A CN 117434855 A CN117434855 A CN 117434855A CN 202311488933 A CN202311488933 A CN 202311488933A CN 117434855 A CN117434855 A CN 117434855A
- Authority
- CN
- China
- Prior art keywords
- simulation
- vehicle
- road
- data
- virtual
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 300
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000012360 testing method Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 37
- 238000009877 rendering Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 30
- 238000010276 construction Methods 0.000 claims description 25
- 230000007613 environmental effect Effects 0.000 claims description 20
- 230000003993 interaction Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011981 development test Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶仿真方法和***。包括:渲染虚拟环境数据和车辆动力学模型,虚拟环境数据中包括预先构建的虚拟仿真道路,车辆动力学模型渲染在虚拟仿真道路上;基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,基于车辆控制信息控制车辆仿真设备进行自动驾驶模拟,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶。本方案实现联合仿真测试,提高自动驾驶仿真测试准确性,降低试验成本。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种自动驾驶仿真方法和***。
背景技术
自动驾驶技术是指通过计算机***和传感器设备,实现车辆自动导航、自动控制及智能决策的一种技术,它的出现和发展,为交通运输领域带来了革命性的变化。
汽车自动驾驶领域安全性要求非常高,但是全部采用实车测试的方案又会导致试验成本过高,采用构建车辆自动驾驶模型进行测试,存在测试不准确、效率低的问题。
发明内容
本发明提供了一种自动驾驶仿真方法和***,以解决现有技术中存在的试验成本过高、自动驾驶测试不准确和效率低的问题。
根据本发明的一方面,提供了一种自动驾驶仿真方法,包括:
渲染虚拟环境数据和车辆动力学模型,虚拟环境数据中包括预先构建的虚拟仿真道路,车辆动力学模型渲染在虚拟仿真道路上;
基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,基于车辆控制信息控制车辆仿真设备进行自动驾驶模拟,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶。
可选的,虚拟仿真道路的创建方法,包括如下的至少一项:
获取仿真需求配置文件,仿真需求配置文件中包括至少一个道路配置信息;基于道路配置信息构建一仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路;
在仿真交互页面中,检测道路构建操作,道路构建操作中包括道路配置信息;基于道路配置信息构建一仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路;
在仿真交互页面中,检测道路构建操作,道路构建操作中包括道路配置信息;基于道路配置信息在已构建的仿真道路段中匹配目标仿真道路段,基于目标仿真道路段形成虚拟仿真道路;
在仿真交互页面中,响应于道路调用操作,从预先创建的道路库中调用至少一个仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路。
可选的,方法还包括:
基于虚拟仿真道路中的起点和终点形成仿真路径,对仿真路径顺序设置参考点和参考点的索引信息;
相应的,当前时刻行驶数据包括当前时刻的车辆位置信息、当前时刻的车辆速度信息、当前时刻的车辆偏航角数据、当前时刻的车辆方向盘转角数据、上一时刻车辆位置的最近参考点的索引信息、仿真路径中参考点的位置集合;
预测行驶数据包括预测时间步长对应的参考路径信息、下一时刻的车辆速度信息、下一时刻的车辆偏航角数据、下一时刻的车辆方向盘转角数据和当前时刻的最近参考点的索引信息。
可选的,仿真过程中车辆速度信息为预设的均速数据,车辆偏航角数据包括每一参考点对应的预设偏航角;车辆方向盘转角数据包括每一参考点对应的预设方向盘转角数据;
预测时间步长对应的参考路径信息的确定方式包括:确定位于上一时刻车辆位置的最近参考点的索引信息之后的预设时间步长对应的参考索引信息,将参考索引信息对应的参考点位置信息作为预测时间步长对应的参考路径信息。
可选的,基于预测行驶数据确定车辆控制信息,包括:
基于MPC算法对预测行驶数据进行仿真处理,得到车辆控制信息,其中,车辆控制信息包括下一时刻的车辆前轮偏转角、下一时刻的车辆位置信息、下一时刻的车辆速度、下一时刻的车辆偏航角、下一时刻的方向盘转角和下一时刻的车辆加速度。
可选的,方法还包括:
通过车辆动力学模型上配置的模拟传感器获取车辆动力学模型在虚拟仿真道路上行驶过程中的环境数据,基于环境数据对车辆动力学模型进行异常行驶检测。
可选的,方法还包括:
获取仿真过程中车辆动力学模型的行驶数据和车辆仿真设备的行驶数据;
在车辆动力学模型的行驶数据和车辆仿真设备的行驶数据存在差异的情况下,基于车辆动力学模型的行驶数据和车辆仿真设备的行驶数据生成差异对比数据,差异对比数据用于对车辆动力学模型进行优化。
根据本发明的另一方面,提供了一种自动驾驶仿真***,包括:仿真测试***、交通场景服务器和车辆仿真设备;其中,仿真测试***包括道路构建模块、自动驾驶处理模块和车辆动力学模型;
交通场景服务器中预存储有虚拟环境数据;
道路构建模块,用于在虚拟环境数据中构建虚拟仿真道路;
自动驾驶处理模块,用于渲染虚拟环境数据和虚拟仿真道路上的车辆动力学模型,基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,将车辆控制信息发送至车辆仿真设备,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶;
车辆仿真设备,配置有行驶响应部件,用于执行车辆控制信息,以进行自动驾驶模拟。
可选的,仿真测试***还包括传感器模块,传感器模块用于获取车辆动力学模型在虚拟仿真道路上行驶过程中的环境数据,并将环境数据发送至自动驾驶处理模块;
自动驾驶处理模块基于环境数据对车辆动力学模型进行异常行驶检测。
可选的,车辆仿真设备至少配置有俯仰、横摆和侧偏的自由度部件。
根据本发明的另一方面,提供了一种仿真测试***,仿真测试***包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的自动驾驶仿真方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的自动驾驶仿真方法。
本发明实施例的技术方案,通过渲染虚拟环境数据和车辆动力学模型,虚拟环境数据中包括预先构建的虚拟仿真道路,车辆动力学模型渲染在虚拟仿真道路上;基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,基于车辆控制信息控制车辆仿真设备进行自动驾驶模拟,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶,实现了通过构建虚拟仿真道路的测试环境,结合车辆仿真设备进行自动驾驶模拟,实现联合仿真测试,提高自动驾驶仿真测试准确性,提高开发测试效率,降低试验成本。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种自动驾驶仿真方法的流程图;
图2是本发明实施例所适用的一种模拟驾驶设备测试结构示意图;
图3是本发明实施例提供的一种自动驾驶仿真***结构示意图;
图4实现本发明实施例的一种仿真测试***的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是本发明实施例提供的一种自动驾驶仿真方法的流程图,本实施例可适用于进行自动驾驶仿真的情况,该方法可以由自动驾驶仿真***来执行,该自动驾驶仿真***可以采用硬件和/或软件的形式实现,该自动驾驶仿真***可配置于车辆控制器、计算机、仿真装置等电子设备中。如图1所示,该方法包括:
S110、渲染虚拟环境数据和车辆动力学模型,虚拟环境数据中包括预先构建的虚拟仿真道路,车辆动力学模型渲染在虚拟仿真道路上。
其中,虚拟环境数据具体可以理解为是描述环境特征的相关数据,尤其是描述车辆行驶环境特征的数据,虚拟环境数据可以包括预先构建的虚拟仿真道路。预先构建的虚拟仿真道路可以通过预先设置的创建方法进行构建。车辆动力学模型用于模拟车辆本身对自动驾驶算法控制的响应,特别是对加速、制动和转向的响应,整车动力学模块一般参照真实目标车辆,由驾驶员模型、环境模型、车身模型、底盘模型、悬挂模型、轮胎模型、转向模型、动力模型、制动模型和控制模型组成。在本实施例中,自动驾驶算法模块核心是基于MWORKS.Sysplorer软件平台和Modelica语言搭建的模型预测控制(Model PredictiveControl)模块。
具体的,通过渲染技术对虚拟环境数据和车辆动力学模型进行渲染,得到对应的可视化虚拟仿真道路和可视化车辆模型。示例性的,可以通过高性能计算引擎对虚拟环境数据和车辆动力学模型进行渲染,实时生成相应的三维图像,支持三维联动,渲染速度不低于60帧/秒。
在一些实施例中,虚拟仿真道路的创建方法可以是通过获取仿真需求配置文件,仿真需求配置文件中包括至少一个道路配置信息;基于道路配置信息构建一仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路。
其中,仿真需求文件具体可以理解为是记载了用于构建虚拟仿真道路所需的相关参数的文件,仿真需求配置文件中包括至少一个道路配置信息。道路配置信息包括道路类型和道路类型参数,示例性的,道路类型为直行道的情况下,道路类型参数可以是长度,道路类型是上坡道的情况下,道路类型参数可以是坡度,道路类型是颠簸道路的情况下,道路类型参数可以是颠簸系数,道路类型还可以是湿滑路段、弯道等,具体的道路配置信息根据实际道路仿真需求进行设置。
具体的,根据实际仿真需求确定好对应的仿真需求配置文件,可以将其存储至服务器或者是本地存储设备中,在进行对应仿真需求的时候,从服务器或者是本地存储设备中读取相应的仿真需求配置文件,或者是从外部设备导入仿真需求配置文件,进一步读取仿真需求配置文件中的至少一个道路配置信息,根据读取的道路配置信息构建出对应的仿真道路段,若是只有一段仿真道路段,则直接将其作为虚拟仿真道路段,若构建出多个仿真道路段,则对得到的多个仿真道路段进行拼接,形成虚拟仿真道路段。
在一些实施例中,虚拟仿真道路的创建方法可以在仿真交互页面中,检测道路构建操作,道路构建操作中包括道路配置信息;基于道路配置信息构建一仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路。
具体的,在仿真交互页面中,设置有可以进行道路配置信息的增删改查的控件,在检测到道路构建操作的情况下,***将跳转至仿真交互页面。在仿真交互页面中,可以由***使用者在当前仿真交互页面中编辑相应的道路配置信息,***在接收到道路配置信息的情况下,根据道路配置信息构建对应的仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路。需要说明的是,可以将已经构建好得虚拟仿真道路段进行存储,以便构建好的虚拟仿真道路段可以得到循环利用,无需每次都需要重新构建虚拟仿真路段,提高虚拟仿真路段的构建效率。
在一些实施例中,虚拟仿真道路的创建方法可以是在仿真交互页面中,检测道路构建操作,道路构建操作中包括道路配置信息;基于道路配置信息在已构建的仿真道路段中匹配目标仿真道路段,基于目标仿真道路段形成虚拟仿真道路。
具体的,在仿真交互页面中,在检测到道路构建操作的情况下,可以根据在仿真交互页面中编辑的道路配置信息从已构建好的仿真道路段中匹配目标仿真道路段,若已构建好的仿真道路段对应的道路配置信息与仿真交互页面中编辑的道路配置信息,则表示匹配成功,进一步,基于目标仿真道路段形成虚拟仿真道路,提高了虚拟仿真道路构建的快速性,进而提高了虚拟仿真道路构建的快速性。
在一些实施例中,虚拟仿真道路的创建方法可以是在仿真交互页面中,响应于道路调用操作,从预先创建的道路库中调用至少一个仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路。
其中,预先创建的道路库具体可以理解是用于存储预先根据设置的道路配置信息构建的仿真道路段,在此过程中,设置的道路配置信息可以先通过需求调研或者车辆行驶环境的分析,得到多个道路配置信息,构建好对应的仿真道路段并存储,能够尽可能多地满足车辆行驶道路场景,需要说明的是,预先创建的道路库是可以根据实际需求进行更新的,可以在测试过程中将道路库中不存在的仿真道路段添加至道路库中,不断地完善道路库中的仿真道路段。道路调用操作可以是通过在交互页面设置操作按钮,也可以是通过选择仿真交互页面中的道路展示列表中的标签或者图像,也可以是通过直接输入道路类型名称进行搜索等,此处不做限定。
具体的,在仿真交互页面中,在检测到道路调用操作被启动的情况下,响应于该道路调用操作,仿真交互页面则去调用预先创建的道路库中的仿真道路段,可以根据该道路调用操作去匹配所需要的仿真道路段,或者是直接调用预先创建的道路库中至少一个仿真道路段,通过至少一个仿真道路段形成虚拟仿真道路。
需要说明的是,虚拟仿真道路的创建方法可以包括上述描述的虚拟仿真道路的创建方法中的一项或多项。示例性的,在仿真交互页面中编辑好道路配置信息,先根据配置信息在已构建的仿真道路段中匹配目标仿真道路段,若没有匹配成功,再进一步基于道路配置信息构建一仿真道路段,基于至少一个仿真道路段形成虚拟仿真道路。在构建的仿真道路段是两个或者两个以上的情况,需要对各仿真道路段进行拼接,得到新的仿真道路段,对于拼接方法可以按照得到的仿真道路段进行顺序拼接,并对拼接后的仿真道路段进行合理性校验,其中,合理性校验可以根据仿真道路需求进行设置,示例性的,校验两段仿真道路段的拼接点处两段仿真道路段形成的夹角不能小于预设角度值,若不满足,则表示当前两段仿真道路段拼接不合理,需要重新调整拼接方式,还可以校验是否存在红绿灯装置在拼接后的仿真道路上密集分布的情况,若存在,则表示仿真道路段拼接存在不合理现象,还可以根据实际需要设置相应的合理性校验方式,此处不再限定。
在本实施例中,通过渲染虚拟环境数据和车辆动力学模型,虚拟环境数据中包括预先构建的虚拟仿真道路,车辆动力学模型渲染在虚拟仿真道路上,使得用户能够更直观地观察到自动驾驶仿真的结果。
S120、基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,基于车辆控制信息控制车辆仿真设备进行自动驾驶模拟,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶。
其中,车辆仿真设备具体可以理解为是由模拟驾驶舱、多自由度运行***组成的仿真设备。模拟驾驶舱采用类赛车座椅,支持可调椅背及前后位置调,五大操作件采用仿真车实件配置,转向机构采用带力矩反馈的方向机总成构建,实现转向时轮胎反馈力矩及自动回正功能。档位操作机构采用真车换挡拨片,具有真车实感,油门、离合器、刹车等操纵机件由仿真车机械部件组成,集成到一套组件上。多自由度运行***由四根伺服丝杠、双层支撑平台和伺服驱动控制***组成。伺服丝杠立柱安装在地面的固定基座基上,支撑平台采用双层钢板焊接而成,两者采用螺栓紧固,伺服驱动控制***通过控制电动缸的行程,实现运动平台的三个自由度的运动,即笛卡尔坐标系内的垂直平移运动、和绕XY坐标轴的滚动和俯仰。第一行驶数据具体可以理解为是由车辆仿真设备提供的数据,由车辆仿真设备中对应的仿真机械部件采集得到,可以包括车辆仿真设备的方向盘转角数据;第二行驶数据具体可以理解为是车辆动力学模型通过仿真获取的,可以包括但不限于车辆行驶速度数据、车辆偏航角数据、车辆坐标信息等。
具体的,在仿真过程中,行驶在虚拟仿真道路上的车辆仿真设备采集到的第一行驶数据和车辆动力学模型的第二行驶数据形成当前时刻行驶数据。其中,第一行驶数据和第二行驶数据分别配置有时间戳,将时间戳相匹配的第一行驶数据和第二行驶数据组合得到当前时刻行驶数据,其中,时间戳相匹配可以是指时间戳的差值小于误差阈值。将获取的当前时刻行驶数据传输给自动驾驶算法模块,自动驾驶算法模块根据当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,即下一时刻的车辆行驶数据,根据预测行驶数据生成车辆控制信息,车辆控制信息控制车辆仿真设备进行自动驾驶模拟。或者,将车辆控制信息输入给车辆动力学模型,控制车辆动力学模型按照车辆控制信息在虚拟仿真道路上行驶。
示例性的,如图2所示的一种模拟驾驶设备测试结构示意图,包括实时平台、桌面电脑和车辆仿真设备,其中,实时平台用于模拟驾驶舱,实现驾驶员可以输入虚拟环境数据、驾驶数据等信息,实时平台中也包括车辆模型,还有车辆输出模块,将车辆输出通过CAN信号输出,在桌面电脑中,还包括一个相当于驾驶模拟服务器的装置,用于构建虚拟环境道路,进行车辆姿态模拟,并将构建好的虚拟环境数据发送给车辆仿真设备,其中,驾驶模拟服务采用业内高水平高性能服务器作为载体,其上运行整个同元仿真测试平台软件***,部署有高性能GPU,基于高性能计算引擎实时生成三维图像,支持三屏联动,渲染速度不低于60帧/秒,实现汽车模拟驾驶各种道路及环境场景的逼真模拟,另外,对于整车动力学部件仿真实时性要求较高的部分,配合高性能实时仿真下位机可模拟出接近真实工况的部件输出,可满足部分硬件在环测试需求;车辆仿真设备用于模拟车辆俯仰、侧偏、横摆等功能。将输入的信息发送给车辆模型,输出车辆控制信息,驾驶模拟服务器用于构建虚拟行驶环境,并将构建的画面发送给车辆仿真设备。
可选的,方法还包括:基于虚拟仿真道路中的起点和终点形成仿真路径,对仿真路径顺序设置参考点和参考点的索引信息;相应的,当前时刻行驶数据包括当前时刻的车辆位置信息、当前时刻的车辆速度信息、当前时刻的车辆偏航角数据、当前时刻的车辆方向盘转角数据、上一时刻车辆位置的最近参考点的索引信息、仿真路径中参考点的位置集合。其中,上一时刻车辆位置的最近参考点的索引信息可以是基于仿真路径中参考点的位置集合与上一时刻车辆位置信息确定的,仿真路径中参考点的位置集合是预先存储的,预测行驶数据包括预测时间步长对应的参考路径信息、下一时刻的车辆速度信息、下一时刻的车辆偏航角数据、下一时刻的车辆方向盘转角数据和当前时刻的最近参考点的索引信息。
其中,参考点具体可以理解为是虚拟仿真路径上的任意一点,可以对仿真路径按照预设的分段规则进行分段,各分段之间的连接处作为一个节点,从虚拟仿真道路中的起点开始,每一个节点按照路径顺序进行编号,作为一个参考点。参考点的索引信息具体可以理解为是参考点的编号,即索引值,示例性的,虚拟仿真道路中的起点作为一个参考点,对应的索引值设置为0,其中,分段规则可以是按照等间距的规则划分,也可以是按照道路特征信息设置不同的间距进行分段,示例性的,在弯道处设置间距小于非弯道处间距进行分段。最近参考点的位置信息可以根据当前时刻的车辆位置信息去匹配各参考点的位置信息,确定距离最近的索引值对应的参考点。预测时间步长具体可以理解为是当前时刻与下一个预测时刻之间的差值,相当于一个预测控制周期,可以根据实际需求进行设定。
具体的,以构建好的虚拟仿真道路中的起点开始,以终点结束通过路径生成模块生成对应的仿真路径,设置仿真路径中的各个参考点和参考点的索引信息,所需要的当前时刻行驶数据包括当前时刻的车辆位置信息、当前时刻的车辆速度信息、当前时刻的车辆偏航角数据、当前时刻的车辆方向盘转角数据、上一时刻车辆位置的最近参考点的索引信息、仿真路径中参考点的位置集合,在初始状态下,最近参考点的索引信息对应的索引值设置为1;自动驾驶算法模块根据当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,相应地,所需要的预测行驶数据包括预测时间步长对应的参考路径信息、下一时刻的车辆速度信息、下一时刻的车辆偏航角数据、下一时刻的车辆方向盘转角数据和当前时刻的最近参考点的索引信息。
在一些实施例中,仿真过程中车辆速度信息为预设的均速数据,车辆偏航角数据包括每一参考点对应的预设偏航角;车辆方向盘转角数据包括每一参考点对应的预设方向盘转角数据;预测时间步长对应的参考路径信息的确定方式包括:确定位于上一时刻车辆位置的最近参考点的索引信息之后的预设时间步长对应的参考索引信息,将参考索引信息对应的参考点位置信息作为预测时间步长对应的参考路径信息。
具体的,在仿真过程中,先设定车辆是按照预设速度进行匀速行驶的,获取当前时刻车辆的位置信息,包括车辆当前位置信息的x轴坐标和y轴坐标,获取当前车辆距离参考轨迹最近坐标点的索引值,初始状态下索引值为0,确定当前车辆距离参考轨迹最近坐标点的索引值S后,获取预设时间步长T的参考轨迹点,即获取(S,S+T)之间的索引值的参考估计点,示例性的,当前索引值S为1,则获取第2、第3、……、第1+T的参考轨迹坐标点,计算当前车辆位置与这些参考轨迹坐标点的距离,更新离参考轨迹最近坐标点的索引值,作为路径模块的输出,输出距离参考轨迹最近坐标点的索引值后未来T个坐标点的参考路径信息、车辆速度参考信息和车辆控制转角参考信息。例如当前索引值为1,则将第2、第3、……、第1+T的坐标点的参考路径等信息作为模块的输出。
在一些实施例中,基于预测行驶数据确定车辆控制信息,包括:基于MPC算法对预测行驶数据进行仿真处理,得到车辆控制信息,其中,车辆控制信息包括下一时刻的车辆前轮偏转角、下一时刻的车辆位置信息、下一时刻的车辆速度、下一时刻的车辆偏航角、下一时刻的方向盘转角和下一时刻的车辆加速度。
其中,MPC(Model Predictive Control,模型预测控制)是一种多变量控制策略,在过程控制中,满足特定限制条件时,控制过程的进阶控制方式。MPC是以过程的动态模型为基础,透过***识别得到的线性经验模型,预测建模的***在自变量变化时,对应的因变量变化。MPC的特点是每一次针对目前的时间区块内作最佳化,然后下一个时间再针对时间区块内作最佳化,预测未来事件并且进行对应的处理。MPC算法根据输入的车辆的状态信息和预测行驶数据构造代价函数,用于计算预测控制数据和参考数据的误差,通过调用外部优化库,进行优化求解,通过滚动计算、反馈校正,最后得出预测的结果。
具体的,滚动计算过程是通过当前时刻的车辆状态计算得到的控制量信息数据只在当前时刻执行。在下一个采样数据输入的时候又重新再求一遍又得到一组新的最优结果。计算过程将***的性能需求以及约束分别转化为目标函数的值和该优化问题的解的取值范围,从而求得未来控制时域内的最优控制量序列。
具体的,反馈校正过程是通过MPC算法对预测行驶数据进行仿真处理,使用预测行驶数据的参考信息来构造目标函数和优化求解,将参考信息和模型实际输出的误差作为目标函数的一部分。通过优化求解目标函数的最小值保证实际输出结果逼近参考数值。将优化求解的第一个控制量返回控制***,对下一个周期模型的运动状态产生影响。在整个计算过程中,不仅需要基于未来的参考数据信息作为前馈补偿,也需要基于当前***状态进行反馈补偿。最后将预测控制信息传递给驾驶员模型,即将生成的下一时刻的车辆前轮偏转角、下一时刻的车辆位置信息、下一时刻的车辆速度、下一时刻的车辆偏航角、下一时刻的方向盘转角和下一时刻的车辆加速度等预测控制信息传递给驾驶员模型。
在上述实施例的基础上,方法还包括:通过车辆动力学模型上配置的模拟传感器获取车辆动力学模型在虚拟仿真道路上行驶过程中的环境数据,基于环境数据对车辆动力学模型进行异常行驶检测。
其中,模拟传感器具体包括大不限于仿真雷达、仿真摄像头等,用于检测车辆动力学模型的行驶环境数据。行驶环境数据指的是车辆动力学模型在虚拟仿真道路上行驶过程中的环境数据。
具体的,在车辆动力学模型上配置模拟传感器,通过模拟传感器获取车辆动力学模型在虚拟仿真道路上行驶过程中的环境数据,并对获取的环境数据进行识别,确定车辆动力学模型在行驶过程中是否按照预测控制信息进行行驶,以及检测车辆动力学模型是否存在压线或者偏离预设行驶轨道的异常。
在上述实施例的基础上,方法还包括:获取仿真过程中车辆动力学模型的行驶数据和车辆仿真设备的行驶数据;在车辆动力学模型的行驶数据和车辆仿真设备的行驶数据存在差异的情况下,基于车辆动力学模型的行驶数据和车辆仿真设备的行驶数据生成差异对比数据,差异对比数据用于对车辆动力学模型进行优化。
具体的,将车辆控制信息作为输入参数分别输入给车辆动力学模型和车辆仿真设备,车辆动力学模型根据车辆控制信息进行仿真行驶,得到车辆动力学模型对应的行驶数据,车辆仿真设备根据车辆控制信息进行仿真行驶,得到车辆仿真设备对应的行驶数据,进一步,对得到的车辆动力学模型的行驶数据和车辆仿真设备的行驶数据进行对比,判断是否存在差异,若存在差异,则基于车辆动力学模型的行驶数据和车辆仿真设备的行驶数据生成差异对比数据,将得到差异对比数据返回至车辆动力学模型,用于对车辆动力学模型进行优化,直到差异对比数据趋于稳定或者满足预设差异阈值,则得到优化后的车辆动力学模型。
本实施例的技术方案,通过渲染虚拟环境数据和车辆动力学模型,虚拟环境数据中包括预先构建的虚拟仿真道路,车辆动力学模型渲染在虚拟仿真道路上;基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,基于车辆控制信息控制车辆仿真设备进行自动驾驶模拟,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶,实现了通过构建虚拟仿真道路的测试环境,结合车辆仿真设备进行自动驾驶模拟,实现联合仿真测试,提高自动驾驶仿真测试准确性,提高开发测试效率,降低试验成本。
图3是本发明实施例提供的一种自动驾驶仿真***结构示意图。如图3所示,该***包括:仿真测试***310、交通场景服务器320和车辆仿真设备330。
其中,仿真测试***310包括道路构建模块3101、自动驾驶处理模块3102和车辆动力学模型3103;交通场景服务器320中预存储有虚拟环境数据;道路构建模块3101,用于在虚拟环境数据中构建虚拟仿真道路;自动驾驶处理模块3102,用于渲染虚拟环境数据和虚拟仿真道路上的车辆动力学模型3103,基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备330的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,将车辆控制信息发送至车辆仿真设备330,和/或,基于车辆控制信息控制车辆动力学模型3103在虚拟仿真道路上行驶;车辆仿真设备330,配置有行驶响应部件,用于执行车辆控制信息,以进行自动驾驶模拟。
具体的,在仿真测试***310的交通场景服务器320中预存储虚拟环境数据,通过道路构建模块3101在虚拟环境数据中构建虚拟仿真道路,进而由自动驾驶处理模块3102采用渲染技术对虚拟环境数据和虚拟仿真道路上的车辆动力学模型3103进行渲染,得到可视化的仿真道路,使得渲染后的车辆动力学模型3103在虚拟仿真道路进行自动驾驶仿真。在仿真过程中,可以向车辆仿真设备330发送数据读取请求,获取车辆仿真设备330的当前时刻行驶数据,也可以设置时间间隔由车辆仿真设备330在达到预设时间间隔的时候将当前时刻的行驶数据发送给自动驾驶处理模块3102,自动驾驶处理模块3102中的自动驾驶算法根据当前时刻行驶数据预测车辆在虚拟仿真道路上的预测行驶数据,再根据预测行驶数据确定车辆控制信息,将确定的车辆控制信息发送给车辆仿真设备330,车辆仿真设备330根据控制信息进行自动驾驶模拟,或者,通过确定的车辆控制信息控制控制车辆动力学模型3103的行驶状态,使其在虚拟仿真道路上行驶,或者,在确定好车辆控制信息后,直接将控制信息同时发送给车辆仿真设备330和车辆动力学模型3103,从而控制车辆仿真设备330和车辆动力学模型3103的自动驾驶仿真。
需要说明的是,车辆仿真设备330,配置有行驶响应部件,用于执行车辆控制信息,以进行自动驾驶模拟,可选的,车辆仿真设备330至少配置有俯仰、横摆和侧偏的自由度部件。
具体的,在车辆仿真设备330接收到车辆控制信息的情况下,由配置的行驶响应部件根据接收的控制信息进行自动驾驶模拟,可以通过至少配置有俯仰、横摆和侧偏的自由度部件去执行控制信息,实现在笛卡尔坐标系内的垂直平移运动、以及绕XY坐标轴的滚动和俯仰等控制操作,应用于整车操稳性和平顺性仿真分析。
在上述实施例的基础上,仿真测试***310还包括传感器模块3104,传感器模块3104用于获取车辆动力学模型3103在虚拟仿真道路上行驶过程中的环境数据,并将环境数据发送至自动驾驶处理模块3102;自动驾驶处理模块3102基于环境数据对车辆动力学模型3103进行异常行驶检测。
具体的,在仿真测试***310还设置有传感器模块3104,传感器模块3104可以包括激光雷达、毫米波雷达、摄像头等设备,通过传感器模块3104去采集车辆动力学模型3103在虚拟仿真道路上行驶过程中的环境数据,示例性的,环境数据可以是采集到的虚拟环境图像信息。将获取到的环境数据发送至自动驾驶处理模块3102,自动驾驶处理模块3102对环境数据进行分析,对车辆动力学模型3103进行异常行驶检测,检测车辆动力学模型3103在虚拟仿真道路上是否存在违规、违章的情况,示例性的,检测是否存在压实线问题;或者,检测车辆动力学模型3103是否存在执行操作与车辆控制信息有差异的情况。
本实施例的技术方案,通过提出一种自动驾驶仿真***,***包括仿真测试***、交通场景服务器和车辆仿真设备;其中,仿真测试***包括道路构建模块、自动驾驶处理模块和车辆动力学模型;交通场景服务器中预存储有虚拟环境数据;道路构建模块在虚拟环境数据中构建虚拟仿真道路;自动驾驶处理模块渲染虚拟环境数据和虚拟仿真道路上的车辆动力学模型,基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,将车辆控制信息发送至车辆仿真设备,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶;车辆仿真设备,配置有行驶响应部件,用于执行车辆控制信息,以进行自动驾驶模拟。实现了通过构建自动驾驶防仿真***,利用仿真测试***进行仿真测试,利用交通场景服务器存储多种虚拟环境数据,有助于确定多种虚拟形式环境数据,利用车辆仿真设备模拟车辆,并且在车辆仿真设备中配置有行驶响应部件,用于执行车辆控制信息,以进行自动驾驶模拟,使得车辆仿真设备的行驶状态更加符合实际车辆的行驶状态,提高了自动驾驶仿真***的仿真效率,同时有助于提高开发测试的效率,降低试验成本。
图4是本发明实施例提供的一种仿真测试***的结构示意图。仿真测试***10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。仿真测试***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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图4所示,仿真测试***10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储仿真测试***10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
仿真测试***10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许仿真测试***10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理,例如自动驾驶仿真方法。
在一些实施例中,自动驾驶仿真方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到仿真测试***10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的自动驾驶仿真方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动驾驶仿真方法。
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。
用于实施本发明的自动驾驶仿真方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行一种自动驾驶仿真方法,该方法包括:
渲染虚拟环境数据和车辆动力学模型,虚拟环境数据中包括预先构建的虚拟仿真道路,车辆动力学模型渲染在虚拟仿真道路上;
基于虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和车辆动力学模型的第二行驶数据,其中,第一行驶数据和第二行驶数据形成当前时刻行驶数据,基于当前时刻行驶数据确定车辆在虚拟仿真道路上的预测行驶数据,基于预测行驶数据确定车辆控制信息,基于车辆控制信息控制车辆仿真设备进行自动驾驶模拟,和/或,基于车辆控制信息控制车辆动力学模型在虚拟仿真道路上行驶。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在仿真测试***上实施此处描述的***和技术,该仿真测试***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仿真测试***。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)、区块链网络和互联网。
计算***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服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种自动驾驶仿真方法,其特征在于,包括:
渲染虚拟环境数据和车辆动力学模型,所述虚拟环境数据中包括预先构建的虚拟仿真道路,所述车辆动力学模型渲染在所述虚拟仿真道路上;
基于所述虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和所述车辆动力学模型的第二行驶数据,其中,所述第一行驶数据和所述第二行驶数据形成当前时刻行驶数据,基于所述当前时刻行驶数据确定车辆在所述虚拟仿真道路上的预测行驶数据,基于所述预测行驶数据确定车辆控制信息,基于所述车辆控制信息控制所述车辆仿真设备进行自动驾驶模拟,和/或,基于所述车辆控制信息控制所述车辆动力学模型在所述虚拟仿真道路上行驶。
2.根据权利要求1所述的方法,其特征在于,虚拟仿真道路的创建方法,包括如下的至少一项:
获取仿真需求配置文件,所述仿真需求配置文件中包括至少一个道路配置信息;基于所述道路配置信息构建一仿真道路段,基于至少一个所述仿真道路段形成虚拟仿真道路;
在仿真交互页面中,检测道路构建操作,所述道路构建操作中包括道路配置信息;基于所述道路配置信息构建一仿真道路段,基于至少一个所述仿真道路段形成虚拟仿真道路;
在仿真交互页面中,检测道路构建操作,所述道路构建操作中包括道路配置信息;基于所述道路配置信息在已构建的仿真道路段中匹配目标仿真道路段,基于所述目标仿真道路段形成虚拟仿真道路;
在仿真交互页面中,响应于道路调用操作,从预先创建的道路库中调用至少一个仿真道路段,基于至少一个所述仿真道路段形成虚拟仿真道路。
3.根据权利要求1所述方法,其特征在于,所述方法还包括:
基于所述虚拟仿真道路中的起点和终点形成仿真路径,对所述仿真路径顺序设置参考点和所述参考点的索引信息;
相应的,所述当前时刻行驶数据包括当前时刻的车辆位置信息、当前时刻的车辆速度信息、当前时刻的车辆偏航角数据、当前时刻的车辆方向盘转角数据、上一时刻车辆位置的最近参考点的索引信息、所述仿真路径中参考点的位置集合;
所述预测行驶数据包括预测时间步长对应的参考路径信息、下一时刻的车辆速度信息、下一时刻的车辆偏航角数据、下一时刻的车辆方向盘转角数据和当前时刻的最近参考点的索引信息。
4.根据权利要求3所述的方法,其特征在于,所述仿真过程中所述车辆速度信息为预设的均速数据,所述车辆偏航角数据包括每一参考点对应的预设偏航角;所述车辆方向盘转角数据包括每一参考点对应的预设方向盘转角数据;
所述预测时间步长对应的参考路径信息的确定方式包括:确定位于所述上一时刻车辆位置的最近参考点的索引信息之后的预设时间步长对应的参考索引信息,将所述参考索引信息对应的参考点位置信息作为所述预测时间步长对应的参考路径信息。
5.根据权利要求1所述方法,其特征在于,所述基于所述预测行驶数据确定车辆控制信息,包括:
基于MPC算法对所述预测行驶数据进行仿真处理,得到所述车辆控制信息,其中,所述车辆控制信息包括下一时刻的车辆前轮偏转角、下一时刻的车辆位置信息、下一时刻的车辆速度、下一时刻的车辆偏航角、下一时刻的方向盘转角和下一时刻的车辆加速度。
6.根据权利要求1所述方法,其特征在于,所述方法还包括:
通过所述车辆动力学模型上配置的模拟传感器获取所述车辆动力学模型在所述虚拟仿真道路上行驶过程中的环境数据,基于所述环境数据对所述车辆动力学模型进行异常行驶检测。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取仿真过程中所述车辆动力学模型的行驶数据和所述车辆仿真设备的行驶数据;
在所述车辆动力学模型的行驶数据和所述车辆仿真设备的行驶数据存在差异的情况下,基于所述车辆动力学模型的行驶数据和所述车辆仿真设备的行驶数据生成差异对比数据,所述差异对比数据用于对所述车辆动力学模型进行优化。
8.一种自动驾驶仿真***,其特征在于,包括:仿真测试***、交通场景服务器和车辆仿真设备;其中,所述仿真测试***包括道路构建模块、自动驾驶处理模块和车辆动力学模型;
所述交通场景服务器中预存储有虚拟环境数据;
所述道路构建模块,用于在所述虚拟环境数据中构建虚拟仿真道路;
所述自动驾驶处理模块,用于渲染虚拟环境数据和所述虚拟仿真道路上的车辆动力学模型,基于所述虚拟仿真道路进行自动驾驶仿真,在仿真过程中:获取车辆仿真设备的第一行驶数据和所述车辆动力学模型的第二行驶数据,其中,所述第一行驶数据和所述第二行驶数据形成当前时刻行驶数据,基于所述当前时刻行驶数据确定车辆在所述虚拟仿真道路上的预测行驶数据,基于所述预测行驶数据确定车辆控制信息,将所述车辆控制信息发送至所述车辆仿真设备,和/或,基于所述车辆控制信息控制所述车辆动力学模型在所述虚拟仿真道路上行驶;
所述车辆仿真设备,配置有行驶响应部件,用于执行所述车辆控制信息,以进行自动驾驶模拟。
9.根据权利要求8所述的***,其特征在于,所述仿真测试***还包括传感器模块,所述传感器模块用于获取所述车辆动力学模型在所述虚拟仿真道路上行驶过程中的环境数据,并将所述环境数据发送至所述自动驾驶处理模块;
所述自动驾驶处理模块基于所述环境数据对所述车辆动力学模型进行异常行驶检测。
10.根据权利要求8所述的***,其特征在于,所述车辆仿真设备至少配置有俯仰、横摆和侧偏的自由度部件。
11.一种仿真测试***,其特征在于,所述仿真测试***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计算机程序,所述计算机程序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1-7中任一项所述的自动驾驶仿真方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的自动驾驶仿真方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488933.5A CN117434855A (zh) | 2023-11-09 | 2023-11-09 | 一种自动驾驶仿真方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488933.5A CN117434855A (zh) | 2023-11-09 | 2023-11-09 | 一种自动驾驶仿真方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117434855A true CN117434855A (zh) | 2024-01-23 |
Family
ID=89555047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311488933.5A Pending CN117434855A (zh) | 2023-11-09 | 2023-11-09 | 一种自动驾驶仿真方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117434855A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117991662A (zh) * | 2024-04-03 | 2024-05-07 | 凯朴硕科技(杭州)有限公司 | 一种仿真新能源汽车的底盘控制台架*** |
-
2023
- 2023-11-09 CN CN202311488933.5A patent/CN117434855A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117991662A (zh) * | 2024-04-03 | 2024-05-07 | 凯朴硕科技(杭州)有限公司 | 一种仿真新能源汽车的底盘控制台架*** |
CN117991662B (zh) * | 2024-04-03 | 2024-06-07 | 凯朴硕科技(杭州)有限公司 | 一种仿真新能源汽车的底盘控制台架*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021152906A (ja) | 車両軌跡の予測方法、装置、機器及び記憶媒体 | |
CN109522673B (zh) | 一种测试方法、装置、设备和存储介质 | |
KR20210089116A (ko) | 종방향 동역학 모델의 트레이닝 방법, 장치 및 기기 | |
CN117434855A (zh) | 一种自动驾驶仿真方法和*** | |
CN112579464A (zh) | 自动驾驶算法的校验方法、装置、设备以及存储介质 | |
JP2023029472A (ja) | 情報を確定するための方法および装置、電子機器、記憶媒体並びにコンピュータプログラム | |
CN114475656B (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN116295496A (zh) | 一种自动驾驶车辆路径规划方法、装置、设备及介质 | |
CN114802251A (zh) | 自动驾驶车辆的控制方法、装置、电子设备以及存储介质 | |
CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN112651535A (zh) | 局部路径规划方法、装置、存储介质、电子设备及车辆 | |
CN113978465A (zh) | 一种变道轨迹规划方法、装置、设备以及存储介质 | |
CN111951552B (zh) | 一种自动驾驶中风险管理的方法以及相关装置 | |
CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
CN115454082A (zh) | 车辆避障方法及***、计算机可读存储介质和电子设备 | |
CN116105712A (zh) | 道路地图的生成方法、回注方法、计算机设备及介质 | |
CN114834453A (zh) | 数据处理方法、装置、车辆、设备和存储介质 | |
CN109144070A (zh) | 移动设备辅助自动驾驶方法、汽车和存储介质 | |
CN115171384A (zh) | 一种车载显示过程中关键车位置延迟补偿方法及装置 | |
CN114537421A (zh) | 调整***故障的方法、装置、设备和计算机可读介质 | |
CN116476851B (zh) | 一种车辆数据的处理方法、装置、电子设备及存储介质 | |
CN116985766B (zh) | 一种基于域控制器的碰撞缓解控制***及方法 | |
EP4246466A1 (en) | Control method, vehicle, device and storage medium | |
CN116039703A (zh) | 基于列车动力学模型的控车方法、装置及设备 | |
CN114604241A (zh) | 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 |
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 |