CN111177877A - 基于应用容器引擎的本地仿真方法、装置及存储介质 - Google Patents

基于应用容器引擎的本地仿真方法、装置及存储介质 Download PDF

Info

Publication number
CN111177877A
CN111177877A CN201811242993.8A CN201811242993A CN111177877A CN 111177877 A CN111177877 A CN 111177877A CN 201811242993 A CN201811242993 A CN 201811242993A CN 111177877 A CN111177877 A CN 111177877A
Authority
CN
China
Prior art keywords
simulation
environment
task
mode
application container
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
Application number
CN201811242993.8A
Other languages
English (en)
Inventor
周孙杰
蒋其艺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201811242993.8A priority Critical patent/CN111177877A/zh
Publication of CN111177877A publication Critical patent/CN111177877A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提出一种基于应用容器引擎的本地仿真方法、装置及计算机可读存储介质。其中基于应用容器引擎的本地仿真方法包括:根据应用容器引擎镜像在本地安装基础仿真环境;在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境;利用所述仿真运行环境,在本地对所述仿真任务进行仿真测试。本发明实施例在本地环境中进行仿真测试,能够帮助算法进行快速迭代,尤其适用于小数据量的仿真测试和无法联网的应用场景。

Description

基于应用容器引擎的本地仿真方法、装置及存储介质
技术领域
本发明涉及信息技术领域,尤其涉及一种基于应用容器引擎的本地仿真方法、装置及计算机可读存储介质。
背景技术
在自动驾驶车算法的开发迭代过程中,通过仿真可以测试算法是否能实现预定功能,仿真能够及早发现问题、复现问题,具有重要的促进作用。进行一次自动驾驶车算法仿真,需要大量环境支撑,包括场景数据、高精地图数据、其他算法模块、无人车仿真显示工具等。在云平台进行仿真具有计算能力强的优点,但是对于一些小数据量、需要进行本地调试、以及无法接入云平台的场景,不适合在云端进行仿真。
不同的自动驾驶技术开发者以及自动驾驶算法在不同的开发阶段对仿真有不同的需求,有时候需要进行大规模场景验证,有时候需要对特定场景进行测试。现有的仿真系统通常是在云端进行仿真,对于小数据量、无法接入云平台的情形,不能很好地满足需求。
发明内容
本发明实施例提供一种基于应用容器引擎的本地仿真方法、装置及计算机可读存储介质,以至少解决现有技术中的一个或多个技术问题。
第一方面,本发明实施例提供了一种基于应用容器引擎的本地仿真方法,包括:根据应用容器引擎镜像在本地安装基础仿真环境;在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境;利用所述仿真运行环境,在本地对所述仿真任务进行仿真测试。
在一种实施方式中,所述方法还包括:根据用户选择的仿真模式对所述仿真任务进行仿真测试,所述仿真模式包括本地仿真模式或云端仿真模式。
在一种实施方式中,所述方法还包括:为执行仿真任务的各模块设置与所述本地仿真模式和所述云端仿真模式适配的数据接口。
在一种实施方式中,所述仿真任务为自动驾驶仿真任务,所述数据接口包括自动驾驶仿真任务的各模块的数据输入接口和数据输出接口。
在一种实施方式中,在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境,包括:在本地预先存储至少一种所述仿真环境变量,所述仿真环境变量包括场景和地图;根据需求为用户提供匹配的所述仿真环境变量。
第二方面,本发明实施例提供了一种基于应用容器引擎的本地仿真装置,包括:安装单元,用于根据应用容器引擎镜像在本地安装基础仿真环境;环境变量设置单元,用于在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境;仿真测试单元,用于利用所述仿真运行环境,在本地对所述仿真任务进行仿真测试。
在一种实施方式中,所述装置还包括:模式选择单元,用于根据用户选择的仿真模式对所述仿真任务进行仿真测试,所述仿真模式包括本地仿真模式或云端仿真模式。
在一种实施方式中,所述装置还包括接口设置单元,用于:为执行仿真任务的各模块设置与所述本地仿真模式和所述云端仿真模式适配的数据接口。
在一种实施方式中,所述仿真任务为自动驾驶仿真任务,所述数据接口包括自动驾驶仿真任务的各模块的数据输入接口和数据输出接口。
在一种实施方式中,所述环境变量设置单元还用于:在本地预先存储至少一种所述仿真环境变量,所述仿真环境变量包括场景和地图;根据需求为用户提供匹配的所述仿真环境变量。
在一个可能的设计中,基于应用容器引擎的本地仿真装置的结构中包括处理器和存储器,所述存储器用于存储支持基于应用容器引擎的本地仿真装置执行上述第一方面中基于应用容器引擎的本地仿真方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述基于应用容器引擎的本地仿真装置还可以包括通信接口,用于基于应用容器引擎的本地仿真装置与其他设备或通信网络通信。
第三方面,本发明实施例提供了一种基于应用容器引擎的本地仿真装置,包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述第一方面中任一所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述第一方面中任一所述的方法。
上述技术方案中的一个技术方案具有如下优点或有益效果:在本地环境中进行仿真测试,能够帮助算法进行快速迭代,尤其适用于小数据量的仿真测试和无法联网的应用场景。
上述技术方案中的另一个技术方案具有如下优点或有益效果:本地仿真和云端仿真相结合,用户可以直接根据需要调用不同的仿真模式,这种灵活的方式可以更好地满足仿真测试的需求。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1为本发明实施例提供的基于应用容器引擎的本地仿真方法的流程图。
图2为本发明实施例提供的基于应用容器引擎的本地仿真方法的对数据进行本地管理的流程图。
图3为本发明实施例提供的基于应用容器引擎的本地仿真装置的结构框图。
图4为本发明另一实施例提供的基于应用容器引擎的本地仿真装置的结构框图。
图5为本发明又一实施例提供的基于应用容器引擎的本地仿真装置的结构框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1为本发明实施例提供的基于应用容器引擎的本地仿真方法的流程图。如图1所示,本发明实施例的基于应用容器引擎的本地仿真方法包括:步骤S110,根据应用容器引擎镜像在本地安装基础仿真环境;步骤S120,在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境;步骤S130,利用所述仿真运行环境,在本地对所述仿真任务进行仿真测试。
在一种实施方式中,所述仿真任务为自动驾驶仿真任务。以自动驾驶仿真任务为例,现有仿真平台主要是云端仿真,但有一些仿真过程不适合在云端进行。例如小数据量的仿真、无法接入云平台的场景。在云平台进行仿真具有计算能力强的优点,可以在短时间内完成大数据量的仿真,但同时对于一些小数据量、需要进行本地调试、以及无法接入云平台的场景,本地仿真可以有效地帮助开发者。无法接入云平台的场景包括:没有网络、不能联外网、网络条件有限或保密场所限制联网等情形。在这些应用场景下,仿真过程无法在云端进行,适合在本地进行仿真测试。
具体地,在步骤S110中,在用户本地环境中根据应用容器引擎镜像搭建基础仿真环境,例如可根据Docker镜像搭建基础仿真环境。其中,Docker是一个开源的应用容器引擎,它可以让开发者打包应用以及依赖包到一个可移植的容器中。先将应用程序的执行文件、命令都打包在一起,称为Docker镜像。然后在宿主机或者虚拟机上部署运行这个镜像。运行起来的镜像被称为“容器”,或者换而言之,容器就是运行时的镜像。在本发明实施例中,Docker相当于把整个系统打包,整个系统包括仿真需要的运行环境、运行需要的一些数据、程序模块。可预先将Docker镜像下载安装到本地,用于仿真。另外,在搭建基础仿真环境时,用户也可以根据具体情况替换成需要的数据和程序模块。
在步骤S110的基础上执行步骤S120,将相应的场景、地图配置等信息设置为环境变量。相应的场景、地图配置等信息具体可包括仿真需要的场景、地图,比如道路上行驶的若干车辆、红绿灯等路况数据。将这些信息设置为环境变量,用于搭建仿真运行环境。
在步骤S130中,在本地环境进行仿真,可帮助算法进行快速迭代。在本地仿真的优势在于,可以查看算法调试的过程,进而可以查看程序运行到哪个步骤或者在哪个模块出了问题。而在云端进行仿真只能得到仿真的结果,无法查看算法调试的过程。
例如,可通过GDB(GNU Debuger,GNU调试工具),查看运行的时候内存变化。其中,GNU是一个自由的操作系统,其名称来自“GNU is Not Unix”的递归缩写,因为GNU的设计类似Unix,但它不包含具著作权的Unix代码。可以在本地运行GDB这类调试工具,通过调试工具可以得到调试过程中关于算法运行情况的详细的内容和信息。
另外,仅对少数几个有限的场景做测试,或者对算法做了少许修改后需要重新测试一下,这两种情况适合在本地仿真。对于这种小数据量的仿真测试不必上传到云端进行大规模的仿真测试,在本地进行仿真,可达到更快的执行速度。
上述技术方案中的一个技术方案具有如下优点或有益效果:在本地环境中进行仿真测试,能够帮助算法进行快速迭代,尤其适用于小数据量的仿真测试和无法联网的应用场景。
在一种实施方式中,所述方法还包括:根据用户选择的仿真模式对所述仿真任务进行仿真测试,所述仿真模式包括本地仿真模式或云端仿真模式。
在这种实施方式中,可建立云端仿真模式和本地仿真模式相结合的仿真系统。本地仿真和云端仿真各有各的优势,大规模应用的仿真适合在云端运行,在网络条件有限、小规模测试、需要修改调试数据的情况,适合在本地仿真。云端仿真模式的优点是并行计算能力强,地图、场景数据全面。而本地仿真模式的优点是调试方便、使用方法简单易行。因此,本地仿真模式可以是补充性的,可以和云端仿真模式结合起来使用。例如自动驾驶车在路上行使通常要跑几千万公里,这种情况在本地机器上执行仿真任务的资源不够,适合采用云端仿真模式。而仅对少数有限的场景做测试,或者对算法做了修改想重新测试一下,这类小规模的仿真测试适合采用本地仿真模式。
另外,在算法的开发初始阶段,可以选择本地仿真模式,进行初步地测试。如果想要在大规模的场景中测试成熟的算法,可以选择云端仿真模式。因此在算法研发的不同阶段,可以选择不同的仿真模式进行仿真测试,本地仿真模式可以作为云端仿真模式的补充形式。
在一个示例中,在对算法进行仿真测试的过程中,在云端仿真对一万多个场景进行了仿真测试,其中有两个场景在测试中发现了问题。这种情况下在检查和修改了算法之后,没有必要在云端再对一万多个场景重新进行仿真测试。在云端做仿真测试需要执行代码打包上传等流程,整个流程相对比较耗时繁琐。在检查和修改算法后,可以在本地单独运行一下这两个场景,通过进一步的测试来完善算法。
上述技术方案中的另一个技术方案具有如下优点或有益效果:本地仿真和云端仿真相结合,用户可以直接根据需要调用不同的仿真模式,这种灵活的方式可以更好地满足仿真测试的需求。
在一种实施方式中,所述方法还包括:为执行仿真任务的各模块设置与所述本地仿真模式和所述云端仿真模式适配的数据接口。通过设置适配的数据接口,打通云端和本地的仿真系统,使用户可以直接根据需要调用不同的仿真模式,而不需要对算法做适配或更改。其中,数据接口包括仿真任务的各模块的数据输入接口和数据输出接口。
自动驾驶车的算法可包括感知模块、决策模块和控制模块等。其中感知模块用以代替人脑对环境进行感知,其功能包括探测目标和目标追踪等。例如探测是否有障碍物和进行障碍物追踪、交通标志识别等。决策模块根据感知模块感知的环境信息,对自动驾驶车下一步的动作做出决策。控制模块根据决策模块做出的决策对自动驾驶车的油门、刹车、方向盘和变速杆产生控制命令,控制动驾驶车按照决策智能行驶,包括直行、转弯和制动等。
在一个示例中,用户开发了一个决策模块,需要对该模块进行仿真测试。预先定义好决策模块的数据接口,包括从感知模块获取环境信息的数据输入接口和向控制模块发送决策信息的数据输出接口。如在进行仿真测试时,仿真系统负责把环境信息传输给决策模块以进行测试,需要预先定义好决策模块的数据输入接口。在本地仿真模式中和云端仿真模式中为无人驾驶车的各模块提供相同的数据输入接口和数据输出接口,使无人驾驶算法即可以在云端进行仿真测试,也可以在本地进行仿真测试,在切换仿真模式时不需要修改数据接口。
在另一个示例中,由于本地仿真模式不依赖于线上的环境,因此数据接口需要适配于本地环境。例如,感知模块需要获取到地图的数据和障碍物的数据等。在云端仿真模式中从云端数据库获取上述数据。在本地仿真模式中访问不到云端数据库,则需要修改获取数据的方式,从本地获取预先存储的数据。再如,根据仿真的结果最后会生成一个展示仿真效果的图像或视频,通过图像或视频可直观地展示出无人驾驶车在道路上行驶的情况。在云端仿真模式中直接展示生成的图像或视频,例如可以在仿真页面中展示。在本地仿真模式中则需要一个适配的显示工具,将仿真生成的图像或视频输出给显示工具,通过显示工具播放出来。
图2为本发明实施例提供的基于应用容器引擎的本地仿真方法的对数据进行本地管理的流程图。如图2所示,在一种实施方式中,图1中的步骤S120,在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境,具体可包括:步骤S210,在本地预先存储至少一种所述仿真环境变量,所述仿真环境变量包括场景和地图;步骤S220,根据需求为用户提供匹配的所述仿真环境变量。
在这种实施方式中,对场景、地图等数据进行本地管理,为不同的用户提供不同的配置数据包。其中,对场景、地图等数据进行本地管理,包括:在本地可以预先保存若干个需要的场景和地图,以用于在仿真时从其中选择可配置的场景。用户也可以以自定义的方式配置满足需求的场景和地图。
不同的开发者针对的产品不一样,对场景也有不同的需求。可为不同的用户提供不同的配置数据包,以配置适合的场景。例如,某个用户设计的自动驾驶算法专门应用在高速公路上,则给该用户提供高速公路的场景。又如,某个用户设计的用于小巴的自动驾驶算法专门应用在园区内,则给该用户提供公园内道路、小区内道路、工业园区内道路的场景。再如,某个用户设计的自动驾驶算法专门应用在城市道路上,则给该用户提供城市道路和车流人流的场景。
图3为本发明实施例提供的基于应用容器引擎的本地仿真装置的结构框图。如图3所示,本发明实施例的基于应用容器引擎的本地仿真装置包括:安装单元100,用于根据应用容器引擎镜像在本地安装基础仿真环境;环境变量设置单元200,用于在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境;仿真测试单元300,用于利用所述仿真运行环境,在本地对所述仿真任务进行仿真测试。
图4为本发明另一实施例提供的基于应用容器引擎的本地仿真装置的结构框图。如图4所示,在一种实施方式中,所述装置还包括:模式选择单元400,用于根据用户选择的仿真模式对所述仿真任务进行仿真测试,所述仿真模式包括本地仿真模式或云端仿真模式。
在一种实施方式中,所述装置还包括接口设置单元,用于:为执行仿真任务的各模块设置与所述本地仿真模式和所述云端仿真模式适配的数据接口。
在一种实施方式中,所述仿真任务为自动驾驶仿真任务,所述数据接口包括自动驾驶仿真任务的各模块的数据输入接口和数据输出接口。
在一种实施方式中,所述环境变量设置单元200还用于:在本地预先存储至少一种所述仿真环境变量,所述仿真环境变量包括场景和地图;根据需求为用户提供匹配的所述仿真环境变量。
本发明实施例的基于应用容器引擎的本地仿真装置中各单元的功能可以参见上述方法的相关描述,在此不再赘述。
在一个可能的设计中,基于应用容器引擎的本地仿真装置的结构中包括处理器和存储器,所述存储器用于存储支持基于应用容器引擎的本地仿真装置执行上述基于应用容器引擎的本地仿真方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述基于应用容器引擎的本地仿真装置还可以包括通信接口,用于基于应用容器引擎的本地仿真装置与其他设备或通信网络通信。
图5为本发明又一实施例提供的基于应用容器引擎的本地仿真装置的结构框图。如图5所示,该装置包括:存储器101和处理器102,存储器101内存储有可在处理器102上运行的计算机程序。所述处理器102执行所述计算机程序时实现上述实施例中的基于应用容器引擎的本地仿真方法。所述存储器101和处理器102的数量可以为一个或多个。
该装置还包括:
通信接口103,用于与外界设备进行通信,进行数据交互传输。
存储器101可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器101、处理器102和通信接口103独立实现,则存储器101、处理器102和通信接口103可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器101、处理器102及通信接口103集成在一块芯片上,则存储器101、处理器102及通信接口103可以通过内部接口完成相互间的通信。
又一方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述基于应用容器引擎的本地仿真方法中任一所述的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种基于应用容器引擎的本地仿真方法,其特征在于,包括:
根据应用容器引擎镜像在本地安装基础仿真环境;
在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境;
利用所述仿真运行环境,在本地对所述仿真任务进行仿真测试。
2.根据权利要求1所述的方法,其特征在于,还包括:根据用户选择的仿真模式对所述仿真任务进行仿真测试,所述仿真模式包括本地仿真模式或云端仿真模式。
3.根据权利要求2所述的方法,其特征在于,还包括:为执行仿真任务的各模块设置与所述本地仿真模式和所述云端仿真模式适配的数据接口。
4.根据权利要求3所述的方法,其特征在于,所述仿真任务为自动驾驶仿真任务,所述数据接口包括自动驾驶仿真任务的各模块的数据输入接口和数据输出接口。
5.根据权利要求4所述的方法,其特征在于,在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境,包括:
在本地预先存储至少一种所述仿真环境变量,所述仿真环境变量包括场景和地图;
根据需求为用户提供匹配的所述仿真环境变量。
6.一种基于应用容器引擎的本地仿真装置,其特征在于,包括:
安装单元,用于根据应用容器引擎镜像在本地安装基础仿真环境;
环境变量设置单元,用于在所述基础仿真环境中设置仿真任务需要的仿真环境变量,以搭建仿真运行环境;
仿真测试单元,用于利用所述仿真运行环境,在本地对所述仿真任务进行仿真测试。
7.根据权利要求6所述的装置,其特征在于,还包括模式选择单元,用于根据用户选择的仿真模式对所述仿真任务进行仿真测试,所述仿真模式包括本地仿真模式或云端仿真模式。
8.根据权利要求7所述的装置,其特征在于,还包括接口设置单元,用于:为执行仿真任务的各模块设置与所述本地仿真模式和所述云端仿真模式适配的数据接口。
9.根据权利要求8所述的装置,其特征在于,所述仿真任务为自动驾驶仿真任务,所述数据接口包括自动驾驶仿真任务的各模块的数据输入接口和数据输出接口。
10.根据权利要求9所述的装置,其特征在于,所述环境变量设置单元还用于:
在本地预先存储至少一种所述仿真环境变量,所述仿真环境变量包括场景和地图;
根据需求为用户提供匹配的所述仿真环境变量。
11.一种基于应用容器引擎的本地仿真装置,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201811242993.8A 2018-10-24 2018-10-24 基于应用容器引擎的本地仿真方法、装置及存储介质 Pending CN111177877A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811242993.8A CN111177877A (zh) 2018-10-24 2018-10-24 基于应用容器引擎的本地仿真方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811242993.8A CN111177877A (zh) 2018-10-24 2018-10-24 基于应用容器引擎的本地仿真方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN111177877A true CN111177877A (zh) 2020-05-19

Family

ID=70655254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811242993.8A Pending CN111177877A (zh) 2018-10-24 2018-10-24 基于应用容器引擎的本地仿真方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111177877A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111708644A (zh) * 2020-05-29 2020-09-25 北京百度网讯科技有限公司 用于自动驾驶仿真的虚拟世界管理方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105138765A (zh) * 2015-08-21 2015-12-09 中国科学院自动化研究所 基于Docker的人工交通系统大规模计算实验方法
CN105897509A (zh) * 2016-04-08 2016-08-24 上海工程技术大学 一种基于云计算的机器人软件运行及仿真系统
WO2017124858A1 (zh) * 2016-01-19 2017-07-27 清华大学 一种在线交通仿真方法及系统
US20170213154A1 (en) * 2016-01-27 2017-07-27 Bonsai AI, Inc. Artificial intelligence engine having an architect module
US20180219956A1 (en) * 2017-01-31 2018-08-02 AppDynamics, LLC Dynamic docker pool recycling

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105138765A (zh) * 2015-08-21 2015-12-09 中国科学院自动化研究所 基于Docker的人工交通系统大规模计算实验方法
WO2017124858A1 (zh) * 2016-01-19 2017-07-27 清华大学 一种在线交通仿真方法及系统
US20170213154A1 (en) * 2016-01-27 2017-07-27 Bonsai AI, Inc. Artificial intelligence engine having an architect module
CN105897509A (zh) * 2016-04-08 2016-08-24 上海工程技术大学 一种基于云计算的机器人软件运行及仿真系统
US20180219956A1 (en) * 2017-01-31 2018-08-02 AppDynamics, LLC Dynamic docker pool recycling

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
企鹅号 - APOLLO开发者社区: "百名北航同学共同学习搭建Apollo", pages 1 - 8, Retrieved from the Internet <URL:https://cloud.tencent.com/developer/news/246366> *
李强等著: "《云制造理论体系及实践应用》", 电子科技大学出版社, pages: 35 *
王新峰等著: "《信息化思维下的高校学生管理》", 31 March 2016, 电子科技大学出版社, pages: 25 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111708644A (zh) * 2020-05-29 2020-09-25 北京百度网讯科技有限公司 用于自动驾驶仿真的虚拟世界管理方法和系统

Similar Documents

Publication Publication Date Title
CN109032103B (zh) 无人驾驶车辆的测试方法、装置、设备及存储介质
CN110673576B (zh) 自动测试方法与装置、车辆和存储介质
CN109165055B (zh) 无人驾驶系统组件加载方法、装置、计算机设备及介质
CN111813095A (zh) 一种车辆诊断方法、装置及介质
CN112596502A (zh) 自动泊车系统的硬件在环测试系统及方法
CN111199088A (zh) 复现场景数据的方法和装置
CN112015489A (zh) 一种车载软件的管理方法、装置、存储介质及系统
CN111699449A (zh) 自动驾驶车辆的仿真测试方法、系统、存储介质和车辆
CN112311773A (zh) 用于智能汽车传感器接口系统的实现方法
CN111123728B (zh) 无人车仿真方法、装置、设备及计算机可读介质
CN112671487B (zh) 一种车辆测试的方法、服务器以及测试车辆
CN115185205A (zh) 智能驾驶仿真方法、系统、终端设备和可读存储介质
CN111177877A (zh) 基于应用容器引擎的本地仿真方法、装置及存储介质
CN111125857A (zh) 分布式仿真方法和装置
CN114489007A (zh) 整车在环测试方法、系统、设备及计算机可读存储介质
CN111199084B (zh) 动力学模型的接入方法和装置
Tideman Scenario-based simulation environment for assistance systems
CN111143423B (zh) 动态场景标注数据挖掘方法、装置以及终端
CN111090920A (zh) 多任务仿真运行方法、装置及存储介质
CN112230632A (zh) 用于自动驾驶的方法、装置、设备和存储介质
Schmidt et al. Early PC-based Validation of ECU Software Using Virtual Test Driving
CN116781449B (zh) 网络的配置方法、装置、车辆及存储介质
CN114217539B (zh) 自动驾驶功能的仿真测试方法、装置、车辆及存储介质
CN115576952B (zh) 一种基于Unreal的车载安卓平台通信结构实现方法
US20230281354A1 (en) System and method for providing autonomous driving simulation architecture with switchable models

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