CN104834776B - 一种微观交通仿真中交通车辆建模仿真系统及方法 - Google Patents

一种微观交通仿真中交通车辆建模仿真系统及方法 Download PDF

Info

Publication number
CN104834776B
CN104834776B CN201510217578.7A CN201510217578A CN104834776B CN 104834776 B CN104834776 B CN 104834776B CN 201510217578 A CN201510217578 A CN 201510217578A CN 104834776 B CN104834776 B CN 104834776B
Authority
CN
China
Prior art keywords
vehicle
traffic
module
entity
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
Application number
CN201510217578.7A
Other languages
English (en)
Other versions
CN104834776A (zh
Inventor
管欣
陈永尚
贾鑫
洪峰
鲍阚
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN201510217578.7A priority Critical patent/CN104834776B/zh
Publication of CN104834776A publication Critical patent/CN104834776A/zh
Application granted granted Critical
Publication of CN104834776B publication Critical patent/CN104834776B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种微观交通仿真中交通车辆建模仿真系统及方法,该系统包括参数配置模块、交通车生成器、交通服务器、交通车实体四大模块。本发明不仅能够进行精确的微观交通仿真,本发明还能输出每个驾驶员每个时刻的驾驶操纵指令,为交通研究及交通设施的建设提供进一步的数据支持,并且本发明对车辆模型中发动机进行建模,能够更加准确的输出车辆的排放量,采用本发明可以为高级智能辅助驾驶及无人驾驶技术的研究提供支持。

Description

一种微观交通仿真中交通车辆建模仿真系统及方法
技术领域
本发明属于微观交通仿真技术领域,涉及一种微观交通仿真中交通车辆建模仿真系统及方法。
背景技术
随着社会发展,交通问题日益严重,由于交通的实测比较困难和复杂,因此解决现实的交通问题往往需要投入大量的资金。随着计算机技术的发展,应用计算机技术进行交通仿真成为解决交通问题的有效手段。交通仿真能够克服进行交通试验的花费大、实施困难的缺点,为交通系统研究的重要手段。
国内外典型的交通仿真软件有VISSIM、Aimsun、CORSIM、Paramics、TransModeler等。这些交通仿真软件中均有对交通车辆的仿真进行了建模仿真。
邱凌云等于2005年在《计算机仿真》中发表文章“基于Agent的驾驶员-车辆建模研究与实现”对驾驶员-车辆单元在交通流仿真中的行为进行建模研究。
伍建焜等在发明专利“基于多智能体和非适应性行为的微观交通仿真系统”(授权公告号CN 100524354C)中提出一种对交通微观仿真中参与者非适应性行为的仿真系统。
伍建焜等在发明专利“微观交通仿真中行人行为仿真方法”(授权公告号CN101079127B)中提出一种微观交通仿真中行人仿真的方法,对微观交通仿真中行人的非适应性行为仿真方法进行了说明。
现有的微观交通仿真软件如VISSIM、Aimsun、CORSIM、Paramics、TransModeler等均对交通车进行建模仿真,对车辆在交通环境中的行为进行仿真,诸如换道行为、跟车行为、超车行为等,它们在建模过程中都是将驾驶员与车辆作为一个整体进行仿真。
现有技术中通过分析发现这些交通仿真系统都以车辆与驾驶员作为一个整体进行仿真,对于车辆的行为的研究也仅限于跟驰、换道等行为上,无法输出驾驶员在交通环境中所采取驾驶指令如换挡指令、油门开度,方向盘转角,及制动踏板力等,并且这些系统中并没有对交通车的车辆模型进行建模,这就导致车辆运动行为不自然,与实际不符,尤其不能体现车辆行驶过程中的纵向运动和侧向运动之间的耦合和相互影响,如转弯时纵向速度自然下降等现象。随着高级智能辅助驾驶系统及无人驾驶车辆的高速发展,为了研究这些技术对交通的影响,以及研究这些技术对车辆排放和环境污染的影响,仅仅是将驾驶员模型和车辆模型作为一个整体仿真显然无法满足这些要求。
发明内容
为了克服现有技术中存在的缺陷,本发明提供一种微观交通仿真中交通车辆建模仿真系统及方法,不仅能够进行精确的微观交通仿真,本发明还能输出每个驾驶员每个时刻的驾驶操纵指令,为交通研究及交通设施的建设提供进一步的数据支持,并且本发明对车辆模型中发动机进行建模,能够更加准确的输出车辆的排放量,采用本发明可以为高级智能辅助驾驶及无人驾驶技术的研究提供支持。
其技术方案如下:
一种微观交通仿真中交通车辆建模仿真系统,包括参数配置模块、交通车生成器、交通服务器、交通车实体四大模块;
其中交通车实体包括,驾驶员模型实体、车辆实体。
所述交通车实体生成器模块,其功能是根据用户配置的交通初始化参数产生交通车实体。包括在仿真场景中生成交通车辆实体并为其配置起点、终点及一些控制点。
所述交通车实体,进行交通场景中的交通车辆仿真,包括驾驶员实体与车辆实体。
所述驾驶员实体,进行驾驶员仿真,其功能有感知周围交通环境,根据交通环境做出相应的行为如加速、减速、停车、换道等行为,为车辆实体提供操纵指令。其包含环境感知模块、预瞄决策模块和跟随控制三个子模块。
所述环境感知模块负责对周围的交通环境进行感知输出交通环境信息,所述交通环境信息包括:障碍物信息、车道信息、诱导信息、非结构化道路信息,以及根据起点和终点进行路径规划。进行环境感知时环境感知将本车的位置和航向以及本车的感知范围向交通服务器请求,交通服务器将本车周围车辆的信息、车道信息、信号灯等诱导信息、非结构化道路信息等返回给本车的环境感知模块。感知模块获得交通环境信息后进行过滤与重组,得出可行区域。所述可行区域指车辆感知范围内汽车受外部条件制约能够保证自身安全到达的位置点的集合。
所述预瞄决策模块,根据环境感知模块感知的周围环境信息进行预瞄与决策,决策出车辆将来的预期位置与预期速度。预瞄决策模块的输入有当前车辆的状态、路径规划的路径、交通知识规则库、环境感知模块感知到的交通环境信息。该模块接收到环境感知的交通环境信息后先进行预瞄,所述预瞄指根据当前的车辆的运行状态及车辆的运行能力确定车辆的最大可以到达的空间即可达空间,所述可达空间指由汽车本身内因决定的汽车可行驶到的地方或位置点的集合,本发明将车辆的可达空间限定在车辆所在的本车道及相邻车道中心线上。确定最大可达空间后进行合法性评判,将可达空间中超出路段车速限制的点剔除,剩余合法可达空间。之后对合法可达空间进行安全性判断,所述安全性判断根据其他交通实体运动状态对周围实体进行一个预瞄时间的预测,将其占据的合法可达空间中的点剔除,生成安全的合法可达空间。最后对合法可达空间参照预期路径进行综合评判,选出最优的预期到达点。此预期到达点的信息包括其预期到达的位置坐标及到达此点时车辆的速度。
所述跟随控制模块,输入的根据预期位置及预期速度计算出车辆需要采取的驾驶指令。所述驾驶指令包括,方向盘转角、油门开度、制动踏板力、离合器踏板开度、变速箱档位。包括方向控制和速度控制两个模块,所述方向控制模块根据输入的预期位置输出方向盘转角。所述的速度控制模块根据输入的预期速度计算输出油门开度、制动踏板力、离合器踏板开度、变速箱档位等指令。
所述车辆模型实体,接收驾驶员实体输出的驾驶指令(方向盘转角、油门开度、制动踏板力、换挡指令)进行简单车辆动力学仿真,输出车辆的运动状态及其工作状态。
一种微观交通仿真中交通车辆建模仿真方法,包括以下步骤:
步骤1:进行交通初始化,参数配置模块接收交通车实体参数配置信息,其中需要配置的参数有:交通车实体的OD矩阵、仿真时间、交通车实体的驾驶员类型及车辆类型;交通车生成器接收到配置参数后,根据OD矩阵、仿真时间、驾驶员类型、车辆类型对交通车实体进行配置,配置参数有:发车时间、行驶路径、相应驾驶员类型对应的参数、相应的车辆类型对应的特征参数。
步骤2:交通服务器加载交通场景文件,在交通服务器中为各个交通车仿真实体注册。
步骤3:交通车仿真实体中驾驶员实体中的环境感知模块进行环境感知;感知模块带着自己的位置及感知范围以及所要感知的信息向交通服务器请求数据,交通服务器接收到请求后将该实体周围的其他实体类型、标识及位置状态及运动状态等传给该实体。
步骤4:预瞄决策模块根据当前车辆所处的环境进行预瞄与决策,决策出将要到达的预期位置及预期速度。
步骤5:跟随控制模块根据输入的预期位置及预期速度进行控制输出方向盘转角等驾驶员操作指令。
步骤6:车辆模型根据输入的驾驶员操作指令进行动力学仿真输出车辆的位置、速度等车辆的状态;并且将本实体的信息上报给交通服务器。
步骤7:交通服务器对每个交通车实体按照更新后的位置进行存储。
本发明的有益效果:
(1)可精确输出驾驶员每个步长采取的驾驶指令,本发明中将驾驶员实体和交通车辆实体分隔开来进行仿真,两者之间具有明确的交界面,可以准确的输出驾驶员的驾驶指令,为交通研究提供驾驶员动作的数据支持。
(2)可准确输出交通车辆运动状态,本发明具有简单的车辆动力学模型,能够真实自然地对交通车辆的运动状态进行仿真。
附图说明
图1为本发明整体运行框图;
图2为本发明交通车实体与交通服务器的交互工作流程图;
图3为本发明交通车实体内部工作流程;
图4为本发明驾驶员实体内部工作流程;
图5为本发明驾驶员实体中环境感知模块内部工作流程图;
图6为本发明驾驶员实体中预瞄决策模块内部工作流程图;
图7为本发明驾驶员实体中跟随控制模块内部工作流程图;
图8为本发明驾驶员实体中预瞄决策模块原理示意图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。
本实例采用客户机/服务器(c/s)与实时系统技术相结合作为整体的交通仿真环境,如图1为本发明整体运行框图,本发明包括参数配置模块、交通生成器、交通车实体、交通服务器四大模块。其中所述交通服务模块,作为服务器提供各个实体间的交互,所述参数配置模块,对交通仿真进行初始化参数设置,并把初始化参数配置发送给交通生成器模块,所述交通车实体生成器模块,根据用户配置的交通初始化参数产生各种交通仿真参与实体。
图2,表示本发明交通车实体与交通服务器之间的交互工作流程,各个交通车实体在产生后按照仿真步长自行推进仿真进行,交通车实体在仿真过程中要能够感应周围的环境,为了进行周围环境的感知交通车实体带着自己的位置及感知范围和所要感知的数据向交通服务器发出请求,服务器获得请求后向各个交通车实体返回其感知范围内的其他交通实体的信息。在每个仿真步长结束后各个交通车实体向服务器汇报自己所在的位置。
图3,表示本发明中的交通车实体,交通车实体由驾驶员实体和车辆模型实体组成,交通车实体通过通信将实体的运动状态和感知范围上报交通服务器,并且通过通信从交通服务器中获得交通环境信息。
图4为本发明的驾驶员实体,驾驶员实体包括环境感知、预瞄决策和跟随控制三个模块。驾驶员实体的获得交通环境信息后,先进行环境感知获得可行区域之后对可行区域进行预瞄与决策得到预期位置与预期速度传给跟随控制模块,跟随控制模块根据预期位置和预期速度得到驾驶员需要采取的驾驶指令输出。
图5为本发明的驾驶员实体中的环境感知模块,环境感知模块包含过滤、选取以及信息重组三个过程。模块获得交通环境信息后先对信息进行过滤及选取的到有用的信息之后进行信息重组,重组后获得可行区域输出。所述可行区域指车辆感知范围内汽车受外部条件制约能够保证自身安全到达的位置点的集合。
图6为本发明的驾驶员实体中的预瞄决策模块,预瞄决策模块包含预瞄、合法性评判、安全性评判及预期运动状态决策四个部分。预瞄决策模块获得可行区域后先进性预瞄获得可达空间,得到可达空间后进行合法性评判获得合法可达空间之后进行安全性判断得到安全的合法可达空间最后对安全合法可达空间进行预期运动状态决策,得到预期位置及预期速度。
图7为本发明的驾驶员实体中的跟随控制模块,跟随控制模块包含方向控制和速度控制。所述方向控制指根据预期位置确定驾驶员需要采取的方向盘转角,所述速度控制指根据预期速度确定需要采取的油门、制动和换挡指令。
图8为本发明驾驶员实体中预瞄决策模块原理示意图,预瞄决策模块先进行预瞄,如图8(a)所述预瞄指对本车在一定的预瞄时间后所能达到的最大纵向加速度按照一定的间隔进行离散,之后在本车道和相邻车道的车道中心线上按照每个离散的纵向加速度所能到达的位置即图8(a)中车道中心线上的实心圆点,之后计算出到达这个位置所需要的侧向加速度。这些点和对应的纵向加速度和侧向加速度即为可达空间。图8(b)为对可达空间进行合法性评判示意图,所述合法性评判值指对可达空间中超过道路速度限制及其他法规限制的点剔除得到合法可达空间。之后对合法可达空间进行安全性评判如图8(c),所述安全性评判值对合法可达空间中的那些被障碍物及其他车辆占据的点剔除得到安全合法的可达空间。最后对安全合法可达空间进行决策,如图8(d)根据一定的规则对安全合法可达空间中的点进行评判得到最好的合适的点如图8(d)中的实心三角形所对应的点。将这个点所对应的位置及速度输出给下一模块。
本实施例主要实施过程如下:
1、仿真系统建立。
本仿真系统采用客户机/服务器(c/s)架构与实时系统相结合的仿真体系,其中交通服务器端,作为服务器为各个交通车实体提供支持,交通车实体生成器模块作为初始化程序接收用户配置数据生成交通仿真,交通车实体作为系统中的客户端进行仿真。
2、仿真系统初始化。
给交通仿真系统配置仿真初始化参数,仿真参数的配置通过参数配置模块进行配置,其中需要配置的参数有:交通车实体的OD矩阵、仿真时间、交通车实体的驾驶员类型及车辆类型。参数配置模块接收到用户的配置参数后,将参数传递给交通生成器,交通车生成器接收到配置参数后,首先根据OD矩阵、仿真时间、驾驶员类型、车辆类型对交通车实体进行配置,配置参数有:发车时间、行驶路径、相应驾驶员类型对应的参数、相应的车辆类型对应的特征参数。
3、仿真过程的推进。
在仿真过程中,各个交通实体采用相同的仿真步长进行推进,由于本系统采用实时的仿真系统,因此可以进行精确的定时,可以很方便的保证各个实体仿真的时间同步问题。在仿真系统初始化完成后,进入仿真推进过程,仿真过程中,交通服务器对每个交通车实体按照位置进行存储,为各个交通车实体间的交互提供支持。每个仿真步长内各个驾驶员实体中环境感知模块带着自己的位置及感知范围以及所要感知的信息向交通服务器请求数据,交通服务器接收到请求后将该实体周围的其他实体类型、标识及位置状态及运动状态等传给该实体。该实体获得车辆周围的交通环境后驾驶员实体进行预瞄与决策,计算出车辆在一定预瞄时间后车辆到达的合适位置,随后驾驶员实体中的跟随模块根据预瞄决策模块决策出的合适位置计算出本仿真步长车辆需要执行的驾驶指令并将此驾驶指令传递给车辆实体,车辆实体获得此步长驾驶指令后进行动力学仿真,更新交通实体的运动状态及工作状态,并且将本实体的信息上报给交通服务器。至此完成一个仿真步长的推进。
以上所述,仅为本发明较佳的具体实施方式,本发明的保护范围不限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (1)

1.一种微观交通仿真中交通车辆建模仿真系统,其特征在于:包括参数配置模块、交通车生成器、交通服务器、交通车实体四大模块;
所述交通车生成器模块,其功能是根据用户配置的交通初始化参数产生交通车实体;包括在仿真场景中生成交通车辆实体并为其配置起点、终点及一些控制点; 所述交通车实体,进行交通场景中的交通车辆仿真,包括驾驶员模型实体与车辆实体; 所述驾驶员模型实体,进行驾驶员仿真,其功能有感知周围交通环境,根据交通环境做出相应的行为,所述行为具体包括:加速、减速、停车、换道的行为,为车辆实体提供操纵指令;其包含环境感知、预瞄决策和跟随控制三个模块;
所述环境感知模块负责对周围的交通环境进行感知输出交通环境信息,所述交通环境信息包括:障碍物信息、车道信息、诱导信息、非结构化道路信息,以及根据起点和终点进行路径规划;进行环境感知时,环境感知模块带着本车的位置和航向以及本车的感知范围向交通服务器发送请求,交通服务器获得请求后,将本车周围车辆的信息、车道信息、信号灯的诱导信息、非结构化道路信息返回给本车辆的环境感知模块;环境感知模块获得交通环境信息后进行过滤与重组,得出可行区域;所述可行区域指车辆感知范围内汽车受外部条件制约能够保证自身安全到达的位置点的集合;
所述预瞄决策模块,根据环境感知模块感知的周围环境信息进行预瞄与决策,决策出车辆将来的预期位置与预期速度;预瞄决策模块的输入有当前车辆的状态、路径规划的路径、交通知识规则库、环境感知模块感知到的交通环境信息;预瞄决策模块接收到环境感知模块的交通环境信息后先进行预瞄,所述预瞄指根据当前的车辆的运行状态及车辆的运行能力确定车辆的最大可以到达的空间即可达空间,所述可达空间指由汽车本身内因决定的汽车可行驶到的地方或位置点的集合,所述可达空间限定在车辆所在的本车道及相邻车道中心线上,确定可达空间后进行合法性评判,将可达空间中超出路段车速限制的点剔除,剩余合法可达空间,之后对合法可达空间进行安全性判断,所述安全性判断是根据其他交通实体运动状态对周围实体进行一个预瞄时间的预测,将其占据的合法可达空间中的点剔除,生成安全的合法可达空间,最后对合法可达空间参照预期路径进行综合评判,选出最优的预期到达点,此预期到达点的信息包括其预期到达的位置坐标及到达此点时车辆的速度;
精确输出驾驶员每个步长采取的驾驶指令,所述跟随控制模块,根据输入的预期位置及预期速度计算出车辆需要采取的驾驶指令;所述驾驶指令包括,方向盘转角、油门开度、制动踏板力、离合器踏板开度、变速箱档位;所述跟随控制模块包括方向控制和速度控制两个模块,所述方向控制模块根据输入的预期位置输出方向盘转角;所述的速度控制模块根据输入的预期速度计算输出油门开度、制动踏板力、离合器踏板开度、变速箱档位等待指令;
所述车辆实体,接收驾驶员模型实体输出的驾驶指令进行车辆动力学仿真,输出车辆的运动状态及其工作状态。
CN201510217578.7A 2015-04-30 2015-04-30 一种微观交通仿真中交通车辆建模仿真系统及方法 Active CN104834776B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510217578.7A CN104834776B (zh) 2015-04-30 2015-04-30 一种微观交通仿真中交通车辆建模仿真系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510217578.7A CN104834776B (zh) 2015-04-30 2015-04-30 一种微观交通仿真中交通车辆建模仿真系统及方法

Publications (2)

Publication Number Publication Date
CN104834776A CN104834776A (zh) 2015-08-12
CN104834776B true CN104834776B (zh) 2019-01-18

Family

ID=53812660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510217578.7A Active CN104834776B (zh) 2015-04-30 2015-04-30 一种微观交通仿真中交通车辆建模仿真系统及方法

Country Status (1)

Country Link
CN (1) CN104834776B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110291477B (zh) * 2016-12-02 2022-08-16 嘉蒂克人工智能公司 车辆控制系统及使用方法
CN106777747A (zh) * 2016-12-29 2017-05-31 广西航程威特科技有限公司 一种三维交通仿真模拟系统
CN106873397B (zh) * 2017-01-23 2020-02-14 同济大学 智能网联汽车“硬件在环”加速加载仿真测试系统
JP6901555B2 (ja) * 2017-06-02 2021-07-14 本田技研工業株式会社 自動運転車の制御のための車両制御装置及び方法
CN107180146B (zh) * 2017-06-28 2020-07-14 崔曼 一种基于新型交通仿真模型的无网格交通仿真方法
CN108268704A (zh) * 2017-12-29 2018-07-10 中兴智能交通股份有限公司 一种虚拟现实技术在交通设计上的处理方法和装置
CN108492666A (zh) * 2018-03-31 2018-09-04 长安大学 一种虚实混合的实时微观交通仿真系统与方法
CN109446662A (zh) * 2018-10-31 2019-03-08 百度在线网络技术(北京)有限公司 车辆仿真轨迹的生成方法及装置、计算机设备及存储介质
CN110118661B (zh) * 2019-05-09 2024-03-26 腾讯科技(深圳)有限公司 驾驶仿真场景的处理方法、装置及存储介质
CN110525436A (zh) * 2019-08-27 2019-12-03 中国第一汽车股份有限公司 车辆换道控制方法、装置、车辆和存储介质
CN110597088B (zh) * 2019-09-25 2020-07-28 西南交通大学 一种极坐标系下的车辆动力学仿真方法
WO2021159357A1 (zh) * 2020-02-12 2021-08-19 深圳元戎启行科技有限公司 行驶场景信息处理方法、装置、电子设备和可读存储介质
WO2022165811A1 (zh) * 2021-02-07 2022-08-11 华为技术有限公司 一种仿真方法以及相关设备
CN112896187B (zh) * 2021-02-08 2022-07-26 浙江大学 一种考虑社会兼容的自动驾驶决策的系统与方法
CN113868778B (zh) * 2021-12-02 2022-03-11 中智行科技有限公司 仿真场景管理方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533455A (zh) * 2009-04-24 2009-09-16 昆明理工大学 基于微观交通流仿真模型下的驾驶模拟综合仿真方法
CN102467590A (zh) * 2010-11-10 2012-05-23 上海日浦信息技术有限公司 基于微观交通流仿真模型下的驾驶模拟综合仿真方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533455A (zh) * 2009-04-24 2009-09-16 昆明理工大学 基于微观交通流仿真模型下的驾驶模拟综合仿真方法
CN102467590A (zh) * 2010-11-10 2012-05-23 上海日浦信息技术有限公司 基于微观交通流仿真模型下的驾驶模拟综合仿真方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Microscopic traffic simulation with reactive driving agents;Patrick A.M.Ehlert 等;《2001 IEEE intelligent Transportation Systems Conference Proceedings》;20010829;第860-865页 *
微观交通流仿真一体化环境研究;贾洪飞 等;《交通与计算机》;20051231;第23卷;第2节 *
汽车驾驶员控制行为统一决策模型的研究;张立存;《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》;20070315;第2007年卷(第03期);第二章,第3.3.3-3.4、5.2节 *

Also Published As

Publication number Publication date
CN104834776A (zh) 2015-08-12

Similar Documents

Publication Publication Date Title
CN104834776B (zh) 一种微观交通仿真中交通车辆建模仿真系统及方法
WO2020238097A1 (zh) 一种自动驾驶车辆的测试方法、装置及系统
CN105759789B (zh) 整车控制器的仿真测试方法、装置和系统
Tettamanti et al. Vehicle-in-the-loop test environment for autonomous driving with microscopic traffic simulation
CN108319249B (zh) 基于驾驶模拟器的无人驾驶算法综合测评系统及方法
CN110562258B (zh) 一种车辆自动换道决策的方法、车载设备和存储介质
CN112046503B (zh) 一种基于人工智能的车辆控制方法、相关装置及存储介质
CN109242251A (zh) 行车行为安全性检测方法、装置、设备及存储介质
CN109421742A (zh) 用于监测自主车辆的方法和设备
CN107272683A (zh) 基于acp方法的平行智能车控制系统
CN104765924B (zh) 城市交通应急疏散仿真系统及控制方法
CN111795832B (zh) 一种智能驾驶车辆测试方法、装置及设备
CN107886750B (zh) 一种基于超视距协同认知的无人驾驶汽车控制方法与系统
CN107479532A (zh) 一种智能汽车的域控制器测试系统及方法
CN111061167A (zh) 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台
CN112906126B (zh) 基于深度强化学习的车辆硬件在环仿真训练系统及方法
CN108492666A (zh) 一种虚实混合的实时微观交通仿真系统与方法
CN110606070B (zh) 一种智能驾驶车辆及其制动方法、车载设备和存储介质
CN113076897A (zh) 智能网联汽车的博弈动态行驶安全测控方法及调控终端
Xiong et al. Decision-making of lane change behavior based on RCS for automated vehicles in the real environment
CN113044037A (zh) 智能汽车的控制方法、装置和控制系统
CN104760592B (zh) 机动车决策控制方法
CN111625989A (zh) 一种基于a3c-sru的智能车汇入车流方法及系统
CN106777747A (zh) 一种三维交通仿真模拟系统
JP2023156266A (ja) シミュレーション方法、コンピューティングデバイス及び記憶媒体

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant