CN105068857B - 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法 - Google Patents

一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法 Download PDF

Info

Publication number
CN105068857B
CN105068857B CN201510442960.8A CN201510442960A CN105068857B CN 105068857 B CN105068857 B CN 105068857B CN 201510442960 A CN201510442960 A CN 201510442960A CN 105068857 B CN105068857 B CN 105068857B
Authority
CN
China
Prior art keywords
data
vehicle
road
driving
high fidelity
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
CN201510442960.8A
Other languages
English (en)
Other versions
CN105068857A (zh
Inventor
涂辉招
李振飞
高坤
孙立军
李�浩
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN201510442960.8A priority Critical patent/CN105068857B/zh
Publication of CN105068857A publication Critical patent/CN105068857A/zh
Application granted granted Critical
Publication of CN105068857B publication Critical patent/CN105068857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法,用以获取非常规突发状况下的驾驶行为数据,包括以下步骤:1)根据不同的非常规突发状况在高逼真度驾驶模拟器中分别构建虚拟场景;2)根据建立好的虚拟场景,在高逼真度驾驶模拟器中进行模拟驾驶;3)通过高逼真度驾驶模拟器同时并连续获取模拟驾驶时的不同测量主体对应的测量数据,使不同测量主体的测量数据之间的时间和空间保持一致。与现有技术相比,本发明具有适用于突发情况的模拟、模拟场景多样可调、可获取多样数据类型保证不同测量主体时间和空间一致等优点。

Description

一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法
技术领域
本发明涉及驾驶模拟领域,尤其是涉及一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法。
背景技术
现有的驾驶行为研究数据收集手段
驾驶行为从研究角度可分为宏观、微观和中观驾驶行为。宏观驾驶行为主要从交通流的交通来描述和刻画路网中交通流处于跟驰状态时的驾驶行为,研究对象针对是整个车流。微观驾驶行为着重刻画交通流中单个车辆的驾驶行为,研究对象针对单个车辆。中观驾驶行为则是微观和宏观驾驶行为的折中。
目前驾驶行为数据收集主要有测量车收集方法,路网检测设备收集方法,驾驶模拟器。驾驶模拟器按照效果可分为三类:一般驾驶模拟器、中等驾驶模拟器和高逼真驾驶模拟器。
各种驾驶行为研究数据收集方法优缺点与适用性
(一)测量车收集方法
测量车收集方法是根据研究需要收集的数据,在试验车辆上安装GPS、雷达、速度和加速度测试仪等相应的测量设备,在实际路网中单独进行驾驶或由前车带领的驾驶,实时记录驾驶过程中的驾驶数据。该方法的优点在于是在真实的路网中进行试验,并实时记录每个车辆和驾驶员的真实驾驶行为数据,能够最大程度的保证试验的真实性。其缺点是:1、需要大量相关数据测量设备,实际操作困难。2、数据测量设备准确性和同步性难以保证,后期数据分析困难。3、实验场景可控性差,不能根据实验需求进行实验场景设计。
因此,测量车收集方法往往适用于常规状况下,实际交通流中复杂驾驶环境下微观驾驶行为的研究。
(二)路网检测设备收集方法
路网检测设备收集方法是根据道路系统中感应线圈、视频监控等检测设备进行驾驶行为数据收集。该方法的优点是可利用检测设备进行实际交通流的驾驶行为进行收集,并且便于收集长时间跨度和空间范围内的数据。其缺点是:1、检测设备精准性和传输技术导致的数据完整性、准确性较差。2、可收集类型数据由检测设备决定,不能根据需求自行设计数据收集类型。3、只能收集车流的驾驶行为,无法具体到个体车辆的驾驶行为数据收集。
因此,路网检测设备收集方法往往适用于路网交通流的宏观驾驶行为研究,不适用于为微观驾驶行为的数据收集。
(三)驾驶模拟器
一般驾驶模拟器采用低费用的图像系统和操控装置。一般驾驶模拟器主要基于传统的计算机,配套相应的软件和操控设备。其图像输出主要是通过电脑屏幕,其操控系统包括方向盘、油门板和刹车板。一般驾驶模拟可以为驾驶员提供相对真实的视觉、听觉和操控感受,可以进行一些比较基础的驾驶行为研究,例如转向操作、驾驶员视觉特效研究。但无法收集微观驾驶行为中车头间距、加速度等参数的精确测量。
中等驾驶模拟器包括完整的图像、声音、操控系统。其图像系统包括更大视角的显示屏幕,并且可以实时生成更为逼真的道路图像;其操控系统往往是一辆去除发动机的真实车辆,驾驶员的操控感受更加接近真车。
高逼真驾驶模拟器:同中等驾驶模拟器相比,高逼真驾驶模拟器图像系统更加逼真,可以提供360度的视角,同时其还配备了运动系统,可以根据车辆减速、减速、转弯为驾驶员提供相对真实的受力感受。一般高逼真驾驶模拟器的运动系统有六个自由度,可以以底座为支点进行延X、Y、Z轴方向的平移和绕X、Y、Z轴的转动,目前最先进的驾驶模拟器的运动系统具有八个自由度,可以沿铺设在地面上的长轨道进行X、Y方向的加减速运动。
驾驶模拟器能够根据实验需求进行特定的实验场景设计,具备很强的可控性。其相应的缺陷是场景非实际情况,但目前最先进的八自由度运动系统高逼真度驾驶模拟器不断提高驾驶的真实性,能够高逼真度的模拟实际驾驶场景。高逼真度的驾驶模拟器兼顾了驾驶行为研究所需的一定实验场景设计需求和驾驶环境真实性要求,适用于微观驾驶行为研究。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种适用于突发情况的模拟、模拟场景多样可调、获取多样数据类型并能保证数据时间和空间一致的基于高逼真度驾驶模拟器的驾驶行为数据获取方法。
本发明的目的可以通过以下技术方案来实现:
一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法,用以获取非常规突发状况下的驾驶行为数据,包括以下步骤:
1)根据不同的非常规突发状况在高逼真度驾驶模拟器中分别构建虚拟场景;
2)根据建立好的虚拟场景,在高逼真度驾驶模拟器中进行模拟驾驶;
3)通过高逼真度驾驶模拟器同时并连续获取模拟驾驶时的不同测量主体对应的测量数据,使不同测量主体的测量数据之间的时间和空间保持一致。
所述的步骤1)具体包括以下步骤:
11)根据道路周边地形等高线信息生成三维地形模型;
12)根据道路设计资料,在三维地形模型中添加道路模型构建交通模型;
13)对交通模型进行优化处理,包括建立立交桥和服务区模型、细化路段连接处的衔接、道路和地形材质贴图以及三维模型的渲染;
14)将优化后的交通模型导入中央数据处理器中,并建立虚拟场景,包括建立道路逻辑层,设计仿真场景、添加仿真车辆以及设置交通流信息;
15)设置高逼真度驾驶模拟器的模拟驾驶环境和驾驶行为类别。
所述的步骤12)中的交通模型包括道路平面、横断面、纵断面、交通道路设施、路基、桥梁、隧道、道路填挖方及边坡模型。
所述的步骤15)中的模拟驾驶环境包括:道路环境、交通流环境和事件环境,所述的事件环境为非常规突发状况,包括雾霾、恐怖袭击、爆炸、化学品泄漏或大雨状况,所述的驾驶行为类别包括自由驾驶、紧急刹车和跟驰驾驶。
所述的步骤3)中,测量数据包括驾驶行为变量数据、道路属性数据、本车数据、其他车辆数据和车辆间相互作用数据。
所述的步骤3)具体包括以下步骤:
31)定义需要获取测量数据的名称、类型和端口号,并且将其存储到高逼真度驾驶模拟器的中央数据处理器的对应波频中;
32)将获取到的不同测量主体对应的测量数据在中央数据处理器的对应波频同时赋值,并且将数据转化为ASCII数据文件格式,按照设定的文件形式和排列方式导出;
33)汇总并处理不同测量主体对应的测量数据文件,模拟驾驶行为数据结果。
与现有技术相比,本发明具有以下优点:
一、适用于突发情况的模拟:本发明可以用于收集雾霾或类似非常规突发状况下驾驶行为研究数据,由于雾霾和类似非常规突发状况的突发性和危险性,涉及到实车的实验很难在合理的情况下实施。
二、模拟场景多样可调:本发明涉及到的SCANeRTM软件平台利用建模和渲染技术可自行开发构造高逼真雾霾或类似非常规突发状况场景,可根据研究需要自行构建实验场景,因此可用于收集雾霾或类似非常规突发状况下驾驶行为研究数据。
三、高逼真模拟:本发明在高逼真度的驾驶感受和环境,能够收集相对于现有技术更贴近实际驾驶的驾驶行为数据。
四、获取时间和空间一致的多样性数据:本发明涉及的高逼真度驾驶模拟器具备一个中央数据处理器将各个组成部分数据集成储存,运动系统,模拟场景的投影系统,仿真车辆等组成部分虽然各自本身具备特定数据的输入和输出,但所有部分的数据输出都会集中到中央数据处理器,投影系统和声控系统可记录视觉和声音相关数据,仿真车辆可记录实验车辆所有数据;SCANeRTM软件平台可记录模拟场景中道路属性数据以及其他车辆数据,运动系统可记录系统运动相关数据,本发明数据详细程度远超过一般驾驶模拟技术,例如速度一个指标,可全面、高精度的记录线速度、角速度等而不是一般驾驶模拟技术中的单一速度数值,作为一个集成系统,各个组成部分的数据均是同时、实时汇总到重要数据处理器中进行记录,因此能够精确保证数据之间时间和空间的一致性,并且能够连续记录一定时间和空间跨度内驾驶行为相关的连续数据,可用于加速、减速、跟驰、刹车等微观驾驶行为研究所需数据收集。
附图说明
图1为高逼真度八自由度驾驶模拟器结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例:
本发明为一种基于高逼真度驾驶模拟器的雾霾天气下驾驶行为数据收集方法。克服了实地实验难以测量雾霾或类似非常规突发状况微观驾驶行为数据和一般驾驶模拟平台无法真实模拟雾霾天气驾驶场景的缺陷,为雾霾或类似非常规突发状况下驾驶行为研究数据收集提供了行之有效的方法。
如图1所示,本发明使用的同济大学高逼真度八自由度驾驶模拟器。该模拟器的驾驶模拟舱中放置了一辆完全真实的车辆,该车设置了真实力反馈系统,包括方向盘、油门、刹车。车辆前方是一个250°的环形屏幕,刷新频率是60HZ。通过SCANeRTM软件来控制整个驾驶模拟器。驾驶模拟器有八自由度的运动系统,此运动系统可以开启和关闭。以下是该模拟器各部分的介绍:
运动系统:8自由度运动系统(XY 5×20米+6DoF运动系统),2.5吨系统负载。可以人工控制八自由度的运动系统的开启或关闭。当驾驶模拟器的运动系统开启时,驾驶模拟器沿x、y、z方向微量平移及以x、y、z为轴微量转动,同时可以在5×20m上的钢轨上自由移动,此时可在8个自由度上进行运动,驾驶员可以感受到加减速时的受力
驾驶舱:封闭刚性结构,内部最小直径5.5米,仿真车辆置于球体中央。
投影系统:5个投影仪内置于驾驶舱,场景投影到球形幕上,视角:250°(水平)×40°(垂直)。单通道分辨率:1400×1050,刷新频率:60HZ。用于高逼真度的模拟场景播放。
声控系统:立体环绕声音播放系统,用于产生驾驶模拟场景中的所有声音。
仿真车辆:Renault Megane III,去除发动机、保留轮胎,加载其它设备如方向盘、刹车、换档的Force Feedback和车辆数据的输入输出设备。用3块LCD屏幕取代后视镜。
SCANeRTM软件平台:用于驾驶模拟器平台运作控制和构造模拟场景的操作控制平台。
中央数据处理器:用于集成控制各个组成部分的数据输入和输出。
本发明能够精确记录包括驾驶行为相关实验中道路属性数据、本车数据、其他车辆数据,车辆间相互作用数据涉及到驾驶行为的所有数据,详细内容见表1,本发明能够记录的数据完整性、精确性、多样性是测量车收集方法、路网检测设备收集方法等现有技术无法比拟的。测量车收集方法必须采用诸多测量设备才能获得诸多驾驶行为数据,一个测量设备往往只能测量一个或几个数据类型,如果需要测量所有表1数据,测量设备购买、在试验车安装和整合设备需要很多费用和时间,协调设备直接的兼容性也是一大问题,因此无法进行规模性的实验。路网检测设备收集方法虽然利用已有道路设施进行检测,无须额外设备,但可收集的数据完全受限与已有检测设备本身,大多只能检测速度、流量、位置等基本信息,表格1中所列驾驶行为相关数据很多无法获得,一般驾驶模拟器系统中道路模拟场景与驾驶操作器是分离的主体。道路模拟场景仅仅只提供视觉上的场景,道路属性等数据无法和车辆数据在空间上和时间上相对应,因此往往一般驾驶模拟器只能记录实验本车数据,而无法同时记录道路属性数据和车辆间相关数据。车辆数据本身仅限与速度(数值),加速度(数值),油门大小的数据类型。本发明涉及的高逼真度驾驶模拟器是有一个中央数据处理器将各个组成部分数据集成储存。运动系统,模拟场景的投影系统,仿真车辆等组成部分虽然各自本身具备特定数据的输入和输出,但所有部分的数据输出都会集中到中央数据处理器,所有数据输入都需要经过中央数据处理器。整合的系统中进行驾驶行为的数据收集,驾驶舱、运动系统、投影与声控系统分别可以测量各自特定数据。投影系统和声控系统可记录视觉和声音相关数据;仿真车辆可记录实验车辆所有数据;SCANeRTM软件平台可记录模拟场景中道路属性数据以及其他车辆数据;运动系统可记录系统运动相关数据。所有数据均会输出到中央处理器,方便记录全面,高精度的数据。
表1:同济大学八自由度运动系统驾驶模拟器记录数据
本发明能够保证不同测量主体的数据之间的时间和空间一致性。道路属性数据、本车数据、其他车辆数据,环境数据是在不同的主体上测量获得的数据。测量车收集方法中不同主体的数据不同测量设备测得,因此难以保证不同测量主体数据之间的时间和空间对应性,例如某一时刻的本车时空数据,需要与该时刻所处位置的道路属性数据、该时刻其他车辆的数据相匹配。路网检测设备收集方法本身无法甄别不同的车辆主体,无法进行不同车辆主体的微观驾驶行为数据收集,只能用于宏观交通流相关的驾驶行为数据收集。一般驾驶模拟技术道路属性只用于建立的道路场景,在实际模拟过程中驾驶道路模拟场景与驾驶操作器的数据记录并不在同一个平台上。因此往往只能记录实验本车数据,而无法同时记录实验过程中与实验车数据时间和空间上相应的道路属性数据和车辆间相关数据。即使部分能够实现驾驶模拟场景与驾驶操作器的数据对应,也仅限于部分简单数据例如位移等,类似于表1中的坡度,横向偏移量等无法记录和保证,更无法保证实验车的时空一致性。本发明是一个集成的驾驶模拟系统。实验中所有主体的数据均由会在实验进行的同时汇总到中央数据处理器中进行储存,因此能够精确保证数据之间时间和空间的一致性。并且能够连续记录一定时间和空间跨度内驾驶行为相关的连续数据,可用于加速、减速、跟驰、刹车等微观驾驶行为研究所需数据收集。
本发明可以用于收集雾霾或类似非常规突发状况下驾驶行为研究数据。由于雾霾和类似非常规突发状况的突发性和危险性,涉及到实车的实验很难在合理的情况下实施。本发明涉及到的SCANeRTM软件平台利用建模和渲染技术可自行开发构造高逼真雾霾或类似非常规突发状况场景,可根据研究需要自行构建实验场景。因此可用于收集雾霾或类似非常规突发状况下驾驶行为研究数据。
本发明在高逼真度的驾驶感受和环境,能够收集相对于现有技术更贴近实际驾驶的驾驶行为数据。一般驾驶模拟技术采用平面显示屏和简单的模拟驾驶操作台进行实验。本发明采用高逼真度八自由度驾驶模拟器的真车驾驶环境并不是一般驾驶模拟器采用的简单驾驶设施,其方向盘、刹车、油门等操作感受完全为真车操作感受,而不像一般驾驶模拟技术那样操作感受失真。驾驶员在驾驶过程中的受力感受是影响驾驶员驾驶行为的重要因素,过激的驾驶行为(突然加速度加速或减速)会让驾驶员身体感受不适,从而调整驾驶行为本身。一般驾驶模拟技术只能通过简单的驾驶座位的机械构件来简单模拟驾驶受力,并不贴切驾驶员实际驾驶过程中的受力情况。本发明涉及到的高逼真度驾驶模拟器运动系统可沿x、y、z方向微量平移及以x、y、z为轴微量转动,同时可以在5×20m上的钢轨上自由移动,能够提供真实的驾驶员加减速、转弯过程等驾驶员的受力感受,真实性远超过一般驾驶模拟器。本发明涉及到的投影系统在圆形驾驶舱内投影出250°(水平)×40°(垂直)的画面,视觉效果逼近3-D效果,画面单通道分辨率:1400×1050,刷新频率为60HZ,视觉真实性远超过一般驾驶模拟器采用的平面显示方式。以上内容让本发明收集的驾驶行为数据更加接近真实驾驶情况,有利于提高数据质量和有效性。
具体实施步骤如下:
步骤一:根据研究内容构建实验场景。
针对不同的非常规突发状况驾驶行为研究,利用SCANeRTM软件构建模拟场景。结合CAD、3DMAX等建模软件,SCANeRTM中构建相应的道路网络,突发状况等场景参数。对于雾霾天气下驾驶行为研究,模型建立的具体过程如下,其他突发状况的建模过程类似:
1)将道路周边地形等高线信息导入专业道路设计软件中,生成三维地形模型;
2)根据道路设计资料,利用道路设计软件,建立道路模型,包括:道路平面、横断面、纵断面设计、交通道路设施的添加,并自动生成路基、桥隧模型、道路填挖方及边坡模型;
3)利用三维动画渲染和制作软件3DMAX及Google Skp对模型进行建立并优化处理。包括:立交、服务区模型的建立,路段连接处的细化衔接,道路及地形材质贴图,模型的优化处理及三维模型的渲染;
4)导出建立好的道路及周边地形模型;
5)将模型导入驾驶模拟平台控制软件Scaner-studio,并在软件中进行虚拟场景的建立。包括:道路逻辑层建立,仿真场景设计、仿真车辆添加、交通流信息设置、相关数据信息导出等;
6)实验环境设置:在雾霾天气下驾驶行为研究中,进行了三部分的驾驶行为研究:自由驾驶、紧急刹车、跟驰驾驶。其环境设置如下:
A自由驾驶
1.道路环境设置:双向四车道高速公路,限速120km/h。
2.交通流环境设置:仅设置本车,不设其他车辆。本车由驾驶员驾驶。
3.事件环境设置:非常规突发事件——低能见度雾天气候(能见度为80m)。
B紧急刹车
1.道路环境设置:双向四车道高速公路,限速120km/h。
2.交通流环境设置:设置本车,设置前车一辆。前车轨迹为行驶一段时间后突然刹车,本车由实验者驾驶。
3.事件环境设置:非常规突发事件——低能见度雾霾气候(能见度为80m)。
C跟驰驾驶
1)道路环境设置:双向四车道高速公路,限速120km/h。
2)交通流环境设置:设置前车、后车、旁车和对向行驶车辆,前车轨迹如表2所示。
3)事件环境设置:非常规突发事件——低能见度雾霾气候(能见度为80m)
表2跟驰驾驶前车轨迹设置
步骤二:编写数据储存脚本来储存不同类型数据
驾驶模拟器系统各个部分能收集诸多数据,为了后续数据输出提取中,能够准确提取到所需数据,用SCANeRTM软件平台进行数据格式的编译、处理、储存和输出,将特定类型数据储存在相应的波频中。波频相对于中央数据处理器中储存数据的一个个“数据储存单元”。每个储存波频唯一对应一个变量数据。在SCANeRTM软件中采用特定的编程来定义波频序号和储存的驾驶行为变量数据。选择SCANeRTM界面中的SCENAIOR中Scripts子选项,点击Main子目录即可进入脚本编写界面。SCANeRTM软件平台上将各个变量数据加载到特定波频的编程代码方法如下。
首先需要判断记录数据系统是否工作正常。
Rule
IF isTrue()
定义并储存某个变量数据到特定波频,其形式是
THEN exportChannel(波频编号,变量类型函数([车辆编号]变量对应的设备或主体))
波频编号,变量类型函数([车辆编号]变量对应的设备代号)
例如以下代码片段就是输出本车方向盘的转动角度到1079号端口
THEN exportChannel(1079,getSteeringWheel([0]Megane_1.4TCE_130ch_BV6_TONGJI))
getSteeringWheel([0]Megane_1.4TCE_130ch_BV6_TONGJI)。
按照以上形式重复就可以定义并储存其他变量数据到特定波频。波频编号可在1024~1152范围内自定义,共128个波频。车辆编号中“0”代表实验本车,“1”代表实验车辆的前车。编写脚本过程可能涉及的到的变量类型函数、变量对应设备或主体代码以及他们的含义总结如表3和表4所述。
表3变量类型函数汇总
表4设备或主体代码汇总
设备或主体代码之间可以通过逗号隔开组合,来表示组合设备或主体。例如([0]Megane_1.4TCE_130ch_BV6_TONGJI,LEFT_SIDE,Front Left)表示本车前轮与所在车道左边缘之间。其他组合代码可类推。
完成以上变量数据输出的脚本编写并保存之后,实际进行实验中,驾驶模拟器系统将自动根据脚本定义的方式将变量数据储存在相应的波频中。数据记录的频率是10HZ。
步骤三:进行驾驶模拟实验
将实验者带到驾驶舱,并进入仿真车辆的驾驶座位。让实验者自行根据驾驶习惯调整座位、安全带后,实验操作者离开驾驶舱,关闭驾驶模拟器驾驶舱舱门。通过通讯设备确定实验者准备妥当,选择实验场景并点击模拟开始按钮,再次通过通讯设备告诉实验者按下仿真车辆内的启动按钮,实验开始。实验结束后,实验操作者打开舱门引导实验者出驾驶舱。重复以上操作进行多样本实验,直至实验结束。
步骤四:输出雾霾天气下驾驶行为研究所需的变量数据
步骤三将驾驶模拟器平台所记录的源数据储存到中央数据处理器的特定波频中,源数据依然是以机器码的形式储存在中央数据处理器中,通过自定义输出数据模板,将所需数据转化为ascii数据文件格式,并以自定义特定的文件形式和数据排列方式输出所需数据。
为避免因为记录数据不足而导致重复试验,试验过程会在SCANeRTM软件平台中编写脚本记录驾驶模拟器系统所能记录的所有数据并储存在相应的波频端口中。雾霾天气或类似突发状况驾驶行为研究内容并不需要驾驶模拟器所记录的全部数据,过多的无用数据输出会增加后期数据处理的复杂性。为简化数据输出与处理过程,只输出研究所需数据。雾霾天气下驾驶行为研究所需要的驾驶行为变量如表5所示。
表5:雾霾天气下驾驶行为研究所需要驾驶行为变量
定义数据输出模板和输出特定文件格式的详细步骤如下:
STEP1:进入模板编辑界面。每次实验完成后,在SCANeRTM软件平台的左侧文件栏中会自动生成包含本次实验所有数据的源文件,选中本次实验的数据源文件,并选择“exportto ascii file”命令;
STEP2:点击进入界面,custom栏中显示当前被选中的源数据文件,filename显示保存的CSV文件输出路径和文件名。点击“Edit”按钮后进入模板编辑界面,进入模板编辑界面,根据输出数据的类型,可以新建一个模板也可以采用已经存在的模板。点击“new”按钮为新建一个模板,选中已有模板后点击“edit”可以已有脚本进行修改。以下阐述新建一个模板的过程,修改原有模板的过程为相似内容,点击新建按钮后会出现Empty graph的新空文件,点击“edit”按钮进入新模板编辑界面;
STEP3:在模板编辑界面中,栏中列出了已选中的波频端口,根据研究所需的数据可进行删减或者添加新的波频端口。加入一个波频端口后点击条目左侧的文件选择按钮。点击上述按钮后进入界面。展开custom文件夹,custom文件中存放了所有记录数据的波频端口,这里每个波频端口所储存的数据为步骤二所定义。根据定义波频端口和变量数据的对应性,根据需要输出的变量数据选择相应的波频端口。选中波频端口条目后,点击“OK”按钮即可保存该波频端口到模板中。依次可加入所有需要的变量数据波频端口,直到模板编写完成。研究雾霾天气驾驶行为需要加入表格2中变量数据对应的波频;
STEP4:获取驾驶行为变量输出文件。完成了数据输出模板定义后。选中每次实验完成后输出的源数据文件,点击“export to ascii file”。在界面中选择CSV文件输出路径和文件名。点击“OK”进入界面,选择自己定义好的数据输出模板后,点击“OK”即可完成数据输出。指定文件输出路径中将生出CSV数据文件输出。其中数据从左到右按照数据输出模板中定义的波频端口的先后顺序排列。不同波频端口输出的数据之间用逗号隔开。利用Excel的自动分隔功能,可将输出数据分隔成整齐的矩阵数据,方便后期数据处理与分析,可得到矩阵式的驾驶行为数据,整个雾霾天气下驾驶行为数据收集完成。

Claims (1)

1.一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法,用以获取非常规突发状况下的驾驶行为数据,其特征在于,包括以下步骤:
1)根据不同的非常规突发状况在高逼真度驾驶模拟器中分别构建虚拟场景,具体包括以下步骤:
11)根据道路周边地形等高线信息生成三维地形模型;
12)根据道路设计资料,在三维地形模型中添加道路模型构建交通模型,交通模型包括道路平面、横断面、纵断面、交通道路设施、路基、桥梁、隧道、道路填挖方及边坡模型;
13)对交通模型进行优化处理,包括建立立交桥和服务区模型、细化路段连接处的衔接、道路和地形材质贴图以及三维模型的渲染;
14)将优化后的交通模型导入中央数据处理器中,并建立虚拟场景,包括建立道路逻辑层,设计仿真场景、添加仿真车辆以及设置交通流信息;
15)设置高逼真度驾驶模拟器的模拟驾驶环境和驾驶行为类别,模拟驾驶环境包括:道路环境、交通流环境和事件环境,所述的事件环境为非常规突发状况,包括雾霾、恐怖袭击、爆炸、化学品泄漏或大雨状况,所述的驾驶行为类别包括自由驾驶、紧急刹车和跟驰驾驶;
2)根据建立好的虚拟场景,在高逼真度驾驶模拟器中进行模拟驾驶;
3)通过高逼真度驾驶模拟器同时并连续获取模拟驾驶时的不同测量主体对应的测量数据,使不同测量主体的测量数据之间的时间和空间保持一致,所述的测量数据包括驾驶行为变量数据、道路属性数据、本车数据、其他车辆数据和车辆间相互作用数据,所述的道路属性数据包括道路每一点的X、Y、Z坐标、道路的半径、道路的曲率和道路的坡度,所述的本车数据包括本车位置的X、Y、Z坐标、本车所在的车道、本车的横向偏移量、本车的行驶距离、本车的线速度、本车的角速度、本车的线加速度、本车的角加速度、本车的油门板受力、本车的刹车板受力和本车方向盘的转动角度,所述的其他车辆数据包括车辆位置的X、Y、Z坐标、车辆所在的车道、车辆的横向偏移量、车辆的行驶距离、车辆的线速度、车辆的角速度、车辆的线加速度和车辆的角加速度,所述的车辆间相互作用数据包括本车与其他车辆的笛卡尔距离以及本车与其他车辆沿路面轴线的距离,
所述的步骤3)具体包括以下步骤:
31)定义需要获取测量数据的名称、类型和端口号,并且将其存储到高逼真度驾驶模拟器的中央数据处理器的对应波频中;
32)将获取到的不同测量主体对应的测量数据在中央数据处理器的对应波频同时赋值,并且将数据转化为ASCII数据文件格式,按照设定的文件形式和排列方式导出;
33)汇总并处理不同测量主体对应的测量数据文件,模拟驾驶行为数据结果。
CN201510442960.8A 2015-07-24 2015-07-24 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法 Active CN105068857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510442960.8A CN105068857B (zh) 2015-07-24 2015-07-24 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510442960.8A CN105068857B (zh) 2015-07-24 2015-07-24 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法

Publications (2)

Publication Number Publication Date
CN105068857A CN105068857A (zh) 2015-11-18
CN105068857B true CN105068857B (zh) 2018-07-06

Family

ID=54498235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510442960.8A Active CN105068857B (zh) 2015-07-24 2015-07-24 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法

Country Status (1)

Country Link
CN (1) CN105068857B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108111606A (zh) * 2017-12-25 2018-06-01 北京车网互联科技有限公司 一种用于v2x设备应用功能验证的场景模拟及测试方法
CN108447336A (zh) * 2018-03-30 2018-08-24 武汉理工大学 基于驾驶模拟器和可编程触摸屏的adas开发测试系统
CN108665069B (zh) * 2018-04-24 2022-04-15 东南大学 一种用于无人车训练模拟的突发性事件触发机制
CN108765356A (zh) * 2018-07-26 2018-11-06 杭州拓叭吧科技有限公司 一种防眩晕的模拟驾驶系统、方法及其驾驶舱
CN111159262B (zh) * 2018-11-08 2024-06-04 阿波罗智能技术(北京)有限公司 自动驾驶仿真数据处理方法和装置
CN110428692A (zh) * 2019-07-16 2019-11-08 驭势(上海)汽车科技有限公司 一种智能驾驶仿真方法、系统、电子设备和存储介质
CN110987464B (zh) * 2019-11-08 2021-10-08 同济大学 一种用于车辆在环测试的传感器测试环境舱及测试方法
CN111752261B (zh) * 2020-07-14 2021-07-06 同济大学 基于自主驾驶机器人的自动驾驶测试平台
CN111785124B (zh) * 2020-07-27 2022-04-05 中国工程物理研究院总体工程研究所 一种持续载荷模拟器运动感知模拟逼真度评价方法
CN114379559B (zh) * 2021-12-30 2024-01-26 武汉理工大学 一种基于车辆信息采集系统的驾驶风险评价特征画像方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251958A (zh) * 2007-07-06 2008-08-27 浙江大学 面向训练的汽车驾驶模拟机实现方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070048690A1 (en) * 2005-08-26 2007-03-01 Doron Precision Systems, Inc. Simulated convex mirrors for driving simulators

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251958A (zh) * 2007-07-06 2008-08-27 浙江大学 面向训练的汽车驾驶模拟机实现方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于虚拟现实的驾驶模拟器视景系统关键技术与艺术研究;李勋祥;《中国博士学位论文全文数据库信息科技辑》;20071115(第05期);第26-30页、第40-47页、第97-108页 *
高速公路平直路段雾霾天气下的IDM跟驰模型分析;王嘉宇;《交通运输研究》;20150228;第1卷(第1期);第86-91页 *

Also Published As

Publication number Publication date
CN105068857A (zh) 2015-11-18

Similar Documents

Publication Publication Date Title
CN105068857B (zh) 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法
CN108803607B (zh) 一种用于自动驾驶的多功能仿真系统
CN112526893B (zh) 一种智能汽车的测试系统
CN106153352B (zh) 一种无人驾驶车辆测试验证平台及其测试方法
CN108681264A (zh) 一种智能车辆数字化仿真测试装置
Drosdol et al. The Daimler-Benz driving simulator a tool for vehicle development
CN206627782U (zh) 一种车用控制器的硬件在环仿真测试系统
CN114879631A (zh) 一种基于数字孪生云控平台的自动驾驶测试系统和方法
CN100589148C (zh) 面向训练的汽车驾驶模拟机实现方法
CN109993849A (zh) 一种自动驾驶测试场景再现模拟方法、装置及系统
CN111752261B (zh) 基于自主驾驶机器人的自动驾驶测试平台
CN206558037U (zh) 一种基于vr技术的驾驶装置
CN109211575A (zh) 无人驾驶汽车及其场地测试方法、装置及可读介质
CN107871418A (zh) 一种用于评价人机共驾可靠性的实验平台
CN110046833A (zh) 一种交通拥堵辅助系统虚拟测试系统
CN102426425A (zh) 一种汽车abs虚拟现实仿真系统
CN102855410A (zh) 一种座舱模拟操纵试验台人机工效测评系统及测评方法
CN110333085A (zh) 一种自动驾驶测试车远程控制系统及方法
CN109961670A (zh) 一种基于vr技术的驾驶装置
CN103760774A (zh) 交通标志设计及设置位置合理性模拟测评系统
CN109933208A (zh) 一种基于虚拟现实的操作行为识别方法及系统
CN101546437A (zh) 一种道路交通虚拟标志标线的模拟试验平台的建立方法
Murano et al. Development of high-performance driving simulator
CN116755954A (zh) 基于数字孪生虚实结合的自动驾驶测试系统及其测试方法
CN110930811B (zh) 一种适用于无人驾驶决策学习和训练的系统

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