CN108803607B - 一种用于自动驾驶的多功能仿真系统 - Google Patents
一种用于自动驾驶的多功能仿真系统 Download PDFInfo
- Publication number
- CN108803607B CN108803607B CN201810590257.5A CN201810590257A CN108803607B CN 108803607 B CN108803607 B CN 108803607B CN 201810590257 A CN201810590257 A CN 201810590257A CN 108803607 B CN108803607 B CN 108803607B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- virtual
- module
- simulation
- automatic driving
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 148
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 71
- 230000000007 visual effect Effects 0.000 claims abstract description 26
- 230000002452 interceptive effect Effects 0.000 claims abstract description 24
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims description 27
- 230000001133 acceleration Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 239000000725 suspension Substances 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 101100460704 Aspergillus sp. (strain MF297-2) notI gene Proteins 0.000 claims 1
- 238000004804 winding Methods 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种用于自动驾驶的多功能仿真系统,包括虚拟车辆模块、虚拟底盘控制模块、虚拟道路模块、虚拟交通模块、时间控制单元模块及可视化交互界面模块,虚拟道路给自动驾驶算法和虚拟交通模块提供地图信息,虚拟交通模块为自动驾驶算法车辆,行人,红绿灯状态等路况信息,自动驾驶算法通过虚拟地盘和虚拟车辆进行通讯,获取车辆信息,给出车辆的控制指令;可视化交互界面给仿真系统发送人机交互信息,并将系统信息以三维可视化的效果呈现出来。最后,时间控制单元模块对包括自动驾驶算法在内仿真系统的仿真时间间隔进行控制,各个虚拟模块的数据接口和真实系统保持一致,能够实现包括硬件在环仿真在内的多种功能模式。
Description
技术领域
本发明涉及一种汽车自动驾驶的仿真综合平台,尤其是涉及一种用于自动驾驶的多功能仿真系统。
背景技术
自动驾驶是一个具有极高复杂度的系统工程,直接使用尚不成熟自动驾驶车辆在真实道路上进行系统和算法的验证不但成本高,而且非常危险。如果能够使用系统仿真技术在虚拟环境中对自动驾驶车辆进行测试和验证,可以减少人力物力成本,而且规避了潜在安全风险。然而,目前市场上尚未有针对自动驾驶整个系统进行快速仿真的平台。目前相关的仿真软件往往专注于自动驾驶相关的某个方面,比如Carsim主要仿真车辆和零部件的动力学和机械特性等,如果需要对包括车辆动力学,底盘通讯,道路结构、交通模型在内的自动驾驶系统进行仿真,从而系统性的验证感知、决策、规划、控制等自动驾驶核心算法,则需要多个仿真平台进行联合仿真,集成难度非常大,集成后的仿真系统向实车系统迁移过程因为接口的不一致而变得非常繁琐。
自动驾驶仿真系统的一个重要目的是验证复杂自动驾驶算法的逻辑和正确性,但对车辆内部如何运转的仿真精确度(仿真结果和实物验证结果的偏差)没有很高的要求。现有的仿真平台往往针对汽车工程中的一个模块进行较为精细的仿真,比如Carsim,ADAMS更多的针对车辆的动力学,考虑到车辆机械特性等众多细节,非常适合车辆的设计研发,但仿真过于精细导致计算量过大。如果要对自动驾驶整个系统进行仿真,需要对多个复杂的仿真平台进行联合仿真,其繁琐的集成过程也进一步加大了仿真的难度,降低了仿真的效率。此外,最后向实车系统迁移过程中,由于联合仿真系统中各模块接口不一致,迁移过程非常复杂。所以传统汽车仿真软件并不适合自动驾驶系统的综合仿真和用于自动驾驶算法的开发与验证。
本发明就是为了解决传统汽车仿真软件在自动驾驶应用中的缺点与不足,提出了一种专门针对自动驾驶的仿真系统,能够支持硬件在环或者车辆在环的仿真,能够满足大部分的自动驾驶系统的研发调试和测试需求。
发明内容
本发明提供了一种用于自动驾驶的多功能仿真系统,旨在实现一个专门针对自动驾驶研发的复杂度低且效率高的综合仿真系统。在该系统中能够进行大部分的自动驾驶核心算法的研发、调试和测试工作,并且能够将经过仿真系统验证后的算法无缝地迁移到实车系统。其技术方案如下所述:
一种用于自动驾驶的多功能仿真系统,包括虚拟车辆模块、虚拟底盘控制模块、虚拟道路模块、虚拟交通模块、时间控制单元模块及可视化交互界面模块,用于向自动驾驶算法提供数据支持,虚拟道路模块给自动驾驶算法和虚拟交通模块提供地图信息,虚拟交通模块为自动驾驶算法提供包括车辆、行人、红绿灯状态在内的路况信息,自动驾驶算法通过虚拟底盘模块和虚拟车辆模块进行通讯,获取车辆信息并给出车辆的控制指令;可视化交互界面给用于自动驾驶的多功能仿真系统发送人机交互信息,并将系统信息以三维可视化的效果呈现出来,时间控制单元模块用于对包括自动驾驶算法在内的仿真系统的仿真时间间隔进行控制,各个虚拟模块的数据接口和真实系统保持一致,能够实现包括硬件在环仿真在内的多种功能模式。
所述虚拟车辆模块采用车辆动力学模型,所述车辆动力学模型包括车身模型、简化的轮胎模型、简化的悬挂系统模型,根据从底盘控制器接收到的控制指令改变车辆动力学模型的输入参数,然后根据方程组和数值计算,得到车辆状态,所述输入参数包括刹车、油门、方向盘、档位,输出车辆状态包括车速、航向、加速度,车辆状态与虚拟道路模块、虚拟交通模块产生交互,同时会通过虚拟底盘控制模块提供给自动驾驶算法。
所述方程组使用偏微分方程组:
其中,x,y,z表示车体坐标系,坐标系原点是车辆的质心,x轴方向表示车辆的正前方,y轴方向表示车辆的左侧方向,z轴方向表示车辆的垂直向上方向;m表示车辆质量,g表示引力常量,Ix,Iy,Iz分别表示车辆绕x,y,z的转动惯量;表示车辆的偏航角,绕z轴旋转;R表示车辆的横滚角,绕x轴旋转;P表示车辆的俯仰角,绕y轴旋转,N表示车辆的轮胎个数,N≥3,Fi表示第i个轮胎在地面接触点受到的力,δi表示第i个轮胎的转向角,支持前轮转向,后轮转向和前后轮转向等;fx(Fi,δi)表示地面对第i个轮胎在车辆x方向的作用力,是关于Fi和δi的函数,fy(Fi,δi)表示地面对第i个轮胎在车辆y方向的作用力,fz(Fi,δi)表示地面对第i个轮胎在车辆z方向的作用力,表示第i个轮胎在绕z轴方向受到的力矩,是关于Fi和δi的函数;fR(Fi)表示第i个轮胎在绕x轴方向受到的力矩,是关于Fi的函数;fP(Fi)表示第i个轮胎在绕y轴方向受到的力矩,是关于Fi的函数;
定义6维向量为系统的状态变量,分别表示车体坐标系下车辆纵向线速度、车辆横向线速度、车辆垂直方向速度、车辆横摆角速度、车辆横滚角速度、车辆俯仰角速度,进一步的,分别表示车体坐标系下车辆纵向线加速度、车辆横向线加速度、车辆垂直方向加速度、车辆横摆角加速度、车辆横滚角加速度、车辆俯仰角加速度。
虚拟底盘控制模块将车辆状态编码成CAN报文格式,然后通过物理CAN总线将车辆状态报文传输给用户自己开发的自动驾驶算法,自动驾驶算法根据CAN报文解析出车辆状态,供算法内部使用;自动驾驶算法将计算出的控制指令编码成CAN报文格式,通过物理CAN总线将控制指令报文传输给虚拟底盘控制模块,虚拟底盘控制模块将根据收到的报文解析出控制指令,并发送给车辆进行操控,车辆可以是虚拟的也可以是真实的。
虚拟道路模块将提供的原始高精地图信息进行处理与提取,形成连续的、结构化的数据,数据包括道路左右转的拓扑连接关系、车道线位置、道路限速、路面坡度、红绿灯位置、路口停止线、路口参考线,用于供虚拟车辆模块、虚拟交通模块、可视化交互界面模块三个模块直接使用,用户在设计自动驾驶算法时也可以获取并使用。
所述虚拟交通模块在本系统的仿真环境中生成并维护自动驾驶车辆周边的虚拟交通元素,用于为自动驾驶算法提供周围车辆及障碍物各自的相对位置、速度、大小、方向的信息,进而对自动驾驶算法的正确性、可靠新进行验证。
时间控制单元能够根据需求随时设置虚拟仿真环境中时钟运行的快慢,也能够随时暂停和启动仿真,调慢仿真时钟能够使调试人员一帧一帧地进行分析和调试;调快仿真时钟能够实现超实时仿真,从而节省调试人员的等待时间;在实车调试的时候,时间控制单元只需将真实时间接入即可。
进一步的,时间控制单元模块的常微分方程数值解的通用公式表示为:
yk+1=yk+Δt×f(yk,uk)
其中,yk表示仿真模型第k步的状态,uk表示仿真模型第k步的输入量,f(y,u)则是虚拟车辆模块中的偏微分方程组,Δt表示两部之间的时间间隔;如果从模拟器给出第k步结果到模拟器给出第k+1步结果之间的时间间隔Δtreal大于Δt,则为慢速仿真;如果Δtreal小于Δt,则为超实时仿真;这里Δtreal通过时间控制单元模块进行调节。
所述可视化交互主界面包含三个区域:车辆状态显示区,交通路况显示区以及自定义交互区:
车辆状态显示区,用于显示车辆的方向盘转角,航向,刹车,油门以及自动驾驶状态的基本车辆信息,能够观察整个车辆的运行状态;
交通路况显示区,用于显示周围道路的拓扑结构,周围障碍物的分布和移动,规划的目标路径;
自定义交互区,用于和系统交互,包括控制算法和车辆的部分行为。
进一步的,所述用于自动驾驶的多功能仿真系统通过设置的六个模块,实现五种仿真模式:全仿真模式,硬件在环仿真模式,车辆在环仿真模式,数据回放方模式,实际路测模式;
所述全仿真模式是指,系统采用虚拟车辆,虚拟底盘控制器,虚拟道路和虚拟交通,自定义包括地图、交通环境、车辆性能在内所有的数据,根据需求设计不同的场景对自动驾驶算法进行测试和验证;
硬件在环仿真模式是指,系统采用虚拟车辆,虚拟道路和虚拟交通,只是底盘控制器采用真实底盘控制器,底盘控制器硬件在环仿真模式下,用户能够测试和验证真实底盘控制器的输出响应特性;
车辆在环仿真模式是指,系统采用虚拟道路和虚拟交通,并使用真实底盘控制器和真实车辆,该模式下,采用真实的时间,时间控制单元不起作用,用户能够在该模式下可以自定义道路和交通路况,根据不同场景测试和验证自动驾驶车辆的操控性能和响应特性;
数据回放模式是指,系统采用真实道路信息和真实交通路况,但使用虚拟底盘控制器和虚拟车辆,在该模式下,能够利用数据采集设备采集周围的地图和路况信息,在仿真中回放采集的地图和路况数据,通过观察虚拟自动驾驶车的驾驶行为从而验证和调试自动驾驶算法。
实际路测模式是指,系统采用真实车辆,真实底盘控制器,真实道路信息和真实交通路况,所有的信息都是真实的,采用真实世界的时钟,时间控制单元不起作用,该模式下可以验证包括自动驾驶算法和设备在内的整个自动驾驶系统性能。
本发明的目的在于建立一个具有适当仿真精度和复杂度,且适用于自动驾驶的多功能综合仿真平台,能够高效地验证自动驾核心算法,包括底盘通讯,控制算法,规划算法和决策算法等,该仿真平台具有很强的移植性,能够很容易将仿真系统中的部分模块替换为真实系统(例如通讯接口或整车),实现硬件或者车辆在环的测试和调试。
附图说明
图1是所述真实底盘控制器结构简图;
图2是虚拟底盘控制器结构简图;
图3是虚拟道路模块示意图;
图4是高精地图模块示意图;
图5是虚拟交通模块结构示意图;
图6是可视化交互主界面示意图;
图7是全仿真模式的系统框架;
图8是硬件在环仿真模式的系统框架;
图9是车辆在环仿真模式的系统框架;
图10是数据回放模式的系统框架;
图11是实际路测模式的系统框架。
具体实施方式
本发明提出的自动驾驶仿真系统主要由虚拟车辆模块、虚拟底盘控制模块、虚拟道路模块、虚拟交通模块、时间控制单元模块及可视化交互界面六大模块组成。本发明中,各个虚拟模块的数据接口和真实系统保持一致,保证了各个虚拟模块和真实模块的可互换性,从而能够很容易实现硬件在环仿真。文中,自动驾驶算法并不在系统内,自动驾驶算法是用户自己开发的,只需要满足仿真系统的接口格式,就可以在系统上运行并测试,其中的一个时间间隔接口由时间控制单元去进行设置的。
本发明包括主要的模块有:
1.虚拟车辆模块
该模块主要包括车辆动力学模型:用数学的方法(非线性偏微分方程组)描述物理动态过程,模拟出真实车辆的主要特性,配合数值计算进行求解。本模块的目的是根据控制指令改变模型的输入参数(刹车油门方向盘),然后根据方程组和数值计算,得到车辆状态(位置、速度、转角等)。传统车辆动力学模型对于车辆各个部件(如发动机、变速箱、刹车泵等)的工作机制和性能的描述与计算非常精确、细致。然而自动驾驶应用中,更加关心车辆、环境和自动驾驶算法间的交互,因此本发明对车辆动力学模型进行了适当简化。本发明中的动力学模型包括车身模型、简化的轮胎模型、简化的悬挂系统模型等直接和道路、环境产生交互的组件。简化后虚拟车辆模块的输入控制指令包括目标油门或者目标速度,目标刹车值,目标方向盘转角,目标档位,输出车辆状态包括车辆的位置,车速,加速度,偏航角及其角速度,俯仰角及其角速度,侧倾角及其角速度。在保证仿真精确度满足自动驾驶应用要求的前提下,减小计算量,提高效率与计算速度,从而具备实现超实时仿真的功能。
使用的偏微分方程组可以简化表示为:
其中,x,y,z表示车体坐标系,坐标系原点是车辆的质心,x轴方向表示车辆的正前方,y轴方向表示车辆的左侧方向,z轴方向表示车辆的垂直向上方向;m表示车辆质量,g表示引力常量,Ix,Iy,Iz分别表示车辆绕x,y,z的转动惯量。表示车辆的偏航角,绕z轴旋转;R表示车辆的横滚角,绕x轴旋转;P表示车辆的俯仰角,绕y轴旋转,N表示车辆的轮胎个数,N≥3(支持3个及3个支撑轮的车辆动力学仿真,包括三轮车以及更多轮子的大卡车等),Fi表示第i个轮胎在地面接触点受到的力,δi表示第i个轮胎的转向角,支持前轮转向,后轮转向和前后轮转向等;fx(Fi,δi)表示地面对第i个轮胎在车辆x方向的作用力,是关于Fi和δi的函数,fy(Fi,δi)表示地面对第i个轮胎在车辆y方向的作用力,fz(Fi,δi)表示地面对第i个轮胎在车辆z方向的作用力,表示第i个轮胎在绕z轴方向受到的力矩,是关于Fi和δi的函数;fR(Fi)表示第i个轮胎在绕x轴方向受到的力矩,是关于Fi的函数;fP(Fi)表示第i个轮胎在绕y轴方向受到的力矩,是关于Fi的函数;
定义6维向量为系统的状态变量,分别表示车体坐标系下车辆纵向线速度、车辆横向线速度、车辆垂直方向速度、车辆横摆角速度、车辆横滚角速度、车辆俯仰角速度。进一步的,分别表示车体坐标系下车辆纵向线加速度、车辆横向线加速度、车辆垂直方向加速度、车辆横摆角加速度、车辆横滚角加速度、车辆俯仰角加速度。则上述微分方程组可以表示为:
其中u为仿真模型的输入,包括前轮的转向角度δ,和四个轮胎上产生的驱动力(正直)与制动力(负值)。在给定系统初始状态Xt=0=X0,及各个时刻模型输入量u(t)的情况下,可以利用常微分方程数值解的方法,经过迭代计算,得到各个时刻的模型的状态,从而得到车辆的运行状态,作为虚拟车辆模块的输出。本模块的输出车辆状态包括车辆的位置,车速,加速度,偏航角及其角速度,俯仰角及其角速度,侧倾角及其角速度。这些车辆状态信息,会与虚拟环境(虚拟道路、虚拟交通)信息产生交互,同时会经过虚拟底盘控制器提供给自动驾驶算法。
得到偏微分方程后,利用数值计算方法求解上述微分方程组,数值计算方法比较多,比如龙格-库塔法,欧拉法等。
2.虚拟底盘控制器
自动驾驶原型车一般是在现有车辆的基础上通过改装得到,含有一个底盘控制器作为自动驾驶算法与车辆控制的接口,车型和改装方案的不同都会导致车辆底盘控制器对外的接口和通讯协议的不同。目前底盘控制器和自动驾驶算法大多通过CAN(ControllerArea Network,控制器局域网络)总线进行通信,CAN总线通讯包含报文编码,总线传输和报文解码的过程。通讯协议不仅限于CAN总线,网口、串口等通讯方式也能够满足。
真实底盘控制器的结构如图1所示,其主要功能是实现车辆状态和控制指令的双向传输,输出车辆状态包括位置,车速,加速度,偏航角及其角速度,俯仰角及其角速度,侧倾角及其角速度,方向盘转角,油门开度,刹车压力值,输入控制指令包括目标油门或者目标速度,目标刹车值,目标方向盘转角,目标档位。功能简介如下:
1、底盘控制器将车辆状态编码成CAN报文格式,然后通过物理CAN总线将车辆状态报文传输给自动驾驶算法,自动驾驶算法根据CAN报文解析出车辆状态,供算法内部使用;
2、自动驾驶算法将计算出的控制指令编码成CAN报文格式,通过物理CAN总线将控制指令报文传输给底盘控制器,底盘控制器将根据收到的报文解析出控制指令,并发送给车辆进行操控。
在对底盘控制器进行仿真的过程中,对真实底盘控制器结构进行了简化,如图2所示,将图1中的硬件传输层直接用内存数据传输进行替代,这样虚拟底盘控制器保证了和自动驾驶算法的接口和通讯协议特征的一致性,和真实底盘控制器具有完全相同的通讯协议。能够替换真实车辆的底盘控制器,利用虚拟车辆和虚拟底盘控制器代替真实的车辆和底盘控制器,能够满足对自动驾驶算法的开发和测试的需求。虚拟底盘控制器还可以添加延时环节,模拟底盘通讯的时间延迟。
3.虚拟道路模块
虚拟道路模块主要提供道路左右转等拓扑连接关系,车道线位置,道路限速,路面坡度,红绿灯位置,路口停止线,路口参考线等地图信息,如图3所示。
虚拟道路模块的结构示意图如图4所示,高精地图数据必须符合某种地图格式标准,比如应用较为广泛的OpenDrive格式。符合格式标准的地图可以有多种数据来源:
1.随机地自动生成虚拟的高精地图数据,生成的地图数据一般存储在磁盘中,以磁盘文件的形式加载传输,可以用于在仿真中验证大量不同场景的自动驾驶行为,仅限于仿真模块使用;
2.根据实际采集数据人工构建而成的高精地图数据,生成的地图数据一般存储在磁盘中,以磁盘文件的形式加载传输,可以验证车辆在某些特殊路段的自动驾驶行为,可以支持仿真和实际路测;
3.地图厂商提供的高精地图数据,可以以磁盘文件的形式加载传输,也可以实时通过网络传入,可以支持大范围地图的自动驾驶行为测试,可以支持仿真和实际路测。
输入的高精地图数据原始高精地图经过本模块的解析服务,对地图数据进行处理与提取,形成连续的、结构化的数据,主要提供给以下四个模块直接使用:
自动驾驶算法,主要需要车道连接关系,红绿灯,停止线,道路限速等信息;
虚拟车辆,主要需要道路的坡度信息;
虚拟交通模块,主要需要车道的连接关系;
可视化交互界面,主要需要车道的连接关系等,用于地图信息的可视化。
以上四个模块需要的地图结构信息具有高度的一致性和实时性。
4.虚拟交通模块
虚拟交通模块可以在仿真环境中生成并维护自动驾驶车辆周边的虚拟交通元素,用来为自动驾驶算法提供周围车辆及障碍物各自的相对位置、速度、大小、方向等信息,进而可以对自动驾驶算法的正确性、可靠新进行验证。交通元素包括但不限于大小型机动车辆、自行车、摩托车、行人、红绿灯等。机动车辆能够根据地图结构信息沿着车道前进,也能够设置参数控制它的超车换道、左右转等行为。该模块与实际感知系统的具有完全一致的数据接口,所以可以与实际感知系统进行无缝切换。实际感知系统通过传感器获得车辆周围真实的实时的障碍物和交通信息,而虚拟交通模块则提供相同内容及格式的虚拟信息。
如图5所示,虚拟交通的数据可以从多个数据源获得:
通过仿真过程中的人工输入,设置好交通元素的属性,存成交通元素的脚本,然后通过脚本服务调用生成的脚本文件,生成交通元素的当前状态。用户可以使用下面第6节的可视化交互界面,通过鼠标键盘的操作向仿真环境中添加、删除虚拟交通元素,并设置交通元素的行为属性,并将配置自动生成脚本文件;
直接根据设定好的脚本,精确控制每一个交通元素的属性,例如出现的时间、位置、速度、行为等,通过脚本服务调用生成的脚本文件,生成交通元素的状态;
通过回放真实交通数据,复现真实交通流的状况。事先在真实道路上,采集并记录测试车周围的交通进行,并以一定的格式保存在磁盘上。使用本模拟器回放时,将记录好的交通数据作为输入文件,提供给虚拟交通模块。
交通状态更新服务根据交通元素当前状态和设置的属性不停更新交通元素在下一时刻的状态,从而模拟完整交通流的变化。
仿真过程中,使用虚拟交通能够验证车辆的自动驾驶行为,包括超车,换道,紧急停车等情况;在真实车辆路测时,仍可使用虚拟交通模块,使用上述第一种或第二种数据源,在车较少的道路上放入虚拟的交通元素,以测试自动驾驶算法,实现车辆在环仿真;虚拟交通模块也可以直接由自动驾驶车辆感知系统实时检测到的路况信息(包括周围障碍物和红绿灯等)进行代替。
5、时间控制单元
时间控制单元可以根据需求随时设置虚拟仿真环境中时钟运行的快慢,也可以随时暂停和启动仿真。调慢仿真时钟可以方便调试人员一帧一帧地更加细致的进行分析和调试;调快仿真时钟可以实现超实时仿真,从而节省调试人员的等待时间。在实车调试的时候,时间控制单元只需将真实时间接入即可。
时钟控制单元与1节中的数值计算直接相关。常微分方程数值解的通用公式可以表示为:
yk+1=yk+Δt×f(yk,uk)
其中yk表示仿真模型第k步的状态,uk表示仿真模型第k步的输入量,f(y,u)则是1节中的偏微分方程组,Δt表示两部之间的时间间隔。如果从模拟器给出第k步结果到模拟器给出第k+1步结果之间的时间间隔Δtreal大于Δt,则为慢速仿真;如果Δtreal小于Δt,则为超实时仿真。这里Δtreal可以通过本节中的时间控制单元进行调节。
6、可视化交互界面
可视化交互界面主要是为了方便调试人员更加直观地了解当前车辆状态,周围交通情况,以及和系统进行交互。如图6所示,可视化交互主界面,主要包含三个区域:车辆状态显示区,交通路况显示区以及自定义交互区:
车辆状态显示区,主要显示车辆的方向盘转角,航向,刹车,油门以及自动驾驶状态等基本车辆信息,能够在观察整个车辆的运行状态;
交通路况显示区,主要显示周围道路的拓扑结构,周围障碍物的分布和移动,规划的目标路径等;
自定义交互区,主要用于和系统交互,包括控制算法和车辆的一些行为,比如进入和脱离自动驾驶状态,产生换道指令,模拟红绿灯信号灯等。
除了主交互界面外还有其他可配置的界面,用于支持显示点,曲线,曲面等基本几何图形,添加、删除、编辑虚拟交通元素的属性,并且支持用户在开发自动驾驶算法的时候开发自定义的可视化插件。
可视化交互界面不仅能够在仿真的时候使用,也能够在实车仿真的时候通过可视化交互界面去观察车辆的状态和实际状态的差异,从而能够非常直观地观察和掌控整个系统的运行状态。
仿真系统的多种仿真模式
仿真系统的基本功能框架包括:虚拟道路给自动驾驶算法和虚拟交通模块提供地图信息,虚拟交通模块为自动驾驶算法车辆,行人,红绿灯状态等路况信息,自动驾驶算法通过虚拟地盘和虚拟车辆进行通讯,获取车辆信息,给出车辆的控制指令;可视化交互界面给仿真系统发送人机交互信息,并将系统信息以三维可视化的效果呈现出来。最后,时间控制单元模块对包括自动驾驶算法在内仿真系统的仿真时间间隔进行控制。整个仿真系统的多功能体现在:通过六大模块的不同组合形式实现多种功能模式,常用的五种模式有:全仿真模式,硬件在环仿真模式,车辆在环仿真模式,数据回放方模式,实际路测模式。
1)全仿真模式
如图7所示,该模式下,系统采用虚拟车辆,虚拟底盘控制器,虚拟道路和虚拟交通,可以自定义包括地图,交通环境,车辆性能等所有的数据,根据需求设计不同的场景对自动驾驶算法进行测试和验证;
2)硬件在环(Hardware in loop,HIL)仿真模式
如图8所示,系统采用虚拟车辆,虚拟道路和虚拟交通,只是底盘控制器采用真实底盘控制器,用红色框表示采用真实对象,这种底盘控制器硬件在环仿真模式下,用户可以测试和验证真实底盘控制器的输出响应特性;
3)车辆在环(Vehicle in loop,VIL)仿真模式
如图9所示,该模式下,系统采用虚拟道路和虚拟交通,并使用真实底盘控制器和真实车辆,该模式下,采用真实的时间,时间控制单元不起作用,用灰色框表示模块不起作用。用户可以在该模式下可以自定义道路和交通路况,根据不同场景测试和验证自动驾驶车辆的操控性能和响应特性等;
4)数据回放模式
如图10所示,系统采用真实道路信息和真实交通路况,但使用虚拟底盘控制器和虚拟车辆。在该模式下,可以利用数据采集设备采集周围的地图和路况信息,在仿真中回放采集的地图和路况数据,通过观察虚拟自动驾驶车的驾驶行为从而验证和调试自动驾驶算法。
5)实际路测模式
如图11所示,实际路测模式下,系统采用真实车辆,真实底盘控制器,真实道路信息和真实交通路况,所有的信息都是真实的,采用真实世界的时钟,时间控制单元不起作用,该模式下可以验证包括自动驾驶算法和设备在内的整个自动驾驶系统性能。
本发明具有以下特点:
1.针对自动驾驶系统的特点进行设计,更加关注车辆与道路、交通路况的交互,包含虚拟车辆,虚拟底盘控制器,虚拟道路,虚拟交通,时间控制单元和可视化交互界面六大模块。
2.具有优化的车辆动力学模型和数字仿真内核。
3.首次将底盘控制器纳入仿真系统,虚拟底盘控制器和虚拟车辆两者能够封装成一个完整的自动驾驶车辆,和真实的自动驾驶车具有完全相同的数据接口,可以无缝用真实的自动计时车辆代替虚拟底盘控制器和虚拟车辆。
4.具有时间控制单元,可以调整仿真的时间尺度,可以低速仿真,可以实时仿真,也可以超实时仿真。
5.虚拟车辆,虚拟底盘控制器,虚拟道路,虚拟交通模块都具有和真实系统相同的数据接口,能够支持车辆、底盘,地图、路况的真实数据接入和替换,可以针对不同需求提供多种仿真模式。
6.包含了自动驾驶算法所有关键模块:车辆动力学,底盘控制器(自动驾驶车特有),道路模型,交通模型;
仿真系统具有和真车相同的物理和数据接口,可以在硬件层(CAN总线)替代真实车辆,实现硬件在环(HIL)仿真;
虚拟车辆,虚拟底盘控制器,虚拟道路,虚拟交通都可以部分或者全部无缝替换成真实硬件或数据,可以实现多种不同仿真模式;
仿真时间可控,可以进行慢速或超实时仿真,能够控制自动驾驶系统的时间暂停和启动。
Claims (8)
1.一种用于自动驾驶的多功能仿真系统,其特征在于:包括虚拟车辆模块、虚拟底盘控制模块、虚拟道路模块、虚拟交通模块、时间控制单元模块及可视化交互界面模块,用于向自动驾驶算法提供数据支持,虚拟道路模块给自动驾驶算法和虚拟交通模块提供地图信息,虚拟交通模块为自动驾驶算法提供包括车辆、行人、红绿灯状态在内的路况信息,自动驾驶算法通过虚拟底盘模块和虚拟车辆模块进行通讯,获取车辆信息并给出车辆的控制指令;可视化交互界面给用于自动驾驶的多功能仿真系统发送人机交互信息,并将系统信息以三维可视化的效果呈现出来,时间控制单元模块用于对包括自动驾驶算法在内的仿真系统的仿真时间间隔进行控制,各个虚拟模块的数据接口和真实系统保持一致,能够实现包括硬件在环仿真在内的多种功能模式;其中,时间控制单元能够根据需求随时设置虚拟仿真环境中时钟运行的快慢,也能够随时暂停和启动仿真;其中,时间控制单元模块的常微分方程数值解的通用公式表示为:
2.根据权利要求1所述的用于自动驾驶的多功能仿真系统,其特征在于:所述虚拟车辆模块采用车辆动力学模型,所述车辆动力学模型包括车身模型、简化的轮胎模型、简化的悬挂系统模型,根据从底盘控制器接收到的控制指令改变车辆动力学模型的输入参数,然后根据方程组和数值计算,得到车辆状态,所述输入参数包括刹车、油门、方向盘、档位,输出车辆状态包括车速、航向、加速度,车辆状态与虚拟道路模块、虚拟交通模块产生交互,同时会通过虚拟底盘控制模块提供给自动驾驶算法。
3.根据权利要求2所述的用于自动驾驶的多功能仿真系统,其特征在
于:所述方程组使用偏微分方程组:
其中, 表示车体坐标系,坐标系原点是车辆的质心,轴方向表示车辆的正前方,轴方向表示车辆的左侧方向, 轴方向表示车辆的垂直向上方向;表示车辆质量, 表示引力常量, 分别表示车辆绕的转动惯量;表示车辆的偏航角,绕z轴旋转;表示车辆的横滚角,绕x轴旋转;表示车辆的俯仰角,绕y轴旋转,表示车辆的轮胎个数,表示第i个轮胎在地面接触点受到的力, 表示第i个轮胎的转向角,支持前轮转向,后轮转向和前后轮转向;表示地面对第i个轮胎在车辆x方向的作用力,是关于的函数, 表示地面对第i个轮胎在车辆y方向的作用力,表示地面对第i个轮胎在车辆z方向的作用力,表示第i个轮胎在绕z轴方向受到的力矩,是关于的函数;表示第i个轮胎在绕x轴方向受到的力矩,是关于的函数;表示第i个轮胎在绕y轴方向受到的力矩,是关于的函数;
4.根据权利要求1所述的用于自动驾驶的多功能仿真系统,其特征在于:虚拟底盘控制模块将车辆状态编码成CAN报文格式,然后通过物理CAN总线将车辆状态报文传输给用户自己开发的自动驾驶算法,自动驾驶算法根据CAN报文解析出车辆状态,供算法内部使用;自动驾驶算法将计算出的控制指令编码成CAN报文格式,通过物理CAN总线将控制指令报文传输给虚拟底盘控制模块,虚拟底盘控制模块将根据收到的报文解析出控制指令,并发送给车辆进行操控,车辆可以是虚拟的也可以是真实的。
5.根据权利要求1所述的用于自动驾驶的多功能仿真系统,其特征在于:虚拟道路模块将提供的原始高精地图信息进行处理与提取,形成连续的、结构化的数据,数据包括道路左右转的拓扑连接关系、车道线位置、道路限速、路面坡度、红绿灯位置、路口停止线、路口参考线,用于供虚拟车辆模块、虚拟交通模块、可视化交互界面模块三个模块直接使用,用户在设计自动驾驶算法时也可以获取并使用。
6.根据权利要求1所述的用于自动驾驶的多功能仿真系统,其特征在于:所述虚拟交通模块在本系统的仿真环境中生成并维护自动驾驶车辆周边的虚拟交通元素,用于为自动驾驶算法提供周围车辆及障碍物各自的相对位置、速度、大小、方向的信息,进而对自动驾驶算法的正确性、可靠新进行验证。
7.根据权利要求1所述的用于自动驾驶的多功能仿真系统,其特征在于:所述可视化交互主界面包含三个区域:车辆状态显示区,交通路况显示区以及自定义交互区:
车辆状态显示区,用于显示车辆的方向盘转角,航向,刹车,油门以及自动驾驶状态的基本车辆信息,能够观察整个车辆的运行状态;
交通路况显示区,用于显示周围道路的拓扑结构,周围障碍物的分布和移动,规划的目标路径;
自定义交互区,用于和系统交互,包括控制算法和车辆的部分行为。
8.根据权利要求1所述的用于自动驾驶的多功能仿真系统,其特征在于:所述用于自动驾驶的多功能仿真系统通过设置的六个模块,实现五种仿真模式:全仿真模式,硬件在环仿真模式,车辆在环仿真模式,数据回放方模式,实际路测模式;
所述全仿真模式是指,系统采用虚拟车辆,虚拟底盘控制器,虚拟道路和虚拟交通,自定义包括地图、交通环境、车辆性能在内所有的数据,根据需求设计不同的场景对自动驾驶算法进行测试和验证;
硬件在环仿真模式是指,系统采用虚拟车辆,虚拟道路和虚拟交通,只是底盘控制器采用真实底盘控制器,底盘控制器硬件在环仿真模式下,用户能够测试和验证真实底盘控制器的输出响应特性;
车辆在环仿真模式是指,系统采用虚拟道路和虚拟交通,并使用真实底盘控制器和真实车辆,该模式下,采用真实的时间,时间控制单元不起作用,用户能够在该模式下可以自定义道路和交通路况,根据不同场景测试和验证自动驾驶车辆的操控性能和响应特性;
数据回放模式是指,系统采用真实道路信息和真实交通路况,但使用虚拟底盘控制器和虚拟车辆,在该模式下,能够利用数据采集设备采集周围的地图和路况信息,在仿真中回放采集的地图和路况数据,通过观察虚拟自动驾驶车的驾驶行为从而验证和调试自动驾驶算法;
实际路测模式是指,系统采用真实车辆,真实底盘控制器,真实道路信息和真实交通路况,所有的信息都是真实的,采用真实世界的时钟,时间控制单元不起作用,该模式下可以验证包括自动驾驶算法和设备在内的整个自动驾驶系统性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810590257.5A CN108803607B (zh) | 2018-06-08 | 2018-06-08 | 一种用于自动驾驶的多功能仿真系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810590257.5A CN108803607B (zh) | 2018-06-08 | 2018-06-08 | 一种用于自动驾驶的多功能仿真系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108803607A CN108803607A (zh) | 2018-11-13 |
CN108803607B true CN108803607B (zh) | 2021-06-01 |
Family
ID=64088011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810590257.5A Active CN108803607B (zh) | 2018-06-08 | 2018-06-08 | 一种用于自动驾驶的多功能仿真系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108803607B (zh) |
Families Citing this family (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111240224A (zh) * | 2018-11-28 | 2020-06-05 | 苏州慧德仿真技术有限公司 | 一种车辆自动驾驶技术的多功能仿真模拟系统 |
CN109597317B (zh) * | 2018-12-26 | 2022-03-18 | 广州小鹏汽车科技有限公司 | 一种基于自学习的车辆自动驾驶方法、系统及电子设备 |
US11131554B2 (en) | 2018-12-26 | 2021-09-28 | Beijing Voyager Technology Co., Ltd. | Systems and methods for vehicle telemetry |
CN113748316B (zh) * | 2018-12-26 | 2024-01-02 | 北京航迹科技有限公司 | 用于车辆遥测的系统和方法 |
US11287270B2 (en) | 2018-12-26 | 2022-03-29 | Beijing Voyager Technology Co., Ltd. | Systems and methods for safe route planning for a vehicle |
CN109726480A (zh) * | 2018-12-29 | 2019-05-07 | 青岛慧拓智能机器有限公司 | 一种用于验证无人矿卡相关算法的系统 |
CN111462475B (zh) * | 2019-01-18 | 2021-12-10 | 上汽通用汽车有限公司 | 实时交互式动态交通流的测试系统 |
CN111506024B (zh) * | 2019-01-31 | 2024-08-23 | 驭势科技(北京)有限公司 | 自动驾驶车辆及控制方法、控制装置和计算机处理介质 |
US12061846B2 (en) * | 2019-02-06 | 2024-08-13 | Foretellix Ltd. | Simulation and validation of autonomous vehicle system and components |
CN109931937B (zh) * | 2019-03-28 | 2021-10-15 | 北京经纬恒润科技股份有限公司 | 高精导航信息模拟方法及系统 |
CN110020471A (zh) * | 2019-03-28 | 2019-07-16 | 上海工程技术大学 | 一种自动驾驶汽车的功能仿真检测系统 |
US11731612B2 (en) | 2019-04-30 | 2023-08-22 | Baidu Usa Llc | Neural network approach for parameter learning to speed up planning for complex driving scenarios |
CN110220521B (zh) * | 2019-05-24 | 2023-07-07 | 上海蔚来汽车有限公司 | 一种高精地图的生成方法和装置 |
CN110197027B (zh) * | 2019-05-28 | 2023-07-18 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
CN110174274A (zh) * | 2019-05-28 | 2019-08-27 | 初速度(苏州)科技有限公司 | 一种智能驾驶算法的修正方法及装置 |
CN110058598A (zh) * | 2019-06-24 | 2019-07-26 | 奥特酷智能科技(南京)有限公司 | 一种ai仿真车的路径生产和轨迹规划的方法 |
CN110232257B (zh) * | 2019-07-02 | 2020-10-23 | 吉林大学 | 一种自动驾驶测试场景的构建方法及其难度系数计算方法 |
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 |
CN110444018B (zh) * | 2019-07-30 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 仿真城市系统的控制方法和装置、存储介质及电子装置 |
CN110456661A (zh) * | 2019-08-06 | 2019-11-15 | 陕西科技大学 | 一种基于Unity3D的实时可视化无人自行车仿真系统及方法 |
CN110497914B (zh) * | 2019-08-26 | 2020-10-30 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN110779730A (zh) * | 2019-08-29 | 2020-02-11 | 浙江零跑科技有限公司 | 基于虚拟驾驶场景车辆在环的l3级自动驾驶系统测试方法 |
CN111806466B (zh) * | 2019-09-17 | 2022-09-09 | 上海森首科技股份有限公司 | 一种智能驾驶系统及其工作流程 |
CN110765661A (zh) * | 2019-11-22 | 2020-02-07 | 北京京东乾石科技有限公司 | 自动驾驶仿真场景生成方法及装置、电子设备、存储介质 |
CN111123740B (zh) * | 2019-12-19 | 2024-04-16 | 北京经纬恒润科技股份有限公司 | 硬件在环测试方法以及装置 |
CN113366440A (zh) * | 2019-12-20 | 2021-09-07 | 百度时代网络技术(北京)有限公司 | 具有致动延时的动态模型 |
CN113874923B (zh) * | 2020-01-21 | 2022-09-16 | 深圳元戎启行科技有限公司 | 交通信号灯控制方法、装置、计算机设备和存储介质 |
CN111290381A (zh) * | 2020-02-10 | 2020-06-16 | 深圳前海微众银行股份有限公司 | 基于无人车的联邦学习实验系统 |
US20210314752A1 (en) * | 2020-04-03 | 2021-10-07 | Cavh Llc | Device allocation system |
CN111553043B (zh) * | 2020-05-19 | 2023-09-26 | 北京百度网讯科技有限公司 | 交通指标计算模型测试方法、交通仿真方法和装置 |
CN111897305B (zh) * | 2020-06-02 | 2022-08-02 | 浙江吉利汽车研究院有限公司 | 一种基于自动驾驶的数据处理方法、装置、设备及介质 |
CN111781855B (zh) * | 2020-07-15 | 2023-10-13 | 北京领骏科技有限公司 | 一种交通在环自动驾驶仿真系统 |
CN112035951A (zh) * | 2020-08-21 | 2020-12-04 | 长春一汽富晟集团有限公司 | 一种用于自动驾驶算法验证的仿真平台及仿真方法 |
CN111950504B (zh) * | 2020-08-21 | 2024-04-16 | 东软睿驰汽车技术(沈阳)有限公司 | 车辆检测方法、装置以及电子设备 |
CN112000101A (zh) * | 2020-08-26 | 2020-11-27 | 三一机器人科技有限公司 | 拓扑地图导入方法、装置及机器人仿真系统 |
CN113954859B (zh) * | 2020-11-13 | 2024-07-09 | 王晓磊 | 一种适用于非自动驾驶车辆的自动驾驶改装方法及装置 |
CN112590773B (zh) * | 2020-12-15 | 2022-08-19 | 恒大新能源汽车投资控股集团有限公司 | 车辆自动入库方法、装置、计算机设备和存储介质 |
CN112269325B (zh) * | 2020-12-21 | 2021-03-16 | 腾讯科技(深圳)有限公司 | 自动驾驶仿真方法和装置、存储介质及电子设备 |
CN112906126B (zh) * | 2021-01-15 | 2023-04-07 | 北京航空航天大学 | 基于深度强化学习的车辆硬件在环仿真训练系统及方法 |
CN115185197A (zh) * | 2021-04-01 | 2022-10-14 | 广东博智林机器人有限公司 | 一种机器人的仿真测试平台 |
CN113093964B (zh) * | 2021-04-16 | 2022-08-02 | 郑州捷安高科股份有限公司 | 机车车辆的仿真交互方法、装置、设备及存储介质 |
CN113126624B (zh) * | 2021-04-20 | 2023-02-17 | 禾多科技(北京)有限公司 | 自动驾驶仿真测试方法、装置、电子设备和介质 |
CN113032285B (zh) * | 2021-05-24 | 2021-08-13 | 湖北亿咖通科技有限公司 | 一种高精地图测试方法、装置、电子设备及存储介质 |
CN113433840A (zh) * | 2021-07-15 | 2021-09-24 | 上海电气集团智能交通科技有限公司 | 一种基于磁定位技术的数字轨道化自动驾驶车辆仿真系统 |
CN113706964A (zh) * | 2021-07-30 | 2021-11-26 | 山东星科智能科技股份有限公司 | 一种智能驾驶教学实训系统及自动驾驶车辆控制方法 |
CN113655732A (zh) * | 2021-08-17 | 2021-11-16 | 上海电气集团智能交通科技有限公司 | 一种磁钉引导自动驾驶公交车的智能交通仿真系统及其仿真方法 |
CN113805495A (zh) * | 2021-09-24 | 2021-12-17 | 北京五一视界数字孪生科技股份有限公司 | 远程自动驾驶仿真控制方法、装置、系统及电子设备 |
CN113885754A (zh) * | 2021-09-30 | 2022-01-04 | 奥特酷智能科技(南京)有限公司 | 一种用于自动驾驶仿真平台的仿真器 |
CN114705204B (zh) * | 2022-05-09 | 2024-01-30 | 浙江大学 | 一种基于道路基础设计资料的高精度地图生成方法 |
CN115309074A (zh) * | 2022-08-31 | 2022-11-08 | 重庆长安汽车股份有限公司 | 一种自动驾驶仿真测试方法、装置、仿真设备及储存介质 |
CN117631645A (zh) * | 2023-11-27 | 2024-03-01 | 北京理工大学 | 一种全流程电子电气信息架构虚拟仿真测试平台及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614187A (zh) * | 2015-01-20 | 2015-05-13 | 天津大学 | 一种基于虚拟车辆的真实驾驶循环测试装置和方法 |
WO2016172009A1 (en) * | 2015-04-24 | 2016-10-27 | Northrop Grumman Systems Corporation | Autonomous vehicle simulation system |
CN106154834A (zh) * | 2016-07-20 | 2016-11-23 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN106198049A (zh) * | 2016-07-15 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 真实车辆在环测试系统和方法 |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真系统 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101703144B1 (ko) * | 2012-02-09 | 2017-02-06 | 한국전자통신연구원 | 차량의 자율주행 장치 및 그 방법 |
-
2018
- 2018-06-08 CN CN201810590257.5A patent/CN108803607B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614187A (zh) * | 2015-01-20 | 2015-05-13 | 天津大学 | 一种基于虚拟车辆的真实驾驶循环测试装置和方法 |
WO2016172009A1 (en) * | 2015-04-24 | 2016-10-27 | Northrop Grumman Systems Corporation | Autonomous vehicle simulation system |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN106198049A (zh) * | 2016-07-15 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 真实车辆在环测试系统和方法 |
CN106154834A (zh) * | 2016-07-20 | 2016-11-23 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN107807542A (zh) * | 2017-11-16 | 2018-03-16 | 北京北汽德奔汽车技术中心有限公司 | 自动驾驶仿真系统 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN108803607A (zh) | 2018-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108803607B (zh) | 一种用于自动驾驶的多功能仿真系统 | |
CN111897305B (zh) | 一种基于自动驾驶的数据处理方法、装置、设备及介质 | |
CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
CN108681264A (zh) | 一种智能车辆数字化仿真测试装置 | |
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 | |
CN102426425B (zh) | 一种汽车abs虚拟现实仿真系统 | |
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 | |
CN111665738A (zh) | 在环仿真系统及其中的信息处理方法及装置 | |
CN109726480A (zh) | 一种用于验证无人矿卡相关算法的系统 | |
CN107871418A (zh) | 一种用于评价人机共驾可靠性的实验平台 | |
CN110321000B (zh) | 一种面向智能系统复杂任务的虚拟仿真系统 | |
Gechter et al. | Towards a hybrid real/virtual simulation of autonomous vehicles for critical scenarios | |
CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的系统 | |
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 | |
Chen et al. | NADS at the University of IOWA: A tool for driving safety research | |
CN114969092A (zh) | 基于虚幻引擎的驾驶仿真系统及仿真实验方法 | |
Guvenc et al. | Simulation Environment for Safety Assessment of CEAV Deployment in Linden | |
CN114387844A (zh) | 一种基于自动驾驶虚实融合测试技术的教学平台 | |
CN117496790A (zh) | 虚拟消防车辆训练系统、方法、电子设备及存储介质 | |
WO2022236754A1 (zh) | 一种多驾驶员在环驾驶试验平台 | |
Luo et al. | Intelligent vehicle simulation and debugging environment based on physics engine | |
Song et al. | Automatic Driving Joint Simulation Technology and Platform Design | |
CN112883489A (zh) | 自动驾驶汽车仿真系统 | |
Schwarz et al. | The long and winding road: 25 years of the national advanced driving simulator | |
Meftah et al. | A survey on autonomous vehicles simulators. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |