CN108959813B - 一种智能车辆道路导航环境模型的仿真建模方法 - Google Patents

Abstract

本发明涉及一种智能车辆道路导航环境模型的仿真建模方法，包括：建立智能车辆道路导航仿真环境；在仿真环境中设置虚拟车载雷达，红绿灯，包括坡道、弯道和限速点在内的路况；根据所制定的场景控制策略，建立智能车辆道路导航环境的仿真模型。本发明将智能车辆多源信息统一构建在一个仿真环境模型中，降低了建立驾驶环境模型的工作量和成本，且仿真真实性高，可以轻松建立起大规模和复杂的道路交通环境的模拟。

Description

一种智能车辆道路导航环境模型的仿真建模方法

技术领域

本发明涉及无人车技术领域，尤其涉及一种智能车辆道路导航环境模型的仿真建模方法。

背景技术

近年来，驾驶模拟器是一种安全高效的模拟工具，主要用于汽车新技术的实验开发以及交通安全研究。道路交通环境给驾驶员提供一个虚拟的驾驶环境，结合驾驶设备产生一种实车驾驶的感觉，是驾驶模拟实验中的关键。现有的建模方法主要通过专业的三维建模软件构建大量场景元素的，再利用专业的控制策略软件编写控制模型，这种方法存在工作量大，成本高，真实性差，不适合构建大规模道路交通环境的问题。

发明内容

鉴于上述的分析，本发明旨在提供一种智能车辆道路导航环境模型的仿真建模方法，将包括常规数字地图信息、网联路基信息、车载实时检测信息，统一到智能车辆道路导航环境模型中，模拟智能车辆在行驶环境中的状态，建立用于测试智能驾驶技术的仿真模型。

本发明的目的主要是通过以下技术方案实现的：

一种智能车辆道路导航环境模型的仿真建模方法，包括以下步骤：

建立智能车辆道路导航仿真环境；

在仿真环境中设置虚拟车载雷达，红绿灯，包括坡道、弯道和限速点在内的路况；

根据所制定的场景控制策略，建立智能车辆道路导航环境的仿真模型。

进一步地，采用Prescan构建与真实环境相似的1:1智能车辆道路导航仿真环境；所述仿真环景包括道路元素和交通元素；

所述道路元素包括直道、十字路口、弯道、坡道、行道树和城市房屋环境；

所述交通元素包括前车、红绿灯、人行道和交通标志。

进一步地，所述虚拟车载雷达输出的连续数据产生方法包括：

1)以Prescan软件生成虚拟雷达脉冲序列；

2)从所述雷达脉冲序列中依次取n个雷达脉冲，顺序输入n个串联的memory模块中；

3)按顺序判断n个串联的memory模块中数据是否为零？否，则将memory模块中数据输出，并延时到下一数据输出之前；是，则进入4)；

4)判断该为零数据之前的数据是否都为零？否，则输出该为零数据之前的第一个不为零数据，并延时到下一数据输出之前；是，则不进行输出；

持续对memory模块中数据进行是否为零判断，如果判断到memory模块中数据都为零，则认为无雷达数据。

进一步地，所述红绿灯的识别方法包括：

在仿真车上放置一个信号接收器，在每个红绿灯位置处上放置一个信号发射器；

设置信号发射器的发射范围和信号接收器的接收范围，使仿真车通过Prescan内部信息传输通道，在信号接收器的接收范围内接收到信号发射器发射的信号；

通过预设的触发条件，控制红绿灯计时模块触发红绿灯计时和进行显示状态转换；

所述红绿灯计时模块包括脉冲模块和累加器，所述累加器在具有触发信号时，对脉冲模块输出的脉冲进行累加计数，根据预设的计数值，控制红绿灯的显示状态转换。

进一步地，所述包括坡道、弯道和限速点在内的路况的识别方法包括：

在仿真车上放置一个信号接收器，在仿真车前方要识别路况起点的预设触发位置上设置相应的信号发射器；

设置信号发射器的发射范围和信号接收器的接收范围；使仿真车经过触发位置时，通过Prescan内部信息传输通道，接收信号发射器发送的包括相应路况信息信号，识别出路况信息。

进一步地，所述场景控制策略包括：

红绿灯控制策略，用于模拟产生各路口的与实际场景相同的交通灯状态；

前车场景控制策略，用于模拟产生前方有车辆情况下的汽车驾驶场景；

前方包括坡道、弯道和限速点在内路况信息的控制策略；用于模拟前方有包括坡道、弯道和限速点在内路况情况下的汽车驾驶场景。

进一步地，所述红绿灯控制策略具体包括：

导航环境模型发送仿真车前方的第一个红绿灯信息；

当仿真车与前方红绿灯的距离小于预先设置的阈值时，触发前方红绿灯信号；

红绿灯信号具有红、黄、绿三种状态。

进一步地，所述前车场景控制策略中的前车场景为仿真车前方一定距离内有静止车辆，且仿真车靠近过程中静止车辆一直处于停车状态；

仿真车的雷达监测到仿真车距静止车辆距离小于预设距离后，对仿真车进行提示。

进一步地，所述前车场景控制策略中的前车场景为仿真车前方一定距离内有行驶车辆；

所述前方车辆开始行驶触发条件为，仿真车距前方车辆距离小于预设前车启动距离；且前方车辆的前方非红灯；

所述前方车辆停止触发条件，前方车辆行驶到距红绿灯距离小于预定的停车距离；且红绿灯处于红灯状态。

进一步地，所述包括坡道、弯道和限速点在内路况信息的控制策略具体包括：

在仿真车前方要识别路况起点的n米外触发位置上放置信号发射器，仿真车经过触发位置时，信号接收器接收到信号发射器的发送信号，所述发送信号包括路况种类、等级和长度信息；

所述信号发射器的发射范围确保所述信号接收器同时只能接收到一个信号发生器的发送信号。

本发明有益效果如下：

本发明将智能车辆多源信息统一构建在一个仿真环境模型中，包括常规数字地图信息、网联路基信息、车载实时检测信息，模拟智能车辆在行驶环境中的状态，完成智能驾驶技术的仿真测试，不需要通过专业的三维建模软件构建大量场景元素、专业的控制策略软件编写控制模型，降低了建立驾驶环境模型的工作量和成本，且仿真真实性高，可以轻松建立起大规模和复杂的道路交通环境的模拟。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明实施例中仿真测试方法流程图；

图2为本发明实施例中雷达数据连续处理流程图；

图3为本发明实施例中红绿灯控制信息传输示意图；

图4为本发明实施例中红绿灯的场景示意图；

图5为本发明实施例中红绿灯的相位关系示意图；

图6为本发明实施例中坡道信息发送功能示意图；

图7为本发明实施例中建立的Prescan仿真路网；

图8为本发明实施例中对模型红绿灯测试结果；

图9为本发明实施例中对前方场景测试结果。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。

本发明的一个具体实施例，公开了一种智能车辆道路导航环境模型的仿真建模方法，如图1所示，包括以下步骤：

步骤S1、建立智能车辆道路导航仿真环境；

具体的，所述智能车辆道路导航仿真环境是根据实际情况采用Prescan构建的，构建场景为与真实环境相似的1:1仿真场景；

Prescan具有快速构建仿真环境地图的特点，其具有丰富的道路单元库。将所需的道路单元拖拽到工作空间中，并按实际环境道路环境设置各道路单元的位置和属性，即可快速的构建出与实际路网对应的虚拟仿真路网。根据实际路线，首先将百度地图导入Prescan作为underlays，并按照1:1比例建立仿真路网。

建立的仿真场景包括道路元素和交通元素；

其中，道路元素包括直道、十字路口、弯道、坡道、行道树和城市房屋环境；交通元素包括前车、红绿灯、人行道和交通标志。

仿真场景具体的分布内容包括：红绿灯的位置与数量；前车的数量以及经过的路段；坡道信息；弯道信息；限速点信息。

步骤S2、在仿真环境中设置虚拟车载雷达，红绿灯，包括坡道、弯道和限速点在内的路况；

1.对车载雷达输出数据的处理

实际测试中，雷达被安装在试验车的前方，能够探测距前方物体的相对距离与相对速度，并发送给试验车，作为试验车决策的重要依据。为在仿真环境中实现这一功能，可以在实验车前方配置一个虚拟雷达，其能够模拟真实环境中雷达的功能。不过，Prescan软件虚拟雷达输出的数据是不连续的脉冲波，这与需要雷达数据输出连续不相符，故需要对雷达的输出数据进行处理。

具体的，Prescan模块可以与Matlab/Simulink无缝对接，利用Matlab Function模块与memory模块即可将雷达数据处理为连续数据，其核心思想是对数据进行延时。

如图2所示，虚拟车载雷达连续波发射信号方法包括：

1)以Prescan软件生成虚拟雷达脉冲序列；

2)从所述雷达脉冲序列中依次取n个雷达脉冲，顺序输入n个串联的memory模块中；

3)按顺序判断n个串联的memory模块中数据是否为零？否，则将memory模块中数据输出，并延时到下一数据输出之前；是，则进入4)；

4)判断该为零数据之前的数据是否都为零？否，则输出该为零数据之前的第一个不为零数据，并延时到下一数据输出之前；是，则不进行输出；

持续对memory模块中数据进行是否为零判断，如果判断到memory模块中数据都为零，则认为无雷达数据。

2.对设置的红绿灯的识别和控制

实际测试中，试验车前方红绿灯状态的识别主要依靠摄像头实现，通过数据处理后将前方红绿灯的状态信息发送给试验车，提前对前方路况进行预测。基于以上考虑，仿真中可以通过信号发射器与信号接收器实现对红绿灯的预测功能。信号传输示意图如附图3所示

具体的，在仿真车上放置一个信号接收器，在每个红绿灯上放置一个信号发射器；

设置信号发射器的发射范围和信号接收器的接收范围，使仿真车通过Prescan内部信息传输通道，在信号接收器的接收范围内接收到信号发射器发射的信号；

若要还原实车测试时红绿灯的状态，这就要求预设的触发条件，触发红绿灯并进行显示状态转换；

具体的，触发条件为根据仿真车的位置触发每个红绿灯的计时起点和初始等状态。

设置一个红绿灯计时模块，包括1s的脉冲模块和累加器；

其中，1s的脉冲模块给红绿灯计时模块创建一个与仿真时间独立的一个时间；

累加器是运用Simulink的加法器、触发模块以及延时模块构成，用该累加器对一个周期为1s的脉冲模块进行计数，使该累加器在具有脉冲输入时能够以周期为1s的速度向上累加计数。

在当前仿真车辆与前方红绿灯的距离作为脉冲输入的触发条件下。累加器进行累加计数，根据预设的计数值，控制红绿灯的显示状态转换。

通过以上操作，可以得到一个基于位置触发且与Simulink仿真时间独立的虚拟时间。得到时间后，利用Matlab的函数模块就可以方便的控制每个红绿灯被触发计时后的计时起点和计时状态，从而可以还原实车测试时的红绿灯状态。在仿真本车上放置一个信号接收器，以及在每个红绿灯上放置一个信号发射器，并设置好合适的信号发射和接收范围，通过Prescan内部特有的信息传输渠道，即可使仿真车在距离前方红绿灯的距离小于一定值后就接收到前方红绿灯的状态。

3.对设置的包括坡道、弯道和限速点在内路况的识别

识别坡道、弯道和限速点等路况信息，提前发送给试验车是实现电子地图的主要功能；

在道路交通环境模拟软件中，使用信号发射器与信号接收器在仿真环境实现对试验车前方坡道、弯道、限速点的探测或预测，模拟电子地图功能。

具体的，在某个需要提前预知的道路元素前方n米外设置一个与该道路元素的相对应的信号发射器作为信号发送触发标志，同时仿真车上也有一个信号接受器；

当仿真车经过触发位置处的信号发射器时，开始发送n米外道路元素的信息；通过Prescan内部信息传输通道，仿真车接收发送的信息，识别相应的路况信息。

仿真车的速度是已知的，通过对速度积分，即可实时获取仿真车距离前方道路元素的距离，该距离及道路元素的信息可作为其它决策模块的决策依据。

步骤S3、根据所制定的场景控制策略，建立智能车辆道路导航环境的仿真模型。

具体的，场景控制策略包括：

红绿灯控制策略，用于在仿真测试时，模拟产生各路口的与实际场景相同的交通灯状态；

前车场景控制策略，用于在仿真测试时，模拟产生前方有车辆情况下的汽车驾驶场景；

前方包括坡道、弯道和限速点在内路况信息的控制策略；用于在仿真测试时，模拟前方有包括坡道、弯道和限速点在内路况情况下的汽车驾驶场景。

1.红绿灯控制策略具体包括：

1)当前模型只发送当前车辆前方的第一个红绿灯信息；

2)当仿真车(SV)与前方红绿灯的距离小于预先设置的阈值时，触发前方红绿灯信号；阈值可根据仿真测试的需要进行预先设置；

3)各红绿灯信号具有红、黄、绿三种状态；

4)车辆在红绿灯路口时，须保证各路口红绿灯为实际场景的交通灯状态。

红绿灯时间设置：

红绿灯时间按照交通规则设计。如图4所示，当距离Sst小于设定距离时，红绿灯开始按预定的状态触发计时。

红绿灯的状态设置：

红绿灯状态设置为红、绿、黄三种，相位关系如图5所示。

2.前车场景控制策略

前车场景控制策略包括前方车辆(PV)为静止车辆和行驶车辆两种策略；通过分析并结合实际情况，对前车的触发条件和前方车辆的速度曲线进行设置，使其能够满足功能需求。

具体的，前车场景控制策略中的前车场景为仿真车前方一定距离内有静止车辆，且仿真车靠近过程中静止车辆一直处于停车状态；

采用的策略是利用仿真车的雷达进行监测，当监测到仿真车距前方静止车辆距离小于预设距离后，对仿真车进行提示。

具体的，所述前车场景控制策略中的前车场景为仿真车前方一定距离内有行驶车辆；

前方车辆开始行驶触发条件为，仿真车距前方车辆距离小于预设前车启动距离；前方车辆的前方非红灯；预设前车启动距离根据具体的设计要求设置；

所述前方车辆停止触发条件，前方车辆行驶到距红绿灯距离小于预定的停车距离；且红绿灯处于红灯状态。

当前方车辆开始行驶触发条件满足时，前方车辆才能够被触发并按预定的速度曲线行驶。需要说明的是，上述前方车辆开始行驶触发条件在前方车辆运动后就不再起作用，即一旦前方车辆触发开始即使上述行驶触发条件不满足也并不能使前方车辆停止，决定前方车辆是否停止的条件仅是上述停止触发条件。

前方车辆的速度曲线设置说明：

前方车辆速度曲线的设置。Prescan提供了两种可供选择的车辆速度曲线设置方式，一是采用简单的速度单元进行组合拼接(比如匀加速单元、匀速单元等)得到最终车辆的速度曲线，二是通过与Simulink的速度接口直接向车辆模型导入车辆的速度曲线。第一种方法虽然原则上可以模拟任何数据曲线，但是工作量很大，效率低。第二种方法操作简便，效率高而且效果很好。本仿真选用第二种方法，直接将实车采集的速度曲线储存到数组或文件中，当前方车辆被触发后，依次将该数组或文件中的速度值传输到车辆模型的速度接口，使前方车辆按指定的车速行驶。

具体的前方车辆速度曲线规律则采用以下两点原则进行设定：

(1)仿真车(SV)距前方车辆(PV)一定距离，当PV距前方红绿灯距离小于50m且红绿灯状态为红灯时，PV先减速再停在红绿灯路口，PV速度基本按照匀减速规律减速至0，当信号灯由红灯变为绿灯时，PV按照实车测试的车速曲线继续行驶。

(2)仿真车(SV)距前方车辆(PV)一定距离，PV由于红灯已停在红绿灯路口，当本车靠近前车时，PV一直处于停车状态，当信号灯为绿灯时，PV开始行驶，速度曲线按照实际采集的数据设置。

需要注意的是，如果前方车辆采用Simulink的仿真时间来控制前方车辆的速度输入，会导致仿真一开始前方车辆的速度曲线就会源源不断发送速度，但由于这时前方车辆还未被触发，前方车辆只能停在原地等待触发，当仿真车距前方车辆的距离小于一定值被触发后，这时前方车辆的初始速度其实已经不是最初设定的初始时速度，达不到预期的效果。针对这一问题，采用累加器+脉冲波+位置触发来产生一个独立于Simulink的虚拟时间，用这个时间去控制前方车辆的速度发送可以达到想要的效果。

3.前方包括坡道、弯道和限速点在内路况信息的控制策略

坡道、弯道和限速点的控制策略实现方法类似，本实施例以坡道预测的控制策略为例进行简要说明。

如图6所示，为实现这一功能，只需在每个坡道前按实验要求在坡道起点的n米外触发位置上放置信号发射器，并设置一个较小的信号发射范围，发送路况为坡道、坡道的坡长和坡度等级等路况信息；

所述信号发射器的发射范围确保所述信号接收器同时只能接收到一个信号发生器的发送信号；

试验车经过信号发射器时刚好能够接收到前方坡道路况的信息，与此同时，通过编程保持接收到的坡道信息以及在靠近坡道的过程实时更新试验车距坡道的距离。随后，在以上信号发送的基础上加上对坡道信息发送规则的限制(比如同时不能接收超过2个坡道信息)，坡道的预测功能就得到简单的实现。同样地，可以通过上述方式实现弯道与限速的预测功能。

对建立的智能车辆道路导航环境仿真模型进行测试。

建立的Prescan仿真路网如图7所示，包括23个红绿灯；共有4段路有前方车辆场景，如表1所示；5个坡道，每个坡道包括上坡和下坡，如表2所示；以及相应数量的弯道和限速路段。

表1前车信息

前车编号	经过的路段
		1	红绿灯4-5
2	红绿灯9-10
		3	红绿灯13-15
4	红绿灯20-21-22

表2坡道序号分布情况

坡道序号	上下坡序号
		1	①②
2	③④
		3	⑤⑥
4	⑦⑧
		5	⑨⑩

红绿灯测试结果：

如图8所示，全程红灯触发了7次，绿灯触发了16次，这说明模型设置的每个红绿灯的工作状态正常，达到了模型建立的目的。

前方场景测试结果：

以表1中前车编号1所在路段进行测试；测试结果如图9所示，

红绿灯4触发后从绿灯开始计时(20s)，红绿灯5触发后从红灯开始计时(30s)。前车(PV)放置在红绿灯4前，并处于停止状态，速度为0。当SV行驶至距红绿灯4外200m时，红绿灯4触发，并由绿灯20秒开始倒计时。继续行驶至距离PV 175m时，前车触发按固定速度规律行驶(从SV接收到红绿灯信号可知此时4灯为绿灯，故PV不用在红绿灯前等待)。此后，在跟车过程中于雷达PV处的可探测范围内(175m)，雷达能够检测SV与PV的相对速度(Relativevelocity)和相对距离(Ssp)。当SV行驶至红绿灯5前200m时，SV能够接收到5灯的状态。与此同时，红绿灯触发并由30秒开始倒计时。当SV与PV行驶至红绿灯5前时，红绿灯处于红灯状态，PV与SV先后停止，等待红灯，直到红灯跳转为绿灯后，PV与SV继续行驶。这说明模型设置的前方场景的工作状态正常，达到了模型建立的目的。

对于坡道、弯道和限速路段的测试同样表明，模型设置的坡道、弯道和限速路段的工作状态正常，达到了模型的建立目的。

综上所述，本实施例将智能车辆多源信息统一构建在一个仿真环境模型中，包括常规数字地图信息、网联路基信息、车载实时检测信息，模拟智能车辆在行驶环境中的状态，完成智能驾驶技术的仿真测试，不需要通过专业的三维建模软件构建大量场景元素、专业的控制策略软件编写控制模型，降低了建立驾驶环境模型的工作量和成本，且仿真真实性高，可以轻松建立起大规模和复杂的道路交通环境的模拟。

以上所述，仅为本发明较佳的具体实施方式，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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种智能车辆道路导航环境模型的仿真建模方法，其特征在于，包括以下步骤：

建立智能车辆道路导航仿真环境；

在仿真环境中设置虚拟车载雷达，红绿灯，包括坡道、弯道和限速点在内的路况；

虚拟车载雷达输出的连续数据产生方法包括：

1)以Prescan软件生成虚拟雷达脉冲序列；Prescan与Matlab/Simulink连接；

2)从所述雷达脉冲序列中依次取n个雷达脉冲，顺序输入n个串联的Simulink的memory模块中；

3)按顺序判断n个串联的memory模块中数据是否为零？否，则将memory模块中数据输出，并延时到下一数据输出之前；是，则进入4)；

4)判断该为零数据之前的数据是否都为零？否，则输出该为零数据之前的第一个不为零数据，并延时到下一数据输出之前；是，则不进行输出；

持续对memory模块中数据进行是否为零判断，如果判断到memory模块中数据都为零，则认为无雷达数据；

根据所制定的场景控制策略，建立智能车辆道路导航环境的仿真模型；

所述场景控制策略包括的前车场景控制策略中前车场景为仿真车前方一定距离内有行驶车辆时；将实车采集的速度曲线储存到数组或文件中，当前方车辆被触发后，依次将该数组或文件中的速度值传输到车辆模型的速度接口，使前方车辆按指定的车速行驶；并采用独立于Simulink的虚拟时间去控制前方车辆的速度发送；

具体的前方车辆速度曲线规律则采用以下两点进行设定：

(1)仿真车距前方车辆一定距离，当前方车辆距前方红绿灯距离小于50m且红绿灯状态为红灯时，前方车辆先减速再停在红绿灯路口，前方车辆速度按照匀减速规律减速至0，当信号灯由红灯变为绿灯时，前方车辆按照实车测试的车速曲线继续行驶；

(2)仿真车距前方车辆一定距离，前方车辆由于红灯已停在红绿灯路口，当本车靠近前车时，前方车辆一直处于停车状态，当信号灯为绿灯时，前方车辆开始行驶，速度曲线按照实际采集的数据设置。

2.根据权利要求1所述的仿真建模方法，其特征在于，采用Prescan构建与真实环境相似的1:1智能车辆道路导航仿真环境；所述仿真环境 包括道路元素和交通元素；

所述道路元素包括直道、十字路口、弯道、坡道、行道树和城市房屋环境；

所述交通元素包括前车、红绿灯、人行道和交通标志。

3.根据权利要求1所述的仿真建模方法，其特征在于，所述红绿灯的识别方法包括：

在仿真车上放置一个信号接收器，在每个红绿灯位置处上放置一个信号发射器；

设置信号发射器的发射范围和信号接收器的接收范围，使仿真车通过Prescan内部信息传输通道，在信号接收器的接收范围内接收到信号发射器发射的信号；

通过预设的触发条件，控制红绿灯计时模块触发红绿灯计时和进行显示状态转换；

所述红绿灯计时模块包括脉冲模块和累加器，所述累加器在具有触发信号时，对脉冲模块输出的脉冲进行累加计数，根据预设的计数值，控制红绿灯的显示状态转换。

4.根据权利要求1所述的仿真建模方法，其特征在于，所述包括坡道、弯道和限速点在内的路况的识别方法包括：

在仿真车上放置一个信号接收器，在仿真车前方要识别路况起点的预设触发位置上设置相应的信号发射器；

设置信号发射器的发射范围和信号接收器的接收范围；使仿真车经过触发位置时，通过Prescan内部信息传输通道，接收信号发射器发送的包括相应路况信息信号，识别出路况信息。

5.根据权利要求1-4任一所述的仿真建模方法，其特征在于，所述场景控制策略包括：

红绿灯控制策略，用于模拟产生各路口的与实际场景相同的交通灯状态；

前车场景控制策略，用于模拟产生前方有车辆情况下的汽车驾驶场景；

前方包括坡道、弯道和限速点在内路况信息的控制策略，用于模拟前方有包括坡道、弯道和限速点在内路况情况下的汽车驾驶场景。

6.根据权利要求5所述的仿真建模方法，其特征在于，

所述红绿灯控制策略具体包括：

导航环境模型发送仿真车前方的第一个红绿灯信息；

当仿真车与前方红绿灯的距离小于预先设置的阈值时，触发前方红绿灯输出红绿灯信号；

红绿灯信号具有红、黄、绿三种状态。

7.根据权利要求5所述的仿真建模方法，其特征在于，

所述前车场景控制策略中的前车场景为仿真车前方一定距离内有静止车辆，且仿真车靠近过程中静止车辆一直处于停车状态；

仿真车的雷达监测到仿真车距静止车辆距离小于预设距离后，对仿真车进行提示。

8.根据权利要求5所述的仿真建模方法，其特征在于，

所述前车场景控制策略中的前车场景为仿真车前方一定距离内有行驶车辆；

所述前方车辆开始行驶触发条件为，仿真车距前方车辆距离小于预设前车启动距离；且前方车辆的前方非红灯；

所述前方车辆停止触发条件，前方车辆行驶到距红绿灯距离小于预定的停车距离；且红绿灯处于红灯状态。

9.根据权利要求5所述的仿真建模方法，其特征在于，

所述包括坡道、弯道和限速点在内路况信息的控制策略具体包括：

在仿真车前方要识别路况起点的n米外触发位置上放置信号发射器，仿真车经过触发位置时，信号接收器接收到信号发射器的发送信号，所述发送信号包括路况的种类、等级和长度信息；

所述信号发射器的发射范围确保所述信号接收器同时只能接收到一个信号发生器的发送信号。

Images