CN109656148B - 自动驾驶的动态交通流场景的仿真方法 - Google Patents
自动驾驶的动态交通流场景的仿真方法 Download PDFInfo
- Publication number
- CN109656148B CN109656148B CN201811491215.2A CN201811491215A CN109656148B CN 109656148 B CN109656148 B CN 109656148B CN 201811491215 A CN201811491215 A CN 201811491215A CN 109656148 B CN109656148 B CN 109656148B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- scene
- test
- simulation
- dimensional
- 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 71
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 66
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶的动态交通流场景的仿真方法,包括:建立三维仿真场景;将三维仿真场景中的测试车和背景车与车辆动力学仿真模型连接,采用消息队列通信,所述三维仿真场景、测试车和背景车的车辆动力学仿真模型采用不同的计算资源创建;将车辆动力学仿真模型的信息通过消息队列通信反馈给三维仿真场景中的测试车和背景车,并实时获取自动驾驶算法与仿真系统间的信息。不仅可以分解计算资源,为自动驾驶动态交通流场景提供实时仿真测试环境,还能仿真大型测试场景。
Description
技术领域
本发明涉及自动驾驶的测试技术领域,具体地涉及一种自动驾驶的动态交通流场景的仿真方法。
背景技术
智能网联汽车是新一轮科技革命和产业变革背景下的新生事物,按其核心功能-自动驾驶-智能化水平,划分为辅助驾驶(L1级)、部分自动驾驶(L2级)、有条件自动驾驶(L3级)、高度自动驾驶(L4级)和完全自动驾驶(L5级)等不同阶段。通过无人驾驶实现零事故、零拥堵、解放人类驾驶员的愿景,是智能网联汽车发展的终极目标。自动驾驶汽车在上路前需要经过各种测试,包括软件仿真、硬件在环仿真、车辆在环仿真、室外受控场地测试、公共道路大规模道路测试。若仅仅是路测,不可能穷尽测试工况,有些工况存在危险;测试里程也有局限性。因此,在进行实际路测前,需要进行软件仿真。
目前,大部分仿真测试系统以模拟ADAS测试场景为主,可控车辆模型的数量及雷达数量受单机计算资源限制,模仿交通流场景,不能实现测试实时性。
发明内容
为了解决上述由于单机操作计算资源不够,模仿交通流场景,不能实现测试实时性的技术问题,本发明提供了一种自动驾驶的动态交通流场景的仿真方法,不仅可以分解计算资源,为自动驾驶动态交通流场景提供实时仿真测试环境,还能仿真大型测试场景。
本发明的技术方案是:
一种自动驾驶的动态交通流场景的仿真方法,包括以下步骤:
S01:建立三维仿真场景;
S02:将三维仿真场景中的测试车和背景车与车辆动力学仿真模型连接,采用消息队列通信,所述三维仿真场景、测试车和背景车的车辆动力学仿真模型采用不同的计算资源创建;
S03:将车辆动力学仿真模型的信息通过消息队列通信反馈给三维仿真场景中的测试车和背景车,并实时获取自动驾驶算法与仿真系统间的信息。
优选的技术方案中,所述步骤S01具体包括以下步骤:
S11:在仿真软件测试场景库中选取符合测试需求的测试场景要素,包括:背景车型、测试车型、道路线形、道路长宽度,天气情况;
S12:设置背景车的位置、速度,测试车的初始位置;
S13:搭建三维仿真场景。
优选的技术方案中,所述步骤S03包括:
S31:将自动驾驶算法给出的由方向盘转角、速度组成的长度为2的1维信号向量传递给测试车的车辆动力学仿真模型,控制测试车在三维场景中的实时运动状态;
S32:将测试车在三维仿真场景中的状态信息通过消息队列实时反馈给自动驾驶算法;
S33:将车辆动力学仿真模型的三维速度、位置、角度信息通过高性能消息队列通信反馈给三维仿真场景中的背景车。
与现有技术相比,本发明的优点是:
可以分解计算资源,为自动驾驶动态交通流场景提供实时仿真测试环境,可做到仿真时间和现实时间实时同步。
可模拟5辆车以上的动态交通流,还能仿真大型测试场景。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明的基本架构;
图2为本发明自动驾驶的动态交通流场景的仿真方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
实施例:
下面结合附图,对本发明的较佳实施例作进一步说明。
如图2所示,一种自动驾驶的动态交通流场景的仿真方法,包括以下步骤:
1、仿真场景搭建;
2、车辆动力学仿真模型连接,包括测试车和背景车;三维仿真场景、测试车和背景车的车辆动力学仿真模型采用不同的计算资源创建;
3、利用可靠的高性能消息队列通信技术,将车辆动力学仿真模型的信息反馈给三维场景中的车,并实时获取自动驾驶算法与仿真系统之间的信息。
方案中,步骤1具体包括以下步骤:
在仿真软件测试场景库中选取符合测试需求的测试场景要素,包括:背景车型和测试车型,道路线形、道路长宽度,天气情况(雨天、雾天、晴天);
设置背景车的位置、速度,测试车的初始位置;
搭建仿真场景。
方案中,步骤2包括以下步骤:
利用高性能消息队列通信技术将车辆动力学仿真模型和三维场景中的测试车连接;
利用高性能消息队列通信技术将车辆动力学仿真模型和三维场景中的背景车连接。
方案中,步骤3具体包括以下步骤:
将自动驾驶算法给出的由方向盘转角、速度组成的长度为2的1维信号向量传递给被测车辆动力学仿真模型,控制仿真测试车在三维场景中的实时运动状态;
将仿真测试车辆在三维场景中的状态信息(高精度GPS定位、雷达数据、航向角)通过消息队列实时反馈给自动驾驶算法;
同时,利用可靠的高性能消息队列通信技术,将车辆动力学仿真模型的三维速度、位置、角度信息反馈给三维场景中的背景车。
以模拟绕行为例,对本发明作进一步说明。
如图1所示,共有5台计算机参与此次仿真测试,分别为A、B、C、D、E:计算机A、B、C创建的是三辆背景车的车辆动力学模型,计算机D创建的是测试车的车辆动力学模型,计算机E搭载仿真场景;
1、在计算机E的仿真软件测试场景库中选取符合测试需求的要素(背景车型和测试车型,道路线形、道路长宽度,天气情况);
2、设置背景车的位置、速度,设置测试车的初始位置;
3、将以上要素在计算机E中搭建场景库;
4、利用高性能消息队列通信技术将计算机A、B、C、D中车辆动力学仿真模型和计算机E中三维场景中的三辆背景车、一辆测试车相连接;
5、利用可靠的高性能消息队列通信技术,将计算机A、B、C中三辆背景车的车辆动力学仿真模型的三维速度、位置、角度信息反馈给计算机E三维场景中的三辆背景车。三辆背景车接收到信息后,按照设置好的速度、位置、角度行驶;
6、自动驾驶算法给出的由方向盘转角、速度组成的长度为2的1维绕行信号向量传递给计算机D中的测试车辆动力学仿真模型,计算机D中测试车的车辆动力学仿真模型将接收到的绕行信号反馈给计算机E三维场景中的测试车,控制仿真测试车的实时运动状态,使之绕行通过三辆背景车。计算机E三维场景中的测试车将绕行过程中的行驶信息(高精度GPS定位、雷达数据、航向角)通过高性能消息队列通信技术反馈给自动驾驶算法;
7、计算机E中三维场景中的测试车绕行通过背景车。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (2)
1.一种自动驾驶的动态交通流场景的仿真方法,其特征在于,包括以下步骤:
S01:建立三维仿真场景;
S02:将三维仿真场景中的测试车和背景车与车辆动力学仿真模型连接,采用消息队列通信,所述三维仿真场景、测试车和背景车的车辆动力学仿真模型采用不同的计算资源创建;
S03:将车辆动力学仿真模型的信息通过消息队列通信反馈给三维仿真场景中的测试车和背景车,并实时获取自动驾驶算法与仿真系统间的信息;
所述步骤S03包括:
S31:将自动驾驶算法给出的由方向盘转角、速度组成的长度为2的1维信号向量传递给测试车的车辆动力学仿真模型,控制测试车在三维场景中的实时运动状态;
S32:将测试车在三维仿真场景中的状态信息通过消息队列实时反馈给自动驾驶算法;
S33:将车辆动力学仿真模型的三维速度、位置、角度信息通过高性能消息队列通信反馈给三维仿真场景中的背景车。
2.根据权利要求1所述的自动驾驶的动态交通流场景的仿真方法,其特征在于,所述步骤S01具体包括以下步骤:
S11:在仿真软件测试场景库中选取符合测试需求的测试场景要素,包括:背景车型、测试车型、道路线形、道路长宽度,天气情况;
S12:设置背景车的位置、速度,测试车的初始位置;
S13:搭建三维仿真场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811491215.2A CN109656148B (zh) | 2018-12-07 | 2018-12-07 | 自动驾驶的动态交通流场景的仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811491215.2A CN109656148B (zh) | 2018-12-07 | 2018-12-07 | 自动驾驶的动态交通流场景的仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109656148A CN109656148A (zh) | 2019-04-19 |
CN109656148B true CN109656148B (zh) | 2022-02-01 |
Family
ID=66112846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811491215.2A Active CN109656148B (zh) | 2018-12-07 | 2018-12-07 | 自动驾驶的动态交通流场景的仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109656148B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111010414B (zh) * | 2019-04-29 | 2022-06-21 | 北京五一视界数字孪生科技股份有限公司 | 仿真数据同步方法、装置、存储介质及电子设备 |
CN110069887B (zh) * | 2019-05-05 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种驾驶仿真方法、装置、设备及存储介质 |
CN110263381A (zh) * | 2019-05-27 | 2019-09-20 | 南京航空航天大学 | 一种自动驾驶车辆测试仿真场景生成方法 |
CN110399672B (zh) * | 2019-07-19 | 2023-08-18 | 阿波罗智联(北京)科技有限公司 | 无人驾驶车辆的街景仿真方法、装置和电子设备 |
CN110689613B (zh) * | 2019-09-18 | 2023-04-14 | 广州大学 | 车辆道路仿真场景构建方法、装置、介质和设备 |
CN111077798A (zh) * | 2019-12-09 | 2020-04-28 | 武汉光庭信息技术股份有限公司 | 一种仿真场景实时控制方法和装置 |
CN110888417A (zh) * | 2019-12-16 | 2020-03-17 | 苏州智加科技有限公司 | 一种自动驾驶卡车的控制系统实时仿真和测试方法 |
CN111735639B (zh) * | 2020-05-26 | 2022-03-22 | 清华大学苏州汽车研究院(相城) | 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法 |
CN111783229A (zh) * | 2020-07-02 | 2020-10-16 | 北京赛目科技有限公司 | 一种仿真交通流的生成方法及装置 |
CN112051848B (zh) * | 2020-08-31 | 2021-07-20 | 安徽江淮汽车集团股份有限公司 | 车辆解耦控制方法、仿真平台、电子设备及存储介质 |
CN113626317B (zh) * | 2021-07-28 | 2023-09-05 | 的卢技术有限公司 | 一种自动驾驶软件调测系统、方法、介质和设备 |
CN113722224A (zh) * | 2021-08-31 | 2021-11-30 | 信通院车联网创新中心(成都)有限公司 | V2x车载终端车车预警功能仿真测试方法 |
CN114609998A (zh) * | 2022-03-09 | 2022-06-10 | 武汉理工大学 | 一种车辆队列测试方法、电子设备及储存介质 |
CN114743385B (zh) * | 2022-04-12 | 2023-04-25 | 腾讯科技(深圳)有限公司 | 车辆处理方法、装置及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106873397A (zh) * | 2017-01-23 | 2017-06-20 | 同济大学 | 智能网联汽车“硬件在环”加速加载仿真测试系统 |
CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
CN107703777A (zh) * | 2017-10-27 | 2018-02-16 | 清华大学苏州汽车研究院(吴江) | 一种基于联合仿真系统的车辆队列测试方法 |
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 |
CN108595901A (zh) * | 2018-07-09 | 2018-09-28 | 黄梓钥 | 一种自动驾驶汽车标准化安全仿真验证模型数据库系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002123894A (ja) * | 2000-10-16 | 2002-04-26 | Hitachi Ltd | プローブカー制御方法及び装置並びにプローブカーを用いた交通制御システム |
US9165477B2 (en) * | 2013-12-06 | 2015-10-20 | Vehicle Data Science Corporation | Systems and methods for building road models, driver models, and vehicle models and making predictions therefrom |
US10496766B2 (en) * | 2015-11-05 | 2019-12-03 | Zoox, Inc. | Simulation system and methods for autonomous vehicles |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
CN108241762A (zh) * | 2016-12-26 | 2018-07-03 | 乐视汽车(北京)有限公司 | 用于自动驾驶仿真系统的测试系统和测试方法 |
CN107506830A (zh) * | 2017-06-20 | 2017-12-22 | 同济大学 | 面向智能汽车规划决策模块的人工智能训练平台 |
CN108267325A (zh) * | 2018-01-29 | 2018-07-10 | 上海测迅汽车科技有限公司 | 无人驾驶整车实物在环测试方法 |
CN108762889A (zh) * | 2018-05-30 | 2018-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶仿真云平台及方法 |
-
2018
- 2018-12-07 CN CN201811491215.2A patent/CN109656148B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106873397A (zh) * | 2017-01-23 | 2017-06-20 | 同济大学 | 智能网联汽车“硬件在环”加速加载仿真测试系统 |
CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
CN107703777A (zh) * | 2017-10-27 | 2018-02-16 | 清华大学苏州汽车研究院(吴江) | 一种基于联合仿真系统的车辆队列测试方法 |
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 |
CN108595901A (zh) * | 2018-07-09 | 2018-09-28 | 黄梓钥 | 一种自动驾驶汽车标准化安全仿真验证模型数据库系统 |
Non-Patent Citations (2)
Title |
---|
7种微观交通仿真系统的性能评价与比较研究;臧志刚;《交通与计算机》;20070131;第25卷(第1期);66-70 * |
Simulation Research on Dynamic Traffic Assignment Model;Dan Yu;《2009 Second International Conference on Intelligent Computation Technology and Automation》;20091216;240-243 * |
Also Published As
Publication number | Publication date |
---|---|
CN109656148A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109656148B (zh) | 自动驾驶的动态交通流场景的仿真方法 | |
CN111897305B (zh) | 一种基于自动驾驶的数据处理方法、装置、设备及介质 | |
CN108921200B (zh) | 用于对驾驶场景数据进行分类的方法、装置、设备和介质 | |
CN110687562B (zh) | 一种定位方法及车载装置 | |
CN112738171B (zh) | 车辆的控制方法、装置、系统、设备及存储介质 | |
US20200064837A1 (en) | Image data acquisition logic of an autonomous driving vehicle for capturing image data using cameras | |
CN113848855B (zh) | 车辆控制系统测试方法、装置、设备、介质及程序产品 | |
CN111947938A (zh) | 自动驾驶车辆在环测试系统、方法、服务器及存储介质 | |
EP3842889B1 (en) | Vehicle control method for platooning, vehicle mounted apparatus and vehicle | |
US11409927B2 (en) | Architecture for configurable distributed system simulation timing | |
US20180137779A1 (en) | Control method for UAV flight training and device thereof | |
CN113419518B (zh) | 一种基于vts的vil测试平台 | |
CN111752258A (zh) | 自主车辆的操作测试 | |
CN113311817B (zh) | 车辆协同控制测试方法、装置、电子设备及存储介质 | |
WO2022130028A1 (en) | Graphical user interface and user experience elements for head up display devices | |
WO2022134365A1 (zh) | 车辆调度方法、装置、系统、设备及存储介质 | |
CN115391180A (zh) | 针对智能驾驶功能的闭环仿真方法、系统和介质 | |
CN113359724B (zh) | 基于无人机的车辆智能驾驶系统、方法及存储介质 | |
US20240290199A1 (en) | Traffic monitoring method based on aerial survey data | |
CN112230632B (zh) | 用于自动驾驶的方法、装置、设备和存储介质 | |
US20220092231A1 (en) | Architecture for distributed system simulation timing alignment | |
CN117724361A (zh) | 应用于自动驾驶仿真场景的碰撞事件检测方法及装置 | |
CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN115861953A (zh) | 场景编码模型的训练方法、轨迹规划方法及装置 | |
CN114968782A (zh) | 一种基于Carla模拟器实现智能驾驶的方法 |
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 |