CN109657355B - 一种车辆道路虚拟场景的仿真方法及系统 - Google Patents
一种车辆道路虚拟场景的仿真方法及系统 Download PDFInfo
- Publication number
- CN109657355B CN109657355B CN201811564188.7A CN201811564188A CN109657355B CN 109657355 B CN109657355 B CN 109657355B CN 201811564188 A CN201811564188 A CN 201811564188A CN 109657355 B CN109657355 B CN 109657355B
- Authority
- CN
- China
- Prior art keywords
- scene
- vehicle
- data
- road
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车辆道路虚拟场景的仿真方法及系统,包括:通过采集设备对实际道路的车道线、车道标识、交通信号、行人和交通车辆进行采集,并形成不同驾驶路线的场景信息。根据所述场景信息提取数据流和视频流的场景库用例,并将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据。根据所述场景数据建立行驶环境仿真模型以仿真车辆行驶的道路信息,所述行驶环境仿真模型包括:道路模型、交通环境模型和天气模型。本发明能提高车辆智能驾驶的功能测试的效率和准确性。
Description
技术领域
本发明涉及汽车测试仿真技术领域,尤其涉及一种车辆道路虚拟场景的仿真方法及系统。
背景技术
近年来,市场上具有智能驾驶功能的车辆如雨后春笋,从合资车到自主车,都将智能驾驶功能作为发展的重点。智能驾驶成为车型的主要竞争力,响应的法规也在逐渐出台,如2018版C-NCAP要求具备主动安全系统的车辆才能获得五星评价资格。此外,市场对智能驾驶功能的需求也在不断增长,要想最大程度赢得客户对智能驾驶的信任,“安全性”是最重要的影响因素。对于安全性的测试,除了场地测试和开放道路性能验证,在开发初期的虚拟验证也要发挥重要的作用。虚拟场景的仿真度决定了ADAS以及自动驾驶系统的安全性能验证的全面性。当前ADAS系统以及自动驾驶系统开发流程需经过MIL(模型在环)、SIL(软件在环)、HIL(硬件在环)、DIL(驾驶员在环)、VIL(整车在环)。而驾驶场景库是开发过程中的关键之处,贯穿整个开发过程,因此,建立全面且贴近真实交通环境的场景显得尤为重要。
发明内容
本发明涉及一种车辆道路虚拟场景的仿真方法及系统,解决现有实物场景的虚拟仿真精度不高的问题,能提高整车安全性测试的全面性、提高车辆智能驾驶的功能测试的效率和准确性。
为实现以上目的,本发明提供以下技术方案:
一种车辆道路虚拟场景的仿真方法,包括:
通过采集设备对实际道路的车道线、车道标识、交通信号、行人和交通车辆进行采集,并形成不同驾驶路线的场景信息;
根据所述场景信息提取数据流和视频流的场景库用例,并将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据;
根据所述场景数据建立行驶环境仿真模型以仿真车辆行驶的道路信息,所述行驶环境仿真模型包括:道路模型、交通环境模型和天气模型。
优选的,还包括:
根据所述车辆动态数据建立车辆仿真模型,以仿真其它车辆的位置信息和行车参数信息。
优选的,还包括:
获取待测车辆的行驶信息,并通过所述行驶环境仿真模型和所述车辆仿真模型对待测车辆的行驶道路虚拟场景进行仿真。
优选的,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,包括:
对所述场景库用例中的场景元素进行标记,并根据所述标记对场景元素进行场景类别分类,所述场景元素包括:车道线、车道标识、交通信号、行人、交通车辆和路面障碍物。
优选的,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,还包括:
以目标车与测试车的车间距离小于设定距离阈值为依据,对所述场景库用例进行车辆类别分类。
优选的,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,还包括:
根据目标车的行驶过程的数据段进行分割,并以所述数据段的起始时间进行排序,得到稳定的行车过程片段。
优选的,所述采集设备包括:设置在测试车上的激光雷达、电子眼、毫米波雷达和摄像头。
本发明还提供一种车辆道路虚拟场景的仿真系统,包括:
场景获取单元,用于通过道路采集设备对实际道路的车道线、车道标识、交通信号、行人和交通车辆进行采集,并形成不同驾驶路线的场景信息;
数据处理单元,用于根据所述场景信息提取数据流和视频流的场景库用例,并将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据;
环境仿真单元,用于根据所述场景数据建立行驶环境仿真模型以仿真车辆行驶的道路信息,所述行驶环境仿真模型包括:道路模型、交通环境模型和天气模型。
优选的,还包括:
车辆仿真单元,用于根据所述车辆动态数据建立车辆仿真模型,以仿真其它车辆的位置信息和行车参数信息。
优选的,还包括:
行驶场景仿真单元,用于获取待测车辆的行驶信息,并通过所述行驶环境仿真模型和所述车辆仿真模型对待测车辆的行驶道路虚拟场景进行仿真。
本发明涉及一种车辆道路虚拟场景的仿真方法及系统,通过对实际道路信息进行采集形成场景库用例,对所述场景库用例进行数据处理得到场景数据和车辆动态数据,进而建立行驶环境仿真模型。解决现有实物场景的虚拟仿真精度不高的问题,能提高整车安全性测试的全面性、提高车辆智能驾驶的功能测试的效率和准确性。
附图说明
为了更清楚地说明本发明的具体实施例,下面将对实施例中所需要使用的附图作简单地介绍。
图1:是本发明提供的一种车辆道路虚拟场景的仿真方法示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
针对当前进车辆行驶试验时,常采用虚拟场景,但其存在虚拟仿真精度不高的问题。本发明涉及一种车辆道路虚拟场景的仿真方法及系统,通过对实际道路信息进行采集形成场景库用例,对所述场景库用例进行数据处理得到场景数据和车辆动态数据,进而建立行驶环境仿真模型。解决现有实物场景的虚拟仿真精度不高的问题,能提高整车安全性测试的全面性、提高车辆智能驾驶的功能测试的效率和准确性。
如图1所示,一种车辆道路虚拟场景的仿真方法,包括:
S1:通过采集设备对实际道路的车道线、车道标识、交通信号、行人和交通车辆进行采集,并形成不同驾驶路线的场景信息。
S2:根据所述场景信息提取数据流和视频流的场景库用例,并将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据。
S3:根据所述场景数据建立行驶环境仿真模型以仿真车辆行驶的道路信息,所述行驶环境仿真模型包括:道路模型、交通环境模型和天气模型。
进一步,该方法还包括:
S4:根据所述车辆动态数据建立车辆仿真模型,以仿真其它车辆的位置信息和行车参数信息。
在实际应用中,采用道路采集设备对实际道路中的车道线、交通车辆、行人、车道标识,交通信号等进行采集,其中需要采集100万公里自然驾驶路线。具体采集过程如下:采集设备按照功能不同安装在不同位置,其中车辆前段安装的激光雷达,主要采集与前方车辆之间的相对距离、相对车速以及偏转角度等信息,主要应用于前碰撞预警、自动紧急制动等情况下。Mobileye摄像头精度很高,主要用来采集道路标志线的信息。毫米波雷达和摄像头主要在采集后向来车或者后向行人等情况。将采集的杂乱无章的真实场景数据,提取出典型的包括数据流和视频流的场景库用例。可采用国际通用的开源数据结构OpenDrive和OpenSCENARIO提取场景库中个用例的详细数据,并以OpenDrive和OpenSCENARIO数据格式保存。具体数据处理包括:对典型场景元素的相关特征的在线标记,包括其他交通参与者、交通标志牌、车道线等,进一步通过标记软件实时或离线自动或人工进行特殊元素的标记,如路面覆盖物、交通流情况、工况等。实时采集的数据应以固定时间长度,分段保存。根据最终标记的场景元素信息和对应的车辆动态数据,进行清洗、分析、聚类等,得到具有代表性且全面的元素状态类别和场景类别。
该方法还包括:
S5:获取待测车辆的行驶信息,并通过所述行驶环境仿真模型和所述车辆仿真模型对待测车辆的行驶道路虚拟场景进行仿真。
所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,包括:对所述场景库用例中的场景元素进行标记,并根据所述标记对场景元素进行场景类别分类,所述场景元素包括:车道线、车道标识、交通信号、行人、交通车辆和路面障碍物。
进一步,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,还包括:以目标车与测试车的车间距离小于设定距离阈值为依据,对所述场景库用例进行车辆类别分类。
更进一步,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,还包括:根据目标车的行驶过程的数据段进行分割,并以所述数据段的起始时间进行排序,得到稳定的行车过程片段。
在实际应用中,1、以横向距离特征为依据,综合考虑数据的精确度、目标车横向偏移对主车行驶状态的影响、常见车辆宽度,并基于一定的容忍度,筛选所有横向距离小于1.8m的数据。2、依据目标车ID进行数据的分割。3、对目标车ID相同的数据段,按照帧ID进行排序,通过比较相邻帧之间的时间间隔,基于设定的阈值,将数据段重新分割为不同的跟车行驶过程,并根据起始时间排序。4、为减少目标车ID跳变的影响,将相邻时间内跟车约束但没有同时出现的ID合并为同一ID e)进一步,根据数据片段时长、平均横向距离和平均车速,对数据质量进行判断,获得最终的稳定跟车行驶过程片段,并在数据片段前后预留一定时长,以便于分析车间运动状态变化。5、将识别好的测试场景转换为excel格式保存,为方便程序读取数据的快捷性,需要将Excel数据转存为mat文件。6、然后与CarMaker、PreScan、PanoSim软件形成通用的场景数据接口,将数据导入,即可形成车辆软件可以编辑使用的虚拟仿真场景。具体操作流程如下:通过转换好的场景,在simlink中调用Excel文件,通过编写读取命令,将车辆时间、距离、制动信息输入所建模型中,然后运行mdl文件,即可在Prescan中将真实场景展现出来。
所述采集设备包括:设置在测试车上的激光雷达、电子眼、毫米波雷达和摄像头。
具体地,由一个前向32线激光雷达、一个后向32线激光雷达、一个Mobileye、一个前向毫米波雷达、5路摄像头组成,分别采集车辆周边环境、道路、信号标志、行人、车流、天气等自然交通环境信息。
可见,本发明涉及一种车辆道路虚拟场景的仿真方法,通过对实际道路信息进行采集形成场景库用例,对所述场景库用例进行数据处理得到场景数据和车辆动态数据,进而建立行驶环境仿真模型。解决现有实物场景的虚拟仿真精度不高的问题,能提高整车安全性测试的全面性、提高车辆智能驾驶的功能测试的效率和准确性。
本发明还提供一种车辆道路虚拟场景的仿真系统,包括:场景获取单元,用于通过道路采集设备对实际道路的车道线、车道标识、交通信号、行人和交通车辆进行采集,并形成不同驾驶路线的场景信息。数据处理单元,用于根据所述场景信息提取数据流和视频流的场景库用例,并将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据。环境仿真单元,用于根据所述场景数据建立行驶环境仿真模型以仿真车辆行驶的道路信息,所述行驶环境仿真模型包括:道路模型、交通环境模型和天气模型。
该系统还包括:车辆仿真单元,用于根据所述车辆动态数据建立车辆仿真模型,以仿真其它车辆的位置信息和行车参数信息。
该系统还包括:行驶场景仿真单元,用于获取待测车辆的行驶信息,并通过所述行驶环境仿真模型和所述车辆仿真模型对待测车辆的行驶道路虚拟场景进行仿真。
可见,本发明涉及一种车辆道路虚拟场景的仿真方法及系统,通过场景获取单元对实际道路信息进行采集形成场景库用例,并通过数据处理单元对所述场景库用例进行数据处理得到场景数据和车辆动态数据,进而建立行驶环境仿真模型。解决现有实物场景的虚拟仿真精度不高的问题,能提高整车安全性测试的全面性、提高车辆智能驾驶的功能测试的效率和准确性。
以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种车辆道路虚拟场景的仿真方法,其特征在于,包括:
通过采集设备对实际道路的车道线、车道标识、交通信号、行人和交通车辆进行采集,并形成不同驾驶路线的场景信息;
根据所述场景信息提取数据流和视频流的场景库用例,并将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据;
根据所述场景数据建立行驶环境仿真模型以仿真车辆行驶的道路信息,所述行驶环境仿真模型包括:道路模型、交通环境模型和天气模型;
所述数据处理包括:对典型场景元素的相关特征的在线标记,所述典型场景元素包括:其他交通参与者、交通标志牌和车道线;对特殊元素进行标记,所述特殊元素包括:路面覆盖物、交通流情况和工况,将实时采集的数据以固定时间长度,分段保存;根据最终标记的场景元素信息和对应的车辆动态数据,进行清洗、分析和聚类,以得到具有代表性且全面的元素状态类别和场景类别;
依据目标车ID进行数据的分割;
对目标车ID相同的数据段,按照帧ID进行排序;
通过比较相邻帧之间的时间间隔,基于设定的阈值,将数据段重新分割为不同的跟车行驶过程,并根据起始时间排序。
2.根据权利要求1所述的车辆道路虚拟场景的仿真方法,其特征在于,还包括:
根据所述车辆动态数据建立车辆仿真模型,以仿真其它车辆的位置信息和行车参数信息。
3.根据权利要求2所述的车辆道路虚拟场景的仿真方法,其特征在于,还包括:
获取待测车辆的行驶信息,并通过所述行驶环境仿真模型和所述车辆仿真模型对待测车辆的行驶道路虚拟场景进行仿真。
4.根据权利要求3所述的车辆道路虚拟场景的仿真方法,其特征在于,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,包括:
对所述场景库用例中的场景元素进行标记,并根据所述标记对场景元素进行场景类别分类,所述场景元素包括:车道线、车道标识、交通信号、行人、交通车辆和路面障碍物。
5.根据权利要求4所述的车辆道路虚拟场景的仿真方法,其特征在于,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,还包括:
以目标车与测试车的车间距离小于设定距离阈值为依据,对所述场景库用例进行车辆类别分类。
6.根据权利要求5所述的车辆道路虚拟场景的仿真方法,其特征在于,所述将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据,还包括:
根据目标车的行驶过程的数据段进行分割,并以所述数据段的起始时间进行排序,得到稳定的行车过程片段。
7.根据权利要求1所述的车辆道路虚拟场景的仿真方法,其特征在于,所述采集设备包括:设置在测试车上的激光雷达、电子眼、毫米波雷达和摄像头。
8.一种车辆道路虚拟场景的仿真系统,其特征在于,包括:
场景获取单元,用于通过道路采集设备对实际道路的车道线、车道标识、交通信号、行人和交通车辆进行采集,并形成不同驾驶路线的场景信息;
数据处理单元,用于根据所述场景信息提取数据流和视频流的场景库用例,并将所述场景库用例进行数据处理以生成设定数据格式的场景数据和车辆动态数据;
所述数据处理单元还用于对典型场景元素的相关特征的在线标记,所述典型场景元素包括:其他交通参与者、交通标志牌和车道线;对特殊元素进行标记,所述特殊元素包括:路面覆盖物、交通流情况和工况,将实时采集的数据以固定时间长度,分段保存;根据最终标记的场景元素信息和对应的车辆动态数据,进行清洗、分析和聚类,以得到具有代表性且全面的元素状态类别和场景类别;
所述数据处理单元还用于依据目标车ID进行数据的分割;对目标车ID相同的数据段,按照帧ID进行排序;通过比较相邻帧之间的时间间隔,基于设定的阈值,将数据段重新分割为不同的跟车行驶过程,并根据起始时间排序;
环境仿真单元,用于根据所述场景数据建立行驶环境仿真模型以仿真车辆行驶的道路信息,所述行驶环境仿真模型包括:道路模型、交通环境模型和天气模型。
9.根据权利要求8所述的车辆道路虚拟场景的仿真系统,其特征在于,还包括:
车辆仿真单元,用于根据所述车辆动态数据建立车辆仿真模型,以仿真其它车辆的位置信息和行车参数信息。
10.根据权利要求9所述的车辆道路虚拟场景的仿真系统,其特征在于,还包括:
行驶场景仿真单元,用于获取待测车辆的行驶信息,并通过所述行驶环境仿真模型和所述车辆仿真模型对待测车辆的行驶道路虚拟场景进行仿真。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811564188.7A CN109657355B (zh) | 2018-12-20 | 2018-12-20 | 一种车辆道路虚拟场景的仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811564188.7A CN109657355B (zh) | 2018-12-20 | 2018-12-20 | 一种车辆道路虚拟场景的仿真方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109657355A CN109657355A (zh) | 2019-04-19 |
CN109657355B true CN109657355B (zh) | 2021-05-11 |
Family
ID=66115389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811564188.7A Active CN109657355B (zh) | 2018-12-20 | 2018-12-20 | 一种车辆道路虚拟场景的仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109657355B (zh) |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110209146B (zh) * | 2019-05-23 | 2020-12-01 | 杭州飞步科技有限公司 | 自动驾驶车辆的测试方法、装置、设备及可读存储介质 |
CN112069643B (zh) * | 2019-05-24 | 2023-10-10 | 北京车和家信息技术有限公司 | 一种自动驾驶仿真场景生成方法及装置 |
CN110399688B (zh) * | 2019-07-30 | 2023-04-07 | 奇瑞汽车股份有限公司 | 自动驾驶的环境工况确定方法、装置及存储介质 |
CN110533768B (zh) * | 2019-08-18 | 2023-01-13 | 武汉中海庭数据技术有限公司 | 一种仿真交通场景生成方法及系统 |
CN110543173B (zh) * | 2019-08-30 | 2022-02-11 | 上海商汤智能科技有限公司 | 车辆定位系统及方法、车辆控制方法及装置 |
CN110763483A (zh) * | 2019-09-26 | 2020-02-07 | 泰牛汽车技术(苏州)有限公司 | 一种安全等级测试场景库的自动生成方法及装置 |
CN112698578B (zh) * | 2019-10-22 | 2023-11-14 | 北京车和家信息技术有限公司 | 一种自动驾驶模型的训练方法及相关设备 |
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 |
CN111007738A (zh) * | 2019-11-28 | 2020-04-14 | 天津卡达克数据有限公司 | 一种用于自动驾驶算法仿真测试的软件在环平台 |
CN110955976B (zh) * | 2019-11-29 | 2021-08-27 | 安徽江淮汽车集团股份有限公司 | Adas虚拟仿真验证方法及系统 |
CN110843768B (zh) * | 2019-11-29 | 2021-06-08 | 安徽江淮汽车集团股份有限公司 | 汽车自动泊车控制方法、装置、设备及存储介质 |
CN111309599A (zh) * | 2020-01-21 | 2020-06-19 | 同济大学 | 一种车路协同系统测试方法及架构 |
CN113574530B (zh) * | 2020-02-12 | 2024-09-20 | 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 |
CN111368409A (zh) * | 2020-02-27 | 2020-07-03 | 杭州飞步科技有限公司 | 车辆流的模拟处理方法、装置、设备和存储介质 |
CN111460683B (zh) * | 2020-04-20 | 2024-06-04 | 同济大学 | 一种行人在环仿真系统及其测试方法 |
CN111723458B (zh) * | 2020-05-09 | 2022-09-16 | 同济大学 | 面向自动驾驶决策规划系统仿真测试场景自动化生成方法 |
CN111797003A (zh) * | 2020-05-27 | 2020-10-20 | 中汽数据有限公司 | 一种基于vtd软件搭建虚拟测试场景的方法 |
CN111797001A (zh) * | 2020-05-27 | 2020-10-20 | 中汽数据有限公司 | 一种基于SCANeR的自动驾驶仿真测试模型的构建方法 |
CN113804451A (zh) * | 2020-06-11 | 2021-12-17 | 上海汽车集团股份有限公司 | 一种汽车智能驾驶自动化仿真测试方法及装置 |
CN111841012B (zh) * | 2020-06-23 | 2024-05-17 | 北京航空航天大学 | 一种自动驾驶模拟仿真系统及其测试资源库建设方法 |
CN113359673B (zh) * | 2020-06-29 | 2022-09-30 | 钧捷智能(深圳)有限公司 | 一种基于大数据的自动驾驶汽车性能判定系统 |
CN111797526B (zh) * | 2020-06-30 | 2024-04-12 | 北京经纬恒润科技股份有限公司 | 一种仿真测试场景构建方法及装置 |
CN111967123B (zh) * | 2020-06-30 | 2023-10-27 | 中汽数据有限公司 | 一种仿真测试中仿真测试用例的生成方法 |
CN112198859B (zh) * | 2020-09-07 | 2022-02-11 | 西安交通大学 | 混合场景下车辆在环的自动驾驶车辆测试方法、系统及装置 |
CN113758492A (zh) * | 2020-09-16 | 2021-12-07 | 北京京东叁佰陆拾度电子商务有限公司 | 地图检测方法和装置 |
CN112286076B (zh) * | 2020-10-30 | 2023-12-15 | 中国兵器科学研究院 | 一种实车火控触发数据采集仿真系统 |
CN112346982A (zh) * | 2020-11-11 | 2021-02-09 | 东软睿驰汽车技术(沈阳)有限公司 | 测试用例生成方法、装置和电子设备 |
CN112464462B (zh) * | 2020-11-20 | 2021-10-01 | 北京赛目科技有限公司 | 一种仿真运行数据的处理方法及装置 |
CN112526968B (zh) * | 2020-11-25 | 2021-11-30 | 东南大学 | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 |
CN112395695A (zh) * | 2020-12-02 | 2021-02-23 | 武汉光庭信息技术股份有限公司 | 一种实时建立仿真场景的方法及系统 |
CN112528477B (zh) * | 2020-12-03 | 2024-03-08 | 安徽江淮汽车集团股份有限公司 | 道路场景仿真方法、设备、存储介质及装置 |
CN112581633A (zh) * | 2020-12-24 | 2021-03-30 | 北京亮道智能汽车技术有限公司 | 一种自动驾驶功能车辆在环虚拟仿真测试方法及系统 |
CN112789619B (zh) * | 2020-12-31 | 2022-04-12 | 华为技术有限公司 | 一种仿真场景的构建方法、仿真方法以及设备 |
CN112346998B (zh) * | 2021-01-11 | 2021-04-09 | 北京赛目科技有限公司 | 一种基于场景的自动驾驶仿真测试方法及装置 |
CN112948270A (zh) * | 2021-04-06 | 2021-06-11 | 东风小康汽车有限公司重庆分公司 | 自动驾驶车辆道路测试仿真分析方法、装置、设备和介质 |
CN113110449B (zh) * | 2021-04-14 | 2022-08-23 | 苏州智行众维智能科技有限公司 | 一种车辆自动驾驶技术的仿真模拟系统 |
CN113094275B (zh) * | 2021-04-15 | 2024-06-04 | 北京星云互联科技有限公司 | 一种数据处理方法、装置、电子设备及介质 |
CN113361386B (zh) * | 2021-06-03 | 2022-11-15 | 苏州智加科技有限公司 | 虚拟场景的处理方法、装置、设备及存储介质 |
CN113343461A (zh) * | 2021-06-07 | 2021-09-03 | 芜湖雄狮汽车科技有限公司 | 自动驾驶车辆的仿真方法、装置、电子设备及存储介质 |
CN113361144B (zh) * | 2021-07-15 | 2022-05-20 | 中交第二公路勘察设计研究院有限公司 | 一种基于bim的道路驾驶模拟环境建立方法 |
CN113342704B (zh) * | 2021-08-06 | 2021-11-12 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、设备以及计算机可读存储介质 |
CN113671937B (zh) * | 2021-08-20 | 2023-06-30 | 安徽江淮汽车集团股份有限公司 | Aeb功能优化再验证方法 |
CN113778108B (zh) * | 2021-10-09 | 2023-07-21 | 招商局检测车辆技术研究院有限公司 | 一种基于路侧感知单元的数据采集系统及数据处理方法 |
CN114112435A (zh) * | 2021-11-29 | 2022-03-01 | 中国公路工程咨询集团有限公司 | 面向智能网联车在环场景导向自适应评价测试方法及系统 |
CN114061982A (zh) * | 2021-12-10 | 2022-02-18 | 中国第一汽车股份有限公司 | 一种车辆测试方法、装置、系统及存储介质 |
CN114371015B (zh) * | 2022-01-04 | 2024-06-04 | 一汽解放汽车有限公司 | 自动驾驶测试方法、装置、计算机设备、存储介质 |
CN114802260B (zh) * | 2022-04-12 | 2024-09-06 | 上海智能网联汽车技术中心有限公司 | 一种基于路侧设备自然驾驶数据的仿真场景构建方法 |
CN115937421B (zh) * | 2022-12-13 | 2024-04-02 | 昆易电子科技(上海)有限公司 | 仿真视频数据的生成方法、图像生成装置及可读存储介质 |
CN116611268B (zh) * | 2023-07-19 | 2023-09-15 | 苏州智行众维智能科技有限公司 | 一种基于多交通场景的车辆在环仿真测试系统及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Family Cites Families (3)
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 |
US8756522B2 (en) * | 2010-03-19 | 2014-06-17 | Blackberry Limited | Portable electronic device and method of controlling same |
CN105718065B (zh) * | 2016-01-27 | 2018-08-21 | 北京交通大学 | 车路协同环境下的交互式视景仿真系统 |
-
2018
- 2018-12-20 CN CN201811564188.7A patent/CN109657355B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Also Published As
Publication number | Publication date |
---|---|
CN109657355A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657355B (zh) | 一种车辆道路虚拟场景的仿真方法及系统 | |
CN111179585B (zh) | 自动驾驶车辆的场地测试方法及装置 | |
CN112668153B (zh) | 一种自动驾驶仿真场景生成的方法、装置及设备 | |
Essa et al. | Simulated traffic conflicts: do they accurately represent field-measured conflicts? | |
CN112819968B (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
CN110188482B (zh) | 一种基于智能驾驶的测试场景创建方法及装置 | |
EP3438901A1 (de) | Testfahrtszenario-datenbanksystem für realitätsnahe virtuelle testfahrtszenarien | |
CN107301776A (zh) | 基于视频检测技术的车道路况处理及发布方法 | |
CN114077541A (zh) | 验证用于自动驾驶车辆的自动控制软件的方法和系统 | |
Zyner et al. | ACFR five roundabouts dataset: Naturalistic driving at unsignalized intersections | |
CN109615862A (zh) | 道路车辆交通运动状态参数动态获取方法及装置 | |
CN113343461A (zh) | 自动驾驶车辆的仿真方法、装置、电子设备及存储介质 | |
EP4020428A1 (en) | Method and apparatus for recognizing lane, and computing device | |
DE112020003091T5 (de) | System zum Realisieren einer automatischen Iteration vom Vorhersagemodell auf der Grundlage eines Datenbetriebs | |
CN110986994B (zh) | 一种基于高噪音车辆轨迹数据的换道意图自动标注方法 | |
DE102023111485A1 (de) | Nachverfolgungssegmentbereinigung nachverfolgter objekte | |
CN114241373A (zh) | 一种端到端的车辆行为检测方法、系统、设备及存储介质 | |
CN113778108A (zh) | 一种基于路侧感知单元的数据采集系统及数据处理方法 | |
DE102018010039A1 (de) | Verfahren zur Erkennung von mindestens einem Muster in einer Umgebung eines Fahrzeugs, Steuergerät zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Steuergerät | |
CN112509321A (zh) | 一种基于无人机的城市复杂交通情景的驾驶控制方法、系统及可读存储介质 | |
CN116301464A (zh) | 展示道路数字孪生信息的方法、装置及终端设备 | |
US20220172606A1 (en) | Systems and Methods for Extracting Data From Autonomous Vehicles | |
CN115394089A (zh) | 一种车辆信息融合展示的方法、无感通行系统及存储介质 | |
CN114693722A (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN114372351A (zh) | 基于真实交通场景的自动驾驶仿真场景自动生成方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 230601 No. 99 Ziyun Road, Hefei Economic and Technological Development Zone, Anhui Province Applicant after: Anhui Jianghuai Automobile Group Limited by Share Ltd Address before: 230601 No. 669 Shixin Road, Taohua Industrial Park, Hefei City, Anhui Province Applicant before: Anhui Jianghuai Automobile Group Limited by Share Ltd |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |