CN110427682A - 一种基于虚拟现实的交通场景模拟实验平台和方法 - Google Patents
一种基于虚拟现实的交通场景模拟实验平台和方法 Download PDFInfo
- Publication number
- CN110427682A CN110427682A CN201910684034.XA CN201910684034A CN110427682A CN 110427682 A CN110427682 A CN 110427682A CN 201910684034 A CN201910684034 A CN 201910684034A CN 110427682 A CN110427682 A CN 110427682A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- virtual
- traffic
- decision
- driver
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于虚拟现实的交通场景模拟平台和方法。所述交通场景模拟平台包括:所述仿真场景控制模块(1)、人机交互机制决策模块(2)、网络通信仿真模块(3)和操纵输入接口(4),所述仿真场景控制模块(1)、网络通信仿真模块(3)、操纵输入接口(4)与所述人机交互机制决策模块(2)连接,在所述人机交互机制决策模块(2)中具有预先封装好的虚拟驾驶人特性;所述人机交互机制决策模块(2)模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种场景的行为决策,并进行人‑车‑路联合运行虚拟仿真,基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
Description
技术领域
本发明涉及智能交通系统领域,特别是涉及一种基于虚拟现实的交通场景模拟实验平台和方法。
背景技术
随着社会进步和技术发展,虚拟现实设备使用越来越普遍。虚拟现实技术(VirtualReality,VR)能够通过使用计算机,运用一定的技术手段建造一个仿真的三维虚拟环境,实现创建和体验虚拟世界的功能。
基于虚拟现实的场景模拟广泛用于建筑和空间使用的建模上。它们允许设计师对假设的现实场景进行预测,也可用于特殊事件,特别是人员疏散的培训和规划。同时,随着虚拟现实技术的逐渐成熟,将人类参与者直接嵌入到场景中共同模拟具有相当大的潜力,能够有效产生并提供丰富的信息。例如,可以应用场景模拟评估部署消防员对疏散时间的影响,或者可以评估员工培训的影响。但是,此类应用程序的有效性取决于模拟生成与在等效的真实场景中可能遇到的相同类型的体验和行为的能力。目前仍在推进对VR显示器的驾驶人体验的研究。许多研究人员试图使用虚拟现实来增强驾驶人的沉浸感,或者增加额外的互动,以增加驾驶人的存在感。
而在交通领域中,采用交通仿真系统能在有效模拟人-车-路的相互作用,再现交通流的真实状态,描述各种交通控制策略的实施过程。目前对于这一方面的研究并不多,部分研究拟基于在驾驶模拟器的基础上加入虚拟现实增强驾驶人主观体验真实感;也有一些研究在以往的微观交通仿真系统中,通过构建三维虚拟交通场景,来研究静态物体的建立,如快速建立房屋、树木、道路网络对整个交通场景的影响。然而,对虚拟交通环境的研究并不是简单地通过三维建模和渲染技术来建立视觉上真实的交通环境。更重要的是,它需要能够智能地模拟交通环境中的各种动态因素,例如车辆,交通信号和道路上的行人。这样才能真正实现人-车-路交通系统之间相互关系的分析,用仿真得到的各种数据去分析、预测交通状况。
发明内容
本发明提供一种基于虚拟现实的交通场景模拟平台,所述交通场景模拟平台包括:所述仿真场景控制模块、人机交互机制决策模块、网络通信仿真模块和操纵输入接口,所述仿真场景控制模块、网络通信仿真模块、操纵输入接口与所述人机交互机制决策模块连接,
其中,
所述仿真场景控制模块建立三维虚拟场景实现交通场景的重构,根据交通系统中不同的实验场景,设置虚拟景物模拟交通环境中的各种基本要素,满足驾驶人沉浸性的要求,
所述网络通信仿真模块通过模拟路网信息识别,让交通场景模拟平台中的虚拟交通要素能够从道路环境信息数据库中获取描述道路环境的信息;
真实驾驶人通过所述操纵输入接口驾驶虚拟车辆,所述操纵输入接口模拟真实车辆的操纵装置的机械特性,并将接收到的真实驾驶人的操作指令输入到所述人机交互机制决策模块,
在所述人机交互机制决策模块中具有预先封装好的虚拟驾驶人特性;所述人机交互机制决策模块模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种场景的行为决策,并进行人-车-路联合运行虚拟仿真,基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
优选地,所述仿真场景控制模块包括运动与动力学仿真系统,所述运动与动力学仿真系统仅考虑汽车纵向运动,忽略横向和垂向运动;并且忽略轮胎的滑移和变形,以下式建立车辆纵向动力学模型,
其中,
M是等效整车质量,
Tb是前后轴的制动总力矩,
Fi为坡道阻力,
Fa为空气阻力,
Ff为滚动阻力,
Kb是制动系增益,
τb为制动系的时间常数,
τd为因制动压力传递延迟造成的时滞常数,
g是重力常数,
θ是道路坡度,
CDA是空气阻力系数,
Ac是迎风面积,
f是轮胎滚阻系数。
优选地,所述仿真场景控制模块包括三维虚拟场景数据库建模系统,所述三维虚拟场景数据库建模系统对静态虚拟客体和动态虚拟客体建模,所述静态虚拟客体包括:交通约束类客体;交通防护类客体;交通环境类客体和静止障碍物;所述动态虚拟客体包括:周围车辆、易受攻击道路使用者、可变交通信号指示标志和可移动障碍物。
优选地,所述人机交互机制决策模块具有交互模式和自行模式,所述交互模式适用于真实驾驶人,所述自行模式适用于虚拟驾驶人,
在自行模式下,虚拟驾驶人根据感知到的交通情况,激活相应决策规则以产生动作,控制虚拟车辆,决策规则的选择取决于虚拟驾驶人感知到的道路交通环境状态和虚拟驾驶人的状态,虚拟驾驶人的状态包括虚拟驾驶人所感知到的重要性,不确定性和紧迫性;
在交互模式下,所述人机交互机制决策模块根据真实驾驶通过所述操纵输入接口输入的操作指令控制驾驶虚拟车辆。
优选地,人机交互机制决策模块以下述方式设置车辆交互机制:
将交通场景中的车辆看作分散的粒子,输入稳态道路环境中的车辆交互机制为车辆模型,假设车流中的每一辆车必须与前车保持一定的跟随距离以免发生碰撞,后车的加速或者减速取决于前车,考虑车辆对刺激的反应以及滞后的阻尼效应,进而建立前车与后车的相互关系如下,
其中,
i车和j车分别代表在跟驰场景中的后车和前车;
xi,和τi分别为i车的位置、速度、加速度和驾驶人反应时间;
α为无量纲系数;通常取α=1
xj和分别表示j车的位移和速度,
m、l为常数,
t表示行车时间。
优选地,人机交互机制决策模块对道路环境中的动态交通要素设置交互机制和应对行为,所述动态交通要素包括他车,易受攻击道路使用者,可变交通信号指示标志。
具体地,虚拟行人的行为设置:虚拟行人能够从交互对象获得几何距离信息,并确定交互对象的类型,行人的行为包括前进、停止、侧移、转弯和后退,决策规则包括避免碰撞,尽可能快地行走,遵循交通法规,
虚拟骑车人的行为设置:虚拟骑车人能够从交互对象获得几何距离信息,并确定交互对象的类型,骑车人的行为包括前进、加速、减速、停止、侧移和转弯,决策规则包括碰撞,尽可能快地行走,遵循交通法规,
虚拟可变交通信号指示灯的行为设置:将虚拟交通信号灯设置为可控单元,即它可以根据来自控制中心的命令改变规则,虚拟可变交通信号指示灯能够实现的功能包括:在整个交通系统进行初始化时,交通信号灯预设于具体的路段上的位置,并有一定的切换规则;同时,在不同场景切换时,虚拟交通信号灯能够按照动态变换的时间间隔在红绿灯之间进行切换。
优选地,人机交互机制决策模块(2)以下述方式定义驾驶人与车辆交互过程中受到来自其他客体的作用,所述作用包括:目标力、排斥力和车道力,
目标力的目的是鼓励车辆尽快到达目标,目标力Ft定义为当前速度矢量和期望速度矢量之差的函数,
Ft=k1(vego-vder)2
其中,
k1表示不同驾驶人的特性因子,预先封装好的虚拟驾驶人特性即预设的虚拟驾驶人基本参数,包括:驾驶人反应时间、视觉扫描区域、生理心理参数、操纵稳定性参数和偏好车辆速度、偏好加速度和偏好转向角度,并将预先封装好的虚拟驾驶人特性分类为激进型、正常型、保守型三类,对应于不同的驾驶人特性设置特性因子,驾驶人特性具体可以分为激进型、正常型、保守型3类,
vego为自车驾驶速度,
vder为自车期望速度,
排斥力Fo为车辆行驶过程中受到周边其他车辆的作用力,
其中,
k2表示根据其他车辆的类型确定的影响因子,
voth为其他客体的驾驶速度,
xego为自车横坐标位置,
xoth为其他客体横坐标位置,
yego为自车纵坐标位置,
yoth为其他客体纵坐标位置,
ro表示自车与其他客体的距离,
车道力Fl为车辆行驶过程中来自车道的排斥力,用于保持车辆在当前车道的中心,车道力Fl公式表述为:
xl,yl是车道的车道中心参考线的横纵坐标位置,rl是车道中心参考线和自车之间的相对位置矢量。
本发明还提供一种基于虚拟现实的交通场景模拟实验方法,所述方法包括以下步骤:
步骤S1,搭建基于虚拟现实的交通场景模拟平台,所述交通场景模拟平台包括:仿真场景控制模块(1)、人机交互机制决策模块(2)和网络通信仿真模块(3),所述仿真场景控制模块(1)、网络通信仿真模块(3)、操纵输入接口(4)与所述人机交互机制决策模块(2)连接,
其中,
所述仿真场景控制模块(1)建立三维虚拟场景实现交通场景的重构,根据交通系统中不同的实验场景,设置虚拟景物模拟交通环境中的各种基本要素,满足驾驶人沉浸性的要求,
在所述人机交互机制决策模块(2)中具有预先封装好的虚拟驾驶人特性;
所述网络通信仿真模块(3)通过模拟路网信息识别,让交通场景模拟平台中的虚拟交通要素能够从道路环境信息数据库中获取描述道路环境的信息;
所述操纵输入接口(4)用于真实驾驶人输入操作指令输入以控制虚拟车辆,所述操纵输入接口(4)模拟真实车辆的操纵装置的机械特性,并将接收到的真实驾驶人的操作指令输入到所述人机交互机制决策模块(2),
步骤S2,所述人机交互机制决策模块(2)模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种交通场景的行为决策,并进行人-车-路联合运行虚拟仿真,基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
优选地,在所述交通场景模拟方法中,
所述仿真场景控制模块(1)包括运动与动力学仿真系统(13),所述运动与动力学仿真系统(13)仅考虑汽车纵向运动,忽略横向和垂向运动;并且忽略轮胎的滑移和变形,以下式建立车辆纵向动力学模型,
其中,
M是等效整车质量,
Tb是前后轴的制动总力矩,
Fi为坡道阻力,
Fa为空气阻力,
Ff为滚动阻力,
Kb是制动系增益,
τb为制动系的时间常数,
τd为因制动压力传递延迟造成的时滞常数,
g是重力常数,
θ是道路坡度,
CDA是空气阻力系数,
Ac是迎风面积,
f是轮胎滚阻系数。
优选地,在所述交通场景模拟方法中,
人机交互机制决策模块(2)以下述方式定义驾驶人与车辆交互过程中受到来自其他客体的作用,所述作用包括:目标力、排斥力和车道力,
目标力的目的是鼓励车辆尽快到达目标,目标力Ft定义为当前速度矢量和期望速度矢量之差的函数,
Ft=k1(vego-vder)2
其中,
k1表示不同驾驶人的特性因子,预先封装好的虚拟驾驶人特性即预设的虚拟驾驶人基本参数,包括:驾驶人反应时间、视觉扫描区域、生理心理参数、操纵稳定性参数和偏好车辆速度、偏好加速度和偏好转向角度,并将预先封装好的虚拟驾驶人特性分类为激进型、正常型、保守型三类,对应于不同的驾驶人特性设置特性因子,驾驶人特性具体可以分为激进型、正常型、保守型3类,
vego为自车驾驶速度,
vder为自车期望速度,
排斥力Fo为车辆行驶过程中受到周边其他车辆的作用力,
其中,
k2表示根据其他车辆的类型确定的影响因子,
voth为其他客体的驾驶速度,
xego为自车横坐标位置,
xoth为其他客体横坐标位置,
yego为自车纵坐标位置,
yoth为其他客体纵坐标位置,
ro表示自车与其他客体的距离,
车道力Fl为车辆行驶过程中来自车道的排斥力,用于保持车辆在当前车道的中心,车道力Fl公式表述为:
xl,yl是车道的车道中心参考线的横纵坐标位置,rl是车道中心参考线和自车之间的相对位置矢量。
本发明能够使“人-车-路”微观交通系统进行封装重构,将其几何、感知、行为等特性在虚拟空间中的数字化表示,动态模拟交通场景,实现交通场景的简单重构,支持系统行为研究。
附图说明
图1是本发明实施例的基于虚拟现实的交通场景模拟实验平台的示意图;
图2是本发明实施例的动态虚拟智能交通场景的示意图;
图3是本发明实施例提供的虚拟车辆单元示意图;
图4是本发明实施例提供的简化车辆运动学模型示意图;
图5是本发明实施例提供的人-车-路交通系统模型示意图;
图6是本发明实施例提供的驾驶人交互行为框图;
具体实施方式
在附图中,使用相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面结合附图对本发明的实施例进行详细说明。
如图1所示,本发明实施例的基于虚拟现实的交通场景模拟平台包括:所述仿真场景控制模块1、人机交互机制决策模块2、网络通信仿真模块3和操纵输入接口4,所述仿真场景控制模块1、网络通信仿真模块3、操纵输入接口4与所述人机交互机制决策模块2连接。
所述仿真场景控制模块1建立三维虚拟场景实现交通场景的重构,根据交通系统中不同的实验场景,利用交通仿真软件设置虚拟景物模拟交通环境中的各种基本要素,满足驾驶人沉浸性的要求。
仿真场景控制模块1的三维虚拟场景数据库建模系统11中建立静态客体和动态客体的三维虚拟模型,根据交通系统中不同的实验场景,利用交通仿真软件设置虚拟景物模拟交通环境中的各种基本要素。
静态客体是指在驾驶人行车过程中,道路环境中对驾驶者起到直接或间接影响作用的事物。静态客体例如包括:交通约束类客体;交通防护类客体;交通环境类客体。交通约束类客体例如包括:道路、路沿、中心线等,以及包括如建筑物及树木花草等的静止障碍物。交通防护类客体例如包括道路两旁的护拦静态物体。交通环境类客体例如包括天空、白云等。
动态客体是指对真实环境中会对自车产生影响的各种动态可变因素,也称为动态交通因素、动态交通客体。动态客体例如包括:他车(主要指机动车),易受攻击道路使用者(VRU,行人、骑车人等),可变交通信号指示标志(交通灯、交通指示牌等)、可移动障碍物等。
动态客体(动态交通因素)虽然和自车的复杂交通行为有所差异,但存在一定的运动变化规律和交通客体的属性。动态客体共同的运动特征包括:速度、位置等随时间动态变化,且动态变化会导致自车在完成驾驶过程中决策行为和参与程度呈现动态变化。也就是说,这些动态交通客体和自车共同构成动态的交通场景,对行车过程产生间接或直接影响。
仿真场景控制模块1的虚拟驾驶系统视景仿真系统12用于向联合运行虚拟仿真系统输入驾驶人观测预瞄信息,满足驾驶人沉浸性的要求。
所述网络通信仿真模块3通过模拟路网信息识别,让交通场景模拟平台中的虚拟交通要素能够从道路环境信息数据库中获取描述道路环境的信息。
真实驾驶人通过所述操纵输入接口4驾驶虚拟车辆,所述操纵输入接口4模拟真实车辆的操纵装置的机械特性,并将接收到的真实驾驶人的操作指令输入到所述人机交互机制决策模块2。
在所述人机交互机制决策模块2中具有预先封装好的虚拟驾驶人特性;所述人机交互机制决策模块2模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种场景的行为决策,并进行人-车-路联合运行虚拟仿真,基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
人机交互机制决策模块2搭建人-车-路交通系统运动学和动力学模型,通过行走和驾驶运动模型获取微观交通系统的交通信息,同时基于真实环境车辆具备的各种动力学属性,虚实结合,进行加速、减速、刹车和超车等驾驶行为;
同时,人机交互机制决策模块预先设置不同的交互机制和应对行为,根据不同交通场景和交通对象,设置人机交互机制决策模块,如根据驾驶人应激参数,反应时长,车辆到达时间分布参数、道路环境动态变化参数等进行决策。
人机交互机制决策模块2用于在信息获取后,模拟不同交通客体对于不同场景的应急反应与决策,通过判断是否存在真实驾驶人/车辆参与而分为交互模式和自行模式两种。
本发明的仿真平台将人、车辆、道路环境作为人-机-环境虚拟驾驶系统的三个主要要素,并细分人-车-环境虚拟交通系统特性为感知、决策、控制等模块或单元,分别在虚拟空间中的人机交互机制决策模块2进行数字化表示。
通过虚拟交通系统视觉感知模型,实现虚拟车辆输入完备视觉感知功能,即随着场景和交通客体的动态变化,虚拟车辆能够实时获取道路环境上固定通信范围的全部信息。通过虚拟交通系统运动和动力学模型,在运动层定义不同交通客体可以采取的基本动作,并通过控制层定义交通客体可以采取的一组动作或一系列动作。即人-车-路系统需要在运行过程中同时满足车辆运动过程中的几何约束,联合运行虚拟仿真单元接收车辆/人决策过程所发出的决策指令,控制虚拟车辆做出各种驾驶行为。同时通过数据库管理系统,采集并存储驾驶人决策行为数据。
所述仿真场景控制模块1包括运动与动力学仿真系统13。运动与动力学仿真系统13通过搭建人-车-路交通系统运动学和动力学模型,获取微观交通系统的交通信息,同时基于真实环境车辆具备的各种动力学属性,虚实结合,进行加速、减速、刹车和超车等驾驶行为。
具体地,所述运动与动力学仿真系统13仅考虑汽车纵向运动,忽略横向和垂向运动;并且忽略轮胎的滑移和变形,以下式建立车辆纵向动力学模型:
其中,
M是等效整车质量,
Tb是前后轴的制动总力矩,
Fi为坡道阻力,
Fa为空气阻力,
Ff为滚动阻力,
Kb是制动系增益,
τb为制动系的时间常数,
τd为因制动压力传递延迟造成的时滞常数,
g是重力常数,
θ是道路坡度,
CDA是空气阻力系数,
Ac是迎风面积,
f是轮胎滚阻系数。
所述仿真场景控制模块1包括三维虚拟场景数据库建模系统11,所述三维虚拟场景数据库建模系统11对静态虚拟客体和动态虚拟客体建模,所述静态虚拟客体包括:交通约束类客体;交通防护类客体;交通环境类客体和静止障碍物;所述动态虚拟客体包括:周围车辆、易受攻击道路使用者、可变交通信号指示标志和可移动障碍物。
所述人机交互机制决策模块2具有交互模式和自行模式,所述交互模式适用于真实驾驶人,所述自行模式适用于虚拟驾驶人。
在自行模式下,虚拟驾驶人根据感知到的交通情况,激活相应决策规则以产生动作,控制虚拟车辆,决策规则的选择取决于虚拟驾驶人感知到的道路交通环境状态和虚拟驾驶人的状态,虚拟驾驶人的状态包括虚拟驾驶人所感知到的重要性,不确定性和紧迫性。
在交互模式下,所述人机交互机制决策模块2根据真实驾驶通过所述操纵输入接口4输入的操作指令控制驾驶虚拟车辆。
人机交互机制决策模块2以下述方式设置车辆交互机制:
将交通场景中的车辆看作分散的粒子,输入稳态道路环境中的车辆交互机制为车辆模型,假设车流中的每一辆车必须与前车保持一定的跟随距离以免发生碰撞,后车的加速或者减速取决于前车,考虑车辆对刺激的反应以及滞后的阻尼效应,进而建立前车与后车的相互关系如下,
其中,
i车和j车分别代表在跟驰场景中的后车和前车;
xi,和τi分别为i车的位置、速度、加速度和驾驶人反应时间;
α为无量纲系数;通常取α=1
xj和分别表示j车的位移和速度,
m、l为常数,
t表示行车时间。
在稳态交通流环境下,上式考虑了前后车之间的作用关系,若前车速度大于后车,则表现为前车对后车产生吸引力;反之,若前车速度小于后车,则表现为前车对后车产生排斥力;同时该相互作用力与两者之间的相对距离负相关,例如,若l=1时,两者之间的相互作用力则成反比。
人机交互机制决策模块(2)对道路环境中的动态交通要素设置交互机制和应对行为,所述动态交通要素包括他车,易受攻击道路使用者,可变交通信号指示标志。
具体地,虚拟行人的行为设置:虚拟行人能够从交互对象获得几何距离信息,并确定交互对象的类型,行人的行为包括前进、停止、侧移、转弯和后退,决策规则包括避免碰撞,尽可能快地行走,遵循交通法规,
虚拟骑车人的行为设置:虚拟骑车人能够从交互对象获得几何距离信息,并确定交互对象的类型,骑车人的行为包括前进、加速、减速、停止、侧移和转弯,决策规则包括碰撞,尽可能快地行走,遵循交通法规,
虚拟可变交通信号指示灯的行为设置:将虚拟交通信号灯设置为可控单元,即它可以根据来自控制中心的命令改变规则,虚拟可变交通信号指示灯能够实现的功能包括:在整个交通系统进行初始化时,交通信号灯预设于具体的路段上的位置,并有一定的切换规则;同时,在不同场景切换时,虚拟交通信号灯能够按照动态变换的时间间隔在红绿灯之间进行切换。
人机交互机制决策模块(2)以下述方式定义驾驶人与车辆交互过程中受到来自其他客体的作用,所述作用包括:目标力、排斥力和车道力,
目标力的目的是鼓励车辆尽快到达目标,目标力Ft定义为当前速度矢量和期望速度矢量之差的函数,
Ft=k1(vego-vder)2。
k1表示不同驾驶人的特性因子,预先封装好的虚拟驾驶人特性即预设的虚拟驾驶人基本参数,包括:驾驶人反应时间、视觉扫描区域、生理心理参数、操纵稳定性参数和偏好车辆速度、偏好加速度和偏好转向角度,并将预先封装好的虚拟驾驶人特性分类为激进型、正常型、保守型三类,对应于不同的驾驶人特性设置特性因子,驾驶人特性具体可以分为激进型、正常型、保守型3类,
vego为自车驾驶速度,
vder为自车期望速度。
在本发明中,自车驾驶速度(自车当前速度)是可以超过自车期望获取速度的,衡量的是自车速度与期望速度之间的差距,可以由大于期望速度趋近于期望速度,也可以由小于期望速度趋近于期望速度。
排斥力Fo为车辆行驶过程中受到周边其他车辆的作用力,
其中,
k2表示根据其他车辆的类型确定的影响因子,
voth为其他客体的驾驶速度,
xego为自车横坐标位置,
xoth为其他客体横坐标位置,
yego为自车纵坐标位置,
yoth为其他客体纵坐标位置,
ro表示自车与其他客体的距离,
车道力Fl为车辆行驶过程中来自车道的排斥力,用于保持车辆在当前车道的中心,车道力Fl公式表述为:
xl,yl是车道的车道中心参考线的横纵坐标位置,rl是车道中心参考线和自车之间的相对位置矢量。
根据本发明实施例的一种基于虚拟现实的交通场景模拟实验方法包括以下步骤:
步骤S1,搭建基于虚拟现实的交通场景模拟平台,所述交通场景模拟平台包括:仿真场景控制模块1、人机交互机制决策模块2和网络通信仿真模块3,所述仿真场景控制模块1、网络通信仿真模块3、操纵输入接口4与所述人机交互机制决策模块2连接,
其中,
所述仿真场景控制模块1建立三维虚拟场景实现交通场景的重构,根据交通系统中不同的实验场景,设置虚拟景物模拟交通环境中的各种基本要素,满足驾驶人沉浸性的要求,
在所述人机交互机制决策模块2中具有预先封装好的虚拟驾驶人特性;
所述网络通信仿真模块3通过模拟路网信息识别,让交通场景模拟平台中的虚拟交通要素能够从道路环境信息数据库中获取描述道路环境的信息;
所述操纵输入接口4用于真实驾驶人输入操作指令输入以控制虚拟车辆,所述操纵输入接口4模拟真实车辆的操纵装置的机械特性,并将接收到的真实驾驶人的操作指令输入到所述人机交互机制决策模块2,
步骤S2,所述人机交互机制决策模块2模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种交通场景的行为决策,并进行人-车-路联合运行虚拟仿真,基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
在所述方法中,如对于平台的说明,所述仿真场景控制模块1包括运动与动力学仿真系统13,所述运动与动力学仿真系统13仅考虑汽车纵向运动,忽略横向和垂向运动;并且忽略轮胎的滑移和变形,以与前述相同的方式建立车辆纵向动力学模型。
在所述模拟方法中,人机交互机制决策模块2以与前文所述相同的方式定义驾驶人与车辆交互过程中受到来自其他客体的作用,所述作用包括:目标力、排斥力和车道力。
本发明的实施例通过信息数据库中三维模型的构建来表现静态客体的细节,增强交互的真实感和沉浸感,逼真重现静态客体。
网络通信仿真模块3主要通过V2X网联通信环境搭建及路网信息识别,让车辆能够从道路环境信息数据库中获取描述道路环境的信息,并构建道路环境下交通客体速度、位置结构。如果关闭网络通信仿真模块3,或者缺少网络通信仿真模块3,则只能模拟常规车辆。网络通信仿真模块3用于模拟智能网联车辆的网联通信环境,以及模拟智能网联车辆与网联通信环境的交互。
图2是本发明实施例的动态虚拟智能交通场景的示意图。动态虚拟智能交通场景主要通过下述两部分来搭建:三维虚拟场景中客体建模、人-车-路系统决策行为规则。图2是图1中两个子模块“三维虚拟场景数据库建模系统”“人-车-路决策行为模型”的详细说明。
虚拟现实交通场景模拟系统(联合运行虚拟仿真系统)是基于虚拟现实技术和通用的计算机软硬件平台。图2的动态虚拟智能交通场景即在虚拟现实交通场景模拟系统中实现。
本发明通过道路环境信息数据库获取、储存并输出道路环境网联信息及微观系统交通信息,运用人-车-环境系统工程的思想,集三维虚拟场景中客体建模与人-车-路系统决策行为规则于一体的综合性、多功能驾驶系统。
道路环境信息数据库是本发明实验平台的关联数据库的重要组成部分,更具体地,道路环境信息数据库是三维建模系统前端输入,为三维建模获取、储存并输出道路环境网联信息及微观系统交通信息。
在本发明中,动态虚拟智能交通场景主要包括:
(1)建立逼真的三维静态/动态虚拟场景,重构静态/动态虚拟交通客体。
(2)建立虚拟交通系统的决策行为规则,实时获取虚拟环境中的交通信息,基于交互模式与自行模型作出实时决策,模拟真车所具备的各种动力学属性,进行加速、减速、刹车和超车等驾驶决策行为。
动态虚拟智能交通场景指动态模拟交通场景中各交通对象(人、车、路、环境)的属性,图2对各交通对象属性模拟过程进行详细说明。通过三维虚拟场景中客体建模以及行为决策规则,形成动态虚拟智能交通场景。
道路环境信息数据库可以作为基于虚拟现实的交通场景模拟平台的一部分,也可以作为交通场景模拟平台的数据输入的一部分,用于设置具体的虚拟交通场景。
图3示出本实施例所提供的虚拟车辆的功能单元。在本发明中,能够在驾驶监控中心的远程控制下,通过对智能车辆进行真实/虚拟模式切换,完成控制信号转换,进而根据决策行为规则,对指令进行输出,具体控制对象包括方向盘转角控制,刹车、油门控制及档位控制。驾驶监控中心可以作为本发明模拟实验平台的一部分,具体地,作为本发明模拟实验平台的输入控制单元之一。在真实模式下,由真实驾驶人操控虚拟车辆,在虚拟模式下,由虚拟驾驶人操控虚拟车辆。驾驶监控中心还能够作为模拟平台关联数据库的一部分而存在。通过数据库中不同的数据,而进行模式切换,以及场景切换等。
可以理解的是,模拟平台关联数据库还包括运行过程及运行结果存储数据库。
图3详细说明虚拟车辆在不是真实车辆时进行虚拟和真实模型切换时的指令控制流程。在真实模式下,驾驶人真实,可以通过驾驶模拟器(包括方向盘、刹车、油门、档位控制等)来控制虚拟车辆。在此情况下,可以无需决策行为规则输出。
在虚拟模式下,驾驶人虚拟,全在虚拟环境中进行,通过封装的虚拟驾驶人特性、封装行为规则来应对相应的交通场景,控制虚拟车辆的刹车与油门控制、方向盘控制、档位等。
如图4所示,本发明实施例所提供的简化车辆运动学模型包括以下内容。
图4中的虚线的车辆是指车辆质心坐标位置一开始在原点处,实线车辆是指代转了一定角度后车辆所处位置。
从原点位置到运动后位置的步骤采用下面的车辆运动微分方程描述笛卡尔坐标系中的车辆运动学模型:
在上述车辆运动微分方程中,
(x(t),y(t))为车辆位置;
v为车辆在θ方向的速度;
θ是为车辆速度v的角度(方向),是其在Yaw方向的偏转角度,它是相对于x轴的逆时针方向的角度;
k为轨迹曲率;
为车辆的横向速度,
为车辆的纵向速度;
为车辆速度v的角度θ的导数。
如图5所示,本实施例所提供的人-车-路交通系统模型包括以下内容:
(1)道路环境三维模型,具体包括根据驾驶人视觉特性建立视景模型,根据驾驶人声音感知特性建立声响模型,增强驾驶人在虚拟场景中的真实感。
(2)车辆运动-动力学模型(动力与运动学仿真系统),具体包括在车辆运动学模型中通过动作约束、运动控制和车辆的时空信息变化,在车辆平台中融入运动学信息。在车辆动力学模型中通过分别搭建整车、轮胎、转向系等信息,输入车辆动力学控制。
(3)驾驶人决策控制模型,模拟个性驾驶员的驾驶过程。将真实交通环境中,驾驶人决策控制机制的各异性参数进行导入,将驾驶人个性化、随机化的行为进行体现,同时满足驾驶人决策过程的普适性原理,即追求安全高效到达目的地。
下面结合图6对于图5中驾驶人决策控制模块做进一步的阐述。
如图6所示,本实施例所提供的驾驶人交互行为框图包括以下内容。
驾驶人在驾驶过程中的决策行为会受到多种外界因素的干扰,包括但不限于道路交通环境和车辆本身的动力学特性。
驾驶人通过视觉、触觉等方式接收这些外界信息,并通过自身的信息加工处理对当前环境进行判断和分析,从而进一步影响驾驶人的决策。
在虚拟驾驶人驾驶着汽车在虚拟交通环境中行驶时,需要满足其驾驶行为可以被虚拟车辆所感知,
虚拟驾驶人即自车的驾驶行为是通过模块化输入,已经封装好的驾驶人特性。如输入为激进的虚拟驾驶人,则其开车特性为激进派。
驾驶人驾驶的汽车以及交通场景中的所有虚拟车辆的驾驶行为共同构成完整的虚拟交通环境,即虚拟驾驶人能够对整个虚拟交通环境的动态变化产生反应。
本发明提供一种基于虚拟现实的交通场景模拟实验平台和方法,其能够使“人-车-路”微观交通系统进行封装重构,将其几何、感知、行为等特性在虚拟空间中的数字化表示。而且本发明的实验平台构建动态模拟交通场景,实现交通场景的虚拟和现实重叠重构,支持系统行为研究;此外,本发明的实验平台将交通系统中重要组成要素-人,融入到虚拟平台中,能够有效仿真交通参与者的行为反应机制,并设置了不同交通客体在该微观交通系统中不同的交互机制和应对行为,即能够实现在接收/发送交互信息之后模拟真实环境下的反应。
建立三维虚拟场景中动态客体主要包括对真实道路交通环境中各种动态交通要素的模拟或复原,具体来说分为如下步骤。
步骤A,对真实环境中会对自车产生影响的各种动态可变因素进行建模,如他车(主要指机动车),易受攻击道路使用者(VRU,行人、骑车人等),可变交通信号指示标志(交通灯、交通指示牌等)、可移动障碍物等。这个动态交通因素虽然和自车的复杂交通行为有所差异,但存在一定的运动变化规律和交通客体的属性,其共同的运动特征包括:速度、位置等随时间动态变化,且动态变化会导致自车在完成驾驶过程中决策行为和参与程度呈现动态变化。即这些动态交通客体和自车共同构成动态的交通场景,对行车过程产生间接或直接影响;
步骤B,对虚拟交通场景中智能自主车辆进行建模。具体建模步骤及规律在步骤C中体现。
进一步地,步骤C具体包括如下步骤:
C1,搭建人-车-路交通系统运动学模型;
创建实体系统时,将根据模拟模型给出系统中主要参与要素的运动学模型,使不同客体具有反映个体差异的不同特征。所有交通客体都部署到通过代理平台连接的分布式计算机中。搭建人-车-路交通系统运动学模型主要包括在运动层定义了不同交通客体可以采取的基本动作,并通过控制层定义了交通客体可以采取的一组动作或一系列动作。具体来说,运动学是从几何学的角度研究物体的运动规律,包括物体在空间的位置、速度等随时间的变化。即人-车-路系统需要在运行过程中同时满足车辆运动过程中的几何约束,通过运动控制接收车辆/人决策过程所发出的决策指令,控制汽车做出各种驾驶行为。
C2,搭建人-车-路交通系统动力学模型;
智能车辆作为一个高度非线性的非完整运动约束系统,其模型和所处环境存在不确定性以及测量不精确性,导致对其进行运动控制具有一定难度。在通常情况下,动力学模型包含的参数越多,模型的精确度越高,但模型也较为复杂。根据现有理论,整车动力学模型可以细分为横向动力学模型和纵向动力学模型两部分。本发明可以将其分为横向动力学控制模型、纵向动力学控制模型和横纵向耦合的综合控制模型。在本发明中,只需要实现在虚拟环境中模拟汽车的各种具体物理运动,如加速、减速、刹车、换道等,同时,能够通过设置汽车的各种性能参数改变车辆的适应性等基本要求。
C3,搭建基于真实环境与仿真平台的接口及界面设计;
为了让真实环境与仿真平台中元素交互,节约资源,以提高仿真效率,增加实验可信度。本发明拟使用平台信息数据库保存虚拟环境中的交通客体,同时外界输入真实驾驶人、真实车辆以支撑不同研究目的下的研究实验。
进一步地,C3的“搭建基于真实环境与仿真平台的接口及界面设计”具体包括:
C31,考虑真实驾驶人与虚拟驾驶人的替代性。一个完整的虚拟交通环境应该能让驾驶人参与交互,驾驶人这一客体可以是真实的也可以是虚拟的,即无论真实驾驶人还是虚拟驾驶人,都需要满足其在特定交通场景中按照自己的意志、习惯、经验对车辆进行驾驶。因此需要设置对应的真实环境与仿真平台的接口。
C32,考虑虚拟驾驶人与虚拟车辆的交互性。
当驾驶人在该虚拟环境中也是虚拟对象时,即配合的车辆同样也是虚拟车辆。因此虚拟车辆需要满足虚拟驾驶人的操作行为特性,能够实现虚拟驾驶人在外界通过使用键盘输入指令时,虚拟车辆可以模拟方向盘转动、踩油门及刹车等动作,实现对汽车的操控。
C33,考虑真实驾驶人与真实车辆的交互性。
本发明考虑驾驶人驾驶汽车的操控特性。虚拟车辆不仅仅是只要接收到控制指令即可执行驾驶行为,与现实世界的情况相同,平台测试时驾驶员必须通过方向盘、刹车、油门等机械设备操纵汽车。因此平台具备操纵输入接口,测试人员通过操纵输入接口操控驾驶人驾驶汽车。驾驶人驾驶汽车操纵输入接口必须模拟真实汽车的机械特性,通过分析汽车的构造原理,本发明对驾驶人驾驶汽车的转向、加速以及刹车的操控过程进行了仿真研究。
在以车辆能够获取实时信息及具备完整的动力学结构的基础上,模拟车辆输入完备视觉感知功能,即通过网络通信端获取交通场景中数据库,实现全网覆盖,网联通信。同时,随着场景和交通客体的动态变化,因此本发明的虚拟车辆信息获取是能够实时获取道路环境上固定通信范围的全部信息。
系统初始化结束后,即虚拟车辆获取完备信息后进入行驶状态,同时动态接收交通信息,进行决策,然后执行驾驶行为。具体来说,在网联环境下,车辆的传感器将获得自身的速度,车辆周围的车辆和交通信号。车辆交互机制和应对行为主要是指不同车辆自身对于其他客体的应急反应,包括预设的速度期望度,安全期望度等。在不同场景中,通过驾驶员期望信息修正隶属函数,模拟具有个性化的虚拟车辆的决策行为,包括避碰、超车、跟驰等。
虚拟驾驶人是虚拟交通场景中最动态、最随机的部分。每个驾驶人具备不同的驾驶特征和驾驶习惯。在真实驾驶人参与过程中,驾驶人交互机制即根据自身的属性和习惯来进行驾驶;而在虚拟驾驶人驾驶着汽车在虚拟交通环境中行驶,需要满足其驾驶行为可以被虚拟车辆所感知,驾驶人驾驶的汽车以及交通场景中的所有虚拟车辆的驾驶行为共同构成完整的虚拟交通环境。即虚拟驾驶人能够对整个交通环境动态变化产生反应,其中,也包括预设驾驶人基本参数,如驾驶人反应时间、视觉扫描区域、生理心理参数操纵稳定性参数和车辆速度、加速度、转向角度等,并将其分类为激进型、正常型、保守型几类。
已有很多研究只把所有其他交通参与者,如行人或驾驶人的车辆视为需要避免的物体/障碍物。事实上,他们的行为可以提供很多信息。因此,在本发明中,对人类参与者行为进行了定义。
根据人工设计的规则,定义驾驶人与车辆交互过程中受到来自不同其他客体之间的作用,
采用“感知-解释-行动”模型,驾驶人不断评估或“感知”周围环境,并以主动方式基于其决策模型做出决策。每个驾驶人都包含一个传感器,以便可以分析环境。驾驶人行为以决策规则表示。决策规则集为{加速、制动、转向等}。当感知到不同情况时,驾驶人激活不同决策规则以产生动作。决策规则的选择取决于当时的情境线索和驾驶人的状态(即,感知到的重要性,不确定性和紧迫性)。
本发明由于采取以上技术方案,其具有以下优点。
1、本发明提出了一种基于虚拟现实的交通场景模拟方法,能够在虚拟环境中正确的体现:真实环境中,道路、其他车辆、建筑物、指示牌等会对驾驶人的行为起到直接或者间接的影响,及彼此之间相互作用关系。
2、本发明将作为交通系统重要组成要素的“人”,融入到虚拟平台中,能够有效仿真交通参与者的行为反应机制,并设置了不同交通客体在该微观交通系统中不同的交互机制和应对行为,即能够实现在接收/发送交互信息之后模拟真实环境下的反应。
3、本发明提出的虚拟现实交通场景模拟平台能够快速便捷模拟仿真各种动态交通场景,同时仿真得到的各种数据可用于分析、预测交通状况评估,并能够有效支撑交通管理控制;进一步分析交通场景中可能风险演化规律及事故发生规律,能够有效预防交通事故的发生。
4、本发明所采用的虚拟现实有着沉浸性、交互性和构想性等特性,因此,虚拟现实技术、计算机图形图像技术、人工智能技术和微观交通流相结合能较大地提高交通仿真的真实性,能够对驾驶人心理、生理特征及驾驶行为进行统计分析,为车辆的人性化设计提供依据,并对驾驶人行为作出分析评价。同时,智能驾驶系统能再现交通事故,为交通管理控制提供更可靠的数据,对控制方案进行更科学的评估,对交通事故进行更合理的分析。因此,本发明能够实现交通场景的动态模拟,为交通行为和系统相互作用分析提供新方法、新平台。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。本领域的普通技术人员应当理解:可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于虚拟现实的交通场景模拟平台,其特征在于,包括:所述仿真场景控制模块(1)、人机交互机制决策模块(2)、网络通信仿真模块(3)和操纵输入接口(4),所述仿真场景控制模块(1)、网络通信仿真模块(3)、操纵输入接口(4)与所述人机交互机制决策模块(2)连接,
其中,
所述仿真场景控制模块(1)建立三维虚拟场景实现交通场景的重构,根据交通系统中不同的实验场景,设置虚拟景物模拟交通环境中的各种基本要素,满足驾驶人沉浸性的要求,
所述网络通信仿真模块(3)通过模拟路网信息识别,让交通场景模拟平台中的虚拟交通要素能够从道路环境信息数据库中获取描述道路环境的信息;
真实驾驶人通过所述操纵输入接口(4)驾驶虚拟车辆,所述操纵输入接口(4)模拟真实车辆的操纵装置的机械特性,并将接收到的真实驾驶人的操作指令输入到所述人机交互机制决策模块(2),
在所述人机交互机制决策模块(2)中具有预先封装好的虚拟驾驶人特性;所述人机交互机制决策模块(2)模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种场景的行为决策,并进行人-车-路联合运行虚拟仿真,基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
2.如权利要求1所述的基于虚拟现实的交通场景模拟平台,其特征在于,
所述仿真场景控制模块(1)包括运动与动力学仿真系统(13),所述运动与动力学仿真系统(13)仅考虑汽车纵向运动,忽略横向和垂向运动;并且忽略轮胎的滑移和变形,以下式建立车辆纵向动力学模型,
Fi=Mg·sin(θ),Ff=Mg·cos(θ)f
其中,
M是等效整车质量,
Tb是前后轴的制动总力矩,
Fi为坡道阻力,
Fa为空气阻力,
Ff为滚动阻力,
Kb是制动系增益,
τb为制动系的时间常数,
τd为因制动压力传递延迟造成的时滞常数,
g是重力常数,
θ是道路坡度,
CDA是空气阻力系数,
Ac是迎风面积,
f是轮胎滚阻系数。
3.如权利要求1所述的基于虚拟现实的交通场景模拟平台,其特征在于,
所述仿真场景控制模块(1)包括三维虚拟场景数据库建模系统(11),所述三维虚拟场景数据库建模系统(11)对静态虚拟客体和动态虚拟客体建模,所述静态虚拟客体包括:交通约束类客体;交通防护类客体;交通环境类客体和静止障碍物;所述动态虚拟客体包括:周围车辆、易受攻击道路使用者、可变交通信号指示标志和可移动障碍物。
4.如权利要求1所述的基于虚拟现实的交通场景模拟平台,其特征在于,
所述人机交互机制决策模块(2)具有交互模式和自行模式,所述交互模式适用于真实驾驶人,所述自行模式适用于虚拟驾驶人,
在自行模式下,虚拟驾驶人根据感知到的交通情况,激活相应决策规则以产生动作,控制虚拟车辆,决策规则的选择取决于虚拟驾驶人感知到的道路交通环境状态和虚拟驾驶人的状态,虚拟驾驶人的状态包括虚拟驾驶人所感知到的重要性,不确定性和紧迫性;
在交互模式下,所述人机交互机制决策模块(2)根据真实驾驶通过所述操纵输入接口(4)输入的操作指令控制驾驶虚拟车辆。
5.如权利要求1所述的基于虚拟现实的交通场景模拟平台,其特征在于,
人机交互机制决策模块(2)以下述方式设置车辆交互机制:
将交通场景中的车辆看作分散的粒子,输入稳态道路环境中的车辆交互机制为车辆模型,假设车流中的每一辆车必须与前车保持一定的跟随距离以免发生碰撞,后车的加速或者减速取决于前车,考虑车辆对刺激的反应以及滞后的阻尼效应,进而建立前车与后车的相互关系如下,
其中,
i车和j车分别代表在跟驰场景中的后车和前车;
xi,和τi分别为i车的位置、速度、加速度和驾驶人反应时间;
α为无量纲系数;通常取α=1
xj和分别表示j车的位移和速度,
m、l为常数,
t表示行车时间。
6.如权利要求1所述的基于虚拟现实的交通场景模拟平台,其特征在于,
人机交互机制决策模块(2)对道路环境中的动态交通要素设置交互机制和应对行为,所述动态交通要素包括他车,易受攻击道路使用者,可变交通信号指示标志,
具体地,虚拟行人的行为设置:虚拟行人能够从交互对象获得几何距离信息,并确定交互对象的类型,行人的行为包括前进、停止、侧移、转弯和后退,决策规则包括避免碰撞,尽可能快地行走,遵循交通法规,
虚拟骑车人的行为设置:虚拟骑车人能够从交互对象获得几何距离信息,并确定交互对象的类型,骑车人的行为包括前进、加速、减速、停止、侧移和转弯,决策规则包括碰撞,尽可能快地行走,遵循交通法规,
虚拟可变交通信号指示灯的行为设置:将虚拟交通信号灯设置为可控单元,即它可以根据来自控制中心的命令改变规则,虚拟可变交通信号指示灯能够实现的功能包括:在整个交通系统进行初始化时,交通信号灯预设于具体的路段上的位置,并有一定的切换规则;同时,在不同场景切换时,虚拟交通信号灯能够按照动态变换的时间间隔在红绿灯之间进行切换。
7.如权利要求6所述的基于虚拟现实的交通场景模拟平台,其特征在于,
人机交互机制决策模块(2)以下述方式定义驾驶人与车辆交互过程中受到来自其他客体的作用,所述作用包括:目标力、排斥力和车道力,
目标力的目的是鼓励车辆尽快到达目标,目标力Ft定义为当前速度矢量和期望速度矢量之差的函数,
Ft=k1(vego-vder)2
其中,
k1表示不同驾驶人的特性因子,预先封装好的虚拟驾驶人特性即预设的虚拟驾驶人基本参数,包括:驾驶人反应时间、视觉扫描区域、生理心理参数、操纵稳定性参数和偏好车辆速度、偏好加速度和偏好转向角度,并将预先封装好的虚拟驾驶人特性分类为激进型、正常型、保守型三类,对应于不同的驾驶人特性设置特性因子,驾驶人特性具体可以分为激进型、正常型、保守型3类,
vego为自车驾驶速度,
vder为自车期望速度,
排斥力Fo为车辆行驶过程中受到周边其他车辆的作用力,
其中,
k2表示根据其他车辆的类型确定的影响因子,
voth为其他客体的驾驶速度,
xego为自车横坐标位置,
xoth为其他客体横坐标位置,
yego为自车纵坐标位置,
yoth为其他客体纵坐标位置,
ro表示自车与其他客体的距离,
车道力Fl为车辆行驶过程中来自车道的排斥力,用于保持车辆在当前车道的中心,车道力Fl公式表述为:
xl,yl是车道的车道中心参考线的横纵坐标位置,rl是车道中心参考线和自车之间的相对位置矢量。
8.一种基于虚拟现实的交通场景模拟实验方法,其特征在于,包括以下步骤:
步骤S1,搭建基于虚拟现实的交通场景模拟平台,所述交通场景模拟平台包括:仿真场景控制模块(1)、人机交互机制决策模块(2)和网络通信仿真模块(3),所述仿真场景控制模块(1)、网络通信仿真模块(3)、操纵输入接口(4)与所述人机交互机制决策模块(2)连接,
其中,
所述仿真场景控制模块(1)建立三维虚拟场景实现交通场景的重构,根据交通系统中不同的实验场景,设置虚拟景物模拟交通环境中的各种基本要素,满足驾驶人沉浸性的要求,
在所述人机交互机制决策模块(2)中具有预先封装好的虚拟驾驶人特性;
所述网络通信仿真模块(3)通过模拟路网信息识别,让交通场景模拟平台中的虚拟交通要素能够从道路环境信息数据库中获取描述道路环境的信息;
所述操纵输入接口(4)用于真实驾驶人输入操作指令输入以控制虚拟车辆,所述操纵输入接口(4)模拟真实车辆的操纵装置的机械特性,并将接收到的真实驾驶人的操作指令输入到所述人机交互机制决策模块(2),
步骤S2,所述人机交互机制决策模块(2)模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种交通场景的行为决策,并进行人-车-路联合运行虚拟仿真,基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
9.如权利要求8所述的基于虚拟现实的交通场景模拟方法,其特征在于,
所述仿真场景控制模块(1)包括运动与动力学仿真系统(13),所述运动与动力学仿真系统(13)仅考虑汽车纵向运动,忽略横向和垂向运动;并且忽略轮胎的滑移和变形,以下式建立车辆纵向动力学模型,
Fi=Mg·sin(θ),Ff=Mg·cos(θ)f
其中,
M是等效整车质量,
Tb是前后轴的制动总力矩,
Fi为坡道阻力,
Fa为空气阻力,
Ff为滚动阻力,
Kb是制动系增益,
τb为制动系的时间常数,
τd为因制动压力传递延迟造成的时滞常数,
g是重力常数,
θ是道路坡度,
CDA是空气阻力系数,
Ac是迎风面积,
f是轮胎滚阻系数。
10.如权利要求8所述的基于虚拟现实的交通场景模拟方法,其特征在于,
人机交互机制决策模块(2)以下述方式定义驾驶人与车辆交互过程中受到来自其他客体的作用,所述作用包括:目标力、排斥力和车道力,
目标力的目的是鼓励车辆尽快到达目标,目标力Ft定义为当前速度矢量和期望速度矢量之差的函数,
Ft=k1(vego-vder)2
其中,
k1表示不同驾驶人的特性因子,预先封装好的虚拟驾驶人特性即预设的虚拟驾驶人基本参数,包括:驾驶人反应时间、视觉扫描区域、生理心理参数、操纵稳定性参数和偏好车辆速度、偏好加速度和偏好转向角度,并将预先封装好的虚拟驾驶人特性分类为激进型、正常型、保守型三类,对应于不同的驾驶人特性设置特性因子,驾驶人特性具体可以分为激进型、正常型、保守型3类,
vego为自车驾驶速度,
vder为自车期望速度,
排斥力Fo为车辆行驶过程中受到周边其他车辆的作用力,
其中,
k2表示根据其他车辆的类型确定的影响因子,
voth为其他客体的驾驶速度,
xego为自车横坐标位置,
xoth为其他客体横坐标位置,
yego为自车纵坐标位置,
yoth为其他客体纵坐标位置,
ro表示自车与其他客体的距离,
车道力Fl为车辆行驶过程中来自车道的排斥力,用于保持车辆在当前车道的中心,车道力Fl公式表述为:
xl,yl是车道的车道中心参考线的横纵坐标位置,rl是车道中心参考线和自车之间的相对位置矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910684034.XA CN110427682B (zh) | 2019-07-26 | 2019-07-26 | 一种基于虚拟现实的交通场景模拟实验平台和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910684034.XA CN110427682B (zh) | 2019-07-26 | 2019-07-26 | 一种基于虚拟现实的交通场景模拟实验平台和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110427682A true CN110427682A (zh) | 2019-11-08 |
CN110427682B CN110427682B (zh) | 2020-05-19 |
Family
ID=68412766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910684034.XA Active CN110427682B (zh) | 2019-07-26 | 2019-07-26 | 一种基于虚拟现实的交通场景模拟实验平台和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427682B (zh) |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
CN110909460A (zh) * | 2019-11-12 | 2020-03-24 | 中国第一汽车股份有限公司 | 车联网v2x仿真测试方法、装置、设备和存储介质 |
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 |
CN111551382A (zh) * | 2020-05-12 | 2020-08-18 | 中国科学院心理研究所 | 一种测试驾驶员车距控制能力的系统和使用方法 |
CN111667585A (zh) * | 2020-06-09 | 2020-09-15 | 福州市极化律网络科技有限公司 | 多用户的虚拟世界同步探索方法及存储介质 |
CN111736486A (zh) * | 2020-05-01 | 2020-10-02 | 东风汽车集团有限公司 | 一种面向l2智能驾驶控制器的传感器仿真建模方法及装置 |
CN111753424A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 仿真方法、装置、电子设备及存储介质 |
CN111767648A (zh) * | 2020-06-19 | 2020-10-13 | 浙江大学 | 一种基于简化的社会力计算模型的混合交通仿真方法 |
CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
CN111967163A (zh) * | 2020-08-27 | 2020-11-20 | 腾讯科技(深圳)有限公司 | 车辆仿真控制方法、装置、计算机设备及存储介质 |
CN112131756A (zh) * | 2020-10-10 | 2020-12-25 | 清华大学 | 一种考虑个体激进度的行人穿行场景仿真方法 |
CN112232254A (zh) * | 2020-10-26 | 2021-01-15 | 清华大学 | 一种考虑行人激进度的行人风险评估方法 |
CN112241590A (zh) * | 2020-10-15 | 2021-01-19 | 深兰科技(武汉)股份有限公司 | 交通仿真方法和装置 |
CN112418436A (zh) * | 2020-11-19 | 2021-02-26 | 华南师范大学 | 基于人类决策的人工智能伦理虚拟仿真实验方法和机器人 |
CN112418437A (zh) * | 2020-11-19 | 2021-02-26 | 华南师范大学 | 基于多人决策的伦理仿真虚拟实验方法和机器人 |
CN112904827A (zh) * | 2021-01-18 | 2021-06-04 | 同济大学 | 一种面向多icu的无人驾驶虚拟仿真测试系统 |
CN112925309A (zh) * | 2021-01-22 | 2021-06-08 | 中国汽车技术研究中心有限公司 | 智能网联汽车数据交互方法及交互系统 |
CN112988147A (zh) * | 2021-03-17 | 2021-06-18 | 南京仁谷系统集成有限公司 | 跨平台的仿真模型开发方法 |
CN113176893A (zh) * | 2021-04-29 | 2021-07-27 | 华人运通(上海)云计算科技有限公司 | 汽车控制的仿真模拟方法、装置、存储介质及终端设备 |
CN113177663A (zh) * | 2021-05-20 | 2021-07-27 | 启迪云控(上海)汽车科技有限公司 | 一种智能网联应用场景的处理方法及系统 |
CN113268810A (zh) * | 2021-04-28 | 2021-08-17 | 南京大学 | 基于动力学控制和随机化的交通流仿真方法 |
CN113361144A (zh) * | 2021-07-15 | 2021-09-07 | 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 |
CN113361866A (zh) * | 2021-05-17 | 2021-09-07 | 同济大学 | 一种非机动车微观交通流二维仿真方法 |
CN113574530A (zh) * | 2020-02-12 | 2021-10-29 | 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 |
CN113795010A (zh) * | 2021-08-24 | 2021-12-14 | 清华大学 | 一种汽车队列的测试方法、装置、电子设备及其存储介质 |
CN113867315A (zh) * | 2021-09-24 | 2021-12-31 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
WO2022022206A1 (en) * | 2020-07-28 | 2022-02-03 | Huawei Technologies Co., Ltd. | System and method for managing flexible control of vehicles by diverse agents in autonomous driving simulation |
CN114067561A (zh) * | 2021-10-25 | 2022-02-18 | 东南大学 | 城市快速道路车路协同主动管控系统的虚拟现实测试方法 |
CN114117829A (zh) * | 2022-01-24 | 2022-03-01 | 清华大学 | 极限工况下人-车-路闭环系统动力学建模方法及系统 |
CN114781164A (zh) * | 2022-04-26 | 2022-07-22 | 厦门大学 | 一种利用多代理人仿真进行视觉感知模拟的算法 |
CN114889621A (zh) * | 2022-06-08 | 2022-08-12 | 武汉城市职业学院 | 一种基于环境-行人-驾驶员行为的辅助驾驶评价及交互方法 |
CN115081186A (zh) * | 2022-05-17 | 2022-09-20 | 同济大学 | 一种支持数据驱动的驾驶行为仿真系统及其仿真方法 |
US11504622B1 (en) | 2021-08-17 | 2022-11-22 | BlueOwl, LLC | Systems and methods for generating virtual encounters in virtual games |
CN115690372A (zh) * | 2022-11-11 | 2023-02-03 | 上海极度智慧展览股份有限公司 | 一种虚拟驾驶方法、装置、驾驶体验设备和存储介质 |
US11593539B2 (en) | 2018-11-30 | 2023-02-28 | BlueOwl, LLC | Systems and methods for facilitating virtual vehicle operation based on real-world vehicle operation data |
US11691084B2 (en) | 2020-01-20 | 2023-07-04 | BlueOwl, LLC | Systems and methods for training and applying virtual occurrences to a virtual character using telematics data of one or more real trips |
US11697069B1 (en) | 2021-08-17 | 2023-07-11 | BlueOwl, LLC | Systems and methods for presenting shared in-game objectives in virtual games |
CN117094182A (zh) * | 2023-10-19 | 2023-11-21 | 中汽研(天津)汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试系统 |
US11896903B2 (en) | 2021-08-17 | 2024-02-13 | BlueOwl, LLC | Systems and methods for generating virtual experiences for a virtual game |
US11969653B2 (en) | 2021-08-17 | 2024-04-30 | BlueOwl, LLC | Systems and methods for generating virtual characters for a virtual game |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202615611U (zh) * | 2012-03-06 | 2012-12-19 | 昆明理工大学 | 一种群集智能信号灯绿波诱导交通流控制系统 |
CN106373453A (zh) * | 2016-08-31 | 2017-02-01 | 郑州捷安高科股份有限公司 | 一种沉浸式高铁列车虚拟驾驶行为智能评判方法及仿真系统 |
CN107945604A (zh) * | 2017-12-07 | 2018-04-20 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于虚拟现实技术的交通安全沉浸式体验系统 |
CN108062875A (zh) * | 2017-12-30 | 2018-05-22 | 上海通创信息技术股份有限公司 | 一种基于虚拟现实及大数据在线分析的云驾驶培训系统 |
CN108091203A (zh) * | 2017-12-07 | 2018-05-29 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于虚拟现实技术的应激交通场景驾驶培训系统 |
KR101850038B1 (ko) * | 2016-05-24 | 2018-06-07 | (주)이노시뮬레이션 | 자동차 시뮬레이터 장치 및 그 방법 |
GB2563400A (en) * | 2017-06-13 | 2018-12-19 | Kompetenzzentrum Das Virtuelle Fahrzeug | Method and process for co-simulation with virtual testing of real environments with pedestrian interaction |
CN109100155A (zh) * | 2018-07-09 | 2018-12-28 | 长安大学 | 一种无人车在环快速仿真测试系统和方法 |
CN109448482A (zh) * | 2018-10-23 | 2019-03-08 | 扬州大学 | 一种基于虚拟现实的自动驾驶体验平台 |
CN109598934A (zh) * | 2018-12-13 | 2019-04-09 | 清华大学 | 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法 |
-
2019
- 2019-07-26 CN CN201910684034.XA patent/CN110427682B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202615611U (zh) * | 2012-03-06 | 2012-12-19 | 昆明理工大学 | 一种群集智能信号灯绿波诱导交通流控制系统 |
KR101850038B1 (ko) * | 2016-05-24 | 2018-06-07 | (주)이노시뮬레이션 | 자동차 시뮬레이터 장치 및 그 방법 |
CN106373453A (zh) * | 2016-08-31 | 2017-02-01 | 郑州捷安高科股份有限公司 | 一种沉浸式高铁列车虚拟驾驶行为智能评判方法及仿真系统 |
GB2563400A (en) * | 2017-06-13 | 2018-12-19 | Kompetenzzentrum Das Virtuelle Fahrzeug | Method and process for co-simulation with virtual testing of real environments with pedestrian interaction |
CN107945604A (zh) * | 2017-12-07 | 2018-04-20 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于虚拟现实技术的交通安全沉浸式体验系统 |
CN108091203A (zh) * | 2017-12-07 | 2018-05-29 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于虚拟现实技术的应激交通场景驾驶培训系统 |
CN108062875A (zh) * | 2017-12-30 | 2018-05-22 | 上海通创信息技术股份有限公司 | 一种基于虚拟现实及大数据在线分析的云驾驶培训系统 |
CN109100155A (zh) * | 2018-07-09 | 2018-12-28 | 长安大学 | 一种无人车在环快速仿真测试系统和方法 |
CN109448482A (zh) * | 2018-10-23 | 2019-03-08 | 扬州大学 | 一种基于虚拟现实的自动驾驶体验平台 |
CN109598934A (zh) * | 2018-12-13 | 2019-04-09 | 清华大学 | 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法 |
Non-Patent Citations (4)
Title |
---|
吴光强 等: "汽车自适应巡航控制系统研究现状与发展趋势", 《同济大学学报(自然科学版)》 * |
段竞泽: "基于社会力的平面交叉口人-车混行微观交通仿真研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
王俊 等: "混合动力客车能量管理设计及硬件在环试验验证", 《吉林大学学报(工学版)》 * |
谢华: "基于驾驶模拟器的交通流仿真设计与实现", 《中国优秀硕博士学位论文全文数据库(硕士) 信息科技辑》 * |
Cited By (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11593539B2 (en) | 2018-11-30 | 2023-02-28 | BlueOwl, LLC | Systems and methods for facilitating virtual vehicle operation based on real-world vehicle operation data |
CN110909460A (zh) * | 2019-11-12 | 2020-03-24 | 中国第一汽车股份有限公司 | 车联网v2x仿真测试方法、装置、设备和存储介质 |
CN110909460B (zh) * | 2019-11-12 | 2023-06-23 | 中国第一汽车股份有限公司 | 车联网v2x仿真测试方法、装置、设备和存储介质 |
CN110853393B (zh) * | 2019-11-26 | 2020-12-11 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
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 |
US11691084B2 (en) | 2020-01-20 | 2023-07-04 | BlueOwl, LLC | Systems and methods for training and applying virtual occurrences to a virtual character using telematics data of one or more real trips |
US11707683B2 (en) | 2020-01-20 | 2023-07-25 | BlueOwl, LLC | Systems and methods for training and applying virtual occurrences and granting in-game resources to a virtual character using telematics data of one or more real trips |
US11857866B2 (en) | 2020-01-20 | 2024-01-02 | BlueOwl, LLC | Systems and methods for training and applying virtual occurrences with modifiable outcomes to a virtual character using telematics data of one or more real trips |
CN113574530A (zh) * | 2020-02-12 | 2021-10-29 | 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 |
CN111736486A (zh) * | 2020-05-01 | 2020-10-02 | 东风汽车集团有限公司 | 一种面向l2智能驾驶控制器的传感器仿真建模方法及装置 |
CN111551382A (zh) * | 2020-05-12 | 2020-08-18 | 中国科学院心理研究所 | 一种测试驾驶员车距控制能力的系统和使用方法 |
CN111667585A (zh) * | 2020-06-09 | 2020-09-15 | 福州市极化律网络科技有限公司 | 多用户的虚拟世界同步探索方法及存储介质 |
CN111667585B (zh) * | 2020-06-09 | 2023-06-20 | 福州市极化律网络科技有限公司 | 多用户的虚拟世界同步探索方法及存储介质 |
CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
CN111859618B (zh) * | 2020-06-16 | 2024-03-29 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
CN111767648A (zh) * | 2020-06-19 | 2020-10-13 | 浙江大学 | 一种基于简化的社会力计算模型的混合交通仿真方法 |
CN111753424B (zh) * | 2020-06-26 | 2023-08-01 | 北京百度网讯科技有限公司 | 仿真方法、装置、电子设备及存储介质 |
CN111753424A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 仿真方法、装置、电子设备及存储介质 |
US11458983B2 (en) | 2020-07-28 | 2022-10-04 | Huawei Technologies Co., Ltd. | System and method for managing flexible control of vehicles by diverse agents in autonomous driving simulation |
WO2022022206A1 (en) * | 2020-07-28 | 2022-02-03 | Huawei Technologies Co., Ltd. | System and method for managing flexible control of vehicles by diverse agents in autonomous driving simulation |
CN111967163B (zh) * | 2020-08-27 | 2021-12-31 | 腾讯科技(深圳)有限公司 | 车辆仿真控制方法、装置、计算机设备及存储介质 |
CN111967163A (zh) * | 2020-08-27 | 2020-11-20 | 腾讯科技(深圳)有限公司 | 车辆仿真控制方法、装置、计算机设备及存储介质 |
CN112131756B (zh) * | 2020-10-10 | 2021-04-30 | 清华大学 | 一种考虑个体激进度的行人穿行场景仿真方法 |
CN112131756A (zh) * | 2020-10-10 | 2020-12-25 | 清华大学 | 一种考虑个体激进度的行人穿行场景仿真方法 |
CN112241590A (zh) * | 2020-10-15 | 2021-01-19 | 深兰科技(武汉)股份有限公司 | 交通仿真方法和装置 |
CN112232254B (zh) * | 2020-10-26 | 2021-04-30 | 清华大学 | 一种考虑行人激进度的行人风险评估方法 |
CN112232254A (zh) * | 2020-10-26 | 2021-01-15 | 清华大学 | 一种考虑行人激进度的行人风险评估方法 |
CN112418436A (zh) * | 2020-11-19 | 2021-02-26 | 华南师范大学 | 基于人类决策的人工智能伦理虚拟仿真实验方法和机器人 |
CN112418437B (zh) * | 2020-11-19 | 2022-06-21 | 华南师范大学 | 基于多人决策的伦理仿真虚拟实验方法和机器人 |
CN112418437A (zh) * | 2020-11-19 | 2021-02-26 | 华南师范大学 | 基于多人决策的伦理仿真虚拟实验方法和机器人 |
CN112418436B (zh) * | 2020-11-19 | 2022-06-21 | 华南师范大学 | 基于人类决策的人工智能伦理虚拟仿真实验方法和机器人 |
CN112904827B (zh) * | 2021-01-18 | 2022-02-01 | 同济大学 | 一种面向多icu的无人驾驶虚拟仿真测试系统 |
CN112904827A (zh) * | 2021-01-18 | 2021-06-04 | 同济大学 | 一种面向多icu的无人驾驶虚拟仿真测试系统 |
CN112925309A (zh) * | 2021-01-22 | 2021-06-08 | 中国汽车技术研究中心有限公司 | 智能网联汽车数据交互方法及交互系统 |
CN112988147A (zh) * | 2021-03-17 | 2021-06-18 | 南京仁谷系统集成有限公司 | 跨平台的仿真模型开发方法 |
CN113268810B (zh) * | 2021-04-28 | 2023-09-22 | 南京大学 | 基于动力学控制和随机化的交通流仿真方法 |
CN113268810A (zh) * | 2021-04-28 | 2021-08-17 | 南京大学 | 基于动力学控制和随机化的交通流仿真方法 |
CN113176893A (zh) * | 2021-04-29 | 2021-07-27 | 华人运通(上海)云计算科技有限公司 | 汽车控制的仿真模拟方法、装置、存储介质及终端设备 |
CN113361866A (zh) * | 2021-05-17 | 2021-09-07 | 同济大学 | 一种非机动车微观交通流二维仿真方法 |
CN113177663B (zh) * | 2021-05-20 | 2023-11-24 | 云控智行(上海)汽车科技有限公司 | 一种智能网联应用场景的处理方法及系统 |
CN113177663A (zh) * | 2021-05-20 | 2021-07-27 | 启迪云控(上海)汽车科技有限公司 | 一种智能网联应用场景的处理方法及系统 |
CN113361144A (zh) * | 2021-07-15 | 2021-09-07 | 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 |
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 |
US11504622B1 (en) | 2021-08-17 | 2022-11-22 | BlueOwl, LLC | Systems and methods for generating virtual encounters in virtual games |
US11918913B2 (en) | 2021-08-17 | 2024-03-05 | BlueOwl, LLC | Systems and methods for generating virtual encounters in virtual games |
US11697069B1 (en) | 2021-08-17 | 2023-07-11 | BlueOwl, LLC | Systems and methods for presenting shared in-game objectives in virtual games |
US11896903B2 (en) | 2021-08-17 | 2024-02-13 | BlueOwl, LLC | Systems and methods for generating virtual experiences for a virtual game |
US11969653B2 (en) | 2021-08-17 | 2024-04-30 | BlueOwl, LLC | Systems and methods for generating virtual characters for a virtual game |
CN113795010A (zh) * | 2021-08-24 | 2021-12-14 | 清华大学 | 一种汽车队列的测试方法、装置、电子设备及其存储介质 |
CN113795010B (zh) * | 2021-08-24 | 2023-04-07 | 清华大学 | 一种汽车队列的测试方法、装置、电子设备及其存储介质 |
CN113867315B (zh) * | 2021-09-24 | 2023-06-02 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
CN113867315A (zh) * | 2021-09-24 | 2021-12-31 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
CN114067561A (zh) * | 2021-10-25 | 2022-02-18 | 东南大学 | 城市快速道路车路协同主动管控系统的虚拟现实测试方法 |
CN114117829B (zh) * | 2022-01-24 | 2022-04-22 | 清华大学 | 极限工况下人-车-路闭环系统动力学建模方法及系统 |
CN114117829A (zh) * | 2022-01-24 | 2022-03-01 | 清华大学 | 极限工况下人-车-路闭环系统动力学建模方法及系统 |
CN114781164A (zh) * | 2022-04-26 | 2022-07-22 | 厦门大学 | 一种利用多代理人仿真进行视觉感知模拟的算法 |
CN115081186A (zh) * | 2022-05-17 | 2022-09-20 | 同济大学 | 一种支持数据驱动的驾驶行为仿真系统及其仿真方法 |
CN115081186B (zh) * | 2022-05-17 | 2023-09-26 | 同济大学 | 一种支持数据驱动的驾驶行为仿真系统及其仿真方法 |
CN114889621A (zh) * | 2022-06-08 | 2022-08-12 | 武汉城市职业学院 | 一种基于环境-行人-驾驶员行为的辅助驾驶评价及交互方法 |
CN115690372A (zh) * | 2022-11-11 | 2023-02-03 | 上海极度智慧展览股份有限公司 | 一种虚拟驾驶方法、装置、驾驶体验设备和存储介质 |
CN117094182B (zh) * | 2023-10-19 | 2024-03-12 | 中汽研(天津)汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试系统 |
CN117094182A (zh) * | 2023-10-19 | 2023-11-21 | 中汽研(天津)汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110427682B (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110427682A (zh) | 一种基于虚拟现实的交通场景模拟实验平台和方法 | |
CN109658768B (zh) | 一种虚拟现实的多人同场景混合交通流仿真实验平台 | |
Wang et al. | Digital twin simulation of connected and automated vehicles with the unity game engine | |
US7487074B2 (en) | Road traffic simulation apparatus | |
CN104834776B (zh) | 一种微观交通仿真中交通车辆建模仿真系统及方法 | |
CN108877374A (zh) | 基于虚拟现实与驾驶模拟器的车辆队列仿真系统和方法 | |
CN108657089A (zh) | 用于自动驾驶机动车辆的娱乐装置 | |
CN110320883A (zh) | 一种基于强化学习算法的车辆自动驾驶控制方法及装置 | |
CN102708722A (zh) | 一种人-车-路环境驾驶模拟实验系统 | |
CN108091203A (zh) | 一种基于虚拟现实技术的应激交通场景驾驶培训系统 | |
Huang et al. | Social force based vehicle model for 2-dimensional spaces | |
Anvari et al. | Calibration and validation of a shared space model: Case study | |
CN108919779A (zh) | 一种交互式无人车仿真方法及仿真平台 | |
That et al. | An integrated framework combining a traffic simulator and a driving simulator | |
CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的系统 | |
CN108922307A (zh) | 模拟驾驶训练方法、装置及模拟驾驶系统 | |
JPH10513593A (ja) | 触覚刺激によって強調された仮想現実を示す方法と、この方法を実行するシステム | |
Bazilinskyy et al. | Coupled simulator for research on the interaction between pedestrians and (automated) vehicles | |
CN109935132A (zh) | 飞行模拟器 | |
CN104778072A (zh) | 一种用于交通混合流模型的车辆和行人交互模拟方法 | |
Gonsalves et al. | Integrated deep learning for self-driving robotic cars | |
Tianwu et al. | Virtual reality based independent travel training system for children with intellectual disability | |
CN108229078A (zh) | 一种城市交通场景中基于规则的群体运动模拟方法 | |
CN111767648B (zh) | 一种基于简化的社会力计算模型的混合交通仿真方法 | |
Luo et al. | UML-based design of intelligent vehicles virtual reality platform |
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 |