CN110717248A - 自动驾驶仿真场景的生成方法及系统、服务器及介质 - Google Patents
自动驾驶仿真场景的生成方法及系统、服务器及介质 Download PDFInfo
- Publication number
- CN110717248A CN110717248A CN201910861013.0A CN201910861013A CN110717248A CN 110717248 A CN110717248 A CN 110717248A CN 201910861013 A CN201910861013 A CN 201910861013A CN 110717248 A CN110717248 A CN 110717248A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- simulation
- automatic driving
- scene
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008859 change Effects 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000006399 behavior Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000008676 import Effects 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Abstract
本发明公开了一种自动驾驶仿真场景的生成方法及系统、服务器及存储介质,其通过对自动驾驶视频流进行解析,得到仿真场景搭建的相关数据,对相关数据进行计算转换得到仿真系统所能识别和需要的数据,将相关数据导入仿真软件中,从而自动生成仿真场景;采用本发明提供的自动驾驶仿真场景的生成方法,成本低、效率高、且正确率高,避免了由于人工输入错误而导致输出的场景与实际场景存在差异的问题。
Description
技术领域
本发明涉及仿真场景搭建的技术领域,尤其涉及一种自动驾驶仿真场景的生成方法及系统、服务器及存储介质。
背景技术
由于目前自动驾驶技术尚未成熟,且具复杂呈度高,直接使用刚研发或尚不成熟的自动驾驶汽车在真实道路上进行测试不但危险性较高,而且成本较大。如果能够使用系统仿真技术在实车测试前,在虚拟场景中对自动驾驶汽车进行测试和验证,可以规避潜在安全风险,而且可以降低研发测试成本。不过现有仿真场景的搭建均是人工将自然驾驶场景数据输入仿真软件中搭建的,不仅人工投入成本较大,效率低,且容易由于数据输入错误导致输出的场景与实际场景存在差异等问题。
发明内容
有鉴于此,本发明实施例提供了一种自动驾驶仿真场景的生成方法及系统、服务器及存储介质,以解决现有人工搭建仿真场景成本高、效率低以及容易由于数据输入错误导致输出的场景与实际场景存在差异等技术问题。
本发明实施例的第一方面,提供了一种自动驾驶仿真场景的生成方法,所述自动驾驶仿真场景的生成方法包括如下步骤:
对自动驾驶的实景视频流按帧解析得到图片帧的字段属性,从图片帧的字段属性中提取仿真场景所需数据的相关关键字段属性;
分析仿真软件所需要的数据结构形式,对相关关键数据进行数据计算转换以及分析,得到与仿真软件所需匹配数据;
将得到的匹配数据导入仿真软件中生成仿真场景;
将生成的仿真场景与自动驾驶的实景视频进行比对,输出正确的仿真场景。
本发明实施例的第二方面,提供了一种自动驾驶仿真场景的生成系统,所述自动驾驶仿真场景的生成系统包括如下功能模块:
数据解析提取模块,配置为对自动驾驶的实景视频流按帧解析得到图片帧的字段属性,从图片帧的字段属性中提取仿真场景所需数据的相关关键字段属性;
数据分析匹配模块,配置为分析仿真软件所需要的数据结构形式,对相关关键数据进行数据计算转换以及分析,得到与仿真软件所需匹配数据;
数据导入模块,配置为将得到的匹配数据导入仿真软件中生成仿真场景;
场景验证输出模块,配置为将生成的仿真场景与自动驾驶的实景视频进行比对,输出正确的仿真场景。
本发明实施例的第三方面,提供了一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述自动驾驶仿真场景的生成方法的步骤。
本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述自动驾驶仿真场景的生成方法的步骤。
本发明提供的自动驾驶仿真场景的生成方法及系统、服务器及存储介质,其通过对自动驾驶视频流进行解析,得到仿真场景搭建的相关数据,对相关数据进行计算转换得到仿真系统所能识别和需要的数据,将相关数据导入仿真软件中,从而自动生成仿真场景;采用本发明提供的自动驾驶仿真场景的生成方法,成本低、效率高、且正确率高,避免了由于人工输入错误而导致输出的场景与实际场景存在差异的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的自动驾驶仿真场景的生成方法的流程框图;
图2为本发明实施例提供的自动驾驶仿真场景的生成系统的功能模块框图;
图3为本发明实施例提供的服务器的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供的一种自动驾驶仿真场景的生成方法,所述自动驾驶仿真场景的生成方法包括如下步骤:
S1、对自动驾驶的实景视频流按帧解析得到图片帧的字段属性,从图片帧的字段属性中提取仿真场景所需数据的相关关键字段属性。
具体的,将自动驾驶的实景视频流按每一秒36帧进行解析,解析后所述图片帧的字段属性数据存储在csv表中,自csv表中提取自车车速、车辆类型、与对象车辆的纵向距离、横向距离,以及与对象车辆之间相对速度等关键信息。
S2、分析仿真软件所需要的数据结构形式,对相关关键数据进行数据计算转换以及分析,得到与仿真软件所需匹配数据。
无人驾驶仿真软件需要的数据结构形式是以交通要素(TrafficElements),交通控制(TrafficControl),交通流(PulkTraffic),移动对象控制(MovingObjectsControl),信号灯(LightSigns),配置(Selections)信息存储在xml中,其中主要使用交通控制(TrafficControl)存储车辆相关信息,所述车辆相关信息包括车辆信息和车辆行为信息,所述车辆信息具体包含驾驶者信息,车辆类型,车辆名称,车辆起始位置,车辆起始速度信息等信息;所述车辆行为信息具体包含车速的变化,车辆变道的行为,变道的持续时间,触发变道的时间,触发范围等信息。
由步骤S1可知,自视频流中解析得到的数据为自车车速、车辆类型、与对象车辆的纵向距离、横向距离,以及与对象车辆之间相对速度等信息,因此,需要对这些信息进行相关计算来求得无人驾驶仿真软件需要的数据,相关计算是本领域的常规计算,在此不详述,
在对数据进行计算时,还需要分析判断车辆的行为状态,具体包括包括车速分析、变道分析以及对象车位置预测分析。
其中,所述车速分析具体包括:当某一秒的图片帧数据中存在速度为0的状态时,判断该秒36帧数据中,是否存在速度为0的数据的数量大于或等于其他所有速度不为0的数据的总数量,如果存在,则判断这一秒的速度为0,否则,聚类判断相同个数最多的速度数据为这一秒的速度。例如:第八秒视频流数据解析的36帧数据中,速度为0的数据有20帧,速度不为0的数据有16帧,则判定车辆在该秒的速度为0,如果36帧数据中,速度为0的数据有16帧,速度不为0的数据有20帧,而这20帧中有10帧的速度数据为50km/h,有7帧的速度数据为60km/h,有3帧的速度数据为40km/h,则判定车辆在该秒的速度为50km/h。
所述变道分析具体包括:当某一秒的图片帧数据中存在变道属性数据为1,即判断这一秒有变道行为。所述变道分析进一步包括:连续的两秒的图片帧数据中均存在变道属性数据为1,则判断这两秒的过渡图片帧数据之间是否存在连续帧的变道属性数据均为1,如果存在连续,则判断变道属性数据为1的个数较多的那一秒有变道行为。具体的,所述过渡图片帧为前一秒的最后几帧和后一秒的开始几帧,连续帧必须有至少一帧是属于前一秒的,以及至少有一帧属于后一秒的。同时如果该两秒中存在变道属性数据1的个数相等,则判断前一秒有变道行为;如果连续两秒都存在数据1,但是不连续,则判定两秒都有变道行为。
所述对象车位置预测分析包括预测对象车辆在自车启动时与自车的横向距离和纵向距离。
所述纵向距离的预测具体包括:对于自车视频采集工具识别到正在行驶的对象车辆,通过自车速度和自车启动至识别到对象车辆的时间的乘积得到对象车辆在该时间内行驶的距离,再将对象车辆行驶的距离加上识别时自车相对对象车的纵向距离,获得对象车辆在自车启动时与自车的纵向距离。
所述横向距离的预测具体包括:当自车在识别对象车辆前没有变道行为时,对象车辆在自车启动时与自车的横向距离就是自车识别到的与对象车辆之间的横向距离;当自车在识别对象车辆前有变道行为时,如果自车向右变道,则预测对象车辆在自车启动时与自车的横向距离为自车相对对象车辆的横向距离减去变道距离;如果自车向左变道,则预测对象车辆在自车启动时与自车的横向距离为自车相对对象车辆的横向距离加上变道距离。
将以上这些通过计算处理的数据依据无人驾驶仿真软件需要的结构形式写入交通控制(TrafficControl)中,保存为xml数据文件。
S3、将得到的匹配数据导入仿真软件中生成仿真场景。
即将上述保存的xml数据文件导入仿真软件中,自动生成仿真场景。
S4、将生成的仿真场景与自动驾驶的实景视频进行比对,输出正确的仿真场景。
如果仿真场景与自动驾驶的实景视频存在差异,则返回步骤S2,对相关关键数据进行重新分析计算。
本发明所述自动驾驶仿真场景的生成方法,其通过对自动驾驶视频流进行解析,得到仿真场景搭建的相关数据,对相关数据进行计算转换得到仿真系统所能识别和需要的数据,将相关数据导入仿真软件中,从而自动生成仿真场景;采用本发明提供的自动驾驶仿真场景的生成方法,成本低、效率高、且正确率高,避免了由于人工输入错误而导致输出的场景与实际场景存在差异的问题。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种自动驾驶仿真场景的生成方法,下面将对一种自动驾驶仿真场景的生成系统进行详细描述。
图2示出了本发明实施例提供的自动驾驶仿真场景的生成系统的一个功能模块框图。如图2所示,所述自动驾驶仿真场景的生成系统包括如下功能模块:
数据解析提取模块10,配置为对自动驾驶的实景视频流按帧解析得到图片帧的字段属性,从图片帧的字段属性中提取仿真场景所需数据的相关关键字段属性;
数据分析匹配模块20,配置为分析仿真软件所需要的数据结构形式,对相关关键数据进行数据计算转换以及分析,得到与仿真软件所需匹配数据;
数据导入模块30,配置为将得到的匹配数据导入仿真软件中生成仿真场景;
场景验证输出模块40,配置为将生成的仿真场景与自动驾驶的实景视频进行比对,输出正确的仿真场景。
图3是本发明一实施例提供的自动驾驶仿真场景的生成的服务器结构的示意图。所述服务器为提供计算服务的设备,通常指具有较高计算能力,通过网络提供给多个用户使用的计算机。如图3所示,该实施例的服务器5包括:存储器51、处理器52以及系统总线53,所述存储器51包括存储其上的可运行的程序511,本领域技术人员可以理解,图3中示出的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图3对终端设备的各个构成部件进行具体的介绍:
存储器51可用于存储软件程序以及模块,处理器52通过运行存储在存储器51的软件程序以及模块,从而执行终端的各种功能应用以及数据处理。存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器51上包含自动驾驶仿真场景的生成方法的可运行程序511,所述可运行程序511可以被分割成一个或多个模块/单元,所述一个或多个模块/单元被存储在所述存储器51中,并由处理器52执行,以完成通知的传递并获取通知实现过程,所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序511在所述服务器5中的执行过程。例如,所述计算机程序511可以被分割为获取模块、比对模块、拼接模块和发送模块。
处理器52是服务器的控制中心,利用各种接口和线路连接整个终端设备的各个部分,通过运行或执行存储在存储器51内的软件程序和/或模块,以及调用存储在存储器51内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。可选的,处理器52可包括一个或多个处理单元;优选的,处理器52可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器52中。
系统总线53是用来连接计算机内部各功能部件,可以传送数据信息、地址信息、控制信息,其种类可以是例如PCI总线、ISA总线、VESA总线等。处理器52的指令通过总线传递至存储器51,存储器51反馈数据给处理器52,系统总线53负责处理器52与存储器51之间的数据、指令交互。当然系统总线53还可以接入其他设备,例如网络接口、显示设备等。
所述服务器应至少包括CPU、芯片组、内存、磁盘系统等,其他构成部件在此不再赘述。
在本发明实施例中,该终端所包括的处理器52执行的可运行程序具体为:一种自动驾驶仿真场景的生成方法,其包括:
对自动驾驶的实景视频流按帧解析得到图片帧的字段属性,从图片帧的字段属性中提取仿真场景所需数据的相关关键字段属性;
分析仿真软件所需要的数据结构形式,对相关关键数据进行数据计算转换以及分析,得到与仿真软件所需匹配数据;
将得到的匹配数据导入仿真软件中生成仿真场景;
将生成的仿真场景与自动驾驶的实景视频进行比对,输出正确的仿真场景。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然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;而这些修改或者替换,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)
1.一种自动驾驶仿真场景的生成方法,其特征在于,所述自动驾驶仿真场景的生成方法包括如下步骤:
对自动驾驶的实景视频流按帧解析得到图片帧的字段属性,从图片帧的字段属性中提取仿真场景所需数据的相关关键字段属性;
分析仿真软件所需要的数据结构形式,对相关关键数据进行数据计算转换以及分析,得到与仿真软件所需匹配数据;
将得到的匹配数据导入仿真软件中生成仿真场景;
将生成的仿真场景与自动驾驶的实景视频进行比对,输出正确的仿真场景。
2.根据权利要求1所述自动驾驶仿真场景的生成方法,其特征在于,所述数据分析包括车速分析、变道分析以及对象车位置预测分析。
3.根据权利要求2所述自动驾驶仿真场景的生成方法,其特征在于,所述车速分析具体包括:
当某一秒的图片帧数据中存在速度为0的状态时,判断该秒36帧数据中,是否存在速度为0的数据的数量大于或等于其他所有速度不为0的数据的总数量,如果存在,则判断这一秒的速度为0,否则,聚类判断相同个数最多的速度数据为这一秒的速度。
4.根据权利要求2所述自动驾驶仿真场景的生成方法,其特征在于,所述变道分析具体包括:
当某一秒的图片帧数据中存在变道属性数据为1,即判断这一秒有变道行为。
5.根据权利要求4所述自动驾驶仿真场景的生成方法,其特征在于,所述变道分析进一步包括:
当连续的两秒的图片帧数据中均存在变道属性数据为1,则判断这两秒的过渡图片帧数据之间是否存在连续帧的变道属性数据均为1,如果存在连续,则判断变道属性数据为1的个数较多的那一秒有变道行为,如果该两秒中存在变道属性数据1的个数相等,则判断前一秒有变道行为。
6.根据权利要求2所述自动驾驶仿真场景的生成方法,其特征在于,所述对象车位置预测分析是预测对象车辆在自车启动时与自车的纵向距离,具体包括:
对于自车视频采集工具识别到正在行驶的对象车辆,通过自车速度和自车启动至识别到对象车辆的时间的乘积得到对象车辆在该时间内行驶的距离,再将对象车辆行驶的距离加上识别时自车相对对象车的纵向距离,获得对象车辆在自车启动时与自车的纵向距离。
7.根据权利要求6所述自动驾驶仿真场景的生成方法,其特征在于,所述对象车位置预测分析还包括预测对象车辆在自车启动时与自车的横向距离,具体包括:
当自车在识别对象车辆前没有变道行为时,对象车辆在自车启动时与自车的横向距离就是自车识别到的与对象车辆之间的横向距离;
当自车在识别对象车辆前有变道行为时,如果自车向右变道,则预测对象车辆在自车启动时与自车的横向距离为自车相对对象车辆的横向距离减去变道距离;如果自车向左变道,则预测对象车辆在自车启动时与自车的横向距离为自车相对对象车辆的横向距离加上变道距离。
8.一种自动驾驶仿真场景的生成系统,其特征在于,所述自动驾驶仿真场景的生成系统包括如下功能模块:
数据解析提取模块,配置为对自动驾驶的实景视频流按帧解析得到图片帧的字段属性,从图片帧的字段属性中提取仿真场景所需数据的相关关键字段属性;
数据分析匹配模块,配置为分析仿真软件所需要的数据结构形式,对相关关键数据进行数据计算转换以及分析,得到与仿真软件所需匹配数据;
数据导入模块,配置为将得到的匹配数据导入仿真软件中生成仿真场景;
场景验证输出模块,配置为将生成的仿真场景与自动驾驶的实景视频进行比对,输出正确的仿真场景。
9.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述自动驾驶仿真场景的生成方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述自动驾驶仿真场景的生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910861013.0A CN110717248A (zh) | 2019-09-11 | 2019-09-11 | 自动驾驶仿真场景的生成方法及系统、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910861013.0A CN110717248A (zh) | 2019-09-11 | 2019-09-11 | 自动驾驶仿真场景的生成方法及系统、服务器及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110717248A true CN110717248A (zh) | 2020-01-21 |
Family
ID=69210407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910861013.0A Pending CN110717248A (zh) | 2019-09-11 | 2019-09-11 | 自动驾驶仿真场景的生成方法及系统、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110717248A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111611175A (zh) * | 2020-06-01 | 2020-09-01 | 深圳裹动智驾科技有限公司 | 自动驾驶软件开发方法、服务器端及客户端 |
CN111625948A (zh) * | 2020-05-20 | 2020-09-04 | 北京百度网讯科技有限公司 | 超长场景的回放型仿真方法、装置、设备和介质 |
CN111695199A (zh) * | 2020-06-09 | 2020-09-22 | 北京百度网讯科技有限公司 | 自动驾驶测试方法、装置、设备及存储介质 |
CN111723458A (zh) * | 2020-05-09 | 2020-09-29 | 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 |
CN111831391A (zh) * | 2020-06-08 | 2020-10-27 | 北京百度网讯科技有限公司 | 自动驾驶仿真系统之中预置容器的管理方法和装置 |
CN111881197A (zh) * | 2020-06-28 | 2020-11-03 | 武汉光庭信息技术股份有限公司 | 一种仿真数据转换方法及装置 |
CN111967123A (zh) * | 2020-06-30 | 2020-11-20 | 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 |
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 |
CN112567374A (zh) * | 2020-10-21 | 2021-03-26 | 华为技术有限公司 | 一种仿真交通场景文件生成方法及装置 |
CN114475653A (zh) * | 2021-12-28 | 2022-05-13 | 广州文远知行科技有限公司 | 一种车辆应急转向仿真场景配置方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080044085A1 (en) * | 2006-08-18 | 2008-02-21 | Kabushiki Kaisha Toshiba | Method and apparatus for playing back video, and computer program product |
WO2013184215A2 (en) * | 2012-03-22 | 2013-12-12 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer readable media for simulating sound propagation in large scenes using equivalent sources |
CN105045970A (zh) * | 2015-07-01 | 2015-11-11 | 国家电网公司 | 基于Unity动态生成三维场景的仿真系统及其实现方法 |
US20160004915A1 (en) * | 2014-07-07 | 2016-01-07 | Here Global B.V. | Lane Level Traffic |
CN105531995A (zh) * | 2013-05-10 | 2016-04-27 | 罗伯特·博世有限公司 | 用于使用多个摄像机进行对象和事件识别的系统和方法 |
CN108520238A (zh) * | 2018-04-10 | 2018-09-11 | 东华大学 | 一种基于深度预测编码网络的夜视图像的场景预测方法 |
US20180349526A1 (en) * | 2016-06-28 | 2018-12-06 | Cognata Ltd. | Method and system for creating and simulating a realistic 3d virtual world |
CN109215433A (zh) * | 2017-07-03 | 2019-01-15 | 百度(美国)有限责任公司 | 用于自动驾驶仿真的基于视觉的驾驶场景生成器 |
CN109358936A (zh) * | 2018-09-29 | 2019-02-19 | Oppo广东移动通信有限公司 | 信息处理方法、装置、存储介质、电子设备及系统 |
CN110069887A (zh) * | 2019-05-05 | 2019-07-30 | 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 |
-
2019
- 2019-09-11 CN CN201910861013.0A patent/CN110717248A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080044085A1 (en) * | 2006-08-18 | 2008-02-21 | Kabushiki Kaisha Toshiba | Method and apparatus for playing back video, and computer program product |
WO2013184215A2 (en) * | 2012-03-22 | 2013-12-12 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer readable media for simulating sound propagation in large scenes using equivalent sources |
CN105531995A (zh) * | 2013-05-10 | 2016-04-27 | 罗伯特·博世有限公司 | 用于使用多个摄像机进行对象和事件识别的系统和方法 |
US20160004915A1 (en) * | 2014-07-07 | 2016-01-07 | Here Global B.V. | Lane Level Traffic |
CN105045970A (zh) * | 2015-07-01 | 2015-11-11 | 国家电网公司 | 基于Unity动态生成三维场景的仿真系统及其实现方法 |
US20180349526A1 (en) * | 2016-06-28 | 2018-12-06 | Cognata Ltd. | Method and system for creating and simulating a realistic 3d virtual world |
CN109215433A (zh) * | 2017-07-03 | 2019-01-15 | 百度(美国)有限责任公司 | 用于自动驾驶仿真的基于视觉的驾驶场景生成器 |
CN108520238A (zh) * | 2018-04-10 | 2018-09-11 | 东华大学 | 一种基于深度预测编码网络的夜视图像的场景预测方法 |
CN109358936A (zh) * | 2018-09-29 | 2019-02-19 | Oppo广东移动通信有限公司 | 信息处理方法、装置、存储介质、电子设备及系统 |
CN110069887A (zh) * | 2019-05-05 | 2019-07-30 | 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 |
Non-Patent Citations (1)
Title |
---|
罗昔柳等: "特种车辆模拟驾驶系统的研究与开发", 《装备制造技术》, no. 09, 15 September 2018 (2018-09-15), pages 35 - 39 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723458A (zh) * | 2020-05-09 | 2020-09-29 | 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 |
CN111625948A (zh) * | 2020-05-20 | 2020-09-04 | 北京百度网讯科技有限公司 | 超长场景的回放型仿真方法、装置、设备和介质 |
CN111625948B (zh) * | 2020-05-20 | 2023-09-29 | 阿波罗智能技术(北京)有限公司 | 超长场景的回放型仿真方法、装置、设备和介质 |
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 |
CN111611175B (zh) * | 2020-06-01 | 2023-05-26 | 深圳安途智行科技有限公司 | 自动驾驶软件开发方法、服务器端及客户端 |
CN111611175A (zh) * | 2020-06-01 | 2020-09-01 | 深圳裹动智驾科技有限公司 | 自动驾驶软件开发方法、服务器端及客户端 |
CN111831391A (zh) * | 2020-06-08 | 2020-10-27 | 北京百度网讯科技有限公司 | 自动驾驶仿真系统之中预置容器的管理方法和装置 |
CN111831391B (zh) * | 2020-06-08 | 2023-09-22 | 北京百度网讯科技有限公司 | 自动驾驶仿真系统之中预置容器的管理方法和装置 |
CN111695199B (zh) * | 2020-06-09 | 2023-09-05 | 北京百度网讯科技有限公司 | 自动驾驶测试方法、装置、设备及存储介质 |
CN111695199A (zh) * | 2020-06-09 | 2020-09-22 | 北京百度网讯科技有限公司 | 自动驾驶测试方法、装置、设备及存储介质 |
CN111881197A (zh) * | 2020-06-28 | 2020-11-03 | 武汉光庭信息技术股份有限公司 | 一种仿真数据转换方法及装置 |
CN111967123A (zh) * | 2020-06-30 | 2020-11-20 | 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 |
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 |
CN112567374A (zh) * | 2020-10-21 | 2021-03-26 | 华为技术有限公司 | 一种仿真交通场景文件生成方法及装置 |
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 |
CN114475653A (zh) * | 2021-12-28 | 2022-05-13 | 广州文远知行科技有限公司 | 一种车辆应急转向仿真场景配置方法和装置 |
CN114475653B (zh) * | 2021-12-28 | 2024-03-15 | 广州文远知行科技有限公司 | 一种车辆应急转向仿真场景配置方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110717248A (zh) | 自动驾驶仿真场景的生成方法及系统、服务器及介质 | |
CN110544477A (zh) | 一种语音识别方法、装置、设备及介质 | |
CN103839308A (zh) | 人数获取方法、装置及系统 | |
CN1866206A (zh) | 利用马尔可夫链根据uml规范生成性能测试 | |
CN110569804B (zh) | 基于文本数据的失效场景判断方法及系统、服务器及介质 | |
CN113010944B (zh) | 模型校验方法、电子设备及相关产品 | |
CN112416775A (zh) | 基于人工智能的软件自动化测试方法、装置及电子设备 | |
CN111881197A (zh) | 一种仿真数据转换方法及装置 | |
CN113537207B (zh) | 视频处理方法、模型的训练方法、装置以及电子设备 | |
CN112233428A (zh) | 车流量预测方法、装置、存储介质及设备 | |
CN110567733B (zh) | 基于acc的失效场景判定方法及系统、服务器及介质 | |
CN112926083A (zh) | 基于建筑信息模型的交互处理方法及相关装置 | |
CN112182193A (zh) | 一种交通行业中日志获取方法、设备及介质 | |
CN116341648A (zh) | 自动驾驶车辆环境感知能力训练方法、装置、设备及介质 | |
CN113128696A (zh) | 分布式机器学习通信优化方法、装置、服务器及终端设备 | |
US11715372B2 (en) | Signal lamp recognition method, device, and storage medium | |
WO2021142975A1 (zh) | 人工智能检测方法及装置、终端和计算机可读存储介质 | |
CN114692295A (zh) | 车辆性能边界的确定方法、装置、终端设备及存储介质 | |
CN114862372A (zh) | 基于区块链的智慧教育数据防篡改处理方法及系统 | |
CN110414845B (zh) | 针对目标交易的风险评估方法及装置 | |
CN114415542A (zh) | 自动驾驶仿真系统、方法、服务器及介质 | |
CN114241253A (zh) | 违规内容识别的模型训练方法、系统、服务器及存储介质 | |
CN114186637A (zh) | 流量识别方法、装置、服务器和存储介质 | |
CN112733151A (zh) | 嵌入式设备固件解析方法、装置、介质及电子设备 | |
CN112667671B (zh) | 一种路网数据处理方法、装置、计算机设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200121 |
|
RJ01 | Rejection of invention patent application after publication |