CN111123732B - 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 - Google Patents

自动驾驶车辆仿真的方法、装置、存储介质和终端设备 Download PDF

Info

Publication number
CN111123732B
CN111123732B CN201811289364.0A CN201811289364A CN111123732B CN 111123732 B CN111123732 B CN 111123732B CN 201811289364 A CN201811289364 A CN 201811289364A CN 111123732 B CN111123732 B CN 111123732B
Authority
CN
China
Prior art keywords
vehicle
obstacle
running
time
determining
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
Application number
CN201811289364.0A
Other languages
English (en)
Other versions
CN111123732A (zh
Inventor
卢帅
郭正东
毛继明
董芳芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201811289364.0A priority Critical patent/CN111123732B/zh
Publication of CN111123732A publication Critical patent/CN111123732A/zh
Application granted granted Critical
Publication of CN111123732B publication Critical patent/CN111123732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提出一种自动驾驶车辆仿真的方法、装置、存储介质和终端设备,其中,所述方法包括:获取车辆行驶过程中的路测数据;利用所述路测数据复现自动驾驶车辆的仿真环境,所述仿真环境中包括多个障碍车;在所述仿真环境中,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险;以及如果存在碰撞风险,则控制所述障碍车从固定航迹模式切换为自动驾驶模式。采用本发明,可以提高自动驾驶车辆仿真的可靠性。

Description

自动驾驶车辆仿真的方法、装置、存储介质和终端设备
技术领域
本发明涉及计算机技术领域,尤其涉及一种自动驾驶车辆仿真的方法、装置、存储介质和终端设备。
背景技术
自动驾驶车辆又称无人驾驶车辆、电脑驾驶车辆、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能车辆。随着无人驾驶车辆的发展,无人车系统的控制算法迭代速度越来越快,实车调试的成本和周期大大增大。为此建立相应的仿真环境来调整控制算法。为了使仿真环境贴合实际环境,通常利用实车行驶过程中车载传感器检测到的周围行车路况的数据,然后利用这些周围行车路况的数据构建仿真环境,并利用仿真环境进行无人车的调试。
但是,在仿真行驶过程,利用实车的感知数据构建的场景的其他车辆相对于自动驾驶车辆来说是非智能体,不会对仿真中的自动驾驶车辆的实时状态产生反应。在此环境下进行仿真得到的控制算法,是较为理想环境下控制算法。如果在实际环境中进行行驶,则自动驾驶车辆可能会出现控制失灵的情况。
发明内容
本发明实施例提供一种自动驾驶车辆仿真的方法、装置、存储介质和终端设备,以解决或缓解现有技术中的以上一个或多个技术问题。
第一方面,本发明实施例提供了一种自动驾驶车辆仿真的方法,包括:
获取车辆行驶过程中的路测数据;
利用所述路测数据复现自动驾驶车辆的仿真环境,所述仿真环境中包括多个障碍车;
在所述仿真环境中,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险;以及
如果存在碰撞风险,则控制所述障碍车从固定航迹模式切换为自动驾驶模式。
在一种实施方式中,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险,包括:
利用所述路测数据,确定所述主车和所述障碍车在设定时间段内的运动轨迹;
判断所述主车和所述障碍车的运动轨迹是否相交;
如果所述主车和所述障碍车的运动轨迹相交,则判定所述主车和所述障碍车存在碰撞风险;以及
如果所述主车和所述障碍车的运动轨迹不相交,则判定所述主车和所述障碍车不存在碰撞风险。
在一种实施方式中,利用所述路测数据,确定所述主车和所述障碍车在设定时间段内的运动轨迹,包括:
利用所述路测数据,确定各所述障碍车在所述时间段内各时刻的行驶状态;
利用各所述障碍车在所述时间段内各时刻的行驶状态,确定各所述障碍车在所述时间段内的运动轨迹;
利用所述主车的运行策略以及各所述障碍车在所述时间段内各时刻的行驶状态,预测所述主车在所述时间段内的各时刻的行驶状态;以及
利用所述主车在所述时间段内的各时刻的行驶状态,确定所述主车在所述时间段内的运动轨迹。
在一种实施方式中,控制所述障碍车从固定航迹模式切换为自动驾驶模式,包括:
设置所述障碍车的途经位置以及经过所述途经位置的途径时间;
利用所述障碍车在前一时刻的行驶状态、所述途径位置和所述途径时间,确定所述障碍车在当前时刻的行驶状态;以及
控制所述障碍车按照确定的当前时刻的行驶状态进行仿真行驶。
在一种实施方式中,所述方法还包括:
判断所述障碍车在当前时刻的行驶位置是否与所述途径位置相符,以及当前时刻的时间是否与所述途径时间相符;以及
如果当前时刻的行驶位置与所述途径位置相符,且当前时刻的时间与所述途径时间相符,则控制所述障碍车从所述自动驾驶模式切换为所述固定航迹模式。
第二方面,本发明实施例还提供一种自动驾驶车辆仿真的装置,包括:
路测数据获取模块,用于获取车辆行驶过程中的路测数据;
仿真环境复现模块,用于利用所述路测数据复现自动驾驶车辆的仿真环境,所述仿真环境中包括多个障碍车;
碰撞风险判断模块,用于在所述仿真环境中,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险;以及
行驶模式确定模块,用于如果存在碰撞风险,则控制所述障碍车从固定航迹模式切换为自动驾驶模式。
在一种实施方式中,所述碰撞风险判断模块包括:
运动轨迹确定单元,用于利用所述路测数据,确定所述主车和所述障碍车在设定时间段内的运动轨迹;
轨迹相交判断单元,用于判断所述主车和所述障碍车的运动轨迹是否相交;
第一判定单元,用于如果所述主车和所述障碍车的运动轨迹相交,则判定所述主车和所述障碍车存在碰撞风险;以及
第二判定单元,用于如果所述主车和所述障碍车的运动轨迹不相交,则判定所述主车和所述障碍车不存在碰撞风险。
在一种实施方式中,所述运动轨迹确定单元包括:
障碍车状态确定子单元,用于利用所述路测数据,确定各所述障碍车在所述时间段内各时刻的行驶状态;
障碍轨迹确定子单元,用于利用各所述障碍车在所述时间段内各时刻的行驶状态,确定各所述障碍车在所述时间段内的运动轨迹;
主车状态确定子单元,用于利用所述主车的运行策略以及各所述障碍车在所述时间段内各时刻的行驶状态,预测所述主车在所述时间段内的各时刻的行驶状态;以及
主车轨迹确定子单元,用于利用所述主车在所述时间段内的各时刻的行驶状态,确定所述主车在所述时间段内的运动轨迹。
在一种实施方式中,所述行驶模式确定模块,包括:
位置与时间设置单元,用于设置所述障碍车的途经位置以及经过所述途经位置的途径时间;
行驶状态确定单元,用于利用所述障碍车在前一时刻的行驶状态、所述途径位置和所述途径时间,确定所述障碍车在当前时刻的行驶状态;以及
控制行驶单元,用于控制所述障碍车按照确定的当前时刻的行驶状态进行仿真行驶。
在一种实施方式中,所述装置还包括:
位置与时间判断模块,用于判断所述障碍车在当前时刻的行驶位置是否与所述途径位置相符,以及当前时刻的时间是否与所述途径时间相符;
模式切换模块,用于如果当前时刻的行驶位置与所述途径位置相符,且当前时刻的时间与所述途径时间相符,则控制所述障碍车从所述自动驾驶模式切换为所述固定航迹模式。
第三方面,本发明实施例提供了一种自动驾驶车辆仿真的装置,所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,自动驾驶车辆仿真的结构中包括处理器和存储器,所述存储器用于自动驾驶车辆仿真的装置执行上述自动驾驶车辆仿真的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述自动驾驶车辆仿真的装置还可以包括通信接口,用于自动驾驶车辆仿真的装置与其他设备或通信网络通信。
第四方面,本发明实施例还提供一种计算机可读存储介质,用于自动驾驶车辆仿真的装置所用的计算机软件指令,其中包括用于执行上述自动驾驶车辆仿真的方法所涉及的程序。
第五方面,本申请实施例提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现如上所述的方法。
上述技术方案中的任意一个技术方案具有如下优点或有益效果:
本发明实施例在自动驾驶车辆的仿真环境的构建过程中,障碍物可以判断碰撞风险自动避开主车,使得构建的场景更贴合实际环境,提高自动驾驶车辆仿真的可靠性。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1是本发明提供的自动驾驶车辆仿真的方法的一个实施例的流程示意图;
图2是本发明提供的碰撞风险的判断过程的一个实施例的流程示意图;
图3是本发明提供的障碍车采用自动驾驶模式的行驶过程的一个实施例的流程示意图;
图4是本发明提供的障碍车切换回固定航迹模式的判断过程的一个实施例的流程示意图;
图5是本发明提供的自动驾驶车辆仿真的装置的一个实施例的结构示意图;
图6是本发明提供的自动驾驶车辆仿真的装置的另一个实施例的结构示意图;
图7是本发明提供的终端设备的一个实施例的结构示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
请参阅图1,本发明实施例提供了一种自动驾驶车辆仿真的方法。本实施例包括步骤S100至步骤S400,具体如下:
S100,获取车辆行驶过程中的路测数据。
路测数据可以包括数据采集车辆的传感器所能采集到的本车和所有障碍物的行驶数据,以及交通道路环境等。障碍物可以包括行人、障碍车等。
S200,利用路测数据复现自动驾驶车辆的仿真环境,仿真环境中包括多个障碍车。
由于路测数据可以包括各障碍车的路测数据,则按数据采集车辆的采集时序,采集到的各障碍车的路测数据的组织形式为:D={Dt1,Dt2,…,Dtn},其中,i=1,2,…,n,Dti为ti时刻数据采集车辆测得的数据。Dti组织形式为Dti={Dti,a1,Dti,a2,…,Dti,ak},其中,Dti,aj,为ti时刻第j个障碍车的数据,j=1,2,…,k。
在仿真中,因为时钟的不同步,会导致仿真各帧的时刻与路测数据各帧的时刻不完全重合,可以进行数据的平滑、插值等操作,因此,仿真所利用的数据组织形式是空间序,即D={Da1,Da2,…,Dam},其中,Dap为第p个障碍车的数据,p=1,2,…,m。对于每一个障碍车在各时刻的数据,其组织形式为Dap={Dap,t1,Dap,t2,…,Dap,ts},其中,Dap,tq为第p个障碍车在第q时刻的数据,q=1,2,…,s。
因此,可以利用D={Da1,Da2,…,Dam},将各障碍车的行驶轨迹复现在仿真环境中。与此同时,主车可以利用自身的运行策略以及各障碍车的行驶状态,确定其下一时刻的行驶状态。即,正常的仿真过程中,主车采用自动驾驶模式运行,障碍车采用固定航迹模式运行。
S300,在仿真环境中,判断采用自动驾驶模式运行的主车与障碍车之间是否存在碰撞风险。
在一些实施例中,在主车运行的每一时刻、固定时刻或固定路段,均可以采用步骤300来判断主车与障碍车之间是否存在碰撞风险。即预测在未来的一段行驶时间内主车与障碍车的运动轨迹是否发生相交,或者预测此行驶时间内两者之间的距离是否小于预测的距离阈值。如果是,则判定存在碰撞风险。如果不是,则判定不存在碰撞风险。
S400,如果存在碰撞风险,则控制障碍车从固定航迹模式切换为自动驾驶模式。
在本实施例中,固定航迹模式可以中本车辆按照本车辆的路测数据复现本车辆的行驶轨迹。自动驾驶模式可以是利用仿真过程中所有车辆的路测数据以及本车辆的行驶状态,确定本车辆的行驶轨迹。
本发明实施例,在自动驾驶车辆的仿真环境的构建过程中,障碍物可以判断碰撞风险自动避开主车,使得构建的场景更贴合实际环境,提高自动驾驶车辆仿真的可靠性。
在一些实施例中,如果主车与障碍车不存在碰撞风险,那么此时障碍车可以继续采用固定航迹模式进行行驶。
在一些实施例中,参阅图2,判断主车与障碍车之间是否存在碰撞风险的过程,可以包括步骤S310至步骤S340,如下:
S310,利用路测数据,确定主车和障碍车在设定时间段内的运动轨迹。设定时间段可以包括从当前时刻开始到未来的一个时间点的时间段,例如,在未来5秒或10秒内。在一些实施例中,也可以类似步骤S310中,利用路测数据来确定主车和障碍车在设定的行驶路段内的运动轨迹。设定的行驶路段可以包括从当前的行驶位置到预设的目标行驶位置之间的路段。
S320,判断主车和障碍车的运动轨迹是否相交。
S330,如果主车和障碍车的运动轨迹相交,则判定主车和障碍车存在碰撞风险;以及
S340,如果主车和障碍车的运动轨迹不相交,则判定主车和障碍车不存在碰撞风险。
在本实施例中,可以通过主车和障碍车的运动轨迹的相交情况,来预测主车和障碍车之间是否存在碰撞风险。当然,在一些实施例中,如果主车和障碍车的运动轨迹不相交,但轨迹过于靠近也可以认为其存在碰撞风险。因此,可以设定一个距离阈值。如果主车和障碍车的运动轨迹之间的最小距离小于距离阈值,则判定主车和障碍车不存在碰撞风险。如果果主车和障碍车的运动轨迹之间的最小距离大于距离阈值,则判定主车和障碍车不存在碰撞风险。
以下将描述主车和障碍车的运动轨迹的确定过程,如下:
在一些实施例中,对于障碍车在设定时间段内的运动轨迹的确定过程,可以包括:利用路测数据,确定各障碍车在时间段内各时刻的行驶状态。然后,利用各障碍车在时间段内各时刻的行驶状态,确定各障碍车在时间段内的运动轨迹。
示例性地,第P个障碍车从t1到ts路测数据为Dap={Dap,t1,Dap,t2,…,Dap,ts},仿真的当前时刻为t5,假设设定的时间段为t5至t10,则按照t5至t10时刻的路测数据:Dap,t5、Dap,t6、Dap,t7、Dap,t8、Dap,t9以及Dap,t10,各时刻的数据可以包括障碍车的行驶速度、位置、航向角等数据,确定第P个障碍车在t5至t10时间段内各时刻的行驶状态。然后,可以采用匀速直线运动插值、匀加速运动插值等方式将各时刻的轨迹点连接起来,获得第P个障碍车在t5至t10时间段的运动轨迹。
在一些实施例中,对于主车在设定时间段的运动轨迹的确定过程,可以包括:利用主车的运行策略以及各障碍车在时间段内各时刻的行驶状态,预测主车在时间段内的各时刻的行驶状态。然后,利用主车在时间段内的各时刻的行驶状态,确定主车在时间段内的运动轨迹。
在本实施例中,主车在仿真过程一直采用自动驾驶模式,即,利用主车的运行策略以及各障碍车在前一时刻的行驶状态,确定主车在当前时刻的行驶状态。然后,控制主车按当前时刻的行驶状态进行行驶。因此,在预测其在预定时间段的运动轨迹,也是按相同的思路进行预测。对于各障碍车在设定时间段内各时刻的行驶状态可以利用路测数据进行确定。
在预测到主车在设定时间段内各时刻的行驶状态后,可以采用匀速直线运动插值、匀加速运动插值等方式将各时刻的轨变点连接起来,获得主车在此时间段内的运动轨迹。
在一些实施例中,上述步骤S400中的障碍车按照自动驾驶模式行驶的过程可以如图3所示,包括步骤S410至步骤S430,如下:
S410,设置障碍车的途经位置以及经过途经位置的途径时间。在本实施例中,途经位置可以包括一个或多个,则每个途经位置分别对应一个途径时间。如果途经位置包括一个,则此途经位置可以作为障碍车采用自动驾驶模式进行行驶而到达的目的地。
S420,利用障碍车在前一时刻的行驶状态、途径位置和途径时间,确定障碍车在当前时刻的行驶状态。
如果途径位置包括多个,则利用障碍物在前一时刻的行驶状态、障碍车将要到达的下一个途径位置以及到达下一个途径位置的途径时间,来确定确定障碍车在当前时刻的行驶状态。
S430,控制障碍车按照确定的当前时刻的行驶状态进行仿真行驶。
在障碍车采用自动驾驶模式进行行驶的过程,均可以按照步骤S420和步骤S430确定,直至行驶到最后一个途径位置。
如果途径位置只有一个,则判断障碍车是否能够切换回固定航迹模式的判断过程,可以如图4所示,包括步骤S510和步骤S520,如下:
S510,判断障碍车在当前时刻的行驶位置是否与途径位置相符,以及当前时刻的时间是否与途径时间相符;以及
S520,如果当前时刻的行驶位置与途径位置相符,且当前时刻的时间与途径时间相符,则控制障碍车从自动驾驶模式切换为固定航迹模式。
如果途径位置包括多个,则判断障碍车在每个途径时间的行驶位置是否均与该途径时间对应的途径位置相符,或者判断障碍车到达每个途径位置的时间是否均与该途径位置的途径时间相符合。如果均符合,则可以控制障碍车从自动驾驶模式切换为固定航迹模式。如果不符合,则控制障碍车继续采用自动驾驶模式进行行驶,直至符合要求才从自动驾驶模式切换为固定航迹模式。其中,障碍车采用固定航迹模式进行行驶的过程为:根据障碍车在各时刻的路测数据,确定障碍车在各时刻的行驶状态。然后,控制障碍车按照其在各时刻的行驶状态行驶进行仿真行驶。
请参阅图5,本发明实施例还提供一种自动驾驶车辆仿真的装置,包括:
路测数据获取模块100,用于获取车辆行驶过程中的路测数据;
仿真环境复现模块200,用于利用所述路测数据复现自动驾驶车辆的仿真环境,所述仿真环境中包括多个障碍车;
碰撞风险判断模块300,用于在所述仿真环境中,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险;以及
行驶模式确定模块400,用于如果存在碰撞风险,则控制所述障碍车从固定航迹模式切换为自动驾驶模式。
在一种实施方式中,所述碰撞风险判断模块300包括:
运动轨迹确定单元,用于利用所述路测数据,确定所述主车和所述障碍车在设定时间段内的运动轨迹;
轨迹相交判断单元,用于判断所述主车和所述障碍车的运动轨迹是否相交;
第一判定单元,用于如果所述主车和所述障碍车的运动轨迹相交,则判定所述主车和所述障碍车存在碰撞风险;以及
第二判定单元,用于如果所述主车和所述障碍车的运动轨迹不相交,则判定所述主车和所述障碍车不存在碰撞风险。
在一种实施方式中,所述运动轨迹确定单元包括:
障碍车状态确定子单元,用于利用所述路测数据,确定各所述障碍车在所述时间段内各时刻的行驶状态;
障碍轨迹确定子单元,用于利用各所述障碍车在所述时间段内各时刻的行驶状态,确定各所述障碍车在所述时间段内的运动轨迹;
主车状态确定子单元,用于利用所述主车的运行策略以及各所述障碍车在所述时间段内各时刻的行驶状态,预测所述主车在所述时间段内的各时刻的行驶状态;以及
主车轨迹确定子单元,用于利用所述主车在所述时间段内的各时刻的行驶状态,确定所述主车在所述时间段内的运动轨迹。
在一种实施方式中,所述行驶模式确定模块400包括:
位置与时间设置单元,用于设置所述障碍车的途经位置以及经过所述途经位置的途径时间;
行驶状态确定单元,用于利用所述障碍车在前一时刻的行驶状态、所述途径位置和所述途径时间,确定所述障碍车在当前时刻的行驶状态;以及
控制行驶单元,用于控制所述障碍车按照确定的当前时刻的行驶状态进行仿真行驶。
在一种实施方式中,如图6所示,所述装置还包括:
位置与时间判断模块500,用于判断所述障碍车在当前时刻的行驶位置是否与所述途径位置相符,以及当前时刻的时间是否与所述途径时间相符;
模式切换模块600,用于如果当前时刻的行驶位置与所述途径位置相符,且当前时刻的时间与所述途径时间相符,则控制所述障碍车从所述自动驾驶模式切换为所述固定航迹模式。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,自动驾驶车辆仿真的结构中包括处理器和存储器,所述存储器用于自动驾驶车辆仿真的装置执行上述第一方面中自动驾驶车辆仿真的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述自动驾驶车辆仿真的装置还可以包括通信接口,用于自动驾驶车辆仿真的装置与其他设备或通信网络通信。
本发明实施例还提供一种自动驾驶车辆仿真的终端设备,如图7所示,该设备包括:存储器21和处理器22,存储器21内存储有可在处理器22上的计算机程序。处理器22执行计算机程序时实现上述实施例中的自动驾驶车辆仿真的方法。存储器21和处理器22的数量可以为一个或多个。
该设备还包括:
通信接口23,用于处理器22与外部设备之间的通信。
存储器21可能包括高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
如果存储器21、处理器22和通信接口23独立实现,则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器21、处理器22及通信接口23集成在一块芯片上,则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现如上任一实施例所述的方法。
本发明实施例提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令在被处理器执行时实现如上任一实施例所述的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包括、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包括的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的程序,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
以上,仅为本发明的具体实施方式,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,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (12)

1.一种自动驾驶车辆仿真的方法,其特征在于,包括:
获取车辆行驶过程中的路测数据;
利用所述路测数据复现自动驾驶车辆的仿真环境,所述仿真环境中包括多个障碍车;
在所述仿真环境中,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险;以及
如果存在碰撞风险,则控制所述障碍车从固定航迹模式切换为自动驾驶模式;所述固定航迹模式包括目标车辆可以按照所述目标车辆的路测数据复现所述车辆的行驶轨迹;所述自动驾驶模式包括利用仿真过程中所有车辆的路测数据以及目标车辆的行驶状态,确定的目标车辆的行驶轨迹。
2.如权利要求1所述的方法,其特征在于,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险,包括:
利用所述路测数据,确定所述主车和所述障碍车在设定时间段内的运动轨迹;
判断所述主车和所述障碍车的运动轨迹是否相交;
如果所述主车和所述障碍车的运动轨迹相交,则判定所述主车和所述障碍车存在碰撞风险;以及
如果所述主车和所述障碍车的运动轨迹不相交,则判定所述主车和所述障碍车不存在碰撞风险。
3.如权利要求2所述的方法,其特征在于,利用所述路测数据,确定所述主车和所述障碍车在设定时间段内的运动轨迹,包括:
利用所述路测数据,确定各所述障碍车在所述时间段内各时刻的行驶状态;
利用各所述障碍车在所述时间段内各时刻的行驶状态,确定各所述障碍车在所述时间段内的运动轨迹;
利用所述主车的运行策略以及各所述障碍车在所述时间段内各时刻的行驶状态,预测所述主车在所述时间段内的各时刻的行驶状态;以及
利用所述主车在所述时间段内的各时刻的行驶状态,确定所述主车在所述时间段内的运动轨迹。
4.如权利要求1所述的方法,其特征在于,控制所述障碍车从固定航迹模式切换为自动驾驶模式,包括:
设置所述障碍车的途经位置以及经过所述途经位置的途径时间;
利用所述障碍车在前一时刻的行驶状态、所述途径位置和所述途径时间,确定所述障碍车在当前时刻的行驶状态;以及
控制所述障碍车按照确定的当前时刻的行驶状态进行仿真行驶。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
判断所述障碍车在当前时刻的行驶位置是否与所述途径位置相符,以及当前时刻的时间是否与所述途径时间相符;以及
如果当前时刻的行驶位置与所述途径位置相符,且当前时刻的时间与所述途径时间相符,则控制所述障碍车从所述自动驾驶模式切换为所述固定航迹模式。
6.一种自动驾驶车辆仿真的装置,其特征在于,包括:
路测数据获取模块,用于获取车辆行驶过程中的路测数据;
仿真环境复现模块,用于利用所述路测数据复现自动驾驶车辆的仿真环境,所述仿真环境中包括多个障碍车;
碰撞风险判断模块,用于在所述仿真环境中,判断采用自动驾驶模式运行的主车与所述障碍车之间是否存在碰撞风险;以及
行驶模式确定模块,用于如果存在碰撞风险,则控制所述障碍车从固定航迹模式切换为自动驾驶模式;所述固定航迹模式包括目标车辆可以按照所述目标车辆的路测数据复现所述车辆的行驶轨迹;所述自动驾驶模式包括利用仿真过程中所有车辆的路测数据以及目标车辆的行驶状态,确定的目标车辆的行驶轨迹。
7.如权利要求6所述的装置,其特征在于,所述碰撞风险判断模块包括:
运动轨迹确定单元,用于利用所述路测数据,确定所述主车和所述障碍车在设定时间段内的运动轨迹;
轨迹相交判断单元,用于判断所述主车和所述障碍车的运动轨迹是否相交;
第一判定单元,用于如果所述主车和所述障碍车的运动轨迹相交,则判定所述主车和所述障碍车存在碰撞风险;以及
第二判定单元,用于如果所述主车和所述障碍车的运动轨迹不相交,则判定所述主车和所述障碍车不存在碰撞风险。
8.如权利要求7所述的装置,其特征在于,所述运动轨迹确定单元包括:
障碍车状态确定子单元,用于利用所述路测数据,确定各所述障碍车在所述时间段内各时刻的行驶状态;
障碍轨迹确定子单元,用于利用各所述障碍车在所述时间段内各时刻的行驶状态,确定各所述障碍车在所述时间段内的运动轨迹;
主车状态确定子单元,用于利用所述主车的运行策略以及各所述障碍车在所述时间段内各时刻的行驶状态,预测所述主车在所述时间段内的各时刻的行驶状态;以及
主车轨迹确定子单元,用于利用所述主车在所述时间段内的各时刻的行驶状态,确定所述主车在所述时间段内的运动轨迹。
9.如权利要求6所述的装置,其特征在于,所述行驶模式确定模块,包括:
位置与时间设置单元,用于设置所述障碍车的途经位置以及经过所述途经位置的途径时间;
行驶状态确定单元,用于利用所述障碍车在前一时刻的行驶状态、所述途径位置和所述途径时间,确定所述障碍车在当前时刻的行驶状态;以及
控制行驶单元,用于控制所述障碍车按照确定的当前时刻的行驶状态进行仿真行驶。
10.如权利要求9所述的装置,其特征在于,所述装置还包括:
位置与时间判断模块,用于判断所述障碍车在当前时刻的行驶位置是否与所述途径位置相符,以及当前时刻的时间是否与所述途径时间相符;
模式切换模块,用于如果当前时刻的行驶位置与所述途径位置相符,且当前时刻的时间与所述途径时间相符,则控制所述障碍车从所述自动驾驶模式切换为所述固定航迹模式。
11.一种自动驾驶车辆仿真的终端设备,其特征在于,所述终端设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201811289364.0A 2018-10-31 2018-10-31 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 Active CN111123732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811289364.0A CN111123732B (zh) 2018-10-31 2018-10-31 自动驾驶车辆仿真的方法、装置、存储介质和终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811289364.0A CN111123732B (zh) 2018-10-31 2018-10-31 自动驾驶车辆仿真的方法、装置、存储介质和终端设备

Publications (2)

Publication Number Publication Date
CN111123732A CN111123732A (zh) 2020-05-08
CN111123732B true CN111123732B (zh) 2023-06-27

Family

ID=70485682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811289364.0A Active CN111123732B (zh) 2018-10-31 2018-10-31 自动驾驶车辆仿真的方法、装置、存储介质和终端设备

Country Status (1)

Country Link
CN (1) CN111123732B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111625950B (zh) * 2020-05-20 2023-09-05 北京百度网讯科技有限公司 自动驾驶仿真场景重建方法、装置、设备和介质
CN114692289A (zh) * 2020-12-31 2022-07-01 华为技术有限公司 自动驾驶算法测试方法及相关设备
CN112926135B (zh) * 2021-03-02 2024-01-23 北京百度网讯科技有限公司 场景信息确定方法、装置、设备、存储介质和程序产品
CN112926224B (zh) * 2021-03-30 2024-02-02 深圳安途智行科技有限公司 基于事件的仿真方法及计算机设备
CN117348440A (zh) * 2023-10-08 2024-01-05 广州汽车集团股份有限公司 一种智能驾驶的仿真测试方法、装置、系统及计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105242569A (zh) * 2015-10-16 2016-01-13 华南理工大学 一种汽车afs的硬件在环仿真试验台
CN105539586A (zh) * 2014-08-29 2016-05-04 通用汽车环球科技运作有限责任公司 用于自主驾驶的车辆躲避移动障碍物的统一的运动规划
CN105653439A (zh) * 2014-11-13 2016-06-08 联创汽车电子有限公司 发动机电控单元软件功能验证硬件在环测试用例生成方法
CN105774803A (zh) * 2014-12-18 2016-07-20 财团法人车辆研究测试中心 行车控制系统及其动态决策控制方法
CN106769085A (zh) * 2016-12-14 2017-05-31 特路(北京)科技有限公司 自动驾驶车辆避让动态障碍物能力的测试方法及测试场
CN107968729A (zh) * 2017-12-22 2018-04-27 中国铁道科学研究院通信信号研究所 一种铁路信号数据流存储管理系统
CN108688598A (zh) * 2017-03-30 2018-10-23 本田技研工业株式会社 车辆控制系统、车辆控制方法及存储车辆控制程序的介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013225057A1 (de) * 2013-12-05 2015-06-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zum steuern eines fahrzeugs, vorrichtung zum erzeugen von steuersignalen für ein fahrzeug und fahrzeug
JP6684714B2 (ja) * 2013-12-24 2020-04-22 ボルボ トラック コーポレイション 車両の運転者支援のための方法及びシステム
CN103853155B (zh) * 2014-03-31 2015-04-22 李德毅 智能车路口通行方法及系统
KR101714273B1 (ko) * 2015-12-11 2017-03-08 현대자동차주식회사 자율 주행 시스템의 경로 제어 방법 및 그 장치
CN105865466A (zh) * 2016-03-29 2016-08-17 努比亚技术有限公司 一种智能导航系统和方法
CN106515726B (zh) * 2016-10-25 2019-07-19 北汽福田汽车股份有限公司 用于辅助驾驶的方法和装置
CN106774291B (zh) * 2016-12-26 2020-07-31 清华大学苏州汽车研究院(吴江) 一种自动驾驶电动汽车的电控系统
CN107678306B (zh) * 2017-10-09 2021-04-16 驭势(上海)汽车科技有限公司 动态场景信息录制和仿真回放方法、装置、设备及介质
CN207611490U (zh) * 2017-12-30 2018-07-13 广州大正新材料科技有限公司 一种用于解决路口交通拥堵的系统
CN108646761B (zh) * 2018-07-12 2020-07-31 郑州大学 基于ros的机器人室内环境探索、避障和目标跟踪方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105539586A (zh) * 2014-08-29 2016-05-04 通用汽车环球科技运作有限责任公司 用于自主驾驶的车辆躲避移动障碍物的统一的运动规划
CN105653439A (zh) * 2014-11-13 2016-06-08 联创汽车电子有限公司 发动机电控单元软件功能验证硬件在环测试用例生成方法
CN105774803A (zh) * 2014-12-18 2016-07-20 财团法人车辆研究测试中心 行车控制系统及其动态决策控制方法
CN105242569A (zh) * 2015-10-16 2016-01-13 华南理工大学 一种汽车afs的硬件在环仿真试验台
CN106769085A (zh) * 2016-12-14 2017-05-31 特路(北京)科技有限公司 自动驾驶车辆避让动态障碍物能力的测试方法及测试场
CN108688598A (zh) * 2017-03-30 2018-10-23 本田技研工业株式会社 车辆控制系统、车辆控制方法及存储车辆控制程序的介质
CN107968729A (zh) * 2017-12-22 2018-04-27 中国铁道科学研究院通信信号研究所 一种铁路信号数据流存储管理系统

Also Published As

Publication number Publication date
CN111123732A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN111123732B (zh) 自动驾驶车辆仿真的方法、装置、存储介质和终端设备
US11718318B2 (en) Method and apparatus for planning speed of autonomous vehicle, and storage medium
US11440565B2 (en) Decision method, device, equipment in a lane changing process and storage medium
CN110834644B (zh) 一种车辆控制方法、装置、待控制车辆及存储介质
US20200269874A1 (en) Track prediction method and device for obstacle at junction
CN109760675B (zh) 预测车辆轨迹的方法、装置、存储介质和终端设备
US10990096B2 (en) Reinforcement learning on autonomous vehicles
US11780463B2 (en) Method, apparatus and server for real-time learning of travelling strategy of driverless vehicle
CN113805572A (zh) 运动规划的方法与装置
CN109814575B (zh) 自动驾驶车辆变道路线规划方法、装置以及终端
CN112650224A (zh) 自动驾驶仿真的方法、装置、设备及存储介质
CN113997954B (zh) 一种车辆行驶意图预测方法、装置、设备及可读存储介质
CN109799827A (zh) 车辆群体规划方法、装置、设备及计算机可读介质
CN114715154A (zh) 一种变道行车轨迹规划方法、装置、设备和介质
CN115762139A (zh) 交叉路口预测轨迹的过滤方法、装置、设备及存储介质
CN111123731B (zh) 自动驾驶车辆仿真的方法、装置、存储介质和终端设备
CN105109485A (zh) 一种驾驶方法及系统
CN114620071A (zh) 绕行轨迹规划方法、装置、设备及存储介质
AU2024200010A1 (en) Vehicle Safety Control Method And Apparatus, Electronic Device, And Storage Medium
CN111199083A (zh) 复现无人驾驶车辆事故数据的方法和装置
CN109885943B (zh) 行车决策的预测方法、装置、存储介质和终端设备
CN115471524A (zh) 路口行人轨迹预测方法及装置
CN109814573B (zh) 无人驾驶控制方法、装置、设备及计算机可读存储介质
EP4245629A1 (en) Method and computer system for controlling the movement of a host vehicle
CN118220154B (zh) 车辆原路返回控制方法、装置、车辆及存储介质

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
GR01 Patent grant
GR01 Patent grant