CN111123735A - 自动驾驶仿真运行方法和装置 - Google Patents

Abstract

本发明实施例提出一种自动驾驶仿真运行方法和装置，方法包括：获取场景数据和车端行驶策略，车端行驶策略包括决策模型；根据场景数据构建仿真场景；基于车端行驶策略，在仿真场景中进行车辆的仿真行驶；决策模型获取车辆在仿真行驶过程中的行驶环境数据，并计算出车辆的规划行驶策略数据，行驶环境数据来源于场景数据；根据车辆的规划行驶策略数据，对决策模型进行校验。本发明实施例能够基于场景数据和车端行驶策略，通过仿真方式模拟车辆的驾驶情况并能够准确的校验和测试车辆的驾驶性能，无需在真实道路环境中测试。

Description

自动驾驶仿真运行方法和装置

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种自动驾驶仿真运行方法和装置。

背景技术

自动驾驶汽车发展至今已能够在封闭式和开放式道路中实现自动驾驶的功能，然而面对交通环境中各种复杂的元素，使得自动驾驶汽车总会出现无法应对和处理的问题，需要人类驾驶员接管。为此，自动驾驶汽车行业需要对自动驾驶汽车的安全性进行验证。但是在自动驾驶汽车的开发过程中，现有的验证方法通常是使用实际自动驾驶汽车在真实环境中行驶进行测试。这种方式一方面测试成本提高，另一方面容易受到道路测试场景以及交通环境的限制，很难进行危险工况和事故工况的测试，因此无法全面测试自动驾驶车辆的性能，无法实现自动驾驶车辆的量产和商业化。

在背景技术中公开的上述信息仅用于加强对本发明的背景的理解，因此其可能包含没有形成为本领域普通技术人员所知晓的现有技术的信息。

发明内容

本发明实施例提供一种自动驾驶仿真运行方法和装置，以解决现有技术中的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仿真运行方法，包括：

获取场景数据和车端行驶策略，所述车端行驶策略包括决策模型；

根据所述场景数据构建仿真场景；

基于所述车端行驶策略，在所述仿真场景中进行车辆的仿真行驶；

所述决策模型获取所述车辆在仿真行驶过程中的行驶环境数据，并计算出所述车辆的规划行驶策略数据，所述行驶环境数据来源于所述场景数据；

根据所述车辆的规划行驶策略数据，对所述决策模型进行校验。

在一个实施方式中，所述车端行驶策略还包括预定义行驶规则，根据所述车辆的规划行驶策略数据，对所述决策模型进行校验，包括：

根据所述车辆的规划行驶策略数据，获取所述车辆的行驶参数；

判断所述车辆的行驶参数是否在所述预定义行驶规则的参数范围内；

若不在所述预定义行驶规则的参数范围内，则对所述决策模型进行优化。

在一个实施方式中，所述行驶环境数据包括地图数据和环境信息数据，所述决策模型获取所述车辆在仿真行驶过程中的行驶环境数据，并计算出所述车辆的规划行驶策略数据，包括：

所述决策模型实时获取所述车辆在仿真行驶过程中，所述车辆周围的所述地图数据和所述环境信息数据；

根据所述车辆周围的所述地图数据和所述环境信息数据，所述决策模型计算出所述车辆的规划行驶策略数据。

在一个实施方式中，当获取的所述场景数据和所述车端行驶策略为多个时，包括：

根据各所述场景数据分别构建仿真场景；

基于各所述车端行驶策略，分别在对应的所述仿真场景中进行车辆的仿真行驶。

在一个实施方式中，场景数据包括：采集的真实场景数据和/或自定义的虚拟场景数据。

在一个实施方式中，所述车辆的行驶参数包括：行驶速度参数、安全距离参数和行驶轨迹参数。

第二方面，本发明实施例提供了一种自动驾驶仿真运行装置，包括：

获取模块，用于获取场景数据和车端行驶策略，所述车端行驶策略包括决策模型；

构建模块，用于根据所述场景数据构建仿真场景；

仿真模块，用于基于所述车端行驶策略，在所述仿真场景中进行车辆的仿真行驶；

计算模块，用于通过所述决策模型获取所述车辆在仿真行驶过程中的行驶环境数据，并计算出所述车辆的规划行驶策略数据，所述行驶环境数据来源于所述场景数据；

校验模块，用于根据所述车辆的规划行驶策略数据，对所述决策模型进行校验。

在一个实施方式中，所述校验模块包括：

参数获取子模块，用于根据所述车辆的规划行驶策略数据，获取所述车辆的行驶参数；

判断子模块，用于判断所述车辆的行驶参数是否在所述车端行驶策略的预定义行驶规则的参数范围内；若不在所述预定义行驶规则的参数范围内，则对所述决策模型进行优化。

在一个实施方式中，计算模块包括：

数据获取子模块，用于通过所述决策模型实时获取所述车辆在仿真行驶过程中，所述车辆周围的地图数据和环境信息数据；

计算子模块，用于根据所述车辆周围的所述地图数据和所述环境信息数据，所述决策模型计算出所述车辆的规划行驶策略数据。

第三方面，本发明实施例提供了一种自动驾驶仿真运行的终端，包括：

所述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，自动驾驶仿真运行的终端的结构中包括处理器和存储器，所述存储器用于存储支持自动驾驶仿真运行的终端执行上述第一方面中自动驾驶仿真运行方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。自动驾驶仿真运行的终端还可以包括通信接口，用于自动驾驶仿真运行的终端与其他设备或通信网络通信。

第四方面，本发明实施例提供了一种计算机可读存储介质，用于存储自动驾驶仿真运行的终端所用的计算机软件指令，其包括用于执行上述第一方面中自动驾驶仿真运行方法为自动驾驶仿真运行的终端所涉及的程序。

上述技术方案中的一个技术方案具有如下优点或有益效果：能够基于场景数据和车端行驶策略，通过仿真方式模拟车辆的驾驶情况并能够准确的校验和测试车辆的驾驶性能，无需在真实道路环境中测试。

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为本发明实施方式提供的自动驾驶仿真运行方法的流程图。

图2为本发明实施方式提供的自动驾驶仿真运行方法的步骤S500的具体流程图。

图3为本发明实施方式提供的自动驾驶仿真运行方法的步骤S400的具体流程图。

图4为本发明实施方式提供的自动驾驶仿真运行装置的结构示意图。

图5为本发明实施方式提供的自动驾驶仿真运行装置的校验模块的结构示意图。

图6为本发明实施方式提供的自动驾驶仿真运行装置的计算模块的结构示意图。

图7为本发明实施方式提供的自动驾驶仿真运行终端结构示意图。

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。

本发明实施例提供了一种自动驾驶仿真运行方法，如图1所示，包括以下步骤：

S100：获取场景数据和车端行驶策略。车端行驶策略包括决策模型。决策模型用于计算车辆在未来一定时间内的行驶轨迹。需要说明的是，获取的场景数据可以是车辆在实际道路行驶过程中采集的真实数据，也可以是人为自定义的虚拟数据。

S200：根据场景数据构建仿真场景。场景数据可以理解为能够构建仿真场景的任意数据。需要说明的是，当场景数据为车辆在实际道路行驶过程中采集的真实数据时，构建的仿真场景为与车辆在实际道路行驶时相同的场景。即将车辆在实际道路行驶时的场景进行了完全的复现以及回放。

S300：基于车端行驶策略，在仿真场景中进行车辆的仿真行驶。

S400：决策模型获取车辆在仿真行驶过程中的行驶环境数据，并计算出车辆的规划行驶策略数据。其中，行驶环境数据来源于场景数据。行驶环境数据可以理解为是车辆在行驶过程中采集的车辆所经过场景中周围的部分场景数据。

规划行驶策略数据可以理解为车辆根据周围环境计算出的下一时间车辆将要执行的车辆行为。例如，车辆减速并换道、车辆减速至与前车保持安全距离、车辆根据红绿灯信号刹车或转弯等。

S500：根据车辆的规划行驶策略数据，对决策模型进行校验。

在一个实施方式中，车端行驶策略还包括预定义行驶规则，根据车辆的规划行驶策略数据，对决策模型进行校验，如图2所示，包括：

S510：根据车辆的规划行驶策略数据，获取车辆的行驶参数。车辆的行驶参数包括但不限于：行驶速度参数、安全距离参数和行驶轨迹参数。

S520：判断车辆的行驶参数是否在预定义行驶规则的参数范围内。预定义行驶规则可以理解为是对车辆行驶合理性的一些预设参数。例如，前后车之间的安全距离应当保持在何种数值范围内，当小于等于零时则发生碰撞。当前方有车辆汇入所在跑道时，应当在多少距离内开始减速，减速范围在何种数值范围内。当车辆所在跑道行驶缓慢且旁边跑道没有车辆时，应当采用何种行驶轨迹和速度，在保证与前车不发生碰撞的情况下进行变道等。

S530：若不在预定义行驶规则的参数范围内，则对决策模型进行优化。可以理解为，当车辆的行驶参数不在预定义行驶规则的参数范围内时，则说明车辆的规划行驶策略数据不合理，不符合车辆正常行驶中的要求，需要对决策模型进行修改调整，以满足预定义行驶规则，使得车辆能够做出正确且合理的规划行驶策略数据。例如，当发现前方有车辆需要进行减速时，根据预定义行驶规则应当在与前方车辆间隔20米左右时逐渐减速。而车辆的规划行驶策略数据要求车辆在距离前方车辆0米时进行减速，但0米时两车已经相撞，因此该安全距离参数不合理且超出了预定义行驶规则的参数范围，需要对决策模型进行优化调整。

在一个实施方式中，行驶环境数据包括地图数据和环境信息数据，决策模型获取车辆在仿真行驶过程中的行驶环境数据，并计算出车辆的规划行驶策略数据，如图3所示，包括：

S410：决策模型实时获取车辆在仿真行驶过程中，车辆周围的地图数据和环境信息数据。地图数据可以理解为整个场景中的道路信息数据以及整个场景的坐标数据。环境信息数据可以理解为场景中出现的任意事物。例如，周围车道中的车辆、人行道上的行人、道路的种类、交通标示、红路灯和路障等任意可视化的环境信息。

S420：根据车辆周围的地图数据和环境信息数据，决策模型计算出车辆的规划行驶策略数据。

在一个应用实例中，当主车在仿真场景中进行仿真行驶时，根据地图数据得知主车当前的行驶道路为直线道路，且周围还包括并行的多条直线道路。当主车在行驶到第五分钟时，通过环境信息数据检测到主车前方的车辆在减速。为了避免主车与前车碰撞，决策模型根据主车前方的车辆的当前速度，主车两侧道路中是否含有其他正在行驶的车辆，以及主车后方是否有车辆，与后方车辆之间的距离等数据，综合判断计算出主车的规划行驶策略数据为减速慢行还是向两侧道路换道行驶。

在一个实施方式中，当获取的场景数据和车端行驶策略为多个时，包括：

根据各场景数据分别构建仿真场景。

基于各车端行驶策略，分别在对应的仿真场景中进行车辆的仿真行驶。该过程可通过Docker(应用容器引擎)镜像的分布式调度方式实现，可以同时让多个场景并行运行，同时对多个车端行驶策略的决策模型进行校验，提高了仿真效率。

在一个实施例中，车辆行驶策略数据主要用于构成仿真行驶中的车端环境。场景数据主要用于在仿真平台上构建仿真环境。为了便于本发明各实施例的实时，在车辆进行仿真行驶之前，应当对车端环境和仿真环境进行初始化处理，保证车端环境能够与仿真环境相匹配。

本发明上述各实施例的方法可以用于对车端行驶策略中新编写的决策模型在各个场景中进行校验，以判断该决策模型是否可行或是否需要调整。

本发明上述各实施例的方法还可以用于对车端行驶策略中已修改的决策模型在各个场景中进行校验，以判断修改的决策模型是否正确。

本发明实施例提供了一种自动驾驶仿真运行装置，如图4所示，包括：

获取模块10，用于获取场景数据和车端行驶策略，车端行驶策略包括决策模型。

构建模块20，用于根据场景数据构建仿真场景。

仿真模块30，用于基于车端行驶策略，在仿真场景中进行车辆的仿真行驶。

计算模块40，用于通过决策模型获取车辆在仿真行驶过程中的行驶环境数据，并计算出车辆的规划行驶策略数据。

校验模块50，用于根据车辆的规划行驶策略数据，对决策模型进行校验。

在一个实施方式中，如图5所示，校验模块50包括：

参数获取子模块51，用于根据车辆的规划行驶策略数据，获取车辆的行驶参数。

判断子模块52，用于判断车辆的行驶参数是否在车端行驶策略的预定义行驶规则的参数范围内；若不在预定义行驶规则的参数范围内，则对决策模型进行优化。

在一个实施方式中，如图6所示，计算模块40包括：

数据获取子模块41，用于通过决策模型实时获取车辆在仿真行驶过程中，车辆周围的地图数据和环境信息数据。

计算子模块42，用于根据车辆周围的地图数据和环境信息数据，决策模型计算出车辆的规划行驶策略数据。

本发明实施例提供了一种自动驾驶仿真运行的终端，如图7所示，包括：

存储器910和处理器920，存储器910内存储有可在处理器920上运行的计算机程序。处理器920执行计算机程序时实现上述实施例中的自动驾驶仿真运行方法。存储器910和处理器920的数量可以为一个或多个。

通信接口930，用于存储器910和处理器920与外部进行通信。

存储器910可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

如果存储器910、处理器920、以及通信接口930独立实现，则存储器910、处理器920以及通信接口930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，PeripheralComponent Interconnect)总线或扩展工业标准体系结构(EISA，Extended IndustryStandard 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910、处理器920以及通信接口930集成在一块芯片上，则存储器910、处理器920及通信接口930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实施例一包括的任一所述的自动驾驶仿真运行方法。

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、材料或者特点包含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”可以是任何可以包含、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。计算机可读介质的更具体的示例(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，计算机可读介质甚至可以是可在其上打印所述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所述程序，然后将其存储在计算机存储器中。

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，所述的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行驶实现，也可以采用软件功能模块的行驶实现。所述集成的模块如果以软件功能模块的行驶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。所述存储介质可以是只读存储器，磁盘或光盘等。

以上所述，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所述权利要求的保护范围为准。

Claims (11)

1.一种自动驾驶仿真运行方法，其特征在于，包括：

获取场景数据和车端行驶策略，所述车端行驶策略包括决策模型；

根据所述场景数据构建仿真场景；

基于所述车端行驶策略，在所述仿真场景中进行车辆的仿真行驶；

所述决策模型获取所述车辆在仿真行驶过程中的行驶环境数据，并计算出所述车辆的规划行驶策略数据，所述行驶环境数据来源于所述场景数据；

根据所述车辆的规划行驶策略数据，对所述决策模型进行校验。

2.如权利要求1所述的方法，其特征在于，所述车端行驶策略还包括预定义行驶规则，根据所述车辆的规划行驶策略数据，对所述决策模型进行校验，包括：

根据所述车辆的规划行驶策略数据，获取所述车辆的行驶参数；

判断所述车辆的行驶参数是否在所述预定义行驶规则的参数范围内；

若不在所述预定义行驶规则的参数范围内，则对所述决策模型进行优化。

3.如权利要求1所述的方法，其特征在于，所述行驶环境数据包括地图数据和环境信息数据，所述决策模型获取所述车辆在仿真行驶过程中的行驶环境数据，并计算出所述车辆的规划行驶策略数据，包括：

所述决策模型实时获取所述车辆在仿真行驶过程中，所述车辆周围的所述地图数据和所述环境信息数据；

根据所述车辆周围的所述地图数据和所述环境信息数据，所述决策模型计算出所述车辆的规划行驶策略数据。

4.如权利要求1所述的方法，其特征在于，当获取的所述场景数据和所述车端行驶策略为多个时，包括：

根据各所述场景数据分别构建仿真场景；

基于各所述车端行驶策略，分别在对应的所述仿真场景中进行车辆的仿真行驶。

5.如权利要求1所述的方法，其特征在于，场景数据包括：采集的真实场景数据和/或自定义的虚拟场景数据。

6.如权利要求2所述的方法，其特征在于，所述车辆的行驶参数包括：行驶速度参数、安全距离参数和行驶轨迹参数。

7.一种自动驾驶仿真运行装置，其特征在于，包括：

获取模块，用于获取场景数据和车端行驶策略，所述车端行驶策略包括决策模型；

构建模块，用于根据所述场景数据构建仿真场景；

仿真模块，用于基于所述车端行驶策略，在所述仿真场景中进行车辆的仿真行驶；

计算模块，用于通过所述决策模型获取所述车辆在仿真行驶过程中的行驶环境数据，并计算出所述车辆的规划行驶策略数据，所述行驶环境数据来源于所述场景数据；

校验模块，用于根据所述车辆的规划行驶策略数据，对所述决策模型进行校验。

8.如权利要求7所述的装置，其特征在于，所述校验模块包括：

参数获取子模块，用于根据所述车辆的规划行驶策略数据，获取所述车辆的行驶参数；

判断子模块，用于判断所述车辆的行驶参数是否在所述车端行驶策略的预定义行驶规则的参数范围内；若不在所述预定义行驶规则的参数范围内，则对所述决策模型进行优化。

9.如权利要求7所述的装置，其特征在于，计算模块包括：

数据获取子模块，用于通过所述决策模型实时获取所述车辆在仿真行驶过程中，所述车辆周围的地图数据和环境信息数据；

计算子模块，用于根据所述车辆周围的所述地图数据和所述环境信息数据，所述决策模型计算出所述车辆的规划行驶策略数据。

10.一种自动驾驶仿真运行终端，其特征在于，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至6中任一项所述的方法。

11.一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至6中任一项所述的方法。

Images