CN111175055A - 自动驾驶分布式协同仿真方法、装置以及终端 - Google Patents
自动驾驶分布式协同仿真方法、装置以及终端 Download PDFInfo
- Publication number
- CN111175055A CN111175055A CN201811329417.7A CN201811329417A CN111175055A CN 111175055 A CN111175055 A CN 111175055A CN 201811329417 A CN201811329417 A CN 201811329417A CN 111175055 A CN111175055 A CN 111175055A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- master
- master vehicle
- role
- main
- 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
Images
Classifications
-
- 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)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提出一种自动驾驶分布式协同仿真方法、装置和终端,所述方法包括:在基准仿真环境中设置多个不同角色的主车,并选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车;获取与主角色主车对应的仿真环境数据,与主角色主车对应的仿真环境数据包括至少一个陪测角色主车的运动信息;根据主角色主车对应的仿真环境数据和主角色主车的运动规则,生成主角色主车的运动信息;根据主角色主车的运动信息控制主角色主车运动。使得测试的自动驾驶车辆和各个高智能陪测体之间能够进行数据交互,最终形成自动驾驶车辆之间的相互测试。使得虚拟环境多样化,并满足用户对算法的各种验证需求。
Description
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种自动驾驶分布式协同仿真方法、装置以及终端。
背景技术
自动驾驶车的仿真的意义就是在虚拟环境中验证自动驾驶算法,虚拟环境包括道路、障碍车、行人、天气。自动驾驶算法的类型不同,仿真粒度不同,算法测试的输入和输出数据难度程度不同。如果测试的是决策控制算法,输出障碍物的位置和速度、红绿灯的红和绿的数字值。如果是测试的是感知算法,就需要输出图像、3D点云矩阵数据。然而,随着自动驾驶算法验证时输入的环境数据的多样化,现有的仅包括一些简单障碍物模型的虚拟环境难以满足验证需求。缺乏高智能陪测体,导致自动驾驶车辆和障碍物模型之间缺乏实时的博弈交互过程,而且,多个自动驾驶车辆也不能在同一个虚拟环境下进行仿真。
发明内容
本发明实施例提供一种自动驾驶分布式协同仿真方法、装置以及终端,以至少解决现有技术中的以上技术问题。
第一方面,本发明实施例提供了一种自动驾驶分布式协同仿真方法,包括:
在基准仿真环境中设置多个不同角色的主车,并选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车;
获取与所述主角色主车对应的仿真环境数据,与所述主角色主车对应的仿真环境数据包括至少一个所述陪测角色主车的运动信息;
根据所述主角色主车对应的仿真环境数据和所述主角色主车的运动规则,生成所述主角色主车的运动信息;
根据所述主角色主车的运动信息控制所述主角色主车运动。
在一种实施方式中,选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车之后,还包括:
获取与所述陪测角色主车对应的仿真环境数据,与所述陪测角色主车对应的仿真环境数据包括所述主角色主车的运动信息;
根据所述陪测角色主车对应的仿真环境数据和所述陪测角色主车的运动规则,生成所述陪测角色主车的运动信息;
根据所述陪测角色主车的运动信息控制所述陪测角色主车运动。
在一种实施方式中,获取与所述主角色主车对应的仿真环境数据,包括:
获取所述主角色主车的当前位置信息和至少一个所述陪测角色主车的当前位置信息。
在一种实施方式中,根据所述主角色主车对应的仿真环境数据和所述主角色主车的运动规则生成所述主角色主车的运动信息包括:
根据所述主角色主车的当前位置信息、至少另一角色主车的当前位置信息以及所述主角色主车的运动规则分析得到所述主角色主车的下一位置信息。
在一种实施方式中,所述方法还包括:
控制所述主角色主车和所述陪测角色主车同步运动。
第二方面,本发明实施例提供了一种自动驾驶分布式协同仿真装置,包括:
主车角色选取模块,用于在基准仿真环境中设置有多个不同角色的主车,并选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车;
主角色仿真环境数据获取模块,用于获取与所述主角色主车对应的仿真环境数据,与所述主角色主车对应的仿真环境数据包括至少一个所述陪测角色主车的运动信息;
主角色主车运动信息生成模块,用于根据所述主角色主车对应的仿真环境数据和所述主角色主车的运动规则,生成所述主角色主车的运动信息;
主角色主车运动控制模块,用于根据所述主角色主车的运动信息控制所述主角色主车运动。
在一种实施方式中,所述装置还包括:
陪测角色仿真环境数据获取模块,用于获取与所述陪测角色主车对应的仿真环境数据,与所述陪测角色主车对应的仿真环境数据包括所述主角色主车的运动信息;
陪测角色主车运动信息生成模块,用于根据所述陪测角色主车对应的仿真环境数据和所述陪测角色的运动规则,生成所述陪测角色主车的运动信息;
陪测角色主车运动控制模块,用于根据所述陪测角色主车的运动信息控制所述陪测角色主车运动。
在一种实施方式中,所述主角色仿真环境数据获取模块包括:
主角色主车位置信息获取单元,用于获取所述主角色主车的当前位置信息;
陪测角色主车位置信息获取单元,用于获取至少一个所述陪测角色主车的当前位置信息。
在一种实施方式中,所述主角色主车运动信息生成模块包括:
运动轨迹跟踪单元,用于根据所述主角色主车的当前位置信息、至少另一角色主车的当前位置信息以及所述主角色主车的运动规则分析得到所述主角色主车的下一位置信息。
在一种实施方式中,所述装置还包括:
同步运动控制模块,用于控制所述主角色主车和所述陪测角色主车同步运动。
第三方面,本发明实施例提供了一种自动驾驶分布式协同仿真终端,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,自动驾驶分布式协同仿真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分布式协同仿真终端执行上述第一方面中自动驾驶分布式协同仿真方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述自动驾驶分布式协同仿真终端还可以包括通信接口,用于自动驾驶分布式协同仿真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,用于存储动态场景数据挖掘装置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分布式协同仿真方法为自动驾驶分布式协同仿真装置所涉及的程序。
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:利用分布式的多个自动驾驶车辆在同一个基准仿真环境下进行仿真,其中,每个正在测试的自动驾驶车辆可以认为是主角色主车,其它自动驾驶车辆可以认为是陪测角色主车,即高智能陪测体,使得测试的自动驾驶车辆和各个高智能陪测体之间能够进行数据交互,最终形成自动驾驶车辆之间的相互测试。使得虚拟环境多样化,并满足用户对算法的各种验证需求。
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为本发明实施例提供的一种自动驾驶分布式协同仿真方法流程图;
图2为本发明实施例提供的另一种自动驾驶分布式协同仿真方法流程图;
图3为本发明实施例提供的另一种自动驾驶分布式协同仿真方法流程图;
图4为本发明实施例提供的另一种自动驾驶分布式协同仿真方法流程图;
图5为本发明实施例提供的一种自动驾驶分布式协同仿真装置结构框图;
图6为本发明实施例提供的另一种自动驾驶分布式协同仿真装置结构框图;
图7为本发明实施例提供的另一种自动驾驶分布式协同仿真装置结构框图;
图8为本发明实施例提供的一种自动驾驶分布式协同仿真装置结构示意图;
图9为本发明实施例提供的一种自动驾驶分布式协同仿真终端示意图。
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。
实施例一
在一种具体实施方式中,如图1所示,提供的一种自动驾驶分布式协同仿真方法流程图,所述方法包括:
步骤S10:在基准仿真环境中设置多个不同角色的主车,并选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车。
步骤S11:获取与主角色主车对应的仿真环境数据,与主角色主车对应的仿真环境数据包括至少一个陪测角色主车的运动信息。
步骤S12:根据主角色主车对应的仿真环境数据和主角色主车的运动规则,生成主角色主车的运动信息。
步骤S13:根据主角色主车的运动信息控制主角色主车运动。
在一种示例中,如图8所示,提供一基准仿真服务器100以及与基准仿真服务器100电连接的分布式的多个子仿真服务器,例如主角色主车对应的子仿真服务器201、陪测角色主车A对应的子仿真服务器202、陪测角色主车B对应的子仿真服务器203、陪测角色主车G对应的子仿真服务器204等。其中,基准仿真服务器中有基准仿真环境,在基准仿真环境中设置有多个主车,选取其中一个角色的主车作为主角色主车101,另外角色的主车为陪测角色主车,例如,陪测角色主车A102、陪测角色主车B103、陪测角色主车G104等。每个陪测角色主车对应的子仿真服务器中设置有子仿真环境。
在基准仿真环境中,主角色主车101获取仿真环境数据时,能够采集到一个或者多个陪测角色主车的运动信息。每个陪测角色主车的运动信息一方面根据自身所在的子仿真环境得到,另一方面根据包括主角色主车的运动的基准仿真环境得到。主角色主车101将采集到的仿真环境数据发送到主角色主车所在的子仿真服务器201中,利用仿真环境数据和自身的运动规则进行分析计算,生成主角色主车101的运动信息。其中,主角色主车101的运动规则来自于自身所在的子仿真环境201。之后,主角色主车101所在的子仿真服务器201将主角色主车101的运动信息发送至基准仿真服务器100中,由基准仿真服务器100中的控制器根据主角色主车101的运动信息控制主角色主车101运动。同理,其它角色的主车数据交互过程和上述过程类似,在此不再赘述。
需要指出的是,基准仿真环境中设置多个主车中的任一都可能作为主角色主车,当其中一个作为主角色主车时,剩下的主车作为陪测角色主车,均在本实施方式的保护范围内。
在一种实施方式中,如图2所示,步骤S10之后,所述方法还包括:
步骤S21:获取与陪测角色主车对应的仿真环境数据,与陪测角色主车对应的仿真环境数据包括主角色主车的运动信息。
步骤S22:根据陪测角色主车对应的仿真环境数据和陪测角色主车的运动规则,生成陪测角色主车的运动信息。
步骤S23:根据陪测角色主车的运动信息控制陪测角色主车运动。
在基准仿真环境中,以陪测角色主车的角度,获取此陪测角色主车周围的仿真环境数据,获取的仿真环境数据中包括了主角色主车的运动信息。将获取的仿真环境数据发送给陪测角色主车对应的子仿真服务器中,陪测角色主车的运动规则根据其自身所在的子仿真环境中得到。之后,根据陪测角色主车对应的仿真环境数据和陪测角色主车的运动规则,生成陪测角色主车的运动信息。最后,子仿真服务器将陪测角色主车的运动信息发送给基准仿真服务中,由基准仿真服务器中的控制器根据陪测角色主车的运动信息控制陪测角色主车运动。
因此,利用分布式的多个自动驾驶车辆在同一个基准仿真环境下进行仿真,其中,每个正在测试的自动驾驶车辆可以认为是主角色主车,其它自动驾驶车辆可以认为是陪测角色主车,即高智能陪测体,使得测试的自动驾驶车辆和各个高智能陪测体之间能够进行数据交互,最终形成自动驾驶车辆之间的相互测试。使得虚拟环境多样化,并满足用户对算法的各种验证需求。
在一种实施方式中,可以主要根据各个角色主车的位置信息来控制各个角色主车的运动,以构成多样化的仿真环境。当然,控制方式包括但不限于根据位置信息来控制各个角色主车的运动。例如,控制方式还可以包括根据速度、位移等控制各个角色主车的运动,但需要利用运动学公式进行换算,最终达到本实施方式的目的,均在保护范围之内。
如图3所示,步骤S11中,获取与主角色主车对应的仿真环境数据,包括:
步骤S111:获取主角色主车的当前位置信息和至少一个陪测角色主车的当前位置信息。
主角色主车在基准仿真环境的运动过程中,在时间维度上,获取多帧仿真场景。每帧场景中不仅包括主角色的当前位置信息和陪测角色主车的当前位置信息,还包括环境中其它障碍物的信息,共同构成主角色主车对应的仿真环境数据。
在一种实施方式中,如图3所示,步骤S12:根据主角色主车对应的仿真环境数据和主角色主车的运动规则,生成主角色主车的运动信息,包括:
步骤S121:根据主角色主车的当前位置信息、至少另一角色主车的当前位置信息以及主角色主车的运动规则分析得到主角色主车的下一位置信息。
其中,主角色主车的运动规则可以根据自身所在的子仿真环境得到。主角色主车的当前位置信息以及至少另一角色主车的当前位置信息都可以在基准仿真环境中获取。
在一种实施方式中,如图4所示,所述方法还包括:
步骤S30:控制主角色主车和陪测角色主车同步运动。
根据上述实施方式,基准仿真服务器根据主角色主车的运动信息控制主角色主车运动,根据陪测角色主车的运动信息控制陪测角色主车运动。之后,还能够控制主角色主车和陪测角色主车同步运动,即每隔相同的运动周期(例如一秒或十几秒等)主角色主车和陪测角色主车同步运动。
实施例二
在另一种具体的实施方式中,如图5所示,提供一种自动驾驶分布式协同仿真装置,包括:
主车角色选取模块10,用于在基准仿真环境中设置有多个不同角色的主车,并选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车;
主角色仿真环境数据获取模块11,用于获取与所述主角色主车对应的仿真环境数据,与所述主角色主车对应的仿真环境数据包括至少一个所述陪测角色主车的运动信息;
主角色主车运动信息生成模块12,用于根据所述主角色主车对应的仿真环境数据和所述主角色主车的运动规则,生成所述主角色主车的运动信息;
主角色主车运动控制模块13,用于根据所述主角色主车的运动信息控制所述主角色主车运动。
在一种实施方式中,如图6所示,所述装置还包括:
陪测角色仿真环境数据获取模块21,用于获取与所述陪测角色主车对应的仿真环境数据,与所述陪测角色主车对应的仿真环境数据包括所述主角色主车的运动信息;
陪测角色主车运动信息生成模块22,用于根据所述陪测角色主车对应的仿真环境数据和所述陪测角色的运动规则,生成所述陪测角色主车的运动信息;
陪测角色主车运动控制模块23,用于根据所述陪测角色主车的运动信息控制所述陪测角色主车运动。
在一种实施方式中,主角色仿真环境数据获取模块11包括:
主角色主车位置信息获取单元,用于获取主角色主车的当前位置信息;
陪测角色主车位置信息获取单元,用于获取至少一个陪测角色主车的当前位置信息。
在一种实施方式中,主角色主车运动信息生成模块12包括:
运动轨迹跟踪单元,用于根据主角色主车的当前位置信息、至少另一角色主车的当前位置信息以及主角色主车的运动规则分析得到主角色主车的下一位置信息。
在一种实施方式中,如图7所示,所述装置还包括:
同步运动控制模块30,用于控制主角色主车和陪测角色主车同步运动。
在一种示例中,如图7和图8所示,基准仿真服务器100中可包括主车角色选取模块10、主角色仿真环境数据获取模块11、主角色主车运动控制模块13,陪测角色仿真环境数据获取模块21、陪测角色主车运动信息生成模块22、陪测角色主车运动控制模块23以及同步运动控制模块30。主角色主车对应的子仿真服务器可以包括主角色主车运动信息生成模块12,陪测角色主车对应的子仿真服务器202可以包括陪测角色主车运动信息生成模块22。当然,每个陪测角色主车对应的子仿真服务器都可以包括对应的陪测角色主车运动信息生成模块。
实施例三
本发明实施例提供了一种自动驾驶分布式协同仿真终端,如图9所示,包括:
存储器400和处理器500,存储器400内存储有可在处理器500上运行的计算机程序。处理器500执行所述计算机程序时实现上述实施例中的自动驾驶分布式协同仿真方法。存储器400和处理器500的数量可以为一个或多个。
通信接口600,用于存储器400和处理器500与外部进行通信。
存储器400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400、处理器500以及通信接口600独立实现,则存储器400、处理器500以及通信接口600可以通过总线相互连接并完成相互间的通信。所述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)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述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9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400、处理器500以及通信接口600集成在一块芯片上,则存储器400、处理器500及通信接口600可以通过内部接口完成相互间的通信。
实施例四
一种计算机可读存储介质,其存储有计算机程序,所述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分布式协同仿真方法。
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形式实现,也可以采用软件功能模块的形式实现。所述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。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 (12)
1.一种自动驾驶分布式协同仿真方法,其特征在于,包括:
在基准仿真环境中设置多个不同角色的主车,并选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车;
获取与所述主角色主车对应的仿真环境数据,与所述主角色主车对应的仿真环境数据包括至少一个所述陪测角色主车的运动信息;
根据所述主角色主车对应的仿真环境数据和所述主角色主车的运动规则,生成所述主角色主车的运动信息;
根据所述主角色主车的运动信息控制所述主角色主车运动。
2.根据权利要求1所述的方法,其特征在于,选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车之后,还包括:
获取与所述陪测角色主车对应的仿真环境数据,与所述陪测角色主车对应的仿真环境数据包括所述主角色主车的运动信息;
根据所述陪测角色主车对应的仿真环境数据和所述陪测角色主车的运动规则,生成所述陪测角色主车的运动信息;
根据所述陪测角色主车的运动信息控制所述陪测角色主车运动。
3.根据权利要求1所述的方法,其特征在于,获取与所述主角色主车对应的仿真环境数据,包括:
获取所述主角色主车的当前位置信息和至少一个所述陪测角色主车的当前位置信息。
4.根据权利要求1所述的方法,其特征在于,根据所述主角色主车对应的仿真环境数据和所述主角色主车的运动规则生成所述主角色主车的运动信息包括:
根据所述主角色主车的当前位置信息、至少另一角色主车的当前位置信息以及所述主角色主车的运动规则分析得到所述主角色主车的下一位置信息。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
控制所述主角色主车和所述陪测角色主车同步运动。
6.一种自动驾驶分布式协同仿真装置,其特征在于,包括:
主车角色选取模块,用于在基准仿真环境中设置有多个不同角色的主车,并选取其中一个角色的主车作为主角色主车,另外角色的主车为陪测角色主车;
主角色仿真环境数据获取模块,用于获取与所述主角色主车对应的仿真环境数据,与所述主角色主车对应的仿真环境数据包括至少一个所述陪测角色主车的运动信息;
主角色主车运动信息生成模块,用于根据所述主角色主车对应的仿真环境数据和所述主角色主车的运动规则,生成所述主角色主车的运动信息;
主角色主车运动控制模块,用于根据所述主角色主车的运动信息控制所述主角色主车运动。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
陪测角色仿真环境数据获取模块,用于获取与所述陪测角色主车对应的仿真环境数据,与所述陪测角色主车对应的仿真环境数据包括所述主角色主车的运动信息;
陪测角色主车运动信息生成模块,用于根据所述陪测角色主车对应的仿真环境数据和所述陪测角色的运动规则,生成所述陪测角色主车的运动信息;
陪测角色主车运动控制模块,用于根据所述陪测角色主车的运动信息控制所述陪测角色主车运动。
8.根据权利要求6所述的装置,其特征在于,所述主角色仿真环境数据获取模块包括:
主角色主车位置信息获取单元,用于获取所述主角色主车的当前位置信息;
陪测角色主车位置信息获取单元,用于获取至少一个所述陪测角色主车的当前位置信息。
9.根据权利要求6所述的装置,其特征在于,所述主角色主车运动信息生成模块包括:
运动轨迹跟踪单元,用于根据所述主角色主车的当前位置信息、至少另一角色主车的当前位置信息以及所述主角色主车的运动规则分析得到所述主角色主车的下一位置信息。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
同步运动控制模块,用于控制所述主角色主车和所述陪测角色主车同步运动。
11.一种自动驾驶分布式协同仿真终端,其特征在于,包括:
一个或多个处理器;
存储器,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811329417.7A CN111175055B (zh) | 2018-11-09 | 2018-11-09 | 自动驾驶分布式协同仿真方法、装置以及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811329417.7A CN111175055B (zh) | 2018-11-09 | 2018-11-09 | 自动驾驶分布式协同仿真方法、装置以及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111175055A true CN111175055A (zh) | 2020-05-19 |
CN111175055B CN111175055B (zh) | 2022-08-09 |
Family
ID=70653501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811329417.7A Active CN111175055B (zh) | 2018-11-09 | 2018-11-09 | 自动驾驶分布式协同仿真方法、装置以及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111175055B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112912883A (zh) * | 2021-02-07 | 2021-06-04 | 华为技术有限公司 | 一种仿真方法以及相关设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345164A (zh) * | 2013-07-18 | 2013-10-09 | 吉林大学 | 多自主车辆决策与控制实时仿真实验系统 |
US20160321381A1 (en) * | 2015-04-29 | 2016-11-03 | Energid Technologies Corporation | System and method for evaluation of object autonomy |
US20170103147A1 (en) * | 2015-10-13 | 2017-04-13 | Honda Motor Co., Ltd. | Vehicle configuration using simulation platform |
US20170124497A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
US20170132118A1 (en) * | 2015-11-06 | 2017-05-11 | Ford Global Technologies, Llc | Method and apparatus for testing software for autonomous vehicles |
US20180060467A1 (en) * | 2016-08-30 | 2018-03-01 | Dspace Digital Signal Processing And Control Engineering Gmbh | Method for simulating a collision situation |
CN107943016A (zh) * | 2016-10-13 | 2018-04-20 | 百度(美国)有限责任公司 | 用于自主车辆的群体驾驶风格学习框架 |
CN108304986A (zh) * | 2017-12-15 | 2018-07-20 | 工业和信息化部计算机与微电子发展研究中心(中国软件评测中心) | 一种自动驾驶车辆行为安全的测评方法 |
US20180268092A1 (en) * | 2017-03-15 | 2018-09-20 | Beijing Baidu Netcom Science And Technology Co.,Ltd. | Method and apparatus for simulation test of autonomous driving of vehicles, an apparatus and computer-readable storage medium |
US20180322230A1 (en) * | 2017-05-08 | 2018-11-08 | Baidu Online Network Technology (Beijing) Co., Ltd. | Driverless vehicle simulation test method and apparatus, device and readable medium |
-
2018
- 2018-11-09 CN CN201811329417.7A patent/CN111175055B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345164A (zh) * | 2013-07-18 | 2013-10-09 | 吉林大学 | 多自主车辆决策与控制实时仿真实验系统 |
US20160321381A1 (en) * | 2015-04-29 | 2016-11-03 | Energid Technologies Corporation | System and method for evaluation of object autonomy |
US20170103147A1 (en) * | 2015-10-13 | 2017-04-13 | Honda Motor Co., Ltd. | Vehicle configuration using simulation platform |
US20170124497A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
US20170132118A1 (en) * | 2015-11-06 | 2017-05-11 | Ford Global Technologies, Llc | Method and apparatus for testing software for autonomous vehicles |
CN106991041A (zh) * | 2015-11-06 | 2017-07-28 | 福特全球技术公司 | 用于测试用于自主车辆的软件的方法和装置 |
US20180060467A1 (en) * | 2016-08-30 | 2018-03-01 | Dspace Digital Signal Processing And Control Engineering Gmbh | Method for simulating a collision situation |
CN107943016A (zh) * | 2016-10-13 | 2018-04-20 | 百度(美国)有限责任公司 | 用于自主车辆的群体驾驶风格学习框架 |
US20180268092A1 (en) * | 2017-03-15 | 2018-09-20 | Beijing Baidu Netcom Science And Technology Co.,Ltd. | Method and apparatus for simulation test of autonomous driving of vehicles, an apparatus and computer-readable storage medium |
US20180322230A1 (en) * | 2017-05-08 | 2018-11-08 | Baidu Online Network Technology (Beijing) Co., Ltd. | Driverless vehicle simulation test method and apparatus, device and readable medium |
CN108304986A (zh) * | 2017-12-15 | 2018-07-20 | 工业和信息化部计算机与微电子发展研究中心(中国软件评测中心) | 一种自动驾驶车辆行为安全的测评方法 |
Non-Patent Citations (1)
Title |
---|
李翰博: "《动态竞争环境中多自主车辆系统协作控制与分布式优化》", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112912883A (zh) * | 2021-02-07 | 2021-06-04 | 华为技术有限公司 | 一种仿真方法以及相关设备 |
CN112912883B (zh) * | 2021-02-07 | 2022-06-28 | 华为技术有限公司 | 一种仿真方法以及相关设备 |
WO2022165811A1 (zh) * | 2021-02-07 | 2022-08-11 | 华为技术有限公司 | 一种仿真方法以及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111175055B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921200B (zh) | 用于对驾驶场景数据进行分类的方法、装置、设备和介质 | |
CN108319259B (zh) | 一种测试系统及测试方法 | |
CN111123735B (zh) | 自动驾驶仿真运行方法和装置 | |
CN109813328B (zh) | 一种驾驶路径规划方法、装置及车辆 | |
CN108508881B (zh) | 自动驾驶控制策略调整方法、装置、设备及存储介质 | |
JP6850324B2 (ja) | マルチモデルに基づく障害物分布シミュレーション方法、装置、端末及びプログラム | |
CN111091739B (zh) | 自动驾驶场景的生成方法、装置和存储介质 | |
US10885240B2 (en) | Deterministic simulation framework for autonomous vehicle testing | |
CN112199991B (zh) | 一种应用于车路协同路侧感知的仿真点云滤波方法和系统 | |
CN113341935A (zh) | 一种车辆测试方法、装置、测试设备、系统及存储介质 | |
CN111142402B (zh) | 仿真场景构建方法、装置和终端 | |
CN115187742A (zh) | 自动驾驶仿真测试场景生成方法、系统及相关装置 | |
CN111699449A (zh) | 自动驾驶车辆的仿真测试方法、系统、存储介质和车辆 | |
CN111958595B (zh) | 一种变电站巡检机器人多传感器异步信息融合系统及方法 | |
CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN111175055B (zh) | 自动驾驶分布式协同仿真方法、装置以及终端 | |
CN111338232A (zh) | 自动驾驶仿真方法及装置 | |
CN111368409A (zh) | 车辆流的模拟处理方法、装置、设备和存储介质 | |
CN111199083A (zh) | 复现无人驾驶车辆事故数据的方法和装置 | |
CN111091581B (zh) | 基于生成对抗网络的行人轨迹模拟方法、装置和存储介质 | |
CN111177878A (zh) | 衍生仿真场景筛选方法、装置和终端 | |
JP6548708B2 (ja) | 画像処理システムのための低レイテンシの試験機 | |
CN111090269B (zh) | 基于生成对抗网络的传感器模拟方法、装置和存储介质 | |
CN111784797A (zh) | 一种基于ar的机器人物联网交互方法、装置及介质 | |
CN111123734A (zh) | 用于无人车的复杂场景测试方法、装置及存储介质 |
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 |