CN111226268A - 用于自动驾驶车辆的模拟车辆交通 - Google Patents
用于自动驾驶车辆的模拟车辆交通 Download PDFInfo
- Publication number
- CN111226268A CN111226268A CN201880039605.8A CN201880039605A CN111226268A CN 111226268 A CN111226268 A CN 111226268A CN 201880039605 A CN201880039605 A CN 201880039605A CN 111226268 A CN111226268 A CN 111226268A
- Authority
- CN
- China
- Prior art keywords
- real
- vehicle
- simulated
- information
- virtual
- 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
- 238000012360 testing method Methods 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000003190 augmentative effect Effects 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims description 96
- 238000010998 test method Methods 0.000 claims description 4
- 241000725585 Chicken anemia virus Species 0.000 claims 17
- 238000013507 mapping Methods 0.000 abstract description 8
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 90
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 230000001413 cellular effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical compound CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002464 muscle smooth vascular Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000001418 vibrating-sample magnetometry Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Traffic Control Systems (AREA)
Abstract
一种模拟真实道路环境的系统和方法,其可用于使用增强现实在道路上测试真实联网自动驾驶车辆(CAV),以将如附加的车辆、行人以及其他障碍物的模拟的环境对象添加到被测车辆所能看到的周围环境中。通过该系统执行的方法包括:在联网的真实车辆沿道路移动时,接收指示联网的真实车辆的位置的车辆状态信息;并且使用道路的映射模型和车辆状态信息生成真实车辆在道路上的模拟环境。模拟环境包括一个或多个虚拟对象,如车辆、行人或其他障碍物,并且这些模拟的虚拟对象可被发送到真实车辆以测试其响应而无需要使用真实车辆、行人或其他障碍物。
Description
关于联邦政府资助研究的声明
本发明是在美国交通部资助的编号为69A3551747105的政府资助下完成的。政府拥有本发明的某些权利。
技术领域
本发明涉及测试道路上联网自动驾驶车辆的方法和系统,并且涉及用于使用来自联网自动驾驶车辆及其运行的真实环境中的数据来生成模拟环境的方法和系统。
背景技术
自动驾驶车辆的发展和最终部署通常涉及几个阶段,包括初始设计和原型设计阶段,受控测试阶段以及在开放(公共)道路上运行车辆的真实世界测试阶段。受控测试阶段的优势在于,车辆测试可在安全、受控的环境中进行,在该环境中可以容易地确定车辆运行的响应性和准确性。然而,完整的测试环境还应包括与被测车辆相互影响的背景交通。包括行人在内的其他类型的对象和障碍物的存在也期望被包括在内,以使得能够在可合理预期车辆会遇到的多种情况下对车辆进行测试。然而,将包括真实车辆和其他对象作为背景交通不仅成本高昂,而且难以协调和控制。
发明内容
根据本发明的一方面,提供了一种模拟真实道路环境的方法,该真实道路环境包括至少一个真实车辆和增强的一个或多个虚拟车辆。该方法包括:当联网的真实车辆沿着道路移动时,从该联网的真实车辆接收车辆状态信息,其中,车辆状态信息包括指示真实车辆在道路上的位置的位置数据;以及使用道路的映射模型和车辆状态信息生成道路上真实车辆的模拟环境,其中,模拟环境包括一个或多个虚拟车辆。
该方法可进一步包括以下任何特征或以下两个或多个特征的任何技术上可行的组合:
—真实车辆可是沿着道路驾驶的联网自动驾驶车辆(CAV),并且接收和生成步骤可通过计算机系统执行,以从CAV接收车辆状态信息。
—该方法可包括:当真实车辆沿道路移动时,利用真实车辆的运行实时地在计算设施处运行模拟环境。
—接收步骤可进一步包括:在计算设施处接收车辆状态信息作为时间-位置(TL)数据,该时间-位置数据包括真实车辆在特定时间在道路上的位置,时间-位置数据在该特定时间周期性地从计算设施处的真实车辆接收,并且时间-位置数据用于实时更新模拟环境中真实车辆的位置。
—该方法可包括:在计算设施处从一个或多个真实交通信号设备中接收真实交通信号状态信息,其中,该生成步骤进一步包括:使用真实交通信号状态信息来生成模拟环境。
—接收车辆状态信息的步骤可进一步包括:在计算设施处接收车辆状态信息,作为通过路边装置或通过无线载波系统从真实车辆接收的一系列基础安全消息(BSM),并且,其中,接收真实交通信号状态信息的步骤进一步包括:在计算设施处接收真实交通信号状态信息,作为从路边装置接收的信号相位和时序(SPaT)信息。
—该方法可包括:在计算设施处生成模拟的基础安全消息(sBSM),其中,该sBSM包括模拟的虚拟车辆信息;以及通过路边装置或无线载波系统将sBSM发送到真实车辆。
—该方法可包括:在计算设施处生成与模拟的虚拟行人有关的信息;以及通过路边装置或无线载波系统将模拟的虚拟行人信息发送到真实车辆。
—该方法可包括:生成模拟环境的实时地图,该模拟环境包括对真实车辆的模拟和对一个或多个虚拟车辆的模拟,并且,在计算设施或其他设施处显示该实时地图。
—该方法可用作测试真实联网自动驾驶车辆(CAV)的方法的一部分,其中该方法包括以下步骤:模拟CAV、道路和一个或多个虚拟车辆;并将包括一个或多个虚拟车辆的模拟环境的一部分从计算机系统发送到CAV,供CAV用作指示其周围环境的传感器数据,使得CAV在包括一个或多个虚拟车辆的增强现实中运行。
根据本发明的另一方面,提供一种模拟系统,该模拟系统提供模拟的虚拟对象,该模拟的虚拟对象供联网的真实车辆在车辆在道路上测试期间使用,模拟系统包括一个或多个计算机,该计算机包括电子处理器和存储指令的存储器,当该指令被处理器执行时,使处理器:在联网的真实车辆沿道路移动时,从联网的真实车辆接收车辆状态信息,其中,车辆状态信息包括指示真实车辆在道路上的位置的位置数据;以及使用道路的映射模型和车辆状态信息生成真实车辆在道路上的模拟环境,其中该模拟环境包括一个或多个虚拟车辆。
该模拟系统可进一步包括以下任何特征或以下两个或多个特征的技术上可行的组合:
—该系统可包括用于接收车辆状态信息或实时交通信号状态信息或接收两者的至少一个第一接口,以及将模拟的虚拟车辆信息从模拟系统发送到真实车辆的第二接口。
—该系统可接收车辆状态信息作为一系列基础安全消息(BSM),并且接收实时交通信号状态信息作为信号相位和时序(SPaT)信息,并且其中,模拟系统生成使用BSM和SPaT信息的模拟环境。
—该系统可通过第二接口将模拟的基础安全消息(sBSM)发送到真实车辆,其中,sBSM包括模拟的虚拟车辆信息。
—该系统可在计算设施处生成与模拟的虚拟行人有关的信息,并且将模拟的虚拟行人信息发送到真实车辆。
—该系统可生成模拟环境的实时地图,该模拟环境包括对真实车辆的模拟和对一个或多个虚拟车辆的模拟。
根据本发明的另一方面,提供一种使用模拟数据在测试位置处测试一个或多个真实联网自动驾驶车辆(CAV)的方法,其中,该方法包括:
在测试位置处,从一个或多个真实CAV中的每一个中接收真实车辆状态信息;
在测试位置处,从一个或多个真实交通信号设备中接收真实交通信号状态信息;
针对一个或多个真实CAV中的每一个,在模拟环境中生成模拟真实车辆,其中,模拟环境是从指示测试位置的几何形状和基础设施的至少一部分的数据中生成的;
将从一个或多个真实CAV中的每一个处接收的真实车辆状态信息分配给模拟环境中对应的模拟真实车辆;
将从一个或多个真实交通信号设备中的每一个处接收的真实交通信号状态信息分配给模拟环境中对应的模拟交通信号设备;
在模拟环境中生成一个或多个模拟虚拟车辆;
根据所分配的真实车辆状态信息和真实交通信号状态信息更新模拟环境;
针对一个或多个真实CAV中的每一个,从模拟环境中识别将要发送的模拟数据的集合,模拟数据包括一个或多个模拟的虚拟车辆中的至少一个;以及
针对一个或多个真实CAV中的每一个,将所识别的模拟数据的集合发送到真实CAV。
上述段落的方法可进一步包括以下任何特征或以下两个或多个特征的技术上可行的组合:
—接收真实车辆状态信息的步骤可进一步包括:在测试位置处接收车辆状态信息作为通过路边装置或无线载波系统从一个或多个真实CAV中接收的一系列基础安全消息(BSM),以及其中,接收真实交通信号状态信息的步骤可进一步包括:在测试位置处接收真实交通信号状态信息作为从一个或多个真实交通信号设备中接收的信号相位和时序(SPaT)信息。
—该方法可包括:在计算设施处生成模拟的基础安全消息(sBSM),其中,sBSM包括模拟的虚拟车辆信息,并且其中,发送步骤进一步包括将sBSM发送到一个或多个真实CAV。
—该方法可包括:在计算设施处生成与模拟的虚拟行人有关的信息;以及通过路边装置或无线载波系统将模拟的虚拟行人信息发送到真实车辆。
附图说明
以下将结合附图描述优选的示例性实施方式,其中,相同的附图标记表示相同的元件,并且其中:
图1A和1B示出了通信系统,该通信系统包括基于计算机的系统,其用于执行对一个或多个真实联网自动驾驶车辆的道路环境的模拟;
图2A是测试设施的俯视图,其中真实车辆正在使用模拟环境运行;
图2B示出了在道路交叉路口的交通信号的交通信号状态;
图3示意性地示出了运行环境的真实组件和模拟组件,图1的通信系统在该运行环境中运行;
图4A和4B分别以示意性地和图形方式示出了模拟环境;
图5示出了生成模拟环境的路边交通装置、真实车辆以及模拟硬件的组件,以及它们之间的通信;
图6示出了真实车辆、路边装置以及模拟硬件的组件,以及它们之间的通信;
图7示出了真实车辆、路边装置以及数据采集和分析系统的组件,以及它们之间的通信;
图8是生成模拟环境自动驾驶车辆测试的方法的流程图;
图9示出了叠加在用于被测自动驾驶车辆的测试设施的俯视图上的模拟环境的结果;以及
图10是使用自主车辆位置数据在模拟环境中定位模拟真实车辆的车辆映射过程的流程图。
具体实施方式
本文描述的系统和方法使得在道路上真实联网的、使用增强现实的自动驾驶车辆(CAV)的测试能够将模拟的环境对象(如附加的车辆、行人以及其他障碍物)添加到被测车辆所能看到的附近的环境中。这通常可通过运行与在道路上的CAV的运行同步的实时模拟来完成,该模拟使用在测试中使用的交通控制系统和道路的映射模型以及被测CAV的实时车辆状态信息。有了这些信息,该模拟可添加虚拟元件,如沿着道路移动的其他车辆,并且可再次实时地将这些虚拟元件提供回CAV,以充当CAV的传感器输入数据,使得该CAV将这些附加的模拟车辆和其他对象视为存在于其运行环境中的真实对象。这允许构造几乎不限数量的对象和场景,在这些对象和场景下可测试CAV,而不会产生与包含真实车辆和其他对象有关的成本和风险。
CAV的运行环境的模拟通常可通过以下步骤来执行:(1)在联网的真实车辆沿道路移动时从其接收车辆状态信息,其中车辆状态信息包括指示真实车辆在道路上的位置的位置数据,并且(2)使用道路的映射模型和车辆状态信息以生成真实车辆在道路上的模拟环境,其中模拟环境包括一个或多个虚拟车辆。对真实车辆的运行环境的模拟可用于多种不同的目的,其中之一是CAV在道路上的测试。因此,至少在一些实施方式中,该方法可包括将模拟环境的一部分(包括一个或多个虚拟车辆)发送到CAV,以供CAV用作对其周围环境的指示的传感器数据,从而CAV在包括一个或多个虚拟车辆的增强现实中运行。其他虚拟对象可被包括进来或者替代该虚拟车辆。
在接收到模拟环境的这些特定组件或部分之后,该真实的CAV可被期待与接收到的模拟的虚拟车辆或其他对象在行为上表现一致,并且为了验证和改进CAV的行驶,可测量和使用CAV的响应。在模拟的环境中使用的模拟的虚拟对象可包括虚拟的CAV、虚拟的非联网车辆、虚拟的行人、虚拟的交通信号和/或多种其他的虚拟组件,该虚拟组件可以出于测试真实的CAV可会遇到的一个或多个场景的目的而生成。
现在参考图1A至图1B,示出了包括通信系统1和可以用于实施本文公开的方法的运行环境。通信系统1通常包括联网自动驾驶车辆(CAV)10、11,CAV 10、11可包括无线通信模块40和全球导航卫星系统(GNSS)模块32、GNSS卫星群50、一个或多个无线载波系统12、陆基通信网络14、计算设施16、市政设施18、路边交通控制系统20和基于联网车辆的控制器接口设备(CVCID)28。至少在一些实施方式中,路边交通控制系统20包括交通信号设备22、路边检测器24和联网车辆(CV)通信设备26以及CVCID 28。车辆到基础设施(V2I)通信包括必要的硬件和基础设施,以使通信能够在车辆和某些网络(如计算设施16和/或市政设施18)之间被执行。这些设施只是计算机系统的一个示例,其可以执行车辆到基础设施(V2I)通信。应当理解,该公开的方法可以使用于任何数量的不同系统,并且不具体限于这里示出的运行环境。另外,除了本文具体描述的以外,系统1的多个组件的体系结构、构造、设置和操作可通过本领域已知的或对于本领域技术人员将显而易见的硬件和软件组件来实施。因此,以下段落仅提供了一个这样的通信系统1的简要概述;然而,这里未示出的其他系统也可以采用该公开的方法。
无线载波系统12可是任何适当的蜂窝电话系统。载波系统12被示出为包括蜂窝塔13;然而,载波系统12将通常包括多个地理上分布的蜂窝塔以及以下一个或多个组件(例如,取决于蜂窝技术):基站收发站、移动交换中心、基站控制器、演进的节点(例如,eNodeB)、移动管理实体(MME)、服务和PGN网关等,以及被要求将无线载波系统12与陆基网络14连接或者将无线载波系统与用户装置(UE,例如包括车辆10、11中的远程信息处理装置)连接的任何其他联网组件,所有组件通常用31表示。载波系统12可以实施任何适当的通信技术,包括例如GSM/GPRS技术、CDMA或CDMA2000技术、LTE技术等。通常,无线载波系统12、其组件、其组件的布置、组件之间的相互作用等在本领域通常是已知的。
除了使用无线载波系统12之外,可以使用卫星通信形式的不同的无线载波系统,以提供与车辆的单向或双向通信。这可以使用一个或多个通信卫星(未示出)和上行链路发射站(未示出)来完成。例如,单向通信可以是卫星无线电服务,其中,编程的内容(例如,新闻、音乐)由上行链路发射站接收,打包以上传,然后发送给卫星,该卫星将程序广播给用户。例如,双向通信可以是卫星电话服务,其使用一个或多个通信卫星来转播车辆10、11与上行链路发射站之间的电话通信。如果被启用,卫星电话可以作为无线载波系统12的补充或替代。
陆基网络14可是传统的基于陆地的远程通信网络,其连接到一个或多个固定电话并将无线载波系统12连接到计算设施16。例如,陆基网络14可包括公共交换电话网络(PSTN),如其用于提供硬线电话、分组交换数据通信和Internet基础设施。陆基网络14的一个或多个网段可以通过使用标准的有线网络、光纤或其他光网络、电缆网络、电力线、其他无线网络(如无线局域网(WLAN)或提供宽带无线访问(BWA)的网络)或其任何组合来实施。在一些实施方式中,陆基网络14可以包括任何有线/无线局域网(LAN)或局部互联网(LIN),并且可使用路由器和/或以太网电缆来实施。在一个实施方式中,测试设施100可在计算设施16附近,因此,LAN或LIN可适于将车辆10、11的通信信息传送到设施16和/或设施18。
具体实施方式中描述的联网自动驾驶车辆(CAV)10、11是乘用车,但是其应当被理解为任何其他的车辆也可以被使用,包括摩托车、卡车、运动型多功能车(SUV)、休旅车(RV)、自行车、其它可在道路或人行道上使用的车辆或移动设备等。另外,在多个其它实施方式中,车辆10、11可以是其它联网车辆(CV),如非自动驾驶CV。车辆10、11是真实车辆,并且根据特定的实施方式,其在本文中被涉及时可被称为“真实车辆”、“真实CV”或“真实CAV”。这些“真实车辆”不会与虚拟(不存在的)车辆(或虚拟CV或虚拟CAV)或模拟车辆(例如,模拟真实车辆或模拟虚拟车辆)相混淆。如本文中所使用的模拟车辆是表示基于计算机模拟的车辆,如下文进一步讨论的模拟环境70。其可包括模拟真实车辆(包括模拟真实CV或模拟真实CAV)或模拟虚拟车辆(包括模拟虚拟CV或模拟虚拟CAV)。
如具体实施方式中所示,车辆10包括车辆电子设备15。虽然车辆11中未示出车辆电子设备,但是应该理解,车辆11也包括与车辆10中包括的相同或相似的一组车辆电子设备15。参考图1B,车辆电子设备15包括全球导航卫星系统(GNSS)接收器或模块32,其天线34用于接收来自卫星50的GNSS无线电信号。该车辆电子设备15进一步包括无线通信模块40,其能够使车辆与远程服务器或网络设备之间通信,如计算设施16中的服务器。GNSS模块32可是任何可在市场上购买得到的GNSS接收器,并且可向无线通信模块单元40提供NMEA或其他输出消息,然后其可作为GNSS信息或时间-位置(TL)数据从车辆10中发送。如上所述,车辆11包括与车辆10相同的组件、设备和模块,即使未示出这些组件。
时间-位置(TL)数据是指示联网设备在一个或多个特定时间点时所在全球位置的数据。在至少一些实施方式中,该TL数据可是一个或多个跟踪点,其包括该设备的全球位置坐标以及表示该设备何时处于由该跟踪点表示的位置的时间数据。因此,该跟踪点提供指示车辆位置的位置数据。尽管其他定位技术可用于代替GNSS信息的使用或者作为对GNSS信息的使用的补充,但是在本文所述的实施方式中,并入CV(例如,CAV 10或11)的GNSS接收器用于生成用于TL数据的全球位置数据(即,GNSS信息或数据)。由每个单独的CV提供的跟踪点或其他全球位置数据可由无论使用任何GNSS接收器的设备从接收到的GNSS无线电信号中生成,并且可以以NMEA格式、GPX格式或其他格式提供。该TL数据还包括指示CV何时位于由全球位置数据指示的位置处的时间数据,并且该时间数据可由GNSS接收器以及全球位置数据(例如,如NMEA标准输出格式所包括的UTC时间)提供或者该时间数据可以其他方式或从其他来源提供。
全球导航卫星系统(GNSS)模块32从GNSS卫星群50接收无线电信号。然后,GNSS模块32可以生成TL数据或提供位置的其他数据,然后可以使用这些数据来识别已知的位置或该车辆的位置。另外,GNSS模块32可用于向车辆驾驶者提供导航和其他与位置有关的服务。而且,新的或更新的地图数据可以经由车辆远程信息处理单元从计算设施16下载到GNSS模块32。出于某些目的,如为了在模拟系统60中对真实的CAV 10、11建模,可以将TL数据提供给计算设施16或其他计算设施,如市政设施18,如下文更详细地所述的。在一些实施方式中,GNSS模块32可是全球定位系统(GPS)模块,其从美国GPS卫星系统的一部分的GPS卫星接收GPS信号。也可使用与GLONASS和/或欧洲伽利略系统配合使用的接收器。该GNSS信号可用于生成包括时间数据的TL数据,并且该时间数据可是GNSS模块从卫星50接收信息的时间、从GNSS卫星50接收的GNSS信号中指示的时间或其他同时发生的时间戳记。
在一个实施方式中,车辆10、11可被配置为周期性地将GNSS信息/TL数据发送到计算设施16。例如,该车辆可每100ms以基础安全消息(BSM)的形式将该信息发送到计算设施,这将在下文进行详细讨论。另外,该车辆可向计算设施16发送航向信息(例如,车辆的前面朝向的方向)或其他车辆信息。如上文所讨论的,一旦该计算设施16从该车辆10和/或车辆11接收到TL数据,该计算设施16可在存储设备上存储该信息和/或可根据一组或多组计算机指令(如可配置为执行本文所描述方法的至少一部分的计算机指令)来处理该数据。
无线通信模块40包括无线访问节点(WAP)42、处理器44、存储器46和天线48。无线通信模块40可以是OEM安装(嵌入式)设备或后装设备,该OEM安装设备或后装设备被安装在车辆上并且能够通过无线网络(例如,如通过与CV通信设备26的专用短程通信(DSRC))在陆基网络14上进行无线数据通信。这使车辆能够与计算设施16和/或市政设施18、其他支持DSRC的车辆或一些其他实体或设备通信。在其他实施方式中,无线通信模块40可以包括蜂窝芯片组,或者车辆电子设备可包括分离的远程信息处理,以此可以实现与载波系统12的蜂窝通信。
无线通信模块40从GNSS模块32接收GNSS信息或其他TL数据,并且随后,将如TL数据发送到计算设施16或市政设施18。无线通信模块40可连接至车辆内的通信总线30,该通信总线30能够与车辆上的其他电子系统通信。为此目的,无线通信模块40可以被配置为经由WAP 42根据一个或多个无线协议进行无线通信,WAP 42包括DSRC,如IEEE 802.11协议、WiMAXTM、ZigBeeTM、Wi-Fi directTM、BluetoothTM或近场通讯(NFC)中的任何一种。在一些实施方式中,可以使用DSRC芯片组实施WAP 42。当用于分组交换数据通信(如TCP/IP)时,远程信息处理单元可以配置静态IP地址,或者可以设置为自动从网络上的另一个设备(如路由器)中接收分配的IP地址,或从网络地址服务器中接收分配的IP地址。
处理器44可以是能够处理电子指令的任何类型的设备,包括微处理器、微控制器、主机处理器、控制器、车辆通信处理器和专用集成电路(ASIC)。它可以是仅用于无线通信模块40的专用处理器,或者可以与其他车辆系统共享。处理器44执行多种类型的数字存储指令,如存储在存储器46中的软件或固件程序,其使无线通信模块40能够提供多种服务。例如,处理器44可以执行程序或处理数据,该程序或处理数据可以用于将输入传递到本文所述方法的某些实施方式中或者从中接收输出。在一个实施方式中,无线通信模块40包括使处理器能够将GNSS信息或其它TL数据发送到计算设施16的应用(例如,计算机程序)。存储器46可包括RAM、其他临时供电的存储器、任何非暂时性计算机可读介质(例如,NVRAM或EEPROM)或任何其它电子计算机介质,该电子计算机介质存储执行本文所述的多种外部设备功能所需的一些或全部软件。
在一些实施方式中,无线通信模块40可以是车载单元(OBU),OBU可以从CV通信设备26接收DSRC通信。在一个实施方式中,OBU 40可以被安装到(例如,经通过ODB-II连接器)车辆10中的车载诊断端口中。可以用某些计算机指令来编程OBU,该计算机指令通过CV通信设备26和陆基网络14将某些车辆状态信息报告回计算设施16。OBU或无线通信模块40可以被配置为解码来自交通信号设备的基础安全消息(包括模拟的BSM(sBSM)以及信号相位和时序(SPaT)消息)。此外,包括与车辆10相关的车辆状态信息的BSM消息可以被生成,并且该BSM消息可以通过OBU或无线通信模块40被发送到计算设备16。OBU或无线通信模块40可以实时使用用户数据报协议(UDP)来将接收到的消息发送到另一个可以解码接收到的消息的系统模块,该消息可是SPaT消息或BSM消息。可以使用本领域技术人员已知的其他协议,如传输控制协议(TCP)。
此外,应该理解,至少一些前述模块可以以存储在无线通信模块40内部或外部的软件指令的形式实施,它们可是位于无线通信模块40内部或外部的硬件组件,或者可以是相互集成和/或共享,或与位于整个车辆上的其他系统集成和/或共享,以上仅引用了几种可能性。如果该模块被实施为位于无线通信模块40外部的VSM,则它们可利用车辆总线30与远程信息处理单元交换数据和命令。
车辆电子设备15还包括可视显示器36,可视显示器36可以位于车厢中并且可以向车辆10、11的驾驶者或用户提供某些图形用户界面。在一个实施方式中,测试工程师(或者CAV中的乘客)可操作,并且可以使用视觉显示器36查看某些测试统计数据、测试数据或测试车辆的视频。例如,图2A示出了测试设施的俯视图,其中矩形代表车辆,带有光圈的较小矩形代表模拟车辆(如下文在图4A中所述的模拟虚拟车辆101-103)并且较大的正方形代表真实CAV(例如,CAV10或11)。而且,可以生成描述某些测试或道路信息(包括导航信息)的某些图形。如图2B所示,示出了当前的车辆信号状态(例如,交通信号设备22的车辆信号状态,如下文进一步所述的),其中该信号的剩余时间(“4s”)、车辆运动方向(左侧箭头突出显示)以及到停止杆的距离(“lm”)。另外,在其他实施方式中,图2A和/或图2B的内容可以在计算设施16处向用户显示,如通过用户界面98(如下文在图7中所述的)。
返回参考图1A,示出了路边交通控制系统20,其被描述为包括交通信号设备22、路边检测器24和CV通信设备26,但是可以包括网络交换机、附加路边装置、附加路边检测器、附加CV通信设备、附加交通信号或其他类型的交通信号设备、路由器、调制解调器、其他网络接口控制器或模块和/或存储设备。这些组件中的任何一个或多个可以容纳在交通信号灯中和/或位于交通信号等附近的单独的壳体中。而且,路边交通控制系统20可以包括CVCID 28,或者CVCID 28可从系统20中分离。在一个实施方式中,路边交通控制系统20可以包括一个或多个控制器,每个控制器可以包括处理器和存储器。该控制器可被配置为向交通信号装置22、路边检测器24、CV通信装置26和CVCID 28发送数据并且从其接收、处理数据。路边交通控制系统20还可以包括存储设备,该存储设备可以是存储器管理单元(MMU)和/或非易失性存储设备,如EEPROM或其他适当的存储器。路边交通控制系统20还可以包括一个或多个网络接口(包括任何适当的硬件,如网络接口卡(NIC)或无线NIC),并且能够通过陆基网络14与一个或多个远程服务器通信。并且,路边交通控制系统20可以包括其他网络功能,如蜂窝或其他无线通信功能,如CV通信设备26所指示的。交通信号可以将交通信号状态信息或数据发送到计算设施,如计算设施16或市政设施18。如本文所使用的,交通信号状态是指交通信号的交通提示的操作,如交通灯是否是绿色、红色或黄色(或琥珀色)。交通信号状态可以包括用于识别位于交通信号处的特定交叉路口的唯一标识符(ID),以及提供信号状态所参考的和/或相关联的时间或时间范围的时间数据。虽然仅示出了一个路边交通控制系统20,但是可使用多个路边交通控制系统,并且每个路边交通控制系统都可包括一个或多个交通信号设备22或其他交通信号设备以及其他路边检测器24、CV通信设备26和/或CVCID 28。
交通信号设备22被示为刹车灯或交通灯(“R”表示红灯,“Y”表示黄灯或琥珀灯,以及“G”表示绿灯),但是应该理解的是,可以代替使用其他交通信号设备,如可使用任何电子信号设备,以向道路上的车辆或行人用户指示信息。另外,虽然仅示出了一个交通信号,但是应当理解的是,在系统1和/或交通信号系统20中可使用多个交通信号,并且可使用多种类型的交通信号设备。交通信号设备22可以包括交通信号控制器,该交通信号控制器,如通过信号时间和相位(SPaT)消息将交通信号状态发送到CVCID 28。
路边检测器24可包括电感环路检测器、视频检测器或其他与交通有关的装置和/或传感器,其可沿着路边或靠近交叉路口处设置。路边检测器24可用于检测交叉路口处或沿道路的车辆,并且该数据可被发送到路边交通控制系统20的其他设备,如交通信号设备22、CV通信设备26或CVCID 28。当发送到CVCID 28时,该信息可发送到计算设施16或市政设施18。
联网车辆(CV)通信设备26可以包括网络通信接口(如WNIC或NIC)并且可直接与一个或多个附近的车辆通信,如通过短距离无线通信(DSRC)。CV通信设备26可由路边交通控制系统20的控制器控制,或由CVCID 28控制。CV通信设备26可以使用UDP或本领域技术人员已知的其他协议(如TCP)接收SPaT消息和/或BSM消息。例如,如下文将进一步讨论的,CV通信设备可以用于从一个或多个CV或CAV接收基础安全消息(BSM),然后将接收到的BSM发送到CVCID 28。此外,CV通信设备26可以从CVCID 28(或其他设备)接收模拟的BSM以及信号相位和时序(SPaT)消息,然后将这些消息发送到CAV 10、11。CV通信设备26还可以包括处理设备和/或存储设备,如本文所述的,这两个设备都可以用于执行其功能。
CVCID 28可以使路边交通控制系统20和模拟系统60之间能够进行通信,下文将对此作近一步讨论。CVCID 28可以包括处理器和存储设备。CVCID 28可以运行操作系统,如LinuxTM。CVCID 28可以包括多个模块(下文将对此作出更详细的讨论),其可以是软件模块、ASIC或其他软件/硬件组合的形式。CVCID聚集来自CAV 10、11的信息,并将该信息发送到模拟系统60。CVCID 28可以包括多种组件,以实现某些数据和信息(如基础安全消息(BSM)以及信号时间和定相(SPaT)消息)的接收、处理和发送。BSM可以是标准BSM消息,如SAE J2735BSM,或者可是其他包含车辆信息的消息,如车辆TL数据、其他位置数据、车速、车辆前进方向、车辆加速度、车辆系统模块状态或其他车辆状态信息。SPaT消息可以是标准SPaT消息,或者可是包含交通信号状态信息的其他消息,如交通信号设备在某些时间的某些状态。
市政设施18包括交通信号控制系统19,其可包括多种计算机、数据库、服务器和其他计算设备。交通信号控制系统19可用于控制交通信号设备,如交通信号22,或者可用于处理与交通有关的数据,包括估计的交通量(例如,交通量的估计值)。在一个实施方式中,交通信号控制系统19可以从计算设备16中接收数据,如估计的交通量,并且,然后可生成交通控制数据,该数据可以发送到交通信号或其他交通信号设备,例如人行横道信号灯、车道方向和关闭信号。交通信号控制系统19可从一个或多个交通传感器,如电感环路检测器和/或视频检测器接收交通信息,或者从可位于交叉路口或靠近交叉路口的其他路边检测器24接收交通信息。在一些实施方式中,市政设施18或交通信号控制系统19可通过CV通信设备26和/或陆基网络14,从车辆10、11、模拟系统60、数据采集系统90(图7所示)和/或其他CV中接收信息。在一些实施方式中,模拟硬件17和交通信号控制系统19可以位于相同的设施中(例如,计算设施16或市政设施18)和/或可使用相同的硬件组(如一组服务器或计算机)来执行。
计算设施16可被设计为向CAV 10、11和路边交通控制系统20提供许多不同的系统后端功能。计算设施16可包括多种组件,并且可包括有线或无线局域网(LAN或WLAN)。计算设施16可包括模拟硬件17,其可以包括多个计算机、服务器、数据库和其他计算设备。通常,计算设施16可通过连接到陆基网络14的调制解调器接收和发送数据。在计算设施16处(例如,在模拟硬件17处)的数据库可以存储车辆信息(例如,GNSS信息、其他TL数据)、交通信号设备信息、路边检测器信息以及来自路边交通控制系统20和/或车辆10、11的其他数据或信息。数据传输也可由无线系统(如IEEE 802.1lx、GPRS等)进行。模拟硬件17可以用于实施模拟系统60、数据采集系统90和/或一个或多个其他应用或系统。
计算设施16和市政设施18中的一者或两者可以包括一个或多个服务器或计算机,每个服务器或计算机包括电子处理器和存储器。处理器可以是能够处理电子指令的任何类型的设备,包括微处理器、微控制器、主机处理器、控制器、车辆通信处理器和专用集成电路(ASIC)。处理器可执行多种类型的数字存储指令,如存储在存储器中的软件或固件程序,这些指令使设施能够提供多种服务。例如,计算设施16处的处理器可被配置为执行程序或处理数据,以执行本文所述方法的至少一部分。在一个实施方式中,该过程可以执行使处理器对从一个或多个车辆10、11和/或其他CV中接收的GNSS信息或其他TL数据执行一个或多个方法步骤的应用(例如,计算机程序)。计算设施16或市政设施18中的存储器可以包括RAM、其他临时供电的存储器、任何非暂时性计算机可读介质(例如,NVRAM或EEPROM)或任何其他存储执行本文所述的多种外部设备功能所需的某些或全部软件的电子计算机介质。
在某些实施方式中,模拟硬件17可用于实施本文公开的方法的一个或多个实施方式中的至少一部分。模拟系统60能够测试在测试设施和多种模拟场景和/或环境下运行的真实联网自动驾驶车辆(CAV)。模拟系统60可以运行一个或多个生成模拟环境70(图3、4A和4B)的应用或计算机指令。这些模拟应用可以获取某些输入,如测试设施的数据或一个或多个真实CAV(如真实CAV10、11)的车辆状态信息的数据。模拟系统60可以为测试设施中被测试的一个或多个真实CAV中的每一个生成模拟CAV。车辆状态信息(如TL数据或指示在测试设施中CAV位置的其他定位数据)可以通过CVCID和陆基网络14从真实CAV 10、11发送到模拟系统60,然后可以处理该信息并且用该信息更新模拟的CAV,使得模拟的CAV对模拟环境70(图4A-4B)中的真实CAV建模。对于交通信号设备也可以这样做,例如,可以从CVCID 28接收交通信号状态信息,然后可以将其用于更新模拟环境中的一个或多个相应的模拟交通信号设备。
除了对真实测试环境建模外,模拟环境可以引入一个或多个其他虚拟车辆,其可以是模拟的虚拟CAV、其他模拟的虚拟CV(例如,非自动驾驶联网车辆)和/或其他模拟的虚拟车辆(例如,未联网车辆)。如本文所使用的,联网车辆(CV)是能够通过无线通信(如通过短距离无线通信(DSRC))与一个或多个其他网络通信的车辆。如本文所使用的,联网自动驾驶车辆(CAV)是能够至少部分地自动运行该车辆的主动力设备(例如,内燃机、主电动马达或其他主动力器)以及至少部分地沿道路自动驾驶该车辆的联网车辆。
参考图3,示出了真实世界中的组件和虚拟环境中的组件的简要概述。真实世界包括实际的硬件和物理设备,如真实的CAV 10、11、路边交通控制系统20和数据采集设备CVCID 28。虚拟环境包括执行某些功能的软件组件,包括模拟环境70和数据管理组件130。模拟环境70包括背景交通(例如,下文在图4A中所述的模拟组件)以及模拟真实CAV 110、111。
参考图4A和4B,示出了模拟环境70的实施方式。模拟环境70包括模拟真实部分72和模拟虚拟部分74。模拟真实部分72包括模拟CAV 110和111(在图4B中用圆圈表示)以及模拟交通信号设备122(在图4B中用细长矩形表示)。模拟的CAV 110、111对应于真实的CAV10、11,以及模拟的交通信号设备122对应于真实的交通信号设备22。在模拟环境中对模拟部分72的这些组件建模,并且是其对应的真实实体的模拟模型。虚拟部分74包括模拟的虚拟CAV 101、模拟的虚拟车辆102、103和模拟的虚拟行人104、105。这些模拟的虚拟组件101-105不对应于测试环境中的任何真实实体。在图4B的模拟环境70中用正方形表示虚拟车辆101-103,在图4B中没有表示出虚拟行人。应该理解的是,可以在模拟器68中对多种其他真实设备或实体建模,以生成相应的模拟实体,作为模拟部分72的一部分,并且也可以生成多种不对应真实实体的虚拟实体,作为模拟虚拟部分74的一部分。模拟器68可以更新这些组件101-105、110、111和122,并随后将属于某些部分或组件的数据或信息发送到CVCID 28或其他设备,如下所述。
用测试设施的映射模型构建模拟环境70。该映射模型可通过任何适当方式的数据被构建或表示,并且映射模型包括测试设施的多种物理和地理特征(如道路的几何形状、道路的连通性和其他道路特征)以及多种周围测试设施的特征(如交通信号、建筑、车道入口/出口、人行道、电线杆、树木以及实现CAV测试所需的任何其他对象或特征)。
参考图5,示出了路边交通控制系统20、真实CAV 10、11、模模拟硬件17以及包括它们之间的多种通信的实施方式。模拟系统60可以包括交通信号接口62、CAV输入接口64、CV输出接口66和模拟器68。模拟器可以生成模拟环境70,并且接口62-66可以促进模拟器68的输入和输出。在一些实施方式中,模拟系统60可执行本文所述方法的一个或多个步骤。模拟器68以及交通信号接口62、CV输入接口64和CV输出接口66可以包括多种软件(例如,动态链接库、可执行文件),其可在计算设施16的模拟硬件17上执行。
交通信号接口62可以是用于模拟器68的应用程序接口(API)(其可是VISSIM,如下所述),该模拟器68通过接收SPaT消息或其他指示一个或多个真实交通信号设备22的交通信号状态的数据,以从外部控制模拟中的交通信号。交通信号接口62可以被实施为用C/C++编写的动态链接库(DLL)。在模拟系统60和现实之间同步交通信号状态的过程可以包括以下步骤:(1)建立UDP套接字通信并读取目标CVCID的信号监听器144(图6)的IP地址和端口;(2)周期性地(例如,每隔一秒的模拟时间)通过UDP从CVCID(图6)中的信号监听器144请求交通信号状态信息;以及(3)在接收到来自CVCID的响应后,更新模拟中相应的信号状态(例如,更新模拟交通信号设备122的状态)。
CAV输入接口64可以是应用程序接口(API)或组件对象模型(COM)接口,其可以使现实中的真实CAV 10、11的行为与模拟环境70中的模拟CAV 110、111同步。在收到来自每个真实CAV 10、11的第一个BSM后,CAV输入接口可在模拟中创建模拟车辆(例如,模拟车辆110、111)。由于GPS的错误,提取出接收到的BSM的确切位置可能并不总是在道路上。贪婪算法可用于在道路链接中准确映射虚拟CAV。
CAV输出接口66可以是模拟器68的API(其可是VISSIM,如下所述),其允许用户为模拟器68中的某些或所有车辆应用不同的驾驶行为模型。交通信号接口62可以被实施为以C/C++编写的动态链接库(DLL)。该接口66可以从模拟器68接收模拟车辆信息,并随后生成用于模拟虚拟车辆101-103的模拟BSM(sBSM)。同样,可从模拟器68接收的其他模拟信息可由CAV输出接口66处理并且格式化以发送给CVCID 28。在至少一个实施方式中,CAV输出接口66可以执行以下步骤:(1)建立UDP套接字通信并读取目标CVCID的BSM分配器148(图6)的IP地址和端口;(2)从VISSIM的每个模拟步骤中读取车辆信息,包括车辆定位、速度、加速度和航向(例如,模拟车辆信息);(3)将车辆位置坐标从局部模拟的X、Y坐标系转换为GNSS或GPS坐标系(例如,WGS-84),例如,应用本领域中已知的转换算法。该算法首先可以将局部模拟的X、Y坐标转换为地心固定的(ECEF)直角坐标系。ECEF坐标系有其自己的x轴,该x轴延伸通过本初子午线0°(经度)和赤道(0°纬度)的交点。z轴延伸通过真正的北极。y轴完成右手坐标系,穿过赤道和90°经度。然后将ECEF坐标系转换为GPS坐标系。
可以使用如PTV Vissim(或PTV VISSIM)的交通模拟软件或其他交通模拟或建模软件来实施模拟器68。模拟器68可以生成模拟环境70,其可以包括多种模拟组件,如模拟虚拟车辆101-103、模拟虚拟行人104-105、模拟真实CAV 110、111以及模拟真实交通信号设备122。模拟器68可能够对其他虚拟车辆交通、虚拟行人交通以及其他形式的虚拟道路或空中交通建模。模拟器可接收可以用于初始化、校准或其他设置过程的初始输入。这些初始输入可以是地图数据、几何数据或其他基础设施数据,它们反映了真实的测试环境,如测试设施(例如,密歇根州安娜堡的Mcity)或可用于测试的开放式道路(例如,可执行测试的公共道路)。模拟器68可以使用该信息作为模拟环境70的基础。在一个实施方式中,模拟环境使用该初始输入信息或数据,以对道路几何形状和基础设施装置(例如,交通信号设备、道路标志、车辆检测器)建模。可以基于具有预定交通参数和车辆路线的泊松到达,来生成模拟的虚拟车辆101-103、虚拟行人104-105以及其他虚拟对象。而且,模拟器68可以生成或包括预设的性能测量,如行驶时间、停止次数和其他行为参数。这些测量或参数中的任何一个都可在模拟之前或模拟期间被调整。
如图所示,交通信号设备22可以将SPaT消息发送到CVCID 28,然后CVCID 28可处理SPaT消息并将其发送到模拟系统60的交通信号接口62。交通信号接口可处理(包括格式化)传入的SPaT消息,并随后可将交通信号数据(例如,包含在SPaT消息中但以不同格式表示的数据)发送到模拟器68。现实和虚拟环境中的交通信号状态可以被同步化,以便于真实CAV 10、11和其他虚拟车辆101-103的运动可以遵循相同的信号指示。CV通信设备26可以通过DSRC与一个或多个CV或CAV 10、11通信,并且可从CAV 10、11接收BSM。从车辆10、11接收的BSM可以包括某些车辆信息,如TL数据。车辆10、11可周期性地(如每100ms)将该信息发送到CV通信设备26。CV通信设备然后可以将该数据发送到CVCID 28,然后CVCID 28可将这些BSM转发到CV输入接口64。CV输入接口然后可以将BSM中包含的车辆状态信息发送到模拟器68。
模拟器68可以将这些输入与其他输入或数据一起使用以生成模拟环境70。模拟环境70也可由模拟器更新。CV输出接口66可以接收模拟环境70的某些部分或组件(例如,虚拟车辆信息),并且可以将该模拟信息编译为模拟基础安全消息(sBSM),然后可以将其发送到CVCID 28。如本文使用的“模拟的虚拟对象信息”是指关于一个或多个模拟的虚拟对象(如由模拟器68创建并且不对应于任何真实车辆的虚拟车辆101-103)的信息。同样,其他模拟的虚拟对象信息(如关于虚拟行人104-105的信息)可以从模拟器68发送到CAV输出接口66。此外,任何与真实车辆和对象有关的模拟信息(例如,模拟虚拟组件110、111和/或122)可以发送到CAV输出接口66。CVCID 28然后可以接收这些sBSM和任何其他模拟的真实或虚拟信息,并随后通过CV通信设备26将它们分配到真实CAV 10、11。同样,从交通信号设备22接收SPaT消息的CVCID 28可以通过CV通信设备26将SPaT消息发送到CAV 10、11。当从模拟虚拟车辆101、102和交通信号设备22收到sBSM和SPaT消息时,真实CAV 10、11可以将接收到的信息转变为与车辆的感知和控制系统(例如,PolySync)兼容的其他格式。例如,可以将sBSM转换为与Radar或Lidar传感器输入的相同的格式。通过这种方式,真实CAV接收到与模拟虚拟车辆和其他对象有关的数据作为传感器输入,并且也将会响应,就像虚拟对象实际在CAV的真实环境中一样。
参考图6,示出了CVCID 28、CV通信设备26、交通信号设备22和模拟系统60,包括它们之间的某些通信的实施方式。如图所示,CVCID 28包括SPaT生成器142、信号监听器144、BSM转发器146和BSM分配器148。这些组件可以通过在处理器上执行的计算机指令来实施,或者这些组件可以是专用集成电路(ASIC),或者这些组件可通过使用多种软件、固件和硬件组件来实施。SPaT生成器142从信号控制器接收SPaT信息,并且将该SPaT信息发送到信号监听器144。SPaT生成器142还可将数据编码为SAE J2735 DSRC SPaT格式,并且将该信息发送到CV通信设备26以广播到CAV 10、11。信号监听器144从SPaT生成器142接收SPaT信息,并且将信号状态记录在CVCID的存储设备中。当从模拟系统60接收到请求时,信号监听器144将当前信号状态与交叉路口或交通信号ID一起发送回模拟中。交叉路口ID可以是与交通交叉路口相关联的唯一ID,并且交通信号ID可以是与交通信号设备(如交通信号设备22)相关联的唯一ID。
BSM转发器146接收从CV通信设备26转发的真实CAV 10、11的BSM,然后将这些BSM发送到模拟系统60。由于在测试设施附近存在其他CV,BSM转发器146可以实施在测试设施中仅转发BSM的地理围栏功能。BSM转发器146可以通过查看TL数据(可以包括GNSS数据)并确定GNSS数据坐标是否在测试环境坐标系之外,以执行该地理围栏功能。BSM分配器148从模拟系统60接收模拟的BSM(sBSM),其可以具有与从真实CAV 10、11广播的BSM相同的格式。然后,BSM分配器148可以将sBSM随机地(或至少伪随机地)分配到测试环境中的所有CV通信设备26,这可以帮助平衡通信负载。
参考图7,示出了路边交通控制系统20、CAV 10、11、CVCID 28以及数据采集和分析系统90的实施方式的示意图。数据采集和分析系统90包括四个部分:数据库92、数据分析引擎94、数据可视化引擎96和用户界面98。数据库92可以使用MicrosoftTM SQL Server来实施,并且可以用于模拟系统60的数据库设计和实施,以存储CAV 10、11车辆信息(例如,包括BSM中的车辆状态信息)、交通信号设备22的交通信号信息(例如,包括SPaT消息中的交通信号状态信息)、路边检测器24的信息以及来自其他CV、模拟系统60或系统1的其他组件的其他信息。中间应用程序可用于从CVCID接收数据,并根据数据类型、位置和/或时间戳记将数据推送到数据库。
数据分析引擎94和数据可视化引擎96可以用于分析原始数据(例如,存储在数据库92中的任何数据)并生成用于模拟和/或其他度量的某些有效性衡量(MOE)。MOE可以包括但不限于CAV轨迹,CAV10、11或CV通信设备26的DSRC通信范围、信号时序图、交通信号灯处的车辆排队长度以及其他排队长度、行驶时间、服务水平(LOS)等。
用户界面98可以允许最终用户、系统管理员和其他个人访问数据库中的数据。这些人可以根据不同的标准(如数据源和格式、时间段和基础设施位置)下载数据,以进一步分析测试结果。
示例场景
基于上述模拟硬件和体系结构,涉及其他交通模式的某些CAV或CV测试场景可以使用模拟系统60设计和实施。在示例测试场景中,可以不同程度地利用测试环境中的基础设施。示例测试场景包括人行横道、铁路道口、车辆编队和无信号交叉路口控制。以下是一些可使用系统1实施的示例测试场景。
场景1:人行横道。测试的CAV在测试设施的市中心正常行驶,而模拟的虚拟行人出现在车辆移动的方向。测试中的CAV应该能够检测到对象的突然出现并使其完全停止,以避开虚拟的行人。
场景2:铁路道口。当测试的CAV接近铁路道口时,将生成模拟的虚拟火车。模拟的虚拟火车将向测试的CAV发送有关其位置、长度、速度和通过时间的DSRC消息。测试的CAV应该能够减速并在穿过铁路之前停下来,等待虚拟的火车。
场景3:车辆编队。高速公路路段可用于此场景。一排车辆将生成协同自适应巡航控制(CACC)编队,并沿着高速公路路段行驶。该编队包括测试的CAV以及几个模拟的虚拟车辆。所有车辆的行为,如速度和前进距离,都应通过CACC算法进行协调。
场景4:无信号交叉路口控制。如果所有车辆均为CAV,则可以在交叉路口删除交通信号,并且它们可以自组织的方式通过交叉路口。在该场景中,将关闭测试设施中交叉路口的交通信号,并且模拟中的相应交通信号也将被删除。来自不同方向的模拟虚拟车辆将接近交叉路口,包括正在测试的真实CAV。就最大限度地减少总的车辆延迟而言,将需要更高级别的优化算法来生成所有车辆的最佳轨迹轮廓。被测的CAV的轨迹轮廓将通过DSRC传送到车辆。它将遵循指导通过交叉路口,不会与模拟虚拟车辆发生碰撞。
方法
上述系统可用于生成模拟环境的多种方法,并为车辆提供增强现实的测试体验。一种这样的方法通常包括以下步骤:当联网的真实车辆沿着道路移动时,从联网的真实车辆接收车辆状态信息,其中,车辆状态信息包括指示真实车辆在道路上的位置的位置数据;以及使用道路的映射模型和车辆状态信息生成道路上真实车辆的模拟环境,其中,模拟环境包括一个或多个虚拟车辆。而且,至少在一些实施方式中,可以将至少一些模拟组件或模拟环境的一部分发送到一个或多个真实的自动驾驶测试的车辆。因此,例如,CAV可使用其车载传感器来检测其环境中的真实对象,并且可从模拟系统60接收要用作附加虚拟传感器输入的附加数据,以向CAV指示附加的虚拟车辆和/或其他对象的存在。在其他实施方式中,不仅可向CAV提供模拟的虚拟车辆和/或其他虚拟对象,而且还可向CAV提供部分或全部模拟的真实车辆和真实环境特征以用作完整的传感器输入。
图8是描述一种方法200的流程图,该方法200生成用于CAV测试的模拟环境,然后生成模拟虚拟车辆和其他虚拟对象,并将代表环境的那些虚拟部件的数据反馈到CAV。该方法包括:
210—使用道路和周围环境的映射模型初始化模拟环境;
220—在测试位置从一个或多个真实CAV中的每一个接收真实车辆状态信息,并在测试位置从一个或多个真实交通信号设备接收真实交通信号状态信息;
230—针对一个或多个真实CAV中的每一个,在模拟环境中生成模拟真实车辆,其中从指示测试位置的几何形状和基础设施的至少一部分的数据中生成模拟环境,并且其中在模拟中模拟真实车辆被定位的位置与其现实中的位置相对应;
240—将从一个或多个真实CAV中的每一个接收的真实车辆状态信息分配(分派)到模拟环境中其对应的模拟真实车辆,并将从一个或多个真实交通信号设备中的每一个接收的真实交通信号状态信息分配(分派)到模拟环境中对应的模拟交通信号设备;
250—在模拟环境中生成一个或多个模拟虚拟车辆;
260—根据分配的真实车辆状态信息和真实交通信号状态信息更新模拟环境;
270—针对一个或多个真实CAV中的每一个,从模拟环境中识别要发送的模拟数据的集合,该模拟数据包括一个或多个模拟虚拟车辆中的至少一个;以及
280—针对一个或多个真实CAV中的每一个,将识别出的一组模拟数据发送到真实CAV。
图9描述了模拟结果的更详细的示例,包括被测CAV 10以及模拟的其他真实对象80和数据(例如,在每个交叉路口指示当前交通信号状态的红绿灯—红、黄或绿—每个交叉路口的每个行驶方向)的测试设施的一部分的俯视图。还示出了穿越道路的模拟虚拟车辆88,其虚拟车辆88的位置和轨迹与被测CAV共享。为此,就道路和交通信号位置而言,在VISSIM中复制了测试设施的映射模型。基于泊松到达以及具有预定交通需求的车辆路线来生成模拟车辆。VISSIM模型中定义了如车辆延迟、行驶时间和停车次数等性能指标。
图10描述了将接收到的CAV位置数据用于维持模拟中模拟真实CAV的当前位置的车辆映射过程的示例。用于执行此操作的其他适当方法对本领域技术人员而言将变得显而易见。该过程可作为模拟中的步骤反复地被执行,以使被测CAV在模拟环境中连续移动。基于先前模拟步骤中模拟的真实CAV的位置以及从真实CAV接收的位置,该过程会初始化一个移动距离并计算目标位置和CAV真实位置之间的初始偏差。然后,通过增加或减小移动距离以向前或向后寻找具有较小偏差的更好的目标位置。如果偏差没有减小,则当前移动距离被认为是最佳的。然后,当前模拟步骤中CAV的最终目标位置被确定,该位置最接近接收到的位置。
应当理解,以上描述是本发明的一个或多个实施方式。本发明不限于本文公开的特定实施方式,而是仅由以下的权利要求所限定。此外,在上述描述中包含的陈述与所公开的实施方式有关,而不应被解释为对本发明的范围或权利要求中使用的术语的定义的限制,除非上文明确定义了术语或短语。多种其他实施方式以及对所公开的实施方式的多种变形和修改对本领域技术人员而言将变得显而易见。
如本说明书和权利要求中所使用的术语“例”、“例如”、“比如”、“如”和“像”以及动词“包含”、“具有”、“包括”以及它们的其他动词形式,当将其与一个或多个组件或其他项目的列表结合使用时,每一个应作开放式解释,意味着该列表不应被视为排除其他、附加的组件或项目。其他术语被解释为使用其最广泛的合理含义,除非他们在需要不同解释的语境中被使用。
Claims (20)
1.一种模拟真实道路环境的方法,所述真实道路环境包含至少一个真实车辆并且利用一个或多个虚拟车辆进行增强,所述方法包括:
当联网的真实车辆沿着道路移动时,从所述联网的真实车辆接收车辆状态信息,其中,所述车辆状态信息包括指示所述真实车辆在所述道路上的位置的位置数据;以及
使用所述道路的映射模型和所述车辆状态信息生成所述真实车辆在所述道路上的模拟环境,其中,所述模拟环境包括一个或多个虚拟车辆。
2.根据权利要求1所述的方法,其中,所述真实车辆是沿着所述道路驾驶的联网的自动驾驶车辆(CAV),并且所述接收的步骤和所述生成的步骤通过从所述CAV中接收所述车辆状态信息的计算机系统执行。
3.一种测试真实联网自动驾驶车辆(CAV)的方法,包括以下步骤:
使用权利要求2所述的方法模拟所述CAV、道路以及一个或多个虚拟车辆;
将包括所述一个或多个虚拟车辆的所述模拟环境的一部分从所述计算机系统发送到所述CAV,以供所述CAV用作指示所述CAV的周围环境的传感器数据,使得所述CAV在包括所述一个或多个虚拟车辆的增强现实中运行。
4.根据权利要求1所述的方法,进一步包括:当所述真实车辆沿所述道路移动时,利用所述真实车辆的运行实时地在计算设施处运行所述模拟环境。
5.根据权利要求4所述的方法,其中,所述接收的步骤进一步包括:在所述计算设施处接收所述车辆状态信息作为时间-位置(TL)数据,所述时间-位置数据包括所述真实车辆在特定时间在所述道路上的位置,所述时间-位置数据在所述计算设施处从所述真实车辆中周期性地接收,并且所述时间-位置数据用于实时更新所述模拟环境中的所述真实车辆的位置。
6.根据权利要求4所述的方法,进一步包括以下步骤:在所述计算设施处从一个或多个真实交通信号设备中接收真实交通信号状态信息,其中,所述生成的步骤进一步包括:使用所述真实交通信号状态信息生成所述模拟环境。
7.根据权利要求6所述的方法,其中,接收车辆状态信息的步骤进一步包括:在所述计算设施处接收所述车辆状态信息作为通过路边装置或无线载波系统从所述真实车辆中接收的一系列基础安全消息(BSM),以及其中,接收真实交通信号状态信息的步骤进一步包括:在所述计算设施处接收所述真实交通信号状态信息作为从所述路边装置中接收的信号相位和时序(SPaT)信息。
8.根据权利要求7所述的方法,进一步包括以下步骤:
在所述计算设施处生成模拟的基础安全消息(sBSM),其中,所述sBSM包括模拟的虚拟车辆信息;以及
通过所述路边装置或所述无线载波系统将所述sBSM发送到所述真实车辆。
9.根据权利要求8所述的方法,进一步包括以下步骤:
在所述计算设施处生成与模拟的虚拟行人有关的信息;以及
通过所述路边装置或所述无线载波系统将模拟的虚拟行人信息发送到所述真实车辆。
10.根据权利要求4所述的方法,进一步包括以下步骤:
生成所述模拟环境的实时地图,所述模拟环境包括对所述真实车辆的模拟和对所述一个或多个虚拟车辆的模拟;以及
在所述计算设施或其他设施处显示所述实时地图。
11.一种模拟系统,所述模拟系统提供了模拟的虚拟对象,所述模拟的虚拟对象供联网的真实车辆在所述车辆在道路上测试期间使用,所述模拟系统包括一个或多个计算机,所述计算机包括电子处理器和存储器,所述存储器存储指令,当所述指令被所述处理器执行时,使所述处理器执行以下操作:
当联网的真实车辆沿着道路移动时,从所述联网的真实车辆接收车辆状态信息,其中,所述车辆状态信息包括指示所述真实车辆在所述道路上的位置的位置数据;以及
使用所述道路的映射模型和所述车辆状态信息生成所述真实车辆在所述道路上的模拟环境,其中,所述模拟环境包括一个或多个虚拟车辆。
12.根据权利要求11所述的模拟系统,进一步包括:
至少一个第一接口,用于接收所述车辆状态信息或实时交通信号状态信息或接收两者;以及
第二接口,将模拟的虚拟车辆信息从所述模拟系统中发送到所述真实车辆。
13.根据权利要求12所述的模拟系统,其中,所述模拟系统接收所述车辆状态信息作为一系列基础安全消息(BSM),并且接收所述实时交通信号状态信息作为信号相位和时序(SPaT)信息,以及其中,所述模拟系统使用所述BSM和SPaT信息生成所述模拟环境。
14.根据权利要求13所述的模拟系统,其中,所述模拟系统通过所述第二接口将模拟的基础安全消息(sBSM)发送到所述真实车辆,其中,所述sBSM包括所述模拟的虚拟车辆信息。
15.根据权利要求11所述的模拟系统,其中,所述模拟系统在所述计算设施处生成与模拟的虚拟行人有关的信息,并且将模拟的虚拟行人信息发送到所述真实车辆。
16.根据权利要求11所述的模拟系统,其中,所述模拟系统生成所述模拟环境的实时地图,所述模拟环境包括对所述真实车辆的模拟和对所述一个或多个虚拟车辆的模拟。
17.一种使用模拟数据在测试位置处测试一个或多个真实联网自动驾驶车辆(CAV)的方法,其中,所述方法包括:
在所述测试位置处,从所述一个或多个真实CAV中的每一个中接收真实车辆状态信息;
在所述测试位置处,从一个或多个真实交通信号设备中接收真实交通信号状态信息;
针对所述一个或多个真实CAV中的每一个,在模拟环境中生成模拟真实车辆,其中,所述模拟环境是从指示所述测试位置的几何形状和基础设施的至少一部分的数据中生成的;
将从所述一个或多个真实CAV中的每一个处接收的所述真实车辆状态信息分配给所述模拟环境中对应的模拟真实车辆;
将从所述一个或多个真实交通信号设备中的每一个处接收的所述真实交通信号状态信息分配给所述模拟环境中对应的模拟交通信号设备;
在所述模拟环境中生成一个或多个模拟的虚拟车辆;
根据所分配的真实车辆状态信息和真实交通信号状态信息更新所述模拟环境;
针对所述一个或多个真实CAV中的每一个,从所述模拟环境中识别将要发送的模拟数据的集合,所述模拟数据包括所述一个或多个模拟的虚拟车辆中的至少一个;以及
针对所述一个或多个真实CAV中的每一个,将所识别的模拟数据的集合发送到所述真实CAV。
18.根据权利要求17所述的方法,其中,接收真实车辆状态信息的步骤进一步包括:在所述测试位置处接收所述车辆状态信息作为通过路边装置或无线载波系统从所述一个或多个真实CAV中接收的一系列基础安全消息(BSM),以及其中,接收真实交通信号状态信息的步骤进一步包括:在所述测试位置处接收所述真实交通信号状态信息作为从所述一个或多个真实交通信号设备中接收的信号相位和时序(SPaT)信息。
19.根据权利要求18所述的方法,进一步包括以下步骤:在所述计算设施处生成模拟的基础安全消息(sBSM),其中,所述sBSM包括模拟的虚拟车辆信息,以及其中,所述发送的步骤进一步包括将所述sBSM发送到所述一个或多个真实CAV。
20.根据权利要求17所述的方法,进一步包括以下步骤:
在所述计算设施处生成与模拟的虚拟行人有关的信息;以及
通过所述路边装置或所述无线载波系统将模拟的虚拟行人信息发送到所述真实车辆。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762500299P | 2017-05-02 | 2017-05-02 | |
US62/500,299 | 2017-05-02 | ||
PCT/US2018/030737 WO2018204544A1 (en) | 2017-05-02 | 2018-05-02 | Simulated vehicle traffic for autonomous vehicles |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111226268A true CN111226268A (zh) | 2020-06-02 |
Family
ID=64016594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880039605.8A Pending CN111226268A (zh) | 2017-05-02 | 2018-05-02 | 用于自动驾驶车辆的模拟车辆交通 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11669653B2 (zh) |
EP (1) | EP3613031A4 (zh) |
CN (1) | CN111226268A (zh) |
WO (1) | WO2018204544A1 (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866464A (zh) * | 2020-07-28 | 2020-10-30 | 盐城工业职业技术学院 | 一种基于虚拟现实技术的农用拖拉机远程控制系统 |
CN112037545A (zh) * | 2020-08-31 | 2020-12-04 | 腾讯科技(深圳)有限公司 | 信息管理方法、装置、计算机设备及存储介质 |
CN112965466A (zh) * | 2021-02-18 | 2021-06-15 | 北京百度网讯科技有限公司 | 自动驾驶系统的还原测试方法、装置、设备及程序产品 |
CN112991752A (zh) * | 2021-05-20 | 2021-06-18 | 武汉纵横智慧城市股份有限公司 | 基于ar与物联网道路车辆可视化展示方法、装置及设备 |
CN113092135A (zh) * | 2021-04-14 | 2021-07-09 | 东软睿驰汽车技术(沈阳)有限公司 | 一种自动驾驶车辆的测试方法、装置及设备 |
CN113225712A (zh) * | 2021-05-17 | 2021-08-06 | 青岛农业大学 | 协同车辆安全系统中参考模型自适应速率控制系统及方法 |
CN113378413A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于Vissim构建仿真路网平台系统、方法、设备及存储介质 |
CN112526968B (zh) * | 2020-11-25 | 2021-11-30 | 东南大学 | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 |
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 |
CN113892088A (zh) * | 2021-08-31 | 2022-01-04 | 华为技术有限公司 | 一种测试方法和系统 |
WO2022062349A1 (zh) * | 2020-09-28 | 2022-03-31 | 广州汽车集团股份有限公司 | 车辆控制方法、设备、存储介质和电子装置 |
CN114386225A (zh) * | 2021-11-29 | 2022-04-22 | 武汉未来幻影科技有限公司 | 一种车辆运动状态模拟方法、装置及存储介质 |
CN115597889A (zh) * | 2022-11-22 | 2023-01-13 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)(Cn) | 基于软件定义测试车辆的方法、系统及软件定义测试系统 |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9836895B1 (en) | 2015-06-19 | 2017-12-05 | Waymo Llc | Simulating virtual objects |
EP3352028A1 (de) * | 2017-01-23 | 2018-07-25 | dSPACE digital signal processing and control engineering GmbH | Verfahren zum test einer steuergerätefunktion eines steuergeräts eines fahrzeugs |
CN111226268A (zh) * | 2017-05-02 | 2020-06-02 | 密歇根大学董事会 | 用于自动驾驶车辆的模拟车辆交通 |
CN109211574A (zh) * | 2017-07-05 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车的场地测试方法、装置、设备及可读介质 |
US10902165B2 (en) * | 2018-01-09 | 2021-01-26 | The Charles Stark Draper Laboratory, Inc. | Deployable development platform for autonomous vehicle (DDPAV) |
DE102018214878A1 (de) * | 2018-08-31 | 2020-03-05 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs |
US11875708B2 (en) * | 2018-10-04 | 2024-01-16 | The Regents Of The University Of Michigan | Automotive radar scene simulator |
EP3663942B1 (en) * | 2018-12-07 | 2023-04-26 | Volvo Car Corporation | Evaluation of a simulated vehicle functionality feature |
US20200209874A1 (en) * | 2018-12-31 | 2020-07-02 | Chongqing Jinkang New Energy Vehicle, Ltd. | Combined virtual and real environment for autonomous vehicle planning and control testing |
EP3709208A1 (en) * | 2019-03-14 | 2020-09-16 | Visteon Global Technologies, Inc. | Method and control unit for detecting a region of interest |
CN110224888B (zh) * | 2019-06-10 | 2023-03-07 | 公安部交通管理科学研究所 | 一种车载v2x通信设备的测试方法、装置及系统 |
DE102019209535A1 (de) * | 2019-06-28 | 2020-12-31 | Robert Bosch Gmbh | Verfahren zum Bereitstellen einer digitalen Straßenkarte |
US11234160B2 (en) * | 2019-11-21 | 2022-01-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | Digital twin simulation-based vehicular communication planning |
US11551414B2 (en) * | 2019-12-02 | 2023-01-10 | Woven Planet North America, Inc. | Simulation architecture for on-vehicle testing and validation |
US10848907B1 (en) | 2019-12-05 | 2020-11-24 | Verizon Patent And Licensing Inc. | Systems and methods for utilizing geofence areas and multicasting to share basic safety message data with vehicles |
KR102139172B1 (ko) * | 2020-01-06 | 2020-07-29 | 주식회사 모라이 | 가상환경에서의 자율주행차량 시뮬레이션 방법 |
US20230038486A1 (en) * | 2020-02-10 | 2023-02-09 | The Regents Of The University Of Michigan | Test facility infrastructure control and configuration |
US11429107B2 (en) | 2020-02-21 | 2022-08-30 | Argo AI, LLC | Play-forward planning and control system for an autonomous vehicle |
US11643105B2 (en) | 2020-02-21 | 2023-05-09 | Argo AI, LLC | Systems and methods for generating simulation scenario definitions for an autonomous vehicle system |
US11814080B2 (en) * | 2020-02-28 | 2023-11-14 | International Business Machines Corporation | Autonomous driving evaluation using data analysis |
JP2023516068A (ja) | 2020-03-03 | 2023-04-17 | ホリバ インスツルメンツ インコーポレイテッド | 自動化された車両を試験する装置及び方法 |
CN113022540B (zh) * | 2020-04-17 | 2022-11-15 | 青岛慧拓智能机器有限公司 | 一种用于多车状态监控的实时远程驾驶系统及方法 |
US11368991B2 (en) | 2020-06-16 | 2022-06-21 | At&T Intellectual Property I, L.P. | Facilitation of prioritization of accessibility of media |
US11411757B2 (en) | 2020-06-26 | 2022-08-09 | At&T Intellectual Property I, L.P. | Facilitation of predictive assisted access to content |
US11356349B2 (en) | 2020-07-17 | 2022-06-07 | At&T Intellectual Property I, L.P. | Adaptive resource allocation to facilitate device mobility and management of uncertainty in communications |
US11768082B2 (en) * | 2020-07-20 | 2023-09-26 | At&T Intellectual Property I, L.P. | Facilitation of predictive simulation of planned environment |
CN111949544B (zh) * | 2020-08-19 | 2022-10-04 | 腾讯科技(深圳)有限公司 | 一种自动驾驶车辆的定位模块的测试方法及相关装置 |
US11648959B2 (en) | 2020-10-20 | 2023-05-16 | Argo AI, LLC | In-vehicle operation of simulation scenarios during autonomous vehicle runs |
CN112767699B (zh) * | 2020-10-28 | 2022-03-04 | 吉林大学 | 一种信号交叉口固定式直行cav专用进口道设置条件判定方法 |
CN112767700B (zh) * | 2020-10-28 | 2022-03-04 | 吉林大学 | 一种信号交叉口动态感应式cav专用直行进口道布设方法 |
CN112967499B (zh) * | 2020-10-28 | 2022-03-04 | 吉林大学 | 一种信控交叉口定时式cav专用直行进口道设置条件判定方法 |
CN112698581A (zh) * | 2020-12-25 | 2021-04-23 | 东风汽车有限公司 | 一种车载信号模拟器 |
WO2022146742A1 (en) * | 2020-12-30 | 2022-07-07 | Robocars Inc. | Systems and methods for testing, training and instructing autonomous vehicles |
CN117581279A (zh) * | 2021-07-02 | 2024-02-20 | 株式会社电装 | 移动性服务基础服务器、移动性服务提供系统、车辆访问控制方法、程序 |
CN117651980A (zh) * | 2021-07-02 | 2024-03-05 | 株式会社电装 | 移动性服务基础服务器、移动性服务提供系统、车辆访问控制方法、程序 |
CN113691798B (zh) * | 2021-08-10 | 2024-04-09 | 一汽解放汽车有限公司 | 一种车载摄像头运行可靠性检测系统、方法和计算机设备 |
CN113777952A (zh) * | 2021-08-19 | 2021-12-10 | 北京航空航天大学 | 一种实车与虚拟车交互映射的自动驾驶仿真测试方法 |
CN114374624A (zh) * | 2021-12-17 | 2022-04-19 | 信通院车联网创新中心(成都)有限公司 | V2x路侧终端功能性信息下发功能仿真测试方法 |
CN116414676A (zh) * | 2021-12-30 | 2023-07-11 | 奥动新能源汽车科技有限公司 | 换电车辆的里程订单生成的测试方法及系统、设备及介质 |
US20230358640A1 (en) * | 2022-05-04 | 2023-11-09 | The Regents Of The University Of Michigan | System and method for simulating autonomous vehicle testing environments |
CN115195829B (zh) * | 2022-06-06 | 2024-04-26 | 交控科技股份有限公司 | 基于时序的行车仿真方法及装置 |
WO2024042586A1 (ja) * | 2022-08-22 | 2024-02-29 | 日本電信電話株式会社 | 交通分散制御システム、方法、及びプログラム |
KR102578324B1 (ko) * | 2022-08-31 | 2023-09-14 | 한국전자기술연구원 | Vil 시스템 기반 자율주행 기능 검증 방법 |
CN116108041B (zh) * | 2023-04-04 | 2023-06-30 | 小米汽车科技有限公司 | 车辆测试数据的确定方法、装置、车辆和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8190295B1 (en) * | 2008-05-14 | 2012-05-29 | Sandia Corporation | Apparatus and method for modifying the operation of a robotic vehicle in a real environment, to emulate the operation of the robotic vehicle operating in a mixed reality environment |
CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
CN105092259A (zh) * | 2014-05-19 | 2015-11-25 | 株式会社堀场制作所 | 车辆测试系统、测试管理装置和车辆测试方法 |
US20160314224A1 (en) * | 2015-04-24 | 2016-10-27 | Northrop Grumman Systems Corporation | Autonomous vehicle simulation system |
WO2016183525A1 (en) * | 2015-05-13 | 2016-11-17 | Uber Technologies, Inc. | Autonomous vehicle operated with guide assistance |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
US20170103571A1 (en) * | 2015-10-13 | 2017-04-13 | Here Global B.V. | Virtual Reality Environment Responsive to Predictive Route Navigation |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5880362A (en) | 1995-09-06 | 1999-03-09 | Engineering Technology Associates, Inc. | Method and system for simulating vehicle and roadway interaction |
US20020052724A1 (en) | 2000-10-23 | 2002-05-02 | Sheridan Thomas B. | Hybrid vehicle operations simulator |
JP2005202922A (ja) * | 2003-12-18 | 2005-07-28 | Nissan Motor Co Ltd | 運転支援装置及び運転支援プログラム |
US20160210383A1 (en) | 2015-01-21 | 2016-07-21 | Ford Global Technologies, Llc | Virtual autonomous response testbed |
CN204576955U (zh) | 2015-03-24 | 2015-08-19 | 合肥市阿拉丁创意设计有限公司 | 基于微缩模型的汽车模拟驾驶增强现实装置 |
US9761137B2 (en) * | 2015-09-09 | 2017-09-12 | Here Global B.V. | Method and apparatus for providing locally relevant rerouting information |
US20170301232A1 (en) * | 2016-04-13 | 2017-10-19 | Here Global B.V. | Intersection Map Message Creation for Vehicle Communication |
US10147316B2 (en) * | 2016-09-12 | 2018-12-04 | Here Global B.V. | Method, apparatus and computer program product for indexing traffic lanes for signal control and traffic flow management |
US10152881B2 (en) * | 2016-10-28 | 2018-12-11 | Here Global B.V. | Automated traffic signal outage notification based on congestion without signal timing and phase information |
US10204515B2 (en) * | 2016-11-02 | 2019-02-12 | Here Global B.V. | Automated traffic signal outage notification with SPaT information |
US10565864B2 (en) * | 2016-12-06 | 2020-02-18 | Flir Commercial Systems, Inc. | Localized traffic data collection |
JP2020502718A (ja) * | 2016-12-19 | 2020-01-23 | スルグリーン・エルエルシー | デジタル優先度付与をもつ接続された適応型車両交通管理システム |
CN111226268A (zh) * | 2017-05-02 | 2020-06-02 | 密歇根大学董事会 | 用于自动驾驶车辆的模拟车辆交通 |
-
2018
- 2018-05-02 CN CN201880039605.8A patent/CN111226268A/zh active Pending
- 2018-05-02 EP EP18794558.9A patent/EP3613031A4/en active Pending
- 2018-05-02 US US16/609,996 patent/US11669653B2/en active Active
- 2018-05-02 WO PCT/US2018/030737 patent/WO2018204544A1/en unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8190295B1 (en) * | 2008-05-14 | 2012-05-29 | Sandia Corporation | Apparatus and method for modifying the operation of a robotic vehicle in a real environment, to emulate the operation of the robotic vehicle operating in a mixed reality environment |
CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
CN105092259A (zh) * | 2014-05-19 | 2015-11-25 | 株式会社堀场制作所 | 车辆测试系统、测试管理装置和车辆测试方法 |
US20160314224A1 (en) * | 2015-04-24 | 2016-10-27 | Northrop Grumman Systems Corporation | Autonomous vehicle simulation system |
WO2016183525A1 (en) * | 2015-05-13 | 2016-11-17 | Uber Technologies, Inc. | Autonomous vehicle operated with guide assistance |
US20170103571A1 (en) * | 2015-10-13 | 2017-04-13 | Here Global B.V. | Virtual Reality Environment Responsive to Predictive Route Navigation |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866464A (zh) * | 2020-07-28 | 2020-10-30 | 盐城工业职业技术学院 | 一种基于虚拟现实技术的农用拖拉机远程控制系统 |
CN112037545A (zh) * | 2020-08-31 | 2020-12-04 | 腾讯科技(深圳)有限公司 | 信息管理方法、装置、计算机设备及存储介质 |
CN112037545B (zh) * | 2020-08-31 | 2022-05-17 | 腾讯科技(深圳)有限公司 | 信息管理方法、装置、计算机设备及存储介质 |
WO2022062349A1 (zh) * | 2020-09-28 | 2022-03-31 | 广州汽车集团股份有限公司 | 车辆控制方法、设备、存储介质和电子装置 |
CN112526968B (zh) * | 2020-11-25 | 2021-11-30 | 东南大学 | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 |
CN112965466A (zh) * | 2021-02-18 | 2021-06-15 | 北京百度网讯科技有限公司 | 自动驾驶系统的还原测试方法、装置、设备及程序产品 |
US11893800B2 (en) | 2021-02-18 | 2024-02-06 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Scene reproduction test method, apparatus, device and program product of autonomous driving system |
KR102601534B1 (ko) * | 2021-02-18 | 2023-11-14 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 자율 운전 시스템의 장면 복원 테스트 방법, 장치, 기기 및 프로그램 |
KR20210130113A (ko) * | 2021-02-18 | 2021-10-29 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 자율 운전 시스템의 장면 복원 테스트 방법, 장치, 기기 및 프로그램 |
CN112965466B (zh) * | 2021-02-18 | 2022-08-30 | 北京百度网讯科技有限公司 | 自动驾驶系统的还原测试方法、装置、设备及程序产品 |
CN113092135A (zh) * | 2021-04-14 | 2021-07-09 | 东软睿驰汽车技术(沈阳)有限公司 | 一种自动驾驶车辆的测试方法、装置及设备 |
CN113225712A (zh) * | 2021-05-17 | 2021-08-06 | 青岛农业大学 | 协同车辆安全系统中参考模型自适应速率控制系统及方法 |
CN113225712B (zh) * | 2021-05-17 | 2023-01-24 | 青岛农业大学 | 协同车辆安全系统中参考模型自适应速率控制系统及方法 |
CN112991752A (zh) * | 2021-05-20 | 2021-06-18 | 武汉纵横智慧城市股份有限公司 | 基于ar与物联网道路车辆可视化展示方法、装置及设备 |
CN113378413B (zh) * | 2021-08-12 | 2022-01-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于Vissim构建仿真路网平台系统、方法、设备及存储介质 |
CN113378413A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于Vissim构建仿真路网平台系统、方法、设备及存储介质 |
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 |
CN113892088A (zh) * | 2021-08-31 | 2022-01-04 | 华为技术有限公司 | 一种测试方法和系统 |
WO2023028858A1 (zh) * | 2021-08-31 | 2023-03-09 | 华为技术有限公司 | 一种测试方法和系统 |
CN114386225A (zh) * | 2021-11-29 | 2022-04-22 | 武汉未来幻影科技有限公司 | 一种车辆运动状态模拟方法、装置及存储介质 |
CN115597889A (zh) * | 2022-11-22 | 2023-01-13 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)(Cn) | 基于软件定义测试车辆的方法、系统及软件定义测试系统 |
CN115597889B (zh) * | 2022-11-22 | 2023-03-14 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 基于软件定义测试车辆的方法、系统及软件定义测试系统 |
Also Published As
Publication number | Publication date |
---|---|
US11669653B2 (en) | 2023-06-06 |
WO2018204544A1 (en) | 2018-11-08 |
WO2018204544A9 (en) | 2020-01-30 |
EP3613031A4 (en) | 2021-01-06 |
US20200065443A1 (en) | 2020-02-27 |
EP3613031A1 (en) | 2020-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11669653B2 (en) | Simulated vehicle traffic for autonomous vehicles | |
JP7134977B2 (ja) | Hdマップの生成および使用 | |
US11520331B2 (en) | Methods and apparatus to update autonomous vehicle perspectives | |
US11222542B2 (en) | Planning and control framework with communication messaging | |
Astarita et al. | The use of adaptive traffic signal systems based on floating car data | |
US11293758B2 (en) | Systems and methods for increasing the accuracy of vehicle positioning | |
US20200257310A1 (en) | Method and system for determining autonomous vehicle (av) action based on vehicle and edge sensor data | |
US20040249560A1 (en) | Method and apparatus for collecting traffic data in real time | |
US11087617B2 (en) | Vehicle crowd sensing system and method | |
CN113661531B (zh) | 现实世界交通模型 | |
US20190277640A1 (en) | Gnss elevation correction | |
CN109121117B (zh) | 一种基于蜂窝网络的车路实时通信系统及通信方法 | |
CN111693055B (zh) | 道路网络变化检测和所检测的变化的本地传播 | |
US11847385B2 (en) | Variable system for simulating operation of autonomous vehicles | |
Wischhof et al. | Self-organizing traffic information system based on car-to-car communication: Prototype implementation | |
US10657683B2 (en) | Hazard warning polygons constrained based on end-use device | |
CN111487656A (zh) | 用于在城市峡谷中定位的系统和方法 | |
Bouchemal et al. | Testbed of V2X infrastructure for autonomous vehicles | |
Kanchanasut et al. | Internet of cars through commodity V2V and V2X mobile routers: applications for developing countries | |
Hsu et al. | Verification of on-line vehicle collision avoidance warning system using DSRC | |
Doering et al. | Opportunistic vehicular networking: Large-scale bus movement traces as base for network analysis | |
Voronov et al. | Interactive test tool for interoperable C-ITS development | |
US20240127633A1 (en) | Dynamic autonomous vehicle modem orchestration | |
Fujinami et al. | Study on performance of networked dead reckoning for real vehicles | |
US20220207209A1 (en) | Deterministic sampling of autonomous vehicle simulation variables at runtime |
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 |