CN111783229A - 一种仿真交通流的生成方法及装置 - Google Patents

一种仿真交通流的生成方法及装置 Download PDF

Info

Publication number
CN111783229A
CN111783229A CN202010633247.2A CN202010633247A CN111783229A CN 111783229 A CN111783229 A CN 111783229A CN 202010633247 A CN202010633247 A CN 202010633247A CN 111783229 A CN111783229 A CN 111783229A
Authority
CN
China
Prior art keywords
simulation
vehicle
initial position
vehicles
added
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
Application number
CN202010633247.2A
Other languages
English (en)
Inventor
王铁锋
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.)
Zhejiang Saimu Technology Co ltd
Beijing Saimu Technology Co ltd
Original Assignee
Zhejiang Saimu Technology Co ltd
Beijing Saimu 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 Zhejiang Saimu Technology Co ltd, Beijing Saimu Technology Co ltd filed Critical Zhejiang Saimu Technology Co ltd
Priority to CN202010633247.2A priority Critical patent/CN111783229A/zh
Publication of CN111783229A publication Critical patent/CN111783229A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种仿真交通流的生成方法及装置,该方法包括:接收仿真请求,依据仿真请求,获取仿真参数值;基于仿真参数值,构建待添加仿真车辆,待添加仿真车辆至少为一个;获取目标随机因子,基于目标随机因子,确定第一初始位置,目标随机因子为各个随机因子中的任意一个,目标随机因子与第一初始位置存在对应关系;将待添加仿真车辆添加到第一初始位置处,得到仿真交通流。上述方法,待添加仿真车辆的在仿真交通流的第一初始位置,是基于目标随机因子进行确定的,目标随机因子选取的不同,第一初始位置不同,因此,第一初始位置是可变的,避免了手工创建的仿真交通流中各种车辆的位置固定,无法测试自动驾驶算法对突发的随机场景的反应。

Description

一种仿真交通流的生成方法及装置
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种仿真交通流的生成方法及装置。
背景技术
自动驾驶仿真测试的核心是仿真场景的定义和测试,不同的仿真场景的测试和定义,可以对应不同的测试用例,针对不同仿真场景的测试,可以检测自动驾驶算法在不同仿真场景下所做的决策是否正确。也只有通过大量不同交通场景的测试,才能保证自动驾驶算法对各种仿真场景的覆盖,进而保证算法的正确性。
仿真场景中通过大量车辆组成仿真交通流,而车辆的不同位置、速度、姿态都会对自动驾驶算法的决策产生影响。如果完全通过手工创建仿真交通流,就需要创建各种车辆模型,而且每个车辆都需要设置交通车辆的各种参数值、动力学模型、驾驶员模型,而且手工创建的仿真交通流中各种车辆的位置固定,无法测试自动驾驶算法对突发的随机场景的反应。
发明内容
有鉴于此,本发明提供了一种仿真交通流的生成方法及装置,用以解决现有技术中手工创建的仿真交通流中各种车辆的位置固定,无法测试自动驾驶算法对突发的随机场景的反应的问题,具体方案如下:
一种仿真交通流的生成方法,包括:
接收仿真请求,依据所述仿真请求,获取仿真参数值;
基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;
获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;
将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。
上述的方法,可选的,依据所述仿真请求,获取仿真参数值,包括:
确定与所述仿真请求存在关联的目标仿真参数,其中,所述目标仿真参数包括:中心车辆、车辆数量、各种车辆的比例、车辆生成半径、车辆出现位置的比例、驾驶员模型的比例、车辆行驶路线的占比、车辆速度占比、车辆品牌占比和出现时机中的至少一个;
获取所述目标仿真参数的第一参数值和其余仿真参数的第二参数值,其中,所述第一参数值和所述第二参数值组成所述仿真参数值。
上述的方法,可选的,基于所述仿真参数值,构建待添加仿真车辆,包括:
基于所述目标仿真参数中的各种车辆的比例,选取仿真车辆模型;
为所述仿真车辆模型设置动力学参数和车速,得到动力学仿真车辆模型;
为所述动力学仿真车辆模型选取驾驶员模型,得到待添加仿真车辆。
上述的方法,可选的,获取随机因子,基于所述目标随机因子,确定第一初始位置,包括:
获取被测试车辆的当前位置和所述中心车辆的第二初始位置;
计算所述当前位置与所述第二初始位置的距离;
在所述距离小于预设的距离阈值时,判断当前已添加仿真车辆是否达到所述车辆数量;
若否,获取目标随机因子,确定与所述目标随机因子对应的第一初始位置。
上述的方法,可选的,还包括:
获取各个已添加仿真车辆的初始位置;
判断所述第一初始位置与各个初始位置是否存在交集;
若存在,重新选取第一初始位置。
一种仿真交通流的生成装置,包括:
接收和获取模块,用于接收仿真请求,依据所述仿真请求,获取仿真参数值;
构建模块,用于基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;
获取和确定模块,用于获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;
添加模块,用于将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。
上述的装置,可选的,所述接收和获取模块包括:
确定单元,用于确定与所述仿真请求存在关联的目标仿真参数,其中,所述目标仿真参数包括:中心车辆、车辆数量、各种车辆的比例、车辆生成半径、车辆出现位置的比例、驾驶员模型的比例、车辆行驶路线的占比、车辆速度占比、车辆品牌占比和出现时机中的至少一个;
获取单元,用于获取所述目标仿真参数的第一参数值和其余仿真参数的第二参数值,其中,所述第一参数值和所述第二参数值组成所述仿真参数值。
上述的装置,可选的,所述构建模块包括:
比例选取单元,用于基于所述目标仿真参数中的各种车辆的比例,选取仿真车辆模型;
设置单元,用于为所述仿真车辆模型设置动力学参数和车速,得到动力学仿真车辆模型;
模型选取单元,用于为所述动力学仿真车辆模型选取驾驶员模型,得到待添加仿真车辆。
上述的装置,可选的,所述获取和确定模块包括:
位置获取单元,用于获取被测试车辆的当前位置和所述中心车辆的第二初始位置;
计算单元,用于计算所述当前位置与所述第二初始位置的距离;
判断单元,用于在所述距离小于预设的距离阈值时,判断当前已添加仿真车辆是否达到所述车辆数量;
获取和确定单元,用于若否,获取目标随机因子,确定与所述目标随机因子对应的第一初始位置。
上述的装置,可选的,还包括:
获取模块,用于获取各个已添加仿真车辆的初始位置;
判断模块,用于判断所述第一初始位置与各个初始位置是否存在交集;
重选模块,用于若存在,重新选取第一初始位置。
与现有技术相比,本发明包括以下优点:
本发明公开了一种仿真交通流的生成方法,包括:接收仿真请求,依据仿真请求,获取仿真参数值;基于仿真参数值,构建待添加仿真车辆,待添加仿真车辆至少为一个;获取目标随机因子,基于目标随机因子,确定第一初始位置,其中,目标随机因子为各个随机因子中的任意一个,目标随机因子与第一初始位置存在对应关系;将待添加仿真车辆添加到第一初始位置处,得到仿真交通流。上述的生成方法中,待添加仿真车辆的在仿真交通流的第一初始位置,是基于目标随机因子进行确定的,目标随机因子选取的不同,第一初始位置不同,因此,第一初始位置是可变的,避免了手工创建的仿真交通流中各种车辆的位置固定,无法测试自动驾驶算法对突发的随机场景的反应。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例公开的一种仿真交通流的生成方法流程图;
图2为本申请实施例公开的一种仿真交通流的生成方法又一流程图;
图3为本申请实施例公开的一种仿真交通流的生成装置结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
本发明公开了一种仿真交通流的生成方法及装置,应用在自动驾驶测试过程中,自动驾驶仿真测试的核心是仿真场景的定义和测试,不同的仿真测试定义,可以对应不同的测试用例,针对不同仿真场景的测试,可以检测自动驾驶算法在不同仿真场景所做的决策是否正确。也只有通过大量不同交通场景的测试,才能保证自动驾驶算法对各种仿真场景的覆盖,进而保证算法的正确性。
针对仿真场景的生成主要是生成仿真交通流,仿真交通流中需要的大量交通车辆,而交通车辆的不同位置、速度、姿态都会对自动驾驶算法的决策产生影响。如果完全通过手工在场景边界软件中创建,将会是一个巨大而繁琐的工作,而且手工创建的仿真交通流中各种车辆的位置固定,无法测试自动驾驶算法对突发的随机场景的反应。针对上述问题,本发明实施例中提供了一种仿真交通流的生成方法,所述生成方法主要是针对车辆进行仿真,交通流中的路线、人和物可以预先设置,所述生成方法支持复用,即创建一次,则可以根据需要在其他交通场景中进行调用、然后生成新的交通流。所述生成方法的执行流程如图1所示,包括步骤:
S101、接收仿真请求,依据所述仿真请求,获取仿真参数值;
本发明实施例中,在接收到仿真请求时,解析所述仿真请求,确定与所述仿真请求存在关联关系的目标仿真参数,其中,所述目标仿真参数在各个仿真参数中选取的需要对其进行参数值调整的参数,其中,所述各个仿真参数包括:中心车辆、车辆数量、各种车辆的比例、车辆生成半径、车辆出现位置的比例、驾驶员模型的比例、车辆行驶路线的占比、车辆速度占比、车辆品牌占比和出现时机。所述目标仿真参数为所述各个仿真参数中的至少一个。获取所述目标仿真参数的第一参数值,其余仿真参数获取第二参数值,其中,所述第二参数值为默认参数值。
S102、基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;
本发明实施例中,基于所述目标仿真参数中的各种车辆的比例,选取仿真车辆模型,选取的原则为在保证各种车辆的比例的前提下随机选取或者是依据具体情况进行选取,为所述仿真车辆模型设置动力学参数和车速,得到动力学仿真车辆模型,其中,动力学参数可以依据具体情况进行设定,车速选取的原则车速满足车速占比的条件下随机选取或者是依据具体情况进行选取;为所述动力学仿真车辆模型选取驾驶员模型,得到待添加仿真车辆,其中,驾驶员模型的选取也是基于随机原则或者是依据具体情况进行选取。其中,所述待添加仿真车辆的数量取决与所述车辆数量,所述待添加仿真车辆至少为一个。
S103、获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;
本发明实施例中,随机因子有多个,预先为每一个随机因子设置一个与其对应的位置,建立随机因子与位置的对应关系,其中,所述目标随机因子为各个随机因子中的任意一个,具体选取那个随机因子作为目标随机因子是随机的,将与所述目标随机因子对应的位置作为第一初始位置,在确定所述第一初始位置之前,优选的,获取被测试车辆的当前位置和所述中心车辆的第二初始位置,计算所述当前位置与所述第二初始位置的距离,将所述距离与预设的距离阈值进行比较,在所述距离小于预设的距离阈值时,判断当前已添加仿真车辆是否达到所述车辆数量,若是,退出当前生成过程,若否,获取目标随机因子,确定与所述目标随机因子对应的第一初始位置,其中,所述预设的距离阈值可以依据经验或者具体情况进行设定,本发明实施例中对所述预设的距离阈值不进行限定。
S104、将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。
本发明实施例中,再将所述待添加仿真车辆添加到所述第一初始位置之前,获取各个已添加仿真车辆的初始位置,判断所述第一初始位置与各个初始位置是否存在交集,若存在,重新选取第一初始位置,若不存在,将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。
优选的,在确定所述第一初始位置之前,可以为所述待添加仿真车辆设置行驶路线,将所述第一初始位置作为起点,基于选定的行驶路线进行行驶。
进一步的,在得到所述仿真交通流以后,设置所述仿真交通流的出现条件,当满足所述出现条件时,将所述仿真交通流应用于所述被测试车辆。
本发明公开了一种仿真交通流的生成方法,包括:接收仿真请求,依据所述仿真请求,获取仿真参数值;基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。上述的生成方法中,待添加仿真车辆的在仿真交通流的第一初始位置,是基于目标随机因子进行确定的,目标随机因子选取的不同,第一初始位置不同,因此,第一初始位置是可变的,避免了手工创建的仿真交通流中各种车辆的位置固定,无法测试自动驾驶算法对突发的随机场景的反应。
本发明实施例中,基于上述生成方法进行举例,所述生成过程的执行示意图如图2所示,首先,在接收到仿真请求时,读取目标仿真参数的仿真参数值,其中,所述目标仿真参数为所述各个仿真参数中的至少一个,所述各个仿真参数的设置过程如下:
(1)中心车辆:以哪辆车为中心生成各种车辆;
(2)设定车辆数量:生成车辆的总数量;
(3)设置各种车辆的比例:各种车辆类型的比例,可以有小汽车、卡车、拖车、摩托车、巴士等类型的车辆;
(4)设定车辆生成的半径:生成的车辆在多大范围的半径之内;
(5)设置车辆出现位置的比例:车辆生成的位置,在中心车辆的前、后、左、右的分布;
(6)设置驾驶员模型的比例:每辆车辆会随机分配驾驶员模型,不同的驾驶员模型会对车辆的速度、驾驶习惯产生影响;
(7)车辆行驶路线的占比:
设置固定路线车辆的比例和待选择路线:设定按设定路线行驶车辆的比例,如果有设定线路,则需要设定可以选择的路线,然后车辆按照随机从设定线路中选择;
设置随机路线车辆比例:没有设定的行驶路线的车辆会根据驾驶员模型的驾驶偏好进行行驶;
(8)设置车辆速度占比:车辆的初始速度设置;
(9)设置车辆品牌的比例:每种品牌型号车辆在总车辆中的比例,不同车辆类型对应不用的动力学模型;
(10)出现时机:
固定地点:在固定的x、y坐标位置出现随机交通流;
相对位置:相对于一个车辆的位置出现随机交通流;
被测车辆速度范围:被测试车辆的速度到达设定范围的值时出现随机交通流;
其中,在所述各个仿真参数中获取与所述仿真请求关联的目标仿真参数,对所述目标仿真参数进行设置,其余仿真参数基于默认参数值进行设定,获取所述目标仿真参数的第一参数值,其余仿真参数获取第二参数值,其中,所述第二参数值为默认参数值。
读取完所述仿真参数值后,判断是否满足交通流生成条件,获取被测试车辆的当前位置和所述中心车辆的第二初始位置,计算所述当前位置与所述第二初始位置的距离,将所述距离与预设的距离阈值进行比较,在所述距离小于预设的距离阈值时,判断当前已添加仿真车辆是否达到所述车辆数量,若是,结束当前生成过程,若否,创建待添加仿真车辆,创建仿真车辆的过程需要判断所述仿真车辆是否符合车辆品牌占比,针对车辆品牌占比包括每种品牌车辆的数量站所述车辆数量的比例,针对品牌的设定主要设置车辆的类型,车辆的类型包括小汽车、卡车、拖车、摩托车和巴士等。例如,当前待添加仿真车辆为小汽车,设定的车辆类型占比中要求小汽车数量为10,当前已添加仿真车辆中小汽车的数量为6,则可以继续执行后续步骤,反之,若当前已添加仿真车辆中小汽车的数量为10,则需要重新创建仿真车辆,反之,若当前已添加仿真车辆中小汽车的数量为6,则可以继续执行后续步骤,设置待添加仿真车辆的动力学模型,其中,不同车辆类型对应不同的动力学模型,设置动力学模型包括:设置动力学模型中的动力学参数,所述动力学参数可以为发动机型号、车轮转速等,建立车辆类型与动力学模型的关联关系。因此,在选定车辆品牌后,依据选定的品牌获取对应的动力学模型,基于选定的动力学模型完成动力学参数的设定,设定完成后,随机车辆速度,判断当前仿真车辆速度是否满足车辆速度占比设定,所述车辆速度占比包括:20km/h以下、30km/h-40km/h、40km/h-50km/h、50km/h-60km/h、60km/h-70km/h和70km/h以上,优选的,基于具体情况或者经验将所述车辆数量分配到所述车辆速度占比的各个速度区间中,例如,车辆数量为50km/h,则20km/h以下、30km/h-40km/h、40km/h-50km/h、50km/h-60km/h和60km/h-70km/h每个速度区间为10辆车,不存在70km/h以上的车辆。若待添加仿真车辆速度为55km/h,判断50km/h-60km/h速度区间中车辆数量与10进行比较。若等于10,重新随机车辆速度,若车辆数量小于10,继续随机选定驾驶员模型,选定驾驶员模型后会获取目标随机因子,基于所述目标随机因子,确定第一初始位置并选取道路是否随机,在将所述待添加仿真车辆添加到所述第一初始位置之前,判断所述第一初始位置与各个已添加仿真车辆的初始位置是否存在冲突,若是重新计算所述第一初始位置,若否,继续添加下一个待添加仿真车辆。
进一步的,可以预置一些常用的仿真交通流设置模板,可以提供复制和修改功能,这样可以更快速的创建随机交通流。
本发明实施例中,所述生成方法减少手工搭建交通流的时间,可以尽快对自动驾驶算法进行测试,通过重用交通流设置,避免重复创建相似的交通流,同时通过随机处理算法,保证每次生成的交通流又都不同,通过随机生成的交通流,带有不确定性,这样可以测试自动驾驶算法对随机交通场景的响应。
基于上述的一种仿真交通流的生成方法,本发明实施例中,还提供了一种仿真交通流生成装置,所述生成装置的结构框图如图3所示,包括:
接收和获取模块201、构建模块202、获取和确定模块203和添加模块204。
其中,
所述接收和获取模块201,用于接收仿真请求,依据所述仿真请求,获取仿真参数值;
所述构建模块202,用于基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;
所述获取和确定模块203,用于获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;
所述添加模块204,用于将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。
本发明公开了一种仿真交通流的生成装置,包括:接收仿真请求,依据所述仿真请求,获取仿真参数值;基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。上述的生成装置中,待添加仿真车辆的在仿真交通流的第一初始位置,是基于目标随机因子进行确定的,目标随机因子选取的不同,第一初始位置不同,因此,第一初始位置是可变的,避免了手工创建的仿真交通流中各种车辆的位置固定,无法测试自动驾驶算法对突发的随机场景的反应。
本发明实施例中,所述接收和获取模块201包括:
确定单元205和获取单元206。
其中,
所述确定单元205,用于确定与所述仿真请求存在关联的目标仿真参数,其中,所述目标仿真参数包括:中心车辆、车辆数量、各种车辆的比例、车辆生成半径、车辆出现位置的比例、驾驶员模型的比例、车辆行驶路线的占比、车辆速度占比、车辆品牌占比和出现时机中的至少一个;
所述获取单元206,用于获取所述目标仿真参数的第一参数值和其余仿真参数的第二参数值,其中,所述第一参数值和所述第二参数值组成所述仿真参数值。
本发明实施例中,所述构建模块202包括:
比例选取单元207、设置单元208和模型选取单元209。
其中,
所述比例选取单元207,用于基于所述目标仿真参数中的各种车辆的比例,选取仿真车辆模型;
所述设置单元208,用于为所述仿真车辆模型设置动力学参数和车速,得到动力学仿真车辆模型;
所述模型选取单元209,用于为所述动力学仿真车辆模型选取驾驶员模型,得到待添加仿真车辆。
本发明实施例中,所述获取和确定模块203包括:
位置获取单元210、计算单元211、判断单元212和获取和确定单元213。
其中,
所述位置获取单元210,用于获取被测试车辆的当前位置和所述中心车辆的第二初始位置;
所述计算单元211,用于计算所述当前位置与所述第二初始位置的距离;
所述判断单元212,用于在所述距离小于预设的距离阈值时,判断当前已添加仿真车辆是否达到所述车辆数量;
所述获取和确定单元213,用于若否,获取目标随机因子,确定与所述目标随机因子对应的第一初始位置;
本发明实施例中,所述生成装置还包括:
获取模块214、判断模块215和重选模块216。
其中,
所述获取模块214,用于获取各个已添加仿真车辆的初始位置;
所述判断模块215,用于判断所述第一初始位置与各个初始位置是否存在交集;
所述重选模块216,用于若存在,重新选取第一初始位置。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种仿真交通流的生成方法及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种仿真交通流的生成方法,其特征在于,包括:
接收仿真请求,依据所述仿真请求,获取仿真参数值;
基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;
获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;
将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。
2.根据权利要求1所述的方法,其特征在于,依据所述仿真请求,获取仿真参数值,包括:
确定与所述仿真请求存在关联的目标仿真参数,其中,所述目标仿真参数包括:中心车辆、车辆数量、各种车辆的比例、车辆生成半径、车辆出现位置的比例、驾驶员模型的比例、车辆行驶路线的占比、车辆速度占比、车辆品牌占比和出现时机中的至少一个;
获取所述目标仿真参数的第一参数值和其余仿真参数的第二参数值,其中,所述第一参数值和所述第二参数值组成所述仿真参数值。
3.根据权利要求2所述的方法,其特征在于,基于所述仿真参数值,构建待添加仿真车辆,包括:
基于所述目标仿真参数中的各种车辆的比例,选取仿真车辆模型;
为所述仿真车辆模型设置动力学参数和车速,得到动力学仿真车辆模型;
为所述动力学仿真车辆模型选取驾驶员模型,得到待添加仿真车辆。
4.根据权利要求2所述的方法,其特征在于,获取随机因子,基于所述目标随机因子,确定第一初始位置,包括:
获取被测试车辆的当前位置和所述中心车辆的第二初始位置;
计算所述当前位置与所述第二初始位置的距离;
在所述距离小于预设的距离阈值时,判断当前已添加仿真车辆是否达到所述车辆数量;
若否,获取目标随机因子,确定与所述目标随机因子对应的第一初始位置。
5.根据权利要求1所述的方法,其特征在于,还包括:
获取各个已添加仿真车辆的初始位置;
判断所述第一初始位置与各个初始位置是否存在交集;
若存在,重新选取第一初始位置。
6.一种仿真交通流的生成装置,其特征在于,包括:
接收和获取模块,用于接收仿真请求,依据所述仿真请求,获取仿真参数值;
构建模块,用于基于所述仿真参数值,构建待添加仿真车辆,所述待添加仿真车辆至少为一个;
获取和确定模块,用于获取目标随机因子,基于所述目标随机因子,确定第一初始位置,其中,所述目标随机因子为各个随机因子中的任意一个,所述目标随机因子与所述第一初始位置存在对应关系;
添加模块,用于将所述待添加仿真车辆添加到所述第一初始位置处,得到仿真交通流。
7.根据权利要求6所述的装置,其特征在于,所述接收和获取模块包括:
确定单元,用于确定与所述仿真请求存在关联的目标仿真参数,其中,所述目标仿真参数包括:中心车辆、车辆数量、各种车辆的比例、车辆生成半径、车辆出现位置的比例、驾驶员模型的比例、车辆行驶路线的占比、车辆速度占比、车辆品牌占比和出现时机中的至少一个;
获取单元,用于获取所述目标仿真参数的第一参数值和其余仿真参数的第二参数值,其中,所述第一参数值和所述第二参数值组成所述仿真参数值。
8.根据权利要求7所述的装置,其特征在于,所述构建模块包括:
比例选取单元,用于基于所述目标仿真参数中的各种车辆的比例,选取仿真车辆模型;
设置单元,用于为所述仿真车辆模型设置动力学参数和车速,得到动力学仿真车辆模型;
模型选取单元,用于为所述动力学仿真车辆模型选取驾驶员模型,得到待添加仿真车辆。
9.根据权利要求7所述的装置,其特征在于,所述获取和确定模块包括:
位置获取单元,用于获取被测试车辆的当前位置和所述中心车辆的第二初始位置;
计算单元,用于计算所述当前位置与所述第二初始位置的距离;
判断单元,用于在所述距离小于预设的距离阈值时,判断当前已添加仿真车辆是否达到所述车辆数量;
获取和确定单元,用于若否,获取目标随机因子,确定与所述目标随机因子对应的第一初始位置。
10.根据权利要求6所述的装置,其特征在于,还包括:
获取模块,用于获取各个已添加仿真车辆的初始位置;
判断模块,用于判断所述第一初始位置与各个初始位置是否存在交集;
重选模块,用于若存在,重新选取第一初始位置。
CN202010633247.2A 2020-07-02 2020-07-02 一种仿真交通流的生成方法及装置 Pending CN111783229A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010633247.2A CN111783229A (zh) 2020-07-02 2020-07-02 一种仿真交通流的生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010633247.2A CN111783229A (zh) 2020-07-02 2020-07-02 一种仿真交通流的生成方法及装置

Publications (1)

Publication Number Publication Date
CN111783229A true CN111783229A (zh) 2020-10-16

Family

ID=72758551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010633247.2A Pending CN111783229A (zh) 2020-07-02 2020-07-02 一种仿真交通流的生成方法及装置

Country Status (1)

Country Link
CN (1) CN111783229A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345227A (zh) * 2021-05-31 2021-09-03 上海涵润汽车电子有限公司 一种随机交通流生成方法及装置
CN115240409A (zh) * 2022-06-17 2022-10-25 上海智能网联汽车技术中心有限公司 一种基于驾驶员模型和交通流模型提取危险场景的方法
WO2023198016A1 (zh) * 2022-04-12 2023-10-19 腾讯科技(深圳)有限公司 虚拟场景中添加车辆的方法、装置、计算机设备、存储介质及程序产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109656148A (zh) * 2018-12-07 2019-04-19 清华大学苏州汽车研究院(吴江) 自动驾驶的动态交通流场景的仿真方法
CN110069887A (zh) * 2019-05-05 2019-07-30 腾讯科技(深圳)有限公司 一种驾驶仿真方法、装置、设备及存储介质
CN110263381A (zh) * 2019-05-27 2019-09-20 南京航空航天大学 一种自动驾驶车辆测试仿真场景生成方法
CN110765605A (zh) * 2019-10-14 2020-02-07 武汉光庭信息技术股份有限公司 一种交通流仿真场景的生成方法及装置
CN111123920A (zh) * 2019-12-10 2020-05-08 武汉光庭信息技术股份有限公司 一种自动驾驶仿真测试场景生成方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109656148A (zh) * 2018-12-07 2019-04-19 清华大学苏州汽车研究院(吴江) 自动驾驶的动态交通流场景的仿真方法
CN110069887A (zh) * 2019-05-05 2019-07-30 腾讯科技(深圳)有限公司 一种驾驶仿真方法、装置、设备及存储介质
CN110263381A (zh) * 2019-05-27 2019-09-20 南京航空航天大学 一种自动驾驶车辆测试仿真场景生成方法
CN110765605A (zh) * 2019-10-14 2020-02-07 武汉光庭信息技术股份有限公司 一种交通流仿真场景的生成方法及装置
CN111123920A (zh) * 2019-12-10 2020-05-08 武汉光庭信息技术股份有限公司 一种自动驾驶仿真测试场景生成方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345227A (zh) * 2021-05-31 2021-09-03 上海涵润汽车电子有限公司 一种随机交通流生成方法及装置
WO2023198016A1 (zh) * 2022-04-12 2023-10-19 腾讯科技(深圳)有限公司 虚拟场景中添加车辆的方法、装置、计算机设备、存储介质及程序产品
CN115240409A (zh) * 2022-06-17 2022-10-25 上海智能网联汽车技术中心有限公司 一种基于驾驶员模型和交通流模型提取危险场景的方法
CN115240409B (zh) * 2022-06-17 2024-02-06 上智联(上海)智能科技有限公司 一种基于驾驶员模型和交通流模型提取危险场景的方法

Similar Documents

Publication Publication Date Title
CN111783229A (zh) 一种仿真交通流的生成方法及装置
JP6898101B2 (ja) 車両のエネルギー効率を分析するためのシステムおよび方法
US10583792B2 (en) System for evaluating and/or optimizing the operating behavior of a vehicle
JP7053147B2 (ja) 自動車特に自動車の装置のエネルギー効率を分析するためのシステムおよび方法
CN111325230B (zh) 车辆换道决策模型的在线学习方法和在线学习装置
CN109409982B (zh) 共享车辆推荐方法及装置
KR20130136781A (ko) 전비맵을 기반으로 하는 에코루트 산출방법
CN111409625A (zh) 一种泊车轨迹确定方法及装置
CN110949394B (zh) 单踏板制动测试方法、装置、设备、存储介质和系统
CN110712648A (zh) 行车状态的确定方法、装置、车辆及存储介质
CN111506087A (zh) 自动驾驶汽车的自适应跟车方法、装置、设备及存储介质
US9574886B2 (en) Method and computer program product for estimating a travel time for a vehicle
CN110243384A (zh) 实际行驶排放试验路线的确定方法、装置、设备和介质
CN110379165A (zh) 一种道路类型预测方法、装置、设备及存储介质
CN114967499A (zh) 一种自动紧急制动仿真测试系统及测试方法
CN113470363B (zh) 一种计算道路通行能力的方法和装置
CN111367968B (zh) 驾驶数据处理方法、装置、设备及存储介质
CN113592221A (zh) 基于安全替代评价指标的道路路段风险动态评估方法
CN116092296B (zh) 交通状态评估方法、装置、电子设备及存储介质
CN111896264A (zh) 增程器用发动机的试验工况生成方法、装置及电子设备
CN111038518A (zh) 行车控制方法及装置、电子设备及存储介质
CN112440901A (zh) 车辆及其故障预判方法、预判系统、存储介质与电子设备
CN109345436A (zh) 乘车情况监控方法、管控平台、存储介质及系统
CN112598007B (zh) 图片训练集的筛选方法、装置、设备和可读存储介质
CN117413257A (zh) 用于测试车辆用司机辅助系统的方法和系统

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