CN111859618B - 多端在环的虚实结合交通综合场景仿真测试系统及方法 - Google Patents
多端在环的虚实结合交通综合场景仿真测试系统及方法 Download PDFInfo
- Publication number
- CN111859618B CN111859618B CN202010547525.2A CN202010547525A CN111859618B CN 111859618 B CN111859618 B CN 111859618B CN 202010547525 A CN202010547525 A CN 202010547525A CN 111859618 B CN111859618 B CN 111859618B
- Authority
- CN
- China
- Prior art keywords
- virtual
- vehicle
- real
- scene
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 106
- 238000012360 testing method Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 37
- 241001465754 Metazoa Species 0.000 claims abstract description 12
- 238000010998 test method Methods 0.000 claims abstract description 8
- 238000005286 illumination Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 23
- 230000006399 behavior Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 10
- 238000013515 script Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 230000002457 bidirectional effect Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 241000282412 Homo Species 0.000 claims description 3
- 238000010171 animal model Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000001795 light effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000006855 networking Effects 0.000 description 4
- 238000012876 topography Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009781 safety test method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种多端在环的虚实结合交通综合场景仿真测试系统及方法,通过构建虚拟三维场景,包括车辆、道路、建筑物、树木、侧向净空、涉水路段、龙门架,并以场景中的人、动物、天气环境、光照条件以及信号灯和包含微观交通仿真软件生成的交通流数据作为虚拟对象;将人为控制的模拟驾驶车辆、真实环境中的智能网联车辆的车载单元、路侧单元以及无人车台架传递的驱动数据作为真实对象;三者共同构成具有闭环形态的交通仿真测试系统,测试系统的功能主要包括对主体对象的性能评估和驾驶行为分析等。
Description
技术领域
本发明属于智能交通的仿真测试应用领域,涉及多端在环以及虚实结合的交通综合场景仿真测试系统及方法。
背景技术
随着智能网联汽车和自动驾驶技术的不断发展,国家已经将车联网技术列入新型创新战略,同时现阶段正在逐步推进车联网技术在工业生产领域和智能交通、物流、信息化服务方向的应用。在未来的发展过程中,车路协同、大数据以及信息融合等将作为车联网产品研发和技术测试的主要技术手段。而无论是产品研发还是功能性、安全性测试,都需要依赖大量的实际测试数据,有时候往往还需要极限条件下的测试。这不仅增添了研发周期以及财力、人力成本,同时还要考量测试风险。并且由于不同地区的路网环境受到规模、技术和结构形态等多方面的个体差异以及不完整性、不确定性等因素的影响,往往难以进行理想条件下的实验。
当前在智能驾驶汽车、无人车、车路协同、V2X相关测试技术和方法中,主要的测试手段和测试环境都依赖于现实环境中的封闭测试场地,尽管实际的场地试验具有很强的直观性,且可信度较高。但依然存在各种层面的局限性,例如场地中的路网环境较为固定,无法进行灵活性和开放性的实验、难以进行复杂和极限水平测试、难以规范和精确地控制实验条件等。
针对封闭测试环境下存在的以上各种问题,通过硬件在环参与的仿真测试方法作为一种辅助形式的技术手段,同时兼具科学性和一定的可信度,为传统的测试方法提供了有效的互补措施。而目前已有的在环形式的测试方法往往还存在以下缺陷和不足:
1.围绕单个对象参与的在环仿真,侧重于通过一种计算方法和技术手段对其自身的性能进行刻画和评估,而往往忽略了测试环境中作为构成整体的其他一个或多个单元的描述形式对整体测试产生的影响;
2.测试环境中非在环单元缺少与真实环境的关联性,从而导致实质为脱离现实环境的独立测试形态,淡化了对真实测试环境的吸附性,使两种测试路线下的实验数据和结论难以相互渗透,相互支撑和验证。
发明内容
针对现有技术中的缺陷和不足,本发明提供了一种多端在环的虚实结合交通综合场景仿真测试系统及方法,使在环形态的仿真测试更好地作为封闭测试环境的一种辅助手段和工具,通过搭建多在环单元共同参与和基于虚实结合的交通综合场景在环仿真测试环境,为智能化汽车产品研发以及自动驾驶测试提供具有更多参考价值的解决方案。
为达到上述目的,本发明采取如下的技术方案:
一种多端在环的虚实结合交通综合场景仿真测试系统,包括:虚拟单元、真实单元和网络环境;所述虚拟单元和真实单元共同连接网络环境以实现各模块之间数据交互和响应以及结果的实时反馈;
所述虚拟单元包括:
虚拟三维场景,包括:仿真场景构建模块,用以在场景中构建建筑物、地形模型,实现交通场景重构;逻辑路网环境建立模块,用以基于封闭测试场和虚拟三维场景的道路环境建立具有标准规范的可描述、可被识别的道路及其几何参数、路面属性、交叉路口、车道、信号灯、标志牌、车流、路边物体;
微观交通仿真软件SUMO,用以生成与现实环境中的封闭测试场路网环境一致的车辆仿真路线,并将实时获取的交通流车辆运行状态数据,通过Tcp/Ip传输到网络环境中;
虚拟对象库,包括虚拟三维场景中的人、动物模型、天气、光照以及驱动他们行为和表现的脚本;
车辆模型库,包括轿车、货车、公交车、SUV、跑车、泥罐车、油罐车;
虚拟传感器库,包括摄像头和激光雷达以及实现其各自功能的脚本,用于为真实无人车提供虚拟三维场景中的环境数据信息;
所述真实单元包括:
无人车台架以及置于无人车台架上的真实无人车,用以组成一体式试验装置,其中,无人车台架用以采集真实无人车的行驶控制参数,包括速度和姿态,然后将该行驶控制参数传给虚拟三维场景中的无人车,控制虚拟三维场景中无人车的驾驶行为,同时参与到网络环境中;虚拟三维场景将路面参数数据传给无人车台架,无人车台架能上下浮动感知路面的变化,以此测试真实无人车在不同路面下的行驶状况;
模拟驾驶车辆作为外部输入设备,包括键盘、鼠标以及控制器,其用于以人为方式操控虚拟三维场景中对应车辆的驾驶行为并参与到网络环境中;
智能车载设备,通过与周围的智能网联车和路侧设备构成通信,从而获取自身车辆以及周围交通参与者、逻辑路网、信号灯、广播、预警目标数据信息并用以驱动虚拟三维场景中真实环境车辆的驾驶行为,同时参与到网络环境中。
本发明还包括如下技术特征:
具体的,所述虚拟三维场景依托真实的封闭测试场地环境,以航空影像拍摄的形式对地形环境进行采样,结合实际的地形图,通过地形划分比对,分别对基础地形、建筑模型和精细模型进行建模;
为了建模出精度高的地形模型,基础地形建模采用的是高精度数字高程模型DEM和高分辫率数字正射影像DOM,依据试验场的范围确定出建模范围,将DEM裁切出来,结合拍摄到的航空影像,使用GIS软件将DEM和DOM进行坐标系转换,实现坐标系的统一;将DEM和DOM数据导入专业软件中,自动生成地形模型,得到地形模型之后将模型转换为3DSMAX兼容的格式,进行纹理映射,建模出与真实地形保持一致的高精度模型。
具体的,微观交通仿真软件SUMO在SUMO平台中根据OpenStreetMap道路数据生成与现实环境中的封闭测试场路网环境一致的车辆仿真路线,通过TraCI协议实现基于客户端-服务器的TCP协议架构和SUMO通信,实时获取SUMO交通流的车辆运行状态数据,通过Tcp/Ip将此数据下发给虚拟场景,Unity3D三维渲染引擎将交通流车辆实时渲染出来。
具体的,虚拟对象库中,在Unity3D中人和动物行动描述是通过动画状态机为各个状态下的动作进行刻画,以此将外界的刺激作为触发条件,使之产生不同的反应而表现不同的动作和行为;天气环境是通过粒子特效对不同天气下的场景形态进行刻画,天气会改变道路和视觉下的属性;光照环境是通过对光源类型和其参数进行调整从而模拟出日照、阴霾以及白天、黑夜的环境光效果。
具体的,车辆模型库中,通过3DSMAX建立的车辆模型具有不同的碰撞体积和车辆动力学参数;Unity3D中采用的是PhysX物理引擎,不同的车辆外形轮廓通过不同形态的刚体来表达,刚体具有自身的属性,通过改变重量和空气阻力以及碰撞检测范围参数表现不同车辆的实际重量和碰撞效果;车辆的运动依靠车轮碰撞体的属性参数表达,包括悬挂距离和阻尼、摩擦力、结构中心参数。
具体的,所述智能车载设备设在封闭测试场中行驶的真实车辆中,采集到的车辆自身速度以及路网中的信号灯相位数据直接用于驱动虚拟三维场景中对应对象的表达;方向角需结合车辆模型的车头朝向与Unity3D中的旋转角度转换算法实现;gps位置数据的表达需要通过经纬度与Unity3D中三维坐标的转换算法以及现实环境地理位置与虚拟三维场景对应位置的采样匹配来实现。
具体的,所述无人车台架与虚拟三维场景之间的双向数据传输、智能车载设备与虚拟三维场景之间的数据传输均使用TCP/IP网络协议构成通信;SUMO与虚拟三维场景之间的双向数据传输采用TraCI协议构成数据传输。
具体的,所述网络环境是Unity3D中运行仿真的过程中,使各模块对象之间构成数据交互和响应、以及结果的实时反馈而搭建的网络通讯结构;其形式为将仿真主体设置为服务端,其他参与对象作为客户端,围绕以主体为实验对象进行仿真并获取过程中产生的各种相关数据。
一种多端在环的虚实结合交通综合场景仿真测试方法,包括以下步骤:
步骤1:启动仿真平台,加载虚拟三维场景,并导入预制配置;
步骤2:选择需要参与仿真测试的真实单元、虚拟单元对象,并选取其中一个作为主体对象;
步骤3:真实单元获取来自于模拟驾驶的车辆航向角、速度、位置数据,用于驱动场景中对应的模拟驾驶车辆,同时传输到网络环境中,并进行模拟驾驶车辆对应的状态同步;
步骤4:真实单元获取来自于台架无人车的车辆姿态、速度数据,用于驱动场景中对应的无人车,同时传输到网络环境中,并进行无人车对应的状态同步;
步骤5:真实单元获取来自于车载设备的车辆位置、速度、航向角数据,用于驱动场景中对应的真实环境车辆,同时传输到网络环境中,并进行真实环境车辆对应的状态同步;
步骤6:真实单元获取来自于路测设备的信号灯相位数据,用于驱动场景中对应位置的真实环境信号灯,同时传输到网络环境中,并进行真实环境信号灯对应的状态同步;
步骤7:虚拟单元获取来自于微观交通仿真软件中产生的交通流数据,用于驱动场景中对应的虚拟环境车辆,同时传输到网络环境中,并进行虚拟环境车辆对应的状态同步;
步骤8:虚拟单元获取来自于虚拟场景中生成的人、动物、道路以及天气、侧向净空、虚拟信号灯数据,将这些数据以图像、点云形式递给无人车传感器、微观交通仿真软件生成的虚拟环境车辆;
步骤9:运行仿真系统,所有参与对象通过网络状态同步单元进行数据交互,形成相互之间协同制约的闭环仿真环境;期间选择一个主体对象,针对主体对象在仿真过程中产生的各项数据进行记录并存储;
若选择的主体对象为无人车,则获取和记录仿真过程中无人车的速度、位置、航向角、俯仰角度;若为真实环境车辆,则获取和记录仿真过程中真实环境车辆的速度、位置、行驶轨迹、事件信息;若为模拟驾驶车辆,则只需要获取和记录仿真过程中模拟驾驶车辆的事件信息。
所述仿真平台为通过Unity搭建的包括虚拟三维场景、基本UI交互界面、对象库、脚本和插件;
所述虚拟三维场景为基于真实路网环境通过3DSMAX搭建的基本场景模型,包括道路、建筑物、树木、侧向净空、涉水路段、龙门架;
所述真实单元对象包括现实中真实运动的车辆、无人车台架、交通信号灯;
所述虚拟单元对象分为场景对象和仿真对象,场景对象包括模拟产生的天气、时间、行人、动物、信号灯、传感器;仿真对象包括由人为操控的模拟驾驶车辆以及由微观交通仿真软件生成的交通流车辆。
本发明与现有技术相比,有益的技术效果是:
1、通过虚实结合双向数据交互的形式,使真实数据对虚拟对象的行为进行干涉,同时又将虚拟数据传递至真实环境中的无人车和智能网联汽车的传感器和车载接收设备,从而影响真实对象的决策判断和驾驶行为;二者之间相互作用,从而形成互为因果的具有闭环形态的交通仿真测试环境。
2、构建了多对象在环的综合交通场景仿真测试系统,不仅包含了传统方法中使用的无人车和模拟驾驶车辆,同时还加入了真实环境中的智能网联车和路侧单元的信号灯,以及虚拟的微观交通仿真车辆;此外还包括各种虚拟环境对象如信号灯、天气、时间、人和动物以及可以自由配置的对象库如不同类型的车辆和传感器。所有单元共同参与仿真并形成闭环结构,即多端在环形态。弥补了以往在车路协同和智能交通仿真测试领域下的局限性等相关缺陷,为相关实验和测试研究提供更加科学和更加具有参考价值的数据和测试方法,同时又可以节省试验成本,削减研发周期。
附图说明
图1为本发明的系统结构图;
图2为系统中的网络状态同步单元示意图;
图3为本发明实施方案的流程图。
具体实施方式
下面结合本发明的具体内容,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,都属于本发明的保护范围。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
实施例1:
如图1和图2所示,本实施例提供一种多端在环的虚实结合交通综合场景仿真测试系统,包括:虚拟单元、真实单元和网络环境;虚拟单元和真实单元共同连接网络环境以实现各模块之间数据交互和响应以及结果的实时反馈;
虚拟单元包括:
仿真场景构建模块,用以建立虚拟三维场景,实现交通场景重构;
逻辑路网环境建立模块,用以基于封闭测试场和虚拟三维场景的道路环境通过OpenDRIVE建立具有标准规范的可描述性、可被识别的道路及其几何参数(坡度、高度、道路宽度)、路面属性(路况、材质)、交叉路口、车道(车道数、车道标示)、信号灯、标志牌、车流、路边物体;部分固定属性被定义后一般无需修改,而其它灵活对象可根据实际测试需要由用户自行配置;当配置被载入后,可以同时作为API接口提供给无人车台架和智能网联汽车进行识别和演算;
微观交通仿真软件SUMO,用以生成与现实环境中的封闭测试场路网环境一致的车辆仿真路线,并将实时获取的交通流车辆运行状态数据,通过Tcp/Ip传输到网络环境中;
虚拟对象库,包括虚拟三维场景中的人、动物模型、天气、光照以及驱动他们行为和表现的脚本;
车辆模型库,包括轿车、货车、公交车、SUV、跑车、泥罐车、油罐车等;
虚拟传感器库,包括摄像头和激光雷达以及实现其各自功能的脚本,用于为真实无人车提供虚拟三维场景中的环境数据信息;
真实单元包括:
无人车台架以及置于无人车台架上的真实无人车,用以组成一体式试验装置,其中,无人车台架用以采集真实无人车的行驶控制参数,包括速度和姿态,然后将该行驶控制参数传给虚拟三维场景中的无人车,控制虚拟三维场景中无人车的驾驶行为,同时参与到网络环境中;虚拟三维场景将路面参数数据传给无人车台架,无人车台架能上下浮动感知路面的变化,以此测试真实无人车在不同路面下的行驶状况;
模拟驾驶车辆作为外部输入设备,包括键盘、鼠标以及控制器,其用于以人为方式操控虚拟三维场景中对应车辆的驾驶行为并参与到网络环境中;
智能车载设备(含路侧设备);是装置在封闭测试场中行驶的真实车辆中,通过与周围的智能网联车和路侧设备构成通信,从而获取自身车辆以及周围交通参与者、逻辑路网、信号灯、广播、预警目标数据信息并用以驱动虚拟三维场景中真实环境车辆的驾驶行为,同时参与到网络环境中;其中,采集到的车辆自身速度以及路网中的信号灯相位数据直接用于驱动虚拟三维场景中对应对象的表达;而方向角需结合车辆模型的车头朝向与Unity3D中的旋转角度转换算法实现;同样的,gps位置数据的表达需要通过经纬度与Unity3D中三维坐标的转换算法以及现实环境地理位置与虚拟三维场景对应位置的采样匹配来实现。
仿真场景构建模块依托真实的封闭测试场地环境,以航空影像拍摄的形式对地形环境进行采样,结合实际的地形图,通过地形划分比对,分别对基础地形、建筑模型和精细模型进行建模;
为了建模出精度高的地形模型,基础地形建模采用的是高精度数字高程模型DEM和高分辫率数字正射影像DOM,依据试验场的范围确定出建模范围,将DEM裁切出来,结合拍摄到的航空影像,使用GIS软件将DEM和DOM进行坐标系转换,实现坐标系的统一;将DEM和DOM数据导入专业软件中,自动生成地形模型,得到地形模型之后将模型转换为3DSMAX兼容的格式,进行纹理映射,建模出与真实地形保持一致的高精度模型。
微观交通仿真软件SUMO在SUMO平台中根据OpenStreetMap道路数据生成与现实环境中的封闭测试场路网环境一致的车辆仿真路线,通过TraCI协议实现基于客户端-服务器的TCP协议架构和SUMO通信,可以实时获取SUMO交通流的车辆运行状态数据,通过Tcp/Ip将此数据下发给虚拟场景,Unity3D三维渲染引擎将交通流车辆实时渲染出来。
虚拟对象库中,在Unity3D中人和动物行动描述是通过动画状态机为各个状态下的动作进行刻画,以此将外界的刺激作为触发条件,使之产生不同的反应而表现不同的动作和行为;天气环境是通过粒子特效对不同天气下的场景形态进行刻画,天气会改变道路和视觉下的属性,这些属性的参数通过用户实际的选择和配置作为判断依据而进行调整;光照环境是通过对光源类型和其参数进行调整从而模拟出日照、阴霾以及白天、黑夜的环境光效果。
车辆模型库中,通过3DSMAX建立的车辆模型具有不同的碰撞体积和车辆动力学参数;Unity3D中采用的是PhysX物理引擎,不同的车辆外形轮廓通过不同形态的刚体来表达,刚体具有自身的属性,通过改变重量和空气阻力以及碰撞检测范围参数表现不同车辆的实际重量和碰撞效果;车辆的运动依靠车轮碰撞体的属性参数表达,包括悬挂距离和阻尼、摩擦力、结构中心参数;同时为实现与地面的相互作用,它自身也包含了刚体。
智能车载设备设在封闭测试场中行驶的真实车辆中,采集到的车辆自身速度以及路网中的信号灯相位数据直接用于驱动虚拟三维场景中对应对象的表达;方向角需结合车辆模型的车头朝向与Unity3D中的旋转角度转换算法实现;gps位置数据的表达需要通过经纬度与Unity3D中三维坐标的转换算法以及现实环境地理位置与虚拟三维场景对应位置的采样匹配来实现。
无人车台架与虚拟三维场景之间的双向数据传输、智能车载设备(含路侧设备)与虚拟三维场景之间的数据传输均使用TCP/IP网络协议构成通信;SUMO与虚拟三维场景之间的双向数据传输采用TraCI协议构成数据传输。
网络环境是Unity3D中运行仿真的过程中,使各模块对象之间构成数据交互和响应、以及结果的实时反馈而搭建的网络通讯结构;其形式为将仿真主体设置为服务端,其他参与对象作为客户端,围绕以主体为实验对象进行仿真并获取过程中产生的各种相关数据。
根据仿真目的的不同,所选择的主体对象也不同。通常而言,主体对象在仿真过程中作为服务端参与,可以有效增强仿真系统的稳定性和有效性,减少因为主体对象的网络通信延时而导致的实验误差。与此同时,为确保仿真过程中各参与对象之间的数据交互具备关联性和因果性,所有对仿真结果产生影响的真实单元和虚拟单元均采用状态同步的方式,使所有参与对象的数据传输时钟序列在连续时间上是同步的,其中的采样步长根据各对象结合系统性能对实时性和精确度的实际需求而定;如果其中某一对象出现大量延时、丢包或断开连接或长时间没有响应时,系统抛出异常并提示错误信息,等待用户进行处理。
实施例2:
本实施例给出一种多端在环的虚实结合交通综合场景仿真测试方法,包括以下步骤:
步骤1:启动仿真平台,加载虚拟三维场景,并导入预制配置;
步骤2:选择需要参与仿真测试的真实单元、虚拟单元对象,并选取其中一个作为主体对象;
步骤3:真实单元获取来自于模拟驾驶的车辆航向角、速度、位置数据,用于驱动场景中对应的模拟驾驶车辆,同时传输到网络环境中,并进行模拟驾驶车辆对应的状态同步;
步骤4:真实单元获取来自于台架无人车的车辆姿态、速度数据,用于驱动场景中对应的无人车,同时传输到网络环境中,并进行无人车对应的状态同步;
步骤5:真实单元获取来自于车载设备的车辆位置、速度、航向角数据,用于驱动场景中对应的真实环境车辆,同时传输到网络环境中,并进行真实环境车辆对应的状态同步;
步骤6:真实单元获取来自于路测设备的信号灯相位数据,用于驱动场景中对应位置的真实环境信号灯,同时传输到网络环境中,并进行真实环境信号灯对应的状态同步;
步骤7:虚拟单元获取来自于微观交通仿真软件中产生的交通流数据,用于驱动场景中对应的虚拟环境车辆,同时传输到网络环境中,并进行虚拟环境车辆对应的状态同步;
步骤8:虚拟单元获取来自于虚拟场景中生成的人、动物、道路以及天气、侧向净空、虚拟信号灯数据,将这些数据以图像、点云等形式递给无人车传感器、微观交通仿真软件生成的虚拟环境车辆;
步骤9:运行仿真系统,所有参与对象通过网络状态同步单元进行数据交互,形成相互之间协同制约的闭环仿真环境;期间选择一个主体对象,针对主体对象在仿真过程中产生的各项数据进行记录并存储;
若选择的主体对象为无人车,则获取和记录仿真过程中无人车的速度、位置、航向角、俯仰角度;若为真实环境车辆,则获取和记录仿真过程中真实环境车辆的速度、位置、行驶轨迹、事件信息;若为模拟驾驶车辆,则只需要获取和记录仿真过程中模拟驾驶车辆的事件信息。
仿真平台为通过Unity搭建的包括虚拟三维场景、基本UI交互界面、对象库、脚本和插件;
虚拟三维场景为基于真实路网环境通过3DSMAX搭建的基本场景模型,包括道路、建筑物、树木、侧向净空、涉水路段、龙门架;
真实单元对象包括现实中真实运动的车辆、无人车台架、交通信号灯。
虚拟单元对象分为场景对象和仿真对象,场景对象包括模拟产生的天气、时间、行人、动物、信号灯、传感器;仿真对象包括由人为操控的模拟驾驶车辆以及由微观交通仿真软件生成的交通流车辆。
在本实施例中,具体的,启动仿真测试系统,设置虚拟三维场景中非在环单位相关对象的属性,包括天气环境、时间(光照)、某一路段或多个路段处的行人、动物以及信号灯初始相位和配时方案等;选择无人车台架主持服务端搭建仿真过程中的网络环境,创建TCP/IP套接字,完成后运行仿真系统,仿真系统开始通过获取的无人车台架速度、仰角数据传输到仿真环境,驱动虚拟三维场景中车辆模型库中无人车对象的行动,同时将虚拟三维场景中的图像数据和雷达探测数据以及道路信息传递给无人车台架传感器,形成闭环反馈;分别在模拟驾驶车辆(客户端1)和智能车载设备(含路侧设备)真实环境车辆(客户端2)输入服务端的ip和host端口以客户端的形式接入到仿真系统,系统开始分别通过客户端1的外部输入设备指令以及客户端2将真实环境中的智能网联车速度、位置、航向以及路网信号灯数据传输到仿真环境并在对应的对象中表达出来;启动SUMO并运行交通流仿真,同时运行TraiCI,返回仿真系统以脚本形式与之构成数据通信,完成后系统会将SUMO中的交通流车辆数据同步到仿真环境中,以车辆的动态行驶的形式将其具象化,并赋予各自对应不同的碰撞体积;开始仿真,仿真过程中以无人车为主体,按照一定的采样间隔(或连续采样)记录其行驶轨迹、速度变化、事件处理结果并保存。
具体的仿真测试系统流程图如图3所示。
需要指出的是,以上仿真过程全程通过Unity3D软件通过实时演算进行,最终的仿真结果依赖于实际计算机性能以及网络通信环境和数据传输效率,不同情况下可能会产生不同等误差的结果;此外,由于测试形态为闭环仿真,因此不排除仿真过程中因出现不可预料的错误而导致的各种意外结果。
值得注意的是,以上仿真系统所提到的无人车台架、智能车载终端以及外部输入设备依据各自不同的规格和功能,可能在适配性上会有所差异;同时数据传输是基于网络通信构成的,因此不可避免出现延迟、丢包等问题。而数据的采样频率是根据实际需求结合计算性能进行选取的,由此会因该项参数的设置而导致一些对象在仿真过程中的表达出现真实性的差异以及影响交互事件的结果。
Claims (8)
1.一种多端在环的虚实结合交通综合场景仿真测试系统,其特征在于,包括:虚拟单元、真实单元和网络环境;所述虚拟单元和真实单元共同连接网络环境以实现各模块之间数据交互和响应以及结果的实时反馈;
所述虚拟单元包括:
虚拟三维场景,包括:仿真场景构建模块,用以在场景中构建建筑物、地形模型,实现交通场景重构;逻辑路网环境建立模块,用以基于封闭测试场和虚拟三维场景的道路环境建立具有标准规范的可描述、可被识别的道路及其几何参数、路面属性、交叉路口、车道、信号灯、标志牌、车流、路边物体;
微观交通仿真软件SUMO,用以生成与现实环境中的封闭测试场路网环境一致的车辆仿真路线,并将实时获取的交通流车辆运行状态数据,通过Tcp/Ip传输到网络环境中;
虚拟对象库,包括虚拟三维场景中的人、动物模型、天气、光照以及驱动他们行为和表现的脚本;
车辆模型库,包括轿车、货车、公交车、SUV、跑车、泥罐车、油罐车;
虚拟传感器库,包括摄像头和激光雷达以及实现其各自功能的脚本,用于为真实无人车提供虚拟三维场景中的环境数据信息;
所述真实单元包括:
无人车台架以及置于无人车台架上的真实无人车,用以组成一体式试验装置,其中,无人车台架用以采集真实无人车的行驶控制参数,包括速度和姿态,然后将该行驶控制参数传给虚拟三维场景中的无人车,控制虚拟三维场景中无人车的驾驶行为,同时参与到网络环境中;虚拟三维场景将路面参数数据传给无人车台架,无人车台架能上下浮动感知路面的变化,以此测试真实无人车在不同路面下的行驶状况;
模拟驾驶车辆作为外部输入设备,包括键盘、鼠标以及控制器,其用于以人为方式操控虚拟三维场景中对应车辆的驾驶行为并参与到网络环境中;
智能车载设备,通过与周围的智能网联车和路侧设备构成通信,从而获取自身车辆以及周围交通参与者、逻辑路网、信号灯、广播、预警目标数据信息并用以驱动虚拟三维场景中真实环境车辆的驾驶行为,同时参与到网络环境中;
车辆模型库中,通过3DSMAX建立的车辆模型具有不同的碰撞体积和车辆动力学参数;Unity3D中采用的是PhysX物理引擎,不同的车辆外形轮廓通过不同形态的刚体来表达,刚体具有自身的属性,通过改变重量和空气阻力以及碰撞检测范围参数表现不同车辆的实际重量和碰撞效果;车辆的运动依靠车轮碰撞体的属性参数表达,包括悬挂距离和阻尼、摩擦力、结构中心参数;
所述智能车载设备设在封闭测试场中行驶的真实车辆中,采集到的车辆自身速度以及路网中的信号灯相位数据直接用于驱动虚拟三维场景中对应对象的表达;方向角需结合车辆模型的车头朝向与Unity3D中的旋转角度转换算法实现;gps位置数据的表达需要通过经纬度与Unity3D中三维坐标的转换算法以及现实环境地理位置与虚拟三维场景对应位置的采样匹配来实现。
2.如权利要求1所述的多端在环的虚实结合交通综合场景仿真测试系统,其特征在于,所述虚拟三维场景依托真实的封闭测试场地环境,以航空影像拍摄的形式对地形环境进行采样,结合实际的地形图,通过地形划分比对,分别对基础地形、建筑模型和精细模型进行建模;
为了建模出精度高的地形模型,基础地形建模采用的是高精度数字高程模型DEM和高分辨率数字正射影像DOM,依据试验场的范围确定出建模范围,将DEM裁切出来,结合拍摄到的航空影像,使用GIS软件将DEM和DOM进行坐标系转换,实现坐标系的统一;将DEM和DOM数据导入专业软件中,自动生成地形模型,得到地形模型之后将模型转换为3DSMAX兼容的格式,进行纹理映射,建模出与真实地形保持一致的高精度模型。
3.如权利要求1所述的多端在环的虚实结合交通综合场景仿真测试系统,其特征在于,微观交通仿真软件SUMO在SUMO平台中根据OpenStreetMap道路数据生成与现实环境中的封闭测试场路网环境一致的车辆仿真路线,通过TraCI协议实现基于客户端-服务器的TCP协议架构和SUMO通信,实时获取SUMO交通流的车辆运行状态数据,通过Tcp/Ip将此数据下发给虚拟场景,Unity3D三维渲染引擎将交通流车辆实时渲染出来。
4.如权利要求1所述的多端在环的虚实结合交通综合场景仿真测试系统,其特征在于,虚拟对象库中,在Unity3D中人和动物行动描述是通过动画状态机为各个状态下的动作进行刻画,以此将外界的刺激作为触发条件,使之产生不同的反应而表现不同的动作和行为;天气环境是通过粒子特效对不同天气下的场景形态进行刻画,天气会改变道路和视觉下的属性;光照环境是通过对光源类型和其参数进行调整从而模拟出日照、阴霾以及白天、黑夜的环境光效果。
5.如权利要求1所述的多端在环的虚实结合交通综合场景仿真测试系统,其特征在于,所述无人车台架与虚拟三维场景之间的双向数据传输、智能车载设备与虚拟三维场景之间的数据传输均使用TCP/IP网络协议构成通信;SUMO与虚拟三维场景之间的双向数据传输采用TraCI协议构成数据传输。
6.如权利要求1所述的多端在环的虚实结合交通综合场景仿真测试系统,其特征在于,所述网络环境是Unity3D中运行仿真的过程中,使各模块对象之间构成数据交互和响应、以及结果的实时反馈而搭建的网络通讯结构;其形式为将仿真主体设置为服务端,其他参与对象作为客户端,围绕以主体为实验对象进行仿真并获取过程中产生的各种相关数据。
7.一种多端在环的虚实结合交通综合场景仿真测试方法,其特征在于,该方法基于权利要求1所述的多端在环的虚实结合交通综合场景仿真测试系统实现,包括以下步骤:
步骤1:启动仿真平台,加载虚拟三维场景,并导入预制配置;
步骤2:选择需要参与仿真测试的真实单元、虚拟单元对象,并选取其中一个作为主体对象;
步骤3:真实单元获取来自于模拟驾驶的车辆航向角、速度、位置数据,用于驱动场景中对应的模拟驾驶车辆,同时传输到网络环境中,并进行模拟驾驶车辆对应的状态同步;
步骤4:真实单元获取来自于台架无人车的车辆姿态、速度数据,用于驱动场景中对应的无人车,同时传输到网络环境中,并进行无人车对应的状态同步;
步骤5:真实单元获取来自于车载设备的车辆位置、速度、航向角数据,用于驱动场景中对应的真实环境车辆,同时传输到网络环境中,并进行真实环境车辆对应的状态同步;
步骤6:真实单元获取来自于路测设备的信号灯相位数据,用于驱动场景中对应位置的真实环境信号灯,同时传输到网络环境中,并进行真实环境信号灯对应的状态同步;
步骤7:虚拟单元获取来自于微观交通仿真软件中产生的交通流数据,用于驱动场景中对应的虚拟环境车辆,同时传输到网络环境中,并进行虚拟环境车辆对应的状态同步;
步骤8:虚拟单元获取来自于虚拟场景中生成的人、动物、道路以及天气、侧向净空、虚拟信号灯数据,将这些数据以图像、点云形式递给无人车传感器、微观交通仿真软件生成的虚拟环境车辆;
步骤9:运行仿真系统,所有参与对象通过网络状态同步单元进行数据交互,形成相互之间协同制约的闭环仿真环境;期间选择一个主体对象,针对主体对象在仿真过程中产生的各项数据进行记录并存储;
若选择的主体对象为无人车,则获取和记录仿真过程中无人车的速度、位置、航向角、俯仰角度;若为真实环境车辆,则获取和记录仿真过程中真实环境车辆的速度、位置、行驶轨迹、事件信息;若为模拟驾驶车辆,则只需要获取和记录仿真过程中模拟驾驶车辆的事件信息。
8.如权利要求7所述的多端在环的虚实结合交通综合场景仿真测试方法,其特征在于,所述仿真平台为通过Unity搭建的包括虚拟三维场景、基本UI交互界面、对象库、脚本和插件;
所述虚拟三维场景为基于真实路网环境通过3DSMAX搭建的基本场景模型,包括道路、建筑物、树木、侧向净空、涉水路段、龙门架;
所述真实单元对象包括现实中真实运动的车辆、无人车台架、交通信号灯;
所述虚拟单元对象分为场景对象和仿真对象,场景对象包括模拟产生的天气、时间、行人、动物、信号灯、传感器;仿真对象包括由人为操控的模拟驾驶车辆以及由微观交通仿真软件生成的交通流车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010547525.2A CN111859618B (zh) | 2020-06-16 | 2020-06-16 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010547525.2A CN111859618B (zh) | 2020-06-16 | 2020-06-16 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111859618A CN111859618A (zh) | 2020-10-30 |
CN111859618B true CN111859618B (zh) | 2024-03-29 |
Family
ID=72987258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010547525.2A Active CN111859618B (zh) | 2020-06-16 | 2020-06-16 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859618B (zh) |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112346978B (zh) * | 2020-11-10 | 2022-07-08 | 之江实验室 | 一种驾驶员参与的无人车驾驶软件仿真测试装置与方法 |
CN112434412A (zh) * | 2020-11-14 | 2021-03-02 | 武汉中海庭数据技术有限公司 | Sumo和unity联合仿真交通网络方法及系统 |
CN112434371B (zh) * | 2020-11-14 | 2023-06-02 | 武汉中海庭数据技术有限公司 | 支持大规模车辆的联合仿真方法及系统 |
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 |
CN112596500B (zh) * | 2020-12-16 | 2022-01-28 | 清华大学苏州汽车研究院(相城) | 一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法 |
CN112581633A (zh) * | 2020-12-24 | 2021-03-30 | 北京亮道智能汽车技术有限公司 | 一种自动驾驶功能车辆在环虚拟仿真测试方法及系统 |
CN112687173B (zh) * | 2020-12-25 | 2022-06-21 | 安徽机电职业技术学院 | 一种基于主被动安全协同优化的汽车碰撞演示平台 |
CN112904827B (zh) * | 2021-01-18 | 2022-02-01 | 同济大学 | 一种面向多icu的无人驾驶虚拟仿真测试系统 |
CN112924185B (zh) * | 2021-01-22 | 2021-11-30 | 大连理工大学 | 一种基于数字孪生虚实交互技术的人机共驾测试方法 |
CN112834244B (zh) * | 2021-01-22 | 2024-05-24 | 中汽创智科技有限公司 | 一种车辆测试方法、系统和装置 |
CN112819968B (zh) * | 2021-01-22 | 2024-04-02 | 北京智能车联产业创新中心有限公司 | 基于混合现实的自动驾驶车辆的测试方法和装置 |
CN114813157A (zh) * | 2021-01-29 | 2022-07-29 | 华为技术有限公司 | 一种测试场景构建方法及装置 |
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 |
CN113009506B (zh) * | 2021-02-22 | 2022-12-09 | 西安交通大学 | 一种虚实结合的实时激光雷达数据生成方法、系统及设备 |
CN112926476B (zh) * | 2021-03-08 | 2024-06-18 | 京东鲲鹏(江苏)科技有限公司 | 车辆识别方法、装置及存储介质 |
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 |
CN113438469B (zh) * | 2021-05-31 | 2022-03-15 | 深圳市大工创新技术有限公司 | 安防摄像机自动化测试方法及系统 |
CN113392467A (zh) * | 2021-06-15 | 2021-09-14 | 广东洪裕智能制造研究院有限公司 | 一种基于hlath_rti的汽车零部件复杂产品协同仿真平台 |
CN113792410B (zh) * | 2021-08-11 | 2024-03-08 | 武汉光庭信息技术股份有限公司 | 一种车辆操控数据到仿真环境的映射方法及系统 |
CN113642177A (zh) * | 2021-08-16 | 2021-11-12 | 清华大学 | 数字孪生虚实多车混行仿真方法及装置 |
CN113655732A (zh) * | 2021-08-17 | 2021-11-16 | 上海电气集团智能交通科技有限公司 | 一种磁钉引导自动驾驶公交车的智能交通仿真系统及其仿真方法 |
CN113674546B (zh) * | 2021-08-20 | 2022-06-21 | 东南大学 | 基于sumo仿真的V2X环境下的高速公路管控方法 |
CN113867315B (zh) * | 2021-09-24 | 2023-06-02 | 同济大学 | 一种虚实结合的高保真交通流智能车测试平台及测试方法 |
CN113658296B (zh) * | 2021-10-20 | 2022-01-25 | 腾讯科技(深圳)有限公司 | 一种图像渲染方法及相关装置 |
CN113674610B (zh) * | 2021-10-22 | 2022-02-08 | 北京智能车联产业创新中心有限公司 | 可变道路形态的自动驾驶封闭测试场设计方法 |
CN114004113B (zh) * | 2021-12-30 | 2022-05-03 | 佛山仙湖实验室 | 基于云服务的交互式智能车辆交通模拟测试方法及系统 |
CN114397874A (zh) * | 2022-01-10 | 2022-04-26 | 信通院车联网创新中心(成都)有限公司 | V2x设备的应用功能和通信性能hil级仿真测试系统 |
CN114117829B (zh) * | 2022-01-24 | 2022-04-22 | 清华大学 | 极限工况下人-车-路闭环系统动力学建模方法及系统 |
CN116679580A (zh) * | 2022-02-23 | 2023-09-01 | 中科大路(青岛)科技有限公司 | 一种封闭场景下智能网联汽车的模拟仿真验证方法及系统 |
CN118355423A (zh) * | 2022-03-21 | 2024-07-16 | 华为技术有限公司 | 一种自动驾驶虚拟环境的构建方法及装置 |
CN115277758A (zh) * | 2022-07-15 | 2022-11-01 | 东南大学 | 基于路侧视频的智能网联车辆联合仿真测试方法 |
CN115203062B (zh) * | 2022-09-15 | 2022-12-09 | 清华大学苏州汽车研究院(吴江) | 自动驾驶测试系统、方法、电子设备及存储介质 |
CN115344503B (zh) * | 2022-10-18 | 2023-04-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 面向自动驾驶规划控制测试的交通流仿真系统与仿真方法 |
CN117434917A (zh) * | 2022-11-21 | 2024-01-23 | 东南大学 | 轻量化的自动驾驶测试系统及方法 |
CN115688484B (zh) * | 2022-11-30 | 2023-07-25 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于WebGL的V2X仿真方法、系统 |
CN116611268B (zh) * | 2023-07-19 | 2023-09-15 | 苏州智行众维智能科技有限公司 | 一种基于多交通场景的车辆在环仿真测试系统及方法 |
CN117094182B (zh) * | 2023-10-19 | 2024-03-12 | 中汽研(天津)汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试系统 |
CN118093404A (zh) * | 2024-02-29 | 2024-05-28 | 重庆赛力斯新能源汽车设计院有限公司 | 一种驾驶决策功能的测试方法、装置及电子设备 |
CN117975736B (zh) * | 2024-03-29 | 2024-06-07 | 北京市计量检测科学研究院 | 一种无人驾驶车辆车路协同应用场景测试方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004057947A1 (de) * | 2004-11-30 | 2006-06-08 | Audi Ag | Verfahren zur Funktionsprüfung eines kraftfahrzeugseitig integrierten Fahrerassistenzsystems |
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 |
CN105718065A (zh) * | 2016-01-27 | 2016-06-29 | 北京交通大学 | 车路协同环境下的交互式视景仿真系统 |
KR20170117270A (ko) * | 2016-04-12 | 2017-10-23 | 자동차부품연구원 | V2x 통신 기반 드라이빙 통합 시뮬레이션 장치 |
CN108492666A (zh) * | 2018-03-31 | 2018-09-04 | 长安大学 | 一种虚实混合的实时微观交通仿真系统与方法 |
DE102017107396A1 (de) * | 2017-04-06 | 2018-10-11 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Testverfahren und Testvorrichtung für Fahrerassistenzsysteme |
CN108982117A (zh) * | 2018-07-04 | 2018-12-11 | 长安大学 | 一种无人车测试系统和方法 |
CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及系统 |
CN110134024A (zh) * | 2018-11-12 | 2019-08-16 | 初速度(苏州)科技有限公司 | 车辆自动驾驶虚拟环境中特殊标志物的构建方法 |
CN110427682A (zh) * | 2019-07-26 | 2019-11-08 | 清华大学 | 一种基于虚拟现实的交通场景模拟实验平台和方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT511217B1 (de) * | 2011-05-18 | 2012-10-15 | 4A Engineering Gmbh | Dummy-objekt, insbesondere zur funktionsüberprüfung von fahrerassistenzsystemen in kraftfahrzeugen |
US10552573B2 (en) * | 2016-03-18 | 2020-02-04 | Toyota Jidosha Kabushiki Kaisha | Vehicle simulation device for crowd-sourced vehicle simulation data |
-
2020
- 2020-06-16 CN CN202010547525.2A patent/CN111859618B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004057947A1 (de) * | 2004-11-30 | 2006-06-08 | Audi Ag | Verfahren zur Funktionsprüfung eines kraftfahrzeugseitig integrierten Fahrerassistenzsystems |
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 |
CN105718065A (zh) * | 2016-01-27 | 2016-06-29 | 北京交通大学 | 车路协同环境下的交互式视景仿真系统 |
KR20170117270A (ko) * | 2016-04-12 | 2017-10-23 | 자동차부품연구원 | V2x 통신 기반 드라이빙 통합 시뮬레이션 장치 |
DE102017107396A1 (de) * | 2017-04-06 | 2018-10-11 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Testverfahren und Testvorrichtung für Fahrerassistenzsysteme |
CN108492666A (zh) * | 2018-03-31 | 2018-09-04 | 长安大学 | 一种虚实混合的实时微观交通仿真系统与方法 |
CN108982117A (zh) * | 2018-07-04 | 2018-12-11 | 长安大学 | 一种无人车测试系统和方法 |
CN110134024A (zh) * | 2018-11-12 | 2019-08-16 | 初速度(苏州)科技有限公司 | 车辆自动驾驶虚拟环境中特殊标志物的构建方法 |
CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及系统 |
CN110427682A (zh) * | 2019-07-26 | 2019-11-08 | 清华大学 | 一种基于虚拟现实的交通场景模拟实验平台和方法 |
Non-Patent Citations (2)
Title |
---|
基于Unity3D的虚拟汽车试验场漫游系统;徐志刚;胡常英;;计算机技术与发展(05);全文 * |
虚拟智能驾驶仿真平台的设计与实现;郭文婷;尹念东;;湖北理工学院学报(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111859618A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111859618B (zh) | 多端在环的虚实结合交通综合场景仿真测试系统及方法 | |
CN109781431B (zh) | 基于混合现实的自动驾驶测试方法及系统 | |
WO2023207016A1 (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
CN111897305B (zh) | 一种基于自动驾驶的数据处理方法、装置、设备及介质 | |
WO2022141506A1 (zh) | 一种仿真场景的构建方法、仿真方法以及设备 | |
Chen et al. | A novel integrated simulation and testing platform for self-driving cars with hardware in the loop | |
JP6548691B2 (ja) | 画像生成システム、プログラム及び方法並びにシミュレーションシステム、プログラム及び方法 | |
CN110456757B (zh) | 一种无人驾驶车辆的整车测试方法及系统 | |
US20220036579A1 (en) | Systems and Methods for Simulating Dynamic Objects Based on Real World Data | |
CN109839922B (zh) | 用于控制无人驾驶车辆的方法及装置 | |
US20220204009A1 (en) | Simulations of sensor behavior in an autonomous vehicle | |
CN111458154A (zh) | 基于自动驾驶整车在环人车冲突场景的测试系统和方法 | |
US20230150549A1 (en) | Hybrid log simulated driving | |
Shi et al. | An integrated traffic and vehicle co-simulation testing framework for connected and autonomous vehicles | |
Li et al. | Pre-deployment testing of low speed, Urban Road Autonomous Driving in a Simulated Environment | |
CN111240224A (zh) | 一种车辆自动驾驶技术的多功能仿真模拟系统 | |
Goebl et al. | Design and capabilities of the Munich cognitive automobile | |
Figueiredo et al. | An approach to simulate autonomous vehicles in urban traffic scenarios | |
US20230159033A1 (en) | High fidelity data-driven multi-modal simulation | |
CN116917828A (zh) | 基于日志数据在仿真环境中实例化对象 | |
US12085935B2 (en) | Open door reconstruction for sensor simulation | |
CN112415910A (zh) | 用于评价SiL环境的软件组件的方法 | |
Zhao et al. | Virtual traffic simulator for connected and automated vehicles | |
Shuguang et al. | Vehicle-in-the-Loop Intelligent Connected Vehicle Simulation System Based on Vehicle-Road-Cloud Collaboration | |
Meftah et al. | A survey on autonomous vehicles simulators. |
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 |