CN112051848B - 车辆解耦控制方法、仿真平台、电子设备及存储介质 - Google Patents
车辆解耦控制方法、仿真平台、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112051848B CN112051848B CN202010907724.XA CN202010907724A CN112051848B CN 112051848 B CN112051848 B CN 112051848B CN 202010907724 A CN202010907724 A CN 202010907724A CN 112051848 B CN112051848 B CN 112051848B
- Authority
- CN
- China
- Prior art keywords
- data
- scene
- vehicle
- simulation platform
- item
- 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 149
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000006243 chemical reaction Methods 0.000 claims abstract description 44
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 27
- 230000000875 corresponding effect Effects 0.000 description 48
- 238000006073 displacement reaction Methods 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及车辆仿真测试技术领域,尤其涉及一种车辆解耦控制方法、仿真平台、电子设备及存储介质。所述方法包括:根据目标场景工况获取原始场景数据及仿真平台控制项;判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配;在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据;根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果。通过对原始数据进行数据格式转换,使得原始数据与仿真平台兼容,通过解耦控制,使得仿真过程中,互相关联影响的参数信息不会互相干扰,降低仿真误差。
Description
技术领域
本发明涉及车辆仿真测试技术领域,尤其涉及一种车辆解耦控制方法、仿真平台、电子设备及存储介质。
背景技术
进行自动驾驶仿真测试需要覆盖海量的场景,从多维度去对自动驾驶系统进行测试。原始场景是自动驾驶场景库中极具参考价值的场景库数据,例如:可以根据事故场景收集事故信息,从而更加有针对性的测试危险工况下自动驾驶控制器的决策能力,改善自动驾驶功能系统。但是,在使用场景数据库的过程中,由于各厂商的仿真平台软硬件架构及设计和车辆动力学模型复杂度、精度等并非完全相同,而场景数据库的数据又是基于某些固定参数(例如主车车速、目标车的车速及相对运动时间/状态)设置的,可能会出现仿真平台关键接口与数据库无法完全耦合的问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种车辆解耦控制方法、仿真平台、电子设备及存储介质,旨在解决现有技术中仿真平台在利用采集的原始场景进行自动驾驶试验时仿真误差大的技术问题。
为实现上述目的,本发明提供了一种车辆解耦控制方法,所述方法包括:
根据目标场景工况获取原始场景数据及仿真平台控制项;
判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配;
在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据;
根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果。
可选地,所述判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配的步骤,具体包括:
获取所述原始场景数据对应的所有场景设置项;
遍历所有场景设置项,并将场景设置项与所述仿真平台控制项进行一一比较,以判断场景设置项与所述仿真平台控制项是否匹配。
可选地,所述在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据的步骤,具体包括:
在所述场景设置项与所述仿真平台控制项不匹配时,获取所述场景设置项对应的原始场景子数据;
将所述原始场景子数据输入预设动力学模型进行数据格式转换,以获得所述仿真平台控制项对应的所述原始场景子数据;
将输出的原始场景子数据作为目标场景子数据,根据所有目标场景子数据生成目标场景数据。
可选地,所述将所述原始场景子数据输入预设动力学模型进行数据格式转换,以使所述原始场景子数据对应所述仿真平台控制项的步骤之前,还包括:
获取所述仿真平台控制项对应的预设控制参数,根据预设控制参数进行仿真试验以获取车辆行驶参数;
确定所述车辆行驶参数及所述预设控制参数之间的转换参数,并根据所述转换参数构建所述预设动力学模型。
可选地,所述根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果的步骤,具体包括:
根据所述目标场景数据中各设置项对应的目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果;
在所述自动驾驶车辆行驶至预设触发点时,通过仿真算法测试所述自动驾驶车辆在目标场景工况第二行驶数据结果,将所述第一行驶数据结果与所述第二行驶数据结果作为仿真结果。
可选地,所述根据所述目标场景数据中各设置项对应的目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果的步骤,具体包括:
根据所述目标场景数据中各设置项对应的目标场景子数据对应的预设区段,并获取所述预设区段在所述目标场景工况中的执行顺序;
将所述执行顺序作为所述目标场景子数据的控制顺序;
以所述控制顺序根据目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果。
可选地,所述判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配的步骤之后,还包括:
在所述场景设置项与所述仿真平台控制项匹配时,将所述原始场景数据作为目标场景数据。
此外,为实现上述目的,本发明还提出一种仿真平台,所述仿真平台包括:
工况解析模块,用于根据目标场景工况获取原始场景数据及仿真平台控制项;
数据匹配模块,用于判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配;
格式转换模块,用于在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据;
解耦控制模块,用于根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果。
此外,为实现上述目的,本发明还提出一种电子设备,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆解耦控制程序,所述车辆解耦控制程序配置为实现如上文所述的车辆解耦控制方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有车辆解耦控制程序,所述车辆解耦控制程序被处理器执行时实现如上文所述的车辆解耦控制方法的步骤。
本发明通过根据目标场景工况获取原始场景数据及仿真平台控制项;判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配;在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据;根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果。通过对原始数据进行数据格式转换,使得原始数据与仿真平台兼容,同时根据转换后的数据进行车辆解耦控制,使得仿真过程中,互相关联影响的位置、速度、方向盘转角等信息不会互相干扰,使得在仿真环境下尽可能最真实还原原始场景,将整个仿真过程的误差最小化。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的电子设备的结构示意图;
图2为本发明车辆解耦控制方法第一实施例的流程示意图;
图3为本发明车辆解耦控制方法第二实施例的流程示意图;
图4为本发明车辆解耦控制方法第三实施例的流程示意图;
图5为本发明仿真平台第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的电子设备结构示意图。
如图1所示,该电子设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储仿真平台。
本领域技术人员可以理解,图1中示出的结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及车辆解耦控制程序。
在图1所示的电子设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中,所述电子设备通过处理器1001调用存储器1005中存储的车辆解耦控制程序,并执行本发明实施例提供的车辆解耦控制方法。
本发明实施例提供了一种车辆解耦控制方法,参照图2,图2为本发明一种车辆解耦控制方法第一实施例的流程示意图。
本实施例中,所述车辆解耦控制方法包括以下步骤:
步骤S10:根据目标场景工况获取原始场景数据及仿真平台控制项;
需要说明的是,本发明实施例的执行主体为仿真平台,所述仿真平台用于车辆仿真测试。在进行车辆仿真测试时,根据当前需要进行的测试,明确目标场景工况。例如:当前要进行会车测试,则获取一个会车场景工况,将所述会车场景工况作为所述目标场景工况。进一步地,根据所述会车场景工况,明确该工况下的仿真数据,及所述原始场景数据。
应当理解的是,原始场景数据通常是对应车辆在原始场景下的行驶参数,例如车辆的车速、位置信息、车辆行驶方向、车辆轮胎与车身之间夹角等;但仿真平台为对车辆进行仿真控制,通常是直接对车辆的油门踏板的位移、制动踏板的位移、车辆档位、方向盘转角等控制项,或者对油门踏板对应的发动机节气门的开度、制动踏板的位移对应的制动力进行控制。
步骤S20:判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配。
需要说明的是,所述场景设置项为所述原始场景数据中预设的采集项目,例如,对于会车场景,采集车辆的车速、位置信息、方向盘转向信息或者轮胎转角信息、会车触发点的位置信息等。
进一步地,为了准确判断所述场景设置项与所述仿真平台控制项是否匹配,步骤S20,具体包括:获取所述原始场景数据对应的所有场景设置项;遍历所有场景设置项,并将场景设置项与所述仿真平台控制项进行一一比较,以判断场景设置项与所述仿真平台控制项是否匹配。
具体实施中,例如:采集到的原始场景数据中主车(仿真过程中被控制的车辆)对应的场景设置项位置数据(X,Y)、速度数据(V)和方向盘转角的转向信息(SteerAngle),而仿真平台控制项是所述主车的发动机节气门的开度、发动机转速、制动踏板的位移和方向盘转角信息。将设置项与控制项进行匹配的过程中发现,仅有方向盘转角的转角信息能完全对应,其余项目无法匹配。
应当理解的是,在项目无法匹配时,若将无法匹配的项目对应的原始场景数据直接输入仿真平台,可能会出现场景数据与仿真平台不兼容、运行时间轴起点不一致导致的测试场景无效的问题。
步骤S30:在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据。
应当理解的是,可以通过对原始场景数据进行数据格式转换,得到与所述仿真平台控制项匹配,即,与所述仿真平台兼容的目标场景数据。例如,所述仿真平台控制项对应的目标场景数据为发动机转速数据,而所述原始场景数据的场景设置项为车辆在行驶过程中的车速时间曲线,根据所述车速时间曲线获取各时间下的车速,并根据所述车身获取对应的发动机转速,得到发动机转速时间曲线,将所述发动机转速时间曲线作为所述发动机转速数据,则得到了与仿真平台兼容的目标场景数据。
步骤S40:根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果。
易于理解的是,耦合是指多个体系或多种运动形式之间通过相互作用而彼此影响以至联合起来的现象,而解耦就是用多种运动分离开来处理问题。获取到所述目标场景数据后,提取所述目标场景数据与目标场景工况中各行驶位置对应的数据,逐一使用所述数据对自动驾驶车辆进行控制。
具体实施中,例如,仿真会车过程中存在碰撞事故风险的场景,该场景中为防止碰撞,在行驶到预设触发点时存在一个转向操作,该场景对应的环境为晴天时平缓的道路。所述目标场景数据中包含转向操作对应的方向盘转角的转向信息,车辆在到达预设触发点之前的期望车速对应的发动机转速等信息。主车为自动驾驶车辆,在主车到达预设触发点并被控制执行所述转向操作后,主车的自动驾驶功能启动,自动进行接下来的会车操作。进一步地,在主车到达预设触发点之前,根据所述期望车速对应的发动机转速控制所述主车行驶,且行驶过程中方向盘转角保持不变,在到达预设触发点的位置时,保持当前发动机转速不变根据所述方向盘转角的转向信息控制车辆执行转向操作。
易于理解的是,在仿真过程中,将主车在行驶过程中相互关联的过程量如位置、速度、方向盘转角信息和与目标车的相对运动状态进行单一变量控制(同一时刻仅改变一个变量,其他值维持相对不变)。在具体实施中,可以包含更多的控制操作,本实施例不对此加以限制。
本发明实施例通过对原始数据进行数据格式转换,使得原始数据与仿真平台兼容,同时根据转换后的数据进行车辆解耦控制,使得仿真过程中,互相关联影响的位置、速度、方向盘转角等信息不会互相干扰,使得在仿真环境下尽可能最真实还原原始场景,将整个仿真过程的误差最小化。
参考图3,图3为本发明一种车辆解耦控制方法第二实施例的流程示意图。基于上述第一实施例,本实施例车辆解耦控制方法在所述步骤S30,具体包括:
步骤S301:在所述场景设置项与所述仿真平台控制项不匹配时,获取所述场景设置项对应的原始场景子数据。
易于理解的是,所述场景设置项包含多个项目,存在任一个项目不匹配时则判定为不匹配,将不匹配的场景设置项对应的数据作为所述原始场景子数据。
步骤S302:将所述原始场景子数据输入预设动力学模型进行数据格式转换,以获得所述仿真平台控制项对应的所述原始场景子数据。
应当理解的是,所述预设动力学模型用于进行格式转换,所述预设动力学模型在仿真测试进行前,通过多次车辆试验,获取试验数据,根据试验数据进行构建。
进一步地,为了进行数据格式转换,步骤S302之前,还包括:获取所述仿真平台控制项对应的预设控制参数,根据预设控制参数进行仿真试验以获取车辆行驶参数。确定所述车辆行驶参数及所述预设控制参数之间的转换参数,并根据所述转换参数构建所述预设动力学模型。
应当理解的是,根据需要进行仿真测试的目标车辆的不同,构建的预设动力学模型也不同。所述预设动力学模型用于行驶参数与预设控制参数之间的相互转换。例如,采集到的车辆行驶参数为车辆轮胎转向角时间曲线,而仿真平台的控制项对应预设控制参数的为车辆方向盘转角时间曲线。不同车型对应轮胎转角控制能力不同,例如,车辆方向盘“打死”(方向盘转动到最大转向角,可以为540度),车辆前轮转动角度为30度。方向盘角度和前轮转动角度显然存在关系,根据二者的数据生成转换参数,根据转换参数得到对应的转换公式,将所述转换公式输入所述预设动力学模型中,使得所述预设动力学模型输入方向盘转角信息时可以得到前轮转角信息。
易于理解的是,得到预设动力学模型后,可以使用所述预设动力学模型进行数据转换。所述转换参数为实验得到的参数,在所述转换参数符合实际场景前,可进行多次试验,得到更为准确的转换参数,从而使数据转换更准确。
步骤S303:将输出的原始场景子数据作为目标场景子数据,根据所有目标场景子数据生成目标场景数据。
易于理解的是,在获取到输出的原始场景子数据后,将原始场景数据中无需进行转换的子数据及输出的原始场景子数据进行汇总,得到目标场景数据。
在步骤S20之后,还包括:在所述场景设置项与所述仿真平台控制项匹配时,将所述原始场景数据作为目标场景数据。
应当理解的是,若匹配,所述原始场景数据可以直接输入仿真平台进行仿真测试,无需进行转换。
本实施例,通过多次试验获取试验数据以构建预设动力学模型,使得数据格式转换更加准确,降低仿真试验误差。
参考图4,图4为本发明一种车辆解耦控制方法第三实施例的流程示意图。基于上述第一实施例,本实施例车辆解耦控制方法在所述步骤S40,具体包括:
步骤S401:根据所述目标场景数据中各设置项对应的目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果。
易于理解的是,所述逐一控制含义为:在同一过程中,仅对一个变量进行控制,其他控制变量保持不变。
进一步地,为了控制自动驾驶车辆的行驶过程,步骤S401具体包括:根据所述目标场景数据中各设置项对应的目标场景子数据对应的预设区段,并获取所述预设区段在所述目标场景工况中的执行顺序;将所述执行顺序作为所述目标场景子数据的控制顺序;以所述控制顺序根据目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果。
具体实施中,例如:输入的目标场景数据对应会车场景,目标场景子数据有车速数据、转角数据、预设触发点位置信息;分别对应的预设区段为,起步至行驶区段、预设触发点位置区段等;因而,先进行速度控制,根据车速数据获取期望车速,将期望车速输入动力学模型通过算法得到发动机转速数据,根据所述发动机转速数据控制车辆行驶,调整主车起点,使得主车在达到转向时刻时,同时达到期望车速,然后将主车开始转向之后的转向信息输入给主车。
步骤S402:在所述自动驾驶车辆行驶至预设触发点时,通过仿真算法测试所述自动驾驶车辆在目标场景工况第二行驶数据结果,将所述第一行驶数据结果与所述第二行驶数据结果作为仿真结果。
应当理解的是,本方法可以应用在自动驾驶车辆,所述预设触发点为自动驾驶车辆的自动驾驶系统接管驾驶的位置或时间点,在到达所述预设触发点之前对所述车辆进行控制,在到达时,由所述车辆的自动驾驶系统接管车辆的控制权,测试车辆在该场景下的表现,以获取第二行驶数据。从而得到了自动驾驶车辆的仿真结果。
本发明实施例,通过在仿真环境中对主车进行解耦控制,使得主车中互相关联影响的位置、速度、方向盘转角信息在还原原始真实场景的过程中不会互相干扰,解决仿真平台在利用采集的原始场景(例如事故场景片段)进行自动驾驶功能仿真验证的时候,由于仿真平台的软硬件架构和主车的车辆动力学模型原因,导致与原始场景的数据无法完全耦合,可能出现输入的数据与仿真平台不兼容或是运行时间轴起点不一致导致的测试场景无效的问题。
参照图5,图5为本发明仿真平台第一实施例的结构框图。
如图5所示,本发明实施例仿真平台包括:
工况解析模块10,用于根据目标场景工况获取原始场景数据及仿真平台控制项。
需要说明的是,所述仿真平台用于车辆仿真测试。在进行车辆仿真测试时,根据当前需要进行的测试,获取目标场景工况,例如:当前要进行会车测试,则获取一个会车场景工况,将所述会车场景工况作为所述目标场景工况。进一步地,根据所述会车场景工况,获取该工况下的仿真数据,及所述原始场景数据。
应当理解的是,原始场景数据通常是对应车辆在原始场景下的行驶参数,例如车辆的车速、位置信息、车辆行驶方向、车辆轮胎与车身之间夹角等;但仿真平台为对车辆进行仿真控制,通常是直接对车辆的油门踏板的位移、制动踏板的位移、车辆档位、方向盘转角等控制项,或者对油门踏板对应的发动机节气门的开度、制动踏板的位移对应的制动力进行控制。
数据匹配模块20,用于判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配。
需要说明的是,所述场景设置项为所述原始场景数据中预设的采集项目,例如,对于会车场景,采集车辆的车速、位置信息、方向盘转向信息或者轮胎转角信息、会车触发点的位置信息等。
进一步地,为了准确判断所述场景设置项与所述仿真平台控制项是否匹配,数据匹配模块20,用于获取所述原始场景数据对应的所有场景设置项;遍历所有场景设置项,并将场景设置项与所述仿真平台控制项进行一一比较,以判断场景设置项与所述仿真平台控制项是否匹配。
具体实施中,例如:采集到的原始场景数据中主车(仿真过程中被控制的车辆)对应的场景设置项位置数据(X,Y)、速度数据(V)和方向盘转角的转向信息(SteerAngle),而仿真平台控制项是所述主车的发动机节气门的开度、发动机转速、制动踏板的位移和方向盘转角信息。将设置项与控制项进行匹配的过程中发现,仅有方向盘转角的转角信息能完全对应,其余项目无法匹配。
应当理解的是,在项目无法匹配时,若将无法匹配的项目对应的原始场景数据直接输入仿真平台,可能会出现场景数据与仿真平台不兼容、运行时间轴起点不一致导致的测试场景无效的问题。
格式转换模块30,用于在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据。
应当理解的是,可以通过对原始场景数据进行数据格式转换,得到与所述仿真平台控制项匹配,即,与所述仿真平台兼容的目标场景数据。例如,所述仿真平台控制项对应的目标场景数据为发动机转速数据,而所述原始场景数据的场景设置项为车辆在行驶过程中的车速时间曲线,根据所述车速时间曲线获取各时间下的车速,并根据所述车身获取对应的发动机转速,得到发动机转速时间曲线,将所述发动机转速时间曲线作为所述发动机转速数据,则得到了与仿真平台兼容的目标场景数据。
解耦控制模块40,用于根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果。
易于理解的是,耦合是指多个体系或多种运动形式之间通过相互作用而彼此影响以至联合起来的现象,而解耦就是用多种运动分离开来处理问题。获取到所述目标场景数据后,提取所述目标场景数据与目标场景工况中各行驶位置对应的数据,逐一使用所述数据对自动驾驶车辆进行控制。
具体实施中,例如,仿真会车过程中存在碰撞事故风险的场景,该场景中为防止碰撞,在行驶到预设触发点时存在一个转向操作,该场景对应的环境为晴天时平缓的道路。所述目标场景数据中包含转向操作对应的方向盘转角的转向信息,车辆在到达预设触发点之前的期望车速对应的发动机转速等信息。主车为自动驾驶车辆,在主车到达预设触发点并被控制执行所述转向操作后,主车的自动驾驶功能启动,自动进行接下来的会车操作。进一步地,在主车到达预设触发点之前,根据所述期望车速对应的发动机转速控制所述主车行驶,且行驶过程中方向盘转角保持不变,在到达预设触发点的位置时,保持当前发动机转速不变根据所述方向盘转角的转向信息控制车辆执行转向操作。
易于理解的是,在仿真过程中,将主车在行驶过程中相互关联的过程量如位置、速度、方向盘转角信息和与目标车的相对运动状态进行单一变量控制(同一时刻仅改变一个变量,其他值维持相对不变)。在具体实施中,可以包含更多的控制操作,本实施例不对此加以限制。
本发明实施例通过对原始数据进行数据格式转换,使得原始数据与仿真平台兼容,同时根据转换后的数据进行车辆解耦控制,使得仿真过程中,互相关联影响的位置、速度、方向盘转角等信息不会互相干扰,使得在仿真环境下尽可能最真实还原原始场景,将整个仿真过程的误差最小化。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有车辆解耦控制程序,所述车辆解耦控制程序被处理器执行如上文所述的车辆解耦控制方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的车辆解耦控制方法,此处不再赘述。
此外,需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种车辆解耦控制方法,其特征在于,所述方法包括:
根据目标场景工况获取原始场景数据及仿真平台控制项;
判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配;
在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据;
根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果;
其中,所述判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配的步骤,具体包括:
获取所述原始场景数据对应的所有场景设置项;
遍历所有场景设置项,并将场景设置项与所述仿真平台控制项进行一一比较,以判断场景设置项与所述仿真平台控制项是否匹配;
其中,所述在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据的步骤,具体包括:
在所述场景设置项与所述仿真平台控制项不匹配时,获取所述场景设置项对应的原始场景子数据;
将所述原始场景子数据输入预设动力学模型进行数据格式转换,以获得所述仿真平台控制项对应的所述原始场景子数据;
将输出的原始场景子数据作为目标场景子数据,根据所有目标场景子数据生成目标场景数据。
2.如权利要求1所述的车辆解耦控制方法,其特征在于,所述将所述原始场景子数据输入预设动力学模型进行数据格式转换,以使所述原始场景子数据对应所述仿真平台控制项的步骤之前,还包括:
获取所述仿真平台控制项对应的预设控制参数,根据预设控制参数进行仿真试验以获取车辆行驶参数;
确定所述车辆行驶参数及所述预设控制参数之间的转换参数,并根据所述转换参数构建所述预设动力学模型。
3.如权利要求2所述的车辆解耦控制方法,其特征在于,所述根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果的步骤,具体包括:
根据所述目标场景数据中各设置项对应的目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果;
在所述自动驾驶车辆行驶至预设触发点时,通过仿真算法测试所述自动驾驶车辆在目标场景工况第二行驶数据结果,将所述第一行驶数据结果与所述第二行驶数据结果作为仿真结果。
4.如权利要求3所述的车辆解耦控制方法,其特征在于,所述根据所述目标场景数据中各设置项对应的目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果的步骤,具体包括:
根据所述目标场景数据中各设置项对应的目标场景子数据对应的预设区段,并获取所述预设区段在所述目标场景工况中的执行顺序;
将所述执行顺序作为所述目标场景子数据的控制顺序;
以所述控制顺序根据目标场景子数据逐一控制自动驾驶车辆行驶,并实时获取第一行驶数据结果。
5.如权利要求1至4任一项所述的车辆解耦控制方法,其特征在于,所述判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配的步骤之后,还包括:
在所述场景设置项与所述仿真平台控制项匹配时,将所述原始场景数据作为目标场景数据。
6.一种仿真平台,其特征在于,所述仿真平台包括:
工况解析模块,用于根据目标场景工况获取原始场景数据及仿真平台控制项;
数据匹配模块,用于判断所述原始场景数据对应的场景设置项与所述仿真平台控制项是否匹配;
格式转换模块,用于在所述场景设置项与所述仿真平台控制项不匹配时,对所述原始场景数据进行数据格式转换,以获取目标场景数据;
解耦控制模块,用于根据所述目标场景数据对自动驾驶车辆进行解耦控制并获取仿真结果;
所述数据匹配模块,还用于获取所述原始场景数据对应的所有场景设置项;
所述数据匹配模块,还用于遍历所有场景设置项,并将场景设置项与所述仿真平台控制项进行一一比较,以判断场景设置项与所述仿真平台控制项是否匹配;
所述格式转换模块,还用于在所述场景设置项与所述仿真平台控制项不匹配时,获取所述场景设置项对应的原始场景子数据;
所述格式转换模块,还用于将所述原始场景子数据输入预设动力学模型进行数据格式转换,以获得所述仿真平台控制项对应的所述原始场景子数据;
所述格式转换模块,还用于将输出的原始场景子数据作为目标场景子数据,根据所有目标场景子数据生成目标场景数据。
7.一种电子设备,其特征在于,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆解耦控制程序,所述车辆解耦控制程序配置为实现如权利要求1至5中任一项所述的车辆解耦控制方法的步骤。
8.一种存储介质,其特征在于,所述存储介质上存储有车辆解耦控制程序,所述车辆解耦控制程序被处理器执行时实现如权利要求1至5任一项所述的车辆解耦控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010907724.XA CN112051848B (zh) | 2020-08-31 | 2020-08-31 | 车辆解耦控制方法、仿真平台、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010907724.XA CN112051848B (zh) | 2020-08-31 | 2020-08-31 | 车辆解耦控制方法、仿真平台、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112051848A CN112051848A (zh) | 2020-12-08 |
CN112051848B true CN112051848B (zh) | 2021-07-20 |
Family
ID=73606597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010907724.XA Active CN112051848B (zh) | 2020-08-31 | 2020-08-31 | 车辆解耦控制方法、仿真平台、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112051848B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114089773B (zh) * | 2022-01-11 | 2022-05-27 | 深圳佑驾创新科技有限公司 | 自动驾驶车辆的测试方法、装置、设备及存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6426712B1 (en) * | 2000-11-16 | 2002-07-30 | Analog Devices, Inc. | Fault-signal generators and methods for resolver systems |
US20040107028A1 (en) * | 2002-12-03 | 2004-06-03 | Catalano Anthony B. | Override protocol system for affording vehicle safety and for preventing hijacking |
WO2011003544A2 (en) * | 2009-07-07 | 2011-01-13 | Volvo Lastvagnar Ab | Method and controller for controlling output torque of a propulsion unit. |
CN102563036B (zh) * | 2012-02-28 | 2014-08-06 | 湖南大学 | 基于工况与驾驶意图识别的自动变速器智能匹配方法 |
DE102012025249A1 (de) * | 2012-12-21 | 2014-07-10 | Lucas Automotive Gmbh | Elektrohydraulische Fahrzeug-Bremsanlage und Verfahren zum Betreiben derselben |
CN105469665B (zh) * | 2015-12-11 | 2018-04-24 | 成都运达科技股份有限公司 | 高速铁路车载信号仿真培训系统及方法 |
CN108932840B (zh) * | 2018-07-17 | 2021-09-07 | 北京理工大学 | 基于强化学习的无人驾驶车辆城市交叉口通行方法 |
CN108982125A (zh) * | 2018-09-19 | 2018-12-11 | 众泰新能源汽车有限公司 | 一种纯电动汽车台架测试系统及其测试方法 |
CN109656148B (zh) * | 2018-12-07 | 2022-02-01 | 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 |
CN111231983B (zh) * | 2020-01-14 | 2022-05-03 | 浙江吉利汽车研究院有限公司 | 基于交通事故记忆网络的车辆控制方法、装置及设备 |
CN111368424B (zh) * | 2020-03-03 | 2023-09-01 | 阿波罗智能技术(北京)有限公司 | 一种车辆仿真方法、装置、设备及介质 |
-
2020
- 2020-08-31 CN CN202010907724.XA patent/CN112051848B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112051848A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110673590B (zh) | 自动驾驶系统可靠性判断方法、装置、设备及存储介质 | |
US11513523B1 (en) | Automated vehicle artificial intelligence training based on simulations | |
CN110333730B (zh) | 自动驾驶算法预期功能安全的验证方法、平台及存储介质 | |
US11142190B2 (en) | System and method for controlling autonomous driving vehicle | |
CN113515463B (zh) | 自动化测试方法、装置、计算机设备和存储介质 | |
CN114077218B (zh) | 道路数据评估报告生成方法、装置、设备及存储介质 | |
EP3570219A1 (en) | Control system, learning data creation apparatus, learning apparatus, and judgment apparatus | |
CN110955976B (zh) | Adas虚拟仿真验证方法及系统 | |
CN111813095A (zh) | 一种车辆诊断方法、装置及介质 | |
CN111580493A (zh) | 一种自动驾驶仿真方法、系统及介质 | |
Bach et al. | Test scenario selection for system-level verification and validation of geolocation-dependent automotive control systems | |
CA3146217C (en) | System and method for integration testing | |
CN112925221B (zh) | 基于数据回注的辅助驾驶闭环测试方法 | |
CN112051848B (zh) | 车辆解耦控制方法、仿真平台、电子设备及存储介质 | |
CN115453912A (zh) | 自动驾驶仿真方法、系统、设备以及介质 | |
Otten et al. | Automated assessment and evaluation of digital test drives | |
CN114489007A (zh) | 整车在环测试方法、系统、设备及计算机可读存储介质 | |
US11327878B2 (en) | Method for rating a software component of an SiL environment | |
CN115437617A (zh) | 车辆控制代码自动生成方法、装置、存储介质和电子设备 | |
CN112455460B (zh) | 车辆控制方法、装置、设备及存储介质 | |
CN114692295A (zh) | 车辆性能边界的确定方法、装置、终端设备及存储介质 | |
CN114861432A (zh) | 车辆制动联合仿真方法、装置、终端设备以及存储介质 | |
CN114117395A (zh) | 验证指令序列 | |
CN113934198A (zh) | 车辆诊断方法、装置、电子设备及存储介质 | |
CN113946979A (zh) | 一种导航算法精度验证方法、系统、设备及器存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |