CN112567374A - 一种仿真交通场景文件生成方法及装置 - Google Patents
一种仿真交通场景文件生成方法及装置 Download PDFInfo
- Publication number
- CN112567374A CN112567374A CN202080004202.7A CN202080004202A CN112567374A CN 112567374 A CN112567374 A CN 112567374A CN 202080004202 A CN202080004202 A CN 202080004202A CN 112567374 A CN112567374 A CN 112567374A
- Authority
- CN
- China
- Prior art keywords
- time
- vehicle
- test
- traffic scene
- driving
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000012360 testing method Methods 0.000 claims abstract description 309
- 238000004088 simulation Methods 0.000 claims abstract description 113
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 110
- 230000008447 perception Effects 0.000 claims description 51
- 230000001133 acceleration Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 abstract description 4
- 238000002347 injection Methods 0.000 description 41
- 239000007924 injection Substances 0.000 description 41
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Abstract
本申请涉及自动驾驶领域,尤其涉及一种仿真交通场景文件生成方法及装置。所述方法包括:获取路测数据,路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;确定自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;根据第一时刻和所述自动驾驶车辆在行驶测试期间的自车信息,从路测数据中确定第一片段数据;至少根据第一片段数据,生成仿真交通场景的描述文件。该方法可以自动从路测数据中提取关键交通场景的数据,并生成用于描述仿真交通场景的描述文件,从而可以用于复现关键交通场景,进而可以保证自动驾驶算法测试或验证场景真实性、完备性以及充分性。
Description
技术领域
本申请涉及自动驾驶领域,尤其涉及一种仿真交通场景文件生成方法及装置。
背景技术
高度智能的自动驾驶系统是实现车辆完全或部分自动驾驶的必要配置,是涉及定位、感知融合、决策规划和控制等多个模块的复杂系统。自动驾驶算法是自动驾驶系统的核心算法,相当于自动驾驶车辆的大脑,对自动驾驶车辆的安全性、智能化等方面有着至关重要的影响。因此,对自动驾驶算法的测试,以对自动驾驶算法进行测试和验证,以及对自动驾驶算法的迭代或更新,是自动驾驶领域的重要研究方向之一。
如何对自动驾驶系统进行充分而完备的测试,以提升自动驾驶系统应对复杂驾驶场景的能力,是当前亟需解决的问题。
发明内容
本申请实施例提供了一种仿真交通场景文件生成方法,可以复现路测所遭遇到的关键交通场景。
第一方面,一种仿真交通场景文件生成方法,其特征在于,所述方法包括:获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;至少根据所述第一片段数据,生成仿真交通场景的描述文件;所述描述文件用于在对第二自动驾驶算法进行仿真测试时构建所述仿真交通场景,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
该方法可以自动从路测数据中提取关键交通场景的数据,并生成用于描述仿真交通场景的描述文件,从而可以用于复现或再现真实的关键交通场景;可以保证自动驾驶算法测试或验证场景真实性、完备性以及充分性;并且,描述文件的数据量远远小于路测数据(一般而言,描述文件的数据量小于或等于路测数据的千分之一);另外,该方法可以快速生成仿真交通场景的描述文件,可以加快场景构建过程;生成的描述文件可以用于形成场景数据库,保证了路测时所遭遇的关键交通场景的高效利用,进而可以加快自动驾驶算法的迭代;此外,描述文件可以用于新场景的构建与泛化输入,为新场景的合理性提供了基础。
在一种可能的实现方式中,所述第一驾驶状态为以下任一种;
人工驾驶状态、自动紧急刹车状态。
在一种可能的实现方式中,所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻。
在一种可能的实现方式中,所述自车信息包括所述自动驾驶车辆的目标追踪范围,其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;所述根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据包括:根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;确定所述第二时刻为所述第一时间段的起始时刻。
在一种可能的实现方式中,所述自车信息包括所述自动驾驶车辆的目标追踪范围和所述自动驾驶车辆在所述行驶测试期间的车速;其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;所述根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据包括:根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻。
在一种可能的实现方式中,所述方法还包括:获取预设的加速度;所述根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻包括:根据所述加速度、所述第二时刻和所述第一车速,确定所述起始时刻,以使所述自动驾驶车辆在起始速度为零的情况下,从所述起始时刻开始按照所述加速度加速到所述第二时刻时的速度等于所述第一车速。
在一种可能的实现方式中,所述方法还包括:获取所述自动驾驶车辆在所述第一时间段的第一自车信息;所述至少根据所述第一片段数据,生成仿真交通场景的描述文件包括:根据所述第一片段数据和所述第一自车信息,生成仿真交通场景。
在一种可能的实现方式中,所述第一片段数据包括对应于同一目标类别的多个轨迹;所述至少根据所述第一片段数据,生成仿真交通场景的描述文件包括:对所述多个轨迹中不同轨迹进行拼接,得到至少一个拼接轨迹;其中,当所述多个轨迹中第一轨迹的终点位置和所述多个轨迹中第二轨迹的起点位置之间的距离小于第一阈值,且所述第一轨迹的终点时刻和所述第二轨迹的起点时刻之间的时差小于第二阈值时,连接所述第一轨迹的终点和所述第二轨迹起点,得到一个拼接轨迹;根据所述至少一个拼接轨迹,生成所述仿真交通场景。
第二方面,本申请实施例提供了一种交通场景仿真方法,所述方法包括:获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;至少根据所述第一片段数据,构建仿真交通场景;利用所述仿真交通场景,对虚拟车辆进行仿真测试,其中,在所述仿真测试期间,所述虚拟车辆执行第二自动驾驶算法,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
该方法可以自动从路测数据中提取关键交通场景的数据,并据此构建仿真交通场景,对自动驾驶算法进行测试或验证,从而保证自动驾驶算法测试或验证场景真实性、完备性以及充分性;另外,该方法快速构建仿真交通场景,保证了路测时所遭遇的关键交通场景的高效利用,进而可以加快自动驾驶算法的迭代。
在一种可能的实现方式中,所述自车信息包括所述自动驾驶车辆的目标追踪范围;所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻和第二时刻;所述自动驾驶车辆在所述第一时刻的位置和在所述第二时刻的位置之间的距离小于或等于所述目标追踪范围;所述仿真交通场景持续第二时间段长,所述第二时间段的时长等于所述第一时间段的时长;所述利用所述仿真交通场景,对所述虚拟车辆进行仿真测试包括:当所述虚拟车辆处于所述第二时间段中对应所述第二时刻的时间点时,利用所述第二自动驾驶算法,根据所述仿真交通场景中的参加元素,确定所述虚拟车辆的行驶策略。
在一种可能的实现方式中,所述至少一个数据片段包括所述自动驾驶车辆在第二时刻时的第一车速;所述利用所述仿真交通场景,对所述虚拟车辆进行仿真测试还包括:在所述虚拟车辆的起始速度为零的情况下,从所述第二时间段的起始时刻开始按照预设加速度进行加速,以使所述虚拟车辆在所述第二时间段中对应所述第二时刻的时间点时的速度等于所述第一车速。
第三方面,本申请实施例提供了一种仿真交通场景文件生成装置,所述装置包括:获取单元,用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;第一确定单元,用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;第二确定单元,用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;生成单元,用于至少根据所述第一片段数据,生成仿真交通场景的描述文件;所述描述文件用于在对第二自动驾驶算法进行仿真测试时构建所述仿真交通场景,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
在一种可能的实现方式中,所述第一驾驶状态为以下任一种;
人工驾驶状态、自动紧急刹车状态。
在一种可能的实现方式中,所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻。
在一种可能的实现方式中,所述自车信息包括所述自动驾驶车辆的目标追踪范围,其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;所述第二确定单元还用于:根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;确定所述第二时刻为所述第一时间段的起始时刻。
在一种可能的实现方式中,所述自车信息包括所述自动驾驶车辆的目标追踪范围和所述自动驾驶车辆在所述行驶测试期间的车速;其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;所述第二确定单元还用于:根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻。
在一种可能的实现方式中,所述获取单元还用于:获取预设的加速度;所述第二确定单元还用于:根据所述加速度、所述第二时刻和所述第一车速,确定所述起始时刻,以使所述自动驾驶车辆在起始速度为零的情况下,从所述起始时刻开始按照所述加速度加速到所述第二时刻时的速度等于所述第一车速。
在一种可能的实现方式中,所述获取单元还用于:获取所述自动驾驶车辆在所述第一时间段的第一自车信息;所述生成单元还用于:根据所述第一片段数据和所述第一自车信息,生成仿真交通场景。
在一种可能的实现方式中,所述第一片段数据包括对应于同一目标类别的多个轨迹;所述生成单元还用于:对所述多个轨迹中不同轨迹进行拼接,得到至少一个拼接轨迹;其中,当所述多个轨迹中第一轨迹的终点位置和所述多个轨迹中第二轨迹的起点位置之间的距离小于第一阈值,且所述第一轨迹的终点时刻和所述第二轨迹的起点时刻之间的时差小于第二阈值时,连接所述第一轨迹的终点和所述第二轨迹起点,得到一个拼接轨迹;根据所述至少一个拼接轨迹,生成所述仿真交通场景。
第四方面,本申请实施例提供了一种交通场景仿真装置,所述装置包括:获取单元,用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;第一确定单元,用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;第二确定单元,用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;构建单元,用于至少根据所述第一片段数据,构建仿真交通场景;测试单元,用于利用所述仿真交通场景,对虚拟车辆进行仿真测试,其中,在所述仿真测试期间,所述虚拟车辆执行第二自动驾驶算法,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
在一种可能的实现方式中,所述自车信息包括所述自动驾驶车辆的目标追踪范围;所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻和第二时刻;所述自动驾驶车辆在所述第一时刻的位置和在所述第二时刻的位置之间的距离小于或等于所述目标追踪范围;所述仿真交通场景持续第二时间段长,所述第二时间段的时长等于所述第一时间段的时长;所述测试单元还用于:当所述虚拟车辆处于所述第二时间段中对应所述第二时刻的时间点时,利用所述第二自动驾驶算法,根据所述仿真交通场景中的参加元素,确定所述虚拟车辆的行驶策略。
在一种可能的实现方式中,所述至少一个数据片段包括所述自动驾驶车辆在第二时刻时的第一车速;所述测试单元还用于:在所述虚拟车辆的起始速度为零的情况下,从所述第二时间段的起始时刻开始按照预设加速度进行加速,以使所述虚拟车辆在所述第二时间段中对应所述第二时刻的时间点时的速度等于所述第一车速。
第五方面,本申请实施例提供了一种计算设备,包括:处理器、存储器;所述存储器用于存储计算机指令;当所述计算设备运行时,所述处理器执行所述计算机指令,使得所述计算设备执行第一方面所提供的方法。
第六方面,本申请实施例提供了一种计算设备,包括:处理器、存储器;所述存储器用于存储计算机指令;当所述计算设备运行时,所述处理器执行所述计算机指令,使得所述计算设备执行第二方面所提供的方法。
第七方面,本申请实施例提供了一种计算机存储介质,所述计算机存储介质包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行第一方面所提供的方法。
第八方面,本申请实施例提供了一种计算机存储介质,所述计算机存储介质包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行第二方面所提供的方法。
第九方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品包含的程序代码被电子设备中的处理器执行时,实现第一方面所提供的方法。
第十方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品包含的程序代码被电子设备中的处理器执行时,实现第二方面所提供的方法。
本申请实施例所提供的方案可以自动从路测数据中提取关键交通场景的数据,并生成用于描述仿真交通场景的描述文件,从而可以用于复现关键交通场景,进而可以保证自动驾驶算法测试或验证场景真实性、完备性以及充分性。
附图说明
图1为本申请实施例提供的仿真交通场景文件生成及应用的构思示意图;
图2为本申请实施例提供的一种关键交通场景再现方案的流程图;
图3为本申请实施例提供的一种确定关键交通场景所对应数据的流程图;
图4为本申请实施例提供的一种仿真交通场景的不同阶段示意图;
图5为本申请实施例提供的一种关键交通场景所对应数据的处理流程图;
图6为本申请实施例提供的一种单一目标的相邻轨迹的示意图;
图7为本申请实施例提供的一种关键交通场景再现示意图;
图8示出了本申请实施例提供的一种关键交通场景的交互画面图;
图9示出了感知目标轨迹的拼接结果;
图10示出了感知目标拼接后的轨迹的空间曲线拟合、光滑结果;
图11示出了感知目标拼接后的轨迹的速度曲线拟合、光滑结果;
图12示出了再现的关键交通场景;
图13为本申请实施例提供的一种仿真交通场景生成方法流程图;
图14为本申请实施例提供的一种交通场景仿真方法流程图;
图15为本申请实施例提供的一种仿真交通场景生成装置示意图;
图16为本申请实施例提供的一种交通场景仿真装置示意图;
图17为本申请实施例提供的一种计算设备示意框图。
具体实施方式
下面将结合附图,对本发明实施例中的技术方案进行描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请的描述中,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如可以是固定连接,也可以是可拆卸连接,还可以是抵触连接或一体的连接;对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
在本申请的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以适合的方式结合。
自动驾驶系统算法的一种测试方式为通过路测来发现自动驾驶系统算法的短板,以便进行算法迭代或更新。路测也可以称为道路测试,可以称为行驶测试或实际行驶测试,具体是指在开放道路进行实际或真实行驶测试。路测成本较高,并且复杂行驶场景或者说自动驾驶系统算法难以应对的交通场景难以再现,或者说再现或近似再现成本较高。其中,自动驾驶系统算法也可以称为自动驾驶算法。
自动驾驶系统算法的又一种测试方式为仿真测试。仿真测试是指通过计算机构建仿真交通场景,并在仿真交通场景下进行仿真行驶测试。目前,已有软件在环(software inloop,SIL)、模型在环(vehicle in loop,VIL)ji、硬件在环(hardware in loop,HIL)等多种仿真测试技术来对自动驾驶系统进行测试。这些仿真测试技术都是为了使自动驾驶车辆在面对未来真实交通场景时,进行更合理的决策。仿真测试需要构建仿真交通场景,由于自动驾驶车辆所可能遇到的交通场景具有不可罗列性以及交通参与者行为的不可预见性,人工构建仿真交通场景覆盖的交通场景较少,并且人工构建的仿真交通场景真实性较差。其中,交通参与者可以是指该自动驾驶车辆周围的物体,例如行人、其他车辆、交通信号灯、其他车辆等。交通参与者的行为可以是指交通参与者的行动或动作。举例而言,交通参与者的行为可以包括交通参与者相对大地静止的行为和交通参与者相对大地运动的行为。其中,交通参与者相对大地运动的行为可以包括交通参与者运动的方向、运动的速度等。
本申请实施例提供了一种仿真交通场景文件生成方法,可以根据车辆驾驶状态的变化,从路测数据中,识别出对应于关键交通场景的数据,并根据该对应于关键交通场景的数据,生成仿真交通场景,以便测试迭代或更新后的自动驾驶决策算法。
关键交通场景可以是指上述复杂行驶场景或者说自动驾驶算法难以应该的交通场景。仿真交通场景文件可以是指交通场景的描述文件。具有数据处理功能的电子设备可以根据该描述文件虚拟或仿真再现该交通场景。
其中,路测数据可以包括自动驾驶车辆路测期间,该自动驾驶车辆的感测系统所获得的感测数据。感测系统也可以称为感知系统。其中,该感测系统可以包括雷达、相机等传感设备,可以感应自动驾驶车辆的外部环境,从而获得感测数据。其中,在本申请实施例中,该自动驾驶车辆可以简称为自车,将感测系统所感测的自车之外的其他物体(例如,行人、自车之外的其他车辆、交通信号灯等)称为感知目标。其中,雷达可以利用无线电信号来感测感知目标的速度、行进方向、位置等。相机可以是静态相机或视频相机,可以用于捕捉自车周边环境的图像。自车中的计算机视觉系统可以分析由相机捕捉的图像,以便可以感测到自车周边环境中的感知目标的形状、类型、速度、位置等。
路测数据还可以包括自车路测期间,该自动驾驶车辆的定位系统所获得的地理位置信息。定位系统可以是全球定位系统(global positioning system,GPS),也可以是北斗卫星导航系统(beidou navigation satellite system,BDS)。
路测数据还可以包括自车路测期间自车的自身信息,例如自车的行驶速度、行进方向等。示例性的,自身信息可以由包括了惯性测量单元(inertial measurement unit,IMU)的传感系统感测得到。
在一些实施例中,路测数据还可以包括自车路测期间自车进入(或者说切换到)驾驶状态A1的时刻和/或产生进入(或者说切换到)驾驶状态A1的请求的时刻。其中,自车路测期间自车进入(或者说切换到)驾驶状态A1的时刻和/或产生请求进入(或者说切换到)驾驶状态A1的时刻,也可以称为关键交通场景的关键时刻或者说发生时刻。可以理解,自车可以记录关键交通场景的关键时刻或者说发生时刻,并将其作为路测数据的一部分进行存储。
示例性的,驾驶状态A1可以为人工驾驶状态,也可以为自动紧急刹车(autonomousemergency braking,AEB)状态。其中,人工驾驶状态是指脱离自动驾驶,而是由人工进行驾驶的状态。自动紧急刹车状态是指执行自动紧急刹车的状态。
示例性的,产生进入驾驶状态A1的请求的时刻可以是指主动脱离(activedisengagment,ADE)的发生时刻。主动脱离是指自动驾驶车辆(自车)在检测到自身不能应对的行驶危险时产生并发出人工驾驶接管请求,以请求驾驶员人工驾驶该车辆的过程。也就是说,主动脱离是指自车主动请求从自动驾驶状态切换到人工驾驶状态。其中,在本申请实施例中,主动脱离的发生时刻可以是指自车产生人工驾驶接管请求的时刻。可以理解,自车可以记录主动脱离的发生时刻,并将其作为路测数据的一部分进行存储。
示例性的,进入驾驶状态A1的时刻可以是指被动脱离(passive disengagement,PDE)的发生时刻。被动脱离是指在路测期间,自车中的驾驶员或者说自车的测试人员在发现行驶危险而自车没有识别该危险或没有针对该危险产生相关操作时人工主动接管驾驶的过程。也就是说,被动脱离是指人工发现危险而人工主动使自车脱离自动驾驶状态而进入人工驾驶状态的过程。被动脱离的发生时刻是指自车从自动驾驶状态切换到人工驾驶状态的时刻。可以理解,自车可以记录被动脱离的发生时刻,并将其作为路测数据的一部分进行存储。
在一些实施例中,路测数据可以包括自车路测期间自车的不同的驾驶状态,例如自动驾驶状态、人工驾驶状态、自动紧急刹车状态。由此,可以在后续步骤中,可以根据自车的不同驾驶状态,确定不同驾驶状态之间的切换时间。
上文仅对路测数据进行示例说明,并不构成限定。路测数据还可以包括其他数据,具体可以参考现有技术中对车辆路测所获得的路测数据的介绍,在此不再赘述。
接下来,在不同实施例中,对本申请实施例提供的仿真交通场景文件生成方法进行具体介绍。
图1示出了根据一示例性实施例的仿真交通场景文件生成及应用的构思。具体而言,可以对配置了自动驾驶算法B1的自车进行实际道路测试,即路测。在路测期间,自车执行自动驾驶算法B1。换言之,道路测试为对自动驾驶算法B1的测试。通过道路测试,可以获得路测数据。可以理解,通常道路测试会持续较长时间或者说进行较长距离,路测数据包含了大量数据。可以对路测数据进行大数据分析,对关键交通场景进行识别。然后,根据路测数据中关键交通场景所对应的数据,生成关键交通场景文件。之后,可以在仿真测试平台(例如,软件在环测试平台、模型在环测试平台或者硬件在环测试平台等)根据关键交通场景文件,再现该关键交通场景,以对自动驾驶算法B2进行仿真测试。其中,自动驾驶算法B2可以为对自动驾驶算法进行更新或升级后的自动驾驶算法。在仿真测试的测试结果较为理想的情况下,可以对自动驾驶算法B2进行道路测试。如此,重复前述过程,可以获得可以应对多种复杂行驶场景的自动驾驶算法。
图2示出了根据一示例性实施例的关键交通场景再现方案的流程图。具体而言,对自车进行道路测试而产生的路测数据可以存储到路测数据平台。路测数据平台可以为具有数据存储和处理能力的一个或多个计算设备,例如服务器或服务器集群。在生成仿真交通场景时,可以从路测数据平台获取路测数据。可以根据路测数据,确定路测期间的关键时刻;并根据关键时刻确定对应于关键交通场景的数据。为方便描述,可以将对应于关键交通场景的数据称为关键数据。示例性的,可以进一步编辑关键数据。编辑后的关键数据可以用作或者用于生成仿真交通场景文件。仿真交通场景文件可以用于仿真测试平台(例如,软件在环测试平台、模型在环测试平台或者硬件在环测试平台)再现关键交通场景,以对更新或迭代后的自动驾驶算法进行仿真测试。仿真交通场景文件可以存储到交通场景数据库中,以便后续使用。
接下来,在不同实施例中,以执行主体为计算设备C1,自车为车辆D1为例,示例介绍从路测数据中确定对应于关键交通场景的数据的方案。其中,计算设备C1可以为任何具有数据计算、处理能力的装置、设备、平台、设备集群。
在一些实施例中,参阅图3,计算设备C1可以执行步骤301,获取路测数据。示例性的,计算设备C1可以从路测数据平台获取路测数据。该路测数据可以为车辆D1执行自动驾驶算法B1进行道路测试所得到的路测数据。
其次,计算设备C1可以执行步骤302,根据路测数据,确定关键交通场景F1的发生时刻T1。由上所述,路测数据可以包括自车路测期间车辆D1进入(或者说切换到)驾驶状态A1的时刻和/或产生进入(或者说切换到)驾驶状态A1的请求的时刻,即关键交通场景的发生时刻T1。由此,计算设备C1可以根据路测数据,确定关键交通场景F1的发生时刻T1。
接着,计算设备C1可以执行步骤303,确定关键交通场景F1中感知目标的仿真信息在进行仿真测试时的注入触发条件。
在计算设备C2上进行仿真测试时,当计算设备C2检测到仿真车辆达到或满足该注入触发条件时,计算设备C2可以在仿真交通场景中注入关键交通场景中的感知目标的仿真信息。换言之,在仿真车辆达到或满足该注入触发条件时,计算设备C2可以在仿真交通场景中呈现关键交通场景F1中的感知目标的仿真信息。需要说明的是,此次的关键交通场景中的感知目标的仿真信息是指在后续步骤中对路测数据中对应关键交通场景的数据片段进行处理后,生成的仿真交通场景被再现时中的感知目标。因此,感知目标的仿真信息也可以称为仿真感知目标。仿真车辆可以为对执行自动驾驶算法B2的车辆D1进行仿真得到的车辆。自动驾驶算法B2为对自动驾驶算法B1进行更新或迭代后得到。
示例性的,该注入触发条件可以包括地理位置信息。地理位置信息可以通过高精地图表征。路测数据中的车辆D1的地理位置信息可以通过高精地图表征。在计算设备C2上进行仿真测试时,仿真车辆在仿真测试期间的地理位置或者仿真地理位置也通过高精地图表征。由此,路测数据中或关键交通场景中的地理位置和仿真测试期间的地理位置可以通过统一的方式进行表征。
可以理解,虽然车辆D1的感测系统可以感测到较远距离(有效感测范围内)的感知目标,但车辆D1在行驶期间通常会关注适当距离内的感知目标。例如,车辆D1无需关注距离其1000米或更远的感知目标,而只需关注距离其100米或更近的感知目标。为了尽可能模拟真实的道路测试,在进行仿真测试时,使仿真车辆利用自动驾驶算法B2根据车辆D1道路测试时所关注到感知目标的信息,进行决策,以测试自动驾驶算法B2是否可以应对该关键交通场景F1。即测试车辆在执行自动驾驶算法B2的情况下,在遭遇到该关键交通场景F1时,是否也会在时刻T’1进入驾驶状态A1或产生进入驾驶状态A1的请求。其中,当仿真车辆处于注入触发条件所包括的地理位置信息时,仿真感知目标,可以使得仿真车辆可以感测到或者说仿真感测到道路测试时车辆D1所感测到的感知目标。
其中,时刻T’1是时刻T1对应的仿真时刻。仿真时刻是指路测期间的实际时刻所对应的模拟或者说虚拟时刻。举例而言,道路测试实际发生在2020年1月1日的14:00-16:00,时刻T1是2020年1月1日的14:51,则其仿真时刻,即时刻T’1是指计算机中虚拟或仿真的2020年1月1日的14:51。即使仿真测试实际是在后续时间(2020年5月1日)进行的,但在仿真测试构建的仿真场景下的仿真时间为2020年1月1日的14:51。
示例性的,在本申请实施例提出了目标追踪范围。当感知目标处于车辆D1的目标追踪范围时,也就是说,感知目标与车辆D1的距离小于目标追踪范围时,车辆D1将该感知目标确定为追踪目标,以对该感知目标进行关注。目标追踪范围属于车辆D1的自车信息。
在一些实施例中,在步骤303中,可以根据车辆D1的自车信息和时刻T1确定注入触发条件。
在这些实施例的第一说明性示例中,自车信息可以包括目标追踪范围。在步骤303中,具体确定注入触发条件中的地理位置。具体而言,可以确定路测数据中的车辆D1在时刻T1的地理位置E1。然后,确定与地理位置E1之间的距离等于目标追踪范围,且位于地理位置E1之前的地理位置E2,地理位置E2用作注入触发条件中的地理位置。其中,位于地理位置E1之前的地理位置是指车辆D1在进行道路测试时车辆D1在到达地理位置E1之前所到达的地理位置。
在这些实施例中的第二说明性示例中,自车信息可以包括车辆D1在道路测试期间的各个时刻的车速。可以理解,为了尽可能模拟真实的道路测试,在进行仿真测试的过程中,在仿真车辆利用自动驾驶算法B2根据车辆D1道路测试时所关注到感知目标的信息,进行决策时,仿真车辆的速度应或最好等于或接近道路测试期间对应时间的速度。为此,在步骤303中,可以具体确定注入触发条件中的地理位置和车速。
注入触发条件中的地理位置可以参考第一说明性示例的介绍。注入触发条件中的车速为在道路测试期间,在车辆D1到达注入触发条件中的地理位置时的车速。步骤303在具体实现时,可以先确定注入触发条件中的地理位置,再确定车辆D1到达该地理位置的时刻,然后可以确定当车辆D1到达该地理位置时的车速。由此,可以得到注入触发条件中的车速。
由上所述,本申请实施例的方案是通过在路测数据中截取或者说确定特定时长的数据片段,并利用该数据片段生成仿真交通场景文件或者说仿真交通场景的描述文件。该特定时长的数据片段即为对应于关键交通场景F1的数据。由此,为了得到用于生成仿真交通场景文件的数据片段,需要确定该特定时长的起点时刻以及终点时刻。为方便描述,可以将该特定时长的起点时刻称为关键交通场景F1的起点时刻,以及将该特定时长的终点时刻称为关键交通场景F1的终点时刻。
接下来,介绍起点时刻的确定方案。
继续参阅图3,计算设备C1可以执行步骤304,根据步骤303确定的注入触发条件确定关键交通场景F1的起点时刻。
在一些实施例中,注入触发条件可以包括地理位置。在步骤304中,可以根据注入触发条件所包括的地理位置,确定关键交通场景F1的起点时刻。具体而言,可以将在道路测试期间,车辆D1到达注入触发条件所包括的地理位置的时刻确定为关键交通场景F1的起点时刻。
在一些实施例中,注入触发条件可以包括地理位置和车速。在步骤304中,可以根据注入触发条件所包括的地理位置和车速,确定关键交通场景F1的起点时刻。示例性的,可以预先设置仿真车辆的加速度。该加速度可以为1m/s^2、1.5m/s^2或2m/s^2等。可以根据该加速度和注入触发条件所包括的车速,确定关键交通场景F1的起点时刻。具体而言,可以确定车辆从零速度开始,按照该加速度加速到注入触发条件所包括的车速所需要的时长T2。在一个例子中,可以根据如下公式确定时长T2。
T2=注入触发条件所包括的车速÷预设的加速度。
然后,可以根据时长T2和时刻T1确定起点时刻。具体而言,可以将时刻T1之前,且与时刻T1相隔时长T2的时刻T3,确定为起点时刻。
在该实施例中,可以涉及到交通场景的三个时间点,分别为起点时刻、注入时刻、终点时刻。其中,注入时刻是指在进行仿真测试时,仿真车辆位于注入触发条件所包括的地理位置时的时刻。如上文所述,路测数据中的地理位置和仿真测试时的地理位置通过高精地图表示,并且仿真测试所采用的时间也是对道路测试时间的仿真。因此,仿真测试时的仿真车辆处于注入触发条件所包含的地理位置的时刻和道路测试时的车辆D1处于该地理位置的时刻是相同的。另外,由于仿真测试所采用的时间也是对道路测试时间的仿真,因此,起点时刻和终点时刻可以是仿真测试时仿真交通场景的起点时刻和终点时刻。
示例性的,参阅图4,可以将在仿真测试时,起点时刻至注入时刻之间的阶段称为初始化阶段,在此阶段,仿真车辆可以进行加速,在注入时刻加入到注入触发条件所包括的车速。从而可以适应要求仿真车辆从0开始起步的仿真测试平台。在注入时刻,可以将关键交通场景F1中感知目标的仿真信息注入到仿真交通场景中。在注入时刻至时刻T1(或者说时刻T1的仿真时刻)之间的阶段称为关键场景阶段。在关键场景阶段,可以仿真车辆在执行自动驾驶算法B2的情况下,能否顺利实现自动驾驶,是否也会出现脱离自动驾驶状态情况或者进入紧急刹车状态,从而实现对自动驾驶算法B2的仿真测试。
继续参阅图4,可以将时刻T1(或者说时刻T1的仿真时刻)至终点时刻之间的阶段称为场景结束阶段。
在一些实施例中,对于关键交通场景F1的终点时刻。可以将时刻T1之后,且与时刻T1之间相隔预设时长的时刻T3,确定为终点时刻。该预设时长可以根据经验确定,例如1分钟、2分钟或5分钟等。
通过以上方式,可以确定起点时刻和终点时刻,得到一个时间段。可以将路测数据中在该时间段内的数据片段确定为对应关键交通场景F1的数据,以用于生成仿真交通场景文件。
在一些实施例中,路测数据中的对应关键交通场景F1的数据直接用作仿真交通场景文件。在使用计算设备C2进行仿真测试时,计算设备C2可以根据路测数据中的对应于关键交通场景F1的数据再现关键交通场景F1,即呈现仿真交通场景。计算设备根据路测数据,再现交通场景,可以参考现有技术的介绍,在此不再赘述。
在一些实施例中,可以对对应于关键交通场景F1的数据进行进一步处理,特别是对感知目标的相关信息进行进一步处理。处理后的数据可以用于仿真交通场景文件或者说仿真交通场景描述文件。
接下来,结合图5,对处理对应于关键交通场景F1的数据进行示例说明。为方便描述,在下文,可将对应于关键交通场景F1的数据称为数据G1。
参阅图5,计算设备C1可以执行步骤501,获取数据G1中感知目标的信息。
感知目标的信息可以包括感知目标的位置、速度、类型以及尺寸等信息。
可以理解,受限于车辆D1的感知系统的稳定性及准确性,交通参与者(车辆D1周围的物体,例如交通信号灯、其他车辆、行人等)之间的遮挡等因素,需要对感知目标的信息进行分析、提取等处理,以得到更适合或更利用自动驾驶算法处理的信息。
继续参阅图5,计算设备C1可以执行步骤502,拼接同一感知目标的轨迹。
具体而言,感知系统在感知到某一物体时,可以为该物体设置身份标识(identity,ID)(例如编号等)。在步骤502中,可以根据感知目标的身份标识,确定某一单个目标的轨迹。由于单一感知目标的轨迹会因遮挡、目标标识发生变化等因素而变成若干条不连续的轨迹。针对这种情况,在本申请实施例提出了一种基于时空一致性的轨迹拼接方案,以获得单一目标在关键交通场景F1中的完整轨迹。可以理解,感知系统感知到的单一目标的轨迹具有如下特性。
特性a,后一条轨迹的起点时刻与前一条轨迹的终点时刻相近。
特性b,后一条轨迹的起点位置与前一条轨迹的终点位置相近。
利用上述特性,可以拼接终点和起点在时间上相近(例如两者的时间差小于预设的时长阈值T5。该时长阈值可以为2秒、5秒或10秒等,具体可以根据经验或实验进行预设),且在空间上相近(例如两者的距离小于预设的距离阈值L1。该距离阈值L1可以为1米、3米或5米等,具体可以根据经验或实验进行预设)的轨迹,以获得单一目标在关键交通场景F1中的完整轨迹。也就是说,可以拼接终点和起点在时空上相近的轨迹,可获得单一目标在关键交通场景F1中的完整轨迹。
举例而言,参阅图6,可以设定轨迹1的起点在空间维度上的位置为位置1,在时间维度上的位置为时刻1。还可以设定轨迹1的终点在空间维度上的位置为位置2,在时间维度上的位置为时刻2。还可以设定轨迹2的起点在空间维度上的位置为位置3,在时间维度上的位置为时刻3。还可以设定轨迹2的终点在空间维度上的位置为位置4,在时间维度上的位置为时刻4。假设位置2和位置3之间接近(例如距离小于预设的距离阈值L1),且时刻2和时刻3之间接近(例如时间差小于预设的时长阈值T5),则可以将轨迹1和轨迹2拼接为一条轨迹。
通过上述方式,可以将数据G1所包括的多个轨迹拼接为一条或更多条轨迹。
回到图5,计算设备C1还可以执行步骤503,剔除不合理的感知目标。也就是说,在后续步骤中对不合理的感知目标不做考虑。
示例性的,不合理的感知目标可以是指不符合常理或经验的轨迹所对应的感知目标。例如,长度特别短轨迹(例如小于预设的长度阈值L2,长度阈值L2可以为1米、5米或10米等,具体可以根据经验或实验进行预设)。
示例性的,不合理的感知目标可以是指轨迹上任何一点均距离车辆D1(即自车)较远(例如大于预设的距离阈值L3,该距离阈值L3可以为100米、150米或200米等,具体可以根据经验或实验进行预设)的轨迹所对应的感知目标。
继续参阅图5,计算设备C1可以执行步骤504,确定感知目标的尺寸、类型。尺寸可以是指几何尺寸。也就是说,感知目标的尺寸可以是指感知目标在空间中的大小和形状。类型可以是指物体类型,举例而言,类型可以包括行人、自行车、汽车、火车、交通信号灯、景观树、路障等等。示例性的,车辆D1的感知系统可以确定感知目标的尺寸和类型,由此,在步骤504中,可以直接获取感知目标的尺寸和类型。
计算设备C1还可以执行步骤505,运动目标和静止目标分离。也就是说,在步骤504中,确定哪些感知目标为运动目标,哪些感知目标为静止目标。示例性的,可以根据感知目标的轨迹,确定该感知目标是否为运动目标。举例而言,若感知目标的轨迹的起点和终点之间的距离足够大(例如,可以大于预设的距离阈值L4,该距离阈值L4可以为5米、10米或20米等,具体可以根据经验或实验进行预设),则可以确定该感知目标为运动目标。若感知目标的轨迹的起点和终点之间的距离不足够大,则可以确定该感知目标为静止目标。示例性的,可以根据感知目标的速度,确定该感知目标是否为运动目标。若感知目标的速度足够大(可以大于预设的速度阈值V1,该速度阈值V1可以为1米/秒或3米/秒等,具体可以根据经验或实验进行预设),可以确定该感知目标为运动目标;否则,可以确定该感知目标为静止目标。
对于任一感知目标H1而言,计算设备C1可以执行步骤506,判断感知目标H1是否为静止目标。
若判断结果为否,则可以执行步骤507a,对感知目标H1的轨迹进行拟合。可以理解,自动驾驶车辆的感知系统感知得到的目标轨迹一般不规则,在进行了轨迹拼接后,可以进一步对轨迹的空间曲线和速度曲线进行拟合、光滑。示例性的,步骤507a可以利用傅里叶滤波、贝塞尔曲线滤波、多项式滤波等中的一种或多种平滑滤波算法,对轨迹的空间曲线和速度曲线进行拟合、光滑。
参考步骤507a,对其他运动目标也可以执行轨迹拟合。
在步骤507a之后,计算设备C1还可以执行步骤508a,输出运动目标的信息。
若步骤506的判断结果为是,计算设备C1还可以执行步骤507b,确定感知目标H1的位置和朝向。之后,可以执行步骤508b,输出静止目标的信息。
步骤508a输出的运动目标的信息和步骤508b输出的静止目标的信息可以用于合成或参与合成仿真交通场景文件。
在一些实施例中,感知系统感知的感知目标可以包括交通信号灯的信息,例如类型、状态和位置等。示例性的,计算设备C1在生成仿真交通场景文件时,可以提取车辆D1在时刻T1时的位置的适当范围内(例如与该位置的距离小于距离阈值L5,距离阈值L5可以预设,例如可以为100米或200米)的交通信号灯的信息。示例性的,可以提取关键交通场景F1中每一个位置的适当范围内的交通信号灯的信息。提取到的交通信号的信息可以参与合成交通仿真场景文件。
通过上述方案,可以充分得到关键交通场景F1中的感知目标的信息。
在一些实施例中,可以将得到的感知目标的信息以及图3所示实施例中的起点时刻、时刻T1、注入触发条件、终点时刻等信息,按照一种或多种仿真测试平台所要求的文件格式进行保存,可以得到仿真交通场景文件,或者为仿真交通场景的描述文件。
在一些实施例中,计算设备C1可以直接根据得到的感知目标的信息以及图3所示实施例中的起点时刻、时刻T1、注入触发条件、终点时刻等信息,复现或者说再现关键交通场景F1。
在一些实施例中,再现关键交通场景F1的过程可以如图7所示。
t0-t1期间为场景初始化过程。在该实施例中,在进行仿真测试时,可以要求仿真车辆在到达场景注入时刻(也可以称为场景触发时刻)时,达到道路测试时的车辆D1的状态。在t0-t1期间,仿真车辆可以进行加速,从而可以在场景注入时刻达到车辆D1的车速。其中,在其他实施例中,可以省却场景初始化过程。
在场景仿真阶段(也可以称为关键场景阶段),可以注入感知目标,例如目标1、目标2、目标3等。目标注入后,按照轨迹和速度曲线更新目标状态。另外,在车辆到达某一位置时,可以注入该位置对应的交通信号灯的信息。该位置对应的交通信号灯是指上文所述的该位置的适当范围内的交通信号灯。其中,场景仿真阶段的起点为目标开始注入时刻t1,即上文所述的注入时刻。场景仿真阶段的终点为目标停止注入时刻t2。目标停止注入时刻t2可以为上文所述的时刻T1,或者说时刻T1的仿真时刻。
本申请实施例提供的仿真交通场景文件生成方法,可以基于路测大数据提出的关键场景自动化提取、复现方法形成的场景描述信息的数据量远远小于原始路测数据,大大压缩了路测核心数据(压缩比例约1000:1);并且,可以基于关键场景路测数据构自动构建“真实”关键场景,保证了测试验证场景的完备性和充分性;另外,本申请得到仿真交通场景文件可构建真实的自动驾驶场景,大大加快场景构建过程,保证场景的真实性,形成场景数据库,保证路测有效场景的高效利用,加快自动驾驶系统算法迭代;此外,本申请得到仿真交通场景文件可用于新场景构建与泛化的输入,为新场景的合理性提供基础。
接下来,在一个实例中,对本申请的方案进行示例介绍。
图8示出了一关键交通场景的交互画面。其中,自车直行,右前方他车因前方静止公交车占道促使他车换道,自车的自动驾驶算法未能识别该意图,造成碰撞危险,从而引起主动接管。
按照上述所述的方案,可以确定关键交通场景的起点时刻、注入触发条件、终点时刻等。并拼接、拟合、光滑感知目标的轨迹。其中,图9示出了感知目标轨迹的拼接结果。图10示出了感知目标拼接后的轨迹的空间曲线拟合、光滑结果。图11示出了感知目标拼接后的轨迹的速度曲线拟合、光滑结果。图12示出了再现的该关键交通场景,即图12示出了该关键交通场景所对应的仿真场景。
由此,可得出,本申请实施例提供的仿真交通场景文件生成以及交通场景再现的方案,可以实现核心场景的自动化提取,并且提取的感知目标结果合理且充分;能够准确实现动静目标的分离,静止目标位置和朝向的计算,动态目标空间轨迹和速度曲线处理合理;并且通过图12所示的结果可得出本申请提供的场景复现(或者说再现)方法可以保证核心交互场景的复现(或者说再现)。
综合以上所述,本申请实施例提供了一种仿真交通场景文件生成方法,可以应用于任何具有数据计算、处理能力的装置、设备、平台、设备集群,例如上述计算设备C1。参阅图13,该方法可以包括如下步骤。
步骤1301,获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
步骤1303,确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
步骤1305,根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
步骤1307,至少根据所述第一片段数据,生成仿真交通场景的描述文件;所述描述文件用于在对第二自动驾驶算法进行仿真测试时构建所述仿真交通场景,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
在一些实施例中,所述第一驾驶状态包括人工驾驶状态或自动紧急刹车状态。
在一些实施例中,所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻。
在这些实施例的第一示例中,所述自车信息包括所述自动驾驶车辆的目标追踪范围,其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;所述步骤1305包括:根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;确定所述第二时刻为所述第一时间段的起始时刻。
在这些实施例中第二示例中,所述自车信息包括所述自动驾驶车辆的目标追踪范围和所述自动驾驶车辆在所述行驶测试期间的车速;其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;所述步骤1305包括:根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻。
在第二示例中的一个例子中,图13所示的方法实施例还可以包括:获取预设的加速度;所述根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻包括:根据所述加速度、所述第二时刻和所述第一车速,确定所述起始时刻,以使所述自动驾驶车辆在起始速度为零的情况下,从所述起始时刻开始按照所述加速度加速到所述第二时刻时的速度等于所述第一车速。
在这些实施例的第三示例中,
图13所示的方法实施例还可以包括:获取所述自动驾驶车辆在所述第一时间段的第一自车信息;所述至少根据所述第一片段数据,生成仿真交通场景的描述文件包括:根据所述第一片段数据和所述第一自车信息,生成仿真交通场景。
在一些实施例中,所述第一片段数据包括对应于同一目标类别的多个轨迹;所述步骤1307还可以包括:对所述多个轨迹中不同轨迹进行拼接,得到至少一个拼接轨迹;其中,当所述多个轨迹中第一轨迹的终点位置和所述多个轨迹中第二轨迹的起点位置之间的距离小于第一阈值,且所述第一轨迹的终点时刻和所述第二轨迹的起点时刻之间的时差小于第二阈值时,连接所述第一轨迹的终点和所述第二轨迹起点,得到一个拼接轨迹;根据所述至少一个拼接轨迹,生成所述仿真交通场景。
本申请实施例提供的仿真交通场景文件生成方法,可以自动从路测数据中提取关键交通场景的数据,并生成用于描述仿真交通场景的描述文件,从而可以用于复现或再现真实的关键交通场景;可以保证自动驾驶算法测试或验证场景真实性、完备性以及充分性;并且,描述文件的数据量远远小于路测数据(一般而言,描述文件的数据量小于或等于路测数据的千分之一);另外,该方法可以快速生成仿真交通场景的描述文件,可以加快场景构建过程;生成的描述文件可以用于形成场景数据库,保证了路测时所遭遇的关键交通场景的高效利用,进而可以加快自动驾驶算法的迭代;此外,描述文件可以用于新场景的构建与泛化输入,为新场景的合理性提供了基础。
基于上述所述的内容,本申请实施例还提供了一种交通场景仿真方法,该方法可以应用于任何具有数据计算、处理能力的装置、设备、平台、设备集群,例如上述计算设备C2。参阅图14,该方法可以包括如下步骤。
步骤1401,获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
步骤1403,确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
步骤1405,根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
步骤1407,至少根据所述第一片段数据,构建仿真交通场景;
步骤1409,利用所述仿真交通场景,对虚拟车辆进行仿真测试,其中,在所述仿真测试期间,所述虚拟车辆执行第二自动驾驶算法,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
在一些实施例中,,所述自车信息包括所述自动驾驶车辆的目标追踪范围;所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻和第二时刻;所述自动驾驶车辆在所述第一时刻的位置和在所述第二时刻的位置之间的距离小于或等于所述目标追踪范围;所述仿真交通场景持续第二时间段长,所述第二时间段的时长等于所述第一时间段的时长;所述步骤1409可以包括:当所述虚拟车辆处于所述第二时间段中对应所述第二时刻的时间点时,利用所述第二自动驾驶算法,根据所述仿真交通场景中的参加元素,确定所述虚拟车辆的行驶策略。
在这些实施例的一个说明性示例中,所述至少一个数据片段包括所述自动驾驶车辆在第二时刻时的第一车速;所述步骤1409可以包括:在所述虚拟车辆的起始速度为零的情况下,从所述第二时间段的起始时刻开始按照预设加速度进行加速,以使所述虚拟车辆在所述第二时间段中对应所述第二时刻的时间点时的速度等于所述第一车速。
本申请实施例提供的交通场景仿真方法,可以自动从路测数据中提取关键交通场景的数据,并据此构建仿真交通场景,对自动驾驶算法进行测试或验证,从而保证自动驾驶算法测试或验证场景真实性、完备性以及充分性;另外,该方法快速构建仿真交通场景,保证了路测时所遭遇的关键交通场景的高效利用,进而可以加快自动驾驶算法的迭代。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
参阅图15,本申请实施例提供了一种仿真交通场景文件生成装置1500。如图15所示,装置1500包括:
获取单元1510,用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
第一确定单元1520,用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
第二确定单元1530,用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
生成单元1550,用于至少根据所述第一片段数据,生成仿真交通场景的描述文件;所述描述文件用于在对第二自动驾驶算法进行仿真测试时构建所述仿真交通场景,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
本申请实施例提供的仿真交通场景文件生成装置的各功能单元的功能可以参照上文如图13所示的各方法实施例,在此不再赘述。
参阅图16,本申请实施例中提供了一种交通场景仿真装置1600。如图16所示,所述装置1600包括:
获取单元1610,用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
第一确定单元1620,用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
第二确定单元1630,用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
构建单元1640,用于至少根据所述第一片段数据,构建仿真交通场景;
测试单元1650,用于利用所述仿真交通场景,对虚拟车辆进行仿真测试,其中,在所述仿真测试期间,所述虚拟车辆执行第二自动驾驶算法,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
本申请实施例提供的交通场景仿真装置的各功能单元的功能可以参照上文如图14所示的各方法实施例,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性或其它的形式。
本申请实施例提供了一种计算设备。参阅图17,该计算设备包括处理器1710、存储器1720。其中,所述存储器用于存储计算机执行指令;当所述计算设备运行时,所述处理器1710执行所述存储器1720存储的所述计算机执行指令,以使所述计算设备执行图13所示的方法。其中,所述处理器1710用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;所述处理器1710还用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;所述处理器1710还用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;所述处理器1710还用于至少根据所述第一片段数据,生成仿真交通场景的描述文件;所述描述文件用于在对第二自动驾驶算法进行仿真测试时构建所述仿真交通场景,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
本申请实施例的计算设备各个部件/器件的具体实施方式,可参照上文如图13所示的各方法实施例实现,此处不再赘述。
本申请实施例提供了一种计算设备。继续参阅图17,该计算设备包括处理器1710、存储器1720。其中,所述存储器用于存储计算机执行指令;当所述计算设备运行时,所述处理器1710执行所述存储器1720存储的所述计算机执行指令,以使所述计算设备执行图14所示的方法。其中,所述处理器1710用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;所述处理器1710还用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;所述处理器1710还用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;所述处理器1710还用于至少根据所述第一片段数据,构建仿真交通场景;所述处理器1710还用于利用所述仿真交通场景,对虚拟车辆进行仿真测试,其中,在所述仿真测试期间,所述虚拟车辆执行第二自动驾驶算法,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
本申请实施例的计算设备各个部件/器件的具体实施方式,可参照上文如图14所示的各方法实施例实现,此处不再赘述。
可以理解的是,本申请实施例中的处理器可以是中央处理单元(centralprocessing unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件,硬件部件或者其任意组合。通用处理器可以是微处理器,也可以是任何常规的处理器。
本申请实施例中的方法步骤可以通过硬件的方式来实现,也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read-only memory,ROM)、可编程只读存储器(programmable rom,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。
Claims (26)
1.一种仿真交通场景文件生成方法,其特征在于,所述方法包括:
获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
至少根据所述第一片段数据,生成仿真交通场景的描述文件;所述描述文件用于在对第二自动驾驶算法进行仿真测试时构建所述仿真交通场景,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
2.根据权利要求1所述的方法,其特征在于,所述第一驾驶状态为以下任一种;
人工驾驶状态、自动紧急刹车状态。
3.根据权利要求1或2所述的方法,其特征在于,所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻。
4.根据权利要求3所述的方法,其特征在于,所述自车信息包括所述自动驾驶车辆的目标追踪范围,其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;
所述根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据包括:
根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;
确定所述第二时刻为所述第一时间段的起始时刻。
5.根据权利要求3所述的方法,其特征在于,所述自车信息包括所述自动驾驶车辆的目标追踪范围和所述自动驾驶车辆在所述行驶测试期间的车速;其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;
所述根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据包括:
根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;
根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:获取预设的加速度;
所述根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻包括:
根据所述加速度、所述第二时刻和所述第一车速,确定所述起始时刻,以使所述自动驾驶车辆在起始速度为零的情况下,从所述起始时刻开始按照所述加速度加速到所述第二时刻时的速度等于所述第一车速。
7.根据权利要求3-6任一项所述的方法,其特征在于,
所述方法还包括:
获取所述自动驾驶车辆在所述第一时间段的第一自车信息;
所述至少根据所述第一片段数据,生成仿真交通场景的描述文件包括:
根据所述第一片段数据和所述第一自车信息,生成仿真交通场景。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述第一片段数据包括对应于同一目标类别的多个轨迹;
所述至少根据所述第一片段数据,生成仿真交通场景的描述文件包括:
对所述多个轨迹中不同轨迹进行拼接,得到至少一个拼接轨迹;其中,当所述多个轨迹中第一轨迹的终点位置和所述多个轨迹中第二轨迹的起点位置之间的距离小于第一阈值,且所述第一轨迹的终点时刻和所述第二轨迹的起点时刻之间的时差小于第二阈值时,连接所述第一轨迹的终点和所述第二轨迹起点,得到一个拼接轨迹;
根据所述至少一个拼接轨迹,生成所述仿真交通场景。
9.一种交通场景仿真方法,其特征在于,所述方法包括:
获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
至少根据所述第一片段数据,构建仿真交通场景;
利用所述仿真交通场景,对虚拟车辆进行仿真测试,其中,在所述仿真测试期间,所述虚拟车辆执行第二自动驾驶算法,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
10.根据权利要求9所述的方法,其特征在于,所述自车信息包括所述自动驾驶车辆的目标追踪范围;所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻和第二时刻;所述自动驾驶车辆在所述第一时刻的位置和在所述第二时刻的位置之间的距离小于或等于所述目标追踪范围;
所述仿真交通场景持续第二时间段长,所述第二时间段的时长等于所述第一时间段的时长;
所述利用所述仿真交通场景,对所述虚拟车辆进行仿真测试包括:
当所述虚拟车辆处于所述第二时间段中对应所述第二时刻的时间点时,利用所述第二自动驾驶算法,根据所述仿真交通场景中的参加元素,确定所述虚拟车辆的行驶策略。
11.根据权利要求10所述的方法,其特征在于,所述至少一个数据片段包括所述自动驾驶车辆在第二时刻时的第一车速;
所述利用所述仿真交通场景,对所述虚拟车辆进行仿真测试还包括:
在所述虚拟车辆的起始速度为零的情况下,从所述第二时间段的起始时刻开始按照预设加速度进行加速,以使所述虚拟车辆在所述第二时间段中对应所述第二时刻的时间点时的速度等于所述第一车速。
12.一种仿真交通场景文件生成装置,其特征在于,所述装置包括:
获取单元,用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
第一确定单元,用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
第二确定单元,用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
生成单元,用于至少根据所述第一片段数据,生成仿真交通场景的描述文件;所述描述文件用于在对第二自动驾驶算法进行仿真测试时构建所述仿真交通场景,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
13.根据权利要求12所述的装置,其特征在于,所述第一驾驶状态为以下任一种;
人工驾驶状态、自动紧急刹车状态。
14.根据权利要求12或13所述的装置,其特征在于,所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻。
15.根据权利要求14所述的装置,其特征在于,所述自车信息包括所述自动驾驶车辆的目标追踪范围,其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;
所述第二确定单元还用于:
根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;
确定所述第二时刻为所述第一时间段的起始时刻。
16.根据权利要求14所述的装置,其特征在于,所述自车信息包括所述自动驾驶车辆的目标追踪范围和所述自动驾驶车辆在所述行驶测试期间的车速;其中,当其他感知目标与所述自动驾驶车辆之间的距离小于所述目标追踪范围时,所述自动驾驶车辆确定所述其他感知目标为追踪目标;
所述第二确定单元还用于:
根据所述目标追踪范围和所述自动驾驶车辆所述第一时刻,确定第二时刻,所述第二时刻早于所述第一时刻,且所述自动驾驶车辆在所述第二时刻时的位置和在所述第一时刻时的位置之间的距离等于所述目标追踪范围;
根据所述第二时刻和所述自动驾驶车辆在所述第二时刻时的第一车速,确定所述第一时间段的起始时刻。
17.根据权利要求16所述的装置,其特征在于,所述获取单元还用于:获取预设的加速度;
所述第二确定单元还用于:根据所述加速度、所述第二时刻和所述第一车速,确定所述起始时刻,以使所述自动驾驶车辆在起始速度为零的情况下,从所述起始时刻开始按照所述加速度加速到所述第二时刻时的速度等于所述第一车速。
18.根据权利要求14-17任一项所述的装置,其特征在于,
所述获取单元还用于:获取所述自动驾驶车辆在所述第一时间段的第一自车信息;
所述生成单元还用于:根据所述第一片段数据和所述第一自车信息,生成仿真交通场景。
19.根据权利要求12-18任一项所述的装置,其特征在于,所述第一片段数据包括对应于同一目标类别的多个轨迹;
所述生成单元还用于:
对所述多个轨迹中不同轨迹进行拼接,得到至少一个拼接轨迹;其中,当所述多个轨迹中第一轨迹的终点位置和所述多个轨迹中第二轨迹的起点位置之间的距离小于第一阈值,且所述第一轨迹的终点时刻和所述第二轨迹的起点时刻之间的时差小于第二阈值时,连接所述第一轨迹的终点和所述第二轨迹起点,得到一个拼接轨迹;
根据所述至少一个拼接轨迹,生成所述仿真交通场景。
20.一种交通场景仿真装置,其特征在于,所述装置包括:
获取单元,用于获取路测数据,所述路测数据包括自动驾驶车辆在真实道路上进行行驶测试时所采集的交通场景数据;其中,在所述行驶测试期间,所述自动驾驶车辆执行第一自动驾驶算法;
第一确定单元,用于确定所述自动驾驶车辆在所述行驶测试期间进入第一驾驶状态或产生进入第一驾驶状态请求的第一时刻;
第二确定单元,用于根据所述第一时刻和所述自动驾驶车辆在所述行驶测试期间的自车信息,从所述路测数据中确定第一片段数据;
构建单元,用于至少根据所述第一片段数据,构建仿真交通场景;
测试单元,用于利用所述仿真交通场景,对虚拟车辆进行仿真测试,其中,在所述仿真测试期间,所述虚拟车辆执行第二自动驾驶算法,所述第二自动驾驶算法由对所述第一自动驾驶算法进行更新得到。
21.根据权利要求20所述的装置,其特征在于,所述自车信息包括所述自动驾驶车辆的目标追踪范围;所述第一片段数据为所述自动驾驶车辆在所述行驶测试期间中的第一时间段所采集的数据;其中,所述第一时间段包括所述第一时刻和第二时刻;所述自动驾驶车辆在所述第一时刻的位置和在所述第二时刻的位置之间的距离小于或等于所述目标追踪范围;
所述仿真交通场景持续第二时间段长,所述第二时间段的时长等于所述第一时间段的时长;
所述测试单元还用于:当所述虚拟车辆处于所述第二时间段中对应所述第二时刻的时间点时,利用所述第二自动驾驶算法,根据所述仿真交通场景中的参加元素,确定所述虚拟车辆的行驶策略。
22.根据权利要求21所述的装置,其特征在于,所述至少一个数据片段包括所述自动驾驶车辆在第二时刻时的第一车速;
所述测试单元还用于:在所述虚拟车辆的起始速度为零的情况下,从所述第二时间段的起始时刻开始按照预设加速度进行加速,以使所述虚拟车辆在所述第二时间段中对应所述第二时刻的时间点时的速度等于所述第一车速。
23.一种计算设备,其特征在于,包括:处理器、存储器;
所述存储器用于存储计算机指令;
当所述计算设备运行时,所述处理器执行所述计算机指令,使得所述计算设备执行权利要求1-8任一项所述的方法。
24.一种计算设备,其特征在于,包括:处理器、存储器;
所述存储器用于存储计算机指令;
当所述计算设备运行时,所述处理器执行所述计算机指令,使得所述计算设备执行权利要求9-11任一项所述的方法。
25.一种计算机存储介质,其特征在于,所述计算机存储介质包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行权利要求1-8任一项所述的方法或权利要求9-11任一项所述的方法。
26.一种计算机程序产品,其特征在于,所述计算机程序产品包含的程序代码被电子设备中的处理器执行时,实现权利要求1-8任一项所述的方法或权利要求9-11任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/122350 WO2022082476A1 (zh) | 2020-10-21 | 2020-10-21 | 一种仿真交通场景文件生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112567374A true CN112567374A (zh) | 2021-03-26 |
Family
ID=75034947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080004202.7A Pending CN112567374A (zh) | 2020-10-21 | 2020-10-21 | 一种仿真交通场景文件生成方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230385481A1 (zh) |
EP (1) | EP4224404A4 (zh) |
CN (1) | CN112567374A (zh) |
WO (1) | WO2022082476A1 (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110177374A (zh) * | 2019-06-10 | 2019-08-27 | 公安部交通管理科学研究所 | 一种基于车路协同的v2x功能应用测试方法、装置及系统 |
CN113094275A (zh) * | 2021-04-15 | 2021-07-09 | 北京星云互联科技有限公司 | 一种数据处理方法、装置、电子设备及介质 |
CN113296489A (zh) * | 2021-04-23 | 2021-08-24 | 东风汽车集团股份有限公司 | 驾驶控制器硬件开环测试方法、装置、设备及存储介质 |
CN113343425A (zh) * | 2021-05-08 | 2021-09-03 | 北京三快在线科技有限公司 | 一种仿真测试的方法及装置 |
CN113687600A (zh) * | 2021-10-21 | 2021-11-23 | 中智行科技有限公司 | 仿真测试方法、装置、电子设备及存储介质 |
CN113778108A (zh) * | 2021-10-09 | 2021-12-10 | 招商局检测车辆技术研究院有限公司 | 一种基于路侧感知单元的数据采集系统及数据处理方法 |
CN113868778A (zh) * | 2021-12-02 | 2021-12-31 | 中智行科技有限公司 | 仿真场景管理方法和装置 |
CN114070471A (zh) * | 2021-11-29 | 2022-02-18 | 广州文远知行科技有限公司 | 一种测试数据包传输方法、装置、系统、设备和介质 |
CN114063476A (zh) * | 2022-01-14 | 2022-02-18 | 杭州宏景智驾科技有限公司 | 领航辅助软件在环仿真测试方法、系统、设备及存储介质 |
CN114185330A (zh) * | 2021-12-12 | 2022-03-15 | 蜂联智能(深圳)有限公司 | 基于多场景交互的控制方法及控制装置 |
CN114217539A (zh) * | 2021-10-29 | 2022-03-22 | 北京汽车研究总院有限公司 | 自动驾驶功能的仿真测试方法、装置、车辆及存储介质 |
CN114274938A (zh) * | 2021-12-07 | 2022-04-05 | 所托(杭州)汽车智能设备有限公司 | 一种车辆制动场景确定方法、装置、设备及存储介质 |
CN114397829A (zh) * | 2022-01-06 | 2022-04-26 | 中国第一汽车股份有限公司 | 用于构建自动驾驶仿真场景的方法、装置、设备及介质 |
CN114475653A (zh) * | 2021-12-28 | 2022-05-13 | 广州文远知行科技有限公司 | 一种车辆应急转向仿真场景配置方法和装置 |
CN114794670A (zh) * | 2022-04-01 | 2022-07-29 | 深圳市如本科技有限公司 | 鞋涂场景仿真实施方法及鞋涂测试装置 |
CN114936515A (zh) * | 2022-04-25 | 2022-08-23 | 北京宾理信息科技有限公司 | 一种生成仿真交通场景文件的方法及系统 |
CN115017198A (zh) * | 2022-08-08 | 2022-09-06 | 国汽智控(北京)科技有限公司 | 车辆数据处理方法、装置和设备 |
CN115187742A (zh) * | 2022-09-07 | 2022-10-14 | 西安深信科创信息技术有限公司 | 自动驾驶仿真测试场景生成方法、系统及相关装置 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115081186B (zh) * | 2022-05-17 | 2023-09-26 | 同济大学 | 一种支持数据驱动的驾驶行为仿真系统及其仿真方法 |
CN115148028B (zh) * | 2022-06-30 | 2023-12-15 | 北京小马智行科技有限公司 | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 |
CN115146491B (zh) * | 2022-09-06 | 2022-11-25 | 福思(杭州)智能科技有限公司 | 自动驾驶系统的测试方法和装置、存储介质及电子装置 |
CN115587496B (zh) * | 2022-11-01 | 2023-10-17 | 北京百度网讯科技有限公司 | 基于车路协同的测试方法、装置、设备、系统及存储介质 |
CN115858398B (zh) * | 2023-02-07 | 2023-05-12 | 中汽智联技术有限公司 | 自动驾驶测试场景的生成方法、设备和存储介质 |
CN115952692B (zh) * | 2023-03-10 | 2023-05-30 | 腾讯科技(深圳)有限公司 | 道路交通的仿真方法和装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107678306A (zh) * | 2017-10-09 | 2018-02-09 | 驭势(上海)汽车科技有限公司 | 动态场景信息录制和仿真回放方法、装置、设备及介质 |
CN110717248A (zh) * | 2019-09-11 | 2020-01-21 | 武汉光庭信息技术股份有限公司 | 自动驾驶仿真场景的生成方法及系统、服务器及介质 |
CN110823253A (zh) * | 2019-11-14 | 2020-02-21 | 北京百度网讯科技有限公司 | 基于无人车技术的数据处理方法、装置、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9711050B2 (en) * | 2015-06-05 | 2017-07-18 | Bao Tran | Smart vehicle |
CN111159833A (zh) * | 2018-10-22 | 2020-05-15 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆算法的评估的方法和装置 |
EP3947094A4 (en) * | 2019-03-29 | 2022-12-14 | INTEL Corporation | AUTONOMOUS VEHICLE SYSTEM |
CN110795818B (zh) * | 2019-09-12 | 2022-05-17 | 腾讯科技(深圳)有限公司 | 一种确定虚拟测试场景方法、装置、电子设备和存储介质 |
CN111781855B (zh) * | 2020-07-15 | 2023-10-13 | 北京领骏科技有限公司 | 一种交通在环自动驾驶仿真系统 |
-
2020
- 2020-10-21 CN CN202080004202.7A patent/CN112567374A/zh active Pending
- 2020-10-21 EP EP20958059.6A patent/EP4224404A4/en active Pending
- 2020-10-21 WO PCT/CN2020/122350 patent/WO2022082476A1/zh unknown
-
2023
- 2023-04-20 US US18/303,856 patent/US20230385481A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107678306A (zh) * | 2017-10-09 | 2018-02-09 | 驭势(上海)汽车科技有限公司 | 动态场景信息录制和仿真回放方法、装置、设备及介质 |
CN110717248A (zh) * | 2019-09-11 | 2020-01-21 | 武汉光庭信息技术股份有限公司 | 自动驾驶仿真场景的生成方法及系统、服务器及介质 |
CN110823253A (zh) * | 2019-11-14 | 2020-02-21 | 北京百度网讯科技有限公司 | 基于无人车技术的数据处理方法、装置、设备及存储介质 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110177374A (zh) * | 2019-06-10 | 2019-08-27 | 公安部交通管理科学研究所 | 一种基于车路协同的v2x功能应用测试方法、装置及系统 |
CN110177374B (zh) * | 2019-06-10 | 2022-08-30 | 公安部交通管理科学研究所 | 一种基于车路协同的v2x功能应用测试方法、装置及系统 |
CN113094275A (zh) * | 2021-04-15 | 2021-07-09 | 北京星云互联科技有限公司 | 一种数据处理方法、装置、电子设备及介质 |
CN113296489A (zh) * | 2021-04-23 | 2021-08-24 | 东风汽车集团股份有限公司 | 驾驶控制器硬件开环测试方法、装置、设备及存储介质 |
CN113343425A (zh) * | 2021-05-08 | 2021-09-03 | 北京三快在线科技有限公司 | 一种仿真测试的方法及装置 |
CN113778108A (zh) * | 2021-10-09 | 2021-12-10 | 招商局检测车辆技术研究院有限公司 | 一种基于路侧感知单元的数据采集系统及数据处理方法 |
CN113687600A (zh) * | 2021-10-21 | 2021-11-23 | 中智行科技有限公司 | 仿真测试方法、装置、电子设备及存储介质 |
CN114217539A (zh) * | 2021-10-29 | 2022-03-22 | 北京汽车研究总院有限公司 | 自动驾驶功能的仿真测试方法、装置、车辆及存储介质 |
CN114070471A (zh) * | 2021-11-29 | 2022-02-18 | 广州文远知行科技有限公司 | 一种测试数据包传输方法、装置、系统、设备和介质 |
CN114070471B (zh) * | 2021-11-29 | 2023-11-21 | 广州禹迹科技有限公司 | 一种测试数据包传输方法、装置、系统、设备和介质 |
CN113868778A (zh) * | 2021-12-02 | 2021-12-31 | 中智行科技有限公司 | 仿真场景管理方法和装置 |
CN113868778B (zh) * | 2021-12-02 | 2022-03-11 | 中智行科技有限公司 | 仿真场景管理方法和装置 |
CN114274938A (zh) * | 2021-12-07 | 2022-04-05 | 所托(杭州)汽车智能设备有限公司 | 一种车辆制动场景确定方法、装置、设备及存储介质 |
CN114185330A (zh) * | 2021-12-12 | 2022-03-15 | 蜂联智能(深圳)有限公司 | 基于多场景交互的控制方法及控制装置 |
CN114475653A (zh) * | 2021-12-28 | 2022-05-13 | 广州文远知行科技有限公司 | 一种车辆应急转向仿真场景配置方法和装置 |
CN114475653B (zh) * | 2021-12-28 | 2024-03-15 | 广州文远知行科技有限公司 | 一种车辆应急转向仿真场景配置方法和装置 |
CN114397829A (zh) * | 2022-01-06 | 2022-04-26 | 中国第一汽车股份有限公司 | 用于构建自动驾驶仿真场景的方法、装置、设备及介质 |
CN114063476A (zh) * | 2022-01-14 | 2022-02-18 | 杭州宏景智驾科技有限公司 | 领航辅助软件在环仿真测试方法、系统、设备及存储介质 |
CN114794670A (zh) * | 2022-04-01 | 2022-07-29 | 深圳市如本科技有限公司 | 鞋涂场景仿真实施方法及鞋涂测试装置 |
CN114936515A (zh) * | 2022-04-25 | 2022-08-23 | 北京宾理信息科技有限公司 | 一种生成仿真交通场景文件的方法及系统 |
CN114936515B (zh) * | 2022-04-25 | 2023-09-19 | 北京宾理信息科技有限公司 | 一种生成仿真交通场景文件的方法及系统 |
CN115017198A (zh) * | 2022-08-08 | 2022-09-06 | 国汽智控(北京)科技有限公司 | 车辆数据处理方法、装置和设备 |
CN115017198B (zh) * | 2022-08-08 | 2022-10-14 | 国汽智控(北京)科技有限公司 | 车辆数据处理方法、装置和设备 |
CN115187742A (zh) * | 2022-09-07 | 2022-10-14 | 西安深信科创信息技术有限公司 | 自动驾驶仿真测试场景生成方法、系统及相关装置 |
CN115187742B (zh) * | 2022-09-07 | 2023-02-17 | 西安深信科创信息技术有限公司 | 自动驾驶仿真测试场景生成方法、系统及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
EP4224404A4 (en) | 2023-11-29 |
EP4224404A1 (en) | 2023-08-09 |
WO2022082476A1 (zh) | 2022-04-28 |
US20230385481A1 (en) | 2023-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112567374A (zh) | 一种仿真交通场景文件生成方法及装置 | |
US10482003B1 (en) | Method and system for modifying a control unit of an autonomous car | |
US11137763B2 (en) | Generating and fusing traffic scenarios for automated driving systems | |
CN108334055B (zh) | 车辆自动驾驶算法的检验方法、装置、设备及存储介质 | |
CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
CN111123920A (zh) | 一种自动驾驶仿真测试场景生成方法和装置 | |
CN111797526B (zh) | 一种仿真测试场景构建方法及装置 | |
CN111177887A (zh) | 一种基于真实驾驶场景构造仿真轨迹数据的方法和装置 | |
CN112286206B (zh) | 自动驾驶的模拟方法、系统、设备、可读存储介质及平台 | |
JP6850324B2 (ja) | マルチモデルに基づく障害物分布シミュレーション方法、装置、端末及びプログラム | |
JP6850325B2 (ja) | 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム | |
CN110793548A (zh) | 基于gnss接收机硬件在环的虚实结合的导航仿真测试系统 | |
CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN111368409A (zh) | 车辆流的模拟处理方法、装置、设备和存储介质 | |
CN112447060A (zh) | 识别车道的方法、装置及计算设备 | |
CN111381575B (zh) | 自动测试方法、装置、服务器、电子设备及存储介质 | |
CN111816022A (zh) | 一种模拟场景的仿真方法、装置、存储介质以及电子设备 | |
CN116341648A (zh) | 自动驾驶车辆环境感知能力训练方法、装置、设备及介质 | |
CN114367110B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN110705134A (zh) | 行驶测试方法、装置、设备及计算机可读存储介质 | |
CN111881121B (zh) | 一种自动驾驶数据填充方法和装置 | |
CN115249407B (zh) | 指示灯状态识别方法、装置、电子设备、存储介质及产品 | |
US11644331B2 (en) | Probe data generating system for simulator | |
CN116306029B (zh) | 基于Carla与ROS的自动驾驶仿真测试方法 | |
CN117909223A (zh) | 自动驾驶的仿真测试方法、装置、计算机设备和存储介质 |
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 |