CN112733359A - 动力学模型验证方法、装置、介质、电子设备及无人设备 - Google Patents
动力学模型验证方法、装置、介质、电子设备及无人设备 Download PDFInfo
- Publication number
- CN112733359A CN112733359A CN202110009219.8A CN202110009219A CN112733359A CN 112733359 A CN112733359 A CN 112733359A CN 202110009219 A CN202110009219 A CN 202110009219A CN 112733359 A CN112733359 A CN 112733359A
- Authority
- CN
- China
- Prior art keywords
- target
- unmanned
- parameter
- state information
- dynamic model
- 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.)
- Granted
Links
- 238000012795 verification Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000004088 simulation Methods 0.000 claims abstract description 99
- 230000001133 acceleration Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 21
- 230000036461 convulsion Effects 0.000 claims description 6
- 238000010200 validation analysis Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 101001095088 Homo sapiens Melanoma antigen preferentially expressed in tumors Proteins 0.000 description 7
- 102100037020 Melanoma antigen preferentially expressed in tumors Human genes 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
- G06F9/45508—Runtime interpretation or emulation, e g. emulator loops, bytecode interpretation
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种动力学模型验证方法、装置、介质、电子设备及无人设备,该方法包括:获取目标参数集合,目标参数集合中包括至少一个目标参数;根据至少一个目标参数生成目标运行控制指令,并分别向无人设备和无人设备的动力学模型发送目标运行控制指令,以使无人设备和动力学模型按照至少一个目标参数运行;获取无人设备在按照至少一个目标参数运行时的设备运行状态信息,以及动力学模型在按照至少一个目标参数运行时的仿真运行状态信息;根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证。通过上述方案,无需驾驶员对无人设备进行人工驾驶,通过向无人设备发送指令的方式使得无人设备自动化运行,可以有效提高数据采集效率。
Description
技术领域
本公开涉及无人驾驶领域,具体地,涉及一种动力学模型验证方法、装置、介质、电子设备及无人设备。
背景技术
目前,无人设备的应用越来越广泛,例如无人车、无人机,无人设备利用传感器感知周围环境和自身状态,通过路径规划算法决策下一步运行轨迹,从而实现自动驾驶。
无人设备在实际场景中所面临的外部环境复杂且多变,在无人设备真正自主运行之前,需要对其性能进行测试,以确保设备运行过程中的安全,由于实车测试的成本高、周期长,且效率较低,因此可搭建无人设备的动力学模型,通过无人驾驶仿真平台训练和验证无人设备在不同场景下的感知和决策算法,以仿真的形式对无人设备的性能进行测试。其中,在对无人设备进行仿真测试时,所搭建的动力学模型能否真实的反映无人设备的运动特性,对仿真测试的准确度有较大影响。
发明内容
本公开的目的是提供一种动力学模型验证方法、装置、介质、电子设备及无人设备,以部分地解决相关技术中存在的问题。
为了实现上述目的,第一方面,本公开提供一种动力学模型验证方法,所述方法包括:获取目标参数集合,所述目标参数集合中包括至少一个目标参数;根据所述至少一个目标参数生成目标运行控制指令,并分别向无人设备和所述无人设备的动力学模型发送所述目标运行控制指令,以使所述无人设备和所述动力学模型按照所述至少一个目标参数运行;获取所述无人设备在按照所述至少一个目标参数运行时的设备运行状态信息,以及所述动力学模型在按照所述至少一个目标参数运行时的仿真运行状态信息;根据所述设备运行状态信息和所述仿真运行状态信息,对所述动力学模型进行仿真度验证。
可选地,所述获取目标参数集合,包括:从参数数据库中获取所述目标参数集合,其中,所述参数数据库中存储有至少一个预设参数集合,所述至少一个预设参数集合与至少一种运行工况一一对应,所述目标参数集合为所述至少一个预设参数集合之一。
可选地,所述参数数据库是通过如下方式构建的:针对每一所述运行工况,获取在所述运行工况下所述无人设备的目标运行参数;根据所述目标运行参数确定所述运行工况对应的预设参数集合,并将所述预设参数集合存储于所述参数数据库中。
可选地,所述获取在所述运行工况下所述无人设备的目标运行参数,包括以下中的一种:获取所述无人设备在所述运行工况下产生的第一实际运行参数,并将所述第一实际运行参数作为所述目标运行参数;获取所述无人设备在其他运行工况下产生的第二实际运行参数,并根据所述第二实际运行参数确定在所述运行工况下所述无人设备的拟合运行参数,并将所述拟合运行参数作为所述目标运行参数;获取对所述无人设备在所述运行工况下的运行情况进行仿真得到的仿真运行参数,并将所述仿真运行参数作为所述目标运行参数。
可选地,所述根据所述目标运行参数确定所述运行工况对应的预设参数集合,包括:获取预设的在所述运行工况下所述无人设备的初始运行参数;将所述目标运行参数和所述初始运行参数构成的集合确定为所述运行工况对应的预设参数集合。
可选地,所述目标运行参数包括以下中的至少一者:油门开度、制动力、转向方向信息、转向角度信息;所述初始运行参数包括以下中的至少一者:初始运行时间、初始速度、初始加速度、初始运行方向信息。
可选地,所述设备运行状态信息包括所述无人设备的实时位置信息、实时速度、实时加速度、实时角速度、实时加加速度、实时角加速度;所述仿真运行状态信息包括所述动力学模型的实时位置信息、实时速度、实时加速度、实时角速度、实时加加速度、实时角加速度。
可选地,所述方法还包括:在根据对所述动力学模型的仿真度验证结果确定需要对所述动力学模型进行调整的情况下,对所述动力学模型进行调整。
第二方面,本公开提供一种动力学模型验证方法,应用于无人设备,所述方法包括:接收目标运行控制指令,所述目标运行控制指令是根据目标参数集合中包括的至少一个目标参数生成的;按照所述至少一个目标参数运行;将按照所述至少一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台,其中,所述动力学模型验证平台用于获取所述无人设备的动力学模型按照所述至少一个目标参数运行时的仿真运行状态信息,并根据所述设备运行状态信息和所述仿真运行状态信息对所述动力学模型进行仿真度验证。
第三方面,本公开提供一种动力学模型验证装置,所述装置包括:第一获取模块,被配置成用于获取目标参数集合,所述目标参数集合中包括至少一个目标参数;第一发送模块,被配置成用于根据所述至少一个目标参数生成目标运行控制指令,并分别向无人设备和所述无人设备的动力学模型发送所述目标运行控制指令,以使所述无人设备和所述动力学模型按照所述至少一个目标参数运行;第二获取模块,被配置成用于获取所述无人设备在按照所述至少一个目标参数运行时的设备运行状态信息,以及所述动力学模型在按照所述至少一个目标参数运行时的仿真运行状态信息;验证模块,被配置成用于根据所述设备运行状态信息和所述仿真运行状态信息,对所述动力学模型进行仿真度验证。
可选地,所述第一获取模块,包括:获取子模块,被配置成用于从参数数据库中获取所述目标参数集合,其中,所述参数数据库中存储有至少一个预设参数集合,所述至少一个预设参数集合与至少一种运行工况一一对应,所述目标参数集合为所述至少一个预设参数集合之一。
可选地,所述参数数据库是通过如下模块构建的:第三获取模块,被配置成用于针对每一所述运行工况,获取在所述运行工况下所述无人设备的目标运行参数;确定模块,被配置成用于根据所述目标运行参数确定所述运行工况对应的预设参数集合,并将所述预设参数集合存储于所述参数数据库中。
可选地,所述第三获取模块,包括以下中的一种子模块:第一获取子模块,被配置成用于获取所述无人设备在所述运行工况下产生的第一实际运行参数,并将所述第一实际运行参数作为所述目标运行参数;第二获取子模块,被配置成用于获取所述无人设备在其他运行工况下产生的第二实际运行参数,并根据所述第二实际运行参数确定在所述运行工况下所述无人设备的拟合运行参数,并将所述拟合运行参数作为所述目标运行参数;第三获取子模块,被配置成用于获取对所述无人设备在所述运行工况下的运行情况进行仿真得到的仿真运行参数,并将所述仿真运行参数作为所述目标运行参数。
可选地,所述确定模块,包括:第四获取子模块,被配置成用于获取预设的在所述运行工况下所述无人设备的初始运行参数;确定子模块,被配置成用于将所述目标运行参数和所述初始运行参数构成的集合确定为所述运行工况对应的预设参数集合。
可选地,所述装置还包括:调整模块,被配置成用于在根据对所述动力学模型的仿真度验证结果确定需要对所述动力学模型进行调整的情况下,对所述动力学模型进行调整。
第四方面,本公开提供一种动力学模型验证装置,应用于无人设备,所述装置包括:接收模块,被配置成用于接收目标运行控制指令,所述目标运行控制指令是根据目标参数集合中包括的至少一个目标参数生成的;运行模块,被配置成用于按照所述至少一个目标参数运行;第二发送模块,被配置成用于将按照所述至少一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台,其中,所述动力学模型验证平台用于获取所述无人设备的动力学模型按照所述至少一个目标参数运行时的仿真运行状态信息,并根据所述设备运行状态信息和所述仿真运行状态信息对所述动力学模型进行仿真度验证。
第五方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
第六方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第二方面提供的所述方法的步骤。
第七方面,本公开提供一种电子设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面提供的所述方法的步骤。
第八方面,本公开提供一种无人设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第二方面提供的所述方法的步骤。
通过上述技术方案,分别向无人设备和无人设备的动力学模型发送目标运行控制指令,以使无人设备和动力学模型按照至少一个目标参数运行,不需要驾驶员对无人设备进行人工驾驶操作,通过向无人设备发送目标运行控制指令的方式,可使得无人设备按照目标参数自动化运行,并且可直接获取到无人设备执行指令过程中的设备运行状态信息,不需要如相关技术中由驾驶员人工驾驶设备的方式采集设备运行数据,无需驾驶员人工参与,节省人力,可以有效提高数据采集效率。根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证,可有效验证搭建的动力学模型能否真实的反映无人设备的运动特性,可根据验证结果对动力学模型进行调整以提高动力学模型的仿真度,从而提高对无人设备的仿真测试的准确度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的一种实施环境的示意图。
图2是根据一示例性实施例示出的一种动力学模型验证方法的流程图。
图3是根据一示例性实施例示出的一种动力学模型验证方法的流程图。
图4是根据一示例性实施例示出的一种动力学模型验证方法中动力学模型验证平台、无人设备、动力学模型的交互图。
图5是根据一示例性实施例示出的一种动力学模型验证装置的框图。
图6是根据一示例性实施例示出的一种动力学模型验证装置的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
首先对本公开的应用场景进行介绍。本公开可以应用于对无人设备进行仿真测试的过程中,在对无人设备进行仿真测试时,可首先验证所搭建的动力学模型的仿真度,该仿真度可表征若采用该动力学模型作为无人设备的仿真模型的仿真度,仿真度越高可表征该动力学模型与无人设备的运动特性的一致性越高,也即采用该动力学模型对无人设备进行仿真测试的准确度越高。
图1是根据一示例性实施例示出的一种实施环境的示意图,如图1所示,该实施环境可包括动力学模型验证平台101、无人设备102、无人设备102的动力学模型103。该动力学模型验证平台101可以是服务器、无人驾驶系统等,以外卖配送、物流配送等物品配送领域为例,该无人设备102可以是无人配送车、无人机。其中,无人设备102、动力学模型103均与动力学模型验证平台101通信耦合,例如可以采用3G、4G、5G、NB-IOT、eMTC、LTE、LTE-A、近场通信等任一种方式进行通信。
图2是根据一示例性实施例示出的一种动力学模型验证方法的流程图,该方法可应用于动力学模型验证平台,如图1所示的动力学模型验证平台101,如图2所示,该方法可包括S201至S204。
在S201中,获取目标参数集合。
该目标参数集合中可包括至少一个目标参数,目标参数可以是驱动无人设备运行所需的参数,例如可包括油门开度、方向盘转向方向等。值得说明的是,本公开对目标参数集合中包括的目标参数的数量不做具体限制,可以是一个也可以是多个。
在S202中,根据至少一个目标参数生成目标运行控制指令,并分别向无人设备和无人设备的动力学模型发送该目标运行控制指令,以使无人设备和动力学模型按照至少一个目标参数运行。
在获取到目标参数集合后,可根据目标参数集合中包括的至少一个目标参数生成目标运行控制指令,并分别向无人设备和动力学模型发送该目标运行控制指令。示例地,动力学模型验证平台中可设置有广播模块,该广播模块可将目标运行控制指令分别发送给无人设备和动力学模型。示例地,该目标运行控制指令可以是同时发送给无人设备和动力学模型,也可以是在不同的时间分别发送给无人设备和动力学模型,本公开对于发送方式不做具体限制。无人设备和动力学模型接收到该目标运行控制指令后,可按照至少一个目标参数运行。
在S203中,获取无人设备在按照至少一个目标参数运行时的设备运行状态信息,以及动力学模型在按照至少一个目标参数运行时的仿真运行状态信息。
其中,动力学模型的运行环境可以设置的与无人设备的外部环境相同,例如路面摩擦系数、风阻力等环境与无人设备的环境相同,以保证验证的准确性。
无人设备可将按照至少一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台,示例地,该设备运行状态信息可包括无人设备的实时位置信息、实时速度、实时加速度、实时角速度、实时加加速度、实时角加速度。并且,由于无人设备实际的设备运行状态信息有数据抖动现象,可首先对该设备运行状态信息进行滤波处理。动力学模型可将按照至少一个目标参数运行时的仿真运行状态信息发送至动力学模型验证平台,示例地,该仿真运行状态信息可包括动力学模型的实时位置信息、实时速度、实时加速度、实时角速度、实时加加速度、实时角加速度。
本公开中,不需要驾驶员对无人设备进行人工驾驶操作,通过向无人设备发送目标运行控制指令的方式,可使得无人设备按照目标参数自动化运行,从而可直接获取到无人设备执行指令过程中的设备运行状态信息,无需驾驶员人工参与,不需要如相关技术中由驾驶员人工驾驶设备的方式采集设备运行数据,节省人力,可以有效提高数据采集效率。
在S204中,根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证。
动力学模型和无人设备执行相同的指令,按照相同的参数运行,所产生的仿真运行状态信息和设备运行状态信息之间的差异信息,可反映动力学模型与无人设备之间的差异,如果差异越小,该动力学模型与无人设备的运动特性的一致性越高,则动力学模型的仿真度越高,如果差异越大,该动力学模型与无人设备的运动特性的一致性越低,则仿真度越低。
通过上述技术方案,分别向无人设备和无人设备的动力学模型发送目标运行控制指令,以使无人设备和动力学模型按照至少一个目标参数运行,不需要驾驶员对无人设备进行人工驾驶操作,通过向无人设备发送目标运行控制指令的方式,可使得无人设备按照目标参数自动化运行,并且可直接获取到无人设备执行指令过程中的设备运行状态信息,不需要如相关技术中由驾驶员人工驾驶设备的方式采集设备运行数据,无需驾驶员人工参与,节省人力,可以有效提高数据采集效率。根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证,可有效验证搭建的动力学模型能否真实的反映无人设备的运动特性,可根据验证结果对动力学模型进行调整以提高动力学模型的仿真度,从而提高对无人设备的仿真测试的准确度。
本公开中,S201中获取目标参数集合,可包括:从参数数据库中获取目标参数集合。
其中,参数数据库可预先构建,该参数数据库中可存储有至少一个预设参数集合,至少一个预设参数集合与至少一种运行工况一一对应,目标参数集合为至少一个预设参数集合之一。
其中,不同运行工况下无人设备的运行参数不同,例如共有N种预设的运行工况,参数数据库中可存储有N个预设参数集合,N为大于或等于1的正整数。
示例地,运行工况的类型可包括:直行加减速、直行-起步加速、直行-匀速、直行-停车、直行-滑行、转弯-左右转向、转弯-蛇形试验、转弯-掉头、转弯-变道/绕行、转弯-8字弯道、转弯-S弯道、转弯-定转弯半径、转弯-直角弯、转弯-双移线、转弯-环岛、上下坡-直线起伏路、上下坡-转弯斜坡、上下坡-起步爬坡、泊车-侧方停车、泊车-倒车入库等。每一类型又可包括多种不同的运行工况,以直行加减速为例,可包括低速直行加减速、中速直行加减速、高速直行加减速,以转弯-左右转向为例,根据弯道弧度不同,该类型可分为多种不同的运行工况。
其中,参数数据库可以是通过如下方式构建的:针对每一运行工况,获取在该运行工况下无人设备的目标运行参数;根据该目标运行参数确定该运行工况对应的预设参数集合,并将该预设参数集合存储于参数数据库中。
目标运行参数即无人设备在该运行工况下运行的过程中,无人设备的运行参数。该目标运行参数可包括以下中的至少一者:油门开度、制动力、转向方向信息、转向角度信息。
示例地,获取在该运行工况下无人设备的目标运行参数,可包括以下中的一种:
(1)获取无人设备在该运行工况下产生的第一实际运行参数,并将第一实际运行参数作为目标运行参数。
该第一实际运行参数即无人设备在该运行工况下实际运行而产生的参数,可作为该运行工况下无人设备的目标运行参数。其中,无人设备的实际运行参数可从历史运行数据中得到,无需为了获取该实际运行参数而额外搭建运行环境。
示例地,以直行-匀速运行工况为例,无人设备在该运行工况下的油门开度,可作为该运行工况下无人设备的目标运行参数。又示例地,以低速直行加减速运行工况为例,无人设备在该运行工况下运行的过程中,无人设备的油门开度、制动力,可作为该低速直行加减速运行工况下无人设备的目标运行参数。
(2)获取无人设备在其他运行工况下产生的第二实际运行参数,并根据第二实际运行参数确定在该运行工况下无人设备的拟合运行参数,并将拟合运行参数作为目标运行参数。
示例地,以直行-匀速运行工况类型为例,例如获取到无人设备在速度20km/h直行-匀速运行工况下产生的实际运行参数,根据该实际运行参数可通过预设的规则确定出速度25km/h直行-匀速运行工况下无人设备的拟合运行参数,并将该拟合运行参数作为速度25km/h直行-匀速运行工况下无人设备的目标运行参数。
这样,由于无人设备实际运行的工况有限,通过其他运行工况下无人设备的实际运行参数,可确定出该运行工况下无人设备的拟合运行参数,从而可以有效获取到该运行工况下无人设备的目标运行参数。
(3)获取对无人设备在该运行工况下的运行情况进行仿真得到的仿真运行参数,并将仿真运行参数作为目标运行参数。
示例地,该运行工况例如可以为车速较高的极限运行工况,为了避免无人设备实际在极限运行工况运行带来的安全隐患,极限运行工况下无人设备的目标运行参数可通过仿真的形式得到,将仿真得到的仿真运行参数作为该运行工况下的目标运行参数。
其中,某一运行工况下无人设备的目标运行参数可通过上述方式之一获取,在一实施方式中,可将目标运行参数构成的集合作为该运行工况对应的预设参数集合。
在另一实施方式中,根据目标运行参数确定运行工况对应的预设参数集合,可包括:
获取预设的在该运行工况下无人设备的初始运行参数;将目标运行参数和初始运行参数构成的集合确定为该运行工况对应的预设参数集合。
示例地,初始运行参数可包括以下中的至少一者:初始运行时间、初始速度、初始加速度、初始运行方向信息。该初始运行参数可以是预先设置的,每种运行工况均可预先设置该初始运行参数,并可将初始运行参数和无人设备的目标运行参数构成的集合,确定为该运行工况对应的预设参数集合。在该实施方式中,S101中获取到的目标参数集合中可包括多个目标参数,例如包括至少一个初始运行参数和至少一个目标运行参数,无人设备和动力学模型可首先按照初始运行参数进行初始化,之后再按照目标运行参数运行。
通过上述技术方案,可针对每一预设的运行工况,例如将该运行工况下无人设备的目标运行参数和预设的初始运行参数构成的集合,确定为该运行工况对应的预设参数集合存储于参数数据库中。动力学模型验证平台可从预先构建的参数数据库中获取目标参数集合,生成目标运行控制指令,并分别向无人设备和无人设备的动力学模型发送该目标运行控制指令。动力学模型验证平台可直接获取到无人设备执行指令过程中的设备运行状态信息,无需相关技术中由驾驶员人工驾驶设备的方式采集设备运行数据,能够对动力学模型的仿真度进行自动化验证,整个验证过程无需人工参与,不仅效率高且节省人力。
可选地,可根据如下公式,根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证:
其中,MAPE表示绝对百分比误差,MAPE值越小表示动力学模型的仿真度越高,yt表示无人设备执行目标运行控制指令过程中的第t个设备运行状态信息,yt’表示动力学模型执行目标运行控制指令过程中的第t个同类型的仿真运行状态信息,n为运行状态信息的个数。
其中,无人设备和运动学模型在某一运行工况下运行,运行状态信息可包括多种类型的信息,每种类型的信息均可计算出一个MAPE值,例如根据实时位置信息计算出位置MAPE,根据实时速度计算出速度MAPE,根据实时加速度计算出加速度MAPE,等等,可将多种MAPE加权得到该运行工况对应的MAPE值,以对动力学模型的仿真度进行验证。
示例地,目标参数集合可以是其中一种运行工况下的运行参数,该目标运行控制指令用于控制无人设备和动力学模型在该运行工况下运行。其中,上述S101~S104可以被执行多次,以控制无人车和动力学模型在多种运行工况运行,从而可以根据多种运行工况下的运行状态信息对动力学模型的仿真度进行综合验证。
另外,本公开提供的动力学模型验证方法还可包括:在根据对动力学模型的仿真度验证结果确定需要对动力学模型进行调整的情况下,对动力学模型进行调整。
如果仿真度验证结果表征动力学模型的仿真度较低,则需要对动力学模型进行调整,以提高动力学模型的仿真度,调整方式可参照相关技术。
图3是根据一示例性实施例示出的一种动力学模型验证方法的流程图,该方法可应用于无人设备,如图1所示的无人设备102,如图3所示,该方法可包括S301至S303。
在S301中,接收目标运行控制指令,所述目标运行控制指令是根据目标参数集合中包括的至少一个目标参数生成的。
在S302中,按照至少一个目标参数运行。
在S303中,将按照至少一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台,其中,所述动力学模型验证平台用于获取所述无人设备的动力学模型按照所述至少一个目标参数运行时的仿真运行状态信息,并根据所述设备运行状态信息和所述仿真运行状态信息对所述动力学模型进行仿真度验证。
通过上述技术方案,无人设备可接收动力学模型验证平台发送的目标运行控制指令,并按照至少一个目标参数运行,不需要驾驶员对无人设备进行人工驾驶操作,通过向无人设备发送目标运行控制指令的方式,可使得无人设备按照目标参数自动化运行,并且可直接获取到无人设备执行指令过程中的设备运行状态信息,不需要如相关技术中由驾驶员人工驾驶设备的方式采集设备运行数据,无需驾驶员人工参与,节省人力,可以有效提高数据采集效率。动力学模型验证平台可根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证,可有效验证搭建的动力学模型能否真实的反映无人设备的运动特性,可根据验证结果对动力学模型进行调整以提高动力学模型的仿真度,提高对无人设备的仿真测试的准确度。
关于上述实施例中的方法,其中各个步骤执行操作的具体方式已经在应用于动力学模型验证平台的方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种动力学模型验证方法中动力学模型验证平台101、无人设备102、动力学模型103的交互图,如图4所示,该方法可包括S401至S411。
在S401中,动力学模型验证平台101从参数数据库中获取目标参数集合。所述目标参数集合中包括至少一个目标参数。
在S402中,动力学模型验证平台101根据至少一个目标参数生成目标运行控制指令。
在S403中,动力学模型验证平台101向无人设备102发送目标运行控制指令。
在S404中,动力学模型验证平台101向动力学模型103发送目标运行控制指令。
在S405中,无人设备102接收目标运行控制指令,按照至少一个目标参数运行。
在S406中,动力学模型103接收目标运行控制指令,按照至少一个目标参数运行。
在S407中,无人设备102将按照所述一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台101。
在S408中,动力学模型103将按照所述一个目标参数运行时的仿真运行状态信息发送至动力学模型验证平台101。
在S409中,动力学模型验证平台101接收设备运行状态信息。
在S410中,动力学模型验证平台101接收仿真运行状态信息。
在S411中,动力学模型验证平台101根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证。
值得说明的是,图4所示的实施例仅为示例性的,对于其中步骤的执行顺序,本公开不做具体限制,例如,S403和S404可并行执行,S405和S406可并行执行,S407和S408可并行执行,等等。
基于同一发明构思,本公开还提供一种动力学模型验证装置,图5是根据一示例性实施例示出的一种动力学模型验证装置的框图,该装置可应用于动力学模型验证平台,如图1所示的动力学模型验证平台101,如图5所示,该装置500可包括:
第一获取模块501,被配置成用于获取目标参数集合,所述目标参数集合中包括至少一个目标参数;
第一发送模块502,被配置成用于根据所述至少一个目标参数生成目标运行控制指令,并分别向无人设备和所述无人设备的动力学模型发送所述目标运行控制指令,以使所述无人设备和所述动力学模型按照所述至少一个目标参数运行;
第二获取模块503,被配置成用于获取所述无人设备在按照所述至少一个目标参数运行时的设备运行状态信息,以及所述动力学模型在按照所述至少一个目标参数运行时的仿真运行状态信息;
验证模块504,被配置成用于根据所述设备运行状态信息和所述仿真运行状态信息,对所述动力学模型进行仿真度验证。
采用上述装置,分别向无人设备和无人设备的动力学模型发送目标运行控制指令,以使无人设备和动力学模型按照至少一个目标参数运行,不需要驾驶员对无人设备进行人工驾驶操作,通过向无人设备发送目标运行控制指令的方式,可使得无人设备按照目标参数自动化运行,并且可直接获取到无人设备执行指令过程中的设备运行状态信息,不需要如相关技术中由驾驶员人工驾驶设备的方式采集设备运行数据,无需驾驶员人工参与,节省人力,可以有效提高数据采集效率。根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证,可有效验证搭建的动力学模型能否真实的反映无人设备的运动特性,可根据验证结果对动力学模型进行调整以提高动力学模型的仿真度,提高对无人设备的仿真测试的准确度。
可选地,所述第一获取模块501,可包括:获取子模块,被配置成用于从参数数据库中获取所述目标参数集合,其中,所述参数数据库中存储有至少一个预设参数集合,所述至少一个预设参数集合与至少一种运行工况一一对应,所述目标参数集合为所述至少一个预设参数集合之一。
可选地,所述参数数据库是通过如下模块构建的:第三获取模块,被配置成用于针对每一所述运行工况,获取在所述运行工况下所述无人设备的目标运行参数;确定模块,被配置成用于根据所述目标运行参数确定所述运行工况对应的预设参数集合,并将所述预设参数集合存储于所述参数数据库中。
可选地,所述第三获取模块,包括以下中的一种子模块:第一获取子模块,被配置成用于获取所述无人设备在所述运行工况下产生的第一实际运行参数,并将所述第一实际运行参数作为所述目标运行参数;第二获取子模块,被配置成用于获取所述无人设备在其他运行工况下产生的第二实际运行参数,并根据所述第二实际运行参数确定在所述运行工况下所述无人设备的拟合运行参数,并将所述拟合运行参数作为所述目标运行参数;第三获取子模块,被配置成用于获取对所述无人设备在所述运行工况下的运行情况进行仿真得到的仿真运行参数,并将所述仿真运行参数作为所述目标运行参数。
可选地,所述确定模块,包括:第四获取子模块,被配置成用于获取预设的在所述运行工况下所述无人设备的初始运行参数;确定子模块,被配置成用于将所述目标运行参数和所述初始运行参数构成的集合确定为所述运行工况对应的预设参数集合。
可选地,所述装置500还可包括:调整模块,被配置成用于在根据对所述动力学模型的仿真度验证结果确定需要对所述动力学模型进行调整的情况下,对所述动力学模型进行调整。
图6是根据一示例性实施例示出的一种动力学模型验证装置的框图,该装置可应用于无人设备,如图1所示的无人设备102,如图6所示,该装置600可包括:
接收模块601,被配置成用于接收目标运行控制指令,所述目标运行控制指令是根据目标参数集合中包括的至少一个目标参数生成的;
运行模块602,被配置成用于按照所述至少一个目标参数运行;
第二发送模块603,被配置成用于将按照所述至少一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台,其中,所述动力学模型验证平台用于获取所述无人设备的动力学模型按照所述至少一个目标参数运行时的仿真运行状态信息,并根据所述设备运行状态信息和所述仿真运行状态信息对所述动力学模型进行仿真度验证。
采用上述装置,无人设备可接收动力学模型验证平台发送的目标运行控制指令,并按照至少一个目标参数运行,不需要驾驶员对无人设备进行人工驾驶操作,通过向无人设备发送目标运行控制指令的方式,可使得无人设备按照目标参数自动化运行,并且可直接获取到无人设备执行指令过程中的设备运行状态信息,不需要如相关技术中由驾驶员人工驾驶设备的方式采集设备运行数据,无需驾驶员人工参与,节省人力,可以有效提高数据采集效率。动力学模型验证平台可根据设备运行状态信息和仿真运行状态信息,对动力学模型进行仿真度验证,可有效验证搭建的动力学模型能否真实的反映无人设备的运动特性,可根据验证结果对动力学模型进行调整以提高动力学模型的仿真度,提高对无人设备的仿真测试的准确度。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述应用于无人设备的动力学模型验证方法的步骤。
本公开还提供一种无人设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现上述应用于无人设备的动力学模型验证方法的步骤。
图7是根据一示例性实施例示出的一种电子设备700的框图。例如,电子设备700可以被提供为一服务器。参照图7,电子设备700包括处理器722,其数量可以为一个或多个,以及存储器732,用于存储可由处理器722执行的计算机程序。存储器732中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器722可以被配置为执行该计算机程序,以执行上述的应用于动力学模型验证平台的动力学模型验证方法。
另外,电子设备700还可以包括电源组件726和通信组件750,该电源组件726可以被配置为执行电子设备700的电源管理,该通信组件750可以被配置为实现电子设备700的通信,例如,有线或无线通信。此外,该电子设备700还可以包括输入/输出(I/O)接口758。电子设备700可以操作基于存储在存储器732的操作系统,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的应用于动力学模型验证平台的动力学模型验证方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器732,上述程序指令可由电子设备700的处理器722执行以完成上述的应用于动力学模型验证平台的动力学模型验证方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的应用于动力学模型验证平台的动力学模型验证方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (14)
1.一种动力学模型验证方法,其特征在于,所述方法包括:
获取目标参数集合,所述目标参数集合中包括至少一个目标参数;
根据所述至少一个目标参数生成目标运行控制指令,并分别向无人设备和所述无人设备的动力学模型发送所述目标运行控制指令,以使所述无人设备和所述动力学模型按照所述至少一个目标参数运行;
获取所述无人设备在按照所述至少一个目标参数运行时的设备运行状态信息,以及所述动力学模型在按照所述至少一个目标参数运行时的仿真运行状态信息;
根据所述设备运行状态信息和所述仿真运行状态信息,对所述动力学模型进行仿真度验证。
2.根据权利要求1所述的方法,其特征在于,所述获取目标参数集合,包括:
从参数数据库中获取所述目标参数集合,其中,所述参数数据库中存储有至少一个预设参数集合,所述至少一个预设参数集合与至少一种运行工况一一对应,所述目标参数集合为所述至少一个预设参数集合之一。
3.根据权利要求2所述的方法,其特征在于,所述参数数据库是通过如下方式构建的:
针对每一所述运行工况,获取在所述运行工况下所述无人设备的目标运行参数;根据所述目标运行参数确定所述运行工况对应的预设参数集合,并将所述预设参数集合存储于所述参数数据库中。
4.根据权利要求3所述的方法,其特征在于,所述获取在所述运行工况下所述无人设备的目标运行参数,包括以下中的一种:
获取所述无人设备在所述运行工况下产生的第一实际运行参数,并将所述第一实际运行参数作为所述目标运行参数;
获取所述无人设备在其他运行工况下产生的第二实际运行参数,并根据所述第二实际运行参数确定在所述运行工况下所述无人设备的拟合运行参数,并将所述拟合运行参数作为所述目标运行参数;
获取对所述无人设备在所述运行工况下的运行情况进行仿真得到的仿真运行参数,并将所述仿真运行参数作为所述目标运行参数。
5.根据权利要求3所述的方法,其特征在于,所述根据所述目标运行参数确定所述运行工况对应的预设参数集合,包括:
获取预设的在所述运行工况下所述无人设备的初始运行参数;
将所述目标运行参数和所述初始运行参数构成的集合确定为所述运行工况对应的预设参数集合。
6.根据权利要求5所述的方法,其特征在于,
所述目标运行参数包括以下中的至少一者:油门开度、制动力、转向方向信息、转向角度信息;
所述初始运行参数包括以下中的至少一者:初始运行时间、初始速度、初始加速度、初始运行方向信息。
7.根据权利要求1-6中任一项所述的方法,其特征在于,
所述设备运行状态信息包括所述无人设备的实时位置信息、实时速度、实时加速度、实时角速度、实时加加速度、实时角加速度;
所述仿真运行状态信息包括所述动力学模型的实时位置信息、实时速度、实时加速度、实时角速度、实时加加速度、实时角加速度。
8.根据权利要求1-6中任一项所述的方法,其特征在于,所述方法还包括:
在根据对所述动力学模型的仿真度验证结果确定需要对所述动力学模型进行调整的情况下,对所述动力学模型进行调整。
9.一种动力学模型验证方法,其特征在于,应用于无人设备,所述方法包括:
接收目标运行控制指令,所述目标运行控制指令是根据目标参数集合中包括的至少一个目标参数生成的;
按照所述至少一个目标参数运行;
将按照所述至少一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台,其中,所述动力学模型验证平台用于获取所述无人设备的动力学模型按照所述至少一个目标参数运行时的仿真运行状态信息,并根据所述设备运行状态信息和所述仿真运行状态信息对所述动力学模型进行仿真度验证。
10.一种动力学模型验证装置,其特征在于,所述装置包括:
第一获取模块,被配置成用于获取目标参数集合,所述目标参数集合中包括至少一个目标参数;
第一发送模块,被配置成用于根据所述至少一个目标参数生成目标运行控制指令,并分别向无人设备和所述无人设备的动力学模型发送所述目标运行控制指令,以使所述无人设备和所述动力学模型按照所述至少一个目标参数运行;
第二获取模块,被配置成用于获取所述无人设备在按照所述至少一个目标参数运行时的设备运行状态信息,以及所述动力学模型在按照所述至少一个目标参数运行时的仿真运行状态信息;
验证模块,被配置成用于根据所述设备运行状态信息和所述仿真运行状态信息,对所述动力学模型进行仿真度验证。
11.一种动力学模型验证装置,其特征在于,应用于无人设备,所述装置包括:
接收模块,被配置成用于接收目标运行控制指令,所述目标运行控制指令是根据目标参数集合中包括的至少一个目标参数生成的;
运行模块,被配置成用于按照所述至少一个目标参数运行;
第二发送模块,被配置成用于将按照所述至少一个目标参数运行时的设备运行状态信息发送至动力学模型验证平台,其中,所述动力学模型验证平台用于获取所述无人设备的动力学模型按照所述至少一个目标参数运行时的仿真运行状态信息,并根据所述设备运行状态信息和所述仿真运行状态信息对所述动力学模型进行仿真度验证。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤,或者,该程序被处理器执行时实现权利要求9所述方法的步骤。
13.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-8中任一项所述方法的步骤。
14.一种无人设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求9所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110009219.8A CN112733359B (zh) | 2021-01-05 | 2021-01-05 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110009219.8A CN112733359B (zh) | 2021-01-05 | 2021-01-05 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112733359A true CN112733359A (zh) | 2021-04-30 |
CN112733359B CN112733359B (zh) | 2024-01-12 |
Family
ID=75589496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110009219.8A Active CN112733359B (zh) | 2021-01-05 | 2021-01-05 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112733359B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112994958A (zh) * | 2021-05-17 | 2021-06-18 | 新华三技术有限公司 | 一种网络管理系统、方法、装置及电子设备 |
CN113642103A (zh) * | 2021-07-23 | 2021-11-12 | 北京三快在线科技有限公司 | 动力学模型参数的调整方法、装置、介质及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807238A (zh) * | 2019-08-26 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 一种仿真模型校准方法及相关设备 |
CN110955976A (zh) * | 2019-11-29 | 2020-04-03 | 安徽江淮汽车集团股份有限公司 | Adas虚拟仿真验证方法及系统 |
CN111125854A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 车辆动力学模型的优化方法、装置、存储介质和终端设备 |
US20200184027A1 (en) * | 2018-12-07 | 2020-06-11 | Zoox, Inc. | System and method for modeling physical objects in a simulation |
CN111324044A (zh) * | 2018-11-28 | 2020-06-23 | 苏州慧德仿真技术有限公司 | 一种用于无人驾驶汽车的仿真系统及测试平台 |
CN111523254A (zh) * | 2020-06-18 | 2020-08-11 | 交通运输部公路科学研究所 | 一种操控特性可调的车辆验证平台及实现方法 |
CN111856969A (zh) * | 2020-08-06 | 2020-10-30 | 北京赛目科技有限公司 | 自动驾驶仿真测试方法及装置 |
CN111897305A (zh) * | 2020-06-02 | 2020-11-06 | 浙江吉利汽车研究院有限公司 | 一种基于自动驾驶的数据处理方法、装置、设备及介质 |
CN112130472A (zh) * | 2020-10-14 | 2020-12-25 | 广州小鹏自动驾驶科技有限公司 | 一种自动驾驶的仿真测试系统和方法 |
-
2021
- 2021-01-05 CN CN202110009219.8A patent/CN112733359B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125854A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 车辆动力学模型的优化方法、装置、存储介质和终端设备 |
CN111324044A (zh) * | 2018-11-28 | 2020-06-23 | 苏州慧德仿真技术有限公司 | 一种用于无人驾驶汽车的仿真系统及测试平台 |
US20200184027A1 (en) * | 2018-12-07 | 2020-06-11 | Zoox, Inc. | System and method for modeling physical objects in a simulation |
CN110807238A (zh) * | 2019-08-26 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 一种仿真模型校准方法及相关设备 |
CN110955976A (zh) * | 2019-11-29 | 2020-04-03 | 安徽江淮汽车集团股份有限公司 | Adas虚拟仿真验证方法及系统 |
CN111897305A (zh) * | 2020-06-02 | 2020-11-06 | 浙江吉利汽车研究院有限公司 | 一种基于自动驾驶的数据处理方法、装置、设备及介质 |
CN111523254A (zh) * | 2020-06-18 | 2020-08-11 | 交通运输部公路科学研究所 | 一种操控特性可调的车辆验证平台及实现方法 |
CN111856969A (zh) * | 2020-08-06 | 2020-10-30 | 北京赛目科技有限公司 | 自动驾驶仿真测试方法及装置 |
CN112130472A (zh) * | 2020-10-14 | 2020-12-25 | 广州小鹏自动驾驶科技有限公司 | 一种自动驾驶的仿真测试系统和方法 |
Non-Patent Citations (1)
Title |
---|
张文明;韩泓冰;杨珏;易筱;: "基于驾驶员行为的神经网络无人驾驶控制", 华南理工大学学报(自然科学版), no. 12 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112994958A (zh) * | 2021-05-17 | 2021-06-18 | 新华三技术有限公司 | 一种网络管理系统、方法、装置及电子设备 |
CN112994958B (zh) * | 2021-05-17 | 2021-08-13 | 新华三技术有限公司 | 一种网络管理系统、方法、装置及电子设备 |
WO2022242024A1 (zh) * | 2021-05-17 | 2022-11-24 | 新华三技术有限公司 | 一种网络管理系统、方法、装置及电子设备 |
EP4161015A4 (en) * | 2021-05-17 | 2024-01-03 | New H3C Technologies Co., Ltd. | NETWORK MANAGEMENT SYSTEM, METHOD AND APPARATUS, AND ELECTRONIC DEVICE |
CN113642103A (zh) * | 2021-07-23 | 2021-11-12 | 北京三快在线科技有限公司 | 动力学模型参数的调整方法、装置、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112733359B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109747659B (zh) | 车辆驾驶的控制方法和装置 | |
CN108319259B (zh) | 一种测试系统及测试方法 | |
CN106020203B (zh) | 用于控制无人驾驶车辆的方法及装置 | |
CN106991041B (zh) | 用于测试用于自主车辆的软件的方法和装置 | |
CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
CN111580493B (zh) | 一种自动驾驶仿真方法、系统及介质 | |
CN112733359B (zh) | 动力学模型验证方法、装置、介质、电子设备及无人设备 | |
CN110673602B (zh) | 一种强化学习模型、车辆自动驾驶决策的方法和车载设备 | |
CN112382165B (zh) | 驾驶策略生成方法、装置、介质、设备及仿真系统 | |
CN107991898A (zh) | 一种无人驾驶车辆模拟测试装置及电子设备 | |
CN113835421B (zh) | 训练驾驶行为决策模型的方法及装置 | |
US20210374308A1 (en) | Method of simulating autonomous vehicle in virtual environment | |
Gruyer et al. | From virtual to reality, how to prototype, test and evaluate new ADAS: Application to automatic car parking | |
CN112256590B (zh) | 虚拟场景有效性判定方法、装置和自动驾驶系统 | |
CN113848855A (zh) | 车辆控制系统测试方法、装置、设备、介质及程序产品 | |
CN109461342A (zh) | 一种用于无人驾驶机动车的教学系统及其教学方法 | |
CN110968088A (zh) | 车辆控制参数的确定方法、装置、车载控制器和无人车 | |
Aparow et al. | A comprehensive simulation platform for testing autonomous vehicles in 3D virtual environment | |
CN113848749A (zh) | 自动驾驶仿真测试系统、方法、电子设备及存储介质 | |
CN113987753A (zh) | 参数标定的方法及装置 | |
CN114442507A (zh) | 基于频率控制的车辆在环自动驾驶仿真测试方法和系统 | |
CN114254521A (zh) | 车辆能耗仿真方法、装置、设备及计算机存储介质 | |
CN112671487A (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
Artunedo et al. | Advanced co-simulation framework for cooperative maneuvers among vehicles | |
US10831209B2 (en) | Using a long-term recurrent convolutional network to plan a sequence of lateral controls in autonomous driving |
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 |