CN112989568A - 仿真场景三维道路自动化构建方法和装置 - Google Patents
仿真场景三维道路自动化构建方法和装置 Download PDFInfo
- Publication number
- CN112989568A CN112989568A CN202110165753.8A CN202110165753A CN112989568A CN 112989568 A CN112989568 A CN 112989568A CN 202110165753 A CN202110165753 A CN 202110165753A CN 112989568 A CN112989568 A CN 112989568A
- Authority
- CN
- China
- Prior art keywords
- road
- dimensional
- scene
- section
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种仿真场景三维道路自动化构建方法和装置,获取高精度地图数据进行预处理,在三维引擎中创建交通场景相关的数据元素模型;将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。区分道路数据中的直线型路段、弯曲型路段和交叉口道路,进行适应性建模,自动构建具备真实视觉效果的道路元素模型,同时降低场景的顶点复杂度,提升渲染效率。与传统的虚拟场景制作需要建模人员通过三维软件进行手动建模相比,本发明实现了自动化场景构建,并通过自适应的方式,简化了场景模型的复杂度,实现了快速的交通路网场景构建和高效率的渲染运行速度,便于结合交通流和外部传感器实现大规模自动驾驶仿真。
Description
技术领域
本发明涉及自动驾驶仿真技术领域,尤其涉及一种仿真场景三维道路自动化构建方法和装置。
背景技术
近年来,自动驾驶系统的研发与测试迅速发展,测试评价是智能网联汽车基础支撑技术之一,在自动驾驶汽车领域,我们可以预计采用计算机仿真方法测试自动驾驶车辆安全性,未来也将成为汽车设计的一种标准方法与规范。仿真测试与真实物理测试构成相互结合的有机整体,两者缺一不可。
目前以自动驾驶虚拟场景库驱动的仿真测试,仅能基于预设虚拟场景进行测试,并不能完整验证和评价自动驾驶测试功能,还需要大量的接近现实的随机场景。构建同现实世界一致的城市级区域数字化路网,有助于进行大范围的随机仿真测试。
发明内容
为了解决上述问题,本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的仿真场景三维道路自动化构建方法和装置。
第一方面,本发明实施例提供一种仿真场景三维道路自动化构建方法,包括:
S1,获取高精度地图数据进行预处理;
S2,在三维引擎中创建交通场景相关的数据元素模型;
S3,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
优选的,步骤S1中,获取高精度地图数据进行预处理,包括:
针对高精度地图数据的道路数据,将道路路段类型分为直线型路段、弯曲型路段和交叉口道路,对不同类型的道路路段进行形点标注;
对于直线型路段,基于车道线获取道路中线,保留道路中线首位端点作为形点;
对于弯曲型路段,基于车道线获取道路中线,标注车道宽度,在弯曲型路段的道路中线上每隔第一预设距离设置一个形点;
对于交叉口道路,在交叉口道路的每一车道上每隔第二预设距离设置一个形点。
优选的,所述将道路路段类型分为直线型路段、弯曲型路段和交叉口道路,具体包括:
基于道路数据获取每一道路路段的道路中线,计算道路中线的曲率,若道路中线的曲率不大于预设曲率阈值,则道路中线对应的道路路段为直线型路段;
若道路中线的曲率大于预设曲率阈值,则道路中线对应的道路路段为弯曲型路段;
交叉口道路由存在同一交点的不少于三条车道构成。
优选的,步骤S2中,在三维引擎中创建交通场景相关的数据元素模型,包括:
针对不同类型的道路路段分别创建不同的道路元素模型;
创建交通元素模型,包括但不限于路面标识和交通信号灯。
优选的,所述针对不同类型道路路段分别创建不同的道路元素模型,具体包括:
对于直线型路段,在两车道首尾设置顶点创建直线型路段模型;
对于弯曲型路段,在车道线每隔第一预设长度设置一个顶点,创建弯曲型路段对应的第一样条网格体;
对于交叉口道路,基于交叉口处的每一车道单独建模,并在车道线每隔第二预设长度设置一个顶点,创建交叉口车道对应的第二样条网格体。
优选的,步骤S3中,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据,包括:
对于道路数据中的直线型路段,基于道路中线对直线型路段模型进行旋转和拉伸变换;
对于弯曲型路段,根据弯曲型路段的形态,在弯曲型路段的每两个形点间插入第一样条网格体;
对于交叉口道路,对交叉口道路的各个车道进行单独放样,在交叉口车道每两个形点间插入第二样条网格体。
优选的,步骤S3还包括:
在路面模型构建完成后,绘制车道线贴附在路面模型上。
第二方面,本发明实施例还提供一种仿真场景三维道路自动化构建装置,包括:
预处理模块,用于获取高精度地图数据进行预处理;
道路元素创建模块,用于在三维引擎中创建交通场景相关的数据元素模型;
道路场景模型构建模块,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
第三方面,本发明实施例提供了一种电子设备,包括处理器、存储器、通信接口和通信总线;其中,所述处理器、存储器、通信接口通过所述通信总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行第一方面实施例提供的仿真场景三维道路自动化构建方法。
第四方面,本发明实施例提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机程序,该计算机程序被处理器执行时实现以执行第一方面实施例提供的仿真场景三维道路自动化构建方法。
本发明实施例提供的仿真场景三维道路自动化构建方法和装置,获取高精度地图数据进行预处理,区分道路数据中的直线型路段、弯曲型路段和交叉口道路,进行适应性建模,自动构建具备真实视觉效果的道路元素模型,同时降低场景的顶点复杂度,提升渲染效率。与传统的虚拟场景制作需要建模人员通过三维软件进行手动建模相比,本发明实现了自动化场景构建,并通过自适应的方式,简化了场景模型的复杂度,实现了快速的交通路网场景构建和高效率的渲染运行速度,便于结合交通流和外部传感器实现大规模自动驾驶仿真。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的仿真场景三维道路自动化构建方法流程示意图;
图2为本发明实施例提供的直线型路段的形点标注示意图;
图3为本发明实施例提供的弯曲型路段的道路元素模型创建示意图;
图4为本发明实施例提供的弯曲型路段对应的路面模型构建示意图;
图5为本发明实施例提供的仿真场景三维道路自动化构建装置结构示意图;
图6为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
传统的虚拟场景制作,需要建模人员通过三维软件进行手动建模。而随着高精度地图的发展,当前已经具备了具备车道级数据,及各种交通标志物元素的结构化地图数据,通过对这些数据的应用,自动或者半自动生成路网,可以高效构建仿真场景,用于自动驾驶测试。
因此,本发明实施例提供一种仿真场景三维道路自动化构建方法,获取高精度地图数据进行预处理,区分道路数据中的直线型路段、弯曲型路段和交叉口道路,进行适应性建模,自动构建具备真实视觉效果的道路元素模型,同时降低场景的顶点复杂度,提升渲染效率。以下将结合附图通过多个实施例进行展开说明和介绍。
图1为本发明实施例提供的仿真场景三维道路自动化构建方法流程示意图,如图1所示,本发明实施例提供的仿真场景三维道路自动化构建方法包括但不限于以下步骤:
步骤S1,获取高精度地图数据进行预处理。
其中,高精度地图数据包括道路数据和交通元素,其中道路数据包含车道线的位置、类型、宽度、坡度和曲率等车道信息。交通元素包含车道周边的固定对象信息,比如路面标识、交通信号灯等信息,交通元素还包括高架物体、隔离护栏、数目、道路边缘类型、路边地标等基础设施信息。
本实施例中,针对高精度地图数据的道路数据进行预处理,将道路路段类型分为直线型路段、弯曲型路段和交叉口道路,对不同类型的道路路段进行形点标注。
具体地,对于直线型路段,基于车道线获取道路中线,保留道路中线首位端点作为形点。如图2所示,图2为本发明实施例提供的直线型路段的形点标注示意图。
对于弯曲型路段,基于车道线获取道路中线,标注车道宽度,在弯曲型路段的道路中线上每隔第一预设距离设置一个形点。第一预设距离可以设置为5~10米,本发明实施例对此不作具体限定。
对于交叉口道路,在交叉口道路的每一车道上每隔第二预设距离设置一个形点。第二预设距离可以设置为3~5米,本发明实施例对此不作具体限定。
步骤S2,在三维引擎中创建交通场景相关的数据元素模型;
本实施例在三维引擎中创建交通场景相关的数据元素模型,数据元素模型包括道路元素模型和交通元素模型,其中,道路元素包括直线型路段、弯曲型路段和交叉口道路。交通元素包括但不限于路面标识和交通信号灯。
具体的,本发明针对不同类型的道路路段分别创建不同的道路元素模型。其中,对于直线型路段,基于整个路面建模,在两车道首尾设置顶点创建直线型路段模型。对于弯曲型路段,基于整个路面建模,在车道线每隔第一预设长度设置一个顶点,创建弯曲型路段对应的第一样条网格体,便于第一样条网格体的放样变形。图3为本发明实施例提供的弯曲型路段的道路元素模型创建示意图。其中,第一预设长度可以设置为1米。
对于交叉口道路,基于交叉口处的每一车道单独建模,并在车道线每隔第二预设长度设置一个顶点,创建交叉口车道对应的第二样条网格体。第二预设长度可以设置为0.5米,本发明实施例对此不作具体限定。
步骤S3,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
具体地,将预处理后的高精度地图数据导入三维引擎并自动化建模,针对不同道路元素,使用不同方式建立路面模型。其中,对于道路数据中的直线型路段,基于道路中线对直线型路段模型进行旋转和拉伸变换。对于弯曲型路段,根据弯曲型路段的形态,在弯曲型路段的每两个形点间插入第一样条网格体,得到弯曲型路段对应的路面模型,如图4所示,图4为本发明实施例提供的弯曲型路段对应的路面模型构建示意图。对于交叉口道路,对交叉口道路的各个车道进行单独放样,在交叉口车道每两个形点间插入第二样条网格体,完成路面模型的构建。在路面模型的基础上,在车道周边创建仿真的交通元素,例如道路周边的路面标识、交通信号灯、隔离护栏等,最终完成三维交通场景数据的构建。
本发明实施例提供的仿真场景三维道路自动化构建方法,区分直线型路段、弯曲型路段和交叉口道路,进行适应性建模,自动构建具备真实视觉效果的道路元素模型,同时降低场景的顶点复杂度,提升渲染效率。与传统的虚拟场景制作需要建模人员通过三维软件进行手动建模相比,本发明实现了自动化场景构建,并通过自适应的方式,简化了场景模型的复杂度,实现了快速的交通路网场景构建和高效率的渲染运行速度,便于结合交通流和外部传感器实现大规模自动驾驶仿真。
基于上述实施例的内容,在一个实施例中,步骤S1针对高精度地图数据的道路数据进行预处理的过程中,将道路路段类型分为直线型路段、弯曲型路段和交叉口道路,具体包括:
基于道路数据获取每一道路路段的道路中线,计算道路中线的曲率,若道路中线的曲率不大于预设曲率阈值,则道路中线对应的道路路段为直线型路段;
若道路中线的曲率大于预设曲率阈值,则道路中线对应的道路路段为弯曲型路段;
交叉口道路由存在同一交点的不少于三条车道构成。
基于上述实施例的内容,在一个实施例中,,步骤S3中,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据,具体包括:
首先,针对不同道路元素,使用不同方式建立路面模型。其中,对于道路数据中的直线型路段,基于道路中线对直线型路段模型进行旋转和拉伸变换。对于弯曲型路段,根据弯曲型路段的形态,在弯曲型路段的每两个形点间插入第一样条网格体。对于交叉口道路,对交叉口道路的各个车道进行单独放样,在交叉口车道每两个形点间插入第二样条网格体,完成路面模型的构建。
部分标准的十字路口,丁字路口,使用标准模型处理,标准模型使用可编程模型组件,可在与道路形点连接处进行顶点对齐。
在路面模型构建完成后,绘制车道线(实现,虚线,双黄线等)贴附在路面模型上。这样车线道纹理可以同道路纹理贴图无缝结合,避免车道线和路面模型叠加处理。
预处理后的高精度地图数据导入三维引擎后,能够得到交通元素比如路面标识、交通信号灯的形状和位置信息,结合步骤S2中三维引擎建立的交通元素模型,在路面模型的基础上,在车道周边创建仿真的交通元素,例如道路周边的路面标识、交通信号灯、隔离护栏等,最终完成三维交通场景数据的构建。
在一个实施例中,图5为本发明实施例提供的仿真场景三维道路自动化构建装置结构示意图,本发明实施例提供的仿真场景三维道路自动化构建装置用于执行上述方法实施例中的仿真场景三维道路自动化构建方法。如图5所示,该装置包括:
预处理模块501,用于获取高精度地图数据进行预处理;
道路元素创建模块502,用于在三维引擎中创建交通场景相关的数据元素模型;
道路场景模型构建模块503,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
具体的如何利用窗口预处理模块501、道路元素创建模块502和道路场景模型构建模块503进行仿真场景三维道路自动化构建,可以参照前述的方法实施例,本发明实施例在此不再赘述。
在一个实施例中,本发明实施例提供了本发明实施例提供了一种电子设备,如图/6所示,该电子设备可以包括:处理器(processor)601、通信接口(CommunicationsInterface)602、存储器(memory)603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令,以执行上述各实施例提供的仿真场景三维道路自动化构建方法的步骤,例如包括:S1,获取高精度地图数据进行预处理;S2,在三维引擎中创建交通场景相关的数据元素模型;S3,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
在一个实施例中,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的仿真场景三维道路自动化构建方法的步骤,例如包括:S1,获取高精度地图数据进行预处理;S2,在三维引擎中创建交通场景相关的数据元素模型;S3,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
综上所述,本发明实施例提供了一种仿真场景三维道路自动化构建方法和装置,获取高精度地图数据进行预处理,区分道路数据中的直线型路段、弯曲型路段和交叉口道路,进行适应性建模,自动构建具备真实视觉效果的道路元素模型,同时降低场景的顶点复杂度,提升渲染效率。与传统的虚拟场景制作需要建模人员通过三维软件进行手动建模相比,本发明实现了自动化场景构建,并通过自适应的方式,简化了场景模型的复杂度,实现了快速的交通路网场景构建和高效率的渲染运行速度,便于结合交通流和外部传感器实现大规模自动驾驶仿真。
本发明的各实施方式可以任意进行组合,以实现不同的技术效果。
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各实施方式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。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种仿真场景三维道路自动化构建方法,其特征在于,包括:
S1,获取高精度地图数据进行预处理;
S2,在三维引擎中创建交通场景相关的数据元素模型;
S3,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
2.根据权利要求1所述的仿真场景三维道路自动化构建方法,其特征在于,步骤S1中,获取高精度地图数据进行预处理,包括:
针对高精度地图数据的道路数据,将道路路段类型分为直线型路段、弯曲型路段和交叉口道路,对不同类型的道路路段进行形点标注;
对于直线型路段,基于车道线获取道路中线,保留道路中线首位端点作为形点;
对于弯曲型路段,基于车道线获取道路中线,标注车道宽度,在弯曲型路段的道路中线上每隔第一预设距离设置一个形点;
对于交叉口道路,在交叉口道路的每一车道上每隔第二预设距离设置一个形点。
3.根据权利要求2所述的仿真场景三维道路自动化构建方法,其特征在于,所述将道路路段类型分为直线型路段、弯曲型路段和交叉口道路,具体包括:
基于道路数据获取每一道路路段的道路中线,计算道路中线的曲率,若道路中线的曲率不大于预设曲率阈值,则道路中线对应的道路路段为直线型路段;
若道路中线的曲率大于预设曲率阈值,则道路中线对应的道路路段为弯曲型路段;
交叉口道路由存在同一交点的不少于三条车道构成。
4.根据权利要求2所述的仿真场景三维道路自动化构建方法,其特征在于,步骤S2中,在三维引擎中创建交通场景相关的数据元素模型,包括:
针对不同类型的道路路段分别创建不同的道路元素模型;
创建交通元素模型,包括但不限于路面标识和交通信号灯。
5.根据权利要求4所述的仿真场景三维道路自动化构建方法,其特征在于,所述针对不同类型道路路段分别创建不同的道路元素模型,具体包括:
对于直线型路段,在两车道首尾设置顶点创建直线型路段模型;
对于弯曲型路段,在车道线每隔第一预设长度设置一个顶点,创建弯曲型路段对应的第一样条网格体;
对于交叉口道路,基于交叉口处的每一车道单独建模,并在车道线每隔第二预设长度设置一个顶点,创建交叉口车道对应的第二样条网格体。
6.根据权利要求5所述的仿真场景三维道路自动化构建方法,其特征在于,步骤S3中,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据,包括:
对于道路数据中的直线型路段,基于道路中线对直线型路段模型进行旋转和拉伸变换;
对于弯曲型路段,根据弯曲型路段的形态,在弯曲型路段的每两个形点间插入第一样条网格体;
对于交叉口道路,对交叉口道路的各个车道进行单独放样,在交叉口车道每两个形点间插入第二样条网格体。
7.根据权利要求6所述的仿真场景三维道路自动化构建方法,其特征在于,步骤S3还包括:
在路面模型构建完成后,绘制车道线贴附在路面模型上。
8.一种仿真场景三维道路自动化构建装置,其特征在于,包括:
预处理模块,用于获取高精度地图数据进行预处理;
道路元素创建模块,用于在三维引擎中创建交通场景相关的数据元素模型;
道路场景模型构建模块,将预处理后的高精度地图数据导入三维引擎,基于数据元素模型构建三维交通场景数据。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述仿真场景三维道路自动化构建方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述仿真场景三维道路自动化构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110165753.8A CN112989568B (zh) | 2021-02-06 | 2021-02-06 | 仿真场景三维道路自动化构建方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110165753.8A CN112989568B (zh) | 2021-02-06 | 2021-02-06 | 仿真场景三维道路自动化构建方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112989568A true CN112989568A (zh) | 2021-06-18 |
CN112989568B CN112989568B (zh) | 2023-04-07 |
Family
ID=76348596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110165753.8A Active CN112989568B (zh) | 2021-02-06 | 2021-02-06 | 仿真场景三维道路自动化构建方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989568B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361144A (zh) * | 2021-07-15 | 2021-09-07 | 中交第二公路勘察设计研究院有限公司 | 一种基于bim的道路驾驶模拟环境建立方法 |
CN113744360A (zh) * | 2021-08-12 | 2021-12-03 | 的卢技术有限公司 | 一种高精地图数据自动生成道路元素网格的方法和系统 |
CN113761618A (zh) * | 2021-08-03 | 2021-12-07 | 武汉光庭信息技术股份有限公司 | 一种基于实数据的3d仿真道路网自动化构建方法及系统 |
CN114049764A (zh) * | 2021-10-27 | 2022-02-15 | 东南大学 | 一种基于卷积长短时记忆神经网络的交通仿真方法及系统 |
CN115329409A (zh) * | 2022-10-13 | 2022-11-11 | 北京开云互动科技有限公司 | 一种虚拟场景中的悬链线快速建模方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170301232A1 (en) * | 2016-04-13 | 2017-10-19 | Here Global B.V. | Intersection Map Message Creation for Vehicle Communication |
US20170316127A1 (en) * | 2016-04-29 | 2017-11-02 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for constructing testing scenario for driverless vehicle |
CN110263381A (zh) * | 2019-05-27 | 2019-09-20 | 南京航空航天大学 | 一种自动驾驶车辆测试仿真场景生成方法 |
CN110415330A (zh) * | 2019-04-29 | 2019-11-05 | 当家移动绿色互联网技术集团有限公司 | 道路生成方法、装置、存储介质及电子设备 |
CN110533768A (zh) * | 2019-08-18 | 2019-12-03 | 武汉中海庭数据技术有限公司 | 一种仿真交通场景生成方法及系统 |
CN110795819A (zh) * | 2019-09-16 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 自动驾驶仿真场景的生成方法和装置、存储介质 |
CN110807219A (zh) * | 2019-10-16 | 2020-02-18 | 湖北亿咖通科技有限公司 | 道路网络的三维仿真建模方法、装置、终端及存储介质 |
CN111145355A (zh) * | 2019-12-25 | 2020-05-12 | 北京经纬恒润科技有限公司 | 道路网格数据生成方法及装置 |
CN111338232A (zh) * | 2020-02-26 | 2020-06-26 | 杭州飞步科技有限公司 | 自动驾驶仿真方法及装置 |
CN111797001A (zh) * | 2020-05-27 | 2020-10-20 | 中汽数据有限公司 | 一种基于SCANeR的自动驾驶仿真测试模型的构建方法 |
CN111796530A (zh) * | 2020-05-26 | 2020-10-20 | 北京智行者科技有限公司 | 一种自动驾驶软件在环仿真方法 |
-
2021
- 2021-02-06 CN CN202110165753.8A patent/CN112989568B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170301232A1 (en) * | 2016-04-13 | 2017-10-19 | Here Global B.V. | Intersection Map Message Creation for Vehicle Communication |
US20170316127A1 (en) * | 2016-04-29 | 2017-11-02 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for constructing testing scenario for driverless vehicle |
CN110415330A (zh) * | 2019-04-29 | 2019-11-05 | 当家移动绿色互联网技术集团有限公司 | 道路生成方法、装置、存储介质及电子设备 |
CN110263381A (zh) * | 2019-05-27 | 2019-09-20 | 南京航空航天大学 | 一种自动驾驶车辆测试仿真场景生成方法 |
CN110533768A (zh) * | 2019-08-18 | 2019-12-03 | 武汉中海庭数据技术有限公司 | 一种仿真交通场景生成方法及系统 |
CN110795819A (zh) * | 2019-09-16 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 自动驾驶仿真场景的生成方法和装置、存储介质 |
CN110807219A (zh) * | 2019-10-16 | 2020-02-18 | 湖北亿咖通科技有限公司 | 道路网络的三维仿真建模方法、装置、终端及存储介质 |
CN111145355A (zh) * | 2019-12-25 | 2020-05-12 | 北京经纬恒润科技有限公司 | 道路网格数据生成方法及装置 |
CN111338232A (zh) * | 2020-02-26 | 2020-06-26 | 杭州飞步科技有限公司 | 自动驾驶仿真方法及装置 |
CN111796530A (zh) * | 2020-05-26 | 2020-10-20 | 北京智行者科技有限公司 | 一种自动驾驶软件在环仿真方法 |
CN111797001A (zh) * | 2020-05-27 | 2020-10-20 | 中汽数据有限公司 | 一种基于SCANeR的自动驾驶仿真测试模型的构建方法 |
Non-Patent Citations (1)
Title |
---|
马志成等: "自动驾驶整车在环仿真平台研究及模拟实现", 《汽车实用技术》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361144A (zh) * | 2021-07-15 | 2021-09-07 | 中交第二公路勘察设计研究院有限公司 | 一种基于bim的道路驾驶模拟环境建立方法 |
CN113361144B (zh) * | 2021-07-15 | 2022-05-20 | 中交第二公路勘察设计研究院有限公司 | 一种基于bim的道路驾驶模拟环境建立方法 |
CN113761618A (zh) * | 2021-08-03 | 2021-12-07 | 武汉光庭信息技术股份有限公司 | 一种基于实数据的3d仿真道路网自动化构建方法及系统 |
CN113761618B (zh) * | 2021-08-03 | 2024-04-16 | 武汉光庭信息技术股份有限公司 | 一种基于实数据的3d仿真道路网自动化构建方法及系统 |
CN113744360A (zh) * | 2021-08-12 | 2021-12-03 | 的卢技术有限公司 | 一种高精地图数据自动生成道路元素网格的方法和系统 |
CN114049764A (zh) * | 2021-10-27 | 2022-02-15 | 东南大学 | 一种基于卷积长短时记忆神经网络的交通仿真方法及系统 |
CN115329409A (zh) * | 2022-10-13 | 2022-11-11 | 北京开云互动科技有限公司 | 一种虚拟场景中的悬链线快速建模方法 |
CN115329409B (zh) * | 2022-10-13 | 2023-01-31 | 北京开云互动科技有限公司 | 一种虚拟场景中的悬链线快速建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112989568B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112989568B (zh) | 仿真场景三维道路自动化构建方法和装置 | |
CN110415330B (zh) | 道路生成方法、装置、存储介质及电子设备 | |
US8046204B2 (en) | Collecting and modeling object simulation data | |
CN105069842A (zh) | 道路三维模型的建模方法和装置 | |
CN112199991B (zh) | 一种应用于车路协同路侧感知的仿真点云滤波方法和系统 | |
CN112084719B (zh) | 基于计算机辅助设计和辅助仿真的道路交通智能设计平台 | |
CN112382079B (zh) | 一种面向车路协同的路侧感知模拟仿真方法和系统 | |
CN111005274B (zh) | 道路平面交叉口交通组织自动生成方法、系统及存储介质 | |
CN110838178B (zh) | 道路场景模型的确定方法及装置 | |
CN115618478B (zh) | 一种城轨工程中bim模型导入渲染引擎的智能化方法和系统 | |
Zhao et al. | Autonomous driving simulation for unmanned vehicles | |
CN113076638A (zh) | 一种基于bim与vissim微观仿真的双向交通导改模拟方法 | |
Gangel et al. | Modelling the ZalaZONE proving ground: A benchmark of state-of-the-art automotive simulators PreScan, IPG CarMaker, and VTD Vires | |
CN115292913A (zh) | 一种面向车路协同的路测感知仿真系统 | |
CN114120673A (zh) | 用于信号灯的信息处理方法、装置、设备及存储介质 | |
CN110706342B (zh) | 一种基于BIM模型Web端轻量化展示地质模型剖面的方法 | |
CN115841558B (zh) | 城市道路建模的方法、装置、电子设备和存储介质 | |
CN110610543B (zh) | 一种建立三维路面和路口的方法及装置 | |
Zhuo et al. | A novel vehicle detection framework based on parallel vision | |
Gao et al. | A procedural generation method of urban roads based on osm | |
CN111241923A (zh) | 一种实时检测立体车库的方法和系统 | |
CN111898648A (zh) | 路网图生成方法、装置、电子设备和计算机可读存储介质 | |
CN115438517B (zh) | 仿真地图生成方法、电子设备及计算机存储介质 | |
Sugihara | Straight skeleton for automatic generation of 3-D building models with general shaped roofs | |
Gang et al. | Procedural modeling of urban road network |
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 |