CN113156837B - 矿区自动驾驶矿卡仿真模型构建方法、装置、介质及设备 - Google Patents
矿区自动驾驶矿卡仿真模型构建方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN113156837B CN113156837B CN202110702401.1A CN202110702401A CN113156837B CN 113156837 B CN113156837 B CN 113156837B CN 202110702401 A CN202110702401 A CN 202110702401A CN 113156837 B CN113156837 B CN 113156837B
- Authority
- CN
- China
- Prior art keywords
- image
- simulation
- mine
- automatic driving
- mine card
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 claims abstract description 17
- 238000005065 mining Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008676 import Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000011161 development Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种矿区自动驾驶矿卡仿真模型构建方法、装置、计算机可读存储介质和电子设备，通过获取自动驾驶矿卡的结构参数，其中结构参数包括自动驾驶矿卡的形状、大小及颜色，并且根据结构参数构建自动驾驶矿卡的模拟图像，然后将模拟图像导入工业仿真系统，最后建立模拟图像与工业仿真系统的接口结构，将模拟图像与工业仿真系统相融合，利用视觉开发软件等快速构建与实际矿卡参数一致的仿真结构，以实现工业仿真系统中高精度模拟图像的显示，从而提高了仿真精度和仿真效果的真实性体验。
Description
技术领域
本申请涉及矿车自动驾驶技术领域，具体涉及一种矿区自动驾驶矿卡仿真模型构建方法、装置、计算机可读存储介质和电子设备。
背景技术
近年来，针对特殊封闭场景的露天矿区自动驾驶技术作为自动驾驶落地化、最具潜力的商业开发领域备受国内外厂商的关注。矿区自动驾驶仿真技术可以极大的削减开发测试成本，缩短自动驾驶开发周期，并做到零安全事故。为了在日趋激烈的技术开发竞争中获得领先优势，各大厂商纷纷对该领域的自动驾驶仿真系统开发加大投入。然而，不同于乘用车的自动驾驶开发，矿区自动驾驶面临这一大难题：矿区道路崎岖且环境恶劣，路面没有标识线，路侧滑坡易造成行车危险等。因此，要对矿区内行驶的矿卡进行高精度、有效的自动驾驶仿真测试，就必须先解决高精度的矿卡建模问题。一般来讲，用于自动驾驶仿真领域的矿卡结构复杂，既要提升视觉审美，达到仿真需求，又要在自动驾驶仿真系统中利用程序化驱动无疑是很困难的。
但是，目前自动驾驶仿真技术中常用的仿真模型多为单一颜色材质，自动驾驶仿真领域内常见的仿真引擎，如PanoSim、PreScan、CarSim/TruckSim、CarMaker/TruckMaker等也都支持这种格式的模型。究其原因是为自动仿真中需要支撑大量的车辆功能及后台算法，故应该尽量降低仿真模型的复杂度，以便达到节约资源的目的。而利用视觉开发软件进行建模和贴图材质处理后对矿车进行车辆运动约束，导入引擎中不能识别，从而不能加载到仿真系统中使用，导致了仿真系统中自动驾驶矿卡的精确度和视觉效果较差。
发明内容
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种矿区自动驾驶矿卡仿真模型构建方法、装置、计算机可读存储介质和电子设备，解决了上述仿真系统中自动驾驶矿卡的精确度和视觉效果较差的问题。
根据本申请的一个方面，提供了一种矿区自动驾驶矿卡仿真模型构建方法，包括：获取所述自动驾驶矿卡的结构参数；其中，所述结构参数包括所述自动驾驶矿卡的形状、大小及颜色；根据所述结构参数构建所述自动驾驶矿卡的模拟图像；将所述模拟图像导入所述工业仿真系统；以及建立所述模拟图像与工业仿真系统的接口结构。
在一实施例中，所述根据所述结构参数构建所述自动驾驶矿卡的模拟图像包括：根据所述自动驾驶矿卡的形状和大小，构建所述自动驾驶矿卡的结构图像；对所述结构图像进行UV平铺，得到平铺图像；以及对所述平铺图像进行贴图处理，得到所述模拟图像。
在一实施例中，所述结构图像包括三维图像；其中，所述对所述结构图像进行UV平铺，得到平铺图像包括：将所述结构图像的皮肤展开为第一象限内的二位图像；其中，展开后的所述结构图像不存在重叠位置。
在一实施例中，所述对所述平铺图像进行贴图处理包括：根据所述自动驾驶矿卡的颜色，对所述平铺图像进行颜色贴图。
在一实施例中，所述根据所述结构参数构建所述自动驾驶矿卡的模拟图像包括：基于所述结构参数，利用视觉开发软件进行三维模型修改，得到初始图像；以及利用三维视角不断检查并修改所述初始图像，得到所述模拟图像。
在一实施例中，所述建立所述模拟图像与工业仿真系统的接口结构包括：确定所述模拟图像与所述工业仿真系统的上下级关系和嵌套关系；确定所述模拟图像与所述工业仿真系统中各个控制对象的相互关系；以及根据所述上下级关系、嵌套关系及所述各个控制对象的相互关系，建立所述接口结构。
在一实施例中，所述将所述模拟图像导入所述工业仿真系统包括：将所述模拟图像导出为三维交互文件；以及将所述三维交互文件导入所述工业仿真系统。
根据本申请的一个方面，提供了一种矿区自动驾驶矿卡仿真模型构建装置，包括：参数获取模块，用于获取所述自动驾驶矿卡的结构参数；其中，所述结构参数包括所述自动驾驶矿卡的形状、大小及颜色；图像构建模块，用于根据所述结构参数构建所述自动驾驶矿卡的模拟图像；图像导入模块，用于将所述模拟图像导入所述工业仿真系统；以及接口建立模块，用于建立所述模拟图像与工业仿真系统的接口结构。
根据本申请的一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的矿区自动驾驶矿卡仿真模型构建方法。
根据本申请的一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述任一所述的矿区自动驾驶矿卡仿真模型构建方法。
本申请的实施例提供的一种矿区自动驾驶矿卡仿真模型构建方法、装置、计算机可读存储介质和电子设备，通过获取自动驾驶矿卡的结构参数，其中结构参数包括自动驾驶矿卡的形状、大小及颜色，并且根据结构参数构建自动驾驶矿卡的模拟图像，然后将模拟图像导入工业仿真系统，最后建立模拟图像与工业仿真系统的接口结构，将模拟图像与工业仿真系统相融合，利用视觉开发软件等快速构建与实际矿卡参数一致的仿真结构，以实现工业仿真系统中高精度模拟图像的显示，从而提高了仿真精度和仿真效果的真实性体验。
附图说明
通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1是本申请一示例性实施例提供的一种矿区自动驾驶矿卡仿真模型构建方法的流程示意图。
图2是本申请一示例性实施例提供的一种模拟图像构建方法的流程示意图。
图3是本申请一示例性实施例提供的一种接口结构建立方法的流程示意图。
图4是本申请一示例性实施例提供的一种矿区自动驾驶矿卡仿真模型构建装置的结构示意图。
图5是本申请另一示例性实施例提供的一种矿区自动驾驶矿卡仿真模型构建装置的结构示意图。
图6是本申请一示例性实施例提供的电子设备的结构图。
具体实施方式
下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
矿区自动驾驶仿真技术可以极大地削减开发测试成本，缩短自动驾驶开发周期，并做到零安全事故。然而，不同于乘用车的自动驾驶开发，矿区自动驾驶面临这一大难题：矿区道路崎岖且环境恶劣，路面没有标识线，路侧滑坡易造成行车危险等。因此，要对矿区内行驶的矿卡进行高精度、有效的自动驾驶仿真测试，就必须先解决高精度的矿卡建模问题。一般来讲，用于自动驾驶仿真领域的矿卡结构复杂，既要提升视觉审美，达到仿真需求，又要在自动驾驶仿真系统中利用程序化驱动无疑是很困难的。
出于解决上述问题，本申请提出了一种特殊的技术方法，通过将视觉开发软件中的模型增加工业建模的接口板块设计相结合，可以直接将在视觉开发软件中制作的模型在第三方添加接口设计后直接导入仿真系统中使用，为快速制作矿区自动驾驶仿真矿卡提供了一种新的手段，大大提高了仿真系统开发效率、精确度以及逼真度。
下面结合附图具体说明本申请实施例提供的矿区自动驾驶矿卡仿真模型构建方法、装置、计算机可读存储介质及电子设备的具体实现方式。
图1是本申请一示例性实施例提供的一种矿区自动驾驶矿卡仿真模型构建方法的流程示意图。如图1所示，该矿区自动驾驶矿卡仿真模型构建方法包括：
步骤110：获取自动驾驶矿卡的结构参数；其中，结构参数包括自动驾驶矿卡的形状、大小及颜色。
利用已有的矿区矿卡参考手册可以详细了解到矿卡真实结构、大小比例以及颜色布局。查找有关矿区矿卡结构图，了解其他类似模型建立方式并对此进行分析，以得到现实应用中的矿区矿卡的具体结构参数。
步骤120：根据结构参数构建自动驾驶矿卡的模拟图像。
在一实施例中，步骤120的具体实现方式可以是：基于结构参数，利用视觉开发软件进行三维模型修改，得到初始图像，然后利用三维视角不断检查并修改初始图像，得到与时间矿区矿卡一致的模拟图像。
通过矿区矿卡参考手册上的基本信息，利用视觉开发软件进行三维模型修改组合，位移旋转拉伸命令以及编辑各组织部件的点，参照文档中的实车造型进行重新排布，三维视角不断检查，直至各个视角看都与矿卡外观无异，大小宽度修改与实车一致。这种空间立体编辑模型精度可以达到厘米精度，从而实现对矿卡的高精度仿真模拟。
步骤130：将模拟图像导入工业仿真系统。
具体的，步骤130的实现方式可以是：将模拟图像导出为三维交互文件（例如DAE格式的文件等），然后将三维交互文件导入工业仿真系统。导入工业仿真系统中需调好矿区矿卡的大小比例关系等，且测量结果与矿区矿卡参考手册无差别即可。
步骤140：建立模拟图像与工业仿真系统的接口结构。
在将模拟图像导入工业仿真系统中后，需要进一步建立模拟图像与工业仿真系统的接口结构，以实现模拟图像与工业仿真系统的融合，从而实现高精度和真实性的矿区矿卡模拟仿真。
本申请的实施例提供的一种矿区自动驾驶矿卡仿真模型构建方法，通过获取自动驾驶矿卡的结构参数，其中结构参数包括自动驾驶矿卡的形状、大小及颜色，并且根据结构参数构建自动驾驶矿卡的模拟图像，然后将模拟图像导入工业仿真系统，最后建立模拟图像与工业仿真系统的接口结构，将模拟图像与工业仿真系统相融合，利用视觉开发软件等快速构建与实际矿卡参数一致的仿真结构，以实现工业仿真系统中高精度模拟图像的显示，从而提高了仿真精度和仿真效果的真实性体验。
图2是本申请一示例性实施例提供的一种模拟图像构建方法的流程示意图。如图2所示，上述步骤120可以包括：
步骤121：根据自动驾驶矿卡的形状和大小，构建自动驾驶矿卡的结构图像。
首先根据自动驾驶矿卡的形状和大小，可以初步构建自动驾驶矿卡的结构图像，即得到自动驾驶矿卡的形态结构图像，该结构图像的形状和大小比例等与实际矿区矿卡一致。
步骤122：对结构图像进行UV平铺，得到平铺图像。
由于矿卡并不是单一颜色布局，而上述结构图像为单一颜色的图像，因此，需要对上述结构图像进行贴图材质处理以得到与实际矿区矿卡外观一致的图像。在进行贴图材质处理前对结构图像进行UV平铺。UV平铺是在将三维空间场景内计算机编译出的三维模型以二维的方式进行展开为平铺图像，从而满足贴图制作的需要。
在一实施例中，结构图像包括三维图像；步骤122的具体实现方式可以是：将结构图像的皮肤展开为第一象限内的二维 图像；其中，展开后的结构图像不存在重叠位置。由于区域内产生重叠的部分呈现在空间几何体中会出现黑色交叉部分，因此，UV平铺过程中不能有重叠位置。在UV平铺过程中，可以适当的调整UV位置，以实现展开后的UV完全放置在第一象限内的区域；UV处理是利用计算机将空间编译的几何体切开几条线以便在二维象限内方便处理成颜色贴图，所有分割的几何体UV不能超过（1，1），各个组件的UV布局可以打乱。
步骤123：对平铺图像进行贴图处理，得到模拟图像。
在通过UV平铺后得到二维 展开的平铺图像后，对该平铺图像进行贴图处理，以得到矿区矿卡图像的皮肤颜色，从而得到与实际矿区矿卡结构、颜色一致的模拟图像。具体的，可以将平铺好的几何体UV导出，在第三方绘制贴图软件中参照手册中的矿区矿卡的颜色布局进行绘制，故而得到一张基于平铺绘制的颜色纹理贴图。将产生的纹理贴图传回至三维几何体中，可以在空间三维中查看几何体的外观颜色是否与实车有明显差别。通过上述方式可以实现矿区矿卡的真实外观颜色。在一实施例中，步骤123的具体实现方式可以是：根据自动驾驶矿卡的颜色，对平铺图像进行颜色贴图。
图3是本申请一示例性实施例提供的一种接口结构建立方法的流程示意图。如图3所示，上述步骤140可以包括：
步骤141：确定模拟图像与工业仿真系统的上下级关系和嵌套关系。
接口结构建立过程中，首先要分清接口搭建的层级，即明确父子级关系（上下级关系）和嵌套关系。
步骤142：确定模拟图像与工业仿真系统中各个控制对象的相互关系。
接口结构建立过程中，还需要了解接口建立的对象，对象控制方向和运动朝向要坚持统一。
步骤143：根据上下级关系、嵌套关系及各个控制对象的相互关系，建立接口结构。
在确定了模拟图像与工业仿真系统的上下级关系和嵌套关系、以及各个控制对象的相互关系之后，才能建立模拟图像与工业仿真系统的接口结构。整个接口结构设计建立在一个大组下，以一个整体为主进行下分约束，避免操作过程中出现操作失误场景中的模型比例失控，影响约束顺利进行。
图4是本申请一示例性实施例提供的一种矿区自动驾驶矿卡仿真模型构建装置的结构示意图。如图4所示，该仿真模型构建装置40包括：参数获取模块41，用于获取自动驾驶矿卡的结构参数；其中，结构参数包括自动驾驶矿卡的形状、大小及颜色；图像构建模块42，用于根据结构参数构建自动驾驶矿卡的模拟图像；图像导入模块43，用于将模拟图像导入工业仿真系统；以及接口建立模块44，用于建立模拟图像与工业仿真系统的接口结构。
本申请的实施例提供的一种矿区自动驾驶矿卡仿真模型构建装置，通过参数获取模块41获取自动驾驶矿卡的结构参数，其中结构参数包括自动驾驶矿卡的形状、大小及颜色，并且图像构建模块42根据结构参数构建自动驾驶矿卡的模拟图像，然后图像导入模块43将模拟图像导入工业仿真系统，最后接口建立模块44建立模拟图像与工业仿真系统的接口结构，将模拟图像与工业仿真系统相融合，利用视觉开发软件等快速构建与实际矿卡参数一致的仿真结构，以实现工业仿真系统中高精度模拟图像的显示，从而提高了仿真精度和仿真效果的真实性体验。
在一实施例中，图像构建模块42可以进一步配置为：基于结构参数，利用视觉开发软件进行三维模型修改，得到初始图像，然后利用三维视角不断检查并修改初始图像，得到与时间矿区矿卡一致的模拟图像。
在一实施例中，图像导入模块43可以进一步配置为：将模拟图像导出为三维交互文件（例如DAE格式的文件等），然后将三维交互文件导入工业仿真系统。
图5是本申请另一示例性实施例提供的一种矿区自动驾驶矿卡仿真模型构建装置的结构示意图。如图5所示，上述图像构建模块42可以包括：结构构建单元421，用于根据自动驾驶矿卡的形状和大小，构建自动驾驶矿卡的结构图像；平铺单元422，用于对结构图像进行UV平铺，得到平铺图像；贴图单元423，用于对平铺图像进行贴图处理，得到模拟图像。
在一实施例中，平铺单元422可以进一步配置为：将结构图像的皮肤展开为第一象限内的二维 图像；其中，展开后的结构图像不存在重叠位置。
在一实施例中，如图5所示，上述接口建立模块44可以包括：第一确定单元441，用于确定模拟图像与工业仿真系统的上下级关系和嵌套关系；第二确定单元442，用于确定模拟图像与工业仿真系统中各个控制对象的相互关系；接口结构建立单元443，用于根据上下级关系、嵌套关系及各个控制对象的相互关系，建立接口结构。
下面，参考图6来描述根据本申请实施例的电子设备。该电子设备可以包括第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。
图6图示了根据本申请实施例的电子设备的框图。
如图6所示，电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元（CPU）或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器（RAM）和/或高速缓冲存储器（cache）等。所述非易失性存储器例如可以包括只读存储器（ROM）、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的矿区自动驾驶矿卡仿真模型构建方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构（未示出）互连。
例如，在该电子设备是第一设备或第二设备时，该输入装置13可以是摄像头，用于捕捉图像的输入信号。在该电子设备是单机设备时，该输入装置13可以是通信网络连接器，用于从第一设备和第二设备接收所采集的输入信号。
此外，该输入设备13还可以包括例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图6中仅示出了该电子设备10中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。
除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的矿区自动驾驶矿卡仿真模型构建方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的矿区自动驾驶矿卡仿真模型构建方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (9)
1.一种矿区自动驾驶矿卡仿真模型构建方法，其特征在于，包括：
获取所述自动驾驶矿卡的结构参数；其中，所述结构参数包括所述自动驾驶矿卡的形状、大小及颜色；
根据所述结构参数构建所述自动驾驶矿卡的模拟图像；
将所述模拟图像导入工业仿真系统；以及
建立所述模拟图像与工业仿真系统接口结构；
其中，所述根据所述结构参数构建所述自动驾驶矿卡的模拟图像包括：
根据所述自动驾驶矿卡的形状和大小，构建所述自动驾驶矿卡的结构图像；
对所述结构图像进行UV平铺，得到平铺图像；以及
对所述平铺图像进行贴图处理，得到所述模拟图像。
2.根据权利要求1所述的矿区自动驾驶矿卡仿真模型构建方法，其特征在于，所述结构图像包括三维图像；其中，所述对所述结构图像进行UV平铺，得到平铺图像包括：
将所述结构图像的皮肤展开为第一象限内的二维图像；其中，展开后的所述结构图像不存在重叠位置。
3.根据权利要求1所述的矿区自动驾驶矿卡仿真模型构建方法，其特征在于，所述对所述平铺图像进行贴图处理包括：
根据所述自动驾驶矿卡的颜色，对所述平铺图像进行颜色贴图。
4.根据权利要求1所述的矿区自动驾驶矿卡仿真模型构建方法，其特征在于，所述根据所述结构参数构建所述自动驾驶矿卡的模拟图像包括：
基于所述结构参数，利用视觉开发软件进行三维模型修改，得到初始图像；以及
利用三维视角不断检查并修改所述初始图像，得到所述模拟图像。
5.根据权利要求1所述的矿区自动驾驶矿卡仿真模型构建方法，其特征在于，所述建立所述模拟图像与工业仿真系统的接口结构包括：
确定所述模拟图像与所述工业仿真系统的上下级关系和嵌套关系；
确定所述模拟图像与所述工业仿真系统中各个控制对象的相互关系；以及
根据所述上下级关系、嵌套关系及所述各个控制对象的相互关系，建立所述接口结构。
6.根据权利要求1所述的矿区自动驾驶矿卡仿真模型构建方法，其特征在于，所述将所述模拟图像导入所述工业仿真系统包括：
将所述模拟图像导出为三维交互文件；以及
将所述三维交互文件导入所述工业仿真系统。
7.一种矿区自动驾驶矿卡仿真模型构建装置，其特征在于，包括：
参数获取模块，用于获取所述自动驾驶矿卡的结构参数；其中，所述结构参数包括所述自动驾驶矿卡的形状、大小及颜色；
图像构建模块，用于根据所述结构参数构建所述自动驾驶矿卡的模拟图像；
图像导入模块，用于将所述模拟图像导入工业仿真系统；以及
接口建立模块，用于建立所述模拟图像与工业仿真系统的接口结构；
其中，所述图像构建模块包括：结构构建单元，用于根据所述自动驾驶矿卡的形状和大小，构建所述自动驾驶矿卡的结构图像；平铺单元，用于对所述结构图像进行UV平铺，得到平铺图像；以及贴图单元，用于对所述平铺图像进行贴图处理，得到所述模拟图像。
8.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-6任一所述的矿区自动驾驶矿卡仿真模型构建方法。
9.一种电子设备，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于执行上述权利要求1-6任一所述的矿区自动驾驶矿卡仿真模型构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110702401.1A CN113156837B (zh) | 2021-06-24 | 2021-06-24 | 矿区自动驾驶矿卡仿真模型构建方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110702401.1A CN113156837B (zh) | 2021-06-24 | 2021-06-24 | 矿区自动驾驶矿卡仿真模型构建方法、装置、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113156837A CN113156837A (zh) | 2021-07-23 |
| CN113156837B true CN113156837B (zh) | 2021-09-17 |
Family
ID=76875927
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110702401.1A Active CN113156837B (zh) | 2021-06-24 | 2021-06-24 | 矿区自动驾驶矿卡仿真模型构建方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113156837B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107153978A (zh) * | 2016-03-02 | 2017-09-12 | 腾讯科技（北京）有限公司 | 车型展示方法和系统 |
| CN109213126A (zh) * | 2018-09-17 | 2019-01-15 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车测试系统和方法 |
| CN110673636A (zh) * | 2019-09-30 | 2020-01-10 | 上海商汤临港智能科技有限公司 | 无人驾驶仿真测试系统及方法、存储介质 |
| CN111399480A (zh) * | 2020-03-30 | 2020-07-10 | 上海汽车集团股份有限公司 | 智能驾驶控制器的硬件在环测试系统 |
| CN112365215A (zh) * | 2020-12-02 | 2021-02-12 | 青岛慧拓智能机器有限公司 | 基于深度虚实混合的矿区无人运输仿真测试系统及方法 |
| CN112906241A (zh) * | 2021-03-17 | 2021-06-04 | 青岛慧拓智能机器有限公司 | 矿区自动驾驶仿真模型构建方法、装置、介质及电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2494716B (en) * | 2011-09-15 | 2019-12-18 | Bae Systems Plc | Autonomous vehicle and task modelling |
-
2021
- 2021-06-24 CN CN202110702401.1A patent/CN113156837B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107153978A (zh) * | 2016-03-02 | 2017-09-12 | 腾讯科技（北京）有限公司 | 车型展示方法和系统 |
| CN109213126A (zh) * | 2018-09-17 | 2019-01-15 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车测试系统和方法 |
| CN110673636A (zh) * | 2019-09-30 | 2020-01-10 | 上海商汤临港智能科技有限公司 | 无人驾驶仿真测试系统及方法、存储介质 |
| CN111399480A (zh) * | 2020-03-30 | 2020-07-10 | 上海汽车集团股份有限公司 | 智能驾驶控制器的硬件在环测试系统 |
| CN112365215A (zh) * | 2020-12-02 | 2021-02-12 | 青岛慧拓智能机器有限公司 | 基于深度虚实混合的矿区无人运输仿真测试系统及方法 |
| CN112906241A (zh) * | 2021-03-17 | 2021-06-04 | 青岛慧拓智能机器有限公司 | 矿区自动驾驶仿真模型构建方法、装置、介质及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 汽车三维仿真模型交互显示及模拟拆装系统的关键技术研究;封素敏 等;《学园》;20131231(第35期);第50-51页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113156837A (zh) | 2021-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10635844B1 (en) | Methods and systems for simulating vision sensor detection at medium fidelity | |
| Rahimian et al. | On-demand monitoring of construction projects through a game-like hybrid application of BIM and machine learning | |
| US7079996B2 (en) | System and method for design of experiments using direct surface manipulation of a mesh model | |
| Lin et al. | Visualization of indoor thermal environment on mobile devices based on augmented reality and computational fluid dynamics | |
| US7275023B2 (en) | System and method of interactively generating a family of mesh models | |
| CN112085840B (zh) | 语义分割方法、装置、设备及计算机可读存储介质 | |
| CN111597622A (zh) | 三维模型的构建方法、装置、计算机设备和存储介质 | |
| US20130046512A1 (en) | System and Methods Facilitating Interfacing with a Structure Design and Development Process | |
| EP3651061A1 (en) | Method and device for evaluating the result of an automatic parking operation, corresponding device and storage medium | |
| KR20200136723A (ko) | 가상 도시 모델을 이용하여 객체 인식을 위한 학습 데이터 생성 방법 및 장치 | |
| Tzedaki et al. | Capturing as-built information for a BIM environment using 3D laser scanner: A process model | |
| WO2020055595A1 (en) | Computer aided design system for program-based representation of lattice structures | |
| CN113156837B (zh) | 矿区自动驾驶矿卡仿真模型构建方法、装置、介质及设备 | |
| US8462176B1 (en) | Automatic annotation generation | |
| US20200380079A1 (en) | System and part design based on structured requirements | |
| CN108431816A (zh) | 关于设备的数字模型来控制设备 | |
| CN112906241B (zh) | 矿区自动驾驶仿真模型构建方法、装置、介质及电子设备 | |
| CN112950764B (zh) | 基于平面套图的三维建模方法及三维建模装置 | |
| CN113066185B (zh) | 矿山仿真系统的场景数据创建方法、装置、介质及设备 | |
| Barz et al. | Advantages of using runtime procedural generation of virtual environments based on real world data for conducting empirical automotive research | |
| CN114386176A (zh) | 车辆通过减速带的验证方法、装置、设备和介质 | |
| Kim et al. | Automated two-dimensional geometric model reconstruction from point cloud data for construction quality inspection and maintenance | |
| CN111898183A (zh) | 基于三维场景的架空电力线路辅助设计方法及装置 | |
| Inui et al. | GPU-based visualization of knee-form contact area for safety inspections | |
| Onozawa et al. | Self-Driving Software Benchmark for Model-Based Development. |
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 | ||
| CP03 | Change of name, title or address |
Address after: 518057 room 124, f block, huihuixinqiao 107, Shangliao Industrial Road, Shangnan Shangliao community, Xinqiao street, Bao'an District, Shenzhen City, Guangdong Province Patentee after: Zhongke Huituo (Guangdong) Technology Co.,Ltd. Country or region after: China Address before: 518057 room 124, f block, huihuixinqiao 107, Shangliao Industrial Road, Shangnan Shangliao community, Xinqiao street, Bao'an District, Shenzhen City, Guangdong Province Patentee before: Shenzhen huituo infinite Technology Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |