CN113467276B - 基于智能驾驶仿真赛事云平台的智能驾驶仿真方法 - Google Patents

Abstract

本发明实施例公开了一种基于智能驾驶仿真赛事云平台的智能驾驶仿真方法，涉及智能驾驶仿真技术，方法包括：在智能驾驶仿真赛事云平台提供的页面上，确定与所选智能驾驶赛题对应的仿真场景；将每个用户提供的智能驾驶仿真算法，分别接入到每个仿真场景中并运行；根据每个所述智能驾驶仿真算法提供的控制指令，对对应仿真场景中的仿真车辆进行控制；在对仿真车辆进行控制的过程中，实时获取仿真车辆在仿真场景中的行驶情况；基于与所选智能驾驶赛题对应的评价标准，根据每个仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分。本实施例可以接入多种智能驾驶仿真算法，实现多种算法在仿真场景中的运行。

Description

基于智能驾驶仿真赛事云平台的智能驾驶仿真方法

技术领域

本发明实施例涉及智能驾驶仿真技术，尤其涉及一种基于智能驾驶仿真赛事云平台的智能驾驶仿真方法。

背景技术

智能网联汽车作为新一代信息技术与交通运输融合发展的产物，是我国科技创新支撑加快建设交通强国的重要内容。目前，行业内汽车工业基础仿真类软件大量依靠国外进口，国产化工业软件迫在眉睫，实现汽车工业基础仿真类软件自主可控是必然趋势。

仿真技术以计算机技术为基础，正进行着从数学物理仿真到高效能仿真的发展更迭，促使仿真技术在汽车行业应用日益广泛。此外，纵观国内外智能驾驶仿真软件，都比较注重模块化逼真的环境、车辆动力学和传感器的仿真。现有的智能驾驶仿真平台具有高度的场景定制化的特点，且专门为某一种智能驾驶仿真算法设计，同时段只能运行特定算法。为激发智能网联相关从业人员的活力及创造力，目前亟需开发智能驾驶仿真赛事云平台以及运行其上的智能驾驶仿真方法，以接入多种算法，并对各算法进行评价。

发明内容

本发明实施例提供一种基于智能驾驶仿真赛事云平台的智能驾驶仿真方法，以在一个云平台中同时接入多个自动驾驶功能的算法，并在按照相应的评价标准进行评价。

第一方面，本发明实施例提供了一种智能驾驶仿真方法，运行于智能驾驶仿真赛事云平台，所述方法包括：

在智能驾驶仿真赛事云平台提供的页面上，响应于多个用户中每个用户对一智能驾驶赛题的选择操作，确定与所选智能驾驶赛题对应的仿真场景；

在所述页面上，响应于每个用户对所选智能驾驶赛题的运行操作，将每个用户提供的智能驾驶仿真算法，分别接入到每个所述仿真场景中并运行；根据每个所述智能驾驶仿真算法提供的控制指令，对对应仿真场景中的仿真车辆进行控制；

在对仿真车辆进行控制的过程中，实时获取所述仿真车辆在仿真场景中的行驶情况；

基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分，并根据每个评分得到多个用户的智能驾驶仿真算法的比赛结果；

将所述评分和比赛结果显示在所述页面上。

本发明实施例提供一种运行于云平台上的智能驾驶仿真方法，用户只需要选择待测试的智能驾驶功能以及仿真场景，并接入算法，云平台即可运行该算法并自动得到评价结果；通过接口调用接入多个智能驾驶仿真算法，实现多个算法在仿真场景中的并行运行，本实施例作为智能网联汽车开发验证与流程的关键桥梁，聚焦于自主化仿真软件平台的赛事版开发，有利于提高仿真测试技术的精度。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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方式，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是本发明实施例提供的一种智能驾驶仿真方法的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

图1是本发明实施例提供的一种基于智能驾驶仿真赛事云平台的智能驾驶仿真方法的流程图，本实施例适用于为多个用户提供多种智能驾驶仿真算法的测试方法并对测试方法进行评价的情况。该算法运行在智能驾驶仿真赛事云平台上（以下简称云平台），多个用户可以通过该云平台进行智能驾驶仿真算法的竞赛。

如图1所示，智能驾驶仿真方法包括：

S110、在智能驾驶仿真赛事云平台提供的页面上，响应于多个用户中每个用户对一智能驾驶赛题的选择操作，确定与所选智能驾驶赛题对应的仿真场景。

云平台中的网页服务器向用户提供登录页面，用户在登录页面上输入用户名和密码，该用户名将作为智能驾驶仿真算法的唯一标识进行测试。云平台响应于用户的登录操作，向用户展示各种智能驾驶赛题的信息以及对应的至少一个仿真场景的信息。每个智能驾驶赛题（例如比赛自动紧急制动功能题目）对应一种智能驾驶功能，包括自动紧急制动功能、自动驾驶功能和自适应巡航功能。一个智能驾驶功能对应至少一个定制化的仿真场景。示例性的，自动紧急制动功能对应前车静止场景、前车阻碍场景、前车制动到停车场景和前车切入场景等。自动驾驶功能对应动态交通流场景。自适应巡航功能对应前车与本车存在横向重叠场景、前车切出场景和相邻车道目标车干扰场景等。

在用户选择一智能驾驶赛题后，确定与该赛题对应的智能驾驶功能所对应的一仿真场景。一种功能对应的一个仿真场景下的测试（或运行）称为一个赛事。

值得说明的是，如果智能驾驶赛题对应一个仿真场景，则按照智能驾驶赛题和仿真场景的对应关系，预先将相互对应的智能驾驶赛题和仿真场景进行绑定，从而用户可以一次性选择相互对应的智能驾驶赛题和仿真场景。如果智能驾驶赛题对应两个以上的仿真场景，则用户选定智能驾驶赛题后，需要再次选择仿真场景。

S120、在所述页面上，响应于每个用户对所选智能驾驶赛题的运行操作，将每个用户提供的智能驾驶仿真算法，分别接入到每个所述仿真场景中并运行；根据每个所述智能驾驶仿真算法提供的控制指令，对对应仿真场景中的仿真车辆进行控制。

用户点击“测试”或者“运行”控件，执行对所选智能驾驶赛题的运行操作，从而将自己提供的智能驾驶仿真算法，接入到所选仿真场景中并运行。具体的，云平台运行有Kubernetes，其是一个开源的，用于管理云平台中多个主机上的容器化的应用。在Kubernetes的每个POD（容器）中运行仿真场景，将算法与对应的容器通过通信协议（包括TCP或者HTTP）进行交互，完成仿真场景的接入。

用户的智能驾驶仿真算法若要成功地接入云平台并在云平台中运行，需要满足云平台的算法要求。本实施例中，云平台提供了支持多语言开发环境的API（ApplicationProgramming Interface，应用程序接口），需要预先调用所述智能驾驶仿真赛事云平台的API，开发所述智能驾驶仿真算法，从而使得该算法满足云平台的算法要求。

具体的，云平台支持使用Python、MATLAB、Simulink语言开发智能驾驶仿真算法。API包括启动场景的接口、获取仿真传感器参数的接口、获取感知数据的接口、获取状态数据的接口和生成控制指令的接口。算法通过调用API执行API对应的方法，响应于每个所述智能驾驶仿真算法对启动场景的接口的调用，启动对应的仿真场景并触发仿真车辆开始行驶；响应于每个所述智能驾驶仿真算法对获取仿真传感器参数的接口的调用，向智能驾驶仿真算法提供仿真车辆上仿真传感器参数；仿真传感器包括仿真摄像头、仿真雷达和仿真全球定位系统中的至少一个，仿真传感器参数包括但不限于仿真传感器的编号、类型和安装位置。示例性的，仿真摄像头的参数还包括图像帧率、视场角和分辨率等，仿真雷达的参数还包括盲区位置、水平左/右角度等。响应于每个所述智能驾驶仿真算法对获取感知数据的接口的调用，向智能驾驶仿真算法提供仿真车辆的感知数据；包括车道线数据，以及图像数据或雷达数据。在一实际应用场景中，将云平台提供的赛事划分为感知组和决策组，感知组只能获取仿真摄像头的图像和车道线数据，决策组智能获取仿真雷达的数据和车道线数据。其中，仿真雷达的数据包括障碍物在车前的水平角度、障碍物的距离、仿真车辆与前车的相对速度。车道线数据包括车道线的类别（实线或虚线），车道线的拟合多项式。响应于每个所述智能驾驶仿真算法对获取状态数据的接口的调用，向智能驾驶仿真算法提供仿真车辆的状态数据；状态数据包括车速、车身的俯仰角、车身的偏航角、引擎转速、车身的翻滚角和车体转动角速度。

值得说明的是，仿真传感器参数、感知数据、状态数据和仿真车辆的参数均由云平台提供给智能驾驶仿真算法，作为该算法的输入。该算法进而依据输入的信息进行运算后，调用生成控制指令的接口生成控制指令，包括油门、制动和方向。显然，智能驾驶仿真算法的精度不同时，运算得到的控制指令也不同，从而对仿真车辆产生不同的控制力，进而得到不同的评价结果。

值得说明的是，仿真车辆的参数包括但不限于尺寸、引擎、差速器类型、扭矩、变速器参数、齿轮参数和换挡时间。仿真车辆的参数可以预先提供给智能驾驶仿真算法，用于针对仿真车辆改进算法。

本实施例中，感知数据是随着仿真车辆的运行而不断变化的，需要实时生成。具体的，根据所述仿真车辆的状态数据、所述仿真传感器参数和仿真场景，生成以所述仿真车辆为视角的感知数据；将所述感知数据提供给所述智能驾驶仿真算法。具体而言，使用第三方平台UE虚幻引擎以仿真车辆的视角，按照仿真传感器参数，在仿真场景中生成图像、雷达数据、车道线数据等。

根据所述智能驾驶仿真算法提供的控制指令，对所述仿真车辆进行控制。在仿真场景中对仿真车辆进行加速、制动和转向控制，以改变仿真车辆的行驶状态。

S130、在对仿真车辆进行控制的过程中，实时获取所述仿真车辆在仿真场景中的行驶情况。

网页服务器通过通信协议从各容器实时获取仿真车辆在仿真场景中的行驶情况，例如车间距、行驶时长和跟车速度等。

S140、基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分，并根据每个评分得到多个用户的智能驾驶仿真算法的比赛结果。

不同智能驾驶功能对应的评价标准不同，本实施例面向自动驾驶系统的产业化落地，本实施例建立了以法规合规性和安全性为主、结合舒适性与通行效率要求的多维评价规则，并构建云平台的自动化评价系统，用户上传算法运行后，自动线上执裁，快速生成评价结果。

在一应用场景中，基于与自动紧急制动功能对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中自动刹车辅助（AEB）功能启动刹车的时机，有无发生碰撞和与目标物的距离，实时对每个用户的智能驾驶仿真算法进行评分。

示例性的，在前车制动到停车的仿真场景中，评价标准如下：

①智能驾驶算法发出的AEB减速指令小于-4m/s²，认为AEB开始起作用，AEB开始启动刹车的时机TTC≤3s，得分10；否则本场景得0分。关于TTC的判定，是指从第一次触发AEB功能开始连续选取5个时间点，需要都满足TTC≤3s。

②未发生碰撞可得20分。

③未碰撞的前提下，刹车停稳后，仿真车辆与目标物（车或人）在0.5~1m内，加10分。

在另一应用场景中，基于与自适应巡航功能对应的评价标准，根据每个所述仿真车辆在仿真场景中的车间距、跟车速度和加速度，实时对每个用户的智能驾驶仿真算法进行评分。

示例性的，对于前车与本车存在重叠的仿真场景中，评价标准如下：

①本车与前车的车间距第一次进入30m范围内认为开始自适应续航，整个自适应续航跟车过程间距保证25±5m，得10分。

②自适应续航实现稳定跟车后速度为30±2km/h，得10分。

③整个比赛/测试过程中加速度的绝对值不超过3m/s²，可加分5分。

在又一应用场景中，基于与自动驾驶功能对应的评价标准，根据每个所述仿真车辆在仿真场景中是否行驶完赛道、行驶时长、碰撞次数、车速和加速度，实时对每个用户的智能驾驶仿真算法进行评分。

示例性的，在任一定制化的仿真场景中，评价标准如下：

①顺利行驶完赛道可获得60分，未在规定时间12分钟内行驶完赛道，可按赛道百分比计算得分。

②每发生一次碰撞减10分，若发生5次碰撞，则比赛不合格，记0分。

③全程加速度的绝对值有大于3m/s²，扣5分。

④若比赛/测试完成时间少于10分钟，每减少10秒加1分（加分上限40分）。

⑤比赛设定最高速度为100km/h，每超速一次，扣5分。

S150、将所述评分和比赛结果显示在所述页面上。

记录每个所述智能驾驶仿真算法的运行时间、结束时间和评分；根据所述运行时间、结束时间和评分对所述多个用户的智能驾驶仿真算法进行排名。其中，评分和比赛结果可以随着赛事的进行实时显示在页面上，可可以在赛事结束后，显示在页面上。

本发明实施例提供一种运行于云平台上的智能驾驶仿真方法，用户只需要选择待测试的智能驾驶功能以及仿真场景，并接入算法，云平台即可运行该算法并自动得到评价结果；通过接口调用接入多个智能驾驶仿真算法，实现多个算法在仿真场景中的并行运行，本实施例作为智能网联汽车开发验证与流程的关键桥梁，聚焦于自主化仿真软件平台的赛事版开发，有利于提高仿真测试技术的精度。

本实施例支持多种智能驾驶仿真算法的接入和运行，各算法所运行的仿真场景是相互隔离的，也就是说，各算法在仿真场景中是独立测试的，如果存在同时段测试的其它算法，本仿真场景中也不会出现其它的仿真车辆。云平台会记录每个智能驾驶仿真算法的运行时间，例如2分钟，以及结束时间和评价结果（以分数的形式），并在算法运行结束后，提供结果页面，在结果页面上显示记录的信息。

如果存在两个以上的智能驾驶仿真算法运行于同一智能驾驶功能对应的相同的仿真场景（仿真场景相互隔离），也就是说两个以上的智能驾驶仿真算法参与了同一赛事，则根据所述评价结果（以分数的形式）对所述两个以上的智能驾驶仿真算法进行排名，在结果页面或者另一页面上显示排名。

在上述各实施例中基础上，在响应于用户的智能驾驶功能选择操作之前，在云平台中构建满足智能驾驶功能测试和性能测试的仿真场景库。在现有的场景搭建方法上，应用无人机倾斜摄影技术进行三维实景建模，加快场景搭建速度，增加仿真场景渲染真实性；进一步的，进行数字孪生智慧城市仿真还原，完善对于超大型真实客观场景的高保真度还原。

在上述各实施例中基础上，在所述基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分之后，还包括：如果一用户的智能驾驶仿真算法的评分小于设定值，控制所述智能驾驶仿真算法停止运行或者重复运行。也就是说，每次实时评分后，如果评分比较低，一种情况是不再运行该算法，提前结束比赛；另一种情况是，该算法可能出错，场景可能出错，则再次运行该算法，并重新对该智能驾驶仿真算法进行评分。设定值可以是一个较低的分数，例如10（100满分）。

对于前一种情况，每个所述智能驾驶仿真算法分别运行在每个容器中；所述基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分，包括：网页服务器从每个容器获取每个所述仿真车辆在对应的仿真场景中的行驶情况；网页服务器基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分；如果一用户的智能驾驶仿真算法的评分小于设定值，控制所述智能驾驶仿真算法停止运行，包括：网页服务器判定一用户的智能驾驶仿真算法的评分小于设定值，向所述智能驾驶仿真赛事云平台中的控制（Master）节点发送对对应的容器的停止指令；控制节点响应于所述停止指令，控制对应的容器停止运行所述智能驾驶仿真算法。

对于后一种情况，如果一用户的智能驾驶仿真算法的评分小于设定值，确定评分最低的行驶情况所处的仿真场景片段（即一段视频）；比如，仿真车辆发生碰撞后，评分为0，为评分最低的行驶情况，此时所处的仿真场景片段为2分钟到2分10秒的片段，该片段中车流量密集，前车急刹车。在仿真场景中插入至少一段所述仿真场景片段，生成新的仿真场景，可以在原仿真场景片段之后继续插入至少一段仿真场景片段，或者在原仿真场景的最后插入至少一段所述仿真场景片段，在新的仿真场景中重新接入并运行所述智能驾驶仿真算法，从而在相同的仿真场景中再次测试该算法。最低的评分作废。返回执行在对仿真车辆进行控制的过程中，实时获取所述仿真车辆在仿真场景中的行驶情况的操作。基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分，并根据每个评分得到多个用户的智能驾驶仿真算法的比赛结果；最后，将所述评分和比赛结果显示在所述页面上

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (9)

1.一种智能驾驶仿真方法，其特征在于，运行于智能驾驶仿真赛事云平台，所述方法包括：

在智能驾驶仿真赛事云平台提供的页面上，响应于多个用户中每个用户对一智能驾驶赛题的选择操作，确定与所选智能驾驶赛题对应的仿真场景；

在所述页面上，响应于每个用户对所选智能驾驶赛题的运行操作，将每个用户提供的智能驾驶仿真算法，分别接入到每个所述仿真场景中并运行；根据每个所述智能驾驶仿真算法提供的控制指令，对对应仿真场景中的仿真车辆进行控制；

在对仿真车辆进行控制的过程中，实时获取所述仿真车辆在仿真场景中的行驶情况；

基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分，并根据每个评分得到多个用户的智能驾驶仿真算法的比赛结果；

将所述评分和比赛结果显示在所述页面上；

所选智能驾驶赛题用于测试自动紧急制动功能、自适应巡航功能或者自动驾驶功能；

所述基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分，包括以下任一项：

基于与自动紧急制动功能对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中自动刹车辅助功能启动刹车的时机，有无发生碰撞和与目标物的距离，实时对每个用户的智能驾驶仿真算法进行评分；

基于与自适应巡航功能对应的评价标准，根据每个所述仿真车辆在仿真场景中的车间距、跟车速度和加速度，实时对每个用户的智能驾驶仿真算法进行评分；

基于与自动驾驶功能对应的评价标准，根据每个所述仿真车辆在仿真场景中是否行驶完赛道、行驶时长、碰撞次数、车速和加速度，实时对每个用户的智能驾驶仿真算法进行评分。

2.根据权利要求1所述的方法，其特征在于，将每个用户提供的智能驾驶仿真算法，分别接入到每个所述仿真场景中并运行，包括：

将每个用户提供的智能驾驶仿真算法，分别接入到每个所述仿真场景中；

响应于每个所述智能驾驶仿真算法对启动场景的接口的调用，启动对应的仿真场景并触发仿真车辆开始行驶；

响应于每个所述智能驾驶仿真算法对获取仿真传感器参数的接口的调用，向智能驾驶仿真算法提供仿真车辆上仿真传感器参数；

响应于每个所述智能驾驶仿真算法对获取感知数据的接口的调用，向智能驾驶仿真算法提供仿真车辆的感知数据；

响应于每个所述智能驾驶仿真算法对获取状态数据的接口的调用，向智能驾驶仿真算法提供仿真车辆的状态数据；其中，所述智能驾驶仿真算法根据所述仿真传感器参数、感知数据和状态数据，以及仿真车辆的参数，调用生成控制指令的接口生成控制指令。

3.根据权利要求2所述的方法，其特征在于，在所述将每个用户提供的智能驾驶仿真算法，分别接入到每个所述仿真场景中之前，还包括：

调用所述智能驾驶仿真赛事云平台的API，开发所述智能驾驶仿真算法；

所述API包括启动场景的接口、获取仿真传感器参数的接口、获取感知数据的接口、获取状态数据的接口和生成控制指令的接口。

4.根据权利要求2所述的方法，其特征在于，所述仿真传感器包括仿真摄像头、仿真雷达和仿真全球定位系统中的至少一个；

所述状态数据包括车速、车身的俯仰角、车身的偏航角、引擎转速、车身的翻滚角和车体转动角速度；

所述控制指令包括油门、制动和方向；

所述感知数据包括车道线数据，以及图像数据或雷达数据。

5.根据权利要求2所述的方法，其特征在于，所述向智能驾驶仿真算法提供仿真车辆的感知数据，包括：

根据仿真车辆的状态数据、所述仿真传感器参数和仿真场景，生成以所述仿真车辆为视角的感知数据；

将所述感知数据提供给所述智能驾驶仿真算法。

6.根据权利要求1所述的方法，其特征在于，所述根据每个评分得到多个用户的智能驾驶仿真算法的比赛结果，包括：

记录每个所述智能驾驶仿真算法的运行时间、结束时间和评分；

根据所述运行时间、结束时间和评分对所述多个用户的智能驾驶仿真算法进行排名。

7.根据权利要求1-6任一项所述的方法，其特征在于，在所述基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分之后，还包括：

如果一用户的智能驾驶仿真算法的评分小于设定值，控制所述智能驾驶仿真算法停止运行或者重复运行。

8.根据权利要求7所述的方法，其特征在于，每个所述智能驾驶仿真算法分别运行在每个容器中；

所述基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分，包括：

所述智能驾驶仿真赛事云平台中的网页服务器从每个容器获取每个所述仿真车辆在对应的仿真场景中的行驶情况；

所述网页服务器基于与所选智能驾驶赛题对应的评价标准，根据每个所述仿真车辆在对应的仿真场景中的行驶情况，实时对每个用户的智能驾驶仿真算法进行评分；

所述如果一用户的智能驾驶仿真算法的评分小于设定值，控制所述智能驾驶仿真算法停止运行，包括：

所述网页服务器判定一用户的智能驾驶仿真算法的评分小于设定值，向所述智能驾驶仿真赛事云平台中的控制节点发送对对应的容器的停止指令；

所述控制节点响应于所述停止指令，控制对应的容器停止运行所述智能驾驶仿真算法。

9.根据权利要求7所述的方法，其特征在于，所述如果一用户的智能驾驶仿真算法的评分小于设定值，控制所述智能驾驶仿真算法重复运行，包括：

如果一用户的智能驾驶仿真算法的评分小于设定值，确定评分最低的行驶情况所处的仿真场景片段；

在所述仿真场景中插入至少一段所述仿真场景片段，生成新的仿真场景，并在新的仿真场景中重新接入并运行所述智能驾驶仿真算法；

返回执行在对仿真车辆进行控制的过程中，实时获取所述仿真车辆在仿真场景中的行驶情况的操作以及后续操作。

Images