CN113570727A - 场景文件的生成方法、装置、电子设备及存储介质 - Google Patents
场景文件的生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113570727A CN113570727A CN202110668435.3A CN202110668435A CN113570727A CN 113570727 A CN113570727 A CN 113570727A CN 202110668435 A CN202110668435 A CN 202110668435A CN 113570727 A CN113570727 A CN 113570727A
- Authority
- CN
- China
- Prior art keywords
- scene
- information
- driving
- logic
- lane element
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002093 peripheral effect Effects 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 15
- 238000004088 simulation Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011990 functional testing Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T19/006—Mixed reality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提出了场景文件的生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及智能交通、自动驾驶技术领域。具体实现方案为：通过获取待处理的地图中的交通元素信息；针对每个驾驶场景，根据所述驾驶场景的场景逻辑信息查询所述交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素；根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。由此，通过地图中与场景逻辑信息匹配的目标车道元素、地图中目标车道元素的周边交通元素以及驾驶场景的场景逻辑信息，可自动生成驾驶场景的场景文件，节省了大量的人力、时间成本，并提高了场景覆盖度。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及智能交通、自动驾驶技术领域，尤其涉及场景文件的生成方法、装置、电子设备及存储介质。
背景技术
自动驾驶仿真是借助计算机虚拟技术对实际交通系统进行某种层次的抽象，是自动驾驶功能测试的重要环节。设计并建立合理、有效的仿真场景是自动驾驶测试过程中不可缺少的测试手段。
发明内容
本公开提供了一种用于场景文件的生成方法、装置、电子设备及存储介质。
根据本公开的一方面，提供了一种场景文件的生成方法，包括：获取待处理的地图中的交通元素信息；针对每个驾驶场景，根据所述驾驶场景的场景逻辑信息查询所述交通元素信息，确定所述地图中与所述场景逻辑信息匹配的目标车道元素；根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景文件。
根据本公开的另一方面，提供了一种场景文件的生成装置，包括：获取模块，用于获取待处理的地图中的交通元素信息；确定模块，用于针对每个驾驶场景，根据所述驾驶场景的场景逻辑信息查询所述交通元素信息，确定所述地图中与所述场景逻辑信息匹配的目标车道元素；生成模块，用于根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景文件。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面实施例所述的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开第一方面实施例所述的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开第一方面实施例所述的方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是根据本公开第二实施例的示意图；
图3是根据本公开第三实施例的示意图；
图4是根据本公开实施例的样条曲线示意图；
图5是根据本公开实施例的场景信息生成的示意图；
图6是根据本公开第四实施例的示意图；
图7是根据本公开实施例的场景文件生成的示意图；
图8是根据本公开第五实施例的示意图；
图9是用来实现本公开实施例的场景文件的生成方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
自动驾驶仿真是借助计算机虚拟技术对实际交通系统进行某种层次的抽象，是自动驾驶功能测试的重要环节。设计并建立合理、有效的仿真场景是自动驾驶测试过程中不可缺少的测试手段。目前市面上的自动驾驶仿真场景工具众多，包含成熟的商业化软件，以及相关企业自研的场景生成软件。上述自动驾驶仿真场景工具都需要用户人工设计并编辑仿真场景。
但是，人工设计与编辑仿真场景的方式效率较低，耗时长。自动驾驶项目落地前需要进行充分的仿真测试，这需要在短期内生成针对特定地图的大量、丰富的场景文件作为支撑，而人工设计与编辑的方式无法满足这种需求。另外，由于人的思维与精力限制，人工设计的仿真场景是有限的，只能针对场景设计工程师认为重要的场景进行设计，无法设计出地图区域内所有可能的场景，会导致仿真场景遗漏，不能在仿真阶段及时发现自动驾驶功能的能力边界。
针对上述问题，本公开提出一种场景文件的生成方法、装置、电子设备及存储介质。
图1是根据本公开第一实施例的示意图。需要说明的是，本公开实施例的场景文件的生成方法可应用于本公开实施例的场景文件的生成装置。该装置可被配置于电子设备中。其中，该电子设备可以是移动终端，例如，手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备。
如图1所示，该场景文件的生成方法可包括如下步骤：
步骤101，获取待处理的地图中的交通元素信息。
在本公开实施例中，可将高精度地图作为待处理的地图，通过反序列化读取高精度地图中的信息可获取该地图中的交通元素信息。其中，交通元素可包括车道元素、路口元素、人行横道元素、交通灯元素等。
步骤102，针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素。
需要理解的是，自动驾驶的功能测试需要车辆在多个驾驶场景下进行功能测试，每个驾驶场景可对应至少一个场景逻辑信息，比如，驾驶场景可为变道场景，变道场景对应的场景逻辑信息可为判断相邻车道元素线型，若为白虚线则可变道。可选地，对于多个驾驶场景下的每个驾驶场景，可根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的车道元素，将地图中与场景逻辑信息匹配的车道元素作为目标车道元素。
步骤103，根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。
进一步地，在获取到地图中与场景逻辑信息匹配的目标车道元素后，可根据目标车道元素、地图中目标车道的周边交通元素(如，路口元素、人行横道元素、交通灯元素等)以及驾驶场景的场景逻辑信息，可在短时间内自动生成大量的驾驶场景的场景文件。
综上，通过获取待处理的地图中的交通元素信息；针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素；根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。由此，通过地图中与场景逻辑信息匹配的目标车道元素、地图中目标车道元素的周边交通元素以及驾驶场景的场景逻辑信息，可自动生成驾驶场景的场景文件，节省了大量的人力、时间成本，并提高了场景覆盖度。
为了准确地确定地图中与场景逻辑信息匹配的目标车道元素，如图2所示，图2是根据本公开第二实施例的示意图，在本公开实施例中，可根据场景逻辑信息中的驾驶场景的各个逻辑参数以及每个逻辑参数的条件，确定车道元素是否为目标车道元素。图2所示实施例可包括如下步骤：
步骤201，获取待处理的地图中的交通元素信息。
步骤202，针对地图中的每个车道元素，根据车道元素确定各个逻辑参数的数值。
在本公开实施例中，场景逻辑信息可包括：驾驶场景的各个逻辑参数，以及每个逻辑参数的条件。比如，驾驶场景为变道场景，驾驶场景的各个逻辑参数可为相邻车道的车道线线型、车道的长度、车道的曲率等。对于地图中的每个车道元素，可根据车道元素信息确定各个逻辑参数的数值，比如，可根据车道元素信息确定车道曲率值、车道长度值、车道线线型等。
步骤203，根据各个逻辑参数的数值以及各个逻辑参数的条件，确定车道元素是否为目标车道元素。
可选地，根据各个逻辑参数的数值以及各个逻辑参数的条件，判断车道元素是否存在第一逻辑参数，其中，第一逻辑参数的数值不满足第一逻辑参数的条件；在车道元素存在第一逻辑参数时，确定车道元素不为目标车道元素；在车道元素未存在第一逻辑参数时，确定车道元素为所述目标车道元素。
也就是说，为了准确地确定车道元素是否为目标车道元素，在本公开实施例中，第一逻辑参数的条件可为场景逻辑信息中的逻辑参数的条件，将逻辑参数的数值不满足场景逻辑信息中的逻辑参数的条件的逻辑参数作为第一逻辑参数。进而，查询车道元素是否存在第一逻辑参数，在车道元素存在第一逻辑参数时，确定车道元素不为目标车道元素；在车道元素未存在第一逻辑参数时，确定车道元素为目标车道元素。
步骤204，根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。
在本公开实施例中，步骤201、204可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
综上，通过获取待处理的地图中的交通元素信息；针对地图中的每个车道元素，根据车道元素确定各个逻辑参数的数值；根据各个逻辑参数的数值以及各个逻辑参数的条件，确定车道元素是否为目标车道元素；根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。由此，根据各个逻辑参数的数值以及各个逻辑参数的条件，可准确地确定车道元素是否为目标车道元素，进而通过地图中与场景逻辑信息匹配的目标车道元素、地图中目标车道元素的周边交通元素以及驾驶场景的场景逻辑信息，可自动生成驾驶场景的场景文件，节省了大量的人力、时间成本，并提高了场景覆盖度。
为了生成统一场景文件格式的场景文件，如图3所示，图3是根据本公开第三实施例的示意图，在本公开实施例中，可根据驾驶场景的场景信息和驾驶场景的场景文件格式，生成具有场景文件格式的场景文件。图3所示实施例可包括如下步骤：
步骤301，获取待处理的地图中的交通元素信息。
步骤302，针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素。
步骤303，根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景信息。
可选地，根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，确定驾驶场景的主车辆行驶信息；根据主车辆行驶信息、场景逻辑信息以及驾驶场景的障碍物约束信息，生成驾驶场景的障碍物行驶信息；根据主车辆行驶信息、障碍物行驶信息以及周边交通元素，生成驾驶场景的场景信息。其中，障碍物约束信息包括以下信息中的至少一种：障碍物变道风格、障碍物初始速度、障碍物加速度信息、障碍物速度阈值、障碍物运动触发条件、障碍物与主车辆的相对距离。需要说明的是，障碍物约束信息可根据用户的设置指令进行设置。另外，为了提高场景覆盖度，获取主车辆的驾驶能力边界，在本公开实施例中，可对障碍物约束信息进行模糊化，比如，障碍物初始速度大小、障碍物加速度信息、障碍物与主车辆的相对距离等可为一定范围内的数值。
也就是说，为了生成符合场景逻辑信息的且合理的驾驶场景的场景信息，可根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，可确定驾驶场景的主车辆行驶信息，比如，主车辆行驶动作(左转、右转、直行等)、主车辆行驶速度、主车辆起点距离停止线的距离等。接着，根据主车辆行驶信息、场景逻辑信息以及驾驶场景的障碍物约束信息，生成驾驶场景的障碍物行驶信息，比如，根据主车辆行驶信息、场景逻辑信息以及驾驶场景的障碍物约束信息，生成障碍物沿车道元素行驶，或者，根据主车辆行驶信息、场景逻辑信息以及驾驶场景的障碍物约束信息，生成障碍物变道行驶，其中，障碍物沿车道元素行驶时，可获取该车道元素中心点，将沿途的车道元素中心点设置为障碍物的轨迹点，即可满足障碍物沿车道行驶的动作；障碍物变道行驶时，如图4所示，可获取车道元素中心点，以及相邻车道元素边线，通过三次样条曲线进行插值拟合得到变道轨迹点，其中样条曲线的控制点为当前车道元素起点(P0)-车道元素边线点(P1)-相邻车道元素终点(P2)。其中，需要说明的是，车道元素边线点P1位置跟驾驶者的变道风格相关，其中，变道风格可包括正常风格、激进风格、保守风格，具体表现可为如下表格：
表1障碍物变道轨迹中P1位置确定
其中，变道总长度可为当前车道元素起点(P0)至相邻车道元素终点(P2)的总长度。
进而，根据主车辆行驶信息、障碍物行驶信息以及周边交通元素，生成驾驶场景的场景信息。
步骤304，确定驾驶场景的场景文件格式。
为了生成的场景文件格式统一，可预先确定场景文件的场景文件格式。
步骤305，根据场景信息以及场景文件格式，生成具有场景文件格式的场景文件。
进一步地，将场景信息按照场景文件格式，生成具有场景文件格式的场景文件。
为了更好地说明上述实施例，现举例进行说明。
举例而言，如图5所示，以驾驶场景为变道场景为例，首先，从地图中的第一条车道元素开始判断是否为目标车道元素，如，在车道元素存在第一逻辑参数时(如，车道长度小于设定变道长度、车道曲率小于设定曲率)，确定车道元素不为目标车道元素；在车道元素未存在第一逻辑参数时(车道长度大于或等于设定变道长度且车道曲率大于或等于设定曲率)，确定车道元素为目标车道元素。在车道元素为目标车道元素时，可结合地图中目标车道元素的周边交通元素(如，路口元素、人行横道元素、交通灯元素等)，判断目标车道元素的线型，在目标车道元素的左边线为白虚线时，可确定主车辆向左变道；在目标车道元素的右边线为白虚线时，可确定主车辆向右变道；在目标车道元素的左边线和右边线均为实线时，可确定主车辆不变道，接着，用户可在主车辆向左变道时、向右变道时或直行时设置障碍物(障碍车)与主车辆的相对距离，障碍物变道风格、障碍物初始速度、障碍物加速度信息、障碍物速度阈值以及障碍物运动触发条件等。进一步地，根据主车辆行驶信息、障碍物行驶信息以及周边交通元素，生成驾驶场景的场景信息。之后，进行下一条车道元素的判断，若当前车道元素不为目标车道元素，可直接进行下一条车道元素的判断，直至遍历地图中所有的车道元素。
综上，通过获取待处理的地图中的交通元素信息；针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素；根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景信息；确定驾驶场景的场景文件格式；根据场景信息以及场景文件格式，生成具有场景文件格式的场景文件。由此，根据场景信息以及场景文件格式，可自动生成统一场景文件格式的场景文件，节省了大量的人力、时间成本，并提高了场景覆盖度。
为了提高场景文件的合理性，如图6所示，图6是根据本公开第四实施例的示意图，在本公开实施例中，可采用场景文件中的关键参数信息对场景文件进行标记处理，以便用户根据标记进行场景文件的筛选处理，图6所示实施例可包括如下步骤：
步骤601，获取待处理的地图中的交通元素信息。
步骤602，针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素。
步骤603，根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。
步骤604，提取场景文件中的关键参数信息。
在本公开实施例中，可提取场景文件中的主车辆行驶信息(如，主车辆行驶速度、主车辆行驶方向等)、障碍物行驶信息(障碍物行驶速度、障碍物行驶)以及周边交通元素等关键参数信息。
步骤605，采用关键参数信息对场景文件进行标记处理，以便根据标记进行场景文件筛选处理。
进一步地，可对提取的关键参数信息进行标记处理，用户可根据标记处理的关键参数信息对场景文件进行筛选处理。
综上，通过获取待处理的地图中的交通元素信息；针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素；根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件；提取场景文件中的关键参数信息；采用关键参数信息对场景文件进行标记处理，以便根据标记进行场景文件筛选处理。由此，通过地图中与场景逻辑信息匹配的目标车道元素、地图中目标车道元素的周边交通元素以及驾驶场景的场景逻辑信息，可自动生成驾驶场景的场景文件，另外，对于场景文件还可根据关键参数信息进行标记处理，以便用户对场景文件进行筛选，提高了场景文件的合理性。
为了使本领域技术人员更加清楚地了解本公开，现举例进行说明。
举例而言，如图7所示，通过反序列化读取高精度地图中车道元素信息、路口元素信息、人行横道元素信息、交通灯元素信息等交通元素信息，场景文件的生成装置可根据场景逻辑信息、交通元素信息以及用户定义的参数信息(如，障碍物初始速度、障碍物变道风格、障碍物与主车辆的相对距离等)，泛化出该场景逻辑信息的主车辆行驶信息、障碍物行驶信息，依据场景逻辑信息，结合高精度地图元素，遍历整个地图，生成所有场景逻辑对应的场景文件。
本公开实施例的场景文件的生成方法，通过获取待处理的地图中的交通元素信息；针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素；根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。由此，通过地图中与场景逻辑信息匹配的目标车道元素、地图中目标车道元素的周边交通元素以及驾驶场景的场景逻辑信息，可自动生成驾驶场景的场景文件，节省了大量的人力、时间成本，并提高了场景覆盖度。
为了实现上述实施例，本公开提出一种场景文件的生成装置。
图8是根据本公开第五实施例的示意图。如图8所示，场景文件的生成装置800包括：获取模块810、确定模块820、生成模块830。
其中，获取模块810，用于获取待处理的地图中的交通元素信息；确定模块820，用于针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素；生成模块830，用于根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。
作为本公开实施例的一种可能实现方式，场景逻辑信息包括：所述驾驶场景的各个逻辑参数，以及每个逻辑参数的条件；确定模块820，具体用于：针对地图中的每个车道元素，根据车道元素确定各个逻辑参数的数值；根据各个逻辑参数的数值以及各个逻辑参数的条件，确定车道元素是否为目标车道元素。
作为本公开实施例的一种可能实现方式，确定模块820，还用于：根据各个逻辑参数的数值以及各个所述逻辑参数的条件，判断车道元素是否存在第一逻辑参数，其中，第一逻辑参数的数值不满足第一逻辑参数的条件；在车道元素存在所述第一逻辑参数时，确定车道元素不为目标车道元素；在车道元素未存在第一逻辑参数时，确定车道元素为目标车道元素。
作为本公开实施例的一种可能实现方式，生成模块830，具体用于：根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景信息；确定驾驶场景的场景文件格式；根据场景信息以及场景文件格式，生成具有场景文件格式的场景文件。
作为本公开实施例的一种可能实现方式，生成模块830，还用于：根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，确定驾驶场景的主车辆行驶信息；根据主车辆行驶信息、场景逻辑信息以及驾驶场景的障碍物约束信息，生成驾驶场景的障碍物行驶信息；根据主车辆行驶信息、障碍物行驶信息以及周边交通元素，生成驾驶场景的场景信息。
作为本公开实施例的一种可能实现方式，障碍物约束信息包括以下信息中的至少一种：障碍物变道风格、障碍物初始速度、障碍物加速度信息、障碍物速度阈值、障碍物运动触发条件、障碍物与主车辆的相对距离。
作为本公开实施例的一种可能实现方式，场景文件的生成装置800还包括：提取模块、筛选模块。
其中，提取模块，用于提取场景文件中的关键参数信息；筛选模块，用于采用关键参数信息对场景文件进行标记处理，以便根据标记进行场景文件筛选处理。
本公开实施例的场景文件的生成装置，通过获取待处理的地图中的交通元素信息；针对每个驾驶场景，根据驾驶场景的场景逻辑信息查询交通元素信息，确定地图中与场景逻辑信息匹配的目标车道元素；根据目标车道元素、地图中目标车道元素的周边交通元素、以及驾驶场景的场景逻辑信息，生成驾驶场景的场景文件。由此，通过地图中与场景逻辑信息匹配的目标车道元素、地图中目标车道元素的周边交通元素以及驾驶场景的场景逻辑信息，可自动生成驾驶场景的场景文件，节省了大量的人力、时间成本，并提高了场景覆盖度。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如场景文件的生成方法。例如，在一些实施例中，场景文件的生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的场景文件的生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行场景文件的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
其中，需要说明的是，人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (17)
1.一种场景文件的生成方法，包括：
获取待处理的地图中的交通元素信息；
针对每个驾驶场景，根据所述驾驶场景的场景逻辑信息查询所述交通元素信息，确定所述地图中与所述场景逻辑信息匹配的目标车道元素；
根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景文件。
2.根据权利要求1所述的方法，其中，所述场景逻辑信息包括：所述驾驶场景的各个逻辑参数，以及每个逻辑参数的条件；
所述根据所述驾驶场景的场景逻辑信息查询所述交通元素信息，确定所述地图中与所述场景逻辑信息匹配的目标车道元素，包括：
针对所述地图中的每个车道元素，根据所述车道元素确定各个所述逻辑参数的数值；
根据各个所述逻辑参数的数值以及各个所述逻辑参数的条件，确定所述车道元素是否为所述目标车道元素。
3.根据权利要求2所述的方法，其中，所述根据各个所述逻辑参数的数值以及各个所述逻辑参数的条件，确定所述车道元素是否为所述目标车道元素，包括：
根据各个所述逻辑参数的数值以及各个所述逻辑参数的条件，判断所述车道元素是否存在第一逻辑参数，其中，所述第一逻辑参数的数值不满足所述第一逻辑参数的条件；
在所述车道元素存在所述第一逻辑参数时，确定所述车道元素不为所述目标车道元素；
在所述车道元素未存在所述第一逻辑参数时，确定所述车道元素为所述目标车道元素。
4.根据权利要求1所述的方法，其中，所述根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景文件，包括：
根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景信息；
确定所述驾驶场景的场景文件格式；
根据所述场景信息以及所述场景文件格式，生成具有所述场景文件格式的所述场景文件。
5.根据权利要求4所述的方法，其中，所述根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景信息，包括：
根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，确定所述驾驶场景的主车辆行驶信息；
根据所述主车辆行驶信息、所述场景逻辑信息以及所述驾驶场景的障碍物约束信息，生成所述驾驶场景的障碍物行驶信息；
根据所述主车辆行驶信息、所述障碍物行驶信息以及所述周边交通元素，生成所述驾驶场景的场景信息。
6.根据权利要求5所述的方法，其中，所述障碍物约束信息包括以下信息中的至少一种：障碍物变道风格、障碍物初始速度、障碍物加速度信息、障碍物速度阈值、障碍物运动触发条件、障碍物与主车辆的相对距离。
7.根据权利要求1至6任一项所述的方法，其中，所述方法还包括：
提取所述场景文件中的关键参数信息；
采用所述关键参数信息对所述场景文件进行标记处理，以便根据所述标记进行场景文件筛选处理。
8.一种场景文件的生成装置，包括：
获取模块，用于获取待处理的地图中的交通元素信息；
确定模块，用于针对每个驾驶场景，根据所述驾驶场景的场景逻辑信息查询所述交通元素信息，确定所述地图中与所述场景逻辑信息匹配的目标车道元素；
生成模块，用于根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景文件。
9.根据权利要求8所述的装置，其中，所述场景逻辑信息包括：所述驾驶场景的各个逻辑参数，以及每个逻辑参数的条件；
所述确定模块，具体用于：
针对所述地图中的每个车道元素，根据所述车道元素确定各个所述逻辑参数的数值；
根据各个所述逻辑参数的数值以及各个所述逻辑参数的条件，确定所述车道元素是否为所述目标车道元素。
10.根据权利要求9所述的装置，其中，所述确定模块，还用于：
根据各个所述逻辑参数的数值以及各个所述逻辑参数的条件，判断所述车道元素是否存在第一逻辑参数，其中，所述第一逻辑参数的数值不满足所述第一逻辑参数的条件；
在所述车道元素存在所述第一逻辑参数时，确定所述车道元素不为所述目标车道元素；
在所述车道元素未存在所述第一逻辑参数时，确定所述车道元素为所述目标车道元素。
11.根据权利要求8所述的装置，其中，所述生成模块，具体用于：
根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，生成所述驾驶场景的场景信息；
确定所述驾驶场景的场景文件格式；
根据所述场景信息以及所述场景文件格式，生成具有所述场景文件格式的所述场景文件。
12.根据权利要求11所述的装置，其中，所述生成模块，还用于：
根据所述目标车道元素、所述地图中所述目标车道元素的周边交通元素、以及所述驾驶场景的场景逻辑信息，确定所述驾驶场景的主车辆行驶信息；
根据所述主车辆行驶信息、所述场景逻辑信息以及所述驾驶场景的障碍物约束信息，生成所述驾驶场景的障碍物行驶信息；
根据所述主车辆行驶信息、所述障碍物行驶信息以及所述周边交通元素，生成所述驾驶场景的场景信息。
13.根据权利要求12所述的装置，其中，所述障碍物约束信息包括以下信息中的至少一种：障碍物变道风格、障碍物初始速度、障碍物加速度信息、障碍物速度阈值、障碍物运动触发条件、障碍物与主车辆的相对距离。
14.根据权利要求8-13任一项所述的装置，其中，所述装置还包括：
提取模块，用于提取所述场景文件中的关键参数信息；
筛选模块，用于采用所述关键参数信息对所述场景文件进行标记处理，以便根据所述标记进行场景文件筛选处理。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110668435.3A CN113570727B (zh) | 2021-06-16 | 2021-06-16 | 场景文件的生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110668435.3A CN113570727B (zh) | 2021-06-16 | 2021-06-16 | 场景文件的生成方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113570727A true CN113570727A (zh) | 2021-10-29 |
| CN113570727B CN113570727B (zh) | 2024-04-16 |
Family
ID=78162099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110668435.3A Active CN113570727B (zh) | 2021-06-16 | 2021-06-16 | 场景文件的生成方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113570727B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114253911A (zh) * | 2021-12-16 | 2022-03-29 | 北京赛目科技有限公司 | 一种场景文件关键信息的确定方法及装置 |
| CN114993326A (zh) * | 2022-05-25 | 2022-09-02 | 阿波罗智联(北京)科技有限公司 | 导航处理方法、装置及电子设备 |
| CN115544817A (zh) * | 2022-12-02 | 2022-12-30 | 广汽埃安新能源汽车股份有限公司 | 驾驶场景生成方法、装置、电子设备和计算机可读介质 |
| WO2024119678A1 (zh) * | 2022-12-07 | 2024-06-13 | 深圳海星智驾科技有限公司 | 工程机械的自动驾驶作业方法、装置、电子设备及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107727411A (zh) * | 2017-10-30 | 2018-02-23 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评场景生成系统及方法 |
| CN110765661A (zh) * | 2019-11-22 | 2020-02-07 | 北京京东乾石科技有限公司 | 自动驾驶仿真场景生成方法及装置、电子设备、存储介质 |
| WO2020083996A1 (de) * | 2018-10-24 | 2020-04-30 | Avl List Gmbh | Verfahren und vorrichtung zum testen eines fahrerassistenzsystems |
| CN111144015A (zh) * | 2019-12-30 | 2020-05-12 | 吉林大学 | 一种自动驾驶汽车虚拟场景库构建方法 |
| CN111579251A (zh) * | 2020-04-16 | 2020-08-25 | 国汽(北京)智能网联汽车研究院有限公司 | 车辆测试场景的确定方法、装置、设备及存储介质 |
| CN111625950A (zh) * | 2020-05-20 | 2020-09-04 | 北京百度网讯科技有限公司 | 自动驾驶仿真场景重建方法、装置、设备和介质 |
| CN111797003A (zh) * | 2020-05-27 | 2020-10-20 | 中汽数据有限公司 | 一种基于vtd软件搭建虚拟测试场景的方法 |
| JP2021047856A (ja) * | 2019-09-18 | 2021-03-25 | ▲広▼州大学 | 車両道路シミュレーションシーンの作成方法、装置、媒体、及び機器 |
-
2021
- 2021-06-16 CN CN202110668435.3A patent/CN113570727B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107727411A (zh) * | 2017-10-30 | 2018-02-23 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评场景生成系统及方法 |
| WO2020083996A1 (de) * | 2018-10-24 | 2020-04-30 | Avl List Gmbh | Verfahren und vorrichtung zum testen eines fahrerassistenzsystems |
| JP2021047856A (ja) * | 2019-09-18 | 2021-03-25 | ▲広▼州大学 | 車両道路シミュレーションシーンの作成方法、装置、媒体、及び機器 |
| CN110765661A (zh) * | 2019-11-22 | 2020-02-07 | 北京京东乾石科技有限公司 | 自动驾驶仿真场景生成方法及装置、电子设备、存储介质 |
| CN111144015A (zh) * | 2019-12-30 | 2020-05-12 | 吉林大学 | 一种自动驾驶汽车虚拟场景库构建方法 |
| CN111579251A (zh) * | 2020-04-16 | 2020-08-25 | 国汽(北京)智能网联汽车研究院有限公司 | 车辆测试场景的确定方法、装置、设备及存储介质 |
| CN111625950A (zh) * | 2020-05-20 | 2020-09-04 | 北京百度网讯科技有限公司 | 自动驾驶仿真场景重建方法、装置、设备和介质 |
| CN111797003A (zh) * | 2020-05-27 | 2020-10-20 | 中汽数据有限公司 | 一种基于vtd软件搭建虚拟测试场景的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 同济智能汽车研究所: "从功能场景到逻辑场景：基于关键字的场景描述细化方法", pages 1 - 10, Retrieved from the Internet <URL:汽车测试网 https://www.auto-testing.net/news/show-108089.html> * |
| 徐向阳等: "自动驾驶汽车测试场景构建关键技术综述", 汽车工程, pages 610 - 619 * |
| 陈君毅等: "面向决策规划系统测试的具体场景自动化生成方法", 汽车技术, pages 45 - 50 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114253911A (zh) * | 2021-12-16 | 2022-03-29 | 北京赛目科技有限公司 | 一种场景文件关键信息的确定方法及装置 |
| CN114993326A (zh) * | 2022-05-25 | 2022-09-02 | 阿波罗智联(北京)科技有限公司 | 导航处理方法、装置及电子设备 |
| CN115544817A (zh) * | 2022-12-02 | 2022-12-30 | 广汽埃安新能源汽车股份有限公司 | 驾驶场景生成方法、装置、电子设备和计算机可读介质 |
| WO2024119678A1 (zh) * | 2022-12-07 | 2024-06-13 | 深圳海星智驾科技有限公司 | 工程机械的自动驾驶作业方法、装置、电子设备及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113570727B (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113570727B (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
| CN113569378B (zh) | 仿真场景的生成方法、装置、电子设备以及存储介质 | |
| CN114296083A (zh) | 雷达点云数据处理方法、装置、设备以及存储介质 | |
| CN112560862A (zh) | 文本识别方法、装置及电子设备 | |
| CN114677570B (zh) | 道路信息更新方法、装置、电子设备以及存储介质 | |
| CN113467875A (zh) | 训练方法、预测方法、装置、电子设备以及自动驾驶车辆 | |
| CN114880337B (zh) | 地图数据一体化更新方法、装置、设备以及存储介质 | |
| CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
| CN113587937A (zh) | 车辆的定位方法、装置、电子设备和存储介质 | |
| CN112862017B (zh) | 点云数据的标注方法、装置、设备和介质 | |
| CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
| CN112988932B (zh) | 高精地图标注方法、装置、设备、可读存储介质及产品 | |
| CN115510923A (zh) | 信号灯自动关联道路的方法、装置、电子设备及介质 | |
| CN115771526A (zh) | 自动驾驶中控制车辆左转的方法、装置与自动驾驶车辆 | |
| CN115830268A (zh) | 用于优化感知算法的数据的获取方法、装置和存储介质 | |
| CN112652185B (zh) | 一种道路限速标记方法、装置及电子设备 | |
| CN113553255B (zh) | 路线场景文件的生成方法、装置、电子设备及存储介质 | |
| CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
| CN113886413A (zh) | 地图更新方法及装置 | |
| CN114111757A (zh) | 地图数据的修复方法、装置、电子设备和可读存储介质 | |
| CN115230721B (zh) | 感知数据处理方法、装置和自动驾驶车辆 | |
| CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 | |
| CN113591847A (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
| CN115147609A (zh) | 高精地图要素特征提取方法、装置及自动驾驶车辆 | |
| CN113032512A (zh) | 路网数据的更新方法、装置、设备、存储介质及产品 |
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 |