CN113625594A - 一种自动驾驶仿真方法及仿真系统 - Google Patents

Abstract

为了解决现有的自动驾驶测试方案的成本高、安全性低、测试环境可重复性低等技术问题，本发明提出了一种自动驾驶仿真方法及仿真系统。本发明提供的自动驾驶仿真方法包括：接收虚拟车辆的驾驶路径信息；根据驾驶路径信息和仿真场景信息确定虚拟车辆的当前感知信息；根据当前感知信息确定车控信号；根据车控信号确定车辆状态信息；根据车辆状态信息向驾驶模拟机构发送控制指令，以使驾驶模拟机构根据控制指令控制现实场景中待测试车辆的状态。本发明中将车辆状态信息对应的控制指令输入至实体的驾驶模拟机构，驾驶模拟机构控制待测试车辆实现与车辆状态信息相对应的状态，由此待测试车辆内的驾驶人员可以直观地体验当前的自动驾驶状态。

Description

一种自动驾驶仿真方法及仿真系统

技术领域

本发明涉及自动驾驶领域，具体涉及一种自动驾驶仿真方法及仿真系统。

背景技术

场景是自动驾驶测试系统中非常重要的一环，测试场景的多样性、覆盖性、典型性等能够影响到测试结果的准确性，从而保证自动驾驶的安全和质量。目前自动驾驶领域安全事故频发，安全成为自动驾驶领域要解决的本质问题，业界和社会都需要具备更高可靠性的自动驾驶技术来夯实发展基础，其中测试场景、丰富和完善测试技术是提高自动驾驶安全性能的极重要一步。

目前自动驾驶领域采用实车场地测试或道路测试虽然更真实，但是存在时间成本、人力成本、物力成本高昂、安全性低、测试环境可重复性低等问题。

因此，有必要提供一种自动驾驶仿真方案，解决现有的自动驾驶测试方案的成本高、安全性低、测试环境可重复性低等技术问题。

发明内容

为了解决现有的自动驾驶测试方案的成本高、安全性低、测试环境可重复性低等技术问题，本发明提出了一种自动驾驶仿真方法及仿真系统，本发明具体是以如下技术方案实现的。

本发明提供一种自动驾驶仿真方法包括：

接收虚拟车辆的驾驶路径信息；

根据所述驾驶路径信息和仿真场景信息确定所述虚拟车辆的当前感知信息；

根据所述当前感知信息确定车控信号；

根据所述车控信号确定车辆状态信息；

根据所述车辆状态信息向驾驶模拟机构发送控制指令，以使所述驾驶模拟机构根据所述控制指令控制现实场景中待测试车辆的状态。

本发明中，驾驶路径信息包括起点、终点、驾驶轨迹和虚拟车辆的当前位置，驾驶路径信息可以由操作人员自行输入。通过当前感知信息对车辆的路径规划、轨迹跟踪、碰撞避免以及泊车辅助等做出判断，确定车辆状态信息。将车辆状态信息对应的控制指令输入至实体的驾驶模拟机构，驾驶模拟机构控制待测试车辆实现与车辆状态信息相对应的状态，由此待测试车辆内的驾驶人员可以直观地体验当前的自动驾驶状态。本发明提供的自动驾驶仿真方法的成本低、安全性高，可以重复、多次进行测试。

本发明提供的自动驾驶仿真方法的进一步改进在于，在所述根据所述驾驶路径信息和仿真场景信息确定所述虚拟车辆的当前感知信息之前，所述方法还包括：

获取高精度地图信息和自定义环境信息；

根据所述高精度地图信息和所述自定义环境信息确定所述仿真场景信息。

本发明提供的自动驾驶仿真方法的更进一步改进在于，所述高精度地图信息的格式为Opendrive格式。

本发明提供的自动驾驶仿真方法的进一步改进在于，所述车辆状态信息包括驾驶状态信息和车身状态信息；

所述根据所述车控信号确定车辆状态信息包括：

对所述车控信号进行转换处理，确定所述驾驶状态信息；

根据所述驾驶状态信息确定所述车身状态信息。

本发明提供的自动驾驶仿真方法的更进一步改进在于，所述驾驶模拟机构包括驾驶模拟器和运动平台，所述运动平台设于所述待测试车辆的下方，所述驾驶模拟器与所述待测试车辆连接；

所述根据所述车辆状态信息向驾驶模拟机构发送控制指令，以使所述驾驶模拟机构根据所述控制指令控制现实场景中待测试车辆的状态包括：

根据所述驾驶状态信息向所述驾驶模拟器发送驾驶状态控制指令，以使所述驾驶模拟器根据所述驾驶状态控制指令控制所述待测试车辆的驾驶状态；

根据所述车身状态信息向所述运动平台发送车身状态控制指令，以使所述运动平台根据车身状态控制指令控制所述待测试车辆的车身状态。

本发明提供的自动驾驶仿真方法的更进一步改进在于，所述驾驶状态信息包括制动踏板行程信息、油门踏板行程信息、挡位信息和方向盘转角信息中的一个或者多个。

本发明提供的自动驾驶仿真方法的更进一步改进在于，所述车身状态信息包括车身方向信息和车身对地倾角信息。

本发明提供的自动驾驶仿真方法的更进一步改进在于，所述方法还包括：根据所述驾驶路径信息、所述仿真场景信息和所述车身状态信息更新所述当前感知信息。

本发明提供的自动驾驶仿真方法的进一步改进在于，所述方法还包括：

根据所述驾驶路径信息和所述仿真场景信息确定场景图像信息；

根据所述场景图像信息显示场景图像。

本发明还提供一种自动驾驶仿真系统，用于执行如上所述的方法，所述系统包括：

场景仿真模块，用于接收虚拟车辆的驾驶路径信息，根据所述驾驶路径信息和仿真场景信息确定所述虚拟车辆的当前感知信息；

域控制器，用于根据所述当前感知信息确定车控信号；

第一确定模块，用于根据所述车控信号确定车辆状态信息；

控制模块，用于根据所述车辆状态信息生成控制指令；

驾驶模拟机构，用于根据所述控制指令控制现实场景中待测试车辆的状态。

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，下面描述中的附图仅仅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1提供的自动驾驶仿真方法的流程图。

图2为本发明实施例2提供的自动驾驶仿真系统的框图。

具体实施方式

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，所描述的实施例仅仅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做出创造性劳动的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。

为了解决现有的自动驾驶测试方案的成本高、安全性低、测试环境可重复性低等技术问题，本发明提出了一种自动驾驶仿真方法及仿真系统，本发明具体是以如下技术方案实现的。

实施例1：

结合图1至图2所示，本实施例1提出的一种自动驾驶仿真方法包括：

步骤S101：接收虚拟车辆的驾驶路径信息；

步骤S102：根据驾驶路径信息和仿真场景信息确定虚拟车辆的当前感知信息；

步骤S103：根据当前感知信息确定车控信号；

步骤S104：根据车控信号确定车辆状态信息；

步骤S105：根据车辆状态信息向驾驶模拟机构10发送控制指令，以使驾驶模拟机构10根据控制指令控制现实场景中待测试车辆的状态。

本实施例1应用于自动驾驶仿真领域，在场景仿真软件中输入虚拟车辆的驾驶路径信息，根据场景仿真软件的仿真场景信息和驾驶路径信息确定虚拟车辆当前能感知到的场景信息(即当前感知信息)；根据当前感知信息确定车辆状态信息，将车辆状态信息对应的控制指令输入至实体的驾驶模拟机构10，驾驶模拟机构10控制待测试车辆实现与车辆状态信息相对应的状态，由此待测试车辆内的驾驶人员可以直观地体验当前的自动驾驶状态。本实施例1提供的自动驾驶仿真方法的成本低、安全性高，可以重复、多次进行测试。

本实施例1中，驾驶路径信息包括起点、终点、行车轨迹和虚拟车辆的当前位置，驾驶路径信息可以由操作人员自行输入。域控制器30可以利用虚拟的摄像头、雷达、超声波传感器、毫米波传感器等对场景仿真软件中的道路、交通设施、行人及其他车辆等驾驶环境和道路设施进行稳定的检测，结合驾驶路径信息得到当前感知信息。通过当前感知信息对车辆的路径规划、轨迹跟踪、碰撞避免以及泊车辅助等做出判断，确定车辆状态信息。

进一步地，在步骤S102之前，方法还包括：获取高精度地图信息和自定义环境信息；根据高精度地图信息和自定义环境信息确定仿真场景信息。

更进一步地，高精度地图信息的格式为Opendrive格式。

本实施例1将自动驾驶控制器中用于定位的高精地图转换成Opendrive格式导入场景仿真软件VTD中，即在场景仿真软件中完全复制一条和控制器内部一样的高精地图，再将驾驶模拟机构10引入整个硬件在环系统中形成基于高精地图的多功能仿真测试工具链，可以在VTD Opendrive数据中添加自定义环境信息，自定义环境信息包括随机交通流、路灯杆、隔离带、树木及建筑、临时设施、天气和光线等，有针对性的研究具有中国特色场景、极限场景以此来做泛化场景等，可以更好更全面的覆盖实车测试或道路测试场景，使仿真场景信息更加真实、有效。

进一步地，车辆状态信息包括驾驶状态信息和车身状态信息；

步骤S104包括：对车控信号进行转换处理，确定驾驶状态信息；根据驾驶状态信息确定车身状态信息。较佳地，根据驾驶路径信息和仿真场景信息确定道路信息，根据道路信息和驾驶状态信息确定车身状态信息。道路信息用于指示虚拟车辆当前所在位置的道路平坦度。

更进一步地，驾驶模拟机构10包括驾驶模拟器和运动平台，运动平台设于待测试车辆的下方，待测试车辆与驾驶模拟器连接；

步骤S105包括：根据驾驶状态信息向驾驶模拟器发送驾驶状态控制指令，以使驾驶模拟器根据驾驶状态控制指令控制待测试车辆的驾驶状态；根据车身状态信息向运动平台发送车身状态控制指令，以使运动平台根据车身状态控制指令控制待测试车辆的车身状态。

更进一步地，驾驶状态信息包括制动踏板行程信息、油门踏板行程信息、挡位信息和方向盘转角信息中的一个或者多个。

更进一步地，车身状态信息包括车身方向信息和车身对地倾角信息。

本实施例1中，由域控制器30产生车控信号，输入给转换模型，由转换模型计算出驾驶状态信息，如踏板行程，档位，方向盘转角等，并将驾驶状态信息传递给车辆动力学模型，车辆动力学模型根据驾驶状态信息计算出车身状态信息。将车身状态信息和驾驶状态信息输入给控制模块，由控制模块根据车身状态信息和驾驶状态信息计算并模拟出整车运动状态，并回馈给驾驶员，使驾驶员产生动态体验。驾驶模拟器可以根据驾驶状态控制指令实现加减速、换挡、调整方向盘等，运动平台可以根据车身状态控制指令调整车身方向、车身与地面之间的夹角。

更进一步地，在步骤S105之后，方法还包括：根据驾驶路径信息、仿真场景信息和车身状态信息更新当前感知信息。在下一时刻根据更新后的当前感知信息确定车控信号。本实施例1中，车身状态信息还可以传递给场景仿真软件，进行场景的推进渲染，确保当前感知信息可以跟随虚拟车辆的运动变化情况而进行适应性调整。

进一步地，方法还包括：根据驾驶路径信息和仿真场景信息确定场景图像信息；根据场景图像信息显示场景图像。驾驶员可以以虚拟车辆的视角直观地观察周围场景。

本实施例1基于高精地图生成Opendrive格式，场景真实度更高，在系统中引入六自由度平台及驾驶模拟器，提高驾驶体验感、沉浸感，泛化场景遍历，减少道路测试时间，降低成本。

本实施例1引入基于高精地图生成Opendrive格式的场景仿真模块20，尤其对于L3级域控制器来讲，在其可实现自动驾驶驾驶的范围内，域控制器30、转换模块、车辆动力学模型、场景仿真软件、驾驶模拟器及六自由度平台联调，在场景仿真软件中添加随机交通流则尽可能多的覆盖有条件自动驾驶的随机场景。在实车测试之前将所有可以想到场景测试遍历，比如夜晚识别能减低，周围环境昏暗，如黎明、黄昏、夜间、随带中、周围环境亮度突变、建筑物、风景或者大型车辆投下大片阴影，雨雪雾霾天等，保证实车测试安全性，减少道路测试时间，减低成本，提高测试效率以及场景覆盖度。

本实施例1利用驾驶模拟器与六自由度平台和域控制器30、转换模块、车辆动力学模型、场景仿真软件联调，用于研究、测试、分析和重现“人-车-路-交通”在实际车辆驾驶中的相互作用。再将驾驶模拟器及六自由度平台引入整个硬件在环系统中形成基于高精地图的多功能仿真测试工具链。

实施例2：

结合图2所示，本实施例2提供一种自动驾驶仿真系统，用于执行如实施例1中的方法，系统包括：

场景仿真模块20，用于接收虚拟车辆的驾驶路径信息，根据驾驶路径信息和仿真场景信息确定虚拟车辆的当前感知信息；

域控制器30，用于根据当前感知信息确定车控信号；

确定模块40，用于根据车控信号确定车辆状态信息；

控制模块，用于根据车辆状态信息生成控制指令；

驾驶模拟机构10，用于根据控制指令控制现实场景中待测试车辆的状态。

本实施例2中控制模块集成于驾驶模拟机构10。驾驶模拟机构10还包括环幕投影仪，场景仿真模块20可以根据驾驶路径信息和仿真场景信息确定场景图像信息；环幕投影仪可以根据场景图像信息显示场景图像。系统还包括交换机和上位机电脑，交换机与驾驶模拟机构10、场景仿真模块20、确定模块40连接，上位机电脑可以通过交换机实现与驾驶模拟机构10、场景仿真模块20、确定模块40之间进行信息交互。

本实施例2中，驾驶路径信息包括起点、终点、驾驶轨迹和虚拟车辆的当前位置，驾驶路径信息可以由操作人员自行输入。域控制器30可以利用虚拟的摄像头、雷达、超声波传感器、毫米波传感器等对场景仿真软件中的道路、交通设施、行人及其他车辆等驾驶环境和道路设施进行稳定的检测，结合驾驶路径信息得到当前感知信息。通过当前感知信息对车辆的路径规划、轨迹跟踪、碰撞避免以及泊车辅助等做出判断，确定车辆状态信息。将车辆状态信息对应的控制指令输入至实体的驾驶模拟机构10，驾驶模拟机构10控制待测试车辆实现与车辆状态信息相对应的状态，由此待测试车辆内的驾驶人员可以直观地体验当前的自动驾驶状态。本实施例2提供的自动驾驶仿真方法的成本低、安全性高，可以重复、多次进行测试。

以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自动驾驶仿真方法，其特征在于，包括：

接收虚拟车辆的驾驶路径信息；

根据所述驾驶路径信息和仿真场景信息确定所述虚拟车辆的当前感知信息；

根据所述当前感知信息确定车控信号；

根据所述车控信号确定车辆状态信息；

根据所述车辆状态信息向驾驶模拟机构发送控制指令，以使所述驾驶模拟机构根据所述控制指令控制现实场景中待测试车辆的状态。

2.如权利要求1所述的自动驾驶仿真方法，其特征在于，在所述根据所述驾驶路径信息和仿真场景信息确定所述虚拟车辆的当前感知信息之前，所述方法还包括：

获取高精度地图信息和自定义环境信息；

根据所述高精度地图信息和所述自定义环境信息确定所述仿真场景信息。

3.如权利要求2所述的自动驾驶仿真方法，其特征在于，所述高精度地图信息的格式为Opendrive格式。

4.如权利要求1所述的自动驾驶仿真方法，其特征在于，所述车辆状态信息包括驾驶状态信息和车身状态信息；

所述根据所述车控信号确定车辆状态信息包括：

对所述车控信号进行转换处理，确定所述驾驶状态信息；

根据所述驾驶状态信息确定所述车身状态信息。

5.如权利要求4所述的自动驾驶仿真方法，其特征在于，所述驾驶模拟机构包括驾驶模拟器和运动平台，所述运动平台设于所述待测试车辆的下方，所述驾驶模拟器与所述待测试车辆连接；

所述根据所述车辆状态信息向驾驶模拟机构发送控制指令，以使所述驾驶模拟机构根据所述控制指令控制现实场景中待测试车辆的状态包括：

根据所述驾驶状态信息向所述驾驶模拟器发送驾驶状态控制指令，以使所述驾驶模拟器根据所述驾驶状态控制指令控制所述待测试车辆的驾驶状态；

根据所述车身状态信息向所述运动平台发送车身状态控制指令，以使所述运动平台根据车身状态控制指令控制所述待测试车辆的车身状态。

6.如权利要求5所述的自动驾驶仿真方法，其特征在于，所述驾驶状态信息包括制动踏板行程信息、油门踏板行程信息、挡位信息和方向盘转角信息中的一个或者多个。

7.如权利要求5所述的自动驾驶仿真方法，其特征在于，所述车身状态信息包括车身方向信息和车身对地倾角信息。

8.如权利要求4所述的自动驾驶仿真方法，其特征在于，所述方法还包括：根据所述驾驶路径信息、所述仿真场景信息和所述车身状态信息更新所述当前感知信息。

9.如权利要求1所述的自动驾驶仿真方法，其特征在于，所述方法还包括：

根据所述驾驶路径信息和所述仿真场景信息确定场景图像信息；

根据所述场景图像信息显示场景图像。

10.一种自动驾驶仿真系统，其特征在于，用于执行如权利要求1至9中任一项所述的方法，所述系统包括：

场景仿真模块，用于接收虚拟车辆的驾驶路径信息，根据所述驾驶路径信息和仿真场景信息确定所述虚拟车辆的当前感知信息；

域控制器，用于根据所述当前感知信息确定车控信号；

第一确定模块，用于根据所述车控信号确定车辆状态信息；

控制模块，用于根据所述车辆状态信息生成控制指令；

驾驶模拟机构，用于根据所述控制指令控制现实场景中待测试车辆的状态。

Images