CN113792410B - 一种车辆操控数据到仿真环境的映射方法及系统 - Google Patents
一种车辆操控数据到仿真环境的映射方法及系统 Download PDFInfo
- Publication number
- CN113792410B CN113792410B CN202110923621.7A CN202110923621A CN113792410B CN 113792410 B CN113792410 B CN 113792410B CN 202110923621 A CN202110923621 A CN 202110923621A CN 113792410 B CN113792410 B CN 113792410B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- simulation
- data
- driving
- control 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 169
- 238000013507 mapping Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 77
- 230000008569 process Effects 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 22
- 238000004590 computer program Methods 0.000 description 11
- 238000012795 verification Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 230000000052 comparative effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明涉及一种车辆操控数据到仿真环境的映射方法及系统，该方法包括：采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；依据速度轨迹数据，利用MPC(Model Predictive Control，模型预测控制)算法驱动仿真车辆模型在仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据；将实际操控数据通过线性拟合转换成与仿真操控数据的值域匹配的数据列，实现车辆的实际操控数据到仿真驾驶环境的映射；通过MPC算法加上线性拟合的方式，提供一种便捷、快速、低成本、且准确性较高的构建实际车辆控制参数与仿真环境车辆控制参数之间的映射关系的方法。
Description
技术领域
本发明涉及车辆仿真驾驶技术领域，尤其涉及一种车辆操控数据到仿真环境的映射方法及系统。
背景技术
目前在相关领域，有许多现有技术涉及将实际的车辆行驶数据映射到仿真环境中的方法，例如：名称为“一种平行驾驶车辆控制参数自适应标定方法及系统(申请号：202010349073.7)”公开的方案中，通过实车行驶数据、车端质量与坡度值实时标定车辆控制参数；名称为“一种用于平行驾驶的仿真测试方法及系统(申请号：202010349719.1)”，通过采集仿真车辆的实际驾驶数据，修改驾驶模拟数据与仿真驾驶数据之间的映射关系，直至实际驾驶数据在预设范围内，可快速标定驾驶模拟数据与仿真驾驶数据之间的映射关系；名称为“一种基于驾驶操作数据实时采集的车辆运行仿真计算系统(申请号：201811624344.4)”，通过采集驾驶模拟器中各项模拟操作数据信息，并传输到仿真车辆运行系统实现同步；名称为“智能汽车道路行驶与虚拟测试平行映射实验方法(申请号：201810417326.2”，通过采集驾驶员驾驶车辆的轨迹数据等，在仿真环境中对场景进行重建并进行测试；名称为“车辆驾驶仿真优化的方法、装置、存储介质和终端设备(申请号：201811287837.3”，通过获取车辆在各测试工况中行驶的实车驾驶数据，利用控制算法控制所述车辆的仿真车在各所述测试工况中进行仿真工作，并迭代调整控制算法；名称为“一种虚拟驾驶应用中虚拟方向盘和真实方向盘对接方法(申请号：201810283139.X)”，通过创建虚拟世界与真实世界的方向盘坐标与采样点，通过采样结果计算相对坐标并进行空间标定来实现真是方向盘与虚拟方向盘的对接。
从上述内容可知，现有技术中通常利用实车测试来确定仿真车辆的模拟参数与实际控制参数的差异，但这种方式往往需要构建一个复杂的动力学模型，并不断进行迭代才有可能获得一个较为理想的映射结果，而且在建模之前找不到一个在仿真环境操控车辆的有效的参考值。因此存在模型构建困难、耗时长、费用高、实现过程不直观的问题。
发明内容
本发明针对现有技术中存在的技术问题，提供一种车辆操控数据到仿真环境的映射方法及系统，通过MPC算法加上线性拟合的方式，提供一种便捷、快速、低成本、且准确性较高的构建实际车辆控制参数与仿真环境车辆控制参数之间的映射关系的方法。
根据本发明的第一方面，提供了一种车辆操控数据到仿真环境的映射方法，包括：步骤1，采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；
步骤2，基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；
步骤3，依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据；
步骤4，将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列。
在上述技术方案的基础上，本发明还可以作出如下改进。
可选的，所述步骤1中进行实地行驶时，行驶路线满足：能够安全的实施将油门从完全不踩到踩到底的操作，能够实施将刹车从完全不踩到踩到底的操作，以及能够将方向盘左右打死。
可选的，所述步骤2中搭建所述仿真驾驶环境包括：
参照车辆实地行驶时经过的路段信息以及gps轨迹数据，确定车辆实际行经的道路；
利用车线级地图数据构建该车辆实际行经的道路的仿真道路环境，所述仿真道路环境包括：横向坡度和纵向坡度数据。
可选的，所述步骤2中基于该车辆的参数配置仿真车辆模型的参数的过程中，所述参数包括：车辆长/宽/高、轴距、车辆类型、整备质量、最大功率转速、最大扭矩、最大扭矩转速、档位个数、驱动方式、轮胎静摩擦、路面摩擦系数、轮胎半径、轮胎宽度以及车轮最大偏转角。
可选的，所述步骤3中输出的车辆的所述仿真操控数据包括：时间值、油门值、转向值、刹车值、车速值和坐标值。
可选的，所述步骤3中利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶的过程包括：
获取车辆实地行驶时的gps数据中每帧的速度与坐标值，作为驾驶仿真系统的MPC单元的输入；所述MPC单元以输入的速度轨迹值为目标，计算最趋近各速度轨迹值点的最优方式，按照该最优方式控制车辆实施模拟驾驶。
可选的，所述步骤4中将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列的过程中：
采用最小二乘法对所述实际操控数据参照MPC控制输出的操控数据进行一元线性拟合，输出以时间为横轴、两列操控参数分别为纵轴的图表，来判断线性拟合的效果；
拟合的效果达到设定规则时，则以该拟合结果作为最终的映射结果。
根据本发明的第二方面，提供一种车辆操控数据到仿真环境的映射系统，包括：CAN/GPS/IMU设备、驾驶仿真系统和值域匹配模块；
CAN/GPS/IMU设备，用于采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；
驾驶仿真系统，用于基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据；
值域匹配模块，用于将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列。
根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现车辆操控数据到仿真环境的映射方法的步骤。
根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现车辆操控数据到仿真环境的映射方法的步骤。
本发明提供的一种车辆操控数据到仿真环境的映射方法、系统、电子设备及存储介质，针对现有映射方案中存在的映射模型构建困难、耗时长、费用高、实现过程不直观、没有参考值等问题，本发明在基本只需要实施一次车辆实地行驶，且不需要建立复杂模型的前提下，通过MPC算法加上线性拟合的方式，提供一种便捷、快速、低成本、且准确性较高的构建实际车辆控制参数与仿真环境车辆控制参数之间的映射关系的方法，解决了以往的映射技术中找不到参考值，只能正向反复迭代校正，导致耗时长、成本高的问题。建立好映射关系的仿真环境能够快速将实车的控制数据映射到仿真环境中，开展在现实中难以实施的大量反复实验，或者对自动驾驶车辆的某个功能进行针对性的重复验证，能够大量节省成本，拥有广泛的应用前景。。
附图说明
图1为本发明提供的一种车辆操控数据到仿真环境的映射方法的流程图；
图2为本发明实施例提供的一种车辆操控数据到仿真环境的映射方法的线性拟合示意图；
图3为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中线性拟合前的方向盘值的示意图；
图4为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中线性拟合后的方向盘值的示意图；
图5为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中线性拟合前的油门值的示意图；
图6为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中线性拟合后的油门值的示意图；
图7为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中验证时的轨迹对比示例的示意图；
图8为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中验证时的速度对比示例的示意图；
图9为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中验证时的横G值对比示例的示意图；
图10为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中验证时的纵G值对比示例的示意图
图11为本发明提供的一种可能的电子设备的硬件结构示意图；
图12为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1为本发明提供的一种车辆操控数据到仿真环境的映射方法的流程图，如图1所示，该映射方法包括。
步骤1，采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；
步骤2，基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数。
步骤3，依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据。
步骤4，将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列，实现车辆的实际操控数据到仿真驾驶环境的映射。
针对现有映射方案中存在的映射模型构建困难、耗时长、费用高、实现过程不直观、没有参考值等问题，本发明通过MPC算法加上线性拟合的方式，提供一种便捷、快速、低成本、且准确性较高的构建实际车辆控制参数与仿真环境车辆控制参数之间的映射关系的方法。建立好映射关系的仿真环境能够快速将实车的控制数据映射到仿真环境中，开展在现实中难以实施的大量反复实验，或者对自动驾驶车辆的某个功能进行针对性的重复验证，能够大量节省成本，拥有广泛的应用前景。
实施例1
本发明提供的实施例1为本发明提供的一种车辆操控数据到仿真环境的映射的实施例，本发明实施例1提供一种车辆操控数据到仿真环境的映射方法，将从实际行驶的车辆上通过CAN设备获取的车辆操控数据(包括油门参数、刹车参数、转向参数)，按照仿真环境中利用MPC算法实施的模拟驾驶中输出的车辆操控数据的值域进行线性拟合，从而建立实际车辆的操控数据到仿真环境的车辆操控数据的映射。
进行该映射的基础在于，需要首先从某一路段的实车行驶中取得实车行驶操控数据，然后利用同一路段的道路数据构建仿真环境，利用MPC算法控制按照实际车辆设定的仿真车辆模型实施模拟驾驶并获取模拟驾驶操控数据。其中MPC算法控制的模拟驾驶的行驶依据为实车行驶时各个轨迹点的速度与位置信息。
本实施例中构建仿真环境理论上适用于任意仿真平台，本实施中所使用的模拟引擎为UE4引擎；所使用的道路数据为车线级地图数据(中精度地图数据或高精度地图数据)；仿真车辆模型为依照实车参数调整后的UE4内置车辆模型。实车行驶操控数据利用车载CAN分析设备采集并解析获取，速度和位置信息利用车载GPS设备获取。具体的，该实施例包括。
步骤1，采集车辆进行实地行驶时的实际操控数据和速度轨迹数据。
在一种可能的实施例方式中，在实施实车行驶之前，为了使取到的数值能够完整覆盖各操控参数的整个值域，需要提前设计路线，满足但不限于以下几个条件：(1)能够安全的实施将油门从完全不踩到踩到底的操作(2)能够实施将刹车从完全不踩到踩到底的操作(3)能够将方向盘左右打死(例如有掉头路线)。
可以理解的是，具体实施中，采用CAN(Controller Area Network，控制器局域网络)/GPS(Global Positioning System，全球定位系统)/IMU(Inertial MeasurementUnit，惯性测量单元)设备采集车辆进行实地行驶时的实际操控数据和速度轨迹数据，在实际执行行驶过程中，还需要注意以下几点：(1)行驶之前确保CAN设备和GPS/IMU设备已连接且可正常工作。(2)为保证GPS数据的易解析性，尽量行驶在中间车道上，且尽量避免停车和倒车，保证速度和轨迹数据的连贯性。(3)行驶中尽量利用摄像头录像，用于对比实际行驶的道路与仿真系统生成道路的差异并实施校正。
在行驶完成后，及时利用提前获取的CAN设备及GPS/IMU设备的式样书，对所获取的数据进行解析，明确各个字段的意义。
采集数据后将数据进行抽稀处理，生成与仿真系统帧率相匹配的数据以供使用，本发明实施例中使用的帧率为25帧。
步骤2，基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数。
在一种可能的实施例方式中，搭建所述仿真驾驶环境包括。
参照车辆实地行驶时经过的路段信息(包括视频信息)以及gps轨迹数据，确定车辆实际行经的道路。
利用车线级地图数据在UE4中构建该车辆实际行经的道路的仿真道路环境，所述仿真道路环境包括：横向坡度和纵向坡度数据。
在一种可能的实施例方式中，参照实车的参数来配置仿真车辆的参数。这些参数包括但不限于车辆长宽/高、轴距、车辆类型、整备质量、最大功率转速、最大扭矩、最大扭矩转速、档位个数、驱动方式、轮胎静摩擦、路面摩擦系数、轮胎半径、轮胎宽度、车轮最大偏转角等。这些参数可以从车辆公开的配置表中获取。或者更优选的，从车厂处直接获取。模型参数越匹配实际参数，映射效果越好。
步骤3，依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据。
在一种可能的实施例方式中，输出的车辆的所述仿真操控数据包括：时间值、油门值、转向值、刹车值、车速值和坐标值。
具体实施中，输出为包含车辆的仿真操控信息在内的行驶日志信息，首先要定义期望输出的行驶日志中包含的字段内容，字段内容必须包括：时间值、油门值、转向值、刹车值、车速值、坐标值。可选的还可以包括：Pitch(上下颠动)、Roll(自身旋转)、Yaw(左右拐弯)、曲率、横G(车辆转弯时产生的与行进方向垂直的加速度值)、纵G(车辆加减速时产生的与行进方向一致的加速度值)、THW(Time Headway，车头时距)、TTC(Time－To－Collision，碰撞时间)等。
在一种可能的实施例方式中，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶的过程包括。
获取车辆实地行驶时的gps数据中每帧的速度与坐标值，作为驾驶仿真系统的MPC(Model Predictive Control，模型预测控制)单元的输入；所述MPC单元以输入的速度轨迹值为目标，计算最趋近各速度轨迹值点的最优方式，按照该最优方式控制车辆实施模拟驾驶。最后按照25帧的帧率来输出行驶日志。
步骤4，将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列。
在一种可能的实施例方式中，将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列的过程中。
采用最小二乘法对所述实际操控数据参照MPC控制输出的操控数据进行一元线性拟合：y(x)＝f(x)＝kx+b，输出以时间为横轴、两列操控参数分别为纵轴的图表，来判断线性拟合的效果。如图2所示为本发明实施例提供的一种车辆操控数据到仿真环境的映射方法的线性拟合示意图。
拟合的效果达到设定规则(即值域一致且数值差异较小)时，则以该拟合结果作为最终的映射结果。
基于步骤1和步骤3，已经获取了两段帧率相同的车辆操控数据列(油门值、转向值、刹车值)，但这两段数据列的值域往往是不同的，直接将实车行驶时获取的数据列输入仿真环境驱动车辆行驶无法得到近似的行驶结果。但实车的操控数据列，与按照相同的数据轨迹值并依靠MPC控制驾驶的车辆操控数据列之间可以近似的认为是线性关系，因此可以利用线性拟合完成两者间的映射。
实施例2
本发明提供的实施例2为本发明提供的一种车辆操控数据到仿真环境的映射系统的实施例，该实施例包括：CAN/GPS/IMU设备、驾驶仿真系统和值域匹配模块。
CAN/GPS/IMU设备，用于采集车辆进行实地行驶时的实际操控数据和速度轨迹数据。
驾驶仿真系统，用于基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据。
值域匹配模块，用于将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列。
可以理解的是，本发明提供的一种车辆操控数据到仿真环境的映射系统与前述各实施例提供的车辆操控数据到仿真环境的映射方法相对应，车辆操控数据到仿真环境的映射系统的相关技术特征可参考车辆操控数据到仿真环境的映射方法的相关技术特征，在此不再赘述。
实施例3
本发明提供的实施例3为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例，，验证线性拟合后映射到仿真环境中的实车操控数据是否有效的方法可以为：
将线性拟合后的实车操控数据直接作为输入，在仿真环境中驱动仿真车辆模型在同一路段实施模拟驾驶，并输出行驶日志。
将行驶日志中的各个字段分别以时间为横轴做图，与实车实际行驶时输出的各相应字段(速度、轨迹、横G、纵G等)进行对比。如果对比结果确认其数据变化趋势相同，且数值差异很小，则可以确认该映射结果是有效的。
具体的，图3和图4分别为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中线性拟合前和拟合后的方向盘值的示意图。图5和图6分别为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中线性拟合前和拟合后的油门值的示意图，图3和图5中粗线为实车值、细线为MPC参考值，图4和图6中粗线为线性拟合后的实车值、细线为MPC参考值.。
图7和图8分别为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中验证时的轨迹和速度对比示例的示意图，图7中粗线为实车轨迹、细线为映射后的实车操控数据驱动的仿真车辆轨迹，图8中粗线为实车速度值、细线为映射后的实车操控数据驱动的仿真车辆速度值。
图9和图10分别为本发明提供的一种车辆操控数据到仿真环境的映射方法的应用实施例中验证时的横G值和纵G值对比示例的示意图，图9中粗线为实车值、细线为映射后的实车操控数据驱动的仿真车辆值，图10中粗线为实车值、细线为映射后的实车操控数据驱动的仿真车辆值。
由于实车数据采集的原因，没有采集到原始的刹车行程参数信息，故没有映射刹车值数据。但依然可以看出整体的趋势是十分相似的，可以验证本方法的有效性。
请参阅图11，图11为本发明实施例提供的电子设备的实施例示意图。如图11所示，本发明实施例提了一种电子设备，包括存储器1310、处理器1320及存储在存储器1320上并可在处理器1320上运行的计算机程序1311，处理器1320执行计算机程序1311时实现以下步骤：步骤1，采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；步骤2，基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；步骤3，依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据；步骤4，将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列。
请参阅图12，图12为本发明提供的一种计算机可读存储介质的实施例示意图。如图12所示，本实施例提供了一种计算机可读存储介质1400，其上存储有计算机程序1411，该计算机程序1411被处理器执行时实现如下步骤：步骤1，采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；步骤2，基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；步骤3，依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据；步骤4，将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列。
本发明实施例提供的一种车辆操控数据到仿真环境的映射方法、系统及存储介质，针对现有映射方案中存在的映射模型构建困难、耗时长、费用高、实现过程不直观、没有参考值等问题，本发明在基本只需要实施一次车辆实地行驶，且不需要建立复杂模型的前提下，通过MPC算法加上线性拟合的方式，提供一种便捷、快速、低成本、且准确性较高的构建实际车辆控制参数与仿真环境车辆控制参数之间的映射关系的方法，解决了以往的映射技术中找不到参考值，只能正向反复迭代校正，导致耗时长、成本高的问题。建立好映射关系的仿真环境能够快速将实车的控制数据映射到仿真环境中，开展在现实中难以实施的大量反复实验，或者对自动驾驶车辆的某个功能进行针对性的重复验证，能够大量节省成本，拥有广泛的应用前景。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
Claims (8)
1.一种车辆操控数据到仿真环境的映射方法，其特征在于，所述方法包括：
步骤1，采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；
步骤2，基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；
步骤3，依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据；
步骤4，将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列；
所述步骤3中利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶的过程包括：
获取车辆实地行驶时的gps数据中每帧的速度与坐标值，作为驾驶仿真系统的MPC单元的输入；所述MPC单元以输入的速度轨迹值为目标，计算最趋近各速度轨迹值点的最优方式，按照该最优方式控制车辆实施模拟驾驶；
所述步骤4中将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列的过程中：
采用最小二乘法对所述实际操控数据参照MPC控制输出的操控数据进行一元线性拟合，输出以时间为横轴、两列操控参数分别为纵轴的图表，来判断线性拟合的效果；
拟合的效果达到设定规则时，则以该拟合结果作为最终的映射结果。
2.根据权利要求1所述的映射方法，其特征在于，所述步骤1中进行实地行驶时，行驶路线满足：能够安全的实施将油门从完全不踩到踩到底的操作，能够实施将刹车从完全不踩到踩到底的操作，以及能够将方向盘左右打死。
3.根据权利要求1所述的映射方法，其特征在于，所述步骤2中搭建所述仿真驾驶环境包括：
参照车辆实地行驶时经过的路段信息以及gps轨迹数据，确定车辆实际行经的道路；
利用车线级地图数据构建该车辆实际行经的道路的仿真道路环境，所述仿真道路环境包括：横向坡度和纵向坡度数据。
4.根据权利要求1所述的映射方法，其特征在于，所述步骤2中基于该车辆的参数配置仿真车辆模型的参数的过程中，所述参数包括：车辆长/宽/高、轴距、车辆类型、整备质量、最大功率转速、最大扭矩、最大扭矩转速、档位个数、驱动方式、轮胎静摩擦、路面摩擦系数、轮胎半径、轮胎宽度以及车轮最大偏转角。
5.根据权利要求1所述的映射方法，其特征在于，所述步骤3中输出的车辆的所述仿真操控数据包括：时间值、油门值、转向值、刹车值、车速值和坐标值。
6.一种车辆操控数据到仿真环境的映射系统，其特征在于，包括：CAN/GPS/IMU设备、驾驶仿真系统和值域匹配模块；
所述CAN/GPS/IMU设备，用于采集车辆进行实地行驶时的实际操控数据和速度轨迹数据；
所述驾驶仿真系统，用于基于该车辆实地行驶的路段搭建仿真驾驶环境，基于该车辆的参数配置仿真车辆模型的参数；依据所述速度轨迹数据，利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶，输出车辆的仿真操控数据；
所述值域匹配模块，用于将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列；
所述驾驶仿真系统利用MPC算法驱动所述仿真车辆模型在所述仿真驾驶环境中实施模拟驾驶的过程包括：
获取车辆实地行驶时的gps数据中每帧的速度与坐标值，作为驾驶仿真系统的MPC单元的输入；所述MPC单元以输入的速度轨迹值为目标，计算最趋近各速度轨迹值点的最优方式，按照该最优方式控制车辆实施模拟驾驶；
所述值域匹配模块将所述实际操控数据通过线性拟合转换成与所述仿真操控数据的值域匹配的数据列的过程中：
采用最小二乘法对所述实际操控数据参照MPC控制输出的操控数据进行一元线性拟合，输出以时间为横轴、两列操控参数分别为纵轴的图表，来判断线性拟合的效果；
拟合的效果达到设定规则时，则以该拟合结果作为最终的映射结果。
7.一种电子设备，其特征在于，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-5任一项所述的车辆操控数据到仿真环境的映射方法的步骤。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现如权利要求1-5任一项所述的车辆操控数据到仿真环境的映射方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923621.7A CN113792410B (zh) | 2021-08-11 | 2021-08-11 | 一种车辆操控数据到仿真环境的映射方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923621.7A CN113792410B (zh) | 2021-08-11 | 2021-08-11 | 一种车辆操控数据到仿真环境的映射方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113792410A CN113792410A (zh) | 2021-12-14 |
| CN113792410B true CN113792410B (zh) | 2024-03-08 |
Family
ID=78875913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110923621.7A Active CN113792410B (zh) | 2021-08-11 | 2021-08-11 | 一种车辆操控数据到仿真环境的映射方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113792410B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105788248A (zh) * | 2014-12-17 | 2016-07-20 | 中国移动通信集团公司 | 一种车辆检测的方法、装置及车辆 |
| CN111123731A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术（北京）有限公司 | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 |
| CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10860018B2 (en) * | 2017-11-30 | 2020-12-08 | Tusimple, Inc. | System and method for generating simulated vehicles with configured behaviors for analyzing autonomous vehicle motion planners |
| US10877476B2 (en) * | 2017-11-30 | 2020-12-29 | Tusimple, Inc. | Autonomous vehicle simulation system for analyzing motion planners |
-
2021
- 2021-08-11 CN CN202110923621.7A patent/CN113792410B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105788248A (zh) * | 2014-12-17 | 2016-07-20 | 中国移动通信集团公司 | 一种车辆检测的方法、装置及车辆 |
| CN111123731A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术（北京）有限公司 | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 |
| CN111859618A (zh) * | 2020-06-16 | 2020-10-30 | 长安大学 | 多端在环的虚实结合交通综合场景仿真测试系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113792410A (zh) | 2021-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112130472A (zh) | 一种自动驾驶的仿真测试系统和方法 | |
| CN111309600B (zh) | 虚拟场景注入自动驾驶测试方法及电子设备 | |
| CN106969763B (zh) | 用于确定无人驾驶车辆的偏航角的方法和装置 | |
| US11897494B2 (en) | Method and a device for generating a dynamic speed profile of a motor vehicle | |
| CN108508881B (zh) | 自动驾驶控制策略调整方法、装置、设备及存储介质 | |
| CN108319249B (zh) | 基于驾驶模拟器的无人驾驶算法综合测评系统及方法 | |
| CN109492656B (zh) | 用于输出信息的方法和装置 | |
| Zhou et al. | A framework for virtual testing of ADAS | |
| DE102017108692A1 (de) | Steuerung einer elektrischen Servolenkung unter Verwendung von Systemzustandsvorhersagen | |
| CN109131351B (zh) | 基于随机时滞的车辆稳定性评价方法 | |
| US20210253118A1 (en) | Autonomous vehicle actuation dynamics and latency identification | |
| CN111795832A (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
| CN112382165B (zh) | 驾驶策略生成方法、装置、介质、设备及仿真系统 | |
| CN110968088A (zh) | 车辆控制参数的确定方法、装置、车载控制器和无人车 | |
| CN111125854A (zh) | 车辆动力学模型的优化方法、装置、存储介质和终端设备 | |
| US20200384989A1 (en) | Method for the improved detection of objects by a driver assistance system | |
| Solmaz et al. | A vehicle-in-the-loop methodology for evaluating automated driving functions in virtual traffic | |
| CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
| Kaths et al. | Co-simulation of the virtual vehicle in virtual traffic considering tactical driver decisions. | |
| CN112158196B (zh) | 自动泊车方法及装置 | |
| JP4648335B2 (ja) | 車両走行用仮想試験を行うシステム及びプログラム | |
| CN113792410B (zh) | 一种车辆操控数据到仿真环境的映射方法及系统 | |
| CN113918615A (zh) | 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统 | |
| Stević et al. | Development of ADAS perception applications in ROS and" Software-In-the-Loop" validation with CARLA simulator | |
| CN110083158B (zh) | 一种确定局部规划路径的方法和设备 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Cheng Dexin Inventor after: Fang Junwen Inventor after: Zhang Jinjun Inventor before: Cheng Dexin Inventor before: Fang Junwen Inventor before: Zhang Jinjun |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |