CN113962107A - 对行驶路段仿真的方法、装置、电子设备及存储介质 - Google Patents
对行驶路段仿真的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113962107A CN113962107A CN202111317468.XA CN202111317468A CN113962107A CN 113962107 A CN113962107 A CN 113962107A CN 202111317468 A CN202111317468 A CN 202111317468A CN 113962107 A CN113962107 A CN 113962107A
- Authority
- CN
- China
- Prior art keywords
- information
- target vehicle
- target
- vehicle
- working condition
- 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.)
- Pending
Links
Images
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
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
Abstract
本发明公开了一种对行驶路段仿真的方法、装置、电子设备及存储介质,其中,该方法包括:获取目标车辆的车辆属性信息,以及目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括行驶环境中其它车辆的数量信息,车辆属性信息中包括目标车辆的目标车速;根据车辆属性信息和/或行驶环境信息,确定目标车辆的目标工况信息;如果目标工况信息与预设工况信息相一致,则根据目标工况信息和车辆属性信息,确定目标车辆的在目标工况信息所对应的行驶路段中的行驶参数信息;根据行驶参数信息仿真得到与行驶路段相对应至少一种仿真场景,通过基于真实拥堵工况场景数据进行排列组合,得到大量仿真场景,实现了行驶路况场景泛化的效果。
Description
技术领域
本发明实施例涉及车辆智能驾驶技术领域,尤其涉及一种对行驶路段仿真的方法、装置、电子设备及存储介质。
背景技术
交通拥堵自动驾驶功能(Traffic Jam Pilot,TJP)是一项在交通拥堵的高速公路或城市快速路上系统可代替驾驶员执行对车辆纵向和横向控制的功能,TJP功能被激活时,车辆可跟随前车在本车道内自动进行横向的车道保持和纵向的跟车控制,系统突发故障或其它紧急情况时提醒驾驶员接管,规定时间内驾驶员仍未接管车辆则系统自动在本车道内减速停车。
在TJP功能在开发完成后,需要经过大量测试才能达到实车应用的要求,而TJP作为L3级自动驾驶的核心功能,正在逐步应用于各个车型。采用实车测试来优化自动驾驶算法耗费的时间和成本太高,且受到法规的严格限制,极端场景复现困难,同时实车测试存在安全隐患。因此基于场景库的仿真测试是解决L3级智驾功能测试的主要手段,因此构建拥堵运行工况的仿真场景库是不可或缺的。
然而目前的方法是将拥堵工况数据生成仿真场景直接用于仿真测试,导致路况场景数据少且覆盖范围低。
发明内容
本发明提供一种对行驶路段仿真的方法、装置、电子设备及存储介质,以实现行驶路段拥堵工况的场景数据泛化,提升场景覆盖度的效果。
第一方面,本发明实施例提供了一种对行驶路段仿真的方法,其特征在于,包括:
获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速;
根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息;
如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息;
根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景
第二方面,本发明实施例还提供了一种对行驶路段仿真的装置,其特征在于,包括:
信息获取模块,用于获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速;
工况信息确定模块,用于根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息;
参数信息确定模块,用于如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息;
仿真模块,用于根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例任一所述的对行驶路段仿真的方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的对行驶路段仿真的方法。
本发明实施例的技术方案,获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速,进一步的,根据目标车辆的车速状态是否为低速状态以及周围的其他车辆数量是否超过预设车辆数量,可以确定目标车辆当前的目标工况信息。根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息,通过目标工况信息确定是否需要获取目标车辆在当前行驶路段中的行驶参数信息。如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息,根据行驶参数信息确定目标车辆的启停片段和周围车辆的启停片段,并对得到的启停片段进行随机排列组合。根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景,用于对行驶参数确定的启停片段进行随机排列组合,进而根据较少的真实场景驾驶路段的工况信息仿真得到大量的仿真场景,为仿真测试的场景库提供大量场景素材。解决了实车道路采集的驾驶场景有限,以及仿真场景简单与真实场景差异较大的问题,实现了基于少量真实驾驶场景进行仿真,进而得到大量真实场景的仿真场景数据,提升场景覆盖度的效果。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种对行驶路段仿真的方法流程示意图;
图2为本发明实施例二所提供的一种对行驶路段仿真的方法流程示意图;
图3为本发明实施例二所提供的一种对行驶路段仿真的方法具体实施方式示意图;
图4为本发明实施例二所提供的一种目标车辆在一个行程内停车次数分布示意图;
图5为本发明实施例三所提供的一种对行驶路段仿真的装置结构示意图;
图6为本发明实施例四所提供的一种电子设备的结构示意图。
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。
实施例一
图1为本发明实施例一所提供的一种对行驶路段仿真的方法流程示意图,本实施例可适用于任何对行驶路段进行仿真的情况,该方法可以由对行驶路段仿真装置来执行,该装置可以通过软件和/或硬件的形式实现,硬件可以是电子设备,如,移动终端或PC端等。
如图1所述,本实施例的方法包括:
S110、获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速。
其中,目标车辆可以理解为进行实际道路试验的车辆,车辆属性信息可以理解为车辆的一些参数信息,例如车辆属性信息可以包括车速信息、方向盘转角信息以及车辆位置信息等;目标车辆的具体车型不做限定,可以包括小汽车、客车、货车或公交车等。行驶环境可以理解为目标车辆在进行实际道路试验时所处的道路环境,行驶环境中可以包括目标车辆行驶过程中周围的其他车辆信息,例如目标车辆周围的其他车辆的数量信息等,所述目标车辆周围包括八个方位,具体包括目标车辆的前后、左右、左前方、左后方、右前方以及右后方。
具体的,在目标车辆的行驶过程中,可以通过目标车辆中安装的车速测量系统获得目标车辆的当前车速,通过当前车速的范围可以判断目标车辆当前的行驶状态,进而判断目标车辆当前行驶道路的道路状态。此外,还可以根据目标车辆中的路况采集装置采集车辆周围的行驶环境信息。例如可以通过各种传感器获得目标车辆周围的大量的环境信息,包括自车状态、周围车辆数量、交通流信息、道路状况以及交通标志等;还可以通过激光点云的方法将目标车辆周围的环境信息生成点云数据,根据回传的点云数据获得车辆周围环境的栅格图;还可以通过神经网络的方法获得目标车辆周围车辆或障碍物信息,进而对行驶环境进行判断。
可选的,所述获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息,包括:基于GPS确定所述目标车辆在预设道路类型上行驶时,获取所述目标车辆的车辆属性信息以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述预设道路类型包括高速道路类型和快速通行道路类型。
其中,GPS是一种卫星定位系统,可以用于准确定位目标车辆的当前位置;预设道路可以理解为进行实际道路试验时的道路。
具体的,在目标车辆的行驶过程中,目标车辆中的GPS系统可以实时定位目标车辆当前所处的位置,然后将目标车辆的位置反馈给目标车辆的监控平台,通过GPS定位系统反馈结果可以判断目前车辆所处的位置,判断该道路的道路类型是否为预设道路类型。如果目标车辆当前行驶的道路类型为预设道路类型时,可以获取目标车辆的车辆属性信息以及目标车辆所属驾驶环境的行驶环境信息。其中,获取目标车辆的属性信息,例如可以通过目标车辆中的速度传感器对目标车辆进行检测,获得车速信息。获取行驶环境信息的方式可以为通过对目标车辆周围的环境信息进行拍摄的方式,也可以为通过雷达探测的方式,在获取行驶环境信息后,判断周围其他车辆的数量或者是否有其他障碍物;还可以通过激光雷达扫描的方式对周围环境进行扫描,获取环境信息等。
S120、根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息。
其中,目标车辆的目标工况信息可以理解为目标车辆行驶过程中的行驶环境信息,可以包括道路车辆拥堵工况信息、道路车辆正常工况信息、道路车辆稀疏工况信息以及目标车辆当前的行驶道路是否为预设道路。
示例性地,确定目标车辆的目标工况信息的方式可以为基于目标车辆的车辆属性信息的方法确定,例如车速信息。正常情况下,当目标车辆处在预设道路中正常行驶时,车速较高,而当预设道路的为拥堵工况时,车辆的车速较低,因此可以根据目标车辆的车速信息确定目标车辆当前所处道路的目标工况信息。
示例性地,确定目标车辆的目标工况信息的方式还可以为基于目标车辆的行驶环境的方法确定,例如目标车辆周围其他车辆的数量信息。在通过其他车辆的数量进行确定时,可以预先设定一个车辆数量的阈值,例如车辆数量阈值可以设置为5个,当检测到目标车辆周围的一定范围内的其他车辆为5个或者5个以上时,此时目标车辆周围的其他车辆的数量超过该阈值,则确定目标车辆当前所处道路的目标工况信息。
示例性地,确定目标车辆的目标工况信息的方式还可以通过基于目标车辆的车速和目标车辆的行驶环境的两个因素相结合的方法进行确定。通过将两种不同的信息相结合进行判断,可以更加准确的判断出目标车辆当前所处的道路的目标工况信息。
可选的,在所述根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息之前,还包括:对所述车辆属性信息和所述行驶环境信息清洗处理,以根据清洗后的车辆属性信息和/或所述行驶环境信息确定所述目标车辆的目标工况。
具体的,由于基于在数据采集过程中可能出现数据缺失或有误的情况,因此,在确定目标车辆的目标工况信息之前,可以对采集到的数据进行清洗,剔除采集数据中的无效数据或干扰数据,例如当目标车辆在行驶过程中,车速信息为高速、采集的数据中出现数据突变或采集的数据中存在数据中断等情况,在这些情况下采集的数据均可以视为问题数据,对这些数据进行进一步的处理,例如剔除或修正等。
S130、如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息。
其中,在本发明实施例中,预设工况信息可以理解为在预设道路中,目标工况信息为道路车辆拥堵工况信息;所述行驶参数信息中包括所述目标车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角,以及与所述目标车辆相关联的其他车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角等。
具体的,当检测到目标车辆当前的行驶道路为预设道路,且目标车辆的车辆车速较低,和/或目标车辆周围其他车辆的数量超过阈值时,可以确定目标工况信息与预设工况信息一致,然后采集目标车辆在符合预设工况信息的行驶过程中的行驶参数信息。示例性地,目标车辆在行驶过程中的车速信息,可以包括目标车辆当前的车速信息,以及目标车辆在一段时间内的平均车速信息。停车次数可以包括目标车辆在一段行驶时间内的停车次数,也可以包括一段时间内,目标车辆不断的加速减速的次数。停车时长可以理解为目标车辆处于停车状态的时长;低速行驶时长可以理解为目标车辆在行驶过程中以低速状态行驶的时长,例如当目标车辆的时速低于20km/h时,可以视为低速行驶。
可选的,所述根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息,包括:如果所述车辆属性信息中的目标车速低于预设车速阈值,则确定所述目标车辆的目标工况信息为拥堵工况;和/或,如果所述行驶环境信息中包围所述目标车辆的其他车辆的数量信息大于预设数量阈值,则确定所述目标车辆的目标工况信息为拥堵工况。
具体的,在判断目标车辆的目标工况信息是否为拥挤工况时,可以先对采集到的车辆和属性信息数据和行驶环境信息数据进行筛选。在进行数据筛选时,可以设置目标车辆的车速阈值和其他车辆数量阈值,当目标车速低于预设车速阈值时,或者,行驶环境中目标车辆周围的其他车辆的数量大于预设数量阈值时,可以确定目标车辆的目标工况信息为拥堵工况。
可选的,所述预设工况信息为拥堵工况,所述如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息,包括:如果所述目标工况信息为拥堵工况,则根据所述目标工况信息和所述车辆属性信息中的目标车速,对所述行驶路段的启停片段进行分割,得到所述行驶路段中每个片段的启停信息,并将所述启停信息作为所述行驶参数信息。
其中,启停信息可以理解为目标车辆在行驶过程中启动和停止启动的信息,可以包括启停次数、启停时长以及启停间隔等,在启停信息中不仅包括目标车辆的启停信息,还包括目标车辆周围车辆的启停信息。
具体的,可以根据获得的目标车辆行驶过程中的行驶参数信息,包括目标车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角,以及与所述目标车辆相关联的其他车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角等信息,进一步的,根据这些行驶参数信息确定目标车辆及其周围车辆的启停片段,并对确定的启停片段进行仿真,得到至少一种仿真场景。
可选的,所述行驶参数信息中包括所述目标车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角,以及与所述目标车辆相关联的其他车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角。
其中,启停片段的距离可以理解为车辆从启动车辆到停止启动的距离。
具体的,通过行驶参数信息可以判断出目标车辆在预设道路中的行驶状态,例如启停片段的距离较短,在一段时间内启停次数较多,启动驾驶后的行驶时长较短或者两次启动车辆过程中的等待时间过长等信息,又或者是目标车辆或其他车辆的其他行驶参数信息,都可以作为判断目标车辆当前所处的道路的工况信息是否与预设工况信息一致的参考依据。
S140、根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景。
其中,仿真可以理解为基于仿真软件利用模型模仿真实实验或真实场景的操作,通常不同的仿真要求可以采用不同的仿真方式。
具体的,对目标车辆的行驶参数信息可以在计算机上模拟出目标车辆在行驶过程中的真实场景,并根据行驶过程中的行驶参数信息得到目标车辆的启停片段以及周围车辆的启停片段,并将得到的启停片段进行重新组合,进而,利用有限的真实拥堵工况场景,泛化出大量的拥堵工况仿真场景,为仿真场景测试提供场景素材。
可选的,所述根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景,包括:基于仿真软件对所述行驶参数信息排列组合,得到与所述行驶路段相对应的至少一种仿真场景。
其中,仿真软件可以理解为用于仿真的计算机软件,可以包括VTD软件、Prescan软件或Carsim软件等,仿真方法可以包括SimuWorks、虚拟仿真、视频仿真、图像仿真、VR虚拟仿真、红外仿真、数控仿真或3D虚拟仿真等,不同的仿真方式所需要的仿真数据不同,且不同的仿真数据所得到的仿真结果不同。
具体的,可以将目标车辆的车辆属性信息以及目标车辆行驶过程中的行驶参数信息所确定的目标车辆启停片段以及周围车辆的启停片段重新进行排列组合,得到新的仿真场景。可以理解的是,对不同的启停片段进行排列组合可以得到多种组合结果,因此可以基于有限的真实拥堵工况的场景素材仿真得到大量的仿真场景。
示例性地,行驶参数信息中包括所述目标车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角,以及与所述目标车辆相关联的其他车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角,在通过仿真软件对启停片段进行仿真时,可以根据参数信息中的至少两个参数可以确定当前的启停片段,对确定的启停片段进行重新组合,其中,目标车辆的驾驶参数信息包括当前车速以及行驶里程信息。示例性地,在同一段路程中,可以根据目标车辆在该路程的通过时间,确定当前路况是否为拥堵路况,例如目标车辆的行驶时长较短,则表示当前的路况较为通畅,如果目标车辆通过该路程的时间较长,则可以确定当前路况为拥堵路况,具体的行驶时长可以自定义设置,由此可以将目标车辆以及周围车辆的启停片段的距离和行驶时长进行组合;也可以将目标车辆及周围车辆的启停片段的驾驶参数信息和启停片段之间的停车间隔进行组合;也可以将目标车辆以及周围车辆的启停片段的行驶时长以及等待时长进行组合。
本发明实施例的技术方案,获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速,进一步的,根据目标车辆的车速状态是否为低速状态以及周围的其他车辆数量是否超过预设车辆数量,可以确定目标车辆当前的目标工况信息。根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息,通过目标工况信息确定是否需要获取目标车辆在当前行驶路段中的行驶参数信息。如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息,根据行驶参数信息确定目标车辆的启停片段和周围车辆的启停片段,并对得到的启停片段进行随机排列组合。根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景,用于对行驶参数确定的启停片段进行随机排列组合,进而根据较少的真实场景驾驶路段的工况信息仿真得到大量的仿真场景,为仿真测试的场景库提供大量场景素材。解决了实车道路采集的驾驶场景有限,以及仿真场景简单与真实场景差异较大的问题,实现了基于少量真实驾驶场景进行仿真,进而得到大量真实场景的仿真场景数据、得到的泛化场景更加符合真实道路情况,以及提升场景覆盖度的效果。
实施例二
作为上述实施例的一可选实施例,图2为本发明实施例二所提供的一种对行驶路段仿真的方法的流程示意图,对获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速进一步细化。
如图2所示,该方法具体包括:
S210、基于设置在所述目标车辆上的速度传感器采集所述目标车辆的目标车速。
其中,速度传感器可以用于采集目标车辆当前的行驶速度,目标车速可以理解为目标车辆的当前车速。
具体的,基于设置在所述目标车辆上的速度传感器采集所述目标车辆的目标车速,根据目标车辆的目标车速可以判断当前的行驶状态,进一步根据目标车辆的行驶状态判断当前的行驶环境。
示例性地,可以对目标车辆的车速范围进行划分,对应设置目标车辆的行驶状态,按照当前车速所处的车速范围,可以判断目标车辆的行驶状态,进而,可以将目标车辆的行驶状态作为目标车辆当前行驶环境的判断依据,判断目标车辆当前的行驶环境。例如,当目标车辆的当前车速范围为0km/h-20km/h,可以根据预先设置的车辆行驶状态将目标车辆当前的行驶状态认定为低速行驶,则目标车辆当前所处的行驶环境可能为拥堵道路路段;当目标车辆的车速为20km/h-80km/h,则目标车辆当前的行驶状态为正常行驶,目标车辆当前所处的行驶环境可能为正常道路行驶路段;当目标车辆的车速为大于80km/h,则目标车辆当前的行驶状态为高速行驶,目标车辆当前所处的行驶环境可能为高速公路或快速公交路段。
S220、基于设置在所述目标车辆上的激光雷达和摄像装置,确定包围所述目标车辆的其他车辆的数量信息;
其中,激光雷达可以理解为一种三维激光扫描系统,通过激光雷达对目标车辆周围环境进行扫描,可以获得目标车辆的周围的环境信息,例如其他车辆的数量、行驶速度、车辆方位、速度、加速度以及方向盘转角以及车辆姿态等。目标车辆上的摄像装置可以拍摄车辆周围的图像,可以用于通过图像识别的方法,将图像识别的结果作为当前行驶环境的判断依据。
具体的,基于设置在目标车辆上的激光雷达装置和摄像装置,可以对目标车辆的周围进行扫描或者是拍照,通过激光雷达的扫描结果,可以获得目标车辆周围环境的状态信息;还可以通过设置在目标车辆上的摄像装置拍摄的图像可以确定目标车辆当前所处的行驶环境。
示例性地,确定包围所述目标车辆的其他车辆的数量信息可以通过激光雷达装置确定,通过目标车辆中的激光雷达装置向发射激光束探测目标车辆周围的物体的位置,然后将接收到的从物体反射回来的信号与发射信号进行比较,进行适当处理后可以获得物体的距离、方位、高度、速度、姿态以及形状等信息,通过激光雷达装置扫描结果可以判断目标车辆周围的其他车辆的数量,甚至是其他车辆的行驶状态信息等。
示例性地,确定包围所述目标车辆的其他车辆的数量信息还可以通过图像识别的方式进行确定。利用目标车辆安装的摄像装置可以拍摄目标车辆周围的图像信息,信息中包含其他车辆的数量、方位以及车辆状态信息等,通过对图像进行识别,可以获得目标车辆周围其他车辆的数量。
S230、实时或者间隔的获取所述目标车辆的目标车速和所述数量信息。
具体的,目标车辆的目标车速信息的获取以及其他车辆的数量信息的获取方式可以实时获取,也可以为间隔获取,例如在车辆车速较低时获取,车辆启停片段较长时获取、或者还可以在车辆的启停次数较多的情况下进行获取,具体的获取车速以及其他车辆数量信息的时机可以自定义设置,本发明实施例不做具体限定。
S240、根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息。
S250、如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息。
S260、根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景。
如图3所示,图3为本发明实施例提供的一种对行驶路段仿真的方法具体实施方式示意图。
在一个具体的例子中,基于GPS可以确定目标车辆当前是否处于预设道路(高速道路或快速通行道路)中,当目标车辆处于预设道路中,基于目标车辆中的测速装置可以获取目标车辆的车速信息,基于目标车辆上的激光雷达装置或摄像装置可以采集目标车辆周围的其他车辆的数量以及行驶过程中的行驶参数信息。获得车辆的车速信息、其他车辆的数量信息以及行驶过程中的行驶参数信息后可以对获得的数据进行清洗筛选处理,通过程序或软件查看数据是否存在缺失,例如数据中是否存在采集时间不连续、采集数据不完整或者传感器误报的情况,如果存在这样的数据,则将这些数据视为问题数据,对这些数据进行剔除或修正。同时还需要确定各个参数信息是否正常,示例性地,当目标车辆的车速过高(例如大于300km/h),或者其他车辆的数量过少(例如数量为0个),对于这些异常分布的数据可以直接剔除。
对数据进行筛选后,进一步的对拥堵路况进行筛选,具体筛选方式可以为通过目标车辆的车速进行筛选,例如筛选车速小于40km/h,确定当前道路为道路车辆拥挤工况,将该行驶路段场景数据筛选出来;还可以通过目标车辆周围的其他数量进行筛选,例如其他车辆的数量为5个或5个以上,确定当前道路为道路车辆拥挤工况,将该行驶路段场景数据筛选出来;还可以将车速与其他车辆数量相结合的方法进行筛选。
对数据筛选完成后,选取目标车辆以及周围车辆的启停片段,对拥堵行程进行启停片段切分,建立启停片段数据库。然后对目标车辆以及周围车辆的启停片段进行数据分析,例如可以为目标车辆在一个行驶路程内停车次数分布,和/或每次停车间隔的时长分布。示例性地,如图4所示,共计提取100个拥堵场景,包含1000个启停片段数据,现在需要提取出10000个拥堵泛化场景。以启停次数分布为例,可以通过目标车辆的启停次数分布进行组合,按照各个启停次数占比进行组合,每次拥堵路况启停一次的场景占比10%,将1000个单独启停片段作为场景,每次拥堵路况启停两次场景占比30%、则泛化出3000个由两个启停片段组合作为场景。同理,以停车时长分布为例,若50%的停车时长都为10s,那么组合启停片段中的停车间隔就较多的设置为10s,但也应覆盖到其他停车间隔,只是设置比例有所倾斜,具体的比例设置可根据实际情况进行调整。同理,以拥堵距离分布为例,生成的泛化拥堵场景距离分布与并与数据分析计算所得的拥堵行程距离分布进行比对,如果距离相差不大,则认定重组拥堵行程成立;如果距离相差较大,将相差较大的泛化场景进行适当删减或者重新组合。最后将不同的排列组合结果,基于仿真软件对于这些信息进行仿真,得到大量的基于真实道路车辆拥挤场景进行模拟的道路拥挤工况的仿真场景。
本实施例的技术方案,基于设置在所述目标车辆上的速度传感器采集所述目标车辆的目标车速,通过目标车速可以确定目标车辆的行驶状态,进而判断目标车辆所处的行驶环境是否为拥堵路况。基于设置在所述目标车辆上的激光雷达和摄像装置,确定包围所述目标车辆的其他车辆的数量信息,如果其他车辆的数量超过阈值,或者还可以将目标车辆的车速和其他车辆的数量的处理结果相结合,判断目标车辆所处的行驶环境是否为拥堵路段。实时或者间隔的获取所述目标车辆的目标车速和所述数量信息,确定所述目标车辆的目标工况信息以及行驶环境信息;解决了实车道路拥堵工况场景数据不易采集,以及真实场景仿真数据不足的问题,实现了利用有限的拥堵工况场景泛化出大量的拥堵工况仿真场景,且得到的泛化场景更加符合真实道路的效果。
实施例三
图5为本发明实施例三提供的一种对行驶路段仿真的装置,该装置包括:信息获取模块310、工况信息确定模块320、参数信息确定模块330和仿真模块340。
信息获取模块310,用于获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速;
工况信息确定模块320,用于根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息;
参数信息确定模块330,用于如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息;
仿真模块340,用于根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景。
本发明实施例的技术方案,获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速,进一步的,根据目标车辆的车速状态是否为低速状态以及周围的其他车辆数量是否超过预设车辆数量,可以确定目标车辆当前的目标工况信息。根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息,通过目标工况信息确定是否需要获取目标车辆在当前行驶路段中的形式参数信息。如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息,根据行驶参数信息确定目标车辆的启停片段和周围车辆的启停片段,并对得到的启停片段进行随机排列组合。根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景,用于对行驶参数确定的启停片段进行随机排列组合,进而根据较少的真实场景驾驶路段的工况信息仿真得到大量的仿真场景,为仿真测试的场景库提供大量场景素材。解决了实车道路采集的驾驶场景有限,以及仿真场景简单与真实场景差异较大的问题,实现了基于少量真实驾驶场景进行仿真,进而得到大量真实场景的仿真场景数据,提升场景覆盖度的效果。
在本发明实施例中任一可选技术方案的基础上,可选地,所述信息获取模块,具体包括:
目标车速采集单元,用于基于设置在所述目标车辆上的速度传感器采集所述目标车辆的目标车速;
车辆数量信息确定单元,用于基于设置在所述目标车辆上的激光雷达和摄像装置,确定包围所述目标车辆的其他车辆的数量信息;
目标车辆信息获取单元,用于实时或者间隔的获取所述目标车辆的目标车速和所述数量信息。
在本发明实施例中任一可选技术方案的基础上,可选地,所述工况信息确定模块,具体包括:
工况信息确定第一单元,用于如果所述车辆属性信息中的目标车速低于预设车速阈值,则确定所述目标车辆的目标工况信息为拥堵工况;和/或,
工况信息确定第二单元,如果所述行驶环境信息中包围所述目标车辆的其他车辆的数量信息大于预设数量阈值,则确定所述目标车辆的目标工况信息为拥堵工况。
在本发明实施例中任一可选技术方案的基础上,可选地,所述参数信息确定模块,具体包括:
启停信息获取单元,用于如果所述目标工况信息为拥堵工况,则根据所述目标工况信息和所述车辆属性信息中的目标车速,对所述行驶路段进行启动片段分割,得到所述行驶路段中每个片段的启停信息,并将所述启停信息作为所述行驶参数信息。
在本发明实施例中任一可选技术方案的基础上,可选地,所述行驶参数信息中包括所述目标车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角,以及与所述目标车辆相关联的其他车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角。
在本发明实施例中任一可选技术方案的基础上,可选地,所述信息获取模块用于:
基于GPS确定所述目标车辆在预设道路类型上行驶时,获取所述目标车辆的车辆属性信息以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述预设道路类型包括高速道路类型和快速通行道路类型。
本发明实施例所提供的对行驶路段仿真的装置可执行本发明任意实施例所提供的对行驶路段仿真的方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
实施例四
图6为本发明实施例四提供的一种电子设备的结构示意图。图6示出了适于用来实现本发明实施例实施方式的示例性电子设备40的框图。图6显示的电子设备40仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备40以通用计算设备的形式表现。电子设备40的组件可以包括但不限于:一个或者多个处理器或者处理单元401,系统存储器402,连接不同系统组件(包括系统存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备40典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备40访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器402可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)404和/或高速缓存存储器405。电子设备40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统406可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408,可以存储在例如存储器402中,这样的程序模块407包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
电子设备40也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信,还可与一个或者多个使得用户能与该电子设备40交互的设备通信,和/或与使得该电子设备40能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且,电子设备40还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器412通过总线403与电子设备40的其它模块通信。应当明白,尽管图6中未示出,可以结合电子设备40使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元401通过运行存储在系统存储器402中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的对行驶路段仿真的方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行对行驶路段仿真的方法,该方法包括:
获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速;
根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息;
如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息;
根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——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。计算机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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明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发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种对行驶路段仿真的方法,其特征在于,包括:
获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速;
根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息;
如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息;
根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景。
2.根据权利要求1所述的方法,其特征在于,所述获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息,包括:
基于设置在所述目标车辆上的速度传感器采集所述目标车辆的目标车速;
基于设置在所述目标车辆上的激光雷达和摄像装置,确定包围所述目标车辆的其他车辆的数量信息;
实时或者间隔的获取所述目标车辆的目标车速和所述数量信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息,包括:
如果所述车辆属性信息中的目标车速低于预设车速阈值,则确定所述目标车辆的目标工况信息为拥堵工况;和/或,
如果所述行驶环境信息中包围所述目标车辆的其他车辆的数量信息大于预设数量阈值,则确定所述目标车辆的目标工况信息为拥堵工况。
4.根据权利要求1所述的方法,其特征在于,所述预设工况信息为拥堵工况,所述如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息,包括:
如果所述目标工况信息为拥堵工况,则根据所述目标工况信息和所述车辆属性信息中的目标车速,对所述行驶路段进行启动片段分割,得到所述行驶路段中每个片段的启停信息,并将所述启停信息作为所述行驶参数信息。
5.根据权利要求4所述的方法,其特征在于,所述行驶参数信息中包括所述目标车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角,以及与所述目标车辆相关联的其他车辆的启停片段的距离、行驶时长、等待时长、启停次数、速度、加速度以及方向盘转角。
6.根据权利要求1所述的方法,其特征在于,所述根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景,包括:
基于仿真软件对所述行驶参数信息排列组合,得到与所述行驶路段相对应的至少一种仿真场景。
7.根据权利要求1所述的方法,其特征在于,所述获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息,包括:
基于GPS确定所述目标车辆在预设道路类型上行驶时,获取所述目标车辆的车辆属性信息以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述预设道路类型包括高速道路类型和快速通行道路类型。
8.一种对行驶路段仿真的装置,其特征在于,包括:
信息获取模块,用于获取目标车辆的车辆属性信息,以及所述目标车辆所属行驶环境的行驶环境信息;其中,所述行驶环境信息中包括所述行驶环境中其它车辆的数量信息,所述车辆属性信息中包括所述目标车辆的目标车速;
工况信息确定模块,用于根据所述车辆属性信息和/或所述行驶环境信息,确定所述目标车辆的目标工况信息;
参数信息确定模块,用于如果所述目标工况信息与预设工况信息相一致,则根据所述目标工况信息和所述车辆属性信息,确定所述目标车辆的在所述目标工况信息所对应的行驶路段中的行驶参数信息;
仿真模块,用于根据所述行驶参数信息仿真得到与所述行驶路段相对应至少一种仿真场景。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的对行驶路段仿真的方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的对行驶路段仿真的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111317468.XA CN113962107A (zh) | 2021-11-09 | 2021-11-09 | 对行驶路段仿真的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111317468.XA CN113962107A (zh) | 2021-11-09 | 2021-11-09 | 对行驶路段仿真的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113962107A true CN113962107A (zh) | 2022-01-21 |
Family
ID=79469607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111317468.XA Pending CN113962107A (zh) | 2021-11-09 | 2021-11-09 | 对行驶路段仿真的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113962107A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114937356A (zh) * | 2022-05-13 | 2022-08-23 | 一汽解放青岛汽车有限公司 | 一种车辆控制方法、装置、设备以及存储介质 |
-
2021
- 2021-11-09 CN CN202111317468.XA patent/CN113962107A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114937356A (zh) * | 2022-05-13 | 2022-08-23 | 一汽解放青岛汽车有限公司 | 一种车辆控制方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109557904B (zh) | 一种测试方法、装置、设备和介质 | |
CN110675656B (zh) | 一种基于瞬时风险识别的智能车辆换道预警方法 | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
CN111369831A (zh) | 一种道路驾驶危险预警方法、装置和设备 | |
CN110606093A (zh) | 车辆性能评测方法、装置、设备和存储介质 | |
CN110796007B (zh) | 场景识别的方法与计算设备 | |
CN112819968B (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
US11003925B2 (en) | Event prediction system, event prediction method, program, and recording medium having same recorded therein | |
CN111477030B (zh) | 车辆协同避险方法、车端平台、云端平台及存储介质 | |
CN113535569B (zh) | 自动驾驶的控制效果确定方法 | |
CN111765904B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN114722631A (zh) | 车辆测试仿真场景生成方法、装置、电子设备及存储介质 | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN113870554B (zh) | 一种车辆安全监测方法、装置、存储介质及终端 | |
CN112598668B (zh) | 基于三维图像的缺陷识别方法、装置及电子设备 | |
CN113962107A (zh) | 对行驶路段仿真的方法、装置、电子设备及存储介质 | |
CN114444208A (zh) | 自动驾驶系统的可靠性确定方法、装置、设备及介质 | |
CN114301938A (zh) | 车路协同车辆事件确定方法、相关装置及计算机程序产品 | |
CN114038196A (zh) | 车辆前向防撞预警系统及方法 | |
CN111422203B (zh) | 一种驾驶行为评估方法及装置 | |
CN115359438A (zh) | 一种基于计算机视觉的车辆加塞的检测方法、系统和装置 | |
CN113820141A (zh) | 车辆测试方法、装置、设备及存储介质 | |
CN117272690B (zh) | 自动驾驶车辆危险切入场景提取方法、设备及介质 | |
CN114820777B (zh) | 无人机三维数据前端处理方法、装置及无人机 |
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 |