CN114117739A - 基于真实数据的交通流仿真场景构建方法和系统 - Google Patents

Abstract

本发明涉及交通仿真技术领域，提供一种基于真实数据的交通流仿真场景构建方法和系统。方法包括：获取交通流真实数据；在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。本发明通过在真实交通流数据中，对非基准车辆的运动状态进行修正，得到基于仿真信息的交通流仿真场景，避免了传统仿真场景构建中从零开始的复杂运算过程，能够更为高效地为自动驾驶或辅助驾驶的开发测试提供环境基础。

Description

基于真实数据的交通流仿真场景构建方法和系统

技术领域

本发明涉及交通仿真技术领域，尤其涉及一种基于真实数据的交通流仿真场景构建方法和系统。

背景技术

自动驾驶，又称无人驾驶、电脑驾驶或轮式移动机器人，是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效的驾驶的一项前沿科技。

在21世纪，由于汽车用户的不断增加，公路交通面临的拥堵、安全事故等问题越发严重。自动驾驶技术在车联网技术和人工智能技术的支持下，能够协调出行路线与规划时间，从而大程度提高出行效率，并在一定程度上减少能源消耗。自动驾驶同时还能帮助避免醉驾，疲劳驾驶等安全隐患，减少驾驶员失误，提升安全性。自动驾驶也因此成为各国近年的一项研发重点。

然而无人驾驶也面临着许多挑战，比如恶劣的天气、复杂的交通环境等等，因此在某些场景下的表现可能无法匹敌人类驾驶员，甚至存在新的更加严重的事故风险(如网络攻击)。

一些分析显示，在95％的置信度下，无人驾驶系统需要进行约50亿英里的路测才可证明其事故率显著小于人类驾驶员，也就是100辆车在全天24小时、全年365天及平均车速为25英里每小时的情况下，需要测试约225年。

可见，长远来看，自动驾驶或辅助驾驶场景下，模拟环境下的测试开发必须占比更高，才能够满足开发和测试需求。

而现有的仿真场景构建方法通常需要较为复杂的运算，导致其构建效率始终存在瓶颈，因此，如何更为高效的提供一种仿真场景构建方法成为了业内亟需解决的技术问题。

发明内容

本发明提供一种基于真实数据的交通流仿真场景构建方法和系统，用以解决现有技术中仿真场景构建效率低的缺陷，实现基于真实数据的仿真场景高效构建。

本发明提供一种基于真实数据的交通流仿真场景构建方法，包括：

获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；

在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

根据本发明提供的一种基于真实数据的交通流仿真场景构建方法，所述仿真信息是测试过程中实时获取的单帧数据；所述交通流真实数据是与所述仿真信息一一对应的单帧数据；所述交通流仿真场景构建结果是与输入量一一对应的单帧数据；所述输入量包括所述仿真信息和所述交通流真实数据。

根据本发明提供的一种基于真实数据的交通流仿真场景构建方法，所述碰撞约束是指所述真实场景非基准车辆相对于仿真场景基准车辆的距离大于碰撞阈值；所述碰撞阈值是根据真实场景非基准车辆和仿真场景基准车辆尺寸和运动状态计算得到的。

根据本发明提供的一种基于真实数据的交通流仿真场景构建方法，所述在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态的步骤包括：

根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，确定所述真实场景非基准车辆的允许运动状态；所述允许运动状态为离散值，且所述允许运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

以所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的距离为碰撞约束参数、所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的运动状态变化量为变化量约束参数，计算得到所述碰撞约束参数大于碰撞阈值、所述变化量约束参数小于变化量阈值的允许运动状态，作为修正运动状态。

根据本发明提供的一种基于真实数据的交通流仿真场景构建方法，所述计算得到所述碰撞约束参数大于碰撞阈值、所述变化量约束参数小于变化量阈值的允许运动状态，作为修正运动状态的步骤包括：

计算允许运动状态V_p：

V_p＝min[w₁×|v-v_r|+w₂×e^-d(v)]

式中，min为最小值函数；w₁为变化量约束权值；w₂为碰撞约束权值；v为所述真实场景非基准车辆的修正运动状态；v_r为所述真实场景非基准车辆的运动状态；|v-v_r|为变化量约束参数；d(v)为碰撞约束参数，与所述真实场景运动状态修正后的非基准车辆与所述仿真场景基准车辆间的距离正相关；e为自然对数的底。

根据本发明提供的一种基于真实数据的交通流仿真场景构建方法，所述运动状态包括速度矢量、加速度矢量、车辆尺寸以及车辆位置中的任一者或任多者组合。

本发明还提供一种基于真实数据的交通流仿真场景构建系统，包括：

获取模块，用于获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；

修正模块，用于在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

构建模块，用于根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于真实数据的交通流仿真场景构建方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于真实数据的交通流仿真场景构建方法的步骤。

本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于真实数据的交通流仿真场景构建方法的步骤。

本发明提供的基于真实数据的交通流仿真场景构建方法和系统，通过在真实交通流数据中，对非基准车辆的运动状态进行修正，得到基于仿真信息的交通流仿真场景，避免了传统仿真场景构建中从零开始的复杂运算过程，能够更为高效地为自动驾驶或辅助驾驶的开发测试提供环境基础。

附图说明

为了更清楚地说明本发明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一简单地介绍，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是本发明提供的基于真实数据的交通流仿真场景构建方法的流程示意图；

图2是本发明提供的基于真实数据的交通流仿真场景构建系统的结构示意图；

图3是本发明提供的电子设备的结构示意图。

附图标记：

1：获取模块； 2：修正模块； 3：构建模块；

310：处理器； 320：通信接口； 330：存储器；

340：通信总线。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作出创造性劳动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。

下面结合图1描述本发明的基于真实数据的交通流仿真场景构建方法。

如图1所示，本发明实施例提供一种基于真实数据的交通流仿真场景构建方法，包括：

步骤101，获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；

步骤103，在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

步骤105，根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

本实施例中，步骤101所述的交通流真实数据是选定的、真实场景基准车辆运动状态与仿真场景基准车辆运动状态相似的交通流真实数据。举例来说，对于无人驾驶卡车的、涉及匝道的且限速120公里每小时的高速公路场景仿真需求，应当选取真实场景基准车辆为卡车的，涉及匝道的且限速120公里每小时的高速公路场景的交通流真实数据，且真实场景基准车辆运动状态，例如运动速度，应与仿真信息中仿真场景基准车辆的运动状态相似(即差值/标准差小于设定阈值)。

对于本实施例输出的仿真场景构建结果，实质上体现出了仿真场景中非基准车辆(该非基准车辆的原始信息来源于真实数据)对于仿真场景基准车辆的驾驶策略，配合开发测试过程中对仿真场景基准车辆对于非基准车辆的驾驶策略控制，更为准确地模拟了自动驾驶或辅助驾驶的实际情况。

在一个优选的实施方式中，本实施例的方法基于真实数据的交通流仿真场景构建方法可以迭代更新，从而实现辅助驾驶程序的性能提升：

以辅助驾驶程序辅助驾驶员控制设定的车辆采集获取交通流真实数据；

利用所述基于真实数据的交通流仿真场景构建方法，根据所述交通流真实数据构建交通流仿真场景；

运行所述辅助驾驶程序在所述交通流仿真场景中进行测试并记录测试结果；

根据所述测试结果调整所述辅助驾驶程序。

本实施例的有益效果在于：

通过在真实交通流数据中，对非基准车辆的运动状态进行修正，得到基于仿真信息的交通流仿真场景，避免了传统仿真场景构建中从零开始的复杂运算过程，能够更为高效地为自动驾驶或辅助驾驶的开发测试提供环境基础。

根据上述实施例，在本实施例中：

所述仿真信息是测试过程中实时获取的单帧数据；所述交通流真实数据是与所述仿真信息一一对应的单帧数据；所述交通流仿真场景构建结果是与输入量一一对应的单帧数据；所述输入量包括所述仿真信息和所述交通流真实数据。

值得说明的是，在本实施例中，所述碰撞约束既考虑当前帧的碰撞可能，从而避免车辆重叠穿插的情况出现，还考虑未来帧的预测碰撞可能，从而更为及时的调整非基准车辆的运动状态，以更为符合实际驾驶场景中车辆的操控动作。

本实施例的有益效果在于：

本实施例提供了一种实时在线运行的基于真实数据的交通流仿真场景构建方法，从而使得仿真场景中非基准车辆(该非基准车辆的原始信息来源于真实数据)能够根据测试过程中仿真场景基准车辆的实时控制策略调整自身驾驶策略，从而更为及时准确的模拟真实交通情况。

根据上述任一实施例，在本实施例中：

所述碰撞约束是指所述真实场景非基准车辆相对于仿真场景基准车辆的距离大于碰撞阈值；所述碰撞阈值是根据真实场景非基准车辆和仿真场景基准车辆尺寸和运动状态计算得到的。

所述在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态的步骤包括：

根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，确定所述真实场景非基准车辆的允许运动状态；所述允许运动状态为离散值，且所述允许运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

以所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的距离为碰撞约束参数、所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的运动状态变化量为变化量约束参数，计算得到所述碰撞约束参数大于碰撞阈值、所述变化量约束参数小于变化量阈值的允许运动状态，作为修正运动状态。

所述计算得到所述碰撞约束参数大于碰撞阈值、所述变化量约束参数小于变化量阈值的允许运动状态，作为修正运动状态的步骤包括：

计算允许运动状态V_p：

V_p＝min[w₁×|v-v_r|+w₂×e^-d(v)]

式中，min为最小值函数；w₁为变化量约束权值；w₂为碰撞约束权值；v为所述真实场景非基准车辆的修正运动状态；v_r为所述真实场景非基准车辆的运动状态；|v-v_r|为变化量约束参数；d(v)为碰撞约束参数，与所述真实场景运动状态修正后的非基准车辆与所述仿真场景基准车辆间的距离正相关；e为自然对数的底。

所述运动状态包括速度矢量、加速度矢量、车辆尺寸以及车辆位置中的任一者或任多者组合。

概括地说，本实施例方法在选取场景集时，选择仿真中本车目标速度与场景中本车的目标速度接近的场景集，周围车的运动状态由原始数据中的运动状态与仿真中本车的运动状态共同确定，计算周围某一辆车在某一时刻的速度v，尽可能与原始数据接近，同时考虑和本车的碰撞避免，建立优化模型，得到最终的仿真场景构建结果。

本实施例的有益效果在于：

单纯考虑从真实数据中提取场景集用于仿真测试这一方案，存在着如下问题：

周围车与自动驾驶车没有交互，导致后面的车与本车碰撞和穿插，或者仿真中本车的速度与实际采集数据的车的速度差异过大，导致仿真车周围没有车。

故本实施例在真实场景的基础上，考虑本车与周围车的交互，j基于基准车辆的运动状态和非基准车辆的运动状态，附加权值计算得到非基准车辆的最优运动状态。

下面对本发明提供的基于真实数据的交通流仿真场景构建装置进行描述，下文描述的基于真实数据的交通流仿真场景构建装置与上文描述的基于真实数据的交通流仿真场景构建方法可相互对应参照。

本发明实施例还提供一种基于真实数据的交通流仿真场景构建系统，包括：

获取模块1，用于获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；

修正模块2，用于在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

构建模块3，用于根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

进一步地，所述修正模块2包括：

允许状态子模块，用于根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，确定所述真实场景非基准车辆的允许运动状态；所述允许运动状态为离散值，且所述允许运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

修正状态子模块，用于以所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的距离为碰撞约束参数、所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的运动状态变化量为变化量约束参数，计算得到所述碰撞约束参数大于碰撞阈值、所述变化量约束参数小于变化量阈值的允许运动状态，作为修正运动状态。

所述修正状态子模块包括：

计算单元，用于计算允许运动状态V_p：

V_p＝min[w₁×|v-v_r|+w₂×e^-d(v)]

式中，min为最小值函数；w₁为变化量约束权值；w₂为碰撞约束权值；v为所述真实场景非基准车辆的修正运动状态；v_r为所述真实场景非基准车辆的运动状态；|v-v_r|为变化量约束参数；d(v)为碰撞约束参数，与所述真实场景运动状态修正后的非基准车辆与所述仿真场景基准车辆间的距离正相关；e为自然对数的底。

图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行基于真实数据的交通流仿真场景构建方法，该方法包括：获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于真实数据的交通流仿真场景构建方法，该方法包括：获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于真实数据的交通流仿真场景构建方法，该方法包括：获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于真实数据的交通流仿真场景构建方法，其特征在于，包括：

获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；

在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

2.根据权利要求1所述的基于真实数据的交通流仿真场景构建方法，其特征在于，所述仿真信息是测试过程中实时获取的单帧数据；所述交通流真实数据是与所述仿真信息一一对应的单帧数据；所述交通流仿真场景构建结果是与输入量一一对应的单帧数据；所述输入量包括所述仿真信息和所述交通流真实数据。

3.根据权利要求1所述的基于真实数据的交通流仿真场景构建方法，其特征在于，所述碰撞约束是指所述真实场景非基准车辆相对于仿真场景基准车辆的距离大于碰撞阈值；所述碰撞阈值是根据真实场景非基准车辆和仿真场景基准车辆尺寸和运动状态计算得到的。

4.根据权利要求1所述的基于真实数据的交通流仿真场景构建方法，其特征在于，所述在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态的步骤包括：

根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，确定所述真实场景非基准车辆的允许运动状态；所述允许运动状态为离散值，且所述允许运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

以所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的距离为碰撞约束参数、所述允许运动状态下所述真实场景非基准车辆相对于仿真场景基准车辆的运动状态变化量为变化量约束参数，计算得到所述碰撞约束参数大于碰撞阈值、所述变化量约束参数小于变化量阈值的允许运动状态，作为修正运动状态。

5.根据权利要求4所述的基于真实数据的交通流仿真场景构建方法，其特征在于，所述计算得到所述碰撞约束参数大于碰撞阈值、所述变化量约束参数小于变化量阈值的允许运动状态，作为修正运动状态的步骤包括：

计算允许运动状态V_p：

V_p＝min[w₁×|v-v_r|+w₂×e^-d(v)]

式中，min为最小值函数；w₁为变化量约束权值；w₂为碰撞约束权值；v为所述真实场景非基准车辆的修正运动状态；v_r为所述真实场景非基准车辆的运动状态；|v-v_r|为变化量约束参数；d(v)为碰撞约束参数，与所述真实场景运动状态修正后的非基准车辆与所述仿真场景基准车辆间的距离正相关；e为自然对数的底。

6.根据权利要求1至5中任一项所述的基于真实数据的交通流仿真场景构建方法，其特征在于，所述运动状态包括速度矢量、加速度矢量、车辆尺寸以及车辆位置中的任一者或任多者组合。

7.一种基于真实数据的交通流仿真场景构建系统，其特征在于，包括：

获取模块，用于获取交通流真实数据；所述交通流真实数据是通过真实场景基准车辆采集得到的；

修正模块，用于在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿真场景基准车辆的仿真运动状态，计算得到所述真实场景非基准车辆的修正运动状态；所述修正运动状态相对于所述原始运动状态的变化量属于设定的变化量区间；

构建模块，用于根据所述真实场景非基准车辆的修正运动状态，得到交通流仿真场景构建结果。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于真实数据的交通流仿真场景构建系统方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于真实数据的交通流仿真场景构建系统方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于真实数据的交通流仿真场景构建系统方法的步骤。

Images