CN114239301A - 仿真场景的生成方法及装置 - Google Patents
仿真场景的生成方法及装置 Download PDFInfo
- Publication number
- CN114239301A CN114239301A CN202111576576.9A CN202111576576A CN114239301A CN 114239301 A CN114239301 A CN 114239301A CN 202111576576 A CN202111576576 A CN 202111576576A CN 114239301 A CN114239301 A CN 114239301A
- Authority
- CN
- China
- Prior art keywords
- simulation
- scene
- information
- simulation scene
- generating
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 388
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012614 Monte-Carlo sampling Methods 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims description 29
- 230000003068 static effect Effects 0.000 claims description 27
- 238000012216 screening Methods 0.000 claims description 21
- 230000004888 barrier function Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种仿真场景的生成方法及装置,该方法包括:获取仿真场景的配置信息,配置信息中包含仿真场景中预设的交通信息;对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息;根据仿真场景的场景信息,生成仿真场景。通过该方式,由于采用蒙特卡洛采样生成仿真场景,进而可以提高仿真场景的生成效率,以生成大批量仿真场景。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种仿真场景的生成方法及装置。
背景技术
自动驾驶的仿真场景是自动驾驶仿真测试的重要基础。仿真场景中包括边缘场景(Corner cases),边缘场景为对当前自动驾驶算法和车辆能力构成挑战的交通场景。自动驾驶的仿真场景的获取方法和速度,对自动驾驶的测试效率、算法安全性和迭代效率有重要影响,如何快速获取仿真场景对自动驾驶研发具有重要意义。
相关技术中,通常采用场景编辑器人工编辑生成边缘场景等仿真场景,然而,通过人工编辑,添加场景障碍物的数量和随机程度有限,难以在大范围地图上应用,也难以快速批量的生成场景障碍物。因此,现有的仿真场景的生成方法,生成效率较低。
发明内容
本申请实施例提供一种仿真场景的生成方法及装置,以解决现有技术中仿真场景生成效率低的问题。
第一方面,本申请实施例提供一种仿真场景的生成方法,所述仿真场景应用于自动驾驶,所述方法包括:获取所述仿真场景的配置信息,所述配置信息中包含所述仿真场景中预设的交通信息;对所述仿真场景中预设的交通信息进行蒙特卡洛采样,获取所述仿真场景的场景信息;根据所述仿真场景的场景信息,生成所述仿真场景。
一种可选的实施方式中,所述场景信息包括所述仿真场景中的主车辆的起点位置、所述仿真场景中的主车辆的终点位置、所述仿真场景中的障碍物信息和所述仿真场景中的交通信号灯信息。
一种可选的实施方式中,所述根据所述仿真场景的场景信息,生成所述仿真场景,包括:根据所述主车辆的起点位置和所述主车辆的终点位置,生成所述仿真场景中的主车辆路线;根据所述仿真场景中的障碍物信息,生成所述述仿真场景中的动态障碍物和静态障碍物;根据所述仿真场景中的交通信号灯信息,生成所述仿真场景中的交通信号灯;根据所述主车辆路线、所述动态障碍物、所述静态障碍物和所述交通信号灯,生成所述仿真场景。
一种可选的实施方式中,所述根据所述主车辆的起点位置和所述主车辆的终点位置,生成所述仿真场景中的主车辆路线,包括:根据所述主车辆的起点位置和所述主车辆的终点位置,采用自动驾驶路径规划算法在地图上确定所述仿真场景中的主车辆路线。
一种可选的实施方式中,所述仿真场景中的障碍物信息包括所述障碍物的位置、所述障碍物的类型、所述障碍物的数量、所述障碍物的速度。
一种可选的实施方式中,所述根据所述仿真场景中的障碍物信息,生成所述仿真场景中的动态障碍物和静态障碍物,包括:若所述障碍物的类型为静态障碍物,则根据所述障碍物的位置和所述障碍物的数量,生成所述述仿真场景中的静态障碍物;若所述障碍物的类型为动态障碍物,则根据所述障碍物的数量、所述障碍物的位置和所述障碍物的速度,采用自动驾驶路径规划算法,生成所述仿真场景中的动态障碍物。
一种可选的实施方式中,所述根据所述仿真场景中的交通信号灯信息,生成所述仿真场景中的交通信号灯,包括:根据所述交通信号灯信息,确定所述交通信号灯的初始状态和配时;根据所述交通信号灯的初始状态和配时,生成所述仿真场景中的交通信号灯。
一种可选的实施方式中,所述配置信息中还包括所述仿真场景的设定数量。
一种可选的实施方式中,在所述根据所述仿真场景的场景信息,生成所述仿真场景之后,所述方法还包括:确定已生成的仿真场景的数量是否超过所述仿真场景设定数量;若否,则继续对所述仿真场景的交通信息进行蒙特卡洛采样并生成所述仿真场景。
一种可选的实施方式中,在所述确定已生成的仿真场景的数量是否超过所述仿真场景设定数量之后,所述方法还包括:若是,则停止生成所述仿真场景;对所述已生成的仿真场景进行边缘场景筛选。
一种可选的实施方式中,所述配置信息中还包括仿真边缘筛选条件信息;所述对所述已生成的仿真场景进行边缘场景筛选,包括:根据所述仿真边缘筛选条件信息,配置所述仿真场景的仿真评价项、所述仿真评价项的权重项系数和所述仿真场景的加权结果阈值;根据所述仿真评价项和所述仿真评价项的权重项系数,在所述已生成的仿真场景中加载自动驾驶算法,确定所述已生成的仿真场景的加权结果;根据所述已生成的仿真场景的加权结果和所述加权结果阈值,对所述已生成的仿真场景进行边缘场景筛选。
第二方面,本申请实施例提供一种仿真场景的生成装置,所述装置包括:获取模块,用于获取所述仿真场景的配置信息,所述配置信息中包含所述仿真场景中预设的交通信息;采样模块,用于对所述仿真场景中预设的交通信息进行蒙特卡洛采样,获取所述仿真场景的场景信息;生成模块,用于根据所述仿真场景的场景信息,生成所述仿真场景。
一种可选的实施方式中,所述场景信息包括所述仿真场景中的主车辆的起点位置、所述仿真场景中的主车辆的终点位置、所述仿真场景中的障碍物信息和所述仿真场景中的交通信号灯信息。
一种可选的实施方式中,所述生成模块,具体用于根据所述主车辆的起点位置和所述主车辆的终点位置,生成所述仿真场景中的主车辆路线;根据所述仿真场景中的障碍物信息,生成所述述仿真场景中的动态障碍物和静态障碍物;根据所述仿真场景中的交通信号灯信息,生成所述仿真场景中的交通信号灯;根据所述主车辆路线、所述动态障碍物、所述静态障碍物和所述交通信号灯,生成所述仿真场景。
一种可选的实施方式中,所述生成模块,具体用于根据所述主车辆的起点位置和所述主车辆的终点位置,采用自动驾驶路径规划算法在地图上确定所述仿真场景中的主车辆路线。
一种可选的实施方式中,所述仿真场景中的障碍物信息包括所述障碍物的位置、所述障碍物的类型、所述障碍物的数量、所述障碍物的速度。
一种可选的实施方式中,所述生成模块,具体用于若所述障碍物的类型为静态障碍物,则根据所述障碍物的位置和所述障碍物的数量,生成所述述仿真场景中的静态障碍物;若所述障碍物的类型为动态障碍物,则根据所述障碍物的数量、所述障碍物的位置和所述障碍物的速度,采用自动驾驶路径规划算法,生成所述仿真场景中的动态障碍物。
一种可选的实施方式中,所述生成模块,具体用于根据所述交通信号灯信息,确定所述交通信号灯的初始状态和配时;根据所述交通信号灯的初始状态和配时,生成所述仿真场景中的交通信号灯。
一种可选的实施方式中,所述配置信息中还包括所述仿真场景的设定数量。
一种可选的实施方式中,所述装置还包括:处理模块,用于确定已生成的仿真场景的数量是否超过所述仿真场景设定数量;若否,则继续对所述仿真场景的交通信息进行蒙特卡洛采样并生成所述仿真场景。
一种可选的实施方式中,所述处理模块,还用于若是,则停止生成所述仿真场景;对所述已生成的仿真场景进行边缘场景筛选。
一种可选的实施方式中,所述处理模块,具体用于根据所述仿真边缘筛选条件信息,配置所述仿真场景的仿真评价项、所述仿真评价项的权重项系数和所述仿真场景的加权结果阈值;根据所述仿真评价项和所述仿真评价项的权重项系数,在所述已生成的仿真场景中加载自动驾驶算法,确定所述已生成的仿真场景的加权结果;根据所述已生成的仿真场景的加权结果和所述加权结果阈值,对所述已生成的仿真场景进行边缘场景筛选。
第三方面,本申请还提供一种电子设备,包括:处理器,以及存储器;所述存储器用于存储所述处理器的计算机程序;所述处理器被配置为通过执行所述计算机程序来实现第一方面中任意一种可能的方法。
第四方面,本申请还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面任意一项所述的方法。
第五方面,本发明还提供一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中任意一种可能的方法。
本申请实施例提供的仿真场景的生成方法及装置,首先获取仿真场景的配置信息,配置信息中包含仿真场景中预设的交通信息。随后,对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息。最后,根据仿真场景的场景信息,生成仿真场景。通过该方式,从而通过蒙特卡洛采样生成仿真场景,进而可以提高仿真场景的生成效率,以生成大批量仿真场景。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种仿真场景的生成方法的应用场景示意图;
图2为本申请实施例提供的一种仿真场景的生成方法的流程示意图;
图3为本申请实施例提供的另一种仿真场景的生成方法的流程示意图;
图4为本申请实施例提供的再一种仿真场景的生成方法的流程示意图;
图5为本申请实施例提供的一种仿真场景的生成装置的结构示意图;
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
自动驾驶的仿真场景是自动驾驶仿真测试的重要基础。仿真场景中包括边缘场景(Corner cases),边缘场景为对当前自动驾驶算法和车辆能力构成挑战的交通场景。自动驾驶的仿真场景的获取方法和速度,对自动驾驶的测试效率、算法安全性和迭代效率有重要影响,如何快速获取仿真场景对自动驾驶研发具有重要意义。
相关技术中,通常采用场景编辑器人工编辑生成边缘场景等仿真场景,然而,通过人工编辑,添加场景障碍物的数量和随机程度有限,难以在大范围地图上应用,也难以快速批量的生成场景障碍物。因此,现有的仿真场景的生成方法,生成效率较低。
为解决上述问题,本申请实施例提供一种仿真场景的生成方法,基于蒙特卡洛采样获取仿真场景的场景信息,从而随机配置仿真场景,进而可以提高仿真场景的生成效率,以生成大批量仿真场景。
下面对于本申请涉及的仿真场景的生成方法的应用场景进行说明。
图1为本申请实施例提供的一种仿真场景的生成方法的应用场景示意图。如图1所示,当终端设备101需要获取自动驾驶算法的仿真场景时,可以向服务器102发送仿真场景的获取请求。随后,服务器102获取仿真场景的配置信息,从而对仿真场景中预设的交通信息进行蒙特卡洛采样,生成仿真场景。在服务器102生成仿真场景后,可以对已生成的仿真场景进行边缘场景筛选,从而筛选出其中的边缘场景。最后,服务器102将边缘场景发送给终端设备101,以便终端设备101使用该边缘场景进行自动驾驶的仿真测试。
其中,终端设备101可以为平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtual reality,VR)终端设备、增强现实(augmented reality,AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、智慧家庭(smart home)中的无线终端等。本申请实施例中,用于实现终端的功能的装置可以是终端,也可以是能够支持终端实现该功能的装置,例如芯片系统,该装置可以被安装在终端中。本申请实施例中,芯片系统可以由芯片构成,也可以包括芯片和其他分立器件。
服务器102可以是但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云。其中,云计算是分布式计算的一种,由一群松散耦合的计算机组成的一个超级虚拟计算机。
应理解,本申请技术方案的应用场景可以是图1中的场景,但不限于此,还可以应用于其他需要生成访问场景的场景中。
可以理解,上述仿真场景的生成方法可以通过本申请实施例提供的仿真场景的生成装置实现,仿真场景的生成装置可以是某个设备的部分或全部,例如为服务器或服务器的芯片。
下面以集成或安装有相关执行代码的服务器为例,以具体地实施例对本申请实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本申请实施例提供的一种仿真场景的生成方法的流程示意图,本实施例涉及的是服务器如何在进行自动驾驶的测试的过程中生成仿真场景的过程。如图2所示,该方法包括:
S201、获取仿真场景的配置信息,配置信息中包含仿真场景中预设的交通信息。
在本申请实施例中,在需要生成仿真场景时,服务器可以获取仿真场景的配置信息,从而生成仿真场景。
其中,本申请实施例对于仿真场景的类型不做限制,示例性的,仿真场景具体可以包括仿真车辆的速度场景、仿真车辆的能耗场景等。
需要说明的是,本申请实施例对于如何获取仿真场景的配置信息不作限制。在一些实施例中,当需要生成仿真场景时,用户可以向服务器输入仿真场景的配置信息。在另一些实施例中,服务器中可以预先存储有仿真场景的配置信息,当需要生成仿真场景时,服务器可以从服务器的存储器中获取生成仿真场景时。
应理解,本申请实施例对于配置信息中包含的信息不作限制,在一些实施例中,配置信息中包含仿真场景中预设的交通信息。其中,仿真场景中预设的交通信息包括仿真场景中的主车辆的起点位置、仿真场景中的主车辆的终点位置、仿真场景中的障碍物信息和仿真场景中的交通信号灯信息。
应理解,除上述交通信息以外,针对不同类型的仿真场景,本申请实施例中还可以获取与仿真场景对应的交通信息。示例性的,若仿真场景为仿真车辆的速度场景,则还可以获取主车辆在行驶的各个时间段内的预设行驶速度,若仿真场景为仿真车辆的能耗场景,则还可以获取主车辆从起点位置行驶到终端位置的预设能耗。
在另一些实施例中,配置信息还可以包括地图描述信息、仿真场景的设定数量和仿真边缘筛选条件信息。地图描述信息用于对仿真所使用的地图进行描述,仿真场景的设定数量用于设定生成的仿真场景的数量,仿真边缘筛选条件信息用于从生成的仿真场景中筛选出边缘场景。
其中,仿真场景的设定数量可以通过蒙特卡洛的采样次数进行设定,仿真边缘筛选条件信息可以包括仿真场景的仿真评价项、评价参数、仿真评价项的权重项系数和仿真场景的加权结果阈值等。
在一些实施例中,当服务器获取到配置信息后,服务器可以根据配置信息,初始化仿真场景自动生成系统。
S202、对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息。
在本步骤中,服务器在获取仿真场景的配置信息后,可以对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息。
其中,蒙特卡洛采样可以理解为随机模拟采样或随机抽样采样。
在一些实施例中,通过蒙特卡洛采样,可以随机采样部分预设的交通信息,从而作为待生成的仿真场景的场景信息。
示例性的,服务器在第一次蒙特卡洛采样中,可以采样主车辆起点位置A、主车辆起点位置B、2个静态障碍物A和2个静态障碍物A对应的位置等场景信息,通过上述场景信息,可以生成仿真场景1。
示例性的,服务器在第二次蒙特卡洛采样中,可以采样主车辆起点位置C、主车辆起点位置D、3个动态障碍物B、3个动态障碍物B分别对应的运动轨迹和3个动态障碍物B分别对应的运行速度,通过上述场景信息,可以生成仿真场景2。
S203、根据仿真场景的场景信息,生成仿真场景。
在本步骤中,当服务器对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息后,可以根据仿真场景的场景信息,生成仿真场景。
应理解,本申请实施例对于如何根据仿真场景的场景信息,生成仿真场景不作限制。在一些实施例中,仿真场景中可以包括主车辆路线、动态障碍物、静态障碍物和交通信号灯。则相应的,服务器可以首先根据主车辆的起点位置和主车辆的终点位置,生成仿真场景中的主车辆路线。并且,根据主车辆在行驶的各个时间段内的预设行驶速度调整主车辆的速度,或者,根据主车辆从起点位置行驶到终端位置的预设能耗例调整主车辆的能耗。其次,服务器可以根据仿真场景中的障碍物信息,生成述仿真场景中的动态障碍物和静态障碍物。再次,服务器可以根据仿真场景中的交通信号灯信息,生成仿真场景中的交通信号灯。最后,服务器可以根据主车辆路线、动态障碍物、静态障碍物和交通信号灯,生成仿真场景。
下面对于如何生成仿真场景中的各个对象进行说明。
在一些实施例中,对于主车辆路线,服务器可以根据主车辆的起点位置和主车辆的终点位置,采用自动驾驶路径规划算法在地图上确定仿真场景中的主车辆路线。其中,上述地图可以为高精度地图。
在一些实施例中,仿真场景中的障碍物信息包括障碍物的位置、障碍物的类型、障碍物的数量、障碍物的速度。相应的,对于障碍物,若障碍物的类型为静态障碍物,则根据障碍物的位置和障碍物的数量,生成述仿真场景中的静态障碍物。若障碍物的类型为动态障碍物,则根据障碍物的数量、障碍物的位置和障碍物的速度,采用自动驾驶路径规划算法,生成仿真场景中的动态障碍物。
在一些实施例中,对于交通信号灯,服务器可以首先根据交通信号灯信息,确定交通信号灯的初始状态和配时,随后根据交通信号灯的初始状态和配时,生成仿真场景中的交通信号灯。其中,交通信号灯的配时可以为各色灯的亮起时间,相应的,生成后的交通信号灯可以标示出各色灯的亮起状态。
在一些实施例中,配置信息中还包括仿真场景的设定数量,相应的,在根据仿真场景的场景信息生成仿真场景之后,服务器还可以确定已生成的仿真场景的数量是否超过仿真场景设定数量。若已生成的仿真场景的数量不超过仿真场景设定数量,则服务器继续对仿真场景的交通信息进行蒙特卡洛采样并生成仿真场景。若已生成的仿真场景的数量超过仿真场景设定数量,则服务器停止生成仿真场景,并对已生成的仿真场景进行边缘场景筛选。
需要说明的是,本申请实施例对于如何进行边缘场景筛选不作限制,在一些实施例中,服务器可以首先根据仿真边缘筛选条件信息,配置仿真场景的仿真评价项、仿真评价项的权重项系数和仿真场景的加权结果阈值。随后,服务器可以根据仿真评价项和仿真评价项的权重项系数,在已生成的仿真场景中加载自动驾驶算法,确定已生成的仿真场景的加权结果。最后,服务器可以根据已生成的仿真场景的加权结果和加权结果阈值,对已生成的仿真场景进行边缘场景筛选。
其中,仿真评价项可以包括但不限于碰撞、绕行失败、自动驾驶规划失败、驶入不可行驶区域等。
本申请实施例提供的仿真场景的生成方法,首先获取仿真场景的配置信息,配置信息中包含仿真场景中预设的交通信息。随后,对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息。最后,根据仿真场景的场景信息,生成仿真场景。通过该方式,从而通过蒙特卡洛采样生成仿真场景,进而可以提高仿真场景的生成效率,以生成大批量仿真场景。
在上述实施例的基础上,下面对于同时生成多个仿真场景进行说明。图3为本申请实施例提供的另一种仿真场景的生成方法的流程示意图,如图3示,该方法包括:
S301、获取仿真场景的配置信息,配置信息中包含仿真场景中预设的交通信息。
S302、对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息。
S303、根据主车辆的起点位置和主车辆的终点位置,生成仿真场景中的主车辆路线。
S304、根据仿真场景中的障碍物信息,生成述仿真场景中的动态障碍物和静态障碍物。
S305、根据仿真场景中的交通信号灯信息,生成仿真场景中的交通信号灯。
S306、根据主车辆路线、动态障碍物、静态障碍物和交通信号灯,生成仿真场景。
S307、确定已生成的仿真场景的数量是否超过仿真场景设定数量。
若是,则执行步骤S308,若否,则执行步骤S302。
S308、对已生成的仿真场景进行边缘场景筛选。
S309、保存并输出筛选出的仿真场景。
在上述实施例的基础上,下面对于如何进行边缘场景筛选进行说明。图4为本申请实施例提供的再一种仿真场景的生成方法的流程示意图,如图4示,该方法包括:
S401、根据仿真边缘筛选条件信息,配置仿真场景的仿真评价项、仿真评价项的权重项系数和仿真场景的加权结果阈值。
S402、加载已生成的仿真场景中加载自动驾驶算法。
S403、获取仿真场景的仿真评价项的评价结果。
S404、根据仿真评价项的权重项系数,确定已生成的仿真场景的加权结果
S405、确定已生成的仿真场景的加权结果是否超过加权结果阈值。
若是,则执行步骤S406,若否,则执行步骤S402。
S406、输出筛选出的边缘场景。
本申请实施例提供的仿真场景的生成方法,首先获取仿真场景的配置信息,配置信息中包含仿真场景中预设的交通信息。随后,对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息。最后,根据仿真场景的场景信息,生成仿真场景。通过该方式,从而通过蒙特卡洛采样生成仿真场景,进而可以提高仿真场景的生成效率,以生成大批量仿真场景。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图5为本申请实施例提供的一种仿真场景的生成装置的结构示意图。该仿真场景的生成装置可以通过软件、硬件或者两者的结合实现,可例如上述实施例中的服务器或服务器的芯片,以执行上述实施例中的仿真场景的生成方法。如图5,该仿真场景的生成装置500包括:
获取模块501,用于获取仿真场景的配置信息,配置信息中包含仿真场景中预设的交通信息;
采样模块502,用于对仿真场景中预设的交通信息进行蒙特卡洛采样,获取仿真场景的场景信息;
生成模块503,用于根据仿真场景的场景信息,生成仿真场景。
一种可选的实施方式中,场景信息包括仿真场景中的主车辆的起点位置、仿真场景中的主车辆的终点位置、仿真场景中的障碍物信息和仿真场景中的交通信号灯信息。
一种可选的实施方式中,生成模块503,具体用于根据主车辆的起点位置和主车辆的终点位置,生成仿真场景中的主车辆路线;根据仿真场景中的障碍物信息,生成述仿真场景中的动态障碍物和静态障碍物;根据仿真场景中的交通信号灯信息,生成仿真场景中的交通信号灯;根据主车辆路线、动态障碍物、静态障碍物和交通信号灯,生成仿真场景。
一种可选的实施方式中,生成模块503,具体用于根据主车辆的起点位置和主车辆的终点位置,采用自动驾驶路径规划算法在地图上确定仿真场景中的主车辆路线。
一种可选的实施方式中,仿真场景中的障碍物信息包括障碍物的位置、障碍物的类型、障碍物的数量、障碍物的速度。
一种可选的实施方式中,生成模块503,具体用于若障碍物的类型为静态障碍物,则根据障碍物的位置和障碍物的数量,生成述仿真场景中的静态障碍物;若障碍物的类型为动态障碍物,则根据障碍物的数量、障碍物的位置和障碍物的速度,采用自动驾驶路径规划算法,生成仿真场景中的动态障碍物。
一种可选的实施方式中,生成模块503,具体用于根据交通信号灯信息,确定交通信号灯的初始状态和配时;根据交通信号灯的初始状态和配时,生成仿真场景中的交通信号灯。
一种可选的实施方式中,配置信息中还包括仿真场景的设定数量。
一种可选的实施方式中,该装置还包括:
处理模块504,用于确定已生成的仿真场景的数量是否超过仿真场景设定数量;若否,则继续对仿真场景的交通信息进行蒙特卡洛采样并生成仿真场景。
一种可选的实施方式中,处理模块504,还用于若是,则停止生成仿真场景;对已生成的仿真场景进行边缘场景筛选。
一种可选的实施方式中,处理模块504,具体用于根据仿真边缘筛选条件信息,配置仿真场景的仿真评价项、仿真评价项的权重项系数和仿真场景的加权结果阈值;根据仿真评价项和仿真评价项的权重项系数,在已生成的仿真场景中加载自动驾驶算法,确定已生成的仿真场景的加权结果;根据已生成的仿真场景的加权结果和加权结果阈值,对已生成的仿真场景进行边缘场景筛选。
需要说明的,图5示实施例提供的仿真场景的生成装置,可用于执行上述任意实施例所提供的方法,具体实现方式和技术效果类似,这里不再进行赘述。
图6为本申请实施例提供的一种电子设备的结构示意图。如图6示,该电子设备可以包括:至少一个处理器601和存储器602。图6的是以一个处理器为例的电子设备,例如物流管理服务器、库存管理服务器或应用服务器。
存储器602,用于存放程序。具体地,程序可以包括程序代码,程序代码包括计算机操作指令。
存储器602可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
处理器601用于执行存储器602存储的计算机执行指令,以实现上述仿真场景的生成方法;
其中,处理器601可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
可选的,在具体实现上,如果通信接口、存储器602和处理器601独立实现,则通信接口、存储器602和处理器601可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(Peripheral Component,简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果通信接口、存储器602和处理器601集成在一块芯片上实现,则通信接口、存储器602和处理器601可以通过内部接口完成通信。
本申请实施例还提供了一种芯片,包括处理器和接口。其中接口用于输入输出处理器所处理的数据或指令。处理器用于执行以上方法实施例中提供的方法。该芯片可以应用于仿真场景的生成装置中。
本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或者光盘等各种可以存储程序代码的介质,具体的,该计算机可读存储介质中存储有程序信息,程序信息用于上述仿真场景的生成方法。
本申请实施例还提供一种程序,该程序在被处理器执行时用于执行以上方法实施例提供的仿真场景的生成方法。
本申请实施例还提供一种程序产品,例如计算机可读存储介质,该程序产品中存储有指令,当其在计算机上运行时,使得计算机执行上述方法实施例提供的仿真场景的生成方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (15)
1.一种仿真场景的生成方法,其特征在于,所述仿真场景应用于自动驾驶,所述方法包括:
获取所述仿真场景的配置信息,所述配置信息中包含所述仿真场景中预设的交通信息;
对所述仿真场景中预设的交通信息进行蒙特卡洛采样,获取所述仿真场景的场景信息;
根据所述仿真场景的场景信息,生成所述仿真场景。
2.根据权利要求1所述的方法,其特征在于,所述场景信息包括所述仿真场景中的主车辆的起点位置、所述仿真场景中的主车辆的终点位置、所述仿真场景中的障碍物信息和所述仿真场景中的交通信号灯信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述仿真场景的场景信息,生成所述仿真场景,包括:
根据所述主车辆的起点位置和所述主车辆的终点位置,生成所述仿真场景中的主车辆路线;
根据所述仿真场景中的障碍物信息,生成所述述仿真场景中的动态障碍物和静态障碍物;
根据所述仿真场景中的交通信号灯信息,生成所述仿真场景中的交通信号灯;
根据所述主车辆路线、所述动态障碍物、所述静态障碍物和所述交通信号灯,生成所述仿真场景。
4.根据权利要求3所述的方法,其特征在于,所述根据所述主车辆的起点位置和所述主车辆的终点位置,生成所述仿真场景中的主车辆路线,包括:
根据所述主车辆的起点位置和所述主车辆的终点位置,采用自动驾驶路径规划算法在地图上确定所述仿真场景中的主车辆路线。
5.根据权利要求3所述的方法,其特征在于,所述仿真场景中的障碍物信息包括所述障碍物的位置、所述障碍物的类型、所述障碍物的数量、所述障碍物的速度。
6.根据权利要求3所述的方法,其特征在于,所述根据所述仿真场景中的障碍物信息,生成所述仿真场景中的动态障碍物和静态障碍物,包括:
若所述障碍物的类型为静态障碍物,则根据所述障碍物的位置和所述障碍物的数量,生成所述述仿真场景中的静态障碍物;
若所述障碍物的类型为动态障碍物,则根据所述障碍物的数量、所述障碍物的位置和所述障碍物的速度,采用自动驾驶路径规划算法,生成所述仿真场景中的动态障碍物。
7.根据权利要求3所述的方法,其特征在于,所述根据所述仿真场景中的交通信号灯信息,生成所述仿真场景中的交通信号灯,包括:
根据所述交通信号灯信息,确定所述交通信号灯的初始状态和配时;
根据所述交通信号灯的初始状态和配时,生成所述仿真场景中的交通信号灯。
8.根据权利要求1所述的方法,其特征在于,所述配置信息中还包括所述仿真场景的设定数量。
9.根据权利要求8所述的方法,其特征在于,在所述根据所述仿真场景的场景信息,生成所述仿真场景之后,所述方法还包括:
确定已生成的仿真场景的数量是否超过所述仿真场景设定数量;
若否,则继续对所述仿真场景的交通信息进行蒙特卡洛采样并生成所述仿真场景。
10.根据权利要求9所述的方法,其特征在于,在所述确定已生成的仿真场景的数量是否超过所述仿真场景设定数量之后,所述方法还包括:
若是,则停止生成所述仿真场景;
对所述已生成的仿真场景进行边缘场景筛选。
11.根据权利要求10所述的方法,其特征在于,所述配置信息中还包括仿真边缘筛选条件信息;所述对所述已生成的仿真场景进行边缘场景筛选,包括:
根据所述仿真边缘筛选条件信息,配置所述仿真场景的仿真评价项、所述仿真评价项的权重项系数和所述仿真场景的加权结果阈值;
根据所述仿真评价项和所述仿真评价项的权重项系数,在所述已生成的仿真场景中加载自动驾驶算法,确定所述已生成的仿真场景的加权结果;
根据所述已生成的仿真场景的加权结果和所述加权结果阈值,对所述已生成的仿真场景进行边缘场景筛选。
12.一种仿真场景的生成装置,其特征在于,所述装置包括:
获取模块,用于获取所述仿真场景的配置信息,所述配置信息中包含所述仿真场景中预设的交通信息;
采样模块,用于对所述仿真场景中预设的交通信息进行蒙特卡洛采样,获取所述仿真场景的场景信息;
生成模块,用于根据所述仿真场景的场景信息,生成所述仿真场景。
13.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-11任意一项所述的方法。
14.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1-11任意一项的方法步骤。
15.一种电子设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1-11任意一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111576576.9A CN114239301A (zh) | 2021-12-21 | 2021-12-21 | 仿真场景的生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111576576.9A CN114239301A (zh) | 2021-12-21 | 2021-12-21 | 仿真场景的生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114239301A true CN114239301A (zh) | 2022-03-25 |
Family
ID=80760877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111576576.9A Pending CN114239301A (zh) | 2021-12-21 | 2021-12-21 | 仿真场景的生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114239301A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115526069A (zh) * | 2022-11-29 | 2022-12-27 | 广汽埃安新能源汽车股份有限公司 | 仿真驾驶场景生成方法、装置、设备和计算机可读介质 |
-
2021
- 2021-12-21 CN CN202111576576.9A patent/CN114239301A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115526069A (zh) * | 2022-11-29 | 2022-12-27 | 广汽埃安新能源汽车股份有限公司 | 仿真驾驶场景生成方法、装置、设备和计算机可读介质 |
CN115526069B (zh) * | 2022-11-29 | 2023-03-07 | 广汽埃安新能源汽车股份有限公司 | 仿真驾驶场景生成方法、装置、设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107980241B (zh) | 一种网关多连接的方法及装置 | |
CN110704283A (zh) | 一种统一生成告警信息的方法、装置和介质 | |
CN109240802B (zh) | 请求处理方法和装置 | |
CN113766487B (zh) | 云手机信息获取方法、装置、设备和介质 | |
CN111124480A (zh) | 应用程序包的生成方法、装置、电子设备及存储介质 | |
CN114239301A (zh) | 仿真场景的生成方法及装置 | |
CN112996020A (zh) | 一种基于蓝牙的自动化测试方法、装置及蓝牙测试终端 | |
CN111291443B (zh) | 整车控制器软件的i/o模块模型自动生成方法、装置及设备 | |
CN113961419B (zh) | 存储器验证方法、装置、电子设备及存储介质 | |
JP2016504672A (ja) | 仮想マシン・イメージをコンピュータ・システムに適用する方法、情報処理システム、コンピュータ・プログラム | |
CN112487265B (zh) | 数据处理方法、装置、计算机存储介质及电子设备 | |
CN114389969A (zh) | 客户端的测试方法、装置、电子设备和存储介质 | |
CN112699648A (zh) | 数据处理方法及装置 | |
CN111078317A (zh) | 一种场景数据处理方法、装置、计算机设备及存储介质 | |
CN112671567B (zh) | 一种基于服务化接口的5g核心网拓扑发现方法及装置 | |
CN111125857A (zh) | 分布式仿真方法和装置 | |
CN115858535A (zh) | 一种数据处理方法、装置、存储介质及终端 | |
CN113220573B (zh) | 用于微服务架构的测试方法、装置和电子设备 | |
CN110896393B (zh) | 汽车总线的入侵检测方法、装置及计算设备 | |
CN112422693A (zh) | 一种用户在线短视频草稿队列的导出方法 | |
CN113296878A (zh) | 一种容器处理方法、装置、电子设备及系统 | |
CN112084099A (zh) | 基于主机获取报警状态值的方法、装置、设备及存储介质 | |
CN111414200A (zh) | 安装操作系统的方法、装置、电子设备和计算机可读介质 | |
CN114637474B (zh) | 数据块处理的方法、装置、电子设备 | |
WO2024093249A1 (zh) | 一种气象预测方法、装置及相关设备 |
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 |