CN114399612B - 一种用于驾考模拟场景的天气仿真方法 - Google Patents
一种用于驾考模拟场景的天气仿真方法 Download PDFInfo
- Publication number
- CN114399612B CN114399612B CN202111434489.XA CN202111434489A CN114399612B CN 114399612 B CN114399612 B CN 114399612B CN 202111434489 A CN202111434489 A CN 202111434489A CN 114399612 B CN114399612 B CN 114399612B
- Authority
- CN
- China
- Prior art keywords
- weather
- data
- target
- driving test
- box background
- 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 63
- 238000012360 testing method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000002245 particle Substances 0.000 claims abstract description 62
- 239000000463 material Substances 0.000 claims abstract description 43
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000009877 rendering Methods 0.000 claims abstract description 10
- 238000005286 illumination Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于驾考模拟场景的天气仿真方法，包括在3D虚拟场景中，创建三维驾考模拟场景和天气数据库，天气数据库用于存储天空盒背景和天气粒子素材；获取终端传感器采集到的实际天气数据和天气预报预测的天气类型，并根据天气数据和天气类型确定天气配置参数；从天气数据库中调取天气类型对应的天空盒背景作为目标天空盒背景，调取天气配置参数对应天气粒子素材作为目标天气粒子素材；在三维驾考模拟场景中导入目标天空盒背景，并将目标天气粒子素材渲染至天空盒背景中，以在驾考模拟场景中形成仿真天气环境，运用于驾驶证考核前的模拟训练，有助于提高学员对天气的适应性，避免在实际考核时因遇特殊天气而紧张的情况。
Description
技术领域
本发明涉及三维模型创建技术领域，特别涉及一种用于驾考模拟场景的天气仿真方法。
背景技术
汽车驾驶模拟器(VehicleDrivingSimulator，VDS)的工作原理为：驾驶员操纵操作部件，使得与操作部件直接相连的传感器发生变化，从而引起电信号的变化。目前更增加了VR技术，将车辆动力学模型计算出的结果送入VR显示系统进行图形显示和声音模拟以及仪表显示，使其真实性和代入感更强。
随着汽车的普及，考取驾驶证的人数越来越多，进行驾驶证考试之前需要大量的实操训练，一般是采取教练一对多的实训指导，但由于驾校的场地、车辆、教练资源有限，汽车驾驶模拟器作为一种新型实操训练系统被应用到驾驶证考试练习中，现有技术多是在汽车驾驶模拟器中预存多种既定天气场景，但其仿真效果差。
发明内容
本发明提供了一种用于驾考模拟场景的天气仿真方法，通过创建天气数据库，根据采集的实际天气数据和天气类型，调取目标天空盒背景和目标天气粒子素材并渲染到三维驾考模拟场景中，实现了考场天气状况的仿真，运用于驾驶证考核前的模拟训练，有助于提高学员对天气的适应性。
本发明的技术方案为：
一种驾考模拟场景的天气渲染方法，包括：
在3D虚拟场景中，创建三维驾考模拟场景和天气数据库，天气数据库用于存储天空盒背景和天气粒子素材；
获取终端传感器采集到的实际天气数据和天气预报预测的天气类型，并根据天气数据和天气类型确定天气配置参数；
从天气数据库中调取天气类型对应的天空盒背景作为目标天空盒背景，调取天气配置参数对应天气粒子素材作为目标天气粒子素材；
在三维驾考模拟场景中导入目标天空盒背景，并将目标天气粒子素材渲染至天空盒背景中，以在驾考模拟场景中形成仿真天气环境。
优选的是，还包括获取风速和风向，并根据风速和风向调整目标天气粒子素材的播放参数。
优选的是，天空盒背景包括蔚蓝天空、星空和夜空。
优选的是，传感器包括光照传感器、湿度传感器、温度传感器和图像传感器；所述天气数据包括光照数据、温度数据、湿度数据和图像数据。
优选的是，确定天气配置参数包括：
将所述图像数据进行滤波去噪，并根据所述天气类型进行特征提取，得到雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据；
将光照数据、温度数据、湿度数据、雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据输入到预设的天气参数配置模型中，得到对应的天气配置参数。
优选的是，天气粒子素材包括：
通过三维动画软件创建天气粒子并自定义天气粒子的天气配置参数；
将天气粒子及其对应的天气配置参数保存在天气数据库。
优选的是，特征提取包括：
当天气类型为“晴”或“多云”时，提取云遮蔽数据；
当天气类型为“雨”时，提取云遮蔽数据和雨滴数据；
当天气类型为“雪”时，提取云遮蔽数据和飘雪数据；
当天气类型为“雾”时，提取云遮蔽数据和雾霭数据。
优选的是，目标天空盒背景和目标天气粒子素材的渲染过程包括：
采用插件自动导出目标天空盒背景和目标天气粒子素材，并输出到三维驾考模拟场景；
通过脚本编辑器编写仿真逻辑，控制仿真天气环境变化，实现模型交互和动态效果。
优选的是，天气参数配置模型包括：
获取多个真实天气数据和天气类型，并将图像数据进行滤波去噪和特征提取，得到雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据以构成样本集；
建立BP神经网络模型，以光照数据、温度数据、湿度数据、雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据为输入层，以天气配置参数为输出层；
采用遗传算法对所述BP神经网络模型的连接权值和阈值进行优化；
采用样本集进行训练学习，以得到天气参数配置模型。
优选的是，还包括自定义天气配置参数和目标天空盒背景，并调取目标天气粒子素材，以形成多种仿真天气环境。
本发明的有益效果是：
1、本发明通过创建天气数据库，根据采集的实际天气数据和天气类型，调取目标天空盒背景和目标天气粒子素材并渲染到三维驾考模拟场景中，实现了考场天气状况的仿真，运用于驾驶证考核前的模拟训练，有助于提高学员对天气的适应性，避免在实际考核时因遇特殊天气而紧张的情况。
2、本发明创建的天气数据库具有多种天空盒背景和天气粒子素材，并自定义了天气粒子素材对应的天气配置参数，使用者可以通过自定义天气配置参数，来调取相应的天气粒子素材，以形成多种多样的仿真天气环境，进行模拟训练，有利于提高学员技能，降低天气环境对学员驾驶技能的负面影响。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例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说明书的一些实施例，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为本发明提供的一种驾考模拟场景的天气渲染方法流程图。
图2为本发明的一个实施例中天气参数配置模型的创建方法流程图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，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做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。
“内”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
如图1所示，一种驾考模拟场景的天气渲染方法，包括：
S110、在3D虚拟场景中，创建三维驾考模拟场景和天气数据库，天气数据库用于存储天空盒背景和天气粒子素材。
其中，天空盒背景包括蔚蓝天空、星空和夜空。
天气粒子素材为3D动画素材，其创建方式为：
通过三维动画软件创建天气粒子并自定义天气粒子的天气配置参数；
将天气粒子及其对应的天气配置参数保存在天气数据库。
仿真天气环境下，环境中的天气因子如雨、雪、雾等利用样条曲线的粗细使用粒子来表示，通过控制粒子的大小来表现天气因子的强弱，根据粒子的大小将天气粒子分级，匹配不同的天气配置参数。
S120、获取终端传感器采集到的实际天气数据和天气预报预测的天气类型，并根据天气数据和天气类型确定天气配置参数；
其中，传感器包括光照传感器、湿度传感器、温度传感器和图像传感器；天气数据包括光照数据、温度数据、湿度数据和图像数据。
确定天气配置参数过程为：
将图像数据进行滤波去噪，并根据天气类型进行特征提取，得到雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据；
将光照数据、温度数据、湿度数据、雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据输入到预设的天气参数配置模型中，得到对应的天气配置参数。
S130、从天气数据库中调取天气类型对应的天空盒背景作为目标天空盒背景，调取天气配置参数对应天气粒子素材作为目标天气粒子素材。
S140、在三维驾考模拟场景中导入目标天空盒背景，并将目标天气粒子素材渲染至天空盒背景中，以在驾考模拟场景中形成仿真天气环境。
目标天空盒背景和目标天气粒子素材的渲染过程包括：
采用插件自动导出目标天空盒背景和目标天气粒子素材，并输出到三维驾考模拟场景；
通过脚本编辑器编写仿真逻辑，控制仿真天气环境变化，实现模型交互和动态效果。
一个优选实施例是，可以采用融入360视频和三维驾考模拟场景对接，在三维驾考模拟场景的基础上加入目标天空盒背景和目标天气粒子素材，采用VR引擎开发工具集合VRADP和VS集成开发环境，结合VR头盔构建可视化交互式虚拟现实仿真制作平台。
一个优选的实施例是，还包括获取风速和风向，并根据风速和风向调整目标天气粒子的移动。具体方式为根据风速和风向确定目标天气粒子运动向量，控制目标天气粒子沿运动向量移动。
进一步的，特征提取包括：
当天气类型为“晴”或“多云”时，提取云遮蔽数据；
当天气类型为“雨”时，提取云遮蔽数据和雨滴数据；
当天气类型为“雪”时，提取云遮蔽数据和飘雪数据；
当天气类型为“雾”时，提取云遮蔽数据和雾霭数据。
如图2所示，天气参数配置模型包括：
S121、获取多个真实天气数据和天气类型。
S122、将图像数据进行滤波去噪和特征提取，得到雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据以构成样本集。
S123、建立BP神经网络模型，以光照数据、温度数据、湿度数据、雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据为输入层，以天气配置参数为输出层。
S124、采用遗传算法对BP神经网络模型的连接权值和阈值进行优化。
S125、采用样本集进行训练学习，以得到天气参数配置模型。
一个优选的实施例是，还包括自定义天气配置参数，并调取目标天气粒子，以形成多种仿真天气环境。
在一个具体实施例中，自定义天气配置参数为
可以仿真得到晴朗的天气环境；自定义天气配置参数为/>
可以仿真得到中到大雨的天气环境。
其中，SU表示光照配置参数，RA表示雨滴配置参数，SN表示飘雪配置参数，FO表示雾霭配置参数。
本发明实施例中提供的技术方案，至少具有如下技术效果或优点：
本发明通过创建天气数据库，根据采集的实际天气数据和天气类型，调取目标天空盒背景和目标天气粒子素材并渲染到三维驾考模拟场景中，实现了考场天气状况的仿真，运用于驾驶证考核前的模拟训练，有助于提高学员对天气的适应性，避免在实际考核时因遇特殊天气而紧张的情况。本发明创建的天气数据库具有多种天空盒背景和天气粒子素材，并自定义了天气粒子素材对应的天气配置参数，使用者可以通过自定义天气配置参数，来调取相应的天气粒子素材，以形成多种多样的仿真天气环境，进行模拟训练，有利于提高学员技能，降低天气环境对学员驾驶技能的负面影响。
以上内容仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不脱离本发明的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。
Claims (7)
1.一种用于驾考模拟场景的天气仿真方法，其特征在于，包括：
在3D虚拟场景中，创建三维驾考模拟场景和天气数据库，所述天气数据库用于存储天空盒背景和天气粒子素材；
获取终端传感器采集到的实际天气数据和天气预报预测的天气类型，并根据所述天气数据和天气类型确定天气配置参数；
从所述天气数据库中调取所述天气类型对应的天空盒背景作为目标天空盒背景，调取所述天气配置参数对应天气粒子素材作为目标天气粒子素材；
在所述三维驾考模拟场景中导入所述目标天空盒背景，并将所述目标天气粒子素材渲染至所述目标天空盒背景中，以在所述驾考模拟场景中形成仿真天气环境；
所述传感器包括光照传感器、湿度传感器、温度传感器和图像传感器；所述天气数据包括光照数据、温度数据、湿度数据和图像数据；
所述确定天气配置参数包括：
将所述图像数据进行滤波去噪，并根据所述天气类型进行特征提取，得到雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据；
将所述光照数据、温度数据、湿度数据、所述雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据输入到预设的天气参数配置模型中，得到对应的天气配置参数；
所述特征提取包括：
当所述天气类型为“晴”或“多云”时，提取云遮蔽数据；
当所述天气类型为“雨”时，提取云遮蔽数据和雨滴数据；
当所述天气类型为“雪”时，提取云遮蔽数据和飘雪数据；
当所述天气类型为“雾”时，提取云遮蔽数据和雾霭数据。
2.如权利要求1所述的用于驾考模拟场景的天气仿真方法，其特征在于，还包括获取风速和风向，并根据所述风速和风向调整所述目标天气粒子素材的播放参数。
3.如权利要求2所述的用于驾考模拟场景的天气仿真方法，其特征在于，所述天空盒背景包括蔚蓝天空、星空和夜空。
4.如权利要求1所述的用于驾考模拟场景的天气仿真方法，其特征在于，所述天气粒子素材包括：
通过三维动画软件创建天气粒子并自定义所述天气粒子的天气配置参数；
将所述天气粒子及其对应的天气配置参数保存在所述天气数据库。
5.如权利要求4所述的用于驾考模拟场景的天气仿真方法，其特征在于，所述目标天空盒背景和所述目标天气粒子素材的渲染过程包括：
采用插件自动导出所述目标天空盒背景和所述目标天气粒子素材，并输出到三维驾考模拟场景；
通过脚本编辑器编写仿真逻辑，控制仿真天气环境变化，实现模型交互和动态效果。
6.如权利要求5所述的用于驾考模拟场景的天气仿真方法，其特征在于，所述天气参数配置模型包括：
获取多个真实天气数据和天气类型，并将图像数据进行滤波去噪和特征提取，得到雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据以构成样本集；
建立BP神经网络模型，以光照数据、温度数据、湿度数据、雨滴数据和/或飘雪数据和/或雾霭数据和/或云遮蔽数据为输入层，以天气配置参数为输出层；
采用遗传算法对所述BP神经网络模型的连接权值和阈值进行优化；
采用所述样本集进行训练学习，以得到天气参数配置模型。
7.如权利要求6所述的用于驾考模拟场景的天气仿真方法，其特征在于，还包括自定义天气配置参数和目标天空盒背景，并调取目标天气粒子素材，以形成多种仿真天气环境。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111434489.XA CN114399612B (zh) | 2021-11-29 | 2021-11-29 | 一种用于驾考模拟场景的天气仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111434489.XA CN114399612B (zh) | 2021-11-29 | 2021-11-29 | 一种用于驾考模拟场景的天气仿真方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114399612A CN114399612A (zh) | 2022-04-26 |
| CN114399612B true CN114399612B (zh) | 2023-06-30 |
Family
ID=81225278
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111434489.XA Active CN114399612B (zh) | 2021-11-29 | 2021-11-29 | 一种用于驾考模拟场景的天气仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114399612B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973847B (zh) * | 2022-05-23 | 2024-04-12 | 安胜（天津）飞行模拟系统有限公司 | 一种飞行模拟机上模拟区域天气场景的方法 |
| CN116090228B (zh) * | 2023-01-16 | 2024-02-09 | 北京天工科仪空间技术有限公司 | 一种气象环境模拟和导控方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108132712A (zh) * | 2018-01-12 | 2018-06-08 | 网易（杭州）网络有限公司 | 虚拟场景中天气状态的呈现方法、装置及存储介质和终端 |
| CN108536281A (zh) * | 2018-02-09 | 2018-09-14 | 腾讯科技（深圳）有限公司 | 虚拟场景中的天气再现方法和装置、存储介质及电子装置 |
| CN113064487A (zh) * | 2021-03-24 | 2021-07-02 | 智科云创(北京)科技有限公司 | 一种交互虚拟仿真系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10535180B2 (en) * | 2018-03-28 | 2020-01-14 | Robert Bosch Gmbh | Method and system for efficient rendering of cloud weather effect graphics in three-dimensional maps |
| CN110232846A (zh) * | 2019-06-12 | 2019-09-13 | 广东电网有限责任公司 | 一种冲锋舟模拟驾驶方法、系统及相关装置 |
-
2021
- 2021-11-29 CN CN202111434489.XA patent/CN114399612B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108132712A (zh) * | 2018-01-12 | 2018-06-08 | 网易（杭州）网络有限公司 | 虚拟场景中天气状态的呈现方法、装置及存储介质和终端 |
| CN108536281A (zh) * | 2018-02-09 | 2018-09-14 | 腾讯科技（深圳）有限公司 | 虚拟场景中的天气再现方法和装置、存储介质及电子装置 |
| CN113064487A (zh) * | 2021-03-24 | 2021-07-02 | 智科云创(北京)科技有限公司 | 一种交互虚拟仿真系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114399612A (zh) | 2022-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114399612B (zh) | 一种用于驾考模拟场景的天气仿真方法 | |
| EP2491530B1 (de) | Bestimmung der pose einer kamera | |
| CN103581288B (zh) | 移动设备、移动设备的控制方法以及沉浸感提供系统 | |
| US20080310707A1 (en) | Virtual reality enhancement using real world data | |
| CN111710041B (zh) | 基于多源异构数据融合展示技术的系统及环境模拟方法 | |
| CN114296424A (zh) | 仿真测试系统和方法 | |
| CN111565226A (zh) | 一种车载全息影像自定义系统 | |
| CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的系统 | |
| CN114969092A (zh) | 基于虚幻引擎的驾驶仿真系统及仿真实验方法 | |
| CN108538141A (zh) | 交通器运动方法及沙盘驾驶模拟系统 | |
| CN110979202B (zh) | 改变汽车风格的方法、装置以及系统 | |
| JP7414434B2 (ja) | 認識モデル配信システム及び認識モデルの更新方法 | |
| US20230386138A1 (en) | Virtual environments for autonomous vehicle passengers | |
| CN110134024A (zh) | 车辆自动驾驶虚拟环境中特殊标志物的构建方法 | |
| CN115857685A (zh) | 一种感知算法数据闭环方法及相关装置 | |
| KR102410870B1 (ko) | 실감영상을 적용한 드론 시뮬레이터 시스템 | |
| CN115115571A (zh) | 影像数据生成方法、装置、车辆、电子设备及可读介质 | |
| CN110782728B (zh) | 基于智能教学的新能源汽车实训系统 | |
| Jia et al. | Development and realization of a street driving simulator for virtual tour | |
| CN116380495B (zh) | 基于数字孪生的排放和能耗试验方法、系统、设备和介质 | |
| CN117746712A (zh) | 一种界面自定义的汽车模拟驾驶视景系统及方法 | |
| CN117746639B (zh) | 基于自动驾驶的背景交通流模型构建方法及系统 | |
| CN115937421B (zh) | 仿真视频数据的生成方法、图像生成装置及可读存储介质 | |
| CN221175612U (zh) | 一种飞行模拟机 | |
| CN116923303A (zh) | 驾驶舱氛围营造的方法、车机系统及车辆 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |