CN114580213A - 多阶段路侧仿真方法、装置、设备和存储介质 - Google Patents
多阶段路侧仿真方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114580213A CN114580213A CN202210477984.7A CN202210477984A CN114580213A CN 114580213 A CN114580213 A CN 114580213A CN 202210477984 A CN202210477984 A CN 202210477984A CN 114580213 A CN114580213 A CN 114580213A
- Authority
- CN
- China
- Prior art keywords
- simulation
- evaluation result
- stage
- determining
- reliability
- 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.)
- Granted
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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供的一种多阶段路侧仿真方法、装置、设备和存储介质,通过获取各个仿真阶段对应的结果数据;仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;根据参考数据和结果数据确定各个仿真阶段的评测结果;参考数据为真值数据或各个仿真阶段对应的输入数据;真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和系统评测结果,从而实现在路侧仿真的场景下,获取各个仿真阶段的评测结果,从而可以针对评测结果较差的仿真阶段进行优化。
Description
技术领域
本发明涉及车辆仿真技术领域,尤其涉及一种多阶段路侧仿真方法、装置、设备和存储介质。
背景技术
路侧仿真是指通过在软件虚拟环境中模拟真实路侧感知传感器和路侧单元设备的环境上下文,通过仿真结果进行开发、测试和验证路侧系统的一种仿真方法。
在进行路侧仿真时,从路侧场景仿真到各个HMI(Human Machine Interface,人机交互)仿真器显示路况信息需要经过路侧感知算法感知各个路口的路况信息,将感知到的路况信息通过消息映射发送给RSU(Road Side Unit,路侧单元)仿真器,以及RSU仿真器再将相应的路况信息发送给各个OBU(On board Unit,车载单元)仿真器,进而发送给HMI仿真器等多个阶段。现有的路侧仿真只能做整体的仿真测试,直接通过软件实现整个仿真过程,得到整体的评测结果,而无法得到各个仿真阶段的评测结果。但是在实际的开发和预言中,需要分阶段进行评测,来评估每个仿真阶段的性能。
因此,现有技术在路侧仿真场景下,无法获取各个仿真阶段的评测结果,从而无法针对评测结果较差的仿真阶段进行优化。
发明内容
本发明提供一种多阶段路侧仿真方法、装置、设备和存储介质,用以解决现有技术无法获取各个仿真阶段的评测结果的问题,从而实现针对评测结果较差的仿真阶段进行优化。
第一方面,本发明提供一种多阶段路侧仿真方法,该方法包括:
获取各个仿真阶段对应的结果数据;仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;
根据参考数据和结果数据确定各个仿真阶段的评测结果;参考数据为真值数据或各个仿真阶段对应的输入数据;真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;
根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和系统评测结果。
可选的,根据参考数据和结果数据确定各个仿真阶段的评测结果,包括:
根据每一仿真阶段的评测结果确定对应的反向抑制因子;
针对每一仿真阶段,若存在上一仿真阶段,则接收上一仿真阶段输出的反向抑制因子;
根据上一仿真阶段输出的反向抑制因子、参考数据和结果数据确定当前仿真阶段的评测结果。
可选的,根据上一仿真阶段输出的反向抑制因子、参考数据和结果数据确定当前仿真阶段的评测结果,包括:
根据参考数据和结果数据确定当前仿真阶段的初始评测结果;
根据上一阶段输出的反向抑制因子对初始评测结果进行补偿,得到当前仿真阶段的评测结果。
可选的,多阶段路侧仿真方法还包括:
根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度。
可选的,根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度,包括:
根据各个反向抑制因子计算可信度评价指标;
根据可信度评价指标与预设阈值确定系统评测结果的可信度。
可选的,可信度评价指标包括均方差和均值;根据各个反向抑制因子计算可信度评价指标,包括:
根据各个反向抑制因子计算均方差和均值;
相应的,根据可信度评价指标与预设阈值确定系统评测结果的可信度,包括:
根据均方差与第一预设阈值确定系统评测结果的第一可信度;
根据均值与第二预设阈值确定系统评测结果的第二可信度;
根据第一可信度和第二可信度确定系统评测结果的可信度。
可选的,根据每一仿真阶段的评测结果确定对应的反向抑制因子,包括:
确定每一仿真阶段的预期评测结果;
根据每一仿真阶段的评测结果和对应的预期评测结果的差值确定对应的反向抑制因子。
可选的,当差值为负值时,得到数值为正值的反向抑制因子;当差值为正值时,得到数值为负值的反向抑制因子;反向抑制因子的绝对值与差值的绝对值成正比。
第二方面,本发明提供一种多阶段路侧仿真装置,多阶段路侧仿真装置包括:
获取模块,用于获取各个仿真阶段对应的结果数据;仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;
确定模块,用于根据参考数据和结果数据确定各个仿真阶段的评测结果;参考数据为真值数据或各个仿真阶段对应的输入数据;真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;
输出模块,用于根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和系统评测结果。
第三方面,本发明提供一种电子设备,包括:至少一个处理器和存储器;
存储器存储计算机执行指令;
至少一个处理器执行存储器存储的计算机执行指令,使得至少一个处理器执行如第一方面任一项的方法。
第四方面,本发明提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如第一方面任一项的方法。
本发明提供的一种多阶段路侧仿真方法、装置、设备和存储介质,通过获取各个仿真阶段对应的结果数据;仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;根据参考数据和结果数据确定各个仿真阶段的评测结果;参考数据为真值数据或各个仿真阶段对应的输入数据;真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和系统评测结果,从而实现在路侧仿真的场景下,获取各个仿真阶段的评测结果,从而可以针对评测结果较差的仿真阶段进行优化。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例提供的一种多阶段路侧仿真方法的应用场景图;
图2为本发明实施例提供的另一种多阶段路侧仿真方法的应用场景图;
图3为本发明实施例提供的一种多阶段路侧仿真方法的流程示意图;
图4为本发明实施例提供的一种通过反向抑制因子对下一仿真阶段的评测结果进行补偿的原理图;
图5为本发明实施例提供的一种确定系统评测结果的可信度的原理图;
图6为本发明实施例提供的一种多阶段路侧仿真装置的结构示意图;
图7为本发明实施例提供的一种电子设备的硬件结构示意图。
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。
现有技术中,当在进行路侧仿真时,并未进行分阶段的评测,仅做了整体的仿真评测,即输出了一个整体的评测结果,用户对于各个仿真阶段的评测结果无法知晓。但是在实际的开发和预言中,需要分阶段进行评测,来评估每个仿真阶段的性能,即获取各个仿真阶段的评测结果。
图1为本发明实施例提供的一种多阶段路侧仿真方法的应用场景图,如图1所示,多阶段路侧仿真过程包括多个仿真阶段,如第一仿真阶段、第二仿真阶段……第N仿真阶段,每一仿真阶段均可以输出结果数据,如第一结果数据、第二结果数据……第N结果数据,多阶段评测器可以获取各个仿真阶段的结果数据,并根据各个仿真阶段的结果数据输出各个仿真阶段的评测结果,根据各个仿真阶段的评测结果确定系统评测结果并输出。通过上述的多阶段评测器可以获取各个仿真阶段的评测结果,便于对评测结果较差的仿真阶段进行优化。
图2为本发明实施例提供的另一种多阶段路侧仿真方法的应用场景图,如图2所示,当在进行路侧仿真时,可以设计一种路侧仿真系统来实现,在该系统中可以包括路侧全局仿真控制器、场景仿真控制器、多阶段评测器、路侧场景仿真器、路侧计算单元仿真器、RSU仿真器、OBU仿真器以及HMI仿真器。其中,一个RSU仿真器可以对应多个车辆,即对应多个OBU仿真器,如OBU仿真器1和OBU仿真器2等。同样的,每一OBU仿真器均可以对应一个HMI仿真器。路侧场景仿真器、路侧计算单元仿真器、RSU仿真器、OBU仿真器以及HMI仿真器分别为基于软件算法实现的对路侧场景、路侧计算单元、RSU、OBU以及HMI进行模拟的仿真器。例如,在路侧计算单元仿真器中设置有路侧感知算法和消息映射算法,路侧计算单元仿真器可以通过软件对路侧感知算法和消息映射算法进行仿真,得到针对路侧感知算法的仿真结果和针对消息映射算法的仿真结果。
路侧全局仿真控制器为核心控制组件,可以控制各个仿真器开始执行路侧仿真过程,以及对路侧仿真的各个阶段的执行进行控制。场景仿真器控制器用于控制路侧场景仿真器执行仿真步骤,以使路侧场景仿真器对预先设置的3D场景及交通流进行仿真。多阶段评测器用于在路侧仿真的各个阶段执行完毕后,针对每个阶段在仿真环境产生的结果数据进行对应的阶段性评测,并根据得到的多阶段的评测结果进行聚合评测,得到最终的系统评测结果。
本申请通过设置多阶段评测器,且将多阶段评测器设置为获取各个仿真阶段对应的结果数据,且对结果数据和参考数据进行处理得到评测结果,最后再根据各个仿真阶段的评测结果确定系统评测结果,最后将各个仿真阶段的评测结果和系统评测结果输出,相对于现有技术的仅输出系统评测结果,本申请还可以输出各个仿真阶段的评测结果,便于确定评测结果较差的仿真阶段,从而对该仿真阶段进行优化。
图3为本发明实施例提供的一种多阶段路侧仿真方法的流程示意图,如图3所示,该方法包括步骤S301至步骤S303:
步骤S301、获取各个仿真阶段对应的结果数据。仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真。
如图2所示,实线表示控制信息的传输,虚线表示数据流的传输。例如,路侧全局仿真控制器与RSU仿真器之间为实线,用于表示路侧全局仿真控制器将控制信息发送给RSU仿真器,从而使得RSU仿真器开始进行仿真。RSU仿真器与OBU仿真器之间为虚线,表示RSU仿真器将仿真后的结果数据发送给OBU仿真器。
路侧场景仿真器输出的结果数据可以存储到真值数据存储单元;路侧计算单元仿真器、RSU仿真器、OBU仿真器和HMI仿真器输出的结果数据一方面可以传输至阶段结果数据存储单元,另一方面可以传输至下一仿真阶段的仿真器,以使下一仿真阶段的仿真器根据接收的数据进行仿真。在实际中,路侧设备RSU可以将采集的当前的路口附近的路况信息发送给预设范围内的车辆。同样的,在进行仿真时,也可以设置多个车辆分别对应的OBU仿真器。当RSU仿真器在获取到交通流后,可以将交通流数据发送给车辆1对应的OBU仿真器1和车辆2对应的OBU仿真器2。同样的,对于车辆1和车辆2还可以设置对应的HMI仿真器1和HMI仿真器2,实现当OBU仿真器在获取交通流后传输给HMI仿真器,以进行显示。本申请不对上述OBU仿真器与HMI仿真器的数量进行限制。此外,当一个仿真阶段结束时,路侧全局仿真控制器还可以控制多阶段评测器对该仿真阶段进行评测。
例如,对于车辆来说,在行驶时仅能看到前方几个车辆,对于超出距离自车一定距离的路况,则无法感知到。因此,在实际道路中可以设置路侧计算单元,在路侧计算单元中设置路侧感知算法和消息映射算法,可以通过路侧感知算法感知路况信息,如多个路段中的每一路段存在的车辆和行人的数量、位置以及行驶速度等信息,在获取上述信息后可以将上述信息发送给对应的路侧设备RSU。例如,每一路口设置有一个RSU,将属于路口附近的路况信息发送给对应的路侧设备RSU。路侧设备RSU可以进一步的将路况信息发送给车辆,如OBU及HMI,并最终在车辆中的人机交互界面中显示车辆附近路况信息。示例性的,当车辆行驶前方500米处存在交通事故时,可以通过HMI显示。
当各个仿真器进行仿真时,与上述过程相似。例如,路侧场景仿真器可以对程序中预先设置的车流、人流、红绿灯等进行仿真,即通过程序模拟交通流。根据路侧场景仿真器输出的结果数据可以继续对路侧计算单元仿真器、RSU仿真器、OBU仿真器及HMI仿真器进行仿真,获取每一仿真阶段的结果数据,并通过多阶段评测器确定各个仿真阶段的评测结果。
例如,可以在某一仿真阶段执行完毕后,获取该仿真阶段对应的结果数据。示例性的,对于路侧感知仿真阶段,路侧全局仿真控制器可以控制路侧计算单元仿真器中的路侧感知算法开始执行,其中执行过程为:获取路侧场景仿真器中摄像机、雷达等输出的图像,对图像进行多传感器的感知融合计算,获取图像中包含的目标的位置、类型以及速度等信息,其中,目标可以为车辆、行人等。路侧感知算法将确定的目标信息通过消息映射算法传输给RSU仿真器,消息映射仿真阶段接收到的目标信息即为路侧感知仿真阶段对应的结果数据。同样的,对于消息映射仿真、RSU仿真、OBU仿真和HMI仿真,下一阶段的仿真器成功接收的数据可以看作是上一仿真阶段的结果数据。
步骤S302、根据参考数据和结果数据确定各个仿真阶段的评测结果。
参考数据为真值数据或各个仿真阶段对应的输入数据;真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的。
针对任一仿真阶段,当多阶段评测器在获取结果数据后,可以根据参考数据和结果数据确定评测结果。示例性的,当仿真阶段为路侧感知仿真阶段时,可以根据真值数据和结果数据确定该阶段的评测结果。当仿真阶段为消息映射仿真、RSU仿真、OBU仿真以及HMI仿真时,可以根据各仿真阶段对应的输入数据和结果数据确定对应仿真阶段的评测结果。其中,各个仿真阶段的输入数据可以看作为上一仿真阶段的输出数据。具体的,可以根据真值数据或输入数据中的目标信息,如目标数量及目标位置,与结果数据中的目标信息确定评测结果。示例性的,当目标数量为20辆车和30个人,结果数据中也为20辆车30个人,且两类数据中每一目标的位置也接近时,则表示评测结果较好;当两类数据中目标数量不一致和/或存在同一目标的位置相差较大的情形,则表示评测结果较差,可以根据数量的差值及位置的差值确定评测结果。
步骤S303、根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和系统评测结果。
其中,当多阶段评测器在获取各个仿真阶段的评测结果后,还可以根据各个仿真阶段的评测结果确定系统评测结果。例如,将各个仿真阶段的评测结果求和,将求得的和作为系统评测结果;或者,将各个仿真阶段的评测结果求平均值,将求得的平均值作为系统评测结果。其中,在确定系统评测结果后,可以将系统评测结果和各个仿真阶段的评测结果进行输出。
本发明提供的一种多阶段路侧仿真方法、装置、设备和存储介质,通过获取各个仿真阶段对应的结果数据;仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;根据参考数据和结果数据确定各个仿真阶段的评测结果;参考数据为真值数据或各个仿真阶段对应的输入数据;真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和系统评测结果,从而实现在路侧仿真的场景下,获取各个仿真阶段的评测结果,从而可以针对评测结果较差的仿真阶段进行优化。
可选的,根据参考数据和结果数据确定各个仿真阶段的评测结果,包括:
根据每一仿真阶段的评测结果确定对应的反向抑制因子;针对每一仿真阶段,若存在上一仿真阶段,则接收上一仿真阶段输出的反向抑制因子;根据上一仿真阶段输出的反向抑制因子、参考数据和结果数据确定当前仿真阶段的评测结果。
其中,上一仿真阶段对应的反向抑制因子用于对下一仿真阶段的评测结果进行补偿。在确定各个仿真阶段的评测结果后,可以根据各个仿真阶段的评测结果确定反向抑制因子。其中,在多阶段评测过程中,下一仿真阶段的评测结果会直接受上一仿真阶段的评测结果的影响,通过反向抑制因子对下一仿真阶段的评测结果进行补偿,可以得到下一仿真阶段的真实评测结果。例如,当第一仿真阶段的评测结果不佳时,第一仿真阶段输出的结果数据将会影响第二仿真阶段的评测结果。通过反向抑制因子对下一仿真阶段的评测结果进行补偿,实现消除上一仿真阶段造成的影响。
图4为本发明实施例提供的一种通过反向抑制因子对下一仿真阶段的评测结果进行补偿的原理图。如图4所示,针对一个仿真阶段,当存在上一仿真阶段时,则先接收上一仿真阶段输出的反向抑制因子。当在获取反向抑制因子之后,可以根据反向抑制因子确定该仿真阶段的评测结果。其中,当不增加反向抑制因子时,则针对每一仿真阶段,直接根据参考数据和结果数据确定评测结果,该评测结果为受上一仿真阶段影响的评测结果,不能真实反映该仿真阶段的评测结果。因此,可以根据上一仿真阶段输出的反向抑制因子、参考数据和结果数据确定该仿真阶段的评测结果。具体的,如图4所示,针对仿真阶段2,由于存在仿真阶段1,可以获取仿真阶段1对应的反向抑制因子1,根据仿真阶段2输出的结果数据2、反向抑制因子1和参考数据2确定评测结果2。
通过设置反向抑制因子可以对下一仿真阶段的评测结果进行补偿,以消除上一仿真阶段的评测结果对该仿真阶段的影响,得到该仿真阶段的真实的仿真结果,从而确定真正需要优化的仿真阶段。
可选的,根据上一仿真阶段输出的反向抑制因子、参考数据和结果数据确定当前仿真阶段的评测结果,包括:
根据参考数据和结果数据确定当前仿真阶段的初始评测结果;根据上一阶段输出的反向抑制因子对初始评测结果进行补偿,得到当前仿真阶段的评测结果。
在根据反向抑制因子确定当前仿真阶段的评测结果时,可以先根据参考数据和结果数据确定该仿真阶段的初始评测结果。例如,初始评测结果的分值为60分。当接收的反向抑制因子为正值的反向抑制因子时,则可以对初始评测结果进行补偿,如将初始评测结果的分值适当提高,如补偿后分值为70分。相应的,当反向抑制因子为负值的反向抑制因子时,则可以对初始评测结果进行补偿,如将初始评测结果的分值适当降低,如补偿后分值为50分。通过补偿后的仿真阶段的评测结果为更加客观的评测结果。
其中,具体的补偿方式可以为:设置反向抑制因子与补偿量的关系表,从而在获取反向抑制因子后,根据反向抑制因子通过查表确定补偿量,再根据初始评测结果和补偿量确定当前仿真阶段的评测结果。
通过先计算当前仿真阶段的初始评测结果,再根据反向抑制因子对初始评测结果进行补偿,具有计算简单及准确的优点。
可选的,多阶段路侧仿真方法还包括:根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度。
其中,反向抑制因子可以用于确定系统评测结果的可信度,由于各个仿真阶段的评测结果是基于反向抑制因子补偿后的结果,若补偿的过多,则表示系统评测结果的可信度较低。因此,可以根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度。
图5为本发明实施例提供的一种确定系统评测结果的可信度的原理图。示例性的,在根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度时,可以聚合各个仿真阶段的反向抑制因子,根据聚合后的结果对系统评测结果的可信度进行度量。
当在一次路侧仿真结束后,通过获取可信度和调整后的系统评测结果确定是否继续对各个仿真器中的算法进行优化。其中,当可信度较高且系统评测结果的数值也较高时,表示系统评测结果为未经过反向抑制因子过多补偿,表示仿真结果较好。因此,根据评测结果,可以对各个仿真器中的算法进行优化,直至评测结果及可信度均满足一定条件。
此外,当可信度较低时,还可以根据各个仿真阶段对应的反向抑制因子和各个阶段对应的评测结果确定需要优化的仿真器中的算法。例如,当某一仿真阶段的反向抑制因子严重偏离预设值,则表示该仿真阶段需要进行优化。其中,预设值可以为评测结果为预期值时输出的反向抑制因子。当某一仿真阶段接收的反向抑制因子较小,且对应的评测结果较好时,表示该仿真阶段无需优化。
基于反向抑制因子确定整个系统的评测结果的可信度,从而实现在仿真结束后,可以得到系统评测结果的可信度,从而可以确定是否继续对各个仿真器中的算法进行优化,提高是否进行优化的准确度。
可选的,根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度,包括:
根据各个反向抑制因子计算可信度评价指标;根据可信度评价指标与预设阈值确定系统评测结果的可信度。
其中,在获取反向抑制因子之后,可以确定系统评测结果的可信度。具体的,在计算可信度时,可以先根据反向抑制因子计算可信度评价指标,可信度评价指标可以反映多个反向抑制因子的波动情况以及各个仿真阶段对相应的下一仿真阶段的补偿量的情况。通过多个反向抑制因子的波动情况以及各个仿真阶段对相应的下一仿真阶段的补偿量的情况可以反映评测结果的可信度。
具体的,可以设置预设阈值,将预设阈值与可信度评价指标进行比较,从而确定可信度。其中,预设阈值可以设置为多个等级,相应的,每一等级对应一个可信度,根据计算出的可信度评价指标所属的预设阈值确定可信度。
通过计算可信度评价指标,以及将可信度评价指标与预设阈值进行比较,可以准确及方便的确定系统评测结果的可信度。
可选的,可信度评价指标包括均方差和均值;根据各个反向抑制因子计算可信度评价指标,包括:
根据各个反向抑制因子计算均方差和均值;
相应的,根据可信度评价指标与预设阈值确定系统评测结果的可信度,包括:
根据均方差与第一预设阈值确定系统评测结果的第一可信度;
根据均值与第二预设阈值确定系统评测结果的第二可信度;
根据第一可信度和第二可信度确定系统评测结果的可信度。
具体的,为了对反向抑制因子的波动情况以及各个仿真阶段对相应的下一仿真阶段的补偿量的情况进行衡量,可以计算各个反向抑制因子的均方差及均值。在当某一仿真阶段的结果数据符合预期数据时,反向抑制因子可以设置为数值0,即无需根据前一仿真阶段的评测结果对后一仿真阶段进行补偿。
其中,均方差可以衡量各个反向抑制因子的离散抖动程度,当均方差较大时,表示多个反向抑制因子抖动较大,即相邻两个仿真阶段的评测结果在对相应的下一仿真阶段的评测结果进行补偿时,补偿的数值相差较大。
仅根据均方差这一指标无法确定可信度,例如,当均方差较小时,可能为每一仿真阶段的反向抑制因子的数值相差不大,例如均为数值10,但是与正常情况下的数值0相差较大。因此,只有当均方差较小,且均值趋近于0时,才可以确定评测结果较为可靠。因此,还可以计算各个反向抑制因子的均值。
具体的,在计算均方差与均值后,可以根据均方差与第一预设阈值确定系统评测结果的第一可信度,再根据均值与第二预设阈值确定系统评测结果的第二可信度,最后根据第一可信度和第二可信度确定系统评测结果的可信度。例如,为第一可信度和第二的可信度设置权值,将加权求和的结果确定为系统评测结果的可信度。
通过将可信度评价指标确定为均方差和均值,能够全面及准确的衡量系统评测结果的可信度。
可选的,根据每一仿真阶段的评测结果确定对应的反向抑制因子,包括:
确定每一仿真阶段的预期评测结果;根据每一仿真阶段的评测结果和对应的预期评测结果的差值确定对应的反向抑制因子。
其中,针对每一仿真阶段的评测结果,在确定反向抑制因子时,可以先确定该仿真阶段的预期评测结果。其中,预期评测结果可以人工根据经验进行设置。例如,评测结果采用分值进行衡量时,可以设置预期分值。其中,对于不同仿真阶段,预期评测结果可以相同也可以不同。
当在确定每一仿真阶段的预期评测结果后,针对每一仿真阶段,可以根据该仿真阶段的评测结果和预期评测结果的差值确定反向抑制因子。例如,当预期分值为100时,若评测结果为80,则表示评测结果低于预期,且低于预期20分,则可以根据该差值确定反向抑制因子;当评测结果为120,则表示评测结果高于预期,且高于预期20分,则可以根据该差值确定反向抑制因子。其中,差值是带有符号的数值。
根据差值确定反向抑制因子,可以针对不同评测结果得到不同的反向抑制因子,具有准确确定反向抑制因子的优点,从而提升确定的评测结果的可信度。
可选的,当差值为负值时,得到数值为正值的反向抑制因子;当差值为正值时,得到数值为负值的反向抑制因子;反向抑制因子的绝对值与差值的绝对值成正比。
其中,反向抑制因子存在正负,当差值为负值时,表示该仿真阶段的评测结果低于预期评测结果,需要产生一个正值的反向抑制因子,以对下一仿真阶段的评测结果进行正向补偿,消除由于上一仿真阶段的评测结果较差而对下一仿真阶段的评测结果的负向影响。
相反的,当差值为正值时表示该仿真阶段的评测结果高于预期评测结果,需要产生一个负值的反向抑制因子,以对下一仿真阶段的评测结果进行负向补偿,消除由于上一仿真阶段的评测结果太好而对下一仿真阶段的评测结果的正向影响。
此外,反向抑制因子的绝对值与差值的绝对值成正比,当差值的绝对值越大时,则反向抑制因子的绝对值就越大;当差值的绝对值越小时,则反向抑制因子的绝对值就越小。示例性的,当差值的绝对值为20时,反向抑制因子的绝对值为第一数值;当差值的绝对值为40时,反向抑制因子的绝对值为第二数值;其中,第二数值大于第一数值。
通过对反向抑制因子的正负号以及绝对值进行设置,可以实现消除上一仿真阶段的评测结果对下一仿真阶段评测结果的影响,得到更加客观的下一仿真阶段的评测结果。
需要说明的是,上述仿真方法还可以应用于存在多个仿真阶段的任意仿真过程,不仅局限于路侧仿真过程,通过计算上一仿真阶段的评测结果对应的反向抑制因子,并根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度,使得在仿真结束后,不仅可以得到系统评测结果,还可以得到系统评测结果对应的可信度,实现对评测结果的真实性的衡量,从而确定是否继续对仿真器中的算法进行优化。
图6为本发明实施例提供的一种多阶段路侧仿真装置的结构示意图,如图6所示,该装置60包括:
获取模块601,用于获取各个仿真阶段对应的结果数据;仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;
确定模块602,用于根据参考数据和结果数据确定各个仿真阶段的评测结果;参考数据为真值数据或各个仿真阶段对应的输入数据;真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;
输出模块603,用于根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和系统评测结果。
可选的,确定模块602在根据参考数据和结果数据确定各个仿真阶段的评测结果时,具体用于:
根据每一仿真阶段的评测结果确定对应的反向抑制因子;
针对每一仿真阶段,若存在上一仿真阶段,则接收上一仿真阶段输出的反向抑制因子;
根据上一仿真阶段输出的反向抑制因子、参考数据和结果数据确定当前仿真阶段的评测结果。
可选的,确定模块602在根据上一仿真阶段输出的反向抑制因子、参考数据和结果数据确定当前仿真阶段的评测结果时,具体用于:
根据参考数据和结果数据确定当前仿真阶段的初始评测结果;
根据上一阶段输出的反向抑制因子对初始评测结果进行补偿,得到当前仿真阶段的评测结果。
可选的,多阶段路侧仿真装置还包括可信度确定模块,具体用于:
根据各个仿真阶段的反向抑制因子确定系统评测结果的可信度。
可选的,可信度确定模块,具体用于:
根据各个反向抑制因子计算可信度评价指标;
根据可信度评价指标与预设阈值确定系统评测结果的可信度。
可选的,可信度评价指标包括均方差和均值;可信度确定模块在根据各个反向抑制因子计算可信度评价指标时,具体用于:
根据各个反向抑制因子计算均方差和均值;
相应的,可信度确定模块在根据可信度评价指标与预设阈值确定系统评测结果的可信度,包括:
根据均方差与第一预设阈值确定系统评测结果的第一可信度;
根据均值与第二预设阈值确定系统评测结果的第二可信度;
根据第一可信度和第二可信度确定系统评测结果的可信度。
可选的,确定模块602在根据每一仿真阶段的评测结果确定对应的反向抑制因子时,具体用于:
确定每一仿真阶段的预期评测结果;
根据每一仿真阶段的评测结果和对应的预期评测结果的差值确定对应的反向抑制因子。
可选的,当差值为负值时,得到数值为正值的反向抑制因子;当差值为正值时,得到数值为负值的反向抑制因子;反向抑制因子的绝对值与差值的绝对值成正比。
本发明实施例提供的多阶段路侧仿真装置,可以实现上述如图3所示的实施例的多阶段路侧仿真方法,其实现原理和技术效果类似,此处不再赘述。
图7为本发明实施例提供的一种电子设备的硬件结构示意图。如图7所示,本实施例提供的电子设备包括:至少一个处理器701和存储器702。其中,处理器701、存储器702通过总线703连接。
在具体实现过程中,至少一个处理器701执行存储器702存储的计算机执行指令,使得至少一个处理器701执行上述方法实施例中的方法。
处理器701的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图7所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现上述方法实施例的方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解:实现上述各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,执行包括上述各方法实施例的步骤;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。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,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申请各实施例技术方案的范围。
Claims (11)
1.一种多阶段路侧仿真方法,其特征在于,所述方法包括:
获取各个仿真阶段对应的结果数据;所述仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;
根据参考数据和所述结果数据确定各个仿真阶段的评测结果;所述参考数据为真值数据或各个仿真阶段对应的输入数据;所述真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;
根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和所述系统评测结果。
2.根据权利要求1所述的方法,其特征在于,所述根据参考数据和所述结果数据确定各个仿真阶段的评测结果,包括:
根据每一仿真阶段的评测结果确定对应的反向抑制因子;
针对每一仿真阶段,若存在上一仿真阶段,则接收上一仿真阶段输出的反向抑制因子;
根据上一仿真阶段输出的反向抑制因子、参考数据和所述结果数据确定当前仿真阶段的评测结果。
3.根据权利要求2所述的方法,其特征在于,根据上一仿真阶段输出的反向抑制因子、参考数据和所述结果数据确定当前仿真阶段的评测结果,包括:
根据所述参考数据和所述结果数据确定所述当前仿真阶段的初始评测结果;
根据上一阶段输出的反向抑制因子对所述初始评测结果进行补偿,得到所述当前仿真阶段的评测结果。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据各个仿真阶段的反向抑制因子确定所述系统评测结果的可信度。
5.根据权利要求4所述的方法,其特征在于,根据各个仿真阶段的反向抑制因子确定所述系统评测结果的可信度,包括:
根据各个反向抑制因子计算可信度评价指标;
根据所述可信度评价指标与预设阈值确定所述系统评测结果的可信度。
6.根据权利要求5所述的方法,其特征在于,所述可信度评价指标包括均方差和均值;根据各个反向抑制因子计算可信度评价指标,包括:
根据各个反向抑制因子计算均方差和均值;
相应的,根据所述可信度评价指标与预设阈值确定所述系统评测结果的可信度,包括:
根据所述均方差与第一预设阈值确定所述系统评测结果的第一可信度;
根据所述均值与第二预设阈值确定所述系统评测结果的第二可信度;
根据所述第一可信度和第二可信度确定所述系统评测结果的可信度。
7.根据权利要求2-6任一项所述的方法,其特征在于,根据每一仿真阶段的评测结果确定对应的反向抑制因子,包括:
确定每一仿真阶段的预期评测结果;
根据每一仿真阶段的评测结果和对应的预期评测结果的差值确定对应的反向抑制因子。
8.根据权利要求7所述的方法,其特征在于,当所述差值为负值时,得到数值为正值的反向抑制因子;当所述差值为正值时,得到数值为负值的反向抑制因子;所述反向抑制因子的绝对值与所述差值的绝对值成正比。
9.一种多阶段路侧仿真装置,其特征在于,所述装置包括:
获取模块,用于获取各个仿真阶段对应的结果数据;所述仿真阶段包括下述至少一项:路侧感知仿真、消息映射仿真、RSU仿真、OBU仿真以及HMI仿真;
确定模块,用于根据参考数据和所述结果数据确定各个仿真阶段的评测结果;所述参考数据为真值数据或各个仿真阶段对应的输入数据;所述真值数据为路侧场景仿真器对预先设置的全局场景进行仿真后确定的;
输出模块,用于根据各个仿真阶段的评测结果确定系统评测结果,输出各个仿真阶段的评测结果和所述系统评测结果。
10.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至8任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210477984.7A CN114580213B (zh) | 2022-05-05 | 2022-05-05 | 多阶段路侧仿真方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210477984.7A CN114580213B (zh) | 2022-05-05 | 2022-05-05 | 多阶段路侧仿真方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114580213A true CN114580213A (zh) | 2022-06-03 |
CN114580213B CN114580213B (zh) | 2022-07-15 |
Family
ID=81784594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210477984.7A Active CN114580213B (zh) | 2022-05-05 | 2022-05-05 | 多阶段路侧仿真方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114580213B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3598308A1 (en) * | 2018-07-17 | 2020-01-22 | Emm! solutions GmbH | Automated supervised testing system and use thereof |
CN111797012A (zh) * | 2020-06-28 | 2020-10-20 | 公安部交通管理科学研究所 | 一种路侧单元功能应用的测试方法、装置及系统 |
CN112382079A (zh) * | 2020-09-21 | 2021-02-19 | 广州中国科学院软件应用技术研究所 | 一种面向车路协同的路侧感知模拟仿真方法和系统 |
CN113256976A (zh) * | 2021-05-12 | 2021-08-13 | 中移智行网络科技有限公司 | 一种车路协同系统、模拟仿真方法、车载设备和路侧设备 |
CN113820141A (zh) * | 2021-09-22 | 2021-12-21 | 中国第一汽车股份有限公司 | 车辆测试方法、装置、设备及存储介质 |
-
2022
- 2022-05-05 CN CN202210477984.7A patent/CN114580213B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3598308A1 (en) * | 2018-07-17 | 2020-01-22 | Emm! solutions GmbH | Automated supervised testing system and use thereof |
CN111797012A (zh) * | 2020-06-28 | 2020-10-20 | 公安部交通管理科学研究所 | 一种路侧单元功能应用的测试方法、装置及系统 |
CN112382079A (zh) * | 2020-09-21 | 2021-02-19 | 广州中国科学院软件应用技术研究所 | 一种面向车路协同的路侧感知模拟仿真方法和系统 |
CN113256976A (zh) * | 2021-05-12 | 2021-08-13 | 中移智行网络科技有限公司 | 一种车路协同系统、模拟仿真方法、车载设备和路侧设备 |
CN113820141A (zh) * | 2021-09-22 | 2021-12-21 | 中国第一汽车股份有限公司 | 车辆测试方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114580213B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20090157365A1 (en) | Simulation device and simulation method | |
KR102139172B1 (ko) | 가상환경에서의 자율주행차량 시뮬레이션 방법 | |
CN111009153A (zh) | 一种轨迹预测模型的训练方法、装置和设备 | |
CN111612378A (zh) | 潜在碰撞风险预测方法、装置及计算机设备 | |
CN114241266B (zh) | 一种光缆智能预警的处理方法及系统 | |
CN111492320B (zh) | 环境传感器的行为模型 | |
CN111508225A (zh) | 信息处理、交通控制方法、装置及设备、存储介质 | |
CN116627793A (zh) | 软件在环仿真测试的真实度评估方法及装置 | |
CN114580213B (zh) | 多阶段路侧仿真方法、装置、设备和存储介质 | |
CN113468678A (zh) | 一种自动驾驶算法准确度的计算方法及装置 | |
CN113421298A (zh) | 车辆测距方法、车辆控制装置、车辆及可读存储介质 | |
CN113727064B (zh) | 一种摄像头视场角的确定方法及装置 | |
JP7320756B2 (ja) | 車両シミュレーションシステム、車両シミュレーション方法およびコンピュータプログラム | |
US20230043713A1 (en) | Simulation apparatus and processing load adjustment device | |
CN115830562B (zh) | 车道信息的确定方法、计算机设备及介质 | |
US20240182035A1 (en) | Lane change control method, vehicle-mounted device and readable storage medium | |
CN112597835B (zh) | 驾驶行为的评估方法、装置、电子设备及可读存储介质 | |
CN115756566A (zh) | 车辆避免实线换道的方法及装置 | |
CN115457138A (zh) | 基于雷达及相机的位置标定方法、系统及存储介质 | |
CN108230696B (zh) | 车辆运行状态的检测方法、装置及系统 | |
CN115267861B (zh) | 自动驾驶的融合定位精度测试方法、装置及电子设备 | |
CN116626630B (zh) | 一种物体分类方法、装置、电子设备及存储介质 | |
US20230237373A1 (en) | Information processing device, information processing method, and computer program product | |
CN118586272A (zh) | 一种传感器配置参数确定方法、装置、设备及存储介质 | |
CN112907684B (zh) | 一种湿度检测方法、装置、设备及介质 |
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 |