CN114755937A - 一种基于数字孪生的自动驾驶仿真测试方法与系统 - Google Patents
一种基于数字孪生的自动驾驶仿真测试方法与系统 Download PDFInfo
- Publication number
- CN114755937A CN114755937A CN202210569971.2A CN202210569971A CN114755937A CN 114755937 A CN114755937 A CN 114755937A CN 202210569971 A CN202210569971 A CN 202210569971A CN 114755937 A CN114755937 A CN 114755937A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- virtual
- scene
- real
- state information
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于数字孪生的自动驾驶仿真测试系统,包括:采集模块,用于采集真实道路场景,得到原始数据;上位机,所述上位机通过场景建模工具将原始数据转换为数字孪生模型;实时机,所述实时机将数字孪生模型中的场景元素映射为虚拟场景并预设虚拟车的初始状态信息;实时机上的显示器显示虚拟场景和虚拟车,并根据车辆动力学模型发送的虚拟车状态信息进行更新;电子控制单元,用于根据场景元素和虚拟车的状态信息采用自动驾驶算法进行自动驾驶仿真测试,得到驾驶控制指令;车辆动力学模型,所述车辆动力学模型根据接收到的驾驶控制指令,得出虚拟车的状态信息。
Description
技术领域
本发明涉及自动驾驶测试技术领域,特别是涉及一种自动驾驶仿真测试方法。
背景技术
近年来,人工智能技术已经在全球范围内的各个领域中崭露头角,而作为其在汽车与交通领域中最为热门的应用之一便是自动驾驶技术。搭载有智能驾驶系统的车辆可借助车上装配的传感器单元对车辆所处的交通环境与自身状态参数做出“感知”,并将实时获取的信息交予电子控制单元做出车辆的行为决策与判断,从而使车辆能够代替人类驾驶员做出诸如加速、制动、转向、换挡等基础控制逻辑与跟车、超车、避障等高级驾驶行为,最终实现对车辆的自动控制与接管。自动驾驶是一个集合多领域先进技术的综合产物,依靠定位、感知、决策、规划、控制等系统协同合作,让车辆在没有人员操控的情况下,自主安全的行驶。自动驾驶算法作为汽车自动驾驶中最重要的一环,算法控制性能的好坏直接决定着车辆是否能够在规定指标内完成特定任务,自动驾驶算法在确定部署到车辆实现真正商业化应用之前,需要经过大量的道路测试才能达到商业要求。然而受到法规、成本等限制,无法实现在真实道路上测试自动驾驶算法。
目前针对无法在真实道路测试自动驾驶算法的问题,公开了供一种自动驾驶功能车辆在环虚拟仿真测试方法及系统,该方法包括:通过路测试验收集自动驾驶车辆真实的道路交通场景信息,采用数字孪生的方法获得虚拟的仿真场景,并存储在车载工控机内或车联网数据平台的云端上。自动驾驶车辆内设置有VR显示设备,在自动驾驶车辆根据所述仿真场景进行自动驾驶时,所述车载工控机通过运行的虚拟仿真软件将所述仿真场景传送给VR显示设备,车辆乘员通过所述VR显示设备进入数字虚拟场景。自动驾驶车辆内设置有高精定位导航设备,所述车载工控机通过所述高精定位导航设备准确测量得到车辆行驶数据及驾驶轨迹,并上传至车联网数据平台,以进行数据分析。虽然上述自动驾驶测试方法提高车辆测试的精确性和效率,同时减少了一定的测试成本。但是由于上述自动驾驶测试方法依然需要使用车辆进行测试,因此测试成本偏高;此外,上述自动驾驶测试方法并未考虑到车辆的车型,因此通用性不高,导致车辆测试的精确性和效率并不高。
发明内容
本发明为克服上述现有技术所述的自动驾驶测试成本高、车辆测试通用性低等缺陷,提供一种基于数字孪生的自动驾驶仿真测试方法与系统。
为实现以上发明目的,而采用的技术手段是:
一种基于数字孪生的自动驾驶仿真测试系统,包括:
采集模块,用于采集真实道路场景,得到原始数据;
上位机,所述上位机通过场景建模工具将原始数据转换为数字孪生模型;
实时机,所述实时机将数字孪生模型中的场景元素映射为虚拟场景并预设虚拟车的初始状态信息;实时机上的显示器显示虚拟场景和虚拟车,并根据车辆动力学模型发送的虚拟车状态信息进行更新;
电子控制单元,用于根据场景元素和虚拟车的状态信息采用自动驾驶算法进行自动驾驶仿真测试,得到驾驶控制指令;
车辆动力学模型,所述车辆动力学模型根据接收到的驾驶控制指令,得出虚拟车的状态信息。
本技术手段中,通过采集模块采集真实的道路场景,使得虚拟场景中的交通环境非常接近现实,确保了自动驾驶算法测试的效果与实际路测相差不大;采用车辆动力学模型代替真实车辆进行仿真测试,可以获得多种不同车型在自动驾驶仿真测试中的效果,使得测试的车辆不局限于某一特定车辆,因此,本技术手段更具通用性,且自动驾驶测试成本低。
本发明还提供了一种基于数字孪生的自动驾驶仿真测试方法,包括如下步骤:
步骤1:采集模块采集真实道路场景作为原始数据,并将原始数据发送给上位机;
步骤2:上位机通过场景建模工具将原始数据转换为数字孪生模型并将模型中的场景元素发送给实时机;
步骤3:实时机将得到的场景元素映射为虚拟场景、预设虚拟车的初始状态,并显示虚拟场景和虚拟车;
步骤4:实时机将虚拟场景和虚拟车的状态信息发送给电子控制单元;
步骤5:电子控制单元通过其预设的自动驾驶算法进行自动驾驶仿真测试,将得到的驾驶控制指令发送给车辆动力学模型;
步骤6:车辆动力学模型根据接收到的驾驶控制指令,对虚拟车的车身姿态和发动机状态做出相应的调整,将得到的虚拟车状态信息发送给实时机进行更新显示。
与现有技术相比,本发明技术方案的有益效果是:通过车辆动力学模型计算出虚拟车的具体状态信息,用车辆动力学模型代替了真实的车辆,进而降低自动驾驶测试的成本,增多了可以进行仿真测试的车型;通过采集真实道路场景作为虚拟场景中的交通环境,确保了自动驾驶算法测试的准确性。
附图说明
图1为实施例1基于数字孪生的自动驾驶仿真测试系统的示意图;
图2为实施例2基于数字孪生的自动驾驶仿真测试系统的示意图;
图3为实施例3基于数字孪生的自动驾驶仿真测试方法的流程图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提出一种基于数字孪生的自动驾驶仿真测试系统,如图1所示,为本实施例中基于数字孪生的自动驾驶仿真测试系统的示意图。
一种基于数字孪生的自动驾驶仿真测试系统,包括:
采集模块,用于采集真实道路场景,得到原始数据;本实施例中采集模块设置有激光雷达和摄像头,从真实道路场景中获取车辆数据、交通流数据、行人数据、路网数据、环境数据;
上位机,所述上位机通过场景建模工具将原始数据转换为数字孪生模型;本实施例中所采用的场景建模工具为同步定位与地图构建(Simultaneous Localization andMapping,SLM);
实时机,所述实时机将数字孪生模型中的场景元素映射为虚拟场景并预设虚拟车的初始状态信息;实时机上的显示器显示虚拟场景和虚拟车,并根据车辆动力学模型发送的虚拟车状态信息进行更新;本实施例中的场景元素包括高精地图、车辆参考位置,道路标志、停驻的行人与车辆等静态信息,和行驶的车辆、走动的行人、动物等动态信息;虚拟车的状态信息包括车辆的姿态信息,即虚拟车辆在仿真场景中三维方向的坐标信息、虚拟车的速度、虚拟车的加速度等等,和发动机状态,即发动机转速、节气门开合比、档位等等;实时机根据虚拟车的状态信息显示虚拟车转向、加速、减速、刹车等驾驶行为;
电子控制单元,用于根据场景元素和虚拟车的状态信息采用自动驾驶算法进行自动驾驶仿真测试,得到驾驶控制指令;其中,驾驶控制指令包括方向盘转动角度(参数范围:[-1,+1])、油门踏板力度(参数范围:[0,1])、制动踏板力度(参数范围:[0,1])、档位输入(可输入参数:{0,1,2,3,4,5});
车辆动力学模型,所述车辆动力学模型根据接收到的驾驶控制指令,得出虚拟车的状态信息。
本实施例采用分布式的架构方案,不同模块分布式部署,将采集模块、上位机、实时机、电子控制单元和车辆动力学模型分别部署在不同的终端系统上,可以便捷的部署不同的算法模型与仿真场景,不同的算法模型与场景只需要遵循本系统所支持的数据接口。在实际应用中,可以将以上的各个模块进行整合。
本实施例通过采集模块采集真实的道路场景,使得上位机建立的数字孪生模型非常接近现实,确保了自动驾驶算法测试的效果与实际路测相差不大;采用实时机显示出虚拟场景和虚拟车,方便工作人员观察自动驾驶仿真测试的测试效果;采用车辆动力学模型代替真实车辆进行仿真测试,可以获得多种不同车型在自动驾驶仿真测试中的效果,使得测试的车辆不局限于某一特定车辆,因此,本技术手段更具通用性,且自动驾驶测试成本低。
实施例2
本实施例提出一种基于数字孪生的自动驾驶仿真测试系统,是基于实施例1中的基于数字孪生的自动驾驶仿真测试系统之上改进的。如图2所示,为本实施例中基于数字孪生的自动驾驶仿真测试系统的示意图。
本实施例中,采集模块、上位机、实时机、电子控制单元和车辆动力学模型之间通过5G通讯链路和高速数传电台搭建UDP通信信道实现通信功能。其中,各个模块可以部署在不同的主机上面,每个模块都可以独立运行;模块通过服务接口转发包含模块调用指令的UDP数据报文,完成各个模块间的数据交互。
本实施例中所采用的通信方式使得各个模块之间能够实现实时通信,减少了信息延迟对自动驾驶仿真测试的不利影响。
本实施例中,实时机还设置有驾驶模拟仓;工作人员通过所述驾驶模拟舱输入驾驶指令并发送给车辆动力学模型,得到虚拟车的状态信息并发送给实时机更新显示。其中,驾驶指令与驾驶控制指令相似,包括方向盘转动角度(参数范围:[-1,+1])、油门踏板力度(参数范围:[0,1])、制动踏板力度(参数范围:[0,1])、档位输入(可输入参数:{0,1,2,3,4,5});本实施例中增设的驾驶模拟舱可以人为干预虚拟车的驾驶,运用于高级辅助驾驶功能的仿真测试。
本实施例中,车辆动力学模型包括发动机模型、变速器模型、传动器模型和底盘模型。通过发动机模型、变速器模型、传动器模型和底盘模型,模拟出虚拟车各个部分的状态信息,并将其显示在实时机上,使得用户更加清楚虚拟车的状态,从而直观地看出自动驾驶对汽车的影响。
实施例3
本实施例提出一种基于数字孪生的自动驾驶仿真测试方法,如图3所示,为本实施例中基于数字孪生的自动驾驶仿真测试方法的流程图。
一种基于数字孪生的自动驾驶仿真测试方法,包括如下步骤:
步骤1:采集模块采集真实道路场景作为原始数据,并将原始数据发送给上位机;
步骤2:上位机通过场景建模工具将原始数据转换为数字孪生模型并将模型中的场景元素发送给实时机;
步骤3:实时机将得到的场景元素映射为虚拟场景、预设虚拟车的初始状态,并显示虚拟场景和虚拟车;
步骤4:实时机将虚拟场景和虚拟车的状态信息发送给电子控制单元;
步骤5:电子控制单元通过其预设的自动驾驶算法进行自动驾驶仿真测试,将得到的驾驶控制指令发送给车辆动力学模型;
步骤6:车辆动力学模型根据接收到的驾驶控制指令,对虚拟车的车身姿态和发动机状态做出相应的调整,将得到的虚拟车状态信息发送给实时机进行更新显示。
本实施例通过车辆动力学模型计算出虚拟车的具体状态信息,用车辆动力学模型代替了真实的车辆,进而降低自动驾驶测试的成本,增多了可以进行仿真测试的车型;通过采集真实道路场景作为虚拟场景中的交通环境,确保了自动驾驶算法测试的准确性。
实施例4
本实施例提出一种基于数字孪生的自动驾驶仿真测试方法,是基于实施例3中的基于数字孪生的自动驾驶仿真测试方法之上改进的。
一种基于数字孪生的自动驾驶仿真测试方法,包括如下步骤:
步骤1:采集模块采集真实道路场景作为原始数据,并将原始数据发送给上位机;
步骤2:上位机通过场景建模工具将原始数据转换为数字孪生模型并将模型中的场景元素发送给实时机;
步骤3:实时机将得到的场景元素映射为虚拟场景、预设虚拟车的初始状态,并显示虚拟场景和虚拟车;
步骤4:实时机将虚拟场景和虚拟车的状态信息发送给电子控制单元;
步骤5:电子控制单元通过其预设的自动驾驶算法进行自动驾驶仿真测试,将得到的驾驶控制指令发送给车辆动力学模型;
步骤6:车辆动力学模型根据接收到的驾驶控制指令,对虚拟车的车身姿态和发动机状态做出相应的调整,将得到的虚拟车状态信息发送给实时机进行更新显示。
进一步的,本实施例中,在步骤1采集的原始数据包括车辆数据、交通流数据、行人数据、路网数据和环境数据。本实施例中采集道路环境、道路标志、停驻的行人与车辆等静态信息和行驶的车辆、走动的行人、动物等动态信息,来完美重现现实生活中复杂的交通环境。
本实施例中,在步骤2中,还包括以下步骤:上位机将原始数据进行清洗,并对经过清洗的原始数据进行格式化处理、挖掘分析以及数据分类,最后将得到的结构化原始数据保存到数字孪生模型数据库。
本实施例中,在步骤3中,还包括以下步骤:当工作人员通过实时机修改虚拟车的初始状态信息时,显示器根据修改内容显示虚拟车;在自动驾驶仿真测试的过程中,工作人员可以通过实时机发送驾驶指令给车辆动力学模型,车辆动力学模型依据接收到的驾驶指令对虚拟车的车身姿态和发动机状态做出相应的调整,并将得到的虚拟车状态信息发送给实时机进行更新显示。
本实施例中,在步骤6中,当车辆动力学模型接收到的驾驶控制指令和驾驶指令相互矛盾时,车辆动力学模型依据接收到的驾驶指令对虚拟车的车身姿态和发动机状态做出相应的调整,并将得到的虚拟车状态信息发送给实时机进行更新显示。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于数字孪生的自动驾驶仿真测试系统,其特征在于,包括:
采集模块,用于采集真实道路场景,得到原始数据;
上位机,所述上位机通过场景建模工具将原始数据转换为数字孪生模型;
实时机,所述实时机将数字孪生模型中的场景元素映射为虚拟场景并预设虚拟车的初始状态信息;实时机上的显示器显示虚拟场景和虚拟车,并根据车辆动力学模型发送的虚拟车状态信息进行更新;
电子控制单元,用于根据场景元素和虚拟车的状态信息采用自动驾驶算法进行自动驾驶仿真测试,得到驾驶控制指令;
车辆动力学模型,所述车辆动力学模型根据接收到的驾驶控制指令,得出虚拟车的状态信息。
2.根据权利要求1所述的基于数字孪生的自动驾驶仿真测试系统,其特征在于:所述采集模块、上位机、实时机、电子控制单元和车辆动力学模型之间通过5G通讯链路和高速数传电台搭建UDP通信信道实现通信功能。
3.根据权利要求1所述的基于数字孪生的自动驾驶仿真测试系统,其特征在于:所述实时机还设置有驾驶模拟仓;工作人员通过所述驾驶模拟舱输入驾驶指令并发送给车辆动力学模型,得到虚拟车的状态信息。
4.根据权利要求1所述的基于数字孪生的自动驾驶仿真测试系统,其特征在于:所述车辆动力学模型包括发动机模型、变速器模型、传动器模型和底盘模型。
5.一种基于数字孪生的自动驾驶仿真测试方法,应用于权利要求1~4任一项所述的基于数字孪生的自动驾驶仿真测试系统,其特征在于,包括如下步骤:
步骤1:采集模块采集真实道路场景作为原始数据,并将原始数据发送给上位机;
步骤2:上位机通过场景建模工具将原始数据转换为数字孪生模型并将模型中的场景元素发送给实时机;
步骤3:实时机将得到的场景元素映射为虚拟场景、预设虚拟车的初始状态,并显示虚拟场景和虚拟车;
步骤4:实时机将虚拟场景和虚拟车的状态信息发送给电子控制单元;
步骤5:电子控制单元通过其预设的自动驾驶算法进行自动驾驶仿真测试,将得到的驾驶控制指令发送给车辆动力学模型;
步骤6:车辆动力学模型根据接收到的驾驶控制指令,对虚拟车的车身姿态和发动机状态做出相应的调整,将得到的虚拟车状态信息发送给实时机进行更新显示。
6.根据权利要求5所述的基于数字孪生的自动驾驶仿真测试方法,其特征在于:在步骤1中,采集的原始数据包括车辆数据、交通流数据、行人数据、路网数据和环境数据。
7.根据权利要求5所述的基于数字孪生的自动驾驶仿真测试方法,其特征在于:在步骤2中,还包括以下步骤:上位机将原始数据进行清洗,并对经过清洗的原始数据进行格式化处理、挖掘分析以及数据分类,最后将得到的结构化原始数据保存到数字孪生模型数据库。
8.根据权利要求5所述的基于数字孪生的自动驾驶仿真测试方法,其特征在于:在步骤3中,还包括以下步骤:当工作人员通过实时机修改虚拟车的初始状态信息时,显示器根据修改内容显示虚拟车。
9.根据权利要求5所述的基于数字孪生的自动驾驶仿真测试方法,其特征在于:在步骤6中,还包括以下步骤:当车辆动力学模型接收到工作人员通过实时机发送的驾驶指令时,车辆动力学模型依据接收到的驾驶指令对虚拟车的车身姿态和发动机状态做出相应的调整,并将得到的虚拟车状态信息发送给实时机进行更新显示。
10.根据权利要求9所述的基于数字孪生的自动驾驶仿真测试方法,其特征在于:在步骤6中,当车辆动力学模型接收到的驾驶控制指令和驾驶指令相互矛盾时,车辆动力学模型依据接收到的驾驶指令对虚拟车的车身姿态和发动机状态做出相应的调整,并将得到的虚拟车状态信息发送给实时机进行更新显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210569971.2A CN114755937A (zh) | 2022-05-24 | 2022-05-24 | 一种基于数字孪生的自动驾驶仿真测试方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210569971.2A CN114755937A (zh) | 2022-05-24 | 2022-05-24 | 一种基于数字孪生的自动驾驶仿真测试方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114755937A true CN114755937A (zh) | 2022-07-15 |
Family
ID=82334783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210569971.2A Pending CN114755937A (zh) | 2022-05-24 | 2022-05-24 | 一种基于数字孪生的自动驾驶仿真测试方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114755937A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099070A (zh) * | 2022-08-14 | 2022-09-23 | 北京昂克科技有限公司 | 基于数字孪生的底盘数据获取方法、装置及存储介质 |
CN115410374A (zh) * | 2022-11-01 | 2022-11-29 | 中国第一汽车股份有限公司 | 一种远程控制自动驾驶车辆管理系统及管理方法 |
CN115688442A (zh) * | 2022-11-07 | 2023-02-03 | 南京航空航天大学 | 一种基于实时联合仿真的自动驾驶模拟强化方法 |
CN116149970A (zh) * | 2023-04-06 | 2023-05-23 | 苏州简诺科技有限公司 | 基于数字孪生技术的软件性能效率测试与验证方法及装置 |
-
2022
- 2022-05-24 CN CN202210569971.2A patent/CN114755937A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099070A (zh) * | 2022-08-14 | 2022-09-23 | 北京昂克科技有限公司 | 基于数字孪生的底盘数据获取方法、装置及存储介质 |
CN115099070B (zh) * | 2022-08-14 | 2022-12-09 | 北京昂克科技有限公司 | 基于数字孪生的底盘数据获取方法、装置及存储介质 |
CN115410374A (zh) * | 2022-11-01 | 2022-11-29 | 中国第一汽车股份有限公司 | 一种远程控制自动驾驶车辆管理系统及管理方法 |
CN115688442A (zh) * | 2022-11-07 | 2023-02-03 | 南京航空航天大学 | 一种基于实时联合仿真的自动驾驶模拟强化方法 |
CN115688442B (zh) * | 2022-11-07 | 2023-12-01 | 南京航空航天大学 | 一种基于实时联合仿真的自动驾驶模拟强化方法 |
CN116149970A (zh) * | 2023-04-06 | 2023-05-23 | 苏州简诺科技有限公司 | 基于数字孪生技术的软件性能效率测试与验证方法及装置 |
CN116149970B (zh) * | 2023-04-06 | 2023-06-23 | 苏州简诺科技有限公司 | 基于数字孪生技术的软件性能效率测试与验证方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901546B (zh) | 辅助驾驶车辆硬件在环仿真测试方法和系统 | |
CN114755937A (zh) | 一种基于数字孪生的自动驾驶仿真测试方法与系统 | |
CN112924185B (zh) | 一种基于数字孪生虚实交互技术的人机共驾测试方法 | |
CN108803607B (zh) | 一种用于自动驾驶的多功能仿真系统 | |
Tettamanti et al. | Vehicle-in-the-loop test environment for autonomous driving with microscopic traffic simulation | |
CN107221222B (zh) | 一种面向工效评定的多模式驾驶模拟系统及其评定方法 | |
CN112533174B (zh) | 基于c-v2x的闯红灯场景的预警及通信冗余方法及系统 | |
CN108319249B (zh) | 基于驾驶模拟器的无人驾驶算法综合测评系统及方法 | |
CN112613169B (zh) | 一种用于自动驾驶车辆误操作的预期功能安全分析方法 | |
EP3853634A1 (en) | Object action classification for autonomous vehicles | |
CN113050455A (zh) | 一种用于智能网联汽车的数字孪生测试系统及控制方法 | |
CN110519703A (zh) | 一种矿车无人驾驶系统 | |
CN108647437A (zh) | 一种自动驾驶汽车评价方法及评价系统 | |
CN114879631A (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
CN111476139B (zh) | 基于联邦迁移学习的驾驶员行为云边协同学习系统 | |
US11385991B1 (en) | Collision evaluation for log-based simulations | |
WO2020040943A2 (en) | Using divergence to conduct log-based simulations | |
CN113848855B (zh) | 车辆控制系统测试方法、装置、设备、介质及程序产品 | |
CN110687828A (zh) | 一种基于整车硬件在环的智能网联汽车仿真测试系统 | |
CN113419518B (zh) | 一种基于vts的vil测试平台 | |
DE102020106528A1 (de) | Fahrsimulator | |
CN115291515A (zh) | 一种基于数字孪生的自动驾驶仿真测试系统及评价方法 | |
CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的系统 | |
CN116901875A (zh) | 感知融合系统、车辆及控制方法 | |
US20230031130A1 (en) | Open door reconstruction for sensor simulation |
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 |