CN115688484A - 一种基于WebGL的V2X仿真方法、系统 - Google Patents

Abstract

本申请公开了一种基于WebGL的V2X仿真方法、系统，方法包括：实时仿真平台基于File协议实时获取并解析OpenDrive数据，将OpenDrive数据的元素信息转化为仿真模型的网格MESH，并将网格MESH在仿真模型的仿真场景中加载；实时仿真平台基于MQTT协议实时获取云控基础平台的基础信息，并分类仿真，实现车辆、路侧以及路侧信号灯在仿真场景中的仿真加载，同时获取环境信息，以实时仿真当前天气、太阳高度、太阳方向角；实时仿真平台根据仿真场景的加载提取汽车的车辆信息，并调用车商自动控制算法SDK，以根据车辆信息获取汽车的实时状态信息，根据实时状态信息调整汽车在仿真场景中的位置及状态。

Description

一种基于WebGL的V2X仿真方法、系统

技术领域

本申请涉及车辆技术领域，具体而言，涉及一种基于WebGL的V2X仿真方法、系统。

背景技术

目前，对自动驾驶的仿真通常采用OpenDrive协议提供的静态数据配合模拟产生的OpenSCENARIO动态数据作为基础，需编写相应的一套协议规范，并结合自身的解析器和算法实现仿真能力，难以推广使用，且现有技术中的仿真大多基于C/S的架构，运行时需要各种运行时环境，难以满足快速交互、更新、即时浏览的要求。

发明内容

本申请提供一种基于WebGL的V2X仿真方法、系统，通过云控基础平台提供的五大类基础信息作为动态数据，以OpenDrive数据作为静态数据为基础，并基于WebGL，利用车商自动控制算法SDK实现实时、全场景的仿真能力。

具体的技术方案如下：

第一方面，本申请实施例提供了一种基于WebGL的V2X仿真方法，所述方法包括：

实时仿真平台基于File协议实时获取OpenDrive数据，对所述OpenDrive数据进行解析，将所述OpenDrive数据的元素信息转化为仿真模型的网格MESH，并将所述网格MESH在所述仿真模型的仿真场景中加载，其中，所述元素信息包括参考线、车道和道路的连接方式；

所述实时仿真平台基于MQTT协议实时获取云控基础平台的基础信息，对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，同时所述实时仿真平台获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角，其中，所述基础信息包括BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息；

所述实时仿真平台根据所述仿真场景的加载提取汽车的车辆信息，并调用车商自动控制算法SDK，以根据所述车辆信息获取所述汽车的实时状态信息，根据所述实时状态信息调整所述汽车在所述仿真场景中的位置及状态，其中，所述车辆信息包括周围环境信息和事件信息，所述实时状态信息包括车辆位置、车辆方向角、油门状态、车辆转向角以及车灯组状态。

可选地，所述方法还包括：

所述云控基础平台获取车侧设备所推送的车侧消息，并对所述车侧消息进行数据处理，其中，所述车侧消息包括车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息；

所述云控基础平台获取路侧设备所推送的路侧消息，并对所述路侧消息进行数据处理，其中，所述路侧消息包括路侧BSM消息、路侧RSI消息和路侧RSM消息；

所述云控基础平台将数据处理后的车侧消息和路侧消息进行融合过滤处理，得到所述基础消息，并基于MQTT协议将所述基础信息推送至消息队列遥测传输MQTT服务器。

进一步可选地，所述车侧消息的数据处理过程包括：

对所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息进行信息唯一性验证，当所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息存在不具有唯一性的车侧信息时，对所述不具有唯一性的车侧信息进行去重处理；

基于地图匹配算法，利用路网数据将所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息中的车侧目标GPS坐标定位映射至实际道路中，得到匹配后的车侧实际坐标，根据所述车侧实际坐标更新所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息；

所述路侧消息的数据处理过程包括：

对所述路侧BSM消息、路侧RSI消息和路侧RSM消息进行信息唯一性验证，当所述路侧BSM消息、路侧RSI消息和路侧RSM消息存在不具有唯一性的路侧信息时，对所述不具有唯一性的路侧信息进行去重处理；

基于地图匹配算法，利用路网数据将所述路侧BSM消息、路侧RSI消息和路侧RSM消息中的路侧目标GPS坐标定位映射至实际道路中，得到匹配后的路侧实际坐标，根据所述路侧实际坐标更新所述路侧BSM消息、路侧RSI消息和路侧RSM消息；

数据处理后的车侧消息和路侧消息的融合过滤处理过程包括：

将数据处理后的车侧BSM消息和数据处理后的路侧BSM消息进行信息融合过滤处理，得到BSM仿真消息；

将数据处理后的车侧RSI消息和数据处理后的路侧RSI消息进行信息融合过滤处理，得到RSI仿真消息；

将数据处理后的车侧RSM消息和数据处理后的路侧RSM消息进行信息融合过滤处理，得到RSM仿真消息；

根据数据处理后的车侧SPAT消息生成SPAT仿真消息，并根据数据处理后的车侧MAP消息生成MAP仿真消息。

可选地，所述对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，具体包括：

根据所述BSM仿真消息，所述实时仿真平台对汽车进行仿真，并在所述仿真场景中实时加载汽车仿真信息，其中，所述汽车仿真信息包括车辆仿真位置、车辆仿真方向角、车辆仿真状态和车灯仿真状态；

根据所述RSI仿真消息，所述实时仿真平台进行路侧仿真，模拟交通信息，其中，所述交通信息包括道路封闭、限速、超速预警和公交车道预警；

根据所述RSM仿真消息，所述实时仿真平台进行路侧仿真，模拟事件信息，其中，所述事件信息包括车辆事故、车辆异常和异物闯入；

根据所述SPAT仿真消息，所述实时仿真平台对路侧信号灯进行仿真，在所述仿真场景中加载信号灯仿真信息，并实时刷新信号灯状态，其中，所述信号灯仿真信息包括信号灯位置、信号灯方向角和信号灯状态；

根据所述MAP仿真消息，所述实时仿真平台进行路侧仿真，与所述信号灯状态保持同步，并动态更新所述仿真场景中的网格MESH。

可选地，所述实时仿真平台获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角具体包括：

所述实时仿真平台通过气象数据端获取实时天气信息，根据所述实时天气信息对所述当前天气进行仿真加载；

所述实时仿真平台提取当地经纬度和当前时间，并根据所述当地经纬度和当前时间，计算得到太阳高度数据、太阳方向角数据，根据所述太阳高度数据、太阳方向角数据对所述太阳高度、太阳方向角进行仿真加载，并仿真所述车辆、路侧以及路侧信号灯的光照效果，渲染所述仿真场景。

进一步可选地，所述太阳高度数据、太阳方向角数据的计算公式如下：

其中，t表示北京时间，α表示当地经度，HA表示时角，δ表示赤纬度，β表示当地纬度，N表示积日，θ_s表示太阳高度角，

表示太阳方向角。

可选地，所述仿真模型采用开源的ThreeJS框架作为WebGL的渲染框架，并采用扩展Group作为要素类管理。

第二方面，本申请实施例提供了一种基于WebGL的V2X仿真系统，所述系统包括：

静态数据仿真模块，用于基于File协议实时获取OpenDrive数据，对所述OpenDrive数据进行解析，将所述OpenDrive数据的元素信息转化为仿真模型的网格MESH，并将所述网格MESH在所述仿真模型的仿真场景中加载，其中，所述元素信息包括参考线、车道和道路的连接方式；

动态数据仿真模块，用于基于MQTT协议实时获取云控基础平台的基础信息，对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，同时用于获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角，其中，所述基础信息包括BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息；

算法调用模块，用于根据所述仿真场景的加载提取汽车的车辆信息，并调用车商自动控制算法SDK，以根据所述车辆信息获取所述汽车的实时状态信息，根据所述实时状态信息调整所述汽车在所述仿真场景中的位置及状态，其中，所述车辆信息包括周围环境信息和事件信息，所述实时状态信息包括车辆位置、车辆方向角、油门状态、车辆转向角以及车灯组状态。

可选地，所述动态数据仿真模块对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，具体用于，

根据所述BSM仿真消息对汽车进行仿真，并在所述仿真场景中实时加载汽车仿真信息，其中，所述汽车仿真信息包括车辆仿真位置、车辆仿真方向角、车辆仿真状态和车灯仿真状态；

根据所述RSI仿真消息进行路侧仿真，模拟交通信息，其中，所述交通信息包括道路封闭、限速、超速预警和公交车道预警；

根据所述RSM仿真消息进行路侧仿真，模拟事件信息，其中，所述事件信息包括车辆事故、车辆异常和异物闯入；

根据所述SPAT仿真消息对路侧信号灯进行仿真，在所述仿真场景中加载信号灯仿真信息，并实时刷新信号灯状态，其中，所述信号灯仿真信息包括信号灯位置、信号灯方向角和信号灯状态；

根据所述MAP仿真消息进行路侧仿真，与所述信号灯状态保持同步，并动态更新所述仿真场景中的网格MESH。

可选地，所述动态数据仿真模块获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角，具体用于，

通过气象数据端获取实时天气信息，并根据所述实时天气信息对所述当前天气进行仿真加载；

提取当地经纬度和当前时间，并根据所述当地经纬度和当前时间，计算得到太阳高度数据、太阳方向角数据，根据所述太阳高度数据、太阳方向角数据对所述太阳高度、太阳方向角进行仿真加载，并仿真所述车辆、路侧以及路侧信号灯的光照效果，渲染所述仿真场景。

第三方面，本申请实施例提供了一种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如第一方面所述的方法。

第四方面，本申请实施例提供了一种电子设备，所述电子设备包括处理器和存储器；

所述处理器与所述存储器耦合，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行，使所述电子设备实现如第一方面所述的方法。

第五方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品中包含有指令，当指令在计算机或处理器上运行时，使得计算机或处理器执行如第一方面所述的方法。

本申请的技术效果如下：

采用统一的协议标准，适于推广和应用，解决了现有技术中由于需编写自身相应的一套协议规范，并结合自身的解析器和算法实现仿真能力而造成的难以推广使用问题，同时，实时仿真平台与智能网联的云控基础平台之间建立了数据渠道，可获取标准协议的动态数据信息，进而实时仿真平台可获取到实时、完整且准确的车侧、路侧信息，实现了实时仿真，且可调用车商自动控制算法SDK进行车辆控制，从而提供了一个不依赖于其他运行环境，且可快速更新、部署的仿真服务平台。

附图说明

为了更清楚地说明本申请实施例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做简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供的基于WebGL的V2X仿真方法的流程示意图；

图2为本申请实施例提供的基于WebGL的V2X仿真系统的组成框图；

图3为本申请实施例提供的电子设备的组成框图。

具体实施方式

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、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，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付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。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本申请实施例及附图中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如，包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

本申请实施例公开了一种基于WebGL的V2X仿真方法，通过云控基础平台提供的五大类基础信息作为动态数据，以OpenDrive数据作为静态数据为基础，并基于WebGL，利用车商自动控制算法SDK实现实时、全场景的仿真能力。以下分别进行详细说明。

图1为本申请实施例提供的一种基于WebGL的V2X仿真方法。如图1所示，该基于WebGL的V2X仿真方法包括如下步骤：

S110：实时仿真平台基于File协议实时获取OpenDrive数据，对OpenDrive数据进行解析，将OpenDrive数据的元素信息转化为仿真模型的网格MESH，并将网格MESH在仿真模型的仿真场景中加载。

在本申请实施例中，该基于WebGL的V2X仿真方法基于实时仿真平台实现，并采用OpenDrive数据作为静态数据，具体的，实时仿真平台基于File协议实时获取OpenDrive数据，并解析所获取的OpenDrive数据，得到OpenDrive数据的元素信息，OpenDrive数据的元素信息主要包括参考线、车道和道路的连接方式，此处的车道指的是车道的完整信息，包括但不限于车道类型、车道数、车道宽度等，道路的连接方式包括Junction和Connecting，Junction表示车道的前后间关系信息，Connecting表示车道级别的前后间关系，其中，OpenDrive数据的元素信息中的核心元素为参考线、车道和Junction。

实时仿真平台将车道、参考线、Junction等OpenDrive数据的元素信息转换为对应类型的网格MESH，并在仿真模型的仿真场景中加载，从而通过组合不同的道路属性，实现静态路网的构建，其中，网格MESH的核心为图形学中的BufferGeometry和Material，即顶点坐标position、法线normal、index索引和材质material。

此外，本申请实施例中的仿真模型采用开源的ThreeJS框架作为WebGL的渲染框架，并采用扩展Group作为要素类管理。

S120：实时仿真平台基于MQTT协议实时获取云控基础平台的基础信息，对基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在仿真场景中的仿真加载，同时实时仿真平台获取环境信息，并根据环境信息实时仿真当前天气、太阳高度、太阳方向角。

其中，基础信息包括BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息。

在步骤S120之前，基础信息的获取方法包括如下步骤：

A、云控基础平台获取车侧设备所推送的车侧消息，并对车侧消息进行数据处理。

在一实施例中，车侧设备所推送的车侧消息包括车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息，当获取得到车侧设备所推送的车侧消息之后，云控基础平台对车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息进行信息唯一性验证，若车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息存在不具有唯一性的车侧信息时，则对不具有唯一性的车侧信息进行去重处理，以保证车侧信息的唯一性，确保信息的准确性，例如，同一事件被两个车侧RSM感知上传至云控基础平台，如果不经过去重处理，则会被当成两个事件，降低信息的准确性。此外，基于地图匹配算法，利用路网数据将车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息中的车侧目标GPS坐标定位映射至实际道路中，得到匹配后的车侧实际坐标，根据车侧实际坐标更新车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息，从而获得准确性更高的车侧消息，例如，若上报坐标信息可能偏移道路，此时便需将所上报坐标匹配到道路上，再将匹配后的坐标推送出去。

B、云控基础平台获取路侧设备所推送的路侧消息，并对路侧消息进行数据处理。

在一实施例中，路侧设备所推送的路侧消息包括路侧BSM消息、路侧RSI消息和路侧RSM消息，当云控基础平台获取得到路侧消息之后，首先对路侧BSM消息、路侧RSI消息和路侧RSM消息进行信息唯一性验证，当路侧BSM消息、路侧RSI消息和路侧RSM消息存在不具有唯一性的路侧信息时，对不具有唯一性的路侧信息进行去重处理，以保证路侧消息的唯一性及准确性。并基于地图匹配算法，利用路网数据将路侧BSM消息、路侧RSI消息和路侧RSM消息中的路侧目标GPS坐标定位映射至实际道路中，得到匹配后的路侧实际坐标，根据路侧实际坐标更新路侧BSM消息、路侧RSI消息和路侧RSM消息，从而获取准确度更高的路侧消息。

C、云控基础平台将数据处理后的车侧消息和路侧消息进行融合过滤处理，得到基础消息，并基于MQTT协议将基础信息推送至消息队列遥测传输MQTT服务器。

在一实施例中，云控基础平台将数据处理后的车侧BSM消息和数据处理后的路侧BSM消息进行信息融合过滤处理，得到BSM仿真消息；云控基础平台将数据处理后的车侧RSI消息和数据处理后的路侧RSI消息进行信息融合过滤处理，得到RSI仿真消息；云控基础平台将数据处理后的车侧RSM消息和数据处理后的路侧RSM消息进行信息融合过滤处理，得到RSM仿真消息；云控基础平台根据数据处理后的车侧SPAT消息生成SPAT仿真消息，并根据数据处理后的车侧MAP消息生成MAP仿真消息。

从而云控基础平台获取车侧设备、路侧设备分别推送的车侧消息、路侧消息，并进行数据处理及融合过滤处理后，得到五大类基础信息，并推送至公共的消息队列遥测传输MQTT服务器，实时仿真平台连接到消息队列遥测传输MQTT服务器并订阅主题消息，消费五大类基础信息。其中，云控基础平台与消息队列遥测传输MQTT服务器之间以及实时仿真平台与消息队列遥测传输MQTT服务器之间均通过Token授权和数据加密两方面加密处理。

在一实施例中，实时仿真平台链接到云控基础平台的消息队列遥测传输MQTT服务器，获取得到对应的五大类基础信息，进行分类仿真，具体的，根据BSM仿真消息，实时仿真平台对汽车进行仿真，并在仿真场景中实时加载汽车仿真信息，其中，汽车仿真信息包括车辆仿真位置、车辆仿真方向角、车辆仿真状态和车灯仿真状态；根据RSI仿真消息，实时仿真平台进行路侧仿真，模拟交通信息，其中，交通信息包括道路封闭、限速、超速预警和公交车道预警；根据RSM仿真消息，实时仿真平台进行路侧仿真，模拟事件信息，其中，事件信息包括车辆事故、车辆异常和异物闯入；根据SPAT仿真消息，实时仿真平台对路侧信号灯进行仿真，详细的，SPAT仿真消息中包含相位信息，根据相位信息可解析出相关的位置和方向角、状态，从而可在仿真场景中加载信号灯仿真信息，并实时刷新信号灯状态，其中，信号灯仿真信息包括信号灯位置、信号灯方向角和信号灯状态；根据MAP仿真消息，实时仿真平台进行路侧仿真，与信号灯状态保持同步，并动态更新仿真场景中的网格MESH。由于本申请实施例整个过程中分类仿真的基础信息均为数据处理后的正确坐标，故而BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息中的坐标和方位角极易在仿真场景中展示，仿真更容易，且效果更好，同时由于云控基础平台的基础信息为动态实时连续的数据，故本申请实施例中的车辆仿真不仅能够真实还原当前坐标位置，还支持历史事件回放模拟。

此外，在本申请实施例中，实时仿真平台还通过气象数据端获取实时天气信息，根据实时天气信息对当前天气进行仿真加载，以实现当前天气的实时仿真，其中，气象数据端是根据气象局和气象设备提供相关数据或接口的，且本申请实施例中的天气仿真主要为效果，例如，若当前天气为下雨时，则利用粒子效果构造出雨的效果。同时实时仿真平台还提取当地经纬度和当前时间，并根据当地经纬度和当前时间，计算得到太阳高度数据、太阳方向角数据，以根据太阳高度数据、太阳方向角数据对太阳高度、太阳方向角进行仿真加载，进而仿真车辆、路侧以及路侧信号灯的光照效果，渲染仿真场景，其中，太阳高度数据、太阳方向角数据的计算公式具体如下：

其中，t表示北京时间，α表示当地经度，HA表示时角，δ表示赤纬度，β表示当地纬度，N表示积日，θ_s表示太阳高度角，

表示太阳方向角。

在一个具体的实施过程中，仿真模型的场景数据主要由静态数据和动态数据构成，其中，静态数据主要包括道路数据和路侧设备数据，道路数据包括中心线、车道、人行道、绿化带、roadmark等，路侧设备数据包括但不限于信号灯、标识牌，动态数据包括BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息五大类基础信息，BSM仿真消息包括但不限于车辆位置、车辆方向角，RSI仿真消息包括但不限于道路封闭、限速、超速预警，RSM仿真消息包括但不限于交通事故、车辆异常、异常闯入，SPAT仿真消息包括但不限于用于动态刷新信号灯状态的数据，MAP仿真消息包括但不限于用于动态更新车道与信号灯的数据。

S130：实时仿真平台根据仿真场景的加载提取汽车的车辆信息，并调用车商自动控制算法SDK，以根据车辆信息获取汽车的实时状态信息，根据实时状态信息调整汽车在仿真场景中的位置及状态。

其中，车辆信息包括周围环境信息和事件信息，实时状态信息包括但不限于车辆位置、车辆方向角、油门状态、车辆转向角以及车灯组状态，在一实施例中，将汽车的周围环境信息和事件信息发送给车商自动控制算法SDK，车商自动控制算法SDK将一直回调抛出汽车的实时状态信息，例如，当收到前方发生事故的事件信息时，将事件类型和周围静态数据发送给车商自动控制算法SDK，车商自动控制算法SDK则会一直监听汽车的状态信息并反馈汽车的实时状态信息，实时状态信息用于更新汽车在仿真模型的仿真场景中的状态，从而将监听的汽车状态实时展示在仿真模型的仿真场景中，实现汽车实时状态的可视化。

相应于上述方法实施例，本申请的另一个实施例提供了一种基于WebGL的V2X仿真系统，如图2所示，该系统主要包括：静态数据仿真模块210、动态数据仿真模块220和算法调用模块230。

具体的，静态数据仿真模块210用于基于File协议实时获取OpenDrive数据，对OpenDrive数据进行解析，将OpenDrive数据的元素信息转化为仿真模型的网格MESH，并将网格MESH在仿真模型的仿真场景中加载，其中，元素信息包括参考线、车道和道路的连接方式。

动态数据仿真模块220用于基于MQTT协议实时获取云控基础平台的基础信息，对基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在仿真场景中的仿真加载，同时用于获取环境信息，并根据环境信息实时仿真当前天气、太阳高度、太阳方向角，其中，基础信息包括BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息。

在一实施例中，动态数据仿真模块220用于根据BSM仿真消息对汽车进行仿真，并在仿真场景中实时加载汽车仿真信息，其中，汽车仿真信息包括车辆仿真位置、车辆仿真方向角、车辆仿真状态和车灯仿真状态；动态数据仿真模块220用于根据RSI仿真消息进行路侧仿真，模拟交通信息，其中，交通信息包括道路封闭、限速、超速预警和公交车道预警；动态数据仿真模块220用于根据RSM仿真消息进行路侧仿真，模拟事件信息，其中，事件信息包括车辆事故、车辆异常和异物闯入；动态数据仿真模块220用于根据SPAT仿真消息对路侧信号灯进行仿真，在仿真场景中加载信号灯仿真信息，并实时刷新信号灯状态，其中，信号灯仿真信息包括信号灯位置、信号灯方向角和信号灯状态；动态数据仿真模块220用于根据MAP仿真消息进行路侧仿真，与信号灯状态保持同步，并动态更新仿真场景中的网格MESH。

在另一实施例中，动态数据仿真模块220用于通过气象数据端获取实时天气信息，并根据实时天气信息对当前天气进行仿真加载，之后，提取当地经纬度和当前时间，并根据当地经纬度和当前时间，计算得到太阳高度数据、太阳方向角数据，根据太阳高度数据、太阳方向角数据对太阳高度、太阳方向角进行仿真加载，并仿真车辆、路侧以及路侧信号灯的光照效果，渲染仿真场景。

算法调用模块230用于根据仿真场景的加载提取汽车的车辆信息，并调用车商自动控制算法SDK，以根据车辆信息获取汽车的实时状态信息，根据实时状态信息调整汽车在仿真场景中的位置及状态，其中，车辆信息包括周围环境信息和事件信息，实时状态信息包括车辆位置、车辆方向角、油门状态、车辆转向角以及车灯组状态。

综上所述，本申请实施例提供了一种基于WebGL的V2X仿真方法、系统，采用统一的协议标准，适于推广和应用，解决了现有技术中由于需编写自身相应的一套协议规范，并结合自身的解析器和算法实现仿真能力而造成的难以推广使用问题，同时，实时仿真平台与智能网联的云控基础平台之间建立了数据渠道，可获取标准协议的动态数据信息，进而实时仿真平台可获取到实时、完整且准确的车侧、路侧信息，实现了实时仿真，且可调用车商自动控制算法SDK进行车辆控制，从而提供了一个不依赖于其他运行环境，且可快速更新、部署的仿真服务平台，低依赖，高可用，有利于智能网联的推广和应用实现。

基于上述方法实施例，本申请的另一实施例提供了一种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如上述基于WebGL的V2X仿真方法实施例所述的方法。

基于上述方法实施例，本申请的另一实施例提供了一种电子设备，如图3所示，该电子设备包括处理器310和存储器320，处理器310与存储器320耦合，存储器320用于存储计算机程序，计算机程序被处理器310执行，使该电子设备实现如上述基于WebGL的V2X仿真方法实施例所述的方法。

基于上述方法实施例，本申请的另一实施例提供了一种计算机程序产品，所述计算机程序产品中包含有指令，当指令在计算机或处理器上运行时，使得计算机或处理器执行如上述基于WebGL的V2X仿真方法实施例所述的方法。

需注意的是，上述系统实施例与方法实施例相对应，与该基于WebGL的V2X仿真方法实施例具有同样的技术效果，具体说明参见方法实施例。基于WebGL的V2X仿真系统实施例是基于方法实施例得到的，具体的说明可以参见方法实施例部分，此处不再赘述。本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本申请所必须的。

本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照上述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：其依然可以对上述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申请实施例技术方案的精神和范围。

Claims (10)

1.一种基于WebGL的V2X仿真方法，其特征在于，所述方法包括：

实时仿真平台基于File协议实时获取OpenDrive数据，对所述OpenDrive数据进行解析，将所述OpenDrive数据的元素信息转化为仿真模型的网格MESH，并将所述网格MESH在所述仿真模型的仿真场景中加载，其中，所述元素信息包括参考线、车道和道路的连接方式；

所述实时仿真平台基于MQTT协议实时获取云控基础平台的基础信息，对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，同时所述实时仿真平台获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角，其中，所述基础信息包括BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息；

所述实时仿真平台根据所述仿真场景的加载提取汽车的车辆信息，并调用车商自动控制算法SDK，以根据所述车辆信息获取所述汽车的实时状态信息，根据所述实时状态信息调整所述汽车在所述仿真场景中的位置及状态，其中，所述车辆信息包括周围环境信息和事件信息，所述实时状态信息包括车辆位置、车辆方向角、油门状态、车辆转向角以及车灯组状态。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述云控基础平台获取车侧设备所推送的车侧消息，并对所述车侧消息进行数据处理，其中，所述车侧消息包括车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息；

所述云控基础平台获取路侧设备所推送的路侧消息，并对所述路侧消息进行数据处理，其中，所述路侧消息包括路侧BSM消息、路侧RSI消息和路侧RSM消息；

所述云控基础平台将数据处理后的车侧消息和路侧消息进行融合过滤处理，得到所述基础消息，并基于MQTT协议将所述基础信息推送至消息队列遥测传输MQTT服务器。

3.根据权利要求2所述的方法，其特征在于，所述车侧消息的数据处理过程包括：

对所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息进行信息唯一性验证，当所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息存在不具有唯一性的车侧信息时，对所述不具有唯一性的车侧信息进行去重处理；

基于地图匹配算法，利用路网数据将所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息中的车侧目标GPS坐标定位映射至实际道路中，得到匹配后的车侧实际坐标，根据所述车侧实际坐标更新所述车侧BSM消息、车侧RSI消息、车侧RSM消息、车侧SPAT消息和车侧MAP消息；

所述路侧消息的数据处理过程包括：

对所述路侧BSM消息、路侧RSI消息和路侧RSM消息进行信息唯一性验证，当所述路侧BSM消息、路侧RSI消息和路侧RSM消息存在不具有唯一性的路侧信息时，对所述不具有唯一性的路侧信息进行去重处理；

基于地图匹配算法，利用路网数据将所述路侧BSM消息、路侧RSI消息和路侧RSM消息中的路侧目标GPS坐标定位映射至实际道路中，得到匹配后的路侧实际坐标，根据所述路侧实际坐标更新所述路侧BSM消息、路侧RSI消息和路侧RSM消息；

数据处理后的车侧消息和路侧消息的融合过滤处理过程包括：

将数据处理后的车侧BSM消息和数据处理后的路侧BSM消息进行信息融合过滤处理，得到BSM仿真消息；

将数据处理后的车侧RSI消息和数据处理后的路侧RSI消息进行信息融合过滤处理，得到RSI仿真消息；

将数据处理后的车侧RSM消息和数据处理后的路侧RSM消息进行信息融合过滤处理，得到RSM仿真消息；

根据数据处理后的车侧SPAT消息生成SPAT仿真消息，并根据数据处理后的车侧MAP消息生成MAP仿真消息。

4.根据权利要求1所述的方法，其特征在于，所述对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，具体包括：

根据所述BSM仿真消息，所述实时仿真平台对汽车进行仿真，并在所述仿真场景中实时加载汽车仿真信息，其中，所述汽车仿真信息包括车辆仿真位置、车辆仿真方向角、车辆仿真状态和车灯仿真状态；

根据所述RSI仿真消息，所述实时仿真平台进行路侧仿真，模拟交通信息，其中，所述交通信息包括道路封闭、限速、超速预警和公交车道预警；

根据所述RSM仿真消息，所述实时仿真平台进行路侧仿真，模拟事件信息，其中，所述事件信息包括车辆事故、车辆异常和异物闯入；

根据所述SPAT仿真消息，所述实时仿真平台对路侧信号灯进行仿真，在所述仿真场景中加载信号灯仿真信息，并实时刷新信号灯状态，其中，所述信号灯仿真信息包括信号灯位置、信号灯方向角和信号灯状态；

根据所述MAP仿真消息，所述实时仿真平台进行路侧仿真，与所述信号灯状态保持同步，并动态更新所述仿真场景中的网格MESH。

5.根据权利要求1所述的方法，其特征在于，所述实时仿真平台获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角具体包括：

所述实时仿真平台通过气象数据端获取实时天气信息，根据所述实时天气信息对所述当前天气进行仿真加载；

所述实时仿真平台提取当地经纬度和当前时间，并根据所述当地经纬度和当前时间，计算得到太阳高度数据、太阳方向角数据，根据所述太阳高度数据、太阳方向角数据对所述太阳高度、太阳方向角进行仿真加载，并仿真所述车辆、路侧以及路侧信号灯的光照效果，渲染所述仿真场景。

6.根据权利要求5所述的方法，其特征在于，所述太阳高度数据、太阳方向角数据的计算公式如下：

其中，t表示北京时间，α表示当地经度，HA表示时角，δ表示赤纬度，β表示当地纬度，N表示积日，θ_s表示太阳高度角，

表示太阳方向角。

7.根据权利要求1所述的方法，其特征在于，所述仿真模型采用开源的ThreeJS框架作为WebGL的渲染框架，并采用扩展Group作为要素类管理。

8.一种基于WebGL的V2X仿真系统，其特征在于，所述系统包括：

静态数据仿真模块，用于基于File协议实时获取OpenDrive数据，对所述OpenDrive数据进行解析，将所述OpenDrive数据的元素信息转化为仿真模型的网格MESH，并将所述网格MESH在所述仿真模型的仿真场景中加载，其中，所述元素信息包括参考线、车道和道路的连接方式；

动态数据仿真模块，用于基于MQTT协议实时获取云控基础平台的基础信息，对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，同时用于获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角，其中，所述基础信息包括BSM仿真消息、RSI仿真消息、RSM仿真消息、SPAT仿真消息和MAP仿真消息；

算法调用模块，用于根据所述仿真场景的加载提取汽车的车辆信息，并调用车商自动控制算法SDK，以根据所述车辆信息获取所述汽车的实时状态信息，根据所述实时状态信息调整所述汽车在所述仿真场景中的位置及状态，其中，所述车辆信息包括周围环境信息和事件信息，所述实时状态信息包括车辆位置、车辆方向角、油门状态、车辆转向角以及车灯组状态。

9.根据权利要求8所述的系统，其特征在于，所述动态数据仿真模块对所述基础信息进行分类仿真，实现车辆、路侧以及路侧信号灯在所述仿真场景中的仿真加载，具体用于，

根据所述BSM仿真消息对汽车进行仿真，并在所述仿真场景中实时加载汽车仿真信息，其中，所述汽车仿真信息包括车辆仿真位置、车辆仿真方向角、车辆仿真状态和车灯仿真状态；

根据所述RSI仿真消息进行路侧仿真，模拟交通信息，其中，所述交通信息包括道路封闭、限速、超速预警和公交车道预警；

根据所述RSM仿真消息进行路侧仿真，模拟事件信息，其中，所述事件信息包括车辆事故、车辆异常和异物闯入；

根据所述SPAT仿真消息对路侧信号灯进行仿真，在所述仿真场景中加载信号灯仿真信息，并实时刷新信号灯状态，其中，所述信号灯仿真信息包括信号灯位置、信号灯方向角和信号灯状态；

根据所述MAP仿真消息进行路侧仿真，与所述信号灯状态保持同步，并动态更新所述仿真场景中的网格MESH。

10.根据权利要求8所述的系统，其特征在于，所述动态数据仿真模块获取环境信息，并根据所述环境信息实时仿真当前天气、太阳高度、太阳方向角，具体用于，

通过气象数据端获取实时天气信息，并根据所述实时天气信息对所述当前天气进行仿真加载；

提取当地经纬度和当前时间，并根据所述当地经纬度和当前时间，计算得到太阳高度数据、太阳方向角数据，根据所述太阳高度数据、太阳方向角数据对所述太阳高度、太阳方向角进行仿真加载，并仿真所述车辆、路侧以及路侧信号灯的光照效果，渲染所述仿真场景。

Images