CN116105712A - 道路地图的生成方法、回注方法、计算机设备及介质 - Google Patents
道路地图的生成方法、回注方法、计算机设备及介质 Download PDFInfo
- Publication number
- CN116105712A CN116105712A CN202211601177.8A CN202211601177A CN116105712A CN 116105712 A CN116105712 A CN 116105712A CN 202211601177 A CN202211601177 A CN 202211601177A CN 116105712 A CN116105712 A CN 116105712A
- Authority
- CN
- China
- Prior art keywords
- road
- lane
- vehicle
- parameters
- preset vehicle
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请提供一种道路地图的生成方法、回注方法、计算机设备及介质,生成方法包括:获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;基于车辆姿态参数,确定预设车辆的行驶轨迹;基于行驶轨迹,确定预设车辆所在道路的第一车道中心线;基于车道线参数、车辆姿态参数、第一车道中心线,生成道路静态数据;基于附近运动目标的动态参数和车辆姿态参数,生成动态场景数据。本申请实施例通过摄像头输出的车道线参数和附近运动目标的动态参数、惯导装置输出的车辆姿态参数,确定出静态的道路和动态的场景,从而生成道路地图,降低了生成道路地图的成本,并且效率更高。
Description
技术领域
本申请涉及道路地图技术领域,具体涉及一种道路地图的生成方法、回注方法、计算机设备及介质。
背景技术
在自动驾驶功能的研发过程中,道路地图扮演者一个重要的角色,在自动驾驶中可以作为匹配车辆定位、路径规划的基础,同时可以辅助环境感知。在自动驾驶功能的测试中,道路地图可作为自动驾驶虚拟测试的场景建模中的基础环境信息。
道路地图的制作,往往是利用采集所得的激光点云数据,生成一张局部的点云地图,之后通过标注工具,采用人工标注的方式制作地图。可以看出,这种地图制作方式非常费时费力。
因此,现有的道路地图的生成方案存在成本较高、效率较低的技术问题。
发明内容
本申请提供一种道路地图的生成方法、回注方法、计算机设备及介质,旨在降低生成道路地图的成本并提高生成效率。
一方面,本申请提供一种道路地图的生成方法,所述道路地图中包括道路静态数据和道路上的动态场景数据,所述生成方法包括:
获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;
基于所述车辆姿态参数,确定预设车辆的行驶轨迹;
基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线;
基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据;
基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据。
在本申请一种可能的实现方式中,所述基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据,包括:
基于所述车道线参数,确定出与预设车辆同一行驶方向上的车道数量和车道类型,得到车道信息;
基于所述车辆姿态参数,判断预设车辆是否发生了转弯/掉头,以确定预设车辆所在位置是否为路口,得到第一路口信息;
基于所述第一车道中心线的形状,确定预设车辆所在道路的第一道路形状;
基于所述车道信息、所述第一路口信息、所述第一道路形状,生成所述道路静态数据。
在本申请一种可能的实现方式中,所述基于所述车道信息、所述第一路口信息、所述第一道路形状,生成所述道路静态数据,包括:
基于所述附近运动目标的动态参数,确定是否有车辆横穿预设车辆所在道路,以确定预设车辆所在道路中的路口位置,得到第二路口信息;
基于所述车道信息、所述第一路口信息、所述第二路口信息、所述第一道路形状,生成所述道路静态数据。
在本申请一种可能的实现方式中,所述基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据,包括:
基于所述附近运动目标的动态参数,确定所述附近运动目标的第一运动过程;
基于所述车辆姿态参数,确定预设车辆的第二运动过程;
基于同一时间段内的所述第一运动过程和所述第二运动过程,生成所述动态场景数据。
在本申请一种可能的实现方式中,所述基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线,包括:
基于所述车辆姿态参数,判断预设车辆是否发生了变道;
若预设车辆发生了变道,确定预设车辆的变道距离;
基于所述变道距离,修正所述行驶轨迹,并将修正后的行驶轨迹的形状作为预设车辆所在道路的第一车道中心线的形状。
在本申请一种可能的实现方式中,所述确定预设车辆的变道距离,包括:
获取预设车辆变道前所在车道与预设车辆变道后所在车道之间的车道总宽度;
基于所述车道总宽度,确定预设车辆变道前所在车道与预设车辆变道后所在车道之间的平均车道宽度;
将所述平均车道宽度作为预设车辆的变道距离。
在本申请一种可能的实现方式中,所述基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线之后,还包括:
从预设的地图数据源处获取预设车辆所在道路的第二道路形状;
基于所述第一车道中心线的形状,确定预设车辆所在道路的第一道路形状;
确定所述第一道路形状与所述第二道路形状之间的相似度;
在所述相似度大于预设相似度时,执行所述基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据的步骤。
另一方面,本申请提供一种道路地图的生成装置,所述装置包括:
获取单元,用于获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;
第一确定单元,用于基于所述车辆姿态参数,确定预设车辆的行驶轨迹;
第二确定单元,用于基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线;
第一生成单元,用于基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据;
第二生成单元,用于基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据。
另一方面,本申请还提供一种回注方法,所述回注方法包括:
基于上述任一项生成方法生成的道路地图中的道路静态数据进行仿真建模,得到道路模型;
基于所述道路地图中的动态场景数据进行仿真建模,得到所述道路模型上的多个运动目标模型以及多个运动目标模型的运动参数;
基于所述道路模型、所述道路模型上的多个运动目标模型以及多个运动目标模型的运动参数,生成所述道路地图的动态仿真场景模型;
获取所述动态仿真场景模型中指定位置和指定视角下的仿真视频数据;
将所述仿真视频数据注入至指定的算法所在终端。
另一方面,本申请还提供一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现上述的方法。
另一方面,本申请还提供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进行加载,以执行上述方法中的步骤。
本申请实施例提供的道路地图的生成方法、回注方法、计算机设备及介质,生成方法包括:获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;基于车辆姿态参数,确定预设车辆的行驶轨迹;基于行驶轨迹,确定预设车辆所在道路的第一车道中心线;基于车道线参数、车辆姿态参数、第一车道中心线,生成道路静态数据;基于附近运动目标的动态参数和车辆姿态参数,生成动态场景数据。相较于传统方法,本申请实施例通过摄像头输出的车道线参数和附近运动目标的动态参数、惯导装置输出的车辆姿态参数,确定出静态的道路和动态的场景,从而生成道路地图,降低了生成道路地图的成本,并且效率更高。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述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申请的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的道路地图的生成系统的场景示意图;
图2是本申请实施例中提供的道路地图的生成方法的一个实施例流程示意图;
图3是本申请实施例中提供的修正行驶轨迹的一个实施例流程示意图;
图4是图3中行驶轨迹的修正过程的一个示意图;
图5是本申请实施例中提供的道路地图的生成装置的一个实施例结构示意图;
图6是本申请实施例中提供的计算机设备的一个实施例结构示意图。
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、完整地描述,显然,所描述的实施例仅仅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。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的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申请的限制。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或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。
在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节5使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种道路地图的生成方法、回注方法、计算机设备及介质,以下分别进行详细说明。
如图1所示,图1是本申请实施例提供的道路地图的生成系统的场景示意0图,该道路地图的生成系统可以包括计算机设备100,计算机设备100中集成有道路地图的生成装置,如图1中的计算机设备100。
本申请实施例中,该计算机设备100可以为终端或者服务器,当计算机设备100为服务器时,可以是独立的服务器,也可以是服务器组成的服务器网络
或服务器集群,例如,本申请实施例中所描述的计算机设备100,其包括但不5限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器以构建的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器以构建。
可以理解的是,本申请实施例中计算机设备100为终端时,所使用的终端可
以是既包括接收和发射硬件的设备,即具有能够在双向通信链路上,执行双向0通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的计算机设备100具体可以是台式终端或移动终端,计算机设备100具体还可以是手机、平板电脑、笔记本电脑等中的一种。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一5种应用场景,并不以构建对本申请方案应用场景的限定,其他的应用环境还可
以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个计算机设备,可以理解的,该道路地图的生成系统还可以包括一个或多个其他计算机设备,具体此处不作限定。
另外,如图1所示,该道路地图的生成系统还可以包括存储器200,用于存储数据,如存储车道线参数、附近运动目标的动态参数、车辆姿态参数。
需要说明的是,图1所示的道路地图的生成系统的场景示意图仅仅是一个示例,本申请实施例描述的道路地图的生成系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着道路地图的生成系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
接下来,介绍本申请实施例提供的道路地图的生成方法、回注方法。
本申实施例道路地图的生成方法的实施例中以道路地图的生成装置作为执行主体,为了简化与便于描述,后续方法实施例中将省略该执行主体,该道路地图的生成装置应用于计算机设备。
请参阅图2,图2为本申请实施例中提供的道路地图的生成方法的一个实施例流程示意图,该道路地图的生成方法包括:
201、获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;
本申请实施例中的预设车辆一般为地图数据采集车,地图数据采集车上设置有预设摄像头和惯导装置。
预设摄像头为智能摄像头,预设摄像头用于在预设车辆的行驶过程中对附近的道路环境进行识别,并输出道路相关的以下信息:车道线参数(包括车道线数量、车道线类型(例如实线、虚线、双实线等类型)、车道线颜色、宽度等等)、附近运动目标(例如行人、车辆等)的动态参数(例如相对于预设车辆的位置、运动方向、运动速度),当然预设摄像头还可输出识别到的交通标识牌等其他信息,在此不作限定。在预设摄像头输出的车道线参数中,车道线数据一般为4条,例如,预设摄像头可拍到的四条车道线分别为a、b、c、d,其中,a车道线为双黄线,b、c、d在双黄线a的一侧,在双黄线a的另一侧还有其他车道线,预设摄像头未拍到,预设车辆在b、c之间的车道行驶时,预设摄像头可以自其采集到的图像中识别出四条车道线a、b、c、d,对应的可输出描述四条车道线的车道线参数。
惯导装置一般为预设车辆中的惯性导航系统,惯导装置用于在预设车辆的行驶过程中识别出预设车辆的姿态,并输出相应的车辆姿态信息。车辆姿态信息可以包括预设车辆的以下信息:速度、加速度、角速度、偏航角、位置等。
需要说明的是,预设摄像头输出的车道线参数和附近运动目标的动态参数以及惯导装置输出的车辆姿态参数,为预设车辆在同一时间段内的数据,以便于道路地图的生成。
202、基于车辆姿态参数,确定预设车辆的行驶轨迹;
在本申请实施例中,可基于车辆姿态参数中预设车辆的位置随时间的变化,确定出预设车辆的行驶轨迹。当然,也可基于车辆姿态参数中的速度、加速度、角速度、偏航角、位置等,综合确定出预设车辆更加准确的行驶轨迹,以提高生成的道路地图的准确度。
203、基于行驶轨迹,确定预设车辆所在道路的第一车道中心线;
本申请实施例中的车道中心线为用于区隔来往车道的一条车道线,例如车道中心线可以是双黄线、单黄线。以车道中心线为双黄线为例,双黄线的一侧是一个方向的几条车道,双黄线的另一侧是相反方向的几条车道。
在本申请的一些实施例中,基于行驶轨迹,确定预设车辆所在道路的第一车道中心线,可以包括:直接将行驶轨迹的形状,作为预设车辆所在道路的第一车道中心线的形状,从而得到单独的第一车道中心线。而在本申请的另一些实施例中,在确定预设车辆所在道路的第一车道中心线时,还可考虑预设车辆的变道情况,具体内容详见图3所示实施例。
需要说明的是,通过本申请实施例的方案,即便未获取到地图数据(或足够精度的地图数据),也可以通过上述处理而获取到第一车道中心线的形状,从而为基于此的仿真场景构建提供充分准确的依据,例如,不论是否获取到地图数据,都可基于车道线参数、附近运动目标的动态参数、车辆姿态参数,构建动态仿真场景模型;同时,本申请实施例也不排除可结合地图数据的方案,在本申请的一些实施例中,基于行驶轨迹,确定预设车辆所在道路的第一车道中心线之后,还可以包括:从预设的地图数据源处获取预设车辆所在道路的第二道路形状,预设的地图数据源处可以是事先获取的在线地图;基于第一车道中心线的形状,确定预设车辆所在道路的第一道路形状,需要说明的是,第一道路形状与第二道路形状的数据来源不同,第一道路形状基于预设车辆的行驶轨迹确定,第二道路形状从预设的地图数据源处获取;确定第一道路形状与第二道路形状之间的相似度;在相似度大于预设相似度时,判定确定出的第一车辆中心线的准确度较高,并执行基于车道线参数、车辆姿态参数、第一车道中心线,生成道路静态数据的步骤;在相似度小于或等于预设相似度时,判定确定出的第一车辆中心线的准确度较低,不执行基于车道线参数、车辆姿态参数、第一车道中心线,生成道路静态数据的步骤。
进一步地,由于获取到的车道线参数、附近运动目标的动态参数、车辆姿态参数为一段时间内的参数,因此在步骤201之后,可将这一时间段划分为多个时间片段,每一时间片段均对应一部分的车道线参数、一部分的动态参数、一部分的车辆姿态参数,这样,可仅针对相似度大于预设相似度的这一部分时间片段的车道线参数、车辆姿态参数、第一车道中心线,执行基于车道线参数、车辆姿态参数、第一车道中心线,生成道路静态数据及其后续步骤。
204、基于车道线参数、车辆姿态参数、第一车道中心线,生成道路静态数据;
本申请实施例中的道路地图中包括道路静态数据,道路静态数据指道路上的固定的不会发生变化的数据,例如道路上的车道数量、车道类型(例如机动车道、非机动车道、应急车道、公交车专用车道)、道路上的路口、道路形状等。例如,道路地图可以是OpenX地图,OpenX是为自动化驾驶测试所需要的地图所制定的一组协议,OpenX地图主要包括OpenDRIVE数据和OpenSCENARIO数据,OpenDRIVE数据用于描述道路的静态信息,OpenSCENARIO数据用于描述道路上的动态信息和交通参与者行为等内容,因此道路静态数据可以是OpenDRIVE数据。
在本申请的一些实施例中,基于车道线参数、车辆姿态参数、第一车道中心线,生成道路静态数据,可以包括:基于车道线参数,确定出与预设车辆同一行驶方向上的车道数量和车道类型,得到车道信息(车道信息中包括与预设车辆同一行驶方向上的车道数量和车道类型),例如,在车道线参数中的车道线数量为4条时,车道数量可以是3个,又例如,在车道线参数中包括双实线时,双实线两侧的车道为机动车道;基于车辆姿态参数,判断预设车辆是否发生了转弯/掉头,以确定预设车辆所在位置是否为路口,得到第一路口信息(第一路口信息中包括预设车辆所在道路中的路口的位置信息),例如可基于车辆姿态参数中的偏航角的变化,可确定出预设车辆的朝向的变化,从而确定出预设车辆是否发生了转弯/掉头,可以理解的是,预设车辆的转弯/掉头一般是发生在路口位置;基于第一车道中心线的形状,确定预设车辆所在道路的第一道路形状,即以第一车道中心线的形状作为预设车辆所在道路的第一道路形状;基于车道信息、第一路口信息、第一道路形状(另可辅助以事先获取的在线地图中的地图信息),生成道路静态数据。
在本申请的一些实施例中,基于车道信息、第一路口信息、第一道路形状,生成道路静态数据,可以包括:基于附近运动目标的动态参数,确定是否有车辆横穿预设车辆所在道路,以确定预设车辆所在道路中的路口位置,得到第二路口信息;基于车道信息、第一路口信息、第二路口信息、第一道路形状,生成道路静态数据。可以理解的是,在有其他车辆横穿预设车辆所在道路时,表明该车辆横穿的位置存在十字路口,因此第二路口信息中包括预设车辆所在道路中的十字路口的位置信息。通过结合第一路口信息和第二路口信息来生成道路静态数据,使得生成的道路静态数据更加准确完整。
需要说明的是,在道路静态数据描述出的道路中,道路的形状匹配于第一车道中心线的形状,道路中的车道数量、车道宽度、车道类型等匹配于车道信息,道路中的路口情况(比如哪里有路口、哪种路口)匹配于路口信息,进而,可较为准确地体现出预设车辆所行驶的道路环境的实际情况,与此同时,道路静态数据中还描述了预设车辆在一段时间内是如何活动的,例如预设车辆每个时刻在道路的什么位置。
205、基于附近运动目标的动态参数和车辆姿态参数,生成动态场景数据。
本申请实施例中的道路地图中包括道路上的动态场景数据,动态场景数据指道路上的动态变化的数据,例如道路上的车辆、行人等在同一时刻的位置、速度、行驶状态等,其中,行驶状态可包括变道、转弯、刹车等。以道路地图是OpenX地图为例,动态场景数据可以是OpenX地图中的OpenSCENARIO数据。
在本申请的一些实施例中,基于附近运动目标的动态参数和车辆姿态参数,生成动态场景数据,可以包括:基于附近运动目标的动态参数,确定附近运动目标的第一运动过程,其中,预设车辆所在的道路上可同时存在多个附近运动目标,附近运动目标可以是附近车辆、行人等,不同的附近运动目标对应有不同的第一运动过程;基于车辆姿态参数,确定预设车辆的第二运动过程;基于同一时间段内的第一运动过程和第二运动过程,生成动态场景数据。
需要说明的是,在动态场景数据描述出的道路场景中,包括预设车辆和附近运动目标的活动过程。
本申请实施例提供的道路地图的生成方法,通过摄像头输出的车道线参数和附近运动目标的动态参数、惯导装置输出的车辆姿态参数,确定出静态的道路和动态的场景,从而生成道路地图,降低了生成道路地图的成本,并且效率更高。
在本申请的一些实施例中,在道路地图的生成方法的基础上,还提供一种回注方法,回注方法包括:
基于上述任一项生成方法生成的道路地图中的道路静态数据进行仿真建模,得到道路模型,其中,道路模型即仿真的道路,包括仿真路面、仿真车道线、仿真路牌等;
基于道路地图中的动态场景数据进行仿真建模,得到道路模型上的多个运动目标模型以及多个运动目标模型的运动参数,其中,运动目标模型即仿真的动态物,包括仿真的动态的人、车等;
基于道路模型、道路模型上的多个运动目标模型以及多个运动目标模型的运动参数,生成道路地图的动态仿真场景模型,其中,动态仿真场景模型中包括道路模型、可按照运动参数运动的运动目标模型,动态仿真场景模型中还可包括仿真的静态物,仿真的静态物例如仿真的静态的人、车、路牌等,可以理解的是,动态仿真场景模型展现的场景与预设车辆真实的行驶过程中该预设车辆及其附近场景相同或相近;
获取动态仿真场景模型中指定位置和指定视角下的仿真视频数据,其中,指定位置可以是动态仿真场景模型中指定的任意位置,例如指定位置可以是预设车辆车顶,指定视角可以是任意方向的视角,例如指定视角可以是朝向预设车辆前方或后方的视角,仿真视频数据为指定位置和指定视角下取景渲染得到的画面;
将仿真视频数据注入至指定的算法所在终端,其中,指定的算法可以是车辆的控制算法、感知识别的算法等,车辆控制算法可以是智能驾驶的相关算法,车辆控制算法所在终端用于对车辆控制算法进行训练、验证、测试等,可以理解的是,在将仿真视频数据回注到指定的算法所在终端后,指定的算法所在终端可基于仿真视频数据,对指定的算法进行训练、验证、测试等。
本申请实施例所公开的方案,通过动态仿真场景模型的构建及仿真视频数据的取景渲染,可以为训练、验证、测试等提供更丰富、自由、多样视角与取景位置的素材,例如若车辆无车顶的摄像头,那么,基于本申请实施例的方案,可形成车顶前方、后方等位置、视角的摄像头的仿真视频数据。并且可以有效保障所构建的动态仿真场景模型能准确体现出真实场景,这样,对车辆控制算法、感知识别的算法等的训练、验证、测试才更有意义,有助于保障车辆控制算法、感知识别的算法等的训练、验证、测试的有效性。
基于本申请上述各实施例,对上述实施例的有益效果进行描述,具体如下:
1、本申请实施例可用于在完全拿不到地图数据,或拿不到足够精度的地图数据的情况下,基于预设车辆上的预设摄像头和惯导装置采集的信息,就可生成道路地图,并用于动态仿真场景模型的构建;
2、由于预设的地图数据源处的地图数据的更新往往不够及时,存在滞后性,例如现实中的部分道路中存在改道施工之类的情况,而地图数据中未对此情况进行更新,此时地图数据就不太准确。因此本申请通过预设车辆上的预设摄像头和惯导装置直接采集的信息来生成道路地图,并用于动态仿真场景模型的构建,只以预设的地图数据源处的地图数据作为辅助验证的手段;
3、若直接使用预设的地图数据源处的地图数据,构建动态仿真场景模型,则在将预设车辆检测到的那些动态物、静态物放到动态仿真场景模型中时,就需要预设车辆的准确定位。但是预设车辆的的定位准确性、精度可能难以保证,例如在隧道、通信不佳情况下,可能拿不到预设车辆准确的定位数据。在此情况下,所构建的动态仿真场景模型就很容易产生误差,而本申请实施例则不会有这个问题,不易产生类似的误差。
在本申请的一些实施例中,由于在利用行驶轨迹确定预设车辆所在道路的第一车道中心线的过程中,预设车辆可能会发生变道的情况,而一般情况下,在确定车辆的行驶轨迹时,通常不会考虑车辆变道的情况,因为车辆的行驶轨迹通常是为了回溯车辆的行程,在此过程中,车辆变道对车辆行程的回溯没有影响。而本申请实施例则是为了构建动态仿真场景模型,并进行数据回注,而车辆的控制算法、感知识别的算法等所关注的,恰恰就是车辆在行驶过程中发生的各种事件,因此在确定预设车辆的行驶轨迹并据此决定车道线形状时,预设车辆是否变道就显得尤为重要。并且,动态仿真场景模型一般是预设车辆行驶一段距离、时间内经过的场景的仿真,距离和时间通常较短,因此预设车辆是否变道,就会对行驶轨迹的形状变化带来较大影响,也可看出预设车辆是否变道的重要性。
并且,由于车道中心线一般是综合多个车辆的行驶轨迹来确定的,其中部分车辆发生了变道,部分车辆未发生变道,因此通过多个车辆的行驶轨迹的累积与融合,是可以消除少数车辆变道对车道中心线的影响的,因此一般不需要对行驶轨迹进行修正。而本申请是基于单个车辆(即预设车辆)构建动态仿真场景模型的,并不存在多个行驶轨迹的累积与融合,因此需要对预设车辆的行驶轨迹进行修正。
基于此,为了能够保证确定出的道路形状的精确性,可引入行驶轨迹修正的过程,具体如图3所示,基于行驶轨迹,确定预设车辆所在道路的第一车道中心线,包括:
301、基于车辆姿态参数,判断预设车辆是否发生了变道;
在本申请实施例中,基于车辆姿态参数中加速度、角速度、偏航角、位置等的变化,判断预设车辆是否发生了变道。
302、若预设车辆发生了变道,确定预设车辆的变道距离;
本申请实施例中的变道距离指预设车辆变道对行驶轨迹的影响量。
在本申请的一些实施例中,确定预设车辆的变道距离,包括:获取预设车辆变道前所在车道与预设车辆变道后所在车道之间的车道总宽度(例如在图4中,车道总宽度可以是车道线a与车道线c之间的距离L);基于车道总宽度,确定预设车辆变道前所在车道与预设车辆变道后所在车道之间的平均车道宽度(例如在图4中,平均车道宽度可以是L/2);将平均车道宽度作为预设车辆的变道距离。
303、基于变道距离,修正行驶轨迹,并将修正后的行驶轨迹的形状作为预设车辆所在道路的第一车道中心线的形状,得到预设车辆所在道路的第一车道中心线。
在本申请实施例中,基于变道距离,修正行驶轨迹,具体是将变道后的轨迹沿变道方向的反方向进行平移,平移距离为变道距离,得到修正后的行驶轨迹。例如在图4中,变道后的轨迹为图4中间部分的轨迹2,修正后的行驶轨迹为图4靠右侧部分的轨迹1+轨迹2,若不对行驶轨迹进行修正,则图4中间部分的轨迹1与轨迹2之间将拟合连接在一起,形状上会有弯曲。
本申请实施例所公开的方案,针对预设车辆发生变道的情况,对预设车辆的行驶轨迹进行修正,以保证确定出的道路形状的精确性。
为了更好实施本申请实施例中道路地图的生成方法,在道路地图的生成方法基础之上,本申请实施例中还提供一种道路地图的生成装置,如图5所示,道路地图的生成装置500包括:
获取单元501,用于获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;
第一确定单元502,用于基于所述车辆姿态参数,确定预设车辆的行驶轨迹;
第二确定单元503,用于基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线;
第一生成单元504,用于基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据;
第二生成单元505,用于基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据。
本申请实施例提供的道路地图的生成装置,通过摄像头输出的车道线参数和附近运动目标的动态参数、惯导装置输出的车辆姿态参数,确定出静态的道路和动态的场景,从而生成道路地图,降低了生成道路地图的成本,并且效率更高。
在本申请的一些实施例中,第一生成单元504,具体用于:
基于所述车道线参数,确定出与预设车辆同一行驶方向上的车道数量和车道类型,得到车道信息;
基于所述车辆姿态参数,判断预设车辆是否发生了转弯/掉头,以确定预设车辆所在位置是否为路口,得到第一路口信息;
基于所述第一车道中心线的形状,确定预设车辆所在道路的第一道路形状;
基于所述车道信息、所述第一路口信息、所述第一道路形状,生成所述道路静态数据。
在本申请的一些实施例中,第一生成单元504,具体用于:
基于所述附近运动目标的动态参数,确定是否有车辆横穿预设车辆所在道路,以确定预设车辆所在道路中的路口位置,得到第二路口信息;
基于所述车道信息、所述第一路口信息、所述第二路口信息、所述第一道路形状,生成所述道路静态数据。
在本申请的一些实施例中,第二生成单元505,具体用于:
基于所述附近运动目标的动态参数,确定所述附近运动目标的第一运动过程;
基于所述车辆姿态参数,确定预设车辆的第二运动过程;
基于同一时间段内的所述第一运动过程和所述第二运动过程,生成所述动态场景数据。
在本申请的一些实施例中,第二确定单元503,具体用于:
基于所述车辆姿态参数,判断预设车辆是否发生了变道;
若预设车辆发生了变道,确定预设车辆的变道距离;
基于所述变道距离,修正所述行驶轨迹,并将修正后的行驶轨迹的形状作为预设车辆所在道路的第一车道中心线的形状。
在本申请的一些实施例中,第二确定单元503,具体用于:
获取预设车辆变道前所在车道与预设车辆变道后所在车道之间的车道总宽度;
基于所述车道总宽度,确定预设车辆变道前所在车道与预设车辆变道后所在车道之间的平均车道宽度;
将所述平均车道宽度作为预设车辆的变道距离。
在本申请的一些实施例中,第一生成单元504,还用于:
从预设的地图数据源处获取预设车辆所在道路的第二道路形状;
基于第一车道中心线的形状,确定预设车辆所在道路的第一道路形状;
确定第一道路形状与第二道路形状之间的相似度;
在所述相似度大于预设相似度时,执行所述基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据的步骤。
除了上述介绍用于道路地图的生成方法与装置、回注方法之外,本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种道路地图的生成装置,计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行上述方法的实施例中任一实施例中的任一方法的步骤。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种道路地图的生成装置。如图6所示,其示出了本申请实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器601、一个或一个以上计算机可读存储介质的存储单元602、电源603和输入单元604等部件。本领域技术人员可以理解,图6中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器601是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储单元602内的软件程序和/或模块,以及调用存储在存储单元602的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器601可包括一个或多个处理核心;优选的,处理器601可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器601中。
存储单元602可用于存储软件程序以及模块,处理器601通过运行存储在存储单元602的软件程序以及模块,从而执行各种功能应用以及数据处理。存储单元602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储单元602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储单元602还可以包括存储器控制器,以提供处理器601对存储单元602的访问。
计算机设备还包括给各个部件供电的电源603,优选的,电源603可以通过电源管理系统与处理器601逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源603还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元604,该输入单元604可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本申请实施例中,计算机设备中的处理器601会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储单元602中,并由处理器601来运行存储在存储单元602中的应用程序,从而实现各种功能,如下:
获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;
基于所述车辆姿态参数,确定预设车辆的行驶轨迹;
基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线;
基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据;
基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据。
为此,本申请实施例提供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:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random AccessMemory)、磁盘或光盘等。该计算机可读存储介质中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种方法中的步骤。例如,该指令可以执行如下步骤:
获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;
基于所述车辆姿态参数,确定预设车辆的行驶轨迹;
基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线;
基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据;
基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种道路地图的生成方法、回注方法、计算机设备及介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种道路地图的生成方法,其特征在于,所述道路地图中包括道路静态数据和道路上的动态场景数据,所述生成方法包括:
获取预设车辆上的预设摄像头输出的车道线参数和附近运动目标的动态参数,以及获取预设车辆上的惯导装置输出的车辆姿态参数;
基于所述车辆姿态参数,确定预设车辆的行驶轨迹;
基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线;
基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据;
基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据。
2.如权利要求1所述的道路地图的生成方法,其特征在于,所述基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据,包括:
基于所述车道线参数,确定出与预设车辆同一行驶方向上的车道数量和车道类型,得到车道信息;
基于所述车辆姿态参数,判断预设车辆是否发生了转弯/掉头,以确定预设车辆所在位置是否为路口,得到第一路口信息;
基于所述第一车道中心线的形状,确定预设车辆所在道路的第一道路形状;
基于所述车道信息、所述第一路口信息、所述第一道路形状,生成所述道路静态数据。
3.如权利要求2所述的道路地图的生成方法,其特征在于,所述基于所述车道信息、所述第一路口信息、所述第一道路形状,生成所述道路静态数据,包括:
基于所述附近运动目标的动态参数,确定是否有车辆横穿预设车辆所在道路,以确定预设车辆所在道路中的路口位置,得到第二路口信息;
基于所述车道信息、所述第一路口信息、所述第二路口信息、所述第一道路形状,生成所述道路静态数据。
4.如权利要求1所述的道路地图的生成方法,其特征在于,所述基于所述附近运动目标的动态参数和所述车辆姿态参数,生成所述动态场景数据,包括:
基于所述附近运动目标的动态参数,确定所述附近运动目标的第一运动过程;
基于所述车辆姿态参数,确定预设车辆的第二运动过程;
基于同一时间段内的所述第一运动过程和所述第二运动过程,生成所述动态场景数据。
5.如权利要求1所述的道路地图的生成方法,其特征在于,所述基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线,包括:
基于所述车辆姿态参数,判断预设车辆是否发生了变道;
若预设车辆发生了变道,确定预设车辆的变道距离;
基于所述变道距离,修正所述行驶轨迹,并将修正后的行驶轨迹的形状作为预设车辆所在道路的第一车道中心线的形状。
6.如权利要求5所述的道路地图的生成方法,其特征在于,所述确定预设车辆的变道距离,包括:
获取预设车辆变道前所在车道与预设车辆变道后所在车道之间的车道总宽度;
基于所述车道总宽度,确定预设车辆变道前所在车道与预设车辆变道后所在车道之间的平均车道宽度;
将所述平均车道宽度作为预设车辆的变道距离。
7.如权利要求1所述的道路地图的生成方法,其特征在于,所述基于所述行驶轨迹,确定预设车辆所在道路的第一车道中心线之后,还包括:
从预设的地图数据源处获取预设车辆所在道路的第二道路形状;
基于所述第一车道中心线的形状,确定预设车辆所在道路的第一道路形状;
确定所述第一道路形状与所述第二道路形状之间的相似度;
在所述相似度大于预设相似度时,执行所述基于所述车道线参数、所述车辆姿态参数、所述第一车道中心线,生成所述道路静态数据的步骤。
8.一种回注方法,其特征在于,所述回注方法包括:
基于权利要求1至7任一项所述的生成方法生成的道路地图中的道路静态数据进行仿真建模,得到道路模型;
基于所述道路地图中的动态场景数据进行仿真建模,得到所述道路模型上的多个运动目标模型以及多个运动目标模型的运动参数;
基于所述道路模型、所述道路模型上的多个运动目标模型以及多个运动目标模型的运动参数,生成所述道路地图的动态仿真场景模型;
获取所述动态仿真场景模型中指定位置和指定视角下的仿真视频数据;
将所述仿真视频数据注入至指定的算法所在终端。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至8中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至8中任一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211601177.8A CN116105712A (zh) | 2022-12-12 | 2022-12-12 | 道路地图的生成方法、回注方法、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211601177.8A CN116105712A (zh) | 2022-12-12 | 2022-12-12 | 道路地图的生成方法、回注方法、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116105712A true CN116105712A (zh) | 2023-05-12 |
Family
ID=86253533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211601177.8A Pending CN116105712A (zh) | 2022-12-12 | 2022-12-12 | 道路地图的生成方法、回注方法、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116105712A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763342A (zh) * | 2023-11-01 | 2024-03-26 | 上海泽尔汽车科技有限公司 | 一种基于环境感知的自动驾驶数据回注方法及系统 |
-
2022
- 2022-12-12 CN CN202211601177.8A patent/CN116105712A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763342A (zh) * | 2023-11-01 | 2024-03-26 | 上海泽尔汽车科技有限公司 | 一种基于环境感知的自动驾驶数据回注方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108334055B (zh) | 车辆自动驾驶算法的检验方法、装置、设备及存储介质 | |
CN111897305B (zh) | 一种基于自动驾驶的数据处理方法、装置、设备及介质 | |
US20210394787A1 (en) | Simulation test method for autonomous driving vehicle, computer equipment and medium | |
CN113032285B (zh) | 一种高精地图测试方法、装置、电子设备及存储介质 | |
CN109584706B (zh) | 电子地图车道线处理方法、设备及计算机可读存储介质 | |
CN111582189B (zh) | 交通信号灯识别方法、装置、车载控制终端及机动车 | |
CN111123920A (zh) | 一种自动驾驶仿真测试场景生成方法和装置 | |
CN111402414A (zh) | 一种点云地图构建方法、装置、设备和存储介质 | |
CN113343461A (zh) | 自动驾驶车辆的仿真方法、装置、电子设备及存储介质 | |
WO2023123837A1 (zh) | 地图的生成方法、装置、电子设备及存储介质 | |
CN111338232B (zh) | 自动驾驶仿真方法及装置 | |
Wang et al. | A synthetic dataset for Visual SLAM evaluation | |
CN111923919A (zh) | 车辆控制方法、装置、计算机设备和存储介质 | |
WO2021146906A1 (zh) | 测试场景仿真方法、装置、计算机设备和存储介质 | |
CN116105712A (zh) | 道路地图的生成方法、回注方法、计算机设备及介质 | |
CN112735163B (zh) | 确定目标物体静止状态的方法、路侧设备、云控平台 | |
CN115830562B (zh) | 车道信息的确定方法、计算机设备及介质 | |
CN111951552B (zh) | 一种自动驾驶中风险管理的方法以及相关装置 | |
CN116403174A (zh) | 一种端到端自动驾驶方法、系统、仿真系统及存储介质 | |
CN111816022A (zh) | 一种模拟场景的仿真方法、装置、存储介质以及电子设备 | |
CN114048626A (zh) | 一种交通流仿真场景构建方法及系统 | |
CN112507857B (zh) | 一种车道线更新方法、装置、设备及存储介质 | |
CN115188195A (zh) | 一种城市全向交叉口的车辆轨迹实时提取方法和系统 | |
CN113581193A (zh) | 一种驾驶场景仿真优化方法、系统、电子设备及存储介质 | |
CN111258312A (zh) | 可移动模型及其控制方法、装置、系统、设备和存储介质 |
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 |