CN116305887A - 一种网联自动驾驶车辆虚实融合仿真测试方法 - Google Patents
一种网联自动驾驶车辆虚实融合仿真测试方法 Download PDFInfo
- Publication number
- CN116305887A CN116305887A CN202310204592.8A CN202310204592A CN116305887A CN 116305887 A CN116305887 A CN 116305887A CN 202310204592 A CN202310204592 A CN 202310204592A CN 116305887 A CN116305887 A CN 116305887A
- Authority
- CN
- China
- Prior art keywords
- trolley
- sand table
- data center
- intelligent trolley
- data
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 46
- 230000004927 fusion Effects 0.000 title claims abstract description 22
- 238000010998 test method Methods 0.000 title claims abstract description 19
- 239000004576 sand Substances 0.000 claims abstract description 110
- 238000002474 experimental method Methods 0.000 claims abstract description 51
- 238000012360 testing method Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 21
- 238000013500 data storage Methods 0.000 claims description 20
- 230000006854 communication Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 6
- 238000013507 mapping Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/38—Information transfer, e.g. on bus
- G06F13/42—Bus transfer protocol, e.g. handshake; Synchronisation
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种网联自动驾驶车辆虚实融合仿真测试方法。交通仿真软件用于生成虚拟仿真车辆，并将虚拟仿真车辆信息借助数据中心发送至数字化沙盘与实验用智能小车上位机；数字化沙盘在路面屏上生成虚拟仿真车辆投影；小车上位机借助自动驾驶算法对相关数据进行解析，并向实验用智能小车发出指令，控制小车在数字化沙盘上完成运动交互；小车状态信息由数字化沙盘获取并经由数据中心，发送至交通仿真软件，建立智能小车在仿真环境中的虚拟映射。与现有技术相比，本发明同时借助交通仿真软件与数字化沙盘孪生映射平台，能够完成高密度交通流场景下的自动驾驶实验，提高自动驾驶算法测试，特别是应用落地测试的实验能力。
Description
技术领域
本发明涉及智能交通系统和交通仿真领域，尤其是涉及一种网联自动驾驶车辆虚实融合仿真测试方法。
背景技术
自动驾驶汽车依靠人工智能、视觉计算、雷达、等系统的协同作用，使计算机在没有任何人类主动操作的情况下，自动、安全地操作汽车。自动驾驶车辆测试一般经过“仿真测试-半实物仿真-封闭道路测试”的流程，最终在开放现实场景实现自动驾驶的目标。传统的仿真环境具有“环境自由设定”的优势，但忽略现实中硬件造成的问题；半实物仿真可以进入硬件，但大都聚焦在单体的具体功能测试，无法引应对交通系统的多体交互测试；封闭道路场景测试相比前两种方法成本更高，可重复性差，适用于产品最终阶段测试。本方法以智能小车代替现实场景中的网联自动驾驶车辆(下称“CAV”)车辆，通过在交通仿真软件与数字化沙盘两种环境下进行控制，充分结合了三种方法的优势。
智能小车是包含传感器部分、控制器部分、执行器部分的轮式机器人，可以通过传感器收集外部信息，通过控制器进行编程决策或接收指令，通过执行器完成运动控制。在本方法中，智能小车具备自动驾驶车辆的类似功能，可作为现实自动驾驶车辆的等比缩放模型用于测试实验。
交通仿真软件代表了车辆行驶的虚拟环境。通过在网络中重建交通场景、设定交通流参数与车辆行驶的微观行为，灵活地展示道路交通系统内各基本要素的变化规律及相互作用关系。在交通仿真软件可提供实验场景，生成虚拟仿真车辆(下称“SV”)。
数字化沙盘代表了车辆行驶的真实环境，可以通过声光电等技术对现实场景进行复现展示。交通数字化沙盘具有程序接口，通过控制台即可根据真实场景完成沙盘路面屏投影，且可以控制沙盘上交通信号灯等附属设施。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种网联自动驾驶车辆虚实融合仿真测试方法。
本发明的目的可以通过以下技术方案来实现：
一种网联自动驾驶车辆虚实融合仿真测试方法，所述测试方法应用于包括交通仿真软件及控制台、数字化沙盘及控制台、智能小车、小车上位机和数据中心的测试平台，具体步骤包括：
运行交通仿真软件，生成虚拟车辆；开启实验用智能小车；
仿真软件控制台将虚拟车辆信息借助数据中心按一定频率发送至小车上位机与数字化沙盘及控制台；
数字化沙盘路面屏生成虚拟车辆投影，并采集智能小车状态数据；
小车上位机以虚拟车辆信息与智能小车信息作为输入，运行自动驾驶算法，计算智能小车运动指令，并发送至智能小车；
智能小车接收指令后在沙盘上完成行驶操作，同时将自身状态信息借助小车上位机、数据中心发送至交通仿真软件用于控制仿真环境中对应的虚拟车辆；
交通仿真软件继续运行仿真，更新环境，直至试验结束。
进一步的，所述交通仿真软件及控制台与数据中心、数字化沙盘及控制台与数据中心、小车上位机与数据中心以及小车上位机与实验用智能小车之间分别通过Client/Server结构进行连接；其中交通仿真软件及控制台、数字化沙盘及控制台、实验用智能小车均为客户端，数据中心含有多个服务器；小车上位机包含客户端与服务器；所述Client/Server结构用于传输信息流。
进一步的，所述信息流包括：
信息流A为虚拟车辆状态信息，由交通仿真软件及控制台负责采集，通过数据中心转发至小车上位机和数字化沙盘及控制台；
信息流B为智能小车状态信息，一部分由智能小车自带传感器采集，通过小车上位机发送至数据中心；另一部分由数字化沙盘采集，通过数字化沙盘控制台发送至数据中心，经数据中心融合处理后发送至小车上位机与交通仿真软件及控制台；
信息流C为智能小车控制指令，由小车上位机在接收信息流A和B后由算法生成，该指令发送至智能小车用于控制智能小车运动。
进一步的，所述Client/Server结构采用TCP/IP网络通信协议实现。
进一步的，所述交通仿真软件及控制台的工作流程如下：
S11开启所述交通仿真软件，交通仿真软件中的客户端向所述数据中心对应的服务器控制台发送连接请求并建立连接；
S12所述交通仿真软件初始化路网车辆；交通仿真软件同时为所述智能小车生成对应的虚拟车辆；
S13所述交通仿真软件及控制台开始运行，控制台接口收集仿真车辆信息，发送至所述数据中心内的服务器；从数据中心处获得智能小车的状态信息，并在仿真环境中控制对应虚拟车辆完成行驶操作；
S14实验过程中，交通仿真软件不断完成过程S13，不断更新仿真环境直至试验结束。
进一步的，所述数字化沙盘及控制台包括：
控制台：控制台包含一个客户端与所述数据中心服务器进行通信，用于获取虚拟车辆状态信息；控制台向沙盘路面屏发送指令，控制其投影；控制台接收摄像头数据，处理得到沙盘上行驶的智能小车的状态信息；
沙盘路面屏：用于投影虚拟车辆，并供智能小车行驶；
摄像头：通过在沙盘上方悬挂摄像头完成对智能小车的定位。
进一步的，所述数字化沙盘及控制台的工作流程如下：
S21运行所述数字化沙盘及控制台，控制台向所述数据中心对应的服务器发送连接请求并建立连接，等待数据中心发送数据；
S22所述数字化沙盘及控制台接收来自数据中心服务器的虚拟车辆状态信息后，对信息进行解析，对沙盘发送调整指令；
S23沙盘摄像头获得沙盘图像返回控制台，控制台从视频中提取实验用智能小车车辆状态信息，将其发送至数据中心；
S24不断执行过程S22-S23，直至试验结束。
进一步的，所述实验智能小车及小车上位机的工作流程如下：
S32开启所述实验用智能小车，开启小车上位机，小车上位机与智能小车和数据中心分别建立通信连接；
S32小车上位机从所述数据中心处获得虚拟车辆信息与智能小车状态信息，运行算法程序获得智能小车控制指令，并向智能小车发送控制指令；
S33所述实验用智能小车从小车上位机处获得运动指令，完成操作；考虑到运动误差，智能小车使用自带传感器确定自身状态并返回至小车上位机，最终发送至数据中心；
S34不断执行过程S32-S33直至实验结束。
进一步的，所述数据中心包括：三个服务器控制台、公共数据区、数据储存模块、数据计算单元：
服务器控制台：数据中心共包含三个服务器及控制台，分别与交通仿真软件、数字化沙盘、小车上位机中的客户端控制台进行通信，分别用于获取驾驶模拟器生成的虚拟车辆信息、发送虚拟车辆信息、发送虚拟车辆与智能小车信息；
公共数据区：公共数据区独立于通信过程，是数据中心各个服务器均可访问的数据存储单元；包含两部分，一部分放置虚拟车辆信息，另一部分放置智能小车状态信息；
数据存储模块：数据存储模块包括用于存储智能小车状态数据的物理结构；公共数据区的数据在被调用完毕后，处理为指定格式并以时序数据形式被存入数据存储模块；
数据计算单元：将数字化沙盘观察数据与智能小车自身返回数据进行融合处理；数据计算单元负责两者的融合，得到准确的智能小车状态信息，并返回至公共数据区。
进一步的，所述数据中心的工作流程如下：
S51开启所述数据中心全部的控制台服务器，分别监听交通仿真软件及控制台、数字化沙盘及控制台和小车上位机，并建立连接；
S52实验过程中，所述数据中心监听来自交通仿真软件的虚拟车辆信息，储存于对应的公共数据区；监听来自所述数字化沙盘及控制台与小车上位机的智能小车信息，由计算单元进行融合后放置于对应的公共数据区；
S53数据中心内的控制台将智能小车状态信息发送至交通仿真软件控制台；将智能小车与虚拟车辆信息发送至小车上位机；
S54数据被调用后，被上传至数据存储模块，并从公共数据区清除；
S55反复执行S52～S54，直至试验结束。
与现有技术相比，本发明具有以下有益效果：
本发明提供的实验方法，将实验智能小车、交通仿真软件、数字化沙盘进行结合。数字化沙盘既作为智能小车行驶的载体，也作为智能小车CAV与虚拟仿真车辆SV交互的展示场所。在交通仿真软件可提供实验场景，并根据需要生成背景交通流，解决了沙盘实验无法模拟高密度场景的问题。可以实现在自定义交通环境与交通流场景下对虚拟环境与真实环境中的自动驾驶车辆进行行为控制与交互研究，提高算法通用性的测试能力。
虚实融合测试，可以真实模拟车辆的物理属性(如通信延迟、丢帧，执行器控制效果等)，克服了纯仿真系统的缺陷，可实现高逼真测试；
本发明使用了交通仿真软件生成SV作为CAV交互车辆，通过实体小车与虚拟小车的交互，将传统沙盘智能小车实验推广至高密度交通流场景；
本发明通过沙盘摄像头与小车传感器获取CAV位置速度等信息，两种数据融合后，可以返回更准确的车辆信息。
附图说明
图1为本发明提供的实验方法的过程流程图；
图2为本发明提供的实验平台框架图；
图中标号所示：1、交通仿真软件及控制台，2、数字化沙盘及控制台，3、智能小车，4、小车上位机，5、数据中心。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
本发明提出的一种网联自动驾驶车辆虚实融合仿真测试方法。如图2所示，本发明测试方法所采用的实验平台由交通仿真软件及控制台、数字化沙盘及控制台、实验用智能小车、小车上位机、数据中心组成：交通仿真软件及控制台与数据中心通过Client/Server结构进行连接，数字化沙盘及控制台与数据中心通过Client/Server结构进行连接，小车上位机与数据中心通过Client/Server结构进行连接，小车上位机与实验用智能小车通过Client/Server结构进行连接：其中交通仿真软件及控制台、数字化沙盘及控制台2、实验用智能小车3均为客户端，数据中心含有多个服务器，小车上位机包含客户端与服务器，以上Client/Server结构采用TCP/IP网络通信协议实现。该网络结构用于传输信息流A、B、C：信息流A为SV状态信息，由交通仿真软件及控制台负责采集，通过数据中心转发至小车上位机和数字化沙盘，分别用于CAV决策与沙盘展示；信息流B为智能小车状态信息，一部分由智能小车自带传感器采集，通过上位机发送至数据中心，另一部分由数字化沙盘摄像头采集，通过数字化沙盘控制台发送至数据中心，经数据中心融合处理后发送至小车上位机与交通仿真软件；C为智能小车控制指令，由小车上位机在接收信息A、B后由算法生成，该指令发送至实验用智能小车用于控制小车运动。
如图1所示，所述网联自动驾驶车辆虚实融合仿真测试方法的工作流程如下：
(1)运行交通仿真软件，生成SV；开启实验用智能小车；
(2)仿真软件控制台将SV信息借助数据中心按一定频率发送至小车上位机与数字化沙盘；
(3)数字化沙盘路面屏生成SV投影，采集智能小车状态数据1；
(4)小车上位机以SV信息与智能小车信息作为输入，运行自动驾驶算法，计算实验用智能小车运动指令，并发送至小车；
(5)小车接收指令后在沙盘上完成行驶操作，同时将自身状态信息2借助上位机、数据中心发送至交通仿真软件用于控制仿真环境中对应的虚拟车辆；
(6)交通仿真软件继续运行仿真，更新环境，直至试验结束。
本发明中，所述数据中心包括：三个服务器控制台、公共数据区、数据储存模块、数据计算单元：
服务器控制台：数据中心共包含三个Server服务器及控制台，分别与交通仿真软件、数字化沙盘、小车上位机中的客户端控制台进行通信，分别用于(1)获取驾驶模拟器生成的SV信息(2)发送SV信息，用于生成沙盘图像(3)发送SV与智能小车的状态信息，用于智能小车决策。由于采用多个服务器控制台与多台客户端控制台进行异步通信，因此不会产生线程冲突。
公共数据区：公共数据区独立于通信过程，是数据中心各个服务器均可访问的数据存储单元。该公共数据区包含两部分，一部分放置SV信息，另一部分放置智能小车状态信息。
数据存储模块：数据存储模块是用于存储智能小车状态等数据的物理结构。公共数据区的数据在被调用完毕后，处理为指定格式并以时序数据形式被存入数据存储模块，试验结束后访问数据存储模块可获得有关本次实验的全部信息，以便开展研究分析。
数据计算单元：由于智能小车状态信息包括数字化沙盘观察数据与智能小车自身返回数据，因此需要进行融合处理。数据计算单元负责两者的融合，得到准确的车辆位置、转向角、速度等信息，并返回至公共数据区。
本发明中，所述数字化沙盘及控制台包括：控制台、沙盘路面屏、摄像头。
控制台：控制台含有一个客户端与所述数据中心服务器进行通信，用于获取SV状态信息。此外控制台向沙盘路面屏发送指令，控制其投影；控制台接收摄像头数据，处理得到沙盘上行驶的智能小车的状态信息。
沙盘路面屏：用于投影SV，并供智能小车行驶。
摄像头：通过在沙盘上方悬挂摄像头完成对智能小车的定位等功能。
本发明中，所述交通仿真软件及控制台的工作流程如下：
(1)开启所述交通仿真软件，交通仿真软件中的客户端向所述数据中心对应的服务器控制台发送连接请求并建立连接；
(2)所述交通仿真软件初始化路网车辆，包括SV的ID、车型、行为参数(位置、速度、加速度等)；交通仿真软件同时为所述实验用智能小车生成对应的虚拟车辆；
(3)所述交通仿真软件及控制台开始运行，控制台接口收集仿真车辆信息，发送至所述数据中心内的服务器；从数据中心处获得智能小车即CAV的状态信息，并在仿真环境中控制对应虚拟车辆完成行驶操作；
(4)实验过程中，交通仿真软件不断完成过程(3)，不断更新仿真环境直至试验结束。
本发明中，所述数字化沙盘及控制台的工作流程如下：
(1)运行所述数字化沙盘及控制台，控制台向所述数据中心对应的服务器发送连接请求并建立连接，等待数据中心发送数据；
(2)所述数字化沙盘及控制台接收来自数据中心服务器的虚拟车辆状态信息后，对信息进行解析，对沙盘路面屏发送调整指令；
(3)沙盘摄像头获得沙盘图像返回控制台，控制台从视频中提取实验用智能小车车辆状态信息，将其发送至数据中心；
(4)不断执行过程2、3，直至试验结束
本发明中，所述实验智能小车及上位机的工作流程如下：
(1)开启所述实验用智能小车程序，开启上位机，上位机与智能小车/数据中心分别建立通信连接；
(2)上位机从所述数据中心处获得SV信息与实验小车状态信息，运行算法程序获得智能小车运动方案，并向智能小车发送控制指令；
(3)所述实验用智能小车从上位机处获得运动指令，完成操作；考虑到运动误差，智能小车使用自带传感器(例如IMU、里程计等)确定自身状态并返回至上位机，最终发送至数据中心；
(4)不断执行过程2、3直至实验结束
本发明中，所述数据中心的工作流程如下：
(1)开启所述数据中心全部的控制台服务器，分别监听交通仿真软件及控制台、数字化沙盘及控制台、实验用智能小车上位机，并建立连接；
(2)实验过程中，所述数据中心监听来自交通仿真软件的SV信息，储存于对应的公共数据区；监听来自所述数字化沙盘及控制台与智能小车上位机的智能小车CAV信息，由计算单元进行融合后放置于对应的公共数据区；
(3)数据中心内的控制台将CAV状态信息发送至交通仿真软件控制台；将CAV与SV信息发送至智能小车上位机；
(4)数据被调用后，被上传至数据存储模块，并从公共数据区清除；
(5)反复执行(2)～(4)，直至试验结束。
实施案例：所述交通仿真软件与数字沙盘联合环境下CAV控制及交互行为的模拟方法所用工具包括交通仿真软件及控制台、数字化沙盘及控制台、实验用智能小车及上位机、数据中心。交通仿真软件及控制台与数据中心之间、数字化沙盘及控制台与数据中心之间、小车上位机与数据中心之间、小车上位机与实验用智能小车之间均通过TCP/IP网络协议进行通讯。
信息流分为A、B、C三种：A为SV状态信息；B为智能小车状态信息C为智能小车控制指令。
信息流A由交通仿真软件采集，借助数据中心进行转发，用于智能小车决策与沙盘展示；信息流B为智能小车状态信息，由智能小车自带传感器与数字化沙盘摄像头采集后，在数据中心进行融合处理，用于仿真软件映射与小车运动控制；信息流C由小车上位机在接收信息A、B后由算法生成，该指令发送至实验用智能小车3用于控制小车运动。
1路网的建立与初始化
确定试验场地场景，收集车道数、车道宽度等信息，应用微观交通仿真软件完成仿真场景下路网建立、流量参数设置等工作。确定自动驾驶车辆的起讫点，并将实验用智能小车放置在数字化沙盘对应位置。
2开启设备建立通信连接
(1)开启数据中心服务器，等待连接请求。
(2)开启交通仿真软件及控制台中的客户端，客户端向数据中心中对应的服务器发送链接请求并建立链接。通过交通仿真软件API将SV信息发送至仿真软件控制台，由仿真软件控制台发送至数据中心。
(3)开启智能小车工控电脑，开启小车上位机，上位机与智能小车建立通信连接，上位机向数据中心发送连接请求并建立连接。
(4)开启数字化沙盘及沙盘客户端，向数据中心发送链接请求并建立链接。数字化沙盘控制台与摄像头、路面屏的连接通过数据线完成。
3实验进行过程
(1)运行所述交通仿真软件及控制台，更新仿真环境，控制台通过API接收SV数据并将其发送至所述数据中心；
(2)数据中心内的服务器接收SV数据，存入公共数据区；
(3)数据中心内的服务器从公共数据区调用SV信息与智能小车CAV状态信息，发送至所述智能小车上位机；另一服务器调用SV信息发送至数字化沙盘控制台；
(4)所述智能小车上位机解析SV信息，运行自动驾驶车辆控制算法，确定智能小车运动方案；上位机将指令发送至智能小车工控电脑，驱动智能小车完成运行操作；
(5)智能小车完成操作后，通过自带传感器确定当前状态，将CAV状态信息沿“智能小车——上位机——数据中心”进行信息传输；
(6)所述数字化沙盘及控制台接收SV信息，在路面屏完成展示工作；沙盘摄像头拍摄智能小车视频，控制台解析确定CAV状态信息，返回至数据中心；
(7)所述数据中心从数字化沙盘及控制台与实验用智能小车上位机处获得CAV状态信息，融合后确定CAV状态，存入公共数据区；并由服务器发送至交通仿真软件及控制台；数据被访问后即在公共数据区内被更新，历史数据存入数据存储模块；
(8)所述交通仿真软件及控制台接收CAV车辆信息，解析后控制仿真场景下的CAV对应车辆完成相同操作；
(9)反复执行上述操作，直至实验结束。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述测试方法应用于包括交通仿真软件及控制台(1)、数字化沙盘及控制台(2)、智能小车(3)、小车上位机(4)和数据中心(5)的测试平台，具体步骤包括：
运行交通仿真软件，生成虚拟车辆；开启实验用智能小车(3)；
仿真软件控制台将虚拟车辆信息借助数据中心(5)按一定频率发送至小车上位机(4)与数字化沙盘及控制台(2)；
数字化沙盘路面屏生成虚拟车辆投影，并采集智能小车(3)状态数据；
小车上位机(4)以虚拟车辆信息与智能小车信息作为输入，运行自动驾驶算法，计算智能小车运动指令，并发送至智能小车(3)；
智能小车(3)接收指令后在沙盘上完成行驶操作，同时将自身状态信息借助小车上位机(4)、数据中心(5)发送至交通仿真软件用于控制仿真环境中对应的虚拟车辆；
交通仿真软件继续运行仿真，更新环境，直至试验结束。
2.根据权利要求1所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述交通仿真软件及控制台(1)与数据中心(5)、数字化沙盘及控制台(2)与数据中心(5)、小车上位机(4)与数据中心(5)以及小车上位机(4)与实验用智能小车(3)之间分别通过Client/Server结构进行连接；其中交通仿真软件及控制台(1)、数字化沙盘及控制台(2)、实验用智能小车(3)均为客户端，数据中心(5)含有多个服务器；小车上位机(4)包含客户端与服务器；所述Client/Server结构用于传输信息流。
3.根据权利要求2所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述信息流包括：
信息流A为虚拟车辆状态信息，由交通仿真软件及控制台(1)负责采集，通过数据中心(5)转发至小车上位机(4)和数字化沙盘及控制台(2)；
信息流B为智能小车状态信息，一部分由智能小车(3)自带传感器采集，通过小车上位机(4)发送至数据中心(5)；另一部分由数字化沙盘采集，通过数字化沙盘控制台发送至数据中心(5)，经数据中心(5)融合处理后发送至小车上位机(4)与交通仿真软件及控制台(1)；
信息流C为智能小车控制指令，由小车上位机(4)在接收信息流A和B后由算法生成，该指令发送至智能小车(3)用于控制智能小车运动。
4.根据权利要求2所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述Client/Server结构采用TCP/IP网络通信协议实现。
5.根据权利要求1所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述交通仿真软件及控制台(1)的工作流程如下：
S11开启所述交通仿真软件，交通仿真软件中的客户端向所述数据中心(5)对应的服务器控制台发送连接请求并建立连接；
S12所述交通仿真软件初始化路网车辆；交通仿真软件同时为所述智能小车(3)生成对应的虚拟车辆；
S13所述交通仿真软件及控制台(1)开始运行，控制台接口收集仿真车辆信息，发送至所述数据中心(5)内的服务器；从数据中心(5)处获得智能小车(3)的状态信息，并在仿真环境中控制对应虚拟车辆完成行驶操作；
S14实验过程中，交通仿真软件不断完成过程S13，不断更新仿真环境直至试验结束。
6.根据权利要求1所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述数字化沙盘及控制台(2)包括：
控制台：控制台包含一个客户端与所述数据中心服务器进行通信，用于获取虚拟车辆状态信息；控制台向沙盘路面屏发送指令，控制其投影；控制台接收摄像头数据，处理得到沙盘上行驶的智能小车(3)的状态信息；
沙盘路面屏：用于投影虚拟车辆，并供智能小车(3)行驶；
摄像头：通过在沙盘上方悬挂摄像头完成对智能小车(3)的定位。
7.根据权利要求6所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述数字化沙盘及控制台(2)的工作流程如下：
S21运行所述数字化沙盘及控制台(2)，控制台向所述数据中心(5)对应的服务器发送连接请求并建立连接，等待数据中心(5)发送数据；
S22所述数字化沙盘及控制台(2)接收来自数据中心(5)服务器的虚拟车辆状态信息后，对信息进行解析，对沙盘发送调整指令；
S23沙盘摄像头获得沙盘图像返回控制台，控制台从视频中提取实验用智能小车(3)车辆状态信息，将其发送至数据中心(5)；
S24不断执行过程S22-S23，直至试验结束。
8.根据权利要求1所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述实验智能小车(3)及小车上位机(4)的工作流程如下：
S32开启所述实验用智能小车(3)，开启小车上位机(4)，小车上位机(4)与智能小车(3)和数据中心(5)分别建立通信连接；
S32小车上位机(4)从所述数据中心(5)处获得虚拟车辆信息与智能小车(3)状态信息，运行算法程序获得智能小车控制指令，并向智能小车(3)发送控制指令；
S33所述实验用智能小车(3)从小车上位机(4)处获得运动指令，完成操作；考虑到运动误差，智能小车(3)使用自带传感器确定自身状态并返回至小车上位机(4)，最终发送至数据中心(5)；
S34不断执行过程S32-S33直至实验结束。
9.根据权利要求1所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述数据中心(5)包括：三个服务器控制台、公共数据区、数据储存模块、数据计算单元：
服务器控制台：数据中心(5)共包含三个服务器及控制台，分别与交通仿真软件、数字化沙盘、小车上位机(4)中的客户端控制台进行通信，分别用于获取驾驶模拟器生成的虚拟车辆信息、发送虚拟车辆信息、发送虚拟车辆与智能小车信息；
公共数据区：公共数据区独立于通信过程，是数据中心(5)各个服务器均可访问的数据存储单元；包含两部分，一部分放置虚拟车辆信息，另一部分放置智能小车状态信息；
数据存储模块：数据存储模块包括用于存储智能小车状态数据的物理结构；公共数据区的数据在被调用完毕后，处理为指定格式并以时序数据形式被存入数据存储模块；
数据计算单元：将数字化沙盘观察数据与智能小车(3)自身返回数据进行融合处理；数据计算单元负责两者的融合，得到准确的智能小车状态信息，并返回至公共数据区。
10.根据权利要求9所述的网联自动驾驶车辆虚实融合仿真测试方法，其特征在于，所述数据中心(5)的工作流程如下：
S51开启所述数据中心(5)全部的控制台服务器，分别监听交通仿真软件及控制台(1)、数字化沙盘及控制台(2)和小车上位机(4)，并建立连接；
S52实验过程中，所述数据中心(5)监听来自交通仿真软件的虚拟车辆信息，储存于对应的公共数据区；监听来自所述数字化沙盘及控制台(2)与小车上位机(4)的智能小车信息，由计算单元进行融合后放置于对应的公共数据区；
S53数据中心(5)内的控制台将智能小车状态信息发送至交通仿真软件控制台；将智能小车(3)与虚拟车辆信息发送至小车上位机(4)；
S54数据被调用后，被上传至数据存储模块，并从公共数据区清除；
S55反复执行S52～S54，直至试验结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310204592.8A CN116305887A (zh) | 2023-03-06 | 2023-03-06 | 一种网联自动驾驶车辆虚实融合仿真测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310204592.8A CN116305887A (zh) | 2023-03-06 | 2023-03-06 | 一种网联自动驾驶车辆虚实融合仿真测试方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116305887A true CN116305887A (zh) | 2023-06-23 |
Family
ID=86788208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310204592.8A Pending CN116305887A (zh) | 2023-03-06 | 2023-03-06 | 一种网联自动驾驶车辆虚实融合仿真测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116305887A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094182A (zh) * | 2023-10-19 | 2023-11-21 | 中汽研（天津）汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试系统 |
| CN117809498A (zh) * | 2024-01-09 | 2024-04-02 | 北京千乘科技有限公司 | 虚实交互多维孪生的投影路网系统 |
-
2023
- 2023-03-06 CN CN202310204592.8A patent/CN116305887A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094182A (zh) * | 2023-10-19 | 2023-11-21 | 中汽研（天津）汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试系统 |
| CN117094182B (zh) * | 2023-10-19 | 2024-03-12 | 中汽研（天津）汽车工程研究院有限公司 | V2v交通场景构建方法及v2x虚实融合测试系统 |
| CN117809498A (zh) * | 2024-01-09 | 2024-04-02 | 北京千乘科技有限公司 | 虚实交互多维孪生的投影路网系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116305887A (zh) | 一种网联自动驾驶车辆虚实融合仿真测试方法 | |
| KR102282970B1 (ko) | 실시간 분산 자율주행 시뮬레이션 프레임워크를 구성 및 제어하는 방법 | |
| CN103389699B (zh) | 基于分布式智能监测控制节点的机器人监控及自主移动系统的运行方法 | |
| CN111897332A (zh) | 一种语义智能变电站机器人仿人巡视作业方法及系统 | |
| CN107193371A (zh) | 一种基于虚拟现实的实时人机交互系统及方法 | |
| CN106142092A (zh) | 一种基于立体视觉技术对机器人进行示教的方法 | |
| CN111421554B (zh) | 基于边缘计算的机械臂智能控制系统、方法、装置 | |
| CN109389042A (zh) | 协助驾驶的方法、设备、无人驾驶设备及可读存储介质 | |
| CN114815654A (zh) | 一种面向无人车控制的数字孪生系统及其搭建方法 | |
| CN107838922A (zh) | 一种机器人免重复示教的方法 | |
| CN105589459A (zh) | 无人车半自主遥控方法 | |
| CN110321000B (zh) | 一种面向智能系统复杂任务的虚拟仿真系统 | |
| Graf et al. | Improving the prediction accuracy of predictive displays for teleoperated autonomous vehicles | |
| AU2023414106A1 (en) | Scenario self-adaptive unmanned driving control method for monorail crane transport robot | |
| Garzón et al. | An hybrid simulation tool for autonomous cars in very high traffic scenarios | |
| CN111290381A (zh) | 基于无人车的联邦学习实验系统 | |
| Artunedo et al. | Advanced co-simulation framework for cooperative maneuvers among vehicles | |
| Curiel-Ramirez et al. | Hardware in the loop framework proposal for a semi-autonomous car architecture in a closed route environment | |
| Neumeier et al. | Yet another driving simulator openrouts3d: The driving simulator for teleoperated driving | |
| CN116363929A (zh) | 一种虚实融合环境下的人类驾驶模拟系统 | |
| US20220391558A1 (en) | Multi-agent simulation system and method | |
| CN107391710B (zh) | 机器操作监督系统及服务器 | |
| Yoon et al. | Learning to communicate: A machine learning framework for heterogeneous multi-agent robotic systems | |
| Masár et al. | Remote experimentation in distance education for control engineers | |
| Pienroj et al. | Exploring deep reinforcement learning for autonomous powerline tracking |
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 |