CN116899230A - 一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法 - Google Patents
一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法 Download PDFInfo
- Publication number
- CN116899230A CN116899230A CN202310858171.7A CN202310858171A CN116899230A CN 116899230 A CN116899230 A CN 116899230A CN 202310858171 A CN202310858171 A CN 202310858171A CN 116899230 A CN116899230 A CN 116899230A
- Authority
- CN
- China
- Prior art keywords
- map
- module
- scene vehicle
- model
- layer
- 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 57
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000003068 static effect Effects 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims description 37
- 230000006399 behavior Effects 0.000 claims description 28
- 230000033001 locomotion Effects 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 24
- 230000001133 acceleration Effects 0.000 claims description 12
- 230000008447 perception Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 14
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000189662 Calla Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/55—Controlling game characters or game objects based on the game progress
- A63F13/57—Simulating properties, behaviour or motion of objects in the game world, e.g. computing tyre load in a car race game
- A63F13/573—Simulating properties, behaviour or motion of objects in the game world, e.g. computing tyre load in a car race game using trajectories of game objects, e.g. of a golf ball according to the point of impact
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/50—Controlling the output signals based on the game progress
- A63F13/52—Controlling the output signals based on the game progress involving aspects of the displayed game scene
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
- A63F13/803—Driving vehicles or craft, e.g. cars, airplanes, ships, robots or tanks
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/80—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game specially adapted for executing a specific type of game
- A63F2300/8017—Driving on land or water; Flying
-
- 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)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法,属于自动驾驶技术领域,包括:地图生成模块和场景车辆仿真平台,所述场景车辆仿真平台包括基于Unity游戏引擎搭建的虚拟层动态环境模块、静态环境模块、地图模块、摄像机模块和物理层场景车辆模型。本发明为了方便仿真平台内游戏对象的管理,并防止场景车辆感知到不属于动态实体的部分需要对所有游戏对象进行分层,通过地图生成模块离线生成地图图像的方式,并将其切割成若干个尺寸相同的地图区块,以便于场景车辆仿真平台在仿真的过程中动态地加载使用,利用Unity游戏引擎搭建2D场景车辆仿真平台,为自动驾驶测试提供动态真实的驾驶环境,从而满足自动驾驶测试需求。
Description
技术领域
本发明公开了一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法,属于自动驾驶技术领域。
背景技术
虚拟测试是评估自动驾驶系统的有效方法之一。在现实中进行开放道路测试和封闭场地试验正面临着诸多困难,如投入的资金与时间成本高,受到相关法律法规限制,极端场景危险且难以复现等。而利用仿真技术在虚拟环境中对自动驾驶系统进行开发和验证,不但安全性得到了保障,试验数据易于测量和获取,测试场景可以快速地切换和修改,还能够利用并行计算加速测试进度,极大地降低了测试的成本。该方法已成为自动驾驶汽车测试的关键技术,是未来行业定义自动驾驶车辆相关开发流程与技术准入标准的基础工具。
而作为验证被测试主车决策规划逻辑的核心,动态环境如何还原各类动态对象的运动,特别是与被测试主车互动最为频繁的场景车辆的运动,使其行为规律与现实世界中保持一致,是当前自动驾驶虚拟测试研究的重点。
开源的自动驾驶仿真平台中,物理层场景车辆模型只是遵循一些简单的规则。CARLA的物理层场景车辆模型分为基本模型和行为模型:基本模型相对简单,当前方遇到交通信号灯和其他交通参与者,只能通过紧急制动应对;行为模型则存在谨慎、正常和激进三种不同的风格,能够在制动、跟驰、加速等行为上表现出差异。SVL的物理层场景车辆模型与前者的行为模型相似,也能够做出换道、跟驰、避让等行为,且预设了醉酒驾驶的模型,但用户仍需在仿真前通过设定轨迹点或行驶车道两种方式提前规划出它们的运动。
商业仿真平台则通常利用人工智能方法模拟场景车辆。Cognata基于人工智能的交通模型能够准确还原仿真区域内的司机、行人和骑行者的行为习惯,并可按特定的比例配置和部署。AAI智能交通系统构建的场景车辆具有独立的决策能力,不仅具备基本的驾驶能力,车辆间也能形成互动。除此之外,场景车辆可调整激进等级,表现出不同的驾驶风格。然而这些商业仿真平台不是开源的,用户可能难以对模型修改以满足具体的要求或研究目标。当前,面向自动驾驶测试的场景车辆仿真主要问题是占据主流的低精度高效率的模型已不满足自动驾驶测试需求。
发明内容
针对现有技术的缺陷,本发明提出一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法,解决当前自动驾驶测试的场景车辆仿真系统低精度高效率的模型已不满足自动驾驶测试需求的问题。
本发明的技术方案如下:
根据本发明实施例的第一方面,提供一种用于自动驾驶虚拟测试的场景车辆仿真系统,包括:地图生成模块和场景车辆仿真平台,所述场景车辆仿真平台包括基于Unity游戏引擎搭建的虚拟层动态环境模块、静态环境模块、地图模块、摄像机模块和物理层场景车辆模型,其中:
所述地图生成模块,用于获取地图描述文件,并将其转换并切割成若干个可视化图片组件并发送给地图模块;
所述地图模块,用于创建地图区块对象池,获取若干个所述可视化图片组件并跟踪到物理层场景车辆模型相应可视化图片组件,根据所述物理层场景车辆模型相应可视化图片组件找到地图区块对象池的相应区域并显示在屏幕上;
所述静态环境模块,用于获取所述地图描述文件,分别识别其相应道路和路口并分别进行实例化道路实体和路口实体;
所述虚拟层动态环境模块,用于获取所述道路实体和路口实体创建场景车辆对象池,分别获取驾驶员偏好数据、车辆性能统计特征数据以及起讫点为所述场景车辆对象池内相应的物理层场景车辆模型进行配置行驶任务,周期性的监测所述物理层场景车辆模型生命状态;
物理层场景车辆模型,获取所述道路实体和路口实体进行路径规划,获取初始道路实体参数,根据所述起讫点移动到相应位置依据当前的需求做出行为规划并根据路径规划执行,获取执行过程中的环境感知数据判断是否向虚拟层动态环境模块发出危险信号或碰撞信号;
所述摄像机模块,用于获取所述物理层场景车辆模型的位置和航向角,跟随所述物理层场景车辆模型进行移动,使所述物理层场景车辆模型始终保持在显示画面的固定位置。
优选的是,所述获取地图描述文件,并将其转换并切割成若干个可视化图片组件并发送给地图模块,包括:
获取所述地图描述文件,根据所述地图描述文件得到地图描述文件实际尺寸;
获取设定比例,根据所述地图描述文件实际尺寸和设定比例创建画布进行绘制,得到若干个可视化图片组件。
优选的是,所述地图模块包括:地图层地图区块模型和虚拟层地图管理模型,其中:
所述地图层地图区块模型,用于获取若干个所述可视化图片组件显示在屏幕上,当跟踪所述物理层场景车辆模型所在的可视化图片组件时,将向所述地图层地图区块模型发出信号;
所述虚拟层地图管理模型,用于创建场景车辆对象池,对所述虚拟层地图管理模型进行统一管理、移动和显示,当接收到所述地图层地图区块模型发出的信号时,根据所述物理层场景车辆模型相应可视化图片组件找到地图区块对象池的相应区域,所述地图区块对象池包含9个可视化图片组件,9个所述可视化图片组件以物理层场景车辆模型相应可视化图片组件为中心按照3×3方式进行排列并通过地图层地图区块模型显示在屏幕上。
优选的是,所述静态环境模块包括:虚拟层静态环境管理模块、逻辑层道路实体模块和逻辑层路口实体模块,其中:
所述虚拟层静态环境管理模块,用于管理逻辑层道路实体模块和逻辑层路口实体模块,为所述物理层场景车辆模型提供访问逻辑层道路实体模块和逻辑层路口实体模块接口;
所述逻辑层道路实体模块,用于获取所述地图描述文件,识别其相应道路并进行实例化道路实体,以及统计道路上存在的所述物理层场景车辆模型和平均车速;
所述逻辑层路口实体模块,用于获取所述地图描述文件,识别其相应路口并进行实例化路口实体,以及对所述物理层场景车辆模型进行无信号灯路口的管理。
优选的是,所述物理层场景车辆模型包括分别与刚性实体模型连接的运动规划模块、执行模块、安全边界模型和物理边界模型,其中:
所述运动规划模块,用于获取所述道路实体和路口实体进行路径规划;
所述执行模块,用于获取初始道路实体参数,根据所述起讫点将刚性实体模型移动到相应位置依据当前的需求做出行为规划并根据路径规划执行;
所述安全边界模型,用于获取执行过程中的场景车辆的速度和加速度判断是否向虚拟层动态环境模块发出危险信号;
所述物理边界模型,用于获取执行过程中的与其他刚性实体模型是否发生物理碰撞向虚拟层动态环境模块发出碰撞信号。
优选的是,当所述执行模块执行完上一次的行为规划和路径规划后,所述运动规划模块通过动态环境获取决策出的行为是否发生变化:
是,则需要根据新的行为动作重新进行路径规划,然后再交给执行模块执行;
否,跳过运动规划阶段继续按照上一次的行为规划和路径规划重复执行。
优选的是,当所述执行模块执行至当前路径规划的道路末尾,则向静态环境模块重新获取新的道路实体和路口实体,若该道路已经是路径规划中最后一段,等待虚拟层动态环境模块对物理层场景车辆模型进行回收。
根据本发明实施例的第二方面,提供一种用于自动驾驶虚拟测试的场景车辆仿真方法,包括:
执行仿真初始化程序,所述虚拟层地图管理模型创建场景车辆对象池,所述静态环境模块获取所述地图描述文件并分别识别其相应道路和路口分别进行实例化道路实体和路口实体,所述虚拟层动态环境模块获取所述道路实体和路口实体创建场景车辆对象池,分别获取驾驶员偏好数据、车辆性能统计特征数据以及起讫点为所述场景车辆对象池内相应的物理层场景车辆模型进行配置行驶任务,所述摄像机模块和地图层地图区块模型跟随默认场景车辆目标移动到合适的位置;
物理层场景车辆模型获取所述道路实体和路口实体进行路径规划,获取初始道路实体参数,根据所述起讫点移动到相应位置依据当前的需求做出行为规划并根据路径规划执行,获取执行过程中的环境感知数据判断是否向虚拟层动态环境模块发出危险信号或碰撞信号。
根据本发明实施例的第三方面,提供一种终端,包括:
一个或多个处理器;
用于存储所述一个或多个处理器可执行指令的存储器;
其中,所述一个或多个处理器被配置为:
执行本发明实施例的第一方面所述的方法。
根据本发明实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行本发明实施例的第一方面所述的方法。
根据本发明实施例的第五方面,提供一种应用程序产品,当应用程序产品在终端在运行时,使得终端执行本发明实施例的第一方面所述的方法。
本发明的有益效果在于:
本发明提供一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法,为了方便仿真平台内游戏对象的管理,并防止场景车辆感知到不属于动态实体的部分需要对所有游戏对象进行分层,通过地图生成模块离线生成地图图像的方式,并将其切割成若干个尺寸相同的地图区块,以便于场景车辆仿真平台在仿真的过程中动态地加载使用,利用Unity游戏引擎搭建2D场景车辆仿真平台,为自动驾驶测试提供动态真实的驾驶环境,从而满足自动驾驶测试需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
图1是根据一示例性实施例示出的一种用于自动驾驶虚拟测试的场景车辆仿真系统的结构示意框图。
图2是根据一示例性实施例示出的一种用于自动驾驶虚拟测试的场景车辆仿真系统中地图区块对象池的示意图。
图3是根据一示例性实施例示出的一种用于自动驾驶虚拟测试的场景车辆仿真系统中游戏对象分层示意图。
图4是根据一示例性实施例示出的一种用于自动驾驶虚拟测试的场景车辆仿真方法的流程图。
图5是根据一示例性实施例示出的一种终端结构示意框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“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发明和简化描述,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发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例一
图1是根据一示例性实施例示出的一种用于自动驾驶虚拟测试的场景车辆仿真系统的结构示意框图,该系统包括:地图生成模块和场景车辆仿真平台,场景车辆仿真平台包括基于Unity游戏引擎搭建的虚拟层动态环境模块、静态环境模块、地图模块、摄像机模块和物理层场景车辆模型,其中:
由于地图描述文件所记录的场景至少延伸几公里。如果按照该文件生成一整张地图,分辨率过低则不能很清楚地展现车道等场景中的细节;分辨率过高又会导致生成的文件过大,在Unity游戏引擎中难以加载,且极大地占用计算和存储资源。因此通过采用离线生成地图图像的地图生成模块,用于获取地图描述文件,并将其转换并切割成若干个可视化图片组件并发送给地图模块,具体内容如下:
由于获取OpenDRIVE格式的地图描述文件,根据地图描述文件得到地图描述文件实际尺寸;获取设定比例,根据地图描述文件实际尺寸和设定比例创建画布进行绘制,最后以8192×8192的像素大小将整张地图切割成若干小块得到若干个可视化图片组件。
对于不同类型的道路交通标线以颜色区分,如下表1所示。
表1道路交通标线表
道路标线双黄实线黄色实线白色虚线黄色虚线物理边界其他颜色黄色品红色绿色蓝色红色青色
地图模块,用于创建地图区块对象池,获取若干个可视化图片组件并跟踪到物理层场景车辆模型相应可视化图片组件,根据物理层场景车辆模型相应可视化图片组件找到地图区块对象池的相应区域并显示在屏幕上,具体内容如下:
地图模块具体包括:地图层地图区块模型和虚拟层地图管理模型,其中:
地图层地图区块模型,用于获取若干个可视化图片组件显示在屏幕上,当跟踪所述物理层场景车辆模型所在的可视化图片组件时,将向地图层地图区块模型发出信号;
虚拟层地图管理模型,用于创建场景车辆对象池,对虚拟层地图管理模型进行统一管理、移动和显示,当接收到地图层地图区块模型发出的信号时,根据物理层场景车辆模型相应可视化图片组件找到地图区块对象池的相应区域,地图区块对象池包含9个可视化图片组件,9个所述可视化图片组件以物理层场景车辆模型相应可视化图片组件为中心按照3×3方式进行排列并通过地图层地图区块模型显示在屏幕上。当该场景车辆模型从一个区块跨越到另一个时,将以新区块为中心,将其他边缘模块移动到合适的位置,并更换成相应区块的贴图再重新显示。
如图2所示,被跟踪对象(矩形框)最初出现在(1,1)内,区块1-9则分别排列在(0,0),(0,1),(0,2),(1,0),(1,1),(1,2),(2,0),(2,1),(2,2)。当被跟踪对象移动到(1,2)内时,(0,3),(1,3),(2,3)被激活,(0,0),(1,0),(2,0)被丢弃。所以原来的区块1,区块4,和区块7分别移动到(0,3),(1,3),和(2,3),并替换为改区块的地图贴图。
静态环境模块,用于获取所述地图描述文件,分别识别其相应道路和路口并分别进行实例化道路实体和路口实体,具体内容如下:
静态环境模块包括:虚拟层静态环境管理模块、逻辑层道路实体模块和逻辑层路口实体模块,其中:
虚拟层静态环境管理模块,管理逻辑层道路实体模块和逻辑层路口实体模块,为物理层场景车辆模型提供访问逻辑层道路实体模块和逻辑层路口实体模块接口;
逻辑层道路实体模块,获取所述地图描述文件,识别其相应道路并进行实例化道路实体,以及统计道路上存在的所述物理层场景车辆模型和平均车速;逻辑层路口实体模块,获取地图描述文件,识别其相应路口并进行实例化路口实体,以及对物理层场景车辆模型进行无信号灯路口的管理。
虚拟层动态环境模块,获取道路实体和路口实体创建场景车辆对象池,分别获取驾驶员偏好数据、车辆性能统计特征数据以及起讫点为场景车辆对象池内相应的物理层场景车辆模型进行配置行驶任务,周期性的监测物理层场景车辆模型生命状态。查看监测物理层场景车辆模型是否有场景车辆处于非正常状态,如果是将对这些物理层场景车辆模型回收并重新部署到场景内。
物理层场景车辆模型,获取所述道路实体和路口实体进行路径规划,获取初始道路实体参数,根据所述起讫点移动到相应位置依据当前的需求做出行为规划并根据路径规划执行,获取执行过程中的环境感知数据判断是否向虚拟层动态环境模块发出危险信号或碰撞信号,具体内容如下:
物理层场景车辆模型其在屏幕中显示为一个矩形,其包括分别与刚性实体模型连接的运动规划模块、执行模块、安全边界模型和物理边界模型,其中:
运动规划模块,用于获取道路实体和路口实体进行路径规划;
执行模块,用于获取初始道路实体参数,根据所述起讫点将刚性实体模型移动到相应位置依据当前的需求做出行为规划并根据路径规划执行;安全边界模型,用于获取执行过程中的场景车辆的速度和加速度判断是否向虚拟层动态环境模块发出危险信号;当有其他场景车辆进入到安全边界时,会向虚拟层动态环境模块发出危险信号,当其他场景车辆离开安全边界时,会虚拟层动态环境模块撤销危险信号。
物理边界模型,用于获取执行过程中的与其他刚性实体模型是否发生物理碰撞向虚拟层动态环境模块发出碰撞信号。当发生碰撞,会向虚拟层动态环境模块发出碰撞信号,并立即将场景车辆状态置为车辆状态碰撞,启动冷却协程,等待被动态环境游戏对象回收。
当执行模块执行完上一次的行为规划和路径规划后,运动规划模块通过动态环境获取决策出的行为是否发生变化:
是,则需要根据新的行为动作重新进行路径规划,然后再交给执行模块执行;
否,跳过运动规划阶段继续按照上一次的行为规划和路径规划重复执行。
当执行模块执行至当前路径规划的道路末尾,则向静态环境模块重新获取新的道路实体和路口实体,若该道路已经是路径规划中最后一段,则将场景车辆状态改为车辆状态完成,等待虚拟层动态环境模块对物理层场景车辆模型进行回收。
摄像机模块,用于获取所述物理层场景车辆模型的位置和航向角,跟随所述物理层场景车辆模型进行移动,使所述物理层场景车辆模型始终保持在显示画面的固定位置。
上述地图层、虚拟层、逻辑层和物理层均为了方便仿真平台内游戏对象的管理,并防止场景车辆感知到不属于动态实体的部分需要对所有游戏对象进行分层,如图3所示。在最下层的是地图层,在中间的是虚拟层,这一层的对象在现实中并不存在,只是作为管理场景内其他对象的存在。再上一层是逻辑层,这一层不同于虚拟层,是真实存在的,只不过在当前仿真平台中仍然是以数据的形式保存的,只体现了道路实体和路口实体的抽象意义,而它们可观察的部分则被分离到了地图层;最上面一层是物理层,这一层也就是场景车辆对动态实体的可感知层,摄像机模块属于默认层,在图中并未体现。
实施例二
图4是根据一示例性实施例示出的一种用于自动驾驶虚拟测试的场景车辆仿真方法的流程图,该方法由终端实现,终端可以是台式计算机或者笔记本电脑等,终端至少包括CPU等,该方法包括以下步骤:
执行仿真初始化程序,所述虚拟层地图管理模型创建场景车辆对象池,所述静态环境模块获取所述地图描述文件并分别识别其相应道路和路口分别进行实例化道路实体和路口实体,所述虚拟层动态环境模块获取所述道路实体和路口实体创建场景车辆对象池,分别获取驾驶员偏好数据、车辆性能统计特征数据以及起讫点为所述场景车辆对象池内相应的物理层场景车辆模型进行配置行驶任务,所述摄像机模块和地图层地图区块模型跟随默认场景车辆目标移动到合适的位置;
物理层场景车辆模型获取所述道路实体和路口实体进行路径规划,获取初始道路实体参数,根据所述起讫点移动到相应位置依据当前的需求做出行为规划并根据路径规划执行,获取执行过程中的环境感知数据判断是否向虚拟层动态环境模块发出危险信号或碰撞信号。
实施例三
图5是本申请实施例提供的一种终端的结构框图,该终端可以是上述实施例中的终端。该终端可以是便携式移动终端,比如:智能手机、平板电脑。终端还可能被称为用户设备、便携式终端等其他名称。
通常,终端包括有:处理器和存储器。
处理器可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-ProgrammableGate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central Processing Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器还可以包括AI(ArtificialIntelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是有形的和非暂态的。存储器还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器所执行以实现本申请中提供的一种用于自动驾驶虚拟测试的场景车辆仿真方法。
在一些实施例中,终端还可选包括有:外围设备接口和至少一个外围设备。具体地,外围设备包括:射频电路、触摸显示屏、摄像头、音频电路、定位组件和电源中的至少一种。
外围设备接口可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器和存储器。在一些实施例中,处理器、存储器和外围设备接口被集成在同一芯片或电路板上;在一些其他实施例中,处理器、存储器和外围设备接口中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路通过电磁信号与通信网络以及其他通信设备进行通信。射频电路将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
触摸显示屏用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。触摸显示屏还具有采集在触摸显示屏的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器进行处理。触摸显示屏用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,触摸显示屏可以为一个,设置终端的前面板;在另一些实施例中,触摸显示屏可以为至少两个,分别设置在终端的不同表面或呈折叠设计;在再一些实施例中,触摸显示屏可以是柔性显示屏,设置在终端的弯曲表面上或折叠面上。甚至,触摸显示屏还可以设置成非矩形的不规则图形,也即异形屏。触摸显示屏可以采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件用于采集图像或视频。可选地,摄像头组件包括前置摄像头和后置摄像头。通常,前置摄像头用于实现视频通话或自拍,后置摄像头用于实现照片或视频的拍摄。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能,主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能。在一些实施例中,摄像头组件还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路用于提供用户和终端之间的音频接口。音频电路可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器进行处理,或者输入至射频电路以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器或射频电路的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路还可以包括耳机插孔。
定位组件用于定位终端的当前地理位置,以实现导航或LBS(Location BasedService,基于位置的服务)。定位组件可以是基于美国的GPS(Global PositioningSystem,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源用于为终端中的各个组件进行供电。电源可以是交流电、直流电、一次性电池或可充电电池。当电源包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端还包括有一个或多个传感器。该一个或多个传感器包括但不限于:加速度传感器、陀螺仪传感器、压力传感器、指纹传感器、光学传感器以及接近传感器。
加速度传感器可以检测以终端建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器可以用于检测重力加速度在三个坐标轴上的分量。处理器可以根据加速度传感器采集的重力加速度信号,控制触摸显示屏以横向视图或纵向视图进行用户界面的显示。加速度传感器还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器可以检测终端的机体方向及转动角度,陀螺仪传感器可以与加速度传感器协同采集用户对终端的3D(3Dimensions,三维)动作。处理器根据陀螺仪传感器采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器可以设置在终端的侧边框和/或触摸显示屏的下层。当压力传感器设置在终端的侧边框时,可以检测用户对终端的握持信号,根据该握持信号进行左右手识别或快捷操作。当压力传感器设置在触摸显示屏的下层时,可以根据用户对触摸显示屏的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器用于采集用户的指纹,以根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器可以被设置终端的正面、背面或侧面。当终端上设置有物理按键或厂商Logo时,指纹传感器可以与物理按键或厂商Logo集成在一起。
光学传感器用于采集环境光强度。在一个实施例中,处理器可以根据光学传感器采集的环境光强度,控制触摸显示屏的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏的显示亮度;当环境光强度较低时,调低触摸显示屏的显示亮度。在另一个实施例中,处理器还可以根据光学传感器采集的环境光强度,动态调整摄像头组件的拍摄参数。
接近传感器,也称距离传感器,通常设置在终端的正面。接近传感器用于采集用户与终端的正面之间的距离。在一个实施例中,当接近传感器检测到用户与终端的正面之间的距离逐渐变小时,由处理器控制触摸显示屏从亮屏状态切换为息屏状态;当接近传感器检测到用户与终端的正面之间的距离逐渐变大时,由处理器控制触摸显示屏从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图5中示出的结构并不构成对终端的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
实施例四
在示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有发明实施例提供的一种用于自动驾驶虚拟测试的场景车辆仿真方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
实施例五
在示例性实施例中,还提供了一种应用程序产品,包括一条或多条指令,该一条或多条指令可以由上述装置的处理器执行,以完成上述一种用于自动驾驶虚拟测试的场景车辆仿真方法。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种用于自动驾驶虚拟测试的场景车辆仿真系统,其特征在于,包括:地图生成模块和场景车辆仿真平台,所述场景车辆仿真平台包括基于Unity游戏引擎搭建的虚拟层动态环境模块、静态环境模块、地图模块、摄像机模块和物理层场景车辆模型,其中:
所述地图生成模块,用于获取地图描述文件,并将其转换并切割成若干个可视化图片组件并发送给地图模块;
所述地图模块,用于创建地图区块对象池,获取若干个所述可视化图片组件并跟踪到物理层场景车辆模型相应可视化图片组件,根据所述物理层场景车辆模型相应可视化图片组件找到地图区块对象池的相应区域并显示在屏幕上;
所述静态环境模块,用于获取所述地图描述文件,分别识别其相应道路和路口并分别进行实例化道路实体和路口实体;
所述虚拟层动态环境模块,用于获取所述道路实体和路口实体创建场景车辆对象池,分别获取驾驶员偏好数据、车辆性能统计特征数据以及起讫点为所述场景车辆对象池内相应的物理层场景车辆模型进行配置行驶任务,周期性的监测所述物理层场景车辆模型生命状态;
物理层场景车辆模型,获取所述道路实体和路口实体进行路径规划,获取初始道路实体参数,根据所述起讫点移动到相应位置依据当前的需求做出行为规划并根据路径规划执行,获取执行过程中的环境感知数据判断是否向虚拟层动态环境模块发出危险信号或碰撞信号;
所述摄像机模块,用于获取所述物理层场景车辆模型的位置和航向角,跟随所述物理层场景车辆模型进行移动,使所述物理层场景车辆模型始终保持在显示画面的固定位置。
2.根据权利要求1所述的一种用于自动驾驶虚拟测试的场景车辆仿真系统,其特征在于,所述获取地图描述文件,并将其转换并切割成若干个可视化图片组件并发送给地图模块,包括:
获取所述地图描述文件,根据所述地图描述文件得到地图描述文件实际尺寸;
获取设定比例,根据所述地图描述文件实际尺寸和设定比例创建画布进行绘制,得到若干个可视化图片组件。
3.根据权利要求2所述的一种用于自动驾驶虚拟测试的场景车辆仿真系统,其特征在于,所述地图模块包括:地图层地图区块模型和虚拟层地图管理模型,其中:
所述地图层地图区块模型,用于获取若干个所述可视化图片组件显示在屏幕上,当跟踪所述物理层场景车辆模型所在的可视化图片组件时,将向所述地图层地图区块模型发出信号;
所述虚拟层地图管理模型,用于创建场景车辆对象池,对所述虚拟层地图管理模型进行统一管理、移动和显示,当接收到所述地图层地图区块模型发出的信号时,根据所述物理层场景车辆模型相应可视化图片组件找到地图区块对象池的相应区域,所述地图区块对象池包含9个可视化图片组件,9个所述可视化图片组件以物理层场景车辆模型相应可视化图片组件为中心按照3×3方式进行排列并通过地图层地图区块模型显示在屏幕上。
4.根据权利要求3所述的一种用于自动驾驶虚拟测试的场景车辆仿真系统,其特征在于,所述静态环境模块包括:虚拟层静态环境管理模块、逻辑层道路实体模块和逻辑层路口实体模块,其中:
所述虚拟层静态环境管理模块,用于管理逻辑层道路实体模块和逻辑层路口实体模块,为所述物理层场景车辆模型提供访问逻辑层道路实体模块和逻辑层路口实体模块接口;
所述逻辑层道路实体模块,用于获取所述地图描述文件,识别其相应道路并进行实例化道路实体,以及统计道路上存在的所述物理层场景车辆模型和平均车速;
所述逻辑层路口实体模块,用于获取所述地图描述文件,识别其相应路口并进行实例化路口实体,以及对所述物理层场景车辆模型进行无信号灯路口的管理。
5.根据权利要求4所述的一种用于自动驾驶虚拟测试的场景车辆仿真系统,其特征在于,所述物理层场景车辆模型包括分别与刚性实体模型连接的运动规划模块、执行模块、安全边界模型和物理边界模型,其中:
所述运动规划模块,用于获取所述道路实体和路口实体进行路径规划;
所述执行模块,用于获取初始道路实体参数,根据所述起讫点将刚性实体模型移动到相应位置依据当前的需求做出行为规划并根据路径规划执行;
所述安全边界模型,用于获取执行过程中的场景车辆的速度和加速度判断是否向虚拟层动态环境模块发出危险信号;
所述物理边界模型,用于获取执行过程中的与其他刚性实体模型是否发生物理碰撞向虚拟层动态环境模块发出碰撞信号。
6.根据权利要求5所述的一种用于自动驾驶虚拟测试的场景车辆仿真系统,其特征在于,当所述执行模块执行完上一次的行为规划和路径规划后,所述运动规划模块通过动态环境获取决策出的行为是否发生变化:
是,则需要根据新的行为动作重新进行路径规划,然后再交给执行模块执行;
否,跳过运动规划阶段继续按照上一次的行为规划和路径规划重复执行。
7.根据权利要求6所述的一种用于自动驾驶虚拟测试的场景车辆仿真系统,其特征在于,当所述执行模块执行至当前路径规划的道路末尾,则向静态环境模块重新获取新的道路实体和路口实体,若该道路已经是路径规划中最后一段,等待虚拟层动态环境模块对物理层场景车辆模型进行回收。
8.一种用于自动驾驶虚拟测试的场景车辆仿真方法,其特征在于,包括:
执行仿真初始化程序,所述虚拟层地图管理模型创建场景车辆对象池,所述静态环境模块获取所述地图描述文件并分别识别其相应道路和路口分别进行实例化道路实体和路口实体,所述虚拟层动态环境模块获取所述道路实体和路口实体创建场景车辆对象池,分别获取驾驶员偏好数据、车辆性能统计特征数据以及起讫点为所述场景车辆对象池内相应的物理层场景车辆模型进行配置行驶任务,所述摄像机模块和地图层地图区块模型跟随默认场景车辆目标移动到合适的位置;
物理层场景车辆模型获取所述道路实体和路口实体进行路径规划,获取初始道路实体参数,根据所述起讫点移动到相应位置依据当前的需求做出行为规划并根据路径规划执行,获取执行过程中的环境感知数据判断是否向虚拟层动态环境模块发出危险信号或碰撞信号。
9.一种终端,其特征在于,包括:
一个或多个处理器;
用于存储所述一个或多个处理器可执行指令的存储器;
其中,所述一个或多个处理器被配置为:
执行如权利要求8所述的一种用于自动驾驶虚拟测试的场景车辆方法。
10.一种非临时性计算机可读存储介质,其特征在于,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行如权利要求8所述的一种用于自动驾驶虚拟测试的场景车辆方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310858171.7A CN116899230A (zh) | 2023-07-13 | 2023-07-13 | 一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310858171.7A CN116899230A (zh) | 2023-07-13 | 2023-07-13 | 一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116899230A true CN116899230A (zh) | 2023-10-20 |
Family
ID=88359608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310858171.7A Pending CN116899230A (zh) | 2023-07-13 | 2023-07-13 | 一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116899230A (zh) |
-
2023
- 2023-07-13 CN CN202310858171.7A patent/CN116899230A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110618800A (zh) | 一种界面显示的方法、装置、设备和存储介质 | |
CN110979318B (zh) | 车道信息获取方法、装置、自动驾驶车辆及存储介质 | |
CN111125442B (zh) | 数据标注方法及装置 | |
CN110884500A (zh) | 控制车辆的方法、装置、电子设备及存储介质 | |
CN111192341A (zh) | 生成高精地图的方法、装置、自动驾驶设备及存储介质 | |
CN111854780A (zh) | 车辆导航方法、装置、车辆、电子设备及存储介质 | |
CN112802369B (zh) | 获取飞行航线的方法、装置、计算机设备及可读存储介质 | |
CN113205515B (zh) | 目标检测方法、装置、及计算机存储介质 | |
CN112406707B (zh) | 车辆预警方法、车辆、装置、终端和存储介质 | |
CN113160427A (zh) | 虚拟场景的创建方法、装置、设备及存储介质 | |
CN111010537B (zh) | 车辆控制方法、装置、终端及存储介质 | |
CN113590070A (zh) | 导航界面的显示方法、装置、终端及存储介质 | |
CN113343457B (zh) | 自动驾驶的仿真测试方法、装置、设备及存储介质 | |
CN112269939B (zh) | 自动驾驶的场景搜索方法、装置、终端、服务器及介质 | |
CN111179628B (zh) | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 | |
CN112991439B (zh) | 定位目标物体的方法、装置、电子设备及介质 | |
CN111754564B (zh) | 视频展示方法、装置、设备及存储介质 | |
CN111444749B (zh) | 路面导向标志的识别方法、装置及存储介质 | |
CN112037545B (zh) | 信息管理方法、装置、计算机设备及存储介质 | |
CN110399688B (zh) | 自动驾驶的环境工况确定方法、装置及存储介质 | |
CN116899230A (zh) | 一种用于自动驾驶虚拟测试的场景车辆仿真系统及方法 | |
CN112699906B (zh) | 获取训练数据的方法、装置及存储介质 | |
CN111294513B (zh) | 拍照方法、装置、电子设备及存储介质 | |
CN114118408A (zh) | 图像处理模型的训练方法、图像处理方法、装置及设备 | |
CN112863168A (zh) | 疏导交通的方法、装置、电子设备及介质 |
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 |