CN116956561A - 仿真环境配置方法、装置、计算机设备及存储介质 - Google Patents

仿真环境配置方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN116956561A
CN116956561A CN202310777699.1A CN202310777699A CN116956561A CN 116956561 A CN116956561 A CN 116956561A CN 202310777699 A CN202310777699 A CN 202310777699A CN 116956561 A CN116956561 A CN 116956561A
Authority
CN
China
Prior art keywords
density
blind area
section
vehicle
upstream
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
Application number
CN202310777699.1A
Other languages
English (en)
Inventor
杜海宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202310777699.1A priority Critical patent/CN116956561A/zh
Publication of CN116956561A publication Critical patent/CN116956561A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种仿真环境配置方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取仿真环境中盲区路段的上游密度及下游密度，基于所述上游密度与所述下游密度之间的差值及最小密度，确定盲区密度，基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度。本申请实施例不仅能够保证上游路段、盲区路段和下游路段的密度的连续性，还能够使得盲区路段中添加的虚拟车辆的分布情况与真实环境下盲区路段中车辆的分布情况相似，模拟出真实环境下盲区路段中车辆的分布情况，保证了仿真环境的准确性，进而保证后续的仿真效果。

Description

仿真环境配置方法、装置、计算机设备及存储介质
技术领域
本申请实施例涉及计算机技术领域，特别涉及一种仿真环境配置方法、装置、计算机设备及存储介质。
背景技术
随着计算机技术的发展，数字孪生仿真技术应用越来越广泛，能够应用于多种场景下。在道路模拟场景下，基于道路中车辆信息在仿真环境中生成相应的虚拟车辆，以模拟出真实环境下道路中车辆行驶的情况。通过道路上安装的采集设备来采取道路中行驶的车辆的信息，进而在仿真环境中添加相应的虚拟车辆，但是由于道路上安装的采集设备的覆盖范围有限，在传感器覆盖范围以外的盲区内无法确定虚拟车辆的分布情况，导致仿真环境的准确性差。
发明内容
本申请实施例提供了一种仿真环境配置方法、装置、计算机设备及存储介质，能够提升了仿真环境的准确性。所述技术方案如下：
一方面，提供了一种仿真环境配置方法，所述方法包括：
获取仿真环境中盲区路段的上游密度及下游密度，所述上游密度为所述仿真环境中与所述盲区路段相邻的上游路段中虚拟车辆的密度，所述下游密度为所述仿真环境中与所述盲区路段相邻的下游路段中虚拟车辆的密度，所述上游路段、所述盲区路段及所述下游路段属于同一道路；
基于所述上游密度与所述下游密度之间的差值及最小密度，确定盲区密度，所述盲区密度为所述盲区路段中虚拟车辆的密度，所述最小密度为所述上游密度和所述下游密度中的最小值；
基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度。
另一方面，提供了一种仿真环境配置装置，所述装置包括：
获取模块，用于获取仿真环境中盲区路段的上游密度及下游密度，所述上游密度为所述仿真环境中与所述盲区路段相邻的上游路段中虚拟车辆的密度，所述下游密度为所述仿真环境中与所述盲区路段相邻的下游路段中虚拟车辆的密度，所述上游路段、所述盲区路段及所述下游路段属于同一道路；
确定模块，用于基于所述上游密度与所述下游密度之间的差值及最小密度，确定盲区密度，所述盲区密度为所述盲区路段中虚拟车辆的密度，所述最小密度为所述上游密度和所述下游密度中的最小值；
添加模块，用于基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度。
在一种可能实现方式中，所述盲区路段包括多个子路段，所述盲区密度包括所述盲区路段包含的每个子路段中虚拟车辆的密度，所述确定模块，用于基于所述多个子路段的序号、所述上游密度与所述下游密度之间的差值及所述最小密度，确定所述每个子路段中虚拟车辆的密度，所述序号指示所述多个子路段之间的顺序。
在另一种可能实现方式中，所述确定模块，用于确定多个所述子路段的数量与1的和值以及所述子路段的序号与所述和值的比值；确定所述比值与所述差值的乘积；将所述最小密度与所述乘积的和值，确定为所述子路段中虚拟车辆的密度。
在另一种可能实现方式中，所述盲区路段包括多个车道；所述添加模块，用于基于所述盲区密度，分别在所述盲区路段包含的每个车道中添加虚拟车辆，以使所述每个车道中添加的虚拟车辆的密度不大于所述盲区密度。
在另一种可能实现方式中，所述添加模块，用于基于所述盲区密度，确定多个车距，所述多个车距的和值小于所述盲区路段的长度；从所述盲区路段的下游边界开始，按照所述多个车距，依次在所述盲区路段中添加虚拟车辆。
在另一种可能实现方式中，所述添加模块，用于将所述盲区密度的倒数确定为所述盲区路段的车距平均值，基于所述车距平均值构建车距分布关系数据；从所述车距分布关系数据中获取第i个车距，i为大于0的整数；在当前得到的i个车距的和值不大于所述盲区路段的长度的情况下，从所述车距分布关系数据中随机选取第i+1个车距。
在另一种可能实现方式中，所述确定模块，还用于在从所述车距分布关系数据中获取到第j个车距的情况下，在当前得到的j个车距的和值大于所述盲区路段的长度的情况下，将当前得到的前j-1个车距确定为所述多个车距，j为大于1的整数。
在另一种可能实现方式中，所述获取模块，还用于获取上游类型参数及下游类型参数，所述上游类型参数指示所述上游路段中虚拟车辆的类型，所述下游类型参数指示所述下游路段中虚拟车辆的类型；
所述确定模块，还用于基于所述上游类型参数与所述下游类型参数之间的差值及最小类型参数，确定盲区类型参数，所述盲区类型参数指示所述盲区路段中虚拟车辆的类型，所述最小类型参数为所述上游类型参数和所述下游类型参数中的最小值；
所述添加模块，用于基于所述盲区密度及所述盲区类型参数，在所述盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度，且所述盲区路段中添加虚拟车辆的类型与所述盲区类型参数匹配。
在另一种可能实现方式中，所述获取模块，用于基于所述上游路段的历史车辆信息，确定所述上游密度，所述历史车辆信息是在历史时间段内对所述上游路段进行采集得到，所述历史车辆信息指示所述上游路段中车辆的行驶情况；基于所述下游路段的历史车辆信息，确定所述下游密度。
在另一种可能实现方式中，所述装置还包括：
所述添加模块，还用于在所述仿真环境开始仿真的情况下，基于上游车辆信息，在所述仿真环境包含的所述上游路段中添加虚拟车辆，所述上游车辆信息是对所述上游路段进行采集得到，所述上游车辆信息指示当前所述上游路段中车辆的行驶情况；
所述添加模块，还用于基于下游车辆信息，在所述仿真环境包含的下游路段中添加虚拟车辆，所述下游车辆信息是对所述下游路段进行采集得到，所述下游车辆信息指示当前所述下游路段中车辆的行驶情况；
显示模块，用于显示已添加的虚拟车辆在所述仿真环境中行驶。
在另一种可能实现方式中，所述显示模块，用于显示所述上游路段中的虚拟车辆行驶进入所述盲区路段；或者，显示所述盲区路段中已添加的虚拟车辆行驶至所述盲区路段的收车边界后消失，所述收车边界介于所述盲区路段的上游边界与所述盲区路段的下游边界之间，且所述收车边界与所述盲区路段的下游边界之间的距离大于距离阈值。
在另一种可能实现方式中，所述确定模块，还用于基于所述盲区密度及所述盲区路段的临界密度，确定所述盲区路段中虚拟车辆的行驶速度，所述临界密度为在所述盲区路段中虚拟车辆以所述盲区路段允许的最大行驶速度行驶的情况下，所述盲区路段中虚拟车辆的最大密度；
所述显示模块，用于显示所述盲区路段中已添加的虚拟车辆按照所述行驶速度在所述盲区路段中行驶。
在另一种可能实现方式中，所述确定模块，用于在所述盲区密度不大于所述临界密度的情况下，将所述盲区密度内允许的最大行驶速度确定为所述盲区路段中虚拟车辆的行驶速度；或者，在所述盲区密度大于所述临界密度的情况下，基于所述盲区路段的临界流量、所述临界密度、阻塞密度及所述盲区密度，确定所述盲区路段中虚拟车辆的行驶速度，所述临界流量指示所述盲区道路能够承载虚拟车辆行驶的最大流量，所述阻塞密度为所述盲区路段中虚拟车辆由于阻塞而无法行驶时的密度。
另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现如上述方面所述的仿真环境配置方法所执行的操作。
另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现如上述方面所述的仿真环境配置方法所执行的操作。
再一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述方面所述的仿真环境配置方法所执行的操作。
本申请实施例提供的方案，考虑到同一道路中连续的多个路段中车辆的密度具有连续性，获取上游密度和下游密度，以指示出在仿真环境下与盲区路段属于同一道路的上游路段和下游路段中虚拟车辆的密度，基于上游密度与下游密度之间的差值及上游密度和下游密度中的最小密度，确定出盲区路段的密度，进而按照盲区密度在仿真环境下的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，不仅能够保证上游路段、盲区路段和下游路段的密度的连续性，还能够使得盲区路段中添加的虚拟车辆的分布情况与真实环境下盲区路段中车辆的分布情况相似，模拟出了真实环境下盲区路段中车辆的分布情况，保证了仿真环境的准确性，进而保证后续的仿真效果。
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实施例的一些实施例，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是本申请实施例提供的一种实施环境的结构示意图；
图2是本申请实施例提供的一种仿真环境配置方法的流程图；
图3是本申请实施例提供的另一种仿真环境配置方法的流程图；
图4是本申请实施例提供的一种路段的分布示意图；
图5是本申请实施例提供的另一种仿真环境配置方法的流程图；
图6是本申请实施例提供的一种盲区路段包含的子路段的分布示意图；
图7是本申请实施例提供的另一种仿真环境配置方法的流程图；
图8是本申请实施例提供的一种为车道添加虚拟车辆的示意图；
图9是本申请实施例提供的另一种仿真环境配置方法的流程图；
图10是本申请实施例提供的另一种仿真环境配置方法的流程图；
图11是本申请实施例提供的一种盲区路段的收车边界的示意图；
图12是本申请实施例提供的另一种仿真环境配置方法的流程图；
图13是本申请实施例提供的一种临界密度、临界流量、阻塞密度及盲区密度之间的关系的示意图；
图14是本申请实施例提供的另一种仿真环境配置方法的流程图；
图15是本申请实施例提供的一种仿真环境配置方法包括两个阶段的示意图；
图16是本申请实施例提供的一种平均车流流量的示意图；
图17是本申请实施例提供的一种典型的基本图的示意图；
图18是本申请实施例提供的一种仿真环境配置装置的结构示意图；
图19是本申请实施例提供的另一种仿真环境配置装置的结构示意图；
图20是本申请实施例提供的一种终端的结构示意图；
图21是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种概念，但除非特别说明，这些概念不受这些术语限制。这些术语仅用于将一个概念与另一个概念区分。举例来说，在不脱离本申请的范围的情况下，可以将第一车距称为第二车距，且类似地，可将第二车距称为第一车距。
本申请所使用的术语“至少一个”、“多个”、“每个”、“任一”，至少一个包括一个、两个或两个以上，多个包括两个或两个以上，而每个是指对应的多个中的每一个，任一是指多个中的任意一个。举例来说，多个子路段包括3个子路段，而每个是指这3个子路段中的每一个子路段，任一是指这3个子路段中的任意一个，能够是第一个子路段，或者是第二个子路段，或者是第三个子路段。
需要说明的是，本申请所涉及的信息(包括但不限于车辆信息、路段信息等)、数据(包括但不限于仿真环境等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如，本申请中涉及到的车辆信息是在充分授权的情况下获取的。
本申请实施例提供的仿真环境配置方法，能够由计算机设备执行。可选地，该计算机设备为终端或服务器。可选地，该服务器是独立的物理服务器，或者，是多个物理服务器构成的服务器集群或者分布式系统，或者，是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。可选地，该终端是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能语音交互设备、智能家电及车载终端等，但并不局限于此。
在一些实施例中，本申请实施例所涉及的计算机程序可被部署在一个计算机设备上执行，或者在位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备能够组成区块链系统。
在一些实施例中，计算机设备被提供为终端。图1是本申请实施例提供的一种实施环境的示意图。参见图1，该实施环境包括终端101和采集设备102，终端101和采集设备102之间通过无线或者有线网络连接。
采集设备102安装在道路上，采集设备102用于采集覆盖的路段的车辆信息，向终端101发送采集到的车辆信息，终端101基于接收到的车辆信息，获取采集设备102所覆盖的路段的交通状态，如密度、流量或速度等。并且，对于道路中两个被采集设备102覆盖的路段之间的盲区路段，能够采取本申请实施例提供的方式，在仿真环境中的盲区路段中添加虚拟车辆，以便后续能够基于已添加虚拟车辆的仿真环境能够进行仿真，以模拟出该道路中车辆行驶的真实情况。
在一种可能实现方式中，该实施环境还包括服务器，终端101与服务器之间通过无线或有线网络连接，采集设备102与服务器之间通过无线或有线网络连接。
采集设备102用于采集覆盖的路段的车辆信息，向服务器发送采集到的车辆信息，服务器用于对接收到的车辆信息进行处理，得到采集设备102所覆盖的路段的交通状态，向终端101发送采集设备102所覆盖的路段的交通状态，以便终端101在仿真环境中，基于采集设备102所覆盖的路段的交通状态，对两个被采集设备102覆盖的路段之间的盲区路段进行虚拟车辆配置，以在仿真环境中的盲区路段中添加虚拟车辆，以保证后续仿真环境开始仿真时，以使盲区路段显示有虚拟车辆，且仿真环境中盲区路段显示的虚拟车辆与真实环境中盲区路段中的车辆相似，即保证仿真环境中盲区路段中添加的虚拟车辆足够准确。
可选地，终端101上安装由服务器提供服务的应用，终端101能够通过该应用实现例如地图仿真、数据传输、消息交互等功能。可选地，应用为终端101操作系统中的应用，或者为第三方提供的应用。例如，应用为地图仿真应用，该地图仿真应用具有地图仿真的功能，当然，该地图仿真应用还能够具有其他功能，例如，导航功能、游戏功能等。终端101通过应用与服务器进行交互，以从服务器获取采集设备102所覆盖的路段的交通状态，并且，终端101通过应用能够在仿真环境中的盲区路段中添加虚拟车辆，并通过应用能够对仿真环境进行仿真，以显示出仿真环境包含的路段中虚拟车辆行驶的画面。
图2是本申请实施例提供的一种仿真环境配置方法的流程图，该方法由计算机设备执行，如图2所示，该方法包括：
201、计算机设备获取仿真环境中盲区路段的上游密度及下游密度，上游密度为仿真环境中与盲区路段相邻的上游路段中虚拟车辆的密度，下游密度为仿真环境中与盲区路段相邻的下游路段中虚拟车辆的密度，上游路段、盲区路段及下游路段属于同一道路。
在本申请实施例中，仿真环境是用于模拟真实环境下的道路中车辆行驶情况的环境，仿真环境包含的道路与真实环境下的道路对应。在仿真环境包含的道路中，道路包含多个路段，真实环境下的任一路段可能安装有采集设备，也可能未安装有采集设备。对于真实环境下安装有采集设备的路段，将安装有采集设备的路段称为感知覆盖路段，能够通过采集设备采集感知覆盖路段的车辆信息，进而确定出真实环境下路段中车辆的分布情况和行驶情况。而对于真实环境下未安装有采集设备的路段，将未安装有采集设备的路段称为盲区路段，则无法获知该路段中车辆的分布情况和行驶情况。仿真环境中的盲区路段为真实环境下未安装采集设备的任一路段，且与盲区路段相邻的上游路段和下游路段为真实环境下已安装采集设备的路段。因此，基于盲区路段的上游路段和下游路段的密度，确定出盲区路段中车辆的分布情况，以便在仿真环境中添加虚拟车辆，进而模拟出真实环境下盲区路段中车辆的分布情况。
其中，上游路段与盲区路段相邻，盲区路段与下游路段相邻，即上游路段、盲区路段和下游路段是道路中连续的路段。由上游路段指向盲区路段的方向与道路的行驶方向相同，由盲区路段指向下游路段的方向与道路的行驶方向相同，也即是，任一车辆沿着道路的行驶方向行驶时，会先经过上游路段，而后进过盲区路段，最后经过下游路段。上游密度和下游密度均能够以任意的形式表示，例如，上游密度和下游密度以单位长度内虚拟车辆的数量的形式表示，该单位长度为任意的长度，如单位长度为1公里，则上游密度指示仿真环境中与盲区路段相邻的上游路段中单位长度内虚拟车辆的数量，下游密度指示仿真环境中与盲区路段相邻的下游路段中单位长度内虚拟车辆的数量。虚拟车辆能够以任意的形式表示，例如，虚拟车辆以光点的形式表示，或者，以车辆模型的图案形式表示等。
202、计算机设备基于上游密度与下游密度之间的差值及最小密度，确定盲区密度，盲区密度为盲区路段中虚拟车辆的密度，最小密度为上游密度和下游密度中的最小值。
在本申请实施例中，同一道路中连续的多个路段中车辆的密度具有连续性，如，同一道路中连续的多个路段中车辆的密度逐渐递增、逐渐递减或先递增再递减，因此，基于上游密度与下游密度之间的差值及最小密度，即可确定出盲区路段的密度，即盲区密度，以保证上游路段、盲区路段和下游路段的密度的连续性。
其中，上游密度与下游密度之间的差值为正数，该差值是最大密度减少最小密度得到，最大密度为上游密度和下游密度中的最大值，最小密度为上游密度和下游密度中的最小值。
203、计算机设备基于盲区密度，在仿真环境包含的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度。
在本申请实施例中，盲区密度指示了仿真环境下盲区路段中虚拟车辆的密度，因此，按照盲区密度在仿真环境下的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，以使盲区路段中添加的虚拟车辆的分布情况与真实环境下盲区路段中车辆的分布情况相似，以模拟出真实环境下盲区路段中车辆的分布情况。
本申请实施例提供的方案，考虑到同一道路中连续的多个路段中车辆的密度具有连续性，获取上游密度和下游密度，以指示出在仿真环境下与盲区路段属于同一道路的上游路段和下游路段中虚拟车辆的密度，基于上游密度与下游密度之间的差值及上游密度和下游密度中的最小密度，确定出盲区路段的密度，进而按照盲区密度在仿真环境下的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，不仅能够保证上游路段、盲区路段和下游路段的密度的连续性，还能够使得盲区路段中添加的虚拟车辆的分布情况与真实环境下盲区路段中车辆的分布情况相似，模拟出了真实环境下盲区路段中车辆的分布情况，保证了仿真环境的准确性，进而保证后续的仿真效果。
在图2所示实施例的基础上，本申请实施例按照盲区路段的密度以及盲区路段中多个车距，在盲区路段中添加虚拟车辆，具体过程详见下述实施例。
图3是本申请实施例提供的一种仿真环境配置方法的流程图，该方法由计算机设备执行，如图3所示，该方法包括：
301、计算机设备获取仿真环境中盲区路段的上游密度及下游密度，上游密度为仿真环境中与盲区路段相邻的上游路段中虚拟车辆的密度，下游密度为仿真环境中与盲区路段相邻的下游路段中虚拟车辆的密度，上游路段、盲区路段及下游路段属于同一道路。
在一种可能实现方式中，盲区路段包括多个车道。例如，盲区路段包括1个车道或2个车道或4个车道等。
在一种可能实现方式中，盲区路段为不具有匝道的路段，或者，为具有匝道的路段。
其中，匝道用于辅助车辆驶入或驶出盲区路段的辅助车道。在盲区路段不具有匝道的情况下，盲区路段仅有沿着所属道路的行驶方向的主干道；在盲区路段具有匝道的情况下，盲区路段具有用于辅助车辆驶入或驶出盲区路段的匝道。
可选地，在盲区路段具有匝道的情况下，盲区路段为具有上匝道的路段，或者，为具有下匝道的路段，或者，为具有上匝道或下匝道的路段。
其中，上匝道用于辅助车辆驶入盲区路段的辅助车道，下匝道用于辅助车辆驶入盲区路段的辅助车道。
在一种可能实现方式中，上游路段和下游路段均为感知覆盖路段，上游路段和下游路段均具有感知上边界和感知下边界，上游路段与下游路段之间的盲区路段为上游路段的感知下边界与下游路段的感知上边界之间的路段。
其中，上游路段的感知上边界和感知下边界能够表示出上游路段的范围，下游路段的感知上边界和感知下边界能够表示出下游路段的范围。另外，还能将上游路段与下游路段之间的盲区路段称为感知中游路段。在上游路段的上游没有感知覆盖路段的情况下，能够将上游路段的上游部分称为感知上游路段，同理，在下游路段的下游没有感知覆盖路段的情况下，能够将下游路段的下游部分称为感知下游路段。
例如，仿真环境下的同一道路中的感知上游路段、上游路段、盲区路段、下游路段及感知下游路段的分布如图4所示，上游路段和下游路段的感知上边界和感知下边界均以竖直的虚线段的形式表示，如虚线段为ST坐标系下与道路的行驶方向垂直的线段，ST坐标系下的S轴表示位移，S轴与道路的行驶方向平行，ST坐标系下的T轴表示时间，T轴与道路的行驶方向垂直。上游路段即为上游路段的感知上边界和感知下边界之间的路段，下游路段即为下游路段的感知上边界和感知下边界之间的路段。在仿真环境中，仅能获取到感知覆盖路段的车辆信息，而无法获取到出感知覆盖路段以外的路段的车辆信息。
在一种可能实现方式中，该步骤301包括：基于上游路段的历史车辆信息，确定上游密度，上游路段的历史车辆信息是在历史时间段内对上游路段进行采集得到，上游路段的历史车辆信息指示上游路段中车辆的行驶情况；基于下游路段的历史车辆信息，确定下游密度，下游路段的历史车辆信息是在历史时间段内对下游路段进行采集得到，下游路段的历史车辆信息指示下游路段中车辆的行驶情况。
在本申请实施例中，上游密度是基于历史时间段内上游路段中车辆的行驶情况确定，下游密度均是基于历史时间段内下游路段中车辆的行驶情况确定，以保证上游密度和下游密度与真实情况相匹配，进而保证上游密度和下游密度的准确性。
其中，历史时间段为任意的时间段，例如，历史时间段为当前时刻之前的任意时长的时间段。例如，当前时刻为T0，历史时间段为[T0-Tw,T0)，Tw为任意的时长，Tw相当于仿真环境的初始状态设置时间，如Tw为5分钟或者10分钟。
在本申请实施例中，在仿真环境下的盲区路段中添加虚拟车辆时，仿真环境还未开始仿真，则在盲区路段中添加虚拟车辆的过程，即为对仿真环境的初始状态进行配置的过程，以便在仿真环境下的盲区路段中添加虚拟车辆，进而在仿真环境开始仿真时，以保证仿真环境下的各个路段均添加有虚拟车辆，以模拟出真实环境下各个路段中虚拟车辆的分布情况。例如，当前时刻T0也相当于仿真开始时刻，仿真环境即将开始仿真前，也即是在仿真开始时刻T0之前，获取历史时间段[T0-Tw,T0)内上游路段的历史车辆信息及下游路段的历史车辆信息，基于上游路段的历史车辆信息，确定上游密度Kup；基于下游路段的历史车辆信息，确定下游密度Kdown。
可选地，上游路段的历史车辆信息是由真实环境下上游路段安装的采集设备，在历史时间段内对上游路段进行采集得到；下游路段的历史车辆信息是由真实环境下下游路段安装的采集设备，在历史时间段内对下游路段进行采集得到。
其中，采集设备为任意类型的设备，例如，采集设备为传感器、雷达或摄像头等。
例如，以上游路段、盲区路段和下游路段为高速公路中的路段，现实环境下上游路段和下游路段的路侧安装有采集设备，采集设备能够采集到覆盖范围内的路段的车辆信息，车辆信息包括车辆的位置、速度、航向角等，航向角指示车辆的车头朝向与道路的行驶方向之间的夹角，能够体现出车辆的姿态。计算机设备能够获取到采集设备在历史时间段内采集到的历史车辆信息，按不同空间和时间维度进行聚合，得到上游路段的密度及下游路段的密度。
可选地，上游路段的历史车辆信息包括历史时间段内上游路段中车辆的位置，历史时间段包括多个历史时间点，则确定上游密度的过程包括：基于上游路段的历史车辆信息，确定每个历史时间点内上游路段中车辆的数量，确定每个历史时间点对应的数量与上游路段的长度的比值，将多个历史时间点的比值的平均值，确定为上游密度。
其中，任一历史时间点对应的数量为在历史时间点内上游路段中车辆的数量；任一历史时间点对应的数量与上游路段的长度的比值，相当于该历史时间点内上游路段中车辆的密度。
在本申请实施例中，上游路段的历史车辆信息包括多个历史时间点内上游路段中车辆的位置，进而能够确定出上游路段在各个历史时间点内的车辆的数量，进而能够确定出每个历史时间点内上游路段中车辆的密度，则将多个历史时间点内上游路段中车辆的密度的平均值，作为在历史时间段内上游路段中车俩的密度，也即是上游密度。
需要说明的是，本申请仅是以确定上游密度为例进行说明，而在另一实施例中，下游路段的历史车辆信息包括历史时间段内下游路段中车辆的位置，历史时间段包括多个历史时间点，则基于下游路段的历史车辆信息确定下游密度的过程，与上述确定上游密度的过程同理，在此不再赘述。
302、计算机设备基于上游密度与下游密度之间的差值及最小密度，确定盲区密度，盲区密度为盲区路段中虚拟车辆的密度，最小密度为上游密度和下游密度中的最小值。
303、计算机设备基于盲区密度，确定多个车距，多个车距的和值小于盲区路段的长度。
在本申请实施例中，车距是指盲区路段中待添加的虚拟车辆中相邻的任两个虚拟车辆之间的距离。每个车距能够在盲区路段中添加一个虚拟车辆，多个车距的和值小于盲区路段的长度，以避免后续按照多个车距在盲区路段中添加虚拟车辆时超出盲区路段的范围。
在一种可能实现方式中，该步骤303包括：将盲区密度的倒数确定为盲区路段的车距平均值，基于车距平均值构建车距分布关系数据；从车距分布关系数据中获取第i个车距，i为大于0的整数；在当前得到的i个车距的和值不大于盲区路段的长度的情况下，从车距分布关系数据中随机选取第i+1个车距。
在本申请实施例中，盲区路段中虚拟车辆的密度与盲区路段中虚拟车辆之间的车距成反比，也即是，盲区路段中虚拟车辆的密度越大，盲区路段中虚拟车辆之间的车距越小，盲区路段中虚拟车辆的密度越小，盲区路段中虚拟车辆之间的车距越大。因此，将盲区密度的倒数确定为盲区路段的车距平均值，以表示出盲区路段中虚拟车辆之间的车距的平均值。基于车距平均值构建出车距分布关系数据，该车距分布关系数据能够反映出盲区路段中车距的分布情况，以使盲区路段中车距的分布情况与该车距平均值匹配，进而保证盲区路段中车距的分布情况与盲区密度匹配，保证得到的车距的准确性。
在本申请实施例中，利用盲区密度的倒数来构建车距分布关系数据，从车距分布关系数据中依次获取多个车距，并且，在从车距分布关系数据中随机获取车距的过程中，每次获取到一个车距，需要确定当前获取到的所有车距的和值是否大于盲区路段的长度，以避免确定出的车距超出盲区路段的范围，也能保证确定出的多个车距与盲区密度相匹配，进而保证确定出的车距的准确性。
其中，车距分布关系数据能够以任意形式表示，例如，车距分布关系数据以正态分布函数的形式表示，将车距平均值作为正态分布函数的均值，正态分布函数的方差为任意数值，也即是，车距分布关系数据表示为N(D,σ2)，这样能够保证确定出的多个车距尽可能不完全相同，进而保证多个车距的多样性。
可选地，方法还包括：在从车距分布关系数据中获取到第j个车距的情况下，在当前得到的j个车距的和值大于盲区路段的长度的情况下，将当前得到的前j-1个车距确定为多个车距，j为大于1的整数。
在本申请实施例中，在从车距分布关系数据中依次获取多个车距的过程中，在当前获取到第j个车距的情况下，若第j个车距的和值大于盲区路段的长度，此时已获取车距完成，不再继续从车距分布关系数据中获取车距，舍去第j个车距，仅将当前获取到的前j-1个车距作为用于添加虚拟车辆的车距。通过对比当前得到的多个车距的和值与盲区路段的长度，在当前得到的j个车距的和值大于盲区路段的长度的情况下，将当前得到的前j-1个车距确定为多个车距，以避免确定出的车距超出盲区路段的范围，进而保证确定出的车距的准确性。
在一种可能实现方式中，多个车距与相同数量的车辆长度的和值小于盲区路段的长度。
在本申请实施例中，每个车距用于在盲区路段中添加一个虚拟车辆，车辆长度用于表示添加虚拟车辆时在盲区路段中占用的长度，因此，在确定多个车距时，以使确定出的多个车距与相同数量的车辆长度的和值小于盲区路段的长度，以避免后续添加虚拟车辆时，虚拟车辆超出盲区路段的范围，以保证后续添加虚拟车辆的准确性。例如，确定出3个车距，则3个车距和3个车辆长度的和值小于盲区路段的长度。
304、计算机设备从盲区路段的下游边界开始，按照多个车距，依次在盲区路段中添加虚拟车辆。
在本申请实施例中，每个车距能够在盲区路段中添加一个虚拟车辆，盲区路段中虚拟车辆的行驶方向由盲区路段指向下游路段，则从盲区路段的下游边界开始，按照多个车距依次在盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆与下游边界之间具有距离，避免虚拟车辆与下游边界距离过近而易越过下游边界的情况，也保证了盲区路段中添加的虚拟车辆的密度小于盲区密度，还能够避免盲区路段中添加的虚拟车辆堆积在一起的情况，以使盲区路段中虚拟车辆的分布情况与真实环境下盲区路段中车辆的分布情况相似，进而保证添加虚拟车辆的准确性。
其中，盲区路段的下游边界为盲区路段与下游路段之间的边界，例如，盲区路段的下游边界为下游路段的感知上边界。另外，盲区路段的上游边界为盲区路段与上游路段之间的边界，例如，盲区路段的上游边界为上游路段的感知下边界。
需要说明的是，上述图3所示的实施例是先确定盲区路段的多个车距，再按照多个车距在盲区路段中添加虚拟车辆，而在另一实施例，无需执行上述步骤303-304，而是采取其他方式，基于盲区密度，在仿真环境包含的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度。
本申请实施例提供的方案，考虑到同一道路中连续的多个路段中车辆的密度具有连续性，获取上游密度和下游密度，以指示出在仿真环境下与盲区路段属于同一道路的上游路段和下游路段中虚拟车辆的密度，基于上游密度与下游密度之间的差值及上游密度和下游密度中的最小密度，确定出盲区路段的密度，进而按照盲区密度在仿真环境下的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，不仅能够保证上游路段、盲区路段和下游路段的密度的连续性，还能够使得盲区路段中添加的虚拟车辆的分布情况与真实环境下盲区路段中车辆的分布情况相似，模拟出了真实环境下盲区路段中车辆的分布情况，保证了仿真环境的准确性，进而保证后续的仿真效果。
并且，由于同一道路中连续的多个路段中车辆的密度具有连续性，因此，按照盲区路段中各个子路段的顺序，结合上游密度与下游密度之间的差值及上游密度和下游密度中的最小密度，分别确定每个子路段中虚拟车辆的密度，以保证上游路段、各个子路段中虚拟车辆的密度和下游路段的密度的连续性，进而保证确定出的密度的准确性。
在上述图3所示的实施例的基础上，本申请实施例中盲区路段包括多个子路段，能够分别确定每个子路段对应的车距，并按照每个子路段对应的车距在对应的子路段中添加虚拟车辆，具体过程详见下述实施例。
图5是本申请实施例提供的一种仿真环境配置方法的流程图，该方法由计算机设备执行，如图5所示，该方法包括：
501、计算机设备获取仿真环境中盲区路段的上游密度及下游密度，上游密度为仿真环境中与盲区路段相邻的上游路段中虚拟车辆的密度，下游密度为仿真环境中与盲区路段相邻的下游路段中虚拟车辆的密度，上游路段、盲区路段及下游路段属于同一道路。
502、计算机设备基于盲区路段包括的多个子路段的序号、上游密度与下游密度之间的差值及最小密度，确定每个子路段中虚拟车辆的密度，序号指示多个子路段之间的顺序，最小密度为上游密度和下游密度中的最小值。
在本申请实施例中，盲区路段包括多个子路段，盲区密度包括盲区路段包含的每个子路段中虚拟车辆的密度，盲区路段中不同的子路段中虚拟车辆的密度可能相同，也可能不同。在得到每个子路段中虚拟车辆的密度的情况下，多个子路段中虚拟车辆的密度，即可构成盲区路段中虚拟车辆的密度，也即是，即可构成盲区密度。由于同一道路中连续的多个路段中车辆的密度具有连续性，因此，按照盲区路段中各个子路段的顺序，结合上游密度与下游密度之间的差值及上游密度和下游密度中的最小密度，分别确定每个子路段中虚拟车辆的密度，以保证上游路段、各个子路段中虚拟车辆的密度和下游路段的密度的连续性，进而保证确定出的密度的准确性。
其中，多个子路段之间的顺序是盲区路段中从上游到下游的顺序，或者，是盲区路段中从下游到上游的顺序。例如，盲区路段包括3个子路段，按照盲区路段中从上游到下游的顺序，3个子路段的序号分别为1、2和3。每个子路段的长度为任意的长度，例如，任一子路段的长度为200米，多个子路段能够连接构成盲区路段。可选地，任一子路段中不同区域包含的车道的数量相同，也即是，在任一子路段中，子路段包含的车道数量不会发生变化。
例如，对于盲区路段包含的车道数量可能发生变化，如盲区路段的一端为3个车道，另一端为4个车道。因此，在将盲区路段分成多个子路段时，会在车道数量变化位置进行划分，以使同一子路段包含的车道数量不会发生变化。
例如，在200米为间隔来对盲区路段进行划分，但在车道数量发生变化处进行划分，以避免在同一路段内车道数发生变化，以使同一子路段包含的车道数量不会发生变化，且尽量使划分得到的每个子路段的长度为200米。
可选地，盲区路段包含的多个子路段之间存在虚拟边界。例如，盲区路段划分为3个子路段，如图6所示，3个子路段之间的虚拟边界以虚线表示，子路段1与子路段2之间存在虚拟边界，子路段2与子路段3之间存在虚拟边界，且上游路段与子路段1之间存在的边界为上游路段的感知下边界，子路段3与下游路段之间存在的边界为下游路段的感知上边界，3个子路段中每个子路段包含的车道数量不会发生变化。
在一种可能实现方式中，该步骤502包括：确定多个子路段的数量与1的和值以及子路段的序号与和值的比值；确定比值与差值的乘积；将最小密度与乘积的和值，确定为子路段中虚拟车辆的密度。
在本申请实施例中，基于多个子路段的数量、子路段的序号、上游密度与下游密度之间的差值及最小密度，以使每个子路段中虚拟车辆的密度，按照多个子路段的顺序逐渐递增或逐渐递减，以保证每个子路段中虚拟车辆的密度的连续性，进而保证确定出的密度的准确性。
可选地，以盲区路段包含的多个子路段的序号为r，r为大于0的整数，多个子路段的顺序是盲区路段中从上游到下游的顺序，则每个子路段中虚拟车辆的密度满足以下关系：
Kr＝Kup+r*(Kdown-Kup)/(n+1) Kdown≥Kup时
Kr＝Kdown+r*(Kup-Kdown)/(n+1) Kdown＜Kup时
其中，Kr用于表示盲区路段中第r个子路段中虚拟车辆的密度，Kup用于表示上游密度，Kdown用于表示下游密度，n用于表示多个子路段的数量，n为大于1的整数。
503、计算机设备对于每个子路段，基于子路段中虚拟车辆的密度，确定至少一个车距，至少一个车距的和值小于子路段的长度。
在本申请实施例中，对于任一子路段，按照上述方式即可得到该路段对应的一个或多个车距，按照上述方式，即可得到每个子路段对应有一个或多个车距。由于不同子路段中虚拟车辆的密度可能不同，因此，基于每个子路段中虚拟车辆的密度，分别确定每个子路段对应的至少一个车距，以保证不同子路段对应的车距的多样性。
在一种可能实现方式中，该步骤503包括：对于任一子路段，将子路段中虚拟车辆的密度的倒数确定为子路段的车距平均值，基于子路段的车距平均值构建子路段的车距分布关系数据；从子路段的车距分布关系数据中获取第i个车距，i为大于0的整数；在当前得到的i个车距的和值不大于子路段的长度的情况下，从车距分布关系数据中随机选取第i+1个车距；在子路段的从车距分布关系数据中获取到第j个车距的情况下，在当前得到的j个车距的和值大于子路段的长度的情况下，将当前得到的前j-1个车距确定为子路段的对应的车距，j为大于1的整数。
需要说明的是，确定每个子路段对应的车距过程与上述步骤303同理，在此不再赘述。
504、计算机设备对于每个子路段，从盲区路段中子路段的下游边界开始，按照子路段对应的至少一个车距，依次在子路段中添加虚拟车辆。
在本申请实施例中，按照上述方式在每个子路段中添加虚拟车辆，以使每个子路段中添加的虚拟车辆的密度不大于上述步骤502中确定出的密度。
其中，子路段的下游边界为子路段与相邻的下游的子路段之间的边界，或者为子路段与下游路段之间的边界。例如，盲区路段中与下游路段相邻的子路段的下游边界，即为该子路段与下游路段之间的边界，也即是盲区路段与下游路段之间的边界。
需要说明的是，本申请实施例是以盲区路段包括多个子路段为例进行说明，而在另一实施例中，无需执行上述步骤502-504，而是采取其他方式，基于上游密度与下游密度之间的差值及最小密度，确定盲区密度，盲区密度为盲区路段中虚拟车辆的密度；从盲区路段的下游边界开始，按照多个车距，依次在盲区路段中添加虚拟车辆。
本申请实施例提供的方案中，对于每个子路段，从子路段的下游边界开始，按照子路段对应的车距依次在子路段中添加虚拟车辆，以使子路段中添加的虚拟车辆与下游边界之间具有距离，避免虚拟车辆与下游边界距离过近而易越过下游边界的情况，也保证了子路段中添加的虚拟车辆的密度小于子路段中虚拟车辆的密度，还能够避免子路段中添加的虚拟车辆堆积在一起的情况，也能保证多个子路段中虚拟车辆分布情况的多样性，以使子路段中虚拟车辆的分布情况与真实环境下子路段中车辆的分布情况相似，保证了仿真环境的准确性，进而保证后续的仿真效果。
在上述图2所示的实施例的基础上，本申请实施例还能够在盲区路段包括多个车道的情况下，在盲区路段中添加虚拟车辆，具体过程详见下述实施例。
图7是本申请实施例提供的一种仿真环境配置方法的流程图，该方法由计算机设备执行，如图7所示，该方法包括：
701、计算机设备获取仿真环境中盲区路段的上游密度及下游密度，上游密度为仿真环境中与盲区路段相邻的上游路段中虚拟车辆的密度，下游密度为仿真环境中与盲区路段相邻的下游路段中虚拟车辆的密度，上游路段、盲区路段及下游路段属于同一道路。
在本申请实施例中，盲区路段包括多个车道。
702、计算机设备基于上游密度与下游密度之间的差值及最小密度，确定盲区密度，盲区密度为盲区路段中虚拟车辆的密度，最小密度为上游密度和下游密度中的最小值。
需要说明的是，步骤701-702与上述步骤201-202同理，在此不再赘述。
703、计算机设备基于盲区密度，分别在盲区路段包含的每个车道中添加虚拟车辆，以使每个车道中添加的虚拟车辆的密度不大于盲区密度。
在一种可能实现方式中，该步骤703包括：对于盲区路段包含的任一车道，基于盲区密度，确定该车道对应的多个车距，多个车距的和值小于车道的长度，从车道的下游边界开始，按照车道对应的多个车距，依次在车道中添加虚拟车辆。
其中，不同的车道对应的多个车距可能不同。在盲区路段中每个车道的长度即为盲区路段的长度，且车道的下游边界即为盲区路段的下游边界。按照上述方式，即可在盲区路段包含的每个车道中添加虚拟车辆。需要说明的是，按照车道对应的多个车距在车道中添加虚拟车辆的过程，与上述步骤303和304同理，在此不再赘述。
需要说明的是，本申请实施例是以盲区路段包括多个车道为例进行说明，而在另一实施例中，无需执行上述步骤703，而是采取其他方式，基于盲区密度，在仿真环境包含的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度。
本申请实施例提供的方案中，由于盲区路段包括多个车道，不同的车道中的虚拟车辆可能不同，因此，基于盲区密度，分别在盲区路段包含的每个车道中添加虚拟车辆，以使每个车道中的添加的虚拟车辆的密度不大于盲区密度，进而保证盲区路段中添加的车密度不大于盲区密度，也能够使得盲区路段中多个车道中添加的虚拟车辆的多样性，以保证仿真环境下盲区路段中添加的虚拟车辆的分布情况与真实环境下盲区路段中的车辆的分布情况足够相似，保证了仿真环境的准确性，进而保证后续的仿真效果。
需要说明的是，上述图3、图5和图7所示的实施例能够任意结合，以上述图3、图5和图7所示的实施例结合为例，盲区路段包括多个子路段，每个子路段包括多个车道，则仿真环境配置方法包括：
步骤1、按照上述步骤501-502，确定出每个子路段中虚拟车辆的密度；对于任一子路段包含的任一车道，基于子路段中虚拟车辆的密度，确定该车道对应的至少一个车距，进而确定出每个子路段中每个车道对应的至少一个车距。
步骤2、对于任一路段包含的任一车道，从该车道的下游边界开始，按照车道对应的至少一个车距，依次在车道中添加虚拟车辆，以使车道中添加的虚拟车辆的密度不大于子路段中虚拟车辆的密度；在对该车道添加完成的情况下，按照上述方式，在该子路段包含的下一个车道中添加虚拟车辆，以便为该子路段包含的每个车道中添加虚拟车辆。
其中，车道的下游边界相当于车道所属的子路段的下游边界。按照上述步骤2，即可为每个子路段中的每个车道添加虚拟车辆。
需要说明的是，上述所示的实施例是以先确定多个车距后再按照多个车距添加虚拟车辆为例进行说明，而在另一实施例中，还能够在确定车距的过程中，每确定一个车距，在对应的车道内添加一个虚拟车辆，之后再确定下一个车距，以此类推，为每个子路段中的每个车道添加虚拟车辆。如图8所示，对于任一子路段，从子路段包含的多个车道中随机选取任一车道，从该子路段下游的边界开始，以子路段下游的边界为该子路段与下游的子路段之间的虚拟边界为例，向子路段上游找寻一个车距Dm，并按照车距Dm在该车道中添加第m个虚拟车辆，m为大于0的整数，在确定第4个车距D4的情况下，当前得到的4个车距的和值大于子路段的长度，也即是，4个车距的和值超出了子路段上游的边界，以子路段上游的边界为该子路段与上游的子路段之间的虚拟边界为例，则舍去第4个车距D4，此时已对该车道添加车辆完成，而后在该子路段中选择下一条未添加虚拟车辆的车道，按照上述方式来添加虚拟车辆，直至该子路段中每个车道均已添加虚拟车辆。在按照车距添加虚拟车辆的过程中，按照车距确定出虚拟车辆的位置，按照该位置在车道的中间添加虚拟车辆，以使添加的虚拟车辆均位于车道中心线上。并且，在确定的位置添加虚拟车辆时，将虚拟车辆的车前缘或者质心位置与确定的位置重合。
另外，盲区路段对应有最大车辆数目，最大车辆数目指示仿真开始前盲区路段能够添加的虚拟车辆的最大数目，则按照本申请实施例提供的方式，能够确定出的车距数目不大于最大车辆数目，以使盲区路段添加的虚拟车辆不大于最大车辆数目；或者，按照上述多个车距在盲区路段中添加虚拟车辆的过程中，一旦确定已添加的虚拟车辆的数目达到最大车辆数目，则不再继续在盲区路段添加虚拟车辆。
在上述图2所示的实施例的基础上，本申请实施例还会确定盲区类型参数，以便在盲区路段中添加的虚拟车辆的类型与盲区类型参数匹配，具体过程详见下述实施例。
图9是本申请实施例提供的一种仿真环境配置方法的流程图，该方法由计算机设备执行，如图9所示，该方法包括：
901、计算机设备获取仿真环境中盲区路段的上游密度及下游密度，上游密度为仿真环境中与盲区路段相邻的上游路段中虚拟车辆的密度，下游密度为仿真环境中与盲区路段相邻的下游路段中虚拟车辆的密度，上游路段、盲区路段及下游路段属于同一道路。
902、计算机设备基于上游密度与下游密度之间的差值及最小密度，确定盲区密度，盲区密度为盲区路段中虚拟车辆的密度，最小密度为上游密度和下游密度中的最小值。
需要说明的是，步骤901-902与上述步骤201-202同理，在此不再赘述。
903、计算机设备获取上游类型参数及下游类型参数，上游类型参数指示上游路段中虚拟车辆的类型，下游类型参数指示下游路段中虚拟车辆的类型。
其中，上游类型参数及下游类型参数能够以任意的形式表示，例如，上游类型参数及下游类型参数均以各个类型的虚拟车辆的比例的形式表示，如，以虚拟车辆的类型包括大车类型和小车类型为例，上游类型参数指示大车类型和小车类型中大车类型的比例不大于P。
在一种可能实现方式中，该步骤903包括：基于上游路段的历史车辆信息，确定上游类型参数，上游路段的历史车辆信息是在历史时间段内对上游路段进行采集得到；基于下游路段的历史车辆信息，确定上游类型参数，下游路段的历史车辆信息是在历史时间段内对下游路段进行采集得到。
在本申请实施例中，上游路段的历史车辆信息还指示了历史时间段内上游路段中行驶的车辆的类型，下游路段的历史车辆信息还指示了历史时间段内下游路段中行驶的车辆的类型，则基于上游路段的历史车辆信息及下游路段的历史车辆信息，能够分别确定出上游类型参数及下游类型参数，以保证上游密度和下游密度与真实情况相匹配，进而保证上游密度和下游密度的准确性。
例如，上游路段的历史车辆信息指示在历史时间段内上游路段中行驶的车辆的类型，则计算机设备能够获取到采集设备在历史时间段内采集到的历史车辆信息，按不同空间和时间维度进行聚合，得到上游类型参数及下游类型参数。
904、计算机设备基于上游类型参数与下游类型参数之间的差值及最小类型参数，确定盲区类型参数，盲区类型参数指示盲区路段中虚拟车辆的类型，最小类型参数为上游类型参数和下游类型参数中的最小值。
在本申请实施例中，同一道路中连续的多个路段的类型参数具有连续性，基于上游类型参数与下游类型参数之间的差值及最小类型参数，即可确定出盲区类型参数，以保证上游路段、盲区路段和下游路段的类型参数的连续性。
其中，上游类型参数与下游类型参数之间的差值为正数，该差值是最大类型参数减少最小类型参数得到，最大类型参数为上游类型参数和下游类型参数中的最大值，最小类型参数为上游类型参数和下游类型参数中的最小值。
在一种可能实现方式中，该步骤904包括：基于盲区路段包括的多个子路段的序号、上游类型参数与下游类型参数之间的差值及最小类型参数，确定每个子路段中虚拟车辆的类型参数，序号指示多个子路段之间的顺序，最小类型参数为上游类型参数和下游类型参数中的最小值。
需要说明的是，上述确定每个子路段中虚拟车辆的类型参数的过程，与上述步骤502同理，在此不再赘述。
可选地，以盲区路段包含的多个子路段的序号为r，r为大于0的整数，多个子路段的顺序是盲区路段中从上游到下游的顺序，则每个子路段中虚拟车辆的类型参数满足以下关系：
Pr＝Pup+r*(Pdown-Pup)/(n+1) Pdown≥Pup时
Pr＝Pdown+r*(Pup-Pdown)/(n+1) Pdown＜Pup时
其中，Pr用于表示盲区路段中第r个子路段中虚拟车辆的类型参数，Pup用于表示上游类型参数，Pdown用于表示下游类型参数，n用于表示多个子路段的数量，n为大于1的整数。
需要说明的是，本申请是以先执行步骤901-902后再执行步骤903-904为例进行说明，而在另一实施例中，还能以其他顺序执行上述步骤901-904，例如，先执行上述步骤901和903，在同时执行步骤902和904。
905、计算机设备基于盲区密度及盲区类型参数，在盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，且盲区路段中添加虚拟车辆的类型与盲区类型参数匹配。
在本申请实施例中，盲区密度指示了仿真环境下盲区路段中虚拟车辆的密度，因此，按照盲区密度在仿真环境下的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，以使盲区路段中添加的虚拟车辆的分布情况与真实环境下盲区路段中车辆的分布情况相似，以模拟出真实环境下盲区路段中车辆的分布情况。
例如，盲区类型参数指示上大车类型和小车类型中大车类型的比例不大于20％，基于盲区密度及盲区类型参数在盲区路段中添加的虚拟车辆的数量为20的情况下，盲区路段中已添加的虚拟车辆中，属于大车大类型的虚拟车辆的数量不大于4。
需要说明的是，本申请实施例是结合盲区类型参数，在盲区路段中添加虚拟车辆，而在另一实施例中，无需执行上述步骤903-905，而是采取其他方式，基于盲区密度，在仿真环境包含的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度。
本申请实施例提供的方案中，考虑到真实环境下盲区路段中行驶的车辆具有多种类型，因此，结合上游类型参数与下游类型参数确定出盲区类型参数，基于盲区密度及盲区类型参数，在盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，且盲区路段中添加虚拟车辆的类型与盲区类型参数匹配，不仅能够保证上游路段、盲区路段和下游路段的密度的连续性，也保证了上游路段、盲区路段和下游路段的类型参数的连续性，还能够使得盲区路段中添加的虚拟车辆的类型和分布情况，与真实环境下盲区路段中车辆的类型和分布情况相似，模拟出了真实环境下盲区路段中车辆的类型和分布情况，保证了仿真环境的准确性，进而保证后续的仿真效果。
需要说明的是上述图9所示的实施例能够与上述图2至图8所示的实施例任意结合，以盲区路段包括多个子路段、且每个子路段包括多个车道、盲区类型参数指示大车类型和小车类型中大车类型的比例不大于P为例，对于任一路段包含的任一车道，在基于车道对应的车距依次在车道中添加虚拟车辆的过程中，每次基于一个车距在车道中添加虚拟车辆时，生成一个随机数，随机数大于0且小于1，在随机数不大于P的情况下，按照该车距在车道中添加属于大车类型的虚拟车辆；在随机数大于P的情况下，按照该车距在车道中添加属于小车类型的虚拟车辆；之后，在按照上述方式，基于下一个车距在车道中添加下一个虚拟车辆，以使车道中添加的虚拟车辆中属于大车类型的虚拟车辆的比例不大于P。
在上述图2至图9所示的实施例的基础上，在仿真环境包含的盲区路段中已添加虚拟车辆的情况下，还能够运行仿真环境，以实现对仿真环境进行仿真，具体过程详见下述实施例。
图10是本申请实施例提供的一种仿真环境配置方法的流程图，该方法由计算机设备执行，如图10所示，该方法包括：
1001、计算机设备在仿真环境开始仿真的情况下，基于上游车辆信息，在仿真环境包含的上游路段中添加虚拟车辆，上游车辆信息是对上游路段进行采集得到，上游车辆信息指示当前上游路段中车辆的行驶情况。
在本申请实施例中，真实环境下上游路段和下游路段安装有采集设备，采集设备能够采集到对应路段的车辆信息，因此，在仿真环境开始仿真的情况下，会基于实时采集到的上游车辆信息，在仿真环境包含的上游路段中添加虚拟车辆，以使仿真环境包含的上游路段中虚拟车辆的分布情况与真实环境下上游路段中车辆的分布情况相同，以实现上游路段的复现仿真，将采集设备对上游路段采集到的上游车辆信息还原到仿真环境中。
在一种可能实现方式中，上游车辆信息指示真实环境下上游路段中各个车辆的位置、速度、航向角、车辆所属的类型等。
在本申请实施例中，上游车辆信息指示真实环境下上游路段中各个车辆的位置、速度、航向角、车辆所属的类型，则基于上游车辆信息能够在仿真环境中还原出真实环境下上游路段中车辆的分布情况。
在一种可能实现方式中，该步骤1001包括：计算机设备响应于对仿真环境的仿真指令，实时接收采集设备采集到的上游车辆信息，基于上游车辆信息在仿真环境包含的上游路段中添加虚拟车辆。
在本申请实施例中，在仿真环境开始仿真的情况下，计算机设备能够实时获取到采集设备采集到的上游车辆信息，以保证仿真环境下上游路段中虚拟车辆的分布情况与真实环境下上游路段中车辆的分布情况相同、且同步。
可选地，上游车辆信息指示真实环境下上游路段中各个车辆的位置、速度、航向角、车辆所属的类型，则添加虚拟车辆的过程包括：基于上游车辆信息指示的各个车辆的位置及车辆所属的类型，在仿真环境包含的上游路段中对应的位置添加属于指示的类型的虚拟车辆，且添加的虚拟车辆按照上游车辆信息指示的速度和航向角行驶。
1002、计算机设备基于下游车辆信息，在仿真环境包含的下游路段中添加虚拟车辆，下游车辆信息是对下游路段进行采集得到，下游车辆信息指示当前下游路段中车辆的行驶情况。
需要说明的是，步骤1002与上述步骤1001同理，在此不再赘述。
1003、计算机设备显示已添加的虚拟车辆在仿真环境中行驶。
在本申请实施例中，在仿真环境开始仿真的情况下，仿真环境包含的上游路段和下游路段实时添加虚拟车辆，且仿真环境包含的上游路段和下游路段中虚拟车辆的分布情况和行驶情况，与真实环境下上游路段和下游路段中车辆的分布情况和行驶情况保持相同且同步，仿真环境包含的盲区路段中已添加虚拟车辆的会开始行驶，以模拟出真实环境下盲区路段中车辆的行驶情况，进而实现了将真实环境下上游路段、盲区路段和下游路段中车辆的分布情况和行驶情况，映射到仿真环境中，以使仿真环境中能够模拟出真实环境下道路中车辆的分布情况和行驶情况，进而保证仿真环境的准确性，以使仿真环境开始仿真时能够准确模拟出真实环境下道路中车辆的形式情况，进而保证仿真效果。
在一种可能实现方式中，步骤1003包括以下两种方式。
第一种方式：显示上游路段中的虚拟车辆行驶进入盲区路段。
在本申请实施例中，在仿真环境开始仿真之前，在盲区路段中添加虚拟车辆，以避免在仿真初始时刻仿真环境中存在没有车辆的“空洞”路段，而在仿真开始的情况下，盲区路段中的虚拟车辆会向下游路段的方向行驶，且上游路段中的虚拟车辆向下游路段的方向行驶的过程中会行驶进入盲区路段，而后在盲区路段中行驶，以便后续驶入下游路段。
第二种方式：显示盲区路段中已添加的虚拟车辆行驶至盲区路段的收车边界后消失，收车边界介于盲区路段的上游边界与盲区路段的下游边界之间，且收车边界与盲区路段的下游边界之间的距离大于距离阈值。
在本申请实施例中，收车边界与盲区路段的下游边界之间的距离大于距离阈值，以避免盲区路段中添加的虚拟车辆移动至收车边界时超过下游边界进而显示在下游路段中，防止盲区路段中添加的虚拟车辆与下游路段中复现仿真出的虚拟车辆发生碰撞或视觉重叠的情况，保证仿真环境中显示的虚拟车辆的行驶情况的准确性。
其中，距离阈值为任意的数值，例如，距离阈值为5米或10米等。如图11所示，仿真环境中的收车边界靠近盲区路段的下游边界，且间隔有距离。
例如，仿真环境开始运行后，计算机设备开始接收采集设备传输的车辆信息，并实时的在仿真环境中对应的路段上复现出真实环境下车辆的类型、位置、速度、姿态(方向角)等。随着仿真时钟的不断推进，实时接收采集设备传输的车辆信息并在仿真环境中实时复现仿真，将对仿真环境包含的上游路段和下游路段中的虚拟车辆更新一次速度和位置等，以使复现出上游路段和下游路段中车辆的行驶情况。仿真环境包含的上游路段还原出真实环境下上游路段中车辆的分布情况和行驶情况，且始终保持同步；仿真环境包含的下游路段还原出真实环境下游路段中车辆的分布情况和行驶情况，且始终保持同步。
并且，在仿真开始之前在仿真环境包含的盲区路段中添加的虚拟车辆，是对仿真环境包含的盲区路段的虚拟仿真，在仿真开始之前在盲区路段中添加的虚拟车辆，相当于预测到在仿真开始时真实环境下盲区路段中车辆的行驶情况和分布情况，盲区路段中添加的虚拟车辆的航向角与所在道路的行驶方向一致，以便在仿真开始时仿真环境包含的盲区路段中显示添加的虚拟车辆向下游路段的方向移动且移动至收车边界消失。而且，在仿真过程中，通过微观交通模型来进行仿真，以控制盲区路段中虚拟车辆的行驶行为，行驶行为包括跟驰行为和换道行为。也即是，通过，微观交通模型包括的跟驰算法模型和换道模型，在仿真开始之前在盲区路段中添加的虚拟车辆会逐渐移动至收车边界消失，而盲区路段中后续显示的其他虚拟车辆是由上游路段中的虚拟车辆驶入的，即在后续仿真过程中，实时基于上游路段中虚拟车辆的分布情况和行驶情况，预测出后续盲区路段中虚拟车辆的分布情况和行驶情况，以使后续上游路段、盲区路段和下游路段中虚拟车辆的分布情况和行驶情况具有连续性，以呈现出上游路段、盲区路段和下游路段中虚拟车辆的行驶情况和分布情况，与真实环境下车辆的行驶情况和分布情况保持相同且同步。
其中，在仿真环境开始仿真的情况下，盲区路段中虚拟车辆的纵向驾驶行为是由跟驰算法模型决定，通过跟驰算法模型能够控制盲区路段中虚拟车辆的最大行驶速度和最小安全车间距，分别代表虚拟车辆在行驶过程中不能超过的最大速度(如道路限速)和行驶过程中始终都需要保持的最小车间距。在每个仿真步长中，对于任一虚拟车辆，根据该虚拟车辆之前的虚拟车辆的位置和速度等，对该虚拟车辆的加速度进行更新。
在仿真环境开始仿真的情况下，盲区路段中虚拟车辆的横向驾驶行为是由换道模型决定。在虚拟车辆有换道意愿的前提下，虚拟车辆与目标车道内前方的虚拟车辆之间的距离和目标车道内后方的虚拟车辆之间的距离均应大于预设安全距离。在安全条件满足的情况下，才会执行换道操作，目标车道为待换入的车道。
在上述图10所示的实施例的基础上，本申请在对仿真环境开始仿真之前，还能够确定出盲区路段中添加的虚拟车辆初始的行驶速度，以便在仿真开始时，能够显示出虚拟车辆按照初始的行驶速度行驶，具体过程详见下述实施例。
图12是本申请实施例提供的一种仿真环境配置方法的流程图，该方法由计算机设备执行，如图12所示，该方法包括：
1201、计算机设备基于盲区密度及盲区路段的临界密度，确定盲区路段中虚拟车辆的行驶速度，临界密度为在盲区路段中虚拟车辆以盲区路段允许的最大行驶速度行驶的情况下，盲区路段中虚拟车辆的最大密度。
在本申请实施例中，盲区路段中虚拟车辆的密度会影响虚拟车辆的行驶速度越大，在盲区路段中虚拟车辆的密度不大于临界密度的情况下，盲区路段中的虚拟车辆能够以盲区路段允许的最大行驶速度行驶。而在盲区路段中虚拟车辆的密度不大于临界密度的情况下，盲区路段中的虚拟车辆的行驶速度与盲区路段中虚拟车辆的密度呈负相关关系，也即是，在盲区路段中虚拟车辆的密度不大于临界密度的情况下，盲区路段中虚拟车辆的密度越大，盲区路段中的虚拟车辆的行驶速度越低；盲区路段中虚拟车辆的密度越小，盲区路段中的虚拟车辆的行驶速度越高。因此，基于盲区密度及盲区路段的临界密度确定出盲区路段中虚拟车辆的行驶速度，以使确定出的行驶速度与盲区路段中虚拟车辆的密度相匹配。
在一种可能实现方式中，该步骤1201包括：在盲区密度不大于临界密度的情况下，将盲区密度内允许的最大行驶速度，确定为盲区路段中虚拟车辆的行驶速度；或者，在盲区密度大于临界密度的情况下，基于盲区路段的临界流量、临界密度、阻塞密度及盲区密度，确定盲区路段中虚拟车辆的行驶速度，临界流量指示盲区道路能够承载虚拟车辆行驶的最大流量，阻塞密度为盲区路段中虚拟车辆由于阻塞而无法行驶时的密度。
在本申请实施例中，在盲区密度不大于临界密度的情况下，盲区路段中虚拟车辆能够以盲区路段允许的最大行驶速度行驶，考虑到真实环境下车辆的行驶情况，将盲区密度内允许的最大行驶速度，确定为盲区路段中虚拟车辆的行驶速度，以使确定出的行驶速度尽可能与真实环境下盲区路段中车辆的行驶速度相近，进而保证行驶速度的准确性。
在本申请实施例中，在盲区密度大于临界密度的情况下，盲区路段中虚拟车辆的行驶速度会与盲区密度呈负相关关系，即在盲区密度达到阻塞密度的情况下，盲区路段中虚拟车辆会因阻塞而无法行驶，并考虑到盲区路段的临界流量也会影响盲区路段中虚拟车辆的行驶速度，因此，在盲区密度大于临界密度的情况下，基于盲区路段的临界流量、临界密度、阻塞密度及盲区密度，确定盲区路段中虚拟车辆的行驶速度，以使确定出的行驶速度尽可能与真实环境下盲区路段中车辆的行驶速度相近，进而保证行驶速度的准确性。
其中，临界流量指示盲区路段的最大通行能力，也即是指示出盲区路段在单位时间内能够供虚拟车辆通过的最大数量。例如，临界流量表示盲区路段每小时能够供虚拟车辆通过的最大数量。例如，临界密度、临界流量、阻塞密度及盲区密度之间的关系如图13所示。
可选地，在盲区密度大于临界密度的情况下，盲区路段中虚拟车辆的行驶速度满足以下关系：
V＝Vmax K≤Kcr时
V＝(KQmax/(Kcr-Kjam)+kjamQmax/(Kjam-Kcr))/K K>Kcr时
其中，V用于表示盲区路段中虚拟车辆的行驶速度，Vmax用于表示盲区路段允许的最大行驶速度，K用于表示盲区密度，Kcr用于表示盲区路段的临界密度，Qmax用于表示盲区路段的临界流量，Kjam用于表示盲区路段的阻塞密度。
可选地，在盲区密度大于临界密度的情况下，确定盲区路段中虚拟车辆的行驶速度的过程包括：在基于盲区密度确定出多个车距、且按照多个车距在盲区路段中添加虚拟车辆的情况下，对于任一虚拟车辆，将虚拟车辆对应的车距的倒数，确定为该虚拟车辆对应的密度，基于盲区路段的临界流量、临界密度、阻塞密度及虚拟车辆对应的密度，确定该虚拟车辆的行驶速度。
在本申请实施例中，在盲区路段中已添加的虚拟车辆中，不同的虚拟车辆的行驶速度可能不同。在确定出虚拟车辆对应的密度的情况下，结合盲区路段的交通基本图，即可得到虚拟车辆的初始速度，盲区路段的交通基本图指示盲区路段的交通特性，包括盲区路段的交通数据，交通数据包括行临界流量、临界密度、阻塞密度、驶速度、密度和流量等。
在本申请实施例中，考虑到真实环境下车辆在道路上行驶的过程中，车辆与前面的车辆之间的距离也会影响车辆的行驶速度，因此，在基于盲区密度确定出多个车距、且按照多个车距在盲区路段中添加虚拟车辆的情况下，盲区路段中每个虚拟车辆沿着指向下游的方向会对应有一个车距，则基于虚拟车辆对应的车距来确定出虚拟车辆的行驶速度，以保证虚拟车辆的行驶速度尽可能与真实环境下盲区路段中车辆的行驶速度相近，进而保证行驶速度的准确性。
另外，在给定盲区路段中虚拟车辆的密度的情况下，根据盲区路段的交通基本图就能够唯一确定虚拟车辆所处的交通状态，从而虚拟车辆的行驶速度。由于虚拟车辆之间的车距和盲区路段中虚拟车辆的密度是倒数关系，因此，在确定出虚拟车辆之前的车距D的情况下，能够确定出虚拟车辆初始的行驶速度。
1202、计算机设备在仿真环境开始运行的情况下，基于上游车辆信息，在仿真环境包含的上游路段中添加虚拟车辆，上游车辆信息是对上游路段进行采集得到，上游车辆信息指示当前上游路段中车辆的行驶情况。
1203、计算机设备基于下游车辆信息，在仿真环境包含的下游路段中添加虚拟车辆，下游车辆信息是对下游路段进行采集得到，下游车辆信息指示当前下游路段中车辆的行驶情况。
需要说明的是，步骤1202-1203与上述步骤1001-1002同理，在此不再赘述。
1204、计算机设备显示盲区路段中已添加的虚拟车辆按照确定的行驶速度在盲区路段中行驶。
需要说明的是，本申请实施例是以盲区路段中已添加的虚拟车辆按照确定的行驶速度在盲区路段中行驶为例进行说明，而在另一实施例中无需执行上述步骤1201和1204，而是采取其他方式，显示已添加的虚拟车辆在仿真环境中行驶。
本申请实施例提供的方案中，考虑到盲区密度及盲区路段的临界密度会影响盲区路段中虚拟车辆的行驶速度，因此，基于盲区密度及盲区路段的临界密度确定出盲区路段中虚拟车辆的行驶速度，以使确定出的行驶速度与盲区路段中虚拟车辆的密度相匹配，进而能显示出盲区路段中已添加的虚拟车辆按照确定的行驶速度在盲区路段中行驶，以使盲区路段中已添加的虚拟车辆的行驶情况尽可能与真实环境下盲区路段中车辆的行驶情况相近，进而保证了仿真环境的准确性，以使仿真环境开始仿真时能够准确模拟出真实环境下道路中车辆的形式情况，进而保证仿真效果。
在上述图2至图12所示的实施例的基础上，本申请实施例还提供了一种仿真环境配置方法的流程图，如图14所示，该方法包括以下步骤。
步骤1、确定仿真环境下的盲区路段，聚合盲区路段的上游路段的历史车辆信息及，盲区路段的下游路段的历史车辆信息，确定出上游密度、下游密度、上游类型参数及下游类型参数。
步骤2、按照200米的长度，将盲区路段划分为多个子路段，子路段之间有虚拟边界分割。
步骤3、采用线性差值的方式，确定出每个子路段中虚拟车辆的密度及每个子路段中虚拟车辆的类型参数，子路段中虚拟车辆的类型参数指示大车类型和小车类型中大车类型的比例不大于P。
步骤4、从最下游的子路段开始配置，将最下游的子路段作为当前子路段，判断当前路段包含的车道是否已添加虚拟车辆。
步骤5、在当前子路段存在未添加虚拟车辆的车道的情况下，从当前子路段包含的车道中，随机选择一条未被添加虚拟车辆的车道作为当前车道，基于车距分布关系数据获取车距，并判断当前获取到的车距是否超过当前子路段的范围；在当前获取到的车距未超过当前子路段的范围的情况下，生成随机数，在随机数不大于P的情况下，基于获取的车距在车道中添加属于大车类型的虚拟车辆，在随机数大于P的情况下，基于获取的车距在车道中添加属于小车类型的虚拟车辆；按照上述图12所示的实施例，确定虚拟车辆初始的行驶速度；之后，按照上述方式获取下一个车距，直至当前获取到的车距超过当前子路段的范围。
步骤6、在当前获取到的车距超过当前子路段的范围的情况下，从当前子路段包含的车道中，随机选择下一条未被添加虚拟车辆的车道作为当前车道，并按照上述步骤5来添加虚拟车辆。
步骤7、在当前子路段不存在未添加虚拟车辆的车道的情况下，判断盲区路段包含的子路段是由均已添加完成虚拟车辆。
步骤8、在盲区路段存在还未添加完成虚拟车辆的子路段的情况下，选择下一个子路段作为当前子路段，按照上述步骤5-6，为当前子路段添加虚拟车辆。
步骤9、在盲区路段不存在还未添加完成虚拟车辆的子路段的情况下，确定盲区路段的初始状态设置完成。
基于上述图2至图12所示的实施例，本申请实施例提供到的仿真环境配置方法包括两个阶段。
第一个阶段为初始状态设置阶段，如图15所示，以T0来表示仿真开始时刻，在仿真环境开始仿真之前，按照上述图2至图9及图12所示的实施例，对仿真环境进行配置，以便在仿真环境包含的盲区路段中添加虚拟车辆，并确定出盲区路段中添加虚拟车辆初始的行驶速度，以避免在仿真初始时刻路网中存在没有车辆的“空洞”路段。
第二个阶段为感知复现阶段，如图15所示，在仿真环境开始仿真的情况下，真实环境下上游路段和下游路段安装的采集设备实时采集车辆信息，并向计算机设备发送采集到的车辆信息，由计算机设备基于接收到的车辆信息，在仿真环境包含的上游路段和下游路段复现仿真，还原出真实环境下上游路段和下游路段中车辆的行驶情况。
数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据、以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段。
数字孪生可通过将高速公路进行虚拟平行世界的建立，将高速公路物理世界的环境、车辆、事件等要素进行实时的、完全的映射，通过高速道路中分布的采集设备进行充分感知、动态检测，形成虚拟道路在信息维度上对实体道路的精准信息表达和映射，使管理人员不在高速公路现场即可掌握高速公路全域状况，解决事件发现滞后、事件复盘难等问题。它不仅仅具有仿真能力，还应具备预测和控制能力。
在采集设备能够覆盖的路段，视频、雷达等多维交通设施采集信息自行承载融合，通过目标融合算法，使各类采集设备获取的原始不连贯车辆信息相互印证、互为补充，形成基本完整的车辆信息，实现对高速上车辆行驶轨迹的精准刻画。例如，通过地图的关联关系，将雷达检测的车辆和视频识别的车辆建立联系。同时，将实时检测车辆叠加在高精地图上，实现物理空间与虚拟空间的对接，完成数字映射的全息感知，进而能够在仿真系统中对其进行实时复现仿真，并在此基础上进行仿真推演，对交通隐患、交通事件、交通拥堵等核心业务进行描述、诊断、预测、决策，达成实时高效的智能分析和主动管控，最终实现闭环的控制，从而实现高速公路治理的精细化、智能化、标准化、专业化，为交通治理打下坚实的基础。
基于本申请实施例提供的方案，在高速公路数字孪生仿真场景下，通过道路路侧安装的采集设备把采集设备覆盖的路段内的车辆数字化，并实时的在仿真环境中呈现出来，并且对采集设备没有覆盖到的盲区路段中可能存在的虚拟车辆进行设置，包括虚拟车辆的类型、间距和初始的行驶速度，使得盲区路段内的虚拟车辆在符合交通运行规律的前提下，尽量与上游路段和下游路段保持了交通状态时间和空间上的连续性，进而实现物理空间与数字空间的交互融合，从而更好的为管理者提供决策依据，同时极大的提升了可视化效果，避免了视觉上的“空洞”。
本申请实施例提供的方案能够嵌入数字孪生微观仿真软件中，用于对数字孪生系统中的高速公路上的交通车辆进行仿真推演。并在仿真开始前，对盲区路段内的虚拟车辆进行设置。数字孪生系统能够应用于自动驾驶场景下，能够基于数字孪生系统中对真实环境下高速公路上的交通车辆的仿真，能够控制车辆自动驾驶。
在实际高速公路上，采集设备覆盖率可能并不高，即实时的车辆轨迹数据不能覆盖所有需要仿真的高速公路路段。在没有采集设备覆盖的路段，首先要判断是否存在由历史数据描述的历史交通状态，常见的有卡口设备采集的平均车流流量/密度/速度等集计数据(示例如图16所示)。图16展示的某路段24小时平均流量的折线图，时间粒度能够从分钟级，5分钟，10分钟，15分钟，30分钟到小时级。根据数据源的分类，也能够有交通密度和平均速度的类似数据曲线，之后则能够借助历史数据对当前的仿真进行设置。
在交通流理论中，宏观基本图能够描述交通网络中宏观交通流量、密度和速度之间的关系。典型的基本图近似为图17中两段直线段，和横轴组成一个三角形，直线段上的每一个点代表一种交通状态。其中，左侧的直线段描述的是车辆的自由行驶状态，其斜率是自由流车速，本申请是以自由流车速为80公里/小时为例，在车辆密度从0增加到临界密度过程中，本申请是以临界密度为25辆/公里为例，自由流车速不变，通行能力逐渐增大，并在临界密度时达到最大通行能力，本申请是以最大通行能力为2000辆/小时为例。在车辆持续增多引起密度继续增大时，车速逐渐减慢进入拥堵状态，通行能力也随之下降，如图17中右侧的段直线段所示。当密度增大到阻塞密度(140辆/公里)时，车流进入阻塞停止状态，速度和通行能力都降为0。
基本图中的阻塞密度只取决于车流完全拥堵时车头到车头的距离，因此可取140辆/公里作为缺省值。最大通行能力和自由流速度为道路类型相关的参数，能够通过参数校正或查询相关规范获取。由这三个参数能够唯一确定基本图中的两条直线段。此处对基本图的获取方式不加限定，能够通过用户在场景文件中给定上述几个参数来定义，也能够在仿真环境内部设置不同缺省的基本图用来对不同类型道路的基本交通属性进行定义。
图18是本申请实施例提供的一种仿真环境配置装置的结构示意图，如图18所示，该装置包括：
获取模块1801，用于获取仿真环境中盲区路段的上游密度及下游密度，上游密度为仿真环境中与盲区路段相邻的上游路段中虚拟车辆的密度，下游密度为仿真环境中与盲区路段相邻的下游路段中虚拟车辆的密度，上游路段、盲区路段及下游路段属于同一道路；
确定模块1802，用于基于上游密度与下游密度之间的差值及最小密度，确定盲区密度，盲区密度为盲区路段中虚拟车辆的密度，最小密度为上游密度和下游密度中的最小值；
添加模块1803，用于基于盲区密度，在仿真环境包含的盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度。
在一种可能实现方式中，盲区路段包括多个子路段，盲区密度包括盲区路段包含的每个子路段中虚拟车辆的密度，确定模块1802，用于基于多个子路段的序号、上游密度与下游密度之间的差值及最小密度，确定每个子路段中虚拟车辆的密度，序号指示多个子路段之间的顺序。
在另一种可能实现方式中，确定模块1802，用于确定多个子路段的数量与1的和值以及子路段的序号与和值的比值；确定比值与差值的乘积；将最小密度与乘积的和值，确定为子路段中虚拟车辆的密度。
在另一种可能实现方式中，盲区路段包括多个车道；添加模块1803，用于基于盲区密度，分别在盲区路段包含的每个车道中添加虚拟车辆，以使每个车道中添加的虚拟车辆的密度不大于盲区密度。
在另一种可能实现方式中，添加模块1803，用于基于盲区密度，确定多个车距，多个车距的和值小于盲区路段的长度；从盲区路段的下游边界开始，按照多个车距，依次在盲区路段中添加虚拟车辆。
在另一种可能实现方式中，添加模块1803，用于将盲区密度的倒数确定为盲区路段的车距平均值，基于车距平均值构建车距分布关系数据；从车距分布关系数据中获取第i个车距，i为大于0的整数；在当前得到的i个车距的和值不大于盲区路段的长度的情况下，从车距分布关系数据中随机选取第i+1个车距。
在另一种可能实现方式中，确定模块1802，还用于在从车距分布关系数据中获取到第j个车距的情况下，在当前得到的j个车距的和值大于盲区路段的长度的情况下，将当前得到的前j-1个车距确定为多个车距，j为大于1的整数。
在另一种可能实现方式中，获取模块1801，还用于获取上游类型参数及下游类型参数，上游类型参数指示上游路段中虚拟车辆的类型，下游类型参数指示下游路段中虚拟车辆的类型；
确定模块1802，还用于基于上游类型参数与下游类型参数之间的差值及最小类型参数，确定盲区类型参数，盲区类型参数指示盲区路段中虚拟车辆的类型，最小类型参数为上游类型参数和下游类型参数中的最小值；
添加模块1803，用于基于盲区密度及盲区类型参数，在盲区路段中添加虚拟车辆，以使盲区路段中添加的虚拟车辆的密度不大于盲区密度，且盲区路段中添加虚拟车辆的类型与盲区类型参数匹配。
在另一种可能实现方式中，获取模块1801，用于基于上游路段的历史车辆信息，确定上游密度，历史车辆信息是在历史时间段内对上游路段进行采集得到，历史车辆信息指示上游路段中车辆的行驶情况；基于下游路段的历史车辆信息，确定下游密度。
在另一种可能实现方式中，如图19所示，装置还包括：
添加模块1803，还用于在仿真环境开始仿真的情况下，基于上游车辆信息，在仿真环境包含的上游路段中添加虚拟车辆，上游车辆信息是对上游路段进行采集得到，上游车辆信息指示当前上游路段中车辆的行驶情况；
添加模块1803，还用于基于下游车辆信息，在仿真环境包含的下游路段中添加虚拟车辆，下游车辆信息是对下游路段进行采集得到，下游车辆信息指示当前下游路段中车辆的行驶情况；
显示模块1804，用于显示已添加的虚拟车辆在仿真环境中行驶。
在另一种可能实现方式中，显示模块1804，用于显示上游路段中的虚拟车辆行驶进入盲区路段；或者，显示盲区路段中已添加的虚拟车辆行驶至盲区路段的收车边界后消失，收车边界介于盲区路段的上游边界与盲区路段的下游边界之间，且收车边界与盲区路段的下游边界之间的距离大于距离阈值。
在另一种可能实现方式中，确定模块1802，还用于基于盲区密度及盲区路段的临界密度，确定盲区路段中虚拟车辆的行驶速度，临界密度为在盲区路段中虚拟车辆以盲区路段允许的最大行驶速度行驶的情况下，盲区路段中虚拟车辆的最大密度；
显示模块1804，用于显示盲区路段中已添加的虚拟车辆按照行驶速度在盲区路段中行驶。
在另一种可能实现方式中，确定模块1802，用于在盲区密度不大于临界密度的情况下，将盲区密度内允许的最大行驶速度确定为盲区路段中虚拟车辆的行驶速度；或者，在盲区密度大于临界密度的情况下，基于盲区路段的临界流量、临界密度、阻塞密度及盲区密度，确定盲区路段中虚拟车辆的行驶速度，临界流量指示盲区道路能够承载虚拟车辆行驶的最大流量，阻塞密度为盲区路段中虚拟车辆由于阻塞而无法行驶时的密度。
需要说明的是：上述实施例提供的仿真环境配置装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将计算机设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的仿真环境配置装置与仿真环境配置方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请实施例还提供了一种计算机设备，该计算机设备包括处理器和存储器，存储器中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行以实现上述实施例的仿真环境配置方法所执行的操作。
可选地，计算机设备提供为终端。图20示出了本申请一个示例性实施例提供的终端2000的结构框图。终端2000包括有：处理器2001和存储器2002。
处理器2001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2001可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field-Programmable Gate 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2001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 ProcessingUnit，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2001可以集成有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2001还可以包括AI(Artificial Intelligence，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2002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非暂态的。存储器2002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2002中的非暂态的计算机可读存储介质用于存储至少一个计算机程序，该至少一个计算机程序用于被处理器2001所执行以实现本申请中方法实施例提供的仿真环境配置方法。
在一些实施例中，终端2000还可选包括有：外围设备接口2003和至少一个外围设备。处理器2001、存储器2002和外围设备接口2003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口2003相连。具体地，外围设备包括：射频电路2004、显示屏2005、摄像头组件2006、音频电路2007和电源2008中的至少一种。
外围设备接口2003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2001和存储器2002。在一些实施例中，处理器2001、存储器2002和外围设备接口2003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2001、存储器2002和外围设备接口2003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2004用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路2004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2004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2004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2004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2004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。
显示屏2005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。当显示屏2005是触摸显示屏时，显示屏2005还具有采集在显示屏2005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2001进行处理。此时，显示屏2005还可以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，显示屏2005可以为一个，设置在终端2000的前面板；在另一些实施例中，显示屏2005可以为至少两个，分别设置在终端2000的不同表面或呈折叠设计；在另一些实施例中，显示屏2005可以是柔性显示屏，设置在终端2000的弯曲表面上或折叠面上。甚至，显示屏2005还可以设置成非矩形的不规则图形，也即异形屏。显示屏2005可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-EmittingDiode，有机发光二极管)等材质制备。
摄像头组件2006用于采集图像或视频。可选地，摄像头组件2006包括前置摄像头和后置摄像头。前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。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、长焦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)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件2006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2007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2001进行处理，或者输入至射频电路2004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2000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2001或射频电路2004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2007还可以包括耳机插孔。
电源2008用于为终端2000中的各个组件进行供电。电源2008可以是交流电、直流电、一次性电池或可充电电池。当电源2008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。
本领域技术人员可以理解，图20中示出的结构并不构成对终端2000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。
可选地，计算机设备提供为服务器。图21是本申请实施例提供的一种服务器的结构示意图，该服务器2100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(Central Processing Units，CPU)2101和一个或一个以上的存储器2102，其中，存储器2102中存储有至少一条计算机程序，至少一条计算机程序由处理器2101加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行以实现上述实施例的仿真环境配置方法所执行的操作。
本申请实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述实施例的仿真环境配置方法所执行的操作。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请实施例的可选实施例，并不用以限制本申请实施例，凡在本申请实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (17)

1.一种仿真环境配置方法，其特征在于，所述方法包括：
获取仿真环境中盲区路段的上游密度及下游密度，所述上游密度为所述仿真环境中与所述盲区路段相邻的上游路段中虚拟车辆的密度，所述下游密度为所述仿真环境中与所述盲区路段相邻的下游路段中虚拟车辆的密度，所述上游路段、所述盲区路段及所述下游路段属于同一道路；
基于所述上游密度与所述下游密度之间的差值及最小密度，确定盲区密度，所述盲区密度为所述盲区路段中虚拟车辆的密度，所述最小密度为所述上游密度和所述下游密度中的最小值；
基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度。
2.根据权利要求1所述的方法，其特征在于，所述盲区路段包括多个子路段，所述盲区密度包括所述盲区路段包含的每个子路段中虚拟车辆的密度，所述基于所述上游密度与所述下游密度之间的差值及最小密度，确定盲区密度，包括：
基于所述多个子路段的序号、所述上游密度与所述下游密度之间的差值及所述最小密度，确定所述每个子路段中虚拟车辆的密度，所述序号指示所述多个子路段之间的顺序。
3.根据权利要求2所述的方法，其特征在于，所述基于所述多个子路段的序号、所述上游密度与所述下游密度之间的差值及所述最小密度，确定所述每个子路段中虚拟车辆的密度，包括：
确定多个所述子路段的数量与1的和值以及所述子路段的序号与所述和值的比值；
确定所述比值与所述差值的乘积；
将所述最小密度与所述乘积的和值，确定为所述子路段中虚拟车辆的密度。
4.根据权利要求1所述的方法，其特征在于，所述盲区路段包括多个车道；所述基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度，包括：
基于所述盲区密度，分别在所述盲区路段包含的每个车道中添加虚拟车辆，以使所述每个车道中添加的虚拟车辆的密度不大于所述盲区密度。
5.根据权利要求1所述的方法，其特征在于，所述基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度，包括：
基于所述盲区密度，确定多个车距，所述多个车距的和值小于所述盲区路段的长度；
从所述盲区路段的下游边界开始，按照所述多个车距，依次在所述盲区路段中添加虚拟车辆。
6.根据权利要求5所述的方法，其特征在于，所述基于所述盲区密度，确定多个车距，包括：
将所述盲区密度的倒数确定为所述盲区路段的车距平均值，基于所述车距平均值构建车距分布关系数据；
从所述车距分布关系数据中获取第i个车距，i为大于0的整数；
在当前得到的i个车距的和值不大于所述盲区路段的长度的情况下，从所述车距分布关系数据中随机选取第i+1个车距。
7.根据权利要求6所述的方法，其特征在于，所述在当前得到的i个车距的和值不大于所述盲区路段的长度的情况下，从所述车距分布关系数据中随机选取第i+1个车距之后，所述方法还包括：
在从所述车距分布关系数据中获取到第j个车距的情况下，在当前得到的j个车距的和值大于所述盲区路段的长度的情况下，将当前得到的前j-1个车距确定为所述多个车距，j为大于1的整数。
8.根据权利要求1所述的方法，其特征在于，所述基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆之前，所述方法还包括：
获取上游类型参数及下游类型参数，所述上游类型参数指示所述上游路段中虚拟车辆的类型，所述下游类型参数指示所述下游路段中虚拟车辆的类型；
基于所述上游类型参数与所述下游类型参数之间的差值及最小类型参数，确定盲区类型参数，所述盲区类型参数指示所述盲区路段中虚拟车辆的类型，所述最小类型参数为所述上游类型参数和所述下游类型参数中的最小值；
所述基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度，包括：
基于所述盲区密度及所述盲区类型参数，在所述盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度，且所述盲区路段中添加虚拟车辆的类型与所述盲区类型参数匹配。
9.根据权利要求1所述的方法，其特征在于，所述获取仿真环境中盲区路段的上游密度及下游密度，包括：
基于所述上游路段的历史车辆信息，确定所述上游密度，所述历史车辆信息是在历史时间段内对所述上游路段进行采集得到，所述历史车辆信息指示所述上游路段中车辆的行驶情况；
基于所述下游路段的历史车辆信息，确定所述下游密度。
10.根据权利要求1-9任一项所述的方法，其特征在于，所述基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度之后，所述方法还包括：
在所述仿真环境开始仿真的情况下，基于上游车辆信息，在所述仿真环境包含的所述上游路段中添加虚拟车辆，所述上游车辆信息是对所述上游路段进行采集得到，所述上游车辆信息指示当前所述上游路段中车辆的行驶情况；
基于下游车辆信息，在所述仿真环境包含的下游路段中添加虚拟车辆，所述下游车辆信息是对所述下游路段进行采集得到，所述下游车辆信息指示当前所述下游路段中车辆的行驶情况；
显示已添加的虚拟车辆在所述仿真环境中行驶。
11.根据权利要求10所述的方法，其特征在于，所述显示已添加的虚拟车辆在所述仿真环境中行驶，包括：
显示所述上游路段中的虚拟车辆行驶进入所述盲区路段；或者，
显示所述盲区路段中已添加的虚拟车辆行驶至所述盲区路段的收车边界后消失，所述收车边界介于所述盲区路段的上游边界与所述盲区路段的下游边界之间，且所述收车边界与所述盲区路段的下游边界之间的距离大于距离阈值。
12.根据权利要求10所述的方法，其特征在于，所述在所述仿真环境开始仿真的情况下，基于上游车辆信息，在所述仿真环境包含的所述上游路段中添加虚拟车辆之前，所述方法还包括：
基于所述盲区密度及所述盲区路段的临界密度，确定所述盲区路段中虚拟车辆的行驶速度，所述临界密度为在所述盲区路段中虚拟车辆以所述盲区路段允许的最大行驶速度行驶的情况下，所述盲区路段中虚拟车辆的最大密度；
所述显示已添加的虚拟车辆在所述仿真环境中行驶，包括：
显示所述盲区路段中已添加的虚拟车辆按照所述行驶速度在所述盲区路段中行驶。
13.根据权利要求12所述的方法，其特征在于，所述基于所述盲区密度及所述盲区路段的临界密度，确定所述盲区路段中虚拟车辆的行驶速度，包括：
在所述盲区密度不大于所述临界密度的情况下，将所述盲区密度内允许的最大行驶速度确定为所述盲区路段中虚拟车辆的行驶速度；或者，
在所述盲区密度大于所述临界密度的情况下，基于所述盲区路段的临界流量、所述临界密度、阻塞密度及所述盲区密度，确定所述盲区路段中虚拟车辆的行驶速度，所述临界流量指示所述盲区道路能够承载虚拟车辆行驶的最大流量，所述阻塞密度为所述盲区路段中虚拟车辆由于阻塞而无法行驶时的密度。
14.一种仿真环境配置装置，其特征在于，所述装置包括：
获取模块，用于获取仿真环境中盲区路段的上游密度及下游密度，所述上游密度为所述仿真环境中与所述盲区路段相邻的上游路段中虚拟车辆的密度，所述下游密度为所述仿真环境中与所述盲区路段相邻的下游路段中虚拟车辆的密度，所述上游路段、所述盲区路段及所述下游路段属于同一道路；
确定模块，用于基于所述上游密度与所述下游密度之间的差值及最小密度，确定盲区密度，所述盲区密度为所述盲区路段中虚拟车辆的密度，所述最小密度为所述上游密度和所述下游密度中的最小值；
添加模块，用于基于所述盲区密度，在所述仿真环境包含的盲区路段中添加虚拟车辆，以使所述盲区路段中添加的虚拟车辆的密度不大于所述盲区密度。
15.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现如权利要求1至13任一权利要求所述的仿真环境配置方法所执行的操作。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现如权利要求1至13任一权利要求所述的仿真环境配置方法所执行的操作。
17.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至13任一权利要求所述的仿真环境配置方法所执行的操作。
CN202310777699.1A 2023-06-28 2023-06-28 仿真环境配置方法、装置、计算机设备及存储介质 Pending CN116956561A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310777699.1A CN116956561A (zh) 2023-06-28 2023-06-28 仿真环境配置方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310777699.1A CN116956561A (zh) 2023-06-28 2023-06-28 仿真环境配置方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN116956561A true CN116956561A (zh) 2023-10-27

Family

ID=88443596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310777699.1A Pending CN116956561A (zh) 2023-06-28 2023-06-28 仿真环境配置方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN116956561A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117292548A (zh) * 2023-11-10 2023-12-26 腾讯科技（深圳）有限公司 交通仿真方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117292548A (zh) * 2023-11-10 2023-12-26 腾讯科技（深圳）有限公司 交通仿真方法、装置、设备及存储介质
CN117292548B (zh) * 2023-11-10 2024-02-09 腾讯科技（深圳）有限公司 交通仿真方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110176152A (zh) 使用停放车辆中的传感器的方法和系统
CN111114554B (zh) 行驶轨迹预测方法、装置、终端及存储介质
CN109532845B (zh) 智能汽车的控制方法、装置及存储介质
CN110706371B (zh) 基于区块链的行车安全管理方法、系统及存储介质
CN110955972B (zh) 虚拟场景生成方法、装置、计算机设备及存储介质
CN105144264A (zh) 用云协助来丰富驾驶体验
CN110864913B (zh) 车辆测试方法、装置、计算机设备及存储介质
CN113158349A (zh) 车辆换道仿真方法、装置、电子设备及存储介质
CN107909840B (zh) 信息发布方法、装置及计算机可读存储介质
CN116956561A (zh) 仿真环境配置方法、装置、计算机设备及存储介质
CN116956554A (zh) 交通仿真处理方法、装置、电子设备及存储介质
WO2024051373A1 (zh) 数据处理方法、装置、设备以及计算机可读存储介质
WO2024152660A1 (zh) 基于路线的天气状况显示方法、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
CN111586557B (zh) 车辆通信方法、装置、计算机可读介质及电子设备
CN116972873A (zh) 导航信息显示方法、装置、设备、存储介质及程序产品
CN114613160B (zh) 车道使用方法、装置、计算机设备和存储介质
CN111038497A (zh) 自动驾驶控制方法、装置、车载终端及可读存储介质
CN114802311B (zh) 全局化车辆控制方法、装置、电子设备及存储介质
CN111275300B (zh) 路网数据处理方法、装置、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
CN113514075A (zh) 语音播放方法、装置、终端及存储介质
CN106546251A (zh) 一种导航处理的方法及终端
CN112954265A (zh) 预警的方法、装置、电子设备及介质
CN114834463B (zh) 车辆控制方法、装置、存储介质、电子设备、芯片及车辆

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication