CN116991084B - 一种无人驾驶模拟仿真系统、方法、装置和存储介质 - Google Patents
一种无人驾驶模拟仿真系统、方法、装置和存储介质 Download PDFInfo
- Publication number
- CN116991084B CN116991084B CN202311271418.1A CN202311271418A CN116991084B CN 116991084 B CN116991084 B CN 116991084B CN 202311271418 A CN202311271418 A CN 202311271418A CN 116991084 B CN116991084 B CN 116991084B
- Authority
- CN
- China
- Prior art keywords
- simulation
- target
- information
- environment
- sub
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 518
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000000429 assembly Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 abstract description 13
- 230000008569 process Effects 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 18
- 230000007613 environmental effect Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供一种无人驾驶模拟仿真系统、方法、装置和存储介质,该系统包括获取组件、环境建模组件、对象建模组件、任务组件、模拟组件、传输组件;该方法包括:获取相关于目标环境的环境信息以及目标对象的对象信息;基于环境信息,生成目标环境的环境模型;基于对象信息,生成目标对象的对象模型;获取目标对象为完成目标任务而执行作业的至少一种候选模拟方案;针对每一候选模拟方案,生成目标对象在目标环境中执行该候选模拟方案的模拟信息;基于至少一种候选模拟方案各自对应的模拟信息,确定目标模拟方案并将其传输至目标终端。能够解决对复杂的物理场景和交互过程难以准确模拟的问题,达到更加准确地评估和验证调度策略的效果。
Description
技术领域
本说明书涉及模拟仿真技术领域,特别涉及一种无人驾驶模拟仿真方法、系统、装置和存储介质。
背景技术
无人驾驶模拟仿真系统在港口调度、物流、零售、环卫等不同领域的无人驾驶调度策略的评估和验证、作业场景模拟、作业效率与安全性的优化方面发挥着重要的作用。无人驾驶模拟仿真系统通常基于简化的模型和固定的规则,做抽象意义上的统计分析,难以准确模拟复杂的物理场景和交互过程,在实现智能决策和优化方面,存在较大的改进空间。
因此希望提供一种无人驾驶模拟仿真方法、系统、装置和可读存储介质,使模拟仿真系统能够提供较真实的作业场景模拟,以对调度策略进行更加准确的评估和验证。
发明内容
本说明书实施例之一提供一种无人驾驶模拟仿真系统,包括:获取组件,用于获取相关于目标环境的环境信息以及目标对象的对象信息,其中,所述目标对象为执行作业的对象,所述目标环境为所述目标对象执行作业的环境;环境建模组件,用于基于所述环境信息,生成所述目标环境的环境模型;对象建模组件,用于基于所述对象信息,生成所述目标对象的对象模型;任务组件,用于获取所述目标对象为完成目标任务而执行作业的至少一种候选模拟方案;模拟组件,用于针对每一候选模拟方案,生成所述目标对象在所述目标环境中执行该候选模拟方案的模拟信息,其中,所述模拟信息相关于所述环境模型以及所述对象模型,以及,基于所述至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,确定目标模拟方案;传输组件,用于将所述目标模拟方案传输至目标终端。
本说明书实施例之一提供一种无人驾驶模拟仿真方法,包括:获取相关于目标环境的环境信息以及目标对象的对象信息,其中,所述目标对象为执行作业的对象,所述目标环境为所述目标对象执行作业的环境;基于所述环境信息,生成所述目标环境的环境模型;基于所述对象信息,生成所述目标对象的对象模型;获取所述目标对象为完成目标任务而执行作业的至少一种候选模拟方案;针对每一候选模拟方案,生成所述目标对象在所述目标环境中执行该候选模拟方案的模拟信息,其中,所述模拟信息相关于所述环境模型以及所述对象模型,以及,基于所述至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,确定目标模拟方案;将所述目标模拟方案传输至目标终端。
本说明书实施例之一提供一种无人驾驶模拟仿真装置,包括处理器,所述处理器用于执行上述无人驾驶模拟仿真方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行上述无人驾驶模拟仿真方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的无人驾驶模拟仿真系统的结构示意图;
图2是根据本说明书一些实施例所示的无人驾驶模拟仿真方法的示例性流程图;
图3是根据本说明书一些实施例所示的道路和路口的示意图;
图4是根据本说明书一些实施例所示的目标环境包括多个目标子环境的示意图;
图5是根据本说明书一些实施例所示的生成目标模拟信息的示意图;
图6是根据本说明书一些实施例所示的将目标对象分配至模拟子组件的示例性流程图;
图7是根据本说明书一些实施例所示的输出目标模拟信息的示意图;
图8是根据本说明书一些实施例所示的通过关联模拟子组件获取目标模拟信息的示例性流程图;
图9是根据本说明书一些实施例所示的目标对象更新后的位置信息超出模拟子组件对应的目标子环境的示意图;
图10是根据本说明书一些实施例所示的通过关联模拟子组件获取目标模拟信息的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
在一些应用场景中,无人驾驶模拟仿真系统可以包括作业环境、作业设备、处理设备、交互设备等。无人驾驶模拟仿真系统可以通过处理设备等实施本说明书中披露的无人驾驶模拟仿真方法和/或流程,来对作业环境和作业设备进行建模,模拟作业设备在环境中的作业过程以及交互过程,并实现作业调度的智能决策和优化,通过交互设备向用户展示作业的模拟仿真结果和/或最优的作业调度方案,即模拟信息和目标模拟方案。
作业环境可以是港口调度、物流、零售、环卫等不同领域中作业设备进行作业所涉及的环境,例如港口内、物流园区内等。
作业设备可以包括相应的领域中进行作业的各种设备,例如,港口调度领域中的作业设备可以包括场桥、岸桥、平板车等,物流领域中的作业设备可以包括仓储设备、装卸搬运设备等。
处理设备可以从其它设备或系统组成部分获取和处理作业环境、作业设备、目标任务等相关的数据和/或信息,基于这些数据、信息和/或处理结果执行本说明书一些实施例中所示的无人驾驶模拟仿真方法,以完成一个或多个本说明书一些实施例中描述的功能。处理设备可以包括一个或多个具有数据处理功能的子处理设备(例如,单核处理设备或多核多芯处理设备),例如中央处理器(CPU)、专用集成电路(ASIC)等或其任意组合。
交互设备可以包括一个或多个终端设备或软件。交互设备可以接收用户输入的预设数据,例如环境信息、对象信息、目标任务等中至少一种,还可以接受处理设备发送的模拟信息和/或目标模拟方案等,并向用户展示。示例性的,交互设备可以包括移动设备、平板计算机、膝上型计算机等或其他具有输入和/或输出功能的设备中的一种或其任意组合。
在一些应用场景中,无人驾驶模拟仿真系统还可以包括网络。网络可以连接应用场景中的各组成部分和/或连接系统与外部资源部分,以实现数据、信息、指令等的传输。
关于环境信息、对象信息、待调度任务、模拟信息和目标模拟方案等的更多内容,参见图2及其相关说明。
图1是根据本说明书一些实施例所示的无人驾驶模拟仿真系统的结构示意图。如图1所示,无人驾驶模拟仿真系统100包括:获取组件110、环境建模组件120、对象建模组件130、任务组件140、模拟组件150和传输组件160。
获取组件110用于获取相关于目标环境的环境信息以及目标对象的对象信息,其中,目标对象为执行作业的对象,目标环境为目标对象执行作业的环境。获取组件110可以包括通信接口或交互接口,用于获取用户输入的环境信息以及对象信息。
环境建模组件120用于基于环境信息,生成目标环境的环境模型。环境建模组件120可以包括地图构建工具、数据处理与融合软件、三维建模软件等,环境建模组件120与获取组件110进行信号连接,以从获取组件110中获取目标环境的环境信息。
对象建模组件130用于基于对象信息,生成目标对象的对象模型。对象建模组件130的实现方式可以参考上述环境建模组件120相关内容。对象建模组件130与获取组件110进行信号连接,以从获取组件110中获取目标对象的对象信息。
在一些实施例中,环境信息包括目标环境中环境元素的几何拓扑信息。对象信息包括目标对象的属性信息。
任务组件140用于获取目标对象为完成目标任务执行作业的至少一种候选模拟方案。任务组件140可以通过任务调度框架、消息队列、工作流引擎等实现。
模拟组件150用于针对每一候选模拟方案,生成目标对象在目标环境中执行该候选模拟方案的模拟信息,其中,模拟信息相关于环境模型以及对象模型;基于至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,确定目标模拟方案。模拟组件150可以包括数据处理和分析工具、仿真引擎等。模拟组件150与任务组件140、环境建模组件、对象建模组件中至少一个进行信号连接,以从任务组件140中获取目标对象为完成目标任务而执行作业的至少一种候选模拟方案,控制对象模型执行仿真任务和/或与环境模型交互,生成目标对象在目标环境中的模拟信息等。
在一些实施例中,模拟组件150还用于针对执行每一候选模拟方案中每一时间段,当该时间段的模拟信息满足第一停止条件和/或第二停止条件时,停止生成该候选模拟方案对应的模拟信息。其中,第一停止条件相关于目标对象需完成的目标任务,第二停止条件相关于目标对象是否处于预设的停止状态。
在一些实施例中,模拟组件150包括多个模拟子组件,每一模拟子组件由至少一个处理器核执行。目标环境包括多个目标子环境,每一模拟子组件与一个目标子环境对应。模拟信息包括多个目标对象分别对应的多个目标模拟信息,对于每一目标对象,其对应的目标模拟信息由目标对象所在的目标子环境对应的模拟子组件模拟生成。对于每一模拟子组件,该模拟子组件用于:生成该模拟子组件对应的目标子环境中的目标对象执行候选模拟方案的目标模拟信息。
在一些实施例中,模拟组件150还用于针对每一目标对象,基于该目标对象的对象信息,确定目标对象的初始位置信息。基于初始位置信息,将目标对象分配至一个模拟子组件。
在一些实施例中,针对每一分配有目标对象的模拟子组件,模拟子组件进一步用于针对执行每一候选模拟方案中每一时间段,基于分配的目标对象在上一时间段的目标模拟信息,更新目标对象的位置信息;当更新后的位置信息超出模拟子组件对应的目标子环境时,基于更新后的位置信息,确定关联模拟子组件;通过关联模拟子组件获取目标对象在该时间段的目标模拟信息。
在一些实施例中,模拟子组件还用于当所分配的目标对象的目标模拟信息满足第一预设条件且关联模拟子组件满足第二预设条件时,将目标对象转移分配至关联模拟子组件,其中,第一预设条件相关于获取其他模拟子组件生成的目标对象的目标模拟信息的获取频次是否超出预设频次范围。第二预设条件相关于关联模拟子组件的组件状态是否满足预设的可用状态。
传输组件160,用于将目标模拟方案传输至目标终端。传输组件160可以包括蓝牙、Wi-Fi等通信模块。传输组件160与模拟组件150进行信号连接,以获取模拟组件150确定的目标模拟方案,并传输至目标终端。
关于各组件的更多内容参见其他附图(例如,图2、图6等)及其相关描述。
需要注意的是,以上对于无人驾驶模拟仿真系统100及其组件的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个组件进行任意组合,或者构成子系统与其他组件连接。在一些实施例中,图1中披露的获取组件110、环境建模组件120、对象建模组件130等可以是一个系统中的不同组件,也可以是一个组件实现上述的两个或两个以上组件的功能。例如,各个组件可以共用一个存储模块,各个组件也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的无人驾驶模拟仿真方法的示例性流程图。如图2所示,流程200包括下述步骤。在一些实施例中,流程200可以由无人驾驶模拟仿真系统100执行。
步骤210,获取相关于目标环境的环境信息以及目标对象的对象信息。在一些实施例中,步骤210可以由获取组件110执行。
目标对象为执行作业的对象。作业可以是各种工程、生产场景中的相关作业。例如,作业包括港口运输的相关作业,目标对象可以是港口中执行作业的平板车、场桥、岸桥、人员等。
对象信息是与目标对象相关的信息,可以用于表征目标对象的属性。例如,对象信息可以包括但不限于目标对象的标识、类型、作业能力、作业状态、力学特性、控制策略、交互方式、当前状态等。其中,作业能力可以包括负载能力、运行速度等;当前状态可以包括初始状态和启动状态等。
目标环境为目标对象执行作业的环境。目标环境可以包括作业涉及的整体环境。例如,在港口运输的相关作业中,目标环境可以包括某一港口整体所在区域以及区域相关的各种要素。
目标环境的环境信息是与目标环境相关的信息,可以用于表征目标环境的特点,例如,目标环境的区域大小、区域边界、地理情况、活动类型、内部布局等。
在一些实施例中,环境信息包括目标环境中环境元素的几何拓扑信息,对象信息包括目标对象的属性信息。
环境元素可以是目标环境中包括的实体或要素,例如,堆场、码头、道路、路口等。
几何拓扑信息可以包括环境元素本身的几何形状、尺寸、位置等相关信息,以及多个环境元素之间或者环境元素内部的连接、相对位置以及可能的交互关系等。例如,路口的形状、角度、转弯半径,道路的车道数量、车道宽度、车道中心线的方向和位置、堆场内不同堆放区域的布局、码头的分布、道路的分布、道路与其他环境元素的连接位置等。
根据本说明书一些实施例所示的环境元素的几何拓扑信息,可以获知目标环境中道路、路口及其连接所包含的细节信息。如图3所示,道路310包含2个车道,道路320包含1个车道且为单向路,道路330包含1个车道且为单向路,以及各道路的宽度和车道中心线的方向,路口340包含1个出入口、2个出口及其形状、角度、转弯半径,路口与道路的连接位置等。
属性信息是指目标对象本身的属性相关的信息,可以包括目标对象的几何外观、速度、质量、转弯半径等。例如,平板车的体积大小、转弯半径,场桥的跨度、轨道宽度、起升高度,岸桥的主笔长度和高度、跨越范围、起升高度,人员的身高等。
在本说明书一些实施例中,通过将几何拓扑信息包括进环境元素的环境信息,以及将属性信息包括进目标对象的对象信息,能够为生成的环境模型、对象模型赋予清晰且接近真实环境、对象的几何拓扑边界,有利于更准确还原真实作业场景,使仿真结果更贴近实际。
在一些实施例中,获取组件110可以获取用户输入的环境信息以及对象信息。用户可以通过无人机扫描、激光扫描、第三方数据库提供的应用接口等获取目标环境的地理信息数据、鸟瞰图或堆场点云扫描数据中至少一种,分析并获得矢量化的几何拓扑信息、属性信息,通过通信接口或交互接口,将其输入获取组件110,其中,目标环境对应的区域中包括目标对象。
步骤220,基于环境信息,生成目标环境的环境模型。在一些实施例中,步骤220可以由环境建模组件120执行。
环境模型是仿真系统对目标环境的一种抽象表示,可以用于模拟真实的目标环境,以进行模拟、分析、规划等操作。示例性的,目标环境包括某一港口所在区域时,相应的环境模型可以模拟港口的三维形状、地理和自然环境、基础设施(堆场、码头、道路、路口等)的运行和交互等。在一些实施例中,环境模型可以是物理模型。在一些实施例中,环境模型可以包括环境元素的区域大小、区域边界、地理情况、活动类型、内部布局、不同环境元素的相互关系等中至少一种。
在一些实施例中,环境建模组件120可以基于环境信息,通过数据处理与融合技术,从环境信息中解析出在环境模型中需要表示的元素,利用三维建模软件、几何建模等技术将解析得到的元素信息转换为相应的几何表示,生成目标环境的环境模型。
步骤230,基于对象信息,生成目标对象的对象模型。在一些实施例中,步骤230可以由对象建模组件130执行。
对象模型是仿真系统对目标对象的一种抽象表示,可以用于模拟真实的目标对象,以进行模拟、分析、调度等操作。示例性的,目标对象为某一平板车,相应的对象模型可以模拟平板车的三维形状、运动路径、行为方式、动作状态以及运行和交互。在一些实施例中,对象模型可以是物理模型。在一些实施例中,对象模型可以包括目标对象的物理属性(例如几何形状、尺寸等)、力学特性、动力学方程、控制策略、交互方式等中至少一种。
对象建模组件130基于对象信息,生成目标对象的对象模型的实现方式,可以参考前文中环境建模组件120基于环境信息,生成目标环境的环境模型的相关方法。
步骤240,获取目标对象为完成目标任务而执行作业的至少一种候选模拟方案。在一些实施例中,步骤240可以由任务组件140执行。
目标任务指目标对象执行作业需完成的任务。例如,平板车某次执行作业时包括一系列动作,包括移动至位置A、沿着道路B移动、到达路口C后左转、最终到达位置D,该平板车执行这一系列动作需完成的任务是“到达位置D”,则“到达位置D”为目标任务。
候选模拟方案是用于选择的待确定为目标模拟方案的模拟方案,每种模拟方案包括目标对象为完成目标任务而执行作业的模拟参数。不同的候选模拟方案可以包括不同的模拟参数。例如,目标对象O1的目标任务是从X点移动至Y点,相应地,候选模拟方案可以包括多种,例如,基于不同的道路、速度等从X点移动至X1点、再从X1点移动至Y点的多种候选模拟方案,也可以包括基于不同的道路、速度等从X点直接移动至Y点的多种候选模拟方案。
模拟参数可以是与目标任务相关的任务执行参数,可以包括初始状态、初始位置、动作类型、动作实施的位置、动作次数等中至少一种。例如,移动、左转、抬起、放下,位置A、道路B,5次等。
候选模拟方案的执行时间可以包括多个时间段,相应地,候选模拟方案可以包括目标对象为完成目标任务而在每一时间段内执行至少部分作业对应的模拟参数。
在一些实施例中,任务组件140可以获取用户输入的待调度任务,其中,待调度任务可以包括各目标对象需要完成的目标任务,并生成目标对象为完成目标任务而执行作业的至少一种候选模拟方案。或者,任务组件140还可以获取用户根据实际需求和应用场景预先设置的预设模拟参数列表,基于预设模拟参数列表,生成目标对象为完成目标任务而执行作业的至少一种候选模拟方案。预设模拟参数列表中可以包括各种目标对象、各种目标任务、执行中的多个时间段的各种划分方式、每个时间段内执行作业的各种模拟参数等之间的预设对应关系。
步骤250,针对每一候选模拟方案,生成目标对象在目标环境中执行该候选模拟方案的模拟信息。在一些实施例中,步骤250可以由模拟组件150执行。
模拟信息是指仿真过程中产生的数据或结果。在一些实施例中,模拟信息可以包括目标对象在某个时间段内执行作业时的状态信息、运动轨迹等,例如,模拟信息可以是模拟目标对象作业的一段视频,通过模拟信息,可以确定目标对象在某个时间段内执行作业时所在的位置和自身状态等,其中,自身状态可以保持不变或随着任务的执行而变化。在一些实施例中,模拟信息包括目标对象需完成目标任务的任务状态,例如,“目标任务未开始”、“目标任务执行中”等。在一些实施例中,模拟信息包括目标对象执行作业的执行状态,例如,“就绪状态”、“执行状态”、“等待状态”等。
在一些实施例中,针对每一候选模拟方案,模拟组件150在仿真引擎中设置该候选模拟方案包括的模拟参数,启动仿真引擎,运行仿真,仿真引擎根据模拟参数模拟环境模型和对象模型的运行,生成该时间段内目标对象在目标环境中执行该候选模拟方案的模拟信息,反馈给模拟组件150。若候选模拟方案的执行时间包括多个时间段,针对每一时间段,模拟组件150可以在仿真引擎中设置候选模拟方案在该一时间段内对应的模拟参数,启动仿真引擎,运行仿真,生成该时间段内目标对象在目标环境中执行至少部分作业的模拟信息。
在一些实施例中,模拟信息相关于环境模型以及对象模型。在一些实施例中处理器在仿真引擎中设置某一目标对象的模拟参数,控制该目标对象对应的对象模型运行,并让该对象模型与环境模型交互,和/或让该对象模型与其他对象模型交互,生成该目标对象在目标环境中相关于环境模型以及对象模型的模拟信息。
在一些实施例中,模拟组件150包括多个模拟子组件,目标环境包括多个目标子环境,每一模拟子组件与一个目标子环境对应;模拟信息包括多个目标对象分别对应的多个目标模拟信息,对于每一目标对象,其对应的目标模拟信息由目标对象所在的目标子环境对应的模拟子组件模拟生成。
在一些实施例中,无人驾驶模拟仿真系统100可以按照功能、设备布局等划分规则,将目标环境划分为多个目标子环境,每个目标子环境分别对应目标环境中一部分区域。在一些实施例中,不同的目标子环境对应目标环境中不同的部分区域。如图4所示,目标环境包括目标子环境a和目标子环境b,其中,目标对象a1和目标对象a2位于目标子环境a中,目标对象b1位于目标子环境b中。在一些实施例中,无人驾驶模拟仿真系统100可以为每一目标子环境与一个模拟子组件建立对应关系。相应的,如图5所示,目标子环境a对应模拟子组件1,目标子环境b对应模拟子组件2。
模拟子组件是用于对对应的目标子环境以及目标对象在该目标子环境中的作业进行模拟的组件。模拟子组件可以对位于该模拟子组件对应的目标子环境内的目标对象的对象模型执行仿真、控制行为和交互、计算和生成仿真结果(即目标模拟信息)等。各个模拟子组件的计算相互独立,其中,每一模拟子组件可以由一个处理器核执行,或由多个处理器核或多个处理器构成的计算机集群执行,即,每一模拟子组件可以对应一个或多个处理器核。在一些实施例中,模拟子组件可以构建模拟子组件列表,模拟子组件列表中包括多个模拟子组件以及每一模拟子组件分别对应的配置选项(例如,执行该模拟子组件的处理器核、处理器地址等)、目标子环境、该模拟子组件对应的目标子环境内的目标对象等中至少一种。在一些实施例中,模拟子组件可以对应有分配的目标对象,也可以没有分配的目标对象,关于分配目标对象的更多内容,参见图6、图8及其相关说明。
目标模拟信息是指对应的目标对象在仿真过程中产生的数据或结果。在一些实施例中,模拟信息包括多个目标模拟信息,每一目标模拟信息与一个目标对象分别对应。在一些实施例中,目标模拟信息可以包括与模拟信息相似或相同类型的数据,例如,目标模拟信息可以包括对应的目标对象在某个时间段内执行作业时的状态信息、运动轨迹等。在一些实施例中,每一目标模拟信息中可以包括该目标对象的位置信息,关于位置信息的更多内容,参见图6、图8及其相关说明。在一些实施例中,对于每一目标对象,可以由目标对象所在的目标子环境对应的模拟子组件,通过启动仿真引擎运行仿真,模拟生成对应的目标模拟信息。如图5所示,目标对象a1和目标对象a2所在的目标子环境a对应的模拟子组件1生成的目标模拟信息510包括目标对象a1对应的目标模拟信息511和目标对象a2对应的目标模拟信息512,目标对象b1所在的目标子环境b对应的模拟子组件2生成的目标模拟信息520包括目标对象b1对应的目标模拟信息521。
在一些实施例中,对于每一模拟子组件,该模拟子组件用于:生成在该模拟子组件对应的目标子环境中的目标对象执行候选模拟方案的目标模拟信息。
在一些实施例中,模拟子组件可以确定位于该模拟子组件对应的目标子环境中的目标对象;基于候选模拟方案,提取目标对象在该模拟子组件对应的目标子环境内执行至少部分作业的模拟参数;控制对象模型的运行并让该对象模型与环境模型交互,和/或让该对象模型与其他对象模型交互;生成目标对象在该模拟子组件对应的目标子环境内执行候选模拟方案的目标模拟信息。
在一些实施例中,模拟组件150可以将目标对象分配至一个模拟子组件,分配有目标对象的模拟子组件输出该目标对象的目标模拟信息,模拟子组件还可以通过关联模拟子组件获取目标对象的目标模拟信息,更多内容参见图6、图8及其相关说明。
在本说明书一些实施例中,通过将目标环境划分为多个目标子环境,且将模拟组件通过多个模拟子组件实现,每一模拟子组件由至少一个处理器核执行,每一模拟子组件,生成对应的目标子环境中目标对象执行候选模拟方案的目标模拟信息,可以实现仿真系统的分布式处理,提高仿真系统的计算性能和计算效率,有利于实现大规模的仿真。
在一些实施例中,针对执行每一候选模拟方案中每一时间段,当该时间段的模拟信息满足第一停止条件和/或第二停止条件时,模拟组件150停止生成该候选模拟方案对应的模拟信息。
若候选模拟方案的执行时间包括多个时间段,目标对象在目标环境中按多个时间段的先后顺序执行该候选模拟方案时,模拟组件可以按多个时间段的先后顺序生成相应的模拟信息。因此,当某一先到达的时间段中生成的模拟信息满足第一停止条件和/或第二停止条件时,则可以对该候选模拟方案停止后续模拟信息的生成。
在一些实施例中,第一停止条件相关于目标对象需完成的目标任务。第一停止条件可以包括当目标对象需完成的目标任务的任务状态为被完成、被取消、被中止等中至少一种。
在一些实施例中,第二停止条件相关于目标对象是否处于预设的停止状态。在一些实施例中,第二停止条件可以包括目标对象执行作业的执行状态处于预设的停止状态,其中,预设的停止状态可以包括死锁状态、阻塞状态、冲突状态等执行异常状态。例如,死锁状态可以包括多辆船舶等待对方释放资源,但由于资源分配不当导致该多辆船舶均无法完成作业而无法释放资源,造成无法继续执行等。又例如,阻塞状态可以包括多辆平板车因需使用同一道路,由于其中一辆平板车的不合理占用导致其他车辆无法进入的状态等。又例如,冲突状态可以包括多个平板车会车时发生相撞的状态等。
在一些实施例中,针对执行每一候选模拟方案中每一时间段,模拟组件150可以判断该时间段的模拟信息中目标任务的任务状态是否为被完成、被取消、被中止等中至少一种,从而判断该时间段的模拟信息是否满足第一停止条件。在一些实施例中,针对执行每一候选模拟方案中每一时间段,模拟组件150还可以判断该时间段的模拟信息中目标对象执行作业的执行状态是否与至少一种预设的停止状态匹配,从而判断该时间段的模拟信息是否满足第二停止条件。
在本说明书一些实施例中,针对执行每一候选模拟方案中每一时间段,通过判断每一时间段的模拟信息是否满足第一停止条件和/或第二停止条件,满足时则停止生成该候选模拟方案对应的模拟信息,能够根据目标对象在每个时间段的任务执行情况,及时对仿真的执行进度进行相应的调整或处理,有利于提高利用仿真模型进行调度决策的效率。
步骤260,基于至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,确定目标模拟方案。在一些实施例中,步骤260可以由模拟组件150执行。
模拟组件150可以通过各种可行的方法,例如通过评价指标体系、多目标优化算法、强化学习算法等中至少一种,基于至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,确定目标模拟方案。
以评价指标体系为例,可以预先确定评价指标和预设标准,例如,评价指标可以包括调度成本、运行效率、鲁棒性、可行性等至少一种,预设标准可以是评价指标中可行性的值为真(1)、调度成本最低、运行效率最高等至少一种;基于至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,计算每一候选模拟方案对应的评价指标的值;基于至少一种候选模拟方案对应的评价指标的值,对候选模拟方案进行排序;将评价指标满足预设标准的候选模拟方案确定为目标模拟方案。
步骤270,将目标模拟方案传输至目标终端。在一些实施例中,步骤270可以由传输组件160执行。
终端指用户所使用的一个或多个终端设备或软件。其中,用户可以包括开发、测试、使用或以其他方式操作无人驾驶模拟仿真系统100的相关人员,例如,对港口调度方案进行评估的人员等。目标终端是被选定接收或显示目标模拟方案的终端。目标终端可以包括处理单元、显示单元、输入/输出单元、传输单元、存储单元等至少一种。在一些实施例中,终端可以包括移动设备、平板计算机等及其可视化网页界面。
在一些实施例中,传输组件160可以将目标模拟方案通过网络连接、视频传输线、可移动存储设备,以原始数据、数据文件、视频格式文件等形式传输或转移至目标终端。
在本说明书一些实施例中,通过获取相关于目标环境的环境信息以及目标对象的对象信息,生成相应的环境模型和对象模型,能够实现对真实的港口作业环境的模拟,场景更加多样化;基于与目标任务相关的候选模拟方案,生成模拟信息,且生成的模拟信息相关于基于环境信息和对象信息分别生成的环境模型以及对象模型,能够提供真实且丰富的仿真数据,为提升作业效率和安全性提供参考;通过针对至少一个候选模拟方案生成模拟信息,并基于模拟信息确定目标模拟方案,可以对每一候选模拟方案的执行效果进行评估,有利于确定执行效果最佳的目标模拟方案,提高调度决策的效率;将目标模拟方案传输至目标终端,能够提供可视化展示,便于港口作业调度的决策分析和优化。
应当注意的是,上述有关流程200的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图6是根据本说明书一些实施例所示的将目标对象分配至模拟子组件的示例性流程图。如图6所示,流程600包括下述步骤。在一些实施例中,流程600可以由模拟组件150执行。
步骤610,针对每一目标对象,基于该目标对象的对象信息,确定目标对象的初始位置信息。
初始位置信息是与目标对象的初始位置相关的信息。例如,初始位置可以是所述无人驾驶模拟仿真方法开始执行时,或,为完成目标任务而开始执行作业时目标对象在目标环境中所处的位置,也可以是设置的默认值。在一些实施例中,在执行每一候选模拟方案时,根据任务的执行情况,目标对象的位置可以相应被更新,关于更新位置信息的更多内容,参见图8及其相关说明。在一些实施例中,初始位置信息可以包括目标对象的经纬度、三维坐标、相对坐标、方位角、目标对象所在的目标子环境等中至少一种。
在一些实施例中,针对执行某一候选模拟方案的每一目标对象,模拟组件150可以基于该候选模拟方案所包括的目标对象为完成目标任务而执行作业的模拟参数,提取模拟参数中的初始位置,确定目标对象的初始位置信息。
步骤620,基于初始位置信息,将目标对象分配至一个模拟子组件。
在一些实施例中,模拟组件150可以基于初始位置信息,确定初始位置信息所表征的初始位置所在的目标子环境,将目标对象分配至目标子环境对应的模拟子组件。分配有目标对象的模拟子组件,可以用于对分配的目标对象的对象模型进行数据管理和/或事件触发等。在一些实施例中,模拟子组件用于输出所分配的目标对象的目标模拟信息,其中,输出可以包括将目标模拟信息输出至目标终端。如图7所示,基于目标对象a1和目标对象a2的初始位置信息,确定初始位置信息所表征的初始位置所在的目标子环境a,将目标对象分配至目标子环境对应的模拟子组件1;基于目标对象b1,确定初始位置信息所表征的初始位置所在的目标子环境b,将目标对象b1分配至目标子环境b对应的模拟子组件2。
在一些实施例中,模拟子组件可以建立目标对象分配列表,目标对象分配列表中包括分配至该模拟子组件的目标对象,模拟子组件可以按照目标对象分配列表,输出目标对象的目标模拟信息。如图7所示,可以基于模拟子组件1分配的目标对象530构建模拟子组件1的目标对象分配列表,模拟子组件1按照目标对象分配列表输出的目标模拟信息550包括目标对象a1对应的目标模拟信息511和目标对象a2对应的目标模拟信息512;基于模拟子组件2分配的目标对象540构建模拟子组件2的目标对象分配列表,模拟子组件2按照目标对象分配列表输出的目标模拟信息560包括目标对象b1对应的目标模拟信息521。
关于目标环境、目标对象、对象信息、当前位置、目标子环境等更多内容,参见图2及其相关说明。
在本说明书一些实施例中,通过基于目标对象的初始位置信息,将目标对象分配至一个模拟子组件,由分配的模拟子组件输出目标对象的目标模拟信息,由此,将负责输出目标模拟信息的模拟子组件与负责生成目标模拟信息的模拟子组件分开实现,有利于灵活利用不同的计算资源和处理能力,提高仿真系统的灵活性、可维护性,通过让不同的模拟子组件对应的处理器专注于不同的任务,仿真系统能够支持更复杂的仿真需求。
图8是根据本说明书一些实施例所示的通过关联模拟子组件获取目标模拟信息的示例性流程图。如图8所示,流程800包括下述步骤。在一些实施例中,流程800可以由分配有目标对象的模拟子组件执行。
步骤810,针对执行每一候选模拟方案中每一时间段,基于所分配的目标对象在上一时间段的目标模拟信息,更新目标对象的位置信息。
在一些实施例中,针对执行每一候选模拟方案中每一时间段,例如时间段t2,分配有目标对象的模拟子组件可以确定该目标对象在上一时间段t1对应的初始位置信息;同时,可以基于该目标对象在上一时间段t1的目标模拟信息,确定该目标对象在上一时间段t1内的运动轨迹,基于上一时间段t1对应的初始位置信息和上一时间段t1内的运动轨迹,确定该目标对象在上一时间段t1结束时的位置信息,得到目标对象更新后的位置信息。
步骤820,当更新后的位置信息超出模拟子组件对应的目标子环境时,基于更新后的位置信息,确定关联模拟子组件。
在一些实施例中,分配有目标对象的模拟子组件可以根据该目标对象更新后的位置信息,判断更新后的位置坐标是否超出与模拟子组件对应的目标子环境的区域边界。
关联模拟子组件是与目标对象的目标模拟信息生成有关的模拟子组件。当目标对象执行任务而发生位置移动,超出了原来的模拟子组件对应的目标子环境,且运动至该关联模拟子组件对应的目标子环境内时,关联模拟子组件可以生成该目标对象的目标模拟信息。
在一些实施例中,分配有目标对象的模拟子组件可以基于更新后的位置信息,确定更新后的位置坐标所在的目标子环境,将该目标子环境对应的模拟子组件确定为关联模拟子组件。例如,对比图4和图9可以看出,目标对象a2因执行任务而发生位置移动,超出了原来的模拟子组件1对应的目标子环境a,且运动至模拟子组件2对应的目标子环境b,目标子环境b对应的模拟子组件2被确定为关联模拟子组件,可以生成目标对象a2的目标模拟信息。
步骤830,通过关联模拟子组件获取目标对象在该时间段的目标模拟信息。
在一些实施例中,分配有目标对象的模拟子组件可以通过传输控制协议请求与关联模拟子组件建立连接(例如,TCP连接等),从关联模拟子组件获取该目标对象的目标模拟信息。
如图10所示,目标对象a2运动至模拟子组件2对应的目标子环境b内,并确定模拟子组件2为关联模拟子组件后,由模拟子组件2生成目标对象a2的目标模拟信息;分配有目标对象a2的模拟子组件1可以通过关联模拟子组件获取目标对象a2对应的目标模拟信息512,并输出所分配的目标对象a2对应的目标模拟信息512,例如可以输出至目标终端。
在本说明书一些实施例中,当目标对象为执行任务而导致其所在位置超出了当前模拟子组件对应的目标子环境时,能够从关联模拟子组件获取该目标对象的目标模拟信息,实现目标对象的目标模拟信息的稳定输出。
在一些实施例中,当所分配的目标对象的目标模拟信息满足第一预设条件且关联模拟子组件满足第二预设条件时,模拟子组件还可以将目标对象转移分配至关联模拟子组件。
第一预设条件相关于获取其他模拟子组件生成的目标对象的目标模拟信息的获取频次是否超出预设频次范围。例如,第一预设条件可以是获取其他模拟子组件生成的目标对象的目标模拟信息的获取频次不超出预设频次范围。其他模拟子组件可以包括:该目标对象到达过的目标子环境对应的模拟子组件。
获取频次可以反映分配有目标对象的模拟子组件获取其他模拟子组件生成的目标对象的目标模拟信息的频繁程度。在一些实施例中,获取频次可以是单位时间内分配有目标对象的模拟子组件向其他模拟子组件发出请求的次数,也可以是向其他模拟子组件发出请求的总次数等。
预设频次范围可以根据用户需求或者按经验设置,例如,0~10次/分钟等。
在一些实施例中,模拟子组件可以在向其他模拟子组件发出请求,以获取分配的目标对象的目标模拟信息时,同时进行获取频次的统计,并判断获取频次是否超过预设频次范围,响应于超过,则所分配的目标对象的目标模拟信息满足第一预设条件。
组件状态可以用于描述关联模拟子组件当前是否可用。例如,组件状态可以包括忙闲情况、资源剩余情况、性能情况、访问控制情况等。在一些实施例中,可以选定其中的一项或多项,用于判断关联模拟子组件的组件状态是否满足预设的可用状态。在一些实施例中,可以通过执行关联模拟子组件的处理器端设置的监控系统或监控工具,获取关联模拟子组件的组件状态。
预设的可用状态可以根据用户需求或者按经验设置。例如,预设的可用状态可以包括空闲状态、资源剩余量大于最小预留量、性能指标满足基本指标、访问控制策略中黑名单不包括该目标对象等。
第二预设条件相关于关联模拟子组件的组件状态是否满足预设的可用状态。例如,第二预设条件可以是关联模拟子组件的组件状态满足预设的可用状态。
在一些实施例中,模拟子组件获取关联模拟子组件的组件状态后,将组件状态中选定的项与预设的可用状态进行比较,如果组件状态中选定的项均符合预设的可用状态,则关联模拟子组件满足第二预设条件。
在一些实施例中,模拟子组件可以将所分配的目标对象从本身对应的目标对象分配列表中移除,并向关联模拟子组件发出包括该目标对象的对象信息的请求,关联模拟子组件接收请求后,在本身对应的目标对象分配列表中添加该目标对象,实现该目标对象的转移分配。转移分配完成后,该关联模拟子组件成为分配有该目标对象的模拟子组件,可以用于输出该目标对象的目标模拟信息。
关于目标对象、位置信息、目标子环境等更多内容,参见图2、图6等及其相关说明。
在本说明书一些实施例中,通过判断所分配的目标对象的目标模拟信息是否满足第一预设条件、关联模拟子组件是否满足第二预设条件,两个条件均满足时,才将目标对象转移分配至关联模拟子组件,能够更合理地实现目标对象的转移分配,还能够减少原来分配有该目标对象的模拟子组件的计算负担、以及减少原来分配有该目标对象的模拟子组件与关联模拟子组件之间反复传递数据的网络负担,有利于实现资源的合理利用。
本说明书一个或多个实施例还提供了一种无人驾驶模拟仿真装置,包括处理器,处理器用于执行上述实施例中任一项所述的无人驾驶模拟仿真方法。
本说明书一个或多个实施例还提供了一种计算机可读存储介质,该存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如上述实施例中任一项所述的无人驾驶模拟仿真方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (9)
1.一种无人驾驶模拟仿真系统,其特征在于,包括:
获取组件,用于获取相关于目标环境的环境信息以及目标对象的对象信息,其中,所述目标对象为执行作业的对象,所述目标环境为所述目标对象执行作业的环境;
环境建模组件,用于基于所述环境信息,生成所述目标环境的环境模型;
对象建模组件,用于基于所述对象信息,生成所述目标对象的对象模型;
任务组件,用于获取所述目标对象为完成目标任务而执行作业的至少一种候选模拟方案;
模拟组件,用于:
针对每一候选模拟方案,生成所述目标对象在所述目标环境中执行该候选模拟方案的模拟信息,其中,所述模拟信息相关于所述环境模型以及所述对象模型;所述模拟组件包括多个模拟子组件;所述目标环境包括多个目标子环境,每一模拟子组件与一个所述目标子环境对应;所述模拟信息包括多个目标对象分别对应的多个目标模拟信息;其中,
对于每一目标对象,其对应的目标模拟信息由该目标对象所在的目标子环境对应的模拟子组件模拟生成;
当该目标对象的位置信息超出其所在的目标子环境时,基于其位置信息,确定关联模拟子组件并由该关联模拟子组件确定该目标对象对应的目标模拟信息;
当该目标对象的目标模拟信息满足第一预设条件且该关联模拟子组件满足第二预设条件时,将该目标对象转移分配至该关联模拟子组件,其中,所述第一预设条件相关于获取其他模拟子组件生成的该目标对象的目标模拟信息的获取频次是否超出预设频次范围,所述第二预设条件相关于该关联模拟子组件的组件状态是否满足预设的可用状态;
基于所述至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,确定目标模拟方案;
传输组件,用于将所述目标模拟方案传输至目标终端。
2.如权利要求1所述的系统,其特征在于,
所述环境信息包括所述目标环境中环境元素的几何拓扑信息,
所述对象信息包括所述目标对象的属性信息。
3.如权利要求1所述的系统,其特征在于,所述模拟组件还用于:
针对执行每一候选模拟方案中每一时间段,当该时间段对应的所述模拟信息满足第一停止条件和/或第二停止条件时,停止生成该候选模拟方案对应的所述模拟信息;其中,所述第一停止条件相关于所述目标对象需完成的所述目标任务,所述第二停止条件相关于所述目标对象是否处于预设的停止状态。
4.如权利要求1所述的系统,其特征在于,每一模拟子组件由至少一个处理器核执行,对于每一模拟子组件,该模拟子组件用于:
生成在该模拟子组件对应的目标子环境中的所述目标对象执行所述候选模拟方案的目标模拟信息。
5.如权利要求1所述的系统,其特征在于,所述模拟组件还用于:
针对每一目标对象,
基于该目标对象的所述对象信息,确定该目标对象的初始位置信息;
基于所述初始位置信息,将该目标对象分配至一个模拟子组件。
6.如权利要求5所述的系统,其特征在于,针对每一分配有目标对象的模拟子组件,所述模拟子组件还用于:
针对执行每一候选模拟方案中每一时间段,基于所分配的目标对象在上一时间段的目标模拟信息,更新所述目标对象的位置信息;
当更新后的所述位置信息超出所述模拟子组件对应的目标子环境时,基于所述更新后的所述位置信息,确定所述关联模拟子组件;
通过所述关联模拟子组件获取所述目标对象在该时间段的目标模拟信息。
7.一种无人驾驶模拟仿真方法,其特征在于,包括:
获取相关于目标环境的环境信息以及目标对象的对象信息,其中,所述目标对象为执行作业的对象,所述目标环境为所述目标对象执行作业的环境;
基于所述环境信息,生成所述目标环境的环境模型;
基于所述对象信息,生成所述目标对象的对象模型;
获取所述目标对象为完成目标任务而执行作业的至少一种候选模拟方案;
针对每一候选模拟方案,由模拟组件生成所述目标对象在所述目标环境中执行该候选模拟方案的模拟信息,其中,所述模拟信息相关于所述环境模型以及所述对象模型;所述模拟组件包括多个模拟子组件;所述目标环境包括多个目标子环境,每一模拟子组件与一个所述目标子环境对应;所述模拟信息包括多个目标对象分别对应的多个目标模拟信息;其中,
对于每一目标对象,其对应的目标模拟信息由该目标对象所在的目标子环境对应的模拟子组件模拟生成;
当该目标对象的位置信息超出其所在的目标子环境时,基于其位置信息,确定关联模拟子组件并由该关联模拟子组件确定该目标对象对应的目标模拟信息;
当该目标对象的目标模拟信息满足第一预设条件且该关联模拟子组件满足第二预设条件时,将该目标对象转移分配至该关联模拟子组件,其中,所述第一预设条件相关于获取其他模拟子组件生成的该目标对象的目标模拟信息的获取频次是否超出预设频次范围,所述第二预设条件相关于该关联模拟子组件的组件状态是否满足预设的可用状态;
基于所述至少一种候选模拟方案中每一候选模拟方案对应的模拟信息,确定目标模拟方案;
将所述目标模拟方案传输至目标终端。
8.一种无人驾驶模拟仿真装置,包括处理器,其特征在于,所述处理器用于执行如权利要求7所述的无人驾驶模拟仿真方法。
9.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求7所述的无人驾驶模拟仿真方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311271418.1A CN116991084B (zh) | 2023-09-28 | 2023-09-28 | 一种无人驾驶模拟仿真系统、方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311271418.1A CN116991084B (zh) | 2023-09-28 | 2023-09-28 | 一种无人驾驶模拟仿真系统、方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116991084A CN116991084A (zh) | 2023-11-03 |
CN116991084B true CN116991084B (zh) | 2023-12-19 |
Family
ID=88534281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311271418.1A Active CN116991084B (zh) | 2023-09-28 | 2023-09-28 | 一种无人驾驶模拟仿真系统、方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116991084B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10254345A (ja) * | 1997-03-14 | 1998-09-25 | Toyota Motor Corp | シミュレート装置 |
CN107918392A (zh) * | 2017-06-26 | 2018-04-17 | 怀效宁 | 一种自动驾驶车辆个性化行车及获取行车执照的方法 |
CN108139756A (zh) * | 2016-08-29 | 2018-06-08 | 百度(美国)有限责任公司 | 为自动驾驶车辆构建周围环境以制定驾驶决策的方法和系统 |
CN108734949A (zh) * | 2017-04-18 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆仿真平台构建方法、装置、设备及存储介质 |
CN108803623A (zh) * | 2017-10-22 | 2018-11-13 | 怀效宁 | 一种自动驾驶车辆个性化行车的方法和行车合法化的系统 |
CN109141929A (zh) * | 2018-10-19 | 2019-01-04 | 重庆西部汽车试验场管理有限公司 | 智能网联汽车仿真测试系统及方法 |
CN110687828A (zh) * | 2019-10-28 | 2020-01-14 | 苏州智行众维智能科技有限公司 | 一种基于整车硬件在环的智能网联汽车仿真测试系统 |
CN111006879A (zh) * | 2019-12-25 | 2020-04-14 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 |
CN111326045A (zh) * | 2020-03-27 | 2020-06-23 | 海南耐威科技系统技术研究院有限公司 | 无人机实景模拟驾驶系统 |
CN111756990A (zh) * | 2019-03-29 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 一种图像传感器控制方法、装置及系统 |
CN112487630A (zh) * | 2020-11-25 | 2021-03-12 | 新石器慧拓(北京)科技有限公司 | 驾驶环境模拟方法、装置、系统、电子设备以及存储介质 |
CN114114954A (zh) * | 2021-11-08 | 2022-03-01 | 北京三快在线科技有限公司 | 一种无人设备的控制方法及装置 |
CN115016318A (zh) * | 2022-05-31 | 2022-09-06 | 西安深信科创信息技术有限公司 | 自动驾驶仿真测试场景描述语言的融合方法及系统 |
CN116306041A (zh) * | 2023-05-22 | 2023-06-23 | 工业和信息化部装备工业发展中心 | 一种多场景集多引擎自动驾驶模拟仿真测试服务平台 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11663377B2 (en) * | 2019-09-27 | 2023-05-30 | Woven Planet North America, Inc. | Sensor arrangement validation using simulated environments |
US11645518B2 (en) * | 2019-10-07 | 2023-05-09 | Waymo Llc | Multi-agent simulations |
-
2023
- 2023-09-28 CN CN202311271418.1A patent/CN116991084B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10254345A (ja) * | 1997-03-14 | 1998-09-25 | Toyota Motor Corp | シミュレート装置 |
CN108139756A (zh) * | 2016-08-29 | 2018-06-08 | 百度(美国)有限责任公司 | 为自动驾驶车辆构建周围环境以制定驾驶决策的方法和系统 |
CN108734949A (zh) * | 2017-04-18 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆仿真平台构建方法、装置、设备及存储介质 |
CN107918392A (zh) * | 2017-06-26 | 2018-04-17 | 怀效宁 | 一种自动驾驶车辆个性化行车及获取行车执照的方法 |
CN108803623A (zh) * | 2017-10-22 | 2018-11-13 | 怀效宁 | 一种自动驾驶车辆个性化行车的方法和行车合法化的系统 |
CN114924556A (zh) * | 2017-10-22 | 2022-08-19 | 深圳瑞尔图像技术有限公司 | 一种自动驾驶车辆的方法和系统 |
CN109141929A (zh) * | 2018-10-19 | 2019-01-04 | 重庆西部汽车试验场管理有限公司 | 智能网联汽车仿真测试系统及方法 |
CN111756990A (zh) * | 2019-03-29 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 一种图像传感器控制方法、装置及系统 |
CN110687828A (zh) * | 2019-10-28 | 2020-01-14 | 苏州智行众维智能科技有限公司 | 一种基于整车硬件在环的智能网联汽车仿真测试系统 |
CN111006879A (zh) * | 2019-12-25 | 2020-04-14 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 |
CN111326045A (zh) * | 2020-03-27 | 2020-06-23 | 海南耐威科技系统技术研究院有限公司 | 无人机实景模拟驾驶系统 |
CN112487630A (zh) * | 2020-11-25 | 2021-03-12 | 新石器慧拓(北京)科技有限公司 | 驾驶环境模拟方法、装置、系统、电子设备以及存储介质 |
CN114114954A (zh) * | 2021-11-08 | 2022-03-01 | 北京三快在线科技有限公司 | 一种无人设备的控制方法及装置 |
CN115016318A (zh) * | 2022-05-31 | 2022-09-06 | 西安深信科创信息技术有限公司 | 自动驾驶仿真测试场景描述语言的融合方法及系统 |
CN116306041A (zh) * | 2023-05-22 | 2023-06-23 | 工业和信息化部装备工业发展中心 | 一种多场景集多引擎自动驾驶模拟仿真测试服务平台 |
Also Published As
Publication number | Publication date |
---|---|
CN116991084A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114193447B (zh) | 多机器人控制方法、电子设备及存储介质 | |
CN112001585A (zh) | 多智能体决策方法、装置、电子设备及存储介质 | |
CN110768914B (zh) | 基于语义场景实例迁移的去中心化物联网关系统 | |
Saifutdinov et al. | Digital twin as a decision support tool for airport traffic control | |
CN109118097B (zh) | 一种可靠性维修性保障性评估方法和装置 | |
CN113326641B (zh) | 路径规划方法、装置、计算机设备及存储介质 | |
CN111580561A (zh) | 基于粒子群算法优化的无人机调度方法、系统和可读存储介质 | |
CN109086532A (zh) | 一种基于oopn网模型的立体仓库半实物仿真建模方法 | |
CN111626619A (zh) | 基于云雾混合计算的无人机群任务分配方法、系统和可读存储介质 | |
Dandl et al. | Autonomous mobility-on-demand real-time gaming framework | |
WO2024114543A1 (zh) | 一种无人驾驶航空器的权限管控方法、系统和存储介质 | |
CN113568747B (zh) | 基于任务分类与时序预测的云机器人资源调度方法及系统 | |
CN115145796A (zh) | 一种码头操作系统效能的评估方法和码头数字仿真平台 | |
CN116991084B (zh) | 一种无人驾驶模拟仿真系统、方法、装置和存储介质 | |
CN115640986B (zh) | 基于奖励的机器人调度方法、装置、设备及介质 | |
Ouarnoughi et al. | Simulating multi-agent-based computation offloading for autonomous cars | |
US20220391558A1 (en) | Multi-agent simulation system and method | |
Grosset et al. | Multi-agent simulation of autonomous industrial vehicle fleets: Towards dynamic task allocation in V2X cooperation mode | |
CN113793527B (zh) | 一种面向城市交通主动控制的测试验证系统 | |
Lin et al. | Efficient collaborative multi-agent deep reinforcement learning for large-scale fleet management | |
CN113225269B (zh) | 基于容器的工作流调度方法、装置、系统及存储介质 | |
WO2016184521A1 (en) | Method for providing locations for performing tasks of moving objects | |
Basile et al. | Automated generation of a simulation model for the decentralized control of automated warehouse systems | |
US11757699B2 (en) | Multi-agent simulation system and method | |
US20220391554A1 (en) | Multi-agent simulation system and method |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |