CN117709040A - 一种数据处理方法、装置、设备以及计算机可读存储介质 - Google Patents
一种数据处理方法、装置、设备以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN117709040A CN117709040A CN202211083216.XA CN202211083216A CN117709040A CN 117709040 A CN117709040 A CN 117709040A CN 202211083216 A CN202211083216 A CN 202211083216A CN 117709040 A CN117709040 A CN 117709040A
- Authority
- CN
- China
- Prior art keywords
- ramp
- vehicle
- simulation
- simulated
- virtual
- 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
- 238000003672 processing method Methods 0.000 title abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 558
- 230000008447 perception Effects 0.000 claims abstract description 160
- 230000006399 behavior Effects 0.000 claims abstract description 104
- 238000000034 method Methods 0.000 claims abstract description 102
- 238000011144 upstream manufacturing Methods 0.000 claims description 96
- 238000010586 diagram Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 10
- 230000002441 reversible effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 description 40
- 238000005516 engineering process Methods 0.000 description 20
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000000306 recurrent effect Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种数据处理方法、装置、设备以及计算机可读存储介质,该方法包括:在驾驶仿真系统中,若仿真道路中的仿真匝道与感知数据之间的关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,在仿真匝道中生成第一虚拟仿真车辆;在晚于仿真起始时刻的仿真复现阶段时,根据第一虚拟仿真车辆,在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;第二虚拟仿真车辆包括第一虚拟仿真车辆;在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。采用本申请,可以提高仿真道路的复现准确性以及预测准确性。本发明实施例可应用于地图以及自动驾驶等领域。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种数据处理方法、装置、设备以及计算机可读存储介质。
背景技术
随着社会的发展,道路也变得越来越错综复杂,例如互通式立体交叉道路,其不仅包括主干路,还包括不可缺少的匝道。此时,相关人员不仅需要了解主干路的车辆状况,还需要了解匝道的车辆状况。
由于道路不是全路段均具有感知数据,因此现有技术只能对道路中具有感知数据的部分区域进行复现仿真。显然,现有技术不能准确地复现道路的全域状况,例如匝道不具有感知数据,则无法复现匝道中的车辆状况,因此,降低了道路的复现准确性。又由于复现准确性较低,进而预测道路在未来时间段的车辆状况时,会导致道路的预测准确性低。
发明内容
本申请实施例提供一种数据处理方法、装置、设备以及计算机可读存储介质,可以提高仿真道路的复现准确性,进而可以提高仿真道路的预测准确性。
本申请实施例一方面提供了一种数据处理方法,包括:
在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对仿真道路的感知数据之间的关联关系;
若关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,在仿真匝道中生成第一虚拟仿真车辆;具有感知数据的感知区域属于仿真道路;
在晚于仿真起始时刻的仿真复现阶段时,根据第一虚拟仿真车辆,在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;第二虚拟仿真车辆包括第一虚拟仿真车辆;
在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
本申请实施例一方面提供了一种数据处理装置,包括:
关系确定模块,用于在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对仿真道路的感知数据之间的关联关系;
车辆生成模块,用于若关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,在仿真匝道中生成第一虚拟仿真车辆;具有感知数据的感知区域属于仿真道路;
第一输出模块,用于在晚于仿真起始时刻的仿真复现阶段时,根据第一虚拟仿真车辆,在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;第二虚拟仿真车辆包括第一虚拟仿真车辆;
第二输出模块,用于在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
其中,车辆生成模块,包括:
第一获取单元,用于若仿真匝道对应的历史数据不为空集,则在仿真匝道对应的历史数据中,获取仿真起始时刻对应的历史数据,作为仿真匝道对应的第一起始交通状态,根据第一起始交通状态,在仿真匝道中生成第一虚拟仿真车辆;
第一确定单元,用于若仿真匝道对应的历史数据为空集,则根据仿真匝道对应的交通基本图中的目标交通状态,确定仿真匝道对应的第二起始交通状态,根据第二起始交通状态,在仿真匝道中生成第一虚拟仿真车辆。
其中,第一获取单元,包括:
第一确定子单元,用于根据第一起始交通状态中的车辆密度,确定仿真匝道对应的平均车间距;
第一生成子单元,用于若仿真匝道为仿真上匝道,则根据平均车间距、仿真上匝道的合流点以及与仿真上匝道的行驶方向相反的方向,在仿真上匝道中生成第一虚拟仿真车辆;
第二生成子单元,用于若仿真匝道为仿真下匝道,则根据平均车间距、仿真下匝道的分流点以及仿真下匝道的行驶方向,在仿真下匝道中生成第一虚拟仿真车辆。
其中,第一输出模块,包括:
第二确定单元,用于若仿真匝道为仿真上匝道,则在仿真上匝道内确定第一车辆生成线;第一车辆生成线垂直于仿真上匝道的行驶方向;
第一生成单元,用于根据仿真上匝道的上游边缘以及第一车辆生成线,生成仿真上匝道内的第一车辆生成子区域;
第二生成单元,用于根据仿真上匝道对应的历史数据以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟仿真车辆;
第三确定单元,用于将第一虚拟仿真车辆以及第四虚拟仿真车辆,确定为第二虚拟仿真车辆;
第一输出单元,用于根据仿真上匝道对应的自动驾驶模型,在仿真上匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为。
其中,第二生成单元,包括:
第三生成子单元,用于若仿真上匝道对应的历史数据不为空集,则在仿真上匝道对应的历史数据中,获取仿真复现阶段对应的历史数据,作为仿真上匝道对应的第一复现交通状态,根据第一复现交通状态以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟车辆;
第四生成子单元,用于若仿真上匝道对应的历史数据为空集,则根据仿真上匝道对应的交通基本图中的目标交通状态,确定仿真上匝道对应的第二复现交通状态,根据第二复现交通状态以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟车辆。
其中,第一输出模块,还包括:
第二获取单元,用于获取仿真上匝道对应的自动驾驶初始模型;
第一调整单元,用于若仿真上匝道对应的历史数据不为空集,则根据仿真上匝道对应的历史数据,对仿真上匝道对应的自动驾驶初始模型中的参数进行调整,得到仿真上匝道对应的自动驾驶模型;
第二调整单元,用于若仿真上匝道对应的历史数据为空集,则根据仿真上匝道对应的道路类型,对仿真上匝道对应的自动驾驶初始模型中的参数进行调整,得到仿真上匝道对应的自动驾驶模型。
其中,第一输出模块,还包括:
第三生成单元,用于若仿真上匝道的下游区域中存在感知覆盖区域,则在感知覆盖区域的上游边缘,生成与仿真道路的行驶方向垂直的第一车辆移除线;仿真上匝道的下游区域属于仿真道路;感知覆盖区域属于具有感知数据的感知区域;
第一删除单元,用于将第二虚拟仿真车辆中,驾驶至第一车辆移除线的虚拟仿真车辆进行删除;
第二删除单元,用于若仿真上匝道的下游区域中不存在感知覆盖区域,则将第二虚拟仿真车辆中,驾驶至仿真道路的下游边缘的虚拟仿真车辆进行删除。
其中,第一输出模块,还包括:
第四确定单元,用于将第二虚拟仿真车辆中,距离仿真上匝道的下游边缘最近的虚拟仿真车辆,确定为仿真上匝道的下游车辆;
第四确定单元,还用于根据仿真上匝道对应的历史数据,确定下游车辆的最大车辆速度;
第五确定单元,用于将第二虚拟仿真车辆中除了下游车辆之外的虚拟仿真车辆,确定为仿真上匝道的上游车辆;
第五确定单元,还用于根据仿真上匝道对应的道路类型,确定上游车辆的最大车辆速度;
则第一输出单元,具体用于根据仿真上匝道对应的自动驾驶模型、上游车辆的最大车辆速度,以及下游车辆的最大车辆速度,在仿真上匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为。
其中,第一输出模块,包括:
第六确定单元,用于若仿真匝道为仿真下匝道,则将仿真下匝道的上游主干路中的感知空白区域内的虚拟仿真车辆,确定为第五虚拟仿真车辆;仿真下匝道的上游主干路属于仿真道路;感知空白区域不属于具有感知数据的感知区域,且感知空白区域与仿真下匝道的分流点相接;
第七确定单元,用于将第五虚拟仿真车辆中驾驶至仿真下匝道的虚拟仿真车辆,确定为第六虚拟仿真车辆;
第七确定单元,还用于将第六虚拟仿真车辆以及第一虚拟仿真车辆,确定为第二虚拟仿真车辆;
第二输出单元,用于根据仿真下匝道对应的自动驾驶模型以及仿真下匝道的下游边缘,在仿真下匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;仿真下匝道的下游边缘用于指示驾驶仿真系统,将第二虚拟仿真车辆中驾驶至仿真下匝道的下游边缘的虚拟仿真车辆进行删除。
其中,第五虚拟仿真车辆包括虚拟仿真车辆Ce,e为正整数且e小于或等于第五虚拟仿真车辆的总数量;
第七确定单元,包括:
第一获取子单元,用于若虚拟仿真车辆Ce在第一复现时刻时驾驶至第一系统范围内,则获取虚拟仿真车辆Ce的第一起始目标信息;第一复现时刻属于仿真复现阶段;第一系统范围是根据分流点所生成的,且第一系统范围属于感知空白区域;
第二获取子单元,用于若第一起始目标信息为仿真下匝道,则获取虚拟仿真车辆Ce的第一当前车道信息;
第二确定子单元,用于若第一当前车道信息与第一起始目标信息相匹配,则将按照第一当前车道信息驾驶至仿真下匝道的虚拟仿真车辆Ce,确定为第六虚拟仿真车辆。
其中,第七确定单元,还包括:
第三确定子单元,用于若虚拟仿真车辆Ce在第二复现时刻时驾驶至第二系统范围内,则确定虚拟仿真车辆Ce在第二复现时刻时,针对仿真下匝道的第一基础概率;第二复现时刻属于仿真复现阶段,且第二复现时刻早于第一复现时刻;第二系统范围与第一系统范围相接,且第二系统范围位于第一系统范围的上游区域,且第二系统范围属于感知空白区域;
第四确定子单元,用于根据虚拟仿真车辆Ce对应的激进参数以及第二系统范围,确定虚拟仿真车辆Ce对应的第一目标选择位置;第一目标选择位置与虚拟仿真车辆Ce对应的激进参数之间具有反向增强关系;
第五生成子单元,用于在虚拟仿真车辆Ce驾驶至第一目标选择位置时,生成针对虚拟仿真车辆Ce的第一随机概率;
第五确定子单元,用于根据第一基础概率以及第一随机概率,确定第一起始目标信息。
其中,第五确定子单元,具体用于若第一基础概率等于或大于第一随机概率,则将第一起始目标信息确定为仿真下匝道;
第五确定子单元,还具体用于若第一基础概率小于第一随机概率,则将第一起始目标信息确定为仿真下匝道的下游主干路;仿真下匝道的下游主干路属于仿真道路,且仿真下匝道的下游主干路与感知空白区域相接,且仿真下匝道的下游主干路不属于具有感知数据的感知区域。
其中,第三确定子单元,具体用于若仿真下匝道对应的历史数据不为空集,且仿真下匝道的下游主干路对应的历史数据不为空集,则在仿真下匝道对应的历史数据中获取第二复现时刻对应的下匝道车辆流量,在仿真下匝道的下游主干路对应的历史数据中获取第二复现时刻对应的下游主干路车辆流量;
第三确定子单元,还具体用于确定下匝道车辆流量以及下游主干路车辆流量的车辆流量总和,将下匝道车辆流量以及车辆流量总和的比例,确定为虚拟仿真车辆Ce在第二复现时刻时针对仿真下匝道的第一基础概率;
第三确定子单元,还具体用于若仿真下匝道对应的历史数据为空集,且仿真下匝道的下游主干路对应的历史数据为空集,则获取仿真下匝道的第一车道数量以及仿真下匝道的下游主干路的第二车道数量,确定第一车道数量以及第二车道数量的车道数量总和,将第一车道数量以及车道数量总和的比例,确定为第一基础概率。
其中,第七确定单元,还包括:
第六确定子单元,用于若虚拟仿真车辆Ce在仿真起始时刻时位于第二系统范围内,则确定虚拟仿真车辆Ce在仿真起始时刻时,针对仿真下匝道的第二基础概率;第二系统范围与第一系统范围相接,且第二系统范围位于第一系统范围的上游区域,且第二系统范围属于感知空白区域;
第三获取子单元,用于获取虚拟仿真车辆Ce在仿真起始时刻时的第二目标选择位置,根据第二目标选择位置、虚拟仿真车辆Ce对应的激进参数、第二基础概率以及第二系统范围,确定虚拟仿真车辆Ce针对仿真下匝道的选择概率;
第六生成子单元,用于生成针对虚拟仿真车辆Ce的第二随机概率,若选择概率等于或大于第二随机概率,则将第一起始目标信息确定为仿真下匝道;
第七确定子单元,用于若选择概率小于第二随机概率,则将第一起始目标信息确定为仿真下匝道的下游主干路;仿真下匝道的下游主干路属于仿真道路,且仿真下匝道的下游主干路与感知空白区域相接,且仿真下匝道的下游主干路不属于具有感知数据的感知区域。
其中,第五虚拟仿真车辆包括虚拟仿真车辆Rs,s为正整数且s小于或等于第五虚拟仿真车辆的总数量;
第七确定单元,包括:
第四获取子单元,用于若虚拟仿真车辆Rs在仿真起始时刻时位于第一系统范围内,则获取虚拟仿真车辆Rs的第二当前车道信息;第一系统范围是根据分流点所生成的,且第一系统范围属于感知空白区域;
第八确定子单元,用于若第二当前车道信息与仿真下匝道相匹配,则确定虚拟仿真车辆Rs驾驶至仿真下匝道的下匝道概率;
第九确定子单元,用于将按照下匝道概率驾驶至仿真下匝道的虚拟仿真车辆Rs,确定为第六虚拟仿真车辆。
其中,第六确定单元,包括:
第十确定子单元,用于若仿真匝道为仿真下匝道,且仿真下匝道的上游主干路中存在感知空白区域以及感知覆盖区域,且感知空白区域是感知覆盖区域的下游区域,则将感知覆盖区域内的复现仿真车辆中驾驶至感知空白区域的复现仿真车辆,确定为第七虚拟仿真车辆;感知覆盖区域属于具有感知数据的感知区域;感知覆盖区域内的复现仿真车辆是根据感知数据所生成的;
第十确定子单元,还用于将感知空白区域在仿真起始时刻时所生成的虚拟仿真车辆,以及第七虚拟仿真车辆,确定为第五虚拟仿真车辆;
第七生成子单元,用于若仿真匝道为仿真下匝道,且仿真下匝道的上游主干路中不存在感知覆盖区域,则将感知空白区域在仿真起始时刻所生成的虚拟仿真车辆,以及由第二车辆生成子区域所生成的虚拟仿真车辆,确定为第五虚拟仿真车辆;第二车辆生成子区域属于感知空白区域,且第二车辆生成子区域的上游边缘等同于感知空白区域的上游边缘。
其中,第二输出模块,包括:
第四生成单元,用于若仿真匝道为仿真上匝道,则根据仿真上匝道对应的历史数据以及虚拟仿真驾驶行为,在第一车辆生成子区域中生成第三虚拟仿真车辆;第一车辆生成子区域的上游边缘等同于仿真上匝道的上游边缘;
第三输出单元,用于根据仿真上匝道对应的自动驾驶模型,在仿真上匝道中输出第三虚拟仿真车辆的虚拟仿真驾驶行为。
其中,第二输出模块,包括:
第八确定单元,用于若仿真匝道为仿真下匝道,则将仿真下匝道的上游主干路中的感知空白区域内的虚拟仿真车辆,确定为第八虚拟仿真车辆;仿真下匝道的上游主干路属于仿真道路;感知空白区域不属于具有感知数据的感知区域,且感知空白区域与仿真下匝道的分流点相接;
第九确定单元,用于将第八虚拟仿真车辆中除了,在第三复现时刻时位于第三系统范围内的虚拟仿真车辆之外的虚拟仿真车辆,确定为第九虚拟仿真车辆;第三复现时刻用于表征驾驶仿真系统结束仿真复现阶段;第三系统范围是根据分流点所生成的,且第三系统范围属于感知空白区域;
第十确定单元,用于确定第九虚拟仿真车辆针对仿真下匝道的第三基础概率,以及确定第九虚拟仿真车辆针对仿真下匝道的第三随机概率;
第十确定单元,还用于若第三基础概率等于或大于第三随机概率,则确定第九虚拟仿真车辆的第二起始目标信息为仿真下匝道;
第十确定单元,还用于若第九虚拟仿真车辆按照第二起始目标信息驾驶,则将第九虚拟仿真车辆,确定为第三虚拟仿真车辆;
第四输出单元,用于根据仿真下匝道对应的自动驾驶模型、虚拟仿真驾驶行为以及仿真下匝道的下游边缘,在仿真下匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为;仿真下匝道的下游边缘用于指示驾驶仿真系统,将第三虚拟仿真车辆中,驾驶至仿真下匝道的下游边缘的虚拟仿真车辆进行删除。
本申请一方面提供了一种计算机设备,包括:处理器、存储器、网络接口;
上述处理器与上述存储器、上述网络接口相连,其中,上述网络接口用于提供数据通信功能,上述存储器用于存储计算机程序,上述处理器用于调用上述计算机程序,以使得计算机设备执行本申请实施例中的方法。
本申请实施例一方面提供了一种计算机可读存储介质,上述计算机可读存储介质中存储有计算机程序,上述计算机程序适于由处理器加载并执行本申请实施例中的方法。
本申请实施例一方面提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中;计算机设备的处理器从计算机可读存储介质读取该计算机程序,处理器执行该计算机程序,使得该计算机设备执行本申请实施例中的方法。
在本申请实施例中,若仿真匝道与感知数据之间的关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,计算机设备在仿真匝道中生成第一虚拟仿真车辆;进一步,在晚于仿真起始时刻的仿真复现阶段时,根据第一虚拟仿真车辆,计算机设备可以在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;其中,第二虚拟仿真车辆包括仿真起始时刻所生成的第一虚拟仿真车辆;进一步,在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,计算机设备可以在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。上述可知,本申请实施例在仿真起始时刻以及仿真复现阶段,均对不具有感知数据的仿真匝道进行了仿真车辆描述,故可以提高驾驶仿真系统针对仿真匝道的复现准确性,进而可以提高仿真道路的复现准确性。此外,本申请实施例对不同仿真阶段的仿真匝道分别进行描述,故可以提高驾驶仿真系统针对仿真匝道的预测准确性,进而可以提高仿真道路的预测准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,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系统架构示意图;
图2a是本申请实施例提供的一种带匝道的主干路的拓扑结构示意图;
图2b是本申请实施例提供的一种上匝道的结构示意图;
图2c是本申请实施例提供的一种下匝道的结构示意图;
图2d是本申请实施例提供的一种感知覆盖区域以及感知空白区域的场景示意图;
图2e是本申请实施例提供的一种仿真主干路针对“时”的仿真推演的示例图;
图3是本申请实施例提供的一种数据处理方法的流程示意图一;
图4是本申请实施例提供的一种在仿真上匝道内生成第一虚拟仿真车辆的场景示意图;
图5是本申请实施例提供的一种在仿真起始时刻时针对仿真上匝道的虚拟仿真车辆生成方法的流程示意图;
图6是本申请实施例提供的一种平均车辆流量的折线示例图;
图7是本申请实施例提供的一种交通基本图的示意图;
图8是本申请实施例提供的一种在仿真上匝道内输出虚拟仿真驾驶行为的场景示意图;
图9a是本申请实施例提供的一种在仿真复现阶段中,针对仿真上匝道的虚拟仿真驾驶行为生成方法的流程示意图;
图9b是本申请实施例提供的一种在仿真预测阶段中,针对仿真上匝道的预测仿真驾驶行为生成方法的流程示意图;
图10是本申请实施例提供的一种数据处理方法的流程示意图二;
图11是本申请实施例提供的一种在仿真起始时刻时针对仿真下匝道的虚拟仿真车辆生成方法的流程示意图;
图12是本申请实施例提供的一种仿真下匝道内生成第一虚拟仿真车辆的场景示意图;
图13是本申请实施例提供的一种在仿真下匝道内输出虚拟仿真驾驶行为的场景示意图;
图14是本申请实施例提供的一种在仿真预测阶段中,针对仿真下匝道的预测仿真驾驶行为生成方法的流程示意图;
图15是本申请实施例提供的一种数据处理方法的流程示意图三;
图16是本申请实施例提供的一种在仿真复现阶段中,针对仿真下匝道的虚拟仿真驾驶行为生成方法的流程示意图;
图17是本申请实施例提供的一种数据处理装置的结构示意图;
图18是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,首先对部分名词进行以下简单解释:
智能车路协同系统(Intelligent Vehicle Infrastructure CooperativeSystems,IVICS),简称车路协同系统,是智能交通系统(Intelligent Traffic System,ITS)的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。在本申请实施例中,智能车路协同系统可以用于精确地确定仿真匝道的复现仿真以及预测仿真。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。在本申请实施例中,人工智能可以用于生成自动驾驶模型,自动驾驶模型表示具有决策规划、控制执行功能的综合算法模块。
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。数字孪生可对道路进行虚拟平行世界的建立,将道路物理世界的环境、车辆、事件等要素进行实时的、完全的映射,通过道路中分布的传感器数据进行充分感知、动态监测,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,使管理人员不在道路现场,仍可掌握道路全域状况,解决全路段检测难、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。在本申请实施例中,数字孪生可以用于生成包括匝道的仿真道路以及其对应的仿真环境。
在传感器可以覆盖的路段区域,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,使各类传感器获取的原始不连贯目标信息相互印证、互为补充,形成基本完整的目标属性信息,该目标属性信息可以作为本申请实施例中的感知数据,故可以实现对道路上车辆行驶轨迹的精准刻画。例如通过地图的关联关系,将雷达检测的目标和视频识别的目标建立联系。同时,将实时检测目标叠加在高精地图上,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。进而可以在驾驶仿真系统中对道路中具有感知数据的感知区域进行实时复现仿真,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,从而实现主干路治理的精细化、智能化、标准化、专业化,为交通治理打下坚实的基础。
请参见图1,图1是本申请实施例提供的一种系统架构示意图。如图1所示,该系统可以包括业务服务器100以及终端设备集群,终端设备集群可以包括一个或者多个终端设备,本申请不对终端设备的数量进行限制。如图1所示,该终端设备集群可以包括终端设备200a、终端设备200b、终端设备200c、…、终端设备200n。
其中,终端设备集群之间可以存在通信连接,例如终端设备200a与终端设备200b之间存在通信连接,终端设备200a与终端设备200c之间存在通信连接。同时,终端设备集群中的任一终端设备可以与业务服务器100存在通信连接,例如终端设备200a与业务服务器100之间存在通信连接。其中,上述通信连接不限定连接方式,可以通过有线通信方式进行直接或间接地连接,也可以通过无线通信方式进行直接或间接地连接,还可以通过其它方式,本申请在此不做限制。
应当理解,如图1所示的终端设备集群中的每个终端设备均可以安装有应用客户端,当该应用客户端运行于各终端设备中时,可以分别与上述图1所示的业务服务器100进行数据交互,即上述的通信连接。其中,该应用客户端可以为视频应用、直播应用、社交应用、即时通信应用、游戏应用、导航应用、地图应用、浏览器等具有加载仿真匝道功能的应用客户端。其中,该应用客户端可以为独立的客户端,也可以为集成在某客户端(例如,社交客户端、教育客户端以及多媒体客户端等)中的嵌入式子客户端,在此不做限定。
以导航应用为例,业务服务器100可以为包括导航应用对应的后台服务器、数据处理服务器等多个服务器的集合,因此,每个终端设备均可以通过该导航应用对应的应用客户端与业务服务器100进行数据传输。例如每个终端设备均可以通过导航应用的应用客户端,将针对仿真道路的道路车辆预测请求上传至业务服务器100,进而业务服务器100可以根据道路车辆预测请求,对仿真道路进行车辆预测处理,得到虚拟仿真车辆的预测仿真驾驶行为,并将虚拟仿真车辆的预测仿真驾驶行为返回至终端设备。
可以理解的是,在本申请的具体实施方式中,涉及到用户信息(例如感知数据以及仿真匝道对应的历史数据)等相关的数据,当本申请中的实施例运用到具体产品或技术中时,需要获得用户许可或者同意,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。
为便于后续理解和说明,本申请实施例可以在图1所示的终端设备集群中选择一个终端设备作为目标终端设备,例如以终端设备200a作为目标终端设备。在获取到针对仿真道路的道路车辆预测请求时,终端设备200a可以将该道路车辆预测请求发送至业务服务器100。业务服务器100根据道路车辆预测请求,获取驾驶仿真系统,在驾驶仿真系统中生成仿真道路。该仿真道路的道路内容可以分为两大部分,分别为仿真主干路以及用于辅助仿真主干路的仿真匝道。进一步,业务服务器100确定仿真道路中的仿真匝道与针对仿真道路的感知数据之间的关联关系。其中,感知数据可以为真实道路数据,例如真实的道路侧的感知设备所采集的数据,其可以包括实车的驾驶路线、驾驶位置、实车周围的障碍对象(例如障碍车辆、障碍行人以及障碍物体等),以及障碍对象的位置等。可以理解的是,仿真道路不是全路段均具有感知数据,是因为存在部分路段的真实道路数据没有被采集以及处理,故没有生成这部分路段的感知数据。因此在驾驶仿真系统运行前,需要确定哪些路段具有感知数据,哪些路段不具有感知数据,本申请实施例将仿真道路中具有感知数据的路段称为感知覆盖区域,将不具有感知数据的路段称为感知空白区域。
驾驶仿真系统包括两个连续的仿真阶段,第一仿真阶段为仿真复现阶段,第二仿真阶段为仿真预测阶段。若感知数据与仿真匝道之间的关联关系指示仿真匝道不属于具有感知数据的感知区域(即感知覆盖区域),则在驾驶仿真系统开始运行前(即仿真起始时刻时),在仿真匝道中生成第一虚拟仿真车辆,因为该仿真匝道所映射的真实路段可能存在实车行驶,故第一虚拟仿真车辆是为了贴合仿真匝道的实际交通状态所生成的。在驾驶仿真系统进入仿真复现阶段时(即开始运行仿真),业务服务器100根据第一虚拟仿真车辆,在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为,其中,第二虚拟仿真车辆包括第一虚拟仿真车辆。同时,业务服务器100在感知覆盖区域中输出感知数据对应的复现仿真驾驶行为,可以理解的是,该复现仿真驾驶行为与感知数据中的实际驾驶行为保持一致,例如,感知数据中的时刻b的信息是实车a进行减速并向右侧车道行驶,则在驾驶仿真系统中,针对感知覆盖区域,实车a对应的复现仿真车辆在时刻b的复现仿真驾驶行为是减速并向右侧车道行驶。通过运行复现仿真阶段,业务服务器100可以确定驾驶仿真系统中所复现的仿真交通状态,与实际场景保持高度相似(其中,感知覆盖区域内所复现的仿真交通状态,与实际场景保持一致),故可以确保进入仿真预测阶段的初始仿真数据,与实际场景保持高度相似,进而可以确定驾驶仿真系统输出的预测仿真驾驶行为的准确性。
在晚于仿真复现阶段的仿真预测阶段时,业务服务器暂停输入感知数据,此时,驾驶仿真系统针对仿真道路的全路段均进行预测仿真。因此,根据虚拟仿真驾驶行为,业务服务器100在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。本申请实施例用于描述驾驶仿真系统针对仿真匝道的仿真描述,不对仿真道路中的仿真主干路的仿真过程进行描述或限定。
后续,业务服务器100将预测仿真驾驶行为发送至终端设备200a,终端设备200a接收到业务服务器100发送的预测仿真驾驶行为后,可以在其对应的屏幕上显示该预测仿真驾驶行为。其中,业务服务器100可以是实时地将预测仿真驾驶行为发送至终端设备200a,例如,每运行一个仿真步长,将该仿真步长对应的预测仿真驾驶行为发送至终端设备200a;业务服务器100也可以是仿真预测阶段结束后,将预测仿真驾驶行为发送至终端设备200s;可选的,业务服务器100还可以根据更新周期,将一个更新周期内的预测仿真驾驶行为发送至终端设备200a。本申请实施例不对业务服务器100发送预测仿真驾驶行为的方式进行限定,可以根据实际应用场景的需求进行设定。
可选的,若终端设备200a的本地可以获取感知数据以及仿真道路,则终端设备200a可以在本地创建驾驶仿真系统。后续处理过程与业务服务器100生成预测仿真驾驶行为的过程一致,故此处不再进行赘述。
需要说明的是,上述业务服务器100、终端设备200a、终端设备200b、终端设备200c...、终端设备200n均可以为区块链网络中的区块链节点,全文叙述的数据(例如感知数据)可以进行存储,存储方式可以是区块链节点根据数据生成区块,并将区块添加至区块链中进行存储的方式。
区块链是一种分布式数据存储、点对点传输、共识机制以及加密算法等计算机技术的新型应用模式,主要用于对数据按时间顺序进行整理,并加密成账本,使其不可被篡改和伪造,同时可进行数据的验证、存储和更新。区块链本质上是一个去中心化的数据库,该数据库中的每个节点均存储一条相同的区块链,区块链网络可以将节点区分为核心节点、数据节点以及轻节点。核心节点、数据节点以及轻节点共同组成区块链节点。其中核心节点负责区块链全网的共识,也就是说核心节点为区块链网络中的共识节点。对于区块链网络中的交易数据被写入账本的流程可以为,区块链网络中的数据节点或轻节点获取到交易数据,将交易数据在区块链网络中传递(也就是节点以接力棒的方式进行传递),直到共识节点收到该交易数据,共识节点再将该交易数据打包进区块,对该区块执行共识,待共识完成后将该交易数据写入账本。此处以感知数据示例交易数据,业务服务器100(区块链节点)在通过对交易数据的共识后,根据交易数据生成区块,将区块存储至区块链网络中;而对于交易数据(即感知数据)的读取,则可以由区块链节点在区块链网络中,获取到包含该交易数据的区块,进一步,在区块中获取交易数据。
可以理解的是,本申请实施例提供的方法可以由计算机设备执行,计算机设备包括但不限于终端设备或业务服务器。其中,业务服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云数据库、云服务、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、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。终端设备包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端、飞行器等。其中,终端设备和业务服务器可以通过有线或无线方式进行直接或间接地连接,本申请实施例在此不做限制。
本申请提出的方法可以嵌入驾驶仿真系统中,用于对数字孪生系统中的携带匝道的主干路(例如高速公路)上的交通车辆进行时空仿真推演,具体为在仿真运行前,对仿真匝道进行初始设置,在仿真运行后的每一个仿真步长中,对驾驶仿真系统中的仿真车辆进行时空推演,并对仿真车辆进行运动描述。
在本申请中,仿真的时空推演有两层含义,“空”指的是对感知空白区域中的虚拟仿真车辆进行运动模拟,“时”指的是在感知数据注入结束后,对未来一段时间的仿真车辆的运行状态进行模拟。“时”以及“空”结合,可以确定道路(包括主干路以及匝道)的实时全域状况,并可以预测未来一段时间内的交通态势,进而可以根据未来交通态势提前采取措施,如提前采取一些主动预防管控措施,来缓解即将发生的道路拥堵。下面从“空”和“时”两个方面对道路的推演进行描述。
请一并参见图2a,图2a是本申请实施例提供的一种带匝道的主干路的拓扑结构示意图。本申请的研究对象可以是带匝道的主干路的数字孪生系统,如图2a所示,道路包括主干道201z以及匝道。本申请实施例不对匝道的数量以及类型进行限定,可以根据实际应用场景进行设定。图2a以正方形内的数字表示匝道的编号,以正方形内的A表示上匝道,例如图2a中的表示匝道编号为1的上匝道,/>表示匝道编号为3的上匝道;图2a以正方形内的B表示下匝道,例如图2a中的/>表示匝道编号为2的下匝道,/>表示匝道编号为4的下匝道,/>表示匝道编号为5的下匝道。主干路可以拆分成主干路段,主干路段由匝道编号来确定,例如图2a中的主干路段23表示2号下匝道以及3号上匝道之间的主干路段,主干路段5表示5号下匝道对应的下游主干路段,主干路段1表示1号上匝道对应的上游主干路段,其它主干路段的含义请参见上述描述,不一一进行赘述。本申请采用q表示路段上的车辆流量,例如图2a中的qA3表示3号上匝道上的车辆流量,q23指的是2号下匝道和3号上匝道之间主干路段上的车辆流量,其它主干路段上的车辆流量的含义请参见上述描述,不一一进行赘述。其中,车辆流量可以称作交通流量,表示一个路段在单位时间内的平均行驶车辆数量。
请一并参见图2b,图2b是本申请实施例提供的一种上匝道的结构示意图。图2b展示了上匝道合流区,其中,合流区由三部分组成,分别为主线车道(如图2b中所示例的主干车道1以及主干车道2)、与主线平行的加速车道,以及与加速车道相连接的上匝道。合流始端是一条与车道行驶方向垂直的线,其起点为上匝道的上游主干路与加速车道相接的合流点(也可以理解为第一合流点)。合流末端是一条与车道行驶方向垂直的线,其起点为上匝道的下游主干路与加速车道相接的合流点(也可以理解为第二合流点)。
请一并参见图2c,图2c是本申请实施例提供的一种下匝道的结构示意图。图2c展示了下匝道的分流区,其中,分流区由三部分组成,分别为主线车道(如图2c中所示例的主干车道1以及主干车道2)、与主线车道平行的减速车道,以及与减速车道相连接的下匝道。分流始端是一条与车道行驶方向垂直的线,其起点为下匝道的上游主干路与减速车道相接的分流点(也可以理解为第一分流点)。分流末端是一条与车道行驶方向垂直的线,其起点为下匝道的下游主干路与减速车道相接的分流点(也可以理解为第二分流点)。图2b以及图2c中的加粗箭头均表示车辆行驶方向。
本申请设定图2b以及图2c的系统边界为匝道出入口或者主线,不考虑和匝道关联的交叉路口,即认为车辆可以直接从上匝道进入主干路,而不会先经过可能与之连接的交叉口;车辆驶出下匝道即认为已经驶出系统,而不会被现实中与之连接的交叉口信号灯所限制。
本申请研究的对象可以是道路的匝道的数字孪生系统(等同于本申请实施例的驾驶仿真系统),故需要对匝道上行驶的车辆进行感知并进行仿真模拟。现实中路侧的感知设备有一定的覆盖范围,该覆盖范围受限于感知设备的类型(如毫米波雷达,摄像头等)和天气状况等。道路包括主干路以及与主干路相接的匝道,本申请实施例将被感知设备有效覆盖的主干路部分定义为感知覆盖区域,可以保证此区域内的车辆全量信息可以被感知设备采集,作为感知数据上传到驾驶仿真系统中,以供驾驶仿真系统进行信息的完整映射重现。本申请实施例设定与感知覆盖区域相连接的匝道,也具有感知数据,或者理解为具有感知数据的感知区域包括感知覆盖区域,以及与感知覆盖区域具有连接的匝道。请再参见图2b,若上匝道的上游主干路具有感知数据,则设定上匝道也具有感知数据,即具有感知数据的感知区域包括上匝道以及上匝道的上游主干路。请再参见图2c,若下匝道的下游主干路具有感知数据,则设定下匝道也具有感知数据,即具有感知数据的感知区域包括下匝道以及下匝道的下游主干路。
本申请实施例将没有被感知设备有效覆盖的主干路部分,定义为感知空白区域。本申请实施例设定与感知空白区域相连接的匝道,也不具有感知数据,或者理解为具有感知数据的感知区域,不包括感知空白区域以及与感知空白区域相连接的匝道。请再参见图2b,若上匝道的上游主干路不具有感知数据,则设定上匝道也不具有感知数据,即具有感知数据的感知区域不包括上匝道以及上匝道的上游主干路。请再参见图2c,若下匝道的下游主干路不具有感知数据,则设定下匝道也不具有感知数据,即具有感知数据的感知区域不包括下匝道以及下匝道的下游主干路。
请一并参见图2d,图2d是本申请实施例提供的一种感知覆盖区域以及感知空白区域的场景示意图。如图2d所示例,仿真主干路包括3个感知空白区域以及2个感知覆盖区域,其中,3个感知空白区域分别为感知空白区域201c,感知空白区域203c以及感知空白区域205c。2个感知覆盖区域分别为感知覆盖区域202c以及感知覆盖区域204c。其中,3个感知空白区域中的仿真车辆均可以理解为虚拟仿真车辆,例如仿真车辆201d为一个虚拟仿真车辆。在驾驶仿真系统未进入仿真预测阶段时,2个感知覆盖区域中的仿真车辆均是根据感知数据所生成的,故均可以理解为复现仿真车辆,例如仿真车辆202d为一个复现仿真车辆。图2d示例仿真主干路具有3个仿真车道,其中,虚线201b以及虚线202b均为车道分割线。
其中,感知空白区域201c和感知覆盖区域202c之间的边界,可以被定义为感知上边界201a。感知覆盖区域202c和感知空白区域203c之间的边界,可以被定义为感知下边界202a。感知空白区域203c和感知覆盖区域204c之间的边界,可以被定义为感知上边界203a。感知覆盖区域204c和感知空白区域205c之间的边界,可以被定义为感知下边界204a。仿真主干路中的感知上边界以及感知下边界,均是在参考线坐标系(简称ST坐标系)下,和车道方向(即行驶方向)垂直的线段。感知覆盖区域内所进行的仿真被定义为复现仿真,即将感知到的车辆信息实时的完全还原到驾驶仿真系统中,而对于感知空白区域,则需要根据已有信息进行空间上的虚拟仿真。本申请实施例不对感知空白区域的虚拟仿真进行限定,可以根据实际应用场景进行设定。
在微观交通仿真系统中,仿真时钟每推进一次,将对驾驶仿真系统中的仿真车辆更新一次速度和位置等,仿真车辆的驾驶行为,可以由跟驰和换道等微观驾驶行为模型(等同于本申请的自动驾驶模型)来描述。在数字孪生仿真系统中,按时间轴来看,仿真可以分为以下几个阶段,请一并参见图2e,图2e是本申请实施例提供的一种仿真主干路针对“时”的仿真推演的示例图。如图2e所示,初始状态设置阶段:图2e以T0表示仿真起始时刻,在此时刻,需要对仿真开始运行时的初始状态进行设置,包括感知覆盖区域在仿真起始时刻所感知到的现实车辆,和在感知空白区域中的初始仿真车辆。在设置T0时刻的初始状态时,向上/下游填充车辆时,以不出地图范围为准,也可以对每个区域可以填充的车辆最大数目进行限定,当填充车辆时,到了最大数目即可停止填充车辆。填充时的车间距D和在出车区生成的车间时距,可以通过符合分布的随机数,可以单独定义随机种子,以保证多次仿真时的随机数一致性。
感知复现阶段:数字孪生仿真开始运行后,感知设备实时的将感知覆盖区域内的车辆信息(位置,速度,姿态等状态)回传到驾驶仿真系统,并在驾驶仿真系统中复现展示出来,在感知空白区域的虚拟仿真车辆,也通过相应地自动驾驶模型进行模拟仿真。
仿真预测阶段:数字孪生仿真系统可以进行推演仿真,预测未来一段时间内的交通态势。图2e用T1表示推演开始的时刻,即从此刻开始,感知数据停止注入到驾驶仿真系统,驾驶仿真系统进入仿真推演阶段,通过T1时刻的交通状态运行仿真,从仿真中预测未来一段时间内的交通状态。如果用T2表示仿真结束的时刻,则T1和T2之间是在进行仿真的预测推演,此阶段没有感知数据的实时注入,系统中的所有车辆均按预设的模型进行仿真。
对于匝道本身来说,它具有被感知设备覆盖或者不被感知设备覆盖两种状态,即具有感知数据或不具有感知数据。下文通过图3-图15分别对应的实施例,描述匝道的“时”“空”推演过程。
请参见图3,图3是本申请实施例提供的一种数据处理方法的流程示意图一。本申请实施例可应用于各种场景,包括但不限于云技术、人工智能、智慧交通、辅助驾驶等。本申请实施例可适用于针对匝道的路线搜索场景、路线推荐场景、路线导航场景等业务场景,这里将不对具体的业务场景进行一一列举。该数据处理方法可以由业务服务器(例如,上述图1所示的业务服务器100)执行,也可以由终端设备(例如,上述图1所示的终端设备200a)执行,还可以由业务服务器和终端设备交互执行。为便于理解,本申请实施例以该方法由业务服务器执行为例进行说明。如图3所示,该数据处理方法至少可以包括以下步骤S101-步骤S104。
步骤S101,在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对仿真道路的感知数据之间的关联关系。
具体的,业务服务器在驾驶仿真系统中确定需要进行仿真的道路,在驾驶仿真系统中得到该道路对应的仿真道路。本申请实施例涉及的道路是指携带匝道的主干路,例如高速公路。进一步,业务服务器确定仿真道路中哪些区域具有感知数据,哪些区域不具有感知数据,将仿真主干路中具有感知数据的路段称为感知覆盖区域,将仿真主干路中不重叠于感知覆盖区域的路段,称为感知空白区域。同理,仿真匝道也可以分为两种,即具有感知数据的仿真匝道,其与感知覆盖区域相接,以及不具有感知数据的仿真匝道,其与感知空白区域相接。具有感知数据的仿真匝道属于具有感知数据的感知区域,不具有感知数据的仿真匝道不属于具有感知数据的感知区域。
为了便于叙述,本申请实施例将具有感知数据的感知区域称为第一感知区域,第一感知区域可以包括上述的感知覆盖区域,以及与感知覆盖区域相接的仿真匝道。本申请实施例将仿真道路中除了第一感知区域之外的区域,称为第二感知区域,即不具有感知数据的感知区域,第二感知区域可以包括感知空白区域以及与感知空白区域相接的仿真匝道。
可以理解的是,不同的仿真道路,其长度不同,路侧感知设备不同,其对应的匝道不同。本申请实施例不对仿真匝道的数量以及长度进行限定,应当根据实际应用场景进行设定,本申请实施例满足至少一个感知覆盖区域、至少一个感知空白区域以及与该感知空白区域相接的仿真匝道的条件即可。
上述描述仿真匝道是对真实的道路中的匝道进行仿真所得到的,例如数字孪生系统中的道路中的匝道,在这种场景下,感知数据可以为真实的路侧感知设备所采集的真实道路数据,此外,本申请示例不对真实道路数据的实时性进行限定,可以是实时的真实道路数据,也可以是回放的真实道路数据。可选的,感知数据可以为虚拟道路数据,例如业务服务器为了预测真实的道路是否会发生车辆碰撞,所设定的虚拟道路数据。另一种可行的方案,仿真道路也可以是虚拟的道路,在这种场景下,感知数据为虚拟道路数据。如上所述,本申请实施例不对仿真道路以及感知数据的由来进行限定,可以根据实际应用场景的需求进行设定。
步骤S102,若关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,在仿真匝道中生成第一虚拟仿真车辆;具有感知数据的感知区域属于仿真道路。
具体的,若仿真匝道对应的历史数据不为空集,则在仿真匝道对应的历史数据中,获取仿真起始时刻对应的历史数据,作为仿真匝道对应的第一起始交通状态,根据第一起始交通状态,在仿真匝道中生成第一虚拟仿真车辆;若仿真匝道对应的历史数据为空集,则根据仿真匝道对应的交通基本图中的目标交通状态,确定仿真匝道对应的第二起始交通状态,根据第二起始交通状态,在仿真匝道中生成第一虚拟仿真车辆。
其中,根据第一起始交通状态,在仿真匝道中生成第一虚拟仿真车辆的具体过程可以包括:根据第一起始交通状态中的车辆密度,确定仿真匝道对应的平均车间距;若仿真匝道为仿真上匝道,则根据平均车间距、仿真上匝道的合流点以及与仿真上匝道的行驶方向相反的方向,在仿真上匝道中生成第一虚拟仿真车辆。
业务服务器可以在感知数据中,获取第一感知区域在仿真起始时刻的起始感知数据,然后根据起始感知数据,在第一感知区域中生成起始复现仿真车辆。可以理解的是,若感知覆盖区域的总数量为多个,则每个感知覆盖区域是独立处理的。请再参见图2d,设定图2d是仿真起始时刻下的场景示意图,则驾驶仿真系统根据感知覆盖区域202c对应的起始感知数据,在感知覆盖区域202c中生成起始复现仿真车辆,例如图2d所示例的仿真车辆202d。驾驶仿真系统根据感知覆盖区域204c对应的起始感知数据,在感知覆盖区域204c中生成起始复现仿真车辆,例如图2d所示例的仿真车辆203d。
同理,若第一感知区域中的仿真匝道的总数量为多个,则每个仿真匝道是独立处理的,请再参见图2d,假设感知覆盖区域202c相接有第一仿真匝道,则驾驶仿真系统根据该第一仿真匝道对应的起始感知数据,在该第一仿真匝道中生成起始复现仿真车辆。假设感知覆盖区域204c相接有第二仿真匝道,则驾驶仿真系统根据该第二仿真匝道对应的起始感知数据,在该第二仿真匝道中生成起始复现仿真车辆。
在驾驶仿真系统运行前,对于第二感知区域,需要在仿真起始时刻初始化虚拟仿真车辆,以避免在仿真起始时刻,路网中存在没有车辆的“空洞”路段。本申请实施例对感知空白区域的仿真描述不进行限定,可以根据实际应用场景进行设定。
若第二感知区域中的仿真匝道的总数量为多个,则每个仿真匝道是独立处理的,如图2d所示例,若感知空白区域201c、感知空白区域203c以及感知空白区域205c均相接有仿真匝道,例如第三仿真匝道、第四仿真匝道以及第五仿真匝道,则驾驶仿真系统对于第三仿真匝道、第四仿真匝道以及第五仿真匝道是独立处理的。第二感知区域中的仿真匝道在仿真起始时刻的处理过程如下所述。
在上文图2a中已介绍,仿真匝道可以分为仿真上匝道以及仿真下匝道。针对仿真上匝道,业务服务器确定仿真上匝道是否存在历史数据,即仿真上匝道对应的历史数据(简称为第一历史数据)是否为空集。如果第一历史数据不为空集,则业务服务器从第一历史数据中,获取仿真起始时刻对应的历史数据,作为仿真上匝道对应的第一起始交通状态,第一起始交通状态包括仿真上匝道在仿真起始时刻下的车辆流量,车辆密度以及车辆速度。进一步,根据第一起始交通状态中的车辆密度,业务服务器可以确定仿真上匝道对应的平均车间距D1,即两个虚拟仿真车辆之间的距离。业务服务器生成一个以平均车间距D1为均值的正态分布N(D1,σ2),本申请实施例不对具体分布和方差进行限定,保证多样性即可。
请一并参见图4,图4是本申请实施例提供的一种在仿真上匝道内生成第一虚拟仿真车辆的场景示意图。业务服务器从仿真上匝道的合流点开始,向仿真上匝道的上游找寻一个距离di(符合正态分布N(D1,σ2)的随机值),作为仿真上匝道中需要填充的虚拟车辆的位置,并依次产生车间距dj(j=i,i+1,…)向上游填充虚拟仿真车辆,如图4中所示例的车间距d1-车间距d2。本申请实施例对填充的顺序不加限定,可以按车道顺序,即先填满一条车道再填另一条车道,也可以先填充距离合流点近的几条车道,再向上游回溯。在选取的一个车间距dj在向上游延伸之后已经超出了仿真上匝道的范围(即仿真上匝道的上游边缘)时,业务服务器确定仿真上匝道在这个车道的初始化工作已经完成。
如果第一历史数据为空集,则根据仿真上匝道对应的交通基本图(简称为第一交通基本图),业务服务器随机取第一交通基本图中自由行驶状态(等同于上述的目标交通状态)下的一个车辆密度。根据该车辆密度,业务服务器确定仿真上匝道在仿真起始时刻下的平均车间距D2,后续过程与业务服务器根据平均车间距D1在仿真上匝道填充虚拟仿真车辆(即第一虚拟仿真车辆)的过程相同,故此处不进行赘述,请参见上文描述。
请再参见图4,若仿真上匝道不具有感知数据,或者说第一感知区域不包括图4中的仿真上匝道,则仿真上匝道的上游主干路,即图4中的斜直线区域,也不具有感知数据。
在仿真起始时刻时,业务服务器在仿真上匝道内生成第一虚拟仿真车辆的过程,可以一并参见图5,图5是本申请实施例提供的一种在仿真起始时刻时针对仿真上匝道的虚拟仿真车辆生成方法的流程示意图。如图5所示,该方法可以包括以下步骤:步骤S1021,驾驶仿真系统处于仿真起始时刻。步骤S1022,确定第一历史数据是否为空集。在第一历史数据为空集的场景下,业务服务器执行步骤S1023,在第一历史数据不为空集的场景下,业务服务器执行步骤S1024。步骤S1023,业务服务器根据第一交通基本图,确定仿真上匝道对应的起始交通状态,即上述的第二起始交通状态。步骤S1024,业务服务器根据第一历史数据,确定仿真上匝道对应的起始交通状态,即上述的第一起始交通状态。步骤S1025,业务服务器根据起始交通状态,向上游填充虚拟仿真车辆。本申请将仿真匝道在仿真起始时刻所生成的虚拟仿真车辆,称为第一虚拟仿真车辆。
本步骤暂不对仿真下匝道展开描述,请参见下文图10所对应的实施例中的叙述。
在实际道路上,例如高速公路,感知设备覆盖率可能不高,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。在没有感知设备覆盖的路段,首先要判断是否存在由历史数据描述的历史交通状态。历史数据可以包括卡口设备采集的平均车辆流量/平均车辆密度/平均车辆速度等集计数据,请一并参见图6,图6是本申请实施例提供的一种平均车辆流量的折线示例图。图6展示的是24小时平均流量的折线图,可选的,时间粒度可以为分钟级,5分钟,10分钟,15分钟,30分钟到小时级。根据数据源的分类,也可以有车辆密度和平均速度的类似数据曲线。仿真运行后,业务服务器可以借助历史数据,对当前的仿真进行一定的设置。
在本申请实施例中,不同的感知区域,其对应的历史数据是独立的,例如仿真上匝道对应的历史数据(即上述的第一历史数据),与仿真下匝道对应的历史数据(简称为第二历史数据)相互独立,故第一历史数据可以与第二历史数据相同,第一历史数据也可以与第二历史数据不同。在一些应用场景中,可能存在以历史数据,但不存在第二历史数据。
如果历史数据是随时间变化的时变曲线(如图6所示),则赋值也可以根据仿真的时间分别进行设置,如推演时,如果存在历史数据是每15分钟的平均车辆流量、平均车辆密度,以及平均车辆速度等,则仿真时间可以用此进行相应设置,即每15分钟将需要进行设置的参数进行相应的调整,和历史数据尽量一致。
在交通流理论中,交通基本图可以描述交通网络中宏观车辆流量、车辆密度和车辆速度之间的关系。请一并参见图7,图7是本申请实施例提供的一种交通基本图的示意图。其中,交通基本图的横轴表示车辆密度,竖轴表示车辆流量。交通基本图可以近似为两段直线段,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。其中第一段直线段描述的是车辆的自由行驶状态,本申请实施例称作目标交通状态,其斜率是自由流车速Vmax,图7以80公里/小时示例,在车辆密度从0增加到临界密度Kcr(图7以25辆/公里示例)过程中,自由流车速不变,通行能力(即车辆流量)逐渐增大,并在临界密度Kcr时达到最大通行能力Qmax(图7以2000辆/小时示例)。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,如第二段直线段所示。当车辆密度增大到阻塞密度Kjam(图7以140辆/公里示例)时,车流进入完全拥堵的停止状态,车辆速度和通行能力都降为0。
交通基本图中的阻塞密度Kjam只取决于车流完全拥堵时,车头到车头的距离。最大通行能力Qmax和自由流速度是道路类型相关的参数,可以通过参数校正或查询相关规范获取。由这三个参数可以唯一确定交通基本图中的两条直线段。此处对交通基本图的获取方式不加限定,可以通过在场景文件中给定上述几个参数来定义,也可以在仿真系统内部设置不同缺省的交通基本图,以对不同类型道路的基本交通属性进行定义。
在给定车辆密度的情况下,根据交通基本图,业务服务器可以唯一确定车辆所处的交通状态,从而确定车流的速度。其中,车辆质心之间的间距D和车流密度K是倒数关系,因此当车流密度K给定时,业务服务器可以计算出车辆初始的车间距D和速度V。
在本申请实施例中,不同的感知区域,其对应的交通基本图是独立的,例如仿真上匝道对应的交通基本图(简称为第一交通基本图),与仿真下匝道对应的交通基本图(简称为第二交通基本图)相互独立,故第一交通基本图可以与第二交通基本图相同,第一交通基本图也可以与第二交通基本图不同。
在仿真运行前,可以让管理者设置自由流车速Vmax、阻塞密度Kjam、临界密度Kcr、最大通行能力Qmax等缺省参数,也可以采用缺省值,以产生交通基本图,交通基本图也可以称作宏观基本图。
当需要产生虚拟仿真车辆时,业务服务器可以根据车间距D,按其倒数反算出交通密度K,故可以从交通基本图中唯一确定交通状态(流量,速度,密度等),从而得出虚拟仿真车辆的初始速度和车间时距。其中,车间距D以及车流密度K(即车辆密度)之间的关系,请参见如下公式(1),车辆的初始速度V可以通过公式(2)确定。
D=1/K (1)
步骤S103,在晚于仿真起始时刻的仿真复现阶段时,根据第一虚拟仿真车辆,在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;第二虚拟仿真车辆包括第一虚拟仿真车辆。
具体的,若仿真匝道为仿真上匝道,则在仿真上匝道内确定第一车辆生成线;第一车辆生成线垂直于仿真上匝道的行驶方向;根据仿真上匝道的上游边缘以及第一车辆生成线,生成仿真上匝道内的第一车辆生成子区域;根据仿真上匝道对应的历史数据以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟仿真车辆;将第一虚拟仿真车辆以及第四虚拟仿真车辆,确定为第二虚拟仿真车辆;根据仿真上匝道对应的自动驾驶模型,在仿真上匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为。
其中,根据仿真上匝道对应的历史数据以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟仿真车辆的具体过程可以包括:若仿真上匝道对应的历史数据不为空集,则在仿真上匝道对应的历史数据中,获取仿真复现阶段对应的历史数据,作为仿真上匝道对应的第一复现交通状态,根据第一复现交通状态以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟车辆;若仿真上匝道对应的历史数据为空集,则根据仿真上匝道对应的交通基本图中的目标交通状态,确定仿真上匝道对应的第二复现交通状态,根据第二复现交通状态以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟车辆。
其中,步骤S103还可以包括:获取仿真上匝道对应的自动驾驶初始模型;若仿真上匝道对应的历史数据不为空集,则根据仿真上匝道对应的历史数据,对仿真上匝道对应的自动驾驶初始模型中的参数进行调整,得到仿真上匝道对应的自动驾驶模型;若仿真上匝道对应的历史数据为空集,则根据仿真上匝道对应的道路类型,对仿真上匝道对应的自动驾驶初始模型中的参数进行调整,得到仿真上匝道对应的自动驾驶模型。
其中,步骤S103还可以包括:若仿真上匝道的下游区域中存在感知覆盖区域,则在感知覆盖区域的上游边缘,生成与仿真道路的行驶方向垂直的第一车辆移除线;仿真上匝道的下游区域属于仿真道路;感知覆盖区域属于具有感知数据的感知区域;将第二虚拟仿真车辆中,驾驶至第一车辆移除线的虚拟仿真车辆进行删除;若仿真上匝道的下游区域中不存在感知覆盖区域,则将第二虚拟仿真车辆中,驾驶至仿真道路的下游边缘的虚拟仿真车辆进行删除。
其中,步骤S103还可以包括:将第二虚拟仿真车辆中,距离仿真上匝道的下游边缘最近的虚拟仿真车辆,确定为仿真上匝道的下游车辆;根据仿真上匝道对应的历史数据,确定下游车辆的最大车辆速度;将第二虚拟仿真车辆中除了下游车辆之外的虚拟仿真车辆,确定为仿真上匝道的上游车辆;根据仿真上匝道对应的道路类型,确定上游车辆的最大车辆速度;则根据仿真上匝道对应的自动驾驶模型,在仿真上匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为的具体过程可以包括:根据仿真上匝道对应的自动驾驶模型、上游车辆的最大车辆速度,以及下游车辆的最大车辆速度,在仿真上匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为。
驾驶仿真系统开始运行后,业务服务器将感知数据输入驾驶仿真系统,驾驶仿真系统根据感知数据,实时在第一感知区域内输出复现仿真车辆以及复现仿真车辆的车辆轨迹,即复现仿真驾驶行为,并实时的在第一感知区域内复现该车辆的类型,位置,速度,姿态(方向角)等状态。随着仿真时钟的不断推进,感知数据不断注入到驾驶仿真系统中,驾驶仿真系统在第一感知区域中逐一复现具有复现仿真驾驶行为的仿真车辆。
为了保持仿真效果的真实性,业务服务器对虚拟仿真车辆在第二感知区域中的运行,通过自动驾驶模型(包括跟驰模型以及换道模型),更新虚拟仿真车辆的纵向速度和横向速度。对于没有被感知设备覆盖的仿真主干路,本申请实施例不进行描述,下文描述没有被感知设备覆盖的仿真上匝道的处理过程。
在仿真起始时刻,仿真上匝道中存在填充的初始车辆,如上述步骤S102中的第一虚拟仿真车辆。在仿真开始运行后,仿真上匝道在仿真起始时刻所生成的第一虚拟仿真车辆,会通过仿真上匝道对应的自动驾驶模型(包括跟驰模型和换道模型),来模拟其纵向和横向上的驾驶行为。本申请实施例将仿真上匝道对应的自动驾驶模型,定义为第一自动驾驶模型。
请一并参见图8,图8是本申请实施例提供的一种在仿真上匝道内输出虚拟仿真驾驶行为的场景示意图。如图8所示,本申请实施例在仿真上匝道内确定第一车辆生成线301a,第一车辆生成线301a是距离仿真上匝道的上游边缘(多为地图边缘)D3处,即仿真上匝道的上游边缘与第一车辆生成线301a之间的距离为D3,第一车辆生成线301a是与车道方向(ST坐标系下)垂直的一条线段。其中,第一车辆生成线301a和仿真上匝道的上游边缘之间的道路部分,组成了第一车辆生成子区域。在仿真开始运行后,业务服务器在第一车辆生成子区域的车道中心线上,随机产生虚拟仿真车辆,此处对虚拟仿真车辆的初始位置在出车区(等同于第一车辆生成子区域)中的位置不加限定,保持随机性即可,即避免虚拟仿真车辆从同一个地方出现在驾驶仿真系统中。本申请实施例将仿真上匝道在仿真复现阶段所生成的虚拟仿真车辆,定义为第四虚拟仿真车辆。
请再参见图8,若仿真上匝道的下游主干路中存在感知覆盖区域,如图8中的竖直线区域,则在仿真开始运行后,下游主干路中的感知覆盖区域内的仿真车辆,是由感知数据复现而来,因此不能将仿真上匝道内的虚拟仿真车辆,引入此感知覆盖区域,否则会引发车辆的潜在碰撞或者冲突。此时,业务服务器需要设定第一车辆移除线302a,第一车辆移除线302a为距离感知覆盖区域的上游边缘D4处的,与车道方向垂直的一条线段,即感知覆盖区域的上游边缘与第一车辆移除线302a的距离为D4。第一车辆移除线302a仅在仿真上匝道的下游主干路中存在感知覆盖区域时才有定义,如果下游主干路中不存在感知覆盖区域,则无需定义第一车辆移除线302a。
本步骤的处理过程,请一并参见图9a,图9a是本申请实施例提供的一种在仿真复现阶段中,针对仿真上匝道的虚拟仿真驾驶行为生成方法的流程示意图。如图9a所示,该方法包括如下步骤。步骤S1031,驾驶仿真系统进入仿真复现阶段。步骤S1032,业务服务器确定第一历史数据是否为空集。其中,第一历史数据标识仿真上匝道对应的历史数据。若第一历史数据是空集,则业务服务器执行步骤S1034;若第一历史数据不是空集,则业务服务器执行步骤S1033。
步骤S1033,业务服务器根据第一历史数据,确定第一复现交通状态;根据第一历史数据,对第一自动驾驶初始模型进行参数调整;根据第一历史数据,确定首车的最大车辆速度。具体的,对于从第一车辆生成子区域进入驾驶仿真系统的车辆,需要对其最大速度进行设置。如果第一历史数据不是空集,业务服务器按照第一历史数据对车流初始速度和两车之间的出车时间间隔赋值。例如仿真复现阶段中的车辆初始速度,与第一历史数据中与仿真复现阶段相关联的时间段所对应的平均速度相同,出车间隔与第一历史数据中与仿真复现阶段相关联的时间段所对应的车辆流量成倒数关系。此外,业务服务器通过第一历史数据,提前对第一自动驾驶初始模型进行参数标定,以使得第一自动驾驶模型的表现与仿真上匝道的历史数据相似。图9a中的首车等同于上文的下游车辆,如图8中距离合流点最近的虚拟仿真车辆。图9a中的末车等同于上述的上游车辆,如图8中除了首车之外的其他虚拟仿真车辆。
步骤S1034,业务服务器根据第一交通基本图,确定第二复现交通状态;根据道路类型,对第一自动驾驶初始模型进行参数调整;根据道路类型,确定首车的最大车辆速度。具体的,由于第一历史数据为空集,故业务服务器在仿真上匝道对应的交通基本图(简称为第一交通基本图)中,随机选取一个处于自由驾驶状态(等同于目标交通状态)的交通状态,赋值初始速度和出车间隔。通过道路类型,业务服务器可以使用缺省模型参数以及确定首车的最大车辆速度。
步骤S1035,业务服务器根据道路交通状态,在第一车辆生成子区域中生成第四虚拟仿真车辆;根据道路类型,确定除了首车之外的剩余车辆的最大车辆速度。车辆从出车区进入驾驶仿真系统后,由第一自动驾驶模型分别控制车辆在纵向和横向上的驾驶行为。本申请实施例不对第一自动驾驶模型的模型类型进行限定。
步骤S1036,业务服务器将行驶至第一车辆移除线的车辆进行移除。具体的,若仿真上匝道的下游主干路中存在感知覆盖区域,又由于下游的感知覆盖区域,存在感知到现实车辆的复现仿真,因此不能让仿真上匝道的虚拟仿真车辆进入感知覆盖区域。因此当任何虚拟仿真车辆(包括初始时刻存在的填充车辆和仿真开始运行后出车区中产生的虚拟车辆)到达第一车辆移除线时,将其从驾驶仿真系统中移除,以避免其和感知覆盖区域内的复现车辆冲突。本申请实施例不对图8中的D3和D4进行限定,但D3应保证出车区(等同于第一车辆生成子区域)出现的车辆初始位置有空间多样性,即不在同一个地方出车;D4应保证仿真上匝道的车辆在进入感知覆盖区域之前,被移除出系统而不会产生冲突。若仿真上匝道的下游主干路中不存在感知覆盖区域,则业务服务器将行驶至地图下边缘(等同于仿真道路的下游边缘)的车辆进行移除。对于车辆碰到第一车辆移除线或者地图边缘被移除出系统的确认,可以设定为车前缘或者质心过线,此处不加限定。
为了保证交通状态的连贯性,在仿真上匝道产生的车辆进入仿真主干路之后,采用仿真主干路对应的自动驾驶模型对其进行驾驶模拟,且通过仿真主干路对应的方法设置最大车辆速度。
本步骤暂不对仿真下匝道展开描述,请参见下文图10所对应的实施例中的叙述。
步骤S104,在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
具体的,若仿真匝道为仿真上匝道,则根据仿真上匝道对应的历史数据以及虚拟仿真驾驶行为,在第一车辆生成子区域中生成第三虚拟仿真车辆;第一车辆生成子区域的上游边缘等同于仿真上匝道的上游边缘;根据仿真上匝道对应的自动驾驶模型,在仿真上匝道中输出第三虚拟仿真车辆的虚拟仿真驾驶行为。
在进入仿真预测阶段后,业务服务器停止注入感知数据到驾驶仿真系统,所有在驾驶仿真系统中的车辆均由微观交通模型来控制驾驶行为,即每个感知区域内的仿真车辆,由各个感知区域分别对应的自动驾驶模型控制仿真车辆的纵向驾驶行为和横向驾驶行为。
所有车辆(除整条高速公路主干路上的首车外)的最大车辆速度,由道路类型或者道路限速来决定。对于所有处于驾驶仿真系统中的车辆中的首车(即距离仿真道路的下游边缘最近的车辆),首先看其所在区域是否存在历史数据,如果存在历史数据,则将该历史数据中与仿真预测阶段相关联的时间段所对应的平均车辆速度,赋值给首车作为最大车辆速度。如果不存在历史数据(等同于历史数据为空集),则可以通过道路类型或者道路限速,来设置首车的最大车辆速度。
请一并参见图9b,图9b是本申请实施例提供的一种在仿真预测阶段中,针对仿真上匝道的预测仿真驾驶行为生成方法的流程示意图。如图9b所示,本步骤可以分为以下步骤执行。步骤S1041,驾驶仿真系统进入仿真预测阶段。步骤S1042,确定仿真上匝道是否属于第一感知区域。如果仿真上匝道不属于第一感知区域,即不具有感知数据,则执行步骤S1043;如果仿真上匝道属于第一感知区域,即具有感知数据,则执行步骤S1044;步骤S1043,延用仿真复现阶段中所设置的第一车辆生成子区域。该仿真上匝道在仿真复现阶段已经设置过出车区,即上文步骤S103中的第一车辆生成子区域,此时可以继续沿用第一车辆生成子区域,使车辆不断在此区域产生。步骤S1044,在上游边缘设置第三车辆生成子区域。在仿真预测阶段,业务服务器需要在仿真上匝道的最上游,距离地图边缘D5处新设置一个出车区,可以称为第三车辆生成子区域。可以理解的是,业务服务器生成第三车辆生成子区域的过程,与业务服务器生成第一车辆生成子区域的过程相同。步骤S1045,确定第一历史数据是否为空集。如果第一历史数据不为空集,则执行步骤S1046;如果第一历史数据为空集,则执行步骤S1047。步骤S1046,根据第一历史数据,确定交通状态。在仿真预测阶段,业务服务器根据第一历史数据,在第三车辆生成子区域(或第一车辆生成子区域)中为新生成的虚拟仿真车辆的初始速度以及出车间隔等进行设置。可以理解的是,仿真预测阶段中的仿真上匝道的处理过程,与仿真复现阶段中的仿真上匝道的处理过程相同,故不对仿真上匝道在仿真预测阶段生成虚拟仿真车辆的过程,以及虚拟仿真车辆的驾驶模拟过程进行赘述,请参见上文步骤S103的描述。步骤S1047,根据第一交通基本图,确定交通状态。可选的,如果第一历史数据为空集,则业务服务器可以采用仿真复现阶段的感知数据的平均值,设定初始车辆速度以及出车时间间隔。例如初始速度与仿真复现阶段所感知到的车辆的平均速度相同,出车间隔与仿真复现阶段所感知到的车辆的平均时距相同。如果仿真上匝道既不存在感知到的现实车辆,又不存在第一历史数据,则在第一交通基本图中,随机选取一个处于自由驾驶状态的交通状态,赋值初始速度和出车间隔。步骤S1048,根据交通状态,设置第三虚拟仿真车辆的初始车辆速度以及出车时间间距。步骤S1049,将行驶至地图下游边缘的车辆进行移除。
在数字孪生驾驶仿真系统中,可以把第一感知区域内的车辆数字化,并实时的在驾驶仿真系统中呈现出来。本申请实施例首先对不具有感知数据的仿真匝道中可能存在的交通车辆进行初始设置,得到第一虚拟仿真车辆。在仿真开始运行后,对仿真匝道上车辆的行驶进行描述,使得仿真车辆的运行在符合交通运行规律的前提下,保持了交通状态时间和空间上的连续性。在此基础上,本申请实施例可以在感知数据停止注入后,对仿真匝道的交通状态进行时空推演预测,进而实现物理空间与数字空间的交互融合,故可以更好的提供决策依据。
上述可知,本申请实施例在仿真起始时刻以及仿真复现阶段,均对不具有感知数据的仿真匝道进行了仿真车辆描述,故可以提高驾驶仿真系统针对仿真匝道的复现准确性,进而可以提高仿真道路的复现准确性。此外,本申请实施例对不同仿真阶段的仿真匝道分别进行描述,故可以提高驾驶仿真系统针对仿真匝道的预测准确性,进而可以提高仿真道路的预测准确性。
请参见图10,图10是本申请实施例提供的一种数据处理方法的流程示意图二。该方法可以由业务服务器(例如,上述图1所示的业务服务器100)执行,也可以由终端设备(例如,上述图1所示的终端设备200a)执行,还可以由业务服务器和终端设备交互执行。为便于理解,本申请实施例以该方法由业务服务器执行为例进行说明。如图10所示,该方法至少可以包括以下步骤。
步骤S201,在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对仿真道路的感知数据之间的关联关系。
具体的,步骤S201的具体实现过程,请参见上文图3所对应的实施例中的步骤S101,此处不进行赘述。
步骤S202,若关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,在仿真匝道中生成第一虚拟仿真车辆;具有感知数据的感知区域属于仿真道路。
具体的,根据第一起始交通状态中的车辆密度,确定仿真匝道对应的平均车间距;若仿真匝道为仿真下匝道,则根据平均车间距、仿真下匝道的分流点以及仿真下匝道的行驶方向,在仿真下匝道中生成第一虚拟仿真车辆。
仿真匝道为仿真上匝道的场景,请参见上文图3所对应的实施例中步骤S102的描述,本步骤用于描述仿真下匝道。其中,业务服务器在仿真起始时刻确定仿真下匝道的交通状态(为第一起始交通状态或第二起始交通状态)的过程,与上文步骤S102中所描述的针对仿真上匝道的过程相同,仿真上匝道与仿真下匝道的区别在于,第一虚拟仿真车辆的生成方向不同。
本步骤的处理过程,请一并参见图11,图11是本申请实施例提供的一种在仿真起始时刻时针对仿真下匝道的虚拟仿真车辆生成方法的流程示意图。如图11所示,该方法可以包括以下步骤:步骤S2021,确定第二历史数据是否为空集。在第二历史数据为空集的场景下,业务服务器执行步骤S2023,在第二历史数据不为空集的场景下,业务服务器执行步骤S2022。本申请实施例将仿真下匝道对应的历史数据,定义为第二历史数据。步骤S2022,业务服务器根据第二历史数据,确定仿真下匝道对应的起始交通状态,即第一起始交通状态。该步骤的实现过程,与上文步骤S102中业务服务器根据第一历史数据,确定仿真上匝道的第一起始交通状态的过程相同。步骤S2023,业务服务器根据第二交通基本图,确定仿真下匝道对应的起始交通状态,即第二起始交通状态。本申请实施例将仿真下匝道对应的交通基本图,定义为第二交通基本图。该步骤的实现过程,与上文步骤S102中业务服务器根据第一交通基本图,确定仿真上匝道的第二起始交通状态的过程相同。步骤S2024,根据起始交通状态(为第一起始交通状态或第二起始交通状态),向下游填充虚拟仿真车辆。业务服务器在第二历史数据不为空集的场景下,从第二历史数据中,获取仿真起始时刻对应的历史数据,作为仿真下匝道对应的第一起始交通状态,第一起始交通状态包括仿真下匝道在仿真起始时刻下的车辆流量,车辆密度以及车辆速度。进一步,根据第一起始交通状态中的车辆密度,业务服务器可以确定仿真下匝道对应的平均车间距D6,即两个虚拟仿真车辆之间的距离。业务服务器生成一个以平均车间距D6为均值的正态分布N(D6,σ2),本申请实施例不对具体分布和方差进行限定,保证多样性即可。请一并参见图12,图12是本申请实施例提供的一种仿真下匝道内生成第一虚拟仿真车辆的场景示意图。如图12所示,业务服务器从仿真下匝道的分流点开始,向仿真下匝道的下游找寻一个距离di(符合正态分布N(D6,σ2)的随机值),作为仿真下匝道中需要填充的虚拟车辆的位置,并依次产生车间距dj(j=i,i+1,…)向下游填充虚拟仿真车辆,如图12中所示例的车间距d3-车间距d4。本申请实施例对填充的顺序不加限定,可以按车道顺序,即先填满一条车道再填另一条车道,也可以先填充距离合流点近的几条车道,再向上游回溯。在选取的一个车间距dj在向上游延伸之后已经超出了仿真上匝道的范围(即仿真上匝道的上游边缘)时,业务服务器确定仿真上匝道在这个车道的初始化工作已经完成。
如果第一历史数据为空集,则根据仿真下匝道对应的交通基本图(简称为第二交通基本图),业务服务器随机取第二交通基本图中自由行驶状态(等同于上述的目标交通状态)下的一个车辆密度。根据该车辆密度,业务服务器确定仿真下匝道在仿真起始时刻下的平均车间距D7,后续过程与业务服务器根据平均车间距D6在仿真下匝道填充虚拟仿真车辆(即第一虚拟仿真车辆)的过程相同,故此处不进行赘述,请参见上文描述。
请再参见图12,若仿真下匝道不具有感知数据,或者说第一感知区域不包括图12中的仿真下匝道,则仿真下匝道的下游主干路,即图12中的斜直线区域,也不具有感知数据。
步骤S203,在晚于仿真起始时刻的仿真复现阶段时,若仿真匝道为仿真下匝道,则将仿真下匝道的上游主干路中的感知空白区域内的虚拟仿真车辆,确定为第五虚拟仿真车辆;仿真下匝道的上游主干路属于仿真道路;感知空白区域不属于具有感知数据的感知区域,且感知空白区域与仿真下匝道的分流点相接。
具体的,若仿真匝道为仿真下匝道,且仿真下匝道的上游主干路中存在感知空白区域以及感知覆盖区域,且感知空白区域是感知覆盖区域的下游区域,则将感知覆盖区域内的复现仿真车辆中驾驶至感知空白区域的复现仿真车辆,确定为第七虚拟仿真车辆;感知覆盖区域属于具有感知数据的感知区域;感知覆盖区域内的复现仿真车辆是根据感知数据所生成的;将感知空白区域在仿真起始时刻时所生成的虚拟仿真车辆,以及第七虚拟仿真车辆,确定为第五虚拟仿真车辆;若仿真匝道为仿真下匝道,且仿真下匝道的上游主干路中不存在感知覆盖区域,则将感知空白区域在仿真起始时刻所生成的虚拟仿真车辆,以及由第二车辆生成子区域所生成的虚拟仿真车辆,确定为第五虚拟仿真车辆;第二车辆生成子区域属于感知空白区域,且第二车辆生成子区域的上游边缘等同于感知空白区域的上游边缘。
在仿真起始时刻,仿真下匝道中存在填充的初始车辆,如上述步骤S202中的第一虚拟仿真车辆。在仿真开始运行后,仿真下匝道在仿真起始时刻所生成的第一虚拟仿真车辆,会通过仿真下匝道对应的自动驾驶模型(包括跟驰模型和换道模型),来模拟其纵向和横向上的驾驶行为。本申请实施例将仿真下匝道对应的自动驾驶模型,定义为第二自动驾驶模型。
本申请实施例设定仿真下匝道的上游主干路中存在感知空白区域,且感知空白区域与仿真下匝道的分流点相接。在这种场景下,感知空白区域的上游区域可能存在感知覆盖区域,请一并参见图13,图13是本申请实施例提供的一种在仿真下匝道内输出虚拟仿真驾驶行为的场景示意图。如图13所示,仿真主干路的最上游区域为感知覆盖区域13a,其下游均为感知空白区域。感知覆盖区域13a中产生的复现仿真车辆在越过感知下边界13b后,由于不存在感知数据支持其驾驶模拟行为,故业务服务器将越过感知下边界13b的复现仿真车辆,确定为第七虚拟仿真车辆。与感知空白区域内在仿真起始时刻所生成的虚拟仿真车辆一样,第七虚拟仿真车辆由感知空白区域对应的自动驾驶模型(跟驰模型和换道模型),来模拟其纵向和横向上的驾驶行为。
若仿真下匝道的上游主干路中不存在感知覆盖区域,即仿真下匝道的上游主干路全路段均为感知空白区域,则仿真下匝道的上游主干路在仿真复现阶段时,会生成一个第二车辆生成子区域,然后通过第二车辆生成子区域,业务服务器生成虚拟仿真车辆。可以理解的是,第二车辆生成子区域的处理过程,同上文的第一车辆生成子区域的处理过程相同,前者针对位于最上游的感知空白区域,后者位于仿真上匝道。
步骤S204,将第五虚拟仿真车辆中驾驶至仿真下匝道的虚拟仿真车辆,确定为第六虚拟仿真车辆。
具体的,第五虚拟仿真车辆包括虚拟仿真车辆Rs,s为正整数且s小于或等于第五虚拟仿真车辆的总数量;若虚拟仿真车辆Rs在仿真起始时刻时位于第一系统范围内,则获取虚拟仿真车辆Rs的第二当前车道信息;第一系统范围是根据分流点所生成的,且第一系统范围属于感知空白区域;若第二当前车道信息与仿真下匝道相匹配,则确定虚拟仿真车辆Rs驾驶至仿真下匝道的下匝道概率;将按照下匝道概率驾驶至仿真下匝道的虚拟仿真车辆Rs,确定为第六虚拟仿真车辆。
若仿真匝道为仿真下匝道,则仿真下匝道的上游主干路中的第五虚拟仿真车辆,需要根据仿真车辆与仿真下匝道的分流点之间的距离,来推演通过该仿真下匝道驶出仿真主干路的比例。为了便于理解以及叙述,先定义第一系统范围、第二系统范围以及第三系统范围,其中,第三系统范围定义为仿真车辆意识到下游存在下匝道的分流反应距离,请再参见图13,第三系统范围等同于图13中的距离L3。第一系统范围定义为允许仿真车辆更换行驶目标的最近决定距离,其等同于图13中的距离L1。第二系统范围是指第三系统范围中,除了第一系统范围之外的范围,等同于图13中的距离L2(即L3-L1),例如仿真车辆行驶至第三系统范围,但未行驶至第一系统范围内。
对于仿真起始时刻时位于第一系统范围以内的仿真车辆,则业务服务器不为它们分配目标信息(仿真下匝道或仿真下匝道的下游主干路),按其所在的当前车道继续行驶。例如虚拟仿真车辆Rs在仿真起始时刻时位于第一系统范围内,则业务服务器获取虚拟仿真车辆Rs的第二当前车道信息。若第二当前车道信息是图13中所示例的主干车道2,此时,虚拟仿真车辆Rs已处于允许仿真车辆更换行驶目标的最近决定距离内,且当前行驶车道与仿真下匝道没有连接,故虚拟仿真车辆Rs通过主干车道2行驶至下游主干路。若第二当前车道信息是图13中所示例的主干车道1,由于主干车道1面临岔路,分别通往仿真下匝道和仿真主干路,此时,虚拟仿真车辆Rs可以在不变换车道,且不与主干线车流冲突的情况下,直接驶出主干线,驶入下匝道,故业务服务器可以为它随机选择一个方向行驶。
第五虚拟仿真车辆在仿真起始时刻时位于第二系统范围内的场景,或,第五虚拟仿真车辆在仿真起始时刻时位于第三系统范围之外的场景,或,第五虚拟仿真车辆在仿真复现阶段开始运行之后,才驶入感知空白区域的场景,请参见下文图15所对应的实施例,本步骤暂不展开叙述。
步骤S205,将第六虚拟仿真车辆以及第一虚拟仿真车辆,确定为第二虚拟仿真车辆。
步骤S206,根据仿真下匝道对应的自动驾驶模型以及仿真下匝道的下游边缘,在仿真下匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;仿真下匝道的下游边缘用于指示驾驶仿真系统,将第二虚拟仿真车辆中驾驶至仿真下匝道的下游边缘的虚拟仿真车辆进行删除。
本申请实施例所述的自动驾驶模型均包括车辆跟驰算法以及车辆换道算法。在驾驶仿真系统中,仿真车辆的纵向驾驶行为由车辆跟驰算法决定,该算法包含最大行驶速度和最小安全车间距,分别代表车辆在行驶过程中不能超过的最大速度(如道路限速),和行驶过程中需要保持的最小车间距。跟驰算法的每个仿真步长中,本车都根据前车的位置和速度等,对自车的加速度进行更新。
仿真车辆的横向驾驶行为由基于规则的换道算法描述,在本车有换道意愿的前提下,本车与目标车道内前车的距离和后车的距离均应大于一定的预设安全距离。在安全条件满足的情况下,才会执行换道操作。
步骤S207,在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
具体的,若仿真匝道为仿真下匝道,则将仿真下匝道的上游主干路中的感知空白区域内的虚拟仿真车辆,确定为第八虚拟仿真车辆;仿真下匝道的上游主干路属于仿真道路;感知空白区域不属于具有感知数据的感知区域,且感知空白区域与仿真下匝道的分流点相接;将第八虚拟仿真车辆中除了,在第三复现时刻时位于第三系统范围内的虚拟仿真车辆之外的虚拟仿真车辆,确定为第九虚拟仿真车辆;第三复现时刻用于表征驾驶仿真系统结束仿真复现阶段;第三系统范围是根据分流点所生成的,且第三系统范围属于感知空白区域;确定第九虚拟仿真车辆针对仿真下匝道的第三基础概率,以及确定第九虚拟仿真车辆针对仿真下匝道的第三随机概率;若第三基础概率等于或大于第三随机概率,则确定第九虚拟仿真车辆的第二起始目标信息为仿真下匝道;若第九虚拟仿真车辆按照第二起始目标信息驾驶,则将第九虚拟仿真车辆,确定为第三虚拟仿真车辆;根据仿真下匝道对应的自动驾驶模型、虚拟仿真驾驶行为以及仿真下匝道的下游边缘,在仿真下匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为;仿真下匝道的下游边缘用于指示驾驶仿真系统,将第三虚拟仿真车辆中,驾驶至仿真下匝道的下游边缘的虚拟仿真车辆进行删除。
请一并参见图14,图14是本申请实施例提供的一种在仿真预测阶段中,针对仿真下匝道的预测仿真驾驶行为生成方法的流程示意图。该方法可以包括如下步骤:步骤S2071,确定仿真下匝道的上游主干路中是否存在感知空白区域;如果仿真下匝道的上游主干路中存在与分流点相接的感知空白区域,则执行步骤S2072;如果仿真下匝道的上游主干路中不存在与分流点相接的感知空白区域,则执行步骤S2073;步骤S2072,确定第九虚拟仿真车辆的第三基础概率,以及第三随机概率。在仿真复现阶段结束时,位于第三系统范围内的仿真车辆已生成第一起始目标信息,或已被赋有驶入仿真下匝道的概率,故在仿真预测阶段,无需处理这部分仿真车辆。步骤S2073,为第三复现时刻位于第二系统范围内的车辆赋予目标信息。若仿真车辆在第三复现时刻位于第一系统范围内,此处的处理,与上文步骤S204中虚拟仿真车辆Rs在仿真起始时刻时位于第一系统范围内的处理相同。若仿真车辆在仿真预测阶段开始之后,驶入第二系统范围内,则仿真车辆的处理,与下文图15所对应的实施例中,第五虚拟仿真车辆在仿真复现阶段开始运行之后,才驶入第二系统范围的处理过程相同。步骤S2074,将行驶至仿真下匝道的下游边缘的车辆进行移除。
本方案中,首先对感知设备没有覆盖到的上下匝道的交通初始状态分别进行设置,并以仿真时间轴为线索,对仿真不同阶段的交通运行分别进行了描述,从而实现了空间和时间上的推演预测,进而实现物理空间与数字空间的交互融合。
上述可知,本申请实施例在仿真起始时刻以及仿真复现阶段,均对不具有感知数据的仿真匝道进行了仿真车辆描述,故可以提高驾驶仿真系统针对仿真匝道的复现准确性,进而可以提高仿真道路的复现准确性。此外,本申请实施例对不同仿真阶段的仿真匝道分别进行描述,故可以提高驾驶仿真系统针对仿真匝道的预测准确性,进而可以提高仿真道路的预测准确性。
进一步地,请参见图15,图15是本申请实施例提供的一种数据处理方法的流程示意图。如图15所示,该数据处理方法的过程包括如下步骤S301-步骤S303,且步骤S301-步骤S303为图10所对应实施例中步骤S204的一个具体实施例,该数据处理过程包括如下步骤。
步骤S301,若虚拟仿真车辆Ce在第一复现时刻时驾驶至第一系统范围内,则获取虚拟仿真车辆Ce的第一起始目标信息;第一复现时刻属于仿真复现阶段;第一系统范围是根据分流点所生成的,且第一系统范围属于感知空白区域。
具体的,虚拟仿真车辆Ce属于第五虚拟仿真车辆,e为正整数且e小于或等于第五虚拟仿真车辆的总数量;第一起始目标信息的确定过程可以包括:若虚拟仿真车辆Ce在第二复现时刻时驾驶至第二系统范围内,则确定虚拟仿真车辆Ce在第二复现时刻时,针对仿真下匝道的第一基础概率;第二复现时刻属于仿真复现阶段,且第二复现时刻早于第一复现时刻;第二系统范围与第一系统范围相接,且第二系统范围位于第一系统范围的上游区域,且第二系统范围属于感知空白区域;根据虚拟仿真车辆Ce对应的激进参数以及第二系统范围,确定虚拟仿真车辆Ce对应的第一目标选择位置;第一目标选择位置与虚拟仿真车辆Ce对应的激进参数之间具有反向增强关系;在虚拟仿真车辆Ce驾驶至第一目标选择位置时,生成针对虚拟仿真车辆Ce的第一随机概率;根据第一基础概率以及第一随机概率,确定第一起始目标信息。
其中,根据第一基础概率以及第一随机概率,确定第一起始目标信息的具体过程可以包括:若第一基础概率等于或大于第一随机概率,则将第一起始目标信息确定为仿真下匝道;若第一基础概率小于第一随机概率,则将第一起始目标信息确定为仿真下匝道的下游主干路;仿真下匝道的下游主干路属于仿真道路,且仿真下匝道的下游主干路与感知空白区域相接,且仿真下匝道的下游主干路不属于具有感知数据的感知区域。
其中,确定虚拟仿真车辆Ce在第二复现时刻时针对仿真下匝道的第一基础概率的具体过程可以包括:若仿真下匝道对应的历史数据不为空集,且仿真下匝道的下游主干路对应的历史数据不为空集,则在仿真下匝道对应的历史数据中获取第二复现时刻对应的下匝道车辆流量,在仿真下匝道的下游主干路对应的历史数据中获取第二复现时刻对应的下游主干路车辆流量;确定下匝道车辆流量以及下游主干路车辆流量的车辆流量总和,将下匝道车辆流量以及车辆流量总和的比例,确定为虚拟仿真车辆Ce在第二复现时刻时针对仿真下匝道的第一基础概率;若仿真下匝道对应的历史数据为空集,且仿真下匝道的下游主干路对应的历史数据为空集,则获取仿真下匝道的第一车道数量以及仿真下匝道的下游主干路的第二车道数量,确定第一车道数量以及第二车道数量的车道数量总和,将第一车道数量以及车道数量总和的比例,确定为第一基础概率。
具体的,第一起始目标信息的确定过程还可以包括:若虚拟仿真车辆Ce在仿真起始时刻时位于第二系统范围内,则确定虚拟仿真车辆Ce在仿真起始时刻时,针对仿真下匝道的第二基础概率;第二系统范围与第一系统范围相接,且第二系统范围位于第一系统范围的上游区域,且第二系统范围属于感知空白区域;获取虚拟仿真车辆Ce在仿真起始时刻时的第二目标选择位置,根据第二目标选择位置、虚拟仿真车辆Ce对应的激进参数、第二基础概率以及第二系统范围,确定虚拟仿真车辆Ce针对仿真下匝道的选择概率;生成针对虚拟仿真车辆Ce的第二随机概率,若选择概率等于或大于第二随机概率,则将第一起始目标信息确定为仿真下匝道;若选择概率小于第二随机概率,则将第一起始目标信息确定为仿真下匝道的下游主干路;仿真下匝道的下游主干路属于仿真道路,且仿真下匝道的下游主干路与感知空白区域相接,且仿真下匝道的下游主干路不属于具有感知数据的感知区域。
上文步骤S204中描述了仿真车辆在仿真起始时刻时处于第一系统范围内的场景,本步骤描述仿真车辆在仿真复现阶段开始之后,如上所述的第一复现时刻,驶入第一系统范围内的场景。可以理解的是,虚拟仿真车辆Ce在仿真起始时刻可能处于以下几种情况:1、位于第二系统范围,故在仿真复现阶段运行后,驶入第一系统范围内;2、位于第二系统范围的上游,或暂未进入感知空白区域,故在仿真复现阶段运行后,先驶入第二系统范围,再驶入第一系统范围。
请再场景图13,若虚拟仿真车辆Ce与分流点之间的距离大于距离L3,即虚拟仿真车辆Ce处于第三系统范围的上游,则被确认没有发现下游存在仿真下匝道,故处于自由换道状态,不会生成目标信息,即不会决定向下匝道方向换道或者维持在主干线上行驶。这种场景下,虚拟仿真车辆Ce可以包括仿真起始时刻时位于L3以外的车辆和仿真开始运行后还未进入L3范围内的车辆。
若虚拟仿真车辆Ce在仿真开始之后(即上述的第二复现时刻),才驶入第二系统范围内,即虚拟仿真车辆Ce在仿真开始之后,才驶入第三系统范围内,但未驶入第一系统范围内,此时,仿真车辆意识到下游存在下匝道。业务服务器为虚拟仿真车辆Ce确定第一起始目标信息。如果仿真下匝道的下游主干路对应的历史数据不为空集,且仿真下匝道对应的历史数据不为空集,则根据公式(3)确定第一起始目标信息为仿真下匝道的第一基础概率。
pBz=qBz/(qBz+qwz) (3)
其中,公式(3)中的pBz表示第一基础概率;qBz表示仿真下匝道对应的历史数据中,针对第二复现时刻的从仿真下匝道驶出主干路的车辆流量;qwz表示仿真下匝道的下游主干路对应的历史数据中,针对第二复现时刻的经过仿真下匝道后,行驶在下游主干路的车辆流量。
如果仿真下匝道的下游主干路对应的历史数据为空集,且仿真下匝道对应的历史数据为空集,则根据公式(4)确定第一起始目标信息为仿真下匝道的第一基础概率。
pBz=NBz/(NBz+Nwz) (4)
其中,公式(4)中NBz为仿真下匝道的车道数量,Nwz为经过仿真下匝道出口后,主干路上的车道数量。如图13中的道路结构,NBz=1,Nwz=2。
在生成第一起始目标信息时,业务服务器为虚拟仿真车辆Ce计算一个(0,1)之间的随机数p(等同于上述的第一随机概率),当p<pBi时,车辆选择下匝道,反之则选择继续行驶在主干路。
在车辆进入第二系统范围内时,为了保持交通的多样性,将车辆开始计算各自随机数p的位置(等同于上述的第一目标选择位置)有所区别,假设虚拟仿真车辆Ce在距离分流点Lk1时才开始计算随机数p,则可以采用如下公式(5)确定第一目标选择位置。
Lk1=(1-Ak)·L2 (5)
其中,公式(5)中的Lk1表示第一目标选择位置,Ak为车辆激进程度,等同于上述的激进参数,取值范围为(0,1),Ak越大,表明车辆越激进,车辆在越靠近L1(和分流点)的位置,计算随机数p,Ak越小,表明车辆越保守,车辆在距离L1(和分流点)远的位置,计算随机数p。
在车辆根据随机数p做出目标决定(即第一起始目标信息)之后,将向与第一起始目标信息所指示的车道移动,此处对移动方式不加限定,但应保证向可以实现第一起始目标信息的车道移动,如换道等。例如第一起始目标信息为仿真下匝道,则仿真车辆向与仿真下匝道相接的车道移动。
若虚拟仿真车辆Ce在仿真起始时刻时,就位于第二系统范围内,则将虚拟仿真车辆Ce在仿真起始时刻时所处的位置,确定为第二目标选择位置。其中,第二基础概率的确定过程,与第一基础概率的确定过程相同,故不再进行赘述。业务服务器可以根据如下公式(6),确定虚拟仿真车辆Ce针对仿真下匝道的选择概率。
Pk=pBz·Ak·(Lk2-L1)/L2 (6)
其中,公式(6)中的Pk表示选择概率,pBz表示第二基础概率,Lk2表示第二目标选择位置。此时,车辆越激进(即Ak越大),车辆距离分流点越远,越可能选择下匝道,公式(6)目的为在仿真起始时刻为处于第二系统范围内的车辆选定第一起始目标信息。
在计算出选择概率后,同时取一个(0,1)之间的随机数p(等同于上述的第二随机概率),当p<Pk时,车辆选择下匝道,反之则选择继续行驶在主干路。在车辆根据随机数p做出目标决定之后,将向目标车道移动,此处对移动方式不加限定,但应保证向可以达到目标的车道移动,如换道等。
步骤S302,若第一起始目标信息为仿真下匝道,则获取虚拟仿真车辆Ce的第一当前车道信息。
步骤S303,若第一当前车道信息与第一起始目标信息相匹配,则将按照第一当前车道信息驾驶至仿真下匝道的虚拟仿真车辆Ce,确定为第六虚拟仿真车辆。
请再结合图10以及本申请实施例,可以生成图16,图16是本申请实施例提供的一种在仿真复现阶段中,针对仿真下匝道的虚拟仿真驾驶行为生成方法的流程示意图。如图16所示,该方法可以包括如下步骤。步骤S2031,驾驶仿真系统进入仿真复现阶段;步骤S2032,车辆是否位于第一系统范围内;若车辆位于第一系统范围内,则执行步骤S2033,若车辆部位与第一系统范围内,则执行步骤S2036;步骤S2033,车辆是否是仿真复现阶段运行后驶入的第一系统范围;若车辆是仿真复现阶段运行后驶入的第一系统范围,则执行步骤S2034;若车辆不是仿真复现阶段运行后驶入的第一系统范围,则执行步骤S2035;步骤S2034,若未达到目标车道,则车辆保持当前车道行驶;步骤S2035,车辆保持当前车道行驶,不赋予目的地;步骤S2036,车辆是否位于第二系统范围内;若车辆位于第二系统范围内,则执行步骤S2037;若车辆不位于第二系统范围内,则执行步骤S2040;步骤S2037,车辆是否是仿真复现阶段运行后驶入的第二系统范围;若车辆是仿真复现阶段运行后驶入的第二系统范围,则执行步骤S2039;若车辆不是仿真复现阶段运行后驶入的第二系统范围,则执行步骤S2038;步骤S2038,在仿真起始时刻为车辆赋予第一起始目标信息;步骤S2039,确定第一基础概率,根据第一目标选择位置,确定第一起始目标信息;步骤S2040,不设置第一起始目标位置信息。步骤S2041,第二历史数据是否为空集;若第二历史数据为空集,则执行步骤S2043,;若第二历史数据不为空集,则执行步骤S2042;步骤S2042,根据第二历史数据,对第二自动驾驶初始模型进行参数调整;根据第二历史数据,确定首车的最大车辆速度;将参数调整后的第二自动驾驶初始模型确定为第二自动驾驶模型;步骤S2043,根据道路类型,对第二自动驾驶初始模型进行参数调整;根据道路类型,确定首车的最大车辆速度;本申请实施例所述的首车,是指仿真下匝道中距离下游边缘最近的车辆;步骤S2044,根据道路类型,确定除了首车之外的剩余车辆的最大车辆速度;步骤S2045,将行驶至仿真下匝道的下游边缘的车辆进行移除。
可以理解的是,本申请所涉及到的实施例,例如图3、图10以及图15分别对应的实施例,均可以结合,生成新的实施例。
上述可知,本申请实施例在仿真起始时刻以及仿真复现阶段,均对不具有感知数据的仿真匝道进行了仿真车辆描述,故可以提高驾驶仿真系统针对仿真匝道的复现准确性,进而可以提高仿真道路的复现准确性。此外,本申请实施例对不同仿真阶段的仿真匝道分别进行描述,故可以提高驾驶仿真系统针对仿真匝道的预测准确性,进而可以提高仿真道路的预测准确性。
进一步地,请参见图17,图17是本申请实施例提供的一种数据处理装置的结构示意图。上述数据处理装置1可以用于执行本申请实施例提供的方法中的相应步骤。如图17所示,该数据处理装置1可以包括:关系确定模块11、车辆生成模块12、第一输出模块13以及第二输出模块14。
关系确定模块11,用于在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对仿真道路的感知数据之间的关联关系;
车辆生成模块12,用于若关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,在仿真匝道中生成第一虚拟仿真车辆;具有感知数据的感知区域属于仿真道路;
第一输出模块13,用于在晚于仿真起始时刻的仿真复现阶段时,根据第一虚拟仿真车辆,在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;第二虚拟仿真车辆包括第一虚拟仿真车辆;
第二输出模块14,用于在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
其中,关系确定模块11、车辆生成模块12、第一输出模块13以及第二输出模块14的具体功能实现方式可以参见上述图3对应实施例中的步骤S101-步骤S104,这里不再进行赘述。
再请参见图17,车辆生成模块12可以包括:第一获取单元121以及第一确定单元122。
第一获取单元121,用于若仿真匝道对应的历史数据不为空集,则在仿真匝道对应的历史数据中,获取仿真起始时刻对应的历史数据,作为仿真匝道对应的第一起始交通状态,根据第一起始交通状态,在仿真匝道中生成第一虚拟仿真车辆;
第一确定单元122,用于若仿真匝道对应的历史数据为空集,则根据仿真匝道对应的交通基本图中的目标交通状态,确定仿真匝道对应的第二起始交通状态,根据第二起始交通状态,在仿真匝道中生成第一虚拟仿真车辆。
其中,第一获取单元121以及第一确定单元122的具体功能实现方式可以参见上述图3对应实施例中的步骤S102,这里不再进行赘述。
再请参见图17,第一获取单元121可以包括:第一确定子单元1211、第一生成子单元1212以及第二生成子单元1213。
第一确定子单元1211,用于根据第一起始交通状态中的车辆密度,确定仿真匝道对应的平均车间距;
第一生成子单元1212,用于若仿真匝道为仿真上匝道,则根据平均车间距、仿真上匝道的合流点以及与仿真上匝道的行驶方向相反的方向,在仿真上匝道中生成第一虚拟仿真车辆;
第二生成子单元1213,用于若仿真匝道为仿真下匝道,则根据平均车间距、仿真下匝道的分流点以及仿真下匝道的行驶方向,在仿真下匝道中生成第一虚拟仿真车辆。
其中,第一确定子单元1211、第一生成子单元1212以及第二生成子单元1213的具体功能实现方式可以参见上述图3对应实施例中的步骤S102,这里不再进行赘述。
再请参见图17,第一输出模块13可以包括:第二确定单元131、第一生成单元132、第二生成单元133、第三确定单元134以及第一输出单元135。
第二确定单元131,用于若仿真匝道为仿真上匝道,则在仿真上匝道内确定第一车辆生成线;第一车辆生成线垂直于仿真上匝道的行驶方向;
第一生成单元132,用于根据仿真上匝道的上游边缘以及第一车辆生成线,生成仿真上匝道内的第一车辆生成子区域;
第二生成单元133,用于根据仿真上匝道对应的历史数据以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟仿真车辆;
第三确定单元134,用于将第一虚拟仿真车辆以及第四虚拟仿真车辆,确定为第二虚拟仿真车辆;
第一输出单元135,用于根据仿真上匝道对应的自动驾驶模型,在仿真上匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为。
其中,第二确定单元131、第一生成单元132、第二生成单元133、第三确定单元134以及第一输出单元135的具体功能实现方式可以参见上述图3对应实施例中的步骤S103,这里不再进行赘述。
再请参见图17,第二生成单元133可以包括:第三生成子单元1331以及第四生成子单元1332。
第三生成子单元1331,用于若仿真上匝道对应的历史数据不为空集,则在仿真上匝道对应的历史数据中,获取仿真复现阶段对应的历史数据,作为仿真上匝道对应的第一复现交通状态,根据第一复现交通状态以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟车辆;
第四生成子单元1332,用于若仿真上匝道对应的历史数据为空集,则根据仿真上匝道对应的交通基本图中的目标交通状态,确定仿真上匝道对应的第二复现交通状态,根据第二复现交通状态以及第一虚拟仿真车辆,在第一车辆生成子区域中生成第四虚拟车辆。
其中,第三生成子单元1331以及第四生成子单元1332的具体功能实现方式可以参见上述图3对应实施例中的步骤S103,这里不再进行赘述。
再请参见图17,第一输出模块13还可以包括:第二获取单元136、第一调整单元137以及第二调整单元138。
第二获取单元136,用于获取仿真上匝道对应的自动驾驶初始模型;
第一调整单元137,用于若仿真上匝道对应的历史数据不为空集,则根据仿真上匝道对应的历史数据,对仿真上匝道对应的自动驾驶初始模型中的参数进行调整,得到仿真上匝道对应的自动驾驶模型;
第二调整单元138,用于若仿真上匝道对应的历史数据为空集,则根据仿真上匝道对应的道路类型,对仿真上匝道对应的自动驾驶初始模型中的参数进行调整,得到仿真上匝道对应的自动驾驶模型。
其中,第二获取单元136、第一调整单元137以及第二调整单元138的具体功能实现方式可以参见上述图3对应实施例中的步骤S103,这里不再进行赘述。
再请参见图17,第一输出模块13还可以包括:第三生成单元139、第一删除单元240以及第二删除单元241。
第三生成单元139,用于若仿真上匝道的下游区域中存在感知覆盖区域,则在感知覆盖区域的上游边缘,生成与仿真道路的行驶方向垂直的第一车辆移除线;仿真上匝道的下游区域属于仿真道路;感知覆盖区域属于具有感知数据的感知区域;
第一删除单元240,用于将第二虚拟仿真车辆中,驾驶至第一车辆移除线的虚拟仿真车辆进行删除;
第二删除单元241,用于若仿真上匝道的下游区域中不存在感知覆盖区域,则将第二虚拟仿真车辆中,驾驶至仿真道路的下游边缘的虚拟仿真车辆进行删除。
其中,第三生成单元139、第一删除单元240以及第二删除单元241的具体功能实现方式可以参见上述图3对应实施例中的步骤S103,这里不再进行赘述。
再请参见图17,第一输出模块13还可以包括:第四确定单元242以及第五确定单元243。
第四确定单元242,用于将第二虚拟仿真车辆中,距离仿真上匝道的下游边缘最近的虚拟仿真车辆,确定为仿真上匝道的下游车辆;
第四确定单元242,还用于根据仿真上匝道对应的历史数据,确定下游车辆的最大车辆速度;
第五确定单元243,用于将第二虚拟仿真车辆中除了下游车辆之外的虚拟仿真车辆,确定为仿真上匝道的上游车辆;
第五确定单元243,还用于根据仿真上匝道对应的道路类型,确定上游车辆的最大车辆速度;
则第一输出单元135,具体用于根据仿真上匝道对应的自动驾驶模型、上游车辆的最大车辆速度,以及下游车辆的最大车辆速度,在仿真上匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为。
其中,第四确定单元242、第五确定单元243以及第一输出单元135的具体功能实现方式可以参见上述图3对应实施例中的步骤S103,这里不再进行赘述。
再请参见图17,第一输出模块13可以包括:第六确定单元244、第七确定单元245以及第二输出单元246。
第六确定单元244,用于若仿真匝道为仿真下匝道,则将仿真下匝道的上游主干路中的感知空白区域内的虚拟仿真车辆,确定为第五虚拟仿真车辆;仿真下匝道的上游主干路属于仿真道路;感知空白区域不属于具有感知数据的感知区域,且感知空白区域与仿真下匝道的分流点相接;
第七确定单元245,用于将第五虚拟仿真车辆中驾驶至仿真下匝道的虚拟仿真车辆,确定为第六虚拟仿真车辆;
第七确定单元245,还用于将第六虚拟仿真车辆以及第一虚拟仿真车辆,确定为第二虚拟仿真车辆;
第二输出单元246,用于根据仿真下匝道对应的自动驾驶模型以及仿真下匝道的下游边缘,在仿真下匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;仿真下匝道的下游边缘用于指示驾驶仿真系统,将第二虚拟仿真车辆中驾驶至仿真下匝道的下游边缘的虚拟仿真车辆进行删除。
其中,第六确定单元244、第七确定单元245以及第二输出单元246的具体功能实现方式可以参见上述图10对应实施例中的步骤S203-步骤S206,这里不再进行赘述。
再请参见图17,第五虚拟仿真车辆包括虚拟仿真车辆Ce,e为正整数且e小于或等于第五虚拟仿真车辆的总数量;
第七确定单元245可以包括:第一获取子单元2451、第二获取子单元2452以及第二确定子单元2453。
第一获取子单元2451,用于若虚拟仿真车辆Ce在第一复现时刻时驾驶至第一系统范围内,则获取虚拟仿真车辆Ce的第一起始目标信息;第一复现时刻属于仿真复现阶段;第一系统范围是根据分流点所生成的,且第一系统范围属于感知空白区域;
第二获取子单元2452,用于若第一起始目标信息为仿真下匝道,则获取虚拟仿真车辆Ce的第一当前车道信息;
第二确定子单元2453,用于若第一当前车道信息与第一起始目标信息相匹配,则将按照第一当前车道信息驾驶至仿真下匝道的虚拟仿真车辆Ce,确定为第六虚拟仿真车辆。
其中,第一获取子单元2451、第二获取子单元2452以及第二确定子单元2453的具体功能实现方式可以参见上述图15对应实施例中的步骤S301-步骤S303,这里不再进行赘述。
再请参见图17,第七确定单元245还可以包括:第三确定子单元2454、第四确定子单元2455、第五生成子单元2456以及第五确定子单元2457。
第三确定子单元2454,用于若虚拟仿真车辆Ce在第二复现时刻时驾驶至第二系统范围内,则确定虚拟仿真车辆Ce在第二复现时刻时,针对仿真下匝道的第一基础概率;第二复现时刻属于仿真复现阶段,且第二复现时刻早于第一复现时刻;第二系统范围与第一系统范围相接,且第二系统范围位于第一系统范围的上游区域,且第二系统范围属于感知空白区域;
第四确定子单元2455,用于根据虚拟仿真车辆Ce对应的激进参数以及第二系统范围,确定虚拟仿真车辆Ce对应的第一目标选择位置;第一目标选择位置与虚拟仿真车辆Ce对应的激进参数之间具有反向增强关系;
第五生成子单元2456,用于在虚拟仿真车辆Ce驾驶至第一目标选择位置时,生成针对虚拟仿真车辆Ce的第一随机概率;
第五确定子单元2457,用于根据第一基础概率以及第一随机概率,确定第一起始目标信息。
其中,第三确定子单元2454、第四确定子单元2455、第五生成子单元2456以及第五确定子单元2457的具体功能实现方式可以参见上述图15对应实施例中的步骤S301,这里不再进行赘述。
再请参见图17,第五确定子单元2457,具体用于若第一基础概率等于或大于第一随机概率,则将第一起始目标信息确定为仿真下匝道;
第五确定子单元2457,还具体用于若第一基础概率小于第一随机概率,则将第一起始目标信息确定为仿真下匝道的下游主干路;仿真下匝道的下游主干路属于仿真道路,且仿真下匝道的下游主干路与感知空白区域相接,且仿真下匝道的下游主干路不属于具有感知数据的感知区域。
其中,第五确定子单元2457的具体功能实现方式可以参见上述图15对应实施例中的步骤S301,这里不再进行赘述。
再请参见图17,第三确定子单元2454,具体用于若仿真下匝道对应的历史数据不为空集,且仿真下匝道的下游主干路对应的历史数据不为空集,则在仿真下匝道对应的历史数据中获取第二复现时刻对应的下匝道车辆流量,在仿真下匝道的下游主干路对应的历史数据中获取第二复现时刻对应的下游主干路车辆流量;
第三确定子单元2454,还具体用于确定下匝道车辆流量以及下游主干路车辆流量的车辆流量总和,将下匝道车辆流量以及车辆流量总和的比例,确定为虚拟仿真车辆Ce在第二复现时刻时针对仿真下匝道的第一基础概率;
第三确定子单元2454,还具体用于若仿真下匝道对应的历史数据为空集,且仿真下匝道的下游主干路对应的历史数据为空集,则获取仿真下匝道的第一车道数量以及仿真下匝道的下游主干路的第二车道数量,确定第一车道数量以及第二车道数量的车道数量总和,将第一车道数量以及车道数量总和的比例,确定为第一基础概率。
其中,第三确定子单元2454的具体功能实现方式可以参见上述图15对应实施例中的步骤S301,这里不再进行赘述。
再请参见图17,第七确定单元245还可以包括:第六确定子单元2458、第三获取子单元2459、第六生成子单元3460以及第七确定子单元3461。
第六确定子单元2458,用于若虚拟仿真车辆Ce在仿真起始时刻时位于第二系统范围内,则确定虚拟仿真车辆Ce在仿真起始时刻时,针对仿真下匝道的第二基础概率;第二系统范围与第一系统范围相接,且第二系统范围位于第一系统范围的上游区域,且第二系统范围属于感知空白区域;
第三获取子单元2459,用于获取虚拟仿真车辆Ce在仿真起始时刻时的第二目标选择位置,根据第二目标选择位置、虚拟仿真车辆Ce对应的激进参数、第二基础概率以及第二系统范围,确定虚拟仿真车辆Ce针对仿真下匝道的选择概率;
第六生成子单元3460,用于生成针对虚拟仿真车辆Ce的第二随机概率,若选择概率等于或大于第二随机概率,则将第一起始目标信息确定为仿真下匝道;
第七确定子单元3461,用于若选择概率小于第二随机概率,则将第一起始目标信息确定为仿真下匝道的下游主干路;仿真下匝道的下游主干路属于仿真道路,且仿真下匝道的下游主干路与感知空白区域相接,且仿真下匝道的下游主干路不属于具有感知数据的感知区域。
其中,第六确定子单元2458、第三获取子单元2459、第六生成子单元3460以及第七确定子单元3461的具体功能实现方式可以参见上述图15对应实施例中的步骤S301,这里不再进行赘述。
再请参见图17,第五虚拟仿真车辆包括虚拟仿真车辆Rs,s为正整数且s小于或等于第五虚拟仿真车辆的总数量;
第七确定单元245可以包括:第四获取子单元3462、第八确定子单元3463以及第九确定子单元3464。
第四获取子单元3462,用于若虚拟仿真车辆Rs在仿真起始时刻时位于第一系统范围内,则获取虚拟仿真车辆Rs的第二当前车道信息;第一系统范围是根据分流点所生成的,且第一系统范围属于感知空白区域;
第八确定子单元3463,用于若第二当前车道信息与仿真下匝道相匹配,则确定虚拟仿真车辆Rs驾驶至仿真下匝道的下匝道概率;
第九确定子单元3464,用于将按照下匝道概率驾驶至仿真下匝道的虚拟仿真车辆Rs,确定为第六虚拟仿真车辆。
其中,第四获取子单元3462、第八确定子单元3463以及第九确定子单元3464的具体功能实现方式可以参见上述图10对应实施例中的步骤S204,这里不再进行赘述。
再请参见图17,第六确定单元244可以包括:第十确定子单元2441以及第七生成子单元2442。
第十确定子单元2441,用于若仿真匝道为仿真下匝道,且仿真下匝道的上游主干路中存在感知空白区域以及感知覆盖区域,且感知空白区域是感知覆盖区域的下游区域,则将感知覆盖区域内的复现仿真车辆中驾驶至感知空白区域的复现仿真车辆,确定为第七虚拟仿真车辆;感知覆盖区域属于具有感知数据的感知区域;感知覆盖区域内的复现仿真车辆是根据感知数据所生成的;
第十确定子单元2441,还用于将感知空白区域在仿真起始时刻时所生成的虚拟仿真车辆,以及第七虚拟仿真车辆,确定为第五虚拟仿真车辆;
第七生成子单元2442,用于若仿真匝道为仿真下匝道,且仿真下匝道的上游主干路中不存在感知覆盖区域,则将感知空白区域在仿真起始时刻所生成的虚拟仿真车辆,以及由第二车辆生成子区域所生成的虚拟仿真车辆,确定为第五虚拟仿真车辆;第二车辆生成子区域属于感知空白区域,且第二车辆生成子区域的上游边缘等同于感知空白区域的上游边缘。
其中,第十确定子单元2441以及第七生成子单元2442的具体功能实现方式可以参见上述图10对应实施例中的步骤S203,这里不再进行赘述。
再请参见图17,第二输出模块14可以包括:第四生成单元141以及第三输出单元142。
第四生成单元141,用于若仿真匝道为仿真上匝道,则根据仿真上匝道对应的历史数据以及虚拟仿真驾驶行为,在第一车辆生成子区域中生成第三虚拟仿真车辆;第一车辆生成子区域的上游边缘等同于仿真上匝道的上游边缘;
第三输出单元142,用于根据仿真上匝道对应的自动驾驶模型,在仿真上匝道中输出第三虚拟仿真车辆的虚拟仿真驾驶行为。
其中,第四生成单元141以及第三输出单元142的具体功能实现方式可以参见上述图3对应实施例中的步骤S104,这里不再进行赘述。
再请参见图17,第二输出模块14可以包括:第八确定单元143、第九确定单元144、第十确定单元145以及第四输出单元146。
第八确定单元143,用于若仿真匝道为仿真下匝道,则将仿真下匝道的上游主干路中的感知空白区域内的虚拟仿真车辆,确定为第八虚拟仿真车辆;仿真下匝道的上游主干路属于仿真道路;感知空白区域不属于具有感知数据的感知区域,且感知空白区域与仿真下匝道的分流点相接;
第九确定单元144,用于将第八虚拟仿真车辆中除了,在第三复现时刻时位于第三系统范围内的虚拟仿真车辆之外的虚拟仿真车辆,确定为第九虚拟仿真车辆;第三复现时刻用于表征驾驶仿真系统结束仿真复现阶段;第三系统范围是根据分流点所生成的,且第三系统范围属于感知空白区域;
第十确定单元145,用于确定第九虚拟仿真车辆针对仿真下匝道的第三基础概率,以及确定第九虚拟仿真车辆针对仿真下匝道的第三随机概率;
第十确定单元145,还用于若第三基础概率等于或大于第三随机概率,则确定第九虚拟仿真车辆的第二起始目标信息为仿真下匝道;
第十确定单元145,还用于若第九虚拟仿真车辆按照第二起始目标信息驾驶,则将第九虚拟仿真车辆,确定为第三虚拟仿真车辆;
第四输出单元146,用于根据仿真下匝道对应的自动驾驶模型、虚拟仿真驾驶行为以及仿真下匝道的下游边缘,在仿真下匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为;仿真下匝道的下游边缘用于指示驾驶仿真系统,将第三虚拟仿真车辆中,驾驶至仿真下匝道的下游边缘的虚拟仿真车辆进行删除。
其中,第八确定单元143、第九确定单元144、第十确定单元145以及第四输出单元146的具体功能实现方式可以参见上述图10对应实施例中的步骤S207,这里不再进行赘述。
上述可知,本申请实施例在仿真起始时刻以及仿真复现阶段,均对不具有感知数据的仿真匝道进行了仿真车辆描述,故可以提高驾驶仿真系统针对仿真匝道的复现准确性,进而可以提高仿真道路的复现准确性。此外,本申请实施例对不同仿真阶段的仿真匝道分别进行描述,故可以提高驾驶仿真系统针对仿真匝道的预测准确性,进而可以提高仿真道路的预测准确性。
进一步地,请参见图18,图18是本申请实施例提供的一种计算机设备的结构示意图。如图18所示,该计算机设备1000可以包括:至少一个处理器1001,例如CPU,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,在一些实施例中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),网络接口1004可选地可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选地还可以是至少一个位于远离前述处理器1001的存储装置。如图18所示,作为一种计算机存储介质的存储器1005可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图18所示的计算机设备1000中,网络接口1004可提供网络通讯功能;而用户接口1003主要用于为用户提供输入的接口;而处理器1001可以用于调用存储器1005中存储的设备控制应用程序,以实现:
在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对仿真道路的感知数据之间的关联关系;
若关联关系指示具有感知数据的感知区域不包括仿真匝道,则在仿真起始时刻时,在仿真匝道中生成第一虚拟仿真车辆;具有感知数据的感知区域属于仿真道路;
在晚于仿真起始时刻的仿真复现阶段时,根据第一虚拟仿真车辆,在仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;第二虚拟仿真车辆包括第一虚拟仿真车辆;
在晚于仿真复现阶段的仿真预测阶段时,根据虚拟仿真驾驶行为,在仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
应当理解,本申请实施例中所描述的计算机设备1000可执行前文各实施例中对数据处理方法或装置的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现前文各实施例中对数据处理方法或装置的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
上述计算机可读存储介质可以是前述任一实施例提供的数据处理装置或者上述计算机设备的内部存储单元,例如计算机设备的硬盘或内存。该计算机可读存储介质也可以是该计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(smart media card,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。进一步地,该计算机可读存储介质还可以既包括该计算机设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序,处理器执行该计算机程序,使得该计算机设备可执行前文各实施例中对数据处理方法或装置的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
本申请实施例的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、装置、产品或设备固有的其他步骤单元。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (15)
1.一种数据处理方法,其特征在于,包括:
在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对所述仿真道路的感知数据之间的关联关系;
若所述关联关系指示具有所述感知数据的感知区域不包括所述仿真匝道,则在仿真起始时刻时,在所述仿真匝道中生成第一虚拟仿真车辆;所述具有所述感知数据的感知区域属于所述仿真道路;
在晚于所述仿真起始时刻的仿真复现阶段时,根据所述第一虚拟仿真车辆,在所述仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;所述第二虚拟仿真车辆包括所述第一虚拟仿真车辆;
在晚于所述仿真复现阶段的仿真预测阶段时,根据所述虚拟仿真驾驶行为,在所述仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
2.根据权利要求1所述的方法,其特征在于,所述在所述仿真匝道中生成第一虚拟仿真车辆,包括:
若所述仿真匝道对应的历史数据不为空集,则在所述仿真匝道对应的历史数据中,获取所述仿真起始时刻对应的历史数据,作为所述仿真匝道对应的第一起始交通状态,根据所述第一起始交通状态,在所述仿真匝道中生成第一虚拟仿真车辆;
若所述仿真匝道对应的历史数据为空集,则根据所述仿真匝道对应的交通基本图中的目标交通状态,确定所述仿真匝道对应的第二起始交通状态,根据所述第二起始交通状态,在所述仿真匝道中生成第一虚拟仿真车辆。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一起始交通状态,在所述仿真匝道中生成第一虚拟仿真车辆,包括:
根据所述第一起始交通状态中的车辆密度,确定所述仿真匝道对应的平均车间距;
若所述仿真匝道为仿真上匝道,则根据所述平均车间距、所述仿真上匝道的合流点以及与所述仿真上匝道的行驶方向相反的方向,在所述仿真上匝道中生成第一虚拟仿真车辆;
若所述仿真匝道为仿真下匝道,则根据所述平均车间距、所述仿真下匝道的分流点以及所述仿真下匝道的行驶方向,在所述仿真下匝道中生成第一虚拟仿真车辆。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一虚拟仿真车辆,在所述仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为,包括:
若所述仿真匝道为仿真上匝道,则在所述仿真上匝道内确定第一车辆生成线;所述第一车辆生成线垂直于所述仿真上匝道的行驶方向;
根据所述仿真上匝道的上游边缘以及所述第一车辆生成线,生成所述仿真上匝道内的第一车辆生成子区域;
根据所述仿真上匝道对应的历史数据以及所述第一虚拟仿真车辆,在所述第一车辆生成子区域中生成第四虚拟仿真车辆;
将所述第一虚拟仿真车辆以及所述第四虚拟仿真车辆,确定为所述第二虚拟仿真车辆;
根据所述仿真上匝道对应的自动驾驶模型,在所述仿真上匝道中输出所述第二虚拟仿真车辆的虚拟仿真驾驶行为。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述仿真上匝道的下游区域中存在感知覆盖区域,则在所述感知覆盖区域的上游边缘,生成与所述仿真道路的行驶方向垂直的第一车辆移除线;所述仿真上匝道的下游区域属于所述仿真道路;所述感知覆盖区域属于具有所述感知数据的感知区域;
将所述第二虚拟仿真车辆中,驾驶至所述第一车辆移除线的虚拟仿真车辆进行删除。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
将所述第二虚拟仿真车辆中,距离所述仿真上匝道的下游边缘最近的虚拟仿真车辆,确定为所述仿真上匝道的下游车辆;
根据所述仿真上匝道对应的历史数据,确定所述下游车辆的最大车辆速度;
将所述第二虚拟仿真车辆中除了所述下游车辆之外的虚拟仿真车辆,确定为所述仿真上匝道的上游车辆;
根据所述仿真上匝道对应的道路类型,确定所述上游车辆的最大车辆速度;
则根据所述仿真上匝道对应的自动驾驶模型,在所述仿真上匝道中输出所述第二虚拟仿真车辆的虚拟仿真驾驶行为,包括:
根据所述仿真上匝道对应的自动驾驶模型、所述上游车辆的最大车辆速度,以及所述下游车辆的最大车辆速度,在所述仿真上匝道中输出所述第二虚拟仿真车辆的虚拟仿真驾驶行为。
7.根据权利要求1所述的方法,其特征在于,所述根据所述第一虚拟仿真车辆,在所述仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为,包括:
若所述仿真匝道为仿真下匝道,则将所述仿真下匝道的上游主干路中的感知空白区域内的虚拟仿真车辆,确定为第五虚拟仿真车辆;所述仿真下匝道的上游主干路属于所述仿真道路;所述感知空白区域不属于具有所述感知数据的感知区域,且所述感知空白区域与所述仿真下匝道的分流点相接;
将所述第五虚拟仿真车辆中驾驶至所述仿真下匝道的虚拟仿真车辆,确定为第六虚拟仿真车辆;
将所述第六虚拟仿真车辆以及所述第一虚拟仿真车辆,确定为所述第二虚拟仿真车辆;
根据所述仿真下匝道对应的自动驾驶模型以及所述仿真下匝道的下游边缘,在所述仿真下匝道中输出所述第二虚拟仿真车辆的虚拟仿真驾驶行为;所述仿真下匝道的下游边缘用于指示所述驾驶仿真系统,将所述第二虚拟仿真车辆中驾驶至所述仿真下匝道的下游边缘的虚拟仿真车辆进行删除。
8.根据权利要求7所述的方法,其特征在于,所述第五虚拟仿真车辆包括虚拟仿真车辆Ce,e为正整数且e小于或等于所述第五虚拟仿真车辆的总数量;
所述将所述第五虚拟仿真车辆中驾驶至所述仿真下匝道的虚拟仿真车辆,确定为第六虚拟仿真车辆,包括:
若所述虚拟仿真车辆Ce在第一复现时刻时驾驶至第一系统范围内,则获取所述虚拟仿真车辆Ce的第一起始目标信息;所述第一复现时刻属于所述仿真复现阶段;所述第一系统范围是根据所述分流点所生成的,且所述第一系统范围属于所述感知空白区域;
若所述第一起始目标信息为所述仿真下匝道,则获取所述虚拟仿真车辆Ce的第一当前车道信息;
若所述第一当前车道信息与所述第一起始目标信息相匹配,则将按照所述第一当前车道信息驾驶至所述仿真下匝道的所述虚拟仿真车辆Ce,确定为第六虚拟仿真车辆。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
若所述虚拟仿真车辆Ce在第二复现时刻时驾驶至第二系统范围内,则确定所述虚拟仿真车辆Ce在所述第二复现时刻时,针对所述仿真下匝道的第一基础概率;所述第二复现时刻属于所述仿真复现阶段,且所述第二复现时刻早于所述第一复现时刻;所述第二系统范围与所述第一系统范围相接,且所述第二系统范围位于所述第一系统范围的上游区域,且所述第二系统范围属于所述感知空白区域;
根据所述虚拟仿真车辆Ce对应的激进参数以及所述第二系统范围,确定所述虚拟仿真车辆Ce对应的第一目标选择位置;所述第一目标选择位置与所述虚拟仿真车辆Ce对应的激进参数之间具有反向增强关系;
在所述虚拟仿真车辆Ce驾驶至所述第一目标选择位置时,生成针对所述虚拟仿真车辆Ce的第一随机概率;
根据所述第一基础概率以及所述第一随机概率,确定所述第一起始目标信息。
10.根据权利要求9所述的方法,其特征在于,所述根据所述第一基础概率以及所述第一随机概率,确定所述第一起始目标信息,包括:
若所述第一基础概率等于或大于所述第一随机概率,则将所述第一起始目标信息确定为所述仿真下匝道;
若所述第一基础概率小于所述第一随机概率,则将所述第一起始目标信息确定为所述仿真下匝道的下游主干路;所述仿真下匝道的下游主干路属于所述仿真道路,且所述仿真下匝道的下游主干路与所述感知空白区域相接,且所述仿真下匝道的下游主干路不属于具有所述感知数据的感知区域。
11.根据权利要求10所述的方法,其特征在于,所述确定所述虚拟仿真车辆Ce在所述第二复现时刻时针对所述仿真下匝道的第一基础概率,包括:
若所述仿真下匝道对应的历史数据不为空集,且所述仿真下匝道的下游主干路对应的历史数据不为空集,则在所述仿真下匝道对应的历史数据中获取所述第二复现时刻对应的下匝道车辆流量,在所述仿真下匝道的下游主干路对应的历史数据中获取所述第二复现时刻对应的下游主干路车辆流量;
确定所述下匝道车辆流量以及所述下游主干路车辆流量的车辆流量总和,将所述下匝道车辆流量以及所述车辆流量总和的比例,确定为所述虚拟仿真车辆Ce在所述第二复现时刻时针对所述仿真下匝道的第一基础概率;
若所述仿真下匝道对应的历史数据为空集,且所述仿真下匝道的下游主干路对应的历史数据为空集,则获取所述仿真下匝道的第一车道数量以及所述仿真下匝道的下游主干路的第二车道数量,确定所述第一车道数量以及所述第二车道数量的车道数量总和,将所述第一车道数量以及所述车道数量总和的比例,确定为所述第一基础概率。
12.一种数据处理装置,其特征在于,包括:
关系确定模块,用于在驾驶仿真系统中,确定仿真道路中的仿真匝道与针对所述仿真道路的感知数据之间的关联关系;
车辆生成模块,用于若所述关联关系指示具有所述感知数据的感知区域不包括所述仿真匝道,则在仿真起始时刻时,在所述仿真匝道中生成第一虚拟仿真车辆;所述具有所述感知数据的感知区域属于所述仿真道路;
第一输出模块,用于在晚于所述仿真起始时刻的仿真复现阶段时,根据所述第一虚拟仿真车辆,在所述仿真匝道中输出第二虚拟仿真车辆的虚拟仿真驾驶行为;所述第二虚拟仿真车辆包括所述第一虚拟仿真车辆;
第二输出模块,用于在晚于所述仿真复现阶段的仿真预测阶段时,根据所述虚拟仿真驾驶行为,在所述仿真匝道中输出第三虚拟仿真车辆的预测仿真驾驶行为。
13.一种计算机设备,其特征在于,包括:处理器、存储器以及网络接口;
所述处理器与所述存储器、所述网络接口相连,其中,所述网络接口用于提供数据通信功能,所述存储器用于存储计算机程序,所述处理器用于调用所述计算机程序,以使得所述计算机设备执行权利要求1至11任一项所述的方法。
14.一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计算机程序,所述计算机程序适于由处理器加载并执行,以使得具有所述处理器的计算机设备执行权利要求1-11任一项所述的方法。
15.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序存储在计算机可读存储介质中,所述计算机程序适于由处理器读取并执行,以使得具有所述处理器的计算机设备执行权利要求1-11任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211083216.XA CN117709040A (zh) | 2022-09-06 | 2022-09-06 | 一种数据处理方法、装置、设备以及计算机可读存储介质 |
PCT/CN2023/109281 WO2024051373A1 (zh) | 2022-09-06 | 2023-07-26 | 数据处理方法、装置、设备以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211083216.XA CN117709040A (zh) | 2022-09-06 | 2022-09-06 | 一种数据处理方法、装置、设备以及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117709040A true CN117709040A (zh) | 2024-03-15 |
Family
ID=90144817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211083216.XA Pending CN117709040A (zh) | 2022-09-06 | 2022-09-06 | 一种数据处理方法、装置、设备以及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117709040A (zh) |
WO (1) | WO2024051373A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077275B (zh) * | 2013-01-06 | 2016-04-13 | 东南大学 | 高速公路匝道仿真模型的参数标定方法 |
CN110070732B (zh) * | 2019-05-10 | 2020-06-30 | 东南大学 | 一种基于实时仿真的匝道信号前馈控制方法及系统 |
DE102020211698A1 (de) * | 2020-09-18 | 2022-03-24 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Steuern eines Verkehrsflusses |
CN112800550B (zh) * | 2021-03-30 | 2021-10-15 | 浙江高速信息工程技术有限公司 | 一种基于元胞传输模型的匝道流量管控效果仿真预测方法 |
CN113342704B (zh) * | 2021-08-06 | 2021-11-12 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、设备以及计算机可读存储介质 |
CN113674546B (zh) * | 2021-08-20 | 2022-06-21 | 东南大学 | 基于sumo仿真的V2X环境下的高速公路管控方法 |
-
2022
- 2022-09-06 CN CN202211083216.XA patent/CN117709040A/zh active Pending
-
2023
- 2023-07-26 WO PCT/CN2023/109281 patent/WO2024051373A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024051373A1 (zh) | 2024-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chao et al. | A survey on visual traffic simulation: Models, evaluations, and applications in autonomous driving | |
Lenz et al. | Tactical cooperative planning for autonomous highway driving using Monte-Carlo Tree Search | |
US20210101619A1 (en) | Safe and scalable model for culturally sensitive driving by automated vehicles | |
JP2022520344A (ja) | メッセージプッシュ方法、コンピュータプログラム及びサーバ | |
Lim et al. | SUMO enhancement for vehicular ad hoc network (VANET) simulation | |
US20210381846A1 (en) | Methods and apparatuses for navigation guidance and establishing a three-dimensional real scene model, device and medium | |
CN115952692B (zh) | 道路交通的仿真方法和装置、存储介质及电子设备 | |
CN113342704B (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
EP4266282A1 (en) | Method and apparatus for controlling formation driving, medium, and electronic device | |
Griggs et al. | Leader and leaderless multi-layer consensus with state obfuscation: An application to distributed speed advisory systems | |
US20220161830A1 (en) | Dynamic Scene Representation | |
CN116956554A (zh) | 交通仿真处理方法、装置、电子设备及存储介质 | |
CN114492022A (zh) | 路况传感数据处理方法、装置、设备、程序以及存储介质 | |
CN113867367B (zh) | 测试场景的处理方法、装置及计算机程序产品 | |
Fujimoto et al. | Ad hoc distributed simulations | |
CN112116226B (zh) | 仿真车辆的控制方法、装置、计算机设备和存储介质 | |
CN116956561A (zh) | 仿真环境配置方法、装置、计算机设备及存储介质 | |
CN117709040A (zh) | 一种数据处理方法、装置、设备以及计算机可读存储介质 | |
Wilkie et al. | Participatory route planning | |
CN116305855A (zh) | 自动驾驶场景构建方法、设备及存储介质 | |
Raghothama et al. | Distributed, integrated and interactive traffic simulations | |
CN113276860B (zh) | 车辆控制方法、装置、电子设备以及存储介质 | |
CN117709039A (zh) | 一种数据处理方法、装置、设备以及计算机可读存储介质 | |
Hunter et al. | Ad hoc distributed dynamic data-driven simulations of surface transportation systems | |
CN108898284B (zh) | 一种车联网管理控制策略评估方法及系统 |
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 |