CN118276462A - 智能驾驶仿真方法、装置、介质和电子设备 - Google Patents

Abstract

本申请公开了一种智能驾驶仿真方法、装置、介质和电子设备，该方法包括：根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息；基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务；基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点以使所述云端仿真集群中的仿真节点执行所述目标仿真任务。执行本申请所提供的技术方案，可以有利于提高智能驾驶仿真的效率，可以实现大规模的智能驾驶仿真，支持对海量的场景进行测试。

Description

智能驾驶仿真方法、装置、介质和电子设备

技术领域

本申请涉及智能驾驶、云计算领域，尤其涉及一种智能驾驶仿真方法、装置、介质和电子设备。

背景技术

在智能驾驶系统的自主开发过程中开展仿真测试能快速高效地发现问题，加速整个算法迭代和收敛速度，从整体上提高开发效率，降低开发成本。因此，需要对海量的场景进行测试。

在此情形下，传统的单机仿真测试呈现出算力不足、且无法实现加速测试的问题，导致测试周期长，效率低，无法实现对海量的场景进行测试，无法支持大规模的智能驾驶仿真场景。

发明内容

本申请提供了一种智能驾驶仿真方法、装置、介质和电子设备，可以实现对海量的场景进行测试，可用于大规模的智能驾驶仿真场景，能够达到提高仿真效率的目的。

根据本申请的第一方面，提供了智能驾驶仿真方法，所述方法包括：

根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息；

基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务；

基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点以使所述云端仿真集群中的仿真节点执行所述目标仿真任务。

根据本申请的第二方面，提供了智能驾驶仿真装置，所述装置包括：

仿真数据确定模块，用于根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息；

仿真任务生成模块，用于基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务；

仿真任务调度模块，用于基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点以使所述云端仿真集群中的仿真节点执行所述目标仿真任务。

根据本发明的第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的智能驾驶仿真方法。

根据本发明的第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的智能驾驶仿真方法。

本申请技术方案，支持按需组合目标仿真场景，基于目标仿真场景以及仿真配置信息生成目标仿真任务，同时支持按需对目标仿真任务进行配置，有利于提高智能驾驶仿真的灵活性。本申请技术方案在生成目标仿真任务之后，将目标仿真任务提交到云端仿真集群，然后基于目标仿真任务所需要的预期计算资源以及云端仿真集群中各仿真节点所拥有的实际计算资源，将目标仿真任务调度给云端仿真集群中的仿真节点以使云端仿真集群中的仿真节点执行目标仿真任务，通过云端仿真集群中的仿真节点共同执行目标仿真任务，有利于提高智能驾驶仿真的效率，有利于缩短智能驾驶仿真的周期，可以实现大规模的智能驾驶仿真，支持对海量的场景进行测试。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

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是根据实施例一提供的智能驾驶仿真方法的流程图；

图2是根据实施例二提供的智能驾驶仿真方法的流程图；

图3是本申请实施例三提供的智能驾驶仿真装置的结构示意图；

图4是本申请实施例四提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“目标”以及“候选”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1是根据实施例一提供的智能驾驶仿真方法的流程图，本实施例可适用于大规模的智能驾驶仿真场景，该方法可以由智能驾驶仿真装置来执行，智能驾驶仿真装置采用硬件和/或软件的形式实现，并可集成于电子设备中。

如图1所示，该方法包括：

S110、根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息。

S120、基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务。

S130、基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点以使所述云端仿真集群中的仿真节点执行所述目标仿真任务。

其中，智能驾驶仿真请求用于请求对智能驾驶车辆进行性能仿真。对智能驾驶车辆进行性能仿真是在仿真场景下对智能驾驶车辆进行性能仿真。智能驾驶仿真请求包括仿真场景要求以及仿真配置要求。基于智能驾驶仿真请求可以确定目标仿真场景以及仿真配置信息。

其中，目标仿真场景从仿真场景库中选择得到。目标仿真场景为仿真场景库中满足仿真场景要求的仿真场景。仿真场景库中包括海量仿真场景，仿真场景库中的仿真场景包括worldsim和logsim两种类型。其中，worldsim类型的场景为人工构建的场景，logsim类型的场景为基于路测数据生成的场景。

仿真场景库中的仿真场景具有场景标签，其中，场景标签可用于描述仿真场景的场景语义。可选的，基于场景标签对仿真场景库中的仿真场景进行管理。示例性的，仿真场景库中包括左转场景、右转场景、城市场景或者农村场景。

其中，仿真配置信息用于对目标仿真任务进行配置。仿真配置信息用于对目标仿真任务的仿真测试指标、任务触发方式、仿真程序版本和驾驶模块版本中至少一项进行配置。本申请实施例支持对目标仿真任务的仿真配置信息进行修改、增加、删除和查询。

其中，任务触发方式用于限定向云端仿真集群提交目标仿真任务的触发条件。因此，可基于仿真配置信息向云端仿真集群提交目标仿真任务。

其中，云端仿真集群为分布式集群，云端仿真集群中包括至少两个仿真节点。在目标仿真任务提交到云端仿真集群中之后，对目标仿真任务进行调度，将目标仿真任务调度给云端仿真集群中的仿真节点。通过云端仿真集群中的仿真节点共同执行目标仿真任务。

为了提供智能驾驶仿真的效率，以及智能驾驶仿真过程中的资源利用率。基于目标仿真任务所需要的预期计算资源以及云端仿真集群中各仿真节点的实际计算资源，对目标仿真任务进行调度。

本申请技术方案，支持按需组合目标仿真场景，基于目标仿真场景以及仿真配置信息生成目标仿真任务，同时支持按需对目标仿真任务进行配置，有利于提高智能驾驶仿真的灵活性。本申请技术方案在生成目标仿真任务之后，将目标仿真任务提交到云端仿真集群，然后基于目标仿真任务所需要的预期计算资源以及云端仿真集群中各仿真节点所拥有的实际计算资源，将目标仿真任务调度给云端仿真集群中的仿真节点以使云端仿真集群中的仿真节点执行目标仿真任务，通过云端仿真集群中的仿真节点共同执行目标仿真任务，有利于提高智能驾驶仿真的效率，有利于缩短智能驾驶仿真的周期，可以实现大规模的智能驾驶仿真，支持对海量的场景进行测试。

在一个可选的实施例中，基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，包括：基于所述目标仿真场景的场景语义以及所述智能驾驶仿真请求，对所述目标仿真场景进行组合得到待仿真场景组；针对所述待仿真场景组，采用所述仿真配置信息对所述目标仿真任务的仿真测试指标、任务触发方式、仿真程序版本和驾驶模块版本中至少一项进行配置以得到所述目标仿真任务。

其中，智能驾驶仿真请求包括仿真场景要求，基于仿真场景要求以及目标仿真场景的场景语义，对目标仿真场景进行组合可以得到待仿真场景组。其中，待仿真场景组由目标仿真场景组合得到。可选的，基于目标仿真场景的场景标签对目标仿真场景进行筛选和组合。可选的，将语义相似的目标仿真场景进行组合得到待仿真场景组。示例性的，智能驾驶仿真请求包括的仿真场景要求可以是在右转场景下对智能驾驶汽车进行性能仿真。根据目标仿真场景的场景标签从中筛选出右转场景，将目标仿真场景中的右转场景进行组合得到待仿真场景组。可选的，智能驾驶仿真请求一般请求在多种的仿真场景下对自动驾驶车辆进行性能仿真。目标仿真场景可以覆盖多种仿真场景。基于目标仿真场景可以构建多个待仿真场景组。

目标仿真任务包括仿真测试指标、任务触发方式、仿真程序版本和驾驶模型版本。若要生成目标仿真任务则需要对目标仿真任务的仿真测试指标、任务触发方式、仿真程序版本和驾驶模型版本进行配置。

其中，仿真测试指标用于指定目标仿真任务所关注的性能指标维度，还用于对目标仿真任务的执行结果进行评价。其中，目标仿真任务的执行结果不仅包括执行成功与否，还会包括执行目标仿真任务所产生的仿真数据，仿真数据中会包括指标数据。利用仿真测试指标对执行结果中的指标数据进行评价。任务触发条件用于指定将目标仿真任务提交至云端仿真集群中触发条件。可选的，任务触发条件包括：手动触发、定时触发以及代码仓库触发。

通过对目标仿真场景中仿真程序版本和驾驶模型版本进行配置，支持按需选择仿真程序版本以及驾驶模型版本，有利于提高仿真测试的灵活性。

上述技术方案，提供了一种切实可行的仿真任务生成方案，支持按需组合待仿真场景组，支持按需对目标仿真任务的仿真测试指标、任务触发方式、仿真程序版本和驾驶模块版本进行配置，有利于提高智能驾驶仿真方法的灵活性和可用性。

在一个可选的实施例中，基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务，包括：基于所述目标仿真任务的仿真配置信息，确定所述目标仿真任务的任务触发方式；其中，所述任务触发方式包括：手动触发、定时触发以及代码仓库触发中的至少一项；若所述任务触发方式为手动触发，则对任务触发操作进行监听，并在监听到所述任务触发操作的情况下向云端仿真集群提交所述目标仿真任务；若所述任务触发方式为定时触发，则基于所述目标仿真任务的任务触发间隔确定所述目标仿真任务的任务触发时间，并基于所述任务触发时间向云端仿真集群提交所述目标仿真任务；若所述任务触发方式为代码仓库触发，则对代码提交操作进行监听，并在监听到所述代码提交操作的情况下向云端仿真集群提交所述目标仿真任务。

其中，任务触发方式用于确定将目标仿真任务提交到云端仿真集群的触发条件。可选的，任务触发方式包括：手动触发、定时触发以及代码仓库触发。

其中，手动触发是指响应于任务触发操作向云端仿真集群提交目标仿真任务。在任务触发方式为手动触发的情况下，需要对任务触发操作进行监听，在监听到任务触发操作的情况下向云端仿真集群提交目标仿真任务。

可选的，任务触发操作在仿真平台界面上的任务提交控件被点击的情况下产生。

其中，定时触发通过指定任务触发间隔循环触发仿真任务提交。若任务触发方式为定时触发的情况下，确定目标仿真任务的任务触发间隔，确定目标仿真任务的任务触发时间。其中，任务触发间隔在对配置任务触发方式的过程中确定，任务触发间隔的具体取值在这里不作限定，具体根据实际业务需求确定。

其中，代码仓库触发是指响应于代码提交操作向云端仿真集群提交目标仿真任务。若任务触发方式为代码仓库触发，对代码提交操作进行监听，在监听到代码提交操作的情况下向云端仿真集群提交目标仿真任务。其中，代码提交操作在目标仿真任务的仿真代码提交到代码仓库的情况下产生。

上述技术方案支持多种任务触发方式，支持按需选择触发方式，有利于提高智能驾驶仿真的灵活性，且有利于提高智能驾驶仿真的效率。

在一个可选的实施例中，在将所述目标仿真任务调度给所述云端仿真集群中的仿真节点之后，所述方法还包括：通过所述云端仿真集群中的仿真节点基于所述目标仿真任务的仿真配置信息，确定目标仿真任务的仿真测试指标；基于所述仿真测试指标对目标仿真任务的执行结果进行评价，得到所述目标仿真任务的任务评价结果；确定所述目标仿真任务的待仿真场景组，将所述任务评价结果关联到目标仿真任务的待仿真场景组。

目标仿真任务的仿真配置信息中包括仿真测试指标。其中，仿真测试指标用于指定目标仿真任务所关注的性能指标维度，还用于对目标仿真任务的执行结果进行评价。可选的，仿真测试指标包括：速度、加速度、加速度、角速度、角加速度、安全距离、急刹和碰撞等。

基于仿真测试指标对目标仿真任务的执行结果进行评价，得到目标仿真任务的任务评价结果。任务评价结果基于仿真测试指标对目标仿真任务的执行结果进行评价得到。

每个目标仿真任务均存在对应的待仿真场景组。确定目标仿真任务的待仿真场景组，将任务评价结果关联到目标仿真任务的待仿真场景组。这样做可以支持以待仿真场景组的粒度对目标仿真任务的任务评价结果进行查询。

上述技术方案，支持按需对目标仿真任务的仿真测试指标进行配置，将仿真测试指标用于对目标仿真任务的执行结果进行评价，得到目标仿真任务的任务评价结果。通过将任务评价结果关联到目标仿真任务的待仿真场景组，支持以待仿真场景组的粒度对目标仿真任务的任务执行结果进行查询，便于查看待仿真场景组的任务仿真结果和仿真详细信息。

实施例二

图2是根据实施例二提供的智能驾驶仿真方法的流程图。本实施例在上述实施例的基础上进行进一步地优化。

如图2所示，该方法包括：

S210、根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息。

S220、基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务。

S230、对所述目标仿真任务进行拆分，得到至少两个仿真任务分片。

可选的，根据目标仿真任务所需要的仿真场景进行拆分处理。示例性的，可以基于目标仿真任务所需要的仿真场景的场景数量和/或场景类型对目标仿真任务进行拆分。另外，在对目标仿真任务进行拆分过程中，还可以考虑云端仿真集群中可用的仿真节点的数量，以及仿真节点所拥有的实际计算资源。

可选的，可将目标仿真任务拆分成至少两个仿真任务分片。其中，拆分得到的仿真任务分片的数量在这里不作限定。

S240、根据所述仿真任务分片所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，确定所述云端仿真集群中各仿真节点可处理的分片任务数量。

其中，仿真任务分片所需要的预期计算资源，是指执行仿真任务分片所需要的计算资源。其中，仿真节点所拥有的实际计算资源是指可供仿真节点实际支配的计算资源。不同仿真节点所拥有的实际计算资源可能存在差异。通过匹配仿真任务分片所需要的预期计算资源以及云端仿真集群中各仿真节点所拥有的实际计算资源，可以确定云端仿真集群中各仿真节点可处理的分片任务数量。

S250、基于所述云端仿真集群中各仿真节点可处理的分片任务数量，将所述仿真任务分片加入所述云端仿真集群中各仿真节点的任务队列中以将所述目标仿真任务调度给云端仿真集群中的仿真节点。

在云端仿真集群中各仿真节点可处理的分片任务数量确定的情况下，将仿真任务分片加入云端仿真集群中各仿真节点的任务队列中。云端仿真集群中各仿真节点均存在对应的任务队列。任务队列用于存储需要仿真节点处理的仿真任务分片。可选的，按照仿真任务分片所属目标仿真任务的任务提交时间将仿真任务分片加入云端仿真集群中各仿真节点的任务队列中。

将仿真任务分片加入仿真节点的任务队列中，也就相当于，将目标仿真任务调度给云端仿真集群中的仿真节点，仿真节点会从任务队列中读取仿真任务分片进行处理。

本申请实施例，在将目标仿真任务提交到云端仿真集群之后，将目标仿真任务拆分为至少两个仿真任务分片，然后，根据仿真任务分片所需要的预期计算资源以及云端仿真集群中各仿真节点所拥有的实际计算资源，确定云端仿真集群中各仿真节点可处理的分片任务数量，基于云端仿真集群中各仿真节点可处理的分片任务数量，将仿真任务分片加入云端仿真集群中各仿真节点的任务队列中以将目标仿真任务调度给云端仿真集群中的仿真节点。上述技术方案提供了一种切实可行的目标仿真任务调度方案，可以很大提高智能驾驶仿真方法的稳定性，同时可以更大程度的利用了硬件资源，云端仿真集群中仿真节点相互独立，支持多个仿真节点并行执行仿真任务分片。有利于提高智能驾驶仿真方法的效率。为实现大规模的智能驾驶仿真，对海量的场景进行测试提供了技术支持。

在一个可选的实施中，在将所述仿真任务分片加入所述云端仿真集群中各仿真节点的任务队列中之后，所述方法还包括：通过所述云端仿真集群中的仿真节点从各自任务队列中读取并执行所述仿真任务分片，得到仿真任务分片的执行结果；在属于同一仿真任务的仿真任务分片均执行完毕的情况下，通过所述云端仿真集群中的仿真节点对仿真任务分片的执行结果进行汇总并上报；根据所述云端仿真集群中各仿真节点上报的仿真任务分片的执行结果，确定所述目标仿真任务的执行结果。

可选的，云端仿真集群中各仿真节点按照仿真任务分片加入任务队列的顺序从各自任务队列中读取并执行仿真任务分片。

每个仿真节点执行仿真任务分片后均会得到仿真任务分片的执行结果。可以知道的是，仿真节点的任务队列中不仅包括一个仿真任务，还包括其他的仿真任务。在属于同一仿真任务的仿真任务分片均执行完毕的情况下，通过云端仿真集群中的仿真节点对仿真任务分片的执行结果进行汇总并上报。

收集并合并云端仿真集群中各仿真节点上报的仿真任务分片的执行结果，可以确定目标仿真任务的执行结果。可选的，将目标仿真任务的执行结果推送给目标仿真任务的提交方。

上述技术方案，提供了一种切实可行的执行结果确定方法，可在将目标仿真任务拆分成至少两个仿真任务分片的情况下确定目标仿真任务的执行结果，为实现大规模的智能驾驶仿真，对海量的场景进行测试提供了技术支持。

在一个可选的实施例中，所述方法还包括：在所述云端仿真集群中仿真节点执行所述仿真任务分片的过程中对所述仿真节点进行监控以确定所述仿真节点的节点运行状态以及所述目标仿真任务的任务执行进度；将所述仿真节点的节点运行状态以及所述目标仿真任务的任务执行进度通过仿真平台界面展示。

其中，节点运行状态用于确定仿真节点是否正常运行。目标仿真任务的任务执行进度可以根据任务队列中剩余的属于目标仿真任务的仿真任务数量确定。

在云端仿真集群中仿真节点执行仿真任务分片的过程中对仿真节点的节点运行状态以及目标仿真任务的任务执行进度进行实时监控，将仿真节点的节点运行状态以及目标仿真任务的任务执行进度通过仿真平台界面展示，这样做可以提高智能驾驶仿真测试的可靠性以及可视化程度。

在一个具体的实施例中，本申请实施例所提供的智能驾驶仿真方法可由智能驾驶仿真系统执行。智能驾驶仿真系统中配置有智能驾驶仿真逻辑。智能驾驶仿真系统为采用云平台技术搭建的分布式系统。云端仿真集群采用分布式架构，具有并行加速计算能力，可以基于数字化模型、测试场景库和超算中心为智能驾驶仿真提供高效、安全的闭环测试仿真工具，提升智能驾驶的安全性与稳定性，增加场景覆盖度，缩短研发周期，为实现大规模的智能驾驶仿真提供了技术支持。

本申请实施例所提供的智能驾驶仿真系统包括基础组件、基础服务、业务服务以及任务调度等部分。

其中，基础组件主要用于提供系统需要的基础能力，示例性的，基础组件可以包括容器编排引擎、分布式文件存储的数据库、代码托管平台和容器本地工作流引擎等。

基础服务一般以技术为导向的业务无关的能力，在智能驾驶仿真系统中使用到的基础服务主要包括：认证鉴权、监控服务、文件服务、镜像仓库、CICD(ContinuousIntegration and Continuous Deployment，持续集成和持续部署)、对象存储等。

其中，业务服务是指和智能驾驶仿真业务强关联的服务，包括场景管理、场景分组管理、评价指标管理、标签管理、仿真任务和仿真结果这几个部分组成。

其中，场景管理用于对智能驾驶仿真所需使用的仿真场景库进行管理，具体的，对仿真场景库中的仿真场景进行管理。仿真场景库中的仿真场景包括worldsim和logsim两种类型。进一步的，仿真场景库中的仿真场景均添加有场景标签，场景标签基于仿真场景的场景语义生成。可选的，基于场景标签对仿真场景库汇中的仿真场景进行管理。

其中，评价指标管理用于对目标仿真任务的仿真测试指标进行管理，仿真测试指标用于指定目标仿真任务所关注的性能指标维度，还用于对目标仿真任务的执行结果进行评价。评价指标管理支持对目标仿真任务的仿真测试指标进行编辑，包括增加、删除、修改和查询仿真测试指标。示例性的，目标仿真任务的性能测试指标包括速度、加速度、角速度、角加速度、安全距离、急刹和碰撞等。

其中，仿真任务管理：用于对仿真任务进行管理。支持新增仿真任务、修改仿真任务、提交仿真任务、查看仿真任务状态和仿真任务的仿真日志信息。

仿真结果管理，用于对目标仿真任务的执行结果进行管理，支持查看目标仿真任务的执行结果，还支持以待仿真场景组的粒度对目标仿真任务的执行结果进行查询。

由于每次仿真任务，涉及到的仿真场景较多，每个场景都需要单独进行仿真程序运行，而存在每次仿真任务都需要大量的计算资源，同时仿真任务的提交也比较频繁；如果每次都直接将仿真任务提交到云端仿真集群中的某个仿真节点会导致系统卡顿，甚至崩溃，为了提高系统的稳定性，将仿真任务拆分为至少两个仿真任务分片，根据云端仿真集群中仿真节点所拥有的实际计算资源和仿真任务分片所需要的预期计算资源进行动态调度。

实施例三

图3是本申请实施例三提供的智能驾驶仿真装置的结构示意图，本实施例可适用于大规模的智能驾驶仿真场景，所述装置可由软件和/或硬件实现，并可集成于智能终端等电子设备中。

如图3所示，该装置可以包括：

仿真数据确定模块310，用于根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息；

仿真任务生成模块320，用于基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务；

仿真任务调度模块330，用于基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点以使所述云端仿真集群中的仿真节点执行所述目标仿真任务。

本申请技术方案，支持按需组合目标仿真场景，基于目标仿真场景以及仿真配置信息生成目标仿真任务，同时支持按需对目标仿真任务进行配置，有利于提高智能驾驶仿真的灵活性。本申请技术方案在生成目标仿真任务之后，将目标仿真任务提交到云端仿真集群，然后基于目标仿真任务所需要的预期计算资源以及云端仿真集群中各仿真节点所拥有的实际计算资源，将目标仿真任务调度给云端仿真集群中的仿真节点以使云端仿真集群中的仿真节点执行目标仿真任务，通过云端仿真集群中的仿真节点共同执行目标仿真任务，有利于提高智能驾驶仿真的效率，有利于缩短智能驾驶仿真的周期，可以实现大规模的智能驾驶仿真，支持对海量的场景进行测试。

可选的，仿真任务调度模块330，包括：仿真任务拆分子模块，用于对所述目标仿真任务进行拆分，得到至少两个仿真任务分片；任务数量确定子模块，用于根据所述仿真任务分片所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，确定所述云端仿真集群中各仿真节点可处理的分片任务数量；分片任务调度子模块，用于基于所述云端仿真集群中各仿真节点可处理的分片任务数量，将所述仿真任务分片加入所述云端仿真集群中各仿真节点的任务队列中以将所述目标仿真任务调度给云端仿真集群中的仿真节点。

可选的，所述装置还包括：第一执行结果确定模块，用于在将所述仿真任务分片加入所述云端仿真集群中各仿真节点的任务队列中之后，通过所述云端仿真集群中的仿真节点从各自任务队列中读取并执行所述仿真任务分片，得到仿真任务分片的执行结果；执行结果汇总模块，用于在属于同一仿真任务的仿真任务分片均执行完毕的情况下，通过所述云端仿真集群中的仿真节点对仿真任务分片的执行结果进行汇总并上报；第二执行结果确定模块，用于根据所述云端仿真集群中各仿真节点上报的仿真任务分片的执行结果，确定所述目标仿真任务的执行结果。

可选的，仿真任务生成模块320，包括：待仿真场景组确定子模块，用于基于所述目标仿真场景的场景语义以及所述智能驾驶仿真请求，对所述目标仿真场景进行组合得到待仿真场景组；仿真任务生成子模块，用于针对所述待仿真场景组，采用所述仿真配置信息对所述目标仿真任务的仿真测试指标、任务触发方式、仿真程序版本和驾驶模块版本中至少一项进行配置以得到所述目标仿真任务。

可选的，仿真任务生成模块320，包括：任务触发方式确定子模块，用于基于所述目标仿真任务的仿真配置信息，确定所述目标仿真任务的任务触发方式；其中，所述任务触发方式包括：手动触发、定时触发以及代码仓库触发中的至少一项；第一仿真任务提交子模块，用于若所述任务触发方式为手动触发，则对任务触发操作进行监听，并在监听到所述任务触发操作的情况下向云端仿真集群提交所述目标仿真任务；第二仿真任务提交子模块，用于若所述任务触发方式为定时触发，则基于所述目标仿真任务的任务触发间隔确定所述目标仿真任务的任务触发时间，并基于所述任务触发时间向云端仿真集群提交所述目标仿真任务；第三仿真任务提交子模块，用于若所述任务触发方式为代码仓库触发，则对代码提交操作进行监听，并在监听到所述代码提交操作的情况下向云端仿真集群提交所述目标仿真任务。

可选的，所述装置还包括：测试指标确定模块，用于在将所述目标仿真任务调度给所述云端仿真集群中的仿真节点之后，通过所述云端仿真集群中的仿真节点基于所述目标仿真任务的仿真配置信息，确定目标仿真任务的仿真测试指标；评价结果确定模块，用于基于所述仿真测试指标对目标仿真任务的执行结果进行评价，得到所述目标仿真任务的任务评价结果；评价结果关联模块，用于确定所述目标仿真任务的待仿真场景组，将所述任务评价结果关联到目标仿真任务的待仿真场景组。

可选的，所述装置还包括：仿真节点监控模块，用于在所述云端仿真集群中仿真节点执行所述仿真任务分片的过程中对所述仿真节点进行监控以确定所述仿真节点的节点运行状态以及所述目标仿真任务的任务执行进度；状态以及进度展示模块，用于将所述仿真节点的节点运行状态以及所述目标仿真任务的任务执行进度通过仿真平台界面展示。

发明实施例所提供的智能驾驶仿真装置可执行本申请任意实施例所提供的智能驾驶仿真方法，具备执行智能驾驶仿真方法相应的性能模块和有益效果。

本公开的技术方案中，所涉及的用户数据的收集、存储、使用、加工、传输、提供和公开等，均符合相关法律法规的规定，且不违背公序良俗。

实施例四

图4示出了可以用来实施的实施例的电子设备410的结构示意图。电子设备410包括至少一个处理器411，以及与至少一个处理器411通信连接的存储器，如只读存储器(ROM)412、随机访问存储器(RAM)413等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序，来执行各种适当的动作和处理。在RAM413中，还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。

电子设备410中的多个部件连接至I/O接口415，包括：输入单元416，例如键盘、鼠标等；输出单元417，例如各种类型的显示器、扬声器等；存储单元418，例如磁盘、光盘等；以及通信单元419，例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理，例如智能驾驶仿真方法。

在一些实施例中，智能驾驶仿真方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元418。在一些实施例中，计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时，可以执行上文描述的智能驾驶仿真方法的一个或多个步骤。备选地，在其他实施例中，处理器411可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行智能驾驶仿真方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程智能驾驶仿真装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本申请的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为智能驾驶仿真服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (10)

1.一种智能驾驶仿真方法，其特征在于，所述方法包括：

根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息；

基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务；

基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点以使所述云端仿真集群中的仿真节点执行所述目标仿真任务。

2.根据权利要求1所述的方法，其特征在于，基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点，包括：

对所述目标仿真任务进行拆分，得到至少两个仿真任务分片；

根据所述仿真任务分片所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，确定所述云端仿真集群中各仿真节点可处理的分片任务数量；

基于所述云端仿真集群中各仿真节点可处理的分片任务数量，将所述仿真任务分片加入所述云端仿真集群中各仿真节点的任务队列中以将所述目标仿真任务调度给云端仿真集群中的仿真节点。

3.根据权利要求2所述的方法，其特征在于，在将所述仿真任务分片加入所述云端仿真集群中各仿真节点的任务队列中之后，所述方法还包括：

通过所述云端仿真集群中的仿真节点从各自任务队列中读取并执行所述仿真任务分片，得到仿真任务分片的执行结果；

在属于同一仿真任务的仿真任务分片均执行完毕的情况下，通过所述云端仿真集群中的仿真节点对仿真任务分片的执行结果进行汇总并上报；

根据所述云端仿真集群中各仿真节点上报的仿真任务分片的执行结果，确定所述目标仿真任务的执行结果。

4.根据权利要求1所述的方法，其特征在于，基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，包括：

基于所述目标仿真场景的场景语义以及所述智能驾驶仿真请求，对所述目标仿真场景进行组合得到待仿真场景组；

针对所述待仿真场景组，采用所述仿真配置信息对所述目标仿真任务的仿真测试指标、任务触发方式、仿真程序版本和驾驶模块版本中至少一项进行配置以得到所述目标仿真任务。

5.根据权利要求1所述的方法，其特征在于，基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务，包括：

基于所述目标仿真任务的仿真配置信息，确定所述目标仿真任务的任务触发方式；其中，所述任务触发方式包括：手动触发、定时触发以及代码仓库触发中的至少一项；

若所述任务触发方式为手动触发，则对任务触发操作进行监听，并在监听到所述任务触发操作的情况下向云端仿真集群提交所述目标仿真任务；

若所述任务触发方式为定时触发，则基于所述目标仿真任务的任务触发间隔确定所述目标仿真任务的任务触发时间，并基于所述任务触发时间向云端仿真集群提交所述目标仿真任务；

若所述任务触发方式为代码仓库触发，则对代码提交操作进行监听，并在监听到所述代码提交操作的情况下向云端仿真集群提交所述目标仿真任务。

6.根据权利要求1所述的方法，其特征在于，在将所述目标仿真任务调度给所述云端仿真集群中的仿真节点之后，所述方法还包括：

通过所述云端仿真集群中的仿真节点基于所述目标仿真任务的仿真配置信息，确定目标仿真任务的仿真测试指标；

基于所述仿真测试指标对目标仿真任务的执行结果进行评价，得到所述目标仿真任务的任务评价结果；

确定所述目标仿真任务的待仿真场景组，将所述任务评价结果关联到目标仿真任务的待仿真场景组。

7.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

在所述云端仿真集群中仿真节点执行所述仿真任务分片的过程中对所述仿真节点进行监控以确定所述仿真节点的节点运行状态以及所述目标仿真任务的任务执行进度；

将所述仿真节点的节点运行状态以及所述目标仿真任务的任务执行进度通过仿真平台界面展示。

8.一种智能驾驶仿真装置，其特征在于，所述装置包括：

仿真数据确定模块，用于根据智能驾驶仿真请求，确定目标仿真场景以及仿真配置信息；

仿真任务生成模块，用于基于所述目标仿真场景以及所述仿真配置信息生成目标仿真任务，并基于所述仿真配置信息向云端仿真集群提交所述目标仿真任务；

仿真任务调度模块，用于基于所述目标仿真任务所需要的预期计算资源以及所述云端仿真集群中各仿真节点所拥有的实际计算资源，将所述目标仿真任务调度给所述云端仿真集群中的仿真节点以使所述云端仿真集群中的仿真节点执行所述目标仿真任务。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的智能驾驶仿真方法。

10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的智能驾驶仿真方法。