CN102982703A - 一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法 - Google Patents
一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法 Download PDFInfo
- Publication number
- CN102982703A CN102982703A CN201210534718XA CN201210534718A CN102982703A CN 102982703 A CN102982703 A CN 102982703A CN 201210534718X A CN201210534718X A CN 201210534718XA CN 201210534718 A CN201210534718 A CN 201210534718A CN 102982703 A CN102982703 A CN 102982703A
- Authority
- CN
- China
- Prior art keywords
- track
- automobile driving
- car
- traffic
- virtual traffic
- 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.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，所述的交互方法采用高效的算法和数据结构，实现汽车驾驶仿真器与虚拟交通环境仿真软件的实时交互：交通环境仿真软件根据自身状态、所接收到的汽车驾驶仿真器的状态、交通仿真模型进行交互式交通微观仿真计算。汽车驾驶仿真器接收来自交通环境仿真软件的关于交通流中在其附近的交通参与对象的状态信息，并利用这些信息完成三维空间上的碰撞检测计算，实现与虚拟交通环境仿真软件所仿真交通流的交互。本发明采用有向图结构，实现道路环境数据的快速遍历，提高了仿真计算的效率；仿真计算结果逼真，能够很好地仿真出汽车驾驶仿真器与虚拟交通环境仿真系统交互关系。
Description
技术领域
本发明涉及一种汽车驾驶仿真器与虚拟交通环境仿真系统之间信息的交互的方法。
背景技术
汽车驾驶行为具有复杂性、模糊性、自学习性、相关性等多种特征。在进行汽车驾驶教学时，需要特别注重培养学员的系统性和预见性的思维习惯。可见，汽车驾驶技能是不可以量化的，也并非通过简单的培训就可以获得。
然而，传统的汽车驾驶培训模式大都以教学实践经验为基础，是在总结和概括的过程中形成的，都属于归纳式的培训模式。在这种培训模式中，经验和感性的成分较多。事实上，传统教学知识结构的线性化，限制了多层次、多角度地获得知识信息，没有构成系统化和概括化的教学体系，教学运用的局限性较大。
模拟驾驶，也叫做汽车驾驶仿真，或汽车虚拟驾驶。是指利用现代高科技手段如：三维图像实时生成技术、汽车动力学仿真物理系统、大视场显示技术（如多通道立体投影系统）、六自由度运动平台（或三自由度运动平台）、用户输入硬件系统、立体声音响、中控系统等，让体验者在一个虚拟的驾驶环境中，感受到接近真实效果的视觉、听觉和体感的汽车驾驶体验，在新车型开发和驾驶培训方面应用十分广泛。具有驾驶模拟效果逼真、节能、安全、经济，不受时间、气候、场地的限制，驾驶训练效率高、培训周期短等优势，在新车型开发和驾驶培训方面应用十分广泛。
然而，现有汽车驾驶仿真器与虚拟交通环境仿真系统进行交互的过程中，仍然存在以下不足：交互精度不够，常出现车辆相互穿越现象；虚拟交通环境中它车行为的仿真粒度不够小、逼真度不高，难以针对本车与实际相符的响应。
发明内容
本发明的目的在于克服现有技术，提供一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，该方法采用高效的算法和有向图结构，实现道路环境数据的快速遍历，提高仿真计算的效率，实现汽车驾驶仿真器与虚拟交通环境仿真软件的实时交互，解决交互精度不够、虚拟交通环境中它车行为的仿真粒度不够小、逼真度不高、车辆相互穿越等问题。
本发明的目的是通过以下技术方案来实现的：一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，仿真系统包括虚拟交通环境仿真系统和汽车驾驶仿真器，交互方法包括以下步骤：
S1：分别启动虚拟交通环境仿真系统和汽车驾驶仿真器；
S2：虚拟交通环境仿真系统加载道路环境数据和交通仿真模型参数，初始化路网中的车辆状态，并启动网络通讯，建立组播组；若建立组播组失败，则退出运行；
S3：汽车驾驶仿真器初始化本车状态，加载汽车驾驶仿真模型参数，并加入组播组；若未能加入组播组，则退出运行；
S4：运行开始后，虚拟交通环境仿真系统根据初始状态或上一时刻交通环境、所接收到的汽车驾驶仿真器所仿真的本车状态和交通仿真模型进行交通仿真计算，并向组播组中发送一次除本车状态外其它所有车辆的空间位置与姿态数据、行人状态、信号灯状态数据；
S5：汽车驾驶仿真器根据上一时刻的本车状态、接收到的交通环境状态、采集到的使用者操作动作、汽车驾驶仿真模型进行驾驶仿真运算，向组播组中发送一次本车状态；
S6：在仿真执行中，虚拟交通环境仿真系统以50ms或更短的周期重复步骤S4，汽车驾驶仿真器以50ms或更短的周期重复步骤S5，直至运行结束。
所述的虚拟交通环境仿真系统中采用有向图数据结构G(V,A)存储道路环境数据，有向图的顶点Vi用于存储车道几何信息、车道属性信息和车道内行驶的车辆队列，有向图的弧Aij用于存储车道之间的关联属性。
车道几何信息包括车道中心线的三次样条曲线、车道宽度、起点坐标、终点坐标；车道属性信息包括车道类型、车道限速；车道内行驶的车辆队列中存放了在该车道行驶的所有车辆对象的指针、车辆在车道中的位置；车道之间的关联属性包括车道的位置关系、连接或冲突关系。
汽车驾驶仿真器中的数据存储为队列存储方式。
所述的虚拟交通环境仿真系统在步骤S4中采用的仿真方法包括以下步骤：
S41：获得的本车的当前位置、姿态、速度矢量和加速度矢量；
S42：遍历其有向图中的顶点，直至找到与本车相关的所有车道顶点：遍历从上一时刻与本车相关的车道所在的顶点开始，结束条件为有向图顶点对应的车道不与本车包围盒范围相交结束；
S43：本车与车道的关系定义为：同向行驶、逆向行驶、阻碍车道和侵犯车道。
同向行驶定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于-30度且小于30度。
逆向行驶定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于150度且小于210度。
阻碍车道定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于30度且小于150度，或大于210度且小于330度。
侵犯车道定义为本车在路面的投影面积不超过60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于-30度且小于30度，或大于150度且小于210度。
本发明的优点在于：
（1）采用高效的算法和数据结构，实现汽车驾驶仿真器与虚拟交通环境仿真软件的实时交互。
（2）采用有向图结构，可实现道路环境数据的快速遍历，提高了仿真计算的效率，定义了本车与车道的四种关系，基于这些关系可方便地实现该车道上行驶车辆对本车的交通仿真计算。
（3）仿真计算结果逼真，能够很好地仿真出汽车驾驶仿真器与虚拟交通环境仿真系统交互关系，可广泛应用于汽车驾驶仿真器、微观交通仿真、道路规划仿真、交通安全培训教育等领域。
具体实施方式
下面结合具体实施例进一步说明本发明的技术方案，但本发明所保护的内容不局限于以下所述。
一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，仿真系统包括虚拟交通环境仿真系统和汽车驾驶仿真器，交互方法包括以下步骤：
S1：分别启动虚拟交通环境仿真系统和汽车驾驶仿真器；
S2：虚拟交通环境仿真系统加载道路环境数据和交通仿真模型参数，初始化路网中的车辆状态，并启动网络通讯，建立组播组；若建立组播组失败，则退出运行；
S3：汽车驾驶仿真器初始化本车状态，加载汽车驾驶仿真模型参数，并加入组播组；若未能加入组播组，则退出运行；
S4：运行开始后，虚拟交通环境仿真系统根据初始状态或上一时刻交通环境、所接收到的汽车驾驶仿真器所仿真的本车状态和交通仿真模型进行交通仿真计算，并向组播组中发送一次除本车状态外其它所有车辆的空间位置与姿态数据、行人状态、信号灯状态数据；
S5：汽车驾驶仿真器根据上一时刻的本车状态、接收到的交通环境状态、采集到的使用者操作动作、汽车驾驶仿真模型进行驾驶仿真运算，向组播组中发送一次本车状态；
S6：在仿真执行中，虚拟交通环境仿真系统以50ms或更短的周期重复步骤S4，汽车驾驶仿真器以50ms或更短的周期重复步骤S5，直至运行结束。
所述的虚拟交通环境仿真系统中采用有向图数据结构G(V,A)存储道路环境数据，有向图的顶点Vi用于存储车道几何信息、车道属性信息和车道内行驶的车辆队列，有向图的弧Aij用于存储车道之间的关联属性。
车道几何信息包括车道中心线的三次样条曲线、车道宽度、起点坐标、终点坐标；车道属性信息包括车道类型、车道限速；车道内行驶的车辆队列中存放了在该车道行驶的所有车辆对象的指针、车辆在车道中的位置；车道之间的关联属性包括车道的位置关系、连接或冲突关系。
汽车驾驶仿真器中的数据存储为队列存储方式。
所述的虚拟交通环境仿真系统在步骤S4中采用的仿真方法包括以下步骤：
S41：获得的本车的当前位置、姿态、速度矢量和加速度矢量；
S42：遍历其有向图中的顶点，直至找到与本车相关的所有车道顶点：遍历从上一时刻与本车相关的车道所在的顶点开始，结束条件为有向图顶点对应的车道不与本车包围盒范围相交结束；
S43：本车与车道的关系定义为：同向行驶、逆向行驶、阻碍车道和侵犯车道。
同向行驶定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于-30度且小于30度。对于同向行驶的情况，本车将被视为普通的交通参与者并被加入队列，本车位置、姿态将被用于计算其在车道内的偏移并进行排队。车道内排在本车后面的其它车辆将根据本车位置，按跟驰模型进行仿真计算。
逆向行驶定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于150度且小于210度。对于逆向行驶的情况，根据本车的速度、加速度矢量，预测本车在2000毫秒的运行轨迹，并根据该运动轨迹进行车道内车辆状态的仿真计算。
阻碍车道定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于30度且小于150度，或大于210度且小于330度。对于阻碍车道的情况，根据本车的速度、加速度矢量，预测本车在1000毫秒的运行轨迹，并根据该运动轨迹进行车道内车辆状态的仿真计算。
侵犯车道定义为本车在路面的投影面积不超过60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于-30度且小于30度，或大于150度且小于210度。对于侵犯车道的情况，根据本车的速度、加速度矢量，预测本车在1000毫秒的运行轨迹，并根据该运动轨迹进行车道内车辆状态的仿真计算。
本发明的核心在于采用一套算法和数据结构来实现汽车驾驶仿真器与虚拟交通环境仿真软件的实时交互：首先需要在汽车驾驶仿真器与虚拟交通环境仿真软件间构建统一坐标的系统，车驾驶仿真器所仿真汽车的状态参数通过通讯协议传给交通环境仿真软件，交通环境仿真软件根据自身状态、所接收到的汽车驾驶仿真器的状态、交通仿真模型进行交互式交通微观仿真计算，并根据汽车状态参数计算出其所在的车道及在车道中的位置，并计算汽车驾驶仿真器的运行趋势。在进行交通流仿真计算时，将这些信息考虑进去。汽车驾驶仿真器接收来自交通环境仿真软件的关于交通流中在其附近的交通参与对象的状态信息，并利用这些信息完成三维空间上的碰撞检测计算，实现与虚拟交通环境仿真软件所仿真交通流的交互。
Claims (9)
1.一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：仿真系统包括虚拟交通环境仿真系统和汽车驾驶仿真器，交互方法包括以下步骤：
S1：分别启动虚拟交通环境仿真系统和汽车驾驶仿真器；
S2：虚拟交通环境仿真系统加载道路环境数据和交通仿真模型参数，初始化路网中的车辆状态，并启动网络通讯，建立组播组；若建立组播组失败，则退出运行；
S3：汽车驾驶仿真器初始化本车状态，加载汽车驾驶仿真模型参数，并加入组播组；若未能加入组播组，则退出运行；
S4：运行开始后，虚拟交通环境仿真系统根据初始状态或上一时刻交通环境、所接收到的汽车驾驶仿真器所仿真的本车状态和交通仿真模型进行交通仿真计算，并向组播组中发送一次除本车状态外其它所有车辆的空间位置与姿态数据、行人状态、信号灯状态数据；
S5：汽车驾驶仿真器根据上一时刻的本车状态、接收到的交通环境状态、采集到的使用者操作动作、汽车驾驶仿真模型进行驾驶仿真运算，向组播组中发送一次本车状态；
S6：在仿真执行中，虚拟交通环境仿真系统以50ms或更短的周期重复步骤S4，汽车驾驶仿真器以50ms或更短的周期重复步骤S5，直至运行结束。
2.根据权利要求1所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的虚拟交通环境仿真系统中采用有向图数据结构G(V,A)存储道路环境数据，有向图的顶点Vi用于存储车道几何信息、车道属性信息和车道内行驶的车辆队列，有向图的弧Aij用于存储车道之间的关联属性。
3.根据权利要求2所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的车道几何信息包括车道中心线的三次样条曲线、车道宽度、起点坐标、终点坐标；车道属性信息包括车道类型、车道限速；车道内行驶的车辆队列中存放了在该车道行驶的所有车辆对象的指针、车辆在车道中的位置；车道之间的关联属性包括车道的位置关系、连接或冲突关系。
4.根据权利要求1所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的汽车驾驶仿真器中的数据存储为队列存储方式。
5.根据权利要求1所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的虚拟交通环境仿真系统在步骤S4中采用的仿真方法包括以下步骤：
S41：获得的本车的当前位置、姿态、速度矢量和加速度矢量；
S42：遍历其有向图中的顶点，直至找到与本车相关的所有车道顶点：遍历从上一时刻与本车相关的车道所在的顶点开始，结束条件为有向图顶点对应的车道不与本车包围盒范围相交结束；
S43：本车与车道的关系定义为：同向行驶、逆向行驶、阻碍车道和侵犯车道。
6.根据权利要求5所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的同向行驶定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于-30度且小于30度。
7.根据权利要求5所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的逆向行驶定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于150度且小于210度。
8.根据权利要求5所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的阻碍车道定义为本车在路面的投影面积60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于30度且小于150度，或大于210度且小于330度。
9.根据权利要求5所述的一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法，其特征在于：所述的侵犯车道定义为本车在路面的投影面积不超过60%处于车道范围内，且运行方向与车道中心线切向量的夹角大于-30度且小于30度，或大于150度且小于210度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210534718.XA CN102982703B (zh) | 2012-12-12 | 2012-12-12 | 一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210534718.XA CN102982703B (zh) | 2012-12-12 | 2012-12-12 | 一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102982703A true CN102982703A (zh) | 2013-03-20 |
| CN102982703B CN102982703B (zh) | 2015-04-22 |
Family
ID=47856627
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210534718.XA Active CN102982703B (zh) | 2012-12-12 | 2012-12-12 | 一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102982703B (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745627A (zh) * | 2013-12-16 | 2014-04-23 | 北京交控科技有限公司 | 一种用于模拟驾驶的三维视景仿真方法及系统 |
| CN103793153A (zh) * | 2014-01-21 | 2014-05-14 | 广州钜东网络科技有限公司 | 虚拟汽车驾照考试考场自定义方法及装置 |
| CN103823382A (zh) * | 2014-02-27 | 2014-05-28 | 浙江省科威工程咨询有限公司 | 一种基于车型和车速的换道轨迹优化及可视化实现方法 |
| CN104217580A (zh) * | 2014-08-14 | 2014-12-17 | 中国科学院计算技术研究所 | 面向车辆群组动画的路网语义建模方法及系统 |
| CN105045649A (zh) * | 2015-07-07 | 2015-11-11 | 奇瑞汽车股份有限公司 | 一种智能汽车仿真方法及装置 |
| CN105718065A (zh) * | 2016-01-27 | 2016-06-29 | 北京交通大学 | 车路协同环境下的交互式视景仿真系统 |
| CN105808314A (zh) * | 2014-12-30 | 2016-07-27 | 中国移动通信集团公司 | 一种交通仿真的方法及装置 |
| CN106157728A (zh) * | 2015-03-12 | 2016-11-23 | 中国人民解放军装甲兵工程学院 | 一种装甲车辆驾驶员终端仿真器 |
| CN106598695A (zh) * | 2015-10-16 | 2017-04-26 | 福特全球技术公司 | 用于虚拟驾驶环境中的车道边界检测的试验台 |
| CN106599767A (zh) * | 2015-10-16 | 2017-04-26 | 福特全球技术公司 | 虚拟环境中的车道边界检测数据生成 |
| CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
| CN107966693A (zh) * | 2017-12-05 | 2018-04-27 | 成都合纵连横数字科技有限公司 | 一种基于深度渲染的车载激光雷达仿真方法 |
| CN108563915A (zh) * | 2018-07-17 | 2018-09-21 | 成都合纵连横数字科技有限公司 | 车辆数字化仿真测试模型构建系统及方法、计算机程序 |
| CN108877374A (zh) * | 2018-07-24 | 2018-11-23 | 长安大学 | 基于虚拟现实与驾驶模拟器的车辆队列仿真系统和方法 |
| CN111045425A (zh) * | 2019-12-05 | 2020-04-21 | 中国北方车辆研究所 | 一种地面无人车辆的辅助遥操作驾驶方法 |
| CN111523478A (zh) * | 2020-04-24 | 2020-08-11 | 中山大学 | 一种作用于目标检测系统的行人图像检测方法 |
| CN111524237A (zh) * | 2020-04-23 | 2020-08-11 | 九江精密测试技术研究所 | 一种用于汽车模拟器中的汽车与地形交互仿真方法 |
| CN111881548A (zh) * | 2020-06-16 | 2020-11-03 | 广东工业大学 | 一种智能交通的计算机仿真方法 |
| CN112885185A (zh) * | 2021-01-22 | 2021-06-01 | 内蒙古巨宇测绘有限公司 | 一种模拟驾驶方法及装置 |
| CN114049615A (zh) * | 2021-11-12 | 2022-02-15 | 阿波罗智联(北京)科技有限公司 | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0930755A1 (en) * | 1997-12-15 | 1999-07-21 | Mitsubishi Denki Kabushiki Kaisha | Virtual reality networked system |
| CN101308616A (zh) * | 2007-06-15 | 2008-11-19 | 成都合纵连横数字科技有限公司 | 交互式交通仿真系统 |
| CN101630447A (zh) * | 2008-12-30 | 2010-01-20 | 天津市优耐特汽车电控技术服务有限公司 | 汽车整车联网教学的方法与装置 |
| CN201408490Y (zh) * | 2009-02-05 | 2010-02-17 | 成都合纵连横数字科技有限公司 | 汽车转向系动态仿真系统 |
-
2012
- 2012-12-12 CN CN201210534718.XA patent/CN102982703B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0930755A1 (en) * | 1997-12-15 | 1999-07-21 | Mitsubishi Denki Kabushiki Kaisha | Virtual reality networked system |
| CN101308616A (zh) * | 2007-06-15 | 2008-11-19 | 成都合纵连横数字科技有限公司 | 交互式交通仿真系统 |
| CN101630447A (zh) * | 2008-12-30 | 2010-01-20 | 天津市优耐特汽车电控技术服务有限公司 | 汽车整车联网教学的方法与装置 |
| CN201408490Y (zh) * | 2009-02-05 | 2010-02-17 | 成都合纵连横数字科技有限公司 | 汽车转向系动态仿真系统 |
Cited By (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745627A (zh) * | 2013-12-16 | 2014-04-23 | 北京交控科技有限公司 | 一种用于模拟驾驶的三维视景仿真方法及系统 |
| CN103793153B (zh) * | 2014-01-21 | 2017-01-04 | 广州钜东网络科技有限公司 | 虚拟汽车驾照考试考场自定义方法及装置 |
| CN103793153A (zh) * | 2014-01-21 | 2014-05-14 | 广州钜东网络科技有限公司 | 虚拟汽车驾照考试考场自定义方法及装置 |
| CN103823382A (zh) * | 2014-02-27 | 2014-05-28 | 浙江省科威工程咨询有限公司 | 一种基于车型和车速的换道轨迹优化及可视化实现方法 |
| CN104217580A (zh) * | 2014-08-14 | 2014-12-17 | 中国科学院计算技术研究所 | 面向车辆群组动画的路网语义建模方法及系统 |
| CN104217580B (zh) * | 2014-08-14 | 2016-08-17 | 中国科学院计算技术研究所 | 面向车辆群组动画的路网语义建模方法及系统 |
| CN105808314B (zh) * | 2014-12-30 | 2019-05-10 | 中国移动通信集团公司 | 一种交通仿真的方法及装置 |
| CN105808314A (zh) * | 2014-12-30 | 2016-07-27 | 中国移动通信集团公司 | 一种交通仿真的方法及装置 |
| CN106157728A (zh) * | 2015-03-12 | 2016-11-23 | 中国人民解放军装甲兵工程学院 | 一种装甲车辆驾驶员终端仿真器 |
| CN105045649A (zh) * | 2015-07-07 | 2015-11-11 | 奇瑞汽车股份有限公司 | 一种智能汽车仿真方法及装置 |
| CN105045649B (zh) * | 2015-07-07 | 2018-08-14 | 奇瑞汽车股份有限公司 | 一种智能汽车仿真方法及装置 |
| CN106598695A (zh) * | 2015-10-16 | 2017-04-26 | 福特全球技术公司 | 用于虚拟驾驶环境中的车道边界检测的试验台 |
| CN106599767A (zh) * | 2015-10-16 | 2017-04-26 | 福特全球技术公司 | 虚拟环境中的车道边界检测数据生成 |
| CN105718065B (zh) * | 2016-01-27 | 2018-08-21 | 北京交通大学 | 车路协同环境下的交互式视景仿真系统 |
| CN105718065A (zh) * | 2016-01-27 | 2016-06-29 | 北京交通大学 | 车路协同环境下的交互式视景仿真系统 |
| CN106951627A (zh) * | 2017-03-15 | 2017-07-14 | 北京百度网讯科技有限公司 | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 |
| US10997328B2 (en) | 2017-03-15 | 2021-05-04 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for simulation test of autonomous driving of vehicles, an apparatus and computer-readable storage medium |
| CN107966693A (zh) * | 2017-12-05 | 2018-04-27 | 成都合纵连横数字科技有限公司 | 一种基于深度渲染的车载激光雷达仿真方法 |
| CN107966693B (zh) * | 2017-12-05 | 2021-08-13 | 成都合纵连横数字科技有限公司 | 一种基于深度渲染的车载激光雷达仿真方法 |
| CN108563915A (zh) * | 2018-07-17 | 2018-09-21 | 成都合纵连横数字科技有限公司 | 车辆数字化仿真测试模型构建系统及方法、计算机程序 |
| CN108563915B (zh) * | 2018-07-17 | 2022-03-18 | 成都合纵连横数字科技有限公司 | 车辆数字化仿真测试模型构建系统及方法、计算机程序 |
| CN108877374A (zh) * | 2018-07-24 | 2018-11-23 | 长安大学 | 基于虚拟现实与驾驶模拟器的车辆队列仿真系统和方法 |
| CN111045425A (zh) * | 2019-12-05 | 2020-04-21 | 中国北方车辆研究所 | 一种地面无人车辆的辅助遥操作驾驶方法 |
| CN111045425B (zh) * | 2019-12-05 | 2023-04-28 | 中国北方车辆研究所 | 一种地面无人车辆的辅助遥操作驾驶方法 |
| CN111524237A (zh) * | 2020-04-23 | 2020-08-11 | 九江精密测试技术研究所 | 一种用于汽车模拟器中的汽车与地形交互仿真方法 |
| CN111524237B (zh) * | 2020-04-23 | 2022-11-04 | 九江精密测试技术研究所 | 一种用于汽车模拟器中的汽车与地形交互仿真方法 |
| CN111523478A (zh) * | 2020-04-24 | 2020-08-11 | 中山大学 | 一种作用于目标检测系统的行人图像检测方法 |
| CN111523478B (zh) * | 2020-04-24 | 2023-04-28 | 中山大学 | 一种作用于目标检测系统的行人图像检测方法 |
| CN111881548A (zh) * | 2020-06-16 | 2020-11-03 | 广东工业大学 | 一种智能交通的计算机仿真方法 |
| CN112885185A (zh) * | 2021-01-22 | 2021-06-01 | 内蒙古巨宇测绘有限公司 | 一种模拟驾驶方法及装置 |
| CN114049615A (zh) * | 2021-11-12 | 2022-02-15 | 阿波罗智联(北京)科技有限公司 | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 |
| CN114049615B (zh) * | 2021-11-12 | 2023-09-05 | 阿波罗智联(北京)科技有限公司 | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102982703B (zh) | 2015-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102982703B (zh) | 一种汽车驾驶仿真器与虚拟交通环境仿真系统的交互方法 | |
| Caesar et al. | nuplan: A closed-loop ml-based planning benchmark for autonomous vehicles | |
| CN105045649B (zh) | 一种智能汽车仿真方法及装置 | |
| Ersal et al. | Connected and automated road vehicles: state of the art and future challenges | |
| Yoo et al. | Stackelberg game based model of highway driving | |
| Rassõlkin et al. | Development case study of the first estonian self-driving car, iseauto | |
| CN109002595B (zh) | 模拟动态换道行为的双车道元胞自动机微观交通仿真方法 | |
| Bai et al. | Deep reinforcement learning based high-level driving behavior decision-making model in heterogeneous traffic | |
| Naumann et al. | Coincar-sim: An open-source simulation framework for cooperatively interacting automobiles | |
| CN102426425A (zh) | 一种汽车abs虚拟现实仿真系统 | |
| CN106530691A (zh) | 一种考虑车辆占有空间的混合车型多车道元胞自动机模型 | |
| CN109213153A (zh) | 一种车辆自动驾驶方法及电子设备 | |
| Pariota et al. | Integrating tools for an effective testing of connected and automated vehicles technologies | |
| Kavas-Torris et al. | The Effects of Varying Penetration Rates of L4-L5 Autonomous Vehicles on Fuel Efficiency and Mobility of Traffic Networks | |
| Yu et al. | Modeling and simulation of overtaking behavior involving environment | |
| Kaths et al. | Co-simulation of the virtual vehicle in virtual traffic considering tactical driver decisions. | |
| Ren et al. | Self-learned intelligence for integrated decision and control of automated vehicles at signalized intersections | |
| Lin et al. | Motion planner with fixed-horizon constrained reinforcement learning for complex autonomous driving scenarios | |
| CN106097421B (zh) | 基于真实数据的交通动画模拟系统 | |
| Liu et al. | Cooperative platoon control of automated industrial vehicles: A synchronization approach and real-world experiments | |
| CN117734715A (zh) | 基于强化学习的自动驾驶控制方法、系统、设备及存储介质 | |
| Tang et al. | Research on decision-making of lane-changing of automated vehicles in highway confluence area based on deep reinforcement learning | |
| Teng et al. | Car following model based on driving risk field for vehicle infrastructure cooperation | |
| CN111767648B (zh) | 一种基于简化的社会力计算模型的混合交通仿真方法 | |
| Han-wu et al. | Virtual reality based intelligent vehicle modeling in driving SIMULATION system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |