一种模型生成方法、模型生成装置及电子设备制造方法及图纸

本申请适用于信息技术领域，提供了一种模型生成方法，模型生成装置及电子设备。该方法包括：针对每个智能车辆等级，根据与所述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆；将各个智能车辆等级下所设定得到的模拟智能车辆按照预设的数量比例输入至预设的交通流仿真系统中，得到交通流仿真结果；对所述交通流仿真结果进行分析，以筛查出与各个智能车辆等级相关联的特征指标中的目标特征指标；基于所述目标特征指标生成智能车辆仿真模型。本申请方案通过对各等级的智能车辆的特征指标进行筛查，保留每个等级下的部分特征指标，简化了模拟智能车辆的生成过程，降低了模拟智能车辆的生成难度，提升了模拟智能车辆的生成效率。

【技术实现步骤摘要】
一种模型生成方法、模型生成装置及电子设备
本申请属于信息
，尤其涉及一种模型生成方法、模型生成装置、电子设备及计算机可读存储介质。
技术介绍
随着自动驾驶技术的发展，智能车辆越来越多，未来势必将会在一长段时期内呈现传统车辆与智能车辆混行的交通状况。基于此，交通流仿真系统所面向的载具对象也将由单一的传统车辆转换为传统车辆及智能车辆。考虑到智能车辆有等级的区分，且不同等级的智能车辆所关注特征指标不同，因而，如何更高效的对不同等级的智能车辆进行模拟，成为当前亟待解决的问题。
技术实现思路
本申请提供了一种模型生成方法、模型生成装置、电子设备及计算机可读存储介质，可简化各个等级的模拟智能车辆的生成过程，降低模拟智能车辆的生成难度，提升模拟智能车辆的生成效率。第一方面，本申请提供了一种模型生成方法，包括：针对每个智能车辆等级，根据与上述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆；将各个智能车辆等级下所设定得到的模拟智能车辆按照预设的数量比例输入至预设的交通流仿真系统中，得到交通流仿真结果；对上述交通流仿真结果进行分析，以筛查出与各个智能车辆等级相关联的特征指标中的目标特征指标；基于上述目标特征指标生成智能车辆仿真模型。第二方面，本申请提供了一种模型生成装置，包括：车辆设定单元，用于针对每个智能车辆等级，根据与上述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆；结果获取单元，用于将各个智能车辆等级下所设定得到的模拟智能车辆按照预设的数量比例输入至预设的交通流仿真系统中，得到交通流仿真结果；指标筛查单元，用于对上述交通流仿真结果进行分析，以筛查出与各个智能车辆等级相关联的特征指标中的目标特征指标；模型生成单元，用于基于上述目标特征指标生成智能车辆仿真模型。第三方面，本申请提供了一种电子设备，上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。第四方面，本申请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存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。第五方面，本申请提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。由上可见，通过本申请方案，可对各个等级的智能车辆的特征指标进行筛查，保留每个等级下的部分特征指标，并基于每个等级下所保留的部分特征指标来生成智能车辆仿真模型，通过该智能车辆仿真模型可实现智能车辆的快速模拟，使得各个等级的模拟智能车辆的生成过程得以简化，不仅能够降低模拟智能车辆的生成难度，而且还可提升模拟智能车辆的生成效率。可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。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模型生成方法的实现流程示意图；图2是本申请实施例提供的模型生成装置的结构框图；图3是本申请实施例提供的电子设备的结构示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。随着自动驾驶技术的发展，智能车辆越来越多。目前，行业内已基于智能车辆的智能程度对智能车辆的等级进行了划分，具体分为五个等级，此处对各个等级进行简单介绍：一级智能车辆，其驾驶系统只能进行车道保持或加减速操作，其它驾驶操作仍由驾驶员手动完成。二级智能车辆，其驾驶系统能够进行方向控制和加减速等多项操作，其它驾驶操作仍由驾驶员手动完成。三级智能车辆，其驾驶系统可以完成生产厂商设计工况下的所有操作，但驾驶员仍需保持警惕，在驾驶系统发出接管提示时对车辆进行接管。四级智能车辆，其驾驶系统可以完成生产厂商设计工况下的所有操作，除了某些极特殊情况，一般无需驾驶员进行干预。五级智能车辆，其驾驶系统可以在所有路段下实现完全自动驾驶，任何时候均无需驾驶员进行干预。然而，目前的交通流仿真系统，仍主要仅面向传统车辆（也即非智能车辆）进行模拟，或者是面向简单区分的传统车辆及智能车辆进行模拟，并没有考虑到不同等级智能车辆之间的差异。并且，交通流仿真系统中，需要输入大量的模拟车辆（包括模拟智能车辆及模拟传统车辆），如果对各个车辆进行独立模拟，则会导致成本过高。基于此，本申请实施例提出了一种模型生成方法、模型生成装置、电子设备及计算机可读存储介质，可对各个等级的智能车辆的特征指标进行筛查，保留每个等级下的部分特征指标，并基于保留下的特征指标生成智能车辆仿真模型，后续可直接基于智能车辆仿真模型实现智能车辆的模拟，使得各个等级的模拟智能车辆的生成过程得以简化，不仅能够降低模拟智能车辆的生成难度，而且还可提本文档来自技高网...

【技术保护点】
1.一种模型生成方法，其特征在于，包括：/n针对每个智能车辆等级，根据与所述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆；/n将各个智能车辆等级下所设定得到的模拟智能车辆按照预设的数量比例输入至预设的交通流仿真系统中，得到交通流仿真结果；/n对所述交通流仿真结果进行分析，以筛查出与各个智能车辆等级相关联的特征指标中的目标特征指标；/n基于所述目标特征指标生成智能车辆仿真模型。/n

【技术特征摘要】
1.一种模型生成方法，其特征在于，包括：
针对每个智能车辆等级，根据与所述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆；
将各个智能车辆等级下所设定得到的模拟智能车辆按照预设的数量比例输入至预设的交通流仿真系统中，得到交通流仿真结果；
对所述交通流仿真结果进行分析，以筛查出与各个智能车辆等级相关联的特征指标中的目标特征指标；
基于所述目标特征指标生成智能车辆仿真模型。


2.如权利要求1所述的模型生成方法，其特征在于，与二级智能车辆相关联的特征指标为预警指标，所述预警指标用于描述智能车辆发出事故预警；与二级智能车辆相关联的特征约束条件为二级条件，所述二级条件为：基于所述预警指标所得的事故率低于预设事故率；则针对二级智能车辆，所述根据与所述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆，包括：
确定符合所述二级条件的预警指标值范围；
基于所述预警指标值范围，设定属于二级智能车辆的模拟智能车辆。


3.如权利要求1所述的模型生成方法，其特征在于，与三级智能车辆相关联的特征指标为自动驾驶事故率指标、驾驶员未接管概率指标及驾驶员接管所需时间指标；与三级智能车辆相关联的特征约束条件为三级条件，所述三级条件为：基于自动驾驶事故率指标及驾驶员接管所需时间指标所计算而得的事故率低于预设事故率，其中，事故率的计算公式由所述驾驶员接管所需时间指标而确定；则针对三级智能车辆，所述根据与所述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆，包括：
在不同的驾驶员接管所需时间指标值下，确定符合所述三级条件的自动驾驶事故率指标值范围及驾驶员未接管概率指标值范围；
基于所述自动驾驶事故率指标值范围及驾驶员未接管概率指标值范围，以及对应的驾驶员接管所需时间指标值，设定属于三级智能车辆的模拟智能车辆。


4.如权利要求1所述的模型生成方法，其特征在于，与四级智能车辆相关联的特征指标为传感器识别指标及驾驶员接管所需时间指标，所述传感器识别指标包括识别距离子指标、识别时间子指标及识别精度子指标，所述识别精度子指标用于表示传感器对障碍物的识别准确率；与四级智能车辆相关联的特征约束条件为四级条件，所述四级条件为：基于所述传感器识别指标及所述驾驶员接管所需时间指标所计算而得的事故率低于预设事故率；则针对四级智能车辆，所述根据与所述智能车辆等级相关联的特征指标及特征约束条件，设定模拟智能车辆，包括：
确定符合所述四级条件的传感器识别指标值范围及驾驶员接管所需时间指标值范围；
基于所述传感器识别指标值范围及驾驶员接管所需时间指标值范围，设定属于四级...

【专利技术属性】
技术研发人员：张晓春，陈振武，赵延宁，周子益，
申请(专利权)人：深圳市城市交通规划设计研究中心股份有限公司，
类型：发明
国别省市：广东;44