一种基于仿真平台的可交互数据集重现方法与系统技术方案

本发明专利技术涉及一种基于仿真平台的可交互数据集重现方法与系统。该方法包括利用INTERACTION数据集搭建车辆仿真场景；利用线性插值方法对实体轨迹进行预处理；根据预处理后的实体轨迹，采用纯跟踪算法确定横向运动控制器；并根据预处理后的实体轨迹，采用PID控制算法确定纵向运动控制器；根据预处理后的实体轨迹、横向运动控制器以及纵向运动控制器确定车辆在车辆仿真场景中的控制信号；根据控制信号控制车辆在车辆仿真场景中的运动，实现可交互数据集重现。本发明专利技术能够提高数据集灵活性，进而提供交互式实验环境。进而提供交互式实验环境。进而提供交互式实验环境。

【技术实现步骤摘要】
一种基于仿真平台的可交互数据集重现方法与系统


[0001]本专利技术涉及车辆自动驾驶领域，特别是涉及一种基于仿真平台的可交互数据集重现方法与系统。

技术介绍

[0002]数据集是自动驾驶技术的重要研究对象。自动驾驶包括诸多领域，例如运动预测、运动规划、表征学习、模仿学习、行为建模、算法测试等均围绕数据集展开，数据集的信息密度、准确性、场景多样性、实体完整性的优劣直接影响实验结果的好坏。数据集可分为不可交互式和可交互式数据集两种。不可交互式数据集是现阶段数据集的主流形式，一般包含实体运动轨迹、静态环境信息、时间戳等。不可交互式数据集最大的劣势是灵活性差，数据集内容不可更改，局限性大。可交互式数据集在不可交互式数据集的基础上引入动态调整机制，能根据研究者需要增减、更改实体的运动轨迹，大大提高了数据集的泛用性和适应性。目前在无人驾驶领域，用于训练的数据集多是不可交互式数据集，在使用过程中对数据集的处理较为困难，针对可交互式数据集的重现和动态调整的方法较少。
[0003]针对上述问题，亟需提出一种可交互数据集重现方法或系统，以解决目前数据集灵活性差、不能提供交互式实验环境的问题。

技术实现思路

[0004]本专利技术的目的是提供一种基于仿真平台的可交互数据集重现方法与系统，能够提高数据集灵活性，进而提供交互式实验环境。
[0005]为实现上述目的，本专利技术提供了如下方案：一种基于仿真平台的可交互数据集重现方法，包括：利用INTERACTION数据集搭建车辆仿真场景；所述INTERACTION数据集的数据类型包括实体轨迹、不同国家的交通场景信息以及对应场景的高清语义地图；所述交通场景信息包括：环岛、十字路口、城市/高速公路换道以及超车场景；所述车辆仿真场景包括：按高速公路国标搭建道路、交通灯和交通标志的位置和种类、交通要素的位置和种类、车辆出生点、车辆的长、宽、高以及类型、以及车辆轨迹；所述车辆仿真场景与INTERACTION数据集的坐标系一致；所述车辆仿真场景的控制目标为道路上的车流；利用线性插值方法对实体轨迹进行预处理；所述实体轨迹包括：车辆在平面上的x，y坐标以及车辆在x，y方向上的速度和车辆的角位移；根据预处理后的实体轨迹，采用纯跟踪算法确定横向运动控制器；并根据预处理后的实体轨迹，采用PID控制算法确定纵向运动控制器；根据预处理后的实体轨迹、横向运动控制器以及纵向运动控制器确定车辆在车辆仿真场景中的控制信号；根据控制信号控制车辆在车辆仿真场景中的运动，实现可交互数据集重现。
[0006]可选地，所述利用INTERACTION数据集搭建车辆仿真场景，具体包括：
利用CARLA动力学仿真软件和INTERACTION数据集搭建二维地图；采用RoadRunner方法将二维地图转换为三维地图；将三维地图导入CARLA函数库中搭建车辆仿真场景。
[0007]可选地，所述利用线性插值方法对实体轨迹进行预处理，具体包括：将实体轨迹导入车辆仿真场景中，确定每一车辆的轨迹；对每一车辆的轨迹采用线性插值方法进行平滑处理；根据平滑处理的轨迹截取每一车辆的前视距离；并对截取的前视距离进行校验；根据校验通过后的前视距离确定预处理后的实体轨迹。
[0008]可选地，所述根据预处理后的实体轨迹，采用纯跟踪算法确定横向运动控制器；并根据预处理后的实体轨迹，采用PID控制算法确定纵向运动控制器，具体包括：利用公式确定横向运动控制器；利用公式确定纵向运动控制器；其中，δ为前轮转角，L为前后轴距，α为车身和目标路点的夹角，v
x
为车辆纵向速度，k为调整系数，k用于控制前视距离的大小，t为时间，U为控制值，U为正值时输出为油门信号，控制车辆加速，负值时输出为刹车信号，控制车辆减速，err为当前车速与下一个轨迹点需求车速的差值，即误差，kp为比例项系数，T
I
为积分项系数，T
D
为微分项系数。
[0009]一种基于仿真平台的可交互数据集重现系统，包括：车辆仿真场景搭建模块，用于利用INTERACTION数据集搭建车辆仿真场景；所述INTERACTION数据集的数据类型包括实体轨迹、不同国家的交通场景信息以及对应场景的高清语义地图；所述交通场景信息包括：环岛、十字路口、城市/高速公路换道以及超车场景；所述车辆仿真场景包括：按高速公路国标搭建道路、交通灯和交通标志的位置和种类、交通要素的位置和种类、车辆出生点、车辆的长、宽、高以及类型、以及车辆轨迹；所述车辆仿真场景与INTERACTION数据集的坐标系一致；所述车辆仿真场景的控制目标为道路上的车流；实体轨迹预处理模块，用于利用线性插值方法对实体轨迹进行预处理；所述实体轨迹包括：车辆在平面上的x，y坐标以及车辆在x，y方向上的速度和车辆的角位移；运动控制器确定模块，用于根据预处理后的实体轨迹，采用纯跟踪算法确定横向运动控制器；并根据预处理后的实体轨迹，采用PID控制算法确定纵向运动控制器；控制信号确定模块，用于根据预处理后的实体轨迹、横向运动控制器以及纵向运动控制器确定车辆在车辆仿真场景中的控制信号；车辆控制模块，用于根据控制信号控制车辆在车辆仿真场景中的运动，实现可交互数据集重现。
[0010]可选地，所述车辆仿真场景搭建模块具体包括：二维地图搭建单元，用于利用CARLA动力学仿真软件和INTERACTION数据集搭建二维地图；二维地图转换单元，用于采用RoadRunner方法将二维地图转换为三维地图；
车辆仿真场景搭建单元，用于将三维地图导入CARLA函数库中搭建车辆仿真场景。
[0011]可选地，所述实体轨迹预处理模块具体包括：每一车辆的轨迹确定单元，用于将实体轨迹导入车辆仿真场景中，确定每一车辆的轨迹；轨迹平滑处理单元，用于对每一车辆的轨迹采用线性插值方法进行平滑处理；前视距离校验单元，用于根据平滑处理的轨迹截取每一车辆的前视距离；并对截取的前视距离进行校验；实体轨迹预处理单元，用于根据校验通过后的前视距离确定预处理后的实体轨迹。
[0012]可选地，所述运动控制器确定模块具体包括：横向运动控制器确定单元，用于利用公式确定横向运动控制器；纵向运动控制器确定单元，用于利用公式确定纵向运动控制器；其中，δ为前轮转角，L为前后轴距，α为车身和目标路点的夹角，v
x
为车辆纵向速度，k为调整系数，k用于控制前视距离的大小，t为时间，U为控制值，U为正值时输出为油门信号，控制车辆加速，负值时输出为刹车信号，控制车辆减速，err为当前车速与下一个轨迹点需求车速的差值，即误差，kp为比例项系数，T
I
为积分项系数，T
D
为微分项系数。
[0013]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术所提供的一种基于仿真平台的可交互数据集重现方法与系统，可根据数据集进行仿真场景的搭建，还原数据集的道路和交通标志，然后分别确定运动控制器的纵向控制器和横向控制器，以车辆的轨迹坐标作为输入，运动控制器输出油门、刹车、转向等控制信号，仿真场景根据控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于仿真平台的可交互数据集重现方法，其特征在于，包括：利用INTERACTION数据集搭建车辆仿真场景；所述INTERACTION数据集的数据类型包括实体轨迹、不同国家的交通场景信息以及对应场景的高清语义地图；所述交通场景信息包括：环岛、十字路口、城市/高速公路换道以及超车场景；所述车辆仿真场景包括：按高速公路国标搭建道路、交通灯和交通标志的位置和种类、交通要素的位置和种类、车辆出生点、车辆的长、宽、高以及类型、以及车辆轨迹；所述车辆仿真场景与INTERACTION数据集的坐标系一致；所述车辆仿真场景的控制目标为道路上的车流；利用线性插值方法对实体轨迹进行预处理；所述实体轨迹包括：车辆在平面上的x，y坐标以及车辆在x，y方向上的速度和车辆的角位移；根据预处理后的实体轨迹，采用纯跟踪算法确定横向运动控制器；并根据预处理后的实体轨迹，采用PID控制算法确定纵向运动控制器；根据预处理后的实体轨迹、横向运动控制器以及纵向运动控制器确定车辆在车辆仿真场景中的控制信号；根据控制信号控制车辆在车辆仿真场景中的运动，实现可交互数据集重现。2.根据权利要求1所述的一种基于仿真平台的可交互数据集重现方法，其特征在于，所述利用INTERACTION数据集搭建车辆仿真场景，具体包括：利用CARLA动力学仿真软件和INTERACTION数据集搭建二维地图；采用RoadRunner方法将二维地图转换为三维地图；将三维地图导入CARLA函数库中搭建车辆仿真场景。3.根据权利要求1所述的一种基于仿真平台的可交互数据集重现方法，其特征在于，所述利用线性插值方法对实体轨迹进行预处理，具体包括：将实体轨迹导入车辆仿真场景中，确定每一车辆的轨迹；对每一车辆的轨迹采用线性插值方法进行平滑处理；根据平滑处理的轨迹截取每一车辆的前视距离；并对截取的前视距离进行校验；根据校验通过后的前视距离确定预处理后的实体轨迹。4.根据权利要求1所述的一种基于仿真平台的可交互数据集重现方法，其特征在于，所述根据预处理后的实体轨迹，采用纯跟踪算法确定横向运动控制器；并根据预处理后的实体轨迹，采用PID控制算法确定纵向运动控制器，具体包括：利用公式确定横向运动控制器；利用公式确定纵向运动控制器；其中，δ为前轮转角，L为前后轴距，α为车身和目标路点的夹角，v
x
为车辆纵向速度，k为调整系数，k用于控制前视距离的大小，t为时间，U为控制值，U为正值时输出为油门信号，控制车辆加速，负值时输出为刹车信号，控制车辆减速，err为当前车速与下一个轨迹点需求车速的差值，即误差，kp为比例项系数，T
I
为积分项系数，T
D
为微分项系数。5.一种基于仿真平台的可交互数据集重现系统，其特征在于，包括：车辆仿真场景搭建模块，用于利用INTERACTIO...

【专利技术属性】
技术研发人员：龚建伟，李子睿，贺先祺，左寅初，臧政，吕超，
申请(专利权)人：北理慧动北京教育科技有限公司，
类型：发明
国别省市：