一种车辆、传感器的仿真方法及装置制造方法及图纸

本申请提供一种车辆、传感器的仿真方法及装置，该方法包括：将第一目标车辆相对仿真车辆的位置信息和速度信息及仿真车辆的道路环境信息，输入至传感器模型中，得到第一目标车辆的传感器特征预测值；其中，传感器模型用于仿真该仿真车辆中的传感器，第一目标车辆为仿真车辆所在的测试环境中的车辆，第一目标车辆相对仿真车辆的位置信息和速度信息及仿真车辆的道路环境信息为根据测试环境确定的，传感器模型为根据传感器的测量数据及标注的道路环境信息训练得到的；将第一目标车辆的传感器特征预测值输入至仿真车辆的决策模块，获得仿真车辆的仿真决策结果；其中，决策模块用于输出基于传感器特征预测值确定的车辆行驶决策。出基于传感器特征预测值确定的车辆行驶决策。出基于传感器特征预测值确定的车辆行驶决策。

【技术实现步骤摘要】
一种车辆、传感器的仿真方法及装置


[0001]本申请涉及智能网联车
，尤其涉及一种车辆、传感器的仿真方法及装置。

技术介绍

[0002]自动驾驶是一种由计算机系统代替人类来驾驶机动车辆的技术，其包括环境感知、位置定位、路径规划、决策控制和动力系统等功能模块。其中，实现环境感知功能的方式包括以下两种：通过激光雷达、毫米波雷达等高精度低维度传感器实现环境感知功能，以及，通过单目/多目高清摄影头等高维度低精度传感器实现环境感知功能。
[0003]为保证自动驾驶的安全性，智能汽车需要经过大量的路程测试充分验证安全性，然而，这会带来巨大的时间成本和经济成本。因此，在对智能汽车进行路程测试之前，可以通过虚拟仿真对智能汽车进行测试和验证，提高测试效率，降低测试成本。在智能汽车的仿真中，传感器的仿真是至关重要的一个环节，传感器仿真得到的仿真数据影响到了车辆仿真结果的可信度。
[0004]然而，目前的传感器测试过程复杂且实时性差，难以满足智能汽车实时仿真的需求。

技术实现思路

[0005]本申请提供一种车辆、传感器的仿真方法及装置，用于提高车辆的仿真效果。
[0006]第一方面，本申请提供一种车辆的仿真方法，该仿真方法可以应用于测试装置上，可以包括支持运行仿真软件的硬件设备，如个人计算机、服务器、车载移动终端、工控机、嵌入式设备等。例如，测试装置可以由云端的服务器或虚拟机实现。测试装置还可以是支持运行仿真软件的芯片。该测试装置用于测试仿真车辆，该测试装置可以包括传感器模型，所述传感器模型用于仿真所述仿真车辆中的传感器。例如，该测试装置可以是测试仿真车辆的服务器或服务器上的芯片。该方法可以包括：
[0007]将第一目标车辆相对仿真车辆的位置信息和速度信息及所述仿真车辆的道路环境信息，输入至传感器模型中，得到所述第一目标车辆的传感器特征预测值；所述传感器特征预测值包括以下至少一项：雷达反射截面(radar cross section，RCS)预测值和信噪比(signal
‑
noise ratio，SNR)预测值；其中，所述第一目标车辆为所述仿真车辆所在的测试环境中的车辆，所述第一目标车辆相对所述仿真车辆的位置信息和速度信息及所述仿真车辆的道路环境信息为根据所述测试环境确定的，所述传感器模型为根据所述传感器的测量数据及标注的道路环境信息训练得到的；将所述第一目标车辆的传感器特征预测值输入至所述仿真车辆的决策模块，获得所述仿真车辆的仿真决策结果；其中，所述决策模块用于输出基于所述传感器特征预测值确定的车辆行驶决策。
[0008]在上述方法中，传感器模型可以得到在测试环境中的目标对象的传感器特征预测值，例如，RCS预测值和SNR预测值，使得输入至决策模块用于模拟传感器获得的相关信息更加接近真实毫米波雷达传感器的输出，提高传感器模型对传感器仿真的逼真程度，有利于
决策模块更好的模拟出真实场景中，车辆基于传感器采集到的相关信息作出的可能的决策结果，从而，提高车辆的仿真效果。另外，由于传感器模型是根据所述传感器的测量数据及标注的道路环境信息训练得到的，因此，可以基于不同的测试环境(可以对应不同的道路环境信息)，输出相应的传感器特征预测值，有效提高车辆仿真性能及仿真结果的鲁棒性。
[0009]一种可能的实现方式，所述第一目标车辆为根据候选车辆相对所述仿真车辆的位置信息和速度信息，在所述候选车辆中确定出的在所述传感器的探测范围内的车辆；所述候选车辆相对所述仿真车辆的位置信息和速度信息为根据所述测试环境确定的，所述候选车辆为所述仿真车辆所在的测试环境中的车辆。
[0010]通过上述方法，可以基于在所述仿真车辆的传感器的探测范围内的车辆，对候选车辆进行筛选，使得确定出的第一目标车辆，可以是传感器的探测范围内的所有可能的候选车辆，考虑了传感器可能由于多个第一目标车辆相对仿真车辆之间可能造成遮挡时，由于传感器的多径效应，仍可以采集到该多个第一目标车辆的测量数据的情况，因此，可以更好的仿真出传感器的多径效应，使得传感器模型在该情况下，也可以输出多个第一目标车辆的传感器特征预测值。从而，使得传感器模型可以体现传感器的多径效应，提高传感器模型的仿真效果。
[0011]一种可能的实现方式，确定所述第一目标车辆的SNR预测值大于可见阈值。
[0012]考虑到传感器可以通过确定信噪比是否大于预设阈值的方式，判断采集到的测量数据为目标对象还是噪声。传感器可能会出现4种不同的情况，存在目标时，判为有目标，判断正确，这种情况称为“发现”；存在目标时，判为无目标，判断错误，这种情况称为“漏报(假阴性)”；不存在目标时，判为无目标，判断正确，这种情况称为“正确不发现”；不存在目标时，判为有目标，判断错误，这种情况称为“虚警(假阳性)”。
[0013]因此，将该方法引入到传感器模型中，可以使得传感器模型可以模拟出传感器可能基于信噪比产生对目标对象误判的物理特性。本申请中，对候选车辆的SNR预测值进行筛选，从而确定该候选车辆是否为第一目标车辆。在候选车辆的SNR预测值大于可见阈值时，可以确定该候选车辆为第一目标车辆。在候选车辆的SNR预测值小于或等于可见阈值时，可以确定该候选车辆被传感器判定为噪声。从而，可以体现出传感器可能造成误判的物理特性，提高传感器模型仿真传感器的效果。
[0014]一种可能的实现方式，所述第一目标车辆包括第一候选车辆和第二候选车辆；所述第一目标车辆的传感器特征预测值为根据所述第一候选车辆的传感器特征预测值和第二候选车辆的传感器特征预测值确定的；所述第一候选车辆和所述第二候选车辆满足：第一位置相对第二位置的相对位置小于第一位置阈值；所述第一位置为所述第一候选目标车辆相对所述仿真车辆的位置，所述第二位置为所述第二候选目标车辆相对所述仿真车辆的位置。
[0015]考虑到传感器在输出目标车辆的测量数据时，可能会出现将2个或2个以上的车辆输出为一个车辆的情况。例如，可以将第一候选车辆和第二候选车辆满足第一位置相对第二位置的相对位置小于第一位置阈值时，确定传感器会将第一候选车辆和第二候选车辆误判为第一目标车辆。
[0016]因此，本申请中，通过上述方法，使得传感器模型，在确定第一候选车辆和第二候选车辆满足第一位置相对第二位置的相对位置小于第一位置阈值时，将第一候选车辆和第
二候选车辆作为第一目标车辆输出，从而，仿真出传感器可能无法区分多个候选车辆的物理特性，提高传感器模型仿真传感器的效果。
[0017]一种可能的实现方式，所述第一候选车辆和所述第二候选车辆还满足：第一速度相对第二速度的相对速度小于第一速度阈值；所述第一速度为所述第一候选目标车辆相对所述仿真车辆的速度，所述第二速度为所述第二候选目标车辆相对所述仿真车辆的速度。
[0018]考虑到传感器在输出目标车辆的测量数据时，传感器可能会将2个或2个以上的车辆输出为一个车辆的情况可以是基于相对位置和相对速度确定的。因此，本申请中，可以通过在确定第一候选车辆和第二候选车辆满足第一位置相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆的仿真方法，其特征在于，包括：将第一目标车辆相对仿真车辆的位置信息和速度信息及所述仿真车辆的道路环境信息，输入至传感器模型中，得到所述第一目标车辆的传感器特征预测值；所述传感器特征预测值包括以下至少一项：雷达反射截面RCS预测值和信噪比SNR预测值；其中，所述传感器模型用于仿真所述仿真车辆中的传感器，所述第一目标车辆为所述仿真车辆所在的测试环境中的车辆，所述第一目标车辆相对所述仿真车辆的位置信息和速度信息及所述仿真车辆的道路环境信息为根据所述测试环境确定的，所述传感器模型为根据所述传感器的测量数据及标注的道路环境信息训练得到的；将所述第一目标车辆的传感器特征预测值输入至所述仿真车辆的决策模块，获得所述仿真车辆的仿真决策结果；其中，所述决策模块用于输出基于所述传感器特征预测值确定的车辆行驶决策。2.如权利要求1所述的方法，其特征在于，所述第一目标车辆为根据候选车辆相对所述仿真车辆的位置信息和速度信息，在所述候选车辆中确定出的在所述传感器的探测范围内的车辆；所述候选车辆相对所述仿真车辆的位置信息和速度信息为根据所述测试环境确定的，所述候选车辆为所述仿真车辆所在的测试环境中的车辆。3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：确定所述第一目标车辆的SNR预测值大于可见阈值。4.如权利要求1
‑
3任一项所述的方法，其特征在于，所述第一目标车辆包括第一候选车辆和第二候选车辆；所述第一目标车辆的传感器特征预测值为根据所述第一候选车辆的传感器特征预测值和第二候选车辆的传感器特征预测值确定的；所述第一候选车辆和所述第二候选车辆满足：第一位置相对第二位置的相对位置小于第一位置阈值；所述第一位置为所述第一候选目标车辆相对所述仿真车辆的位置，所述第二位置为所述第二候选目标车辆相对所述仿真车辆的位置。5.如权利要求4所述的方法，其特征在于，所述第一候选车辆和所述第二候选车辆还满足：第一速度相对第二速度的相对速度小于第一速度阈值；所述第一速度为所述第一候选目标车辆相对所述仿真车辆的速度，所述第二速度为所述第二候选目标车辆相对所述仿真车辆的速度。6.如权利要求1
‑
5任一项所述的方法，其特征在于，所述传感器模型为根据所述传感器的测量数据及标注的道路环境信息训练得到的，包括：获取传感器的测量数据；所述测量数据包括：第二目标车辆相对所述传感器的位置信息、速度信息以及所述传感器采集的所述第二目标车辆的传感器特征值；所述传感器特征值包括：RCS测量值和SNR测量值；所述传感器位于测量车辆中，所述第二目标车辆为所述测量车辆附近的车辆；根据所述传感器的测量数据及获得的标注信息进行训练，得到传感器模型；所述标注信息包括以下至少一项：所述第二目标车辆相对所述传感器的横摆角、所述传感器采集数据时标注的道路环境信息、所述传感器所在的车辆信息；所述传感器模型的输入为所述第一目标车辆相对所述传感器的位置信息、速度信息及所述标注信息，所述传感器模型的输出为所述第一目标车辆的传感器特征预测值。
7.一种传感器的仿真方法，其特征在于，包括：获取传感器的测量数据；所述测量数据包括：第二目标车辆相对所述传感器的位置信息、速度信息以及所述传感器采集的所述第二目标车辆的传感器特征测量值；所述传感器特征测量值包括：雷达反射截面RCS测量值和信噪比SNR测量值；所述传感器位于测量车辆中；所述第二目标车辆为所述测量车辆附近的车辆；根据所述传感器的测量数据及获得的标注信息进行训练，得到传感器模型；所述传感器模型的样本输入为所述第二目标车辆相对所述传感器的位置信息、速度信息及标注信息，所述传感器模型的输出为所述第二目标车辆的传感器特征预测值；所述第二目标车辆的传感器特征预测值包括以下至少一项：RCS预测值和SNR预测值；所述标注信息包括以下至少一项：所述第二目标车辆相对所述传感器的横摆角、所述传感器采集数据时标注的道路环境信息、所述传感器所在的车辆信息。8.一种车辆的仿真装置，其特征在于，包括：传感器特征预测模块，用于将第一目标车辆相对仿真车辆的位置信息和速度信息及所述仿真车辆的道路环境信息，输入至传感器模型中，得到所述第一目标车辆的传感器特征预测值；所述传感器特征预测值包括以下至少一项：雷达反射截面RCS预测值和信噪比SNR预测值；其中，所述传感器模型用于仿真所述仿真车辆中的传感器，所述第一目标车辆为所述仿真车辆所在的测试环境中的车辆，所述第一目标车辆相对所述仿真车辆的位置信息和速度信息及所述仿真车辆的道路环境信息为根据所述测试环境确定的，所述传感器模型为根据所述传感器的测量数据及标注的道路环境信息训练得到的；输出模块，用于将所述第一目标车辆的传感器特征预测值输入至所述仿真车辆的...

【专利技术属性】
技术研发人员：刘荣，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：