面向自动驾驶规划控制测试的交通流仿真系统与仿真方法技术方案

面向自动驾驶规划控制测试的交通流仿真系统与仿真方法，属于自动驾驶系统仿真测试技术领域。为了在仿真测试中提供可交互的高真实度的背景交通车流的问题。本发明专利技术SUMO仿真模块、传感器仿真模块、车辆动力学模块分别连接仿真场景引擎，仿真场景引擎连接自动驾驶系统。仿真场景引擎包括仿真场景解析子模块、仿真场景生成子模块、仿真数据管理子模块、仿真场景同步子模块、自动驾驶系统网络通信模块；自动驾驶系统包括感知算法模块、定位算法模块、规划算法模块、控制算法模块，感知算法模块、定位算法模块、规划算法模块和控制算法模块通过消息中间件实现数据交互。本发明专利技术可提高测试的真实度，加快发现和优化自动驾驶系统规控算法的不足。控算法的不足。控算法的不足。

【技术实现步骤摘要】
面向自动驾驶规划控制测试的交通流仿真系统与仿真方法


[0001]本专利技术属于自动驾驶系统测试
，具体涉及面向自动驾驶规划控制测试的交通流仿真系统与仿真方法。

技术介绍

[0002]自动驾驶汽车是当前国内外汽车行业的重点研发方向，应用前需要完成大量的道路测试以验证其智能性、安全性、稳定性和可靠性。目前对于自动驾驶汽车的测试方式主要为测试场测试和道路测试，这两种测试方法存在成本高、风险大、周期长、场景覆盖率低等显著缺点，制约自动驾驶各系统算法快速迭代开发，使用计算机仿真测试技术能够有效解决以上问题。自动驾驶车辆的技术核心之一为其搭载的自动驾驶系统，当前自动驾驶系统的核心算法模块可划分为感知、定位、规划、控制子模块，分别解决自动驾驶车辆的交通环境信息感知、车辆车道级定位、车辆运动轨迹规划及跟踪目标轨迹车辆控制。
[0003]公开号为CN114117739A、专利技术名称为“基于真实数据的交通流仿真场景构建方法和系统”的专利技术通过获取交通流真实数据，在碰撞约束下，根据所述交通流真实数据中真实场景非基准车辆的原始运动状态，和仿真信息中仿本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向自动驾驶规划控制测试的交通流仿真系统，其特征在于：包括SUMO仿真模块（1）、传感器仿真模块（2）、车辆动力学模块（3）、仿真场景引擎（4），所述SUMO仿真模块（1）、传感器仿真模块（2）、车辆动力学模块（3）分别连接仿真场景引擎（4），所述仿真场景引擎（4）连接自动驾驶系统（5）；所述仿真场景引擎（4）包括仿真场景解析子模块（4
‑
1）、仿真场景生成子模块（4
‑
2）、仿真数据管理子模块（4
‑
3）、仿真场景同步子模块（4
‑
4）、自动驾驶系统网络通信模块（4
‑
5）；所述仿真场景解析子模块（4
‑
1）用于读取用户配置的交通流仿真场景参数文件，通过程序解析加载到仿真场景引擎内存中，供仿真过程读取使用；所述仿真场景生成子模块（4
‑
2） 用于对SUMO仿真模块（1）、车辆动力学模块（3）、传感器仿真模块（2）进行初始化，生成仿真系统中微观交通车辆、自动驾驶车辆、自动驾驶传感器模型；所述仿真数据管理子模块（4
‑
3）用于对仿真过程中SUMO仿真模块（1）、车辆动力学模块（3）、传感器仿真模块（2）和自动驾驶系统（5）的每一仿真时步的状态数据进行采集，然后转换为目标协议方式数据，并存储在仿真场景引擎内存中；所述仿真场景同步子模块（4
‑
4）用于调用SUMO仿真模块（1）、车辆动力学模块（3）、传感器仿真模块（2）时步计算接口驱动时步计算，更新仿真模型计算结果，进行仿真过程；所述自动驾驶系统网络通信模块（4
‑
5）用于连接自动驾驶系统，进行网络通信、数据交互。2.根据权利要求1所述的一种面向自动驾驶规划控制测试的交通流仿真系统，其特征在于：所述仿真场景生成子模块（4
‑
2）获取所述仿真场景解析子模块（4
‑
1）的仿真场景交通流信息，然后转化生成cfg.xml文件，使用traci模块的start接口启动SUMO仿真模块（1）的服务端主程序，生成初始时刻的微观交通车辆和自动驾驶车辆。3.根据权利要求1或2所述的一种面向自动驾驶规划控制测试的交通流仿真系统，其特征在于：所述自动驾驶系统（5）包括感知算法模块（5
‑
1）、定位算法模块（5
‑
2）、规划算法模块（5
‑
3）、控制算法模块（5
‑
4），所述感知算法模块（5
‑
1）、定位算法模块（5
‑
2）、规划算法模块（5
‑
3）、控制算法模块（5
‑
4）通过消息中间件（5
‑
5）进行数据交互。4.一种面向自动驾驶规划控制测试的交通流仿真方法，依托于权利要求1
‑
3之一所述的一种面向自动驾驶规划控制测试的交通流仿真系统实现，其特征在于：包括如下步骤：S1、配置自动驾驶系统模型参数、交通流仿真场景参数，自动驾驶系统模型参数文件、交通流仿真场景参数文件使用yaml文件或者xml文件编写；S2、仿真场景解析子模块解析自动驾驶系统模型参数、交通流仿真场景参数；S3、SUMO仿真模块、传感器仿真模块、车辆动力学模块、自动驾驶系统进行初始化生成；S4、所述的一种面向自动驾驶规划控制测试的交通流仿真系统对自动驾驶系统进行交通流实时仿真、数据传输、数据保存。5.根据权利要求4所述的一种面向自动驾驶规划控制测试的交通流仿真方法，其特征在于：步骤S1的具体实现方法包括如下步骤：S1.1、配置自动驾驶系统模型参数：自动驾驶系统模型参数包括自动驾驶车辆型号、类型、初始位置、目标位置、动力学模型参数、传感器模型参数；所述动力学模型参数包括自动驾驶车辆的动力传动系统、悬架系统、车身系统、底盘系
统、悬架系统、轮胎系统以及控制系统的模型参数；所述传感器模型参数，根据用户配置的自动驾驶车辆搭载的传感器类型、传感器相对于车辆的安装相对位置、探测范围、探测角度；S1.2、配置交通流仿真场景参数文件：包括仿真地图、交通流仿真参数；所述交通流仿真参数包括单车属性参数、车流属性参数、或者二者的组合，所述单车属性参数包括车辆类型、车辆路径、发车时间、发车位置、发车速度、跟驰模型、换道模型，所述车流属性参数包括车流的车辆路径、发车时段与发车间隔、发车位置、发车速度、车辆类型比例。6.根据权利要求5所述的一种面向自动驾驶规划控制测试的交通流仿真方法，其特征在于：步骤S1.2中的交通流仿真参数的取得方法包括如下步骤：S1.2.1、车辆类型从车辆类型集中选取，所述车辆类型集={小轿车、SUV、出租车、公交车、客车、小货车、牵引车、两轮电动车、自行车}；S1.2.2、车辆路径从车辆路径集中选取或者通过Dijkstra算法选择距离最短的行驶路径；S1.2.2.1、车辆路径集由路网的路段集和交叉口集组合产生，一条车辆的行驶路径按照道路行驶方向前后相连或者跨交叉口节点相连，所述路径集 = {路径1、路径2、路径3、路径4、
…
、路径n}；S1.2.2.2、最短路径的生成和查找方法如下：使用经典的Dijkstra算法，计算出路网中任意两个节点之间的行驶路径及路径长度；将计算结果以起始节点，目标结点为索引，最短行驶路径为值存储在数据库中，使用时，通过选择起始节点和目标节点查找数据库获取目标路径；S1.2.3、发车时段与发车间隔：对于单个车辆支持配置发车时刻t
发车
，对于车流的发车时间按照设置发车时间间隔或者已知发车数目按照均匀分布进行设置：已知用户设置的发车起始时间t1和终止发车结束时间t2，以及发车间隔interval，车流中第i辆车的发车时间为：t
发车i
= t1 + (i
‑
1) * interval
ꢀꢀ
0< i < (t2
‑
t1)/( interval+1)已知用户设置的发车起始时间t1和终止发车结束时间t2，以及发车数量n，根据均分分布设置，车流中第i辆车的发车时间为：t
发车i
= t1 + (t2
‑
t1)/(n
‑
1)
ꢀꢀ
0< i ≤nS1.2.4、发车位置为车辆在起始路段距离道路起点的距离，对于单个车辆和车流的发车位置...

【专利技术属性】
技术研发人员：周勇，张阳刚，陈振武，吕国林，田锋，黄志军，
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：