一种驾驶模拟器AI行人的方法及系统技术方案

本发明专利技术涉及驾驶模拟技术领域，具体地说，涉及一种驾驶模拟器AI行人的方法及系统。包括以下步骤：确定驾驶模拟的AI行人场景，框选划分模拟区域，通过AI诞生算法在等待区生成AI行人，基于深度学习得到运动转换运用到AI行人模型上，确定AI行人的行走特征，实现对AI行人的路线和速率进行设置，在车道区和行人区重叠区域建立红绿灯，用于设置AI行人运动的优先规则，并将AI行人的行走特征与红绿灯关联依赖进行驾驶模拟。本发明专利技术用户可以身临其境的练习驾驶在行人区规避碰撞，实现培养驾驶感更准确，也增加了练习的真实性和趣味性。也增加了练习的真实性和趣味性。也增加了练习的真实性和趣味性。

【技术实现步骤摘要】
一种驾驶模拟器AI行人的方法及系统


[0001]本专利技术涉及驾驶模拟
，具体地说，涉及一种驾驶模拟器AI行人的方法及系统。

技术介绍

[0002]驾驶模拟器座舱由驾驶舱座，视景计算机，视屏(19寸显示器)，操作传感器，数据采集卡，耳机和话筒等组成。座舱包含了与真实车辆相同的操作部件，"五大"操纵机构：方向盘、离合器，脚刹，油门和手刹。真车变速器：倒档、一档、二档、三档、四档、五档和空挡(自动档只含前进档、倒车档和驻车档)。真车操作开关：左转向灯、右转向灯、应急灯、喇叭、点火开关、总电开关、安全带、车门、雨刷、远光灯、近光灯、远近光交替。座舱既可以进行联网训练，也可以进行单机训练；
[0003]然而目前的驾驶模拟器场景单一，导致与实际驾驶有出入，造成驾驶人得不到很好的练习额，特别是模拟驾驶至靠近人行道时，在人行道蹲守交通法则和避让行人都是实际驾驶最重要的过程，若驾驶人在空旷的AI场景下进行练习，导致真实性差，对驾驶感的培养有限，鉴于此，我们提出一种驾驶模拟器AI行人的方法及系统。

技术实现思路

[0004]本专利技术的目的在于提供驾驶模拟器AI行人的方法及系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述技术问题的解决，本专利技术的目的之一在于，提供驾驶模拟器AI行人的方法，包括以下步骤：
[0006]S1、确定驾驶模拟的AI行人场景，框选划分模拟区域，模拟区域包括等待区、车道区、行人区和背景区；
[0007]S2、通过AI诞生算法在等待区生成AI行人，基于深度学习得到运动转换运用到AI行人模型上；
[0008]S3、确定AI行人的行走特征，实现对AI行人的路线和速率进行设置；
[0009]S4、在车道区和行人区重叠区域建立红绿灯，用于设置AI行人运动的优先规则，并将AI行人的行走特征与红绿灯关联依赖进行驾驶模拟。
[0010]通过用户在驾驶模拟器进行模拟练习驾驶时，在模拟车辆靠近模拟区域，形成AI行人场景，使AI行人模拟实际的行走特征过马路，同时，AI行人通过红绿灯关联依赖，进一步符合实际情况，用户可以身临其境的练习驾驶在行人区规避碰撞，实现培养驾驶感更准确，也增加了练习的真实性和趣味性。
[0011]作为本技术方案的进一步改进，所述S1的模拟区域采用3D建模技术，包括以下步骤：
[0012]输入场景图片，提取模型特征点；
[0013]搭建三角网格，生成三维网格模型；
[0014]纹理映射：求得模型顶点在二维纹理空间的纹理坐标，是一个从三维空间点到二维平面点的映射过程；
[0015]提供实现3D模型的编辑功能的接口，对3D模型进行调整后展现出模拟区域的3D模型。
[0016]作为本技术方案的进一步改进，所述S2中的AI诞生算法包括以下步骤：
[0017]在3D建模技术的基础上生成AI行人模型；
[0018]基于视觉捕获的人体运动传递到AI行人模型上，使AI行人模拟真实行人走路。
[0019]作为本技术方案的进一步改进，所述S3的行走特征包括行走区域、行走路线、行走速率、行走间隔和行走逻辑，其中：
[0020]行走区域用于确定AI行人沿着行人区行走；
[0021]行走路线用于根据人行道宽度划定可行走路线数量；
[0022]行走速率用于根据不同年龄、性别设置行走速率和奔跑速率；
[0023]行走间隔用于通过间隔随机算法设置每两个AI行人之间的间隔；
[0024]行为逻辑用于通过障碍物避让算法调整。
[0025]作为本技术方案的进一步改进，所述间隔随机算法包括以下步骤：
[0026]预设间隔因子输入，使两个相同年龄、性别的AI行人之间间距保持相同，同理，若两个不同年龄、性别的AI行人行走速率和奔跑速率不同，在间隔因子不变的情况下，使两个AI行人之间的间隔不同，实现间隔随机性。
[0027]作为本技术方案的进一步改进，所述障碍物避让算法包括以下步骤：
[0028]编写函数IsInTriangle()用于判定点与三角形的位置关系。
[0029]以AI行人M为例，用不规则图形代表障碍物(行驶车辆)，障碍物可用一系列的点表示，封装到Point类中；
[0030]AI行人M可用一系列三角形表示，封装到Triangle类中，物体碰撞检测简化为判断点在三角形内外的问题；
[0031]设AI行人M的坐标为M(x,y)，若AI行人M的IsInTriangle()返回值为真，则发生碰撞，重置M的坐标为M＝M(x+1，y+1)；若返回值为假，未发生碰撞。
[0032]作为本技术方案的进一步改进，红绿灯采用仿真红绿灯设备，包括红灯、绿灯和黄灯，用于在一定时间内切换红灯和绿灯亮起，黄灯用于在红灯和绿灯切换的临界值时亮起。
[0033]作为本技术方案的进一步改进，所述S4中在进行驾驶模拟时，以红绿灯作为优先规则，包括以下事件：
[0034]事件一、AI行人到达行人区端部，红绿灯显示绿灯，控制AI行人沿着路线走到行人区另一端；
[0035]事件二、AI行人到达行人区端部，红绿灯显示黄灯和绿灯，控制AI行人停止在等待区。
[0036]本专利技术的目的之二在于，提供了用于实现驾驶模拟器AI行人的系统，包括上述所述的驾驶模拟器AI行人的方法，包括模拟区域划分模块、AI行人模型生成模块、行走特征设置模块和红绿灯关联模块；
[0037]所述模拟区域划分模块用于确定驾驶模拟的AI行人场景，框选划分模拟区域；
[0038]所述AI行人模型生成模块用于通过AI诞生算法在等待区生成AI行人，基于深度学
习得到运动转换运用到AI行人模型上；
[0039]所述行走特征设置模块用于确定AI行人的行走特征，实现对AI行人的路线和速率进行设置，有利于符合实际不同人产生不同的运动效果，提高驾驶模拟器的真实性；
[0040]所述红绿灯关联模块用于在车道区和行人区重叠区域建立红绿灯，用于设置AI行人运动的优先规则，并将AI行人的行走特征与红绿灯关联依赖进行驾驶模拟。
[0041]与现有技术相比，本专利技术的有益效果：通过用户在驾驶模拟器进行模拟练习驾驶时，在模拟车辆靠近模拟区域，形成AI行人场景，使AI行人模拟实际的行走特征过马路，同时，AI行人通过红绿灯关联依赖，进一步符合实际情况，用户可以身临其境的练习驾驶在行人区规避碰撞，实现培养驾驶感更准确，也增加了练习的真实性和趣味性。
附图说明
[0042]图1为实施例1的整体流程框图；
[0043]图2为实施例1的整体结构示意图；
[0044]图3为实施例1的模拟区域示意图；
[0045]图4为实施例1的行走特征结构示意图。
具体实施方式
[0046]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶模拟器AI行人的方法，其特征在于：包括以下步骤：S1、确定驾驶模拟的AI行人场景，框选划分模拟区域，模拟区域包括等待区、车道区、行人区和背景区；S2、通过AI诞生算法在等待区生成AI行人，基于深度学习得到运动转换运用到AI行人模型上；S3、确定AI行人的行走特征，实现对AI行人的路线和速率进行设置；S4、在车道区和行人区重叠区域建立红绿灯，用于设置AI行人运动的优先规则，并将AI行人的行走特征与红绿灯关联依赖进行驾驶模拟。2.根据权利要求1所述的驾驶模拟器AI行人的方法，其特征在于：所述S1的模拟区域采用3D建模技术，包括以下步骤：输入场景图片，提取模型特征点；搭建三角网格，生成三维网格模型；纹理映射：求得模型顶点在二维纹理空间的纹理坐标，是一个从三维空间点到二维平面点的映射过程；提供实现3D模型的编辑功能的接口，对3D模型进行调整后展现出模拟区域的3D模型。3.根据权利要求2所述的驾驶模拟器AI行人的方法，其特征在于：所述S2中的AI诞生算法包括以下步骤：在3D建模技术的基础上生成AI行人模型；基于视觉捕获的人体运动传递到AI行人模型上，使AI行人模拟真实行人走路。4.根据权利要求3所述的驾驶模拟器AI行人的方法，其特征在于：所述S3的行走特征包括行走区域、行走路线、行走速率、行走间隔和行走逻辑，其中：行走区域用于确定AI行人沿着行人区行走；行走路线用于根据人行道宽度划定可行走路线数量；行走速率用于根据不同年龄、性别设置行走速率和奔跑速率；行走间隔用于通过间隔随机算法设置每两个AI行人之间的间隔；行为逻辑用于通过障碍物避让算法调整。5.根据权利要求4所述的驾驶模拟器AI行人的方法，其特征在于：所述间隔随机算法包括以下步骤：预设间隔因子输入，使两个相同年龄、性别的AI行人之间间距保持相同，同理，若两个不同年龄、性别的AI行人行走速率和奔跑速率不同，在间隔因子不变的情况下，使两个AI行人之间的间隔不同，实现间隔随机性。6.根据权利要求4所述的驾驶...

【专利技术属性】
技术研发人员：张建林，李斌锋，
申请(专利权)人：武汉未来幻影科技有限公司，
类型：发明
国别省市：