[发明专利]激光雷达仿真方法以及装置

说明书

本发明公开了一种激光雷达仿真方法以及装置，该方法包括：S10，根据场景模型的第一动态属性数据从场景模型中筛选出与激光碰撞的场景模型；S20，通过场景模型的静态属性数据和数据索引结构遍历与激光相交的场景模型的网格以计算与激光相关联的碰撞点，其中，数据索引结构用于管理场景模型中的网格，静态属性数据包括场景模型中的网格之间的相对位置。上述技术方案至少能够提高激光雷达仿真算法的运行效率。

技术领域

本发明涉及智能驾驶仿真技术领域，更具体地，涉及一种激光雷达仿真方法以及装置。

背景技术

激光雷达是目前智能驾驶领域最关键的传感器之一，因此激光雷达功能也是智能驾驶仿真领域不可或缺的功能。激光雷达仿真软件的核心算法是激光碰撞算法(RayShooting Algorithm,RSA)，该算法通常会在GPU(图形处理器，Graphics ProcessingUnit)上进行运算。在实现RSA时，现有的一种算法是穷举遍历法，即，将每一根激光与每一片网格进行碰撞点检测，并从中选取最近的碰撞点。另一种非穷举法通常是通过预先建立某种数据结构索引，来对场景中的所有网格进行管理，从而降低碰撞点检测数目，提高RSA的运行速度。常用的数据索引结构包括KD树(KD-Tree)、层次包围盒(Bounding VolumeHierarchy，BVH)、均匀网格(Uniform Grid，UG)等。

与常规的图片渲染场景不同，由于激光雷达的运动及转向、车辆及行人的移动、场景的动态加载等，激光雷达仿真软件中的场景全部为动态场景，并且场景的刷新频率要高于激光雷达的刷新频率。在现有的RSA中，穷举法可以很好的适应动态场景，但穷举法在进行场景遍历时的运算量极大，即使充分利用GPU的算力也无法达到很高的刷新频率。而对于非穷举法，由于数据索引需要在场景遍历前进行，因此，对于动态场景，必须在每次场景遍历前重新建立或修改数据索引，这使得预先建立好的数据索引只能在每一帧的使用被利用一次，利用率极低。另外，当场景变化时，BVH与UG对数据索引的修改运算量相对较小，但在对场景进行遍历时，BVH和UG的效率不如KD树。

发明内容

针对相关技术中的上述问题，本发明提出一种激光雷达仿真方法以及装置，能够更有效的适应激光雷达仿真的动态场景以提高激光雷达仿真算法的运行效率。

本发明的技术方案是这样实现的：

根据本发明的一个方面，提供了一种激光雷达仿真方法，包括：

S10，根据场景模型的第一动态属性数据从所述场景模型中筛选出与激光碰撞的场景模型；

S20，通过所述场景模型的静态属性数据和数据索引结构遍历与激光相交的所述场景模型的网格以计算与所述激光相关联的碰撞点，其中，所述数据索引结构用于管理所述场景模型中的网格，所述静态属性数据包括所述场景模型中的网格之间的相对位置。

根据本发明的实施例，在S10之后还包括：根据所述场景模型的第二动态属性数据对激光坐标进行坐标变换，以将所述激光坐标由激光坐标系转换至三维模型坐标系，其中，所述场景模型是三维模型，所述三维模型坐标系是所述三维模型的本地坐标系，所述第二动态属性数据包括所述三维模型的位置、旋转角度和缩放信息；其中，所述数据索引结构是关于所述三维模型坐标系建立的，在所述坐标转换之后对所述三维模型进行所述遍历。

根据本发明的实施例，所述坐标变换的过程包括：通过以下公式计算所述三维模型坐标系的方向向量和原点位置坐标

其中，表示所述激光在所述激光坐标系的方向向量，表示所述激光在所述激光坐标系的原点位置坐标，表示所述三维模型的位移向量，S表示所述三维模型的缩放矩阵，M_-ZM_-XM_-Y表示所述三维模型的反向旋转矩阵；