[发明专利]基于自然驾驶数据的仿真场景构建方法及系统

说明书

基于自然驾驶数据的仿真场景搭建方法及系统，涉及自动驾驶技术领域中驾驶场景的构建技术。解决了现有自动驾驶场景构建方法依赖于手工搭建、可移植性差，并且无法完全还原全部动态信息的问题。所述方法采集自然驾驶情况下获得的场景数据作为基础；从其中提取csv信息；将本车坐标与目标车坐标转转到同一坐标系中；利用开源地图OSM和采集获得的场景数据生成静态地图；将车道信息、本车信息和目标车信投影至所述静态地图中，同时对所述静态地图中的路网信息进行修正；通过SCP指令将所述csv信息转换成xml格式文件；以时间为触发条件，将修正路网信息之后的静态地图和xml格式文件导入VTD生成动态图，完成搭建。本发明适用于对自动驾驶场景的构建。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及驾驶场景的构建技术。

背景技术

测试场景库是智能网联汽车安全性开发设计及验证的有效支撑，是保证智能网联汽车上路运行的“燃料”。若证明无人驾驶车辆比普通的驾驶更安全，需要100辆车，24小时全天侯，40km/h在各种真实场景下连续测试225年！因此，应建立虚拟仿真测试能力，首先就是要构建满足测试需求的仿真场景。这些重构场景可还原真实数据，可开展仿真测试，可大大缩减测试验证周期，对自动驾驶功能开发具有重要推进作用。

目前多数场景重构方法都基于手工搭建，且没有形成标准，可移植性差，难以跨软件使用。而且人工搭建参差不齐，单人成果难以复现。同时，逻辑场景是基于提取的场景特征，并没有完全还原全部动态信息，对虚拟测试造成了一系列误差。

发明内容

本发明先解决了现有用于自动驾驶场景构建方法依赖于手工搭建、可移植性差，并且无法完全还原全部动态信息的问题。

本发明所述的基于自然驾驶数据的仿真场景搭建方法包括如下步骤：

场景数据采集步骤，用于采集自然驾驶情况下获得的场景数据；

csv信息提取步骤，用于从场景数据中提取csv信息，所述csv信息包括本车信息、目标车信息、车道信息；

本车坐标转换步骤，用于将本车所在的地球坐标系转为大地坐标系；

目标车坐标转换步骤，用于将目标车所在的局部坐标系转为大地坐标系；

静态图获取步骤，用于利用开源地图OSM和采集获得的场景数据生成静态地图；

路况信息投影步骤，将车道信息、转换坐标之后的本车信息和目标车信投影至所述静态地图中，同时对所述静态地图中的路网信息进行修正；

文件格式转换步骤，用于通过SCP指令将所述csv信息转换成xml格式文件；

仿真场景搭建步骤，用于以时间为触发条件，将修正路网信息之后的静态地图和xml格式文件导入VTD生成动态图，完成仿真场景的搭建。

进一步，所述目标车是指：采集信息的车辆周围所有能对本车驾驶行为产生影响的车辆。

优选地，所述将目标车坐标转换步骤的过程为：通过公式

x”＝(x-m)cosθ+(y-n)sinθ

y”＝(y-n)cosθ-(x-m)sinθ

实现对坐标系的转换，公式中，x、y分别是车辆在局部坐标系中的横、纵坐标，θ是局部坐标系转过渡坐标系的旋转角，m、n是过渡坐标系转大地坐标系的横、纵向偏移，x”y”是车辆在大地坐标系中的横、纵坐标。

优选地，所述静态图获取步骤的过程为：

采用用于自动驾驶研究的开源模拟器CARLA读取由OsmOpenStreetMap生成的开源地图文件中的内容，并将其转换为OpenDRIVE格式；