[发明专利]一种基于时-空关键帧控制的交通仿真方法及装置

说明书

本发明公开了一种基于时‑空关键帧控制的交通仿真方法，包括：步骤1、获取原始交通仿真数据与用户编辑信息中的关键帧；步骤2、沿车辆参考路径构建三维网格化的状态‑时间空间图，计算获得对应的状态‑时间有向图；步骤3、以状态‑时间有向图为基础构建目标函数为最小值的轨迹价值函数，求解所述轨迹价值函数获得由多个状态‑时间有向图节点构成的粗粒度轨迹；步骤4、提取所述粗粒度轨迹对应的轨迹沿途预期速度集合作为待优化初始值，基于所述待优化初始值对所述交通场景仿真结果进行细粒度优化，获得满足约束控制的交通场景仿真轨迹。本发明还提供了一种交通仿真装置。本发明方法可实现交通仿真轨迹的灵活控制，同时保证仿真结果的真实性。

技术领域

本发明涉及交通仿真技术领域，尤其涉及一种基于时-空关键帧控制的交通仿真方法及装置。

背景技术

随着自动驾驶、城市规划和影视游戏等领域的蓬勃发展，交通仿真技术备受关注，一个能产生高保真结果的可靠交通器也因此变得越发重要。

现有的交通仿真器虽然能够生成真实的交通流，但对车流中某一个体行为进行约束控制缺鲜有研究，具体来说，若用户想要仿真一个预定义的交通场景或是让车辆表现出特殊的交通行为，则需要反复试错不同的参数并从头运行仿真程序，使得最终结果慢慢逼近预期，这是一个非常繁琐且耗时的过程。

交互式编辑技术在人群动画领域被提出，用于让仿真过程变得更直观可控，降低生成特定仿真场景的人力成本，提高其生产效率。

专利文献CN114021334A公开了一种基于数据驱动和用户编辑的交通交流仿真方法和系统，方法包括：根据交通流道路信息编码二维网格地图，得到道路地图；根据用户编辑信息获取编辑位置集合，并将道路地图中编辑位置对应的网格作为编辑节点；自设定的编辑节点起点搜索道路地图，得到价值函数取值最小的道路地图网格集合作为编辑轨迹；编辑轨迹途径编辑节点，根据编辑轨迹得到仿真交通流；价值函数包括距离参数和车道参数。该方法不支持使用关键帧在时-空维度对车辆进行约束，例如让某一辆车在特定的时间点到达指定的位置，这导致用户编辑的灵活程度受限。此外，该框架使用数据驱动的仿真方法，仿真过程不可求导决定了其无法引入梯度学习的方法进行带约束的优化。

专利文献CN114117889A公开了一种基于时序网络的仿真交通流编辑方法和系统，该方法包括：获取基础交通数据流；根据编辑需求得到所述编辑车辆的倾向速度和编辑车辆的倾向方法；将所述编辑车辆信息、交互车辆信息、编辑车辆的倾向速度以及编辑车辆的倾向方法输入时序网络，得到所述编辑车辆的拟编辑加速度；根据所述编辑车辆的拟编辑加速度调整所述基础交通流数据，得到编辑后的仿真交通流。该方法仅能简化相似仿真场景的构建过程，但针对指定特殊交通情况仍然需要重复仿真获得最终结果。

基于上述问题，也导致车辆自动驾驶的反馈速度较慢，并不能适用于一些车辆或人流较多的事故多发区域。

发明内容

为了解决上述问题，本发明提供了一种便于用户操作随时操作、仿真结果保真的交通仿真方法，原始交通仿真结果进行由粗到细的优化，从而获得结果稳定、满足时-空关键帧控制的交通仿真轨迹。

一种基于时-空关键帧控制的交通仿真方法，包括：

步骤1、获取原始交通仿真数据，所述原始交通仿真数据包括用户编辑信息，参考路径以及基于所述参考路径的交通场景仿真结果；

步骤2、基于所述参考路径构建三维网格化的状态-时间空间图，计算所述状态-时间空间图中所有节点对应的可连接子节点，获得对应的状态-时间有向图；

步骤3、提取所述用户编辑信息中的关键帧并设为编辑起点进行搜索，以状态-时间有向图为基础构建目标函数为最小值的轨迹价值函数，求解所述轨迹价值函数获得由多个状态-时间有向图节点构成的粗粒度轨迹；