[发明专利]一种用于自动驾驶汽车仿真的环境传感器模拟方法

说明书

本发明提出的一种用于自动驾驶汽车仿真的环境传感器模拟方法，包括以下步骤：1)在自车的配置文挡中设置传感器配置信息并定义探测目标类型；2)引入测量误差，分别构建各传感器的测量量模型和探测类型模型；3)设定仿真环境下自车探测范围内所有探测目标的真实信息，并筛选自车探测范围内的可探测目标；4)将筛选的自车探测范围内各可探测目标的真实信息分别输入步骤2)构建的相应模型中，得到不同传感器对各可探测目标相对于自车的测量量估计值作为结果输出。本发明提供的环境传感器建模方法具有通用性好、仿真精度优化、计算效率高的特点。

技术领域

本发明属于自动驾驶汽车仿真建模领域，特别涉及一种用于自动驾驶汽车仿真的环境传感器模拟方法，基于特征参数建模用以实现更高精度的仿真与较高的计算效率。

背景技术

随着自动驾驶技术的开发逐渐从低级别的辅助自动驾驶向高级别的无人自动驾驶技术迈进，算法在仿真环境下的测试与验证工作变得越来越重要。高级别自动驾驶技术在实际道路上的测试验证工作十分困难。为了减少测试成本，提高算法的开发效率，计算机仿真技术逐渐成为了自动驾驶测试技术中不可或缺的一部分。因此，国内外的研究人员都开始将目光投向自动驾驶仿真平台的开发工作上。目前，主流的自动驾驶仿真平台主要分为机器人仿真平台、3D游戏以及专业仿真平台三种。

机器人仿真平台多用于自动驾驶技术和机器人技术的交叉研究当中，但作为主要面向室内场景的仿真平台来说，其对室外交通场景的构建方面，存在着仿真物件建构的问题，例如车辆物件建构、行人物件建构、道路建构、交通流建构等问题。

包含交通场景的3D游戏对于自动驾驶开发人员来说是一种能够快速构建仿真测试实验的工具，这类工具的特点在于其游戏环境中存在有相当真实的虚拟交通场景，开发人员能够直接在这类场景下进行算法的测试工作。然而由于商业游戏的封闭性，开发人员难以获取到完整的仿真数据，也无法做到对仿真的完全控制。

专业仿真平台包括添加了自动驾驶测试功能的传统车辆仿真平台以及专为自动驾驶技术所开发的自动驾驶仿真平台。这类仿真平台为自动驾驶技术提供了更加专业的仿真测试功能，专门针对自动驾驶技术开发过程中所面临的环境、交通、传感器和车辆模型这四大难题进行开发设计。这类专业仿真平台随着自动驾驶技术的不断发展逐渐成为了开发人员的主流选择。但与此同时，随着业界和学界的研究重点逐渐从低级别的自动驾驶向高级别的自动驾驶迈进，开发人员对于仿真环境的真实性和仿真平台的仿真效率提出了更高的要求，现有专业软件在平衡二者的工作上仍留有极大的提升空间，以Autoware.AI为例。

Autoware.AI(https://www.autoware.ai/)是基于ROS的开源软件，使自动驾驶汽车能够在仿真环境下在城市道路和高速公路上进行测试。由摄像头和LiDAR设备结合3D高清地图数据实现目标探测。其使用方法为深度学习和传感器融合方法。目标跟踪和预测通过卡尔曼滤波算法实现，车道网络信息由3D高清晰度地图数据提供。目前这类方法采用图像、激光点云、3D高清地图，造成存储数据量庞大的问题，使用庞大网路的深度学习，虽仿真环境的真实性较高，但仿真平台的仿真效率较低，不利于短时间大规模的测试情景。

综上，亟需一种能够平衡仿真环境的真实性和仿真平台的仿真效率用于自动驾驶汽车仿真的环境传感器模拟方法。

发明内容

本发明的目的是提供一种平衡自动驾驶汽车仿真环境真实性和仿真平台效率的环境传感器模拟方法，针对智能车的仿真平台面临计算负荷随仿真真实度增长的问题，利用外部特性为传感器建模，从而提高仿真真实性，达到较好的计算效率。本发明具有通用性好、仿真精度优化、计算效率高的特点。

为实现上述目的，本发明采用如下技术方案：

本发明提出的一种用于自动驾驶汽车仿真的环境传感器模拟方法，所述自动驾驶汽车上装载有多种传感器，包括激光雷达、毫米波雷达和摄像头，其特征在于，所述用于自动驾驶汽车仿真的环境传感器模拟方法包括以下步骤：