[发明专利]一种基于SysML的无人车仿真方法

说明书

本申请公开了一种基于SysML的无人车仿真方法，该方法包括：根据预设的无人车信息在联合仿真系统中构建多种数学模型，其中，所述数学模型包括无人车车辆模型、驾驶场景模型以及运动控制模型；所述联合仿真系统包括多种仿真工具；通过SysML建模语言对所述多种数学模型进行描述得到SysML模型，并将所述SysML模型转换为XMI文本格式；通过Python语言将所述XMI文本格式所描述的SysML模型转换为Python对象，根据所述Python对象生成驱动脚本，并根据所述驱动脚本驱动所述多个仿真工具联合仿真。本申请解决了现有技术中运动控制系统仿真效率较低、信息的完整性和一致性较差的技术问题。

技术领域

本申请涉及无人车仿真技术领域，尤其涉及一种基于SysML的无人车仿真方法。

背景技术

随着无人车技术的发展，无人车技术被广泛应用于多个领域，例如，公共交通、快递以及军事等众多领域。仿真技术作为研究各种复杂系统的一种必不可少的手段，无人车的研究与开发工作也离不开车辆仿真技术。无人车由运动控制系统、数据系统、通信系统以及电源系统等组成，为了保证无人车的正常运行，在无人车研发过程中需要对各种系统进行仿真，其中，运动控制系统仿真包括环境模拟、车辆动力学和运动学的数学建模、基于传感器的环境检测、决策及控制器等内容。

在无人车的运动控制系统仿真研究过程中需要引入多种仿真工具，例如，仿真工具包括Carsim、MATLAB、Carmaker、Prescan、Vissim等，每种仿真工一般用于对运动控制系统仿真的某一方面进行仿真。因此，为了实现对无人车的运动控制系统的仿真一般是通过联合仿真的方式将各种仿真工具联合起来。目前，联合仿真的过程为：根据不同场景信息编写信息交互接口，通过信息交互利用多种仿真工具运行实现联合仿真，但是，无人车的运动控制系统仿真过程中可能涉及多种场景的仿真，当场景变换时，一方面需要重新编写信息交互接口，使得运动控制系统仿真过程耗时较长，进而导致运动控制系统仿真效率较低，另一方面需要在每种仿真软件中更改参数，在更改过程中容易忘记更改某些参数导致信息的完整性与一致性较差。

发明内容

本申请解决的技术问题是：针对现有技术中运动控制系统仿真效率较低、信息的完整性和一致性较差的问题，提供了一种基于SysML的无人车仿真方法，本申请实施例所提供的方案中，通过SysML建模语言对联合仿真系统中多种数学模型进行描述得到SysML模型，并将所述SysML模型转换为XMI文本格式，然后通过Python语言将所述XMI文本格式所描述的SysML模型转换为Python对象，根据所述Python对象生成驱动脚本，并根据所述驱动脚本驱动多个仿真工具联合仿真。因此，在本申请实施例所提供的方案中，由于SysML建模语言本身的特性使得所描述的SysML模型具有特定的结构，通过Python语言将SysML模型转换为Python对象，然后根据Python对象生成驱动脚本具有通用的格式，不仅避免当场景变换时，需要重新编写驱动接口和脚本，进而减小仿真过程耗时长，提高运动控制系统仿真效率；还不需要在每种仿真软件中更改参数，保证了仿真软件信息的完整性和一致性。

第一方面，本申请实施例提供一种基于SysML的无人车仿真方法，该方法包括：

根据预设的无人车信息在联合仿真系统中构建多种数学模型，其中，所述数学模型包括无人车车辆模型、驾驶场景模型以及运动控制模型；所述联合仿真系统包括多种仿真工具；

通过SysML建模语言对所述多种数学模型进行描述得到SysML模型，并将所述SysML模型转换为XMI文本格式；

通过Python语言将所述XMI文本格式所描述的SysML模型转换为Python对象，根据所述Python对象生成驱动脚本，并根据所述驱动脚本驱动所述多个仿真工具联合仿真。