[发明专利]一种场景库数据生成方法

说明书

本发明涉及自动驾驶仿真场景建设技术领域，具体涉及一种场景库数据生成方法，该场景库数据生成方法，包括以下步骤：采用普通GPS间隔设定时间获取采集车行驶时的定位信息；获取采集车前方的环境目标相对于采集车的距离数据；建立全局坐标系，根据GPS数据拟合采集车的行驶轨迹，根据采集车的行驶轨迹和环境目标相对于采集车的距离数据，拟合环境目标的轨迹。本方案能够解决现有技术中采用价格昂贵的高线数激光雷达，因采集要求高要求配套采集设备和存储设备性能强大导致成本增加的问题。

技术领域

本发明涉及自动驾驶仿真场景建设技术领域，具体涉及一种场景库数据生成方法。

背景技术

驾驶场景数据是智能网联汽车研发与测试的基础数据资源，是评价智能网联汽车功能安全的重要“案例库”与“习题集”，是重新定义智能汽车等级的关键数据依据。驾驶场景数据是智能网联汽车研发与测试的基础数据资源，是评价智能网联汽车功能安全的重要“案例库”与“习题集”，是重新定义智能汽车等级的关键数据依据。驾驶场景测试用例主要通过虚拟仿真环境及工具链进行复现，因此建设虚拟场景数据库是连接场景数据与场景应用的关键桥梁。虚拟场景数据库具有无限性、扩展性、批量化、自动化的特点。

仿真场景库建设的主要内容：基于实际道路场景，在仿真软件中构建对应的仿真场景。主要流程包括：实车数据采集、实车数据处理、数据分析和提取、场景参数化定义、依据参数化定义在仿真场景中进行场景搭建。最后在搭建的仿真场景中，目标物相对本车的实时位置关系应该与实际道路时高度一致，以支撑在仿真台架上进行传感器识别测试、辅助驾驶/自动驾驶功能测试。

现有技术一般方案：现有场景库实车数据采集系统一般包括高精度激光雷达(线数≥64)、惯导GPS/差分GPS(精度cm级别)、智能摄像头、毫米波雷达、行车记录仪等设备，以实现高精度、高频率的数据采集。

现有技术应用高线束的激光雷达以及惯导GPS/差分GPS，虽然能够得到较为准确的数据，但是高精度、高频率采集，导致数据量过大，对采集设备和存储设备性能有较高要求导致成本高，且后续数据处理工作量极大导致工作量大、效率低。另外，采集成本高：采用价格昂贵的高线数激光雷达，因采集要求高要求配套采集设备和存储设备性能强大导致成本增加。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种场景库数据生成方法，能够解决现有技术中采用价格昂贵的高线数激光雷达，因采集要求高要求配套采集设备和存储设备性能强大导致成本增加的问题。

为达到以上目的，本发明采取的技术方案是：

本发明提供一种场景库数据生成方法，包括以下步骤：

采用普通GPS间隔设定时间获取采集车行驶时的定位信息；

获取采集车前方的环境目标相对于采集车的距离数据；

建立全局坐标系，根据GPS数据拟合采集车的行驶轨迹，根据采集车的行驶轨迹和环境目标相对于采集车的距离数据，拟合环境目标的轨迹。

在一些可选的方案中，根据GPS数据拟合采集车的行驶轨迹，包括：

建立全局坐标系，将获取采集车行驶时的定位信息换算成全局坐标；

将采集车行驶时所有定位信息的全局坐标进行分段划分，并拟合轨迹曲线；

将分段拟合轨迹曲线进行平滑处理，得到全局坐标系下采集车的行驶轨迹。

在一些可选的方案中，获取采集车前方的环境目标相对于采集车的距离数据，包括环境目标相对于采集车的横向距离、纵向距离和角度信息。

在一些可选的方案中，根据采集车的行驶轨迹和环境目标相对于采集车的距离数据，拟合环境目标的轨迹，包括：