基于分层信息数据库的智能车仿真环境感知方法研究

针对目前智能汽车仿真中应用最广的环境感知方法(建立数据库,动态更新提取信息)的不足,提出了一种分类、分层的数据结构定义与存储方法,使数据库不但能描述复杂的道路情况,而且修改容易;在此基础上,将碰撞检测算法引入信息动态提取过程中,实现分层的感知信息提取。在驾驶模拟器上进行的车道标线、交通标志感知试验的结果表明,本文中提出的方法能实时对环境信息进行全面可靠的检测,并给出真实传感器的检测误差。

智能车辆仿真场景建模方法

为实现智能汽车仿真开发与测试,需构建高逼真度的道路场景模型,应包含分别用于视景仿真、动力学及物理特性仿真、激光雷达等传感器仿真的多种类型场景内容。分析了不同类型仿真对场景模型或数据的需求,探讨了视景模型、物理层模型、传感层模型的内容,归纳了3类模型的数据特征;研究了智能汽车仿真场景建模方法,即根据道路线形建立道路模型,在此基础上分别建立上述3类模型;讨论了建模的步骤、方法,并给出了场景模型结构的组织方案。使用该方法建立了1个区域的道路场景模型,并在仿真系统中进行验证,结果表明,视景仿真平均帧速率为60帧/s,激光雷达仿真周期为8~12 ms,道路高程及物理属性的获取时间低于1 ms,证明场景模型能够满足实时仿真的要求。