摘 要:汽車行駛環(huán)境的數(shù)字模擬與仿真測試是智能駕駛測試驗(yàn)證的一種新方法和重要手段,針對汽車試驗(yàn)場地等典型物理道路,從高精地圖掃描建模技術(shù)和GIS數(shù)據(jù)的地形建模技術(shù)研究對物理道路建模的不同方法,高精度還原道路特征要素與結(jié)構(gòu)關(guān)系,數(shù)字化孿生復(fù)現(xiàn)全要素靜態(tài)場景,確定道路數(shù)字化高精度還原方法,可以為后續(xù)的交通場景數(shù)字孿生測試研究打下堅實(shí)基礎(chǔ)。
關(guān)鍵詞:場地試驗(yàn) 場景數(shù)字化 高精度還原
1 緒論
隨著自動駕駛技術(shù)的快速發(fā)展,確保智能網(wǎng)聯(lián)汽車的安全性能成為一項(xiàng)緊迫的任務(wù)。為了實(shí)現(xiàn)與人類駕駛安全性能相媲美的目標(biāo),智能網(wǎng)聯(lián)汽車需要應(yīng)對海量場景測試的挑戰(zhàn)。為了進(jìn)一步提升效率、降低成本確保高安全性和高覆蓋度。模擬仿真測試成為智能網(wǎng)聯(lián)汽車測試驗(yàn)證系統(tǒng)安全的重要支柱,在智能網(wǎng)聯(lián)汽車綜合安全評估和性能評估中發(fā)揮了重要作用。
汽車行駛環(huán)境的數(shù)字模擬與仿真測試是一種智能駕駛測試驗(yàn)證的新方法和重要手段,是當(dāng)前汽車智能駕駛技術(shù)研究與產(chǎn)品研發(fā)必不可少的一環(huán)。智能網(wǎng)聯(lián)汽車仿真測試場景要素主要分為參與測試車輛對的自身要素和車身以外的交通環(huán)境要素兩部分,在場景在構(gòu)建過程中,需要合理準(zhǔn)確地在虛擬環(huán)境中進(jìn)行渲染。外部交通環(huán)境要素又涵蓋:靜態(tài)環(huán)境要素(如交通設(shè)施、道路及障礙物等)、動態(tài)環(huán)境要素(動態(tài)指示設(shè)施、通信環(huán)境信息)、交通參與者要素(非機(jī)動車輛/機(jī)動車輛、行人等)以及氣象環(huán)境要素(環(huán)境溫度、光照條件、天氣情況)等信息[1]。
本文從基于高精地圖掃描建模技術(shù)和基于GIS數(shù)據(jù)的地形建模技術(shù)展開論述,分析場景數(shù)字化高精度還原方法及應(yīng)用,為后續(xù)數(shù)字化場景建設(shè)研究提供基礎(chǔ)。
2 場景數(shù)字化高精度還原方法
2.1 基于高精地圖掃描建模技術(shù)
高精地圖作為自動駕駛的重要基礎(chǔ)設(shè)施,與虛擬仿真技術(shù)的結(jié)合,不僅能推動自動駕駛虛擬仿真的應(yīng)用普及,也能逐步延伸到更大范圍的城市交通仿真、數(shù)字孿生城市等應(yīng)用場景。以高精地圖為基礎(chǔ)數(shù)據(jù)的虛擬仿真,結(jié)合大量現(xiàn)實(shí)世界的真實(shí)數(shù)據(jù),實(shí)現(xiàn)靜態(tài)還原和動態(tài)建模,對虛擬世界進(jìn)行盡可能精確的模擬,搭建數(shù)字孿生平臺,探索智慧城市規(guī)劃、交通運(yùn)營管理等的最佳方案[2]。
基于高精地圖的虛擬仿真場景的構(gòu)建可以分為靜態(tài)場景構(gòu)建和動態(tài)場景構(gòu)建兩個方面。
2.1.1 靜態(tài)場景還原
構(gòu)建靜態(tài)場景是為了還原出高精地圖中的靜態(tài)元素,包含道路元素(包括路面材質(zhì)、車道線、路緣石、減速帶等),靜態(tài)交通元素(包括交通標(biāo)志標(biāo)牌、路燈、公交車站、隧道、周圍構(gòu)筑物等)。常用的手段是基于點(diǎn)云及三維重建技術(shù)或者基于增強(qiáng)現(xiàn)實(shí)的方法完成場景構(gòu)建,如圖1所示。
基于高精地圖及三維重建技術(shù)構(gòu)建場景,首先需要采集點(diǎn)云、全景圖像等數(shù)據(jù),經(jīng)過融合處理和標(biāo)準(zhǔn)編譯,構(gòu)建精度達(dá)到厘米級的地圖信息,其中包含路面、道路標(biāo)線、標(biāo)識標(biāo)牌等信息,并基于上述場景信息,使用3D建模軟件構(gòu)建道路交通基礎(chǔ)設(shè)施與道路交通周圍環(huán)境的可視化模型。在各種構(gòu)建方案中,這是一種低成本且節(jié)約時間的技術(shù)手段,而且高精地圖擁有豐富的道路元素信息,能極大提高場景構(gòu)建的效率。
2.1.2 動態(tài)場景還原
構(gòu)建動態(tài)場景是為了還原出高精地圖中的動態(tài)元素,包括動態(tài)指示設(shè)施、通訊信息等環(huán)境要素,以及交通參與者(包括機(jī)動車、非機(jī)動車、行人等弱勢交通參與者)行為、氣象變化(降雨、降雪、起霧等天氣狀況)、時間變化(主要是不同時刻光照陰影的變化)等。動態(tài)場景構(gòu)建是為了在靜態(tài)場景的基礎(chǔ)上,復(fù)現(xiàn)出場景中的動態(tài)元素,并且使得這些元素的動作極其產(chǎn)生的影響嚴(yán)格遵循現(xiàn)實(shí)世界的物理規(guī)律以及行為邏輯,如圖2所示。
交通場景仿真中影響車輛運(yùn)行的動態(tài)元素除了天氣、光照等氣象條件,還有測試車輛之外其他交通參與者的行為。當(dāng)前一種常用的仿真方法是基于路端設(shè)備采集數(shù)據(jù),對數(shù)據(jù)回放后再現(xiàn)交通元素,這種辦法可保證動態(tài)元素行為符合現(xiàn)實(shí)邏輯,同時,利用路采數(shù)據(jù)在滿足交通元素符合邏輯的情況下可自動化生成更多用于測試的場景庫。
2.2 基于GIS數(shù)據(jù)的地形建模技術(shù)
GIS技術(shù)是一種用于收集、處理、分析、展示和管理地理數(shù)據(jù)的工具。其對地形數(shù)據(jù)處理和建模是GIS技術(shù)在地形數(shù)據(jù)方面的廣泛應(yīng)用。地形數(shù)據(jù)主要包括地形高程數(shù)據(jù)、地形特征數(shù)據(jù)和地形屬性數(shù)據(jù)?;贕IS數(shù)據(jù)的地形建模技術(shù)對所選地區(qū)進(jìn)行地圖數(shù)據(jù)和地理信息收集,收集過程用到的工具包括:OpenStreetMap開源地圖網(wǎng)站、GoogleEarth地圖軟件、ArcGIS地圖、ArcMap平臺等。收集的數(shù)據(jù)范圍包括:地區(qū)整體地圖信息、地區(qū)路網(wǎng)分布信息、地區(qū)高程信息、特征路段信息、交通信號燈信息、車流量數(shù)據(jù)等。將不同渠道收集到的信息進(jìn)行整合歸納,分析所選地區(qū)真實(shí)交通場景。并針對不同類別特征路段,挑選布設(shè)典型場景,為交通仿真提供數(shù)據(jù)支撐。
2.2.1 地形數(shù)據(jù)采集
地形數(shù)據(jù)的采集是地形建模的基礎(chǔ)[3],主要有以下幾種方法。
遙感技術(shù):包括航空、衛(wèi)星、遙感水文和遙感地質(zhì)等多種形式。遙感技術(shù)通過傳感器獲取地表信息,并將其轉(zhuǎn)化為數(shù)字圖像或數(shù)據(jù),是獲取大范圍地形數(shù)據(jù)的重要手段。
測繪技術(shù):包括平面地形測量和高程測量。通過測繪技術(shù),可以獲得比較精確的地形數(shù)據(jù),包括地形點(diǎn)的位置、高程等信息。
GPS技術(shù):通過衛(wèi)星定位獲取地形的位置和高程信息,具有高精度和實(shí)時性的特點(diǎn)。
2.2.2 地形數(shù)據(jù)處理
地形數(shù)據(jù)處理是將采集到的原始數(shù)據(jù)進(jìn)行預(yù)處理和后處理,以生成可用于建模的數(shù)據(jù)集。包括以下兩種。
數(shù)據(jù)預(yù)處理:包括圖像增強(qiáng)、去噪、配準(zhǔn)等處理,以提高數(shù)據(jù)的準(zhǔn)確性和清晰度。
數(shù)據(jù)后處理:將預(yù)處理后的數(shù)據(jù)進(jìn)行拼接、重構(gòu)、模擬等處理,生成可用于建模的地形數(shù)據(jù)。
2.2.3 地形建模方法
基于GIS數(shù)據(jù)的地形建模方法有多種,包含等高線法、三角網(wǎng)法、體素法等。
等高線法:通過等高線的密度和高程間隔來描述地形的高程信息。這種方法可以手動制圖,也可以利用GIS軟件進(jìn)行自動插值生成地形模型。但等高線法的精度相對較低,對于復(fù)雜地形的模擬效果有限。
三角網(wǎng)法:將采集到的地形點(diǎn)云進(jìn)行剖分,生成一系列等邊三角形網(wǎng)格來描述地形曲面。三角網(wǎng)法通過對三角形網(wǎng)格進(jìn)行插值、優(yōu)化、連接等處理,可以生成比較準(zhǔn)確的地形模型,并且能夠有效地應(yīng)用于數(shù)字地球、城市規(guī)劃、水文建模等領(lǐng)域。
體素法:將地形數(shù)據(jù)離散化為三維空間中的立方體網(wǎng)格(體素),通過利用體素的幾何信息來描述地形的高程、坡度、方向等特征。體素法生成的地形模型可以支持多種效果和操作,如高低分辨率的切換、縮放、旋轉(zhuǎn)等。
根據(jù)地圖數(shù)據(jù)資源以及目標(biāo)路網(wǎng)周邊設(shè)施環(huán)境形態(tài)信息,結(jié)合現(xiàn)場調(diào)研信息收集,整理開發(fā)信息化模型構(gòu)建資料庫,為三維模型構(gòu)建提供所需數(shù)據(jù)。針對典型場景,使用城市建模引擎對道路網(wǎng)絡(luò)結(jié)構(gòu)及房屋建筑物的宏觀整體建模,與地理信息進(jìn)行配對,提出空間三維場景再現(xiàn)技術(shù)。使用3D建模引擎對典型場景的道路線形、路面信息、基礎(chǔ)設(shè)施、周邊建筑、綠化系統(tǒng)等細(xì)節(jié)對象進(jìn)行局部微觀精細(xì)化建模,打造微觀場景模型重構(gòu)技術(shù)。
3 場景數(shù)字化高精度還原應(yīng)用
測試道路場景數(shù)字化高精度還原應(yīng)用在當(dāng)前智能交通、自動駕駛、交通規(guī)劃與管理等領(lǐng)域具有重要地位[4],其應(yīng)用優(yōu)勢如下。
高精度:通過高精度的數(shù)據(jù)采集和處理技術(shù),能夠還原出道路場景的每一個細(xì)節(jié),包括路面紋理、交通標(biāo)志的位置和大小、車輛的行駛軌跡等,為測試和驗(yàn)證提供真實(shí)可靠的環(huán)境。
安全性:在虛擬環(huán)境中進(jìn)行測試,可以避免在真實(shí)道路上進(jìn)行測試可能帶來的安全風(fēng)險和事故隱患,降低測試成本和風(fēng)險。
可重復(fù)性:虛擬環(huán)境可以無限次地重現(xiàn)相同的測試場景,便于進(jìn)行多次測試以驗(yàn)證算法的穩(wěn)定性和可靠性。
靈活性:虛擬環(huán)境可以根據(jù)需要進(jìn)行調(diào)整和優(yōu)化,以適應(yīng)不同的測試需求和場景變化。
應(yīng)用場景主要在自動駕駛測試、交通規(guī)劃與管理、智能網(wǎng)聯(lián)汽車研發(fā)。
自動駕駛測試:自動駕駛車輛需要在各種復(fù)雜道路場景中進(jìn)行測試,以驗(yàn)證其感知、決策和控制等能力。通過構(gòu)建高精度的測試道路場景,可以模擬出各種真實(shí)世界的駕駛情況,如交通擁堵、行人橫穿、車輛變道等,為自動駕駛車輛的測試提供有力支持。
交通規(guī)劃與管理:通過對測試道路場景進(jìn)行數(shù)字化高精度還原,交通規(guī)劃和管理人員可以在虛擬環(huán)境中模擬不同的交通流量和組織方案,以評估其對交通擁堵、事故風(fēng)險等方面的影響,為制定科學(xué)合理的交通規(guī)劃和管理策略提供依據(jù)。
智能網(wǎng)聯(lián)汽車研發(fā):智能網(wǎng)聯(lián)汽車需要實(shí)現(xiàn)車與車、車與路之間的信息交互和協(xié)同控制。通過構(gòu)建高精度的測試道路場景,可以模擬出智能網(wǎng)聯(lián)汽車在實(shí)際道路上的行駛情況,并驗(yàn)證其信息交互和協(xié)同控制等功能的性能。
4 結(jié)語
開展場地試驗(yàn)是驗(yàn)證汽車性能、安全性和可靠性的關(guān)鍵環(huán)節(jié)。隨著汽車技術(shù)的不斷進(jìn)步,傳統(tǒng)的試驗(yàn)方法已經(jīng)難以滿足高精度、高效率的測試需求。因此,汽車行駛環(huán)境的數(shù)字模擬與仿真測試應(yīng)運(yùn)而生。目前基于高精地圖掃描建模技術(shù)和基于GIS數(shù)據(jù)的地形建模技術(shù)較為普及。
綜上所述。高精地圖掃描建模技術(shù)和基于GIS數(shù)據(jù)的地形建模技術(shù),都是通過數(shù)字化手段,對試驗(yàn)場景進(jìn)行高精度模擬和還原,兩者各有優(yōu)勢,都可以提高測試效率和準(zhǔn)確性,適用于不同的應(yīng)用場景和需求。隨著技術(shù)的不斷發(fā)展和完善,這兩種技術(shù)將在更多領(lǐng)域發(fā)揮重要作用。
參考文獻(xiàn):
[1]張師源.面向自動駕駛測試的數(shù)字孿生系統(tǒng)研究與實(shí)現(xiàn)[D].西安:長安大學(xué),2024.
[2]蘇妍曉.基于虛擬現(xiàn)實(shí)的道路場景建模與交通仿真應(yīng)用研究[D].濟(jì)南:山東師范大學(xué),2011.
[3]趙占杰.基于網(wǎng)絡(luò)的地形三維建模方法及其應(yīng)用研究[D].阜新:遼寧工程技術(shù)大學(xué),2005.
[4]趙賽帥,李艷賓,李俊峰,等.寧波市數(shù)字公路高精地圖的建設(shè)方法探索[J].地理空間信息,2020,18(09).