(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221087126 6.8 (22)申请日 2022.07.22 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 龚伟　王亚飞　王帅　李泽星　 章翼辰　张睿韬　殷承良　 (74)专利代理 机构 南京利丰知识产权代理事务 所(特殊普通 合伙) 32256 专利代理师 任立 (51)Int.Cl. G06F 30/20(2020.01) G06T 15/00(2011.01) G06T 17/00(2006.01) (54)发明名称 一种面向车路协同的路测感知仿真系统 (57)摘要 本发明提供一种面向车路协同的路测感知 仿真系统， 涉及路测感知仿真技术领域。 该面向 车路协同的路测感知仿真系统， 包括仿真平台模 块、 仿真框架模块、 中间件模块、 结点模块， 所述 仿真平台模块包括图形引擎单元和物理引擎单 元， 且物理引擎单元与图形引擎单元进行连接， 且图形引擎单元和物理引擎单元均与仿真框架 模块进行连接， 所述仿真框架模块包括模拟环境 单元、 动态场景单元、 路侧传感器单元、 定位仿真 单元、 通信仿真单元和动力学仿真单元等。 该系 统通过在在路侧部署传感器， 将采集到的路面信 息经V2X通信给到车辆， 使车辆拥有超视距的感 知能力， 通过构建该路侧感知仿真系统可以很好 地解决RSU配 置及样本数据生成的问题。 权利要求书2页 说明书6页 附图1页 CN 115292913 A 2022.11.04 CN 115292913 A 1.一种面向车路协同的路测感知仿真系统， 其特征在于， 包括仿真平台模块、 仿真框架 模块、 中间件模块、 结点模块， 所述仿真平台模块包括图形引擎单元和物理引擎单元， 且物 理引擎单元与图形引擎单元进 行连接， 且图形引擎单元和物理引擎单元均与仿 真框架模块 进行连接， 所述仿真框架模块包括模拟环境单元、 动态场景单元、 路侧传感器单元、 定位仿 真单元、 通信仿真单元和动力 学仿真单元等， 所述中间件模块包括ROS、 YARP等外界通讯单 元， 所述结点模块包括车辆控制单元、 数据处理单元等， 所述中间件模块与仿真框架模块之 间双向通信连接， 所述中间件 模块与结点模块内的各 单元之间双向通信连接 。 2.根据权利要求1所述的一种面向车路协同的路测感知仿真系统， 其特征在于， 所述路 测感知仿 真系统是基于LGSV L开发且适用于路侧感知的仿 真系统， 其中， 利用自定义场景功 能开发适用于路侧感知的模拟环境， 利用自定义车辆及传感器模型功能创建路侧感知单 元， 利用自定义 通讯内容实现 路侧感知数据的采集与传输 。 3.根据权利要求1所述的一种面向车路协同的路测感知仿真系统， 其特征在于， 所述路 测感知仿真系统包括模拟场景构建， 所述模拟场景构建由静态环境单元、 动态交通单元和 路侧单元组成； 静态环境单元， 主要包括用于车辆行驶的车道， 场景内的建筑， 区域内的绿植、 路灯等， 这些构成了模拟场景的客观 环境， 并且不随仿真测试 过程中其它条件的变化而改变； 动态交通单元， 其是仿真测试场景的关键组成， 主要指仿真中具备动态特性的管控、 车 流、 人流等部分， 包括红绿灯仿真， 机动车仿真， 行 人仿真等； 路侧单元， 其是车路协同的核心部件， 负责车路信息的采集、 处理与传输， 也是面向车 路协同的路侧感知仿真系统的重点研究对象。 4.根据权利要求3所述的一种面向车路协同的路测感知仿真系统， 其特征在于， 所述静 态环境单元通过blender建模后经Un ity高清渲染后得到模拟仿真系统的静态 环境。 5.根据权利要求3所述的一种面向车路协同的路测感知仿真系统， 其特征在于， 所述动 态交通单元实现的动态交通仿 真场景构建方法主要有基于 真实交通案例数据的构建， 基于 真实案例数据的泛化构建,以及基于微观交通仿真系统的构建。 6.根据权利要求3所述的一种面向车路协同的路测感知仿真系统， 其特征在于， 所述路 侧单元包括摄 像头、 激光雷达、 毫米波雷达、 工控机等。 7.一种面向车路协同的路测感知仿真系统数据采集构建方法， 其特征在于， 包括以下 步骤： S1.模拟点云数据生成 参照真实激光雷达的扫描方式， 模拟每一条真实雷达射线的发射， 通过与场景中所有 物体求交， 若在激光雷达的最大探测距离内存在交点， 则返回相应的点云坐标， 假设模拟激 光雷达为 L线， 水平分辨 率为R， 水平扫描范围为3 60°， 得到每一帧发射 射线的数量 N为: N＝L×360/R 若探测距离为D， 场景内模拟点云数据生成的伪代码为：权　利　要　求　书 1/2 页 2 CN 115292913 A 2有上式和伪代码可知， 当激光雷达频率较 高， 场景内环境较为复杂 且模型足够精细时， 通过模拟射线求交的计算量极大， 以激光雷达为64线， 水平分辨率0.4， 频率 10Hz为例， 单纯 每秒发射的激光雷达射线就高达576000条， 在此基础上还需要对每一条射线遍历场景内除 激光雷达外的所有物体模型。 为了达到实时仿真 的效果， 可以运用CPU并行或GPU计算的方 式来提高计算效率， LGSVL采用GPU计算 点云数据； S2.真值数据生成与处 理 有了模拟点云数据后， 一般还需要配合真值数据， 用作模型识别训练的数据集。 真值数 据对应真实数据中的人工标签数据， 数据内容包括可识别物体的位置、 朝向、 包围盒大小、 速度、 类型等， 不同于人工打标签的过程， 真值数据相对于仿真系统而言是已知的， 只需要 将真值数据与点云数据进行配合同步输出即可， 因此 可以大大提高输出 标签的效率； S3.仿真数据输出 由于模拟点云数据与真值数据分别通过不同的传感器采集， 为了实现每一帧文件的相 互匹配， 采用获取当前ROS时间作为每一 帧点云数据和真值数据的命名， 如当前ROS时间为 n.ms， 对应时刻采集的点云数据文件保存为nm.pcd， 真值数据文件为nm.txt， 将同一帧的模 拟点云数据与真值数据导入Rviz中显示， 即得到 输出的仿真数据。 8.根据权利要求7所述的一种面向车路协同的路测感知仿真系统数据采集构建方法， 其特征在于， 所述步骤S1中的真实点云数据除了位置坐标外， 还有一个关键信息是反射强 度， 反射强度主要反映的是不同物理材质对激光雷达所使用的近红外光线的反射率。 因此， 模拟点云数据同样需要考虑强度值， LGSVL中通过获取模型材质中的金属度及颜色值并进 行归一化处理得到取值范围在0～ 255间的强度值。 9.根据权利要求7所述的一种面向车路协同的路测感知仿真系统数据采集构建方法， 其特征在于， 所述步骤S2中的真值数据生 成通过在LGSVL中新建真值数据传感器， 为实现真 值数据与点云数据匹配， 需要将真值数据传感器与激光雷达传感器的配置参数保持一致， 如位置姿态、 有效范围、 频率 等。权　利　要　求　书 2/2 页 3 CN 115292913 A 3