1.本发明涉及自动驾驶测试领域，尤其涉及一种提高自动驾驶开发测试效率的并行仿真系统。
背景技术：2.一辆l5级别的自动驾驶车辆正式上路之前，需要经过110亿英里的测试。这就意味着，即便是一支拥有100辆测试车的自动驾驶车队，以25英里(40公里)每小时的平均时速7
×
24小时一刻不停歇地测试，也需要花费大约500年的时间。并且实际道路中复杂场景、危险场景、包括天气、光线均无法按预期构建，构建的难度以及成本都是非常巨大的，所以仿真测试在自动驾驶开发中的重要性则是不言而喻的。
3.然而目前的仿真测试主要是以mil、hil、sil、vil为主，这些都是独立场景、独立仿真进程，对于解决无法模拟的场景能够起到推进作用，但是对于缩短自动驾驶开发周期意义不明显，即使是当前流行的云计算并行仿真，它也只是以一个待测目标为主进行多任务并行仿真，能提高测试效率，但是仍然未达到理想的效果。
技术实现要素：4.本发明针对现有技术中存在的技术问题，提供一种提高自动驾驶开发测试效率的并行仿真系统，让每一辆参与仿真的车辆模型都具备真实的车辆动力学，实现开发测试数据闭环，达到自动驾驶仿真测试效率提升的指数级效果，从而缩短自动驾驶开发周期。
5.根据本发明的第一方面，提供了一种提高自动驾驶开发测试效率的并行仿真系统，包括：vtd仿真模块和车辆动力学模型；
6.所述vtd仿真模块用于模拟自动驾驶场景；
7.各个所述车辆动力学模型分别建立与所述vtd仿真模块的通信进行联合仿真；各个车辆动力学模型分别基于相同或不同的控制算法模型，按照下发的初始状态的路径规划指令进行车辆行驶仿真；在任一所述车辆动力学模型的车辆行驶仿真结果出现异常时更新该车辆动力学模型对应的控制算法模型。
8.在上述技术方案的基础上，本发明还可以作出如下改进。
9.可选的，所述并行仿真系统还包括：云仿真平台；所述云仿真平台基于云原生部署；
10.各个所述车辆动力学模型建立与所述vtd仿真模块的通信后进行docker化打包成容器，部署在所述云仿真平台上；
11.所述云仿真平台全局设置并统一下发各个车辆动力学模型的初始状态的路径规划指令。
12.可选的，所述vtd仿真模块进行docker化打包成容器的过程包括：
13.创建target文件夹然后执行生成docker package任务；
14.进入到target文件夹中的vtd.run.control文件夹中，制作容器；
15.运行容器，修改rundocker.sh中的mac地址为license对应地址。
16.可选的，所述车辆动力学模型为carsim车辆模型。
17.可选的，模拟自动驾驶场景的过程包括建立设定范围的交通路网导入所述vtd仿真模块。
18.可选的，所述车辆动力学模型的数量n根据硬件算力资源确定，加载对应的控制算法模型，在同一张路网上仿真n个单目标车辆进行随机交通。
19.可选的，所述初始状态的路径规划指令包括：初始位置、速度以及规划路径结果。
20.可选的，所述车辆动力学模型的车辆行驶仿真结果出现异常为单个所述车辆动力学模型的仿真结果评估为不安全时，则输出该辆动力学模型当时的交通流信息，所述交通流信息包括视频。
21.可选的，所述车辆动力学模型的车辆行驶仿真结果出现异常为所述并行仿真系统的仿真结果出现危险场景时，云仿真平台记录驾驶场景所有数据信息并保存交通流视频，用于控制算法模型的算法的验证。
22.可选的，在任一所述车辆动力学模型的车辆行驶仿真结果出现异常并更新该车辆动力学模型对应的控制算法模型后，再对所述并行仿真系统进行场景训练和验证，不停的迭代、训练和更新以达到数据闭环的目的。
23.本发明提供的一种提高自动驾驶开发测试效率的并行仿真系统，提供一个在线并行仿真平台，让每一辆参与仿真的车辆模型都具备真实的车辆动力学，实现开发测试数据闭环，达到自动驾驶仿真测试效率提升的指数级效果，从而缩短自动驾驶开发周期；通过大量仿真场景的训练增加控制算法的鲁棒性，同时提供车辆控制算法更新的接口，在训练的同时迭代算法，达到数据闭环的效果，以提高自动驾驶开发、测试效率。
附图说明
24.图1为本发明实施例提供的一种提高自动驾驶开发测试效率的并行仿真系统的结构框图；
25.图2为本发明实施例提供的vtd与carsim进行联合仿真时的通信链路示意图；
26.图3为本发明实施例提供的车辆模型与场景地图通信的示意图。
具体实施方式
27.以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
28.图1为本发明实施例提供的一种提高自动驾驶开发测试效率的并行仿真系统的结构框图，如图1所示，该并行仿真系统包括：vtd仿真模块和车辆动力学模型。
29.vtd仿真模块用于模拟自动驾驶场景。
30.各个车辆动力学模型分别建立与vtd仿真模块的通信进行联合仿真；各个车辆动力学模型分别基于相同或不同的控制算法模型，按照下发的初始状态的路径规划指令进行车辆行驶仿真；在任一车辆动力学模型的车辆行驶仿真结果出现异常时更新该车辆动力学模型对应的控制算法模型。
31.本发明提供一个提高自动驾驶开发测试效率的在线并行仿真平台，让每一辆参与
仿真的车辆模型都具备真实的车辆动力学，实现开发测试数据闭环，达到自动驾驶仿真测试效率提升的指数级效果，从而缩短自动驾驶开发周期。
32.实施例1
33.本发明提供的实施例1为本发明提供的一种提高自动驾驶开发测试效率的并行仿真系统的实施例，结合图2可知，该实施例包括：vtd仿真模块、车辆动力学模型和云仿真平台。
34.vtd仿真模块用于模拟自动驾驶场景。
35.在一种可能的实施例方式中，模拟自动驾驶场景的过程包括建立设定范围的交通路网导入vtd仿真模块。构建仿真测试地图路网，例如长宽各10公里。
36.各个车辆动力学模型分别建立与vtd仿真模块的通信进行联合仿真；各个车辆动力学模型分别基于相同或不同的控制算法模型，按照下发的初始状态的路径规划指令进行车辆行驶仿真；在任一车辆动力学模型的车辆行驶仿真结果出现异常时更新该车辆动力学模型对应的控制算法模型。
37.在一种可能的实施例方式中，车辆动力学模型为carsim车辆模型。一个carsim动力仿真作为一个单车目标。如图2所示为本发明实施例提供的vtd与carsim进行联合仿真时的通信链路示意图。如图3为本发明实施例提供的车辆模型与场景地图通信的示意图。
38.在一种可能的实施例方式中，车辆动力学模型的数量n根据硬件算力资源确定，加载对应的控制算法模型，在同一张路网上仿真n个单目标车辆进行随机交通，实现车辆模型与场景地图通信。
39.在一种可能的实施例方式中，初始状态的路径规划指令包括：初始位置、速度以及规划路径结果。
40.在一种可能的实施例方式中，云仿真平台基于云原生部署，各个车辆动力学模型建立与vtd仿真模块的通信后进行docker化打包成容器，部署在云仿真平台上；云仿真平台全局设置并统一下发各个车辆动力学模型的初始状态的路径规划指令。
41.在一种可能的实施例方式中，车辆动力学模型的车辆行驶仿真结果出现异常为单个车辆动力学模型的仿真结果评估为不安全时，则输出该辆动力学模型当时的交通流信息，交通流信息包括视频等。
42.在一种可能的实施例方式中，车辆动力学模型的车辆行驶仿真结果出现异常为并行仿真系统的仿真结果出现危险场景(如发生碰撞等)时，云仿真平台记录驾驶场景所有数据信息并保存交通流视频，用于控制算法模型的算法的验证。
43.在一种可能的实施例方式中，在任一车辆动力学模型的车辆行驶仿真结果出现异常并更新该车辆动力学模型对应的控制算法模型后，再对并行仿真系统进行场景训练和验证，不停的迭代、训练、更新以达到数据闭环的目的，缩短自动驾驶开发周期。
44.在一种可能的实施例方式中，vtd仿真模块进行docker化打包成容器的过程包括：
45.首先安装docker，在software中搜索docker，选中安装。(docker container runtime)或者￥sodu snap install docker或者￥sudo apt install docker.io
46.进入vtd.2019.1/runtime/tools/docker/vtd.run.control
47.安装完成docker并运行后，包括：
48.a.创建target文件夹然后执行生成docker package任务，￥./
createdockerpackage.sh./target
49.b.进入到target文件夹中的vtd.run.control文件夹中，制作容器，￥sudo./builddockder.sh查看，￥docker images可以看到有vtd.run.control和ubuntu
50.c.运行容器，修改rundocker.sh中的mac地址为license对应地址，￥sudo./rundocker.sh查看，新开一个terminal然后输入￥sudo dockerps，看到vtd.run.control在运行。
51.本发明实施例提供的一种提高自动驾驶开发测试效率的并行仿真系统，提供一个在线并行仿真平台，让每一辆参与仿真的车辆模型都具备真实的车辆动力学，实现开发测试数据闭环，达到自动驾驶仿真测试效率提升的指数级效果，从而缩短自动驾驶开发周期；通过大量仿真场景的训练增加控制算法的鲁棒性，同时提供车辆控制算法更新的接口，在训练的同时迭代算法，达到数据闭环的效果，以提高自动驾驶开发、测试效率。
52.需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
53.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
54.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
55.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
56.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
57.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
58.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
技术特征：1.一种提高自动驾驶开发测试效率的并行仿真系统，其特征在于，所述并行仿真系统包括：vtd仿真模块和车辆动力学模型；所述vtd仿真模块用于模拟自动驾驶场景；各个所述车辆动力学模型分别建立与所述vtd仿真模块的通信进行联合仿真；各个车辆动力学模型分别基于相同或不同的控制算法模型，按照下发的初始状态的路径规划指令进行车辆行驶仿真；在任一所述车辆动力学模型的车辆行驶仿真结果出现异常时更新该车辆动力学模型对应的控制算法模型。2.根据权利要求1所述的并行仿真系统，其特征在于，所述并行仿真系统还包括：云仿真平台；所述云仿真平台基于云原生部署；各个所述车辆动力学模型建立与所述vtd仿真模块的通信后进行docker化打包成容器，部署在所述云仿真平台上；所述云仿真平台全局设置并统一下发各个车辆动力学模型的初始状态的路径规划指令。3.根据权利要求2所述的并行仿真系统，其特征在于，所述vtd仿真模块进行docker化打包成容器的过程包括：创建target文件夹然后执行生成docker package任务；进入到target文件夹中的vtd.run.control文件夹中，制作容器；运行容器，修改rundocker.sh中的mac地址为license对应地址。4.根据权利要求1所述的并行仿真系统，其特征在于，所述车辆动力学模型为carsim车辆模型。5.根据权利要求1所述的并行仿真系统，其特征在于，模拟自动驾驶场景的过程包括建立设定范围的交通路网导入所述vtd仿真模块。6.根据权利要求1所述的并行仿真系统，其特征在于，所述车辆动力学模型的数量n根据硬件算力资源确定，加载对应的控制算法模型，在同一张路网上仿真n个单目标车辆进行随机交通。7.根据权利要求1所述的并行仿真系统，其特征在于，所述初始状态的路径规划指令包括：初始位置、速度以及规划路径结果。8.根据权利要求1所述的并行仿真系统，其特征在于，所述车辆动力学模型的车辆行驶仿真结果出现异常为单个所述车辆动力学模型的仿真结果评估为不安全时，则输出该辆动力学模型当时的交通流信息，所述交通流信息包括视频。9.根据权利要求1所述的并行仿真系统，其特征在于，所述车辆动力学模型的车辆行驶仿真结果出现异常为所述并行仿真系统的仿真结果出现危险场景时，云仿真平台记录驾驶场景所有数据信息并保存交通流视频，用于控制算法模型的算法的验证。10.根据权利要求1所述的并行仿真系统，其特征在于，在任一所述车辆动力学模型的车辆行驶仿真结果出现异常并更新该车辆动力学模型对应的控制算法模型后，再对所述并行仿真系统进行场景训练和验证，不停的迭代、训练和更新以达到数据闭环的目的。
技术总结本发明涉及一种提高自动驾驶开发测试效率的并行仿真系统，包括：VTD仿真模块和车辆动力学模型；VTD仿真模块用于模拟自动驾驶场景；各个车辆动力学模型分别建立与VTD仿真模块的通信进行联合仿真；各个车辆动力学模型分别基于相同或不同的控制算法模型，按照下发的初始状态的路径规划指令进行车辆行驶仿真；在任一车辆动力学模型的车辆行驶仿真结果出现异常时更新该车辆动力学模型对应的控制算法模型；让每一辆参与仿真的车辆模型都具备真实的车辆动力学，实现开发测试数据闭环，达到自动驾驶仿真测试效率提升的指数级效果，从而缩短自动驾驶开发周期。动驾驶开发周期。动驾驶开发周期。
技术研发人员：王军德 李诒雯 郝江波 邹元杰
受保护的技术使用者：武汉光庭信息技术股份有限公司
技术研发日：2022.06.27
技术公布日：2022/11/1
