阅读说明：本技术 一种基于carla的预制轨迹仿真场景的搭建方法 (Carla-based prefabricated track simulation scene construction method ) 是由 白启扉 于 2021-06-29 设计创作，主要内容包括：本发明公开了一种基于carla的预制轨迹仿真场景的搭建方法,包括以下步骤：步骤一、在自动驾驶仿真工具CARLA中创建仿真测试场景Scenario runner；步骤二、在游戏引擎Unreal中创建模拟场景；步骤三、将步骤二中创建的模拟场景导入到步骤一中的仿真测试场景Scenario runner进行测试。本发明通过游戏引擎Unreal中的spline插件插件制作模拟场景,该模拟场景中的他方车辆或行人的移动轨迹为自主绘制的曲线,在进行汽车自动驾驶仿真测试时,他方车辆或行人按照绘制的曲线轨迹移动,测试自动驾驶的反应。(The invention discloses a cara-based method for building a prefabricated track simulation scene, which comprises the following steps of: step one, creating a simulation test scene Scenario runner in an automatic driving simulation tool CARLA; creating a simulated scene in the Unreal game engine; and step three, importing the simulation scene created in the step two into the simulation test scene Scenario runner in the step one for testing. According to the invention, a simulation scene is manufactured through a spline plug-in a game engine Unreal, the moving track of other vehicles or pedestrians in the simulation scene is an autonomously drawn curve, and when an automobile automatic driving simulation test is carried out, the other vehicles or pedestrians move according to the drawn curve track, so that the reaction of automatic driving is tested.)

一种基于carla的预制轨迹仿真场景的搭建方法

技术领域

本发明涉及自动驾驶仿真测试技术领域，特别涉及一种基于carla的预制轨迹仿真场景的搭建方法。

背景技术

自动驾驶汽车需要经历大量的道路测试才能达到商用要求。采用路测来优化自动驾驶算法耗费的时间和成本太高，且开放道路测试仍受到法规限制、极端交通条件和场景复现等困难，因此，基于场景的仿真测试是解决自动驾驶研发测试挑战的主要路线。

carla作为一款自动驾驶仿真软件，提供了Scenario runner作为创建和运行仿真测试场景的一套方案。Carla scenario runner里基于行为树提供了操作控制第三方车辆和环境的方法，不过第三方车辆的移动都是沿着高精地图路网，无法按照某些测试场景的需求随意移动。

发明内容

本发明提供了一种基于carla的预制轨迹仿真场景的搭建方法，其优点是为汽车自动驾驶测试提供一个第三方车辆可以按照需求随意移动的测试场景，用于搭建高自由度的汽车自动驾驶仿真测试场景。

本发明的上述目的是通过以下技术方案实现的，一种基于carla的预制轨迹仿真场景的搭建方法，包括以下步骤：

步骤一、在自动驾驶仿真工具CARLA中创建仿真测试场景Scenario runner；

步骤二、在游戏引擎Unreal中创建模拟场景；

步骤三、将步骤二中创建的模拟场景导入到步骤一中的仿真测试场景Scenariorunner进行测试。

本发明进一步设置为，步骤二中所述的模拟场景用于模拟汽车自动驾驶测试中的他方车辆或行人。

本发明进一步设置为，步骤二中所述的模拟场景包括他方车辆或行人的移动轨迹和触发点以及己方车辆的出生点和目标点。

本发明进一步设置为，步骤二在游戏引擎Unreal中的spline插件下制作。

本发明进一步设置为，步骤二中创建好的模拟场景通过游戏引擎Unreal中的export插件导出成json格式文件。

本发明进一步设置为，步骤一中所述的仿真测试场景Scenario runner还包括数据解析模块parser，数据解析模块parser用于解析json格式文件。

本发明进一步设置为，步骤一中所述的仿真测试场景Scenario runner还包括splinefollow模块，splinefollow模块用于控制他方车辆或者行人根据预先制定的移动轨迹移动。

综上所述，本发明的有益效果是：通过游戏引擎Unreal中的spline插件插件制作模拟场景，该模拟场景中的他方车辆或行人的移动轨迹为自主绘制的曲线，在进行汽车自动驾驶仿真测试时，他方车辆或行人按照绘制的曲线轨迹移动，测试自动驾驶的反应，实现了对汽车自动驾驶的测试，由于他方车辆或行人的运动轨迹是绘制的，因此自由度更高，可根据测试需求具体绘制。

附图说明

图1是本发明实施例的原理示意图。

具体实施方式

下面结合附图详细说明本发明的具体实施方式。

实施例：参考图1，一种基于carla的预制轨迹仿真场景的搭建方法，包括以下步骤：

步骤一、在自动驾驶仿真工具CARLA中创建仿真测试场景Scenario runner；

步骤二、在游戏引擎Unreal中创建模拟场景；

步骤三、将步骤二中创建的模拟场景导入到步骤一中的仿真测试场景Scenariorunner进行测试。

步骤二中所述的模拟场景用于模拟汽车自动驾驶测试中的他方车辆或行人。

步骤二中所述的模拟场景包括他方车辆或行人的移动轨迹和触发点以及己方车辆的出生点和目标点。

步骤二在游戏引擎Unreal中的spline插件下制作。

步骤二中创建好的模拟场景通过游戏引擎Unreal中的export插件导出成json格式文件。

步骤一中所述的仿真测试场景Scenario runner还包括数据解析模块parser，数据解析模块parser用于解析json格式文件。

步骤一中所述的仿真测试场景Scenario runner还包括splinefollow模块，splinefollow模块用于控制他方车辆或者行人根据预先制定的移动轨迹移动。

其工作原理是：通过游戏引擎Unreal中的spline插件插件制作模拟场景，该模拟场景中的他方车辆或行人的移动轨迹为自主绘制的曲线，在进行汽车自动驾驶仿真测试时，他方车辆或行人按照绘制的曲线轨迹移动，测试自动驾驶的反应，实现了对汽车自动驾驶的测试，由于他方车辆或行人的运动轨迹是绘制的，因此自由度更高，可根据测试需求具体绘制。

如图1所示，以前方有行人占到行走的测试场景为例，首先在unreal里配置行人行走的曲线，曲线的起点默认为行人的出生点，然后配置己方车辆出生点和目标点，以上数据统一导出到一个pedestrian.json里。

在运行carla scenario runner测试该场景时，首先会通过parser解析pedestrian.json，获取行人轨迹以及各个配置点信息，然后在己方车辆到达触发点时，行人开始沿着轨迹行走。行人可以在道路上按任意轨迹行走，从而测试我们的自动驾驶算法会有何种反应。首先通过spline曲线工具，我们能够为行人创建任一种轨迹，其次通过splinefollower模块，我们能保证场景运行时，行人会沿着我们设定的轨迹移动。这样就保证了场景的制作和运行统一，并且保留了多样性。

以上所述的仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。