(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 202210835557.1 (22)申请日 2022.07.15 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 刘志远　史云阳　王子寒　黄迪　 张奇　刘攀　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 陈月菊 (51)Int.Cl. H04L 67/12(2022.01) G08G 1/065(2006.01) G08G 1/01(2006.01) G06V 20/40(2022.01)G06F 30/20(2020.01) (54)发明名称 基于路侧视频的智能网联车辆联合仿真测 试方法 (57)摘要 本发明公开了一种基于路侧视频的智能网 联车辆联合仿真测试方法， 基于高速公路路侧视 频数据， 设计基于车道线信息的高泛化性视频检 测坐标系标定方法， 结合视频检测技术进行车辆 行驶轨迹的识别 与处理， 基于所提取的轨迹数据 实现在开源交通仿真软件SUMO中的仿真轨迹还 原， 结合联合仿真技术， 基于开源交通仿真软件 SUMO和开源车辆动力学仿真软件CARLA搭建适用 于智能网联汽 车算法测试与优化的仿真场景， 并 基于实地路侧视频验证方法的可实施性。 权利要求书1页 说明书3页 附图2页 CN 115277758 A 2022.11.01 CN 115277758 A 1.一种基于路侧视频的智能网联车辆联合仿真测试方法， 其特征在于， 包括以下具体 步骤： S1、 提取车辆信息， 并形成车辆 轨迹； S2、 基于开源仿真地 图下载对应视频区域内的电子地 图， 并转化为交通仿真软件SUMO 和自动驾驶仿真软件CARLA路网文件， 结合自建坐标系信息实现对仿真路网坐标系信息的 修改， 采用SUMO内置TraCI接口实现对车辆 轨迹数据的导入与验证； S3、 采用自动驾驶仿真软件CA RLA和交通仿真软件SUMO的联合仿真方法， 选取视频内的 典型交通事件设计特定场景下基于车辆真实轨迹数据的场景库测试方法， 其中CARLA端载 入智能网联 车辆与车辆控制算法， SUMO端提供背景交通 流量。 2.根据权利要求1所述的基于路侧视频的智能网联车辆联合仿真测试方法， 其特征在 于： S1具体为 获取高速公路视频数据后， 采用高速公路标准信息， 实现对高速公路视频场景 内特殊点位的二维坐标标定， 进而实现自建坐标系的生成， 设计基于YOLO的视频检测算法 进行视频场景内的车辆微观行为特性识别， 提取多种交通参数， 获取车辆连续时间步长内 的上述参数并记录， 形成每 个车辆的车辆 轨迹。 3.根据权利要求2所述的基于路侧视频的智能网联车辆联合仿真测试方法， 其特征在 于： 所述交通 参数包括车辆 速度、 车辆ID和车辆位置信息的一种或多种。 4.根据权利要求2所述的基于路侧视频的智能网联车辆联合仿真测试方法， 其特征在 于： S1中， 在已知摄像头三维坐标(XcYcZc)后， 可以实现由相机坐标到二维图像坐标系(x,y, f)的转化， 其具体公式为： 在进行轨 迹数据提取时， 需将二维图像坐标转 化为像素坐标， 其具体公式为： 5.根据权利要求1所述的基于路侧视频的智能网联车辆联合仿真测试方法， 其特征在 于， S2中所述的车辆轨迹数据的导入和验证， 包括 获取S1中所提取的车辆轨迹信息， 将其导 入到SUMO仿真中， 将真实轨迹数据所提取的微观交通行为与仿 真所提取的微观交通行为进 行对比， 验证轨迹数据导入仿真的准确 性； 将真实轨迹生成的交通流与仿真内置模型 的交 通流进行对比， 依此验证轨 迹数据仿真的有价 值性。权　利　要　求　书 1/1 页 2 CN 115277758 A 2基于路侧视频的智能网联车辆联合 仿真测试方 法 技术领域 [0001]本发明属于城市交通技术领域， 具体涉及 一种基于路侧视频的智能网联车辆联合 仿真测试 方法。 背景技术 [0002]伴随着5G和云计算等领域的大力发展， 具有网联特性的车辆上路成为可能。 但是 当前智能网联车辆相关算法不成熟， 国内相关法律尚不完善。 因此， 面向于仿真的智能网联 车辆算法测试成为智能网联车辆上路的必要测试环节。 同时， 因为真实世界相关网联算法 测试的高成本等问题， 基于仿真的， 面向于典型场景 的智能网联车辆测试方法能够显著降 低智能网联汽车 上路的成本， 大 大提高算法测试速度， 降低实车测试的危险性。 发明内容 [0003]本发明要解决的技术问题是提供一种基于路侧视频的智能网联车辆联合仿真方 法。 [0004]为了解决上述技术问题， 本发明采用的技术方案是： 一种基于路侧视频的智能网 联车辆联合仿真测试 方法， 包括以下 具体步骤： [0005]S1、 提取车辆信息， 并形成车辆 轨迹； [0006]S2、 基于开源仿真地图下载对应视频区域内的电子地图， 并转化为交通仿真软件 SUMO(Simulation  of Urban Mobility， 城市交通模拟， 一款开源的交通仿真软件)和自动 驾驶仿真软件CARLA(一款致力于自动驾驶研究的开源仿真模拟器)路网文件， 结合 自建坐 标系信息实现对仿真路网坐标系信息的修改， 采用SUMO内置TraCI(Traffic  Control  Interface， 交通控制接口)接口实现对车辆 轨迹数据的导入与验证； [0007]S3、 采用自动驾 驶仿真软件CARLA和交通仿真软件SUMO的联合仿真方法， 选取视频 内的典型交通事件设计特定场景下基于车辆真实轨迹数据的场景库测试方法， 其中CARLA 端载入智能网联 车辆与车辆控制算法， SUMO端提供背景交通 流量。 [0008]进一步的， S1具体为获取高速 公路视频数据后， 采用高速 公路标准信息， 实现对高 速公路视频场景内特殊点位的二维坐标标定， 进而实现自建坐标系的生成， 设计基于YOLO 的视频检测算法进行视频场景内的车辆微观行为特性识别， 提取多种交通参数， 获取车辆 连续时间步长内的上述 参数并记录， 形成每 个车辆的车辆 轨迹。 [0009]进一步的， 所述交通 参数包括车辆 速度、 车辆ID和车辆位置信息的一种或多种。 [0010]进一步的， S1中， 在已知摄像头三维坐标(XcYcZc)后， 可以实现由相 机坐标到二维 图像坐标系(x,y,f)的转 化， 其具体公式为： [0011] [0012]在进行轨 迹数据提取时， 需将二维图像坐标转 化为像素坐标， 其具体公式为：说　明　书 1/3 页 3 CN 115277758 A 3