基于汽車場地試驗的場景數字化高精度還原研究綜述

摘 要：汽車行駛環境的數字模擬與仿真測試是智能駕駛測試驗證的一種新方法和重要手段，針對汽車試驗場地等典型物理道路，從高精地圖掃描建模技術和GIS數據的地形建模技術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構關系，數字化孿生復現全要素靜態場景，確定道路數字化高精度還原方法，可以為后續的交通場景數字孿生測試研究打下堅實基礎。

關鍵詞：場地試驗 場景數字化 高精度還原

1 緒論

隨著自動駕駛技術的快速發展，確保智能網聯汽車的安全性能成為一項緊迫的任務。為了實現與人類駕駛安全性能相媲美的目標，智能網聯汽車需要應對海量場景測試的挑戰。為了進一步提升效率、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聯汽車測試驗證系統安全的重要支柱，在智能網聯汽車綜合安全評估和性能評估中發揮了重要作用。

汽車行駛環境的數字模擬與仿真測試是一種智能駕駛測試驗證的新方法和重要手段，是當前汽車智能駕駛技術研究與產品研發必不可少的一環。智能網聯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境要素兩部分，在場景在構建過程中，需要合理準確地在虛擬環境中進行渲染。外部交通環境要素又涵蓋：靜態環境要素（如交通設施、道路及障礙物等）、動態環境要素（動態指示設施、通信環境信息）、交通參與者要素（非機動車輛/機動車輛、行人等）以及氣象環境要素（環境溫度、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和基于GIS數據的地形建模技術展開論述，分析場景數字化高精度還原方法及應用，為后續數字化場景建設研究提供基礎。

2 場景數字化高精度還原方法

2.1 基于高精地圖掃描建模技術

高精地圖作為自動駕駛的重要基礎設施，與虛擬仿真技術的結合，不僅能推動自動駕駛虛擬仿真的應用普及，也能逐步延伸到更大范圍的城市交通仿真、數字孿生城市等應用場景。以高精地圖為基礎數據的虛擬仿真，結合大量現實世界的真實數據，實現靜態還原和動態建模，對虛擬世界進行盡可能精確的模擬，搭建數字孿生平臺，探索智慧城市規劃、交通運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建可以分為靜態場景構建和動態場景構建兩個方面。

2.1.1 靜態場景還原

構建靜態場景是為了還原出高精地圖中的靜態元素，包含道路元素（包括路面材質、車道線、路緣石、減速帶等），靜態交通元素（包括交通標志標牌、路燈、公交車站、隧道、周圍構筑物等）。常用的手段是基于點云及三維重建技術或者基于增強現實的方法完成場景構建，如圖1所示。

基于高精地圖及三維重建技術構建場景，首先需要采集點云、全景圖像等數據，經過融合處理和標準編譯，構建精度達到厘米級的地圖信息，其中包含路面、道路標線、標識標牌等信息，并基于上述場景信息，使用3D建模軟件構建道路交通基礎設施與道路交通周圍環境的可視化模型。在各種構建方案中，這是一種低成本且節約時間的技術手段，而且高精地圖擁有豐富的道路元素信息，能極大提高場景構建的效率。

2.1.2 動態場景還原

構建動態場景是為了還原出高精地圖中的動態元素，包括動態指示設施、通訊信息等環境要素，以及交通參與者（包括機動車、非機動車、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。動態場景構建是為了在靜態場景的基礎上，復現出場景中的動態元素，并且使得這些元素的動作極其產生的影響嚴格遵循現實世界的物理規律以及行為邏輯，如圖2所示。

交通場景仿真中影響車輛運行的動態元素除了天氣、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。當前一種常用的仿真方法是基于路端設備采集數據，對數據回放后再現交通元素，這種辦法可保證動態元素行為符合現實邏輯，同時，利用路采數據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數據的地形建模技術

GIS技術是一種用于收集、處理、分析、展示和管理地理數據的工具。其對地形數據處理和建模是GIS技術在地形數據方面的廣泛應用。地形數據主要包括地形高程數據、地形特征數據和地形屬性數據。基于GIS數據的地形建模技術對所選地區進行地圖數據和地理信息收集，收集過程用到的工具包括：OpenStreetMap開源地圖網站、GoogleEarth地圖軟件、ArcGIS地圖、ArcMap平臺等。收集的數據范圍包括：地區整體地圖信息、地區路網分布信息、地區高程信息、特征路段信息、交通信號燈信息、車流量數據等。將不同渠道收集到的信息進行整合歸納，分析所選地區真實交通場景。并針對不同類別特征路段，挑選布設典型場景，為交通仿真提供數據支撐。

2.2.1 地形數據采集

地形數據的采集是地形建模的基礎[3]，主要有以下幾種方法。

遙感技術：包括航空、衛星、遙感水文和遙感地質等多種形式。遙感技術通過傳感器獲取地表信息，并將其轉化為數字圖像或數據，是獲取大范圍地形數據的重要手段。

測繪技術：包括平面地形測量和高程測量。通過測繪技術，可以獲得比較精確的地形數據，包括地形點的位置、高程等信息。

GPS技術：通過衛星定位獲取地形的位置和高程信息，具有高精度和實時性的特點。

2.2.2 地形數據處理

地形數據處理是將采集到的原始數據進行預處理和后處理，以生成可用于建模的數據集。包括以下兩種。

數據預處理：包括圖像增強、去噪、配準等處理，以提高數據的準確性和清晰度。

數據后處理：將預處理后的數據進行拼接、重構、模擬等處理，生成可用于建模的地形數據。

2.2.3 地形建模方法

基于GIS數據的地形建模方法有多種，包含等高線法、三角網法、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，對于復雜地形的模擬效果有限。

三角網法：將采集到的地形點云進行剖分，生成一系列等邊三角形網格來描述地形曲面。三角網法通過對三角形網格進行插值、優化、連接等處理，可以生成比較準確的地形模型，并且能夠有效地應用于數字地球、城市規劃、水文建模等領域。

體素法：將地形數據離散化為三維空間中的立方體網格（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、旋轉等。

根據地圖數據資源以及目標路網周邊設施環境形態信息，結合現場調研信息收集，整理開發信息化模型構建資料庫，為三維模型構建提供所需數據。針對典型場景，使用城市建模引擎對道路網絡結構及房屋建筑物的宏觀整體建模，與地理信息進行配對，提出空間三維場景再現技術。使用3D建模引擎對典型場景的道路線形、路面信息、基礎設施、周邊建筑、綠化系統等細節對象進行局部微觀精細化建模，打造微觀場景模型重構技術。

3 場景數字化高精度還原應用

測試道路場景數字化高精度還原應用在當前智能交通、自動駕駛、交通規劃與管理等領域具有重要地位[4]，其應用優勢如下。

高精度：通過高精度的數據采集和處理技術，能夠還原出道路場景的每一個細節，包括路面紋理、交通標志的位置和大小、車輛的行駛軌跡等，為測試和驗證提供真實可靠的環境。

安全性：在虛擬環境中進行測試，可以避免在真實道路上進行測試可能帶來的安全風險和事故隱患，降低測試成本和風險。

可重復性：虛擬環境可以無限次地重現相同的測試場景，便于進行多次測試以驗證算法的穩定性和可靠性。

靈活性：虛擬環境可以根據需要進行調整和優化，以適應不同的測試需求和場景變化。

應用場景主要在自動駕駛測試、交通規劃與管理、智能網聯汽車研發。

自動駕駛測試：自動駕駛車輛需要在各種復雜道路場景中進行測試，以驗證其感知、決策和控制等能力。通過構建高精度的測試道路場景，可以模擬出各種真實世界的駕駛情況，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。

交通規劃與管理：通過對測試道路場景進行數字化高精度還原，交通規劃和管理人員可以在虛擬環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、事故風險等方面的影響，為制定科學合理的交通規劃和管理策略提供依據。

智能網聯汽車研發：智能網聯汽車需要實現車與車、車與路之間的信息交互和協同控制。通過構建高精度的測試道路場景，可以模擬出智能網聯汽車在實際道路上的行駛情況，并驗證其信息交互和協同控制等功能的性能。

4 結語

開展場地試驗是驗證汽車性能、安全性和可靠性的關鍵環節。隨著汽車技術的不斷進步，傳統的試驗方法已經難以滿足高精度、高效率的測試需求。因此，汽車行駛環境的數字模擬與仿真測試應運而生。目前基于高精地圖掃描建模技術和基于GIS數據的地形建模技術較為普及。

綜上所述。高精地圖掃描建模技術和基于GIS數據的地形建模技術，都是通過數字化手段，對試驗場景進行高精度模擬和還原，兩者各有優勢，都可以提高測試效率和準確性，適用于不同的應用場景和需求。隨著技術的不斷發展和完善，這兩種技術將在更多領域發揮重要作用。

參考文獻：

[1]張師源.面向自動駕駛測試的數字孿生系統研究與實現[D].西安：長安大學，2024.

[2]蘇妍曉.基于虛擬現實的道路場景建模與交通仿真應用研究[D].濟南：山東師范大學，2011.

[3]趙占杰.基于網絡的地形三維建模方法及其應用研究[D].阜新：遼寧工程技術大學，2005.

[4]趙賽帥，李艷賓，李俊峰，等.寧波市數字公路高精地圖的建設方法探索[J].地理空間信息，2020，18（09）.