郭云鹏,邹 凯,陈升东,袁 峰

(广州中国科学院软件应用技术研究所,广州 511458)

智能交通系统(Intelligent Transport System,ITS)通过人工智能与信息通讯技术可以有效提升道路交通的安全和效率[1,2],目前已经得到广泛的认可,它包含“聪明的车”和“智慧的路”两部分.车路协同是ITS 发展的高级阶段,用来实现车与车以及车与路侧系统之间的通信,使车辆能够更好地感知周围环境,接受辅助驾驶的相关信息,让道路监管部门能够更有效地处理交通事故[3,4].

其中,路侧感知是车路协同应用开发的重要组成部分,通过在路侧部署传感器,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.在实际应用中,为达到最优的路侧感知效果,不同的场景往往需要不同的RSU 配置,RSU的选型及安装是一个耗时耗力的过程,另外,交通参与者的识别是路侧感知的核心,基于机器学习的识别算法需要大量的标签数据,而人工打标签被验证是一个效率极其低下的方式.而随着近些年计算机硬件性能的不断提升,将仿真技术应用于智能交通领域成为了各类研发机构加速开发进程的必要手段[5,6].

当前智能交通领域的模拟仿真主要围绕自动驾驶算法验证,车路协同V2X 通讯,车载传感器数据采集等几个方面展开.Gelbal 等基于dSPACE Scalexio 系统和Carsim 仿真软件构建了一套用于自动驾驶算法开发的硬件在环模拟仿真系统[7],Amini 等提出了一种基于虚拟图像合成和变换,以数据为驱动的仿真工具,用于端到……