本发明涉及计算机技术领域，特别是指一种车路协同系统、模拟仿真方法、车载设备和路侧设备。
背景技术：
车路协同作为车联网v2x(vehicletoeverything，车辆到万物)业务的基础能力，旨在避免交通事故、提升道路安全、缓解拥堵、降低能耗以及降低环境污染，并满足车辆辅助驾驶、自动驾驶等业务的必要输入。
rsu(roadsideunit，路侧单元)与obu(on-boardunit，车载单元)作为车联网车路协同的重要设备环节，通过无线或有线通信管道，可以为车路协同平台云端提供必要的信息输入、接收云端或其他设备端的信息。
目前，我国正大力发展智慧交通、智能驾驶等产业技术创新园区，积极推进5g(the5thgenerationmobilecommunicationtechnology，第五代移动通信技术)、mec(mobileedgecomputing，移动边缘计算)边缘云的建设和应用。但是，目前的车载终端和路侧设备的制造商众多，通信协议换人设备行为尚未达到完全统一，而由于车路协同系统中的主要场景都会涉及多种外部终端设备和多种通讯协议以及设备之间的相互通讯，导致在系统的调试、优化、开发方面具备的不可见风险、不可调节因素众多。
传统车路协同设备仿真方案中，单一化考虑路侧或车载设备的业务逻辑，设备通信协议以及设备行为逻辑未标准化而复杂多变，集中式服务端设计未考虑真实场景下多级云和多类型设备相互协作，导致现有的车路协同系统中，沟通过程冗长且充满噪音，开发及验证的成本较大。
技术实现要素：
本发明的目的是提供一种车路协同系统、模拟仿真方法、车载设备和路侧设备，解决了现有技术中车路协同系统的沟通过程冗长且充满噪音，开发及验证的成本较大的问题。
为达到上述目的，本发明的实施例提供一种车路协同系统，包括：
边缘云，用于收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果；
所述路侧设备，用于与所述边缘云建立通信，为所述边缘云提供所述第一数据，并根据所述仿真结果作出行为决策；
所述车载设备，用于与所述边缘云建立通信，为所述边缘云提供所述第二数据，并根据所述仿真结果作出行为决策；
其中，在所述边缘云上模拟仿真出的车路协同环境中，包括仿真路侧设备和仿真车载设备；所述路侧设备采用与所述仿真路侧设备的行为和通信方式一致的路侧sdk(softwaredevelopmentkit，软件开发工具包)，所述车载设备采用与所述仿真车载设备的行为和通信方式一致的车载sdk。
可选地，所述车路协同系统还包括：
核心云，用于为各区域范围内的所述路侧设备和所述车载设备接入所述边缘云提供路由信息，以及与全区域范围的所述边缘云建立通信，对全区域范围的交通路况进行大数据综合分析和预测。
可选地，所述边缘云还用于：
将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至所述核心云。
可选地，所述第一数据包括以下至少一项：
路侧交通设备数据；
map(map，地图消息)；
spat(signalphasetimingmessage，交通灯相位与时序消息)；
路侧交通时间消息；
rsi(roadsideinformation，路侧信息)；
rsm(roadsafetymessage，路侧安全消息)。
可选地，所述第二数据包括以下至少一项：
车辆地理位置信息；
车辆行驶状态的bsm(basicsafetymessage，基础安全消息)；
车辆传感器数据。
可选地，所述边缘云根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，包括：
根据所述配置信息、所述第一数据和所述第二数据，进行场景编排，形成仿真场景；
执行所述仿真场景，得到以下至少一项：
所述仿真路侧设备的第一仿真数据；其中，所述第一仿真数据包括仿真交通数据、仿真map、仿真spat、仿真路侧交通时间消息、仿真rsi和仿真rsm；
所述仿真车载设备的第二仿真数据；其中，所述第二仿真数据包括仿真车辆bsm和仿真车辆传感器数据；
车辆的第三仿真数据，所述第三仿真数据包括道路事件和/或预警信息。
可选地，所述边缘云还用于：
根据所述仿真结果，验证所述车路协同系统的业务能力。
可选地，所述根据所述仿真结果，验证所述车路协同系统的业务能力，包括：
通过对比相同仿真场景下的所述第一数据和所述第一仿真数据是否相同，以及对比相同仿真场景下的所述第二数据和所述第二仿真数据是否相同，验证所述车路协同系统的业务能力。
可选地，所述边缘云还用于收集所述配置信息；
其中，所述配置信息包括：
设备元数据；
场景元数据；
路径元数据。
可选地，所述边缘云收集所述设备元数据，包括：
收集设备初始元数据；
对所述设备初始元数据进行校验；
在校验通过的情况下，将所述设备初始元数据作为所述设备元数据存储入数据库。
可选地，所述设备初始元数据包括以下至少一项：
车端元数据，所述车端元数据包括车辆信息数据及其相对应的车载设备数据；
路端元数据，所述路端元数据包括路侧设备信息和局部区域地图信息；
仿真事件元数据，所述仿真事件元数据包括人工在地图上采集的gps(globalpositioningsystem，全球定位系统)点位、设备属性、运行或行驶状态和仿真事件。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为车端元数据的情况下，对所述车端元数据中的所述车辆信息数据进行唯一性验证；
若所述车辆信息数据是唯一的，则验证通过。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为路端元数据的情况下，对所述路侧设备信息中的路侧交通设备的作用范围进行设定；
对所述路侧交通设备的全球定位系统gps坐标进行设定，或者，对所述路侧交通设备与地图上道路的位置关系进行设定；
对所述路端元数据进行校验；
若所述路端元数据满足第一预设条件，则校验通过；
其中，所述路侧设备信息为路侧交通设备的相关信息；
所述路侧交通设备包括以下至少一项：rsu、交通信号灯、激光雷达、毫米波雷达、高清摄像头和温湿度传感器。
可选地，所述路端元数据满足第一预设条件的情况，包括以下三项：
所述路侧设备信息和所述局部区域地图信息准确；
所述路侧设备信息和所述局部区域地图信息的关联关系无逻辑错误；
所述路侧设备信息和所述局部区域地图信息与所述数据库中的设备元数据之间无冲突。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为仿真事件元数据的情况下，选择关联所述仿真事件的设备；其中，所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
选择仿真事件的类型；其中，不同所述仿真事件的类型对应不同的所述仿真场景；
设置所述仿真事件的参数和互斥条件；
对所述仿真事件进行校验；
在所述仿真事件满足第二预设条件的情况下，校验通过。
可选地，所述参数包括事件级别、执行时间、周期、地点和数值。
可选地，所述仿真事件满足第二预设条件的情况，至少包括以下三项：
所述仿真事件准确；
所述仿真事件与所述设备、地图的关联关系无逻辑错误；
所述仿真事件与所述数据库中的设备元数据之间无冲突。
可选地，所述边缘云收集所述场景元数据，包括以下至少一项：
接收人工上传的第一脚本化数据；其中，所述第一脚本化数据是通过对所述路侧设备和所述车载设备上传的第三数据进行筛选和处理后形成的脚本化数据；所述第三数据包括车辆的行为数据和与所述车辆相关的路侧设备数据；
通过所述边缘云上的车路协同平台，获取所述路侧设备和所述车载设备的第四数据，并进行处理后形成的第二脚本化数据；其中，所述第四数据包括全部的车辆和所述车辆相关的路侧设备数据；
通过在可视化操作界面上编辑并录入的第三脚本化数据；
其中，所述第一脚本化数据、所述第一脚本化数据和所述第一脚本化数据均为符合所述仿真场景运行的脚本化数据。
可选地，所述边缘云收集所述路径元数据，包括：
加载自定义的动态路径元数据，并通过地图界面展示规划路径；
在路径上对路段进行切分，形成运行点；
收集汇总所述运行点并存储，形成路径元数据。
可选地，所述边缘云在路径上对路段进行切分，包括以下至少一项：
根据距离对路段进行均分；
根据加速度对路段进行切分；
根据角度对路段进行切分；
根据角度和加速度对路段进行切分。
可选地，所述边缘云进行场景编排，包括：
根据所述路径元数据与所述场景元数据，在路径上设置场景事件；
选择仿真车辆，将所述路径元数据和所述仿真车辆进行绑定。
可选地，所述边缘云根据所述路径元数据与所述场景元数据，在路径上设置场景事件，包括：
加载自定义的动态路径元数据，并通过地图界面展示规划路径；
在路径上设置场景事件；其中，所述场景事件是利用基础场景进行自由组合形成的；
对所述场景事件进行校验；
若校验成功，则将所述场景事件加入待存储队列；
在所述路径上的所述场景事件录入完成后，存储所述待存储队列中的所述场景事件。
可选地，所述边缘云对所述场景事件进行校验，包括：
判断所述场景事件之间以及所述场景事件与所述路径元数据之间是否存在行为互斥；
若不存在行为互斥，则校验通过；否则，校验失败。
可选地，所述仿真场景包括历史回放固定场景和互动融合模拟场景。
可选地，所述边缘云执行所述仿真场景，包括：
进行场景执行引擎初始化；
根据参数配置或api(applicationprogramminginterface，应用程序接口)调用，判断所述仿真场景的类型；
根据所述类型，执行所述仿真场景。
可选地，所述边缘云进行场景执行引擎初始化，包括以下至少一项：
初始化运行所需的程序空间；
加载运行参数；
连接本地数据库、缓存或消息队列；
加载设备元数据；
初始化网络通讯链接。
可选地，在所述类型为历史回放固定场景的情况下，所述边缘云执行所述仿真场景，包括：
选择需要执行所述仿真场景的设备；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
从数据库中加载已存储的历史场景元数据；其中，所述历史场景元数据包括设备运行数据和场景录制数据；
将所述场景录制数据发送给所述设备。
可选地，在所述类型为互动融合模拟场景的情况下，所述边缘云所述执行所述仿真场景，包括：
根据当前的设备的类型加载关联的场景元数据；其中，所述场景元数据包括设备基础信息和区域交通道路关系网；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
为所述设备匹配脚本化数据。
可选地，一个仿真场景与至少一个仿真设备绑定，一个仿真设备只与一个仿真场景绑定；其中，所述仿真设备包括所述仿真车载设备和所述仿真路侧设备。
可选地，所述边缘云还用于：
根据仿真结果，向所述边缘云覆盖范围内所述车载设备和/或所述仿真车载设备发送动态感知地图。
可选地，所述车载设备与所述边缘云建立通信，包括：
接收所述核心云发送的所述边缘云的网络地址；
从所述网络地址中，选择与所述车载设备所在位置最近的网络地址所对应的第一边缘云，并与所述第一边缘云建立连接。
可选地，所述车载设备为所述边缘云提供所述第二数据，包括：
根据sdk配置，从所述边缘云拉取对应的脚本化数据，以及根据sdk配置，连接对应的路侧设备，并在连接成功后从所述路侧设备接收第一报文；
对脚本化数据进行解码，根据脚本的执行顺序和频率，依次执行所述第一报文和所述脚本；
根据所述第一报文，向所述边缘云上传所述第二数据。
可选地，所述车载设备执行所述脚本，循环执行以下步骤：
接收其他车载设备或路侧设备播发的场景事件；
对所述场景事件进行处理；
向所述边缘云发送车辆的行驶数据和所述场景事件的处理结果。
可选地，所述车载设备每完成一条脚本的执行时，向所述边缘云发送一次执行脚本的路径；以及，每完成一次一次场景事件处理时，向所述边缘云发送一次场景事件的处理结果。
可选地，所述路侧设备还用于：
通过内置的或配置的边缘云的网络地址，选择与所述路侧设备所在位置最近的所述网络地址所对应的第二边缘云，并与所述第二边缘云建立连接；
周期性地获取第二预设范围内的车载设备的列表，以及每个所述车载设备对应的通信地址，并与交通道路网络或其他设备元数据建立关联关系。
可选地，所述路侧设备还用于在预设周期内，循环执行以下步骤：
接收所述边缘云发送的告警事件，或者，根据所述路侧设备采集到的数据生成告警事件；
向第三预设范围内的车辆广播所述告警事件。
可选地，所述路侧设备还用于：
周期性地检查所述告警事件的有效性；
在所述告警事件已过期的情况下，丢弃所述告警事件。
为达到上述目的，本发明的实施例提供一种模拟仿真方法，应用于边缘云，包括：
收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果。
可选地，所述根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果，包括：
根据所述配置信息、所述第一数据和所述第二数据，进行场景编排，形成仿真场景；
执行所述仿真场景，得到以下至少一项：
仿真路侧设备的第一仿真数据；其中，所述第一仿真数据包括仿真交通数据、仿真map、仿真spat、仿真路侧交通时间消息、仿真rsi和仿真rsm；
仿真车载设备的第二仿真数据；其中，所述第二仿真数据包括仿真车辆bsm和仿真车辆传感器数据；
车辆的第三仿真数据，所述第三仿真数据包括道路事件和/或预警信息。
可选地，模拟仿真方法还包括：
将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至核心云。
为达到上述目的，本发明的实施例提供一种模拟仿真方法，应用于核心云，包括：
为各区域范围内的路侧设备和车载设备接入边缘云提供路由信息。
可选地，所述模拟仿真方法还包括：
与全区域范围的所述边缘云建立通信，对全区域范围的交通路况进行大数据综合分析和预测。
为达到上述目的，本发明的实施例提供一种模拟仿真方法，应用于路侧设备，包括：
与边缘云建立通信，为所述边缘云提供第一数据；
根据所述边缘云的仿真结果作出行为决策；
其中，所述路侧设备采用与所述边缘云上的仿真路侧设备的行为和通信方式一致的路侧sdk。
可选地，所述模拟仿真方法还包括：
通过内置的或配置的边缘云的网络地址，选择与所述路侧设备所在位置最近的所述网络地址所对应的第二边缘云，并与所述第二边缘云建立连接；
周期性地获取第二预设范围内的车载设备的列表，以及每个所述车载设备对应的通信地址，并与交通道路网络或其他设备元数据建立关联关系。
可选地，所述模拟仿真方法还包括：
在预设周期内，循环执行以下步骤：
接收所述边缘云发送的告警事件，或者，根据所述路侧设备采集到的数据生成告警事件；
向第三预设范围内的车辆广播所述告警事件。
为达到上述目的，本发明的实施例提供一种模拟仿真方法，应用于车载设备，包括：
与边缘云建立通信，为所述边缘云提供第二数据，并根据所述边缘云的仿真结果作出行为决策；
其中，所述车载设备采用与所述边缘云上的仿真车载设备的行为和通信方式一致的车载sdk。
可选地，所述与边缘云建立通信，包括：
接收核心云发送的所述边缘云的网络地址；
从所述网络地址中，选择与所述车载设备所在位置最近的所述网络地址所对应的第一边缘云，并与所述第一边缘云建立连接。
可选地，所述为所述边缘云提供第二数据，包括：
根据sdk配置，从所述边缘云拉取对应的脚本化数据，以及根据sdk配置，连接对应的路侧设备，并在连接成功后从所述路侧设备接收第一报文；
对脚本化数据进行解码，根据脚本的执行顺序和频率，依次执行所述第一报文和所述脚本；
根据所述第一报文，向所述边缘云上传所述第二数据。
为达到上述目的，本发明的实施例提供一种边缘云，包括处理器；其中，所述处理器用于收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果。
为达到上述目的，本发明的实施例提供一种核心云，包括：处理器；其中，所述处理器用于为各区域范围内的路侧设备和车载设备接入边缘云提供路由信息。
为达到上述目的，本发明的实施例提供一种车载设备，包括：收发机和处理器；其中，所述收发机用于与边缘云建立通信，为所述边缘云提供第二数据；
所述处理器用于根据所述边缘云的仿真结果作出行为决策；
其中，所述车载设备采用与所述边缘云上的仿真车载设备的行为和通信方式一致的车载sdk。
为达到上述目的，本发明的实施例提供一种路侧设备，包括处理器和收发器，其中，包括：收发机和处理器；
所述收发机用于与边缘云建立通信，为所述边缘云提供第一数据；
所述处理器用于根据所述边缘云的仿真结果作出行为决策；
其中，所述路侧设备采用与所述边缘云上的仿真路侧设备的行为和通信方式一致的路侧sdk。
为达到上述目的，本发明的实施例提供一种模拟仿真装置，应用于边缘云，包括：
仿真模块，用于收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果。
为达到上述目的，本发明的实施例提供一种模拟仿真装置，应用于核心云，包括：
路由模块，用于为各区域范围内的路侧设备和车载设备接入边缘云提供路由信息。
为达到上述目的，本发明的实施例提供一种模拟仿真装置，应用于路侧设备，包括：
第一通信模块，用于与边缘云建立通信，为所述边缘云提供第一数据；
第一决策模块，用于根据所述边缘云的仿真结果作出行为决策；
其中，所述路侧设备采用与所述边缘云上的仿真路侧设备的行为和通信方式一致的路侧sdk。
为达到上述目的，本发明的实施例提供一种模拟仿真装置，应用于车载设备，包括：
第二通信模块，用于与边缘云建立通信，为所述边缘云提供第二数据；
第二决策模块，用于根据所述边缘云的仿真结果作出行为决策；
其中，所述车载设备采用与所述边缘云上的仿真车载设备的行为和通信方式一致的车载sdk。
为达到上述目的，本发明的实施例提供一种通信设备，包括收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；所述处理器执行所程序或指令时实现如上应用于边缘云的模拟仿真方法，或者实现如上应用于核心云的模拟仿真方法，或者实现如上应用于路侧设备的模拟仿真方法，或者实现如上应用于车载设备的模拟仿真方法。
为达到上述目的，本发明的实施例提供一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上应用于边缘云的模拟仿真方法中的步骤，或者实现如上应用于核心云的模拟仿真方法中的步骤，或者实现如上应用于路侧设备的模拟仿真方法中的步骤，或者实现如上应用于车载设备的模拟仿真方法中的步骤。
本发明的上述技术方案的有益效果如下：
本发明实施例的车路协同系统，在mec边缘云上实现了云端设备仿真环境，以对车路协同平台提供接近真实环境的路侧设备、车载设备的仿真交互。通过在真实的路侧设备、车载设备端上提供与仿真设备行为、通信方式一致的sdk，保证了真实设备能够实现国标定义的17种车路协同典型和基础应用场景，使得真实设备能够快速接入具有车路协同车联网能力的多边缘云、区域云、集中式核心云融合基础设施，能够快速应用5gnr(newradio，新空口)-v2x、人工智能等信息基础设施，能够快速部署在产业技术创新基地、自动驾驶试验场这样的创新基础设施中，同时为真实设备提供了与仿真设备一致的开发、测试、运维低成本方案。
附图说明
图1为本发明实施例的车路协同系统的数据流示意图；
图2为本发明实施例的车路协同系统的总体架构示意图；
图3为本发明实施例的边缘云收集车端元数据的流程示意图；
图4为本发明实施例的边缘云收集路端元数据的流程示意图；
图5为本发明实施例的边缘云收集仿真事件元数据的流程示意图；
图6为本发明实施例的边缘云收集场景元数据的流程示意图；
图7为本发明实施例的边缘云收集路径元数据的流程示意图；
图8为本发明实施例的设置场景事件的流程示意图；
图9为本发明实施例的场景设备绑定流程示意图；
图10为本发明实施例的场景执行流程示意图；
图11为本发明实施例的车载sdk工作流程示意图；
图12为本发明实施例的路侧sdk工作流程示意图；
图13为本发明实施例的模拟仿真方法的流程图；
图14为本发明另一实施例的模拟仿真方法的流程图；
图15为本发明又一实施例的模拟仿真方法的流程图；
图16为本发明再一实施例的模拟仿真方法的流程图；
图17为本发明实施例的模拟仿真装置的结构图；
图18为本发明另一实施例的模拟仿真装置的结构图；
图19为本发明又一实施例的模拟仿真装置的结构图；
图20为本发明再一实施例的模拟仿真装置的结构图；
图21为本发明一实施例的边缘云的结构图；
图22为本发明一实施例的车载设备的结构图；
图23为本发明另一实施例的边缘云的结构图；
图24为本发明另一实施例的车载设备的结构图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
另外，本文中术语“系统”和“网络”在本文中常可互换使用。
在本申请所提供的实施例中，应理解，“与a相应的b”表示b与a相关联，根据a可以确定b。但还应理解，根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其它信息确定b。
如图1至图2所示，本发明实施例的一种车路协同系统，包括：
边缘云，用于收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果。可选地，所述边缘云还用于：根据所述仿真结果，验证所述车路协同系统的业务能力。
作为本发明一可选实施例，边缘云(即mec边缘云平台)上包括有车路协同平台和云端仿真环境，可分别用于收集数据和进行模拟仿真等，具体的，车路协同平台和云端仿真环境的具体情况可详述如下：
(一)车路协同平台，即边缘云节点中的车路协同平台，其可涉及交通信息融合感知、实时计算与分析、数据存储与开放、资源调度和协同计算等多种功能。车路协同边缘节点支撑边缘范围低时延、高带宽、海量设备连接的业务，能够处理或产生5大类基础信息(包括bsm、spat、map、rsi和rsm)。
如图2所示，本发明实施例中，车路协同平台的相关作用可包括：
通过路侧通信模块收集边缘云范围内真实的路侧设备单元(即路侧设备)采集的路侧交通设备数据、上报的局部地图map信息，以及路口信号灯的spat状态等信息，用以后续的边缘云计算；
通过路侧通信模块收集边缘云范围内仿真的路侧设备单元的仿真交通数据，以及仿真map、spat等信息，用以边缘云中车路协同业务能力的验证；
通过路侧通信模块向边缘云范围内仿真的(或真实的)路侧设备单元发送经过计算得出的路侧交通时间消息、交通标志牌信息(rsi)以及路侧安全消息(rsm)；
通过车端通信模块收集边缘云范围内真实的车载设备单元采集的包括车辆地理位置、行驶状态的bsm信息，以及各种传感器收集的数据，用以后续边缘云计算；
通过车端通信模块收集边缘云范围内仿真的车载设备单元产生的车辆bsm数据，以及各种仿真车辆传感器数据，用以边缘云中车路协同业务能力的验证；
通过车端通信模块向边缘云范围内仿真的(或真实的)车载设备单元发送经过计算出的动态感知地图，可用于高级辅助驾驶和自动驾驶的信息。
可选地，所述第一数据包括以下至少一项：路侧交通设备数据；地图消息map；交通灯相位与时序消息spat；路侧交通时间消息；路侧信息rsi；路侧安全消息rsm。所述第二数据包括以下至少一项：车辆地理位置信息；车辆行驶状态的基础安全消息bsm；车辆传感器数据。
需要说明的是，边缘云所收集的路侧设备的第一数据以及车载设备的第二数据，包括但不限于上述实施例中所列举的数据类型。
(二)云端仿真环境(即云端设备仿真环境)，可以包括设备数据收集、仿真场景编排、仿真路侧设备和仿真车载设备。云端仿真环境通过模拟整个车路协同环境下的网络链路、消息数据传递和收集存储，对来自与仿真输入(或真实设备)的数据进行分析计算，产生对人、车或路的感知事件，并仿真出设备的决策行为，模拟实现真实的车辆在对应的场景中的驾驶行为和应急决策，以及路侧交通设备在对应场景的预警、调度和应急决策。
云端仿真环境可以进行云端场景仿真，这里指边缘云节点中的路侧设备、车载设备的仿真。边缘云中的设备仿真数据能够为车路协同平台提供快速设备验证，并为区域云、全局核心云中提供相应范围的交通仿真数据。
其中，仿真路侧设备可以仿真路侧单元(即rsu)的行为，实现与车路协同平台和车载设备单元之间通信的管理、设备注册登录、数据的收发、协议转换，rsi、rsm、spat、map的消息生命周期管理，通信消息的编解码、转发、存储，以及参数配置、安全管理等功能。仿真路侧设备(即仿真的路侧设备)可以与其他真实或仿真的路侧设备、车载设备共同进行场景验证。
仿真车载设备可以仿真车载通信单元(即obu)的行为，实现车辆在特定场景下的决策行为、展示预警、提示消息、与车路协同平台和路侧单元之间通信的管理、设备注册登录、数据的收发、协议转换，bsm、rsi、rsm、spat、map的消息生命周期管理，通信消息的编解码、转发、存储，以及参数配置、安全管理等功能。仿真车载设备(即仿真的车载设备)可以与其他真实或仿真的路侧设备、车载设备共同进行场景验证。
这样，通过云端仿真环境进行车路协同环境的模拟仿真，能够解决常规车路协同平台在开发过程中就需要介入大量真实设备的对接，并需花费大量调试时间成本的问题，保证了仿真环境具有高可用、易扩展、广应用、弹性扩容和低成本等这些其他仿真模拟器不具备的优势，实现了模拟设备和真实设备之间的可插拔、切换的功能，让测试和开发人员能够在整体的开发、验证过程中更加便利地验证相应的平台功能，以及获取对应所需的数据。
车路协同系统还包括：
所述路侧设备，用于与所述边缘云建立通信，为所述边缘云提供所述第一数据，并根据所述仿真结果作出行为决策；
所述车载设备，用于与所述边缘云建立通信，为所述边缘云提供所述第二数据，并根据所述仿真结果作出行为决策；
其中，在所述边缘云上模拟仿真出的车路协同环境中，包括仿真路侧设备和仿真车载设备；所述路侧设备采用与所述仿真路侧设备的行为和通信方式一致的路侧软件开发工具包sdk，所述车载设备采用与所述仿真车载设备的行为和通信方式一致的车载sdk。
这样，通过将路侧sdk提供给路侧设备，可以使得路侧设备(这里指真实的路侧设备)能够继承实现仿真路侧设备的能力；通过将车载sdk提供给车载设备(这里指真实的车载设备)能够继承实现仿真车载设备的能力；车载设备、路侧设备可通过sdk快速接入边缘云车路协同平台，进行车路协同场景验证。
具体的，在本发明其中一可选实施例中，路侧sdk与车载sdk的作用详述如下：
路侧sdk(即路侧sdk)，可以用于提供给真实路侧设备，继承实现仿真路侧单元(即仿真路侧设备)的能力。例如，真实路侧设备集成此路侧sdk后，即可实现大部分的车路协同业务功能，包括：仿真场景能力，即可以继承复用路侧仿真中已实现的车路协同相关业务场景；边缘云通信能力，即可以继承复用路侧仿真中已实现的通信能力，并根据边缘云中管理的路侧单元(即路侧设备)的范围，选择对应的边缘云节点进行通信；车端广播能力，即可以继承复用路侧仿真中已实现的通信能力，将rsi、rsm、spat、map等消息无线广播给连接到边缘云的车辆；消息生命周期管理能力，即可以继承复用路侧仿真中已实现的通信消息的编解码、转发、存储、状态维护等能力；参数配置能力，即可以继承复用路侧仿真中已实现的设备参数配置能力。
车载sdk，可以用于提供给真实车载智能设备(即车载设备)，继承实现仿真车载单元(即仿真车载设备)的能力。例如，真实车载设备单元(即真实的车载设备)集成此sdk后即可实现大部分车路协同业务功能，包括：仿真场景能力，即可以继承复用车端仿真中已实现的车路协同相关业务场景编辑、生成和运行的能力；预警决策能力，即可以继承复用车端仿真中v2v、v2i事件的预警和决策能力，需要说明的是，仿真环境中经过机器学习训练改进算法模型将持续改进车载设备的决策能力；边缘云通信能力，即可以继承复用路侧仿真中已实现的通信能力，并根据边缘云中管理的车辆范围，选择对应的边缘云节点进行通信，需要说明的是，车辆可搭载5g通信模块，降低通信时延、利用增强带宽丰富传输数据的类型和数量，边缘云中的v2x平台(即车路协同平台)也可以接入海量的车辆或设备；路侧设备通信能力，即可以继承复用车端仿真中已实现的通信能力，接收路侧设备广播的rsi、rsm、spat、map等消息；消息生命周期管理能力，即可以继承复用车端仿真中已实现的通信消息的编解码、转发、存储、状态维护等能力；参数配置能力，即可以继承车端仿真中已实现的设备参数配置能力。
本发明实施例中，在真实的路侧设备、车载设备上提供与仿真设备行为、通信方式一致的sdk，能够避免车路协同系统中沟通过程冗长的问题，从而节省开发及验证成本；能够保证真实设备能够实现国标定义的17种车路协同典型应用场景，使得真实设备能够快速接入具有车路协同车联网能力的多边缘云、区域云、集中式核心云融合基础设施，快速应用5gnr-v2x、人工智能等信息基础设施，快速部署在产业技术创新基地、自动驾驶试验场这样的创新基础设施中，避免过于复杂的网络环境影响和硬件需求，更好的解决了车路仿真模拟系统生命周期中各方面的成本问题。此外，可以为真实设备提供与仿真设备一致的开发、测试低成本方案，为车路协同、智慧交通等车联网的实现搭上我国新型基础设施建设的快车提供关键环节上的设计方案。解决了常见的车路协同系统设计开发过程中，由于参与方众多，沟通过程冗长且充满噪音的问题；能够按照需要准确、稳定且快速地获取相关多边数据，极大地节约了开发成本和开发周期。
可选地，所述车路协同系统还包括：核心云，用于为各区域范围内的所述路侧设备和所述车载设备接入所述边缘云提供路由信息，以及与全区域范围的所述边缘云建立通信，对全区域范围的交通路况进行大数据综合分析和预测，以指导交通基础设施规划。
需要说明的是，本发明实施例中，核心云(即区域/核心云平台)，可以在区域、全局范围里提供相应范围的边缘协同计算调度、多级计算能力调度等功能。通过仿真(或真实)设备接入边缘云所产生的交通事件，进行融合计算，能够实现对业务时延要求相对较低的交通业务场景分析和预测，从而指导交通基础设施规划。
可选地，所述边缘云还用于：将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至所述核心云。
本发明实施例中，多区域范围内的mec边缘云在收集到所辖范围的设备数据和在mec边缘云计算后的路况数据后，可以向核心云上报和同步。
需要说明的是，mec多接入边缘云应用时，一方面，仿真平台(即云端仿真环境)运行在单一的边缘云，为该边缘云所辖范围内的路侧设备和行驶的车辆提供云端接入和仿真服务，继而为该边缘云的v2x车路协同平台、外部平台提供设备运行数据输入；另一方面，多个分布在不同地理位置的边缘云同时运行仿真平台，为各边缘云所辖范围的路端、车载设备提供接入和仿真服务，进而对多接入边缘云的仿真数据进行过滤、预处理、汇总、编码，为车路协同的设备提供对更广阔地理范围的水平扩展，并为集中化的核心云提供融合数据上行输入，为核心云统一管控的边缘云中接入的路端车载设备(即路侧设备和车载设备)提供下行管理通道。
本发明实施例中，基于边云协同架构，建立了端、边、云多级模拟仿真体系，支持端侧数据收集、边侧小颗粒区域场景模拟、云端大颗粒全局场景模拟的分层设计。具有易于扩展的优势，仿真平台运行在单边缘云中的服务器集群具有纵向扩展优势，运行在多接入边缘云具有水平扩展优势。
可选地，所述边缘云根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，包括：
根据所述配置信息、所述第一数据和所述第二数据，进行场景编排，形成仿真场景；
执行所述仿真场景，得到以下至少一项：
所述仿真路侧设备的第一仿真数据；其中，所述第一仿真数据包括仿真交通数据、仿真map、仿真spat、仿真路侧交通时间消息、仿真rsi和仿真rsm；
所述仿真车载设备的第二仿真数据；其中，所述第二仿真数据包括仿真车辆bsm和仿真车辆传感器数据；
车辆的第三仿真数据，所述第三仿真数据包括道路事件和/或预警信息。
需要说明的是，本发明实施例中，提出了支持混合模拟和真实设备的场景元数据的录入、编排、执行流程、构建模拟和真实数据(sdk)的协同处理方法，并基于机器学习、深度学习等方法建立基建、路端、车端等多维模拟库，例如，模拟车辆模型库、气象路面模型库等，这样，可以灵活支撑复杂多元的智慧交通场景，在真实的路侧设备、车载设备上提供与仿真设备行为、通信方式一致的sdk。
还需要说明的是，本发明中的场景设计、通讯协议和通讯方式均采用了预先确定的场景和定义，在一定程度上规范了开发和设计的准则，能够使得多边串型开发变成并行开发，极大地提升了效率，并节约了各方面的成本。
可选地，所述根据所述仿真结果，验证所述车路协同系统的业务能力，包括：
通过对比相同仿真场景下的所述第一数据和所述第一仿真数据是否相同，以及对比相同仿真场景下的所述第二数据和所述第二仿真数据是否相同，验证所述车路协同系统的业务能力。
可选地，所述边缘云还用于收集所述配置信息；
其中，所述配置信息包括：设备元数据；场景元数据；路径元数据。
可选地，所述边缘云收集所述设备元数据，包括：
收集设备初始元数据；
对所述设备初始元数据进行校验；
在校验通过的情况下，将所述设备初始元数据作为所述设备元数据存储入数据库。
可选地，所述设备初始元数据包括以下至少一项：
车端元数据，所述车端元数据包括车辆信息数据及其相对应的车载设备数据；
路端元数据，所述路端元数据包括路侧设备信息和局部区域地图信息；
仿真事件元数据，所述仿真事件元数据包括人工在地图上采集的gps点位、设备属性、运行或行驶状态和仿真事件。
这里，路端元数据主要包括两类静态元数据：交通基础设施中的路侧设备信息和局部区域地图信息。本发明实施例中，可以同时支持真实和仿真的元数据，路侧设备和地图的真实和仿真元数据也可以组合录入，不限于全部真实设备或全部模拟设备。
其中，路侧设备信息主要用以进行路侧通信、交通管控，以及检测、监控路面行人、车辆、环境等真实(或仿真)设备的基础信息。例如，真实或仿真元数据的标志信息、rsu、交通信号灯、激光或毫米波雷达、高清摄像头、温湿度传感器的设备名、设备编号、设备初始化状态、角度、位置、通信地址、频段等参数。
局部区域地图信息，即mec边缘云负责的区域范围地图中的真实或仿真元数据的标志信息、道路、车道、相位、路口、位置点位等道路交通关系网的信息。
本发明实施例中，基于车路协同架构，建立了车端、路端多源数据收集、融合处理及场景模拟的设计，支持国标、非标及融合感知数据。
可选地，对所述设备初始元数据进行校验，包括：在所述设备初始元数据为车端元数据的情况下，对所述车端元数据中的所述车辆信息数据进行唯一性验证；若所述车辆信息数据是唯一的，则验证通过。
这里，车端元数据主要分为车辆信息数据和相应的车载设备数据，其中，车辆信息数据包含模拟车辆的必要性信息，例如，车架号和车牌号等，还包含车辆长宽等有益于辅助驾驶的信息；车载设备的必要信息包括设备号、设备类型等应用于通讯传输方面的数据信息。
如图3所示，车端元数据录入，主要指录入车辆以及车载设备的必要基础信息，以便在后续模拟、仿真过程进行数据、报文的封装和编排。其中，对所述车端元数据中的所述车辆信息数据进行唯一性验证，主要是指在录入的过程中会对车辆的车架号、车载设备号进行唯一性校验，车辆的这类信息需要具备唯一性，以确定车辆身份信息。
具体的，收集车端元数据的流程图如图3所示：
s301：录入车辆信息；
s302：对车辆信息进行校验；
s303：判断当前信息是否可用；
s304：在校验通过的情况下，将信息存储入数据库。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为路端元数据的情况下，对所述路侧设备信息中的路侧交通设备的作用范围进行设定；
对所述路侧交通设备的全球定位系统gps坐标进行设定，或者，对所述路侧交通设备与地图上道路的位置关系进行设定；
对所述路端元数据进行校验；
若所述路端元数据满足第一预设条件，则校验通过；
其中，所述路侧设备信息为路侧交通设备的相关信息；
所述路侧交通设备包括以下至少一项：rsu、交通信号灯、激光雷达、毫米波雷达、高清摄像头和温湿度传感器。
如图4所示，路端元数据录入时主要包括如下步骤：
s401：录入路侧设备基础元数据，例如录入上述路侧设备信息和局部区域地图信息；
s402：设定设备作用域，即设定部分路侧交通设备的作用范围，例如，设定激光雷达扫描的区域范围、温度传感器检测温度的区域范围等；
s403：设定设备的地理位置，即设定部分路侧交通设备在地图上的位置，或与地图上道路网络层的位置关系；
s404：对所述路端元数据进行校验，即判断路端元数据满足第一预设条件，具体可以包括检查录入的路侧设备与区域的地图信息是否准确、关联关系上是否有逻辑错误、或者与历史已录入的信息是否有冲突；若校验通过，则执行s405；若校验不通过，则需要重新录入，即执行s401；
s405：如果校验通过，存储入数据库，结束处理。
可选地，所述路端元数据满足第一预设条件的情况，包括以下三项：
所述路侧设备信息和所述局部区域地图信息准确；
所述路侧设备信息和所述局部区域地图信息的关联关系无逻辑错误；
所述路侧设备信息和所述局部区域地图信息与所述数据库中的设备元数据之间无冲突。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为仿真事件元数据的情况下，选择关联所述仿真事件的设备；其中，所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
选择仿真事件的类型；其中，不同所述仿真事件的类型对应不同的所述仿真场景；
设置所述仿真事件的参数和互斥条件；
对所述仿真事件进行校验；
在所述仿真事件满足第二预设条件的情况下，校验通过。
这里，仿真事件主要是指在车路协同场景中预计的道路交通参与者产生或关联的交通事件，与车路协同典型场景相对应。例如，道路拥堵、施工、事故或危险等事件。需要说明的是，仿真事件可以与真实设备(即路侧设备和车载设备)上发生的真实事件共同作用与车路协同场景。例如，一个区域范围内可能通过真实的路端激光雷达和摄像头采集到数据产生多个路口交通拥堵事件，同时也可以通过仿真产生的大风危险告警事件，这两种时间共同对自动驾驶汽车作用，促使汽车避开此区域。
如图5所示，仿真事件元数据录入时主要经历如下主要步骤：
s501：选择关联仿真事件的设备或设备组，设备包括路侧设备、车载设备、仿真路侧设备和仿真车载设备；例如，一个区域的一组交通信号灯关联spat事件信息；
s502：选择事件类型(即仿真事件的类型)以对应具体的场景；例如，拥堵、施工、事故、危险、前向碰撞、限速等；
s503：设置事件的参数，包括事件级别、执行时间、周期、地点、数值或其他触发条件；例如，区域内某一个路段预计在某个时间点发生道路结冰危险事件，级别为三、路面结冰厚度为15mm；
s504：设置事件的互斥条件；例如，道路结冰危险事件不应与高温危险事件在同一时间范围内发生在同一区域范围；
s505：对所述仿真事件进行校验，即检查仿真事件是否准确、与设备或区域地图的关联关系上是否有逻辑错误、或者与历史已录入的信息是否有冲突；若校验通过，则执行s506；若校验不通过，则需要重新录入，即执行s501；
s506：如果校验通过，存储入数据库，结束处理。
可选地，所述参数包括事件级别、执行时间、周期、地点和数值。
可选地，所述仿真事件满足第二预设条件的情况，至少包括以下三项：
所述仿真事件准确；
所述仿真事件与所述设备、地图的关联关系无逻辑错误；
所述仿真事件与所述数据库中的设备元数据之间无冲突。
如图6所示，本发明实施例中，录入脚本的方式可以分为模版导入、设备数据在线录制和在线元数据制定。
可选地，所述边缘云收集所述场景元数据，包括以下至少一项：
(一)如图6中a线路所示步骤，接收人工上传的第一脚本化数据；其中，所述第一脚本化数据是通过对所述路侧设备和所述车载设备上传的第三数据进行筛选和处理后形成的脚本化数据；所述第三数据包括车辆的行为数据和与所述车辆相关的路侧设备数据。
也就是说，可以通过模版导入的方式录入脚本，具体的，可以将真实设备上传的数据按时间段进行经过筛选后，按照设备类型进行汇总、格式化后形成的符合车路协同系统场景运行的脚本化数据，用户通过人工在线上传数据脚本导入，数据内容需包含需录入车辆的行为数据和该车辆涉及的所有路侧设备数据。
(二)如图6中b线路所示步骤，通过所述边缘云上的车路协同平台，获取所述路侧设备和所述车载设备的第四数据，并进行处理后形成的第二脚本化数据；其中，所述第四数据包括全部的车辆和所述车辆相关的路侧设备数据。
也就是说，可以通过设备数据在线录制的方式录入脚本，具体的，仿真服务侧通过各种设置向v2x平台请求获取特定设备的数据，真实设备的数据v2x平台转发至仿真模拟器侧，仿真模拟器通过采集、汇总、格式化后形成的符合车路协同系统场景运行的脚本化数据并录入，数据内容需包含全部的车辆和涉及的路侧设备数据。
(三)如图6中c线路所示步骤，通过在可视化操作界面上编辑并录入的第三脚本化数据。
也就是说，可以通过在线元数据制定的方式录入脚本，具体可以通过人工在可视化操作界面上编辑并录入符合车路协同系统场景运行的脚本化数据，即车辆拟定行驶的路线或经过的地点。需要说明的是，该类数据只可作为场景编排过程中的元数据，在场景编排过程中才会根据路径元数据生成可以执行的脚本数据。
其中，所述第一脚本化数据、所述第一脚本化数据和所述第一脚本化数据均为符合所述仿真场景运行的脚本化数据。
需要说明的是，本发明实施例中，按照脚本类型的不同，可以分为两种执行方式：对真实设备(包含路侧设备、车载设备)的历史行为进行重放，其中设备数据在线录制和模版导入的元数据只可用于该场景；自定义录入脚本数据(即在线元数据制定的方式录入的脚本)只可作为场景支撑元数据，用于规划、设计场景中车载设备的运行路线，作为场景中底层支撑数据。
本发明实施例中，边缘云可以进行路侧设备、车载设备的仿真数据收集，仿真数据来源于真实设备数据可以通过三种方式获得。其中，真实设备数据来源于经过车辆协同平台中路端、车端的真实设备通过仿真sdk在真实路侧设备、车载设备运行时进行自动化的数据采集、数据过滤，以及标准化编码与转码、转发所获取的数据；编辑录入方式来源于人工在地图上采集gps点位(例如，车辆行驶路径上的连续gps点位)、录入设备属性(例如，交通信号灯灯态变化的频率)、运行或行驶状态(例如，车速、方向角等)、仿真事件(例如，道路施工事件)等信息，再做与真实设备数据上报方式中一致的标准化编码与转码；车路协同场景仿真时对真实设备数据与编辑录入的仿真设备数据进行融合，实现真实设备与仿真设备的自由组合(例如，真实路端设备与仿真车载设备组合，或仿真路端设备与真实车载设备的组合)，为车路协同平台验证大量路端设备和车载设备的车路协同能力提供了高效灵活的实践方案，还可以在特定场景下减少真实设备的投入，从而节省了成本。
可选地，所述边缘云收集所述路径元数据，包括：
加载自定义的动态路径元数据，并通过地图界面展示规划路径；
在路径上对路段进行切分，形成运行点；
收集汇总所述运行点并存储，形成路径元数据。
路径元数据作为仿真车辆运行的基础信息，当路径元数据生成完成以后，需要按需将路径元数据和车辆进行一对多的绑定。
需要说明的是，在线元数据录入功能可以一次性录入一至多条路径元数据，为匹配特定的车辆场景提供必要的支持。
如图7所示，在设置自定义路径元数据的时候，需按路径规划设想进行人工切分。具体的，可以通过人工在可视化地图页面选点的方式设置切分路段的开始点和起始点，并选择两点行驶的策略信息。例如，开始点、结束点的时间、速度、行向角以及预设切分的粒度等信息。
本申请一实施例中，边缘云收集所述路径元数据的流程(即元路径行驶点模拟流程)如图7所示：
s701：加载自定义的动态路径元数据；
s702：在路径上对路段进行切分，即按照关键点切分路段，并分类型；
s703：判断路段类型；
若为直线变化，则结合速度分析，按加速度切分，或者按距离切分；若为弧形变化，则结合速度分析，按速度、角度切分，或者按角度切分；
s704：收集汇总运行点；
s705：存储运行点，形成路径元数据。
在计算完成了整段脚本后，收集所有的模拟点以及各段路的开始结束点，存入数据库，则完成了一次路径元数据的录入。
需要说明的是，在场景中，车辆的行驶行为可能会根据场景事件进行智能、实时的变化，如果没有其他外界因素影响，则车辆应该按照路径元数据进行仿真运行。
本发明一实施例中，仿真基础路径元数据(即路径元数据)是通过算法智能的加入模拟的行驶位置信息点，可以使车辆运行行为能够更加顺畅、真实。
可选地，所述边缘云在路径上对路段进行切分，包括以下至少一项：
根据距离对路段进行均分；
根据加速度对路段进行切分；
根据角度对路段进行切分；
根据角度和加速度对路段进行切分。
具体的，如图7所示，可以按照速度变化和角度变化分为以下四种切分方式：
(一)按两点距离均分：假定车辆为直线行驶，以及假定车辆是匀速行驶，可以计算输入时间经过两点之间距离的速度和两点之间直线相对正北为0的角度，然后按照设置的切分粒度，等分当前路段，并根据距离和角度计算出等分点的经纬度。
(二)按加速度切分：假定车辆直线行驶，且开始、结束位置点信息中车辆速度不同，可根据速度差和时间计算出加速度，根据设置的切分粒度、加速度、时间、两点之间直线相对正北的角度，按照行驶距离进行计算，得出每一个模拟点的经纬度，直至结束点。
(三)按角度切分：假定车辆速度不变，可以按照当前点的航向角度和结束点的航向角度，得出两点在行驶过程中角度的变换；以两点为虚拟圆上两点，两点间的距离作为圆直径，按照设置切分粒度等分相差角度和相差距离，计算出圆弧上等分点经纬度，这种方法可适用于模拟车辆匀速转弯的场景。
(四)按角度、加速度切分：假定速度变化(即开始点和结束点速度信息不一致)，可以获取两点时间差，并计算加速度；按照当前点的航向角度和结束点的航向角度，以两点为虚拟圆上两点，两点间的距离作为圆直径，按照设置切分粒度、加速度、等分角，计算出圆弧上行驶点经纬度，这种方法可适用于模拟车辆变速转弯的场景。
可选地，所述边缘云进行场景编排，包括：
根据所述路径元数据与所述场景元数据，在路径上设置场景事件；
选择仿真车辆，将所述路径元数据和所述仿真车辆进行绑定。
如图8所示，可选地，所述边缘云根据所述路径元数据与所述场景元数据，在路径上设置场景事件，包括：
s801：加载自定义的动态路径元数据；
s802：通过地图界面展示规划路径；
s803：在路径上设置场景事件；其中，所述场景事件是利用基础场景进行自由组合形成的；
s804：对所述场景事件进行校验；
s805：若校验成功，则将所述场景事件加入待存储队列；
s806：判断是否录入完成；完成，则执行s807；否则，执行s803；
s807：在所述路径上的所述场景事件录入完成后，存储所述待存储队列中的所述场景事件。
需要说明的是，关键点场景事件设置，即关键点行为编织，在路径上设置场景事件，只可用于互动融合模拟场景，主要是指在规划好的路径元数据上设置需要执行的场景行为，该过程具备以下特点：包含17种基础标准国标场景行为事件；多个国标场景行为可在互动仿真路径元数据上进行一定程度上的自由组合；具备指定场景发生的道路规划和范围；真实设备与模拟设备可以在场景中混合使用，例如，真实路侧设备可以为模拟车辆提供自动驾驶或者行为决策的数据支撑，反之，模拟路侧设备亦可为真实v2x道路测试车辆提供动态、可信和标准的支撑数据。
可选地，所述边缘云对所述场景事件进行校验，包括：判断所述场景事件之间以及所述场景事件与所述路径元数据之间是否存在行为互斥；若不存在行为互斥，则校验通过；否则，校验失败。
也就是说，需满足以下约束：场景事件之间不能存在行为互斥，例如道路施工事件和交通灯交互；场景事件和路径元数据不可存在行为互斥，例如直行车道上不可执行左转辅助。
本发明实施例中，通过场景仿真引擎，将来源于在线设备sdk上报制定(即设备数据在线录制)、自定义编排元数据制定(即在线元数据制定)、与模板数据导入(即模版导入)制定的数据，按照国标场景定义的前向碰撞预警、交叉路口碰撞预警、左转辅助等17种基础场景通过一定程度的人工组合、设置和算法自动生成的方式编排为适用于仿真设备的场景脚本，实现了路侧设备、车载设备的仿真场景编排，用于车路协同系统、路侧设备、车载设备能力的验证。
通过仿真模拟，可以提供不易在真实世界中创造的事件和条件，例如，拥堵事件、车辆失控预警事件、道路施工事件，以及大风、大雾、路面结冰等道路天气危险事件，避免在场景验证时无法实现事件产生的条件，提高了场景验证效率。
另外，由于仿真场景能直接产生危险事件，避免了真实的车辆在行驶中为了验证仿真场景对驾驶员、行人、道路等造成危险。
此外，当17种基础场景经过编排、融合后能够形成全新的组合场景，进一步可构建算法模型，采用机器学习等算法，为特定场景的自动驾驶行为提供算法训练功能，可应用于边缘云辅助驾驶方向的机器学习、算法训练，商业应用更加广泛。
本发明实施例中，通过仿真车载设备、路侧设备，并与边缘云中仿真环境接入的真实设备混合、共同作用于车路协同场景，能够减少大量真实设备的部署以降低成本，并能创造真实世界中难以实现的场景条件。
例如，主车(hostvehicle，hv)在行驶过程中，在场景中预设前方不远的道路上有一辆仿真的车辆(remotevehicle，rv)，而真实的路边激光雷达检测到了左前方有行人，此时主车应进行减速，而不是按照场景预设的从左侧进行超车。
本发明在模拟仿真方面可以做到真实与模拟设备交替使用，易于扩展，且在后续的数据增值性、应用广泛性、机器学习数据多样性、通用性等方面较优，解决了现有技术中常见的由单一服务器仿真实现，导致做到分布式数据融合，以及人、车和物的相关智能算法训练的问题。
可选地，所述仿真场景包括历史回放固定场景和互动融合模拟场景。
本申请一实施例中，按功能需要，可以将仿真场景分为两种：历史回放固定场景和互动融合模拟场景。其中，历史回放固定场景主要是指将过往的某个实际车路协同区域的运行情况进行回放，常用于展示、展览；互动融合场景主要是指将真实设备(即路侧设备和车载设备)和仿真设备(即仿真路侧设备和仿真车载设备)进行编织，让真实设备和仿真设备共同运行在特定的线路之中，以获取车辆的行为策略反馈数据或路侧设备的交互结果。
具体的，可以根据参数配置或应用程序接口api调用，判断是否执行历史场景回放(即执行历史回放固定场景)。
如图10所示，可选地，所述边缘云执行所述仿真场景，包括：
s1001：进行场景执行引擎初始化；
s1002：根据参数配置或应用程序接口api调用，判断所述仿真场景的类型；根据所述类型，执行所述仿真场景。其中，仿真场景为历史回放固定场景时，执行s1003；仿真场景为互动融合模拟场景时，执行s1004。
需要说明的是，场景执行(即执行仿真场景)旨在将经过编排后的车端元数据、路端元数据和仿真事件元数据在车路协同具体场景下运行起来，对真实或仿真的路端交通基础设施、车辆验证其在车路协同作用下的通信能力、数据处理能力，以及经过人工智能算法增强的车端、路端计算设备的行为决策能力。
在进行车路协同、自动驾驶相关的仿真研究时，仿真或真实的车载设备、路侧设备接入边缘云上的仿真环境，共同在同一时间段执行仿真场景。
在进行车路协同、自动驾驶相关的真实设备(即车载设备、路侧设备)验收时，真实设备接入边缘云的车路协同平台，与不易在真实世界中实现的仿真设备元数据和仿真事件元数据共同在同一时间段执行车辆协同预设场景。这样，在mec边缘云上接入了大量真实设备时，仿真环境能够为车路协同场景实现提供不易在真实世界中创造的事件和条件，降低了场景运行的成本和风险。
仿真模拟库即是人工智能作出决策能力的基础支撑数据，其依附于v2x平台，通过真实的车载设备、路侧设备在运行过程中产生的行为数据进行自主学习，以达到能够为同样场景行为作出决策的能力。
本发明一可选实施例中，边缘云可以建立线程池，为车端(即车载设备)播发行驶数据、事件接收、行驶规划、时间处理和数据上报网络通讯等主要工作创建线程，设置线程间数据共享和同步机制，启动各线程并根据固定的频率读取、执行汽车行驶路径脚本；边缘云还可以建立线程池，为路端(即路侧设备)播发来自车路协同平台的rsi、map、spat消息或场景事件，路端主动生成rsm告警，并进行有效期内告警消息的状态维持，事件广播等主要工作创建线程，设置线程间数据共享和同步机制，启动各线程并根据仿真场景指定的频率读取、执行路侧设备(例如交通信号灯)脚本。
需要说明的是，如果当前执行场景的设备是车端(即车载设备)，则车端对脚本数据进行解码、与交通道路网络或其他设备元数据建立关联关系等预处理；如果场景事件造成了汽车必须更改行驶路径，则车端通过仿真规划出不同于预设脚本、新的行驶路径(包括gps点位、转向角、行驶速度等)；采用算法进行场景事件的处理，例如，采用深度学习、强化学习等方法不断改进事件处理的最优解。如果当前执行场景的设备是路端(即路侧设备)，则路端对脚本数据进行解码、与交通道路网络或其他设备元数据建立关联关系等预处理。
可选地，所述边缘云进行场景执行引擎初始化，包括以下至少一项：
初始化运行所需的程序空间；
加载运行参数；
连接本地数据库、缓存或消息队列；
加载设备元数据；
初始化网络通讯链接。
本发明实施例中，在场景执行开始时，场景执行引擎进行初始化。例如，初始化运行所需的程序空间、加载运行参数，连接本地数据库、缓存、消息队列等中间件，加载必要的车端元数据、路端元数据和仿真事件元数据，初始化必要的网络通讯链接、边缘云路由网络地址等。
如图10所示，可选地，在所述类型为历史回放固定场景的情况下，所述边缘云执行所述仿真场景，包括：
选择需要执行所述仿真场景的设备；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
从数据库中加载已存储的历史场景元数据；其中，所述历史场景元数据包括设备运行数据和场景录制数据；
将所述场景录制数据发送给所述设备。
在所述类型为历史回放固定场景的情况下，即执行历史场景，则选择需要执行的设备(或设备组)，从数据库中加载历史已存储的真实(或仿真)设备的运行数据和场景录制数据，对数据设置好历史回放标志，设备之间进行进程之间或网络通讯上报或播发历史运行数据；云端仿真环境在经过车路协同平台接收到具有历史回放标志的数据后，加载录制的场景事件数据，播发给路侧设备和车载设备。
此时，车路协同平台在边缘云上能够监控到车辆当前的动态行驶状态，以及在历史场景中的决策行为。
可选地，在所述类型为互动融合模拟场景的情况下，所述边缘云所述执行所述仿真场景，包括：
根据当前的设备的类型加载关联的场景元数据；其中，所述场景元数据包括设备基础信息和区域交通道路关系网；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
为所述设备匹配脚本化数据。
在所述类型为互动融合模拟场景的情况下，即场景引擎得到的指令不是执行历史场景，而是互动融合模拟场景，则根据当前的车载设备和路侧设备的设备类型加载关联的场景元数据，包括设备基础信息、区域交通道路关系网，并匹配设备的脚本化数据。
可选地，一个仿真场景与至少一个仿真设备绑定，一个仿真设备只与一个仿真场景绑定；其中，所述仿真设备包括所述仿真车载设备和所述仿真路侧设备。
如图9所示，场景是作为仿真车载设备、仿真路侧设备以及设备间交互的基础支撑数据，为了保证设备的正常运行，需要进行数据正确性校验，需满足以下约束条件：一个场景可以绑定多个仿真设备(即仿真车载设备和仿真路侧设备)，但是一个仿真设备只可绑定一个场景。
可选地，所述边缘云还用于：根据仿真结果，向所述边缘云覆盖范围内所述车载设备和/或所述仿真车载设备发送动态感知地图。
可选地，所述车载设备与所述边缘云建立通信，包括：接收所述核心云发送的所述边缘云的网络地址；从所述网络地址中，选择与所述车载设备所在位置最近的网络地址所对应的第一边缘云，并与所述第一边缘云建立连接。
真实汽车中的车载sdk或仿真汽车中的场景引擎，可以根据初始化时获得的区域范围内边缘云网络地址，选择就近的边缘云(即第一边缘云)并建立连接，连接建立后，可以周期性获取接近范围的rsu列表和通信地址。
可选地，所述车载设备为所述边缘云提供所述第二数据，包括：
根据sdk配置，从所述边缘云拉取对应的脚本化数据，以及根据sdk配置，连接对应的路侧设备，并在连接成功后从所述路侧设备接收第一报文；
对脚本化数据进行解码，根据脚本的执行顺序和频率，依次执行所述第一报文和所述脚本；
根据所述第一报文，向所述边缘云上传所述第二数据。
如图11所示，为车载sdk工作流程图：
s1101：配置车辆sdk的加载参数、脚本列表；
s1102：sdk根据配置，从云平台拉取对应的脚本；
s1103：将脚本缓存下来，根据脚本的执行顺序、频率逐条报文、逐个脚本进行执行；
s1104：根据配置连接对应的路侧单元；
s1105：判断是否连接成功；若连接成功，则执行s1104；若连接失败，则需要重新录入，即执行s1106；
s1106：进行报文的接收；
s1107：按照设计，上传需要的报文。
需要说明的是，本发明实施例中，sdk能够根据参数配置接口触发国标17类基础演示场景(如前向碰撞预警、交叉路口碰撞预计和前方拥堵提醒等场景)，根据车辆自身与边缘云的位置选择切换就近边缘云的策略。在连接边缘云中的v2x车路协同平台后，可以获取与用于演示的仿真或真实的路侧设备的事件、预警数据，完成设备能力的验证。运行在边缘云中的仿真平台和车路协同平台在展示仿真场景时，需要按照标准化的编码格式、通信频率、通信方式和场景处理行为获得车载设备在该场景下的数据，车载sdk为实现车路协同场景定义了一致性的程序标准流程和行为，使得大量不同类型的车载设备为车路协同平台服务具有标准化的场景处理能力，减少不同类型设备带来的复杂性，降低了车路协同平台实现的成本，同时也能够为验证车辆的车路协同能力或自动驾驶能力提供标准化快速验证入口。
如图10所示，可选地，所述车载设备执行所述脚本，循环执行以下步骤：
接收其他车载设备或路侧设备播发的场景事件；
对所述场景事件进行处理；
向所述边缘云发送车辆的行驶数据和所述场景事件的处理结果。
也即，在车载设备执行脚本过程中，可以循环执行以下步骤：接收远车(即其他车载设备)或路侧设备播发、封装成rsi、rsm等消息的场景事件，仿真动态事件行驶数据；对事件进行处理；上报行驶数据和事件处理结果。
可选地，所述车载设备每完成一条脚本的执行时，向所述边缘云发送一次执行脚本的路径；以及，每完成一次一次场景事件处理时，向所述边缘云发送一次场景事件的处理结果。
也即，每当车载设备完成一条行驶脚本的执行、处理完一次场景事件，就通过线程异步的发送执行脚本的路径或场景事件处理的结果。
可选地，所述路侧设备还用于：通过内置的或配置的边缘云的网络地址，选择与所述路侧设备所在位置最近的所述网络地址所对应的第二边缘云，并与所述第二边缘云建立连接；周期性地获取第二预设范围内的车载设备的列表，以及每个所述车载设备对应的通信地址，并与交通道路网络或其他设备元数据建立关联关系。
具体的，真实的路侧sdk或仿真路侧单元中的场景引擎，可以根据初始化时获得的区域范围内边缘云网络地址，选择就近的边缘云并建立连接；连接建立后，可以周期性获取接近范围的汽车列表和通信地址。
如图10所示，可选地，所述路侧设备还用于在预设周期内，循环执行以下步骤：
接收所述边缘云发送的告警事件，或者，根据所述路侧设备采集到的数据生成告警事件；
向第三预设范围内的车辆广播所述告警事件。
也就是说，在场景的预设周期内，路侧设备可以通过主线程循环执行以下步骤：接收边缘云中车路协同平台的告警事件或自主生成告警事件；判断事件有效期，若过期则标记删除；广播事件至接近范围内车辆。
可选地，所述路侧设备还用于：周期性地检查所述告警事件的有效性；在所述告警事件已过期的情况下，丢弃所述告警事件。
如图12所示，为路侧sdk工作流程图：
s1201：sdk在路侧设备单元上电时被引导加载，进行sdk内部的初始化工作。例如，运行空间分配、存储空间检查、路侧设备单元通讯模块检查等；
s1202：sdk根据内置的参数继续引导加载，或根据远程接口配置修改运行参数。例如，通过接口配置进行软复位以清空存储的消息、通过配置边缘云节点参数设置需要连接的边缘云车路协同v2x平台地址和登录认证信息等；
s1203：sdk能够根据参数配置接口触发国标17类基础演示场景，例如，道路危险状况提示、限速预警、绿波车速引导等场景)；
s1204：sdk通过路侧设备单元的设备通信模块采集路侧交通设施的事件和数据，例如，交通信号灯的状态、标识标牌信息、摄像头数据、温湿度计数据等；并暂时到设备存储空间，准备上报到v2x平台；
s1205：sdk根据内置的边缘云通信地址表选择就近边缘云的路由策略，连接边缘云中的v2x车路协同平台与用于演示的仿真或真实的车辆；
s1206：sdk通过内置或配置的边缘云连接地址、认证信息，尝试连接边缘云节点中的v2x平台；如果连接不成功，重试n秒后重新连接，即执行s1205；如果已经连接成功，则执行s1207，并周期性的上报心跳数据包，保持设备的在线状态；
s1207：sdk将来自路侧交通设施的采集数据上报给接近范围的边缘云v2x平台；
s1208：sdk通过已与边缘云建立的连接，接收来自v2x平台的事件提醒消息(rsi)、安全消息(rsm)，经过消息解析后缓存到设备内存空间中；
需要说明的是，车路协同平台通过计算后产生道路事件或预警信息，最终推送到车载设备，完成路侧设备能力的验证。
s1209：周期性地检查消息的有效性；若有效，则执行s1210；若无效，则丢弃该消息；例如，路口拥堵事件是否过期等，如果已过期则丢弃该消息；
s1210：sdk将缓存的消息经过消息编码后通过无线网络周期性的广播给附近行驶的车辆，如果车辆已接收该消息，则将该消息上报给v2x平台，以让v2x平台能够对消息的接收、使用率等方面做统计分析；
需要说明的是，运行在边缘云中的仿真平台和车路协同平台在展示仿真场景时，需要按照标准化的编码格式、通信频率、通信方式和场景处理行为获得路侧设备在该场景下的数据。路侧sdk为实现车路协同场景，定义了一致性的程序标准流程和行为，使得大量不同类型的路侧设备为车路协同平台服务具有标准化的场景处理能力，减少不同类型设备带来的复杂性，降低了车路协同平台实现的成本，同时也为验证路侧设备的车路协同能力或辅助验证自动驾驶车辆提供标准化快速验证入口。
此外，路侧设备在场景执行过程中，可以不断优化与边缘云中车路协同平台和行驶中汽车事件信息送达的效率。例如，可以通过深度学习算法优化路端对交通参与者的检测、跟踪和监控，降低道路拥堵、危险等场景事件的判断时延。
本发明实施例，实现了边云协同和车路协同，在mec边缘云上实现了设备仿真环境以对车路协同平台提供接近真实环境的路侧设备、车载设备的仿真交互。其中，边云协同，采用与路侧设备、车载设备接近的mec多接入边缘云运行仿真环境，能够以低时延、高速地与路侧设备、车载设备交互bsm、map、spat、rsi和rsm等消息，如果结合5gnr技术，能够在边缘云端支持百万级别的真实设备接入与消息处理能力。车路协同，mec多接入边缘云为区域范围内的设备和车路协同应用提供共享的基础设施、以及仿真模拟需要的配置信息和仿真行为库；在mec边缘云上根据配置信息接入仿真(或真实)设备数据，设计并运行仿真场景，在运行过程中根据场景配置动态加载并结合仿真行为库中的对应行为进行模拟，以验证车载设备、路侧设备、车路协同平台、三方平台在车路协同各场景下的数据收集能力、通信能力、数据融合处理能力、行为决策能力、与不同平台或应用的协作能力。本发明实施例支持模拟与真实设备协同数据处理，提供弹性扩展、分布式集群、缓存、人工智能和大数据处理能力，增强了对各地方和本地业务的支持，能有效降低网络延迟，为后续更好地开展智慧交通业务提供了一定程度上的帮助和支持。
本发明实施例中，将系统多边、多种依赖进行了进行架构分层，并提供了完整闭环业务逻辑和多设备sdk，以供各种外部依赖进行可切分、可模拟和可真实交互的解决方案。任何一方所依赖的业务实体(例如路侧设备、车载设备)都可以通过单一或者全部的模拟并嵌入车路协同系统整体中，保证系统的稳定运行，从而解决了项目开发、部署、测试中所遇到的链路过长、数据来源复杂、数据格式各异，且定位问题困难、外部环境以及条件强依赖的问题，解决了对接设备过程中的沟通噪音。车路协同整体环境中各个层面的解耦，实现了可快速开发、数据透明、高度定制和高可用特性。
如图13所示，本发明的实施例提供一种模拟仿真方法，应用于边缘云，包括：
s1301：收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果。
该实施例的模拟仿真方法，通过收集路侧设备和车载设备的数据，在边缘云上进行车路协同环境的模拟仿真，可以提供不易在真实世界中创造的事件和条件，能够解决常规车路协同平台在开发过程中就需要介入大量真实设备对接的问题，从而节省调试时间和成本。
可选地，所述模拟仿真方法还包括：将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至核心云。
可选地，所述第一数据包括以下至少一项：
路侧交通设备数据；
地图消息map；
交通灯相位与时序消息spat；
路侧交通时间消息；
路侧信息rsi；
路侧安全消息rsm。
可选地，所述第二数据包括以下至少一项：
车辆地理位置信息；
车辆行驶状态的基础安全消息bsm；
车辆传感器数据。
可选地，所述根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果，包括：
根据所述配置信息、所述第一数据和所述第二数据，进行场景编排，形成仿真场景；
执行所述仿真场景，得到以下至少一项：
仿真路侧设备的第一仿真数据；其中，所述第一仿真数据包括仿真交通数据、仿真map、仿真spat、仿真路侧交通时间消息、仿真rsi和仿真rsm；
仿真车载设备的第二仿真数据；其中，所述第二仿真数据包括仿真车辆bsm和仿真车辆传感器数据；
车辆的第三仿真数据，所述第三仿真数据包括道路事件和/或预警信息。
可选地，模拟仿真方法还包括：将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至核心云。
可选地，模拟仿真方法还包括：根据所述仿真结果，验证所述车路协同系统的业务能力。
可选地，所述根据所述仿真结果，验证所述车路协同系统的业务能力，包括：
通过对比相同仿真场景下的所述第一数据和所述第一仿真数据是否相同，以及对比相同仿真场景下的所述第二数据和所述第二仿真数据是否相同，验证所述车路协同系统的业务能力。
可选地，模拟仿真方法还包括：收集所述配置信息；
其中，所述配置信息包括：
设备元数据；
场景元数据；
路径元数据。
可选地，所述边缘云收集所述设备元数据，包括：
收集设备初始元数据；
对所述设备初始元数据进行校验；
在校验通过的情况下，将所述设备初始元数据作为所述设备元数据存储入数据库。
可选地，所述设备初始元数据包括以下至少一项：
车端元数据，所述车端元数据包括车辆信息数据及其相对应的车载设备数据；
路端元数据，所述路端元数据包括路侧设备信息和局部区域地图信息；
仿真事件元数据，所述仿真事件元数据包括人工在地图上采集的gps点位、设备属性、运行或行驶状态和仿真事件。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为车端元数据的情况下，对所述车端元数据中的所述车辆信息数据进行唯一性验证；
若所述车辆信息数据是唯一的，则验证通过。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为路端元数据的情况下，对所述路侧设备信息中的路侧交通设备的作用范围进行设定；
对所述路侧交通设备的全球定位系统gps坐标进行设定，或者，对所述路侧交通设备与地图上道路的位置关系进行设定；
对所述路端元数据进行校验；
若所述路端元数据满足第一预设条件，则校验通过；
其中，所述路侧设备信息为路侧交通设备的相关信息；
所述路侧交通设备包括以下至少一项：rsu、交通信号灯、激光雷达、毫米波雷达、高清摄像头和温湿度传感器。
可选地，所述路端元数据满足第一预设条件的情况，包括以下三项：
所述路侧设备信息和所述局部区域地图信息准确；
所述路侧设备信息和所述局部区域地图信息的关联关系无逻辑错误；
所述路侧设备信息和所述局部区域地图信息与所述数据库中的设备元数据之间无冲突。
可选地，对所述设备初始元数据进行校验，包括：
在所述设备初始元数据为仿真事件元数据的情况下，选择关联所述仿真事件的设备；其中，所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
选择仿真事件的类型；其中，不同所述仿真事件的类型对应不同的所述仿真场景；
设置所述仿真事件的参数和互斥条件；
对所述仿真事件进行校验；
在所述仿真事件满足第二预设条件的情况下，校验通过。
可选地，所述参数包括事件级别、执行时间、周期、地点和数值。
可选地，所述仿真事件满足第二预设条件的情况，至少包括以下三项：
所述仿真事件准确；
所述仿真事件与所述设备、地图的关联关系无逻辑错误；
所述仿真事件与所述数据库中的设备元数据之间无冲突。
可选地，收集所述场景元数据，包括以下至少一项：
接收人工上传的第一脚本化数据；其中，所述第一脚本化数据是通过对所述路侧设备和所述车载设备上传的第三数据进行筛选和处理后形成的脚本化数据；所述第三数据包括车辆的行为数据和与所述车辆相关的路侧设备数据；
通过所述边缘云上的车路协同平台，获取所述路侧设备和所述车载设备的第四数据，并进行处理后形成的第二脚本化数据；其中，所述第四数据包括全部的车辆和所述车辆相关的路侧设备数据；
通过在可视化操作界面上编辑并录入的第三脚本化数据；
其中，所述第一脚本化数据、所述第一脚本化数据和所述第一脚本化数据均为符合所述仿真场景运行的脚本化数据。
可选地，收集所述路径元数据，包括：
加载自定义的动态路径元数据，并通过地图界面展示规划路径；
在路径上对路段进行切分，形成运行点；
收集汇总所述运行点并存储，形成路径元数据。
可选地，在路径上对路段进行切分，包括以下至少一项：
根据距离对路段进行均分；
根据加速度对路段进行切分；
根据角度对路段进行切分；
根据角度和加速度对路段进行切分。
可选地，进行场景编排，包括：
根据所述路径元数据与所述场景元数据，在路径上设置场景事件；
选择仿真车辆，将所述路径元数据和所述仿真车辆进行绑定。
可选地，所述边缘云根据所述路径元数据与所述场景元数据，在路径上设置场景事件，包括：
加载自定义的动态路径元数据，并通过地图界面展示规划路径；
在路径上设置场景事件；其中，所述场景事件是利用基础场景进行自由组合形成的；
对所述场景事件进行校验；
若校验成功，则将所述场景事件加入待存储队列；
在所述路径上的所述场景事件录入完成后，存储所述待存储队列中的所述场景事件。
可选地，对所述场景事件进行校验，包括：
判断所述场景事件之间以及所述场景事件与所述路径元数据之间是否存在行为互斥；
若不存在行为互斥，则校验通过；否则，校验失败。
可选地，所述仿真场景包括历史回放固定场景和互动融合模拟场景。
可选地，执行所述仿真场景，包括：
进行场景执行引擎初始化；
根据参数配置或应用程序接口api调用，判断所述仿真场景的类型；
根据所述类型，执行所述仿真场景。
可选地，进行场景执行引擎初始化，包括以下至少一项：
初始化运行所需的程序空间；
加载运行参数；
连接本地数据库、缓存或消息队列；
加载设备元数据；
初始化网络通讯链接。
可选地，在所述类型为历史回放固定场景的情况下，执行所述仿真场景，包括：
选择需要执行所述仿真场景的设备；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
从数据库中加载已存储的历史场景元数据；其中，所述历史场景元数据包括设备运行数据和场景录制数据；
将所述场景录制数据发送给所述设备。
可选地，在所述类型为互动融合模拟场景的情况下，执行所述仿真场景，包括：
根据当前的设备的类型加载关联的场景元数据；其中，所述场景元数据包括设备基础信息和区域交通道路关系网；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
为所述设备匹配脚本化数据。
可选地，一个仿真场景与至少一个仿真设备绑定，一个仿真设备只与一个仿真场景绑定；其中，所述仿真设备包括所述仿真车载设备和所述仿真路侧设备。
可选地，模拟仿真方法还包括：根据仿真结果，向所述边缘云覆盖范围内所述车载设备和/或所述仿真车载设备发送动态感知地图。
综上所述，该实施例的模拟仿真方法，在边缘云上实现了设备仿真环境以对车路协同平台提供接近真实环境的路侧设备、车载设备的仿真交互，支持模拟与真实设备协同数据处理，能够为车路协同场景实现提供不易在真实世界中创造的事件和条件，降低了场景运行的成本和风险。
需要说明的是，该方法应用于上述车路协同系统中边缘云，能够实现的各个过程，也能达到相同的技术效果，为避免重复，这里不再赘述。
如图14所示，本发明的实施例提供一种模拟仿真方法，应用于核心云，包括：
s1401：为各区域范围内的路侧设备和车载设备接入边缘云提供路由信息。
该实施例的模拟仿真方法，能够提供路由信息，使得路侧设备和车载设备能够快速地就近接入边缘云。
可选地，所述模拟仿真方法还包括：
与全区域范围的所述边缘云建立通信，对全区域范围的交通路况进行大数据综合分析和预测。
综上所述，该实施例的模拟仿真方法，与边缘云建立通信，可以在区域、全局范围里提供相应范围的边缘协同计算调度、多级计算能力调度等功能。通过对仿真(或真实)设备接入边缘云所产生的交通事件，进行融合计算，能够实现对业务时延要求相对较低的交通业务场景分析和预测，从而指导交通基础设施规划。
需要说明的是，该方法应用于上述车路协同系统中核心云，能够实现的各个过程，也能达到相同的技术效果，为避免重复，这里不再赘述。
如图15所示，本发明的实施例提供一种模拟仿真方法，应用于路侧设备，包括：
s1501：与边缘云建立通信，为所述边缘云提供第一数据；
s1502：根据所述边缘云的仿真结果作出行为决策；
其中，所述路侧设备采用与所述边缘云上的仿真路侧设备的行为和通信方式一致的路侧sdk。
该实施例的模拟仿真方法，通过采用与仿真路侧设备的行为和通信方式一致的路侧sdk，使得路侧设备能够继承实现仿真路侧设备的能力，并能够根据边缘云的仿真结果作出行为决策。
可选地，所述第一数据包括以下至少一项：
路侧交通设备数据；
地图消息map；
交通灯相位与时序消息spat；
路侧交通时间消息；
路侧信息rsi；
路侧安全消息rsm。
可选地，所述模拟仿真方法还包括：
通过内置的或配置的边缘云的网络地址，选择与所述路侧设备所在位置最近的所述网络地址所对应的第二边缘云，并与所述第二边缘云建立连接；
周期性地获取第二预设范围内的车载设备的列表，以及每个所述车载设备对应的通信地址，并与交通道路网络或其他设备元数据建立关联关系。
可选地，所述模拟仿真方法还包括：
在预设周期内，循环执行以下步骤：
接收所述边缘云发送的告警事件，或者，根据所述路侧设备采集到的数据生成告警事件；
向第三预设范围内的车辆广播所述告警事件。
可选地，所述模拟仿真方法还包括：
周期性地检查所述告警事件的有效性；
在所述告警事件已过期的情况下，丢弃所述告警事件。
综上所述，该实施例的模拟仿真方法，通过采用与仿真路侧设备的行为和通信方式一致的路侧sdk，使得路侧设备能够继承实现仿真路侧设备的能力，例如，仿真场景能力、边缘云通信能力和车端广播能力等，从而解决了常见的车路协同系统设计开发过程中，由于参与方众多，沟通过程冗长且充满噪音的问题，可以节约开发成本和开发周期。
需要说明的是，该方法应用于上述车路协同系统中路侧设备，能够实现的各个过程，也能达到相同的技术效果，为避免重复，这里不再赘述。
如图16所示，本发明的实施例提供一种模拟仿真方法，应用于车载设备，包括：
s1601：与边缘云建立通信，为所述边缘云提供第二数据，并根据所述边缘云的仿真结果作出行为决策；
其中，所述车载设备采用与所述边缘云上的仿真车载设备的行为和通信方式一致的车载sdk。
该实施例的模拟仿真方法，通过采用与仿真车载设备的行为和通信方式一致的车载sdk，使得车载设备能够继承实现仿真车载设备的能力，并能够根据边缘云的仿真结果作出行为决策。
可选地，所述第二数据包括以下至少一项：
车辆地理位置信息；
车辆行驶状态的基础安全消息bsm；
车辆传感器数据。
可选地，所述与边缘云建立通信，包括：
接收核心云发送的所述边缘云的网络地址；
从所述网络地址中，选择与所述车载设备所在位置最近的所述网络地址所对应的第一边缘云，并与所述第一边缘云建立连接。
可选地，所述为所述边缘云提供第二数据，包括：
根据sdk配置，从所述边缘云拉取对应的脚本化数据，以及根据sdk配置，连接对应的路侧设备，并在连接成功后从所述路侧设备接收第一报文；
对脚本化数据进行解码，根据脚本的执行顺序和频率，依次执行所述第一报文和所述脚本；
根据所述第一报文，向所述边缘云上传所述第二数据。
可选地，所述车载设备执行所述脚本，循环执行以下步骤：
接收其他车载设备或路侧设备播发的场景事件；
对所述场景事件进行处理；
向所述边缘云发送车辆的行驶数据和所述场景事件的处理结果。
可选地，所述车载设备每完成一条脚本的执行时，向所述边缘云发送一次执行脚本的路径；以及，每完成一次一次场景事件处理时，向所述边缘云发送一次场景事件的处理结果。
综上所述，该实施例的模拟仿真方法，通过采用与仿真车载设备的行为和通信方式一致的车载sdk，使得车载设备能够继承实现仿真车载设备的能力，例如仿真场景能力、预警决策能力等，能够保证真实设备能够实现国标定义的17种车路协同典型应用场景，避免过于复杂的网络环境影响和硬件需求，更好的解决了车路仿真模拟系统生命周期中各方面的成本问题。
需要说明的是，该方法应用于上述车路协同系统中车载设备，能够实现的各个过程，也能达到相同的技术效果，为避免重复，这里不再赘述。
如图17所示，本发明的实施例提供一种模拟仿真装置，应用于边缘云，包括：
仿真模块1701，用于收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果。
可选地，所述模拟仿真装置还包括：
第一发送模块，用于将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至核心云。
可选地，所述第一数据包括以下至少一项：
路侧交通设备数据；
地图消息map；
交通灯相位与时序消息spat；
路侧交通时间消息；
路侧信息rsi；
路侧安全消息rsm。
可选地，所述第二数据包括以下至少一项：
车辆地理位置信息；
车辆行驶状态的基础安全消息bsm；
车辆传感器数据。
可选地，所述仿真模块1701包括：
场景编排子模块，用于根据所述配置信息、所述第一数据和所述第二数据，进行场景编排，形成仿真场景；
场景执行子模块，用于执行所述仿真场景，得到以下至少一项：
仿真路侧设备的第一仿真数据；其中，所述第一仿真数据包括仿真交通数据、仿真map、仿真spat、仿真路侧交通时间消息、仿真rsi和仿真rsm；
仿真车载设备的第二仿真数据；其中，所述第二仿真数据包括仿真车辆bsm和仿真车辆传感器数据；
车辆的第三仿真数据，所述第三仿真数据包括道路事件和/或预警信息。
可选地，模拟仿真装置还包括：
第二发送模块，用于将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至核心云。
可选地，模拟仿真装置还包括：
验证模块，用于根据所述仿真结果，验证所述车路协同系统的业务能力。
可选地，所述验证模块包括：
验证子模块，用于通过对比相同仿真场景下的所述第一数据和所述第一仿真数据是否相同，以及对比相同仿真场景下的所述第二数据和所述第二仿真数据是否相同，验证所述车路协同系统的业务能力。
可选地，模拟仿真装置还包括：
收集模块，用于收集所述配置信息；
其中，所述配置信息包括：
设备元数据；
场景元数据；
路径元数据。
可选地，所述收集模块包括：
第一收集子模块，用于收集设备初始元数据；
第一校验子模块，用于对所述设备初始元数据进行校验；
第一存储子模块，用于在校验通过的情况下，将所述设备初始元数据作为所述设备元数据存储入数据库。
可选地，所述设备初始元数据包括以下至少一项：
车端元数据，所述车端元数据包括车辆信息数据及其相对应的车载设备数据；
路端元数据，所述路端元数据包括路侧设备信息和局部区域地图信息；
仿真事件元数据，所述仿真事件元数据包括人工在地图上采集的gps点位、设备属性、运行或行驶状态和仿真事件。
可选地，所述收集模块还包括：
第二校验子模块，用于在所述设备初始元数据为车端元数据的情况下，对所述车端元数据中的所述车辆信息数据进行唯一性验证；
结果确定子模块，用于若所述车辆信息数据是唯一的，则验证通过。
可选地，所述第一校验子模块包括：
第一设定单元，用于在所述设备初始元数据为路端元数据的情况下，对所述路侧设备信息中的路侧交通设备的作用范围进行设定；
第二设定单元，用于对所述路侧交通设备的全球定位系统gps坐标进行设定，或者，对所述路侧交通设备与地图上道路的位置关系进行设定；
第一校验单元，用于对所述路端元数据进行校验；
第一结果确定单元，用于若所述路端元数据满足第一预设条件，则校验通过；
其中，所述路侧设备信息为路侧交通设备的相关信息；
所述路侧交通设备包括以下至少一项：rsu、交通信号灯、激光雷达、毫米波雷达、高清摄像头和温湿度传感器。
可选地，所述路端元数据满足第一预设条件的情况，包括以下三项：
所述路侧设备信息和所述局部区域地图信息准确；
所述路侧设备信息和所述局部区域地图信息的关联关系无逻辑错误；
所述路侧设备信息和所述局部区域地图信息与所述数据库中的设备元数据之间无冲突。
可选地，所述第一校验子模块还包括：
第一选择单元，用于在所述设备初始元数据为仿真事件元数据的情况下，选择关联所述仿真事件的设备；其中，所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
第二选择单元，用于选择仿真事件的类型；其中，不同所述仿真事件的类型对应不同的所述仿真场景；
设置单元，用于设置所述仿真事件的参数和互斥条件；
第二校验单元，用于对所述仿真事件进行校验；
第二结果确定单元，用于在所述仿真事件满足第二预设条件的情况下，校验通过。
可选地，所述参数包括事件级别、执行时间、周期、地点和数值。
可选地，所述仿真事件满足第二预设条件的情况，至少包括以下三项：
所述仿真事件准确；
所述仿真事件与所述设备、地图的关联关系无逻辑错误；
所述仿真事件与所述数据库中的设备元数据之间无冲突。
可选地，第一收集子模块包括以下至少一项：
第一收集单元，用于接收人工上传的第一脚本化数据；其中，所述第一脚本化数据是通过对所述路侧设备和所述车载设备上传的第三数据进行筛选和处理后形成的脚本化数据；所述第三数据包括车辆的行为数据和与所述车辆相关的路侧设备数据；
第二收集单元，用于通过所述边缘云上的车路协同平台，获取所述路侧设备和所述车载设备的第四数据，并进行处理后形成的第二脚本化数据；其中，所述第四数据包括全部的车辆和所述车辆相关的路侧设备数据；
第三收集单元，用于通过在可视化操作界面上编辑并录入的第三脚本化数据；
其中，所述第一脚本化数据、所述第一脚本化数据和所述第一脚本化数据均为符合所述仿真场景运行的脚本化数据。
可选地，第一收集子模块还包括：
加载单元，用于加载自定义的动态路径元数据，并通过地图界面展示规划路径；
切分单元，用于在路径上对路段进行切分，形成运行点；
第四收集单元，用于收集汇总所述运行点并存储，形成路径元数据。
可选地，在路径上对路段进行切分，包括以下至少一项：
根据距离对路段进行均分；
根据加速度对路段进行切分；
根据角度对路段进行切分；
根据角度和加速度对路段进行切分。
可选地，场景编排子模块包括：
第一设置单元，用于根据所述路径元数据与所述场景元数据，在路径上设置场景事件；
第三选择单元，用于选择仿真车辆，将所述路径元数据和所述仿真车辆进行绑定。
可选地，所述第一设置单元包括：
第一处理子单元，用于加载自定义的动态路径元数据，并通过地图界面展示规划路径；
第二处理子单元，用于在路径上设置场景事件；其中，所述场景事件是利用基础场景进行自由组合形成的；
校验子单元，用于对所述场景事件进行校验；
结果确认子单元，用于若校验成功，则将所述场景事件加入待存储队列；
存储子单元，用于在所述路径上的所述场景事件录入完成后，存储所述待存储队列中的所述场景事件。
可选地，对所述场景事件进行校验，包括：
判断所述场景事件之间以及所述场景事件与所述路径元数据之间是否存在行为互斥；
若不存在行为互斥，则校验通过；否则，校验失败。
可选地，所述仿真场景包括历史回放固定场景和互动融合模拟场景。
可选地，场景执行子模块包括：
初始化单元，用于进行场景执行引擎初始化；
判断单元，用于根据参数配置或应用程序接口api调用，判断所述仿真场景的类型；
执行单元，用于根据所述类型，执行所述仿真场景。
可选地，进行场景执行引擎初始化，包括以下至少一项：
初始化运行所需的程序空间；
加载运行参数；
连接本地数据库、缓存或消息队列；
加载设备元数据；
初始化网络通讯链接。
可选地，执行单元包括：
选择子单元，用于选择需要执行所述仿真场景的设备；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
第一加载子单元，用于从数据库中加载已存储的历史场景元数据；其中，所述历史场景元数据包括设备运行数据和场景录制数据；
发送子单元，用于将所述场景录制数据发送给所述设备。
可选地，执行单元还包括：
第二加载子单元，用于根据当前的设备的类型加载关联的场景元数据；其中，所述场景元数据包括设备基础信息和区域交通道路关系网；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
匹配子单元，用于为所述设备匹配脚本化数据。
可选地，一个仿真场景与至少一个仿真设备绑定，一个仿真设备只与一个仿真场景绑定；其中，所述仿真设备包括所述仿真车载设备和所述仿真路侧设备。
可选地，模拟仿真装置还包括：
第三发送模块，用于根据仿真结果，向所述边缘云覆盖范围内所述车载设备和/或所述仿真车载设备发送动态感知地图。
该装置，在边缘云上实现了设备仿真环境以对车路协同平台提供接近真实环境的路侧设备、车载设备的仿真交互，支持模拟与真实设备协同数据处理，能够为车路协同场景实现提供不易在真实世界中创造的事件和条件，降低了场景运行的成本和风险。
本申请实施例提供的模拟仿真装置能够实现图13的方法实施例实现的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
如图18所示，本发明的实施例提供一种模拟仿真装置，应用于核心云，包括：
路由模块1801，用于为各区域范围内的路侧设备和车载设备接入边缘云提供路由信息。
可选地，所述模拟仿真装置还包括：
第一处理模块，用于与全区域范围的所述边缘云建立通信，对全区域范围的交通路况进行大数据综合分析和预测。
该装置，通过与边缘云建立通信，可以在区域、全局范围里提供相应范围的边缘协同计算调度、多级计算能力调度等功能。通过对仿真(或真实)设备接入边缘云所产生的交通事件，进行融合计算，能够实现对业务时延要求相对较低的交通业务场景分析和预测，从而指导交通基础设施规划。
本申请实施例提供的模拟仿真装置能够实现图14的方法实施例实现的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
如图19所示，本发明的实施例提供一种模拟仿真装置，应用于路侧设备，包括：
第一通信模块1901，用于与边缘云建立通信，为所述边缘云提供第一数据；
第一决策模块1902，用于根据所述边缘云的仿真结果作出行为决策；
其中，所述路侧设备采用与所述边缘云上的仿真路侧设备的行为和通信方式一致的路侧sdk。
可选地，所述第一数据包括以下至少一项：
路侧交通设备数据；
地图消息map；
交通灯相位与时序消息spat；
路侧交通时间消息；
路侧信息rsi；
路侧安全消息rsm。
可选地，所述模拟仿真装置还包括：
第二处理模块，用于通过内置的或配置的边缘云的网络地址，选择与所述路侧设备所在位置最近的所述网络地址所对应的第二边缘云，并与所述第二边缘云建立连接；
第三处理模块，用于周期性地获取第二预设范围内的车载设备的列表，以及每个所述车载设备对应的通信地址，并与交通道路网络或其他设备元数据建立关联关系。
可选地，所述模拟仿真装置还包括：
执行模块，用于在预设周期内，循环执行以下步骤：
接收所述边缘云发送的告警事件，或者，根据所述路侧设备采集到的数据生成告警事件；
向第三预设范围内的车辆广播所述告警事件。
可选地，所述模拟仿真装置还包括：
检测模块，用于周期性地检查所述告警事件的有效性；
第四处理模块，用于在所述告警事件已过期的情况下，丢弃所述告警事件。
该装置，通过采用与仿真路侧设备的行为和通信方式一致的路侧sdk，使得路侧设备能够继承实现仿真路侧设备的能力，例如，仿真场景能力、边缘云通信能力和车端广播能力等，从而解决了常见的车路协同系统设计开发过程中，由于参与方众多，沟通过程冗长且充满噪音的问题，可以节约开发成本和开发周期。
本申请实施例提供的模拟仿真装置能够实现图15的方法实施例实现的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
如图20所示，本发明的实施例提供一种模拟仿真装置，应用于车载设备，包括：
第二通信模块2001，用于与边缘云建立通信，为所述边缘云提供第二数据；
第二决策模块2002，用于根据所述边缘云的仿真结果作出行为决策；
其中，所述车载设备采用与所述边缘云上的仿真车载设备的行为和通信方式一致的车载sdk。
可选地，所述第二数据包括以下至少一项：
车辆地理位置信息；
车辆行驶状态的基础安全消息bsm；
车辆传感器数据。
可选地，所述第二通信模块2001包括：
接收子模块，用于接收核心云发送的所述边缘云的网络地址；
第一处理子模块，用于从所述网络地址中，选择与所述车载设备所在位置最近的所述网络地址所对应的第一边缘云，并与所述第一边缘云建立连接。
可选地，所述第二通信模块2001还包括：
第二处理子模块，用于根据sdk配置，从所述边缘云拉取对应的脚本化数据，以及根据sdk配置，连接对应的路侧设备，并在连接成功后从所述路侧设备接收第一报文；
第三处理子模块，用于对脚本化数据进行解码，根据脚本的执行顺序和频率，依次执行所述第一报文和所述脚本；
上传子模块，用于根据所述第一报文，向所述边缘云上传所述第二数据。
可选地，所述第三处理子模块在用于车载设备执行所述脚本时，循环执行以下步骤：
接收其他车载设备或路侧设备播发的场景事件；
对所述场景事件进行处理；
向所述边缘云发送车辆的行驶数据和所述场景事件的处理结果。
可选地，所述车载设备每完成一条脚本的执行时，向所述边缘云发送一次执行脚本的路径；以及，每完成一次一次场景事件处理时，向所述边缘云发送一次场景事件的处理结果。
该装置，通过采用与仿真车载设备的行为和通信方式一致的车载sdk，使得车载设备能够继承实现仿真车载设备的能力，例如仿真场景能力、预警决策能力等，能够保证真实设备能够实现国标定义的17种车路协同典型应用场景，避免过于复杂的网络环境影响和硬件需求，更好的解决了车路仿真模拟系统生命周期中各方面的成本问题。
本申请实施例提供的模拟仿真装置能够实现图16的方法实施例实现的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
如图21所示，本发明的实施例提供一种通信设备，所述通信设备为边缘云2100，包括处理器2110；其中，所述处理器2110用于收集路侧设备的第一数据和车载设备的第二数据，并根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果。
可选地，还包括收发机2120，所述收发机2120用于：将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至核心云。
可选地，所述第一数据包括以下至少一项：
路侧交通设备数据；
地图消息map；
交通灯相位与时序消息spat；
路侧交通时间消息；
路侧信息rsi；
路侧安全消息rsm。
可选地，所述第二数据包括以下至少一项：
车辆地理位置信息；
车辆行驶状态的基础安全消息bsm；
车辆传感器数据。
可选地，所述处理器2110在根据配置信息、所述第一数据和所述第二数据，进行车路协同环境的模拟仿真，得到仿真结果时，具体用于：
根据所述配置信息、所述第一数据和所述第二数据，进行场景编排，形成仿真场景；
执行所述仿真场景，得到以下至少一项：
仿真路侧设备的第一仿真数据；其中，所述第一仿真数据包括仿真交通数据、仿真map、仿真spat、仿真路侧交通时间消息、仿真rsi和仿真rsm；
仿真车载设备的第二仿真数据；其中，所述第二仿真数据包括仿真车辆bsm和仿真车辆传感器数据；
车辆的第三仿真数据，所述第三仿真数据包括道路事件和/或预警信息。
可选地，所述收发机2120还用于：将所述第一数据、所述第二数据和经过所述边缘云计算得到的路况数据发送至核心云。
可选地，所述处理器2110还用于：根据所述仿真结果，验证所述车路协同系统的业务能力。
可选地，所述处理器2110在根据所述仿真结果，验证所述车路协同系统的业务能力，具体用于：
通过对比相同仿真场景下的所述第一数据和所述第一仿真数据是否相同，以及对比相同仿真场景下的所述第二数据和所述第二仿真数据是否相同，验证所述车路协同系统的业务能力。
可选地，所述处理器2110还用于：收集所述配置信息；
其中，所述配置信息包括：
设备元数据；
场景元数据；
路径元数据。
可选地，所述处理器2110在用于云收集所述设备元数据时，具体用于：
收集设备初始元数据；
对所述设备初始元数据进行校验；
在校验通过的情况下，将所述设备初始元数据作为所述设备元数据存储入数据库。
可选地，所述设备初始元数据包括以下至少一项：
车端元数据，所述车端元数据包括车辆信息数据及其相对应的车载设备数据；
路端元数据，所述路端元数据包括路侧设备信息和局部区域地图信息；
仿真事件元数据，所述仿真事件元数据包括人工在地图上采集的gps点位、设备属性、运行或行驶状态和仿真事件。
可选地，所述处理器2110在用于对所述设备初始元数据进行校验时，包具体用于：
在所述设备初始元数据为车端元数据的情况下，对所述车端元数据中的所述车辆信息数据进行唯一性验证；
若所述车辆信息数据是唯一的，则验证通过。
可选地，所述处理器2110在用于对所述设备初始元数据进行校验时，具体用于：
在所述设备初始元数据为路端元数据的情况下，对所述路侧设备信息中的路侧交通设备的作用范围进行设定；
对所述路侧交通设备的全球定位系统gps坐标进行设定，或者，对所述路侧交通设备与地图上道路的位置关系进行设定；
对所述路端元数据进行校验；
若所述路端元数据满足第一预设条件，则校验通过；
其中，所述路侧设备信息为路侧交通设备的相关信息；
所述路侧交通设备包括以下至少一项：rsu、交通信号灯、激光雷达、毫米波雷达、高清摄像头和温湿度传感器。
可选地，所述路端元数据满足第一预设条件的情况，包括以下三项：
所述路侧设备信息和所述局部区域地图信息准确；
所述路侧设备信息和所述局部区域地图信息的关联关系无逻辑错误；
所述路侧设备信息和所述局部区域地图信息与所述数据库中的设备元数据之间无冲突。
可选地，所述处理器2110在用于对所述设备初始元数据进行校验时，具体用于：
在所述设备初始元数据为仿真事件元数据的情况下，选择关联所述仿真事件的设备；其中，所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
选择仿真事件的类型；其中，不同所述仿真事件的类型对应不同的所述仿真场景；
设置所述仿真事件的参数和互斥条件；
对所述仿真事件进行校验；
在所述仿真事件满足第二预设条件的情况下，校验通过。
可选地，所述参数包括事件级别、执行时间、周期、地点和数值。
可选地，所述仿真事件满足第二预设条件的情况，至少包括以下三项：
所述仿真事件准确；
所述仿真事件与所述设备、地图的关联关系无逻辑错误；
所述仿真事件与所述数据库中的设备元数据之间无冲突。
可选地，所述处理器2110在用于收集所述场景元数据时，包括以下至少一项：
接收人工上传的第一脚本化数据；其中，所述第一脚本化数据是通过对所述路侧设备和所述车载设备上传的第三数据进行筛选和处理后形成的脚本化数据；所述第三数据包括车辆的行为数据和与所述车辆相关的路侧设备数据；
通过所述边缘云上的车路协同平台，获取所述路侧设备和所述车载设备的第四数据，并进行处理后形成的第二脚本化数据；其中，所述第四数据包括全部的车辆和所述车辆相关的路侧设备数据；
通过在可视化操作界面上编辑并录入的第三脚本化数据；
其中，所述第一脚本化数据、所述第一脚本化数据和所述第一脚本化数据均为符合所述仿真场景运行的脚本化数据。
可选地，所述处理器2110在用于收集所述路径元数据时，包括：
加载自定义的动态路径元数据，并通过地图界面展示规划路径；
在路径上对路段进行切分，形成运行点；
收集汇总所述运行点并存储，形成路径元数据。
可选地，所述处理器2110在用于在路径上对路段进行切分时，包括以下至少一项：
根据距离对路段进行均分；
根据加速度对路段进行切分；
根据角度对路段进行切分；
根据角度和加速度对路段进行切分。
可选地，所述处理器2110在用于进行场景编排时，包括：
根据所述路径元数据与所述场景元数据，在路径上设置场景事件；
选择仿真车辆，将所述路径元数据和所述仿真车辆进行绑定。
可选地，所述处理器2110在用于根据所述路径元数据与所述场景元数据，在路径上设置场景事件时，包括：
加载自定义的动态路径元数据，并通过地图界面展示规划路径；
在路径上设置场景事件；其中，所述场景事件是利用基础场景进行自由组合形成的；
对所述场景事件进行校验；
若校验成功，则将所述场景事件加入待存储队列；
在所述路径上的所述场景事件录入完成后，存储所述待存储队列中的所述场景事件。
可选地，所述处理器2110在用于对所述场景事件进行校验时，包括：
判断所述场景事件之间以及所述场景事件与所述路径元数据之间是否存在行为互斥；
若不存在行为互斥，则校验通过；否则，校验失败。
可选地，所述仿真场景包括历史回放固定场景和互动融合模拟场景。
可选地，所述处理器2110在用于执行所述仿真场景时，包括：
进行场景执行引擎初始化；
根据参数配置或应用程序接口api调用，判断所述仿真场景的类型；
根据所述类型，执行所述仿真场景。
可选地，所述处理器2110在用于进行场景执行引擎初始化时，包括以下至少一项：
初始化运行所需的程序空间；
加载运行参数；
连接本地数据库、缓存或消息队列；
加载设备元数据；
初始化网络通讯链接。
可选地，所述处理器2110用于在所述类型为历史回放固定场景的情况下，执行所述仿真场景时，包括：
选择需要执行所述仿真场景的设备；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
从数据库中加载已存储的历史场景元数据；其中，所述历史场景元数据包括设备运行数据和场景录制数据；
将所述场景录制数据发送给所述设备。
可选地，所述处理器2110用于在所述类型为互动融合模拟场景的情况下，执行所述仿真场景时，包括：
根据当前的设备的类型加载关联的场景元数据；其中，所述场景元数据包括设备基础信息和区域交通道路关系网；所述设备包括所述路侧设备、所述车载设备、所述仿真路侧设备和所述仿真车载设备；
为所述设备匹配脚本化数据。
可选地，一个仿真场景与至少一个仿真设备绑定，一个仿真设备只与一个仿真场景绑定；其中，所述仿真设备包括所述仿真车载设备和所述仿真路侧设备。
可选地，所述处理器2110还用于：根据仿真结果，向所述边缘云覆盖范围内所述车载设备和/或所述仿真车载设备发送动态感知地图。
该通信设备，在边缘云上实现了设备仿真环境以对车路协同平台提供接近真实环境的路侧设备、车载设备的仿真交互，支持模拟与真实设备协同数据处理，能够为车路协同场景实现提供不易在真实世界中创造的事件和条件，降低了场景运行的成本和风险。
本发明的实施例提供一种通信设备，所述通信设备为核心云，包括处理器；其中，所述处理器用于为各区域范围内的路侧设备和车载设备接入边缘云提供路由信息。
可选地，所述处理器还用于：
与全区域范围的所述边缘云建立通信，对全区域范围的交通路况进行大数据综合分析和预测。
需要说明的是，该实施例中核心云的结构与如图21所示的边缘云的结构类似。
该通信设备，与边缘云建立通信，可以在区域、全局范围里提供相应范围的边缘协同计算调度、多级计算能力调度等功能。通过对仿真(或真实)设备接入边缘云所产生的交通事件，进行融合计算，能够实现对业务时延要求相对较低的交通业务场景分析和预测，从而指导交通基础设施规划。
如图22所示，本发明的实施例提供一种通信设备，所述通信设备为车载设备2200，包括：收发机2210和处理器2220；
其中，所述收发机2210用于与边缘云建立通信，为所述边缘云提供第二数据；
所述处理器2220用于根据所述边缘云的仿真结果作出行为决策；
其中，所述车载设备采用与所述边缘云上的仿真车载设备的行为和通信方式一致的车载sdk。
可选地，所述第二数据包括以下至少一项：
车辆地理位置信息；
车辆行驶状态的基础安全消息bsm；
车辆传感器数据。
可选地，所述处理器2220在用于与边缘云建立通信时，包括：
接收核心云发送的所述边缘云的网络地址；
从所述网络地址中，选择与所述车载设备所在位置最近的所述网络地址所对应的第一边缘云，并与所述第一边缘云建立连接。
可选地，所述处理器2220在用于为所述边缘云提供第二数据时，包括：
根据sdk配置，从所述边缘云拉取对应的脚本化数据，以及根据sdk配置，连接对应的路侧设备，并在连接成功后从所述路侧设备接收第一报文；
对脚本化数据进行解码，根据脚本的执行顺序和频率，依次执行所述第一报文和所述脚本；
根据所述第一报文，向所述边缘云上传所述第二数据。
可选地，所述处理器2220在用于执行所述脚本时，循环执行以下步骤：
接收其他车载设备或路侧设备播发的场景事件；
对所述场景事件进行处理；
向所述边缘云发送车辆的行驶数据和所述场景事件的处理结果。
可选地，所述车载设备每完成一条脚本的执行时，向所述边缘云发送一次执行脚本的路径；以及，每完成一次一次场景事件处理时，向所述边缘云发送一次场景事件的处理结果。
该通信设备，通过采用与仿真车载设备的行为和通信方式一致的车载sdk，使得车载设备能够继承实现仿真车载设备的能力，例如仿真场景能力、预警决策能力等，能够保证真实设备能够实现国标定义的17种车路协同典型应用场景，避免过于复杂的网络环境影响和硬件需求，更好的解决了车路仿真模拟系统生命周期中各方面的成本问题。
本发明的实施例提供一种通信设备，所述通信设备为路侧设备，包括处理器和收发器；
其中，所述收发机用于与边缘云建立通信，为所述边缘云提供第一数据；
所述处理器用于根据所述边缘云的仿真结果作出行为决策；
其中，所述路侧设备采用与所述边缘云上的仿真路侧设备的行为和通信方式一致的路侧sdk。
可选地，所述第一数据包括以下至少一项：
路侧交通设备数据；
地图消息map；
交通灯相位与时序消息spat；
路侧交通时间消息；
路侧信息rsi；
路侧安全消息rsm。
可选地，所述处理器还用于：
通过内置的或配置的边缘云的网络地址，选择与所述路侧设备所在位置最近的所述网络地址所对应的第二边缘云，并与所述第二边缘云建立连接；
周期性地获取第二预设范围内的车载设备的列表，以及每个所述车载设备对应的通信地址，并与交通道路网络或其他设备元数据建立关联关系。
可选地，所述处理器还用于：
在预设周期内，循环执行以下步骤：
接收所述边缘云发送的告警事件，或者，根据所述路侧设备采集到的数据生成告警事件；
向第三预设范围内的车辆广播所述告警事件。
可选地，所述处理器还用于：
周期性地检查所述告警事件的有效性；
在所述告警事件已过期的情况下，丢弃所述告警事件。
该通信设备，通过采用与仿真路侧设备的行为和通信方式一致的路侧sdk，使得路侧设备能够继承实现仿真路侧设备的能力，例如，仿真场景能力、边缘云通信能力和车端广播能力等，从而解决了常见的车路协同系统设计开发过程中，由于参与方众多，沟通过程冗长且充满噪音的问题，可以节约开发成本和开发周期。
需要说明的是，该实施例中路侧设备的结构与如图22所示的车载设备的结构类似。
为达到上述目的，本发明的实施例提供一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上应用于边缘云的模拟仿真方法中的步骤，或者实现如上应用于核心云的模拟仿真方法中的步骤，或者实现如上应用于路侧设备的模拟仿真方法中的步骤，或者实现如上应用于车载设备的模拟仿真方法中的步骤。
本发明另一实施例的边缘云，如图23所示，包括收发器2310、处理器2300、存储器2320及存储在所述存储器2320上并可在所述处理器2300上运行的程序或指令；所述处理器2300执行所述程序或指令时实现上述应用于边缘云的模拟仿真方法。
所述收发器2310，用于在处理器2300的控制下接收和发送数据。
其中，在图23中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器2300代表的一个或多个处理器和存储器2320代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发器2310可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。处理器2300负责管理总线架构和通常的处理，存储器2320可以存储处理器2300在执行操作时所使用的数据。
本发明另一实施例的核心云，其结构与如图23所示的边缘云的结构类似，包括收发器2310、处理器2300、存储器2320及存储在所述存储器2320上并可在所述处理器2300上运行的程序或指令；所述处理器2300执行所述程序或指令时实现上述应用于核心云的模拟仿真方法。
所述收发器2310，用于在处理器2300的控制下接收和发送数据。
其中，在图23中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器2300代表的一个或多个处理器和存储器2320代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发器2310可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。处理器2300负责管理总线架构和通常的处理，存储器2320可以存储处理器2300在执行操作时所使用的数据。
本发明另一实施例的一种车载设备，如图24所示，包括收发器2410、处理器2400、存储器2420及存储在所述存储器2420上并可在所述处理器2400上运行的程序或指令；所述处理器2400执行所述程序或指令时实现上述应用于车载设备的模拟仿真方法。
所述收发器2410，用于在处理器2400的控制下接收和发送数据。
其中，在图24中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器2400代表的一个或多个处理器和存储器2420代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发器2410可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备，用户接口2430还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器2400负责管理总线架构和通常的处理，存储器2420可以存储处理器2400在执行操作时所使用的数据。
本发明另一实施例的一种路侧设备，其结构与如图24所示的车载设备的结构类似，包括收发器2410、处理器2400、存储器2420及存储在所述存储器2420上并可在所述处理器2400上运行的程序或指令；所述处理器2400执行所述程序或指令时实现上述应用于路侧设备的模拟仿真方法。
所述收发器2410，用于在处理器2400的控制下接收和发送数据。
其中，在图24中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器2400代表的一个或多个处理器和存储器2420代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发器2410可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备，用户接口2430还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器2400负责管理总线架构和通常的处理，存储器2420可以存储处理器2400在执行操作时所使用的数据。
本发明实施例的一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上所述的模拟仿真方法中的步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等。
进一步需要说明的是，此说明书中所描述的终端包括但不限于智能手机、平板电脑等，且所描述的许多功能部件都被称为模块，以便更加特别地强调其实现方式的独立性。
本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同位里上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。
实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上(包括在不同存储设备上)，并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成(vlsi)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
上述范例性实施例是参考该些附图来描述的，许多不同的形式和实施例是可行而不偏离本发明精神及教示，因此，本发明不应被建构成为在此所提出范例性实施例的限制。更确切地说，这些范例性实施例被提供以使得本发明会是完善又完整，且会将本发明范围传达给那些熟知此项技术的人士。在该些图式中，组件尺寸及相对尺寸也许基于清晰起见而被夸大。在此所使用的术语只是基于描述特定范例性实施例目的，并无意成为限制用。如在此所使用地，除非该内文清楚地另有所指，否则该单数形式“一”、“一个”和“该”是意欲将该些多个形式也纳入。会进一步了解到该些术语“包含”及/或“包括”在使用于本说明书时，表示所述特征、整数、步骤、操作、构件及/或组件的存在，但不排除一或更多其它特征、整数、步骤、操作、构件、组件及/或其族群的存在或增加。除非另有所示，陈述时，一值范围包含该范围的上下限及其间的任何子范围。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
