创建动态交通流场景的方法、装置、设备及存储介质与流程

1.本技术涉及自动驾驶测试技术领域，具体而言，涉及创建动态交通流场景的方法、装置、设备及存储介质。


背景技术：

2.随着自动驾驶技术的不断发展，自动驾驶计算机仿真系统是自动驾驶车辆测试和试验的基础关键技术，也是未来行业定义自动驾驶车辆相关开发流程与技术准入标准的基础工具。自动驾驶仿真测试可以在一定程度上替代实际道路测试，提升测试效率。其中交通流的建立是自动驾驶仿真必不可少的一部分，交通流的建立可以使自动驾驶算法测试时拥有真实道路场景以及各种复杂交通流场景等。
3.现有的仿真平台上交通流建立方法需要采集真实道路上的交通流信息，导致交通流建立的难度和成本都相应增加，可扩展性差。


技术实现要素：

4.有鉴于此，本技术提供创建动态交通流场景的方案，旨在实现无需借助真实道路上的交通流信息即可建立仿真用动态交通流。
5.为实现上述目的，本技术采用的技术方案如下：
6.第一方面，本技术提供创建动态交通流场景的方法，包括：
7.在仿真系统中创建交通流参与者模型库、特殊交通场景库和交通障碍物场景库，所述交通流参与者模型包括车辆模型和行人模型，所述特殊交通场景为发生突发交通事件的场景，所述交通障碍物场景为道路上有障碍物的场景；
8.基于高精度地图和所述交通流参与者模型库，在仿真系统中创建遵守交通规则的基本交通流；
9.创建特殊交通场景和/或创建交通障碍物场景；
10.基于所述基本交通流，以及所述创建的特殊交通场景和/或交通障碍物场景，生成动态交通流场景。
11.可选的，所述模型为3d模型或矢量空间模型；所述车辆模型包括机动车模型和非机动车模型；所述交通参与者模型具体包括交通参与者的空间参数和运动参数。
12.可选的，所述特殊交通场景库包括多个特殊交通场景模型和每个特殊交通场景的触发条件，所述触发条件为触发所述特殊交通场景出现的条件，所述特殊交通场景包括前车骤停场景、行人闯入场景和后车超车场景；
13.所述交通障碍物场景库包括多个交通障碍物场景模型，所述交通障碍物场景模型包括场景占用场地尺寸和不同交通参与者进入该交通障碍物场景对应运动参数，所述交通障碍物场景包括路面塌陷场景、路面围挡场景、路面有突出物场景、环卫清扫场景、井盖丢失场景和红绿灯故障场景。
14.可选的，所述基于高精度地图和所述交通流参与者模型库，在仿真系统中创建遵
守交通规则的基本交通流的具体方法为：
15.基于高精度地图，获取地图参数，并规划交通流路径，所述地图参数包括道路位置、宽度、坡度、曲率、交通标志信息以及信号灯信息；
16.基于所述交通流参与者模型库设置基本交通流参数，所述基本交通流参数包括车辆类型占比、驾驶行为占比、车辆密度、行人密度、行人类型占比，所述驾驶行为包括激进型和稳重型，所述行人类型包括步行行人和跑步行人；
17.根据所述规划的路径和所述设置的基本交通流参数，生成遵守交通规则的基本交通流。
18.可选的，所述创建特殊交通场景的具体方法为基于所述特殊交通场景库选择特殊交通场景、设置特殊交通场景密度以及确定所述特殊交通场景参与者；所述创建交通障碍物场景的具体方法为基于所述交通障碍物场景库选择交通障碍物场景、确定交通障碍物场景随机生成密度以及交通障碍物场景固定生成位置。
19.第二方面，本技术提供创建动态交通流场景的装置，包括：
20.建库模块，用于在仿真系统中创建交通流参与者模型库、特殊交通场景库和交通障碍物场景库，所述交通流参与者包括车辆和行人，所述特殊交通场景为发生突发交通事件的场景，所述交通障碍物场景为道路上有障碍物的场景；
21.第一创建模块，用于基于高精度地图和所述交通流参与者模型库，在仿真系统中创建遵守交通规则的基本交通流；
22.第二创建模块，用于创建特殊交通场景和/或创建交通障碍物场景；
23.第一生成模块，用于基于所述基本交通流，以及所述创建的特殊交通场景和/或交通障碍物场景，生成动态交通流场景。
24.可选的，所述特殊交通场景库包括多个特殊交通场景模型和每个特殊交通场景的触发条件，所述触发条件为触发所述特殊交通场景出现的条件，所述特殊交通场景包括前车骤停场景、行人闯入场景和后车超车场景；
25.所述交通障碍物场景库包括多个交通障碍物场景模型，所述交通障碍物场景模型包括场景占用场地尺寸和不同交通参与者进入该交通障碍物场景对应运动参数，所述交通障碍物场景包括路面塌陷场景、路面围挡场景、路面有突出物场景、环卫清扫场景、井盖丢失场景和红绿灯故障场景。
26.可选的，所述第一创建模块具体包括：
27.路径规划模块，用于基于高精度地图，获取地图参数，并规划交通流路径，所述地图参数包括道路位置、宽度、坡度、曲率、交通标志信息以及信号灯信息；
28.第一参数设置模块，用于基于所述交通流参与者模型库设置基本交通流参数，所述基本交通流参数包括车辆类型占比、驾驶行为占比、车辆密度、行人密度、行人类型占比，所述驾驶行为包括激进型和稳重型，所述行人类型包括步行行人和跑步行人；
29.第二生成模块，用于根据所述规划的路径和所述设置的基本交通流参数，生成遵守交通规则的基本交通流。
30.第三方面，本技术实施例还提供一种设备，包括：处理器、存储器及通信单元；
31.所述存储器存储有所述处理器可执行的机器可读指令，当所述设备运行时，所述处理器与所述存储器之间通过所述通信单元通信；
32.其中，所述处理器执行所述机器可读指令，以执行上述各方面所述的方法。
33.第四方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述各方面所述的方法。
34.本技术的有益效果是：
35.1、本技术利用所建模型库生成符合要求的随机或固定交通流，该方法无需采集真实道路的交通流视频，具有较好的移植性、扩展性。
36.2、本技术通过提取模型库中的场景，即可组合出丰富多样的交通流场景，其并发任务多样，组成场景随机，可为无人驾驶车辆提供大量测试场景方案。
附图说明
37.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
38.图1为本技术创建动态交通流场景的方法流程图；
39.图2为本技术创建动态交通流场景的装置结构框图；
40.图3为本技术第一创建模块的结构框图。
具体实施方式
41.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。
42.自动驾驶仿真测试可以在一定程度上替代实际道路测试，提升测试效率。其中交通流的建立是自动驾驶仿真必不可少的一部分，交通流的建立可以使自动驾驶算法测试时拥有真实道路场景以及各种复杂交通流场景等。现有的仿真平台上交通流建立方法需要采集真实道路上的交通流信息，导致交通流建立的难度和成本都相应增加，可扩展性差。
43.为解决上述问题，第一方面，本技术提供创建动态交通流场景的方法，如图1所示，所述方法包括：
44.s101：在仿真系统中创建交通流参与者模型库、特殊交通场景库和交通障碍物场景库，所述交通流参与者模型包括车辆模型和行人模型，所述特殊交通场景为发生突发交通事件的场景，所述交通障碍物场景为道路上有障碍物的场景；
45.所述模型为3d模型或矢量空间模型；所述车辆模型包括机动车模型和非机动车模型；所述交通参与者模型具体包括交通参与者的空间参数和运动参数。具体的，所述车辆模型可包括车辆长宽高、车重、驱动类型、最大车轮转角、整车扭矩、制动踏板扭矩、行驶车速、车辆加速度、车辆减速度等车辆参数；所述行人模型包括行人长宽高、步行速度、奔跑速度、反应时间等参数。此外，本技术中的交通流参与者模型还可包括动物模型，将动物加入到交通流参与者当中，可以更加真实的模拟出现实交通道路上的场景，提供更加逼真的自动驾驶仿真测试环境。同样，所述动物模型具体也可包括动物长宽高、步行速度、奔跑速度、反应
时间等参数。
46.所述机动车辆可包括公交车、小巴车、轻型卡车、重型卡车等商用车以及小轿车、摩托车、商务车等非商用车，还包括特殊车辆，例如救护车、警车等；所述行人包括普通群体和特殊群体，其中特殊群体包括老人、小孩和残疾人；所述动物包括猫、狗等宠物。
47.具体的，所述特殊交通场景库包括多个特殊交通场景模型和每个特殊交通场景的触发条件，所述触发条件为触发所述特殊交通场景出现的条件，所述特殊交通场景包括前车骤停场景、行人闯入场景和后车超车场景，除此以外，还可包括侧方车辆驶入前方车道、前方车辆对向行驶等，所述特殊交通场景包括但不限于所列举的例子。每一个场景都包括触发条件及交通参与者模型类型。例如场景前车骤停其交通参与者应为车辆，可选择交通参与者模型库中任意车辆或固定车辆，假设骤停前车为a，则所述触发条件可包括：
①
后车b距前车a有3米距离时前车a骤停；
②
前车a距其前方车辆c有5米距离时前车a骤停等等。再例如行人闯入场景，其交通参与者为行人，可选择交通参与者模型库中的任意行人或小孩，此时所述触发条件可为车辆行驶至学校路段或行人较多路段。具体实施时，交通流所有车辆及行人的运动数据都在系统中存储，车辆运动时系统实时记录和存储车辆位置数据，根据存储的车辆位置数据计算车辆之间的位置差以及判断车辆所处的地段。
48.具体的，所述交通障碍物场景库包括多个交通障碍物场景模型，所述交通障碍物场景模型包括场景占用场地尺寸和不同交通参与者进入该交通障碍物场景对应运动参数，所述交通障碍物场景包括路面塌陷场景、路面围挡场景、路面有突出物场景、环卫清扫场景、井盖丢失场景和红绿灯故障场景等，所述交通障碍物场景包括但不限于所列举的例子。
49.例如：对路面围挡场景来说，路面围挡的面积范围即为场景占用场地尺寸，不同的交通参与者针对该路面围挡场景所选择的通过方式即为不同交通参与者进入该交通障碍物场景的对应运动参数。举例：路面围挡面积为3m2，公交车、小巴车、轻型卡车、重型卡车等大型车辆选择停车，小轿车、摩托车等中小型车辆选择绕行。
50.又例如：对于路面有突出物场景，突出物的尺寸即为场景占用场地尺寸。举例：路面突出物长、宽、高各20cm，车辆最小高度低于20cm的车辆选择绕行或停车，高于20cm车辆选择继续前进。
51.需要说明的是，所述交通流参与者模型库、特殊交通场景库和交通障碍物场景库中的模型或场景均可根据需求进行扩展。
52.该步骤通过建立模块库来实现无需采集真实道路的交通流视频，使得本技术方法具有较好的移植性、扩展性。
53.s102：基于高精度地图和所述交通流参与者模型库，在仿真系统中创建遵守交通规则的基本交通流；
54.具体方法可为：
55.(1)基于高精度地图，获取地图参数，并规划交通流路径，所述地图参数包括道路位置、宽度、坡度、曲率、交通标志信息以及信号灯信息；
56.高精度地图，通俗来讲就是精度更高、数据维度更多的电子地图。精度更高体现在精确到厘米级别，数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。高精度地图将大量的行车辅助信息存储为结构化数据，这些信息可以分为两类。第一类是道路数据，比如车道线的位置、类型、宽度、坡度和曲率等车道信息。第二类是车道周边
的固定对象信息，比如交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。上述两类数据即为本技术所述的地图参数。
57.在获取地图参数时，可获取全局地图参数或获取主要任务节点的地图参数，基于获取的全局地图参数可规划全局交通流路径，基于获取的主要任务节点的地图参数可规划点到点交通流路径，每条路径都为车道级规划。例如，若要在全上海市范围内对自动驾驶车辆进行仿真测试，则获取整个上海市的高精度全局地图参数，基于该获取的全局地图参数，可在系统中规划出整个上海市的交通流路径；但若只要在上海市内的上海交通大学外围对自动驾驶车辆进行仿真测试，则此时只要获取上海交通大学外围的地图参数即可，基于该上海交通大学外围的地图参数即可在系统中规划出上海交通大学外围某一地点至另一地点的交通流路径。
58.(2)基于所述交通流参与者模型库设置基本交通流参数，所述基本交通流参数包括车辆类型占比、驾驶行为占比、车辆密度、行人密度、行人类型占比，所述驾驶行为包括激进型和稳重型，所述行人类型包括步行行人和跑步行人；
59.具体实施时，从所述交通流参与者模型库中获取交通流参与者模型，并对所述交通流参与者模型进行相应参数设置。例如：车辆类型占比设置为商用车占比20％、非商用车占比70％、特殊车辆占比10％，其中激进型占比40％、稳重型占比60％、车辆密度为50％。假设全局路线根据车辆密度能生成100辆车，其中商用车类型有20辆、非商用车类型有70辆、特殊车辆有10辆，激进型驾驶有40辆、稳重型有60辆。其中激进型车辆最高车速会超出模型库中的预定最高车速一定值，通常在20％左右，稳重型车辆最高车速则不会超过预定最高车速。
60.(3)根据所述规划的路径和所述设置的基本交通流参数，生成遵守交通规则的基本交通流。
61.在系统中规划出交通流路径以及设置好基本交通流参数后，系统即可从模型库中选取对应的交通流参与者，并且根据设置的基本交通流参数和规划的路径生成基本交通流，该基本交通流能够模拟现实交通流，遵守预设的交通规则行驶。
62.s103：创建特殊交通场景和/或创建交通障碍物场景；
63.具体的，所述创建特殊交通场景的方法为基于所述特殊交通场景库选择特殊交通场景和所选择的特殊交通场景的触发条件、以生成的基本交通流为基础设置特殊交通场景密度以及确定所述特殊交通场景参与者；所述创建交通障碍物场景的方法为基于所述交通障碍物场景库选择交通障碍物场景、以生成的基本交通流为基础确定交通障碍物场景随机生成密度以及交通障碍物场景固定生成位置。
64.例如：特殊交通场景选择行人闯入和前车骤停两个场景，其密度占比分别是20％和40％，生成方式分别为随机和固定选择，其中行人闯入场景的交通参与者为行人，假设在生成的基本交通流中行人总数为100人，则随机选择20人执行行人闯入场景；前车骤停场景交通参与者为车辆，假设在基本交通流中车辆总数为100辆，则选择40辆车执行前车骤停场景。需要说明的是，被选择的特殊交通流参与者，其只是具备了参与该特殊交通场景的属性，但要真正实现该特殊交通场景，还要同时满足特殊交通场景的触发条件。
65.又例如：交通障碍物场景生成方式选择随机，并且其密度设为50％，则在车辆面积
占道路可行驶区域面积50％的区域随机生成障碍物场景，例如井盖丢失和或路面塌陷等。当交通参与者进入该障碍物场景区域，则交通参与者做出对应运动反应，绕行或停下。
66.s104：基于所述基本交通流，以及所述创建的特殊交通场景和/或交通障碍物场景，生成动态交通流场景。
67.在创建了基本交通流、特殊交通场景和交通障碍物场景后，就可根据需要在基本交通流的基础上随意组合特殊交通场景或交通障碍物场景而得到动态交通流。其中动态交通流创建时避免生成在主控车辆位置、道路路口位置及已占用位置。交通流运行时，所有交通参与者之间信息互通，实现真实交通流还原。
68.本技术通过提取模型库中的场景，即可组合出丰富多样的交通流场景，其并发任务多样，组成场景随机，可为无人驾驶车辆提供大量测试场景方案。
69.第二方面，本技术提供创建动态交通流场景的装置，如图2所示，包括：
70.建库模块210，用于在仿真系统中创建交通流参与者模型库、特殊交通场景库和交通障碍物场景库，所述交通流参与者包括车辆和行人，所述特殊交通场景为发生突发交通事件的场景，所述交通障碍物场景为道路上有障碍物的场景；
71.所述模型为3d模型或矢量空间模型；所述车辆模型包括机动车模型和非机动车模型；所述交通参与者模型具体包括交通参与者的空间参数和运动参数。具体的，所述车辆模型可包括车辆长宽高、车重、驱动类型、最大车轮转角、整车扭矩、制动踏板扭矩、行驶车速、车辆加速度、车辆减速度等车辆参数；所述行人模型包括行人长宽高、步行速度、奔跑速度、反应时间等参数。
72.具体的，所述特殊交通场景库包括多个特殊交通场景模型和每个特殊交通场景的触发条件，所述触发条件为触发所述特殊交通场景出现的条件，所述特殊交通场景包括前车骤停场景、行人闯入场景和后车超车场景，除此以外，还可包括侧方车辆驶入前方车道、前方车辆对向行驶等。每一个场景都包括触发条件及交通参与者模型类型
73.具体的，所述交通障碍物场景库包括多个交通障碍物场景模型，所述交通障碍物场景模型包括场景占用场地尺寸和不同交通参与者进入该交通障碍物场景对应运动参数，所述交通障碍物场景包括路面塌陷场景、路面围挡场景、路面有突出物场景、环卫清扫场景、井盖丢失场景和红绿灯故障场景。
74.建库模块210通过建立模块库来实现无需采集真实道路的交通流视频，使得本技术方法具有较好的移植性、扩展性。
75.第一创建模块220，用于基于高精度地图和所述交通流参与者模型库，在仿真系统中创建遵守交通规则的基本交通流；
76.作为可选的实施方式，如图3所示，所述第一创建模块220具体包括：
77.路径规划模块221，用于基于高精度地图，获取地图参数，并规划交通流路径，所述地图参数包括道路位置、宽度、坡度、曲率、交通标志信息以及信号灯信息；
78.在获取地图参数时，可获取全局地图参数或获取主要任务节点的地图参数，基于获取的全局地图参数可规划全局交通流路径，基于获取的主要任务节点的地图参数可规划点到点交通流路径，每条路径都为车道级规划。例如，若要在全上海市范围内对自动驾驶车辆进行仿真测试，则获取整个上海市的高精度全局地图参数，基于该获取的全局地图参数，可在系统中规划出整个上海市的交通流路径；但若只要在上海市内的上海交通大学外围对
自动驾驶车辆进行仿真测试，则此时只要获取上海交通大学外围的地图参数即可，基于该上海交通大学外围的地图参数即可在系统中规划出上海交通大学外围某一地点至另一地点的交通流路径。
79.第一参数设置模块222，用于设置基本交通流参数，所述基本交通流参数包括车辆类型占比、驾驶行为占比、车辆密度、行人密度、行人类型占比，所述驾驶行为包括激进型和稳重型，所述行人类型包括步行行人和跑步行人；
80.设置基本交通流参数，所述基本交通流参数包括车辆类型占比、驾驶行为占比、车辆密度、行人密度、行人类型占比，所述驾驶行为包括激进型和稳重型，所述行人类型包括步行行人和跑步行人；
81.例如：车辆类型占比设置为商用车占比20％、非商用车占比70％、特殊车辆占比10％，其中激进型占比40％、稳重型占比60％、车辆密度为50％。假设全局路线根据车辆密度能生成100辆车，其中商用车类型有20辆、非商用车类型有70辆、特殊车辆有10辆，激进型驾驶有40辆、稳重型有60 辆。其中激进型车辆最高车速会超出模型库中的预定最高车速一定值，通常在20％左右，稳重型车辆最高车速则不会超过预定最高车速。
82.第二生成模块223，用于根据所述规划的路径和所述设置的基本交通流参数，生成遵守交通规则的基本交通流。
83.在规划出交通流路径以及设置好基本交通流参数后，所述第二生成模块223模块即可从模型库中选取对应的交通流参与者，并且根据设置的基本交通流参数和规划的路径生成基本交通流，该基本交通流能够模拟现实交通流，遵守预设的交通规则行驶。
84.第二创建模块230，用于创建特殊交通场景和/或创建交通障碍物场景；
85.具体的，所述第二创建模块230基于所述特殊交通场景库选择特殊交通场景和所选择的特殊交通场景的触发条件、以生成的基本交通流为基础设置特殊交通场景密度以及确定所述特殊交通场景参与者；所述第二创建模块230基于所述交通障碍物场景库选择交通障碍物场景、以生成的基本交通流为基础确定交通障碍物场景随机生成密度以及交通障碍物场景固定生成位置。
86.例如：特殊交通场景选择行人闯入和前车骤停两个场景，其密度占比分别是20％和40％，生成方式分别为随机和固定选择，其中行人闯入场景的交通参与者为行人，假设在生成的基本交通流中行人总数为100人，则随机选择20人执行行人闯入场景；前车骤停场景交通参与者为车辆，假设在基本交通流中车辆总数为100辆，则选择40辆车执行前车骤停场景。需要说明的是，被选择的特殊交通流参与者，其只是具备了参与该特殊交通场景的属性，但要真正实现该特殊交通场景，还要同时满足特殊交通场景的触发条件。
87.又例如：交通障碍物场景生成方式选择随机，并且其密度设为50％，则在车辆面积占道路可行驶区域面积50％的区域随机生成障碍物场景，例如井盖丢失和或路面塌陷等。当交通参与者进入该障碍物场景区域，则交通参与者做出对应运动反应，绕行或停下。
88.第一生成模块240，用于基于所述基本交通流，以及所述创建的特殊交通场景和/或交通障碍物场景，生成动态交通流场景。
89.在创建了基本交通流、特殊交通场景和交通障碍物场景后，所述第一生成模块240就可根据需要在基本交通流的基础上随意组合特殊交通场景或交通障碍物场景而得到动态交通流。其中动态交通流创建时避免生成在主控车辆位置、道路路口位置及已占用位置。
交通流运行时，所有交通参与者之间信息互通，实现真实交通流还原。
90.本技术通过提取模型库中的场景，即可组合出丰富多样的交通流场景，其并发任务多样，组成场景随机，可为无人驾驶车辆提供大量测试场景方案。
91.第三方面，本技术实施例还提供一种设备，包括：处理器、存储器及通信单元；
92.所述存储器存储有所述处理器可执行的机器可读指令，当所述设备运行时，所述处理器与所述存储器之间通过所述通信单元通信；
93.其中，所述处理器执行所述机器可读指令，以执行上述各方面所述的方法。
94.所述存储器可以用于存储处理器的执行指令，存储器可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。当存储器中的执行指令由处理器执行时，使得设备能够执行以下上述方法实施例中的部分或全部步骤。
95.处理器为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(integrated circuit，简称ic)组成，例如可以由单颗封装的ic所组成，也可以由连接多颗相同功能或不同功能的封装ic而组成。举例来说，处理器可以仅包括中央处理器(centralprocessing unit，简称cpu)。在本技术实施方式中，cpu可以是单运算核心，也可以包括多运算核心。
96.通信单元，用于建立通信信道，从而使所述存储设备可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
97.第四方面，本技术实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本技术提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：rom)或随机存储记忆体(英文：random accessmemory，简称：ram)等。
98.本技术利用所建模型库生成符合要求的随机或固定交通流，该方法无需采集真实道路的交通流视频，具有较好的移植性、扩展性；此外，通过提取模型库中的场景，即可组合出丰富多样的交通流场景，其并发任务多样，组成场景随机，可为无人驾驶车辆提供大量测试场景方案。
99.在本技术所提供的实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的节点实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
100.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
101.另外，在本技术实施例中的各功能模块可以集成在一个处理单元中，也可以是各
个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
102.上仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。