基于SCANeR快速道路建模的程序化方法

admin管理员组

文章数量:1530842

2024年5月31日发(作者：)

ISSN

1002-4956

CN11-2034/T

实验技术与管理

第

38

卷第

1

期

2021

年

1

月

Experimental

Technology

and

Management

Vol.38

No.l

Jan.

2021

DOI:

10.1679

l/.202

1.01.010

基于

SCANeR

快速道路建模的程序化方法

杨烁

，

王雪松

，

王艳丽

，

毋妙丽

(同济大学

道路与交通工程教育部重点实验室

，

上海

201804

)

摘

要

：

在

SCANeR

Studio

中搭建道路模型是使用驾驶模拟器进行科学研究的重要环节

，

如何快速准确地建模是

实现良好实验效果的关键

与以往手动设置道路线型

、

纵断面等数据不同

，

为实现将道路

CAD

设计参数虫接导

入仿真软件中获得道路模型的目的

，

使用

tion

支持的开源程序

RoadXML

解析器

，

编写程序读取包含

道路设计参数的数据.生成

SCANeR

软件能打开的相应

RoadXML

格式道路文件

该方法可以提高建模效率

，

力口

快实验研究速度

，

关键词

：

驾驶模拟器

；

道路建模

；

RoadXML

中图分类号

：

U412.6

；

U495

文献标识码

：

A

文章编号

：

1002-4956(2021

)01

-0044-04

Programming

method

for

rapid

road

modeling

based

on

SCANeR

YANG

Shuo,

WANG

Xuesong,

WANG

Yanli,

WU

Miaoli

(Key

Laboratory

of

Road

and

Traffic

Engineering

of

Ministry

of

Education,

Tongji

University,

Shanghai

201804,

China)

Abstract:

Building

a

road

model

in

SCANeR

Studio

is

an

important

part

of

using

a

driving

simulator

for

scientific

research.

How

to

model

quickly

and

accurately

is

the

key

to

achieve

good

experimental

results.

Apart

from

the

previous

manual

setting

of

road

line

type,

profile

and

other

data,

and

in

order

to

achieve

the

purpose

of

directly

importing

Road

CAD

design

parameters

into

simulation

software

to

obtain

road

model,

the

open

source

program

RoadXML

parser

supported

by

tion

is

used

to

write

a

program

to

read

the

data

containing

road

design

parameters,

and

generate

the

corresponding

RoadXML

format

road

file

that

SCANeR

software

can

open.

This

method

can

improve

the

modeling

efficiency

and

speed

up

the

experimental

research.

Key

words:

driving

simulator;

road

modeling;

RoadXML

驾驶模拟器具有安全

、

准确

、

可重复的实验环境

碰撞预警算法

。

驾驶模拟平台在实验教学中的应用也

越来越广泛

，

但作为一种大型仪器设备

，

同样存在专

等突出优势

，

可以支持交通安全研究

，

交通心理与行

为

，

智能交通系统

(ITS)

中的人车路系统

，

基于安全因

素的交通设施设计与维护

，

汽车的设计

、

研发与测试

等领域的研究与开发

》

2

】

。

基于驾驶模拟器的研究成果

非常丰富

，

如道路设计有与安全评估方面

，

文献

[3

—

4]

研究了高速公路组合路段设计与车速和车道偏移的关

业性强

、

使用率低

、

软件专用

、

不易获取信息等问题

，

如何提高其使用率和增加效益

，

是实验室管理者面临

的共同问题冋

。

道路场景建模是驾驶模拟实验进行的根本基础

，

会耗费研究者大量的时间精力

，

场景对实验结果具有

决定性影响

。

关于如何搭建模型的相关研究比较少

，

一般情况下

，

场景搭建工作都采取手工方式

〔

⑼

，

但实

系

，

评估设计安全性

；

环境影响驾驶行为方面

，

时恒

等闵利用驾驶模拟器可改变驾驶环境的特点

，

研究了

雾霾天气对车辆跟驰行为的影响

；

黄晓翔等伺研究了

际使用中存在学习成本高

、

工作烦琐

、

错误率高等缺

点

。

陈鹏等使用移动测量技术快速搭建城市道路虚

在城市道路场景下

，

驾驶员对应激场景的驾驶反应

；

Wang

等⑺研究了在模拟环境下

,

安全地获取驾驶员在

拟场景

，

可以达到良好的建模效果

，

但需要移动测量

车等特殊设备

，

不具有推广性

。

碰撞风险下安全停止所需的最小距离

，

用于研究前向

收稿日期

：

2020-04-16

本文从分析

RoadXML

的道路数据格式开始

，

用

程序化的方法导入设计参数

，

快速生成场景

，

用于解

作者简介

：

杨烁

(

1993

—

),

男.河南许昌

，

硕士

，工程师

，主要

从事虚拟驾驶平台仿真及实验管理工作

。

决高速公路一类的建模问题

。

E-mail:

*******************.cn

杨烁.等

：

基于

SCANeR

快速道路建模的程序化方法

45

1

RoadXML

及开源解析器

模拟器的体感模拟等都依赖于逻辑层道路周边环境

SCANeR

Studio

是为驾驶模拟器设计的软件工

具.能够实时记录仿真数据.采集车辆动力学参数

、

交通参数

、

环境参数

、

驾驶员操作参数等也可以添加

辅助设备采集驾驶员眼动

、

心率和面部表情等数据

：

可以使用3DSMAX

编辑或者添加

SCANeR

的原生

对象

。

本文的研究基于

2.4.1

版本的RoadXML

数据格

式

，

在开源网站

Github

上可以获取解析器的全部源

其原生地图格式为

RoadXML

,

同

OpenDrive

、

码问

，

在

Windows

系统下编译源代码得到

VS

项目.

利用

Visual

Studio

打开此项目

，

可以阅读其文档对象

模型.并在此基础上编写读写

RoadXML

格式的程序

，

OpenStreetMap

等地图格式相同

，

都是一种开源道路

数据格式

，

遵循

XML

语法.在企业和科研院所近

20年的研究历史.被普遍应用于驾驶模拟器和交通研

究中

。

同济大学建设了世界先进的八自由度运动系统的

2.4.1

版本的

RoadXML

格式说明中包含了

80

个标签

，

以及相应的属性和元素

，

部分结构如图

2

所示

驾驶模拟器

，

横

、

纵范围

5mx20m,

驾驶舱内置一辆

真实车辆.具有先进的视景和声响系统

，

高逼真地模

拟驾驶环境

，

使用

SCANeR

作为软件平台.实物如

图

I

所示

。

在软件的

Terrain

模式可以直观地编辑路网

，

路

网的全部信息以

RoadXML

格式的文件存储

，

逻辑层

的信息关键决定了车辆行驶逻辑和仿真数据

，

车辆动

力学数据

、

交通流仿真

、

路面摩擦系数控制

、

自动驾

驶车辆路径控制

、

环境声音

、

生成三维路网和驾驶

图

1

同济大学驾驶模拟器实物

图

2

RoadXML

数据结构

2

程序设计

通常情况下

CAD

设计图中的竖曲线表和直曲线

表包含了道路设计的全部参数

，

需要设计合适的表格

表

1

平面线型数据表字段名及含义

字段名

含义解释

道路起点坐标

x

X

Y

道路起点坐标

Y

并对需要的参数进行合适的处理.用于程序读取参数

生成对应的

RoadXML

文件

。

2.1

平面线型数据

Length/Angle

长度和道路方向角度

圆曲线半径

Radius

Radiusin

Radiusout

Type

name

缓和曲线入半径

缓和曲线出半径

平面线型数据保存在

XYCurve

标签及属性值中

,

其嵌套

4

种线型标签,

Segment

,

CircleArc

、

ClothoArc

类型

唯一识别名

和

Polyline.

分别表示直线

、

圆曲线

、

缓和曲线和多

段线

，

通常定义道路线型只使用前

3

个标签

。

设计数

据表的字段名如表

1

所示

。

表中

Angle

是道路起点的

2.2

高程数据

直曲线表一般只提供了桩号、

标高

、曲线半径

、

方向角度

（

0°~360°

）

,

Length

为对应线型的长度.

Type

用于区分

3

种线型

。

切线长

、

外距

、

纵坡等数据.在

SCANeR

中无法直接利

用这些数据来绘制纵断面

。

根据这些参数计算设计高

46

实验技术与管理

程

[|31

,

10

m

步长得到每个桩号相应的设计高程.或者

在纵断面设计图中直接提取桩号和设计高程的数据

：

在

SCANeR

的

Terrain

模块中可编辑高程

，

其纵

断面曲线由

3

次样条曲线拟合.拟合曲线经过所有控

制点.两控制点之间的曲线形状由斜率来控制

，

拟合

曲线在控制点处相切

，

改变某个控制点的高度或者斜

率只影响相邻两点区间中的曲线形状:为了保证路面

曲线平顺

，

不发生颠簸现象

，

使用式

(

1

)

计算每个控

制点的斜率.即此控制点左右两点之间的斜率

，

Slope,

=

知

~

⑺

(

1

)

起点和终点坐标的斜率与旁边的坐标点斜率相同

即可

，

不会影响道路整体的平顺性

。

设计纵断面表格

如表

2

所示

。

表

2

纵断面数据表字段名及含义

字段名

含义

X

控制点坐标

X

Y

控制点坐标

y

Direction

斜率

Name

唯一识别名

纵断面数据以

SZCurve

标签表示

，

嵌套

begin,

end

两个标签

，

属性值存储控制点坐标和斜率

。

2.3

程序流程与实例

程序读取表格中的所冇数据

，

每行数据都存储在

容器的对象中

.

以树-节点的方式将赋值到对应标签对

象当中

，

程序执行流程如图

3

所示

部分核心代码示例如下

：

//

需要创建多个标签的

T

点况.

Segment

,

CircleArc

等.

声明创建工厂函数

CountedPtr

SegmentElementFactory(double

length)

{

CountedPt^SegmentElemen^pSegmentElement^

dynamic_cast(CreateElement

(kSegmentTag));

pSegmentElement->mLength

=

length;

return

pSegmentElement;

}

〃指定输出文件名

IDOMParser*

parser

=

CreateRoadXMLParser

(sOutputFilePath,

false);

〃创建根节点

IDOMElement*

pRootElement

=

parser->

GetRootElement();

〃创建路网

CountedPtr

pNetworkElement

=

dynamic_cast(CreateElement

(kNetworkTag));

CountedPtrpSubNetwork

Element

=dynamic_cast

(Create

Element(kSubNetworkTag));

pNetworkElement->_back(pSu

bNetworkElement);

〃分类型创建线型对象

CountedPtrpXYCurveElement;

if

(RoadAxis[i].e("segment")

==

0)

{

pXYCurveElement->_back((Element*)

SegmentElementFactory(RoadAxis[i].length));

}

〃将线型等添加进子网

，

并保存输出文件中

pTrackElement->mXYCurve

=

pXYCurveElement;

pSubNetworkElement->_back

(pTrackElement);

IDOMElement*iNetworkElement=pNetworkElement->

BuildXMLElement(parser);

pRootElement->AddChild(iNetworkElement);

parser->Save();

3

适用性分析

程序实现了从平面图表数据和竖曲线表获取设计

道路的横

、

纵线型数据

，

由此快速生成相应的

RoadXML

文件

，

得到模拟道路.无须手动输入数据

，

可以直接

观察道路的形状

，并进行适当的调整与完善

。

在

SCANeR

中非常完美地重现了

CAD

设计图中的道路,

省略了手动输入数据过程中烦琐的数据校准

，

在数据

量巨大的情况下，

效果十分明显

。

常规的建模方式中

，

手动输入道路参数

，

数据精度只能编辑到

0.001

m,

使用程序导入数据则没有精度限制

。

在实验教学中具有促进意义

，

引导学生对软件进

行深入学习.加深对交通仿真的理解

，

牢固计算机辅

助应用知识和夯实交通专业知识.提高综合能力

，

可

根据需求合理修改程序

，

并进行探索性的实验[⑷

。

同样也存在一些不足之处

，

城市道路场景中存在

大量的交叉口

，

由于

SCANeR

软件的特性

，

无法对交

叉口进行精确编辑

；

并且存在公交车停站点等

，导致

道路横断面变化频繁

，

收集横断面数据更加烦琐

，

所

以城市道路下适用性较差

。

杨烁.等

：基于

SCANeR

快速道路建模的程序化方法

47

4

结语

1686.

使用

SCANeR

软件的机构很多.但是对于道路建

模方面的研究还非常少

。

高质量的仿真场景中道路逻

辑层面搭建是核心

，

通过引入

ParserRoadXML

构建道

路

，

可快速开展山区高速公路设计优化和安全评估

、

[5]

时恒

，

涂辉招

，高坤.基于高逼真驾驶模拟器雾霾天气下跟

驰行为分析

[J]

・

同济大学学报

：

自然科学版

，

201

&

46(3):

326-333.

[6]

黄晓翔.岳川，

潘晓东.基于

SCANeR

的城市道路应激场景

驾驶模拟实验卩].综合运输.

2017,39(5):

60-66.

94.

驾驶环境与行车安全等方面的研究

，

在

“

人一车一路

—

环境

”

要素下解决道路相关的场景搭建问题

。

对评

[7]

WANG

X,

CHEN

M,

ZHU

M,

et

al.

Development

of

a

kinematic-based

forward

collision

warning

algorithm

using

an

估道路线型设计等研究方向具有重要意义

。

同时

，

软件的使用对优化仪器设备

、

及时跟进前

advanced

driving

simulator[J].

IEEE

Transactions

on

Intelligent

Transportation

Systems,

2016,

17(9):

2583-2591.

沿研究课题

、

总结使用规律和经验等具有优化作用

，

从技术角度挖掘高校大型仪器设备的潜能

，

提高使用

效率

。

[8]

毋妙丽

，

吴志周.驾驶模拟平台在开放实验教学中的应用

[J].

实验室研究与探索

，

2013,32(10):

194-196.

[9]

张欣，

岳鑫隆

，

李文洋

，

等•高校仪器设备共享机制与平台

建设思考实践卩]・实验技术与管理,

2019,36(2):

14-17.

参考文献

(

References)

[1]

孙显营.熊坚.车辆驾驶模拟器的发展综述

[J].

交通科技.

[10]

马万经

，

门玉.面向交通设计的驾驶模拟实验建模方法研究

[J].

教育教学论坛,

2015(37):

129-130.

[11]

陈鹏，

童小华.宋二非.城市道路交通虚拟场景的快速建模

方案卩].系统仿真技术，

2017.

13(2):

105-111.

2001(6):

51-53.

[2]

刘东波.缪小东.王长君.等.汽车驾驶模拟器及其关键技

[12]

Github.

David-aimsun/RoadXML[EB/OL].

[2020-03-10].

/david-aimsun/RoadXML

.

术研究现状

[J].

公路与汽运

，

2010(5):

53-59.

[3]

陈亦新.王需松.山区高速公路组合线形路段车道偏移行为

[13]

徐广翔.王树亮.高速公路竖曲线及超高渐变段高程计算研

究卩]・北京测绘,

2011(4):

11-14.

[J].

中国公路学报,

2018,

31(4):

102-108.

[4]

王雪松.刘姣.吴杏薇.山区高速公路相邻组合路段设计安

[14]

王艳丽

，

王玲.吴兵

，

等.基于仿真的快速路入口匝道控制

实验设计卩]・实验技术与管理,

2018,

35(8):

134-138.

全评估

[J].

同济大学学报

：自然科学版

，

2016,

44(11):

1681-

(上接第

43

页

)

强的树龄测量方法

[J]

・

林业匚程学报

，

2017,

2(5):

109-114.

[

1

0]

VAZ

C,

CARVALHO

R

DUARTE

F,

et

al.

A

vision-based

system

参考文献

(

References)

[1]

FRITTS

H

C.

Tree

rings

and

climate[M].

London:

Academic

for

automatic

growing

ring

detection

and

measurement

[J].

Computers

&

Industrial

Engineering,

2004,

46(2):

347-354.

[11]

SUBAH

S.

DERMINDER

S,

SANJEEV

C.

An

interactive

computer

vision

system

for

tree

ring

analysis[J].

Current

Press,

1976.

[2]

[3]

[4]

邵雪梅.树轮年代学的若干进展

[J]

・

第四纪研究

，

1997,

Science,

2017,

112(6):

1262-1265.

17(3):

265-271.

孟盛旺，周光

，

于健

，

等.利用

GIS

工具测定树木圆盘年轮

[12]

FABIJANSKA

A,

DANEK

M,

BARN1AK

J,

et

al.

Towards

automatic

tree

rings

detection

in

images

of

scanned

wood

samples[J].

的方法

[J].

生态学杂志，

2017,36(6):

1746-1751.

Computers

and

Electronics

in

Agriculture,

2017,

140:

279-289.

[13]

宁霄

，

赵鹏.基于

U-Net

卷积神经网络的年轮图像分割算法

史景宁

，

于健，周华

，

等.基于

R

软件的树木年轮宽度测量

方法

[J].

生态学杂志,

2017,

36(7):

2052-2059.

[J].

生态学杂志,

2019,38(5):

1580-1588.

[14]

张建国

，

左俊彦.钟涛.基于

Canny

检测的股骨边缘轮廓连

接算法

[J]

・

山东大学学报

(

匸学版

)

，

2014,

45(3):

65-72.

[5]

[6]

MCMILLIN

C

W.

Application

of

automatic

image-analysis

to

wood

science[J].

Wood

Science,

1982,

14:

9-105.

SOILLE

P.

MISSON

L.

Tree

ring

area

measurements

using

[15]

李志鹏.于鸿彬.邵宏宇.基于改进

Canny

边缘检测算法的

道路标线检测实验研究

[J]

・

实验技术与管理，

2019,

36(9):

morphological

image

analysis[J].

Canadian

Journal

of

Forest

Research,

2001,

31(6):

1074-1083.

137-141.

148.

[16]

舒彬

，

和红杰.陈帆

，

等.基于

HSI

梯度统计特性的图像修

复算法

[J].

光电子•激光,

2018,

29(10):

94-101.

[7]

王文成

，

李健

，

王瑞兰

，

等.基于

Matlab

GUI

的数字图像处

理仿真平台设计与开发

[J].

实验技术与管理

，

2019,

36(2):

141-144.

[8]

[17]

刘昱

，

刘厚泉.基于对抗训练和卷积神经网络的面部图像修

复

[J]

・

计算机匸程与应用,

2019,

55(2):

110-115,

136.

WANG

H

J,

QI

H

N,

ZHANG

G

Q,

et

al.

An

automatic

method

of

tree-rings

boundary

detection

on

wood

micro-images[C]//

International

Conference

on

Computer

Application

&

System

[18]

林启招

，

王云龙

，

何鑫

，

等.基于交互模式和图像处理的针

叶材生长轮测算方法

[J].

林业丁程学报,

2019,

4(5):

121-128.

Modeling.

Taiyuan,

China:

IEEE,

2010:

477*80.

[19]

王耀东.余祖俊

，白彪.等.基于图像处理的地铁隧道裂缝

识别算法研究

[J].

仪器仪表学报

，

2014,35(7):

1489-1496.

[9]

王燕凤

，冯海林.杜晓晨，

等.•种对年轮图像双边滤波增

本文标签： 道路驾驶数据设计研究