高 巖 蘇 虎 于 洋 周穆雄

（1.公安部交通管理科學(xué)研究所 江蘇 無(wú)錫 214151；2.西南交通大學(xué)電氣工程學(xué)院 成都 610000）

0 引 言

科學(xué)完善的測(cè)試與評(píng)價(jià)方法對(duì)于提高自動(dòng)駕駛汽車(chē)研發(fā)效率、保障交通安全，促進(jìn)產(chǎn)業(yè)健康發(fā)展至關(guān)重要[1]。基于場(chǎng)景的虛擬測(cè)試是智能汽車(chē)測(cè)試評(píng)價(jià)不可或缺的重要環(huán)節(jié)[2]?；谲浖奶摂M仿真測(cè)試方法具有成本低、測(cè)試效率高的優(yōu)點(diǎn)[1]。在對(duì)智能汽車(chē)進(jìn)行仿真開(kāi)發(fā)與測(cè)試時(shí)，需要構(gòu)建高逼真度的仿真道路場(chǎng)景，以滿(mǎn)足不同視景仿真、動(dòng)力學(xué)仿真、傳感器仿真等方面的數(shù)據(jù)需求。這些仿真計(jì)算所使用的數(shù)據(jù)并不相同，如將其在同一模型中表達(dá)，會(huì)存在信息冗余、訪問(wèn)效率低等問(wèn)題。應(yīng)將這些數(shù)據(jù)根據(jù)其內(nèi)容、數(shù)據(jù)組織結(jié)構(gòu)進(jìn)行分類(lèi)處理。目前，各類(lèi)智能汽車(chē)仿真測(cè)試系統(tǒng)的模型分類(lèi)方法也不盡相同。如吉林大學(xué)洪峰、管欣將智能汽車(chē)虛擬測(cè)試平臺(tái)所使用的模型分為：幾何層、物理層、邏輯層、特征層，每層模型具有不同的屬性，分別應(yīng)用于不同類(lèi)型的仿真計(jì)算中[3-4]。道路場(chǎng)景中的同一對(duì)象可能在不同層次或類(lèi)型的模型中存在數(shù)據(jù)表達(dá)問(wèn)題，其表達(dá)應(yīng)具有空間上的一致性。在建立這些數(shù)據(jù)或模型時(shí)，需要考慮保證場(chǎng)景對(duì)象的空間匹配關(guān)系。為提高建模效率、減少模型匹配誤差，應(yīng)采用自動(dòng)或半自動(dòng)方式實(shí)現(xiàn)上述模型的建模。

目前，在道路場(chǎng)景建模相關(guān)領(lǐng)域，相關(guān)研究人員提出過(guò)多種自動(dòng)或半自動(dòng)建模的方法，用于不同目的的道路場(chǎng)景模型的建立。Wilkie等[5]提出了一種通過(guò)GIS數(shù)據(jù)創(chuàng)建集合和拓?fù)湟恢碌拇髨?chǎng)景道路模型的方法，用于交通仿真和智能汽車(chē)導(dǎo)航等領(lǐng)域。劉健[6]對(duì)基于車(chē)載激光雷達(dá)的無(wú)人駕駛車(chē)輛環(huán)境建模關(guān)鍵技術(shù)進(jìn)行了研究。王賢隆[7]基于SUMO仿真平臺(tái)和 OpenSceneGraph三維圖形引擎，提出一種大規(guī)模道路交通通場(chǎng)景的自動(dòng)構(gòu)建算法。Zhou Mo[8]提出了一種從地理信息系統(tǒng)中提取多源異構(gòu)數(shù)據(jù)用于建立高速公路的三維數(shù)字模型的方法。Ines Ernst等[9]采用計(jì)算機(jī)視覺(jué)技術(shù)建立道路的3D模型。呂?？萚10]采用CityEngine CGA語(yǔ)言編寫(xiě)道路建模規(guī)則，利用路網(wǎng)的二維矢量數(shù)據(jù)實(shí)現(xiàn)城市道路三維模型的快速建模。這些方法主要面向視景模型的建立，對(duì)于仿真環(huán)境多類(lèi)或多層模型的建模方法，則鮮有文獻(xiàn)提及。

筆者對(duì)不同類(lèi)型模型的特點(diǎn)進(jìn)行分析，根據(jù)其聯(lián)系與區(qū)別，提出了一種建模方法。在該方法中，以三維基礎(chǔ)道路模型的建立為基礎(chǔ)，通過(guò)擴(kuò)展可實(shí)現(xiàn)3類(lèi)不同層次模型的建立。

1 智能汽車(chē)仿真場(chǎng)景的數(shù)據(jù)需求

構(gòu)建智能汽車(chē)仿真運(yùn)行環(huán)境至少需要2類(lèi)場(chǎng)景：①靜態(tài)場(chǎng)景，場(chǎng)景內(nèi)容主要包括：道路、交通設(shè)施設(shè)備、交通標(biāo)志標(biāo)線、路口、橋隧、地形、建筑、植被等；②動(dòng)態(tài)對(duì)象，包括：機(jī)動(dòng)車(chē)、非機(jī)動(dòng)車(chē)、行人等。本文主要討論靜態(tài)場(chǎng)景的建模問(wèn)題。如前所述，在智能車(chē)輛仿真系統(tǒng)中，各類(lèi)仿真子系統(tǒng)或模塊對(duì)于模型或數(shù)據(jù)有著不同的需求，這里將其分為：視景模型、物理層模型、傳感層模型。

視景模型范圍最大，涵蓋了視錐內(nèi)的所有可見(jiàn)對(duì)象的模型。主要數(shù)據(jù)內(nèi)容為：物體對(duì)象的幾何拓?fù)潢P(guān)系、幾何圖元數(shù)據(jù)、紋理數(shù)據(jù)、光照材質(zhì)數(shù)據(jù)等。視覺(jué)傳感器仿真的基本原理是對(duì)三維視景模型進(jìn)行高逼真度的實(shí)時(shí)渲染。不同之處在于，渲染所用的虛擬攝像機(jī)參數(shù)需根據(jù)所仿真視覺(jué)傳感器的參數(shù)設(shè)置，并進(jìn)行必要標(biāo)定?？蓪⒁暰胺抡孀酉到y(tǒng)所用的三維場(chǎng)景模型用于視覺(jué)傳感器的仿真。

進(jìn)行汽車(chē)動(dòng)力學(xué)仿真計(jì)算時(shí)，需要獲得所行駛路面的高程、摩擦系數(shù)等參數(shù)。碰撞檢測(cè)計(jì)算需要對(duì)本車(chē)及可能發(fā)生碰撞的場(chǎng)景對(duì)象進(jìn)行幾何求交運(yùn)算。大多數(shù)碰撞檢測(cè)算法求交所使用的幾何體為場(chǎng)景對(duì)象的包圍體。檢測(cè)到碰撞，需進(jìn)行碰撞響應(yīng)的計(jì)算。碰撞響應(yīng)模塊則需要場(chǎng)景對(duì)象的質(zhì)量、重心、剛度等物理參數(shù)。上述3類(lèi)計(jì)算所涉及的場(chǎng)景對(duì)象，其范圍限于道路及路側(cè)車(chē)輛可達(dá)區(qū)域，包含道路、道路兩側(cè)可能發(fā)生碰撞的物體。對(duì)于遠(yuǎn)離道路的場(chǎng)景對(duì)象，則不需要進(jìn)行數(shù)據(jù)描述。

除視覺(jué)傳感器外，智能汽車(chē)還會(huì)安裝激光雷達(dá)、毫米波雷達(dá)等傳感器?？刹捎霉饩€投射、深度渲染等方法對(duì)此類(lèi)傳感器進(jìn)行仿真。用于這類(lèi)傳感器仿真的模型應(yīng)包含精確的幾何信息和反射特征。場(chǎng)景范圍限定在以可行駛范圍內(nèi)車(chē)載激光雷達(dá)或毫米波傳感器感知包絡(luò)區(qū)域。

表1 3類(lèi)場(chǎng)景模型特點(diǎn)Tab.1 Characteristics of three scene models

3類(lèi)場(chǎng)景模型區(qū)域范圍示意圖見(jiàn)圖1。假設(shè)視景模型包含的物體為集合A，物理層模型包含的物體為集合B，傳感層模型中包含的物體為集合C，存在這樣的關(guān)系：B?C?A。

為實(shí)現(xiàn)大規(guī)模場(chǎng)景的實(shí)時(shí)渲染，視景模型的幾何模型必須經(jīng)過(guò)一定程度的簡(jiǎn)化，其中存在大量Level of Detail（LOD）模型節(jié)點(diǎn)。經(jīng)過(guò)簡(jiǎn)化的幾何模型配合紋理、光照材質(zhì)等圖形屬性，能夠在現(xiàn)有圖形硬件設(shè)備上實(shí)現(xiàn)較高逼真度視景畫(huà)面的實(shí)時(shí)生成。激光雷達(dá)、毫米波雷達(dá)等傳感器仿真需要場(chǎng)景對(duì)象精確的幾何信息。傳感層模型中場(chǎng)景對(duì)象的幾何模型應(yīng)該保證足夠的精度，不能進(jìn)行簡(jiǎn)化，而紋理、光照材質(zhì)則為冗余數(shù)據(jù)。另外，超出傳感器探測(cè)范圍的場(chǎng)景對(duì)象無(wú)法被傳感器仿真模塊感知，也不被納入傳感層模型。

圖1 3類(lèi)模型范圍及映射關(guān)系示意圖Fig.1 Scope and Mapping relationship of three models

由于仿真過(guò)程中，不同類(lèi)型仿真計(jì)算對(duì)數(shù)據(jù)范圍要求不同。視景或視覺(jué)傳感器仿真需要用的視域內(nèi)的全部場(chǎng)景對(duì)象模型，物理層仿真需要當(dāng)前仿真周期行駛范圍內(nèi)的道路或周?chē)鷪?chǎng)景對(duì)象的物理屬性或幾何數(shù)據(jù)。激光雷達(dá)及毫米波雷達(dá)仿真需要用到當(dāng)前時(shí)刻可探測(cè)范圍內(nèi)的所有場(chǎng)景對(duì)象的高精度幾何模型。為實(shí)現(xiàn)數(shù)據(jù)的高效訪問(wèn)，這3類(lèi)模型的組織結(jié)構(gòu)存在較大區(qū)別。

2 智能汽車(chē)仿真場(chǎng)景的建模方法

2.1 基本步驟

一體化建模方法是通過(guò)1次建模同時(shí)生成視景模型、物理層模型和傳感層模型的方法，需解決的主要問(wèn)題包括：物理層模型和傳感層模型的區(qū)域劃分、所包含物體的判定、確定物體與模型節(jié)點(diǎn)對(duì)應(yīng)關(guān)系等?？刹捎玫染嗑€算法[8]將道路線形曲線平移得到物理層模型和傳感層模型所描述的場(chǎng)景區(qū)域邊界，然后將邊界數(shù)據(jù)作為多邊形頂點(diǎn)數(shù)組，物體位置作為待測(cè)點(diǎn)，進(jìn)而通過(guò)PNPoly算法[9-10]判斷得到場(chǎng)景包含的物體，最后通過(guò)物體位置與模型文件的映射關(guān)系實(shí)現(xiàn)不同場(chǎng)景中物體位置的準(zhǔn)確對(duì)應(yīng)，實(shí)現(xiàn)一次建模生成3類(lèi)場(chǎng)景模型?；静襟E如下。

1）加載地形模型。地形數(shù)據(jù)可以是規(guī)則格網(wǎng)或不規(guī)則格網(wǎng)的數(shù)字高程數(shù)據(jù)，也可從GIS系統(tǒng)或地圖系統(tǒng)導(dǎo)入的地形數(shù)據(jù)。

2）構(gòu)建道路基礎(chǔ)模型。創(chuàng)建樁點(diǎn)，計(jì)算獲得完整的三維道路線形數(shù)據(jù)。通過(guò)等距線算法將道路線形數(shù)據(jù)沿道路橫斷面左右平移得到完整的道路模型，采用約束Delaunay三角構(gòu)網(wǎng)方法完成道路模型與地形模型的拼接，實(shí)現(xiàn)道路基礎(chǔ)模型的建立。

3）構(gòu)建完整場(chǎng)景模型。向地形、道路場(chǎng)景模型中添加路旁設(shè)備、建筑物、植被等物體，完成場(chǎng)景模型的初步構(gòu)建。該模型經(jīng)過(guò)結(jié)構(gòu)優(yōu)化后，可被作為視景模型用于場(chǎng)景的可視化、視覺(jué)傳感器的仿真。

4）獲得物理層模型及傳感層模型的范圍。采用等距線算法將得到的三維道路線形向兩側(cè)外推。外推不同的距離，獲得不同類(lèi)型模型的范圍。

5）根據(jù)4）的結(jié)果，采用PNPoly算法判斷物理層模型和傳感層模型中所包含的物體對(duì)象，并獲得其ID。

6）建立物理層模型。根據(jù)物體對(duì)象ID，獲得該物體的幾何圖元數(shù)據(jù)（頂點(diǎn)坐標(biāo)等）。利用這些數(shù)據(jù)計(jì)算該物體的包圍體參數(shù)。向該物體添加必要的物理屬性。將與物體對(duì)象ID關(guān)聯(lián)的物理屬性、包圍體參數(shù)存入模型數(shù)據(jù)庫(kù)。

7）建立傳感層模型。根據(jù)物體對(duì)象ID，獲得該物體的位置、姿態(tài)、比例參數(shù)。根據(jù)這些參數(shù)，在傳感層模型中放置從模型庫(kù)中調(diào)取的該物體對(duì)象的高精度幾何模型。

8）利用優(yōu)化的四叉樹(shù)算法對(duì)視景模型結(jié)構(gòu)進(jìn)行組織，利用包圍體層次樹(shù)算法對(duì)物理層模型、傳感層模型的結(jié)構(gòu)進(jìn)行組織，存儲(chǔ)相關(guān)模型數(shù)據(jù)。

2.2 道路基礎(chǔ)模型的建立

構(gòu)建道路的三維線形。道路線形可分為平面曲線與豎曲線，以平面曲線計(jì)算為例介紹線形計(jì)算方法，篇幅所限，豎曲線計(jì)算略。平面曲線由直線、緩和曲線、圓曲線組合而成。直線結(jié)構(gòu)簡(jiǎn)單，可采用較大的采樣間隔，緩和曲線和圓曲線則需要較小的采樣間隔才能準(zhǔn)確描述其形狀。平面曲線的設(shè)計(jì)是通過(guò)連續(xù)3個(gè)樁點(diǎn)逐段地計(jì)算，進(jìn)而得到完整的線形數(shù)據(jù)。積木法又稱(chēng)線元設(shè)計(jì)法，它是將組合復(fù)雜的公路平面曲線分解成若干個(gè)單元。

在給定樁點(diǎn)后，通過(guò)3個(gè)樁點(diǎn)的坐標(biāo)，依次計(jì)算直線、入緩和曲線、圓曲線、出緩和曲線、直線上點(diǎn)的坐標(biāo)，同時(shí)將其作為下一組樁點(diǎn)計(jì)算的起始信息，按此方法計(jì)算直至計(jì)算完所有樁點(diǎn)內(nèi)的線形數(shù)據(jù)，最后將各段內(nèi)的線段首尾相連，得到完整的平面曲線。其完成平面曲線點(diǎn)的計(jì)算的完整步驟見(jiàn)圖2。

為使設(shè)計(jì)的公路模型線形符合標(biāo)準(zhǔn)，參考《公路路線設(shè)計(jì)規(guī)范》對(duì)線形以及圓曲線極限最小半徑、一般最小半徑和最小半徑等的要求，圓曲線的半徑要大于等于規(guī)定的最小半徑，緩和曲線的長(zhǎng)度要大于等于規(guī)定的最小緩和曲線長(zhǎng)度；同時(shí)根據(jù)各要素的含義及實(shí)際的幾何意義，圓曲線角與緩和曲線線角的和應(yīng)大于緩和曲線角的和，切線總長(zhǎng)要小于相鄰2個(gè)樁點(diǎn)之間的距離。

圖2 積木法計(jì)算平面曲線流程圖Fig.2 Building blocks method to calculate the plane curve

得到道路的三維線形數(shù)據(jù)后，還需設(shè)計(jì)道路橫斷面，以構(gòu)建完整的模型。道路橫斷面包括：設(shè)計(jì)線、地面線，是道路中心線任意一點(diǎn)的法向切面。設(shè)計(jì)線包括：行車(chē)道、路肩、分隔帶、邊溝、邊坡、截水溝、護(hù)坡道以及取土坑、棄土堆、環(huán)境保護(hù)設(shè)施等。地面線則是表征地面起伏變化的線，通過(guò)現(xiàn)場(chǎng)地形數(shù)據(jù)獲得。一個(gè)典型的道路橫斷面結(jié)構(gòu)[11-13]見(jiàn)圖3。根據(jù)所建道路模型的需求，通過(guò)人機(jī)交互的方式進(jìn)行道路參數(shù)的設(shè)定，可獲得設(shè)計(jì)線的全部幾何參數(shù)，進(jìn)而完成道路橫斷面的設(shè)計(jì)工作。

圖3 道路橫斷面結(jié)構(gòu)示意圖Fig.3 Road cross section structure

平、縱曲線經(jīng)設(shè)計(jì)、優(yōu)化后，得到道路的三維線形數(shù)據(jù)。將道路橫斷面設(shè)計(jì)沿三維線形拉伸，構(gòu)建出完整的三維道路模型?；诩s束Delaunay三角網(wǎng)理論，實(shí)現(xiàn)道路模型與地形模型的拼合，完成道路模型構(gòu)網(wǎng)。具體可利用三維圖形引擎中Delaunay三角形相關(guān)的類(lèi)實(shí)現(xiàn)，基本步驟如下。

1）創(chuàng)建一個(gè)三角網(wǎng)對(duì)象，向該對(duì)象中添加地形數(shù)據(jù)中所有的高程點(diǎn)。

2）設(shè)置一個(gè)三角網(wǎng)約束對(duì)象，將邊坡的底邊數(shù)據(jù)作為約束邊界數(shù)據(jù)構(gòu)建約束邊界，并去除地形中在約束邊界內(nèi)的點(diǎn)。

3）在三角網(wǎng)對(duì)象中添加線形約束對(duì)象，對(duì)該三角網(wǎng)進(jìn)行重構(gòu)。

4）將路肩的邊界數(shù)據(jù)作為約束邊界數(shù)據(jù)，再次構(gòu)建約束邊界。

5）將線形約束對(duì)象添加到三角網(wǎng)對(duì)象中，重構(gòu)三角網(wǎng)，完成道路模型的整體建模。

2.3 3類(lèi)模型的建立

在完成道路模型的基礎(chǔ)上，通過(guò)人工方式從預(yù)先建立的模型庫(kù)中選擇道路交通設(shè)備、建筑物、植被等場(chǎng)景對(duì)象模型，經(jīng)旋轉(zhuǎn)、平移、縮放等變換后置入場(chǎng)景，完成視景模型的初步構(gòu)建。各場(chǎng)景對(duì)象在場(chǎng)景樹(shù)中具有獨(dú)立的節(jié)點(diǎn)結(jié)構(gòu)與不重復(fù)的ID，方便查詢(xún)、遍歷，也用于建立同一場(chǎng)景對(duì)象在不同類(lèi)別模型中的關(guān)聯(lián)關(guān)系。模型庫(kù)中的場(chǎng)景對(duì)象模型自帶紋理、光照材質(zhì)、多級(jí)LOD模型。加入場(chǎng)景后，需要重新計(jì)算頂點(diǎn)法向量、紋理及材質(zhì)索引、包圍體參數(shù)等。根據(jù)變換后的坐標(biāo)及尺寸將其置于場(chǎng)景樹(shù)形結(jié)構(gòu)的某區(qū)域節(jié)點(diǎn)下。這些過(guò)程可通過(guò)遍歷場(chǎng)景樹(shù)及對(duì)應(yīng)幾何體參數(shù)自動(dòng)完成。經(jīng)過(guò)如上處理后得到的視景模型，可用于視景仿真及視覺(jué)傳感器仿真。

物理層模型包含了具有足夠精度的路面模型以及這些路面的摩擦系數(shù)等參數(shù)、可碰撞場(chǎng)景對(duì)象的包圍體、重量、質(zhì)心等。其范圍被限定在道路及道路兩側(cè)的一定距離內(nèi)，超過(guò)這個(gè)范圍的場(chǎng)景對(duì)象不予考慮?？刹捎玫染嗑€算法將三維道路線形根據(jù)物理層模型的范圍向兩側(cè)外推，獲得1個(gè)條帶狀的空間。利用PNPoly算法從前面建立視景模型中判斷物理層模型所包含的場(chǎng)景對(duì)象，獲得其ID及對(duì)應(yīng)的節(jié)點(diǎn)。將這些節(jié)點(diǎn)下最高級(jí)LOD模型在去除紋理、光照材質(zhì)等圖形屬性后用于建立物理層模型。對(duì)于路面模型，需根據(jù)給定的誤差閾值、三維線形數(shù)據(jù)重新進(jìn)行三角形化，以滿(mǎn)足動(dòng)力學(xué)仿真計(jì)算對(duì)路面高程的精度要求。摩擦系數(shù)等參數(shù)可通過(guò)人機(jī)交互的方式輸入?？膳鲎矆?chǎng)景對(duì)象的包圍體數(shù)據(jù)也應(yīng)根據(jù)碰撞誤差精度的要求重新計(jì)算、細(xì)分。

傳感層模型中包含高精度路面模型和傳感器探測(cè)范圍內(nèi)的場(chǎng)景對(duì)象模型。物理層模型中的路面模型可被傳感層模型復(fù)用。根據(jù)激光雷達(dá)、毫米波雷達(dá)的探測(cè)距離，可用前述方法獲得傳感層模型的有效范圍，并選出所包含的場(chǎng)景對(duì)象。根據(jù)場(chǎng)景對(duì)象的ID在預(yù)先建立的模型庫(kù)中對(duì)應(yīng)的用于傳感器仿真的高精度幾何模型。這些模型無(wú)紋理、光照材質(zhì)等圖形屬性信息，也未經(jīng)過(guò)簡(jiǎn)化，比視景模型具有更高的精度。經(jīng)過(guò)同樣旋轉(zhuǎn)、平移、縮放等變換后置入傳感層場(chǎng)景樹(shù)中。為提高訪問(wèn)效率，物理層和傳感層模型的組織結(jié)構(gòu)需要進(jìn)行必要優(yōu)化。

3 場(chǎng)景模型的組織結(jié)構(gòu)

3.1 視景場(chǎng)景的組織結(jié)構(gòu)

在視景場(chǎng)景中，大部分對(duì)象在地形表面呈單層面狀分布，適合采用四叉樹(shù)的方式實(shí)現(xiàn)場(chǎng)景對(duì)象的管理。四叉樹(shù)利用包圍四邊形對(duì)場(chǎng)景進(jìn)行遞歸四叉分割[14]，直至每個(gè)節(jié)點(diǎn)中的場(chǎng)景足夠簡(jiǎn)單。場(chǎng)景的簡(jiǎn)單程度可以用場(chǎng)景中對(duì)象數(shù)量、幾何體的多邊形數(shù)量或場(chǎng)景塊邊長(zhǎng)等參數(shù)綜合判定。在本方法中，使用物理層模型構(gòu)建過(guò)程中得到的AABB包圍盒來(lái)替代物體用于場(chǎng)景剖分。為與四叉樹(shù)剖分平面進(jìn)行對(duì)應(yīng)，可只使用AABB盒中底面的4個(gè)頂點(diǎn)來(lái)表示，不考慮場(chǎng)景對(duì)象的高度數(shù)據(jù)。通過(guò)PNPoly算法依次對(duì)物體包圍盒底面4個(gè)頂點(diǎn)進(jìn)行判斷，進(jìn)而判斷物體是否在某個(gè)子場(chǎng)景中。四叉樹(shù)剖分場(chǎng)景示意見(jiàn)圖4。

圖4 四叉樹(shù)劃分場(chǎng)景結(jié)構(gòu)圖Fig.4 Quadtree partition scene structure diagram

圖4 中的場(chǎng)景結(jié)構(gòu)，場(chǎng)景對(duì)象B，D正好處于剖分邊界上。在傳統(tǒng)四叉樹(shù)場(chǎng)景管理算法中，場(chǎng)景對(duì)象只能存儲(chǔ)在樹(shù)的節(jié)點(diǎn)上。對(duì)象B，D將被分別存儲(chǔ)在2個(gè)對(duì)應(yīng)節(jié)點(diǎn)上，其結(jié)構(gòu)見(jiàn)圖5?；蛴眠吔鐚，D剖分為多個(gè)子對(duì)象，分別存儲(chǔ)在對(duì)應(yīng)的節(jié)點(diǎn)中。重復(fù)存儲(chǔ)會(huì)導(dǎo)致四叉樹(shù)數(shù)據(jù)出現(xiàn)冗余，增加不必要的存儲(chǔ)空間增大，降低遍歷速度。而多次剖分場(chǎng)景對(duì)象會(huì)給增加場(chǎng)景復(fù)雜度，并為建立場(chǎng)景對(duì)象映射關(guān)系造成困難。可以將橫跨多個(gè)節(jié)點(diǎn)區(qū)域的場(chǎng)景對(duì)象分配到能完全包圍其包圍盒的上級(jí)節(jié)點(diǎn)區(qū)域。根據(jù)此方法，可將上圖中的對(duì)象B存放到根節(jié)點(diǎn)中，物體D存放到二級(jí)節(jié)點(diǎn)中，則通過(guò)此法優(yōu)化的四叉樹(shù)結(jié)構(gòu)[15]見(jiàn)圖6。

圖5 傳統(tǒng)四叉樹(shù)結(jié)構(gòu)Fig.5 Traditional quadtree structure

圖6 優(yōu)化四叉樹(shù)結(jié)構(gòu)Fig.6 Optimized quadtree structure

優(yōu)化后的四叉樹(shù)，其根節(jié)點(diǎn)和中間節(jié)點(diǎn)也存儲(chǔ)有空間實(shí)體信息，從而減少存儲(chǔ)空間浪費(fèi)，控制四叉樹(shù)深度，提升空間數(shù)據(jù)窗口查詢(xún)效率。

3.2 物理層及傳感層場(chǎng)景模型的組織結(jié)構(gòu)

物理層場(chǎng)景、傳感層場(chǎng)景沿道路兩側(cè)呈條帶狀或網(wǎng)狀分布。根據(jù)這一特點(diǎn)，采用包圍體層次樹(shù)對(duì)這2類(lèi)場(chǎng)景對(duì)象加以組織。包圍體層次樹(shù)是另一種常用的空間剖分結(jié)構(gòu)，基本結(jié)構(gòu)是一個(gè)k叉樹(shù)[16]。根據(jù)某種規(guī)則將整個(gè)場(chǎng)景進(jìn)行空間的遞歸剖分，直到達(dá)到設(shè)定的不再剖分條件。為每個(gè)子場(chǎng)景、場(chǎng)景對(duì)象建立包圍盒，并以樹(shù)形結(jié)構(gòu)進(jìn)行管理。根據(jù)道路場(chǎng)景的特點(diǎn)，可沿道路走向進(jìn)行場(chǎng)景剖分。

hical Tree

基本方法是：進(jìn)行等間距子區(qū)域剖分，建立樹(shù)形結(jié)構(gòu)；查找各個(gè)子區(qū)域中包含的場(chǎng)景對(duì)象，并將其加入節(jié)點(diǎn)中。如果子區(qū)域較為復(fù)雜，可在子區(qū)域內(nèi)繼續(xù)采用四叉空間剖分。對(duì)于部分包含在區(qū)域的對(duì)象，若其包圍盒幾何中心處于子區(qū)域外，則予以剔除；否則予以保留。對(duì)于跨區(qū)域邊界的對(duì)象，加入其包圍盒幾何中心所在的子區(qū)域?qū)?yīng)的節(jié)點(diǎn)。

圖7 基于包圍體層次樹(shù)的場(chǎng)景劃分Fig.7 Scene Partition based on Enclosure hierarc

在對(duì)物理層進(jìn)行碰撞檢測(cè)和在傳感層進(jìn)行雷達(dá)仿真時(shí)，通過(guò)包圍體層次樹(shù)可預(yù)先剔除大量無(wú)關(guān)對(duì)象，縮小計(jì)算范圍，節(jié)省計(jì)算時(shí)間。

4 實(shí)驗(yàn)結(jié)果

為驗(yàn)證上述方法，選用1塊大小為1 024×1 024個(gè)高程點(diǎn)的規(guī)則格網(wǎng)作為地形數(shù)據(jù)。在該地形上采用如上述方法建立用于智能汽車(chē)仿真的場(chǎng)景模型。建立的視景四叉樹(shù)為5層。設(shè)置激光雷達(dá)的掃描范圍為120 m，傳感層包圍體層次樹(shù)包含35個(gè)子區(qū)域。通過(guò)上述判別方法得到每個(gè)子場(chǎng)景的范圍及包含物體，最后將相應(yīng)的數(shù)據(jù)分別填入對(duì)應(yīng)的子節(jié)點(diǎn)中，完成場(chǎng)景樹(shù)的構(gòu)建。

在智能汽車(chē)仿真環(huán)境中，對(duì)上述場(chǎng)景模型進(jìn)行了測(cè)試。視景幀速率可保持在60幀/s，激光雷達(dá)仿真周期為8～12 ms，獲得汽車(chē)動(dòng)力學(xué)仿真所需高程及路面屬性數(shù)據(jù)的時(shí)間低于1 ms，碰撞檢測(cè)計(jì)算則可在2 ms內(nèi)完成。各子系統(tǒng)的截圖見(jiàn)圖8～圖10。

表2 3類(lèi)場(chǎng)景模型內(nèi)容Tab.2 Content of three scene models

圖8 視景仿真運(yùn)行結(jié)果Fig.8 Visual simulation running results

圖9 物理層場(chǎng)景示意圖（路面及碰撞包圍體）Fig.9 Schematic diagram of physical scene（road and collision enclosure）

圖10 激光雷達(dá)仿真結(jié)果（采用64線激光雷達(dá)仿真）Fig.10 LiDAR simulation results（with 64-line LiDAR simulation）

5 結(jié)束語(yǔ)

為提高智能汽車(chē)仿真場(chǎng)景的建模效率、使用效率，提出了一種能夠?qū)σ暰澳Ｐ?、物理層模型和傳感層模型進(jìn)行協(xié)同建模的方法，并初步實(shí)現(xiàn)了該方法。實(shí)踐表明，該方法能夠較快速地建立具有空間映射關(guān)系的異構(gòu)模型，模型內(nèi)容、結(jié)構(gòu)能夠較好滿(mǎn)足仿真系統(tǒng)的功能及效率的要求。在今后的工作中，將進(jìn)一步研究更為復(fù)雜的道路環(huán)境的建模方法，包括隧道、橋梁、立交橋、道路交叉及匝道等設(shè)施，并將微觀交通仿真所需的車(chē)道定義、車(chē)道關(guān)系等邏輯層場(chǎng)景要求納入。