伴随着智能汽车行业兴起与大数据车联网时代的到来,智能车与衍生出的智能车交通数据开始走进人们的视野。但目前智能车还处在发展初期,仅有少量企业在部分路段开始运营智能车,无法获得各种智能车占比,各种交通场景下的智能车交通数据。另一方面,智能车仿真尚处于起步阶段,它们往往侧重于车辆落地功能测试,却忽略了微观逼真的交通流模拟与车与车之间的信息共享,从而导致了仿真过程中普通车辆交通行为粗糙,无法测试车联网通信等问题。因此,设计一个面向多智能车协同采集轨迹的智能车交通仿真平台,构建一个在仿真环境中具备从场景到算法测试完整流程的智能车协同仿真框架是十分必要的。它可以支持多种交通场景的构建,满足特殊交通场景的重复测试,脱离现实中传感器和车辆持续使用时间的限制,提高智能车落地开发的进度与智能车数据性能的探究。本文结合了Gazebo与Sumo两个仿真软件来搭建智能车交通仿真平台。具体实现步骤如下:首先确立了智能车交通仿真平台系统架构,在软件中实现功能模块并进行集成,包括道路环境模块、微观交通流模块、车辆动力学模块、传感器模块等;随后本文自主开发了通信模块来实现不同仿真软件之间的数据流通,保证仿真同步运行;开发了前端模块以便修改仿真参数并加强可视化;开发了智能车算法模块实现基于原始激光雷达数据的多智能车协同感知轨迹。其中智能车算法模块作为独立于仿真平台一个体系,依据智能车数据特性设计了算法模块的整体流程。首先应用单车环境感知算法基于原始激光雷达数据完成单车感知获取道路轨迹,随后基于DS证据理论匹配被不同智能车采集到的相同车辆轨迹,最后用卡尔曼滤波算法完成多车轨迹融合,获取多智能车协同感知后的交通微观轨迹。该仿真平台的开发可以用于智能车功能的测试与验证,为智能车仿真与车联网研究做出贡献。