基于HIL的車輛道路偏離預警系統(tǒng)測試及評價方法

高艷 高奧 齊國巍 張東波 趙德銀 張博 王洪雨 景海嬌 張家旭

（中國第一汽車股份有限公司 智能網(wǎng)聯(lián)開發(fā)院，長春 130013）

主題詞：車輛道路偏離預警系統(tǒng) HIL 大數(shù)據(jù)分析 正態(tài)分布 安全

縮略語

LDW Lane Departure Warning（車道偏離預警）

HIL Hardware In Loop（硬件在環(huán)）

ADAS Advanced Driver Assistance System（先進駕駛輔助系統(tǒng)）

1 前言

隨著汽車保有量的不斷增加，道路上的汽車越來越多，汽車在給人們帶來交通便利的同時，造成的交通事故也相應的增加了，而相當一部分交通事故是由于駕駛員注意力不集中導致車輛無意識偏離車道造成的[1]，由此看來車輛道路偏離預警系統(tǒng)(LDW)就非常有必要了。車輛道路偏離預警系統(tǒng)是通過攝像頭時刻采集行駛車道的車道線，通過圖像處理獲得汽車在當前車道中的位置參數(shù)，當檢測到汽車將要偏離車道時，傳感器會及時收集車輛數(shù)據(jù)和駕駛員的操作狀態(tài)，之后由控制器發(fā)出警報信號，提醒駕駛員車輛將要偏離車道的系統(tǒng)[2]。

隨著智能駕駛輔助系統(tǒng)的不斷發(fā)展，LDW已經(jīng)成為大部分汽車的標配系統(tǒng)。LDW系統(tǒng)的功能及性能的好壞直接影響整車的安全性。目前各大主機廠對于ADAS測試主要分為實車測試和虛擬仿真測試，采用實車測試危險性較大，復雜場景難以模擬，可重復性差，而虛擬仿真測試方法是一種能夠滿足上述需求的高效、實時、精準的測試驗證方法。而目前行業(yè)內(nèi)對于LDW報警點的測試評價準則還是處于缺少狀態(tài)[3]。

隨著大數(shù)據(jù)時代的到來，大數(shù)據(jù)在科學研究中起著越來越重要的作用，通過對大數(shù)據(jù)的收集、處理可以形成有力的評價依據(jù)。本文基于HIL虛擬仿真測試技術(shù)，通過不同的仿真場景，獲得大量的試驗數(shù)據(jù)，采用大數(shù)據(jù)處理的方法對LDW的功能及性能測試數(shù)據(jù)進行處理和研究，形成一套獨有的測試評價準則，在保證LDW系統(tǒng)安全、可靠的同時，也為駕駛輔助系統(tǒng)的評判提供了一種有效的方法[4]。本文從測試環(huán)境的建立到測試方法的執(zhí)行最終提出一種基于“3σ”原則來評價車輛道路偏離系統(tǒng)的性能指標。

2LDW測試環(huán)境

LDW系統(tǒng)主要是通過攝像頭采集視頻圖像信息確定車輛位置，判斷車輛是否發(fā)生偏移的，從而對駕駛員發(fā)出報警信號。在測試之前，需要按照車輛外形尺寸和實車TAC標定的標靶參數(shù)，對虛擬環(huán)境中的攝像頭模型和真實攝像頭的位置進行標定，保證臺架中攝像頭控制器識別到的仿真場景與實車的攝像頭識別的場景是一致的，從而保證仿真場景的正確性[5]。

LDW HIL仿真測試環(huán)境總體結(jié)構(gòu)如圖1所示。包括上位機系統(tǒng)、虛擬仿真平臺和智能前視攝像頭暗箱。上位機系統(tǒng)通過向虛擬仿真平臺發(fā)送命令，控制整個系統(tǒng)的工作流程，它主要包括測試用例管理模塊、測試序列模塊、自動化測試模塊及動畫顯示模塊。虛擬仿真平臺通過IO板卡和CAN板卡仿真LDW控制器工作的外圍環(huán)境。智能前視攝像頭暗箱包括LDW控制器裝置、透鏡裝置、動畫仿真顯示屏。透鏡裝置等效增加屏幕和攝像頭之間的距離，將屏幕尺寸和臺架尺寸控制在合理范圍內(nèi)。動畫顯示模塊是用來顯示模型中模擬的交通場景。場景中虛擬的攝像頭安裝在虛擬的車輛環(huán)境中，通過標定使它的安裝位置與實車攝像頭的安裝位置一致。動畫顯示模塊顯示的虛擬車輛環(huán)境包含道路（車道線、交通標志）、交通（行人、車輛）和環(huán)境（天氣、樹木、建筑），用于模擬現(xiàn)實場景中的車輛環(huán)境。

3LDW測試方法

上位機中，采用測試用例管理軟件管理測試用例，LDW測試用例主要包括LDW基本功能測試用例、標準場景測試用例及特殊場景測試用例。LDW基本功能用例主要包括LDW工作狀態(tài)轉(zhuǎn)換、靈敏度測試、車道線類型測試、車道線顏色測試、車道寬度及車道線寬度測試。標準場景測試用例主要包括報警的產(chǎn)生測試、報警的重復性測試及虛假報警測試。特殊場景測試主要指坡路、盤山路、不同的氣候環(huán)境及駕駛員干預的影響測試。

通過自動化測試程序?qū)崿F(xiàn)測試序列的搭建以及實施，從而實現(xiàn)LDW系統(tǒng)的自動化測試。自動化測試序列是根據(jù)測試用例編寫的圖形化可執(zhí)行文件，實現(xiàn)各個場景的仿真調(diào)用，自動生成測試報告。如圖2所示。

圖1 LDW仿真測試環(huán)境總體結(jié)構(gòu)

圖2LDW測試流程

LDW的測試主要關(guān)注的是報警的性能，LDW激活之后，報警的瞬間會輸出報警信號，如圖3所示，從而可以確定報警點距離車道線的距離或時距。而不同的車輛姿態(tài)，報警點距車道線的距離和時距有所差別，目前也沒有準確的評價標準。本文在上述自動化測試報告的基礎上，提取每次報警點的距離和時距，得到大量不同的報警點位置，采用大數(shù)據(jù)統(tǒng)計方法，將統(tǒng)計的數(shù)據(jù)經(jīng)過MATLAB數(shù)據(jù)處理之后畫出數(shù)據(jù)頻率曲線，再根據(jù)高斯擬合得到正態(tài)分布的參數(shù)值，從而繪制出報警點的距離和時距正態(tài)分布曲線，進而可以提出LDW系統(tǒng)報警性能的判斷準。

圖3LDW報警信號

4 試驗數(shù)據(jù)分析

本論文是利用大數(shù)據(jù)的數(shù)據(jù)分析方法，選取了三種車輛姿態(tài)的工況進行自動化測試，針對每組工況反復執(zhí)行自動化測試序列，獲取大量報警距離數(shù)據(jù)，將直路的所有報警點數(shù)據(jù)、彎路的所有報警點數(shù)據(jù)及連續(xù)換道的報警點數(shù)據(jù)進行了統(tǒng)計和分析。

4.1 單一工況報警點有效值分析

通過自動化序列獲取直路工況左側(cè)偏移報警點數(shù)據(jù)、直路工況右側(cè)偏移報警點數(shù)據(jù)、彎路工況左側(cè)偏移報警點數(shù)據(jù)、彎路工況右側(cè)報警點數(shù)據(jù)、車輛連續(xù)偏移左側(cè)報警點數(shù)據(jù)、車輛連續(xù)偏移右側(cè)報警點數(shù)據(jù)，共6組數(shù)據(jù)，以直路工況左側(cè)偏移報警點數(shù)據(jù)為例進行數(shù)據(jù)分析：

首先將直路工況左側(cè)偏移數(shù)據(jù)錄入MATLAB中，稱為數(shù)組A，利用MATLAB長度公式可知，數(shù)組A長度為1 149，也就是說我們采集了直路工況左側(cè)偏移報警點數(shù)據(jù)1 149個，然后建立一組一維數(shù)組B[1,1 149]，用來對報警數(shù)據(jù)A計數(shù)，通過數(shù)組A和數(shù)組B可以得到這組數(shù)據(jù)的散點圖，即直路工況左側(cè)偏移報警點數(shù)據(jù)的分布曲線，如圖4所示。以此類推可獲得直路右側(cè)偏移報警點數(shù)據(jù)分布曲線、彎路工況左右偏移報警點數(shù)據(jù)的分布曲線及車輛左右連續(xù)偏移的報警點數(shù)據(jù)的分布曲線。

對于同一工況的單側(cè)報警點，可以根據(jù)均方根公式（1）獲取有效值。

圖4 直路工況左側(cè)偏移報警點的分布曲線

式中：Xrms為數(shù)組A的有效值；N為1 149；i為(1,2,3…1 149)；XN為第N個報警點位置。

把直線工況左側(cè)偏移報警點數(shù)據(jù)代入上述公式，可以獲得Xrms=0.0867 m，即直線工況左側(cè)偏移報警點數(shù)據(jù)的有效值是0.0867 m；通過有效值可以初步評價該LDW系統(tǒng)報警點的典型范圍。同理可以獲得其他工況的報警點數(shù)據(jù)的有效值。

4.2 單一工況報警點取值范圍數(shù)據(jù)分析

根據(jù)上面單一工況報警點有效值分析，可以得到直線工況左側(cè)偏移報警點數(shù)據(jù)數(shù)組A的取值范圍在0～0.14 m范圍內(nèi)，可以把0～0.14 m分成n份，再根據(jù)如下程序獲得直線工況左側(cè)偏移報警點數(shù)據(jù)計數(shù)統(tǒng)計數(shù)組num[]，并繪制出直方圖，如圖5所示。

large=max(A);

small=min(A);

num=zeros(n+1,1);

delt=(large-small)/n;

for i=1:(n-1)

for j=1:length(A)

if(small+delt*(i-1))＜=A(j)&&A(j)＜(small+delt*i)

num(i)=num(i)+1;

end

end

end

再根據(jù)MATLAB軟件中概率分布函數(shù)ksdensity獲取圖5中的報警點的頻率密度曲線。從該曲線可以看出，單一工況的報警點數(shù)據(jù)處于中間位置的數(shù)據(jù)明顯占所有數(shù)據(jù)的絕大多數(shù)，為了更好的分析數(shù)據(jù)的分布情況，利用MATLAB將直線工況左側(cè)偏移報警點數(shù)據(jù)的頻率曲線的橫縱坐標分別取個數(shù)為100的一維數(shù)組X[0,100]，Y[0,100]，通過對此組數(shù)組進行一維二維各種函數(shù)的擬合，發(fā)現(xiàn)單一工況的報警點頻率曲線與一維高斯分布Gaussian 1擬合程度很高，并可以從Gaussian 1擬合公式（2）計算出該組工況報警點數(shù)據(jù)的高斯分布方程中的參數(shù)。從而獲取直路工況左側(cè)偏移報警點的正態(tài)分布曲線及其μ和δ的值。

圖5 直線工況左側(cè)偏移報警點數(shù)據(jù)的報警點數(shù)量分布和頻率曲線

Gaussian 1擬合公式如下：

根據(jù)擬合公式和報警點數(shù)據(jù)，得出a=34.51；b=0.09424；c=0.01482。

所以擬合出的直路工況左側(cè)報警點高斯分布公式為：

再根據(jù)正態(tài)分布曲線公式（5）計算得出期望μ=b=0.09424和標準差

利用上述方式可以對所有的六組數(shù)據(jù)分別進行統(tǒng)計分析和擬合，可以得到六組擬合的正態(tài)分布曲線，將左側(cè)偏移的三組工況原始數(shù)據(jù)曲線和擬合的正態(tài)分布曲線分別繪制成如圖6所示。右側(cè)偏移的三組工況原始數(shù)據(jù)曲線和擬合的正態(tài)分布曲線分別繪制成如圖7所示。

圖6 左側(cè)偏移報警點數(shù)據(jù)的頻率曲

圖7 右側(cè)偏移報警點數(shù)據(jù)的頻率曲線

在圖6和圖7中，每條正態(tài)分布曲線下橫軸上一定區(qū)間的面積反映該區(qū)間的報警數(shù)據(jù)占總報警數(shù)據(jù)的比例。不同范圍內(nèi)正態(tài)曲線下的面積可以積分算出。再根據(jù)“小概率事件”的思想，“小概率事件”通常指發(fā)生的概率小于5%的事件，認為在一次試驗中該事件是幾乎不可能發(fā)生的。所以，車輛道路偏離系統(tǒng)的報警性能可以根據(jù)正態(tài)分布的“3σ”原則來評價。

根據(jù)圖6和圖7，發(fā)現(xiàn)不同的工況和左右偏轉(zhuǎn)不同，得到的正態(tài)分布曲線有一定差異，因此得到的μ和σ也不相同，這是因為在不同工況下車輛姿態(tài)不同以及攝像頭安裝位置偏置造成的，因此在評價不同工況時采用不同的評價指標，這樣可以更好的要求LDW系統(tǒng)的性能。

5 結(jié)論

本文介紹了車輛道路偏離系統(tǒng)的測試方法和數(shù)據(jù)分析處理的方法，采用虛擬仿真測試設備，通過自動化程序獲得不同工況下的報警點距車道線的距離數(shù)據(jù)，采用大數(shù)據(jù)分析、高斯擬合、正態(tài)分布等方法進行數(shù)據(jù)分析處理，并創(chuàng)新性提出采用“3σ”原則來評價車輛道路偏離系統(tǒng)的性能指標，首次為汽車行業(yè)的車輛道路偏離系統(tǒng)提出了產(chǎn)品的性能評價方法，為后續(xù)車輛道路偏離系統(tǒng)的開發(fā)、驗證和評價提供理論依據(jù)。