基于實車在環(huán)的智能駕駛仿真測試系統(tǒng)開發(fā)

秦文剛 代堃鵬

(1.上海智能網(wǎng)聯(lián)汽車技術(shù)中心有限公司;2.上海交通大學(xué)汽車動力與智能控制國家工程研究中心)

0 引言

自動駕駛汽車在真正商業(yè)化應(yīng)用前，需要經(jīng)歷大量的道路測試才能達到商用要求。2020年發(fā)布的《中國智能網(wǎng)聯(lián)汽車技術(shù)路線圖2.0》[1]明確指出：測試評價是智能網(wǎng)聯(lián)汽車基礎(chǔ)支撐技術(shù)之一。采用路測方法來優(yōu)化自動駕駛算法耗費的時間和成本太高，且開放道路測試仍受到法規(guī)限制，極端交通條件和場景復(fù)現(xiàn)困難，測試安全存在隱患，自動駕駛虛擬仿真測試作為實際道路測試的必要補充已經(jīng)成為各大整車廠，檢驗檢測機構(gòu)，自動駕駛技術(shù)提供商,測試服務(wù)提供商等多方的共識，并越來越受到重視[2-3]。2021年發(fā)布的《智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理指南(試行)》[4]也明確地將模擬仿真測試納入了產(chǎn)品準(zhǔn)入測試要求中。完善可靠的模擬仿真測試軟硬件環(huán)境及工具鏈成為自動駕駛技術(shù)邁向產(chǎn)業(yè)應(yīng)用的重要支撐。

圖2 實車在環(huán)系統(tǒng)搭載的四驅(qū)底盤測功機

仿真測試主要通過構(gòu)建虛擬場景庫，實現(xiàn)自動駕駛感知、決策規(guī)劃、控制等算法的閉環(huán)仿真測試，滿足自動駕駛測試的要求。實車在環(huán)測試采用真實的目標(biāo)車輛，測試結(jié)果更接近實車在測試場地進行的測試結(jié)果,可以更有效地驗證自動駕駛算法整車集成運行效果，提升與實車場地測試下的測試結(jié)果一致性。

1 實車在環(huán)智能駕駛仿真測試系統(tǒng)

智能駕駛測試的關(guān)鍵，是構(gòu)建出ADAS控制器運行交互的環(huán)境，主要分為三個方面：傳感器仿真、場景仿真、執(zhí)行機構(gòu)仿真。面對智能駕駛測試面臨的挑戰(zhàn)，虛擬測試、實車測試兩種手段都必不可少，本研究工作主要包括虛擬仿真系統(tǒng)的傳感器仿真、場景仿真與基于實車測試的真實執(zhí)行機構(gòu)的系統(tǒng)集成。

1.1 實車在環(huán)仿真技術(shù)

本研究提出的實車在環(huán)仿真技術(shù)采用集成車輛仿真功能的測試機臺架(仿真系統(tǒng)+測功機聯(lián)合應(yīng)用)解決方案(SYNO-Simulation In Dyno)，其理念是在有動力零部件或子系統(tǒng)情況下，采用仿真建模的手段補全車輛其他缺失部件，建立虛擬整車運行環(huán)境。由于整車SYNO方案中，采用了真實車輛，執(zhí)行機構(gòu)問題具體轉(zhuǎn)化為“負載”仿真問題。SYNO 首先解決的問題是動力系統(tǒng)的道路負載仿真問題，其次是轉(zhuǎn)向/制動相關(guān)部件的仿真。

1.2 實車在環(huán)智能駕駛仿真測試系統(tǒng)架構(gòu)

本研究提出的智能駕駛仿真系統(tǒng)的構(gòu)架如圖1所示。

圖1 完整的智能駕駛仿真測試系統(tǒng)架構(gòu)

如圖1所示，智能駕駛仿真測試系統(tǒng)主要包括底盤測功機平臺、硬件在環(huán)系統(tǒng)、圖形工作站、感知與定位仿真系統(tǒng)以及操作臺。各子系統(tǒng)之間采用以太網(wǎng)、串口、控制器域網(wǎng)(Control Area Network, CAN)、高清多媒體接口(High Definition Multimedia Interface，HDMI)以及其他傳感器信號傳輸?shù)奶胤N信號接口連接，實現(xiàn)包括圖像、點云、毫米波雷達數(shù)據(jù)、控制等信號的實時傳輸。

(1)仿真系統(tǒng)基礎(chǔ)硬件，主要包括：

(a)實時仿真機，用于運行車輛動力學(xué)模型、道路交通場景模型、控制輸入輸出等；

(b)信號采集及信號發(fā)生板卡，用于提供通用模擬數(shù)字IO信號的模擬和采集、CAN/LIN/車載以太網(wǎng)等總線通信模擬和采集、超聲波傳感器仿真等；

(c)故障注入系統(tǒng)、車載電池模擬、供電管理等組件。

(2)車輛動力學(xué)模型，用于模擬目標(biāo)車的動力學(xué)行為，例如加速、制動、轉(zhuǎn)向等過程。

(3)道路交通場景仿真軟件，用于模擬智能駕駛功能仿真測試所需要的虛擬道路、交通、環(huán)境等測試場景元素。

(4)感知定位傳感器系統(tǒng)仿真組件。

(5)試驗控制及測試管理軟件及其上位機電腦。

1.3 底盤測功機平臺

實車在環(huán)實驗室將汽車底盤測功機集成入實驗平臺中，以獲取準(zhǔn)確真實的車輛縱向動力學(xué)響應(yīng)。

如圖2所示，采用寶克4814型四驅(qū)底盤測功機[5]，由四套轉(zhuǎn)鼓組件、四套電機和驅(qū)動器、扭矩和速度測量系統(tǒng)、支撐框架、軸距調(diào)節(jié)系統(tǒng)、自動地板系統(tǒng)以及所專有的控制系統(tǒng)等組成。測功機計算機控制系統(tǒng)編程計算所需轉(zhuǎn)鼓表面力，精確地模擬道路載荷實際情況，為車輛模擬實際的道路狀況如速度、扭矩、道路載荷等，使車輛在與實際道路行駛相同的條件下運行、測試。

1.4 硬件在環(huán)系統(tǒng)

硬件在環(huán)系統(tǒng)的主要作用是運行MATLAB/SIMULINK中開發(fā)的車輛動力學(xué)模型，通過IO板卡實現(xiàn)信號模型、信號采集、故障注入、負載模擬等功能，完成半實物仿真設(shè)備與控制器的閉環(huán)控制，從而實施各類測試工作。硬件在環(huán)系統(tǒng)的組成部分在前面系統(tǒng)框架部分已有介紹，此處不再重復(fù)。

1.5 車輛動力學(xué)模型

采用CarSim車輛動力學(xué)仿真軟件，可對仿真車輛對駕駛員，路面及空氣動力學(xué)輸入的響應(yīng)進行虛擬仿真，CarSim軟件可以方便靈活地定義試驗環(huán)境和試驗過程，但同時在實驗前期需要大量的模型標(biāo)定工作。

1.6 虛擬測試場景

虛擬測試場景為實車在環(huán)測試系統(tǒng)中的被測車提供虛擬的運行交通環(huán)境，其包含豐富的交通元素，包括路網(wǎng)、道路交通標(biāo)志、交通流、騎行者、行人及各類傳感器數(shù)據(jù)模擬。在智能駕駛仿真測試中，豐富且優(yōu)質(zhì)的場景是開展有效測試的關(guān)鍵。

如圖3所示，本研究提出的方案選擇Virtual Test Drive(VTD)作為視景仿真軟件。VTD是一款復(fù)雜交通環(huán)境視景建模仿真軟件，主要用于汽車智能駕駛系統(tǒng)測試中的復(fù)雜交通視景系統(tǒng)開發(fā)。該軟件具有較高的開放性，采用主流開放的標(biāo)準(zhǔn)構(gòu)建場景，并存OpenDRIVE、OpenCRG和OpenSCENARIO標(biāo)準(zhǔn)，便于智能駕駛虛擬環(huán)境的重建和測試場景的開發(fā)。不僅如此，該軟件提供了方便的接口與車輛動力學(xué)模型和相關(guān)軟硬件相結(jié)合，實現(xiàn) SIL(Software in the Loop)、DIL(Driver in the loop)、仿真系統(tǒng)HIL(Hardware In the Loop)、VIL(Vehicle In the Loop)等測試功能，完成智能駕駛/無人駕駛技術(shù)的開發(fā)、驗證和測試，還可以支持批處理仿真，完成相關(guān)功能的快速驗證和評估。

圖3 VTD軟件架構(gòu)示意圖

本研究的一個重要內(nèi)容為建立測試評價用例庫。在參考《城市停車智能引導(dǎo)系統(tǒng)技術(shù)規(guī)范第1部分：自主泊車系統(tǒng)技術(shù)要求和測試方法》[6]、《自主代客泊車系統(tǒng)總體技術(shù)要求》CSAE標(biāo)準(zhǔn)報批稿[7]基礎(chǔ)上，針對自動泊車場景，進行功能定義、場景提取、賦予場景合理的參數(shù)范圍，定義測試評價用例及通過標(biāo)準(zhǔn)，建立初步的測試評價用例庫并對測試場景使用3D仿真軟件VTD進行還原構(gòu)建。

目前已經(jīng)搭建完成包含上海智能網(wǎng)聯(lián)汽車測試園區(qū)地上場景與地下場景和交大園區(qū)場景在內(nèi)的三百多個具體場景的場景庫，分為13大類共七十個功能場景，所有這些場景可以部署在實車在環(huán)平臺上實現(xiàn)實時仿真測試，并且通過VTD 仿真軟件模擬完成對測試評價用例庫的篩選和提煉。

1.7 虛擬傳感器仿真

智能駕駛車輛通過智能傳感器，包括攝像頭、激光雷達、毫米波雷達、組合導(dǎo)航系統(tǒng)以及車載單元接口V2X信息等方式獲取周圍環(huán)境的感知信息。因此在虛擬場景中構(gòu)建一致性高的傳感器模型，并為自動駕駛算法提供感知數(shù)據(jù)是開展有效實車在環(huán)測試的基礎(chǔ)。

本研究提出的實車在環(huán)智能駕駛仿真測試系統(tǒng)采用“虛實結(jié)合”的方式實現(xiàn)高一致性傳感器數(shù)據(jù)仿真。在傳感器自身的仿真之外，還可以實現(xiàn)傳感器在車體坐標(biāo)系中的安裝位置及安裝角度的靈活配置。

本系統(tǒng)可實現(xiàn)的虛擬傳感器模型有：

(1)攝像頭模型：支持長短焦攝像頭、圖4所示魚眼攝像頭、雙目攝像頭等的仿真，且輸出的圖像分辨率、畸變可調(diào)，同時可以可控地輸出圖像語義分割、包圍框等信息；

圖4 魚眼攝像頭仿真輸出圖像

(2)激光雷達模型：支持360°多通道掃描式激光雷達、多通道微機電(Micro-Electro-Mechanical System，MEMS)混合固態(tài)及全固態(tài)激光雷達的仿真，且輸出的點云線束、可視范圍、環(huán)境材質(zhì)及反射率等可調(diào)，同時可以可控地輸出點云包圍框真值等信息，如圖5所示；

圖5 激光雷達仿真輸出點云

(3)毫米波雷達：支持配置多種主流的毫米波雷達模型，最遠測距、可視角度范圍等參數(shù)可調(diào)；

(4)超聲波雷達：支持配置多種主流的超聲波雷達模型。

本系統(tǒng)可實現(xiàn)的傳感器硬件在環(huán)方案包括攝像頭暗箱、超聲波雷達仿真盒。

1.8 測試管理上位機

本研究中采用如下的軟件構(gòu)架及基礎(chǔ)軟件開展系統(tǒng)的管理、調(diào)試、實驗界面開發(fā)、手動測試工作，支持測試人員進行測試流程，規(guī)范，用例的編寫，通過與仿真系統(tǒng)和車輛接口進行自動化的測試編程及測試工作，最終生成測試報告，并對測試的報告和結(jié)果進行分析統(tǒng)計，完成對車型的測試任務(wù)。其具體的構(gòu)架如下圖6所示：

圖6 上位機測試管理軟件設(shè)計

2 實車在環(huán)智能駕駛仿真測試評價系統(tǒng)

2.1 評價標(biāo)準(zhǔn)

本研究針對自動泊車測試需求，建立了包括安全性、舒適性、駕駛性能、標(biāo)準(zhǔn)性的四維測評體系[8]。在此基礎(chǔ)上，通過對上述四維測評體系的二級、三級細化，得到了可考核的詳細指標(biāo)，如下表1所示。不僅如此，針對不同的三級評價指標(biāo)，結(jié)合APS特點，設(shè)定了詳細的測試工況。依據(jù)上述測試指標(biāo)及工況開展實車在環(huán)測試，可以得到對APS功能的量化評分。

表1 APS評測體系相關(guān)指標(biāo)

2.2 基礎(chǔ)指標(biāo)定義[9]

TTC(Time-to-Collision)是目前常用的一種安全性替代度量，它表示在后車比前車速度快且速度差不變的情況下，兩車發(fā)生碰撞所需的時間，如式(1)所示。

TTCn(t)=

(1)

其中，TTCn(t)表示后車n在t時刻的TTC值，x表示車輛的位置，v表示車輛速度，Ln-1表示前車的車長。

TTC值越小，表明車輛處于越大的風(fēng)險中，當(dāng)TTC小于一定值時，則認為處于危險情況下。TET(Time Exposed Time-to-Collision)由此派生出，它表示處于危險情況下的總時間，由低于TTC閾值(TTC*)的TTC值確定，如式(2)所示。

(2)

其中，t代表時間，Δt代表時間步長，Time表示仿真總時長，TTC*為TTC的閾值。

Jerk代表加速度的變化率，如式(3)所示，可以用于衡量沖突的嚴重性。有研究表明關(guān)鍵或危險的加速度變化率(即小于或等于-9.9 m/s3的加速度變化率)與撞車事故之間存在正比關(guān)系，因此有學(xué)者在研究中將小于或等于-9.9 m/s3的加速度變化率的數(shù)量(即NCJ，Number of Critical Jerk)作為計算安全關(guān)鍵駕駛行為的指標(biāo)。本研究采取NCJ這一指標(biāo)作為安全性指標(biāo)之一。

(3)

2.3 自動化評測系統(tǒng)

基于上述評價體系，針對泊車場景，開展了實車在環(huán)自動化測試評價系統(tǒng)的開發(fā)。該系統(tǒng)可以對自動駕駛車輛進行自動化測試用例的執(zhí)行和結(jié)果分析，并按照選取的評價指標(biāo)進行打分，生成相應(yīng)的結(jié)果分析報表。同時本自動化評測系統(tǒng)預(yù)留的接口，方便用戶擴展測試用例及評測模塊?；緶y試流程如圖7所示。

圖7 自動化評測流程

自動駕駛自動化評測系統(tǒng)的用戶界面如圖8所示，利用該界面可以控制基于車輛在環(huán)的智能駕駛仿真測試系統(tǒng)以及測評系統(tǒng)自動化進行，自動啟動VTD，運行所選場景，同時后端傳輸記錄仿真運行相關(guān)數(shù)據(jù)，在仿真運行結(jié)束后自動關(guān)閉VTD，生成測試報告，可通過點擊鼠標(biāo)查看測試報告。

圖8 自動化評測系統(tǒng)用戶界面

3 基于實車在環(huán)系統(tǒng)的自主泊車算法測試評價

本節(jié)基于實車在環(huán)智能駕駛仿真測試系統(tǒng)及某自主品牌線控車型作為被控車輛開展自動泊車算法的整車在環(huán)測試及評價。

3.1 被測系統(tǒng)

被測車輛配備了前向攝像頭及測距雷達，提供了全自動泊車功能。被測系統(tǒng)的傳感器配置如圖9所示。

圖9 被測車輛的傳感器配置

3.2 測試場景

為了更好地實現(xiàn)自主泊車系統(tǒng)的實車在環(huán)仿真測試，本研究針對上海智能網(wǎng)聯(lián)汽車技術(shù)中心有限公司所在智能網(wǎng)聯(lián)汽車開放測試園區(qū)進行了孿生場景的建設(shè)。孿生場景包括園區(qū)地面測試場景以及地下停車庫場景?；赩TD的道路編輯器(Road Designer, ROD)結(jié)合園區(qū)高精地圖搭建地上/地下靜態(tài)路面場景。采用現(xiàn)場拍攝的建筑物、景物外觀圖片，利用三維設(shè)計軟件搭建園區(qū)三維模型，并導(dǎo)入VTD的場景編輯器中，生成與真實場景高一致性的虛擬場景庫。園區(qū)地上及地下停車庫孿生場景示意圖如圖10所示。

(a)園區(qū)地上孿生場景 (b)園區(qū)地下停車庫孿生場景

3.3 VTD-Carsim聯(lián)合測試

在完成上述孿生測試場景的建設(shè)之后，進一步基于Carsim軟件配置被測車輛的高精度動力學(xué)模型。被測車的高精度動力學(xué)模型經(jīng)編譯后下載到實時計算機中作為被控件，接收自動駕駛系統(tǒng)控制模塊給出的控制信號，主要包括油門、剎車、方向盤、檔位等，產(chǎn)生更新后的車輛位姿狀態(tài)和底盤總線參數(shù)，輸出給自動駕駛的各個模塊。除了模擬車輛整體的行為，也該動力學(xué)模型也可以接入車輛的各個模塊，例如轉(zhuǎn)向、動力傳動、制動等進行直接的控制。VTD-Carsim聯(lián)合仿真測試框架如圖11所示。

圖11 VTD-CarSim聯(lián)合仿真平臺框架圖

當(dāng)孿生場景與車輛動力學(xué)模型聯(lián)合仿真正常啟動，系統(tǒng)將車輛在虛擬環(huán)境中的定位信息、傳感器模擬信息傳輸給自主泊車系統(tǒng)，進而開展泊車路徑的規(guī)劃與路徑跟蹤控制，開展泊車系統(tǒng)的實車在環(huán)測試。圖12所示為以某自主品牌車型為被控車輛的實車在環(huán)測試現(xiàn)場。

3.4 測試結(jié)果與分析

針對垂直目標(biāo)車位開展了實車在環(huán)仿真測試，并對其結(jié)果進行分析。如圖13所示為本實驗開展的具體場景，圖(a)為被測車(紅色轎車)在測試場景中的初始位置，可以看到該場景中目標(biāo)車位為垂直車位，且場景中多數(shù)車位都已經(jīng)被其他車輛占據(jù)，只有中間一個車位留空，停車任務(wù)具有挑戰(zhàn)性。圖(b)為被測車在測試場景中的泊入車位的狀態(tài)。圖14所示為測試中間狀態(tài)。

圖14 基于實車在環(huán)的自主泊車仿真測試

自主泊車系統(tǒng)在獲取自車定位信息及目標(biāo)車位位置信息之后，采用A*算法開展局部泊車路徑規(guī)劃[15]。如圖15所示為被測自主泊車系統(tǒng)的路徑規(guī)劃結(jié)果。圖15中黑色區(qū)域為障礙物(相鄰車位的其他泊車)，中間的白色區(qū)域為目標(biāo)車位。泊車的軌跡規(guī)劃算法采用A*算法，圖中的藍色曲線為規(guī)劃出來的路線，可以看到它成功地避開了障礙物，形成了到達目標(biāo)車位的路徑。

圖15 A*算法路徑規(guī)劃

然而，由A*算法規(guī)劃出來的路徑的曲率不連續(xù)，無法直接實現(xiàn)車輛的平滑控制，因此需要進一步對規(guī)劃路徑平滑處理。如圖16所示為平滑處理之后的路徑，可以看到平滑之后的路徑不僅保證與障礙物無碰撞，同時其曲率平滑，可用于自主泊車控制。由圖13(b)所示，目標(biāo)車輛成功泊入目標(biāo)車位且無碰撞。

圖16 生成的路徑進行路徑光滑

在單個功能仿真測試基礎(chǔ)之上，開展了自主泊車系統(tǒng)的批量場景測試。此次測試共包括了500次蒙特卡洛測試。如圖17所示為自動化測試報告?？梢钥吹揭罁?jù)本研究提出的評價標(biāo)準(zhǔn)，被測系統(tǒng)的碰撞次數(shù)平均為0次，駕駛性評分為6.0分，駕駛舒適性為20.0分，總分為26.0分，整體的表現(xiàn)評級為E級。

圖17 基于實車在環(huán)的自主泊車自動化評測系統(tǒng)評測報告

4 總結(jié)

針對中智能駕駛系統(tǒng)道路測試面臨的成本高昂、開放道路測試法規(guī)限制，極端交通條件和場景復(fù)現(xiàn)困難及測試安全隱患等挑戰(zhàn)，研究并開展了：

(1)實車在環(huán)智能駕駛仿真測試系統(tǒng)設(shè)計及開發(fā)，集成了底盤測功機平臺、硬件在環(huán)系統(tǒng)、車輛動力學(xué)仿真系統(tǒng)、傳感器仿真系統(tǒng)及測試管理上位機，構(gòu)建了實車在環(huán)仿真測試基礎(chǔ)；

(2)實車在環(huán)智能駕駛仿真測試評價系統(tǒng)設(shè)計及開發(fā)，設(shè)計并開發(fā)了針對自主泊車系統(tǒng)測試的四維評價體系，并基于此開發(fā)了自動化可擴展評測系統(tǒng)；

(3)自主泊車系統(tǒng)的實車在環(huán)仿真測試評價，搭建了孿生泊車測試場景并開展測試實驗，驗證了本實車在環(huán)測試系統(tǒng)的有效性。