《智能汽车概论》-智能汽车技术概论 项目九

任务一

智能汽车测试技术概述

一、

智能汽车测试的意义智能汽车测试对于确保车辆在各种情况下的安全性和可靠性至关重要，它能够验证自动驾驶系统在不同道路条件、天气状况和交通情况下的表现。智能汽车测试的重要性测试还能够评估车辆在紧急情况下的应急反应和决策能力，以及其对道路规则和交通信号的理解和遵守程度，有助于发现并改进车辆系统中的潜在问题。应急反应与决策能力评估通过测试，可以评估智能汽车对于行人、其他车辆和障碍物的识别和应对能力，确保其在复杂交通环境中的安全运行。安全性与可靠性验证收集的测试数据为相关技术和政策制定提供了数据支持，有助于分析自动驾驶技术的实际表现，并为法规、标准和政策的制定提供科学依据。政策制定的数据支持由于智能汽车在传统汽车基础上增加了智能驾驶、智能座舱、智能网联等新技术，使得智能汽车测试变得更加复杂，需要先进的测试技术和方法。测试技术的复杂性分析任务一

智能汽车测试技术概述

二、

智能汽车测试和传统汽车测试的区别测试对象的差异传统汽车测试主要针对车辆的传统机械部件，如发动机、变速器、悬挂系统等进行测试；而智能汽车测试则更关注车辆的智能化系统，如自动驾驶、智能导航、车联网等。测试内容的不同传统汽车测试主要验证车辆的基本性能和安全性能，例如加速性能、制动性能和碰撞安全等；智能汽车测试除了基本性能和安全性能外，还需要验证其智能化特性，如自动驾驶的准确性、智能导航的导航准确性等。测试环境的特殊性传统汽车测试主要在实际道路条件下进行，如城市道路、高速公路等；而智能汽车的部分功能测试则需要在特定的测试环境中进行，例如闭路测试场地或者特定的模拟器。测试方法的多样性传统汽车测试主要通过物理测试和模拟测试进行，如加速测试、刹车测试和碰撞测试等；而智能汽车测试除了传统的物理测试，往往还需要借助计算机仿真、虚拟测试等技术手段来实现。数据处理与分析的复杂性智能汽车测试需要处理大量的感知数据和行驶数据，并进行相关数据分析，以验证车辆的性能和安全性；而传统汽车测试则主要侧重于对机械部件进行物理测试。测试标准的定制化需求传统汽车测试有一系列的标准和规范可供参考，如碰撞测试的EuroNCAP标准；而智能汽车测试由于其较新的技术特性，尚缺乏完整的统一标准，因此需要根据不同的智能汽车系统和功能进行定制化的测试。任务一

智能汽车测试技术概述

三、

智能汽车测试的分类

图9-1所示为坐落于美国密歇根州安娜堡市的无人驾驶测试场Mcity,该测试场是世界上第一座无人驾驶测试场。Mcity测试场景具有草地、

残疾人坡路、

消防栓等丰富的道路细节,在驾驶环境上有较高的还原度。

此外,Mcity由于位于五大湖地区,在冬季具备理想的寒冷测试条件。任务一

智能汽车测试技术概述

四、

智能汽车的测试法规美国：ADS安全评估指南与FMVSS美国针对智能汽车的发展，制定了自动驾驶系统安全评估指南（ADSSafetyAssessment），以及由美国全国高速公路交通安全管理局（NHTSA）发布的联邦车辆安全标准（FMVSS），以确保智能汽车的安全性。欧洲：UNECER79与欧盟交通安全指令欧洲经济委员会颁布了机动车辆型式批准法规（UNECER79），同时欧盟也推出了道路交通安全指令以及车辆安全和环境相关的法规，以适应智能汽车在欧洲的测试和应用。中国：智能汽车创新发展指导意见中国为推动智能汽车的创新和发展，发布了智能汽车创新发展试点工作指导意见，以及智能汽车道路测试管理规范，为智能汽车的测试和推广提供了指导和规范。德国：自动驾驶汽车测试条例德国政府颁布了自动驾驶汽车测试条例（AutomatedDrivingSystemsAct），并由德国联邦公路研究所发布了相关测试准则，以规范自动驾驶汽车的测试流程和安全标准。日本：自动驾驶道路测试指南日本制定了自动驾驶汽车道路测试指南，并对特定测试场地进行了设立和管理，以支持自动驾驶技术的测试和验证工作。任务二

智能汽车仿真技术仿真技术的研究背景智能汽车仿真技术研究的背景在于智能汽车的复杂性，它集成了环境感知、智能决策、规划和控制等功能。由于现实交通环境的限制，无法保证车辆和试验人员的安全，尤其在极端工况下难以获得可重复的试验用交通场景。智能汽车仿真技术提供了一个可控、可重复、有效且安全的试验环境，解决了传统场地试验方法的局限性，并且能缩短试验周期、降低成本。降低开发成本智能汽车仿真技术通过在虚拟环境中进行测试，显著降低了开发成本。它避免了实际测试中所需的高昂费用，如车辆、设备、场地租赁和人员成本，使得智能汽车的开发更加经济高效。提高车辆性能通过智能汽车仿真，可以在虚拟环境中对车辆进行大量的测试和优化。这有助于提高车辆的整体性能，例如通过模拟不同的驾驶场景和条件来减少碰撞率，优化车辆的控制策略和响应速度。增强安全性仿真技术允许对车辆的安全性能进行全面评估，识别潜在的安全问题，并采取相应的措施进行改进。这种评估和改进过程在现实世界中可能既困难又危险，而仿真技术提供了一个安全的环境来进行这些关键的安全性测试。推进技术发展智能汽车仿真技术作为一个试验平台，可以测试和验证新的自动驾驶技术、传感器和算法。这不仅加速了技术的发展，还确保了新技术在实际应用前的可靠性和有效性。任务二

智能汽车仿真技术

2.Gazebo仿真平台Gazebo是一款功能强大的三维物理仿真平台,具备强大的物理引擎、

高质量的图形渲染、

方便的编程与图形接口。Gazebo和ROS有较好的兼容性,是ROS系统的默认仿真平台,其模型格式是基于XML文件的SDF(SimulationDescriptionFormat),类似于命令行,较难入门,但可以创造出较为复杂的模型,而且支持Solidworks等三维建模软件的URDF模型导入,图9-2所示为Gazebo仿真平台界面。任务二

智能汽车仿真技术

4.PreScan仿真平台PreScan是TNO公司旗下子公司的产品,主要用于驾驶辅助、

驾驶预警、

避撞和减撞等功能的前期开发和测试。

图9-4所示为自动紧急制动仿真示意图,图9-5所示为车道保持辅助系统仿真示意图,图9-6所示为行人检测系统仿真示意图。任务二

智能汽车仿真技术PreScan的一般工作流程如下:(1)建立场景。PreScan中拥有自己的场景库,可根据需求搭建仿真所需要的场景,如图9-7、

图9-8所示。(2)传感器建模。PreScan中传感器库中存在摄像头、

激光雷达、

毫米波雷达等各类传感器,支持各传感器参数编辑,如图9-9所示。任务二

智能汽车仿真技术(3)建模控制算法。

可与MATLAB/Simulink进行软件交互,可将生成的模型导入Simulink。(4)利用PreScan软件进行试验仿真,如图9-10所示。任务二

智能汽车仿真技术5.51Sim-One仿真平台51Sim-One是51world公司自主研发的一款集多传感器仿真、车辆动力学仿真、

道路与场景环境仿真、交通流与智能体仿真、感知与决策仿真、自动驾驶行为训练等于一体化的自动驾驶仿真与测试平台。51Sim-One仿真平台的应用领域如图9-11所示。任务二

智能汽车仿真技术三、

智能汽车仿真流程

智能驾驶仿真测试平台开展智能驾驶系统试验和验证仿真测试,遵循如图9-19所示的开发和设计模式,首先明确测试对象与目标,开展实验设计,针对智能驾驶测试需求建立场景模型工况和被测车辆模型,再将仿真结果和实际结果进行对比分析。任务二

智能汽车仿真技术三、

智能汽车仿真流程

下面以51Sim-One为例讲解智能汽车的仿真流程。如图9-20所示,使用51Sim-One进行智能汽车仿真的流程主要包括静态场景搭建,主车配置,交通流配置,运行、监测和回放案例并生成仿真报告。任务二

智能汽车仿真技术三、

智能汽车仿真流程1.静态场景搭建在场景构建方面,可以通过WorldEditor从无到有地快速创建基于OpenDrive的路网,或者通过点云数据和地图影像等真实数据还原路网信息。支持导入已有的OpenDrive格式的文件进行二次编辑,最终由51Sim-One自动生成所需要的静态场景。

基于高精度地图的静态场景构建(高精度地图)流程如图9-21所示。任务二

智能汽车仿真技术三、

智能汽车仿真流程2.主车配置51Sim-One仿真平台配备主车资源库,主车资源库可以进行主车资源配置,包括传感器(主要包括摄像头、

激光雷达、

毫米波雷达、IMU和GPS、

其余传感器)、

动力学模型(51Sim-One软件的动力学模型可由Carsim软件导入)和控制系统。

传感器主要用于传感器仿真,动力学模型用于车辆动力学仿真,控制系统表示仿真平台接入的自动驾驶控制系统或人工驾驶系统。

车辆的动力学模型构建示意图和传感器配置示意图分别如图9-22、图9-23所示。任务二

智能汽车仿真技术三、

智能汽车仿真流程3.交通流配置交通流配置主要包括行人、机动车、非机动车、信号灯的配置和其触发器的设置。

交通流的配置流程如图9-24所示。任务二

智能汽车仿真技术三、

智能汽车仿真流程4.运行、监测和回放案例运行、监测案例,并生成仿真报告,需要时可进行案例回放,仿真结果如图9-25所示。

任务二

智能汽车仿真技术

四、

智能仿真平台在教学中的应用智能仿真平台显著提升了算法开发的效率，同时降低了教学成本，为教育机构提供了经济高效的解决方案。提高算法开发效率与节约成本01实车实验虽能锻炼学生的动手能力，但成本高昂且数量有限，限制了学生操作的机会。仿真平台则能有效克服这些局限，提供更广泛的实践机会。克服实车实验的局限性02仿真平台通过有趣且易于上手的日常教学实验，帮助学生快速熟悉算法，提升学习兴趣和效率。提升学生学习兴趣和效率03教学中通过预置与实操平台相对应的实车模型，学生可利用仿真平台的车辆模型进行学习，具体车型包括北京理工大学教育智能汽车培养方案中的1号、2号和3号平台。具体车型与教学培养方案04仿真平台在“智能汽车网联技术”教学中展示了智能交通场景下的车路协同技术、智能汽车网联技术及车联网技术，增强了学生对智能交通系统的理解。车路协同技术的仿真教学05结合仿真平台与实操平台，学生可以在仿真环境中预先练习，然后在实车实验中进行验证，从而提高学习的连贯性和深度。仿真平台与实操平台的结合06任务二

智能汽车仿真技术

五、

仿真测试验证需求智能汽车路线图建立智能汽车路线图的建立首先需要明确其边界条件，考虑到智能网联技术的复杂性，车辆、道路、后台以及其他外部环境的交互难以清晰分割。技术问题与控制算法应用目前智能汽车面临的技术问题包括功能安全性、信息安全性、兼容性以及人工智能的不确定性问题，这些问题限制了控制算法的应用，阻碍了智能汽车的发展。场景数据库的建立与需求仿真技术需要解决从系统环境需求角度建立符合中国场景的顶级数据库和评价体系，进行典型交通环境数据的采集及分析，支持大规模硬件仿真，是场景数据库研究的方向。仿真模型的完整链解决方案仿真模型包括交通场景、车辆动力学以及控制算法模型，需要一个完整的解决方案链。环境模拟是难点，需要与国外虚拟仿真软件如PreScan竞争，国内团队也在开发相关软件。硬件平台的兼容性与正确性硬件平台的挑战包括传统接口电路、控制器和虚拟板卡等方面，需要考虑与仿真环境的兼容性和正确性，以及如何与虚拟传感器匹配，模拟出与真实环境相似的情况。虚拟传感器与真实环境模拟虚拟传感器的开发是仿真测试技术中的一个挑战，需要确保传感器模拟与真实传感器一致，以便在虚拟环境中模拟出真实环境的情况。任务二

智能汽车仿真技术六、

仿真测试方法1.仿真测试系统架构智能汽车仿真测试系统架构如图9-27所示,其中驾驶模拟系统模拟了真实车辆的运动,可以进行驾驶员主观评价研究;车辆模拟系统模拟了真实车辆的动力学关系,可以进行车辆的性能研究任务二

智能汽车仿真技术六、

仿真测试方法2.仿真测试系统分析1)车辆模拟系统车辆模型在仿真测试中需要快速计算,并将计算出的车辆响应结果发送到其他控制器中进行相应的计算和决策。为了实现快速计算,实时系统是必须使用到的平台,如图9-28所示,车辆模型在实时处理器中计算的速率延迟可控制在毫秒级;数据采集板卡包含车载CAN总线和车载Ethernet通信板卡。2)环境模拟系统由于车辆模型软件的功能有限,不具备较好的环境建模能力,因此为了给车辆模型创造较为逼真的外界环境,需要额外的软件进行环境系统的建模,如图9-29所示。任务二

智能汽车仿真技术六、

仿真测试方法3)传感器模拟系统对于环境建模软件中无法模拟的传感器模型或是为了进行传感器在环测试,需要使用传感器模拟系统,如图9-31所示。任务二

智能汽车仿真技术六、

仿真测试方法4)驾驶模拟系统为了研究驾驶员对智能汽车系统功能的主观评价,必须给驾驶员创造逼真的驾驶环境,因此驾驶模拟系统是必不可少的。

驾驶模拟系统的结构框图如图9-33所示。任务二

智能汽车仿真技术

3.仿真测试系统应用软件在环(SIL)测试在智能汽车研发阶段，软件在环测试通过车辆和环境模拟系统搭建仿真环境，对智能汽车系统算法进行测试和优化迭代，尤其适用于发掘算法中的缺陷，并通过大量仿真测试场景提升测试效率和缩短周期。硬件在环(HIL)测试硬件在环测试将智能汽车的部分硬件置于仿真环境中，通过车辆模拟系统、环境模拟系统和控制器系统进行测试，其中控制器是真实的，而车辆模型和传感器模型为虚拟。针对传感器和执行器部件的测试，可进行传感器物理性能测试和功能激活测试验证。驾驶员在环(DIL)测试驾驶员在环测试将驾驶员置于仿真测试环境中，利用车辆模拟系统、环境模拟系统和驾驶模拟系统进行测试，包括人机切换策略测试、HMI系统设计、驾驶员行为分析和耐久性测试，以评估人机交互设计和自动驾驶系统的性能。SIL测试的算法仿真与优化在软件在环测试中，通过构建车辆和环境模型，可以对智能汽车系统算法进行仿真测试，以优化算法性能。这种测试允许快速迭代和缺陷检测，是智能汽车算法开发和验证的关键环节。HIL测试的硬件集成与性能分析硬件在环测试关注于智能汽车硬件的集成和性能分析，通过模拟真实驾驶条件下的传感器和执行器部件，可以对硬件进行精确测试，确保其在真实世界中的可靠性和性能。DIL测试的人机交互与行为分析驾驶员在环测试专注于人机交互和驾驶员行为分析，通过模拟驾驶环境和人机交互界面，可以评估人机共驾策略的合理性，对HMI系统进行设计和优化，并分析驾驶员在自动驾驶过程中的行为和反应。任务三

实车测试

一、

智能汽车实车测试概述

测试过程中对人员、环境方法、规范、设备及流程等规范性约束,有效保证测试结果的可追溯性和准确性。智能汽车实车测试如图9-35所示。

一般来说,智能汽车实车测试是整车上市前最后一道关卡,也是最重要的一道保险,在评价上可分为主观评价和客观测试。任务三

实车测试

二、

实车测试的内容基本性能测试智能汽车的基本性能测试涵盖加速性能、制动性能和转向性能等关键指标，确保在各种道路条件下，车辆具备良好的基本控制能力。安全性能测试安全性能测试着重于碰撞安全、制动距离和紧急制动等方面，目的是验证智能汽车在紧急情况下的安全性能和乘客保护能力。自动驾驶测试自动驾驶测试关注系统的精准性、准确性和稳定性，以确保自动驾驶系统能在各种复杂场景中实现可靠的自主导航和车辆控制。智能导航测试智能导航测试评估导航的准确性、路径规划的精确度和交通流预测的可靠性，旨在验证智能导航系统在不同地理环境下的导航和路径规划能力。车联网测试车联网测试重点检验车辆与互联网通信的稳定性、数据传输的可靠性以及远程控制的有效性，确保智能汽车的车联网功能和实时通信能力。人机交互测试人机交互测试评估智能驾驶员辅助系统的界面友好性、语音交互的准确性和智能化的用户体验，以提升智能汽车的人机交互性能和用户满意度。环境适应测试环境适应测试在不同天气条件下进行，如雨天、雪天、大风等，目的是验证智能汽车在各种环境条件下的适应性和稳定性。任务二

智能汽车仿真技术六、

仿真测试方法4)驾驶模拟系统为了研究驾驶员对智能汽车系统功能的主观评价,必须给驾驶员创造逼真的驾驶环境,因此驾驶模拟系统是必不可少的。

驾驶模拟系统的结构框图如图9-33所示。任务四

测试场测试

一、

测试场测试概述测试场概述与特点智能汽车测试场与传统汽车测试场不同，它需要具备丰富的场景、完善的测试功能以及良好的通行能力，以确保测试的保密性和数据的可靠性。测试的重点在于考核智能车辆对交通环境的感知和应变能力。模拟仿真测试功能智能车测试场提供模拟仿真环境，通过虚拟场景和仿真技术对智能车的感知、决策和控制等功能进行测试和验证，以评估智能车在模拟条件下的表现。封闭场地测试功能在智能车测试场的封闭场地中，可以测试智能车在受控环境下的性能和功能，如车辆的操控性、安全性等，确保在特定条件下智能车的稳定运行。实