智能网联汽车是未来汽车科技的战略制高点，科学完整的测试评价工具链是智能网联汽车走向产业化的必备条件。整车在环试验是自动驾驶功能测试验证工具链中的不可缺少的重要一环。
自动驾驶功能整车在环实验方法研究项目针对自动驾驶功能整车在环实验平台构建及测试需求，梳理了整车在环实验方法的研究现状，深入研究了整车在环试验方法的难点，总结归纳了相关领域的三个挑战：
（1） 当前整车在环测试系统的构建架构尚处于发展之中，系统的完整性 、可靠性以及灵活性尚存在不足，导致测试局限性大。
（2） 整车在环测试系统整体测试效果与仿真组件的一致性强相关。针对自动驾驶辅助系统/自动驾驶（ADAS/AD）系统的传感器仿真一致性尚不满足需求。
（3） 基于整车在环测试系统 ，结合测试标准，开展批量自动化的ADAS/AD系统功能性能测试的流程尚不完善 。
针对上述挑战 ，本项目开展了自动驾驶功能整车在环实验平台构建研究（研究一）以及自动驾驶整车在环功能测试方法研究（研究二） 。
在自动驾驶功能整车在环实验平台构建研究中 ，面向被测自动驾驶功能的感知、决策规划、控制执行全链条的测试需求 ，分析进一步完善整车在环实验平台的建设难点 ，包括执行机构仿真、真实场景虚拟化技术及虚实传感器信号叠加仿真，开展自动驾驶功能整车在环实验平台的构建。
图1 整车在环实验室
在执行机构仿真方面，基于宝克4814四驱底盘测功机实现整车在环的测试能力。由轮毂组件、电机与驱动器组件 、轴距调节系统 、扭矩和速度测量系统以及专用控制器组成。底盘控制系统采用数字处理器控制 ，通过合理配置6个参数可以模拟不同道路工况的载荷，为整车在环测试提供基础 。
图2 宝克四驱底盘测功机
在真实场景虚拟化方面，本项目将自动驾驶场景分解为切片场景及区域级仿真场景两大类，其中区域级仿真场景根据是否为孪生场景进一步分解为孪生区域级仿真场景以及虚拟区域级仿真场景。
针对切片场景，本项目依据ISO和国标建立了多类辅助驾驶系统（Advanced Driving Assistance System, ADAS）的切片场景库以及危险驾驶场景库 。
图3 切片场景库部分实例
针对区域级仿真场景 ，本项目梳理并构建了规范化的场景构建流程，如下图所示。
图4 区域级场景规范化构建流程
在虚实传感器信号叠加方面 ，本项目针对性的研究了摄像头信号仿真、激光雷达点云仿真以及超声波雷达仿真 。整车在环测试系统为了实现高一致性的测试能力，需要同时具备传感器层面的高精度仿真。
针对摄像头仿真，本项目构建了摄像头暗箱以及视频注入两种方式 。摄像头暗箱仿真的方式采用高清显示器、高精度导轨、透镜组以及暗箱体，实现了待测车辆主摄像头在暗箱中的配置。在获知摄像头内外参数条件下配置高一致性摄像头模型，通过透镜组的调试以及滑轨的调节，实现摄像头拍摄画面与显示器的配合 ，使得摄像头采集的画面与渲染画面良好对准，实现摄像头在环级别的图像数据注入。
图5 摄像头暗箱内部结构
视频注入的方式主要用于待测车辆环视摄像头的视频流注入。本项目设计了基于FPGA的摄像头注入方案，针对五菱E300 Plus车辆的环视摄像头 ，通过数据分析的方式得到了芯片的数据处理逻辑，实现了VTD仿真图像数据的注入 。
图6 视频注入系统框图
针对激光雷达点云仿真，本项目构建了基于实采点云数据的混合激光雷达实时仿真模型，使得点云仿真的一致性提升了超过40% 。本项目对不同颜色、不同距离 、不同角度下的汽车漆面目标板点云数据进行采集，通过构建强度均值函数 、强度噪声函数、坐标偏移噪声函数、检测概率函数对采集到的真实点云数据的统计规律进行建模。利用梯度下降算法对四类函数中的可学习参数进行优化 ，最终得到储存有每个目标板材质的材质数据库。将材质数据库应用于VTD仿真环境中，结合四类函数，可以仿真出高拟真度的点云 。下图所示为本仿真模型得到的白色轿车的仿真点云数据，可以看到该组点云在强度方面相较于VTD的Advanced Lidar模型有明显提升。
图7 本仿真模型仿真点云与VTD的对比
针对超声波雷达，本项目采用超声波回波模拟设备USS-ES进行传感器在环仿真 。真实的超声波传感器与一个声音换能器一起布置。障碍物的距离信息由车辆动力学仿真软件通过硬件IO资源发送到声音换能器中，声音换能器形成的超声波由超声波传感器传递到主动泊车控制单元中。
图8 超声波雷达仿真盒
通过开展上述核心关键环节的研究及开发，实现了整车在环测试台架各子模型的虚实一致性的提升，在此基础上集成基于NI的实时计算机 、基于Carsim的车辆动力学模型 、基于IO板卡的信号通讯等构建整体的测试方案，为开展整车在环测试提供条件。
在自动驾驶整车在环功能测试方法研究中，为了开展多维度、多颗粒度、高场景覆盖率的功能测试 ，本项目结合整车在环实验平台建立流程化 、规范化的具备高可信度的测评体系；并以量产ADAS整车的自适应巡航控制（Adaptive Cruise Control, ACC）系统为例开展试验研究。
自动驾驶辅助系统/自动驾驶系统（ADAS/ADS）功能定义复杂 ，运行设计域各异，需要制定规范的测试方法对测试进行指导，提升测试效率。本项目针对性的提出了自动驾驶功能整车测试方法如下:
图9 自动驾驶整车在环测试流程
依据图示测试流程，针对量产L2整车自适应巡航控制系统的开展测试。被测对象为宝骏E300 Plus ACC功能，测试目标是被测ACC功能的前车车距保持能力是否符合标准。下图所示为切入及直行工况的测试结果。
图10 宝骏E300 Plus 自适应巡航系统测试中实际车距与理想车距
图11 宝骏E300 Plus 自适应巡航系统测试中前车速度及本车速度及加速度
测试结果表明，在侧方车辆变道驶入驶出时以及前车加减速过程中 ，实际车距与理想车距出现偏差，随后车辆响应控制算法得出的规划速度曲线回到平衡位置并保持理想车距。在前车加减速 ，侧方车辆变道驶入驶出一系列工况下，车辆 能够响应所规划的速度曲线，同时未出现临界状态（即被测车辆与前方目标车速 度相近）时频繁加减速现象，车辆加减速度始终保持在 0.6m/s2 以内。本项目搭建的整车在环测试平台及测试流程能够有效地对待测件进行测试 ，为系统功能的优化提升指明方向。
综上所述，本项目通过梳理自动驾驶整车在环试验方法的研究现状，为我国VIL测试系统及试验方法的研究提供参考依据 ；通过开展研究内容一，基于现有的VIL测试台架 ，突破真实场景虚拟化 、驱动-制动-转向整车级系统平台及虚实传感器叠加测试技术 ，为真正实现完备可靠的VIL测试能力提供可行的技术路径；通过开展研究内容二，梳理自动驾驶功能整车在环实验测评流程，形成实验能力，为自动驾驶功能测评及升级迭代提供支撑，为相关测试技术发展提供一种可参考的案例 。
关注创新基地公众号