自动驾驶仿真测试，是计算机仿真技术在汽车领域的应用

自动驾驶模拟测试是计算机模拟技术在汽车领域的应用。它以数学建模的形式数字化还原自动驾驶的应用场景，建立尽可能贴近现实世界的系统模型。可以达到测试验证自动驾驶系统和算法的目的。

图1 自动驾驶虚拟仿真

一、自动驾驶模拟测试的意义

联合国世界车辆法规协调论坛（UN/WP.29）Autonomous Driving and Connected Vehicles Working Group (GRVA)）提出了自动驾驶功能的“多支柱方法”，将审计和审计相结合，采用模拟测试、现场测试和实车路测等多种不同的方法来支持自动驾驶功能的评估。

现场测试和实车测试都属于传统的测试技术，都需要在现实世界中使用真车进行测试，在场景覆盖和测试效率上有很大的局限性。在此背景下，仿真测试技术可以从以下两个方面补充实车测试的不足：

二、自动驾驶模拟技术种类

根据不同的测试方法，自动驾驶仿真测试可分为五类：模型在环（MIL）、软件在环（SIL）、硬件在环（HIL）、驾驶员在环 (DIL) 和车辆在环 (VIL)。

1、模型在环 (MIL)

在系统开发阶段，需要建立算法模型并进行仿真测试，根据仿真测试结果不断优化系统设计。此阶段的仿真通常被定义为模型在环。

在自动驾驶仿真中，通常需要进行模型在环仿真的算法包括视觉、雷达、高精度地图、定位、多传感器融合等感知算法，以及规划、决策，甚至执行算法。

图 2 模型在环 MIL

2、软件在环 (SIL)

模型在环测试完成后，将算法模型转化为代码，形成代码。还需要对代码进行仿真测试，测试代码与算法模型的等价性，保证代码与算法模型一致。这个阶段的测试通常被定义为软件在环。.

图 3 软件在环 SIL

3、硬件在环 (HIL)

提供可以模拟真实系统环境的动态系统模型作为“受控设备仿真”，通过嵌入式系统的输入输出与仿真系统平台连接，形成闭环。硬件在环测试的目的是验证控制器。

图 4 硬件在环 HIL

4、驱动程序在环 (DIL)

在对车辆、发动机等系统进行仿真的基础上，在保证测试精度的前提下，增加了对交通和环境的仿真，将真实驾驶员引入到仿真测试闭环中，传感器仿真技术集成，结合3D实时动画。系统进行验证。

图 5 Driver-in-the-loop DIL

5、车辆在环​​ (VIL)

将测试系统集成到实车中，通过仿真平台模拟道路、交通场景、传感器信号，形成完整的测试回路。车辆在环测试的目的是验证测试系统的功能，各场景的仿真测试，与整车相关电控系统的匹配集成测试。

图 6 车辆在环

三、自动驾驶模拟测试的原理和难点

1、模拟测试原理

自动驾驶模拟测试最重要的三个原则是：全面性、真实性和可重复性。

就是说模拟测试的测试场景应该能够全面覆盖ODD和边界场景汽车模拟驾驶，可以使用多种测试方法来测试不同开发阶段的被测功能的各个层次。

即模拟测试的场景参数要以实际为依据，合理设置逻辑参数，测试输出结果要与实车测试基本一致。

即同一测试平台上的模拟测试中同一测试用例的多个测试结果应高度一致，不同测试平台上的测试结果偏差应满足设计要求。

2、自动驾驶仿真技术难点

现阶段自动驾驶仿真技术还不成熟，主要存在以下问题和难点：

如何在仿真测试过程中根据仿真结果快速回溯确认模块是否存在问题

四、自动驾驶模拟软件

目前业界的自动驾驶仿真软件种类繁多，如PanoSim、PreScan、Carmaker、51VR、VTD、CARLA等。

1、PanoSim

图 7 PanoSim

PanoSim是新一代自动驾驶仿真软件，专注于通过仿真技术进行虚拟车辆研发的集成工具和平台。PanoSim集成了高精度的车辆动力学模型、车辆行驶环境模型、车辆环境感知模型和交通模型。可与Matlab/Simulink无缝对接，支持离线和实时仿真功能。

PanoSim 不仅包括复杂的车辆动力学模型、底盘（制动、转向和悬架）、轮胎、驱动器、动力总成（发动机和变速器）等，还支持各种典型的驱动类型和悬架形式。大、中、小型汽车的建模与仿真分析。提供3D数字化虚拟测试场景建模与编辑功能，支持道路与路面纹理、车道线、交通标志及设施、天气、夜景等车辆行驶环境的建模与编辑。

2、预扫描

图 8 预扫描

PreScan是一个基于物理的仿真平台，最初用于辅助驾驶、驾驶员警告、防撞和缓解等功能的预开发和测试，现在也用于自动驾驶系统的开发。

PreScan可以支持各类传感器的模型建立和设置，包括鱼眼相机、单目相机、双目相机、毫米波雷达、激光雷达、超声波雷达、V2X通信传感器、车道线传感器、目标物体识别传感器等。

PreScan可以设置和编辑道路模型，带有道路数据库设置坡度、曲率、横倾、高架等，带有参数化道路模型，支持自动化测试，支持非铺装道路模拟，支持第三方地图OSM /OpenDRIVE 高精度地图导入；可构建环境模型，包括道路及路边设施数据库、交通标志数据库、建筑物、绿化带数据库，支持自定义3D模型导入；支持道路使用者的创建和编辑，包括汽车和摩托车、商用车、行人和自行车、用于测试的气球车等；支持天气、光照等天气条件的构建，包括创建白天、夜间的雨、雪和雾，设置车灯和路灯等。光照模型具有传感器响应特性。

3、汽车制造商

图 9 汽车制造商

首先，Carmaker是一款优秀的动态仿真软件，提供了精确的车身模型（发动机、底盘、悬架、变速箱、转向等），Carmaker的车辆模型与Carsim的精度一致，并且将车辆对比a multi-body-nonlinear 该系统根据车辆子系统（如转向系统的Pfeffer模型、制动系统模型、发动机模型）明确设置。

CarMaker 拥有开放式毫米波雷达、摄像头、激光雷达、超声波雷达等高精度传感器模型。在场景模拟方面，Carmaker可以模拟不平坦的道路（如减速带、坑洼），并且可以直接从HERE地图导入真实的道路环境；驾驶员模型可以定义自己的驾驶风格（激进、鲁棒），可以支持复杂的驾驶操作，并具有学习功能，可以适应不同的车辆和道路特性；交通流模型可以定义几乎无限数量的交通参与者，每个参与者可以添加一个动态模型，参与者可以根据事件进行调整。精细控制。

CarMaker 作为一个平台软件，可以与众多第三方软件集成，如 ADAMS、AVL Cruise、rFpro 等，可以利用各个软件的优势进行协同仿真。同时，CarMaker的配套硬件提供了大量的板卡接口，可以方便的与ECU或传感器进行HIL测试。

4、51Sim-One

图10 51VR

51Sim-One是51VR自主研发的集多传感器仿真、交通流与智能车身仿真、感知与决策仿真、自动驾驶行为训练为一体的自动驾驶仿真与测试平台。51Sim-One内置了一系列场景库和测试用例库，包括开放区域实景、大型城市道路、乡村道路、高速公路、停车场等。

51Sim-One 可以通过 WorldEditor 从头开始​​快速创建基于 OpenDRIVE 的路网，或者通过点云数据和地图图像等真实数据还原路网信息。51VR支持全球车流自由配置，场景中独立的交通代理、对手车辆、行人等元素构建动态场景，结合灯光、天气等环境的模拟呈现丰富多样的虚拟世界。

5、VTD

图 11 VTD

VTD目前运行在Linux平台上，其功能涵盖道路环境建模、交通场景建模、天气与环境模拟、简单物理逼真的传感器模拟、场景模拟管理、高精度实时画面渲染等。

VTD 支持在物理层面对复杂传感器进行建模和仿真，包括视频、超声波雷达、毫米波雷达和激光雷达。

VTD采用OpenDRIVE、OpenCRG和OpenSCENARIO标准，方便虚拟环境的重构和测试场景的开发。VTD支持导入OpenDRIVE格式的高清地图，并在此基础上完成虚拟世界和环境的重建，现在模拟道路和环境。拥有或可扩展丰富的道路元素库汽车模拟驾驶，包括道路、交通标志、道路标线、红绿灯、道路附属设施、道路周边建筑物和树木等交通环境元素模型库；支持复杂路网的快速建模，可以设置不同的路形模型，具有应用车道级数据的能力；支持交通仿​​真和真实工况导入，支持与第三方车辆动力学软件集成。

6、卡拉

图 12 卡拉

CARLA是在西班牙巴塞罗那自治大学计算机视觉中心的指导下开发的一款开源模拟器。CARLA 提供开源代码和协议，以及为自动驾驶创建的开源数字资源（包括城市布局、建筑物和车辆）。

CARLA 平台能够支持传感套件和环境条件的灵活配置。支持不同的天气条件，如晴天、下雨天、雨天晴天等；支持不同的传感器模式，如普通相机视觉、真实深度和真实语义分离；提供测试场景资源库，包括40个不同的建筑物、16个跑车模型和50个行人模型。

转载： 免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 http://www.taobao28.info/news/20220330343.html

很赞哦！