• <xmp id="a6c2a">
    立即咨詢
    您當前的位置:職稱驛站 > 論文 > 科技論文 > 軟件開發論文職稱驛站 期刊論文發表咨詢 權威認證機構

    基于模型設計的輔助駕駛系統硬件在環測試平臺設計

    職稱驛站所屬分類:軟件開發論文發布時間:2022-03-10 08:54:51瀏覽:

    近年來,基于模型的開發方式(Model Based Development, MBD)逐漸成為汽車軟件系統開發的主流方式,而硬件在環(Hardware-In-the-Loop, HIL)測試是實現MBD的關鍵步驟。

       摘 要:近年來,基于模型的開發方式(Model Based Development, MBD)逐漸成為汽車軟件系統開發的主流方式,而硬件在環(Hardware-In-the-Loop, HIL)測試是實現MBD的關鍵步驟,F基于MBD,在MATLAB/Simulink環境中,對針對ADAS算法的自動化硬件在環仿真測試進行研究,通過建立車輛動力學模型和外部環境模型,模擬車輛與環境的交互信號,搭建硬件在環自動測試平臺,并以自動緊急剎車(Autonomous Emergency Braking, AEB)為例進行一系列硬件在環自動化測試,驗證了該系統的測試能力,對測試平臺的開發及V模型開發等問題具有借鑒意義。

      關鍵詞:硬件在環;ADAS;自動化測試;MBD

      中圖分類號:TP311.52 文獻標識碼:A

    計算機科學與應用

      《計算機科學與應用》 是一本關注計算機應用領域最新進展的國際中文期刊,由漢斯出版社主辦,主要刊登計算機基礎學科、人工智能、計算機仿真及應用領域內最新技術及成果展示的相關學術論文。

      Design of HIL Test Platform for ADAS based on Model Design

      XIA Zhengxuan,WU Changshui

      (School of Mechanical and Automotive Engineering, Shanghai University of Engineering Science, Shanghai 201620, China)

      xiazhengxuan1996@163.com; wuchangshui@sues.edu.cn

      Abstract: In recent years, Model Based Development (MBD) has gradually become the major trend of automotive software system development, and Hardware-In-the-Loop (HIL) is a key step to realize MBD. In this paper, a HIL in MATLAB/Simulink based on MBD is built for automatic HIL simulation of ADAS (Advanced Driving Assistance System) algorithm. Automobile dynamics model and external environment model are built to simulate the interaction between automobile and environment. HIL automated test platform is thus built. Furthermore, a series of HIL automated tests are carried out by taking Autonomous Emergency Braking (AEB) as an example to verify the testing capability of the system, which offers references for the development of test platforms and V model development.

      Keywords: HIL; ADAS;automated test; MBD

      1 引言(Introduction)

      近年來,隨著電子信息化的發展和智能化的普及,越來越多的車輛上開始裝載ADAS(Advanced Driving Assistance System)系統。ADAS系統通過傳感器(如雷達、激光、視覺)來探測周圍環境,幫助駕駛員識別周圍環境,在正常行駛和一些特殊交通狀況下進行預警輔助和主動控制(包括制動和轉向等),能顯著提高駕駛舒適性和安全性。

      由于ADAS系統的功能越來越豐富,逐漸代替駕駛員成為主體,因此對ADAS系統的可靠性和安全性等方面有著較高的要求,必須對ADAS系統在各種復雜的交通情況下進行測試,測試其是否能夠正確識別和處理各種情形和問題。實車測試能夠在真實的場景中對ADAS系統進行測試,然而容易產生危險,很多功能如ACC(Adaptive Cruise Control)、AEB(Autonomous Emergency Braking)等涉及高速行駛,實驗人員的人身安全難以保障。并且,實車測試的測試效率低,天氣、道路、光線等各種場景多變且不可控,難以覆蓋所有場景。實車測試對控制系統的驗證是有限的,由于無法準確控制車輛的狀態,難以復現在測試中遇到的問題,無法追根溯源查找問題[1]。同時,ADAS系統功能越多,集成在一輛車上產生故障的概率也就越大,這種交互問題在實車測試中也難以檢測。

      硬件在環測試由仿真和真實組件組成,或者可以用一個具有相同輸入輸出特性的人工組件進行模擬代替。理想情況下在閉環中,每個組件都不能分別出它所連接的是真實的組件還是模擬仿真的組件。硬件在環測試可以彌補實車測試安全系數低的缺點,并且測試效率高、覆蓋度廣,還可以實現自動化測試[2]。ADAS自動化測試可以根據已經編寫好的測試用例測算法來實現,并自動生成測試報告。傳統的測試費時費力,而自動化測試可以完美解決測試用例多、輸入繁雜的痛點。隨著近幾年自動駕駛汽車的飛速發展,硬件在環測試對汽車制造商越來越重要。測試的時間越早,開發的周期越短,項目成本也就越低,才能保證功能開發的效率,實現產品的快速迭代。

      本文基于MBD理念,在MATLAB/Simulink環境中搭建了針對ADAS算法的HIL實時系統,構建整車模型、外部環境模型,并對搭載AEB算法的控制器進行了硬件在環測試及驗證,實現了自動化測試,驗證了該系統對自動駕駛算法的測試能力,對解決ADAS系統的開發測試等相關問題具有一定的借鑒意義。

      2 HIL系統設計需求(HIL system design requirements)

      HIL仿真的主要優點是它提供了一個可重復的實驗室環境,用于安全、靈活和可靠的控制器驗證[3]。HIL的完整系統可以是真實的,包括傳感器、執行器和控制器,如圖1所示。HIL提供了模擬的靈活性,使用真實組件可以提高模擬的可靠性?刂破鞯男阅芎头定性可以在不受其他外部干擾的情況下進行測試,還可以通過控制抖動和故障注入來驗證可靠性。由于在HIL系統中可以模擬所有的車輛部件,因此在早期開發階段可以解決原型車和真實部件缺失的問題,加快開發進度[4]。

      HIL系統的基本功能需求如下:

      (1)實現系統集成、配置、測試環境界面;

      (2)實現模型所有測試變量、參數的任意調用、實時記錄、曲線顯示;

      (3)實驗環境數據采集速率滿足1 ms、10 ms等要求;

      (4)實現仿真過程的在線控制(啟動、停止),并具備測量、標定、診斷功能;

      (5)任務調度的監視、各個子系統運行周期的監視;

      (6)能用腳本調用完成自動測試。

      3 HIL仿真的設計與搭建(Design and construction of HIL simulation)

      3.1 HIL架構圖

      架構設計是HIL系統開發過程中最關鍵的階段。HIL是一個混合系統,由真實的組件和虛擬的子系統組成,這些真實的組件與虛擬的子系統一同工作,形成一個閉環的半虛擬半真實的環境[5]。在架構設計階段,需要確定系統的主要元素和它們的功能,并且要確定虛擬子系統和真實組件的邊界與接口。

      如圖2所示,ADAS硬件在環測試的工作過程相當于將實車上視覺傳感器、雷達、慣性單元等部件所檢測出來的信號通過CAN總線傳遞給控制器?刂破髟诮邮盏侥M的車輛信息和外部環境信息后,誤以為處于實車環境中,經過計算將不同的控制信號發送給車輛模型的執行器,改變車輛的狀態。

      在算法方面,將模型自動生成的代碼編譯至開發板中,真正的代碼與虛擬的車輛模型、外部環境模型通過CAN相連接,如圖3所示。

      在確認好架構后,便可著手對HIL系統進行搭建,系統搭建步驟如圖4所示。

      本文針對AEB系統所搭建的HIL系統主要分為五大模塊,分別是:CAN信號的接收模塊、車輛動力學模塊、目標輸出模塊、數據記錄模塊、CAN信號的發送模塊。

      3.2 車輛動力學模型

      在HIL測試環境中,所測試的控制器并沒有安裝在真實的車輛上,若想獲得車輛對控制邏輯響應的真實信息,前提條件就是正確搭建一個可靠的車輛模型。車輛模型能夠根據模擬駕駛員的輸入狀況,計算出車輛的狀態及位移,實時更新虛擬場景。

      對于車輛來說,研究車輛動力學主要是研究車輛輪胎及其相關部件的受力情況。比如縱向速度控制通過控制輪胎轉速實現,橫向航向控制通過控制輪胎轉角實現。在車輛動力學模型中,力與加速度成為首要的關注對象。由于模型的復雜度造成了計算量的增加,本文為此簡化模型,做出了如下假設:

      (1)忽略橫、縱向的空氣動力學對于車身受力分析的影響;

      (2)只考慮純側偏輪胎特性;

      (3)忽略輪胎力的縱橫向耦合關系;

      (4)假設車體為一剛體,只在平整的路面行駛。

      基于以上理想化的假設,本文根據實驗目標車輛的參數以及實際標定和臺架實驗數據等在Simulink中進行建模,搭建了一個三自由度的車輛模型。此次構建的車輛動力學模型簡化為單軌模型,前后雙輪簡化為前后單輪僅具有沿X軸的縱向運動、沿Y軸的橫向運動及沿Z軸的橫擺運動。O_XYZ平面為世界直角坐標系,o_xyz平面為車身坐標系。簡化后的車輛動力學模型如圖5所示。

      根據車輛模型力-加速度與力矩-角速度的平衡關系得出式(1):

      式(1)中,第一個方程為車輛縱向力與縱向加速度平衡;第二個方程為車輛橫向力與橫向加速度平衡;第三個方程為車輛質心處力矩與角加速度平衡。具體符號表示如表1所示。

      由于本文實驗車輛采用的是前驅車,故可以忽略前、后輪驅動力對車輛橫擺角的影響,所以后輪驅動力及前輪轉角近似于0,由此可得到:,。故可以將式(1)簡化為:

      式(2)中,FX為車身坐標系下沿X軸方向前后輪胎的合力,且。

      該車輛動力學模型主要是執行數值的計算并產生所需要的信號,可以在一個仿真步長時間內,接收虛擬的傳感器信號和真實的車輛控制信號,輸出車輛的縱向、橫向及橫擺動作信息,被后續的控制算法和環境模型所接收,形成完整的閉環控制流。

      本文搭建的車輛動力學模型參數如表2所示。最終搭建的車輛動力學模型如圖6所示。

      3.3 外部環境模擬

      為了讓控制器處于趨近真實的環境,還需建立基于真實傳感器參數的外部環境模型。外部環境模擬能夠根據測試用例的要求,模擬傳感器工作的外界環境條件[6]。

      由于測試對象是AEB算法,因此搭建的環境只考慮模擬靜態目標、動態目標兩種因素,不考慮其他因素對AEB功能的影響。

      此外部環境模擬模塊是用M語言編寫的目標參數生成模塊,用于輸出多種預先設置的目標動作參數,如目標物類型(車、行人)、目標物初始位置速度、何時開始加速度等信息,將信號傳送給車輛模型和控制器,形成閉環。

      搭建好的外部環境模擬模塊如圖7所示。

      3.4 基于場景的自動化測試

      自動駕駛的測試又分為基于場景和基于里程的測試;趫鼍暗臏y試主要是針對被測功能或部件,通過預先設定的測試環境進行測試;基于里程的測試較為連續,不需要特定某項環境設置就可以連續不斷地測試和采集,在大量的車輛數據中對功能和部件的工作效果進行分析。這兩種方法均可用于虛擬環境和真實路測環境。

      自動化測試是按照事先編寫好的測試用例表對系統進行自動化測試的方法。自動化測試建立在測試環境已經搭建調試完成的基礎上,用自動化測試程序對測試用例的輸入信號依次進行賦值,再根據測試用例的輸出值進行比較確認。

      測試完成后,會自動生成本次測試的測試報告,測試報告的內容包括:測試結果和預期結果是否一致、信號期望值與實際值之間的比較(包括誤差和允許誤差范圍)等。

      本文使用的工具是Simulink Test Manager,可自行編寫腳本。本文編寫的腳本可以根據Excel文件自動讀取測試用例,確定測試用例的輸入與輸出,這樣大大減輕了測試人員工作的復雜度,提高了測試效率。在測試結束后,也編寫了腳本,可自行設定通過準則,并且會自動生成測試報告,能夠快速完成大量的測試工作,減少人力投入,極大地減少了產品的研發成本。自動化測試流程如圖8所示。

      4 實驗驗證與分析(Test verification and analysis)

      在搭建好硬件在環自動化測試環境、編寫好測試用例之后,對ADAS系統的自動剎車輔助功能進行實驗驗證,并用CANalyzer對CAN數據進行觀測,如圖10所示。

      4.1 測試用例及通過準則

      基于用例的測試方法是指通過預先定義的測試用例來驗證待測功能是否滿足需求的方法。測試用例往往是為某個特定的目標而設定的,需要有確定的輸入、執行條件及輸出結果。如對于AEB的測試,需要在不同條件下驗證車輛是否能夠與目標障礙物保持距離,避免碰撞。

      本部分參考C_NCAP測試標準和JT/T 883—2014(《營運車輛行駛危險預警系統技術要求和試驗方法》),搭建多種場景對AEB算法進行HIL測試,其中包括:前車靜止工況(Car-to-Car Rear Stationary, CCRs)、前車慢行工況(Car-to-Car Rear Moving, CCRm)、前車制動工況(Car-to-Car Rear Braking, CCRb)、Override工況、行人橫穿工況、前車啟動工況、橫向偏移退出工況、制動鉗異常工況等[7-8]。根據各種工況,共設定了49 種測試用例。測試用例的輸入信號如表3所示,主要包括自車的位置、速度信息以及目標物的位置和速度信息。驗證標準主要包括是否對AEB進行觸發以及是否發生碰撞。

      為了詳細說明整個測試的具體步驟,接下來以32 號測試用例為例來進行說明,如圖11所示。該測試用例所設定的場景為:目標車輛速度為20 km/h,自車車速為45 km/h,目標車輛在自車正前方40 m處,模型的執行時間為50 s,步長時間為0.02 s。預期驗證結果為:AEB模式激活,并不發生碰撞。

      將49 個測試用例按照上述格式輸入Excel表格中,根據自行編寫的腳本可自動讀取測試用例并將其輸入模型。

      在測試結束后,自動觸發腳本對數據進行分析。在腳本中設定驗證準則,若不通過將顯示錯誤。

      4.2 自動化測試結果分析

      對49 個測試用例進行自動化測試后,生成了測試報告,49 個測試用例均通過,如圖12所示。測試報告如圖13所示。

      以32 號測試用例為例,如圖14所示,在AEB模式啟動的條件下,自車行駛至1.52 s時,開始以-3 m/s2的加速度進行減速;行駛至2.52 s時,開始以-9.8 m/s2的加速度進行減速;在3.5 s時,減速為0 m/s。并且整個過程中,沒有發生碰撞(Collision_Flag=0)。因此,32 號測試用例通過。32 號測試用例自動生成的測試報告如圖15所示。

      至此,完成了AEB系統的典型工況實驗結果分析,證明了所測算法在合理工作范圍內可以有效避免縱向碰撞,驗證了HIL系統的正確性及實時性。

      5 結論(Conclusion)

      本文提出了一種以MATLAB/Simulink為基礎搭建的HIL系統,包括車輛動力學模型和外部環境模型,并完成對AEB算法的自動化HIL測試。結果證明,該系統方案能夠很好地對ADAS算法進行自動化硬件在環驗證,為測試平臺的開發提供了一套值得借鑒的方案。

      參考文獻(References)

      [1] 和福建,張晉崇,石娟.智能網聯汽車測試技術研究[J].汽車電器,2019(03):19-21,24.

      [2] 李石.采用攝像頭傳感器的高級駕駛輔助系統硬件在環測試研究[J].機械工程師,2019(09):87-89.

      [3] 孫濤,丁琴琴,李衛兵.ADAS系統測試平臺設計及實現[J].中國測試,2019,45(04):155-160.

      [4] 齊鯤鵬,隆武強,陳雷.硬件在環仿真在汽車控制系統開發中的應用及關鍵技術[J].內燃機,2006(5):27-30.

      [5] 楊世春,肖赟,夏黎明,等.自動駕駛汽車平臺技術基礎[M].北京:清華大學出版社,2020:154-178.

      [6] FORKENBROCK G J, SNYDER A S. NHTSA's 2014 automatic emergency braking test track evaluations[R]. Washington D.C.: NHTSA, 2015.

      [7] DEERING R K. Cash avoidance metrics partnership annual report[R]. Washington D.C.: NHTSA, 2002.

      [8] BUTENUTH M, KALLWEIT R, PRESCHER P. Vehicle-in-the-loop real-word vehicle tests combined with virtual scenarios[J]. ATZ Worldwide, 2017, 119(9):52.

    《基于模型設計的輔助駕駛系統硬件在環測試平臺設計》

    本文由職稱驛站首發,一個權威專業的職稱論文發表網

    文章名稱:基于模型設計的輔助駕駛系統硬件在環測試平臺設計

    文章地址:http://www.bjjkshz.com/lunwen/keji/ruanjiankaifa/46574.html

    '); })(); 精品99久久久,老头扒开我粉嫩的小缝,啦啦啦视频在线视频免费4
  • <xmp id="a6c2a">