一种基于跨层协同架构的车辆智能网联测试系统的制作方法

本发明涉及一种车辆智能网联测试系统，特别涉及一种基于跨层协同架构的车辆智能网联测试系统。

背景技术：

智能网联汽车的性能测试与认证评估目前还属于空白，现有的车辆测试系统要么是纯计算机仿真系统，要么属于专用的试验场地。纯计算机仿真难以对真实环境进行评估验证，而专用试验场地造价高昂，测试过程中存在安全隐患，无法保证测试过程中的安全性、可重复性、大规模性等要求，测试成本极高，很难对快速发展的先进智能网联技术、算法和协议进行综合验证和应用评估。

随着物联网技术的日益成熟与普及，智慧城市的建设步伐突飞猛进，其中，智能交通的发展已成为智慧城市的标志性产物之一。

汽车产业创新是智能交通发展的直接驱动力，而智能网联将成为汽车产业创新的必然趋势，智能化和网联化是汽车产业发展的终极目标。在此发展过程中，需要对汽车智能网联技术所涉及的智能感知、协作通信、协同控制和大数据分析等先进技术进行综合测试、性能评估与安全认证等。

目前，对于汽车智能网联的测试与验证仍处于初级阶段，通常会采用专用的封闭式试验场地(如美国密歇根大学斥资千万美元所建的mcity智能车专用试验场地[1])进行实车测试，外场测试对于少量汽车的智能化验证十分有效，然而对于大规模的汽车网联化性能测试却无能为力；或者利用计算机仿真(如车辆网络仿真软件veins[2])进行虚拟测试，仿真测试对于大规模节点的网联化性能测试十分有效，然而仿真环境与实际环境存在较大差异，对于实车性能的智能化测试却难以应对。当前的测试技术不能满足智能网联汽车的发展需求，受到场地、规模、成本、安全等诸多因素的制约，限制了智能网联技术的性能测试验证和产业化应用评估。

【参考文献】

mcitytestfacility，http：//www.mtc.umich.edu/test-facility，themobilitytransformationcenter(mtc)attheuniversityofmichigan.

c.sommer，r.germanandf.dressler，″bidirectionallycouplednetworkandroadtrafficsimulationforimprovedivcanalysis，″ieeetransactionsonmobilecomputing，vol.10(1)，pp.3-15，january2011.

技术实现要素：

本发明提供了一种基于跨层协同架构的车辆智能网联测试系统，该系统将实际的被测对 象、缩微的模拟对象和虚拟的仿真对象联系在一起，利用感知层、通信层、交互层、计算层和决策层的跨层协同架构，形成车辆智能网联测试的全方位、多模式、全同步、大规模的综合验证与评价体系。所述系统包括以下部分：

1)被测对象为智能网联汽车，

2)模拟对象为缩微智能车模型

3)仿真对象为计算机仿真所生成的车辆节点

4)跨层协同架构实现了被测对象(智能网联汽车)、模拟对象(缩微智能车模型)和仿真对象(仿真车辆节点)三者之间的全同步映射

本发明提供的技术方案的有益效果是：突破了传统的汽车测试理念，引入全新的多模式、全方位的辅助对象测试方法，使得智能网联性能的测试与评估更直观、更安全、更高效、更节能；引入了全新的跨层协同测试架构，使得物理的对象与数字的对象更有机地结合在一起，形成了全方位、大规模智能网联测试的信息物理融合系统；建立了低成本、高安全的智能网联汽车综合测试与评估体系，为汽车智能网联的先进技术、协议和算法的验证提供了可靠的测试平台。

通过结合在本说明书中并成为其一部分的附图和以下具体实施方式，本发明的上述特性和优点将会得以更详细的说明，且附图和具体实施方式一起用来通过举例的方式说明本发明的原理。

附图说明

图1为一种跨层协同测试架构图；

图2为一种跨层协同测试平台实现框图；

图3为一种协同仿真时序分析图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方案作进一步详细描述。

为了克服现有测试技术中难以实现安全保障、难以形成大规模验证等缺陷，本发明实例提供了一种基于跨层协同架构的车辆智能网联测试系统，详见下文描述：

参见图2，假设被测对象(智能网联汽车)配备了激光雷达(用于避障)、毫米波雷达(用于探测)、gps和陀螺仪(用于定位)、视觉系统(用于检测和识别)以及通信系统(用于数据交互)等，其中通信系统采用4glte/ieee802.11p多模通信方式。对该被测对象进行智能网联性能的测试与评估，利用图2所示的跨层协同测试平台完成该测试，该平台运行于某大数据服务器之上，具备光纤/4glte/ieee802.11p/zigbee多模通信接口，其中光纤用于被测外场路边单元大数据的实时传输，4glte用于被测对象实时视频等数据的传输，ieee802.11p用于被测对象与辅助测试节点之间进行实时的协同数据交互，zigbee用于模拟 对象与测试平台之间的数据交互。跨层协同中间件系统负责在感知层、通信层、交互层、计算层和决策层之间进行协同分析，该中间件系统需要协调被测对象、模拟对象和仿真对象三者之间的数据交互与同步映射。为了评估被测对象的智能网联性能，引入开源的网络仿真器ns-3和道路交通仿真器sumo，其中，sumo根据实际测试外场的道路情况，生成仿真所需的道路网络，并通过traci接口/tcp连接实现与ns-3的信息交互；ns-3用于生成测试所需的辅助仿真节点，通过对仿真节点的接口和协议栈(4glte/ieee802.11p多模通信)进行设计，实现与被测对象和模拟对象完全同步映射的被测仿真节点，同时，还生成了大量辅助仿真节点用于测试智能网联性能。ns-3与底层中间件系统之间通过socket实现设备驱动接口的对接，从而完成物理节点与数字节点之间的融合。

模拟对象利用缩微智能车模型完成与被测对象和仿真对象的同步映射，缩微智能车主控单元配备zynqsoc全可编程片上系统，其中内置的两个armcortex-a9处理器可实现非对称多进程处理模式，而其可编程逻辑可实现全并行的复杂算法处理与计算。缩微智能车还配备了cc2530/zigbee通信模块、ov图像传感器和超声波传感器。

假设其中一个测试场景为十字路口智能协调，被测对象所在测试外场的十字路口处并无其他车辆，该十字路口配备了路边单元(rsu)，可以与测试平台直接进行光纤通信，也可在其覆盖范围内与被测对象通过ieee802.11p进行通信，被测对象可通过rsu与测试平台进行信息交互，也可通过4glte网络与测试平台相互通信。被测对象(智能网联汽车)根据所设定的目标地址，首先要安全通过该十字路口，并测试其智能协调能力和网联交互能力，要求在该十字路口附近活动的车辆为50辆(实际测试外场并不存在这些车辆)。模拟对象(缩微智能车模型)与被测对象对应，将在实验室环境下完成测试动作，实验室模拟道路与外场十字路口对应，并且有另外5辆辅助的缩微智能车模型参与到该测试任务中来。仿真对象(仿真车辆节点)生成1个仿真节点与被测对象对应，该节点也同时与模拟对象对应，同时生成5个仿真节点与辅助缩微智能车模型相对应，另外还生成45个辅助仿真节点作为十字路口附近活动的测试车辆。

在测试过程中，被测对象与十字路口活动的其他车辆之间进行了信息交互，并完成了路口自主协调，顺利到达目的地。被测对象与rsu及其他车辆节点之间的通信数据被实时记录，其交互延时、丢包情况、抖动情况、切换延时、吞吐量等指标均可进行分析。而所有这些性能的测试同步反映在实验室模拟对象的运行状态上，也同时反映在仿真对象的协同交互中。

参见图3，在利用跨层协同测试平台进行汽车智能网联性能评估时，大数据服务器始终在并行处理数字仿真、交叉仿真和物理模拟三者之间的关系。图3简要分析了测试过程中存在的直接交互和间接交互过程中所涉及到的时序关系，其中，直接交互是指物理对象之间的实际信息交互过程，而间接交互是指物理对象与数字对象之间的虚拟信息交互过程。数字仿真主要由仿真对象(仿真车辆节点)生成的辅助接点来完成，交叉仿真则主要由仿真对象与实测对象和模拟对象之间的交互来完成，而物理模拟则由实测对象和模拟对象之间同步映射来完成。通过不断的仿真切换、交互反馈、分析计算、综合验证来实现智能网联汽车的跨层协同测试。