一种商用车辅助驾驶硬件在环测试系统及方法

1.本发明涉及车辆辅助驾驶测试技术领域，具体涉及一种商用车辅助驾驶硬件在环测试系统及方法。


背景技术：

2.商用车辅助驾驶产品多样，前向视觉模块及毫米波雷达主要负责目标障碍物识别。控制模块主要负责视觉及雷达目标信号的融合、辅助驾驶功能的策略及对整车的控制，考虑到系统紧凑性，一般会部署在视觉或者毫米波雷达内。视觉、雷达及整车间通过can通信实现信号交互。整车执行主要包括ems、tcu(负责整车驱动)，ebs(负责整车制动)、eps(负责车辆转向)及hmi(人机交互)。但仍存在无法同时满足安全法规要求及终端用户实际需求的问题，如aeb过敏感及误触发，fcw/ldw功能的激活机制等问题。单个传感器也存在无法克服的缺陷，如毫米波雷达无法识别路标，难以识别行人等障碍物；摄像头在不良天气下的适应能力差，夜间工作需要补充光线等。将摄像头与毫米波雷达进行数据融合，实现传感器的互补，可以极大地提高环境感知系统的可靠性与准确性，但是这也对测试提出更高的要求。
3.目前新的车型越来越多都搭载了adas，高级驾驶辅助系统(advanced driver assistance system，adas)，通过安装在车上的各类传感器，在汽车行驶过程中收集数据，经过运算和分析，将相关信息反馈给驾驶员或决策系统，以提高车辆在行驶过程中的安全性及舒适性。
4.如何确保其可靠性和安全性也逐渐成为一个关键问题，因此对adas的测试是必不可少的部分。目前针对adas的测试主要包括实车测试以及硬件在环(hardware-in-loop,hil)测试两种方法。但实车测试存在测试周期长、安全隐患大、测试难度和测试成本高等缺点，而hil测试技术具有测试周期短、成本低、能够模拟极限危险工况等优势。hil(hardware-in-the-loop)测试通过仿真模型来模拟受控对象的运行工况，在实车阶段前对控制系统进行全方面的、系统的测试。但adas系统的hil测试既要模拟毫米波雷达探测到的目标，也要模拟摄像头拍摄到的真实场景，远比常规测试复杂。
5.传统的测试技术往往基于实车台架或原型实车，这种测试方法往往存在测试成本高、周期长、测试覆盖度低等局限性。目前，现有hil测试中，需要测试人员通过上位机手动修改参数来设置控制器的运行及测试，极大地降低了测试效率，对于测试进程不可控。此外，在现有技术中，模拟出的车辆动力学、驾驶员等系统为简化的模型，与真实系统存在偏差，导致被测控制器的性能测试精度不高。
6.目前商用车l2级辅助驾驶产品，能够具备fcw、aeb等功能，但仍存在产品误触，终端用户拆除率高，且缺乏一个同时满足aeb、acc、lka、lcc及pcc等功能的系统。针对adas的hil测试，是辅助驾驶系统测试关键的一步，在避免算法错误的同时，提升测试效率、降低成本。但现有技术在实际使用中仍存在如下问题：
7.1、测试中使用简化的道路、驾驶员及车辆动力学等模型，与真实系统存在一定偏差，导致被测控制器的测试结果精度不高；
8.2、现有hil测试系统中，需要测试人员通过上位机手动输入实车参数，从而进行需要的运行及测试，故导致测试场景覆盖不够全面；
9.3、目前辅助驾驶算法开发如aeb等，主要依赖实车碰撞实验进行数据采集及功能验证，实验费用高，时间周期长，测试内容可控性低、风险大，无法全部进行实车验证。


技术实现要素：

10.为了解决上述现有技术存在的不足，本发明提供一种商用车辅助驾驶硬件在环测试系统及方法。
11.本发明提出的技术方案为：
12.一种商用车辅助驾驶硬件在环测试系统，包括：
13.上位机模块，用于搭建模型、编译下载、监控模型运算，同时读取控制器中的变量，运行自动化测试命令并进行实时监测；
14.实时处理机，用于接收上位机的车辆动力学信息和图形工作站中的场景信息，并将信号发送至控制器；
15.图形工作站，用于负责前期测试场景库的搭建，并对预先构建好的场景模型和获得的传感器信号进行仿真处理，得到场景信息和传感器采集的信息，并将其发送至控制器；
16.驾驶模拟器，通过外接设备获取实时输入信号，并通过i/o板卡将信号发送至实时处理机与控制器，实现对更加真实的实车使用环境的模拟；
17.待测控制器，负责决策以及整车控制，判断adas算法的触发条件并与上位机进行通讯实现数据的监测与记录；
18.车辆定位与高精地图模块，负责数字地图模块的部署及实时运行(可在线更新地图)，结合车机gps信号实现定位仿真；
19.视觉及雷达模拟模块，用于车辆正前方环境的监控及前向障碍物的识别。
20.本发明的进一步技术方案为，所述上位机模块用于搭建模型、编译下载、监控模型运算，同时读取控制器中的变量，运行自动化测试命令，主要包括车辆动力学模型、i/o接口模型搭建；上位机中，首先对预先构建好的车辆动力学模型进行仿真，得到车辆动力学信息，将车辆动力学信息进行编译，发送至实时处理机，并通过can口发送至控制器；同时，上位机作为主要试验管理平台，提供了相关可视化操作界面，便于实时数据的监控与观测。
21.本发明的进一步技术方案为，所述实时处理机用于接收上位机的车辆动力学信息和图形工作站中的场景信息，并将信号发送至控制器。实时处理机与场景仿真软件通过udp协议互相通讯，以此来获得仿真场景里的环境、雷达、视觉传感器信息，通过实时处理机的can总线发送到控制器，控制器中的算法经过融合、预测、规控输出期望的控车信号，实时机再通过can总线获得这些控车信号来控制仿真中的车辆，形成整个测试闭环；实时机通过udp协议获取到仿真场景结束的信号后，开始断开连接，恢复默认信号值。
22.本发明的进一步技术方案为，所述外接设备为方向盘、油门踏板、刹车踏板。
23.本发明的进一步技术方案为，所述控制器负责决策以及整车控制，基于实时处理机所发出的车辆动力学信息、场景信息，以及传感器采集等信息，来判断adas算法的触发条件；相应地，控制器处理后的输出信号可以通过can口返回至实时处理机中，同时在上位机中进行数据的监测与记录，所述控制器的输出结果包括：整车目标驱动扭矩、目标挡位、目
标减速度、目标转向扭矩/角度、声光指令。
24.本发明的进一步技术方案为，所述车辆定位与高精地图模块的输出结果包括：位置信息、制定道路信息：道路等级、道路类型、道路长度、坡度/曲率、限速值、车道数目、交通警告、下一个路口到当前定位点的路段距离、下一个路口的一般属性、下一个路口的转向曲率。
25.本发明的进一步技术方案为，所述视觉及雷达模块的输出结果包括：前方目标障碍物信息、横纵向距离、横纵向车速、前方车道线信息。
26.本发明还提供一种商用车辅助驾驶硬件在环测试方法，包括以下步骤：
27.实时处理机接收前向视觉及毫米波雷达的障碍物目标信息，将两个传感器的目标进行关联，并融合成目标障碍物列表；
28.上位机将车辆动力学模型及场景运行参数下载至实时处理机中，实时处理机通过can口与控制器相连，将得到的参数信息发给控制器，进而做出相关控制策略，并在测试场景中直观地显示出来；
29.控制器中的决策算法根据目标障碍物信息、车辆运动信息来判断危险程度，并计算本车的跟车距离、车速；当系统处于车道居中保持模式时，系统根据车辆离当前车道左右车道线的距离及航向角、曲率及本车信息，计算转向干涉的目标扭矩、角度，使车辆保持在车道中心位置；
30.当组成系统的某个部件失效时，系统进入降级模式，即抑制相应功能；
31.控制器中输出的控制策略通过can卡发送给实时处理机，至此整个测试过程中数据信号形成了一个闭环。
32.本发明的进一步技术方案为，所述障碍物列表包括目标类型、横纵向距离、车速、加速度、可信度、车道；所述场景运行参数包括油门、刹车及方向盘转角的信息。
33.本发明的有益效果为：
34.1、本发明将摄像头与毫米波雷达数据进行融合，实现传感器的优势互补，避免了单个传感器在特殊情况下的缺陷，极大地提高环境感知系统的可靠性与准确性；
35.2、本发明增加驾驶模拟器实现驾驶员控制与车辆控制的交互，实现人-车-环境闭环测试，无需手动修改输入参数，提高了测试效率；
36.3、本发明通过图形工作站搭建丰富的测试场景库，配合真实的can信号对实时传感器信息进行处理，从而增加危险工况的验证，增加了测试覆盖度和测试深度，保证了实验的安全性。
附图说明
37.图1为本发明提出的一种商用车辅助驾驶硬件在环测试系统结构图。
具体实施方式
38.以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。
39.如图1所示，本发明提出了一种商用车辅助驾驶硬件在环测试系统，包括：
40.上位机模块101，用于搭建模型、编译下载、监控模型运算，同时读取控制器中的变量，运行自动化测试命令并进行实时监测；
41.实时处理机102，用于接收上位机的车辆动力学信息和图形工作站中的场景信息，并将信号发送至控制器；
42.图形工作站103，用于负责前期测试场景库的搭建，并对预先构建好的场景模型和获得的传感器信号进行仿真处理，得到场景信息和传感器采集的信息，并将其发送至控制器；
43.驾驶模拟器104，通过外接设备获取实时输入信号，并通过i/o板卡将信号发送至实时处理机与控制器，实现对更加真实的实车使用环境的模拟；
44.待测控制器105，负责决策以及整车控制，判断adas算法的触发条件并与上位机进行通讯实现数据的监测与记录；
45.车辆定位与高精地图模块106，负责数字地图模块的部署及实时运行(可在线更新地图)，结合车机gps信号实现定位仿真；
46.视觉及雷达模拟模块107，用于车辆正前方环境的监控及前向障碍物的识别。
47.本发明提供的一种商用车辅助驾驶硬件在环系统，结合高精度地图、gps定位、视觉与雷达处理模块，搭建adas硬件在环测试平台，建立丰富的智能驾驶测试场景，覆盖商用车aeb、acc、lka、lcc及pcc等功能的同时，对感知、决策、车辆控制进行充分的测试。
48.本发明实施例中，上位机模块用于搭建模型、编译下载、监控模型运算，同时读取控制器中的变量，运行自动化测试命令，主要包括车辆动力学模型、i/o接口模型搭建；上位机中，首先对预先构建好的车辆动力学模型进行仿真，得到车辆动力学信息，将车辆动力学信息进行编译，发送至实时处理机，并通过can口发送至控制器；同时，上位机作为主要试验管理平台，提供了相关可视化操作界面，便于实时数据的监控与观测。
49.实时处理机主要提供车辆被控对象的模拟，主要用于运行仿真模型以及信号处理。在实时硬件上需要运行实时操作系统，以保证模拟的实时性；被控对象的行为模型运行在实时操作系统上。i/o板卡是与被测部件交互的模拟，用于信号输入和输出。视觉处理模块与雷达模拟器通过can网络进行通信，摄像头将识别的目标参数发送给雷达，并通过融合算法实现雷达与摄像头的数据融合，进而输出相关控制策略，并通过can卡再发送给实时处理机。
50.本发明实施例中，所述实时处理机用于接收上位机的车辆动力学信息和图形工作站中的场景信息，并将信号发送至控制器。实时处理机与场景仿真软件通过udp协议互相通讯，以此来获得仿真场景里的环境、雷达、视觉传感器信息，通过实时处理机的can总线发送到控制器，控制器中的算法经过融合、预测、规控输出期望的控车信号，实时机再通过can总线获得这些控车信号来控制仿真中的车辆，形成整个测试闭环；实时机通过udp协议获取到仿真场景结束的信号后，开始断开连接，恢复默认信号值。其中，外接设备为方向盘、油门踏板、刹车踏板。
51.本发明实施例中，控制器负责决策以及整车控制，基于实时处理机所发出的车辆动力学信息、场景信息，以及传感器采集等信息，来判断adas算法的触发条件；相应地，控制器处理后的输出信号可以通过can口返回至实时处理机中，同时在上位机中进行数据的监
测与记录，所述控制器的输出结果包括：整车目标驱动扭矩、目标挡位、目标减速度、目标转向扭矩/角度、声光指令。
52.本发明实施例中，车辆定位与高精地图模块的输出结果包括：位置信息(经纬度和高程)、制定道路信息：道路等级、道路类型、道路长度、坡度/曲率、限速值、车道数目、交通警告、下一个路口到当前定位点的路段距离、下一个路口的一般属性、下一个路口的转向曲率。其中，视觉及雷达模块的输出结果包括：前方目标障碍物信息、横纵向距离、横纵向车速、前方车道线信息。
53.本发明还提供一种商用车辅助驾驶硬件在环测试方法，包括以下步骤：
54.实时处理机接收前向视觉及毫米波雷达的障碍物目标信息，将两个传感器的目标进行关联，并融合成目标障碍物列表；
55.上位机将车辆动力学模型及场景运行参数下载至实时处理机中，实时处理机通过can口与控制器相连，将得到的参数信息发给控制器，进而做出相关控制策略，并在测试场景中直观地显示出来；
56.控制器中的决策算法根据目标障碍物信息、车辆运动信息来判断危险程度，并计算本车的跟车距离、车速；当系统处于车道居中保持模式时，系统根据车辆离当前车道左右车道线的距离及航向角、曲率及本车信息，计算转向干涉的目标扭矩、角度，使车辆保持在车道中心位置；
57.当组成系统的某个部件失效时，系统进入降级模式，即抑制相应功能；
58.控制器中输出的控制策略通过can卡发送给实时处理机，至此整个测试过程中数据信号形成了一个闭环。
59.其中，障碍物列表包括目标类型、横纵向距离、车速、加速度、可信度、车道；所述场景运行参数包括油门、刹车及方向盘转角的信息。
60.本发明将摄像头与毫米波雷达数据进行融合，实现传感器的优势互补，避免了单个传感器在特殊情况下的缺陷，极大地提高环境感知系统的可靠性与准确性；
61.本发明增加驾驶模拟器实现驾驶员控制与车辆控制的交互，实现人-车-环境闭环测试，无需手动修改输入参数，提高了测试效率；
62.本发明通过图形工作站搭建丰富的测试场景库，配合真实的can信号对实时传感器信息进行处理，从而增加危险工况的验证，增加了测试覆盖度和测试深度，保证了实验的安全性。
63.以上对本发明进行了详细介绍，但是本发明不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。不脱离本发明的构思和范围可以做出许多其他改变和改型。应当理解，本发明不限于特定的实施方式，本发明的范围由所附权利要求限定。