一种自动驾驶汽车多ICU共时空的硬件仿真测试系统及方法与流程

本发明涉及自动驾驶汽车决策规划系统的仿真测试领域，尤其是涉及一种自动驾驶汽车多icu共时空的硬件仿真测试系统及方法。

背景技术：

为了保证无人驾驶车辆开发的安全性，有效性和可持续性，必须进行广泛的开发和测试。然而传统的无人驾驶路测昂贵耗时，具有风险性且只能够在有限交通场景下进行试验。此外，一些特殊场景，如极端天气，传感器故障，道路部分路段损毁等也不能够进行反复的测试和复现。而无人驾仿真系统则为这个难题提供了一种安全有效的解决途径。

在其中，自动驾驶的硬件在环仿真测试也是系统开发与验证不可或缺的一部分。通过仿真环境，结合部分硬件系统的计算结果进行测试，具有三方面优势。

1)可以使软件和硬件的兼容性和功能完整性得以验证；

2)在研发前期没有原型车的情况下，以较低成本测量验证子系统模块功能安全性；

3)局部子系统的全方位测试验证，可以方便有针对性的达到系统辨识和错误追踪定位的目的。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种自动驾驶汽车多icu共时空的硬件仿真测试系统及方法。

本发明的目的可以通过以下技术方案来实现：

一种自动驾驶汽车多icu共时空的硬件仿真测试系统，该仿真测试系统包括仿真层、icu层和数据传输层，其中，所述仿真层，用于提供自动驾驶仿真测试所需的环境信息、传感器信息、交通参与者信息以及交通流信息和车辆动力学模型；所述icu层，用于提供所述仿真测试系统所需的待测对象；所述数据传输层，用于提供与所述仿真层和所述icu层之间的通信接口和测试监控与自动化测试的软件，并配置有处理器，所述数据传输层，用于传输仿真平台和交通仿真的信息至实时处理器，下载汽车动力学模型的信息至实时处理器，借由实时处理器将实时信息传输至icu层，或者直接由仿真层直接传输到icu层，并接收来自icu层的决策规划信息至实时处理器，形成循环。

进一步地，所述的仿真层包括仿真平台、汽车动力学模型、交通仿真模型，所述icu层包括车辆底层信息和感知信息输入接口、决策模块以及车辆控制信息输出接口，所述待测对象为基于端对端的决策规划系统、基于感知融合结果的决策规划系统和基于场景理解基础上的高级决策规划系统的智能控制单元其中任意一种待测对象。相应感知信息输入后，传输给决策模块处理，然后将车辆控制信息通过输出接口传输到数据传输层，仿真平台用于提供包含路网、道路附属物、建筑、光照、天气、简单交通参与者的模型以及传感器模型；汽车动力学模型用于增强仿真平台虚拟汽车的真实性；交通流仿真软件用于模拟城市交通与公共交通运行的运行状况。

进一步地，所述数据传输层包括硬件部分和软件部分，所述硬件部分包括实时处理器和用于所述仿真层和所述icu层之间进行通信的i/o接口，所述软件部分包括测试管理工具。

进一步地，所述仿真平台包括基于unrealengine4的开源仿真平台carla或商用自动驾驶仿真平台virestestdrive，所述汽车动力学模型包括以matlab和simulink为核心的动力学模型或动力学仿真软件carsim提供的动力学模型，所述交通仿真模型包括交通流模型和由真实驾驶人员控制的交通模型。

进一步地，所述交通流模型包括开源交通流仿真工具sumo或商用交通流仿真工具vissim，所述由真实驾驶人员控制的交通模型通过i/o接口将人类驾驶员的驾驶行为输入至所述仿真平台。

进一步地，所述测试管理工具为labview测试平台、veristand测试平台、etas测试平台和dspace测试平台其中任意一种测试管理工具。

本发明还提供一种采用所述自动驾驶汽车多icu共时空的硬件仿真测试系统的测试方法，所述测试方法包括虚拟环境构建和测试流程，包括以下步骤：

s1、通过开源地图软件将地图信息导入城市快速建模软件，以生成三维城市场景；

s2、利用三维建模软件使场景真实；

s3、利用格式转换工具将生成的三维城市场景导入仿真平台；

s4、按所述测试系统的结构连接整个系统，将单个或多个智能控制器连接到仿真系统中，并测试数据分发是否正常，进行共时空测试；

s5、设计仿真测试任务，设计并加载测试环境，初始化测试环境；

s6、开始仿真测试，数据传输层接收来自仿真层的信息并将感知信息传输给icu层，或者由仿真层直接将感知信息传输给icu层；

s7、icu层将控制信息再传回至数据传输层计算，并由数据传输层再将位姿信息传回至仿真层，并以可视化展示；

s8、重复步骤s6-步骤s7。

进一步地，所述步骤s1中的开源地图软件包括openstreetmap，所述城市快速建模软件包括cityengine。

进一步地，所述步骤s2中的三维建模软件包括pix4d和3dwarehouse，所述步骤s3中的格式转换工具包括mapgenerator和datasmith。

进一步地，所述步骤s4中的共时空测试包括在同一个仿真测试场景中，有多个智能体共同进行测试或进一步引入代理共同进行测试，所述共时空为各个行为发生的时空一致，并能够发生交互，所述智能体为智能控制单元，且各智能体均能实现独立决策，所述代理为通过驾驶模拟器引入的由人类驾驶员控制的虚拟车辆。

与现有技术相比，本发明具有以下优点：

(1)多icu共时空：通过分析混合交通流可以深入揭示现实交通的内在机理，缓解当前的交通拥堵问题，提高道路交通效率，提高安全性。

(2)面向决策规划系统需求的多级仿真数据生成：不针对单一类型的icu的测试需求，方便面向决策与规划系统的不同icu在同一个测试系统下进行测试。

(3)虚拟测试场景的快速构建方法：提供了一条可用于快速构建基于现实的测试场景的技术路线。

附图说明

图1为自动驾驶汽车多icu共时空的硬件在环仿真测试系统结构图；

图2为自动驾驶汽车多icu共时空的硬件在环仿真测试方法实施例示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

实施例

如图1所示为本发明对应的实施例的测试系统结构图，包含仿真层、智能控制单元(intelligentcontrolunit，icu)层和数据传输层,仿真层包括仿真平台、汽车动力学模型、交通仿真模型，提供自动驾驶仿真测试所需的环境信息、传感器信息、交通参与者信息以及交通流信息，提供车辆动力学模型，数据传输层提供与仿真层和icu层之间的通信接口，以及用于提供测试监控与自动化测试的软件，并配以高性能的处理器保证仿真过程的实时性，包括硬件部分和软件部分，硬件部分包括实时处理器和用于仿真层和icu层进行通信的i/o接口；软件部分包括测试管理工具，icu层包括车辆底层信息和感知信息输入接口、决策模块以及车辆控制信息输出接口，相应感知信息输入后，传输给决策模块处理，然后将车辆控制信息通过输出接口传输到数据传输层。

如图2所示为本发明对应的实施例的测试方法示意图，先对虚拟环境进行建模，用开源地图openstreetmap导出地图信息到城市快速建模软件cityengine中。为了进一步对真实的场景进行模拟，还需要利用低成本、高精度的三维场景建模手段。pix4d通过控制无人机采集航拍数据，能够利用结构运动重建sfm的手段快速、自动化的生成精细的三维城市模型，从而能够大幅增强仿真环境的真实性。上述三维场景模型可通过虚幻引擎所支持的datasmith工具进行格式转换，导入carla中。然后，需要通过carla的mapgenerator组件将道路网络数据生成具有仿真测试道路属性的opendrive格式数据从而导入到carla中。

然后配置联合仿真软件，包括汽车动力学仿真软件carsim、交通流仿真软件vissim。用以太网将carsim的汽车动力学模型下载至实时机中运算，通过carla内的接口使得carsim可以将车辆的位姿变换信息传回至carla；通过carla内的接口使得vissim能将车辆的位姿变换信息传输至carla。

接下来就是配置数据传输层的硬件部分，包括nationalinstruments的实时机pxi，以及与之相配套的机箱和i/o板卡，配备合理数量的i/o板卡以满足多icu共时空测试需求。再配置测试管理工具veristand、labview来配置整个系统工程、管理监控实时机以及i/o接口，并通过图形化的操作简化设置自动化测试的过程。

其中i/o板卡包括用can总线通讯方式将carla中与底层车辆相关的信息如车辆速度等和vissim的交通流信息传输至实时机pxi中，用以太网通讯方式将图像信号、激光雷达信号等传输至实时机pxi中，用can总线和以太网通讯方式将感知信息传输给智能控制单元并将智能控制单元的控制信息或决策信息传回至实时机pxi。经由下载至实时机的carsim汽车动力学模型计算，将汽车位姿信息传回至carla实现可视化。

接入待测试的icu，根据icu的i/o接口种类用测试管理工具labview对相应的i/o板卡进行调整配置。根据测试需求，接入由人类驾驶员通过驾驶模拟器驾驶的代理。

整体仿真测试流程如下：

s1、测试icu数据分发是否正常；

s2、使用相应电缆通过预先设定的通信接口连接自动驾驶仿真软件所在的pc上位机与pxi、pxi与icu，连接驾驶模拟器与pxi；

s3、在上位机上标定并初始化carsim汽车动力学模型，并通过carsim的rt接口将模型下载到实时机pxi中；

s4、设计仿真测试任务，使用veristand创建测试工程，配置仿真频率，配置接口间的通信协议；

s5、设计、搭建测试静态环境，包括天气、路网、建筑物等，加载整个测试环境；初试化动态交通测试对象；初始化交通流和人类驾驶代理；

s6、标定并初始化上位机中的车辆信息，包括车辆质量、尺寸等，标定并初始化车辆上的传感器信息，包括传感器位置、传感器类型、传感器参数等；

s7、开始进行仿真测试，通过carla提供的python接口或c++接口输出环境感知信息和车身信息，将其以特定通信协议发出，通过pxi提供的can接口和以太网接口传输给icu，

s8、icu的决策规划系统将决策信息或者控制信息通过pxi提供的can接口传输到pxi中的carsim模型中；

s9、carsim在实时机pxi中计算出被测车辆的位姿变换信息，通过pxi的can结口传回至carla；

s10、carla根据从carsim和vissim接收到的车辆实时位姿变化量，实现仿真场景同步更新；

s11、重复s4-s10。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。