鄭磊 劉濤 王宇 蔣鑫 王新竹

（中國(guó)第一汽車集團(tuán)有限公司智能網(wǎng)聯(lián)開(kāi)發(fā)院，長(zhǎng)春 130011）

主題詞：智能車 場(chǎng)景定義 動(dòng)態(tài)場(chǎng)景 靜態(tài)場(chǎng)景 聯(lián)合仿真

1 前言

汽車行駛安全性是當(dāng)今世界汽車技術(shù)發(fā)展重點(diǎn)關(guān)注的問(wèn)題之一[1]，為了使汽車行駛更為安全，智能駕駛技術(shù)應(yīng)運(yùn)而生。隨著智能車技術(shù)的不斷發(fā)展，完善的測(cè)試評(píng)價(jià)體系成為支撐開(kāi)發(fā)的必備條件[2]，而仿真開(kāi)發(fā)和測(cè)試將成為智能車研發(fā)的必須環(huán)節(jié)。未來(lái)，智能車將面對(duì)數(shù)以億計(jì)的場(chǎng)景和工況，而單純的實(shí)車道路測(cè)試已很難滿足需求。

智能車研究機(jī)構(gòu)和主機(jī)廠對(duì)智能車的仿真測(cè)試進(jìn)行了深入研究。Waymo開(kāi)發(fā)了一款名為Carcraft的自動(dòng)駕駛仿真系統(tǒng)，系統(tǒng)中的模型是根據(jù)Austin、山景城、鳳凰城制作的，還有一些模型用于模擬測(cè)試車道場(chǎng)景。截止到2018年8月，谷歌真實(shí)車行駛了1287萬(wàn)公里，而虛擬車已經(jīng)行駛了超過(guò)80億公里[3]，谷歌自動(dòng)駕駛工程師通過(guò)實(shí)車測(cè)試和仿真測(cè)試尋找自動(dòng)駕駛汽車存在的隱患與不足，通過(guò)仿真手段回溯存在問(wèn)題的交通場(chǎng)景片段，從而不斷完善算法，與實(shí)車測(cè)試進(jìn)行比對(duì)，并相互印證。Cruise Automation搭建的虛擬仿真平臺(tái)在虛擬世界中的仿真速度可達(dá)每分鐘150次，其仿真方法與Waymo類似[4]。奧迪與Cognata公司合作搭建的智能駕駛汽車仿真平臺(tái)可根據(jù)真實(shí)城市創(chuàng)建虛擬城市，并提供各類測(cè)試情境，包括可模擬真實(shí)條件的交通模型等[5]。微軟和英偉達(dá)也相繼推出了其各自的自動(dòng)駕駛仿真平臺(tái)Auto?SIM和Drive Constellation[6]。

智能車的仿真、半仿真開(kāi)發(fā)和測(cè)試主要包括模型在環(huán)（Model In Loop，MIL）、軟件在環(huán)（Software In Loop，SIL）、硬件在環(huán)（Hardware In Loop，HIL）、實(shí)車在環(huán)（Ve?hicle In Loop，VIL）等環(huán)節(jié)，而虛擬場(chǎng)景的搭建貫穿了全部環(huán)節(jié)，本文重點(diǎn)研究智能車場(chǎng)景建模及仿真測(cè)試。

2 場(chǎng)景定義及結(jié)構(gòu)

2.1 場(chǎng)景定義

對(duì)交通場(chǎng)景作如下定義：交通場(chǎng)景為主車及影響主車行駛行為的所有動(dòng)態(tài)和靜態(tài)要素集合，包括道路、車輛、行人、交通標(biāo)志、天氣等。

2.2 場(chǎng)景結(jié)構(gòu)分層

為了能夠?qū)崿F(xiàn)并規(guī)范化虛擬交通場(chǎng)景，將交通場(chǎng)景劃分為路網(wǎng)模型、道路模型、環(huán)境模型、情景模型、駕駛員模型和交通模型，如圖1所示。

圖1 場(chǎng)景結(jié)構(gòu)分層

2.3 場(chǎng)景變量定義

場(chǎng)景變量為主車及影響主車駕駛行為的所有動(dòng)態(tài)和靜態(tài)要素變量，例如主車速度、交通車的行駛速度、道路長(zhǎng)度、車道寬度等。

3 靜態(tài)場(chǎng)景仿真模型建立

3.1 路網(wǎng)模型

路網(wǎng)模型的內(nèi)容見(jiàn)圖1a。在建立路網(wǎng)模型時(shí)，通常有兩種方法：以衛(wèi)星地圖為模板，在衛(wèi)星地圖上搭建路網(wǎng)模型；直接使用OpenDrive通用格式，導(dǎo)入路網(wǎng)模型。

如圖2所示，搭建的路網(wǎng)模型是較為粗糙的道路，而交通標(biāo)志信息、車道數(shù)量、路面標(biāo)線和坡道等信息并不完整，需要在場(chǎng)景搭建中進(jìn)行調(diào)整和細(xì)化。

圖2 路網(wǎng)模型

3.2 道路模型

基于上述的路網(wǎng)信息，對(duì)道路細(xì)節(jié)進(jìn)行細(xì)化，將缺失的車道數(shù)量、附著系數(shù)、坡路信息、道路標(biāo)線和標(biāo)志牌等信息補(bǔ)充完整。

3.3 環(huán)境模型

只有道路的交通系統(tǒng)是不完整的，需添加主車和交通參與者，例如車輛、行人和交通設(shè)施等，并定義其位置、方位等信息。此外，還需對(duì)當(dāng)前天氣環(huán)境進(jìn)行定義，例如光照條件、雨天、雪天和霧天等。圖3所示為設(shè)置的環(huán)境模型，其中設(shè)置了主車和交通車的行駛速度，并設(shè)置天氣為雨天。

圖3 環(huán)境模型

4 動(dòng)態(tài)場(chǎng)景仿真模型建立

4.1 情景模型

布置好主車和交通參與者后，對(duì)可運(yùn)動(dòng)的交通參與者設(shè)置初始行為狀態(tài)、軌跡和路徑等信息，使可運(yùn)動(dòng)物體遵循設(shè)定好的行駛規(guī)則前進(jìn)，如圖4所示。

圖4 情景模型

4.2 駕駛員模型

駕駛員因其年齡、性別、職業(yè)、駕駛熟練程度和駕駛風(fēng)格的不同表現(xiàn)出不同的行為特點(diǎn)，影響后續(xù)的智能車仿真測(cè)試和開(kāi)發(fā)。

4.3 交通模型

交通模型是對(duì)局部或整個(gè)交通系統(tǒng)中交通參與者行為的整體描述，行人和車輛的設(shè)置要遵循交通模型。交通模型可由獨(dú)立于場(chǎng)景軟件之外的專業(yè)交通流軟件進(jìn)行驅(qū)動(dòng)，形成聯(lián)合仿真，如圖5所示。

圖5 交通模型

5 復(fù)雜車輛模型集成

5.1 復(fù)雜車輛模型搭建

AMESim是SIEMENS公司開(kāi)發(fā)的模型軟件平臺(tái)，擁有豐富的機(jī)械庫(kù)、內(nèi)燃機(jī)庫(kù)、傳動(dòng)庫(kù)、動(dòng)力學(xué)庫(kù)、液壓庫(kù)、電子庫(kù)等整車仿真所需模塊，能夠根據(jù)具體的建模車輛結(jié)構(gòu)及配置快速搭建包括發(fā)動(dòng)機(jī)、傳動(dòng)系、新能源電機(jī)電池總成及車輛動(dòng)力學(xué)模型在內(nèi)的整車模型，提供MATLAB/Simulink接口，方便與其他場(chǎng)景仿真模型集成，車輛模型編譯后添加到S-Function模塊中，實(shí)現(xiàn)復(fù)雜場(chǎng)景模型與復(fù)雜車輛動(dòng)力學(xué)模型的聯(lián)合仿真。動(dòng)力學(xué)模型包括底盤(pán)模型、懸架模型、輪胎模型、道路模型、ABS/ESP模型、EPS模型、預(yù)設(shè)的標(biāo)準(zhǔn)操縱工況及AMESim駕駛員模型[7]。

本文采用15自由度底盤(pán)模型，模型具有車身3個(gè)方向平動(dòng)、3個(gè)方向轉(zhuǎn)動(dòng)、4個(gè)車輪的轉(zhuǎn)動(dòng)及跳動(dòng)、轉(zhuǎn)向盤(pán)轉(zhuǎn)動(dòng)、齒條位移等自由度，能夠體現(xiàn)質(zhì)心位置、轉(zhuǎn)動(dòng)慣量對(duì)車輛動(dòng)態(tài)響應(yīng)的影響。懸架模型基于KC試驗(yàn)數(shù)據(jù)，模擬車輪運(yùn)動(dòng)狀態(tài)變化及懸架系統(tǒng)的彈性變形對(duì)車輛行駛狀態(tài)的動(dòng)態(tài)響應(yīng)。轉(zhuǎn)向系模型可模擬車輛各工況下轉(zhuǎn)向盤(pán)力矩，具備模擬轉(zhuǎn)向回正工況的能力，能實(shí)現(xiàn)轉(zhuǎn)向盤(pán)轉(zhuǎn)角輸入和轉(zhuǎn)向盤(pán)力矩輸入兩種轉(zhuǎn)向輸入方式。制動(dòng)系統(tǒng)模型包含蓄能器、液壓泵、制動(dòng)缸、控制閥等ESP液壓制動(dòng)系元件，模擬液壓油節(jié)流特性。輪胎模型采用Pacejka 5.2模型，模擬穩(wěn)態(tài)、非穩(wěn)態(tài)工況下輪胎側(cè)向力、縱向力、回正力矩、滾動(dòng)阻力的變化，模擬輪胎外傾角對(duì)輪胎力的影響、大側(cè)偏角和大外傾角工況下的輪胎力[7]。

5.2 復(fù)雜車輛模型集成

為把AMESim模型應(yīng)用于仿真場(chǎng)景中，需要將其集成在Simulink環(huán)境下使用，因此將其封裝為S-Function形式。車輛模型與場(chǎng)景的交互信息主要為輪胎觸地點(diǎn)信息等，包括輪胎觸地點(diǎn)的位置、高度、垂向速度、垂向加速度和觸地點(diǎn)的法向量等。

5.3 車輛模型與場(chǎng)景模型聯(lián)合仿真

車輛模型與場(chǎng)景模型的聯(lián)合仿真如圖6所示，其中車輛模型只進(jìn)行了縱向控制，用于驗(yàn)證車輛模型和場(chǎng)景模型集成的有效性。

由于模型需求，車輛初始狀態(tài)為在水平路面行駛，經(jīng)過(guò)最初跳動(dòng)后進(jìn)入穩(wěn)定狀態(tài)，然后進(jìn)行縱向控制。由圖6可知，車輛模型可以在場(chǎng)景模型中正確運(yùn)行，說(shuō)明車輛模型和場(chǎng)景模型已經(jīng)正確集成。

5.4 傳感器設(shè)置

本研究中，對(duì)自動(dòng)緊急制動(dòng)（AEB）功能和自適應(yīng)巡航（ACC）功能的控制模型進(jìn)行了集成和仿真。AEB和ACC功能需要車輛通過(guò)安裝傳感器感知道路環(huán)境，從而向控制器輸出感知信息。因此，仿真中需要對(duì)車輛配置傳感器模型。根據(jù)AEB和ACC功能的需求，配置了1個(gè)長(zhǎng)距離雷達(dá)和1個(gè)短距離雷達(dá)，長(zhǎng)距離雷達(dá)的感知距離為150 m，掃描范圍為9°，短距離雷達(dá)的感知范圍為30 m，掃描范圍為80°。

圖6 車輛模型和場(chǎng)景模型聯(lián)合仿真結(jié)果

6 仿真結(jié)果

6.1 自動(dòng)緊急制動(dòng)

AEB功能啟動(dòng)時(shí)主要包括3個(gè)階段：碰撞時(shí)間為2.6 s時(shí)，系統(tǒng)發(fā)出警告；碰撞時(shí)間為1.6 s時(shí)，系統(tǒng)控制制動(dòng)壓力為40%；碰撞時(shí)間為0.6 s時(shí)，系統(tǒng)控制制動(dòng)壓力為100%。這里以此邏輯驗(yàn)證AEB控制模型是否集成正確。

如圖7和圖8所示為AEB控制模型、車輛模型和場(chǎng)景模型集成的仿真結(jié)果。從仿真曲線可以看出，車輛在AEB工作過(guò)程中經(jīng)歷了2段明顯的減速度變化。

6.2 自適應(yīng)巡航

ACC系統(tǒng)是ADAS功能的一種，它是在定速巡航的基礎(chǔ)上發(fā)展而來(lái)的。在主車行駛過(guò)程中，安裝在車輛前部的車距傳感器（雷達(dá)）連續(xù)感知主車前方環(huán)境信息，同時(shí)輪速傳感器采集車速信號(hào)。當(dāng)主車與前方車輛的碰撞時(shí)間小于閾值時(shí)，ACC可以通過(guò)與防抱死制動(dòng)系統(tǒng)（ABS）、發(fā)動(dòng)機(jī)控制系統(tǒng)協(xié)調(diào)動(dòng)作，使主車減速，從而與前方車輛始終保持一定的安全距離。

圖9、圖10所示為ACC控制模型、車輛模型和場(chǎng)景模型集成的仿真結(jié)果。結(jié)果顯示，主車發(fā)現(xiàn)目標(biāo)車輛并減速跟隨目標(biāo)車輛，失去目標(biāo)車輛后重新加速行駛，恢復(fù)設(shè)定的速度。

圖7 AEB觸發(fā)過(guò)程中速度和加速度的變化

圖8 AEB仿真結(jié)果

圖9 ACC功能觸發(fā)過(guò)程中主車車速和目標(biāo)車速度變化

圖10 ACC仿真結(jié)果

7 結(jié)束語(yǔ)

本文對(duì)用于智能車開(kāi)發(fā)和測(cè)試的交通場(chǎng)景進(jìn)行了定義，并提出了搭建場(chǎng)景的框架，定義了動(dòng)態(tài)場(chǎng)景和靜態(tài)場(chǎng)景的概念和范圍。通過(guò)場(chǎng)景建模和仿真測(cè)試方法的研究，規(guī)范了場(chǎng)景建模方法，并搭建了仿真測(cè)試場(chǎng)景，實(shí)現(xiàn)了基于AMESim復(fù)雜車輛模型的集成和ACC、AEB控制算法的集成。