证明自动驾驶车辆可安全上路的证据始于引导它们的传感器的严格模型。
Holger Krumm | dSPACE GmbH
车载传感器对于自动驾驶汽车在空旷的道路上行驶至关重要，但是实际环境中充满了障碍。日常的干扰例如反射性表面，白化条件，雾，雨，交通拥堵和物体（即行人，停放的车辆，建筑物，标志）会干扰大气，并可能导致传感器误读或错误的目标。
评估每种可能的驾驶情况所需的大量测试使得在道路上进行实际的测试驾驶不切实际。解决方案在于创建虚拟驾驶场景和逼真的传感器仿真，这可以在实验室的安全范围内进行。
一种有效的方法是通过使用现实的，现成的仿真模型（例如dSPACE汽车仿真模型（ASM）和虚拟测试平台）来验证自动驾驶功能。通过这样的设置，整个测试场景几乎都可以实现复制的内容包括环境传感器（相机，雷达，激光雷达等），被测车辆，交通，道路，驾驶行为和周围环境。
逼真的传感器仿真是验证和验证自动驾驶汽车上环境传感器的最有效方法。传感器逼真的仿真的基本前提是，传感器模型通过生成相同种类的信号来模仿真实的传感器。传感器模型使用几何方法来计算到每个检测到的物体的最近点的距离，速度，加速度，水平和垂直角度。软件模型从传感器生成原始数据，以模拟环境（即交通对象，天气，照明条件等），以模拟真实车辆将收到的反馈。
传感器仿真过程包括以下阶段：
感测 –模拟传感器接收代表一个或多个物体的信号。传感器检测虚拟目标，就像检测真实目标一样。传感器开始捕获实时信息，例如距离，角度位置，范围和速度。
知觉 –通过成像或信号处理，传感器可以识别物体的存在。
数据融合 –验证过程开始于从各个传感器收集的原始数据馈入电子控制单元（ECU）的CPU。在这里，信息被实时组合和处理（也称为传感器融合），以创建静态和移动对象的目标列表（或点云）。
应用 –对象列表通过感知算法运行，其中进行了对象分类，情况分析，轨迹规划和决策活动。根据结果，ECU确定自动驾驶车辆应采取的措施。
致动 – ECU将输出信号发送到适当的执行器，以执行所需的操作。
为了验证目的，必须以时间相关的方式记录和存储在测试过程中收集的传感器数据（即带有时间标记，标记，同步），以便以后可以在实验室中回放。
它需要详细而现实的模型来解决与自主传感器系统相关的高复杂性需求（即决策算法，运动控制算法）。传感器模型越真实，结果越好。根据复杂程度，传感器模型可以分为三种一般类型：理想的地面真实性/概率性；现象学/物理；和实时/空中（OTA）。
理想的地面真实/概率传感器模型与技术无关。它们主要用于基于对象列表的注入（即用于检测交通信号灯，交通标志，道路物体，车道，障碍，行人等的3D和2D传感器）。这些类型的模型有助于检查在设定范围内是否可检测到物体。
在传感器仿真实验中，地面真实/概率传感器模型提供理想数据（地面真实信息），可以选择将其与事件概率（概率效应）叠加。例如，叠加用于模拟雷达的典型测量噪声。模拟返回分类对象（车辆，行人，骑自行车的人，交通标志等）的列表，以及它们的坐标和运动数据（距离，相对速度，相对加速度，相对方位角和仰角）。
理想的地面真实/概率传感器模型通常通过比实时更快的软件在环（SIL）仿真以及在实际环境中进行的硬件在环（HIL）仿真来验证-时间。它们也可以部署在群集系统上，以参与进行大量测试。
在dSPACE工具链中，这些传感器是ASM工具套件的一部分（例如ASM Ground Truth传感器模型）。它们与车辆，交通和其他相关环境模型一起在CPU上运行。这些模型易于配置，并且仿真始终是同步进行的。
现象学/物理传感器模型是基于物理的。它们基于传感器的测量原理（即摄像机摄取，雷达波传播），并在模拟诸如雾霾，眩光效应或降水等现象时发挥作用。他们可以生成原始数据流，3-D点云或目标列表。
因为这些模型解决了物理效应，所以它们可能非常复杂。计算通常在图形处理单元（GPU）上进行。这些模型通常也可以在SIL或HIL测试设置中进行验证。
在dSPACE工具链中，现象/物理传感器模型在MotionDesk中可视化，并在dSPACE传感器仿真PC上进行计算，该PC集成了高性能GPU卡，可以促进具有高度真实性的确定性实时传感器仿真。
实时/空中传感器模型也是基于物理的模型。它们用于真实物理信号和真实传感器ECU的测试中，以分析真实世界中的传感器行为。
可以通过在雷达测试系统（即dSPACE汽车雷达测试系统– DARTS）上无线刺激整个传感器来进行验证。此方法对于对象检测方案很有用。另外，当需要集成其他车辆部件（例如前保险杠，底盘）时，可以在完整的雷达测试台上进行验证。
逼真的传感器仿真依赖于承载信号和车辆网络流量的总线系统，例如CAN，CAN FD，FlexRay，LIN或以太网。因此，任何自动驾驶汽车仿真都必须包括总线行为的仿真，范围从简单的通信测试，静态总线仿真到复杂的集成测试。
此外，传感器模型必须与被测设备连接，以注入数据进行仿真测试。高性能FPGA可用于以同步方式将原始传感器数据，目标列表和/或对象列表馈入传感器ECU。例如，dSPACE环境传感器接口（ESI）单元就是为此角色而设计的。它接收原始传感器数据，根据各个传感器将其分离，然后将与时间相关的数据插入到相应传感器前端后面的数字接口中。
支持自动驾驶开发的其他接口包括FMI，XIL-API，OpenDrive，OpenCRG，OpenScenario或Open Sensor接口。这些界面使工程师可以选择集成事故数据库或交通仿真工具中的有价值数据进行协同仿真活动。
对于相机，当今的首选做法是使用无线刺激将原始图像数据直接输入到相机的图像处理单元中。当摄像机传感器捕获图像数据流时，动画场景将显示在监视器上，工程师可以检测到距离物体最近的点的范围和传感器输出（即距离，相对速度，垂直和水平角度等），以及传感器定时（即周期，初始偏移，输出延迟时间）。
为了验证基于相机的传感器，模拟必须考虑到不同的镜头类型和畸变，例如鱼眼，渐晕和色差。此外，测试方案必须考虑使用多个图像传感器以及传感器特性（即单色表示，Bayer模式，HDR，像素误差，图像噪声等）的因素。
下一代传感器仿真产品能够使用3-D重塑，基于物理的渲染，光线跟踪和动态照明等技术来产生高度逼真的可视化效果。不同地形的细节，环境照明（即阴霾，阴影），镜头眩光，眩光效果，动态材质（即雨，雪，雾）等等，都可以具有3D逼真的质量来帮助提高仿真精度。
激光雷达和雷达等传感器的仿真通常通过计算激光雷达信号的反射路径或电磁波将如何传播给雷达来检测物体。该过程涉及将光束发送到3D场景中并捕获其反射，这允许将物理效果（例如多径传播）集成到建模中。结果是对雷达波或近红外激光束的传播进行了物理上正确的仿真。
收集并处理参数值，例如反射点，角度，距离，距离，多普勒速度，扩散散射，多径传播等，以计算车辆到物体的距离并描述周围环境（即以点云）。收集的数据用于生成目标列表，其中包括有关距离和反射光的强度（对于激光雷达传感器）或回波信号的频率（对于雷达）的信息。由此产生的逼真的仿真有助于验证传感器路径的行为。
逼真的仿真工具
楷模 支持虚拟试驾场景，例如驾驶演习，道路，车辆，交通对象，传感器等（即dSPACE ASM）
软件 支持模拟试驾场景的3D动画和可视化效果（即dSPACE MotionDesk）
一个 现场可编程门阵列 功能强大到可以将原始传感器数据同步插入传感器ECU（即dSPACE ESI单元）
A 处理平台 配备高性能GPU来计算环境和传感器模型并生成原始数据和目标列表（即dSPACE传感器仿真PC）
可扩展 基于PC的平台 可以支持SIL测试设置和大容量集群测试（即dSPACE VEOS）
A 用于HIL测试设置的实时系统 提供了各种传感器的集成选项（即dSPACE SCALEXIO）
A 雷达测试系统或测试台 可以对雷达回波进行空中模拟（即dSPACE DARTS）
发表评论