一種基于VTD的智能駕駛仿真場(chǎng)景復(fù)現(xiàn)方法

王士焜 張峻熒 周正 蘇芮琦 黃波

王士焜

畢業(yè)于合肥工業(yè)大學(xué)，本科學(xué)歷，現(xiàn)就職于國(guó)家汽車質(zhì)量監(jiān)督檢驗(yàn)中心（襄陽），任智能網(wǎng)聯(lián)系統(tǒng)部件仿真測(cè)試工程師，主要研究方向?yàn)橹悄芫W(wǎng)聯(lián)系統(tǒng)部件仿真在環(huán)測(cè)試。

摘 要：趨于真實(shí)的仿真測(cè)試對(duì)于提高智能網(wǎng)聯(lián)汽車開發(fā)效率具有重要作用[1]。隨著實(shí)車路采設(shè)備精度的不斷提高，利用實(shí)車采集數(shù)據(jù)在仿真場(chǎng)景中進(jìn)行實(shí)車軌跡復(fù)現(xiàn)的仿真測(cè)試已成為一種有效技術(shù)手段。如何通過實(shí)車采集并處理后的數(shù)據(jù)在仿真場(chǎng)景軟件中復(fù)現(xiàn)場(chǎng)景是難點(diǎn)?？紤]實(shí)車采集成本和方案通用性，通過簡(jiǎn)易路采設(shè)備如攝像頭和毫米波雷達(dá)，采集真實(shí)場(chǎng)景中關(guān)鍵參數(shù)進(jìn)行場(chǎng)景復(fù)現(xiàn)。本文主要研究通過處理后的實(shí)車采集數(shù)據(jù)，在仿真軟件（VTD）中復(fù)現(xiàn)場(chǎng)景，因此本文的研究具有重要的現(xiàn)實(shí)使用價(jià)值。本文通過采集數(shù)據(jù)對(duì)實(shí)車行駛的周圍靜態(tài)與動(dòng)態(tài)環(huán)境進(jìn)行較真實(shí)復(fù)現(xiàn)，然后通過RDB數(shù)據(jù)下發(fā)的方式控制虛擬車輛行駛。最后通過對(duì)仿真數(shù)據(jù)與實(shí)車數(shù)據(jù)對(duì)比分析，驗(yàn)證該方案的可行性。

關(guān)鍵詞：場(chǎng)景復(fù)現(xiàn);仿真

中圖分類號(hào)：U467.5? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? 文章編號(hào)：1005-2550（2022）03-0056-05

A VTD-based Intelligent Driving Simulation Scene

Recurrence Method

WANG Shi-kun， ZHANG Jun-ying， ZHOU Zheng， SU Rui-qi， Huang Bo

（ Xiangyang Motor Automobile Testing Center CO.， LTD， Xiangyang 441000， China）

Abstract： The simulation test that tends to reality plays an important role in improving the development efficiency of intelligent networked vehicles [1]. With the continuous improvement of the accuracy of real-vehicle road mining equipment， the use of real-vehicle-collected data to perform simulation testing of the real-vehicle trajectory reproduction in a simulation scene has become an effective technical means. How to recover the scene scene in the simulation scene software through the data collected and processed by the real vehicle is a difficult point. Considering the cost of real vehicle acquisition and the versatility of the scheme， through simple road mining equipment such as cameras and millimeter wave radars， key parameters in the real scene are collected for scene reproduction. This article mainly studies the data collected from the real vehicle after processing， and the scene scene is restored in the simulation software （VTD）. Therefore， the research of this article has important practical value. In this paper， the surrounding static and dynamic environment of the real vehicle is reproduced more realistically by collecting data， and then the virtual vehicle is controlled by the way of issuing RDB data. Finally， the feasibility of the scheme is verified by comparing and analyzing the simulation data and real vehicle data.

Key Words： scene reproduction; simulation

1? ? 緒論

智能網(wǎng)聯(lián)汽車在落地前，需要經(jīng)歷大量的實(shí)車道路測(cè)試。目前行業(yè)認(rèn)為一套自動(dòng)駕駛系統(tǒng)需要測(cè)試110億英里才能達(dá)到量產(chǎn)應(yīng)用條件[2]，這個(gè)里程道路測(cè)試很難達(dá)到且成本高。解決此難題的技術(shù)途徑是虛擬仿真，通過大量的虛擬測(cè)試來完成算法開發(fā)和回歸測(cè)試。為提升仿真測(cè)試場(chǎng)景的真實(shí)性、有效性，一般是將真實(shí)實(shí)車場(chǎng)景在虛擬環(huán)境中進(jìn)行復(fù)現(xiàn)。目前實(shí)車路采主要有兩種方案，其一是配套全套且精度高的傳感器，基本能采集路側(cè)相關(guān)信息，采集的數(shù)據(jù)需要經(jīng)過多道轉(zhuǎn)換程序轉(zhuǎn)化，然后可能仍需要手動(dòng)修改完善才可以形成測(cè)試用例，其成本之高，工序復(fù)雜。另一種方案是通過攝像頭、毫米波雷達(dá)等簡(jiǎn)易路采設(shè)備采集關(guān)鍵參數(shù)，通過數(shù)據(jù)處理后，在仿真軟件中進(jìn)行復(fù)現(xiàn)。其中，如何通過有限的關(guān)鍵場(chǎng)景參數(shù)，在仿真環(huán)境中盡可能真實(shí)地復(fù)現(xiàn)實(shí)車道路場(chǎng)景和車輛軌跡是一難點(diǎn)。本文主要針對(duì)此難點(diǎn)進(jìn)行分析研究，提出一種基于處理后的采集數(shù)據(jù)在VTD的仿真場(chǎng)景復(fù)現(xiàn)方法。

Virtual Test Drive（VTD）是一款提供復(fù)雜交通環(huán)境視景建模，為智能駕駛提供逼真場(chǎng)景的仿真軟件。VTD能夠支持復(fù)雜路網(wǎng)快速建模，包含復(fù)雜不規(guī)則路口，橫縱向起伏，交通標(biāo)識(shí)與信號(hào)燈，可以設(shè)置多車道、交叉路口、環(huán)島、道路出口/入口、坡道匝道等，同時(shí)具備交通工況仿真能力，特別適用于L3以上智能駕駛在復(fù)雜道路交通環(huán)境下的仿真測(cè)試需求。

2? ? 仿真場(chǎng)景構(gòu)建

采集車采集的多為典型的片段場(chǎng)景，如跟車、前方車輛變道、樹蔭下行駛。采集典型片段場(chǎng)景時(shí)，采集車大多是在無變道無轉(zhuǎn)彎的情況下，且基本行駛在車道中間。本文假設(shè)主車（采集車）行駛在車道中心，根據(jù)實(shí)車采集的軌跡數(shù)據(jù)和實(shí)車視頻進(jìn)行靜態(tài)場(chǎng)景搭建，其主要還原道路及周圍環(huán)境，其次進(jìn)行動(dòng)態(tài)場(chǎng)景搭建，主要是還原交通車、行人及其運(yùn)動(dòng)軌跡。從采集車傳感器提取場(chǎng)景數(shù)據(jù)時(shí)，需要將主車數(shù)據(jù)和交通車數(shù)據(jù)進(jìn)行時(shí)間軸和頻率的統(tǒng)一[3]，最終提取出主車軌跡數(shù)據(jù)、交通車軌跡數(shù)據(jù)、車道寬度和車載視頻，提取數(shù)據(jù)和處理數(shù)據(jù)的方法不在本文論述內(nèi)，故不作描述。

2.1? ?靜態(tài)場(chǎng)景搭建

由于實(shí)際道路場(chǎng)景交通元素?zé)o法窮盡，為高效完成實(shí)車場(chǎng)景復(fù)現(xiàn)，需明確各個(gè)交通環(huán)境中共性交通環(huán)境元素[4]，交通環(huán)境要素見圖1。

通過采集車采集的主車軌跡數(shù)據(jù)、車道寬度、車載視頻等，按照以下步驟進(jìn)行靜態(tài)場(chǎng)景搭建。

2.1.1 道路搭建

首先將采集車即主車的軌跡數(shù)據(jù)，按固定周期提取軌跡點(diǎn)的XYZ坐標(biāo)，按圖2所示格式制作成TXT文件并導(dǎo)入VTD。按照上述主車行駛在車道中心線的假設(shè)，此軌跡在真實(shí)中為當(dāng)前車道的車道中心，而按VTD的道路邏輯，此軌跡線應(yīng)被作為道路中心，即lane00。車道的添加方式是從道路中線開始往外加的，因此需根據(jù)主車的行駛車道及車道寬度，修改車道lane00偏移;

其次，根據(jù)傳感器采集的車道寬度數(shù)據(jù)和車載視頻容易得到的車道數(shù)量、車道線類型等，在VTD中進(jìn)行相應(yīng)的設(shè)置。車道線寬度、間隔等可參考國(guó)家標(biāo)準(zhǔn)[5]，圖3為VTD中車道線設(shè)置界面。

2.1.2 交通標(biāo)志添加

對(duì)于一些難以獲得或需要大量的采集成本才能得到的道路參數(shù)，如交通標(biāo)線、交通標(biāo)牌的尺寸、位置、朝向，尺寸和朝向可參照國(guó)家標(biāo)準(zhǔn)[6-7]進(jìn)行手動(dòng)添加，見圖6，圖7。

2.1.3 景觀綠化添加

對(duì)于路側(cè)的路牙、草地、樹木及其它三維物體，其尺寸和位置都可參照實(shí)車視頻進(jìn)行人工目測(cè)估算添加，盡可能地還原場(chǎng)景內(nèi)容的真實(shí)性。

2.2? ?動(dòng)態(tài)場(chǎng)景搭建

2.2.1交通車添加

基于靜態(tài)場(chǎng)景中搭建的道路，首先根據(jù)采集車采集的車輛軌跡、車輛速度、車輛朝向角數(shù)據(jù)，在ScenarioEditor設(shè)置主車與交通車的XYZ坐標(biāo)和朝向角Heading 。通過車載視頻人工目測(cè)交通車的外觀，但受限于采集成本，無法得到交通車的尺寸，因此在選擇主車與交通車車輛外觀模型時(shí)，第一選擇為VTD中自帶與之類似的車輛模型。對(duì)于中國(guó)實(shí)際道路上比較常見的車輛，如面包車、大掛車，但VTD中無對(duì)應(yīng)且類似的車輛模型?？砂凑誚TD車輛模型導(dǎo)入規(guī)則進(jìn)行自行搭建車輛模型并導(dǎo)入，下圖4為某款實(shí)際搭建車輛模型。

2.2.2車輛軌跡復(fù)現(xiàn)方案分析

通過實(shí)車采集的其他車輛的位置速度等參數(shù)，如何將采集車和周邊車輛的軌跡精準(zhǔn)復(fù)現(xiàn)到仿真場(chǎng)景中，首先對(duì)下圖VTD中車輛控制邏輯進(jìn)行分析。

根據(jù)上述VTD中車輛控制邏輯，如果通過“控制行為”，即控制車輛的加減速，經(jīng)過VTD車輛動(dòng)力學(xué)，實(shí)時(shí)計(jì)算出車輛在下一時(shí)刻出現(xiàn)的位置姿態(tài)和速度。交通車的動(dòng)力學(xué)無法通過采集車獲取，導(dǎo)致虛擬車輛與實(shí)際車輛的動(dòng)力學(xué)無法保持一致，且細(xì)微的區(qū)別便可導(dǎo)致動(dòng)力學(xué)計(jì)算的位置姿態(tài)和速度與實(shí)車道路采集的不一致。當(dāng)不經(jīng)過VTD車輛動(dòng)力學(xué)，直接向虛擬車輛下發(fā)實(shí)車采集的軌跡數(shù)據(jù)-位置、姿態(tài)和速度，便可實(shí)現(xiàn)虛擬車輛的行駛參數(shù)與實(shí)車一致。

VTD提供豐富的接口便于與第三方程序通信。Runtime Data Bus（RDB）是VTD各個(gè)模塊通過TC（TaskControl為VTD整個(gè)仿真的中心管理單元，管理仿真時(shí)間和數(shù)據(jù)流）和外部進(jìn)行通信的數(shù)據(jù)格式之一。RDB數(shù)據(jù)不僅可以用來實(shí)時(shí)監(jiān)測(cè)車輛行駛時(shí)各參數(shù)，而且可以通過RDB數(shù)據(jù)下發(fā)車輛參數(shù)，從而控制車輛行駛，因此可以考慮通過RDB下發(fā)數(shù)據(jù)控制虛擬車輛。

針對(duì)基于實(shí)車采集的車輛行駛參數(shù)表并結(jié)合VTD車輛控制邏輯使用C++開發(fā)RDB下發(fā)程序，RDB下發(fā)數(shù)據(jù)的程序需求是得到固定周期車輛位置、姿態(tài)、速度信息的csv文件，首先建立通訊連接，確?？梢詫?shù)據(jù)通過此程序發(fā)給TaskControl，其次，逐步解析RDB數(shù)據(jù)結(jié)構(gòu)，得到RDB_Object_state_t數(shù)據(jù)包。再次，從csv文件中提取位置、姿態(tài)、速度等數(shù)據(jù)。最后，將數(shù)據(jù)賦給VTD虛擬車輛。

3? ? 仿真驗(yàn)證

首先根據(jù)上述場(chǎng)景搭建方法將實(shí)車場(chǎng)景進(jìn)行虛擬搭建?？梢钥闯觯诒疚恼撌龅膱?chǎng)景搭建方法可以將實(shí)際場(chǎng)景進(jìn)行高度還原，圖6為路側(cè)有交通標(biāo)牌的實(shí)車場(chǎng)景，圖7為其在虛擬環(huán)境中的仿真場(chǎng)景;圖8為另一片段場(chǎng)景的實(shí)車場(chǎng)景與仿真場(chǎng)景。

通過RDB下發(fā)程序控制虛擬車輛在每時(shí)刻的位置、姿態(tài)和速度。最后通過VTD中RDBsniffer工具記錄虛擬車輛的主要行駛數(shù)據(jù)，如車輛速度、車輛橫坐標(biāo)、車輛縱坐標(biāo)，將仿真數(shù)據(jù)與實(shí)車采集數(shù)據(jù)對(duì)比，得到下圖：

從圖9、圖11、圖13，可以看出車輛行駛關(guān)鍵參數(shù)（車輛速度、車輛橫坐標(biāo)、車輛縱坐標(biāo)）在仿真復(fù)現(xiàn)中的結(jié)果與實(shí)車采集數(shù)據(jù)有著高度一致性。從圖10、圖12、圖14，可以看出仿真復(fù)現(xiàn)中車輛速度、車輛橫坐標(biāo)、車輛縱坐標(biāo)與實(shí)車采集的速度、橫坐標(biāo)、縱坐標(biāo)的差值基本為0。

因此，從上述仿真測(cè)試數(shù)據(jù)與實(shí)車數(shù)據(jù)對(duì)比，可以得出通過上述場(chǎng)景搭建方法能較好地還原實(shí)車采集場(chǎng)景并可以將實(shí)車行駛參數(shù)在仿真環(huán)境中高度還原，但由于實(shí)車采集平臺(tái)與仿真平臺(tái)的數(shù)據(jù)精度不一致，導(dǎo)致仍存在細(xì)小誤差，但誤差在后續(xù)真實(shí)傳感器在仿真與實(shí)車對(duì)比的工作中是可接受的。

5? ? 結(jié)論

本文通過對(duì)基于VTD仿真場(chǎng)景復(fù)現(xiàn)方法的研究，介紹了基于實(shí)車采集關(guān)鍵場(chǎng)景參數(shù)進(jìn)行仿真搭建的方法，提出對(duì)實(shí)車車速和軌跡復(fù)現(xiàn)的RDB方案，并對(duì)某實(shí)車采集場(chǎng)景進(jìn)行復(fù)現(xiàn)，并將仿真結(jié)果與實(shí)車采集數(shù)據(jù)進(jìn)行了對(duì)比分析證明了RDB方案的可行性。

由于真實(shí)道路駕駛面對(duì)的環(huán)境往往是復(fù)雜多變的，多種實(shí)車工況未考慮，后期研究將考慮以下方面：

（1）環(huán)境光照對(duì)測(cè)試結(jié)果影響較大，較好復(fù)現(xiàn)實(shí)車周圍環(huán)境光照難度較大，如夜晚光照復(fù)雜，車燈、路燈、建筑內(nèi)燈光等。

（2）采集車不可能完全處于車道中心，存在向兩側(cè)偏離的情況，后續(xù)應(yīng)考慮。

參考文獻(xiàn)：

[1]朱冰，張培興，趙健等.基于場(chǎng)景的自動(dòng)駕駛汽車虛擬測(cè)試研究進(jìn)展[J].中國(guó)公路學(xué)報(bào)，2019，32（6）：1-19.

[2]張永平，鐘翔平.中國(guó)自動(dòng)駕駛仿真藍(lán)皮書[R].2020.

[3]莊瓊倩，陳波，吳賢靜.基于Perscan的自然駕駛場(chǎng)景構(gòu)建與研究[J].智能網(wǎng)聯(lián)汽車，2021，7：30-31.

[4]陳套，蔡博，回春.基于場(chǎng)景元素的智能網(wǎng)聯(lián)汽車場(chǎng)景構(gòu)建研究[J].公路與汽運(yùn)，2019，195：9-12.

[5]GB 5768.3-2009，道路交通標(biāo)志和標(biāo)線.第3部分：道路交通標(biāo)線[S].

[6]GB 5768.1-2009，道路交通標(biāo)志和標(biāo)線.第1部分：總則[S].

[7]GB 5768.2-2009，道路交通標(biāo)志和標(biāo)線.第2部分：道路交通標(biāo)志[S].