基于數(shù)字孿生技術(shù)的智能汽車測試分析

解樹彬

（山東省蘭陵縣交通運(yùn)輸局，臨沂 277700）

0 引言

近年來，基于數(shù)字孿生的智能汽車測試目前正得到研究者們的高度關(guān)注。數(shù)字孿生測試能夠?qū)⑽锢砟Ｐ秃蛡鞲衅魈摂M數(shù)據(jù)在孿生空間中實(shí)現(xiàn)實(shí)時映射，是仿真空間與現(xiàn)實(shí)空間的溝通橋梁。Selim Solmaz 等通過數(shù)字孿生混合測試，結(jié)合模擬和真實(shí)測試的優(yōu)點(diǎn)，在歐盟INFRAMIX 項目中已得到應(yīng)用，對智能車軌跡規(guī)劃算法進(jìn)行了測試評估[1]。清華大學(xué)李力副教授等運(yùn)用數(shù)字孿生平行測試系統(tǒng)實(shí)現(xiàn)了更具挑戰(zhàn)性的測試，從而加速自動駕駛車輛的評估和開發(fā)[2]。Zsolt Szalay 等運(yùn)用數(shù)字孿生測試方法，通過5G 蜂窩移動技術(shù)，在匈牙利M86 公路和ZalaZONE 試驗場進(jìn)行了試驗測試，表明了測試方法的可行性和有效性[3]。Warkev等對數(shù)字孿生的演變和背景及優(yōu)點(diǎn)進(jìn)行了詳細(xì)介紹，表明了借助數(shù)字孿生技術(shù)可大大減小人為錯誤的可能性[4]。Alexander Barbie 等借助數(shù)字孿生方法部署了一個海洋觀測系統(tǒng)協(xié)作水下網(wǎng)絡(luò)[5]。Samir Khan 等從需求的角度探討了數(shù)字孿生作為決策工具的必要性[6]。還有一些專家、學(xué)者通過設(shè)計了數(shù)字孿生支持框架，提出基于信息融合和系統(tǒng)邏輯庫的生成方法來提升框架的配置性能[7-9]。

綜上，本文提出了一種基于數(shù)字孿生的智能汽車測試總體框架，實(shí)現(xiàn)了測試系統(tǒng)的硬件與軟件部分的合理匹配。同時，該研究通過實(shí)際典型案例分析，對所提出的測試系統(tǒng)的有效性進(jìn)行了相應(yīng)的驗證。

1 數(shù)字孿生測試系統(tǒng)框架

數(shù)字孿生測試系統(tǒng)主要包括實(shí)際車輛和虛擬測試平臺兩個部分。實(shí)際車輛為具備智能駕駛功能的實(shí)際被測對象，虛擬測試平臺包括虛擬道路環(huán)境和傳感器模型等，傳感器將探測到的虛擬目標(biāo)信息發(fā)送給搭載智能駕駛功能的真實(shí)被測車輛，為真實(shí)車輛進(jìn)行信息融合與決策控制提供基礎(chǔ)。真實(shí)車輛在試驗場地進(jìn)行測試，與此同時，被測車輛的運(yùn)動狀態(tài)信息同步反饋給虛擬場景，從而完成虛、實(shí)狀態(tài)的同步，實(shí)現(xiàn)整個數(shù)字孿生系統(tǒng)的閉環(huán)實(shí)時仿真測試。測試系統(tǒng)由4 個核心模塊組成：仿真軟件模塊；目標(biāo)接收和采集模塊；整車報文管理模塊；運(yùn)動軌跡映射模塊。通過這4個模塊與實(shí)車端相連接，從而構(gòu)建起整個數(shù)字孿生測試平臺。

系統(tǒng)在運(yùn)行過程中，首先借助仿真軟件模塊生成所需開發(fā)測試的虛擬場景，并在仿真軟件中建立多種虛擬傳感器模型，將虛擬傳感器探測到的目標(biāo)信息通過總線的形式注入到實(shí)車上的控制器中，為實(shí)車進(jìn)行信息融合與控制決策提供輸入。接著，實(shí)車控制器將決策后的加速、制動以及轉(zhuǎn)向指令發(fā)送給實(shí)際執(zhí)行器，同時通過組合慣導(dǎo)將實(shí)車車身姿態(tài)和車輛位置等狀態(tài)信息同步反饋給虛擬場景，完成實(shí)車在仿真場景中的姿態(tài)位置信息映射，進(jìn)而實(shí)現(xiàn)整個系統(tǒng)的閉環(huán)實(shí)時仿真。在此期間，運(yùn)動軌跡映射模塊不間斷地采集實(shí)車運(yùn)動的經(jīng)緯度和姿態(tài)信息，基于亞爾勃斯（Albers）投影方法將實(shí)車經(jīng)緯度坐標(biāo)轉(zhuǎn)換為笛卡爾坐標(biāo)，并基于地圖匹配及卡爾曼濾波相結(jié)合的方法實(shí)現(xiàn)將現(xiàn)實(shí)世界映射到仿真場景中，從而達(dá)到車輛位置和姿態(tài)在虛擬世界與現(xiàn)實(shí)世界的同步，確保完成整個數(shù)字孿生測試平臺的搭建與正常運(yùn)行（圖1）。

圖1 數(shù)字孿生測試系統(tǒng)框架

2 數(shù)字孿生系統(tǒng)構(gòu)建技術(shù)

數(shù)字孿生測試系統(tǒng)將替代實(shí)車上的真實(shí)傳感器向?qū)嵻嚳刂破靼l(fā)送檢測到的虛擬障礙物信息，以達(dá)到測試實(shí)車控制器功能表現(xiàn)目的。本文中數(shù)字孿生測試系統(tǒng)實(shí)現(xiàn)主要包括平臺構(gòu)建及關(guān)鍵技術(shù)、平臺軟件系統(tǒng)構(gòu)建、平臺硬件系統(tǒng)構(gòu)建與時間同步軟硬件設(shè)計4 個部分。

2.1 系統(tǒng)構(gòu)建關(guān)鍵技術(shù)

2.1.1 基于亞爾勃斯（Albers）的位置映射方法

運(yùn)動軌跡映射模塊功能之一是不間斷地采集實(shí)車運(yùn)動的經(jīng)緯度信息并映射到虛擬環(huán)境系統(tǒng)中。由于經(jīng)緯度信息采用地理坐標(biāo)系（Geographic Coordinate System），而虛擬環(huán)境系統(tǒng)采用笛卡爾坐標(biāo)系，故需采用一種投影方法將實(shí)車的經(jīng)緯度信息轉(zhuǎn)換為笛卡爾坐標(biāo)系中的三維坐標(biāo)信息，從而實(shí)現(xiàn)將實(shí)車的運(yùn)動軌跡映射到仿真場景中。

亞爾勃斯（Albers）投影是正軸圓錐投影，投影的各經(jīng)線是向一點(diǎn)收斂的直線，直線間的夾角與相應(yīng)的經(jīng)度差成比例，各緯線是以收斂點(diǎn)為圓心的同心圓弧。因此在構(gòu)置圖網(wǎng)時可以采用極坐標(biāo)算法。其計算公式如下。

其中

式中，δ為極角；ρ為經(jīng)緯度的展開半徑；λ為經(jīng)度差；α為按照等體積條件求取的投影常數(shù)，與2 條標(biāo)準(zhǔn)緯線的緯度有關(guān)；R則是與地球橢球體等面積的球體半徑，其近似值為R≈6 3 78 137 m。

2.1.2 基于卡爾曼濾波的位姿高精度優(yōu)化技術(shù)

運(yùn)動軌跡映射模塊的另一功能，是通過組合慣導(dǎo)采集實(shí)車運(yùn)動的姿態(tài)信息并映射到虛擬環(huán)境系統(tǒng)中。當(dāng)車輛姿態(tài)發(fā)生變化時，由于車輛姿態(tài)的變化頻率大于采樣頻率，因此會導(dǎo)致虛擬仿真系統(tǒng)接收到的信息延遲。同時，由于組合慣導(dǎo)采集的信息為車輛的局部姿態(tài)信息，該信息與車輛整體的姿態(tài)信息存在差異，不能夠很好地反映整車實(shí)際的運(yùn)動狀態(tài)。因此采用基于卡爾曼濾波的位姿高精度優(yōu)化技術(shù)來提高車輛運(yùn)動姿態(tài)映射的精度。

基于卡爾曼濾波的位姿高精度優(yōu)化技術(shù)的核心在于不同信息源的融合，因此將卡爾曼濾波應(yīng)用于位姿高精度優(yōu)化技術(shù)中，就是將虛擬與現(xiàn)實(shí)姿態(tài)信息綜合用于姿態(tài)預(yù)測。通過卡爾曼濾波不斷修正空間中被測車輛的姿態(tài)信息，將濾波之后的姿態(tài)信息輸入至虛擬環(huán)境中，從而使得映射到虛擬環(huán)境中的車輛運(yùn)動姿態(tài)信息精度更高，運(yùn)動軌跡更加平滑。

取當(dāng)前時刻目標(biāo)物的姿態(tài)信息為：

計算狀態(tài)更新方程可用1 階馬爾可夫過程描述為：

式中，θroll、θyaw和θpitch分別為目標(biāo)物下一時刻的位姿狀態(tài)；和分別為噪聲過程時間常數(shù)的倒數(shù)和分別為零均值的白噪聲。

X從k時刻變換到（k+1）時刻的離散狀態(tài)方程為：

式中，T為采樣周期；WX（k）為白噪聲。假設(shè)各個時刻狀態(tài)噪聲不相關(guān)，可得到相關(guān)狀態(tài)協(xié)方差矩陣為：

以前一時刻狀態(tài)點(diǎn)Ω 的位姿狀態(tài)為觀測值，即：

離散觀測方程為：

式中，H=diag（1，1，1）；WZ（k）為觀測噪聲。觀測噪聲協(xié)方差矩陣R 為：

2.2 平臺軟件系統(tǒng)構(gòu)建

2.2.1 虛擬外部環(huán)境

數(shù)字孿生測試的首要前提是建立起虛擬的外部測試環(huán)境。本文利用多功能虛擬仿真系統(tǒng)51SimOne 來實(shí)現(xiàn)外部虛擬環(huán)境的建模。該仿真系統(tǒng)提供了2 種仿真三維場景的能力。一種是通過多種方式創(chuàng)建、導(dǎo)入或編輯高精地圖，添加必要的交通設(shè)施和建筑物等物體的描述，在運(yùn)行時調(diào)用相關(guān)三維模型資源可以自動生成虛擬仿真場景。另一種是針對具體的測試場景，采用測繪數(shù)據(jù)建立或虛擬編輯的方式創(chuàng)建高精地圖，并基于地圖自動生成、結(jié)合人工建模的方式創(chuàng)建高真實(shí)感的虛擬仿真場景。構(gòu)建虛擬仿真環(huán)境的基本流程如圖2所示。

圖2 構(gòu)建虛擬仿真環(huán)境的基本流程

2.2.2 車輛與傳感器

該仿真系統(tǒng)提供了基于Web 的3D 主車編輯器，方便配置主車模型?？梢詫⒆远x的主車模型導(dǎo)入仿真系統(tǒng)，以便使用該主車模型進(jìn)行交互式的車輛配置。

傳感器支持的種類包括攝像頭、毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)、GPS/IMU 和理想傳感器等，并實(shí)時觀察傳感器的覆蓋范圍。系統(tǒng)可通過交互式的方式進(jìn)行多傳感器的添加、位置調(diào)整和參數(shù)設(shè)置，也支持自傳感器定義參數(shù)化擴(kuò)展。輸出包括主車的位置、朝向、速度、加速度和角速度，以及所有目標(biāo)障礙物的相對位置、朝向、大小、相對速度及2D 包圍盒等信息。

其中，攝像頭仿真的基本參數(shù)包括攝像頭的外參、內(nèi)參和畸變參數(shù)。上述參數(shù)會在內(nèi)部轉(zhuǎn)換為投影矩陣，保證全局坐標(biāo)系—相機(jī)坐標(biāo)系—圖像坐標(biāo)系—像素坐標(biāo)系整個過程的正確轉(zhuǎn)換，并輸出與真實(shí)相機(jī)效果一致的圖像。毫米波雷達(dá)模型基于毫米波雷達(dá)原理的射線追蹤，并對回波作數(shù)字信號處理。理想傳感器可以模擬完美傳感器，返回主車一定范圍內(nèi)探測到的障礙物機(jī)動車、行人和非機(jī)動車，支持按一定比例剔除有遮擋的障礙物。返回數(shù)據(jù)包括障礙物位置、朝向、凸包、包圍盒、速度、加速度和角速度等。

2.3 平臺硬件系統(tǒng)構(gòu)建

數(shù)字孿生測試系統(tǒng)作為一套與實(shí)車進(jìn)行高度匹配的聯(lián)合仿真系統(tǒng)，對實(shí)時性有較高要求。因此，需要保證硬件資源足夠，即CPU 和GPU 性能要求較高。硬件系統(tǒng)主要包括上位機(jī)（PC、工控機(jī)等）、組合慣導(dǎo)采集系統(tǒng)（如VBOX 等）以及通信板卡等。

數(shù)字孿生測試系統(tǒng)主要在上位機(jī)中運(yùn)行，上位機(jī)含有豐富的外設(shè)接口，各硬件設(shè)備均能在車載工況下穩(wěn)定運(yùn)行。組合慣導(dǎo)數(shù)據(jù)采集系統(tǒng)實(shí)時、準(zhǔn)確地計算記錄實(shí)際車輛的姿態(tài)和位置信息，同時，將上述信息同步映射到仿真軟件里的主車上，達(dá)到將實(shí)車映射到虛擬場景的目的。此外，PC 機(jī)還通過USB2.0 端口連接USBCANFD 接口卡，從而能與CAN（FD）網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)收發(fā)，構(gòu)成CAN（FD）-bus 控制節(jié)點(diǎn)。

2.4 軟硬件時間同步設(shè)計

數(shù)字孿生測試系統(tǒng)的同步主要由位姿映射系統(tǒng)、仿真軟件及目標(biāo)注入系統(tǒng)3 個部分來完成，各系統(tǒng)采用獨(dú)立的進(jìn)程，以達(dá)到各個系統(tǒng)解耦及運(yùn)行時間的獨(dú)立性。首先，位姿映射系統(tǒng)采用獨(dú)立進(jìn)程映射實(shí)車測試的位置和姿態(tài)信息到仿真軟件中，其運(yùn)行周期為ΔT1。其后，仿真軟件進(jìn)程需以其最低運(yùn)行周期工作ΔT2，并輸出計算后的環(huán)境信息；最后，虛擬目標(biāo)注入系統(tǒng)則采用低于車輛報文周期ΔT的時間步長ΔT3，循環(huán)獲取來自仿真軟件的目標(biāo)信息并更新到源數(shù)據(jù)當(dāng)中，同時使用獨(dú)立的線程，按照測試車輛的報文周期更新報文。數(shù)字孿生測試系統(tǒng)測試周期流程如圖3 所示。

圖3 數(shù)字孿生測試系統(tǒng)周期流程

為保證實(shí)時性和同步性，ΔT、ΔT1、ΔT2、ΔT3還須 滿足如下關(guān)系式：

3 系統(tǒng)有效性驗證

為驗證系統(tǒng)的有效性，本文通過選用典型的駕駛輔助功能自適應(yīng)巡航控制（Adaptive Cruise Control，ACC），同時采用本文研究開發(fā)的數(shù)字孿生測試系統(tǒng)和虛擬仿真方法對ACC 試驗。下面針對某款車型，首先在仿真環(huán)境下開發(fā)了相應(yīng)的控制器，然后對相應(yīng)的控制算法進(jìn)行了基于數(shù)字孿生的試驗測試。

3.1 自適應(yīng)巡航仿真及試驗驗證

采用車間時距模型進(jìn)行ACC 上層控制器的開發(fā)，其表達(dá)式如式（18）所示。

式中，dres為期望的車間距；vego為自車即被測車輛的縱向行駛速度；th為所預(yù)先設(shè)定的安全時間，取2.3 s；d0為兩車之間的安全距離，取5 m。

下層跟蹤控制環(huán)節(jié)采用雙重PI 控制算法，即對車輛位置和速度同時進(jìn)行PI 的反饋跟蹤控制。其中，位置控制器的控制參數(shù)為Ps=1.00，Is=0.05；速度控制器的控制參數(shù)為Pv=0.90，Iv=0.20。仿真測試工況如下。

假定開始時兩車距離為5 m，均處于靜止?fàn)顟B(tài)（圖4）。在t=0 時刻，前車即目標(biāo)車輛以1 m/s2的加速度起步，勻加速至10 m/s，然后保持10 m/s 的速度勻速行駛3.0 s ；接著再以4 m/s2的減速度進(jìn)行制動至停車。

仿真測試結(jié)果如圖5 所示。圖5a 為后車即測試車輛的車速與目標(biāo)車輛車速的響應(yīng)對比，圖5b 為兩車相對位移的響應(yīng)?？梢钥闯觯?dāng)目標(biāo)車輛以1 m/s2的加速度勻加速起步時，后車即被測車輛的響應(yīng)有一定的滯后，滯后時間約為2.5 s，這與上層安全距離模型中預(yù)先設(shè)定的安全時間有關(guān)。安全時間既不能太短，同時也不宜過長，一般取為2.0 s 左右。

圖5 仿真測試結(jié)果

此外，在跟車過程中，被測車輛的車速和相對位移均出現(xiàn)了一定的波動，這與下層控制器的設(shè)計有一定關(guān)系。當(dāng)前車制動至停車后，兩車相對位移基本保持在5 m 左右，這與預(yù)先設(shè)定的安全距離有關(guān)。此時的被測車輛為具有實(shí)際執(zhí)行機(jī)構(gòu)的真實(shí)車輛，目標(biāo)車輛為51SimOne 仿真環(huán)境下的虛擬車輛（圖6）。

圖6 自適應(yīng)巡航功能測試示意

數(shù)字孿生測試結(jié)果如圖7所示。其中，圖7a為實(shí)際車輛的車速，圖7b 為實(shí)際車輛與虛擬目標(biāo)車輛的相對位移。為方便對比，將純仿真測試結(jié)果也一并進(jìn)行了顯示，紅色虛線為數(shù)字孿生的試驗測試結(jié)果，黑色實(shí)線為純仿真的結(jié)果?？梢钥闯?，純仿真響應(yīng)結(jié)果與數(shù)字孿生的試驗測試結(jié)果基本一致。由于基于純仿真的控制器開發(fā)沒有考慮到自車質(zhì)量、加速踏板與制動壓力的實(shí)際響應(yīng)特性，僅僅將車輛縱向加速度作為控制變量，因此得到的各指標(biāo)響應(yīng)出現(xiàn)了一定程度的波動。而基于數(shù)字孿生的試驗測試中，被測車輛為含有執(zhí)行機(jī)構(gòu)的真實(shí)車輛，各指標(biāo)波動相對較小。

圖7 數(shù)字孿生測試

3.2 試驗結(jié)論

通過與仿真測試方法對比，表明了數(shù)字孿生測試方法對智能汽車的測試有效。在進(jìn)一步研究中，將數(shù)字孿生測試方法與真實(shí)車輛測試進(jìn)行對比，從而對本方法與實(shí)車測試結(jié)果的一致性進(jìn)行評估，提高智能汽車數(shù)字孿生仿真測試方法的實(shí)用性，進(jìn)而實(shí)現(xiàn)數(shù)字孿生仿真平臺的閉環(huán)仿真測試。

4 結(jié)束語

本文針對智能車輛數(shù)字孿生測試系統(tǒng)的具體實(shí)現(xiàn)，從總體框架、軟件和硬件實(shí)現(xiàn)等方面進(jìn)行了具體介紹，并結(jié)合自適應(yīng)巡航和自動緊急制動控制器的開發(fā)及驗證的具體應(yīng)用進(jìn)行了研究，該研究對于智能汽車產(chǎn)品開發(fā)及其功能測試具有較強(qiáng)的借鑒意義。后續(xù)將開展人-車-路等復(fù)雜交通環(huán)境下的其他功能測試研究。