基于數(shù)字孿生的車輛在環(huán)遠控評價測試系統(tǒng)和方法研究

摘 要：智能網(wǎng)聯(lián)汽車的自動駕駛等級越來越高，所需的測試、評價、驗證手段和里程也相應增長，智能網(wǎng)聯(lián)汽車的測試邊界也越來越廣泛，常常會涉及一些高速度、高難度的工況測試，這為測試人員在極限工況測試中的人身安全提出了新的挑戰(zhàn)?；跀?shù)字孿生的車輛在環(huán)遠控評價測試系統(tǒng)，將仿真場景里被控對象數(shù)據(jù)用真實車輛數(shù)據(jù)采集回傳，節(jié)省虛擬車輛動力學模型構(gòu)建工作，能夠得到更加直觀、真實的測試結(jié)果。同時能夠?qū)崿F(xiàn)遠程駕駛控制，控制試驗場地內(nèi)的車輛進行一些危險，甚至極限工況的測試，保障測試人員在這些測試中的人身安全。同時將測試車輛的反饋數(shù)據(jù)回傳至實驗室，將測試工況在6自由度駕駛模擬器上復現(xiàn)，使得在實驗室內(nèi)就可以感受實際車輛的真實駕駛感受?；跍y試車輛在測試工況下的表現(xiàn)，結(jié)合主客觀評價數(shù)據(jù)庫，得出被測車輛智能駕駛系統(tǒng)的測試評價。

關(guān)鍵詞：智能網(wǎng)聯(lián)汽車 數(shù)字孿生 車輛在環(huán) 車輛遠控技術(shù)

1 緒論

1.1 研究背景與意義

隨著汽車工業(yè)的快速發(fā)展，尤其是新能源汽車和智能網(wǎng)聯(lián)汽車技術(shù)的不斷涌現(xiàn)，對汽車研發(fā)的要求更加迫切。傳統(tǒng)的整車研發(fā)流程中，原型車的制造和測試需要大量的時間和資源，而且一些特定的測試場景很難實現(xiàn)。車輛在環(huán)（Vehicle-in-the-loop，VIL）技術(shù)通過模擬車輛的動力學行為，實現(xiàn)對整車的功能、性能、安全性等多方面進行測試與驗證，從而大大提高了研發(fā)效率并降低了成本。

VIL技術(shù)的提出與發(fā)展得益于計算機仿真技術(shù)、車輛動力學模型以及硬件在環(huán)接口技術(shù)的不斷進步。這些技術(shù)的發(fā)展使得VIL測試能夠更加精確地模擬真實世界的駕駛條件，為汽車研發(fā)提供了一種新的測試手段。

VIL技術(shù)能夠在仿真環(huán)境中模擬真實的道路場景、天氣條件、交通流等元素，并能夠?qū)崟r計算車輛在仿真環(huán)境中的運動軌跡和狀態(tài)，這對于測試汽車的性能和安全性至關(guān)重要。

1.2 國內(nèi)外研究現(xiàn)狀

國外研究：國外在VIL技術(shù)方面的研究較早，已經(jīng)建立了大規(guī)模的仿真環(huán)境，以滿足整車在環(huán)VIL測試的需求。例如，美國的NavLab系列智能車，德國的VaMoRs-P車輛系統(tǒng)等，這些系統(tǒng)在智能車輛技術(shù)方面取得了突破性進展。

國內(nèi)研究：國內(nèi)的研究起步相對較晚，但隨著經(jīng)濟的發(fā)展和科技的進步，國內(nèi)對智能車輛技術(shù)的研究也表現(xiàn)出空前的熱情，并取得了一定的成果。例如，吉林大學的JUTIV系列、國防科技大學的CITAVT系列等，這些研究成果標志著國內(nèi)在智能車輛技術(shù)領(lǐng)域的快速發(fā)展。

技術(shù)應用：VIL技術(shù)在國外已經(jīng)被廣泛應用于智能駕駛算法驗證、車輛性能測試與優(yōu)化等領(lǐng)域。國內(nèi)雖然起步晚，但也在逐步推廣應用，特別是在新能源汽車和智能網(wǎng)聯(lián)汽車領(lǐng)域。

1.3 研究目標與貢獻

研究目標：VIL技術(shù)的研究目標主要集中在提高測試的準確性和穩(wěn)定性，以及如何將VIL技術(shù)與人工智能、大數(shù)據(jù)等新興技術(shù)相結(jié)合，為汽車研發(fā)帶來更多可能性。

面臨問題：VIL技術(shù)仍然面臨一些挑戰(zhàn)，如車輛動力學模型的建立和驗證需要大量的實驗數(shù)據(jù)和專業(yè)知識，仿真環(huán)境的真實性和可擴展性，以及硬件在環(huán)接口的實時性和穩(wěn)定性等技術(shù)難題。

解決方案：為解決上述挑戰(zhàn)，本論文提出基于數(shù)字孿生的車輛在環(huán)遠控評價測試系統(tǒng)和方法，將仿真場景里被控對象數(shù)據(jù)用真實車輛數(shù)據(jù)采集回傳，節(jié)省虛擬車輛動力學模型構(gòu)建工作，能夠得到更加直觀、真實的測試結(jié)果。同時能夠?qū)崿F(xiàn)遠程駕駛控制，控制試驗場地內(nèi)的車輛進行一些危險，甚至極限工況的測試，保障測試人員在這些測試中的人身安全。測試車輛的反饋數(shù)據(jù)回傳至實驗室，將測試工況在6自由度駕駛模擬器上復現(xiàn)，使得在實驗室內(nèi)就可以感受實際車輛的真實駕駛感受?；跍y試車輛在測試工況下的表現(xiàn)，結(jié)合主客觀評價數(shù)據(jù)庫，得出被測車輛智能駕駛系統(tǒng)的測試評價。

2 提出的研究方法

2.1 方法框架

該系統(tǒng)及方法包括云平臺端、實驗室端和測試車輛端，通過5G網(wǎng)絡進行數(shù)據(jù)通訊。

云平臺端主要提供實驗室端與車端的數(shù)據(jù)交互平臺，控制車輛運行，反饋車輛數(shù)據(jù)。

實驗室端主要提供駕駛模擬器、生成數(shù)字孿生仿真場景以及數(shù)據(jù)收發(fā)平臺，實時接收測試車輛端的數(shù)據(jù)，反饋實車測試過程中的駕駛感受。

測試車輛端主要提供實車以及數(shù)字孿生仿真場景的場地測試驗證。

架構(gòu)見圖1實驗室端，圖2測試車輛端。

2.2 關(guān)鍵技術(shù)與算法

整個測試系統(tǒng)由三部分組成：實驗室端、云平臺端和測試車輛端。

2.2.1 實驗室端-實時仿真技術(shù)

實驗室端主要由數(shù)字孿生仿真平臺以及測試評價平臺組成。

數(shù)字孿生仿真平臺主要由場景仿真軟件和場景管理軟件組成，根據(jù)測試工況，構(gòu)建孿生虛擬動態(tài)測試場景。

測試評價平臺由多種硬件設(shè)備和評價數(shù)據(jù)庫組成，包含駕駛模擬器、AR頭顯以及監(jiān)控中心。

駕駛模擬器為6自由度的運動平臺，實時接收測試車輛端的數(shù)據(jù)，體現(xiàn)實車測試過程中的運動狀態(tài)，反饋測試工況下的駕駛感受；數(shù)據(jù)收發(fā)平臺主要與云平臺進行數(shù)據(jù)交互，將孿生虛擬動態(tài)場景以及仿真場景設(shè)定的運行軌跡輸出給實際測試車輛端，同時將實車狀態(tài)和控制數(shù)據(jù)轉(zhuǎn)換為車輛仿真模型數(shù)據(jù)，發(fā)送給駕駛模擬器，反饋駕駛感受，同時發(fā)送給自動駕駛仿真軟件，更新車輛運動狀態(tài)。

AR頭顯為測試評價人員提供虛擬的仿真場景顯示。

監(jiān)控中心負責監(jiān)控數(shù)字孿生仿真平臺和實車的測試數(shù)據(jù)，并結(jié)合主客觀評價數(shù)據(jù)庫，形成對數(shù)字孿生車輛的測試評價。主客觀評價數(shù)據(jù)庫由法規(guī)、行業(yè)標準等構(gòu)成，用于建立以行駛自治性、學習進化性和交通協(xié)調(diào)性為指標的智能度主客觀綜合評價理論，用于評價自動駕駛車輛面對不同場景時的任務完成度。

2.2.2 云平臺端-數(shù)據(jù)傳輸同步技術(shù)

云平臺端主要提供實驗室端與車端的數(shù)據(jù)交互平臺，接收上傳的孿生虛擬場景和實車運動狀態(tài)，并實時下發(fā)接收的數(shù)據(jù)。

2.2.3 測試車輛端-數(shù)據(jù)采集回傳技術(shù)

測試車輛端主要由被測車輛、注入設(shè)備、車載工控機、車載收發(fā)單元以及測量監(jiān)控等設(shè)備組成。

車載收發(fā)單元提供數(shù)據(jù)收發(fā)的作用，接收來自實驗室端的虛擬仿真工程和場景，以及來自實車測試端的車載信息和車輛位置，分別向?qū)嵻嚩撕蛯嶒炇叶送綌?shù)據(jù)。

車載工控機內(nèi)置場景仿真軟件，運行與實驗室端一致的仿真工程，通過數(shù)據(jù)同步，保證實驗室端和實車端的試驗工況一致性。

注入設(shè)備將孿生場景信息轉(zhuǎn)換為傳感器數(shù)據(jù)注入車載智駕系統(tǒng)，運行設(shè)定的測試工況。

動態(tài)測量和視頻監(jiān)控設(shè)備主要進行測試數(shù)據(jù)的采集。

整個測試車輛端提供實車以及數(shù)字孿生仿真場景的場地測試驗證。

2.3 新方法論的優(yōu)勢

（1）傳統(tǒng)的ADAS/AD硬件在環(huán)測試系統(tǒng)使用的被控對象模型為車輛動力學軟件提供的仿真模型，該模型要經(jīng)過大量的測試才能得出，是整車廠的核心數(shù)據(jù)。本論文提出的測試方法，實現(xiàn)硬件在環(huán)和實車在環(huán)的數(shù)據(jù)同步，使得仿真場景里的被控對象數(shù)據(jù)來源于真實車輛的數(shù)據(jù)，而不是仿真模型。

同時，檢測機構(gòu)能夠基于本測試方法，展開智能駕駛系統(tǒng)的硬件在環(huán)和整車在環(huán)測試，而不需要整車廠提供被測車輛的動力學模型參數(shù)，即維護了客戶核心數(shù)據(jù)的保密性要求，也使得測試結(jié)果與實車保持一致。

（2）實現(xiàn)全類型故障注入的實車測試。在產(chǎn)品開發(fā)階段，智駕域控制器需要注入故障來驗證系統(tǒng)軟硬件，識別影響車輛正常運行的風險。注入故障類型包括幀丟失故障、信號無效、高低電壓故障、硬線類故障等，通常全類型的故障注入在HIL階段進行。而實車由于空間的限制，只能在車輛上布置總線類信號故障注入板卡，進行總線類故障注入測試，其余故障注入測試不能實現(xiàn)。故而，現(xiàn)階段的測試觀測不到在全類型故障注入下的實車表現(xiàn)。

文章提出的測試方法，能夠?qū)崿F(xiàn)實驗室端硬件在環(huán)測試系統(tǒng)和實車端的車輛在環(huán)測試系統(tǒng)的數(shù)據(jù)同步，通過在HIL端進行故障注入，結(jié)果反饋到實車端，由實車接收后作出反應，實現(xiàn)全類型故障注入下的實車測試。

（3）危險、極限工況下的測試評價。實車端上傳車身的動態(tài)數(shù)據(jù)、車身姿態(tài)等數(shù)據(jù)，同步到孿生端仿真工程進行車輛位置以及動力學更新；孿生端接受現(xiàn)實體上傳的數(shù)據(jù)后，做出決策生成控制執(zhí)行指令，下發(fā)至實車端控制車輛運行。得益于孿生端和實車端的數(shù)據(jù)同步，在實驗室內(nèi)就可以控制試驗場地內(nèi)的車輛進行一些危險，甚至極限工況的測試，保障測試人員在這些測試中的人身安全。

（4）實驗室駕駛模擬器的駕駛感受來自真實車輛反饋，更貼近實車測試，用于主客觀評價更加精準。駕駛模擬器為6自由度的運動平臺，通過模擬物體在三個方向的平動和轉(zhuǎn)動，即前后平移、左右平移、上下垂直運動、俯仰、滾轉(zhuǎn)和偏航及復合運動，進而可模擬出各種道路地形的運動姿態(tài)。

駕駛模擬器實時接收測試車輛端的動態(tài)數(shù)據(jù)，體現(xiàn)實車測試過程中的運動狀態(tài)，反饋測試工況下的駕駛感受，精準地實現(xiàn)工況測試的主客觀評價。

（5）主客觀評價數(shù)據(jù)庫。主客觀評價數(shù)據(jù)庫由國內(nèi)外智能駕駛系統(tǒng)相關(guān)法規(guī)、行業(yè)標準的測試規(guī)程和評價指標組成，建立以行駛自治性、學習進化性和交通協(xié)調(diào)性為指標的智能度主客觀綜合評價理論，用于評價自動駕駛車輛面對不同場景時的任務完成度。

如GBT 39323-2020《乘用車車道保持輔助（LKA）系統(tǒng)性能要求及試驗方法》中針對車道保持輔助系統(tǒng)的車道偏離糾偏工況測試規(guī)范，要求車道偏離抑制功能引起的車輛橫、縱向減速度應不大于3m/s2，引起的車速減少量應不大于5m/s。主客觀評價數(shù)據(jù)庫依據(jù)性能要求及試驗方法，以及針對LKA系統(tǒng)開展的測試評價結(jié)果，生成測試報告。

3 基于數(shù)字孿生的車輛在環(huán)遠控技術(shù)的應用前景

3.1 智能駕駛系統(tǒng)開發(fā)

基于數(shù)字孿生的車輛在環(huán)遠控技術(shù)在智能駕駛系統(tǒng)開發(fā)中的應用至關(guān)重要。它允許開發(fā)者在虛擬環(huán)境中測試和驗證自動駕駛算法，將真實車輛置于真實的道路條件下，通過模擬各種交通場景和環(huán)境因素，該技術(shù)能夠?qū)ψ詣玉{駛車輛的場景感知、路徑規(guī)劃、決策及控制算法進行閉環(huán)測試與評價。這種方法不僅提高了測試的效率，還降低了成本，并且可以在不危及公共安全的情況下，測試極端和危險的場景。

3.2 車輛性能測試

在車輛性能測試方面，該技術(shù)可以模擬不同的工況，如加速性能、制動性能、懸掛系統(tǒng)性能等，為車輛性能的優(yōu)化提供重要參考。例如，通過模擬車輛在不同速度下的行駛速度和加速度，可以了解其在不同工況下的動力表現(xiàn)。此外，該技術(shù)還可以評估車輛的最高速度，這是評估車輛動力性能的重要指標之一。通過這些測試，可以全面了解汽車的動力性能特點，并提供有力的數(shù)據(jù)支持，為汽車制造商和消費者提供準確的性能評估和選擇參考。

3.3 安全性評估

安全性評估是基于數(shù)字孿生的車輛在環(huán)遠控技術(shù)的另一個重要應用領(lǐng)域。該技術(shù)可以模擬真實交通場景中的各種危險和高風險操作，而不必擔心發(fā)生碰撞，從而提供安全的環(huán)境來執(zhí)行這些測試。例如，可以模擬不小心走到車輛前面的行人，以測試車輛的緊急制動系統(tǒng)。此外，該技術(shù)還可以用于優(yōu)化邊緣情況，通過將真正的目標車輛駕駛員虛擬化，降低成本。通過這些測試，可以重復高效測試危險、極端場景，同時確保車輛的安全性和可靠性。

4 車輛在環(huán)技術(shù)的挑戰(zhàn)與未來研究方向

4.1 技術(shù)挑戰(zhàn)

4.1.1 仿真環(huán)境的真實性

仿真環(huán)境需要提供真實的道路場景、天氣條件、交通流等元素，并能夠?qū)崟r計算車輛在仿真環(huán)境中的運動軌跡和狀態(tài)。提高仿真環(huán)境的真實性和可擴展性是該技術(shù)面臨的另一個挑戰(zhàn)。

4.1.2 無線傳輸?shù)臅r效性

實驗室端的仿真數(shù)據(jù)以及車端的車輛數(shù)據(jù)通過5G無線通信，采用專網(wǎng)傳輸?shù)姆桨高M行數(shù)據(jù)傳輸，經(jīng)咨詢運營商，傳輸時延最大可以控制在20ms。以120km/h速度下的行駛場景為例，20ms的時延將導致車輛行駛0.67m才會接收到制動指令，再加上車輛計算、執(zhí)行的過程，有可能增加事故風險。因此無線傳輸?shù)臅r效性也是實現(xiàn)該技術(shù)需要考慮的。

4.2 未來研究方向

4.2.1 傳感器和交通行為模型的優(yōu)化

當前使用的傳感器模型多為理想模型，無法精確模擬真實傳感器的物理特性。同時，交通行為模型與實際車輛存在差異，需要結(jié)合實車數(shù)據(jù)進一步完善。

4.2.2 多域融合安全技術(shù)的發(fā)展

隨著新能源汽車高度智能化、網(wǎng)聯(lián)化，功能安全與預期功能安全要求日益增加，信息安全、網(wǎng)絡安全成為未來VIL技術(shù)發(fā)展的重要方向。

4.2.3 整車可靠性試驗的拓展

未來的整車可靠性試驗將更加注重對電動汽車電池系統(tǒng)、驅(qū)動系統(tǒng)和充電系統(tǒng)等關(guān)鍵部件的評估，VIL技術(shù)將在這一領(lǐng)域發(fā)揮重要作用。

5 結(jié)論

基于數(shù)字孿生的車輛在環(huán)遠控評價測試系統(tǒng)和方法旨在解決傳統(tǒng)VIL車輛動力學模型精度不足、一致性評價不足，同時無需測試人員駕駛就能夠進行一些極限、危險工況的測試，保障測試人員在這些測試中的人身安全。測試車輛的反饋數(shù)據(jù)回傳至實驗室，將測試工況在6自由度駕駛模擬器上復現(xiàn)，使得在實驗室內(nèi)就可以感受實際車輛的真實駕駛感受?；跍y試車輛在測試工況下的表現(xiàn)，結(jié)合主客觀評價數(shù)據(jù)庫，得出被測車輛智能駕駛系統(tǒng)的測試評價。

參考文獻：

[1]徐志剛，張宇琴，王羽，等.我國自動駕駛汽車行業(yè)發(fā)展現(xiàn)狀及存在問題的探討[J].汽車實用技術(shù)，2019，45（1）：13-21.

[2]康誠，嚴欣，唐曉峰.智能網(wǎng)聯(lián)汽車自動駕駛仿真測試技術(shù)研究綜述[J].時代汽車，2022（22）：4-6.

[3]馬彬，童亮.智能網(wǎng)聯(lián)汽車技術(shù)教學內(nèi)容優(yōu)化研究[J].中國教育技術(shù)裝備，2021（24）：72-75.

[4]文謝.基于數(shù)字孿生的汽車自動駕駛仿真測試方法[J].信息與電腦，2023，35（15）：61-63．

[5]李克強，常雪陽，李家文，等.智能網(wǎng)聯(lián)汽車云控系統(tǒng)及其實現(xiàn)[J].汽車工程，2020，42（12）：1595-1605.