下载掌阅APP，畅读海量书库
立即打开
王启配，刘全周，李占旗
中汽研（天津）汽车工程研究院有限公司
【摘要】 为了有效验证交通拥堵辅助系统 （ TJA ） 功能准确性、功能完备性、鲁棒性，实现加速测试验证交通拥堵辅助系统的目的，通过硬件在环 （ 简称HIL ） 仿真测试方法研究了交通拥堵辅助系统工作原理、硬件在环仿真系统组成、台架搭建、测试验证方法，结果表明通过硬件在环仿真测试方法可以缩短交通拥堵辅助系统产品开发迭代周期，提高测试效率，在电控产品的前期开发阶段及时发现问题并整改优化，降低研发验证成本，可见基于硬件在环仿真的交通拥堵辅助系统测试方法是一种电控系统开发流程中不可或缺的一环，是自动驾驶汽车测试验证的重要方法。
【关键词】 自动驾驶，交通拥堵系统，硬件在环，测试验证
Hardware-in-the-Loop Simulation Test Method of Traffic Jam Assistant System
Wang Qipei, Liu Quanzhou, Li Zhanqi
CATARC < Tianjin > Automotive Engineering Research Institute Co ., Ltd .
Abstract: In order to effectively verify the functional accuracy,completeness and robustness of the traffic jam assistant System system(TJA),and accelerate the test and verification purpose of the traffic jam assistant System system,the hardware-in-the-loop("HIL")simulation test method is used to study the working principle of the traffic jam assistant System system,the composition of the hardware-in-the-loop simulation system,and the test verification method.The results show that the hardware-in-the-loop simulation test method shortens the iterative cycle of traffic jam assistant System system product development and improves the test efficiency.In the early development stage of electronic control products finding problems in time and rectifying and optimizing them to reduce R&D and verification costs.It can be seen that the traffic jam assistant System system test method based on hardware-in-the-loop simulation is an indispensable part of the electronic control system development process,and it is important for the test and verification of autonomous vehicles method.
Key words: autonomous vehicles,traffic jam assistant system,hardware-in-the-loop simulation,test verification
随着汽车保有量逐渐增多，交通事故事件频发，世界卫生组织报告显示“每年道路交通事故在全球造成约130万人死亡，2000万～5000万人受到非致命性伤害，道路交通事故是所有年龄组的主要死亡原因”，严重威胁着人类生命安全，所以道路交通伤害仍是一个重要的公共卫生问题，为所有道路使用者提供安全的道路交通系统是减少道路交通伤亡人数的目标，其中，自动驾驶是一种有效降低交通事故频发的途径，在《中国自动驾驶安全读本》材料中指出，自动驾驶有望显著减少人为因素导致的道路交通事故，从而促进道路交通安全水平提升，此外，自动驾驶还有提高出行效率、减少交通拥堵、减少车辆排放污染、提高驾驶舒适性等作用。
当前车企新车型基本配置L2级别辅助驾驶系统，常常将自动驾驶作为卖点，国内车企比如吉利汽车的缤瑞，包括智能跟走功能的领航系统、AEB-P城市预碰撞系统以及LKA车道保持辅助系统；哈弗F7x集智能交通辅助、智能自动泊车、S形车道保持、交通标识识别系统等ADAS功能；国外车企特斯拉的Autopilot、奔驰S级的ADAS、宝马7系的增强型辅助驾驶功能等基本达到L2级自动驾驶功能；同时国内主机厂等也普遍在L3级别自动驾驶系统技术发力，比如长安汽车L3级别车型Uni-T；广汽集团L3级别车型Aion LX；上汽集团L3级别量产车型Marvel X Pro等。根据各车企的智能驾驶规划，2021年是国内L3级别车型推出元年，2025年有望实现L4级别的自动驾驶。
交通拥堵辅助系统（Traffic Jam Assistant，TJA），在堵车时候，为驾驶人提供一定的辅助系统，缓解驾驶人的疲劳，TJA系统技术主要是常规ACC（自适应巡航）和LCK（车道居中保持）的技术组合，根据SAE J3016、国标汽车驾驶自动化分级定义，TJA系统具备车辆横向和纵向运动控制，支持部分目标和事件探测与响应的能力（OEDR），能够持续地执行动态驾驶任务（DDT）中的车辆横向和纵向运动控制，所以具备TJA系统功能的车辆属于L2级自动驾驶汽车。
伴随自动驾驶功能越来越多，且车辆运行环境复杂多样等特点，即使高级驾驶辅助系统技术成熟度已经有较不错表现，但没有哪家车企在没有充分验证前就将车辆推向市场，使之承担哪怕1%可能性的事故风险，所以如何快速迭代开发验证TJA功能安全性、功能准确性、鲁棒性是车企、供应商面临的主要痛点，本文将从硬件在环仿真开发测试角度出发，多维度阐述TJA系统的工作原理、TJA HIL系统平台构建方法、测试评价方法等。
仿真测试相较实车测试，具有测试成本低、测试效率高、测试工况可重复性高、危险极限工况模拟安全性高、测试场景数量多、节省人力物力等方面优势，在自动驾驶领域的仿真测试验证又尤为重要，2016年，兰德公司报告指出，自动驾驶汽车至少需要完成110亿英里的测试，才能确保自动驾驶汽车比人类开车更安全，即100辆汽车7×24h不间断连续测试，要达到110亿英里的测试里程，也至少需要500年 [3，4] 。如果基于实车进行如此之长的里程测试，是远满足不了各大主机厂对自动驾驶落地应用的时间节点要求，所以自动驾驶仿真测试必要且紧迫，需要基于仿真实现加速测试，缩短测试周期；2019年，Waymo自动驾驶公司在TechCrunch Sessions：Mobility大会上宣布模拟驾驶里程达100亿英里，Waymo的自动驾驶仿真测试平台中2.5万辆车，在一个虚拟的世界中24h不间断进行测试。每当这2.5万中的某一辆车“学到”了新的东西的时候，都会和其余的2.5万-1辆车共享 [5] ；通过仿真真正实现日行百万公里测试。
自动驾驶仿真测试贯穿自动驾驶电控系统开发V流程各阶段，覆盖MIL-SIL-HIL-DIL-VIL等多层级，根据电控单元开发进度、测试接入时机、测试内容覆盖度等综合因素抉择仿真测试方法，本文主要聚焦硬件在环仿真测试。硬件在环仿真测试系统（Hardware-in-the-Loop，HIL）通过集成真实ECU单元组建闭环系统对其进行测试，主要包括基于实时处理器运行车辆动力学模型来模拟受控对象的运行状态，通过HIL机柜电气I/O接口与被测ECU馈线连接，为ECU提供电气信号，如供电、接地、传感器仿真、执行器信号采集等，即HIL系统通过为电控单元ECU提供车辆运行环境和电气环境，从而对被测电控单元ECU进行全方位的、系统的测试，自动驾驶硬件在环仿真测试系统工作原理与上述描述有继承也有差异性，差异点包括在模型方面不仅需要提供车辆动力学模型，还需要支持交通车模型、传感器模型，硬件方面不仅需要HIL机柜，还需要针对不同智能摄像头开发定制化台架等，差异性对比分详见表1。
表1 传统与自动驾驶硬件在环系统组成差异性分析
当前仅有少数头部车企和研究机构针对自动驾驶硬件在环仿真测试进行相关研究应用，如曾杰的《驾驶辅助系统硬件在环仿真技术发展现状》阐述了驾驶辅助系统仿真测试平台架构 [6] ；刘全周的论文《基于虚拟场景的车道偏离预警摄像头在环测试方法研究》 [7] 、刘西的论文《车道偏离预警系统仿真测试方法研究》 [8] 、栾铭湧的论文《基于硬件在环车道偏离预警系统虚拟测试研究》 [9] 、罗传东的论文《基于HIL台架的LDW测试研究》 [10] 等多篇论文介绍了车载摄像头在环的LDW功能仿真测试；孙运玺的论文《基于视频暗箱仿真测试系统在MCS测试中的应用》基于暗箱对摄像头中的ACC、AEB、FCW、LDW等功能进行仿真测试；由于交通拥堵辅助系统对纵向控制、横向控制要求精度高，通过融合多种类型传感器的数据开发TJA感知、决策控制算法，传感器主要包括摄像头、毫米波雷达，当前并无相关文献介绍TJA硬件在环仿真测试方案，如何对基于毫米波雷达和摄像头传感器融合开发的交通拥堵辅助系统进行测试验证，则是本文主要研究目的，即本文通过搭建TJA硬件在环仿真测试平台实现TJA仿真测试验证。
交通拥堵辅助系统TJA指在发送交通拥堵的情况时，为驾驶人提供一定辅助的系统，包括纵向控制和横向控制，缓解驾驶人的驾驶疲劳，TJA系统也由第一代产品升级至第二代产品，工作速度区间由[0，60km/h]升级至满足[0，180km/h]全速工况，针对类似功能，不同厂家对交通拥堵辅助功能命名定义有所不同，如全速交通拥堵辅助命名TJA-ICA（Traffic Jam Assist—Integrated Cruise Assist），也有直接命名为TJA的，本文主要针对全速TJA功能进行测试验证。
TJA系统传感器配置主要包括前向单目摄像头、毫米波雷达传感器，通过两种传感器信息融合准确识别前方目标及运行环境，TJA系统纵向控制辅助由全速自适应巡航功能实现，设置车间时距TTC，且时刻监测是否有加塞车辆切入，通过控制车辆预设车速或保持车辆与前方目标车辆预设距离，减少驾驶人长时间或频繁对制动和加速踏板操作，缓解驾驶人驾驶疲劳，纵向控制主要与动力系统、制动系统交互实现车辆加减速；TJA横向控制辅助在条件满足时，提供车道居中保持或车道内行驶，降低车辆驶离道路风险，横向控制主要与转向系统交互实现车辆转向控制，TJA系统工作原理如图1所示。
图1 TJA系统工作原理
本论文所述TJA电控单元主要功能点包括TJA功能开启与关闭条件检测、目标识别与环境感知、纵向控制辅助、横向控制辅助、脱手检测、人机交互等，TJA系统工作逻辑状态如图2所示，主要包括功能关闭（OFF）状态、功能开启后的Standby状态、满足条件时的Working状态、抑制条件时的Suppress Working状态、故障模式的Failure状态等。
其中，TJA功能点主要内容包括：
✧目标识别与环境感知，包括目标物体识别、目标物体分类、跟车目标选择、车道线类型探测、车道类型探测、车道线颜色探测、天气探测等。
✧纵向控制辅助功能主要由全速自适应巡航功能（ACC）实现。
✧横向控制辅助功能主要由全速的车道保持辅助功能（LKA）实现，同时在横向控制辅助时根据车道线情况和前方是否有引导车而实行不同的横向控制策略。
✧当车道左右两侧车道线清晰时，TJA横向控制激活状态，系统控制车辆稳定在车道中心线附近行驶。
✧当车道左右两侧车道线不清晰且前方引导车辆存在时，TJA横向控制激活，系统控制车辆跟随前方车辆侧向移动行驶。
✧脱手检测根据力矩探测阈值范围判断是否脱手及脱手时长，然后通过声音报警方式提醒驾驶人及时接管。
图2 TJA系统工作逻辑状态
本文测试的TJA系统激活条件主要包括：
1）在良好天气下，系统探测车道线 最远距离不少于100m。
2）自车车速范围为[0km/h，180km/h]。
3）档位为前进档D位。
4）横摆角速度＜0.2rad/s超过1s。
5）车道宽度＜5.0m超过1.5s。
6）车道宽度＞2.5m超过1.5s。
7）道路曲率＜0.004m -1 超过4.5s。
8）两侧车道线同时被检测到超过4s。
9）未检测到变道超过3.5s。
10）ABS、TCS和ESC未激活超过0.5s。
11）驾驶人手力矩<2N·m或手力矩与TJA请求手力矩相同超过1s。
12）驾驶人手力矩>0.5N·m超过3.5s。
13）纵向控制抑制激活条件不满足。
14）前刮水器处于非高速档。
15）危险报警灯未开启。
16）转向灯未开启。
17）制动压力＜3.5bar超过4s。
18）转向盘转角速率＜阈值超过3.5s。
19）加速踏板速率＜35%/s超过4s等。
1）车速过高（车速＞180km/h）或
2）档位为非D位或
3）横摆角速度＞0.3rad/s或
4）车道宽度＞5.0m超过2s或
5）车道宽度＜2.5m超过2s或
6）道路曲率＞0.004m -1 超过3s或
7）检测到变道超过1s或
8）未检测到车道线或
9）ABS激活、TCS激活和ESC激活超过0.5s或
10）驾驶人介入超过3s（驾驶人手力矩＞2.5N·m且手力矩方向与TJA请求方向相反）或
11）驾驶人脱手（手力矩＜0.4N·m超过15s）或
12）纵向控制不可用或
13）前刮水器处于高速档或
14）危险报警灯开启或
15）转向灯开启或
16）制动压力>4bar超过4s或
17）转向盘转角速率>阈值超过3.5s或
18）加速踏板速率>40%/s超过4s等。
TJA硬件在环仿真测试系统主要包括HIL机柜、摄像头暗箱台架、车辆动力学模型、交通场景模型、测试试验管理软件等部分，HIL仿真测试系统软硬件部分均来自dSPACE，基于同一供应商的设备资源保证系统兼容性好、实时性强等优点。
由于TJA系统主要通过摄像头传感器、毫米波雷达传感器进行目标探测识别，两种传感器数据融合于摄像头传感器处，摄像头与雷达间通过私有CAN进行通信，即雷达通过私有CAN将探测的目标数据（目标距离、速度、类型、RCS等）传递至摄像头传感器用于数据融合。
摄像头集成感知和决策于一体，在对TJA决策功能进行测试前，需要模拟摄像头探测的前方运行环境，本方案通过借助暗箱台架实现，即在暗箱台架中放置一个显示器，显示器中运行三维场景动画或回放路采视频数据，使摄像头探测前方物体信息从而完成目标识别。
针对雷达目标探测解决方案，主流解决方案主要包括雷达回波仿真和残余总线仿真实现，本案例毫米波雷达与摄像头间的通信协议开放，所以通过残余总线仿真毫米波雷达目标探测信息，TJA HIL系统架构原理如图3所示。
图3 TJA硬件在环仿真测试系统
结合某车型TJA系统，根据功能规范要求设计场景，本次案例主要设计场景为直道，车道线清晰，主车以20km/h车速跟随前车，前车在车道内蛇形工况运行，如图4所示。三维场景如图5所示。
图4 场景工况设计示意图
图5 三维场景显示效果
结合图6和图7可知，在直道，车道线清晰情况下，本车可以有效地跟随前车运行，当前车蛇形工况运行时，在车速低于30km/h时，本车在车道中心线上运行，并不会跟随前车蛇形工况执行。
图6 纵向速度控制
图7 横向控制
本文首先介绍了自动驾驶系统硬件在环仿真工作原理，分析了TJA功能的激活条件和抑制条件，基于dSPACE软硬件平台搭建TJA HIL系统，设计了TJA功能验证场景，借助HIL仿真平台对TJA系统测试验证，结果表明基于硬件在环仿真平台可有效对TJA系统功能进行验证，通过量化数据分析不仅实现对TJA功能定性测试且支持定量分析，从而验证TJA功能准确性。
[1]世界卫生组织.关于全球道路安全的10个事实[N/OL].（2017-07）[2021-04-20].https://www.who.int/features/factfiles/roadsafety/zh/
[2]20192314-T-339.汽车驾驶自动化分级[S].标准起草项目组，2019.8.
[3]FRAADE-BLANAR L,MARJORY S.BLUMENTHAL J et al.Measuring Automated Vehicle Safety:Forging a Framework[R].Santa Monica,CA:RAND Corporation,2018.10.
[4]HEIKKI L.仿真测试，让自动驾驶更安全[J].上海信息化，2019（11）：66-68.
[5]Waymo开挂，自动驾驶测试里程达100亿英里[N/OL].智车科技，2019-07-13[2021-04-20].https://www.ofweek.com/auto/2019-07/ART-70109-8440-30398386.html
[6]曾杰.驾驶辅助系统硬件在环仿真技术发展现状[J].汽车工程师，2020（08）：11-15.
[7]刘全周，王述勇，李占旗，等.基于虚拟场景的车道偏离预警摄像头在环测试方法研究[J].新型工业化，2019，9（03）：107-111.
[8]刘西，申志昂，颜伏伍，等.车道偏离预警系统仿真测试方法研究[J].重庆理工大学学报（自然科学），2020，34（04）：18-26.
[9]栾铭湧，郭鹏，田磊，等.基于硬件在环车道偏离预警系统虚拟测试研究[J].重型汽车，2020（02）：5-6.
[10]罗传东.基于HIL台架的LDW测试研究[J].汽车实用技术，2019（24）：52-54.
[11]孙运玺，安鹏，张国芳，等.基于视频暗箱仿真测试系统在MCS测试中的应用[J].汽车电器，2019（07）：7-9.