自动驾驶仿真测试技术的问题和难点_自动驾驶仿真的难点有哪些

仿真测试技术的难点和问题

内容

相同算法在多样化仿真平台测试验证结果的一致性问题

1、如何保障MIL、SIL、HIL、DIL、VIL仿真测试结果一致性

2、如何保障不同仿真工具链测试结果一致性

3、如何保障仿真模型精度在不同平台中的一致性

仿真测试与实际测试结果的一致性问题

1、如何保证仿真模型和实际被测件的标定真实性和特性匹配

2、如何保证仿真测试各系统之间交互反馈时钟同步与实际测试的一致性

仿真测试过程的问题回溯机制

1、如何根据仿真结果，快速回溯并确认仿真测试过程中某一模块是否出现问题

仿真测试评价标准的多样化问题

1、如何评估安全性、稳定性等普通衡量标准

2、如何评估舒适性、通过性等难以衡量的标准

测试场景的针对性问题

1、如何针对被测驾驶自动化系统筛选相应的测试场景

2、如何快速迭代特定测试场景以测算验证被测系统的性能

MIL技术问题和难点

内容

复现自动驾驶仿真环境

1）仿真环境需包含离散和连续化的仿真测试场景。

2）仿真平台应具备搭建标准化测试场景能力和快速泛化测试场景的能力。

感知模型搭建

1）传感器物理特性标定；

2）传感器模型验证；

3）仿真软件参数匹配。

执行模型搭建

1）根据车辆整车参数建立车辆动力学模型；

2）根据车辆的操纵稳定性、动力性、制动性标定车辆动力学模型；

3）车辆动力学模型验证。

软硬件集成

1）软硬件接口统一；

2）软件和软件、软件和硬件联调；

3）软件接口多样性；

4）软硬件及执行机构时钟同步问题。

自动化测试

1）高效自动化构建大规模仿真测试场景、并对被测系统进行自动化测试。

2）基于场景数据库自动化分类、管理、检索场景数据；

3）分布式高并发仿真测试各软件算法功能。

数据分析

1）仿真测试数据的分层次存储；

2）仿真数据分析的方法论；

3）仿真测试评价。

HIL技术问题和难点

内容

资源硬件问题

1）硬件设施部署的成本较高，需要部署空间较大。

摄像头在环

1）视频暗箱仿真测试技术受限于仿真软件的视觉处理引擎，难以获得与实际环境完全相同的渲染画面；

2）仅适用于验证软件的逻辑性，难以验证软件的可靠性和有效性；

3）视频注入仿真测试技术根据实际道路视频做仿真验证，需保障仿真平台与视频的数据同步。

毫米波雷达在环

1）回波模拟器可模拟的目标物数量、目标物相对距离和目标物精度有限；

2）毫米波回波模拟器模拟波形的物理特性需与仿真软件进行多次标定以匹配数据。

3）毫米波回波模拟器与真实传感器物理特性仍然存在差距。

VIL技术问题和难点

内容

效率较低

VIL只适用于单车测试

适配问题

对于第三方被测对象，有一定的适配和使用成本。

测试用例局限

无法在开放场地模拟极限工况。

转毂试验台

内容

转毂的横向动力学模拟问题

1）传统的转毂无法实现前轮转向动作；

2）转毂的扭矩动态响应要求高、扭矩测量精度高；

3）传统转毂无法满足四轮转速差

转毂的纵向动力学模拟问题

1）四轮在不同路面的条件下与道路的摩擦系数不同；

2）车辆制动时，转毂的瞬时功率、扭矩非常大。

雷达目标模拟器工作不稳定

车辆在转毂上运动时，车辆会有晃动情况，会导致雷达目标模拟器无法正常工作。

车辆动力学模型

车辆的加速度、姿态信息需要由动力学模型计算并注入至被测系统，存在接口和协议匹配问题。