自動駕駛汽車硬件在環仿真實驗平臺研發

雍加望，馮能蓮，陳 寧

（1. 北京工業大學 北京市交通工程重點實驗室，北京 100124；2. 清華大學 汽車安全與節能國家重點實驗室，北京 100084；3. 北京工業大學 環境與生命學部，北京 100124）

世界汽車工業發展圍繞著“安全、舒適、節能”3 大主題，正朝著“四化”趨勢發展，即智能化、電動化、輕量化與交通網聯化[1-4]，而集成環境感知、高精地圖、決策控制及人工智能等技術的自動駕駛汽車則是這一趨勢的最終核心產物。作為變革性技術的自動駕駛汽車將在今后較長一個時期內成為國內外汽車工業發展的主流趨勢，也是當前全球新一輪產業技術變革的戰略前沿[5-8]。

硬件在環仿真系統是自動駕駛汽車技術測試與驗證的重要平臺，具有周期短、成本低及效率高等優點。因此，學者們在自動駕駛硬件在環仿真技術方面做出了大量研究。美國辛辛那提大學Ma 等提出一種網聯自動駕駛汽車硬件在環測試系統，將實車集成到虛擬交通仿真環境（VISSIM 軟件）中，為自動駕駛算法提供了豐富的虛擬仿真場景，并在平臺上驗證了自適應巡航算法的有效性[9]，隨后又驗證了隊列感知的交叉路口信號控制方法的有效性[10]。西安交通大學Chen等提出一種新型硬件在環仿真平臺，其結構分為4 層，即車輛仿真層、虛擬傳感器層、虛擬環境層及電子控制層，平臺具有以下功能：①支持汽車動力學模型、傳感器和虛擬環境的構建與仿真；②實現場景感知、路徑規劃、決策與車輛控制策略等性能的閉環評估；③進一步支持控制策略從平臺到實車的快速移植[11]。美國俄亥俄州立大學Gelbal 等提出一種用于驗證自動駕駛算法的硬件在環仿真器，該仿真器包括dSPACE Scalexio 實時機，CarSim 動力學模型軟件，以及2 個用于V2X 短程通信的DSRC 設備，該仿真器最高支持L4 級高速公路場景下的自動駕駛算法仿真驗證[12]。長安大學趙祥模等研發了一種基于整車在環的自動駕駛快速測試平臺，由汽車行駛阻力模擬子系統、虛擬場景自動生成子系統、虛擬傳感器模擬子系統、駕駛模擬器及測試記過自動分析子系統等組成，可以實現汽車行駛阻力的實時模擬，并滿足各種場景下的自動駕駛整車性能測試與評價需求[13]。

自動駕駛汽車技術的迅猛發展對汽車控制提出了新的要求，對車輛控制衍生的安全性、舒適性及穩定性等傳統性能的要求也在不斷提升。學者們研究的自動駕駛汽車硬件在環仿真系統更多關注于算法、虛擬場景及傳感器等的測試，缺少對汽車安全性、舒適性與穩定性起到關鍵影響的底盤執行器方面的測試與驗證。因此，本文提出一種自動駕駛汽車硬件在環仿真實驗平臺（AVHIL），可為自動駕駛上層控制算法與底層執行機構的開發與測試、自適應巡航（ACC）、自動緊急制動（AEB）、車道保持（LKA）等高級駕駛輔助系統（ADAS）功能開發與測試、駕駛員行為特性研究等提供實時高效的仿真平臺。

1 AVHIL 總體方案設計

AVHIL 總體框圖如圖1 所示。系統硬件部分主要由駕駛模擬器、上位機（主機）、域控制器（dSPACE MicroAutoBox）、下位機（PXI）、顯示器及電氣柜等組成。其中，駕駛模擬器包括執行機構（線控制動系統和線控轉向系統）和駕駛員操縱機構等；顯示器包括操控顯示器與場景顯示器；電氣柜用于放置主機、dSPACE、PXI、動力電池、強電走線及保護、信號走線及保護、連接器、操作開關等。

圖1 A VHIL 總體框圖

上位機主要運行PreScan 軟件和人機操作界面，PreScan 一方面提供虛擬現實界面，為自動駕駛提供近似真實的測試工況場景；另一方面為自動駕駛提供環境感知傳感器信號，包括毫米波雷和攝像頭等。PreScan 將傳感器原始數據通過CAN 網絡發送至域控制器；域控制器根據接收的感知信息進行決策判斷，通過CAN 網絡向下位機發送制動、轉向和油門控制指令；下位機運行CarSim 整車動力學模型，根據域控制器的控制指令及底層傳感器信號，實現線控制動、轉向及驅動系統的閉環控制，在保證實現功能的前提下，優化軌跡跟蹤性能、穩定性和舒適性指標等。AVHIL 實物圖如圖2 所示。

圖2 A VHIL 實物圖

2 關鍵部件匹配與軟件選型

2.1 實時處理器

AVHIL 具備域控制器和下位機2 套完整的實時系統。域控制器執行自動駕駛上層控制算法，需實現的指標包括：①動力學穩定性指標，通過二自由度車輛模型得到車輛動力學穩定性表征參數（質心側偏角、橫擺角速度、車身側偏角、輪胎滑移率等）的名義值，通過狀態觀測器估算得到車輛動力學穩定性表征參數實際值，將名義值與實際值的偏差作為衡量動力學穩定性的指標；②路徑跟蹤性能指標，考慮橫縱向路徑跟蹤精度，引入駕駛員預瞄―跟蹤模型，以預瞄點處橫向偏差作為衡量路徑跟蹤性能的指標；③乘員舒適性指標，考慮縱向加速度、縱向急動度所表征的縱向舒適性與橫向加速度、橫向急動度所表征的橫向舒適性，將二者加權得到乘員舒適性指標；④綜合指標，將路徑跟蹤性能、乘員舒適性和燃油經濟性指標進行加權，得到綜合駕駛性指標。在滿足動力學穩定性的基礎上，以綜合指標最優為目標，實現底層執行機構的多目標優化控制。

域控制器選用dSPACE 公司的MicroAutoBox。下位機用于系統信號采集及底層執行機構閉環控制，需要實現的指標包括：①方向盤轉角控制誤差<1°；②優化轉角響應時間<70 ms；③目標轉角修正區域±5°；④制動液壓控制精度±0.4 MPa；⑤制動液壓建立時間<300 ms；⑥質心側偏角<6°；⑦橫向加速度<3.6 m/s2。下位機選用NI 公司的PXI。

MicroAutoBox 選用 4 核 1401 處理器，主頻2.6 GHz，內存4GB，配置DS1513、DS1514 和DS4342模塊，具備6 路CAN、32 路AI 口（±10 V，分辨率16位）、8 路AO 口（±10 V，分辨率16 位）及24 路DIO口（0~40 V，分辨率16 位）。上位機PXI 控制器選擇2.6GHz 4 核 PXI 系統嵌入式處理器（PXIe-8840 Quad-Core RT），可用于處理器密集型、模塊化儀器和數據采集應用；4GB 單通道1 600 MHz DDR3 RAM；配置PXI8512/2 板卡3 塊，可以實現6 路CAN 通信功能；配置PXIe-4304 板卡1 塊、PXI-6704 板卡1 塊、PXI-7841R 板卡1 塊，具備40 路模擬量輸入通道、40路模擬量輸出通道及96 路雙向數字通道。

2.2 底層執行機構

該平臺中，控制算法周期運算的控制指令通過各接口發送至底層執行機構，包括發動機扭矩請求接口、轉向角度請求接口、制動壓力/減速度請求接口。其中，發動機扭矩請求通過電子油門或自動駕駛算法獲取，直接反饋至車輛動力學模型。

線控轉向系統采用雙電機冗余方案，在原車型配置的電動助力轉向系統（EPS）基礎上，加裝主動轉向電機，如圖3 所示。主動轉向電機與EPS 電機互為冗余，在二者之一發生故障時，未發生故障電機單獨實現轉向控制，保障線控轉向系統的安全性與可靠性。在人工駕駛模式下，EPS 實現助力轉向功能，主動轉向電機不介入，僅在危險工控或自動駕駛介入時加以轉向修正控制；在自動駕駛模式下，主動轉向電機實現轉向請求角度跟隨控制。在轉向管柱加裝轉角傳感器，其測量范圍為±750°，測量精度為0.1°。

圖3 雙電機冗余線控轉向系統

圖4 線控制動系統組成框圖

線控制動系統采用電動助力器（E-Booster）與電子穩定控制系統（ESC）聯合實現，系統組成框圖如圖4 所示。構型為單主缸雙通道，X 型布置，即左前輪、右后輪輪缸對應同一制動回路，右前輪、左后輪輪缸對應同一制動回路，如進行制動時單一回路發生泄漏，剩余回路的制動力基本能保持正常制動力的一半。常規工況下，制動助力功能與制動壓力/減速度請求由T-Booster 實現；ESC 實現增壓、保壓及減壓等制動壓力調節功能，調整車輛運動狀態以滿足動力學穩定性指標。當T-Booster 與ESC 二者之一存在故障時，由未發生故障總成實現制動壓力/減速度請求控制。當T-Booster 與ESC 二者均存在故障時，駕駛員踩制動踏板的腳力通過制動液傳遞至制動輪缸，實現人力備份功能。制動壓力控制范圍為0~12 MPa。4 個輪缸配置制動壓力傳感器，測量范圍0~20 MPa，測量精度為1%。

2.3 軟件選型

在通信層面上，底層負載與執行機構信號通過EDAC 接口與下位機交互，下位機與上位機之間通過網線與CAN 總線通信，下位機、上位機與域控制器之間通過CAN 總線通信，如圖5 所示。具體軟件選型如下：①上位機，PreScan 軟件用于設計搭建虛擬駕駛場景，同時為上層算法提供環境感知類傳感器信息，采用LabVIEW 軟件搭建人機交互界面；②域控制器，采用MATLAB/Simulink 軟件用于搭建自動駕駛算法模型，并利用快速代碼生成技術將算法導入至MicroAutoBox；③下位機，整車動力學模型由CarSim軟件提供，實現與PreScan 軟件及上層算法的聯合仿真，為其提供實時車輛參數信息，LabVIEW 軟件用于輸出控制指令并采集底層信號。

圖5 系統軟件組成框圖

3 AVHIL 仿真測試結果

3.1 自動駕駛換道功能仿真實驗

換道功能是自動駕駛模式下的主要橫向控制工況之一，基于PreScan 軟件提供的環境及車道線信息，利用Lattice planner 算法并使用五次多項式方法規劃出多條換道軌跡。對于規劃出的多條換道軌跡，首先判斷是否有碰撞危險，若有則予以剔除。對于安全軌跡，根據舒適性、穩定性與節能性等多目標確定代價函數，選取代價函數最小的軌跡作為最優軌跡。最后，控制車輛實現軌跡跟隨控制。圖6 為換道工況下的方向盤目標轉角與實際轉角變化曲線，算法可以較好地實現方向盤轉角跟隨控制。圖7 為換道工況下的車速及節氣門開度變化曲線。

圖6 換道工況下的方向盤轉角曲線

圖7 換道工況下的車速及節氣門開度曲線

3.2 高級駕駛輔助ACC 功能仿真實驗

ACC 不僅可以改善車輛行駛過程的安全性而且可以適當減輕駕駛員的負擔。ACC 按照駕駛員設定的車間時距，通過調節發動機/電機驅動扭矩或制動力來控制自車的速度和加速度，能夠跟隨目標車加速或減速，以保證必要的安全車距。

ACC 系統包括3 種狀態：①關閉狀態，直接的操作均不能觸發ACC 系統；②等待狀態，ACC 系統已開啟但未介入車輛控制，此時ACC 系統可以被駕駛員觸發而進入工作狀態；③工作狀態，控制本車車速或本車與前車之間的時間距。

圖8 為ACC 功能仿真實驗過程的本車車速與前車車速變化曲線，最大車速跟隨誤差為3.6 km/h，最小車速跟隨誤差為0。式（1）中，RMSE 為車速均方根誤差，vdes(t)和vact(t)分別為t時刻的期望車速與實際車速，N為采樣點數，利用式（1）計算得到車速均方根跟隨誤差為1.36 km/h，本車車速控制精度較高。圖9 為ACC 功能仿真實驗過程的制動壓力及節氣門開度變化曲線。

圖8 本車車速與前車車速變化曲線

圖9 本車制動壓力與節氣門開度曲線

3.3 底層執行器性能實驗

底層執行器性能實驗以E-Booster 為例。E-Booster系統瞬態響應顯著影響著車輛的制動安全性能，尤其是當車輛處于極限工況時，因此需要對制動壓力跟隨控制（主動增壓控制）算法的響應特性進行測試。測試輸入信號包括階躍信號和階梯信號兩種。

圖10 為目標壓力為6 MPa 下的主缸壓力響應曲線及推桿行程曲線。建立目標壓力所需要的時間大約為150 ms，壓力穩態跟蹤誤差<0.1 MPa。

圖10 E-Booster 階躍響應特性

為測試算法階躍響應的一致性，進行了階梯目標壓力信號輸入響應測試，起始目標壓力為3 MPa，之后目標壓力每間隔2 s 增加1 MPa，直至8 MPa。隨后，分兩次將目標壓力減至4 MPa，測試E-Booster 減壓特性。圖11 為階梯增壓及減壓測試結果，增壓過程中，壓力跟隨均方根誤差為0.15 MPa，算法的階梯增壓響應性能及一致性較好；減壓過程中，雖然算法可以迅速調整并減小控制率，但主缸實際壓力降低存在一定的滯后。

圖11 E-Booster 階梯增壓及減壓響應特性

4 結語

在自動駕駛汽車技術迅速發展的背景下，考慮節省實驗成本、節約實驗時間、降低算法驗證周期等前提，建立了自動駕駛汽車硬件在環仿真實驗平臺。本文介紹了AVHIL 總體硬件與軟件技術方案、關鍵零部件匹配及軟件選型等內容，通過自動駕駛換道功能、高級駕駛輔助ACC 功能及底層執行器性能仿真實驗，驗證了平臺的功能及性能指標。作為有特色的教學與工程雙創實踐平臺，AVHIL 可以有效提升師生的創新實踐能力，培養學術與工程并重的復合型人才。