SIL下的自动驾驶PNC测试是否具有真实性

自动驾驶仿真自动化测试

吧 首先大家思考一个实际的自动驾驶仿真平台案例。

方案背景

某自动驾驶解决方案的自动驾驶仿真平台方案、该公司目前在为JL、BYD进行供应。

在实车测试的过程中、对APA测试、在上海万达停车场、将停车场的车辆刮了。

自动驾驶仿真平台框架

使用Aopllo算法模型＋Docker＋Rviz 搭建的自动驾驶仿真测试平台 进行对量产级的PNC功能进行测试。

疑问点：

（1）地图是否匹配？

使用的是轻量化的高精度地图 同样是Opendiver 。Aopllo对Opendiver的制作有属于自己的一套工具，但我个人对一些小公司，自己采集，使用Aopllo仿真开源平台，其地图格式是否可以完全匹配？

（2）Opendiver的版本是否标准？

Open driver有很多版本：如果在这样的一套系统下使用不知道什么版本的地图，其意义是什么？

（3）通过主观去对测试进行评估是否有可效性？

Rviz使用二维场景的可视化界面，对车辆的Pnc进行碰撞的实验。通过工程师的肉眼去观察记录问题。

（4）没有自己动力学模型与物理模型。

在没有自己的车辆动力学模型与物理传感器模型，使用参数配置。进行仿真测试。

测试场景中没有道路参考线。

（5）不能批量进行测试。

不能进行批量的场景功能测试，只能对某一场景进行几次简单的测试。

综合以上：在这样仿真下，测试的PNC的结果是否有参考价值？

这样的自动驾驶车辆、能不能上路？

1、测试执行的问题

1.1：SIL、Hil、Dil、VIL自动驾驶仿真系统相对复杂。一次的测试需要在场景仿真器（目前carla使用untiy、大部分都是untiy）动力学模型、控制模型（PNC）、被测控制器（ECU VCU）。

1.2：测试执行后的数据量庞大，分析与评估难度大。

自动驾驶仿真的系列流程通信：（prscan可以基于真值数据生成

1. 启动Carsim
2. 启动Prscan
3. 从Prscan中启动simulink
4. 在Carsim中设置主车参数
5. 在Carsim中Send to Simulink
6. 修改Prscan场景参数
7. Build模型
8. 在simulink中regenerate Prscan模型
9. 启动仿真、记录仿真数据、停止仿真

启动Carsim 4、在Carsim中设置主车参数 5、在Carsim中Send to Simulink

2、启动Prscan 3、从Prscan中启动simulink 6、修改Prscan场景参数 7、Build模型

8、在simulink中regenerate Prscan模型 9、启动仿真、记录仿真数据、停止仿真