对智能汽车的驾驶辅助系统提升安全性能的需求不断提高,多传感器信息融合是驾驶辅助系统的应用趋势,硬件在环仿真测试平台能对驾驶辅助系统安全性进行深度测试。通过分析汽车典型驾驶辅助系统主要传感器构成和传感器仿真特点,介绍先进的驾驶辅助系统硬件在环仿真测试平台构架。根据未来汽车多传感器融合环境感知发展趋势,总结未来自动驾驶汽车硬件在环仿真测试评价技术存在的挑战和发展方向,为行业应用提供参考。
先进驾驶员辅助系统(ADAS)可以协助驾驶员提高行车安全性和驾驶舒适性,被认为是提升出行效率、解决交通事故频发问题的有效措施。驾驶辅助系统依靠传感器采集车辆行驶四周的环境,并根据环境目标威胁而作出横向、纵向控制,可有效降低道路交通事故发生的概率。传统的场地测试是以假人、假车、环境模拟器等测试设备构建有限测试场景,测试决策控制算法的合理性和控制算法与车辆匹配的优劣。驾驶辅助系统连续感知、决策、执行,全天候持续运行,传统测试评价手段已难有效覆盖自动驾驶新特征。智能驾驶辅助系统在开发的过程中,每一阶段功能和性能的测试评价将通过多样化的试验结果相互组合印证,需要进行实车道路测试、公开道路测试,功能安全测试、信息安全测试、仿真测试等,硬件在环仿真测试平台是智能网联汽车“V”型开发过程中不可缺少的工具链。
01 驾驶辅助系统功能及传感器原理驾驶辅助系统构成和原理
汽车驾驶辅助系统的构成和系统原理,如图1所示。目前,驾驶辅助系统主要装备毫米波雷达、摄像头、360°环视系统、超声波雷达,实现自动泊车(APA)、自适应巡航(ACC)、紧急制动(AEB)、盲区监测(BSD)、车道保持辅助(LKA)、交通拥堵辅助(TJA)等功能,而激光雷达主要是在更高级别的自动驾驶汽车上装备。车载传感器感知前方道路上障碍物、车道线、交通限速标志、行人等信息。使用摄像头和毫米波雷达获取前方目标相对距离、相对速度,通过决策与控制实现自适应巡航、紧急制动、交通拥堵辅助功能。摄像头可识别前方道路车道线,计算车辆与车道线的相对位置和车道线的曲率半径,结合车辆的底盘转向特性,实现LKA功能。