FEV率先运用协同仿真方法,将DCP标准用于自动驾驶开发
自动驾驶功能的开发面临一些特有的挑战,尤其在网联方面。通过跟周边车辆的直接通信,协同系统可以提高驾驶安全性,比如:越过物理障碍物、识别目标并预测目标运动轨迹。不过,这些系统运行的环境十分复杂且不可预测,包括开发和验证的全新挑战。
“车载嵌入式协同系统(CES)带来了新的挑战,比如系统安全风险的增加和性能要求的提升,以确保系统在动态、不可预测的环境中安全有效地运行”,FEV高级驾驶辅助系统(ADAS)和自动驾驶系统(AD)高级开发总监ElmarBörner指出,“这类系统所要求的不可预测运行条件包含无限种潜在情况,使得进行全方位物理测试变得难以实施。”
为应对这些挑战,需要通过协同仿真实现虚拟环境测试。“协同仿真”是指使用一个协同仿真的主程序集成多种不同仿真工具用于虚拟开发,比如FEV虚拟实验的实时软件xMOD。一般来说,输入的模型数据可以被编译并直接通过从属应用程序导入,比如通过功能模型接口(FMI)。但是,也有一些模型类型无法适用这种方式,比如用开源城市驾驶模拟器CARLA这类工具开发的3D环境模型。这类模型已经绑定它们的执行平台,因此无法导入协同仿真主程序。
为了应对这种挑战,FEV已经使用新的分布式协同仿真协议(DCP)用于在分布式平台上对不同模型的执行进行时间同步。xMOD中DCP支持将新仿真模型甚至是硬件集成到以前集成方法不兼容的协同仿真平台中。运用DCP可定义模型的硬实时、软实时和非实时操作,以及现有模型的交换使用解决方案。最终,它使得协同嵌入式系统(CES)能够控制复杂的网络物理仿真,在同一3D仿真环境中调控多个车辆。
“由于开发早期软件的道路测试比较困难,因此虚拟测试对自动驾驶应用来说是必不可少的”,Börner说,“复杂的网络物理系统仿真和协同仿真在虚拟测试中承担了重要任务。FEV首次将DCP协同仿真标准用于自动驾驶的开发。这种技术路径可以帮助开发者集成和处理市面上不同的仿真平台,以应对真实交通环境中的车辆的动态场景。”
为适用一些前沿仿真工具,这种技术路径还提供一种方法使得复杂仿真可以处理和应对动态场景,比如不同的交通和环境场景,或者协同系统中的动态变换。
德国联邦教育与研究部(BMBF)已经将这项工作作为"CrESt"项目编号01IS16043的一部分,并投资了部分资金。
- 下一篇:中汽中心与长安汽车签署战略合作协议
- 上一篇:简析分布式驱动电动汽车的操稳性控制
-
汽车测试网V课堂
-
微信公众号
-
汽车测试网手机站
最新资讯
-
2024版《智能网联汽车信心度技术规范》
2024-11-25 16:01
-
地下充电柜!Kempower推出新型电动卡车充电
2024-11-25 16:00
-
这才是“油改电”!雷诺改装电动卡车在法国
2024-11-25 16:00
-
美国发布新车评估计划(NCAP)-防撞行人保
2024-11-25 15:59
-
“极北寒测”正式开测:守好测评一线质量关
2024-11-25 15:37