自动驾驶汽车在真正商业化应用前,需要经历大量的道路测试才能达到商用要求。采用路测来优化自动驾驶算法耗费的时间和成本太高,且开放道路测试仍受到法规限制,极端交通条件和场景复现困难,测试安全存在隐患。
因此,基于场景库的仿真测试是解决自动驾驶研发测试挑战的主要路线。自动驾驶系统测试不同于传统的汽车整车或零部件试验,更多的是参照软件开发和测试的模型和流程。V模型是广泛在软件开发和测试中使用流程,V模型要求在开发团队进行不同阶段的开发同时,测试团队编制对应的测试用例,并在开发阶段完成后立即进行测试。这就要求在集成测试、系统测试等暂无完整产品样件的情况下,就开始进行测试。
在自动驾驶系统的开发过程中,越早发现问题则修正问题的成本越低。在开发的早期,就建立起测试验证的手段,快速高效的发现和解决开发过程中的问题,可以有效减低开发成本、提高开发效率。
自动驾驶车辆的自动驾驶部分主要由传感器、控制器和执行器构成,驾驶员驾驶车辆在不同的道路、交通和天气环境下接受测试。仿真测试就是模拟真实的驾驶环境进行测试,因此会对照真实世界,搭建模拟场景,也就是仿真测试平台,一般由交通场景模块、传感器模块、车辆动力学模块和测试管理模块构成。如下图所示:
交通场景模块用于模拟车辆运行的外部世界;传感器模块用于模拟车辆上安装的各种传感器,从而获得交通场景的状态;车辆动力学模块用于模拟车辆本身对自动驾驶算法控制的响应,特别是对加速、制动和转向的响应。测试管理模块,负责对以上三个部分组成的仿真测试环境的管理,保证仿真测试的效果和效率。一方面,对测试流程进行管理,另一方面,对测试数据进行管理。
完整的自动驾驶仿真测试可以分为仿真工具开发、仿真工具集成、测试场景开发和仿真测试执行等工作。
由于仿真工具开发难度较大,且模块的功能有较明显分隔,目前仿真工具一般由多家公司提供。比如VTD、PreScan是常用的场景和传感器模仿真软件,CarSim是常用的车辆动力学仿真软件,ECU-TEST是常用的测试管理工具。
仿真工具集成包含两个方面的工作:(1)根据测试需要选择合适的测试工具并将其集成为完整的仿真测试环境;(2)将被测算法与仿真测试环境集成,实现闭环测试。
测试场景开发工作的一个关键问题是:如何保证仿真测试的场景覆盖度?这需要针对自动驾驶算法的设计运行域详细而系统的进行测试场景的设计。充分考虑道路、周围车辆的位置和运动、传感器感知局限和自车状态等等不同方面的影响。在场景设计完成后,需要在仿真环境下搭建。
仿真测试执行包含两个方面的工作:(1)对测试场景库的维护和针对不同算法或功能合适的测试场景进行运行测试;(2)在测试完成后,整理并提供清晰的测试报告,并提供测试结果的统计数据,为算法团队的改进提供有效支撑。
基于模型的设计方法的不同阶段,分别采用MIL/SIL/PIL/HIL(MIL,Modelin the Loop:模型在环测试;SIL,Softwarein the Loop:软件在环测试;PIL,Processorin the Loop:处理器在环测试;HIL,Hardwarein the Loop:硬件在环测试)等测试方法,有效的对嵌入式代码进行测试和验证。如果被测对象仅仅是开发阶段的算法,那只使用MIL/SIL就可以;如果被测对象是要在实车使用的控制器,那可能需要一套HIL设备提前进行测试、提前发现问题。仿真测试常用的工具有的CarSim、CarMaker、VTD和PreScan等等。
目前自动驾驶算法测试大约90%通过仿真平台完成,9%在测试场完成,1%通过实际路测完成。随着仿真技术水平的提高和应用的普及,行业旨在达到通过仿真平台完成99.9%的测试量,封闭场地测试完成 0.09%,最后0.01%到实路上去完成,这样可以使自动驾驶汽车研发达到更高效、经济的状态。
目前自动驾驶仿真市场参与主体主要包括:科技公司、车企、自动驾驶解决方案商、仿真软件企业、高校及科研机构、智能网联测试示范区。由于每个市场主体在自动驾驶仿真方面的技术基础不同,因此在推动自动驾驶仿真方面的研发及合作方式呈现不同模式。
科技公司在仿真方面起步相对较晚,在汽车功能探索方面经验较少,但是具备大数据优势,软件开发能力强。自动驾驶汽车相比传统汽车,对软件的需求更大,科技公司进行仿真软件的探索,目的是进入市场庞大的汽车行业,建立更大的数据平台,形成新的业务增长点。目前自动驾驶仿真科技公司主要包括腾讯自动驾驶仿真平台TAD Sim 、百度增强现实的自动驾驶仿真系统AADS 、华为自动驾驶云服务Octopus八爪鱼、阿里混合式仿真测试平台等。
车企自身软件开发能力弱,无法独立完成仿真测试,一般通过和科技公司或者自动驾驶仿真软件企业合作,利用后者仿真软件进行自动驾驶汽车开发,如上汽与TAD Sim,江淮与Prescan(见下表)。
自动驾驶解决方案商主要针对自身需求研发定制化仿真软件,较少对外提供仿真服务,但借助于充足的资金、人才集聚力及自身研发驱动力,在自动驾驶仿真方面具有很强的创新能力。各领先自动驾驶解决方案商都有自身仿真测试软件,如Waymo、Cruise、小马智行、AutoX等。
高校及科研机构主要应用自动驾驶仿真软件进行前瞻性、基础性研究,但很难形成成熟的商业化产品。国内从事自动驾驶仿真研究的高校及科研机构主要包括:清华大学、同济大学、北京航空航天大学、吉林大学、天津大学、 长安大学、南京航空航天大学、武汉理工大学等。
仿真软件企业可分为传统仿真软件企业、初创企业两大类。传统仿真软件企业由于技术积累比较深厚,进入自动驾驶仿真具有先天优势,而且合作伙伴较多,二次开发具有优势。初创企业由于起步晚,技术积累较弱,国内企业和国外的差距较大,但依靠雄厚的资金和人才集聚力,创业公司在自动驾驶仿真软件研发方面有望迅速崛 起。在全球主流自动驾驶仿真软件企业中,美国和德国占据全球企业总数一半以上。
1.自动驾驶虚拟仿真测试介绍: adsimtest的博客