自动驾驶合规宝典18～ADS仿真测试概述

1.ADS仿真测试的目的

2.ADS仿真测试主要构成

3.ADS仿真测试流程

4.ADS仿真测试的优势与挑战

1.ADS仿真测试的目的

自动驾驶系统仿真测试是自动驾驶汽车开发过程中不可或缺的一部分，它主要通过数学建模和仿真技术来模拟测试自动驾驶汽车的功能和性能，以评估其可靠性、安全性和适应性等。这种方法可以在现实世界中极难测试或测试成本极高的场景下对ADS进行验证，从而提高自动驾驶系统的安全性和可靠性。

ADS仿真测试主要是以数学建模的方式将自动驾驶的应用场景进行数字化还原，建立尽可能接近真实世界的系统模型，无需实车测试，直接通过软件进行仿真测试便可达到对自动驾驶系统及算法的测试验证目的。其目的在于提高自动驾驶系统的安全性、可靠性、精度和性能，加速自动驾驶汽车的开发和实际应用。

2. ADS仿真测试主要构成

自动驾驶仿真测试主要包含三大部分：场景库、仿真平台、评价体系。三者紧密耦合，相互促进。

2.1 场景库

场景库的数据来源：主要包括真实数据（如自然驾驶数据、交通事故数据、保险理赔数据等）、模拟数据（如驾驶模拟器数据和仿真数据）以及专家经验数据等。具有真实性、交互性、扩展性、无限性、批量化、自动化等特性。

2.2 仿真平台

用于ADS仿真测试的仿真平台可能是不同方法的组合。因为有许多方法可以执行不同的仿真测试：

（a）完全在计算机内部的模型在环MIL或软件在环SIL，主要涉及元素模型（例如，ADS控制逻辑）在仿真环境中的相互作用；

（b）通过传感器、子系统或整车与虚拟环境交互的硬件在环HIL或车辆在环VIL。对于车辆在环VIL测试，车辆可以在：

（c）子系统与真实驾驶员交互的驾驶员在环DIL。

模型在环MIL（Model-In-the-Loop）：对控制算法模型在模型的开发环境下（如SIMUlink）进行仿真，通过输入一系列的测试用例，验证控制算法模型是否准确地实现了功能需求。

软件在环SIL（Software-In-the-Loop）：是指在通计算机的建模环境中评估执行代码（如算法、整个控制器策略或完整实现软件）的方法论。是一种等效性测试，测试的目的是验证代码与控制模型在所有功能上是完全一致的。其基本原则一般是使用与MIL完全相同的测试用例输入，将MIL的测试输出与SIL的测试输出进行对比，考察二者的偏差是否在可接受的范围之内。

硬件在环HIL（Hardware-In-the-Loop）：是指运行软件的特定车辆子系统的硬件，其输入和输出连接到利用计算机仿真技术模拟的真实环境中，以在最终系统集成之前连接电子控制单元（ECU）的所有输入/输出的方式复制传感器、执行器和/或机械部件。

车辆在环VIL（Vehicle-In-the-Loop）：是指真实世界和仿真环境的融合，以在与真实世界测试相同的水平上评估车辆测试台或测试轨道上的真实ADS车辆的动力学。

驾驶员在环DIL（Driver-In-the-Loop）：是指驾驶模拟器，其具有使驾驶员能够在仿真环境中操作并与仿真环境通信的组件，并且用于评估人机界面HMI交互设计。

2.3 评价体系

仿真平台置信度评估是对仿真测试结果可信程度的一种量化评价。它反映了仿真测试结果与实际情况之间的一致性程度。

常用的置信度评估方法有：

（a）对比验证：将仿真测试结果与实车测试结果进行对比，以验证仿真测试的可信度。这种方法需要确保实车测试与仿真测试在场景设计、参数设置等方面的一致性。

（b）敏感性分析：通过改变仿真测试中的某些参数（如道路条件、车辆速度等），观察仿真结果的变化情况，以评估仿真测试对参数变化的敏感程度。

（c）专家评审：邀请行业专家对仿真测试过程和结果进行评审，以获取专业意见和建议。

评估标准需包含以下几个方面：

（a）一致性：仿真测试结果与实车测试结果之间的一致性程度。

（b）稳定性：仿真测试在不同时间、不同环境下结果的稳定性。

（c）全面性：仿真测试覆盖的测试场景和参数的全面性。

3. ADS仿真测试流程

ADS仿真测试流程主要有以下几个步骤：

（i）场景设计：仿真测试的基础是设计各种可能的驾驶场景，包括正常驾驶场景、紧急驾驶场景、边缘场景以及故障场景等。

（ii）模型构建：构建车辆动力学模型、传感器模型、道路静态元素模型、仿真接口、动态交通场景等，以模拟真实车辆在各种场景下的行为。

（iii）仿真运行：在仿真环境中运行ADS，观察并记录ADS在不同场景下的表现。

（iv）结果分析：对仿真结果进行分析，评估ADS的性能是否符合预期，并发现潜在的问题。

4. ADS仿真测试的优势与挑战

安全性保障：仿真测试可以在虚拟环境中模拟各种复杂的路况和交通情况，对自动驾驶汽车的各项功能进行测试，从而发现潜在的安全隐患。

成本效益：仿真测试可以大幅降低测试成本，缩短研发周期，提高测试效率。

多样化的测试场景：仿真测试可以模拟各种复杂的路况、天气状况、道路建设和交通情况等，进行多种不同情况下的测试。

具有显著优势的同时，仿真测试也面临着置信度不高、技术复杂等挑战：

模拟数据的真实性和丰富性：仿真软件与真实世界之间存在一定的差异，模拟数据可能无法完全反映真实世界的复杂性和多样性。

技术复杂性：自动驾驶系统包含大量机器学习算法和传感器技术，仿真测试需要不断发展和改进以适应这些技术的复杂性。

自动驾驶系统仿真测试在自动驾驶汽车的开发过程中发挥着重要作用，它不仅可以提高自动驾驶系统的安全性和可靠性，还可以加速自动驾驶技术的发展和应用。然而，随着自动驾驶技术的不断进步和复杂性的增加，仿真测试也需要不断发展和改进以适应新的挑战和需求。