共查询到18条相似文献,搜索用时 937 毫秒
1.
2.
3.
随着自动驾驶等级的提高,面向传统汽车的测试工具与测试方法已不能满足自动驾驶汽车测试的需要。基于场景的虚拟测试方法在测试效率、测试成本等方面具有巨大的技术优势,是未来自动驾驶汽车测试验证的重要手段,已成为当前的研究热点。通过对大量相关文献的系统梳理,综述了基于场景的自动驾驶汽车虚拟测试研究进展。对比分析了自动驾驶测试场景的不同定义方式,明确了测试场景的内涵,归纳了测试场景的要素种类,概述了测试场景的数据来源,总结了场景数据的处理方法。在此基础上,对自动驾驶汽车虚拟测试方法进行了总结,分析了典型的测试方式、测试平台和虚拟测试的技术要点,梳理了软件在环、硬件在环和车辆在环测试方案及其关键技术。针对自动驾驶汽车测试效率问题,研究了基于场景的加速测试技术,概述了典型的测试场景随机生成方法和危险场景强化生成方法。最后,对基于场景的自动驾驶汽车虚拟测试所面临的问题及未来发展趋势进行了分析和展望。研究结果表明:基于场景的虚拟测试是推动自动驾驶技术发展和产业落地的必由之路,未来研究应着力突破基于解构与自动重构的测试场景数据库、人-车-环境系统一体化高置信度建模、自动驾驶汽车虚拟测试标准工具链、不同自动驾驶汽车渗透率下的混合交通模拟与测试、测试案例动态自适应随机生成机制等核心共性技术,建立自动驾驶汽车虚拟测试标准体系。 相似文献
4.
自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。 相似文献
5.
6.
7.
8.
针对L2/L3级自动驾驶汽车的仿真测试和封闭场地测试认证需求,结合现有L2/L3级自动驾驶汽车量产车型的主要功能特点,提出自动驾驶汽车基础测试场景群的构建方法。首先针对指定的道路交通环境,分析主车和周围交通参与者可能的相对位置和运动方向的组合,确定复杂场景群。其次分别以主车功能所确定的各个可能运动方向,依此与各干扰车辆的可能运动方向(包括任一干扰车辆不存在的情形)进行组合,组合时采用PICT组合测试工具,并添加必要的运动约束条件,选择参数组合覆盖标准自动生成全部的组合场景群。最后结合场景筛选规则,筛选出具有测试价值的覆盖各个层级及功能的基础测试场景群。采用场景构建方法,对于主车处于三车道中间车道的路段场景和无红绿灯的十字路口场景,分别构建62种和33种基础测试场景。根据驾驶人行为特性、交通规则、汽车在城市、郊区和高速公路工况下的典型车速、加减速度、横向加速度、交通事故和自然驾驶数据库的有关场景数据等,设计主车换道工况的测试用例。采用模型预测控制框架建立主车局部路径规划和控制仿真模型,并对主车危险换道场景进行仿真。研究结果表明:主车在邻车道前车大减速的情况下实现了减速换道并避免了与本车道前车和邻车道前后车的碰撞,同时跟踪到期望跟车间距,验证了该换道测试用例的有效性。 相似文献
9.
安全性测试是高等级自动驾驶汽车(Highly Automated Vehicles,HAV,指具备L3级及以上能力的自动驾驶汽车)规模化应用的基本保障。鉴于HAV测试对象与测试标准的变革,传统基于里程的车辆测试方法论不再适用,场景化虚拟测试正成为验证HAV安全性的核心方法。基于与国内外多家HAV研发机构开展虚拟测试合作的基础上,针对测试场景、测试工具和测试方法等方面的技术难点和学术问题进行汇总、归纳和分析。测试场景方面,围绕场景覆盖度的要求,需重点关注测试场景自主划分、自动化仿真生成和未知高风险场景搜寻等理论方法。测试工具方面,在构建HAV自动驾驶系统“环境感知-规划决策-运动执行”一体化仿真工具的基础上,需研究支撑测试场景生成、驾驶行为双向交互和多传感器物理模型融合的高可信仿真技术。测试方法方面,针对海量测试场景、HAV驾驶能力非单调变化等特征,亟待开展覆盖度驱动型测试方法、加速测试方法和多目标测试与评估等的研究。此外,在上述研究挑战的基础上,面向HAV虚拟测试自动化、快速化、一体化和协同化的应用需求,提出HAV虚拟测试仿真即服务(Simulation as a Service,SAAS)的系统架构,并进一步明确HAV安全性诊断分析、系统自主优化训练和面向系统快速迭代升级的测试方法等SAAS重点研究需求。 相似文献
10.
为满足自动驾驶汽车测试对场景真实度的要求,提出一种针对交通车辆交互关系的耦合特征建模方法。结合基于机理模型构建的虚拟数据和采集的真实场景数据建立交通车辆行为数据集;采用深度学习建立局部信息响应的交通车辆行为决策模型、跟驰模型和换道模型,结构相对简单的单体模型能提升场景模拟的可扩展性;针对自动驾驶汽车测试对模型鲁棒性要求高的问题,建立分布执行-集中对抗训练的架构进行交通车辆模型优化,提高模型对输入扰动的鲁棒性。构建交通车辆交互仿真环境对模型进行仿真,通过仿真数据与真实数据分布之间的对比和量化评价指标验证模型的有效性。 相似文献
11.
为了提高分布式无人车轨迹跟踪的精度,提出了基于自主与差动协调转向控制的轨迹跟踪方法。首先,在车辆三自由度模型基础上,基于模型预测控制(MPC)实时计算前轮转角以控制车辆进行自主转向轨迹跟踪。在此过程中,为了提高自主转向下车辆的轨迹跟踪精度与行驶的稳定性,考虑多种因素,利用经验公式及神经网络控制对MPC的预瞄步数和预瞄步长进行多参数调整,实现预瞄时间的自适应控制。其次,在恒转矩需求的情况下,以轨迹偏差为PID控制器的输入及左右轮毂电机转矩为输出进行差动转向控制,实现了差动转向下的轨迹跟踪控制。然后,通过设置权重系数的方法将自主与差动转向相结合。考虑到车辆横纵向动力学因素,采用模糊控制及经验公式对权重系数进行了调整,从而在提高车辆转向灵活性与轨迹跟踪效果的同时保证车辆行驶的稳定性。CarSim与Simulink联合仿真以及实车试验结果表明:与自主转向轨迹跟踪相比,采用变权重系数的协调控制可以在不同的工况下提高车辆的转向灵活性与轨迹跟踪的精度,轨迹跟踪偏差的均方根值改善率达到了11%。所提出的协调转向控制方法可为分布式驱动车辆转向灵活性的提高及轨迹跟踪精度的改善提供一种新的思路。 相似文献
12.
13.
为了解决园区等场景下无人车多途经点配送问题,提出了一种基于矢量化高精地图的车道级全局路径规划、生成和跟踪控制方法。考虑配送车往返途经点顺序对行驶路径总长度的影响,基于高精地图采用A*算法计算各配送点间的最优路径,在此基础上,利用动态规划算法求解经过多个配送点的全局最优路径。应用贝塞尔曲线对规划的路径进行平滑,并根据道路曲率设定不同路径处的参考行驶速度,进而生成车道级的可用于跟踪的目标轨迹。利用车辆二自由度模型设计模型预测控制器进行轨迹跟踪,实现低速物流配送车的自主控制。在 CarSim/Prescan/Simulink联合仿真平台和实车平台上对提出的规划控制方法进行了试验。结果表明,相比传统的依据最近配送点策略确定的路径,所提出的方法搜索出的路径长度平均缩短了 6.15%。所设计的轨迹跟踪控制器能确保配送试验车与目标轨迹的横向偏差在 0.25 m 以内,航向角偏差在5°以内。 相似文献
14.
15.
基于制动轨迹检测的汽车路试模拟技术 总被引:1,自引:0,他引:1
为提高汽车制动性能检测结果的客观性,解决对同一辆汽车进行台试与路试的检测结果不一致的问题,提出路试模拟技术.该技术得以实现的关键是汽车制动轨迹的检测,具体方法是:在单个矩形测试平板的4个角,分别安装相同的压力传感器,以矩形平板的相邻边,建立平面坐标系,当车轮在平板上制动时,利用力矩平衡原理,求得车轮制动时的运动轨迹.将测试平板并排串联放置,组成路试模拟系统,可以对汽车各个车轮的制动轨迹同时进行检测.利用该方法可实现对汽车制动距离、横向位移、航向角等参数进行实时检测,从而模拟路试法进行汽车制动性能的评价. 相似文献
16.
为解决智能汽车在含有纵向坡路的环境中行驶时所涉及的环境感知与路面可行驶性理解问题,提出了一种基于激光雷达的动态、不确定性路面可行驶性预测方法。首先,利用PreScan,CarSim与MATLAB软件搭建虚拟行驶环境,并建立激光雷达物理模型提高虚拟点云的保真度。其次,进行基于激光雷达的动态可行驶性研究,利用路面激光雷达点云数据基于车辆未来行驶方向建立笛卡尔坐标系下的间隔栅格地图;在间隔内进行平面拟合得到路面的法向量,利用平面法向量计算路面纵向坡角并利用车辆姿态补偿得到大地坐标系下的间隔坡角和道路轮廓信息,并探讨天气对道路轮廓估计结果的影响;基于车辆纵向动力学特性和道路参数估计结果,计算可行驶性概率并预测可行驶性。为了快速仿真验证所提出的可行驶性预测方法,搭建相应的自动测试环境并设计测试方法。首先分析并测试车辆行驶过程中容易因失效造成预测失败的临界关键工况,接着在虚拟行驶环境中建立自动化测试流程,加强对关键工况区的采样,总计通过402组测试工况验证可行驶性预测算法,预测准确率达到87.81%。最后,在实车平台和真实测试道路上对算法流程进行验证。研究结果表明:该方法能够很好地对车辆在纵向坡路上的可行驶性进行动态的、基于概率性指标的预测。 相似文献
17.
18.
Umberto Montanaro Shilp Dixit Mehrdad Dianati Alan Stevens David Oxtoby 《Vehicle System Dynamics: International Journal of Vehicle Mechanics and Mobility》2019,57(6):779-814
Connected autonomous vehicles are considered as mitigators of issues such as traffic congestion, road safety, inefficient fuel consumption and pollutant emissions that current road transportation system suffers from. Connected autonomous vehicles utilise communication systems to enhance the performance of autonomous vehicles and consequently improve transportation by enabling cooperative functionalities, namely, cooperative sensing and cooperative manoeuvring. The former refers to the ability to share and fuse information gathered from vehicle sensors and road infrastructures to create a better understanding of the surrounding environment while the latter enables groups of vehicles to drive in a co-ordinated way which ultimately results in a safer and more efficient driving environment. However, there is a gap in understanding how and to what extent connectivity can contribute to improving the efficiency, safety and performance of autonomous vehicles. Therefore, the aim of this paper is to investigate the potential benefits that can be achieved from connected autonomous vehicles through analysing five use-cases: (i) vehicle platooning, (ii) lane changing, (iii) intersection management, (iv) energy management and (v) road friction estimation. The current paper highlights that although connectivity can enhance the performance of autonomous vehicles and contribute to the improvement of current transportation system performance, the level of achievable benefits depends on factors such as the penetration rate of connected vehicles, traffic scenarios and the way of augmenting off-board information into vehicle control systems. 相似文献