基于攝像頭在環(huán)的HIL仿真測試與研究

于洪峰，王裕鵬，華 典，曹紅艷

（濰柴動力股份有限公司，山東 濰坊 261041）

ADAS（Advanced Driver Assistant System，高級駕駛輔助系統(tǒng)）是利用車載傳感器，感知周圍環(huán)境，進行靜、動態(tài)物體識別、偵測與追蹤等技術處理來提高駕駛安全性的技術，傳感器主要包括攝像頭、雷達、激光和超聲波，該系統(tǒng)主要包括導航與實時交通系統(tǒng)TMC、電子警察系統(tǒng)ISA、車聯(lián)網(wǎng)、自適應巡航ACC、車道偏移報警系統(tǒng)LDWS、車道保持系統(tǒng)LKA、碰撞避免或預碰撞系統(tǒng)FCW、夜視系統(tǒng)、自適應燈光控制、行人保護系統(tǒng)、自動泊車系統(tǒng)AP、交通標志識別TSR、盲點探測BSD、駕駛員疲勞探測、下坡控制系統(tǒng)、電動汽車報警系統(tǒng)等。

硬件在環(huán) （HIL）仿真測試是以實時處理器運行仿真模型來模擬受控對象的運行狀態(tài)，通過I／O接口與被測的ECU連接，對被測ECU進行全方面的、系統(tǒng)的測試。從安全性、可行性和合理的成本上考慮，HIL仿真測試已經(jīng)成為ECU開發(fā)流程中非常重要的一環(huán)，減少了實車路試的次數(shù)，縮短開發(fā)時間和降低成本的同時提高ECU的軟件品質，降低測試過程的風險。

其主要的觀念就是利用一個實時運行的仿真平臺在其上運行被控對象的仿真物理模型，并利用接口板卡的輸入輸出能力，對于控制器的輸出進行一個控制信號的獲取，再將所獲取到的信號輸入到仿真模型中使其產(chǎn)生相對應的反應行為，再將這樣的反應行為轉化為傳感器所輸出的信號中將其輸出到控制器的輸入管腳，使得整體的系統(tǒng)得到一個閉環(huán)的響應。因此由以上的描述可知，在這樣的系統(tǒng)中有以下的幾點技術指標需要被滿足：①高精度的實時仿真物理模型；②高運算效率的處理器板卡；③與控制器管腳可匹配的輸入輸出介面板卡；④可制造各種測試工況的配套板卡與設備 （如錯誤注入模塊等）；⑤診斷與標定工具的接口；⑥可進行信號觀測、標定及系統(tǒng)配置的軟件；⑦自動化測試的軟件；⑧可進行殘余總線仿真的接口軟硬件能力。

對ADAS系統(tǒng)進行調試，需要各系統(tǒng)之間正常交互、車輛周圍的環(huán)境可以自由切換模擬，HIL（硬件在環(huán)）測試是必需設備，只有HIL可以對整個系統(tǒng)進行聯(lián)調測試，并模擬各種閉環(huán)測試場景。

在HIL測試過程中會對ADAS系統(tǒng)進行調整，根據(jù)測試結果優(yōu)化ADAS系統(tǒng)架構和控制算法，對于提升ADAS開發(fā)設計能力十分重要，可以說是項目開展的關鍵因素。特別是項目在道路試驗階段，現(xiàn)有條件無法開展具有危險性的試驗，HIL測試是僅有的可以模擬實車進行路試的方法。

1 ADAS傳感器零部件介紹

1.1 ADAS傳感器特點

通常的ADAS傳感器包括聲學類、光學類和電磁類3種，傳感器的特征如表1所示。

表1 ADAS傳感器的特征

1.2 毫米波雷達

按照毫米波雷達的工作頻率可以分為：24GHz毫米波雷達和77GHz毫米波雷達。毫米波雷達按照雷達所能夠探測到的距離也可以分為3類：短距離雷達、中距離雷達和遠距離雷達。毫米波雷達的主要用途分類如表2所示。

表2 毫米波雷達用途分類

1.3 Camera攝像頭

Camera是廣義的相機或攝像頭傳感器，根據(jù)類型包括單目、雙目、紅外、魚眼等，主要負責對前方車輛和行人等障礙物的圖像采集以及對前方信號燈與交通標志標線的信息采集。

視覺傳感器系統(tǒng)是無人駕駛智能汽車障礙物的識別以及避障中的重要組成部分，主要由圖像的采集模塊、處理模塊、特征提取模塊等組成。

1.4 激光雷達

激光掃描雷達的工作原理是：激光器以逆時針在水平方向上發(fā)射的激光束完成190°的平面掃描。當激光束遇到目標障礙物時，反射回來激光束被光學接收系統(tǒng)的探測器檢測到，會轉變成一個電信號經(jīng)過濾波和放大之后，輸入到內部的數(shù)字信號處理器，經(jīng)過處理后輸出到采集程序顯示在計算機上。在激光雷達的實際應用中，掃描周期、角度測量范圍和角度分辨率以及探測距離等是主要關注的量。

1.5 超聲波雷達

超聲波雷達是利用傳感器內的超聲波發(fā)生器產(chǎn)生40kHz的超聲波，再由接收探頭接收經(jīng)障礙物反射回來的超聲波，根據(jù)超聲波反射接收的時間差計算與障礙物之間的距離。超聲波雷達成本較低，但探測距離相對較短，只有幾米，通常用于泊車系統(tǒng)中，且超聲波雷達會受限天氣條件。

2 ADAS HIL測試設備組成

2.1 ADAS HIL整體架構

ADAS設備由HIL機柜、車輛動力學模型、傳感器仿真軟硬件、場景建模工具等組成。ADAS測試設備構成見表3。ADAS HIL測試主要包括攝像頭在環(huán)測試方案和雷達在環(huán)測試方案。

作為一個使用功能相當復雜的民用建筑，其設計應該充分體現(xiàn)“以人為本”的原則，貫徹“以人為本”的設計理念輔以先進的信息技術手段，從交通組織，功能布局以及就醫(yī)環(huán)境入手，整合各種有利的資源和要素，以創(chuàng)新的設計手法為社會大眾提供更舒適、更溫馨、更貼心的醫(yī)療空間。

2.2 視頻暗箱

整個HIL系統(tǒng)由HIL機柜、車載雷達場景生成設備、視頻暗箱、機械臺架、變頻柜 （用于雷達變頻）、微波暗室（涂有吸波材料）、上位機電腦等組成。

攝像頭在環(huán)測試采用視頻暗箱，主要由攝像頭安裝支架、視頻顯示設備、遮光黑盒、供電系統(tǒng)、線束、內部電源等硬件構成，視頻黑箱是HIL設備的組成部分，HIL設備為黑箱提供所需的視頻信號，攝像頭供電信號，通過總線進行信息交互，如圖1所示。

表3 ADAS測試設備構成

圖1 攝像頭在環(huán)測試暗箱

2.3 毫米波雷達模擬器

雷達在環(huán)測試的目的是生成真實雷達目標，并讓真實的車載雷達探測到，HIL可以1ms的速率更新雷達目標屬性，屬性包括距離、速度、雷達反射面積、角度等。雷達在環(huán)測試可以詳細驗證雷達部件功能。

功能測試則是測試ADAS功能比如ACC、AEB以及其它功能。Miro-sys的ARSG設備可以仿真前面3個參數(shù) （距離、速度和雷達反射截面積）。角度的仿真是通過機械方式實現(xiàn)的，雷達回波的發(fā)射天線是根據(jù)仿真目標車輛的移動而精準定位的。雷達模擬器結構如圖2所示。

車輛動力學仿真模型由以下部件構成：發(fā)動機 （基于查表）、動力傳動系統(tǒng)、車輛動力學、環(huán)境。

其中：發(fā)動機模型包含一個支持ECU介入的基于table的發(fā)動機模型。該模型可以方便地被全特征的汽油機或柴油機模型代替。

動力傳動模型包括手動和自動變速器，支持前驅、后驅及全驅。驅動軸建模為彈性元件。

車輛多體系統(tǒng)建模為非線性多體系統(tǒng)，包括基于幾何結構或者基于table的懸架運動學和基于table的彈性運動學。模型支持車輛的垂向、縱向和橫向動力學。

環(huán)境模型對道路、駕駛員及駕駛員操作序列進行建模。

圖2 雷達模擬器結構圖

3 基于Camera攝像頭的ADAS算法測試研究

3.1 視頻暗箱結構

采用定制的攝像頭視頻暗箱，如圖3所示。

攝像頭暗箱構成如下。

Part 1：顯示器屏幕，車輛運行周圍場景，顯示攝像頭需要采集的畫面。

Part 2：攝像頭支架，可以調整攝像頭高度及與屏幕距離，保證攝像頭采集的畫面角度與實際情況一致。

Part 3：Eyewatch，攝像頭的監(jiān)控顯示器。

Part 4：攝像頭與視頻輸出，拍攝Eyewatch的顯示情況，并把圖像傳輸?shù)紺ontrolDesk的監(jiān)控界面上。

圖3 ADAS攝像頭暗箱

3.2 實時仿真模型結構

車輛及道路場景模型ASM_Traffic在基礎上進行擴充，增加了Simulator、攝像頭模型、Spare和BusSysterms，模型基于Matlab／Simulink 搭建，攝像頭模型構架如圖4所示。

3.3 HIL測試界面

ADAS-Camera閉環(huán)HIL的測試界面主要由場景搭建ModelDesk界面，場景顯示MotionDesk界面和主控界面ControlDesk構成。在ModelDesk中建立的Maneuver、Road和Traffic場景會同步到MotionDesk中顯示，場景顯示界面如圖5所示。

圖4 攝像頭模型架構圖

3.4 基于攝像頭的硬件在環(huán)測試

測試ADAS-Camera閉環(huán)的功能，Simulator模擬發(fā)動機ECU的CAN通信，與ADAS-Camera組成CAN網(wǎng)絡。在ADASCamera閉環(huán)測試之前，先對Camera進行功能測試。測試Camera對視景的識別功能，主要測試Camera對前方車輛、路邊交通標識、行人和車道線的識別，測試結果如圖6～9所示。

ADAS-Camera閉環(huán)測試包括：自動跟車測試和前車Cut in／Cut out測試。

4 結論

1）采用視頻暗箱的方式能夠準確模擬攝像頭傳感器的感官場景。

2）對于ADAS HIL測試設定合適的測試用例是測試的關鍵。

圖5 場景顯示界面

圖6 前方車輛視景和EyeWatch識別前車及距離

圖7 交通標識視景和EyeWatch識別交通標識

圖8 行人視景和EyeWatch識別行人

圖9 車輛偏離車道線和EyeWatch識別車道線