论文部分内容阅读
摘要：文章应用PreScan软件对某车型的盲点检测功能（简称BSD）测试场景构建进行研究，通过Simulink控制算法匹配，在确保整车底盘动力学和传感器性能良好的前提下，依据法规、自然驾驶、V2X等场景，对BSD功能进行测试，为后期的开发测试優化提供理论依据。
关键词：智能驾驶；盲点监测；场景
引言
2017年12月18日，北京市经济和信息化委员会制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则》。其中提出，测试主体需在封闭式试验场地完成规定场景的验证，驾驶测试场景的构建迫在眉睫。
2018年1月，我国发布《智能汽车创新发展战略征求意见稿》，提出“构建自主可控的智能汽车技术创新体系”等6大战略任务，战略任务之一“构建自主可控的智能汽车技术创新体系”中，明确技术创新体系中：完善测试评价技术。而测试场景的构建与研究，则是其中的重要组成部分。
在传统的BSD（Blind Spot Detection，以下简称BSD）开发过程中，为保证功能的稳定可靠，需要进行大量的实车及场地测试，传统测试手段存在周期长、费用高、测试工况相对简单、难以对问题进行定位等问题。本文将以BSD为例，结合场景构建软件PreScan软件，对测试场景的搭建及研究进行说明。
该方法同样适用于其他ADAS功能测试场景搭建，包含但不限于自动紧急制动（AEB，Autonomous Emergency Braking）、自适应巡航（ACC，Adaptive Cruise Control），自动泊车（AP，Automatic parking）等。
1、软件介绍
PreScan是高级辅助驾驶系统（简称ADAS，Advanced Driver Assistant System）和智能汽车系统的仿真平台。作为智能汽车行业仿真专业软件，PreScan在传感器模型、场景搭建、控制算法匹配等方面具有卓越的开发能力：
（1）丰富的车辆动力学模型，涉及小型轿车、重型卡车、摩托车等，可对车辆动力学、转向系统、动力传动系统进行设置；
（2）丰富的人物模型，针对不同体型、不同年龄、不同运动状态对行人进行设置；
（3）丰富的传感器模型，可根据测试需要选择不同的传感器，并且支持高级自定义，更接近真实的传感器工作原理；
（4）能够与MATLAB/Simulink、CarSim等软件进行联合仿真。
PreScan采用图形化交互界面，用户只需要用鼠标拖动的方法从模型库中选取相应的模块，能够迅速建立系统结构框图，再根据研究的需要在Simulink控制算法中添加需要的功能，并进行正确的连线，即可完成测试场景的构建。
2、功能介绍及系统架构
2.1 功能介绍
如果一辆车处于视角盲区位置或以很快的速度从后面接近本车，那么车外后视镜上的警告信号就会一直亮着来提醒司机[1]。如果此时司机操纵了转向灯，那么车外后视镜上的警告信号就会闪烁，提醒司机有撞车的危险。
侧后后视雷达需要监测本车道和相邻车道后方目标物体，及本车A柱后方目标物体。需要宽角度雷达天线，覆盖范围角度为150°，最大探测范围为50m。雷达的具体安装位置需要根据具体车辆进行微波天线方向图仿真及实车测试验证，本文以某车型为例，其搭载的后视雷达关键参数如下：
BSD通过安装在车辆后方的两个毫米波雷达来监控车辆后方的区域，在一定方位内探测到临近车道上其它的车辆当前位置、行驶速度、行驶方向等信息。
2.2 场景分类
根据BSD所实现的功能，基于自然驾驶、法规标准、V2X等场景，对测试场景进行如下分类（仅做参考，不完全）：
（1）城市工况，测试车30km/h、目标车40/50/60/70/80/90km/h，目标车从后面相邻左侧车道超测试车，目标车进入报警区域，激活BSD报警；
（2）城市工况，弯道行驶，测试车30km/h、目标车40/50km/h，目标车从后面相邻左侧车道超测试车，目标车进入报警区域，激活BSD标准型报警；
（3）城市工况，测试车30km/h，目标车30km/h，目标车位于测试车左侧报警区域，激活BSD标准型报警，测试车加速驶离，停止报警；
（4）城市工况，测试车30km/h，目标车匀速从测试车后方切入测试车左侧相邻车道，进入报警区域，激活BSD标准型报警。
2.3 系统架构
以车辆动力学模型搭建与传感器标定测试为基础，在车辆状态基本稳定的前提下，通过把车辆动力学模型和传感器模型导入PreScan软件，并通过控制算法Simulink进行联结，进行特定的场景测试（如下图2.3所示），并对测试结果进行分析。
针对盲点监测BSD所要实现的功能，我们提出以下开启条件：
（1）路面弯道半径不小于170m；
（2）本车行驶速度不低于30km/h时启动，速度回落至25km/h及以下时禁止；
（3）在车辆进入倒档、空挡、停车档时，此功能禁止。
为保证以上功能的实现[2]，通过应用Simulink工具进行控制策略编制，以实现BSD相关监测与报警功能，控制策略各模块说明如下：
（1）提供车辆位置、速度、路径等基本信息；
（2）提供传感器探测距离、横摆角速度等信息；
（3）车辆动力学模型信息；
（4）车辆轮胎、转向、灯光等信息；
（5）核心算法，以实现BSD报警开启条件判断。
3、场景构建及研究分析过程
3.1 基于车辆的传感器信息布局
根据车辆参数布局传感器信息如下：
3.2 基于PreScan的场景信息构建
根据测试用例，我们分别构建直线超车、弯道测试、盲区停留、后方切入等测试场景，下图为弯道测试场景构建概览图，包含以下信息：
（1）测试车辆简单车辆动力学模型（含整车基本参数、转向、动力传动系统）；
（2）传感器信息，两个通用传感器；
（3）测试道路信息，弯道半径R=150m；
（4）从属车辆及其运动信息，设置不同的超车速度。
3.3 基于场景仿真结果分析
以上测试窗口可提供以下信息显示：
（1）盲点监测BSD启动与否开关；
（2）测试车当前车速；
（3）发动机转速；
（4）制动踏板开度信息；
（5）BSD工作报警提醒信息；
（6）传感器探测目标信息。
通过以上信息，可以判断在给定报警条件下，不同车速超车情况下的报警信息，并与设计状态进行对比，从结果看，基本满足测试要求。
4、结论
本文应用PreScan软件，对盲点监测BSD测试场景进行构建，并通过加载Simulink控制算法，在确保车辆动力学和传感器标定信息先对可靠的前体下，对不同测试场景下的测试结果进行分析，为后续的功能开发及优化工作提供理论依据。
参考文献：
[1]李守晓，毕欣，曹云侠.毫米波雷达的汽车盲点检测系统研究与设计.机械设计与制造，2013，09：25-31.
[2]苗强，Martijn Tideman，李佳琦等.基于PRESCA软件的汽车主动安全系统概念设计.
[3]ISO 17387 Intelligent transport systems — Lane change decision aid systems（LCDAS）
关键词：智能驾驶；盲点监测；场景
引言
2017年12月18日，北京市经济和信息化委员会制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则》。其中提出，测试主体需在封闭式试验场地完成规定场景的验证，驾驶测试场景的构建迫在眉睫。
2018年1月，我国发布《智能汽车创新发展战略征求意见稿》，提出“构建自主可控的智能汽车技术创新体系”等6大战略任务，战略任务之一“构建自主可控的智能汽车技术创新体系”中，明确技术创新体系中：完善测试评价技术。而测试场景的构建与研究，则是其中的重要组成部分。
在传统的BSD（Blind Spot Detection，以下简称BSD）开发过程中，为保证功能的稳定可靠，需要进行大量的实车及场地测试，传统测试手段存在周期长、费用高、测试工况相对简单、难以对问题进行定位等问题。本文将以BSD为例，结合场景构建软件PreScan软件，对测试场景的搭建及研究进行说明。
该方法同样适用于其他ADAS功能测试场景搭建，包含但不限于自动紧急制动（AEB，Autonomous Emergency Braking）、自适应巡航（ACC，Adaptive Cruise Control），自动泊车（AP，Automatic parking）等。
1、软件介绍
PreScan是高级辅助驾驶系统（简称ADAS，Advanced Driver Assistant System）和智能汽车系统的仿真平台。作为智能汽车行业仿真专业软件，PreScan在传感器模型、场景搭建、控制算法匹配等方面具有卓越的开发能力：
（1）丰富的车辆动力学模型，涉及小型轿车、重型卡车、摩托车等，可对车辆动力学、转向系统、动力传动系统进行设置；
（2）丰富的人物模型，针对不同体型、不同年龄、不同运动状态对行人进行设置；
（3）丰富的传感器模型，可根据测试需要选择不同的传感器，并且支持高级自定义，更接近真实的传感器工作原理；
（4）能够与MATLAB/Simulink、CarSim等软件进行联合仿真。
PreScan采用图形化交互界面，用户只需要用鼠标拖动的方法从模型库中选取相应的模块，能够迅速建立系统结构框图，再根据研究的需要在Simulink控制算法中添加需要的功能，并进行正确的连线，即可完成测试场景的构建。
2、功能介绍及系统架构
2.1 功能介绍
如果一辆车处于视角盲区位置或以很快的速度从后面接近本车，那么车外后视镜上的警告信号就会一直亮着来提醒司机[1]。如果此时司机操纵了转向灯，那么车外后视镜上的警告信号就会闪烁，提醒司机有撞车的危险。
侧后后视雷达需要监测本车道和相邻车道后方目标物体，及本车A柱后方目标物体。需要宽角度雷达天线，覆盖范围角度为150°，最大探测范围为50m。雷达的具体安装位置需要根据具体车辆进行微波天线方向图仿真及实车测试验证，本文以某车型为例，其搭载的后视雷达关键参数如下：
BSD通过安装在车辆后方的两个毫米波雷达来监控车辆后方的区域，在一定方位内探测到临近车道上其它的车辆当前位置、行驶速度、行驶方向等信息。
2.2 场景分类
根据BSD所实现的功能，基于自然驾驶、法规标准、V2X等场景，对测试场景进行如下分类（仅做参考，不完全）：
（1）城市工况，测试车30km/h、目标车40/50/60/70/80/90km/h，目标车从后面相邻左侧车道超测试车，目标车进入报警区域，激活BSD报警；
（2）城市工况，弯道行驶，测试车30km/h、目标车40/50km/h，目标车从后面相邻左侧车道超测试车，目标车进入报警区域，激活BSD标准型报警；
（3）城市工况，测试车30km/h，目标车30km/h，目标车位于测试车左侧报警区域，激活BSD标准型报警，测试车加速驶离，停止报警；
（4）城市工况，测试车30km/h，目标车匀速从测试车后方切入测试车左侧相邻车道，进入报警区域，激活BSD标准型报警。
2.3 系统架构
以车辆动力学模型搭建与传感器标定测试为基础，在车辆状态基本稳定的前提下，通过把车辆动力学模型和传感器模型导入PreScan软件，并通过控制算法Simulink进行联结，进行特定的场景测试（如下图2.3所示），并对测试结果进行分析。
针对盲点监测BSD所要实现的功能，我们提出以下开启条件：
（1）路面弯道半径不小于170m；
（2）本车行驶速度不低于30km/h时启动，速度回落至25km/h及以下时禁止；
（3）在车辆进入倒档、空挡、停车档时，此功能禁止。
为保证以上功能的实现[2]，通过应用Simulink工具进行控制策略编制，以实现BSD相关监测与报警功能，控制策略各模块说明如下：
（1）提供车辆位置、速度、路径等基本信息；
（2）提供传感器探测距离、横摆角速度等信息；
（3）车辆动力学模型信息；
（4）车辆轮胎、转向、灯光等信息；
（5）核心算法，以实现BSD报警开启条件判断。
3、场景构建及研究分析过程
3.1 基于车辆的传感器信息布局
根据车辆参数布局传感器信息如下：
3.2 基于PreScan的场景信息构建
根据测试用例，我们分别构建直线超车、弯道测试、盲区停留、后方切入等测试场景，下图为弯道测试场景构建概览图，包含以下信息：
（1）测试车辆简单车辆动力学模型（含整车基本参数、转向、动力传动系统）；
（2）传感器信息，两个通用传感器；
（3）测试道路信息，弯道半径R=150m；
（4）从属车辆及其运动信息，设置不同的超车速度。
3.3 基于场景仿真结果分析
以上测试窗口可提供以下信息显示：
（1）盲点监测BSD启动与否开关；
（2）测试车当前车速；
（3）发动机转速；
（4）制动踏板开度信息；
（5）BSD工作报警提醒信息；
（6）传感器探测目标信息。
通过以上信息，可以判断在给定报警条件下，不同车速超车情况下的报警信息，并与设计状态进行对比，从结果看，基本满足测试要求。
4、结论
本文应用PreScan软件，对盲点监测BSD测试场景进行构建，并通过加载Simulink控制算法，在确保车辆动力学和传感器标定信息先对可靠的前体下，对不同测试场景下的测试结果进行分析，为后续的功能开发及优化工作提供理论依据。
参考文献：
[1]李守晓，毕欣，曹云侠.毫米波雷达的汽车盲点检测系统研究与设计.机械设计与制造，2013，09：25-31.
[2]苗强，Martijn Tideman，李佳琦等.基于PRESCA软件的汽车主动安全系统概念设计.
[3]ISO 17387 Intelligent transport systems — Lane change decision aid systems（LCDAS）