作者 | Br1anQ、Chrans

小編 | 不吃豬頭肉

引言
自動(dòng)駕駛功能的開(kāi)發(fā)和評(píng)估在汽車(chē)行業(yè)內(nèi)已經(jīng)很常見(jiàn)了。尤其是自動(dòng)泊車(chē)功能，其低速和小范圍操作使得更容易用自動(dòng)方式實(shí)現(xiàn)。但是，想要讓使用者滿(mǎn)意，這些功能必須能夠順暢地執(zhí)行，至少要與人類(lèi)駕駛員一樣快。本文將介紹德國(guó)MdynamiX及其合作伙伴聯(lián)合實(shí)現(xiàn)的適用于實(shí)驗(yàn)室開(kāi)發(fā)的實(shí)車(chē)在環(huán)（ViL）方法，以支持自動(dòng)駕駛功能一致性開(kāi)發(fā)和評(píng)估。ViL方法的應(yīng)用
無(wú)論是部分自動(dòng)化，還是全自動(dòng)化，泊車(chē)功能自動(dòng)化水平不斷增加。盡管泊車(chē)時(shí)車(chē)速不高，但是測(cè)試自動(dòng)泊車(chē)功能復(fù)雜且高成本，因?yàn)椴窜?chē)場(chǎng)景種類(lèi)眾多。為了確保所有交通參與者的安全，不同車(chē)輛、不同環(huán)境、不同情況下的泊車(chē)，比如倒車(chē)入庫(kù)、側(cè)方停車(chē)，帶來(lái)了諸多挑戰(zhàn)。如果想要測(cè)試所有這些場(chǎng)景，測(cè)試將很復(fù)雜。比如兒童出現(xiàn)在視野盲區(qū)的測(cè)試場(chǎng)景，很難正常進(jìn)行實(shí)際測(cè)試。
出于這些原因，有必要通過(guò)虛擬場(chǎng)景找到合適的解決方案，在所有開(kāi)發(fā)階段，以合理的經(jīng)濟(jì)成本，驗(yàn)證和評(píng)估相關(guān)功能。

實(shí)車(chē)在環(huán)（ViL）方法提供了可行的方案。ViL方法結(jié)合了實(shí)車(chē)測(cè)試和計(jì)算機(jī)仿真的優(yōu)勢(shì)。真實(shí)車(chē)輛的運(yùn)動(dòng)（被測(cè)車(chē)輛），包括所有子組件，被傳輸?shù)椒抡嬷校沟迷谔摂M世界中的被測(cè)車(chē)輛的駕駛能夠模擬真實(shí)物理世界的駕駛，而不需要參數(shù)化復(fù)雜的車(chē)輛模型。仿真的虛擬環(huán)境將注入被測(cè)車(chē)輛的真實(shí)傳感器，使得被測(cè)車(chē)輛能夠感知并響應(yīng)虛擬環(huán)境。從而全面測(cè)試自動(dòng)泊車(chē)控制功能與車(chē)輛執(zhí)行器之間的交互。由于ViL使用虛擬環(huán)境，設(shè)計(jì)場(chǎng)景具有很高的靈活性，利于關(guān)鍵安全場(chǎng)景的設(shè)計(jì)。

MXeval——KPI評(píng)估
為了全面比較手動(dòng)和自動(dòng)停車(chē)操作（部分自動(dòng)或全自動(dòng)），需要一種標(biāo)準(zhǔn)化的評(píng)估方法——階段模型方法，將停車(chē)操作劃分為獨(dú)立部分。除了階段模型之外，需要客觀的關(guān)鍵性能指標(biāo)（KPI）進(jìn)行評(píng)估。MdynamiX的MXeval分析軟件正是滿(mǎn)足這樣的要求，不僅能夠用于車(chē)輛動(dòng)力學(xué)和自動(dòng)橫向和縱向引導(dǎo)駕駛功能的評(píng)估，而且包含用于自動(dòng)停車(chē)的測(cè)試庫(kù)。可以確定具體的評(píng)價(jià)標(biāo)準(zhǔn)和要追求的目標(biāo)值，并將其納入評(píng)價(jià)程序。對(duì)測(cè)量數(shù)據(jù)的評(píng)估以全自動(dòng)模式高效地進(jìn)行，根據(jù)需求，可以在實(shí)車(chē)環(huán)境中或遠(yuǎn)程連接進(jìn)行。除了評(píng)估圖表之外，KPI也是一覽無(wú)余。所有評(píng)估結(jié)果最終都會(huì)保存在報(bào)告中。整體的評(píng)估過(guò)程如下圖所示。
圖3 MXeval軟件評(píng)估流程 結(jié)果
本測(cè)試中，被測(cè)車(chē)輛在真實(shí)和虛擬環(huán)境中都進(jìn)行操作。在圖4和圖5中，展示了八組測(cè)量值的比較，每組測(cè)量值都是針對(duì)實(shí)際的停車(chē)位，及其對(duì)應(yīng)的虛擬車(chē)位，進(jìn)行側(cè)方停車(chē)得到的。圖4顯示，各測(cè)量結(jié)果表現(xiàn)出一致的趨勢(shì)。進(jìn)一步比較可以看到，測(cè)量結(jié)果非常相似，尤其是在初始運(yùn)動(dòng)時(shí)刻，只有細(xì)微的差異。例如瞬時(shí)車(chē)速KPI，在實(shí)車(chē)和仿真中幾乎相同。
此外，圖4顯示了初始運(yùn)動(dòng)后續(xù)時(shí)刻的速度曲線(xiàn)相似。初始運(yùn)動(dòng)的最大速度和瞬時(shí)速度都比較相近。真實(shí)環(huán)境中的平均速度為3.43公里/小時(shí)，虛擬環(huán)境中為3.49公里/小時(shí)。
圖4 八組側(cè)方停車(chē)車(chē)速對(duì)比

值得注意的是，在真實(shí)和虛擬環(huán)境，比較整個(gè)操縱過(guò)程中的方向盤(pán)轉(zhuǎn)角輸入，發(fā)現(xiàn)四組測(cè)量值，在初始移動(dòng)（時(shí)間點(diǎn)0到16s）中幾乎相同，如圖5所示。然而在16s之后，方向盤(pán)轉(zhuǎn)角輸入出現(xiàn)顯著差異。這些差異可歸因于實(shí)車(chē)手動(dòng)轉(zhuǎn)方向盤(pán)沒(méi)有轉(zhuǎn)向機(jī)器人——手動(dòng)轉(zhuǎn)方向盤(pán)的基準(zhǔn)差異很大是很常見(jiàn)的。特別是對(duì)于停車(chē)輔助系統(tǒng)，即使是同一車(chē)輛，起始位置起著決定性作用，導(dǎo)致不同停車(chē)策略和軌跡。此時(shí)，使用轉(zhuǎn)向機(jī)器人可能是有利的。

圖5 八組側(cè)方停車(chē)方向盤(pán)轉(zhuǎn)角輸入對(duì)比
有多種KPI用于評(píng)估停車(chē)輔助系統(tǒng)。其中一些是決定性的，尤其是對(duì)于初始運(yùn)動(dòng)。表1展示了部分KPI。同樣，實(shí)車(chē)和仿真兩種環(huán)境的KPI非常相似是顯而易見(jiàn)的。表1 停車(chē)輔助系統(tǒng)部分KPI總體而言，ViL方法，不僅是由于法規(guī)要求，出于驗(yàn)證目的仿真愈發(fā)重要，而且也為傳統(tǒng)的實(shí)車(chē)測(cè)試提供了有效的補(bǔ)充和/或替代方案。

總結(jié)與展望
本文中MdynamiX及其合作伙伴共同呈現(xiàn)的這一測(cè)試方案，可作為大多數(shù)自動(dòng)駕駛功能的基礎(chǔ)，能夠在所有開(kāi)發(fā)階段，評(píng)估功能開(kāi)發(fā)的成熟度，驗(yàn)證功能目標(biāo)的實(shí)現(xiàn)。它能夠有效地比較不同實(shí)車(chē)和仿真的結(jié)果，并驗(yàn)證仿真質(zhì)量。此方案使得真實(shí)和仿真車(chē)輛行為高度一致變?yōu)榭赡堋?/span>
此外，ViL方法也適用于其他基于傳感器的高級(jí)駕駛輔助系統(tǒng)。尤其是在安全相關(guān)測(cè)試中，例如NCAP測(cè)試，ViL方法顯示出巨大的降本潛力。隨著要求變得更加復(fù)雜，將出現(xiàn)新的、高風(fēng)險(xiǎn)操作，ViL方法的好處可能更加深遠(yuǎn)。