作者 | 了屋哦駱

小編 | 不吃豬頭肉

引言
汽車進入智能化時代，自動泊車功能已成為標配。在研發測試階段，實車測試面臨測試場景覆蓋度不足、效率低下和成本高昂等挑戰。為解決這些問題，本文提出一種自動泊車HiL仿真測試系統方案，可大幅度提升測試效率及測試場景覆蓋度、縮短測試周期、加速產品迭代升級。

自動泊車系統簡介
多傳感器融合的自動泊車技術結合了超聲波雷達和攝像頭來實現車位探測和環境感知。超聲波雷達通過實時探測周圍障礙物的距離，結合車輛自身的長寬，判斷是否存在可泊入的空間車位，而攝像頭則通過實時圖像識別來檢測劃線車位及其周圍環境。傳感器的協同工作使自動泊車系統能夠精確識別車位、實現精準停車，并確保停車過程中的安全性。

自動泊車HiL仿真測試系統

圖2 自動泊車 HiL測試系統框圖

自動泊車HiL仿真測試系統框架如上圖2所示，結合場景仿真軟件（VTD）、動力學仿真軟件（DYNA4）、實驗管理軟件（CANoe）和HiL硬件平臺，進行整車通信網絡仿真、4路環視攝像頭仿真和12路超聲波雷達仿真，實現自動泊車功能的閉環測試。

3.1整車通信網絡仿真

使用CANoe對智駕域控制器交互系統進行虛擬節點仿真，如轉向系統、制動系統、組合慣導INS、駕駛員操作指令等。

圖3 整車通信網絡數據流程圖

轉向、制動系統等車輛實時運動狀態信號：DYNA4模型輸出輪速、車速、方向盤轉角、檔位信號等，CANoe做邏輯處理后與總線信號（如CAN FD、SOME/IP、DDS）映射；同時CANoe解析并處理智駕控制器發出的總線信號（如CAN FD、SOME/IP、DDS），映射到DYNA4模型實現車輛運動控制；

組合慣導INS：VTD輸出UTM坐標，CANoe中進行加偏處理，即UTM坐標系->WGS84坐標系->GCJ02坐標系后映射到總線信號（如CAN FD、SOME/IP、DDS）；

駕駛員車機操作信號：如選擇車位、泊出方向選擇等。

3.2環視攝像頭仿真

針對4路環視攝像頭，使用視頻注入的方式進行圖像數據仿真，如下所示：

圖4 環視視頻注入數據流程圖

在場景仿真軟件VTD配置文件simServer.xml中新增一個IG視圖；

在IG視圖配置文件IGbase.xml對新建視圖畫面進行畸變配置設置畫面FOV；

通過CfgDisplay.xml配置文件確定攝像頭安裝位置及偏轉方向，并分配對應的GPU通道進行圖像渲染。

3.3超聲波雷達仿真
針對12路超聲波雷達仿真，在場景仿真軟件VTD中配置OptiX 物理傳感器模型，數據傳輸如圖5所示：

圖5 超聲波雷達仿真數據流程圖

在場景仿真軟件VTD配置文件simServer.xml中新增一個IG視圖，并配置讀取OptiX 物理傳感器模型配置文件；

在配置文件IGbase.xml中修改配置，設置橫向縱向發射的光線數量和數據存儲的共享內存地址，輸出障礙物距離（distance）及物體表面被光追探測到的坐標連線信息（cluster）；

轉發程序配置，編寫轉發程序讀取共享內存中的數據，剔除無效數據，將傳感器光追探測到的障礙物最小距離（distance）和障礙物表面每列最小坐標連線（cluster）通過TCP/UDP發送至實驗管理軟件CANoe；

在實驗管理軟件CANoe中使用CAPL進行數據處理，處理后的數據通過總線信號（如CAN FD、SOME/IP、DDS）發送至智駕域控制器中。

案例展示4.1環視攝像頭視頻注入標定效果

圖6 VTD標定場景IG圖

圖7 4路環視融合（全景）圖

4.2超聲波雷達仿真效果

如下圖9所示，將車身四周劃分為1-16共16個扇區，其中FRS_6、RRS_7、RLS_14、FLS_15四個扇區為虛擬扇區，其數據值通過DR坐標系及鄰近扇區推理算出，車頭、車尾和右側淡藍色弧線為超聲波雷達探測到障礙物形成的Cluster連線，扇區中的值為超聲波雷達安裝位置到障礙物的最近距離值，扇區無障礙物時默認值為5100。

圖8 VTD泊出IG圖

圖9 超聲波雷達扇區信息圖

本系統能夠模擬復雜的泊車場景和環境因素，包括不同類型的停車位（如平行、垂直、斜向）以及各種位置和距離的停車位。同時，模擬了多種障礙物，如錐形桶、地鎖、騎行者等，以確保自動泊車系統能夠準確識別不同測試場景下的不同類型障礙物。允許團隊評估自動泊車系統在繁忙停車場中的性能表現，并測試在不同天氣條件（如晴天、雨天、雪天）、光照情況和道路狀況下的準確性、響應速度及穩定性。

總結

借助這套自動泊車 HiL仿真測試系統，可快速構建車輛及環境模型，從而模擬車輛在各種情境下的泊車狀態。同時彌補實車測試場景覆蓋度低、成本高等痛點，提高自動泊車功能測試驗證效率。北匯信息在智能駕駛MiL/SiL/HiL/ViL測試中擁有諸多成功的方案與實施經驗，在持續的項目開發中，北匯信息也致力于新方案的技術驗證與實施，為中國智能網聯汽車發展貢獻自己的力量。