引言

智能汽車傳感器的虛擬測試仿真是智能駕駛整車在環(huán)或硬件在環(huán)測試的重要一環(huán)。針對(duì)毫米波雷達(dá)的虛擬測試的需要，本文研究了傳感器注入法與黑盒模擬法在毫米波雷達(dá)測試中的性能差異。

隨著智能交通系統(tǒng)在全球的廣泛應(yīng)用。高級(jí)駕駛輔助系統(tǒng)（ADAS）作為無人駕駛技術(shù)的基礎(chǔ)在全球范圍得到快速發(fā)展。因此， 智能駕駛的虛擬測試仿真的重要性也就日 益突出，虛擬測試仿真通過模擬車輛狀態(tài)，車載傳感器，控制器，道路工況以及交通場景來對(duì)智能駕駛性能實(shí)現(xiàn)全面的評(píng)價(jià)。

在具備主動(dòng)安全的 ADAS 系統(tǒng)中， 毫米波雷達(dá)是實(shí)現(xiàn) ADAS 功能的重要傳感器設(shè)備，在汽車探測、防撞預(yù)警、輔助變道以及自 適應(yīng)巡航功能上發(fā)揮了重要的作用。

與其他傳感器相比，毫米波雷達(dá)具備高精度、抗干擾、全天候工作等特性 。因此， 對(duì)毫米波雷達(dá)做虛擬測試仿真，比較虛擬毫米波傳感器注入法與黑盒模擬法的性能，對(duì)智能駕駛虛擬測試具有重要的參考價(jià)值。

01  智能駕駛的車輛在環(huán)虛擬測試

智能駕駛的虛擬測試方法主要包括模型在環(huán)測試、硬件在環(huán)測試和車輛在環(huán)測試 。其中車輛在環(huán)測試是通過軟件模擬傳感器狀態(tài)、車輛動(dòng)態(tài)模型、控制器模型和綜合交通環(huán)境，結(jié)合無人駕駛車輛在虛擬現(xiàn)實(shí)綜合交通環(huán)境中的運(yùn)行狀態(tài)，實(shí)現(xiàn)智能駕駛車輛的全面、系統(tǒng)、客觀的評(píng)價(jià)。

由于采用虛擬現(xiàn)實(shí)技術(shù)，各種復(fù)雜的綜合交通環(huán)境可以在測試系統(tǒng)中復(fù)現(xiàn)，理論上可以模擬所有的綜合交通環(huán)境，可以達(dá)到智能駕駛車輛完備性測試要求。 與真實(shí)交通測試方法相比，虛擬測試方法效率高、過程簡單、時(shí)間短、費(fèi)用低等優(yōu)點(diǎn) 。 車輛在環(huán)虛擬測試原理圖如圖 1 所示。



在圖 1 的車輛在環(huán)虛擬測試原理圖中， 被測車輛放置在測試臺(tái)架上運(yùn)行， 輸出車速、加速、倒車、檔位， 方向盤轉(zhuǎn)角 、車身姿態(tài)等信息， 通過車輛動(dòng)力學(xué)軟件來配置出 與被測車輛參數(shù)一致的虛擬車輛， 虛擬車輛在虛擬交通環(huán)境中運(yùn)行：

一方面通過車載虛擬傳感器（攝像頭， 毫米波雷達(dá)， 激光雷達(dá)， 車道線傳感器等）感知周圍交通環(huán)境， 把信息轉(zhuǎn)換成無人車傳感器信號(hào)， 注入到被測車輛控制器中；

另一方面將交通場景中虛擬被測車輛車身姿態(tài)的信息輸出給測試臺(tái)架， 實(shí)現(xiàn)道路狀況的模擬， 這樣臺(tái)架上的被測真實(shí)車輛運(yùn)行狀態(tài)就能與虛擬車輛在交通場景中的運(yùn)行狀態(tài)保持一致。 在該系統(tǒng)中可以模擬無人車在交通道路中的各種場景， 驗(yàn)證無人車控制算法的可靠性，實(shí)現(xiàn)無人車整車在環(huán)測試或硬件在環(huán)測試 。

車輛在環(huán)虛擬測試重要的一環(huán)是傳感器激勵(lì)信號(hào)的注入， 因?yàn)樗前褎?dòng)態(tài)交通仿真環(huán)境中的信息轉(zhuǎn)換成無人車傳感器信號(hào)注入到無人車控制器中，以替代無人車中的實(shí)際傳感器， 是實(shí)現(xiàn)整車在環(huán)模擬測試最關(guān)鍵的技術(shù)問題。

文中主要對(duì)傳感器模型中的毫米波雷達(dá)傳感器做虛擬測試， 比較傳感器注入法與外部模擬法在虛擬測試中的性能差異， 分析其各自 的特點(diǎn)， 這直接影
響無人車整車在環(huán)虛擬仿真的可靠性與真實(shí)性。

02  虛擬測試基本原理與硬件設(shè)備

目前常用的激勵(lì)信號(hào)注入方法有黑盒模擬法和傳感器數(shù)據(jù)注入方法， 由于無人車傳感器眾多， 安裝的方式和傳感器性能千變?nèi)f化， 黑盒模擬方法應(yīng)用到無人車虛擬測試系統(tǒng)中面臨極大的困難。 根據(jù)傳感器的不同， 黑盒模擬法可分為攝像頭黑盒模擬， 毫米波雷達(dá)黑盒模擬等。

2.1 傳感器數(shù)據(jù)注入基本原理

傳感器數(shù)據(jù)注入就是將軟件中虛擬車載毫米波傳感器所采集動(dòng)態(tài)交通仿真環(huán)境信息轉(zhuǎn)換后， 送給無人車的控制器， 以替代無人車中的實(shí)際傳感器， 實(shí)現(xiàn)車輛虛擬測試仿真。

2.2 黑盒模擬法的基本原理

根據(jù)毫米波雷達(dá)探測的原理即：通過微波在空間反射時(shí)間的延遲判斷距離， 通過反射波形的頻移判斷對(duì)象是在接近還是在遠(yuǎn)離。 所以在特制的毫米波雷達(dá)暗箱中， 同樣可以通過高效、高速的硬件在微波傳輸?shù)臅r(shí)間內(nèi)。

利用軟件實(shí)現(xiàn)對(duì)雷達(dá)發(fā)射波頻譜的頻移以及時(shí)間疊加， 從場景仿真軟件上提取要在硬件上仿真的對(duì)象坐標(biāo)， 通過回波模擬器將實(shí)際信號(hào)和場景實(shí)時(shí)互聯(lián)， 然后發(fā)射到真實(shí)的雷達(dá)上， 讓雷達(dá)誤以為是一個(gè)真實(shí)目 標(biāo)， 再將真實(shí)雷達(dá)的信號(hào)注入到無人車的控制器中， 實(shí)現(xiàn)整車硬件在環(huán)測試。

2.3 毫米波雷達(dá)暗箱及工作原理

黑盒模擬法需要毫米波雷達(dá)測試暗箱，本文后面所有的測試都需要該測試系統(tǒng)配合來實(shí)現(xiàn)。 測試系統(tǒng)示意圖如圖 2 所示， 整個(gè)系統(tǒng)包括暗箱、轉(zhuǎn)臺(tái)、計(jì)算機(jī)、毫米波雷達(dá)、NI車載雷達(dá)測試系統(tǒng)（Vehicle Radar Test System， VRTS）， 其它附件。

暗室： 內(nèi)置安裝德國大陸集團(tuán)的 ARS408-21 77 GHz 長距離毫米波雷達(dá)和水平轉(zhuǎn)臺(tái)， 暗箱內(nèi)壁及水平轉(zhuǎn)臺(tái)上均貼有錐形吸波材料； VRTS 的核心是 PXI 系統(tǒng)，包含了 PXIe-5840 矢量信號(hào)收發(fā)器（ 矢量信號(hào)發(fā)生器、矢量信號(hào)分析儀、用戶 可編程的 FPGA 和高速串行接口）和可變延遲發(fā)生器；以及回波模擬器 。




毫米波雷達(dá)測試暗箱的基本工作原理：將虛擬場景中的毫米波雷達(dá)傳感器信息通過網(wǎng)絡(luò)發(fā)送給VRST系統(tǒng)的上位機(jī)， 上位機(jī)將接收到的場景中虛擬毫米波信息進(jìn)行處理， 計(jì)算出延遲時(shí)間、轉(zhuǎn)臺(tái)旋轉(zhuǎn)角度、轉(zhuǎn)臺(tái)的旋轉(zhuǎn)方向 和兩個(gè)模型之間的模擬距離和角度； 被測毫米波雷達(dá)跟著轉(zhuǎn)臺(tái)轉(zhuǎn)動(dòng)并發(fā)出毫米波射頻信號(hào)；

由回波模擬器接收并通過 矢量信號(hào)分析儀的分析得到其振幅、頻率和周期；延時(shí)控制器根據(jù)延時(shí)時(shí)間控制毫米波信號(hào)發(fā)生器的工作時(shí)刻； 在工作時(shí)刻， 毫米波信號(hào)發(fā)生器生成與接收射頻信號(hào)的振幅、頻率和周期相同的發(fā)射信號(hào)， 通過回波模擬器發(fā)送到暗箱中由真實(shí)毫米波雷達(dá)接收 。




03  虛擬測試仿真

傳感器數(shù)據(jù)注入法基本步驟：

1）在 prescan 軟件中搭建虛擬交通場景：駕駛車輛（主車）和目 標(biāo)車輛以及道路， 主車上搭載有虛擬的毫米波雷達(dá) ；

2）將虛擬毫米波雷達(dá)采集的信息在 MATLAB 中解析， 繪制其縱向和橫向信息 。

黑盒模擬法測試的步驟：

1）在 prescan 軟件中搭建虛擬交通場景包含：駕駛車輛模型（ 主車）和目 標(biāo)車輛以及道路， 主車上搭載有虛擬的毫米波雷達(dá)；

2）通過局域網(wǎng)將毫米波雷達(dá)的信息發(fā)送給VRTS；

3） 讀取 CAN 信號(hào)數(shù)據(jù)解析真實(shí)毫米波接收的信息。

測試方案的制定需要考慮很多因素如氣候、路況、 車道、 車況等等， 如表 1 所示 ， 從用戶實(shí)際使用以及未來無人車路試的角度出發(fā)， 在充分考慮各種測 試場景的基礎(chǔ)上， 這里簡單的給出了參考用例。



3.1 目標(biāo)車輛勻速與加速測試仿真

測試方法如圖 6 所示：兩車在單行車道上相距60 m，前車（車輛 2）速度由 24 m/s勻加速至 27 m/s， 之后保持勻速， 主車（車輛 1）在自適應(yīng)巡航模式下跟隨前車。 由 于軌跡事先規(guī)劃， 所以橫向 信息變化不明顯。

縱向距離對(duì)比與縱向 多普勒相對(duì)速度對(duì)比如圖 7 和圖 8 所示。 采用歐氏距離法來分析兩條曲線的相似度，方差越小則表示相似度越高，如表2所示。




3.2 目標(biāo)車輛轉(zhuǎn)彎測試仿真

測試方法如圖 9 所示：兩輛車分別在相鄰的車道上縱向相距 52 m， 目標(biāo)車輛（車輛 2）先由 15 m/s變加速至 20 m/s， 整個(gè)加速過程 60 m， 之后保持勻速，接著左轉(zhuǎn)彎至相鄰車道勻速行駛， 50 m 后又轉(zhuǎn)彎至右車道；

主車（車輛 1）在左車道上自 適應(yīng)巡航模式下行駛。 兩種方法的縱向與橫向信息對(duì)比如圖 10~14所示。 采用歐氏距離法來分析兩條曲線的相似度，方差表如表 3 所示。






3.3 目標(biāo)車輛上下坡測試仿真

測試方法如圖 14 所示， 兩車縱向 相距 30 m， 均以勻速向 前行駛， 前車（ 車輛 2）速度為 12 m/s， 主車（車輛 1）車速度為 10 m/s， 在距前車 70米處為上坡路段， 上坡路段如圖中“》”所示， 下坡路段如“《”所示，由于軌跡事先規(guī)劃， 所以橫向信息變化很小， 這里不予給出。 兩種方法的縱向?qū)Ρ热鐖D 15~16所示。




采用歐氏距離法來分析兩條曲線的相似度， 方差表如表 4所示。



3.4 目標(biāo)彎道測試仿真

測試方法如圖 14所示，兩車在縱向上相距25 m，目標(biāo)車輛（車輛 2）和主車（車輛 1）均以速度 12 m/s勻速行駛， 之后右轉(zhuǎn)彎 180°， 彎道半徑 30 m， 之后繼續(xù)勻速行駛 。 兩種方法的縱向與橫向信息對(duì)比如圖18~21 所示。

采用歐氏距離法來分析兩條曲線的相似度， 方差表如表 5 所示。




04  測試結(jié)果綜合對(duì)比分析

從上述的方差表 2~5 中數(shù)據(jù)中綜合分析得 ，傳感器注入法與黑盒模擬法。在縱向距離上， 無論主車還是在目 標(biāo)車輛， 在勻速加速與轉(zhuǎn)彎測試中性能基本一致， 方差很??；但在上下坡與彎道測試中方差明顯過大， 這是由于暗箱的自身局限性與真實(shí)毫米波雷達(dá)性能所致， 具體原因在橫向距離的比較上一并分析。

在橫向距離上， 目 標(biāo)車輛的轉(zhuǎn)彎或者主車的轉(zhuǎn)彎都可能導(dǎo)致黑盒模擬法信號(hào)的延遲以及誤差明顯偏大， 這一方面是由 轉(zhuǎn)彎需要暗箱內(nèi)部轉(zhuǎn)臺(tái)轉(zhuǎn)動(dòng)引起的延遲， 另 一方面也是暗箱的自 身局限性與真實(shí)毫米波雷達(dá)性能所致。

受暗箱尺寸的影響， 本測試所用的暗箱最大橫向模擬角度約為±18°， 超過 18°的被測物體的模擬回 波會(huì)被暗箱內(nèi) 壁的吸波材料吸收， 所以在圖 18 和圖 19 中可明顯看到在 10 s 至 18 s時(shí)間內(nèi)目 標(biāo)車輛相對(duì)主車的橫向角度超過 18°， 導(dǎo)致縱向距離與橫向距離幅值偏差過大。

本文所采用的大陸毫米波雷達(dá)在檢測到被測目標(biāo)離開雷達(dá)的可檢測邊界后， 會(huì)繼續(xù)輸出 被測目 標(biāo)離開邊界時(shí)的當(dāng)前值， 如在圖 15 中， 目 標(biāo)車輛由 于上坡從 8 s 至 11 s 從真實(shí)雷達(dá)界面中消失， 但是大陸雷達(dá)仍持續(xù)輸出縱向距離 24 m。

在圖 18 中同理， 目標(biāo)車輛橫向角度超過 18°后，理論上應(yīng)檢測不到物體，但大陸雷達(dá)在 10 s至 18 s仍持續(xù)輸出；圖 19、20、21 均類似。在縱向與橫向多普勒速度對(duì)比上， 四次測試方差均不超為 5， 方差主要是由大陸雷達(dá)的多普勒速度的基數(shù)引起 ， 大 陸 雷 達(dá) 的 多 普 勒 速 度 基 數(shù) 為0.25 m/s， 如圖 20、21 中可看到略大的偏差。 但總體上傳感器注入法與黑盒模擬法性能基本一致。





5  結(jié) 論

通過本文進(jìn)行的 4 次不同工況下的車載毫米波雷達(dá)虛擬測試， 得出傳感器注入法與黑盒模擬法在目標(biāo)車輛勻速、加減速、轉(zhuǎn)彎工況下， 縱向與橫向性能基本一致， 這為毫米波雷達(dá)硬件在環(huán)測試仿真提供了重要的經(jīng)驗(yàn)：

即在做目標(biāo)車輛勻速、加減速轉(zhuǎn)彎的雷達(dá)硬件在環(huán)測試可優(yōu)先選擇黑盒模擬法， 這樣測試的真實(shí)性更得到保障。 但在上下坡與彎道測試中， 傳感器注入法的優(yōu)勢更為明顯， 它不受暗箱自身的局限性與雷達(dá)精度等物理因素的影響， 能夠在較為苛刻的工況下來滿足虛擬測試的需要， 性能與效果均優(yōu)于黑盒模擬法。