智能汽車是汽車?電子?信息通信?道路交通運(yùn)輸?shù)刃袠I(yè)深度融合的新型產(chǎn)業(yè)形態(tài)?當(dāng)前, 我國(guó)智能汽車產(chǎn)業(yè)進(jìn)入快車道, 技術(shù)創(chuàng)新日益活躍, 新型應(yīng)用蓬勃發(fā)展, 產(chǎn)業(yè)規(guī)模不斷擴(kuò)大,而相應(yīng)的測(cè)試技術(shù)體系也在不斷完善, 推動(dòng)產(chǎn)業(yè)進(jìn)步?本書(shū)首先立足于整體現(xiàn)狀對(duì)智能汽車測(cè)試體系架構(gòu)進(jìn)行綜述, 并針對(duì)測(cè)試技術(shù)的發(fā)展趨勢(shì)和整個(gè)核心技術(shù)進(jìn)行詳細(xì)描述;然后, 針對(duì)測(cè)試體系中每一測(cè)試過(guò)程的概念?核心思想?關(guān)鍵技術(shù)?測(cè)試方法?發(fā)展趨勢(shì)等進(jìn)行詳細(xì)描述?

注：本文節(jié)選自《智能汽車測(cè)試技術(shù)》第五章節(jié)，由機(jī)械工業(yè)出版社于2025年6月份出版

https://mp.weixin.qq.com/s/yDWjOAiGJ-hl-KPBG8ni5Q

《智能汽車測(cè)試技術(shù)》目錄 

第1 章

導(dǎo)論

1.1 背景與需求/ 001

1.2 基本概念/ 003

1.2.1 測(cè)試與評(píng)價(jià)的基本概念/ 003

1.2.2 產(chǎn)品全生命周期中的測(cè)評(píng)技術(shù)/ 004

1.3 現(xiàn)狀與挑戰(zhàn)/ 005

1.4 本書(shū)章節(jié)安排/ 006

第2 章

智能汽車

測(cè)評(píng)概述

 2.1 測(cè)評(píng)需求分析/ 009

2.1.1 安全性測(cè)試與驗(yàn)證/ 009

2.1.2 智能性測(cè)試與評(píng)價(jià)/ 012

2.2 測(cè)試方法論/ 015

2.2.1 安全性測(cè)試驗(yàn)證框架/ 015

2.2.2 智能性測(cè)試評(píng)估框架和體系/ 017

2.3 測(cè)試工具鏈及應(yīng)用要求/ 023

2.3.1 測(cè)試工具鏈/ 023

2.3.2 測(cè)試需求與測(cè)試工具的適配性/ 027

2.4 本章小結(jié)/ 029

參考文獻(xiàn)/ 030

第3 章

智能汽車

測(cè)試場(chǎng)景

3.1 場(chǎng)景基本概念/ 031

3.2 場(chǎng)景體系/ 033

3.2.1 場(chǎng)景要素與屬性/ 033

3.2.2 場(chǎng)景層級(jí)/ 035

3.2.3 場(chǎng)景分類/ 036

3.3 場(chǎng)景生成方法/ 037

3.3.1 基于形式化描述的場(chǎng)景生成方法/ 037

3.3.2 基于駕駛員模型的場(chǎng)景生成方法/ 040

3.3.3 安全關(guān)鍵場(chǎng)景生成方法/ 048

3.4 場(chǎng)景采集與利用/ 051

3.4.1 場(chǎng)景采集技術(shù)/ 051

3.4.2 場(chǎng)景庫(kù)搭建/ 052

3.5 本章小結(jié)/ 052

參考文獻(xiàn)/ 053

第4 章

環(huán)境感知

系統(tǒng)的測(cè)試

技術(shù)與方法

4.1 環(huán)境感知系統(tǒng)測(cè)試需求分析/ 055

4.2 環(huán)境感知系統(tǒng)介紹/ 057

4.2.1 感知系統(tǒng)/ 057

4.2.2 硬件模組/ 058

4.2.3 認(rèn)知算法/ 058

4.3 環(huán)境感知系統(tǒng)測(cè)試技術(shù)框架/ 059

4.4 各類感知環(huán)境介紹/ 060

4.4.1 封閉場(chǎng)地環(huán)境/ 060

4.4.2 道路交通環(huán)境/ 064

4.4.3 虛擬仿真環(huán)境/ 066

4.5 數(shù)據(jù)生成模型介紹/ 069

4.5.1 降雨圖像生成方法概述/ 070

4.5.2 降雨圖像生成模型介紹/ 071

4.5.3 降雨圖像生成模型結(jié)果/ 075

4.6 具體測(cè)試案例/ 076

4.6.1 案例一:基于封閉場(chǎng)地環(huán)境的感知系統(tǒng)測(cè)試/ 076

4.6.2 案例二:基于虛擬仿真環(huán)境的硬件模組測(cè)試/ 078

4.6.3 案例三:基于虛擬仿真環(huán)境的感知系統(tǒng)測(cè)試/ 081

4.6.4 案例四:基于三類感知環(huán)境和數(shù)據(jù)生成模型的

認(rèn)知算法測(cè)試/ 083

4.7 本章小結(jié)/ 086

參考文獻(xiàn)/ 087

第5 章

決策規(guī)劃

系統(tǒng)的測(cè)試

技術(shù)與方法

 5.1 決策規(guī)劃系統(tǒng)的測(cè)試需求與挑戰(zhàn)/ 089

5.1.1 測(cè)試需求/ 089

5.1.2 測(cè)試挑戰(zhàn)/ 090

5.2 基于場(chǎng)景的測(cè)試技術(shù)與方法/ 092

5.2.1 靜態(tài)試驗(yàn)設(shè)計(jì)測(cè)試方法/ 092

5.2.2 動(dòng)態(tài)試驗(yàn)設(shè)計(jì)測(cè)試方法/ 094

5.3 基于真實(shí)里程的測(cè)試技術(shù)與方法/ 101

5.3.1 開(kāi)放道路測(cè)試技術(shù)/ 101

5.3.2 重要度采樣加速測(cè)試方法/ 103

5.4 基于虛擬里程的測(cè)試技術(shù)與方法/ 104

5.4.1 虛擬里程測(cè)試系統(tǒng)組成框架/ 105

5.4.2 用于虛擬里程測(cè)試的NPC 模型生成方法/ 106

5.4.3 用于虛擬里程測(cè)試的NPC 模型性能驗(yàn)證/ 113

5.4.4 虛擬里程測(cè)試的應(yīng)用/ 118

5.4.5 小結(jié)/ 130

5.5 其他測(cè)試技術(shù)/ 131

5.5.1 自動(dòng)化測(cè)試技術(shù)/ 131

5.5.2 錯(cuò)誤注入測(cè)試技術(shù)/ 139

5.5.3 分布式自動(dòng)化測(cè)試技術(shù)/ 152

5.6 本章小結(jié)/ 157

參考文獻(xiàn)/ 157

第6 章

整車測(cè)試

技術(shù)與方法

6.1 整車測(cè)評(píng)需求分析/ 159

6.2 封閉測(cè)試場(chǎng)地平臺(tái)/ 160

6.2.1 封閉測(cè)試場(chǎng)/ 160

6.2.2 動(dòng)態(tài)模擬目標(biāo)物系統(tǒng)/ 162

6.2.3 定位與數(shù)據(jù)采集系統(tǒng)/ 163

6.3 開(kāi)放道路測(cè)試系統(tǒng)/ 164

6.3.1 測(cè)試方案制定/ 165

6.3.2 數(shù)據(jù)采集與數(shù)據(jù)閉環(huán)系統(tǒng)/ 165

6.4 本章小結(jié)/ 166

第7 章

智能汽車

安全性評(píng)估

7.1 基于具體場(chǎng)景的安全性評(píng)估/ 169

7.1.1 場(chǎng)景瞬時(shí)風(fēng)險(xiǎn)評(píng)估方法/ 170

7.1.2 多階段安全評(píng)估/ 180

7.1.3 單個(gè)測(cè)試場(chǎng)景結(jié)果外推/ 181

7.2 基于邏輯場(chǎng)景的安全性評(píng)估/ 182

7.2.1 評(píng)估要求/ 182

7.2.2 面向邏輯場(chǎng)景評(píng)價(jià)的危險(xiǎn)域識(shí)別方法/ 183

7.3 針對(duì)被測(cè)功能的安全性評(píng)估/ 192

7.4 本章小結(jié)/ 192

參考文獻(xiàn)/ 193

第8 章

智能汽車

綜合行駛

性能評(píng)估

 8.1 測(cè)評(píng)需求與研究現(xiàn)狀/ 195

8.1.1 測(cè)評(píng)需求/ 195

8.1.2 研究現(xiàn)狀/ 195

8.2 測(cè)評(píng)基本流程/ 197

8.3 典型測(cè)試場(chǎng)景矩陣/ 198

8.4 測(cè)試方法與流程/ 199

8.4.1 測(cè)試方案/ 199

8.4.2 背景車跟馳模型/ 199

8.4.3 測(cè)試數(shù)據(jù)輸出/ 201

8.5 評(píng)價(jià)方法與流程/ 202

8.5.1 評(píng)價(jià)體系/ 202

8.5.2 評(píng)價(jià)流程/ 204

8.6 測(cè)評(píng)示例/ 206

8.7 本章小結(jié)/ 209

參考文獻(xiàn)/ 209

附 錄

附錄A 測(cè)試工況參數(shù)設(shè)置/ 210

附錄B 背景車跟馳模型/ 212

附錄C 歸一化方法/ 214

附錄D 常見(jiàn)縮寫(xiě)詞/ 216

自動(dòng)化測(cè)試技術(shù)能實(shí)現(xiàn)場(chǎng)景自動(dòng)化生成與仿真, 有效提高測(cè)試效率。

5. 5. 1 自動(dòng)化測(cè)試技術(shù)

本節(jié)介紹一種面向決策規(guī)劃系統(tǒng)的自動(dòng)化測(cè)試技術(shù), 該技術(shù)能夠?qū)崿F(xiàn)場(chǎng)景自動(dòng)化生成與自動(dòng)化仿真, 具體的設(shè)計(jì)原理及實(shí)現(xiàn)方法如下。

首先, 該技術(shù)使用了一種普適的場(chǎng)景自動(dòng)化生成方法, 分別對(duì)功能場(chǎng)景、邏輯場(chǎng)景和具體場(chǎng)景進(jìn)行結(jié)構(gòu)化定義, 并確定了各層級(jí)之間的映射關(guān)系。其次,該技術(shù)基于各層場(chǎng)景的映射關(guān)系, 對(duì)應(yīng)具體場(chǎng)景文件格式, 利用具體場(chǎng)景編譯器實(shí)現(xiàn)功能場(chǎng)景至具體場(chǎng)景文件的自動(dòng)化生成。然后, 該技術(shù)基于決策規(guī)劃系統(tǒng)場(chǎng)景測(cè)試的需求, 利用仿真軟件實(shí)現(xiàn)自動(dòng)化仿真。最后, 基于自動(dòng)化測(cè)試技術(shù)與加速測(cè)試方法相結(jié)合, 構(gòu)建場(chǎng)景加速測(cè)試技術(shù)。

1 . 結(jié)構(gòu)化場(chǎng)景模型定義

第3 章提到了基于要素劃分的六層場(chǎng)景本體模型和基于抽象層級(jí)劃分的三層場(chǎng)景模型, 為了實(shí)現(xiàn)決策規(guī)劃系統(tǒng)的自動(dòng)化測(cè)試, 需要分別對(duì)三層場(chǎng)景進(jìn)行結(jié)構(gòu)化定義, 以實(shí)現(xiàn)逐層細(xì)化的自動(dòng)化生成方法。功能場(chǎng)景以語(yǔ)義形式描述,為保證功能場(chǎng)景的結(jié)構(gòu)化, 基于六層場(chǎng)景本體模型定義面向決策規(guī)劃系統(tǒng)的功能場(chǎng)景。針對(duì)決策規(guī)劃系統(tǒng)的測(cè)試需求, 其必需的輸入為第一層的道路拓?fù)浣Y(jié)構(gòu)、第二層的交通環(huán)境信號(hào)、第三層的臨時(shí)障礙物和第四層的交通參與者等信息(包括自車在內(nèi)的靜態(tài)和動(dòng)態(tài)交通參與者的位置與動(dòng)作信息)。基于此, 在自動(dòng)化測(cè)試技術(shù)中, 面向決策規(guī)劃系統(tǒng)測(cè)試的功能場(chǎng)景定義為一定道路拓?fù)浣Y(jié)構(gòu)和交通環(huán)境信號(hào)條件下的自車與其他障礙物以及交通參與者的不同位置和動(dòng)作的組合。

邏輯場(chǎng)景將功能場(chǎng)景涉及的要素抽象為多個(gè)參數(shù),并定義其取值范圍,由此形成參數(shù)空間。為保證邏輯場(chǎng)景與功能場(chǎng)景對(duì)場(chǎng)景要素定義方面的一致性,對(duì)邏輯場(chǎng)景的結(jié)構(gòu)化描述基于六層場(chǎng)景本體模型對(duì)各層要素的定義。針對(duì)決策規(guī)劃系統(tǒng),各層級(jí)要素及相關(guān)參數(shù)見(jiàn)表5-18。

表5-18 面向決策規(guī)劃系統(tǒng)的場(chǎng)景各層級(jí)要素及相關(guān)參數(shù)

對(duì)于交通參與者層中的動(dòng)作參數(shù),由于不同交通參與者動(dòng)作特征不同,首先對(duì)自車和其他交通參與者的動(dòng)作類別進(jìn)行劃分并給出相應(yīng)參數(shù),見(jiàn)表5-19。目前,有關(guān)車輛動(dòng)作類別的分析已有較多研究,其中智能汽車所有動(dòng)作可視為在全局路徑規(guī)劃下基于環(huán)境感知和自車狀態(tài)所做的決策規(guī)劃結(jié)果,統(tǒng)一稱為自動(dòng)駕駛動(dòng)作,對(duì)應(yīng)參數(shù)為全局路徑規(guī)劃所需的目的地坐標(biāo)。基于Rigolli對(duì)駕駛員動(dòng)作的分解[21],可以將人類駕駛汽車動(dòng)作分為加速、減速、勻速、左換道、右換道、左轉(zhuǎn)、右轉(zhuǎn)等原子動(dòng)作。其中,換道和轉(zhuǎn)彎的相關(guān)動(dòng)作模型多基于軌跡和時(shí)間[22],由于軌跡種類較多,可根據(jù)仿真軟件具體設(shè)定,故采用持續(xù)時(shí)間作為統(tǒng)一的動(dòng)作參數(shù)。其中,勻速動(dòng)作對(duì)應(yīng)速度參數(shù),加/減速動(dòng)作離散為多段勻加/減速過(guò)程,對(duì)應(yīng)參數(shù)為加/減速度和持續(xù)時(shí)間。此外,由于非車輛的交通參與者(如行人或動(dòng)物)的行為自由度較高,難以對(duì)其動(dòng)作特征進(jìn)行建模,故將其動(dòng)作視為多段直線行駛,劃分為勻速和變速動(dòng)作。

表5-19 交通參與者層級(jí)要素及相應(yīng)參數(shù)

具體場(chǎng)景即測(cè)試用例,是仿真執(zhí)行的基礎(chǔ),對(duì)邏輯場(chǎng)景定義的每個(gè)參數(shù),在其設(shè)定范圍內(nèi)取定一個(gè)值,即構(gòu)成具體場(chǎng)景。OpenX系列標(biāo)準(zhǔn)格式為仿真測(cè)試具體場(chǎng)景提供了完整的描述方案,其中OpenDRIVE標(biāo)準(zhǔn)描述了場(chǎng)景的靜態(tài)部分(如道路拓?fù)浣Y(jié)構(gòu)、交通標(biāo)志標(biāo)線等);OpenSCENARIO標(biāo)準(zhǔn)描述了場(chǎng)景的動(dòng)態(tài)部分,即交通參與者的行為及交通信號(hào)燈的相位變化等。目前OpenDRIVE、OpenSCENARIO已成為大部分自動(dòng)駕駛仿真軟件支持的靜態(tài)地圖格式和動(dòng)態(tài)場(chǎng)景格式,例如CARLA、VTD等。因此采用OpenDRIVE、OpenSCENARIO格式作為具體場(chǎng)景的結(jié)構(gòu)化定義。OpenDRIVE格式的文件結(jié)構(gòu)如圖5-34所示,分為三大類:Header、Roads和Junction,其中Header定義地圖的投影方式,Roads定義道路的幾何形狀、車道分組等,Junction定義交叉口的道路連接情況。OpenSCENARIO格式的文件結(jié)構(gòu)如圖5-35所示,分為三大類:RoadNetwork、Entities、Storyboard,其中RoadNetwork定義動(dòng)態(tài)場(chǎng)景依賴的靜態(tài)地圖即OpenDRIVE文件,Entities定義場(chǎng)景中的各對(duì)象,Storyboard定義各對(duì)象的初始狀態(tài)(包括位置、速度等)及動(dòng)作序列(包括動(dòng)作及觸發(fā)條件)。

基于上述各層場(chǎng)景的結(jié)構(gòu)化定義,各級(jí)場(chǎng)景之間的映射關(guān)系如下:從功能場(chǎng)景轉(zhuǎn)化至邏輯場(chǎng)景,僅需將功能場(chǎng)景涉及的各要素映射為相應(yīng)的參數(shù)類型即可。從邏輯場(chǎng)景轉(zhuǎn)化至具體場(chǎng)景,不僅需對(duì)各參數(shù)類型進(jìn)行具體取值,還需將場(chǎng)景轉(zhuǎn)化為機(jī)器可讀的格式,以被仿真軟件執(zhí)行。因此,本節(jié)面向決策規(guī)劃系統(tǒng)必需的場(chǎng)景輸入要素,構(gòu)建場(chǎng)景自動(dòng)化生成方法。由于針對(duì)特定系統(tǒng)的場(chǎng)景測(cè)試中,靜態(tài)場(chǎng)景相對(duì)單一固定,故下面將在OpenDRIVE靜態(tài)場(chǎng)景確定的基礎(chǔ)上,實(shí)現(xiàn)OpenSCENARIO格式的場(chǎng)景文件自動(dòng)化生成。

圖5-34OpenDRIVE格式的文件結(jié)構(gòu)

圖5-35OpenSCENARIO格式的文件結(jié)構(gòu)

2. 自動(dòng)化測(cè)試功能實(shí)現(xiàn)

接下來(lái)介紹自動(dòng)化測(cè)試功能的具體實(shí)現(xiàn)方法,開(kāi)發(fā)過(guò)程在仿真軟件VTD上進(jìn)行。自動(dòng)化測(cè)試功能實(shí)現(xiàn)分為兩步:首先需要基于各層場(chǎng)景的映射關(guān)系,對(duì)應(yīng)最底層的具體場(chǎng)景文件格式,利用具體場(chǎng)景編譯器實(shí)現(xiàn)功能場(chǎng)景至具體場(chǎng)景文件的自動(dòng)化生成;然后,基于決策規(guī)劃系統(tǒng)場(chǎng)景測(cè)試的需求,利用VTD,基于其提供的仿真控制協(xié)議(SimulationControlProtocal,SCP)和實(shí)時(shí)數(shù)據(jù)總線(RuntimeDataBus,RDB)實(shí)現(xiàn)自動(dòng)化仿真。控制協(xié)議方面,該技術(shù)結(jié)合相應(yīng)的SCP啟動(dòng)和結(jié)束仿真的消息定義,實(shí)現(xiàn)場(chǎng)景的自動(dòng)化運(yùn)行;實(shí)時(shí)數(shù)據(jù)方面,該技術(shù)基于RDB提供的各類消息,實(shí)現(xiàn)測(cè)試過(guò)程中數(shù)據(jù)的自動(dòng)化提取、計(jì)算與輸出。

(1)場(chǎng)景自動(dòng)化生成

實(shí)現(xiàn)場(chǎng)景的自動(dòng)化生成是實(shí)現(xiàn)自動(dòng)化測(cè)試的第一步。由于基于可擴(kuò)展標(biāo)記語(yǔ)言格式的OpenSCENARIO格式較為底層,對(duì)應(yīng)的文件描述過(guò)于復(fù)雜,人工編寫(xiě)OpenSCENARIO格式的場(chǎng)景文件耗時(shí)長(zhǎng)、效率低。因此,該技術(shù)基于三級(jí)場(chǎng)景模型定義了更高級(jí)簡(jiǎn)易的接口來(lái)連接語(yǔ)義級(jí)別的功能場(chǎng)景與OpenSCENARIO格式的具體場(chǎng)景,使用了基于OpenSCENARIO格式的場(chǎng)景編譯器,實(shí)現(xiàn)自動(dòng)駕駛仿真場(chǎng)景文件的自動(dòng)化生成。編譯器原理如圖5-36所示,分為人為定義和自動(dòng)化解析兩部分。

圖5 -36 編譯器原理

人為定義部分,該自動(dòng)化測(cè)試技術(shù)基于三層場(chǎng)景逐級(jí)細(xì)化的特點(diǎn),對(duì)應(yīng)OpenSCENARIO格式,定義了基于JSON格式的場(chǎng)景描述規(guī)范。主要的場(chǎng)景描述規(guī)范含義及對(duì)應(yīng)OpenSCENARIO層級(jí)見(jiàn)表5-20,與OpenSCENARIO格式中Init節(jié)點(diǎn)和Story節(jié)點(diǎn)分開(kāi)編寫(xiě)不同,該技術(shù)定義的場(chǎng)景規(guī)范借鑒了面向?qū)ο缶幊痰乃枷?/span>。以交通參與者為例,將同一交通參與者的初始化和動(dòng)作序列作為該交通參與者的屬性,歸于子層級(jí)的鍵值對(duì)中,從而減少場(chǎng)景編寫(xiě)的工作量,同時(shí)使得對(duì)交通參與者的描述更連續(xù),場(chǎng)景更易被理解。需要注意的是,自動(dòng)駕駛汽車的初始位置需依據(jù)車道位置、初始相對(duì)縱向距離結(jié)合地圖文件確定位置,其他交通參與者也可基于車道位置、初始相對(duì)縱向距離進(jìn)行設(shè)定。

表5-20 場(chǎng)景描述規(guī)范含義及對(duì)應(yīng)OpenSCENARIO層級(jí)

(2)場(chǎng)景自動(dòng)化仿真

下面介紹場(chǎng)景的自動(dòng)化仿真方法,主要包括場(chǎng)景自動(dòng)化執(zhí)行/結(jié)束及數(shù)據(jù)自動(dòng)化傳輸?shù)?/span>。

根據(jù)應(yīng)用側(cè)重不同,現(xiàn)有的自動(dòng)駕駛仿真軟件主要分為三類,即傳統(tǒng)車輛仿真軟件、機(jī)器人仿真軟件、專用自動(dòng)駕駛仿真軟件。其中,傳統(tǒng)車輛仿真軟件側(cè)重于動(dòng)力學(xué)模擬,往往用于控制算法的開(kāi)發(fā)。機(jī)器人仿真軟件可以提供豐富的數(shù)據(jù)仿真接口,但對(duì)自動(dòng)駕駛場(chǎng)景模型的支持不足。相較之下,專用自動(dòng)駕駛仿真軟件在場(chǎng)景模型以及仿真接口的適配方面都能提供良好的支持。本節(jié)使用VTD搭建自動(dòng)化場(chǎng)景測(cè)試仿真平臺(tái)。

在選定仿真軟件的基礎(chǔ)上,進(jìn)一步對(duì)VTD的上層控制和底層數(shù)據(jù)的通信接口進(jìn)行分析。通信接口方面,VTD共包含私有接口和公共接口兩大類。其中私有接口用于VTD內(nèi)部組件的通信,公共接口用于外部與VTD各組件的通信。因此該技術(shù)基于VTD的公共接口,實(shí)現(xiàn)場(chǎng)景的自動(dòng)化仿真。VTD公共接口架構(gòu)如圖5-37所示,接口間采用的通信協(xié)議分為仿真控制協(xié)議(SCP)和運(yùn)行數(shù)據(jù)總線(RDB)協(xié)議,兩類消息均可實(shí)現(xiàn)與VTD內(nèi)部組件和外部用戶之間的消息通信,但具體通信內(nèi)容不同,分別能夠?qū)崿F(xiàn)上層控制和底層數(shù)據(jù)的通信。

基于SCP和RDB協(xié)議,實(shí)現(xiàn)圖5-38所示的場(chǎng)景自動(dòng)化仿真流程,分為客戶端和仿真軟件兩部分,具體流程為:以場(chǎng)景文件為輸入,首先,客戶端基于SCP,發(fā)送啟動(dòng)指令至仿真軟件,場(chǎng)景開(kāi)始運(yùn)行。然后,運(yùn)行過(guò)程中,客戶端基于RDB協(xié)議,提取仿真軟件的實(shí)時(shí)數(shù)據(jù),計(jì)算相應(yīng)指標(biāo)。最后,客戶端基于SCP,發(fā)送結(jié)束指令至仿真軟件。同時(shí),客戶端基于RDB協(xié)議計(jì)算的數(shù)據(jù),輸出相應(yīng)測(cè)試結(jié)果,再啟動(dòng)運(yùn)行下一個(gè)場(chǎng)景。如此循環(huán),實(shí)現(xiàn)自動(dòng)化仿真流程。

3. 自動(dòng)化測(cè)試技術(shù)應(yīng)用

本節(jié)根據(jù)上述的場(chǎng)景自動(dòng)化生成方法和自動(dòng)化仿真方法,結(jié)合5.2節(jié)中提出的基于場(chǎng)景的自動(dòng)化測(cè)試框架,介紹自動(dòng)化測(cè)試技術(shù)在加速測(cè)試方法中的應(yīng)用———自動(dòng)化加速測(cè)試工具。

該自動(dòng)化加速測(cè)試工具分為上位機(jī)和下位機(jī)兩部分。其中上位機(jī)負(fù)責(zé)設(shè)置、發(fā)布測(cè)試任務(wù),接收測(cè)試結(jié)果,實(shí)現(xiàn)與用戶的交互,下位機(jī)負(fù)責(zé)測(cè)試場(chǎng)景的運(yùn)行及仿真數(shù)據(jù)的計(jì)算。上位機(jī)的圖形用戶界面(GUI)分為配置模塊、運(yùn)行模塊和分析模塊三部分,如圖5-39所示。配置模塊界面主要負(fù)責(zé)場(chǎng)景參數(shù)和仿真參數(shù)的設(shè)置,其中場(chǎng)景參數(shù)包括場(chǎng)景模板文件選擇、泛化參數(shù)選擇及相應(yīng)參數(shù)范圍設(shè)置等,仿真參數(shù)包括單個(gè)仿真場(chǎng)景運(yùn)行時(shí)長(zhǎng)設(shè)置、場(chǎng)景評(píng)價(jià)指標(biāo)選擇、仿真數(shù)據(jù)計(jì)算頻率設(shè)置等。運(yùn)行模塊界面主要負(fù)責(zé)優(yōu)化算法的選擇與啟停、自動(dòng)化程序的選擇與啟停、任務(wù)進(jìn)度可視化等。分析模塊主要負(fù)責(zé)加速測(cè)試結(jié)果數(shù)據(jù)的統(tǒng)計(jì)與分析。

圖5-39 上位機(jī)的GUI

工具運(yùn)行流程如圖5-40所示。第一,在上位機(jī)的配置管理的GUI中設(shè)置場(chǎng)景參數(shù)和仿真參數(shù)。第二,基于場(chǎng)景參數(shù)設(shè)置,通過(guò)任務(wù)管理的GUI選擇并啟動(dòng)優(yōu)化算法,調(diào)用相應(yīng)的參數(shù)采樣模塊,輸出具體場(chǎng)景參數(shù)至場(chǎng)景自動(dòng)化生成模塊,生成具體場(chǎng)景文件用于場(chǎng)景仿真。第三,基于仿真參數(shù)設(shè)置和第二步生成的場(chǎng)景文件,調(diào)用場(chǎng)景仿真模塊中的客戶端,通過(guò)與仿真軟件的數(shù)據(jù)通信,實(shí)現(xiàn)場(chǎng)景自動(dòng)化仿真與結(jié)果計(jì)算。最后,輸出測(cè)試結(jié)果,基于相應(yīng)的評(píng)價(jià)標(biāo)準(zhǔn)得到帶有安全或危險(xiǎn)標(biāo)簽的場(chǎng)景集,用于被測(cè)系統(tǒng)的安全性分析。

圖5-40 工具運(yùn)行流程

下面是一個(gè)利用自動(dòng)化加速測(cè)試工具進(jìn)行加速測(cè)試的例子,如圖5-41所示。首先在配置模塊定義了一個(gè)切出的邏輯場(chǎng)景,其次對(duì)相關(guān)參數(shù)進(jìn)行泛化,完成相關(guān)參數(shù)配置。然后啟動(dòng)運(yùn)行模塊,工具便會(huì)自動(dòng)進(jìn)行1000輪測(cè)試并記錄測(cè)試結(jié)果。最后在分析模塊可對(duì)測(cè)試結(jié)果進(jìn)行自動(dòng)分析。

圖5 -41 自動(dòng)化加速測(cè)試工具運(yùn)行實(shí)例

本書(shū)首先立足于整體現(xiàn)狀對(duì)智能汽車測(cè)試體系架構(gòu)進(jìn)行綜述， 并針對(duì)測(cè)試技術(shù)的發(fā)展趨勢(shì)和整個(gè)核心技術(shù)進(jìn)行詳細(xì)描述；然后， 針對(duì)測(cè)試體系中每一測(cè)試過(guò)程的概念、核心思想、關(guān)鍵技術(shù)、測(cè)試方法、發(fā)展趨勢(shì)等進(jìn)行詳細(xì)描述。

本書(shū)可供智能汽車設(shè)計(jì)人員及測(cè)試人員閱讀使用， 也可供車輛工程專業(yè)及相關(guān)專業(yè)師生閱讀參考。

點(diǎn)擊以下鏈接購(gòu)買

https://mp.weixin.qq.com/s/yDWjOAiGJ-hl-KPBG8ni5Q

作者簡(jiǎn)介：

陳君毅,2009年畢業(yè)于同濟(jì)大學(xué)汽車學(xué)院,獲工學(xué)博士學(xué)位,任職于同濟(jì)大學(xué)汽車學(xué)院?長(zhǎng)期從事自動(dòng)駕駛汽車測(cè)試與評(píng)價(jià)方向研究工作,先后主持和參與國(guó)家級(jí)?省部級(jí)項(xiàng)目共11項(xiàng),并與華為?路特斯?上汽大眾?蔚來(lái)等企業(yè)開(kāi)展了深度校企合作研究?近5年,在國(guó)內(nèi)外學(xué)術(shù)期刊和國(guó)際會(huì)議上共發(fā)表SCI/EI檢索論文近30篇,其中以第一作者或及通訊作者發(fā)表的為20余篇;申請(qǐng)發(fā)明專利30余項(xiàng)(已授權(quán)7項(xiàng))?擔(dān)任SAE汽車安全和網(wǎng)絡(luò)安全技術(shù)委員會(huì)秘書(shū)?功能安全和預(yù)期功能安全分委會(huì)主席;是自動(dòng)駕駛測(cè)試場(chǎng)景國(guó)際標(biāo)準(zhǔn)(ISO3450X)支撐專家組成員,以及CAICV聯(lián)盟預(yù)期功能安全工作組核心成員;擔(dān)任《汽車工程》和《汽車工程學(xué)報(bào)》青年編委委員,IEEE Transactions on Intelligent Vehicles?Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering?《中國(guó)公路學(xué)報(bào)》?《汽車工程》?IEEE Intelligent Transportation Systems Conference?IEEE Intelligent Vehicles Symposium等國(guó)內(nèi)外期刊和國(guó)際會(huì)議審稿人,曾于多項(xiàng)國(guó)際學(xué)術(shù)會(huì)議擔(dān)任分論壇主席?

版權(quán)信息:

智能汽車測(cè)試技術(shù) / 陳君毅等著. -- 北京 : 機(jī)械工業(yè)出版社, 2025. 5. -- (智能汽車關(guān)鍵技術(shù)叢書(shū)).ISBN 978-7-111-77871-4 Ⅰ. U467 中國(guó)國(guó)家版本館CIP數(shù)據(jù)核字第2025X8D229號(hào)

本書(shū)由機(jī)械工業(yè)出版社出版，本文經(jīng)出版方授權(quán)發(fā)布。