駕駛模擬器在自動駕駛系統中的應用研究

湯輝 王立 李志斌

（上海電力大學自動化工程學院，上海 200090）

主題詞：自動駕駛 虛擬駕駛場景 駕駛模擬器

0 引言

當前，汽車自動駕駛技術的迅速發展給汽車行業和我們的生活方式帶來了巨大變革與影響。并且隨著駕駛模擬器的技術研究不斷得到進步，其在智能駕駛功能開發領域具有重要的應用價值，因而駕駛模擬器越來越被接受用于車輛自動駕駛研究相關的領域。與在真實駕駛環境中的車輛駕駛研究相比，基于駕駛模擬器的研究優勢巨大。應用駕駛模擬器進行駕駛實驗，我們可以重現人類日常駕駛行為模式及危險人類駕駛模式，并且可以在不帶來安全風險的條件下，增加實驗的可操作性和可重復性[1-3]。駕駛模擬器還能夠補充道路測試的短處，通過提供的更安全的環境和更多的控制條件以及減少實現的困難與地形相關的不確定性[4-5]。

研究基于駕駛模擬器與虛擬駕駛場景的聯合測試，實現車輛自動駕駛仿真測試，并逐步優化自動駕駛算法，實現提升自動駕駛車輛性能的目標。虛擬駕駛場景的各種參數都是可控的，而在真實駕駛環境中，場景的建設與再現具有挑戰性并且需要大量的人力與資源[6]。

1 國內外研究進展和項目背景

研究駕駛模擬器應用于車輛自動駕駛相關的工作主要有：Radlmayr,Jonas等利用高保真駕駛模擬器，研究調查不同交通情況和非駕駛相關任務對接管過程和質量的影響[7]；N.Mohajer等運用駕駛模擬器，通過提供沉浸式虛擬環境和高保真駕駛體驗來為自動駕駛車輛的性能進行主觀和客觀評估[8]；U.Manawadu等使用駕駛模擬器分析自動駕駛和駕駛員駕駛車輛的個人駕駛體驗[9]；U.E.Manawadu等通過設計實現駕駛員以觸覺界面控制自動駕駛車輛橫向和縱向運動來增加自動駕駛車輛的控制靈活性[10]；周孝吉等基于虛幻4，研究高擬真度的人機交互駕駛模擬器設計和采集駕駛員駕駛數據并分析駕駛員特性[11]，等。

在前人的研究基礎上，本文針對駕駛模擬器應用于車輛自動駕駛測試提出一種新方法。將駕駛模擬器連接虛擬駕駛場景，駕駛模擬器包括一個用于控制車輛轉向的方向盤、一個制動踏板和一個油門踏板。使用該駕駛模擬器，可以很方便的控制一輛自動擋位的虛擬車輛。駕駛員通過駕駛模擬器控制背景車輛進行人類駕駛行為，在特定的或復雜的交通場景下影響被測自動駕駛車輛，以此來檢驗被測自動駕駛車輛的各項性能指標，為更高等級的自動駕駛業務盡早商業化應用奠定技術基礎。

2 提出方案

基于虛擬駕駛場景的自動駕駛仿真測試，虛擬場景的各種參數都是可人為設置的。可以很容易地設計各種各樣復雜的虛擬物理環境并且能夠輕易實現場景復現，反復測試研究。例如，基于虛擬環境測試自動駕駛車輛運行出現事故時，可以復現交通場景，再次甚至多次實驗，分析是自動駕駛車輛性能的不足，還是交通環境下的其他交通元素的問題[12]。

虛擬仿真系統包含虛擬駕駛場景和自動駕駛仿真車，虛擬駕駛場景包含的交通元素—行人、背景車和道路標識等都是研究車輛自動駕駛必不可少的環節。其中行人和背景車是屬于動態場景，他們的運動直接或間接對自動駕駛仿真車產生影響，是研究自動駕駛信息的可靠數據支撐。在虛擬仿真系統里，背景車和行人可以通過系統自帶的AI算法自行運動，缺點是自帶的AI算法抗干擾能力弱，一旦受到干擾，背景車和行人很難再次按照既定的運動方案運動。因此，本文設計使用外接的駕駛模擬器控制一輛特定的背景車輛，這就使得背景車的運動模式完全由人類駕駛員控制，最大程度契合真實駕駛特性。

3 系統架構

系統的總體實現方案是：虛擬仿真系統、被測自動駕駛小車和駕駛模擬器連接同一個網絡端口，彼此相互通信。在虛擬仿真系統里，自動駕駛仿真車和背景車共存，自動駕駛算法和駕駛模擬器分別控制自動駕駛仿真車和背景車的運動同時，得到來自于自動駕駛仿真車和背景車的傳感器反饋信息。如圖1。

圖1 系統總體架構

自動駕駛算法和駕駛模擬器分別從自動駕駛仿真車和背景車傳感器得到的反饋信息包括：檔位、油門閾值、車速、轉向角度和剎車等數據，如表1。這有助于分析自動駕駛仿真車性能和背景車運動軌跡，優化自動駕駛算法并修正駕駛員操作駕駛模擬器姿態，讓算法給予仿真車更加智能的駕駛效果、讓駕駛員通過駕駛模擬器給與背景車更加符合現實生活中車輛的駕駛行為。

表1 數據輸入、輸出反饋表

4 實驗

4.1 虛擬測試平臺及駕駛模擬器選型

虛擬測試平臺包括各種交通元素：自然環境、動態的車和行人，是一個內容豐富、形式多樣的復雜測試系統。為了能夠得到更專業的自動駕駛車輛檢測數據，同時構建需要實驗的交通場景，以及最大程度擬合真實駕駛體驗，研究基于Carla開源自動駕駛仿真平臺，并選用羅技G920專業級雙馬達力反饋游戲方向盤，設計、開發自動駕駛虛擬測試平臺，實現自動駕駛車輛專業性測試。

4.2 實驗過程

場景服務器端運行虛擬交通場景，通過程序在虛擬交通場景生成被測自動駕駛車輛同步的虛擬車以及背景車。

實驗1.Carla自帶的AI算法控制背景車與被測自動駕駛車交互

首先，選取一個特定的交通場景，一輛背景車在前，被測自動駕駛車在后，在車道上行駛，交通示意圖和測試過程如圖2、圖3所示。背景車突然遇到前方障礙物，迫于Carla自帶的AI算法的局限性，背景車無法迅速做出判斷以繞過障礙物，只能減速停車，直到障礙物不再阻礙其正常行駛方能再次啟動行駛，以致于其后的被測自動駕駛車也減速停車。這樣的測試方式對于被測自動駕駛車來說顯然過于簡單，得到的檢測數據也不具有說服力。

圖2 交通狀況示意

圖3 AI控制的背景車測試過程（左車為被測虛擬車）

實驗2.駕駛模擬器控制背景車與被測自動駕駛車交互

同樣的交通狀況，這次是駕駛員通過駕駛模擬器控制背景車在被測自動駕駛車前方行駛，交通示意圖和測試過程如圖2、圖4所示。背景車突遇前方障礙物，駕駛員迅速做出判斷，向左前方打方向盤，繞開障礙物。而被測自動駕駛車在背景車繞開障礙物后才發覺前方障礙物，并迅速做出決策，減速停車。這樣的測試方式對于被測自動駕駛車來說才是充滿挑戰性的。

圖4 駕駛模擬器控制的背景車測試過程（左車為被測虛擬車）

圖5 所示為被測自動駕駛車輛在跟車行駛途中和突遇障礙物時油門與轉向的數值變化。在大約第24 s時，被測自動駕駛車檢測到障礙物，此時車已和障礙物很靠近。車輛迅速做出判斷，將油門歸零，并將車輛轉向回正（轉向回正數值設為零）。

圖5 被測車輛油門與轉向

從實驗結果分析，駕駛員通過駕駛模擬器很好地模擬真實人類駕駛行為，為背景車提供更加符合人類駕駛風格的行駛狀態。同時，被測自動駕駛車輛與背景車的交互所展現的精準識別障礙，迅速做出安全合理的判斷，達到了預期的測試結果。

5 結論與展望

基于虛擬駕駛場景的自動駕駛車輛的檢測，通過虛擬駕駛場景的背景車輛、行人、交通燈、建筑、指示標牌等元素，研究將駕駛模擬器與虛擬駕駛場景的聯合來測試自動駕駛車輛。項目創新點是設計了典型的交通場景，通過自動駕駛車輛和駕駛員通過駕駛模擬器控制的背景車輛的實時交互，研究自動駕駛車輛的各項性能指標，并達到了良好的測試效果。

此外可以實現分布式測試，實現多臺自動駕駛車輛的協同測試，可用于研究多臺無人駕駛車輛（具有不同的無人駕駛算法）在同一交通場景中的交互行為和模式。抑或是運用神經網絡與深度學習的內容，讓Carla的背景車輛學習人類駕駛行為并運用于其自身的運行，對于自動駕駛車輛的測試形式與內容的良好實現注入更多活力。

未來，希望在背景車身上加入神經網絡或強化學習等算法，讓背景車在學習人類駕駛行為后對于自身的自動行駛行為有明顯提升。