基于Prescan的自然駕駛場景構建與研究

莊瓊倩，陳波，吳賢靜

基于Prescan的自然駕駛場景構建與研究

莊瓊倩，陳波，吳賢靜

（安徽江淮汽車集團股份有限公司技術中心，安徽 合肥 230601）

文章主要描述基于Prescan軟件對實車的自然駕駛場景片段轉換成虛擬場景，用于ADAS或自動駕駛模擬測試。通過配備毫米波雷達、相機、Mobileye攝像頭等傳感器采集道路駕駛數據，提取場景片段，轉化成虛擬軟件中相應的實車場景，用于HIL或MIL測試，可實現重復性測試，降低測試成本，模擬惡劣天氣等狀況，復現實車測試狀態等測試優點。

自然駕駛；場景；虛擬測試

引言

在智能化、網聯化發展道路上，測試是保證智能駕駛安全性的技術方式，為了解決智能駕駛測試的高效性、全面性，現有測試方式有MIL軟件在環測試、HIL硬件在環測試、VIL整車在環測試以及實車的場地測試和道路測試，其中涉及軟件仿真都必須有全面的虛擬場景庫，因此采集自然駕駛數據全面建設駕駛場景庫是智能化道路上必不可少的安全驗證。

1 采集設備簡介

自然駕駛數據采集平臺，在試驗車輛上安裝前向毫米波雷達、前向Mobileye攝像頭、前后左右六向相機以及數采設備。試驗車輛在道路行駛過程中，采集雷達和Mobileye識別的目標數據、相機的視頻信息、以及試驗車輛本身CAN信息。采集的數據即為自然駕駛數據，數據五分鐘保存一次，數據格式為視頻MP4和Excel表格，此數據即可用于自然駕駛場景建設。

2 采集信息統計

采集數據主要來源于四個方面：本車數據、自然環境、道路交通以及其他。

1）本車數據：GPS信號、車速、加速度、檔位、轉向等、制動燈信號燈等；

2）自然環境：白天/夜晚、晴朗、雨天、雪天、霧霾及其他特殊天氣等；

3）道路交通：道路標識、車道、車道線、坡度、路面材質、車道寬、交通信號燈等；

4）交通參與者：與本車的相對位置、參與者類型、運動方向、速度、加速度、車頭時距、碰撞時間、與本車縱向距離、橫向距離等。

圖1 采集設備方案

3 場景提取

自然駕駛數據量龐大，并不是每一幀都具有轉換虛擬場景的意義，因此可根據功能測試需求提取出不同功能的自然駕駛場景片段，如跟車場景、換道場景、切入場景[1]、切出場景[2]、自由駕駛場景、危險場景[3]、以及泊車場景等。

4 場景重構

將提取的場景片段在軟件Prescan中進行重構，建成可用于臺架或仿真測試的虛擬場景。

4.1 虛擬場景搭建

通過采集的視頻信息，建立Prescan軟件中的道路模型和周圍環境。如交通信號燈、交通標志、車道數、車道線類型及顏色，是否為十字路口、道路旁是否有人行道、樹木、房屋等狀況進行構建虛擬場景。

圖2 虛擬場景搭建

4.2 車輛模型搭建

在Prescan軟件中對本車進行動力學模型搭建，涉及到輪距、質心、長寬高、軸荷等整車參數，以及底盤系統的制動系統、轉向系統、傳動系統、動力系統、懸架系統、輪胎系統等參數化建模。

圖3 車輛模型

4.3 實采數據導入

Prescan軟件在對ADAS或自動駕駛功能仿真時，需將虛擬場景模型聯合Simulink算法，模型中運動參與者在Simulink中算法體現。因此，可借助此種模式方法，實現虛擬場景中的本車與目標車運動狀態與實際采集的自然駕駛數據一致問題。

首先對場景片段進行處理，將目標車數據與本車數據進行時間軸與頻率的統一，并提取出目標車時間與速度曲線，初始位移距離，以及本車的時間與速度曲線，時間與方向盤數據曲線。并將此數據輸入Simulink中主車與目標車各自參數輸入位置，即此，主車與目標車運動狀態實現實際駕駛情景。

圖4 實采數據導入

5 結論

本論文論述的使用Prescan軟件構建自然駕駛的虛擬場景。通過安裝不同傳感器設備采集道路駕駛數據，提取出所需功能的場景片段，對此原始數據片段進行處理，在Prescan軟件中復現實車駕駛場景。以此構建的虛擬場景庫，涵蓋自然駕駛數據特點，提高智能駕駛測試安全性驗證。

[1] 馮志偉,馬雪寒, 等.前車切入危險場景下駕駛員初始制動時刻分析[C].長沙:Infats Proceedings of the 14th International Forum of Automotive Traffic Safety湖南大學汽車車身先進設計制造國家重點實驗室,2017:113-122.

[2] 韓大雙,馬志雄,等.基于自然駕駛的前車切出場景駕駛員縱向行為分析[C].Proceedings of the 16th International Forum of Automo -tive Traffic Safety（INFATS 2019）湖南大學汽車車身先進設計制造國家重點實驗室,2018:177-188.

[3] 宋敏,等.基于國外技術研究方法的彎道駕駛行為特征統計分析[J].汽車技術,2019(12):18-22.

Natural Driving Scenario Based on Prescan

Zhuang Qiongqian, Chen Bo, Wu Xianjing

( Technical Center, Anhui Jianghuai Automobile Group Corp. LTD., Anhui Hefei 230601 )

This article mainly describes the conversion of natural driving date into virtual scenes based on Prescan software for ADAS or autonomous driving simulation tests. By equipped with millimeter wave radar, camera, Mobileye camera and other sensors to collect road driving data, extract scene fragments, and transform them into virtual scenes by Prescan software for HIL or MIL testing, which can achieve repeatable testing, reduce testing costs, and simulate severe weather and other conditions, test advantages such as real-world vehicle test conditions are reproduced.

Natural Driving;Scene;Virtual testing

10.16638/j.cnki.1671-7988.2021.07.011

U495

A

1671-7988(2021)07-30-02

U495

A

1671-7988(2021)07-30-02

莊瓊倩（1989-），女，安徽省黃山市人，學士，中級工程師，就職于安徽江淮汽車集團股份有限公司技術中心。