基于多傳感器目標注入的商用車仿真驗證平臺設計

【摘" 要】為解決商用車自動駕駛測試中面臨的實車測試周期長、成本高、可重復性差等問題，文章基于多傳感器目標注入，展開商用車仿真驗證平臺的設計工作。借助NI軟硬件實時仿真平臺以及Truckmaker場景仿真軟件，對智能攝像頭、毫米波雷達、超聲波雷達的目標列表模型進行開發，構建虛實結合的閉環仿真測試環境。同時，依據車輛動力學轉向、制動、動力系統等參數，對整車動力學模型進行標定。針對不同工況，開展自動駕駛功能驗證。仿真試驗結果表明，該平臺能夠有效對商用車自動駕駛功能進行測試分析，縮短開發周期，驗證其可行性且滿足測試需求，為商用車自動駕駛功能測評提供有力支撐。

【關鍵詞】自動駕駛；多傳感器目標注入；仿真驗證平臺設計；功能驗證

中圖分類號：U463.6" " 文獻標識碼：A" " 文章編號：1003-8639（2025）02-0014-04

Design of Commercial Vehicle Simulation Verification Platform Based on Multi-sensor Target Injection

WANG Jianfei，WANG Yindong，CHENG Xuliang，WANG Qiang，CHEN Chao

（CATARC Intelligent and Connected Technology Co.，Ltd.，Tianjin 300204，China）

【Abstract】In order to solve the problems of long test cycle，high cost and poor repeatability in commercial vehicle autonomous driving test，this paper designed a simulation verification platform for commercial vehicles based on multi-sensor target injection. With the help of NI hardware and software real-time simulation platform and Truckmaker scene simulation software，the target list model of intelligent camera，millimeter wave radar and ultrasonic radar was developed，and a closed-loop simulation test environment combining virtual and real was constructed. At the same time，the vehicle dynamics model is calibrated according to the vehicle dynamics parameters such as steering，braking and power system. Carry out automatic driving function verification according to different working conditions. The simulation experiment results show that the platform can effectively test and analyze the commercial vehicle autonomous driving function，shorten the development cycle，verify its feasibility and meet the test requirements，and provide strong support for the evaluation of commercial vehicle autonomous driving function.

【Key words】automatic driving；multi-sensor target injection；simulation verification platform design；functional verification

0" 引言

當今汽車行業，正朝著智能化、電動化、輕量化與網聯化的“新四化”趨勢迅猛發展，其中自動駕駛已成為核心發展方向之一[1]。隨著自動駕駛技術的不斷推進，汽車行駛所面臨的環境日益復雜，這對自動駕駛功能的可靠性與安全性提出了極為嚴苛的要求[2]。

然而，在商用車自動駕駛測試階段，傳統依賴實車測試的方式存在諸多缺陷，如測試周期漫長、成本高昂、可重復性差等，難以滿足對商用車自動駕駛功能進行全面且高效測評的需求。對于整車廠以及供應商而言，構建一個能夠全面驗證高級智能駕駛輔助系統ADAS功能的仿真測試平臺，并對其功能的安全性與完備性進行驗證，已成為亟待解決的難題[3]。因此，構建一套適用于智能域控制器的閉環測試平臺迫在眉睫。本文基于多傳感器目標注入，開展商用車仿真驗證平臺的設計工作，利用NI軟硬件實時仿真平臺、Truckmaker場景仿真軟件，開發智能攝像頭、毫米波雷達、超聲波雷達的目標列表模型，構建虛實結合的閉環仿真測試環境，并依據車輛動力學相關參數標定整車動力學模型，針對不同工況驗證自動駕駛功能，有望為商用車自動駕駛功能測評提供有力支持，推動商用車自動駕駛技術的良好發展與應用。

1" 系統整體架構

域控制器仿真測試系統主要由NI實時機柜、測試及管理軟件平臺、場景仿真軟件、域控制器等組成，其仿真測試系統架構如圖1所示。

在該系統中，上位機運行VeriStand試驗管理軟件和MATLAB/Simulink軟件，在Veristand 軟件中可加載TruckMaker軟件的動態鏈接庫文件（*.so），通過該動態鏈接庫能夠實時獲取傳感器和車輛的位置、姿態等信息，用于后續的閉環控制。同時，也可加載Simulink模型，對TruckMaker軟件的傳感器信息作進一步處理。通過XNET可設置整車CAN和感知CAN信息。運用TruckMaker軟件進行道路場景建模以及車輛動力學參數化建模工作。下位機負責下載所構建的車輛動力學模型，并使其實時運行，隨后通過CAN和I/O板卡與待測試的域控制器進行通信。從場景仿真軟件中提取到的車道線信息經CAN總線發送給域控制器。車輛模型在接收到控制器發出的指令后，會執行相應的控制指令，并將執行結果反饋至整個系統之中，進而實現閉環控制。

2" 傳感器目標列表模型開發

2.1" 雷達目標列表模型

雷達目標列表模型（圖2）開發選用的是Object Sensor。該傳感器可以輸出目標物ID、方位角、相對距離、相對速度、主車與目標車最近點距離等[4]。通過參考點和最近點等維度精確描述物體信息，還設有檢測、觀測等標志判斷物體位置情況，部分如物體外形尺寸、名稱等信息需要通過自定義代碼形式輸出。

2.2" 車道線三次多項式擬合

對于三車道，主車需要獲取的信息有左道線、左左車道線、右車道線、右右車道線的信息。以左車道線為例，其可使用如下公式進行描述：

式中：A0——攝像頭安裝位置至左側車道的垂直距離；A1——車道線斜率；A2和A3——車道線曲率變化率參數。

為獲取最佳的A0～A3參數值，采用最小二乘法的思想，定義誤差函數為所有樣本點到擬合曲線的距離平方和，公式如下：

考慮到不同位置的像素點對擬合車道線的重要性可能不同，如靠近車輛近處的像素點往往更準確可靠，而遠處的可能受噪聲等影響更大，故引入一個權重矩陣W，其可根據像素點距離車輛或者攝像頭的遠近、像素點所在區域的置信度等因素綜合設定。例如，可采用以下簡單的權重設定方式（假設di表示第i個像素點到車輛的距離）：

為了找到使得Ew最小化的參數，分別對A0～A3求偏導數，并令偏導數等于0 ，通過整理可得到以下方程組：

通過求解該線性方程組，即可得到擬合車道線的4個參數。

3" 車輛動力學參數化建模

為提高仿真車輛的精度，需對車輛動力學進行參數化建模，即根據臺架試驗曲線或者實車標定參數對車身、懸架、轉向系統、輪胎、制動系統、動力系統、傳感器等進行參數化建模，以下為轉向系統的參數化建模[5]。整車動力學參數化建模表見圖3和表1。

4" 臺架硬件系統

硬件在環測試需要借助實時仿真系統，以便完成控制器信號的接入及實時仿真。選用NI PXI作為實時系統來源，主要負責車輛動力學仿真模型的實時運行，部署場景仿真軟件，同時通過XNET板卡和域控制器的CAN總線進行交互，通過數字量/模擬量等通道和域控制器的IO接口進行通信[6]。通過調理板卡將數字、模擬信號調理為NI板卡可接收的信號范圍，電路組成包括分壓網絡、放大電路、輸入范圍配置等電路模塊。實時系統硬件配置見表2。

5" 仿真試驗驗證

以某商用車型的域控制器為決策、算法的控制器，選取C-NCAP測評規程中的CCRs-30km/h測試場景對AEB功能進行試驗[7]。試驗場景為直線三車道，目標車靜止于中間車道，目標車與道路中心無偏移，目標車與主車的縱向初始距離為100m。CCRs-30km/h試驗曲線如圖4所示。

由圖4可知，車輛以30km/h的速度勻速行駛，當主車與目標車相對距離和相對速度的比值即車輛TTC值達到觸發閾值時，ADAS發送制動請求信號，域控制器發送外部減速度請求。從曲線中可以看出，域控制器發送減速度和實際車輛響應減速度值具有較好的跟隨性。直至車輛完全停止，最終兩車距離為2.17m，未發生碰撞。

選取LKA-40km/h小曲率測試場景，彎道半徑為500m。通過手動駕駛員模型控制車輛達到40km/h后，切換到域控制器算法控制，并將臺架測試結果和實車測試結果進行對比，以驗證臺架的測試準確性。LKA-40km/h試驗對比曲線如圖5所示。

由圖5可知，通過這種帶有權重矩陣的三次多項式擬合算法，能夠更準確地輸出車道線信息。臺架測試與實車測試平臺的距車道中心線距離誤差在±0.5m之間，方向盤轉角誤差在±2.6deg之間，最大轉角不超過20deg，具有較好的控制效果。

6" 結論

針對商用車智能駕駛域控制器仿真測試需求，本文設計了基于TruckMaker的多傳感器目標注入仿真驗證平臺，并詳細介紹了各部分的實現過程。開發了車道線識別三次多項式擬合算法，并通過C-NCAP相關測試場景對AEB和LKA功能進行驗證，結果表明該仿真測試平臺可有效驗證域控制器功能，能夠高效地完成仿真測評規則中的場景測試，對各種復雜工況進行驗證。同時，該系統還可用于控制器的開發前期，縮短域控制器開發周期，降低開發成本，提高域控制器的軟件品質[8]，實現對L2+級別域控制器各個功能的全面測試，加快智能駕駛控制器的量產進程。

參考文獻

[1] 雍加望，馮能蓮，陳寧.自動駕駛汽車硬件在環仿真試驗平臺研發[J].試驗技術與管理，2021，38（2）：127-131，135.

[2] 任立海，夏環，蔣成約，等.基于交通事故數據的自動緊急制動系統測試場景構建[J].科學技術與工程，2022，22（24）：10737-10747.

[3] 孫濤，丁琴琴，李衛兵，等.ADAS系統測試平臺設計及實現[J].中國測試，2019，45（4）：151-156.

[4] 黃燊，錢文國，詹燈輝，等.基于CarMaker與模擬器的毫米波雷達在環仿真[J].汽車電器，2024（10）：66-69.

[5] 秦孔建，馬桂濤，張美芳，等.基于視頻暗箱的車道保持系統HIL測試研究[J].計算機仿真，2023，40（12）：172-177，199.

[6] 馬桂濤.基于模型的ADAS虛擬仿真測試平臺研究[D].北京：北京交通大學，2022.

[7] C-NCAP管理規則（2021版）[Z].

[8] 杜峰，程劍鋒，齊蕾，等.基于駕駛行為特性的AEB系統控制策略研究[J].河南科技大學學報（自然科學版），2023，44（6）：16-25.

（編輯" 凌" 波）

收稿日期：2025-01-08

作者簡介：王劍飛（1988—），男，碩士，研究方向為智能網聯汽車仿真測試。