礦用無人駕駛車輛車載計算單元硬件在環仿真測試研究

倪浩原，徐國艷，王京偉，張海福，丁 紅

(1.北京航空航天大學交通科學與工程學院，北京市海淀區，100191；2. 特種車輛無人運輸技術工業和信息化部重點實驗室，北京市海淀區，100191；3. 內蒙古霍林河露天煤業股份有限公司，內蒙古自治區通遼市，028001)

0 引言

隨著我國對礦用無人駕駛車輛研發的不斷推進，無人駕駛礦車將會更多地進入市場并進行落地應用，這將改變礦山的生產方式，并在智能礦山建設與礦物運輸中發揮重要作用[1-5]。

無人駕駛車載計算單元是礦用無人駕駛車輛的核心，其能夠接入多種傳感器與控制設備，進行高效的數據處理，并結合無人駕駛技術控制礦用車輛行駛。因此對礦用無人駕駛車輛車載計算單元的性能測試十分重要。

無人駕駛仿真測試普遍采用的方法為利用成熟的車輛仿真軟件進行測試，如Carmaker、VTD(Virtual Test Drive)、PanoSim、CarSim、Gazebo、PreScan仿真軟件等。其中，PreScan仿真軟件由于具有豐富的場景設計功能和強大的傳感器系統，逐漸成為國內使用的主流仿真軟件之一，是用于高級駕駛輔助系統和主動安全系統開發驗證的仿真工具[6]。目前，國內外已有較多利用PreScan仿真軟件進行車輛無人駕駛技術部分算法的仿真測試研究。國內方面，江浩斌[7]等研究人員利用PreScan仿真軟件與Matlab/Simulink聯合仿真，進行智能車輛集群滑?？刂品椒ǖ尿炞C，主要利用了軟件中精確的傳感器技術；賀勇[8]等研究人員進行的汽車無人駕駛仿真實驗，其在PreScan仿真軟件中進行建模，對車輛在彎道的行駛和目標車輛行駛過程中前方存在障礙物時的避撞控制算法進行了驗證；朱西產[9]等研究人員利用PreScan仿真軟件搭建環境場景，對車輛與行人在危險工況狀態下的轉向避撞控制策略算法進行了驗證；陳慧[10]等研究人員在CarSim/PreScan/Simulink的聯合仿真平臺和硬件在環平臺上建立了多種測試場景，驗證基于駕駛人不滿度的高速公路無人駕駛換道決策算法；梁政燾[11]等研究人員在PreScan仿真軟件上進行硬件在環仿真試驗，對基于MPC的智能車軌跡跟蹤算法的性能進行了驗證；ZHANG Q[12]等研究人員提出了一種利用PreScan仿真軟件軟件進行車道偏離預警系統性能測試的方法。國外方面，ALMROTH M[13]將PreScan仿真軟件作為智能運輸系統的開發環境進行了研究；Zaki P S[14]等研究人員在PreScan仿真軟件中驗證了無人駕駛車輛的交通標志識別算法模型的性能；Kim Y[15]等研究人員利用PreScan仿真軟件中的傳感器建立道路地形，對實時交通中的網聯無人駕駛車輛進行了硬件在環測試。

通過以上分析，當前的研究多針對與無人駕駛技術中的某一算法進行測試且多適用于小型車輛，場景多為城市道路場景，針對礦區場景下礦用無人駕駛車輛車載計算單元硬件在環仿真的研究還較少。由于礦區道路條件較差，車輛體積大，直接利用實車對車載計算單元進行測試驗證存在消耗時間長、人力物力成本高、難度較大、效率較低等問題，并且存在安全隱患，因此需要研究針對礦用無人駕駛車輛車載計算單元的仿真測試方法及系統。

1 仿真系統結構及功能

筆者研究了一種適用于礦用無人駕駛車輛車載計算單元測試的硬件在環仿真系統，主要由仿真平臺、通信設備和實車車載計算單元組成。主要實現步驟為：礦區仿真場景建模、礦用車輛無人駕駛主要硬件設備仿真、通信連接實現、仿真報告生成。使用PreScan仿真軟件與Matlab軟件進行聯合仿真，融入外接駕駛器設備，根據實車使用的GPS、激光雷達、毫米波雷達、視覺傳感器、執行控制機構等設備的通信協議與通信方式進行仿真模擬，搭建數據模擬、數據解析和通信傳輸模塊，通過串口通信、UDP通信、CAN通信實現仿真平臺與礦用無人駕駛車輛的車載計算單元信息交互，形成閉環控制。針對礦區非結構化道路環境、天氣情況以及礦區障礙物的設置要求等，在仿真軟件場景建模步驟時進行設計。筆者研究的系統可對車載計算單元硬件性能以及其環境感知算法、決策及路徑規劃算法、車輛控制算法、自動/人工駕駛切換響應等多種無人駕駛算法的性能以及車載計算單元與礦用無人駕駛車輛中其他智能設備間的信息交互和工作流程進行測試驗證。礦用無人駕駛車輛硬件在環仿真系統架構如圖1所示。

圖1 礦用無人駕駛車輛硬件在環仿真系統架構

礦用車輛無人駕駛系統多含有車用無線通信(Vehicle to Everything，V2X)模塊、人機界面(Human Machine Interface，HMI)模塊、監控調度平臺等，用于實現無人駕駛礦車與智能電鏟、推土機的通信和云端調度等。利用筆者研究的系統環境，可對車載計算單元與該類平臺或設備的交互功能進行測試。車載計算單元接收仿真平臺的模擬信息，可測試車載計算單元對于V2X交互、HMI交互、監控調度平臺指令控制等的響應能力以及無人駕駛系統運行耐久性與可靠性等。仿真系統擴展測試功能如圖2所示。

圖2 仿真系統擴展測試功能

利用硬件在環仿真環境測試，既可以驗證實車中應用的通信協議、通信方式的可行性，又可以測試礦區無人駕駛運輸系統中V2X智能交互流程、HMI交互流程、監控調度平臺指令控制流程的可行性與準確性，完成無人駕駛系統實現裝載-運輸-卸載一體化的仿真驗證。

由于礦車體型較大，安裝感知傳感器等設備較為困難，而選取感知效果最佳的安裝位置需要多次測試，且調整設備物理功能參數后需要再重新安裝，而仿真系統由于設置方便能夠很好地解決該問題。

筆者的研究內容貼近礦用無人駕駛車輛測試情況，為車載計算單元的測試方法提供了實際依據，能在一定程度上使礦車無人駕駛系統與車載計算單元相關的問題在仿真層面得到充分暴露，節省大量的人力、物力和時間成本，提升車載計算單元的開發與迭代效率。

2 礦用車輛無人駕駛系統主要設備仿真

礦用車輛無人駕駛系統中車載計算單元主要接入的硬件設備有GPS、激光雷達、毫米波雷達、視覺傳感器與礦車線控系統，因此筆者主要針對以上設備進行仿真研究，并用PreScan仿真軟件中大型貨車作為仿真車輛模擬寬體車、礦卡等礦用車輛。

2.1 GPS仿真

在PreScan仿真軟件中，仿真車輛會在Simulink中生成可輸出車輛實時經緯度、姿態角及速度的車輛狀態模型，車輛在循跡過程中所需要的車輛位置信息和狀態信息都可從該模型獲取。車輛狀態模型如圖3所示，可利用該模型對GPS進行模擬，其中Rotx、Roty、Rotz即為車輛姿態角，即橫滾角(Roll)、俯仰角(Pitch)、偏航角(Yaw)。

圖3 車輛狀態模型

筆者以GPS傳感器輸出的$GPRMC信息為例，其包含的信息有消息頭$GPRMC、UTC時間、緯度信息、經度信息、速度信息、車輛姿態角信息等。其中經緯度、速度、姿態角信息均可以從車輛狀態模型中獲取，對于UTC時間、接收機狀態等信息，可利用Maltab相應模型進行模擬制作，模擬UTC時間可保證仿真系統與真實世界的時間一致性。通過以上可實現模擬不同的車輛定位狀態，如模擬故障狀態，以全面測試車載計算單元應對各種信息時的性能。串口通信方面可在Simulink庫中使用串口配置模塊與串口數據發送模塊進行實現。

2.2 激光雷達仿真

選用PreScan仿真軟件中的“Point Cloud Sensor” 仿真傳感器對激光雷達進行模擬，在模擬真實激光雷達掃描形式的同時，能夠輸出周圍環境的點云數據。礦用車輛無人駕駛系統應用的激光雷達大多為32線或64線，且進行360°的掃描，而在一般情況下，后180°為駕駛室，因此多數無人駕駛算法只提取車輛前方180°的數據。

2.2.1 激光雷達數據模擬

以32線激光雷達為例，“Point Cloud Sensor” 仿真傳感器水平可設置最大覆蓋范圍為120°，故需要一個水平范圍設置為120°，一個水平設置范圍為60°，并調整照射方向。設雷達的水平分辨率為0.2°，則120°激光雷達水平激光數設置為600條，60°激光雷達水平激光數設置為300條，豎直激光數設置為32條，即模擬了真實32線雷達以0.2°的分辨率進行180°的旋轉掃描，得到180/0.2=900個水平方位角上(0.2°、0.4°、……、179.8°、180°)32個距離數據。

在Simulink中，120°激光雷達的輸出數據為600列×32行的矩陣，行數代表32線激光雷達在每個水平方位角下都返回32個距離數據，列數代表600個水平方位角；60°激光雷達的輸出數據為300列×32行的矩陣，行數含義與120°激光雷達相同，列數代表300個水平方位角。仿真激光雷達的掃描的機制是水平方面從y軸正半軸向y軸負半軸方向，豎直層面從z軸正半軸向z軸負半軸方向，故矩陣中的每一個值都可根據其在矩陣中所處位置分析出是某一方位角下某束激光所返回的數據。仿真激光雷達的坐標系與掃描方向如圖4所示，設用例激光雷達的坐標系與掃描方向如圖5所示，坐標系與掃描方向均不同。由于方位角分辨率為已知的0.2°，則水平方位角可以模擬建立一個180/0.2=900×1的矩陣，其值為0.2°、0.4°、……、178.8°、180°，根據輸出數據以相應的順序進行提取并和水平方位角匹配實現統一掃描起點與掃描方向，可以解決仿真與真實激光雷達傳感器坐標系與掃描方向的差異問題。

圖4 仿真激光雷達坐標系及掃描方向

圖5 用例激光雷達坐標系及掃描方向

例如將2個仿真激光雷達掃描范圍配置為如圖6所示，組成180°掃描區域，此時與用例激光雷達規定的掃描方向不同，將仿真激光雷達輸出矩陣進行左右翻轉操作，實現將掃描起點和掃描方式與真實雷達統一，數據處理后仿真激光雷達掃描方式如圖7所示。

圖6 仿真激光雷達參數設置

圖7 數據處理后仿真激光雷達掃描方式

2.2.2 激光雷達通信優化

UDP通信模塊選用Simulink中的UDP Send模塊，一般車載計算單元算法中接入感知傳感器的頻率為10 Hz，根據多數的實際激光雷達的通信協議，需傳輸360°的信息，由于水平分辨率為0.2°，則需在100 ms內傳輸1 800個數據信息包。

期望在100 ms內傳輸完整的360°數據信息，即在100 ms內調用通信模塊1 800次，故需將Simulink工程仿真步長設置為1/1 800 s。由于仿真工程中模塊模型較多，很多模型的工作頻率會繼承仿真步長頻率，導致其頻率也為1/1 800 s，這將一定程度上影響Simulink仿真運行的速度，嚴重時可能導致仿真時間慢于真實時間，影響仿真測試的真實程度。

為了不影響Simulink運行的仿真速度，將仿真激光雷達傳感器頻率仍然設置為10 Hz，即每100 ms生成一次數據，利用后續模型對生成的數據進行1 800次的數據處理及向車載計算單元傳輸，實現激光雷達在規定頻率下的正常通信。通過以上對于激光雷達數據模擬及傳輸的速度優化，可保證仿真的實時性和與真實世界時間的同步性，實現實時硬件的在環仿真。

2.3 毫米波雷達與視覺傳感器仿真

選用PreScan仿真軟件中的“Radar” 仿真傳感器對毫米波雷達進行模擬，其能夠模擬真實毫米波雷達的工作方式，并返回相應的信息供開發者進行處理。在礦用車輛無人駕駛系統中，毫米波雷達掃描區域一般由長距離和短距離掃描區域組成。

視覺傳感器是車輛無人駕駛技術中普遍應用的傳感器，筆者利用“Object Camera” 仿真傳感器進行模擬，其能夠輸出車輛與PreScan仿真軟件中各種添加物體的距離、相對速度、物體類型等信息，能夠區分行人、車型等，與實際視覺傳感器設備的功能基本一致。

毫米波雷達與視覺傳感器輸出數據內容相似，且通信方式均為CAN通信。筆者選取大陸ARS408毫米波雷達為例，可利用2個“Radar” 仿真傳感器模擬這種效果，毫米波雷達掃描效果如圖8所示。

圖8 毫米波雷達掃描效果

在礦區無人駕駛運輸中，因安全性對感知要求較高，會在車輛前方安裝左、中、右3個毫米波雷達向不同角度同時進行探測，因此可以設置雷達安裝朝向同時進行探測。毫米波雷達組合掃描效果如圖9所示。

圖9 毫米波雷達組合掃描效果

在大陸ARS408毫米波雷達的通信協議中，所傳輸的數據信息包含物體數量、類型、相對距離、相對速度以及在傳感器坐標系中的水平方位角等信息，利用“Radar”仿真傳感器輸出信息進行模擬，并根據協議中的分辨率和偏移量、每類數據對應的位數和所處報文中的位置以及移位函數等對仿真傳感器輸出的原始數據進行位操作處理。CAN通信方面可根據所使用CAN設備規格型號選用Simulink庫中CAN通信模塊或其他集成開發環境(Integrated Development Environment, IDE)下開發的數據傳輸程序進行實現。

2.4 礦車線控系統仿真

仿真平臺可通過CAN通信的方式，接收車載計算單元的車輛控制信息，利用Simulink中生成的車輛控制模塊，將控制量輸入即可控制車輛無人駕駛，并根據礦用無人駕駛車輛協議將車輛實時狀態控制信息與車身反饋信息通過CAN通信發送給車載計算單元，形成閉環控制。以上過程模擬了礦車線控系統，實現了礦用無人駕駛車輛車載計算單元控制仿真車輛運行并獲取車輛反饋信息的過程，可根據車輛運行狀態現象等對車載計算單元的性能進行分析。車輛控制模塊如圖10所示。

圖10 車輛控制模塊

在仿真軟件中，可設置仿真硬件設備的頻率，適用于多種不同的情況。同時由于利用仿真大型貨車模型，車輛狀態反饋與寬體車等礦用車輛差距較小，可適用于礦用無人駕駛車輛車載計算單元中無人駕駛控制技術處理礦車線控系統數據性能的測試。

3 自動/人工駕駛切換與仿真報告生成

在多數礦用車輛無人駕駛系統實地測試應用過程中，車輛上配有司機或安全員，支持自動/人工駕駛切換控制車輛，而PreScan仿真軟件中支持接入外界模擬駕駛設備控制仿真車輛的運行。筆者在仿真系統中加入了自動/人工駕駛切換控制模型，可判斷駕駛模式，并開啟相應的駕駛控制通道(模擬駕駛設備控制或車載計算單元控制仿真車輛)及發送車輛駕駛模式至車載計算單元，可測試其對于切換控制的響應性能。自動/人工駕駛切換控制模型邏輯如圖11所示。

圖11 自動/人工駕駛切換控制模型邏輯

筆者在研究中提供了一種通用方法，可以將車載計算單元的運行記錄數據與Simulink仿真記錄數據結合分析，得到準備全面的仿真結果。利用Matlab中的inifile函數，可以在仿真運行初始化階段修改車載計算單元日志生成的配置(.ini)文件，修改其中的日志文件名稱、保存路徑等配置。在仿真結束后自動讀取對應每次仿真的車載計算單元運行日志文件并導入Matlab工作區中，與仿真過程中Simulink的記錄數據相結合，進行數據處理生成仿真報告。仿真報告生成流程如圖12所示。

圖12 仿真報告生成流程

4 系統應用

筆者利用所研究的系統在白云鄂博礦區場景下進行了礦用無人駕駛車輛車載計算單元硬件在環仿真測試，以驗證仿真系統的功能。所選礦區分為運輸區域、裝載區域、卸載區域等，其中裝載區域中存在電鏟輔助車輛、卸載區域中存在推土機輔助車輛，礦用無人駕駛車輛出發先駛向裝載區域進行礦料裝載，再駛向卸載區域運輸并進行卸料工作，如此反復，實現礦區裝載-運輸-卸載全流程無人運輸作業。

無人運輸作業過程中涉及到礦用無人駕駛車輛車載計算單元與輔助車輛(電鏟、推土機)的車載Telematics BOX(T-BOX)硬件控制器進行V2X交互，需要仿真平臺向T-BOX利用筆者研究的方法發送模擬GPS信息，T-BOX接收信息并上傳至云調度平臺，從而模擬輔助車輛也位于實際礦區裝載區域和卸載區域環境中，實現與礦用無人駕駛車輛車載計算單元的交互，同時需要利用礦用無人駕駛車輛HMI向云調度平臺申請作業任務。系統應用實物搭建及連接說明如圖13所示，其中模擬駕駛設備可進行人工駕駛接管，仿真系統運行過程中的無人駕駛車輛行駛效果如圖14所示。

圖13 系統應用實物搭建及連接說明

圖14 仿真礦用無人駕駛車輛行駛效果

利用所研究的方法，仿真平臺對實際礦用寬體車輛所使用的GPS傳感器、感知傳感器和執行機構硬件的功能特性和通信協議進行了仿真模擬，并使用相同于各硬件設備與礦用無人駕駛車輛間的通信方式將仿真平臺與礦用無人駕駛車輛車載計算單元進行了通信連接。車載計算單元接收云調度平臺的調度和作業任務信息以及仿真平臺中仿真車輛車身狀態反饋、仿真GPS傳感器、仿真感知傳感器、仿真執行機構等模擬信息后，與輔助車輛T-BOX硬件控制器進行信息交互，實時進行礦用無人駕駛車輛運輸作業過程中的決策與規劃，并發送車輛控制信息至仿真平臺，仿真平臺接收數據并根據礦用無人駕駛車輛線控系統所用的通信協議進行數據解析，控制仿真車輛的行駛。

選取某次卸載測試實驗數據進行分析，仿真車輛是由礦區底部裝載區域電鏟處上行行駛，行駛至礦區頂部卸載區域時，事先采集軌跡即為在真實礦區中預先人工駕駛完成裝載-運輸-卸載作業流程，記錄人工駕駛軌跡的GPS信息并作為無人駕駛運輸作業的行駛路徑，存入車載計算單元中，驗證車載計算單元控制車輛是否能夠按照此軌跡進行無人駕駛。仿真礦區各區域位置示意如圖15所示，仿真礦用無人駕駛車輛軌跡與事先采集軌跡對比如圖16所示。

圖15 仿真礦區各區域位置示意

圖16 仿真礦用無人駕駛車輛軌跡與事先采集軌跡對比

由圖16可以看出，采集軌跡的藍色虛線與仿真車輛軌跡的紅色實線基本重合，表明筆者研究的硬件在環仿真系統可以有效地對礦用無人駕駛車輛車載計算單元的性能和其中的無人駕駛算法進行測試。

為了縮短測試時間、加速測試效率，可在仿真地圖中任意設置裝載區、卸載區位置進行加速測試，在測試中不會因為行駛距離的減少而影響測試效果。加速測試各區域位置示意如圖17所示，仿真車輛行駛過程橫向距離誤差曲線如圖18所示，仿真測試車輛?？奎c處卸載縱向距離誤差曲線如圖19所示。

圖17 加速測試各區域位置示意

圖18 仿真車輛行駛過程橫向距離誤差曲線

圖19 仿真測試車輛停靠點處卸載縱向距離誤差曲線

由圖18可以看出，在加速測試中，平均誤差為-0.10 m，證明車載計算單元控制算法較好。由圖19可以看出，車輛行駛到排土區域后，在排土區域推土機位置處進行?？浚抡孳囕v最終在停靠點處的縱向距離誤差為-0.21 m，證明車載計算單元泊車規劃算法較好。

選取某次裝載-運輸-卸載一體化全流程測試實驗進行驗證，仿真平臺與實車車載計算單元、輔助車輛T-BOX進行通信連接與仿真模擬數據傳輸，并接受車載計算單元車輛控制數據控制仿真車輛行駛，測試過程為仿真車輛無人駕駛空載駛向裝載區域，在裝載區域前的等待區域等待云調度平臺允許駛入命令，駛入后在電鏟處進行指點?？坎⑦M行裝載任務；裝載任務完成后，接收云調度平臺允許駛離命令滿載駛向卸載區域，在卸載區域前的等待區域等待云調度平臺允許駛入命令，在推土機處進行指點?？坎⑦M行卸載任務；完成任務后接收云調度平臺允許駛離命令，空載駛離卸載區域進行下一次裝載-運輸-卸載全流程運輸作業。該過程仿真車輛速度變化曲線如圖20所示。

圖20 裝載-運輸-卸載測試實驗車輛速度變化曲線

由圖20可以看出，利用仿真系統測試了車輛裝載-運輸-卸載過程中實車車載計算單元的命令執行、車輛行駛決策規劃、控制邏輯等的正確性與穩定性，以及測試了無人駕駛系統中運輸車輛與輔助車輛間智能交互流程、云調度平臺指令控制流程的正確性與穩定性，同時也驗證了筆者所研究的仿真系統的有效性與可應用性。

5 結論

筆者研究了一種用于礦用無人駕駛車輛車載計算單元測試硬件在環仿真測試系統，根據真實硬件設備的通信協議與通信方式對礦用車輛無人駕駛系統中所需的全部主要硬件設備進行數據模擬與通信實現，所研究的系統還包含自動/人工駕駛切換、控制模型等，且可利用系統環境測試車載計算單元與礦用車輛無人駕駛系統中其他平臺或設備的交互功能和對外部信息的響應能力，以及可測試礦用車輛無人駕駛系統連續運行的正確性與穩定性等，實現了針對礦用無人駕駛車輛車載計算單元的多方面測試。

通過在白云鄂博礦區場景進行礦用無人駕駛車輛車載計算單元硬件在環測試，對實驗結果進行分析表明，所研究的系統具有有效性與可應用性。相比于礦區實車測試，筆者的研究能夠節省大量的時間和人力物力消耗，提升礦用無人駕駛車輛車載計算單元與無人駕駛運輸系統的開發迭代效率，減小安全風險。