一種基于混合現實的自動駕駛車輛測試方法

車曉波，李超，張子輝

(齊魯工業大學(山東省科學院)山東省科學院自動化研究所，山東 濟南 250014)

自動駕駛汽車是人工智能、大數據、高性能計算等新技術應用的重要載體，對降低交通擁堵、提高交通安全和出行效率，以及構建智慧城市交通具有重要影響，目前已在干線物流、封閉園區、無人公交、無人環衛等場景得到推廣應用。但是,隨著自動駕駛事故的接連曝光，人們對自動駕駛的安全性產生質疑[1]，如何對自動駕駛車輛在復雜交通場景下的安全性進行測試評價，成為眾多研究者面臨的一個重要問題。當前車輛測試主要包括實驗室測試和道路測試，道路測試能夠直接反映車輛在實際路況中的性能，是自動駕駛車輛上路前不可缺少的環節[2]。根據測試區域不同，道路測試又分為封閉場地測試和開放道路測試兩種方式。封閉場地是模擬特定區域實際駕駛場景的全封閉環境，封閉場地測試具有較高安全性，但測試場景有限，無法完全涵蓋自動駕駛所面臨的真實環境[3]。開放道路測試是在政府允許開展測試的路段區域內進行車輛自動駕駛能力驗證，缺點是受實際交通路況、天氣條件以及諸多偶然事件的影響，具有較大的風險[4-5]。

在傳統汽車和高級駕駛輔助系統(advanced driving assistance system，ADAS)領域已有多種較為成熟的測試方法，主要包括實車測試、虛擬仿真測試、硬件在環測試和整車在環測試等[6-9]。實車測試是車輛進行量產之前必須進行的，并至少需要在各種交通場景下通過數十萬公里以上的真實行駛測試。單純的虛擬仿真測試方法具有測試成本低、可重復性強等優點，但是模型的真實度相對較低，仿真結果與實際情況有較大差距，也無法實現車輛硬件性能測試和標定[10]。針對上述問題，硬件在環(hardware-in-the-loop，HIL)方法在當前得到了廣泛應用[11-12]。HIL方法結合了物理控制器與虛擬對象，其中虛擬對象根據車輛動力學進行建模，與物理控制器連接形成閉環控制，由于引入了阻力、摩擦力等關鍵參數，具有較高的置信度[1]，與實車測試相比具有成本低、開發周期短和易重現等優點。整車在環(vehicle-in-the-loop, VIL)方法結合實際車輛與虛擬對象，在實驗室條件下構建模擬道路、交通場景以及環境因素，并使用真實車輛進行測試[13]。還有研究者進一步充分利用現有的各種在環測試方法和工具，形成一種X在環測試方法，利用模型或代碼替代缺失部件實現軟硬件結合測試[14]。過去各種在環測試主要針對車輛本體性能，側重于車輛動力學與控制性能方面的測試，例如底盤控制系統中防抱死制動系統(antilock brake system，ABS)和電子穩定性控制(electronic stability controller, ESC)，以及測試各種執行器和電子控制單元(electronic control unit, ECU)等。而在自動駕駛車輛測試中，由于增加了決策規劃模塊和各種傳感器，并且控制模塊的功能也更為復雜，對測試方法提出了更高的要求。

綜上所述，自動駕駛測試與評價體系仍然處于研究階段，行業內還沒有統一的標準可遵循。本文嘗試從虛擬仿真與真實交通環境結合的角度提出一種新的自動駕駛測試方法，給出了測試系統組成和實現思路，并通過具體案例進一步說明該系統的用法。該方法既結合了封閉場地測試和開放道路測試的優勢，同時克服交通場景匱乏的局限性，使自動駕駛車輛功能測試更充分、安全和可靠。

1 基于混合現實的自動駕駛測試方法

1.1 基本框架

針對在環測試中人為設定要素多，難以準確反映與真實環境交互的問題，本文基于信息物理融合系統理念，提出一種混合虛擬仿真環境和真實交通環境的自動駕駛測試方法。本方法綜合仿真環境、網絡與物理環境，在虛擬仿真環境中執行可重復、可量化的測試用例，利用通信與控制技術，將測試用例轉換為對背景車的控制指令。通過監測自動駕駛測試車輛(主車)的動態行為及車輛之間的交互行為，構建混合現實的自動駕駛測試系統，并對自動駕駛表現進行系統評價。

首先根據主車的測試需求進行虛擬場景和車輛建模、場景搭建、任務制定，再將虛擬仿真環境和控制指令映射到真實和虛擬的背景車。通過背景車和控制中心的耦合運行，控制指令與車輛狀態的同步交互，共同作用于自動駕駛測試車輛。最后利用仿真場景和測試用例的柔性集合，充分測試主車的安全性能并輸出測試評價結果，本文測試方法的基本流程如圖1所示。

圖1 自動駕駛測試方法流程圖

1.2 混合現實系統構建

自動駕駛測試中的混合現實系統主要由測試場、控制中心、背景車等3部分構成，系統架構如圖2所示。其中測試場主要提供真實測試環境并記錄測試過程中產生的真實數據，控制中心主要對測試場進行實時監控和遠程控制背景車，通過將真實數據與虛擬數據進行有機融合構建混合現實仿真環境。最后通過自動駕駛測試車輛、真實背景車、虛擬背景車三者交互共同實現混合現實測試，并對測試數據進行分析和評價。

圖2 混合現實系統架構示意圖

測試場是一個完全網聯的真實測試環境，其通過配備車聯網通信設施、路側單元、智能基礎交通設施以及差分GPS基站形成一個“車-路”“車-車”即時交互的智能生態系統[14]。控制中心通過人機交互界面對背景車進行路徑規劃、行為模擬、監控與遠程控制，以實現復雜交通環境下的自動駕駛測試方案；然后建立虛擬仿真環境，將主車與背景車的真實數據映射到仿真系統中，在虛擬環境中同步重現真實場景下的測試過程；并通過在虛擬仿真環境中增加虛擬車輛等元素，構建更復雜或危險的測試場景。

1.3 自動駕駛測試方法

基于混合現實系統，本文自動駕駛測試方法的具體實現主要分為4個部分：

(1)構建與實際測試場對應的虛擬測試場，模擬實際的交通運行環境。通過虛擬軟件提供物理世界信息輸入接口，以及虛擬世界控制輸出接口，實現虛擬仿真與物理車輛鏡像運行。

(2)通過背景車、標識、障礙物等道具，在真實測試場營造典型交通場景(如自動緊急制動(autonomous emergency braking，AEB)測試等)，考察主車的行為是否達到預期目標。并結合真實測試場、主車和背景車實時數據，在虛擬測試場中進行場景重現。

(3)在虛擬仿真中增加虛擬背景車或傳感器生成測試用例，并將仿真環境中運行的測試用例轉換成驅動主車和真實背景車的控制指令，然后將實際測試數據通過網絡層反饋到仿真環境中，從而實現虛實同步的閉環反饋測試。

(4)利用在測試過程中收集的主車及交通環境數據，結合給定的測試任務，采用多指標、多時空維度，對自動駕駛汽車安全性、舒適性和高效性進行評價。

2 自適應巡航控制案例

以自適應巡航控制(adaptive cruise control,ACC)測試為例，對本文方法進行簡單驗證。自動駕駛車輛ACC功能包括對前方車輛的識別、跟隨以及對車速的控制。典型ACC功能的測試用例主要包括低速/減速/靜止場景、切入/切出場景和多車場景，如圖3所示。

圖3 自動駕駛車輛ACC測試場景

(1)低速/減速/靜止場景

主車激活ACC后，以設定速度巡航行駛，背景車在主車前方分別以低速、減速、靜止的運行狀態出現。主車應能識別前方背景車輛，ACC控制車輛自動減速避免碰撞。

(2)切入/切出場景

主車激活ACC后，以設定速度巡航行駛。切入場景是指背景車在一定距離內以指定速度切入主車所在車道，切出場景是指背景車切出主車所在車道至相鄰車道。

(3)多車場景

主車激活ACC后，以設定速度跟隨背景車行駛，逐漸靠近并超過相鄰車道的另一低速背景車。該場景存在多輛背景車，主車不能發生誤識別，繼續跟隨背景車行駛狀態不變。

ACC系統的控制功能應滿足以下基本要求：首先，主車保持勻速或速度控制與前車保持一定的車間時距，且車輛加減速不超過限值要求，不應出現過度制動現象；其次，主車能夠檢測和識別前方車輛，如果前方存在多輛車，ACC系統應自動選擇跟隨主車車道內最接近的前車。

3 測試與分析

為了驗證所提出基于混合現實的自動駕駛車輛測試方法，本文以直線道路上車輛低速切入場景的自動駕駛測試為例，在開源模擬器CARLA中搭建虛擬測試場景，包括道路布局、主車和測試車，并為車輛配置GPS傳感器，用于虛實同步位置映射。通過地圖編輯器RoadRunner制作與實際場景配套的高精地圖，同時CARLA提供一整套的Python接口，可以對虛擬車輛進行控制，方便實現實際車輛與虛擬車輛的聯合仿真。在實際場景中，背景車配備攝像機、激光雷達、GPS等多種環境感知設備，通過5G通信與控制中心進行任務和狀態交互，再利用本地CANbus進行車輛的自動控制。

3.1 測試流程

基于本文混合現實測試方法，自動駕駛車輛ACC測試具體步驟如下：

步驟1：首先建立虛擬環境與真實環境的映射關系，在仿真環境中設置路網地圖和對應設施，并建立虛擬環境中車輛模型與真實車輛的通信連接。

步驟2：為虛擬背景車分配任務，包括行駛路徑、待測車ID、任務類型及屬性等，同時傳輸到真實背景車。

步驟3：開始測試，主車從靜止加速到目標車速穩定行駛，背景車按照預定軌跡和速度進入運行狀態。實時采集主車和背景車運行數據，同步體現在仿真環境中的虛擬車輛。

步驟4：如果滿足測試要求，則進行自動駕駛測試車的性能評價；如果不滿足測試要求，則返回步驟2。

3.2 測試結果與評價

以切入場景為例對測試評價進行說明，令背景車在距離主車前方一定距離時由相鄰車道切入主車所在車道，切入參數見表1。當主車與背景車達到穩定行駛狀態后，背景車駛出被測車道，采集主車的位置、速度、速度變化率、檔位和車輛燈光狀態等數據作為評價依據，至此完成一次測試。

表1 背景車切入參數

以其中一次測試為例進行說明，設定主車車速為50 km/h，背景車車速為30 km/h，道路工況為直道，背景車從主車右前方切入主車道。記錄背景車開始執行切入動作時刻為切入時刻，主車與背景車達到穩定狀態時刻為切入完成時刻，從切入時刻到切入完成時刻之間記錄為切入過程。表2為切入過程前后主車與背景車的運行數據，數據顯示在切入前，主車和背景車均保持勻速行駛，切入完成后主車速度降至26.56 km/h，切入過程中主車能夠完成自動換擋、制動，期間最小車間時距維持在2 s以上，橫向偏差6 cm，說明能夠保持車體穩定，沒有明顯晃動。

表2 一組切入動作前后的部分測試數據

從圖4可以看出，在18 s時主車檢測到前方正在切入本車道的背景車，正確采取制動措施，車速明顯降低，由于是直線道路，主車航向角在此過程中并沒有發生明顯變化。隨著背景車切入動作完成，在30 s時主車車速降到最低值26 km/h，隨后車間距逐漸加大，主車自動提升速度到與背景車速度接近，約30 km/h，兩車達到穩定運行狀態。

圖4 切入過程中主車運動狀態

通過分析上述測試數據，說明背景車切入被測車道后，主車能夠正確識別前車的切入動作，并能根據前車速度自動調整車速。在主車進入穩定狀態后，與前方背景車保持一定時距，穩定車速在限定范圍內，與前車的縱向中心線橫向偏差在限定范圍內，全過程無過度制動和加速現象，認為主車通過一次切入場景測試。將試驗重復20～30次，通過率超過90%，認為主車通過該場景測試。

4 結論

本文針對開放道路測試成本高、風險大、極端場景難復現，同時封閉道路測試場景有限、場景營造不靈活的問題，提出了一種虛擬仿真與真實交通環境結合的自動駕駛車輛測試系統，該系統實現了背景車在環、虛擬仿真和實際場景間的真實互動、測試用例在實車上的同步執行。虛擬仿真系統主要實現了主車與背景車輛模型構建、交通場景搭建、測試用例的管理、虛擬車輛與實際車輛的數據交互；背景車主要完成測試用例的在環運行，為主車營造真實的交通場景；主車作為被測自動駕駛車輛，在測試場中按自身控制策略運行，其運行數據將被實時收集用作后期評價。本文以直線道路下背景車低速切入場景為例，通過在虛擬仿真環境中執行測試用例，同步驅動背景車在環運行，采集分析主車應對切入車輛的反饋數據，驗證了混合現實的自動駕駛測試方法的有效性。

未來將繼續研究在環背景車的多種控制方式，如人工遠程模擬駕駛、多車自動編隊運行、多車多任務同步運行；針對在環背景車的控制精度、控制策略進行深入研究，如在尋跡任務、多車協同任務中的控制精度；針對交通環境的多樣性，研究弱勢交通參與者的在線控制問題，如行人、騎自行車人、動物；最后，融合多車、多任務、多種參與者共同構建虛實結合的仿真測試系統，為自動駕駛車輛測試營造更逼真、低風險、可復現的測試場景。