基于PreScan的智能網聯測試環境搭建與仿真

崔 振，趙一凡，孟祥虎

（徐州徐工汽車制造有限公司，江蘇 徐州 212000）

0 引 言

隨著經濟和社會的快速發展，人們對汽車的功能要求日益提升。近些年，隨著智能網聯汽車技術的發展，高級駕駛輔助和自動駕駛成為各大主機廠和科研院所的研究熱點[1-5]。而傳統的實車測試局限性太大，測試里程和測試周期長、場景復雜且危險場景難以復現、測試效率低下，因此虛擬仿真顯得尤為重要。PreScan仿真平臺、仿真環境模型易于搭建，可操作性強，自定義程度較高，已被廣泛應用于高級駕駛輔助（ADAS）和自動駕駛技術開發與測試中[6-8]。

1 測試環境搭建思路

基于PreScan仿真平臺可以搭建環境和建筑物模型，設置車輛動力學參數，開發基于雷達、攝像頭等傳感器的自動駕駛系統，并通過PreScan和MATLAB/Simulink的耦合來完成車輛控制，實現數據可視化、仿真環境可視化等。

2 測試園區仿真場景搭建

2.1 道路模型搭建

通過PreScan搭建仿真場景過程中，道路和建筑物模型搭建以及參數設置是虛擬場景仿真的基礎。道路要依據現實場景進行搭建，根據采集的路況信息和實際情況進行道路、車道線、路面標志以及交通信號燈指示牌等模型搭建。

根據實際情況將道路屬性設置為：車道數為3，車道寬度為3 m，路面厚度為0.1 m，道路方向和長度以及位置信息根據實際情況而定。設置道路位置信息時根據兩點確定整個虛擬環境 的坐標系，通過RTK測試得到A、B兩個路口的實際經緯度坐標為Lat： N 34°10′24.12′′，Lon ： E 117°13′18.6′′和 Lat： N 34°10′24.94′′，Lon ： E 117°13′27.2′′。將 A、B兩個路口的經緯度坐標按照實際值設置完成后，可以得到其在PreScan GUI中的屏幕坐標，根據屏幕坐標計算出道路傾斜度為6.64321925°，且與實際道路一致。

2.2 外部建筑物模型搭建

為了提高場景環境的真實度，需要建筑物模型更接近現實場景，利用軟件Sketchup進行建筑物模型搭建，完成后通過PreScan中工具（MPT）箱進行參數調整，并導出PreScan需求的.pgmb格式，然后導入到PreScan模型庫中。由于建筑物建模工作量大，可以在Sketchup自帶的3D模型庫的基礎上進行修改。

根據實際環境，以廠區內部實際道路進行建模，首先確定實際道路尺寸、車道數以及路面標志等，根據GPS坐標信息設置標志點的經緯度坐標，將每個點與實際位置進行匹配。最終建成了與實際三維尺寸一致的廠區建筑物模型虛擬環境。如圖1所示，展示了GUI中搭建的測試園區內部主干道和建筑物仿真場景，進行了VieViewer可視化場景與實際場景的對比。

圖1 仿真環境與真實環境

PreScanGUI在車輛模型的Object configuration中給出了車輛詳細的屬性參數，在進行縱向控制仿真時一般采用簡單的2D模型，根據實際需求設置最大制動壓力、車身質量、軸距、輪胎半徑、質心位置等參數，更多詳細參數如發動機動力曲線和變速箱換擋邏輯，在PreScan MPT工具箱中可以詳細設置。

3 PreScan與Simulink聯合仿真

3.1 自動駕駛循跡運動控制

自動駕駛循跡運動控制是自動駕駛中最常用到的功能，可以使車輛實現沿著給定路線自動行駛，在無人碼頭港口、礦區等特定封閉場景下具有很大的應用空間[9-10]。在PreScanGUI中對車輛添加運動軌跡，或者導入運動軌跡文件，設置車輛運動學模型參數，給定車輛參考質量、初始速度、最大加速度、最大制動壓力等參數，設置車輛在軌跡上的速度限制。在Simulink仿真控制平臺中，可以通過車輛自身動力學模型輸出測試園區軌跡和測試園區任一點GPS坐標和屏幕坐標。如圖2所示為車輛在測試園區內的運動軌跡。

圖2 車輛運動軌跡

從圖2可以看出，車輛在循跡運動過程中根據預設軌跡進行運動，在道路彎道轉向處由于速度較高會導致實際運動軌跡存在一定的過度轉向，與實際駕駛體驗一致。

3.2 自動剎車輔助系統（AEB）仿真

自動剎車輔助系統主要利用Radar傳感器識別前方物體類型、行人或車輛移動速度、航向角、障礙物與本車距離等。自動剎車輔助系統通過Radar毫米波雷達探測到數據，并在Simulink控制平臺中進行處理；通過控制車輛動力學模型的油門開度和剎車力度對車輛進行縱向控制，使車輛在識別到前方障礙物的類型和速度后能夠進行主動避讓，且不會影響車輛行駛。

搭建PreScan與Simulink的聯合仿真模型，通過State flow狀態機實現狀態遷移，利用Ladar傳感器檢測到車距、障礙物類型和前方緊急剎車安全距離三者并進行縱向控制。State flow模塊輸入量為前方障礙物類型、速度、距離、剎車力度、預警速降和安全距離。

當前方為靜止物體時的安全距離根據當前車輛瞬時車速和自車最大減速度設置，設置最小間距為2 m的情況下，搭建安全距離模型[4]，公式如下：

其中：dbr為安全距離；Vins為本車檢測到物體時的瞬時車速；t0為制動器延遲時間，為0.1 s；d0為最小間距，為2 m；a為本車最大減速度。

當前方為動態目標時，可根據公式（2）的安全距離表達式搭建Simulink算法模塊。

其中：dbr為安全距離；V1為本車初始車速；V2為緊急制動階段的初始速度（速降為初始速度差的30%）；Vfro為前車車速；Vrel為相對車速；t1為預警時間，為1.5 s；t2為柔和制動時間，為3 s；t0為制動器延遲時間，為0.1 s；k為速降系數，V1＞50時k為0.3，V1＜50時k為0.2；d0為最小間距，為2 m。由此可得：

圖3展示了自車初始速度為60 km/h、前車初始速度為10 km/h時自車速度變化曲線。可以看出：第一階段為預警減速階段，減速度較小，屬于柔和制動階段；第二階段以較大減速度減速到與前車速度保持一致，可有效避免車輛碰撞危險。

圖3 自車速度變化曲線

4 結 語

本文搭建了基于PreScan的虛擬仿真平臺，包含道路、車道線、紅綠燈、路側建筑等場景要素，得到了與實際測試場景一致的測試環境，并用于自動駕駛循跡控制仿真，驗證了研究方法的可行性與有效性。結合PreScan與Simulink建立了自動緊急制動系統（AEB）的控制模型，并驗證了控制策略的有效性，可以用于后續的仿真測試研究，加快技術開發與迭代速度。