自動駕駛汽車實驗教學(xué)平臺研發(fā)

雍加望 馮琦 李巖松 馮能蓮 張衛(wèi)強(qiáng)

DOI：10.3969/j.issn.1671-489X.2023.14.033

摘? 要? 自動駕駛已成為未來汽車技術(shù)發(fā)展的主要方向之一。為使學(xué)生理解并掌握自動駕駛核心技術(shù)，研發(fā)了基于快速控制原型的自動駕駛汽車實驗教學(xué)平臺。平臺集成了感知傳感器、快速控制原型設(shè)備及線控底盤系統(tǒng)，能夠基于MATLAB/Simulink搭建自動駕駛控制模型，并借助快速控制原型設(shè)備實現(xiàn)自動駕駛功能的開發(fā)與實驗，為高校教學(xué)與實踐奠定實驗基礎(chǔ)。

關(guān)鍵詞? 自動駕駛；實驗平臺；線控底盤

中圖分類號：G642.423? ? 文獻(xiàn)標(biāo)識碼：B

文章編號：1671-489X（2023）14-0033-05

Research and Development of Experimental Tea-

ching Platform for Autonomous Vehicle//YONG Jiawang， FENG Qi， LI Yansong， FENG Nenglian， ZHANG Weiqiang

0? 引言

自動駕駛汽車是集成環(huán)境感知、高精地圖、決策控制及人工智能等多種技術(shù)的綜合體[1-2]，可以顯著提升汽車的行駛安全性。自從美國國防部第一次舉辦自動駕駛挑戰(zhàn)賽以來，自動駕駛技術(shù)愈來愈受到關(guān)注[2]，國內(nèi)外提出了一系列研究平臺以促進(jìn)自動駕駛技術(shù)的測試與發(fā)展。Matthias等人[3]提出了一種基于虛擬場景的實車在環(huán)測試平臺，借助搭建的與實際道路一致的虛擬場景模型，模擬一些較為危險的行駛工況，在實現(xiàn)自動駕駛功能有效測試的同時避免實際道路測試帶來的風(fēng)險。Jin等人[4]提出了一種內(nèi)置高精度車輛模型的智能汽車測試臺架，能夠?qū)χ悄芷囻{駛過程中受到的各類型干擾進(jìn)行模擬，與線控底盤結(jié)合，能夠?qū)σ恍┓蔷€性程度較強(qiáng)，傳感器受到不同程度干擾的行駛工況進(jìn)行仿真。為匹配行業(yè)前沿技術(shù)的發(fā)展需求，國內(nèi)高校紛紛開始建立自動駕駛汽車實驗平臺，用于開展實踐教學(xué)與創(chuàng)新設(shè)計。如花威等人[5]搭建了基于模型在環(huán)仿真的自動駕駛虛擬測試平臺，可以通過導(dǎo)入實車監(jiān)控數(shù)據(jù)驗證強(qiáng)化學(xué)習(xí)算法的有效性。趙祥模等人[6]提出了基于整車在環(huán)仿真的自動駕駛汽車室內(nèi)快速測試平臺，可實現(xiàn)場景及傳感器虛擬仿真、車輛模擬及智能駕駛策略驗證等功能。馬志成等人[7]利用虛擬現(xiàn)實和仿真技術(shù)建立了自動駕駛整車在環(huán)仿真平臺，基于真實車輛動力學(xué)特性驗證不同場景下的智能駕駛策略。王潤民等[8]圍繞自動駕駛整車在環(huán)虛擬仿真測試需求，提出了一種基于多自由度轉(zhuǎn)鼓平臺的自動駕駛整車在環(huán)虛擬仿真測試平臺，包含道路模擬子系統(tǒng)與傳感器模擬仿真子系統(tǒng)，并完成了仿真平臺的開發(fā)及測試流程設(shè)計。以自動駕駛汽車自適應(yīng)跟馳及避撞場景測試為典型應(yīng)用案例進(jìn)行了仿真測試，證明了該平臺能夠滿足自動駕駛研發(fā)測試的需求。

以上平臺均是關(guān)注虛擬場景和智能駕駛控制策略的仿真研究平臺，缺少對于執(zhí)行層的研究，且不具備實車道路測試驗證功能。此外，除了考慮基于當(dāng)前技術(shù)所能實現(xiàn)的自動駕駛功能以外，還應(yīng)該考慮對于未來先進(jìn)技術(shù)的直接移植、新功能的開發(fā)擴(kuò)展以及不同功能之間的組合兼容等要求。因此，本文提出一種基于快速控制原型的自動駕駛汽車實驗教學(xué)平臺，其可為自動駕駛感知算法、傳感器數(shù)據(jù)融合算法、自動駕駛上層控制算法，底層執(zhí)行機(jī)構(gòu)、高級駕駛輔助系統(tǒng)的開發(fā)與測試等提供實時高效的實驗平臺，同時為新興技術(shù)的移植和新功能的開發(fā)提供條件。

1? 實驗平臺架構(gòu)

自動駕駛汽車實驗教學(xué)平臺總體架構(gòu)如圖1所示。主要由整車控制器（vehicle control unit，VCU）、線控底盤、快速控制原型設(shè)備Speedgoat、感知傳感器、狀態(tài)傳感器、工控機(jī)、顯示器及開發(fā)板等組成。其中，線控底盤包括由管柱式電動助力轉(zhuǎn)向（column electric power steering，C-EPS）系統(tǒng)和齒條式電動助力轉(zhuǎn)向（rack electric power

steering，R-EPS）系統(tǒng)組成的冗余線控轉(zhuǎn)向系統(tǒng)、由電動助力制動（electric booster brake，EBB）

系統(tǒng)和電子穩(wěn)定性控制（electronic stability control，ESC）系統(tǒng)組成的冗余線控制動系統(tǒng)、線控驅(qū)動系統(tǒng)；開發(fā)板采集狀態(tài)傳感器信號，并通過CAN總線與Speedgoat交互數(shù)據(jù)；感知傳感器包括攝像機(jī)、毫米波雷達(dá)和慣性導(dǎo)航定位系統(tǒng)；顯示器固定在副駕駛前方，用于設(shè)置測試工況、顯示測試數(shù)據(jù)。

圖2為平臺實物圖。感知層：慣性導(dǎo)航定位系統(tǒng)輸出車輛位置及姿態(tài)信息，攝像頭獲取前方道路圖像，通過圖像處理算法得到障礙物及車道線信息，毫米波雷達(dá)探測前方障礙物距離信息；決策層：Speedgoat通過串口和CAN總線接收感知層信息，并進(jìn)行感知數(shù)據(jù)融合，根據(jù)融合后的感知數(shù)據(jù)進(jìn)行決策判斷，通過CAN總線向執(zhí)行層發(fā)送制動、轉(zhuǎn)向以及力矩控制指令；執(zhí)行層：線控底盤響應(yīng)決策層控制指令，實現(xiàn)底層閉環(huán)控制。

2? 實驗平臺工作原理

2.1? 感知層

前向攝像頭選擇支持汽車安全完整性等級（ASIL）

的安森美AR0231，支持雙重轉(zhuǎn)換增益設(shè)置，可提高所有照明條件下的精確圖像捕獲性能；前向毫米波雷達(dá)采用我國77 GHz長距離雙波束ARS 408-21，并通過軟件進(jìn)行雷達(dá)配置及過濾器設(shè)置，能夠在前向攝像頭由于黑暗或大霧等惡劣天氣無法正常工作時，采集環(huán)境信息；慣性導(dǎo)航定位系統(tǒng)選擇北斗星通Npos320，其采用深耦合組合導(dǎo)航算法，內(nèi)部集成了高精度全球?qū)Ш叫l(wèi)星系統(tǒng)板卡和車規(guī)級MEMS慣性測量單元，選配外部4G通信模塊，針對不同場景的智能駕駛應(yīng)用，可以提供高精度、高可靠性的三維位置、姿態(tài)、速度解算，并支持導(dǎo)航原始數(shù)據(jù)輸出，滿足多傳感器深度融合需要。

2.2? 決策層

控制器采用快速控制原型設(shè)備Speedgoat Baseline，選用2核Intel Celeron處理器，主頻1.4 GHz，內(nèi)存4 GB DDR3 RAM，64 GB固態(tài)硬盤，操作系統(tǒng)為Simulink Real-Time，具備4路CAN、2路COM、1路LAN及6路I/O。工控機(jī)采用宸曜科技Nuvo-8240 GC，選用i5 LGA1151 CPU，支持兩片NVIDIA? Tesla T4 GPU，4個SODIMM內(nèi)存插槽，2個×8（4-lanes）的Gen3 PCIe卡槽可插擴(kuò)展卡，8～48 V寬范圍直流輸入，內(nèi)置點火信號電源控制。

基于MATLAB/Simulink搭建感知信息融合算法及自動駕駛控制模型，利用代碼生成技術(shù)導(dǎo)入至Speedgoat。算法設(shè)計指標(biāo)包括：1）感知融合準(zhǔn)確性指標(biāo)；2）軌跡跟蹤指標(biāo)；3）駕乘人員舒適性指標(biāo)；4）車輛經(jīng)濟(jì)性指標(biāo)；5）車輛穩(wěn)定性指標(biāo)。

2.3? 執(zhí)行層

實驗平臺中，決策層輸出的控制指令通過CAN總線發(fā)送至執(zhí)行層，包括加速踏板開度指令、轉(zhuǎn)向角度指令和制動壓力指令。其中加速踏板開度指令通過整車VCU控制電機(jī)驅(qū)動力矩實現(xiàn)，制動壓力通過制動踏板傳感器或者上層算法獲取。

轉(zhuǎn)向角度指令由線控轉(zhuǎn)向系統(tǒng)實現(xiàn)。平臺安裝雙電機(jī)冗余線控轉(zhuǎn)向系統(tǒng)，如圖3所示。分別在管柱上安裝C-EPS、在轉(zhuǎn)向器齒條上安裝R-EPS。C-EPS和R-EPS互為冗余，當(dāng)其中一個發(fā)生故障時，故障信息發(fā)送至決策層，決策層將主動轉(zhuǎn)向指令發(fā)送至未發(fā)生故障的轉(zhuǎn)向電機(jī)。在駕駛員接管駕駛之后，C-EPS實現(xiàn)助力轉(zhuǎn)向功能，R-EPS不工作；在決策層判斷出駕駛員轉(zhuǎn)向操作會引起危險或駕駛員開啟主動轉(zhuǎn)向控制功能時，決策層計算期望轉(zhuǎn)向角，默認(rèn)由R-EPS實現(xiàn)轉(zhuǎn)向角度指令。在轉(zhuǎn)向管柱加裝轉(zhuǎn)角傳感器SX-4300，其測量范圍為±750°，測量精度為0.1°，用于轉(zhuǎn)角閉環(huán)控制。

制動壓力指令由線控制動系統(tǒng)實現(xiàn)。系統(tǒng)由EBB和ESC聯(lián)合組成，如圖4所示。制動系統(tǒng)整體構(gòu)型為串聯(lián)式單主缸雙通道，X型布置，即左前輪、右后輪輪缸對應(yīng)同一制動回路，右前輪、左后輪輪缸對應(yīng)同一制動回路，如進(jìn)行制動時單一回路發(fā)生泄漏，剩余回路的制動力基本能保持正常制動力的一半。當(dāng)EBB和ESC二者均存在故障時，駕駛員踩制動踏板的腳力通過制動液傳遞至制動輪缸，實現(xiàn)機(jī)械備份制動功能。制動壓力控制范圍為0～

12 MPa。4個輪缸配置制動壓力傳感器，測量范圍0～20 MPa，測量精度為1%。兩者聯(lián)合可以實現(xiàn)助力制動、冗余制動、復(fù)合制動、失效備份制動等功能。常規(guī)制動時，助力制動、復(fù)合制動與主動制動由T-Booster實現(xiàn)；ESC實現(xiàn)增壓、保壓及減壓等制動壓力調(diào)節(jié)功能，調(diào)整車輛運動狀態(tài)以滿足動力學(xué)穩(wěn)定性指標(biāo)。當(dāng)駕駛員有制動需求時，如果T-Booster出現(xiàn)故障無法實現(xiàn)助力制動，則由踏板力提供制動壓力，如果此時的制動減速度較小，且有碰撞危險，上層控制算法控制ESC建立制動壓力實現(xiàn)較高的制動減速度需求，避免或者減輕可能發(fā)生的碰撞。

3? 實驗平臺測試

3.1? 自適應(yīng)巡航功能測試

自適應(yīng)巡航（ACC）是借助車輛感知層獲取前方車輛信息，控制自車跟隨前車車速或者維持某一固定車速行駛的輔助駕駛功能，不僅可以改善車輛行駛過程的安全性和舒適性，降低駕駛員疲勞程度，而且可以提高道路利用率并減少交通擁堵。ACC按照駕駛員設(shè)定的車間時距，在保持安全距離作為首要控制目標(biāo)的前提下與前方車輛保持相同的行駛速度。圖5a為ACC試驗過程的本車車速與前車車速變化曲線，最大車速跟隨誤差為3 km/h，最小車速跟隨誤差為0.5 km/h。圖5b為跟車過程中制動壓力變化曲線，線控制動系統(tǒng)響應(yīng)迅速，能夠滿足ACC系統(tǒng)的控制需求。

3.2? 循跡功能測試

循跡控制是借助高精度定位和線控底盤系統(tǒng)對車輛行駛軌跡進(jìn)行精確控制的自動駕駛技術(shù)。可通過控制車輛的運動來減少車輛與參考軌跡之間的誤差，使車輛盡可能地按照規(guī)劃好的路徑行駛。精確的循跡控制是實現(xiàn)自動駕駛功能的重要前提。

圖6a為循跡過程中的預(yù)期軌跡與實際軌跡曲線，算法可以實現(xiàn)較準(zhǔn)確的循跡控制。圖6b為循跡控制過程中的汽車橫擺角速度和方向盤轉(zhuǎn)角曲線。從圖中可以看出，循跡控制軌跡與期望軌跡基本重合，橫向偏差最大為0.3 m；線控轉(zhuǎn)向系統(tǒng)能夠滿足循跡控制的轉(zhuǎn)向角控制需求，方向盤轉(zhuǎn)角沒有發(fā)生突變，轉(zhuǎn)向過程平緩。

3.3? 線控制動系統(tǒng)性能測試

EBB閉環(huán)建壓應(yīng)保證迅速、穩(wěn)定、準(zhǔn)確。通常用階躍響應(yīng)上升時間衡量響應(yīng)速度，用階躍響應(yīng)超調(diào)和震蕩衡量穩(wěn)定性，用液壓控制的均方根誤差衡量準(zhǔn)確性。為了驗證EBB建壓性能，分別進(jìn)行了階躍信號和連續(xù)階躍信號的壓力跟隨性能測試。階躍測試為從0 Mpa建立起10 MPa期望壓力；連續(xù)階躍信號測試初始壓力1 MPa，之后期望壓力每間隔

4 s分別增加至2 MPa、4 MPa和6 MPa。

圖7a為階躍信號壓力跟隨測試結(jié)果，EBB從

0 MPa建立起10 MPa壓力耗時約250 ms，低于傳統(tǒng)制

動系統(tǒng)約400 ms的制動壓力建立時間，滿足GB 21670—2008《乘用車制動系統(tǒng)技術(shù)要求及試驗方法》關(guān)于“從開始操縱控制裝置至最不利車軸上的制動力達(dá)到規(guī)定制動效能所經(jīng)歷的時間不

應(yīng)超過0.6 s”的規(guī)定；到達(dá)期望壓力后，壓力跟隨

均方根誤差為0.14 MPa。

圖7b為連續(xù)階躍信號測試結(jié)果，實際壓力曲

線在期望壓力處存在一定的波動，隨后與期望壓力

的最大穩(wěn)態(tài)誤差小于0.3 MPa，壓力跟隨全過程均方根誤差為0.16 MPa。結(jié)果表明，EBB系統(tǒng)的建壓性能能夠滿足自動駕駛汽車實驗教學(xué)平臺的設(shè)計

需求。

4? 結(jié)束語

本文針對交通與汽車類專業(yè)實踐課程體系與前沿技術(shù)脫離的問題，為使學(xué)生能夠直觀且深入地學(xué)習(xí)和理解自動駕駛技術(shù)，提出了一種以快速控制原型技術(shù)為基礎(chǔ)，具備實現(xiàn)環(huán)境感知、自主決策與執(zhí)行器控制三大關(guān)鍵功能條件的自動駕駛汽車實驗教學(xué)平臺。平臺具有完全開放的感知層（環(huán)境感知及車身狀態(tài)感知系統(tǒng)）、決策層（上層控制系統(tǒng)）和執(zhí)行層（底層執(zhí)行系統(tǒng)），支持CAN和LIN等多種接口，可以滿足多傳感器環(huán)境感知融合、高級駕駛輔助、自動駕駛、人機(jī)共駕、線控底盤等算法的教學(xué)和課程設(shè)計需求。結(jié)合MATLAB/Simulink、Prescan和CarSim等車輛仿真模擬軟件，能夠?qū)崿F(xiàn)不同環(huán)境、不同車輛、不同控制策略下的仿真測試，并且可以進(jìn)行駕駛員在環(huán)測試，體驗不同自動駕駛功能的實際作用方式，驗證人機(jī)共駕功能。學(xué)生通過在該平臺上進(jìn)行功能設(shè)計和實驗操作，可以有效提升學(xué)習(xí)興趣與主動性，增強(qiáng)創(chuàng)新實踐能力，成為學(xué)術(shù)與工程并重的復(fù)合型人才。

5? 參考文獻(xiàn)

[1] 雍加望，馮能蓮，陳寧.自動駕駛汽車硬件在環(huán)仿真實

驗平臺研發(fā)[J].實驗技術(shù)與管理，2021，38（2）：127-131，

135.

[2] Liu Tianbi， Du Shanshan， Liang Chenchen， et al.

A Novel Multi-Sensor Fusion Based Object Detection

and Recognition Algorithm for Intelligent Assisted

Driving[J].IEEE Access，2021，9：81564-81574.

[3] Jin C， Maitland A， McPhee J. Hierarchical nonlinear

moving horizon estimation of vehicle lateral speed

and road friction coefficient[J].ASME Letters in

Dynamic Systems and Control，2021，1（1）：011005-1～

011005-5.

[4] Roland K， Paul P， Mathias B. Vehicle-in-the-Loop：

Augmenting Real-World Driving Tests with Virtual

Scenarios in Order to Enhance Validation of Active

Safety Systems[J].ATZ worldwide，2017（9）：52-55.

[5] 花威，史庭俊，呂強(qiáng).基于模型在環(huán)仿真的自動駕駛虛

擬測試平臺[J].電子技術(shù)與軟件工程，2021（8）：144-148.

[6] 趙祥模，承靖鈞，徐志剛，等.基于整車在環(huán)仿真的自

動駕駛汽車室內(nèi)快速測試平臺[J].中國公路學(xué)報，2019，

32（6）：124-136.

[7] 馬志成，王立，李志斌.自動駕駛整車在環(huán)仿真平臺研

究及模擬實現(xiàn)[J].汽車實用技術(shù)，2020（3）：34-38.

[8] 王潤民，趙祥模，徐志剛，等.一種自動駕駛整車在環(huán)

虛擬仿真測試平臺設(shè)計[J].汽車技術(shù)，2022（4）：1-7.

項目來源：北京工業(yè)大學(xué)教育教學(xué)研究課題“面向汽車電控與智能汽車兩門課程的教學(xué)實踐平臺建設(shè)研究”（ER2022SJB

08）；國家自然科學(xué)基金青年項目“汽車一體化線控制動系統(tǒng)深度耦合機(jī)理及其多目標(biāo)博弈控制方法研究”（52002009）；北京市自然科學(xué)基金面上項目“智能網(wǎng)聯(lián)電動汽車電液復(fù)合制動機(jī)理及運動優(yōu)化控制方法研究”（3222003）。

作者簡介：雍加望，通信作者，講師；馮能蓮，教授。