摘要：先进驾驶辅助系统（Advanced Driver Assistance Systems，ADAS）在汽车行业中占有重要地位，影响着未来汽车的发展趋势。ADAS 是现代汽车的关键特征之一，通过整合传感器、摄像头和计算机视觉技术，提供了一系列驾驶辅助功能，旨在提高驾驶安全性、舒适性和便利性。本文搭建ADAS 域控制器与虚拟交通场景相结合的半实物仿真平台，实现整车动力学模型的实时运行，模拟电控系统的输入信号和电气负载；采集电控系统的输出和输入信号，实现对实时模型的闭环控制，完成各种测试验证和评估工作。设计的测试系统可提高测试效率、缩短测试周期、降低测试成本，能够对实车测试中难以实现的极端工况进行测试。
2022 年，国内搭载（Advanced Driver Assistance Systems，ADAS）系统的乘用车市场渗透率比上年同期增加9.1%， 其中搭载L2 及L2+级ADAS 系统的乘用车销量同比增长46.0%。消费者购买汽车时主要考虑汽车的安全性和舒适性[1-2]，但辅助驾驶系统在带给人们舒适便利的同时也存在一定的风险，如发生汽车失控情况。因此， 如何科学地进行ADAS系统测试，以提高汽车的安全性能，是汽车产业发展中亟需解决的问题[3]。
本文提出一种基于Xpack4 实时系统， 包括场景模型、 整车动力学模型在内的面向ADAS 域控制器的HIL 仿真测试方案。系统采用半实物仿真技术，与纯仿真相比[4-6]，能够实时检测系统数据，更接近实际车辆测试的情况；与实车测试相比[7-10]，能够有效规避测试中的重复验证、 开发周期长和高成本等问题，且能完成极限工况中的测试，提高汽车的安全性能。
ADAS-HIL 测试系统方案如图1 所示， 测试系统主要由上位机、人机共驾输入系统、实时仿真系统和被测域控制器等组成。在对域控制器进行功能测试时，通过实时系统运行仿真模型，再通过I/O 与被测ADAS 域控制器通信；针对汽车摄像头的仿真，采用视频注入方式进行原始数据流注入， 将场景仿真软件中的传感器模型输出信息注入给域控制器。
图1 ADAS 测试系统架构图Fig.1 ADAS testing system architecture
驾驶信号的输入可以通过人机共驾输入系统或在上位机中直接发出驾驶信号， 使车辆模型在虚拟场景中运行， 再利用自动驾驶仿真软件中的虚拟摄像头采集视频信号， 或者通过虚拟雷达采集障碍物信号来模拟实车行驶环境， 使控制器误以为处于实车行驶的环境中， 从而达到对ADAS 域控制器测试的目的。
测试系统硬件布局如图2 所示， 主要包括上位机、实时处理系统、IO 硬件VT 板卡、总线通信接口卡和被测域控制器等硬件。其中，实时处理系统、各测试硬件设备和负载件集成在测试机柜中；测试机柜留有用于固定安装VT 硬件系统、 程控电源和电源控制箱等硬件。
图2 测试机柜Fig.2 Test rack
机柜中的电源控制箱主要给机柜整体供电；程控电源则给域控制器供电；超声波回波盒在测试中进行超声波仿真模拟；板卡主要有电源控制板卡、模拟量板卡以及数字量板卡；故障注入单元用作测试中的CAN 总线故障注入，对地或电短路断路；实时仿真系统主要模拟仿真时整车的运行环境。实时系统采用XPACK4 实时处理器，支持仿真实时运行时间小于等于1 ms。
ADAS 测试平台对于数据交互的实时性要求较高， 仿真系统要将ADAS 控制器所需的传感器信号，如毫米波雷达、超声波雷达、摄像头等信号通过不同的连接方式发送给ADAS 控制器，使其做出相应的控制决策，从而完成ADAS 控制系统测试环境的搭建。
传感器信号获取的流程如图3 所示，通过CAN/CANFD 总线将场景仿真软件中虚拟传感器模型感知周围交通环境输出的信息注入给域控制器， 再由域控制器作出决策控制，从而实现功能触发。
图3 传感器仿真Fig.3 Sensor simulation
测试系统可实时运行场景仿真模型、 车辆动力学模型，并向上位机传输仿真结果。同时，通过I/O软硬件接口连接被测域控制器， 接收ADAS 控制算法发出的指令。根据系统的工作特点，测试所需要传输信号类别有：
（1）模拟信号：即用连续变化的物理量表示的信息，可用于电流测量，方向盘转角、制动压力等连续输入量。
（2）数字信号：可用作一些功能的开关信号，如点火开关、功能开关等，用来检测功能的状态。
（3）CAN/LIN 信号：主要为车身各个传感器、执行器与控制器间的交互信号。如用来实现场景仿真软件中的虚拟传感器与被测域控制器的交互。
测试系统的软件设计是通过对视景仿真系统、车辆动力学实时仿真模型以及整个平台的通信系统等进行开发设计， 实现测试时车辆在仿真场景中的动态响应以及对仿真测试结果的实时观察和监测。
在软件设计方面， 上位机场景仿真软件选用CarMaker，包含场景模型、传感器高精度物理模型、车辆动力学模型，以及提供实时运行系统、试验管理功能；试验管理软件选择CANoe 用于硬件在环测试系统的管理和控制，包含VT 板卡控制，总线仿真，故障注入和电源分配板控制。
CarMaker 可以为自动驾驶提供闭环仿真，辅助功能均可获得所需的信息和参数。还可以通过定义的接口将自己的模型和硬件组件集成到仿真环境中。软件自身也提供的模型包含了精准的车辆模型，如发动机、悬架、传动和传感器等模型；同时可通过GUI 生成道路模型、交通环境模型、驾驶员模型，以及车辆工况序列， 可以驾驶车辆进行真实有效的复杂工况仿真。
如图4 所示，GUI 搭建的仿真场景，主要是通过ADAS 系统的功能规范及测试用例，分析相关测试场景，根据需求设置道路参数（车道曲率、车道数、车道线等）；设置目标类型（行人、不同类型车辆、自行车、摩托车等）；对周围环境，如建筑物、基础设施、天气模型（如雨、雪、雾等）以及光源（如交通信号灯、太阳光路灯等）等。通过将编辑对象拖拽到编辑区域，设置成所需要的参数，能够快速建立所需的道路模型。
图4 测试界面Fig.4 Test interface
CANoe 作为试验管理软件，支持从需求分析到系统实现的整个系统的开发过程， 可以针对测试提供环境配置、测试监控、用例管理等功能。
测试环境配置：如硬件配置，提供图形化的硬件配置功能，实现对VT 各板卡的属性配置及板卡控制。
测试监控：提供Panel 功能，可实现数据监测及测试参数修改， 对控制器监控的功能包括控制信号的仿真、状态监控、同步跟踪和记录所配置的报文及数据等。
用例管理：提供测试参数集管理的功能，实现对不同车型平台测试参数的管理和快速切换， 以便于测试积累或复用及提升测试效率。
在建立好仿真场景、传感器模型、整车模型后，开始对整体仿真模型进行测试， 其中，CarMaker 场景仿真模型， 整车动力学模型和需被测的域控制器运行在基于CANoe 的环境下。测试平台可实现多种ADAS 功能测试， 如LKA 车道保持辅助、ACC 自适应巡航、ELK 紧急车道保持、APA 高级泊车辅助系统、LDW 车道偏离预警等功能的测试。
以车道保持辅助（LKA）、自适应巡航（ACC）和自动紧急制动（AEB）功能为例，验证ADAS 硬件在环仿真的有效性。
（1）车道保持LKA 弯道仿真工况：设置车道宽度3.5 m，弯道半径200 m，车辆车速65 km/h 匀速行驶， 从直道进入弯道， 分析车辆进入弯道偏离时LKA 是否介入，测试结果如图5 所示。车辆从直道进入弯道发生偏离时，ADAS 控制器发出扭矩控制车辆保持在当前车道行驶， 扭矩为正表示控制车辆往左纠偏，扭矩为负表示控制车辆往右纠偏。
图5 LKA 测试结果Fig.5 Result of LKA test
（2）自适应巡航ACC 接近静止车辆仿真工况：设置自车初始车速65 km/h， 前车在自车正前方200 m 处，分析车辆能否减速并跟随前车行驶，测试结果如图6 所示。自车与前车存在风险时开始刹车，一直刹车到车速为0 km/h 左右。
图6 ACC 测试结果Fig.6 Result of ACC test
（3）自动紧急制动AEB 仿真工况：设置自车车速65 km/h，前车静止，分析车辆能否实现制动减速，测试结果如图7 所示。车辆先平稳启动， 当开启AEB 功能后，检测到前方有静止车辆，车辆存在碰撞风险时AEB 功能激活，当ADAS 控制算法发出减速度进行减速，车速减速至0。
图7 AEB 测试结果Fig.7 Result of AEB test
本文通过搭建虚拟测试场景、虚拟传感器模型、车辆动力学模型、CAN 通讯模型等构建了ADAS 硬件在环仿真平台， 与被测域控制器针对ADAS 中的车道保持辅助（LKA）、自适应巡航（ACC）、自动紧急制动（AEB）等功能进行了仿真测试。结果表明，该方案能很好地对ADAS 系统进行实验验证， 为ADAS功能测试开发提供可靠的方案。
参考文献
[1] 张雪.重庆BC 新能源汽车营销策略优化研究[D].重庆：重庆工商大学，2023.ZHANG X.Research on marketing strategy optimization of chongqing BC new energy vehicles[D].Chongqing：Chongqing Technology and Business University，2023.（in Chinese）
[2] 王松.一汽—大众公司新能源汽车共享出行市场营销策略研究[D].长春：吉林大学，2023.WANG S.Research on marketing strategy of new energy vehicle sharing travel in FAW-Volkswagen company[D].Changchun：Jilin University，2023.（in Chinese）
[3] 和福建，张晋崇，石娟.智能网联汽车测试技术研究[J].汽车电器，2019，（3）：19-21+24.HE F J，ZHANG J C，SHI J.Research on testing technology of intelligent and connected vehicles[J].Auto Electric Parts，2019，（3）：19-21+24.（in Chinese）
[4] 赵祥模.自动驾驶测试与评价技术研究进展[J/OL].交通运输工程学报，1-126[2023-11-23].ZHAO X.M.Research progress on autonomous driving testing and evaluation technology[J/OL].Journal of Traffic and Transportation Engineering，1-126[2023-11-23].（in Chinese）
[5] 唐金龙.基于驾驶模拟器的ADAS-HIL 虚拟测试平台开发与应用研究[D].西安：长安大学，2021.TANG J L.Development and application research of ADAS-HIL virtual test platform based on driving simulator[D].Xi'an：Chang'an University，2021.（in Chinese）
[6] 邓里程.基于反馈机制的汽车模拟驾驶培训系统交互设计研究[D].南京：南京理工大学，2021.DENG L C.Research on interactive design of automobile simulation driving training system based on feedback mechanism[D].Nanjing：Nanjing University of Science and Technology，2021.（in Chinese）
[7] 王芳佳.基于机器视觉的汽车驾驶疲劳识别方法研究[D].重庆：重庆大学，2021.WANG F J.Research on fatigue recognition method of automobile driving based on machine vision[D].Chongqing：Chongqing University，2021.（in Chinese）
[8] 曾海林.融合视频图像和驾驶操控的汽车模拟驾驶系统设计与实现[D].重庆：重庆大学，2021.ZENG H L.Design and implementation of automobile simulation driving system combining video images and driving control[D].Chongqing：Chongqing University，2021.（in Chinese）
[9] 蔡俊清.VR 模拟实景在汽车教育领域的应用探讨[J].时代汽车，2021，（9）：37-38.CAI J Q.Discussion on the application of VR simulation reality in automobile education[J].Auto Time，2021，（9）：37-38.（in Chinese）
[10] 方艳红，庄永智，王学渊，等.基于增强现实的汽车驾驶仿真实验系统[J].实验技术与管理，2020，37（4）：147-150.FANG Y H，ZHUANG Y Z，WANG X Y，et al.An automobile driving simulation experiment system based on augmented reality[J].Experimental Technology and Management，2020，37（4）：147-150.（in Chinese）
END
