自动驾驶汽车的测试平台上 GNSS 接收机激励
将 R&S®SMBV100B GNSS 模拟器集成到 AVL DRIVINGCUBE™ 工具链,为在车辆层面验证高级驾驶员辅助系统和自主驾驶功能提供了全新可能。将试验台整车测试与物理传感器激励相结合,能够快速且经济高效地执行可重复测试。所有可能的驾驶场景均可在真实的安全条件下进行模拟。
将 R&S®SMBV100B GNSS 模拟器集成到 AVL DRIVINGCUBE™ 工具链,为在车辆层面验证高级驾驶员辅助系统和自主驾驶功能提供了全新可能。将试验台整车测试与物理传感器激励相结合,能够快速且经济高效地执行可重复测试。所有可能的驾驶场景均可在真实的安全条件下进行模拟。
自动驾驶汽车在汽车行业变得越来越重要。从早已可用的 2 级高级驾驶员辅助系统 (ADAS)、部分自主驾驶到未来的全自主驾驶 (AD),汽车功能的复杂性急剧增加。在所有可能的条件和情况下验证这些功能,给汽车开发带来了严峻挑战。
例如,自主应急制动 (AEB) 和自适应巡航控制 (ACC) 等功能以及高速公路自动驾驶等全自动功能需要在多种环境和车辆配置条件下使用整车进行大量的功能性和非功能性验证与优化。
测试场景非常复杂,并且在测试时必须进行长距离行驶以确保车辆功能的安全性,这些都对先进的验证方法提出了挑战。
目前,业界主要采用三种方法验证 ADAS 和 AD。这些方法包括在公路上或试验场中进行路测、硬件在环 (HiL) 测试和基于软件、不使用任何硬件组件的纯虚拟模拟测试。
试验场或公路可确保在实际环境下进行测试,但是这种测试不可完全重现,且参加测试的驾驶员和其他人员可能会遇到危险。此外,每场试验场测试都需要重新设置场景,会耗费大量时间。HiL 测试使用真实的电子控制单元 (ECU) 和功能,但需要进行复杂的残余总线模拟,因此难以进行设置。纯模拟测试方法非常高效、灵活且富有成效。但是,由于虚拟测试不使用任何物理组件,因此车辆系统之间无法进行实际交互,而这是验证流程的重要环节。
ADAS 和 AD 验证方法
验证方法 | 优点 | 缺点 | |
---|---|---|---|
外场 | 在试验场中或公路上进行路测 | 在实际环境下测试所有组件 | 不可重现、危险、成本高 |
实验室 | 使用整车进行 ViL 测试 | 详见本文 | |
实验室 | 组件级 HiL 测试 | 使用物理硬件、灵活、可重现 | 设置复杂 |
实验室 | 软件模拟,不使用任何硬件部件 | 灵活、高效、实惠 | 无法测试系统之间的实际交互 |
实车在环 (ViL) 方法可以解决这些测试方法的诸多缺点,并在下文进行了详细介绍。
AVL DRIVINGCUBE™ 提供了一种不同的验证方法,弥合了实际路测和模拟测试之间的差距。不同于基于单个组件的纯 HiL 测试,这种方法通过试验台测试在虚拟环境中操作、集成各组件、可用于实际驾驶的整车。物理或行为传感器模型(如,将传感器输出从软件模拟馈送到 ECU)或物理传感器激励器将被测控制单元和模拟环境连接起来。这种测试环境旨在评估所有 ADAS 和 AD 功能,例如在预测性 ACC 模式下运行时自动提高或降低车速。
由于试验台场景比实际道路场景更具有可重现性,因此 AVL DRIVINGCUBE™ 能够更加高效地验证和优化 ADAS 和 AD 功能。这种方法还可以在测试期间更加轻松地接触车辆, 并且能够以实际路测无法实现的安全方式验证重要场景。在复杂的驾驶场景中,传感器模拟和激励更是发挥重要作用,确保获得可靠的验证结果。
使用 R&S®SMBV100B 激励 GNSS 接收机
灵活的 R&S®SMBV100B GNSS 模拟器可以通过真实的 GNSS 射频信号激励车辆的内置 GNSS 系统,进而扩展验证环境。这能够测试基于导航和地图的 ADAS 和 AD 功能,例如预测性自适应巡航控制 (ACC) 或枢纽对枢纽 (H2H) 操作功能。
R&S®SMBV100B 可以生成适用于所有全球导航卫星系统(如 GPS、伽利略、格洛纳斯和北斗)和许多星基增强系统 (SBAS) 的信号。模拟器具有 60 个可用通道,能够轻松设置涵盖多个 GNSS 卫星的真实星座场景。
此外,模拟器还可以针对所有重要频段(如 L1、L2 和 L5)同步生成信号,支持集成和验证现代多频 GNSS 接收机。
卫星可见性和功率电平可随时调整,提供附加功能以模拟被遮蔽或阻塞的 GNSS 信号。R&S®SMBV100B GNSS 模拟器通过 LAN、USB 或 GPIB 接口接收试验台的远程命令。GNSS 模拟所需的位置和姿态数据可通过 SCPI 或 UDP 命令传输至模拟器,确保轻松集成到 AVL DRIVINGCUBE™。
传输率高达 100 Hz,命令处理延迟低于 20 ms,确保出色的处理和信号精度。
AVL 和罗德与施瓦茨是在车辆层面验证高级驾驶员辅助系统和自主驾驶功能的技术合作伙伴。
在 ViL 环境中测试卡车的预测性 ACC 功能
AVL DRIVINGCUBE™ 可以简化 ADAS 系统的开发工作,例如验证燃油效率出色的预测性 ACC 功能。
预测性 ACC 功能根据地理高度图和 GNSS 接收机计算的实际卡车位置提前考量道路拓扑。之后,此功能会调整车速和发动机运行策略,以实现整条路线的最佳能耗。
为了测试预测性 ACC 功能,罗德与施瓦茨携手 AVL 在斯德哥尔摩使用卡车底盘测功机设置出上述工具链。
AVL DRIVINGCUBE™ 虚拟环境使用地图生成虚拟卡车的行驶道路。实体卡车的行驶动作由 ACC 功能 (4) 控制,并由底盘测功机 (5) 记录和传输到系统控制器 (1)。
系统控制器根据在虚拟道路上行驶的卡车模型计算预期的行驶阻力。然后,通过相应设置测功机提供的阻力,将行驶阻力应用于实体卡车。
根据实体卡车的传输动作更新道路上的虚拟卡车位置。此位置数据发送到 R&S®SMBV100B (2),模拟器会生成相应的 GNSS 信号。GNSS 信号馈送到实体卡车的 GNSS 接收机 (3),接收机会计算位置定位,便于 ACC 功能相应调整运行策略。
测试结合工具链和在瑞典的试验台上驾驶实体卡车,并可以设置为在德国道路上驾驶虚拟卡车。R&S®SMBV100B GNSS 模拟器可用于生成 GPS 无线电信号。
与传统的 ADAS/AD 验证和测试方法相比,这种测试装置具有多重优势。所有组件均在车辆层面进行测试,犹如试验场测试一般。这种方法还兼具硬件在环测试的灵活性和可重复性,提供经济高效的实验室测试装置。