HIL仿真测试平台可以提供逼真的道路交通场景、高精度的车辆动力学模型以及多种形式的感知传感器仿真,可以满足从L1~L5 各级别智能驾驶系统的仿真测试需求。用户可以在此平台上建立丰富的智能驾驶测试场景,对感知、决策、车辆控制进行充分、高效的测试。
先来说下视频中的HIL测试架构,简单来说,应该还是行业内的通用套路:测试柜里的设备通过仿真模拟产生雷达信号、视频信号、激光信号、位置信号,并将这些信号输入给外界的真实控制器,控制器根据内部芯片里集成的算法,进行路径规划和决策,转而通过总线将指令发送回给测试柜里的虚拟车辆,控制虚拟车辆的运动,形成闭环。
视频中有提到视频注入模块,这是个什么东西呢?你可以把它理解为一个格式转换器。在下图中,左边为车上安装的虚拟摄像头模型探测到的车辆前方的图像或者视频数据,该数据并不能直接传输给控制器使用,通常来讲,控制器能接收的视频数据是有格式要求的,因此,这些传感器数据必须经过一定的处理才行,比如格式转化、图像处理、接口适配、串行解串等。
值得一提的是,目前行业内关于视频注入有两套方案,一套就是上述描述的虚拟视频直接处理后注入控制器;另一套则是采用真实的摄像头,摄像头采集到的视频信号会根据自己内部的处理单元将数据处理后发送给控制器(这套方案在上面的视频中倒是没有体现出来)。这种时候摄像头数据就不是模拟的了,而是真实的摄像头数据。那么摄像头拍的画面哪儿来呢?就是仿真软件输出的前方道路的画面,用一个显示屏播放出来,在显示屏正前方再放这个真实的摄像头,去采集显示屏里的画面就可以了。这个显示屏和摄像头一般会放到一个暗箱里,称为视频暗箱。
然后是对毫米波雷达信号的模拟。据我所知,应该也有两种方案,一个是直接通过模拟软件输出目标列表给控制器(所谓目标列表,即软件直接告诉你前方是个什么东西,怎么运动,有多远等信息的列表,不需要你自己再去判断),这种方法被称为数据注入法,比较容易实现;另一个方案就是毫米波雷达黑盒模拟法(请允许我称呼它为毫米波雷达暗箱,哈哈),也就是视频中对毫米波雷达的模拟方案了,如下图所示。
毫米波雷达探测的原理:通过微波在空间反射时间的延迟判断距离, 通过反射波形的频移判断对象是在接近还是在远离。
所以在特制的毫米波雷达暗箱中, 同样可以通过毫米波发射器发射信号,让真实毫米波雷达去接收这些信号。
毫米波雷达暗箱的组成:测试系统示意图如下所示, 整个系统包括暗箱、转台、计算机、毫米波雷达、车载雷达测试系统(VRTS,Vehicle Radar Test System)。其中,VRTS 的核心是PXI系统,包含了PXIe-5840矢量信号收发器( 包括矢量信号发生器、矢量信号分析仪、用户可编程的FPGA、以及高速串行接口)、可变延迟发生器、和回波模拟器。
毫米波雷达暗箱的工作原理:
1)电脑将仿真软件中的毫米波雷达模型探测到的信息通过网络发送给上图中的PXI系统, PXI系统再将接收到的虚拟毫米波信息进行处理, 计算出延迟时间、转台旋转角度、转台的旋转方向和两个模型之间的模拟距离和角度;
2)毫米波雷达跟着转台转动并发出毫米波射频信号;
3)回波模拟器接收毫米波射频信号,并通过矢量信号分析仪的分析得到其振幅、频率和周期;
4)延时控制器根据延时时间控制毫米波信号发生器的工作时刻;
5)在工作时刻,毫米波信号发生器生成发射信号(与接收射频信号的振幅、频率和周期相同),该信号通过回波模拟器发送到暗箱中并由真实毫米波雷达接收 。
6)毫米波雷达误以为这是一个真实目标, 将该信号注入到车载控制器中。
就这样实现了毫米波雷达的硬件在环测试;
然后就是视频中提到的激光点云数据。这个数据可以由仿真软件中的激光雷达模型来采集周围场景,并直接将采集到的点云数据发送给车载控制器。
本文完。
原创申明:本文视频及图片采集自公 众号【经纬恒润】,仅作为自己的学习笔记用,限于自己对相关知识的理解有限,如有错误,还请联系处理。另外对于IMU的仿真,目前慢慢也不是很理解,等后续搞懂了再来献丑。