一种用于混合交通流工况的智能车辆控制策略测试平台

文档序号:26191012发布日期:2021-08-06 18:43阅读:112来源:国知局
一种用于混合交通流工况的智能车辆控制策略测试平台

本发明涉及智能驾驶测试平台,尤其是涉及一种用于混合交通流工况的智能车辆控制策略测试平台。



背景技术:

随着智能车的发展,自动驾驶车辆被研发和投入使用是必然趋势。因此,在漫长的智能车辆策略研发过程和驾驶员的适应过程,多种智能程度的车辆行驶在同一交通场景(即混合交通流场景)下的情况将不可避免,且长期存在。为此,这对智能车策略了的适应性提出了严苛的要求。

相应的,在混合交通流场景下测试智能车策略的适应性的测试极为重要。基于sae划分的自动驾驶分级标准,将自动驾驶技术分为l0-l5共六个等级,但是,由于人为驾驶(l0)和高级辅助驾驶车辆(l1~l3)有着不同程度的人为干预特性的存在,与自动驾驶车辆(l4~l5)的驾驶行为决策和行驶轨迹都存在差异。且人的驾驶特性和不确定性对交通流的影响难以用模型真实的表现,但这是智能车策略的适应性的测试应该包含的重要内容之一。于此同时,复杂的交通流和路面情况使得测试环境危险程度极高且测试成本极高,现有的智能车辆控制策略测试平台并不能在混合交通流场景下对多种智能程度车辆同时进行测试。



技术实现要素:

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于混合交通流工况的智能车辆控制策略测试平台。

本发明的目的可以通过以下技术方案来实现:

一种用于混合交通流工况的智能车辆控制策略测试平台,包括主控平台和分别与主控平台连接的交换机、主模拟器、多个交通模拟器,所述的主模拟器、多个交通模拟器还分别通过交换机与主控平台连接,所述的主模拟器搭载的智能驾驶算法等级为l1、l2、l3、l4、l5级自动驾驶算法中的一种,每个所述交通模拟器中搭载的智能驾驶算法为l0、l1、l2、l3、l4、l5级自动驾驶算法中的一种。

优选地,所述的主模拟器包括域控制器、电机控制器、下位机、上位机、显示设备、生理采集组件、六自由度平台和实车模拟舱,所述的主模拟器的显示设备为环形投影仪,所述的实车模拟舱设于六自由度平台上,

所述的实车模拟舱内设有包含转角传感器和力矩传感器的转向盘组件、包含位置传感器的踏板及换挡组件,所述的实车模拟舱的后视镜为电子显示屏,所述的环形投影仪设于实车模拟舱的前侧,

所述的转向盘组件、踏板及换挡组件分别与电机控制器连接,所述的电机控制器、下位机、主控平台、六自由度平台分别与域控制器连接,所述的主控平台分别与下位机、上位机连接,所述的上位机与显示设备连接。

优选地,所述的交通模拟器包括包含转角传感器及力矩传感器的转向盘组件、包含位置传感器的踏板及换挡组件、电机控制器、域控制器、上位机、下位机、生理采集组件和显示设备,所述的交通模拟器的显示设备为显示屏幕,

所述的转向盘组件、踏板及换挡组件分别与电机控制器连接,所述的电机控制器、下位机、主控平台分别与域控制器连接,所述的主控平台分别与下位机、上位机连接,所述的上位机与显示设备连接。

优选地,所述的域控制器搭载智能驾驶算法,所述的域控制器获取来自电机控制器的驾驶员指令数据、来自下位机的姿态信息和来自生理采集组件的生理信号,所述的域控制器根据搭载的智能驾驶算法进行决策,获取辅助策略指令和控制指令,将所述的辅助策略指令输送至电机控制器,将所述的控制指令发送至下位机,将驾驶员指令数据、生理信号、姿态信息、辅助策略指令和控制指令统一发送至主控平台。

优选地,所述的主控平台包括场景生成模块和数据采集模块,所述的数据采集模块获取并储存来自各主模拟器、交通模拟器的域控制器的驾驶员指令数据、生理信号、姿态信息、辅助策略指令、控制指令和生理采集组件的视频数据,所述的场景生成模块根据数据采集模块获取的数据生成各主模拟器、交通模拟器的显示任务数据并发送至对应的上位机。

优选地,所述的下位机获取来自域控制器的控制指令并生成姿态信息,将姿态信息分别输送至域控制器和上位机。

优选地,所述的上位机包括场景模拟模块、场景融合模块,所述的场景模拟模块获取来自主控平台的显示任务数据和来自下位机的姿态信息,并生成模拟场景,所述的场景融合模块将模拟场景进行融合处理,并发送至显示设备进行显示。

优选地,所述的电机控制器获取转向盘组件、踏板及换挡组件的驾驶员指令数据并传输至域控制器,并获取域控制器的辅助策略指令并传输至转向盘组件。

优选地,生理采集组件包括皮肤表电采集器、呼吸率采集器、指温采集器、眼动仪和面部识别器。

优选地,所述的测试平台包括三个交通模拟器,分别搭载l0级智能驾驶算法、l1~l3级自动驾驶算法、l4~l5级自动驾驶算法。

本发明中智能驾驶算法的等级划分以sae划分标准为准。

与现有技术相比,本发明具有如下优点:

(1)本发明测试平台利用主模拟器和多个独立控制的交通模拟器,能够对多种智能程度的车辆行驶在同一交通场景的情况进行有效的仿真模拟和测试,获取丰富的测试数据;

(2)主模拟器、交通模拟器都引入驾驶员在环测试,能够将人的驾驶特性和不确定性对混合交通流场景下的影响更准确、真实的表现出来,获取相应的测试数据,并保证测试过程的安全;

(3)本发明的测试平台利用生理采集组件、下位机、域控制器、配合有效获取车辆的姿态信息、轨迹信息、驾驶员指令数据和车辆控制指令,能够为智能车辆控制策略的验证提供可靠环境和用于优化分析的丰富数据;

(4)本发明与封闭场地、开放场地测试相比,能够有效对混合交通流工况进行测试,降低测试成本和测试风险,测试重复性更高。

附图说明

图1为本发明的整体结构示意图;

图2为本发明的主模拟器的结构示意图;

图3为本发明的交通模拟器的结构示意图;

图4为本发明的架构图;

图5为本发明实施例中的测试状态图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。注意,以下的实施方式的说明只是实质上的例示,本发明并不意在对其适用物或其用途进行限定,且本发明并不限定于以下的实施方式。

实施例

一种用于混合交通流工况的智能车辆控制策略测试平台,如图1、4所示,包括主控平台和分别与主控平台连接的交换机、主模拟器、多个交通模拟器,主模拟器、多个交通模拟器还分别通过交换机与主控平台连接,主模拟器搭载的智能驾驶算法等级为l1、l2、l3、l4、l5级自动驾驶算法中的一种,每个所述交通模拟器中搭载的智能驾驶算法为l0、l1、l2、l3、l4、l5级自动驾驶算法中的一种。

根据混合交通流场景的需求确定交通模拟器的数量。

本实施例的测试平台包括三个交通模拟器,分别搭载l0级智能驾驶算法、l1~l3级自动驾驶算法、l4~l5级自动驾驶算法。

具体地,对于本发明的主模拟器,如图2所示,包括域控制器、电机控制器、下位机、上位机、显示设备、生理采集组件、六自由度平台和实车模拟舱,主模拟器的显示设备为环形投影仪,转向盘组件、踏板及换挡组件分别与电机控制器连接,电机控制器、下位机、主控平台、六自由度平台分别与域控制器连接,主控平台分别与下位机、上位机连接,上位机与显示设备连接。

本实施例中,实车模拟舱为由实际车辆改装而来的半车头,车辆型号为标志480,改装车辆不限与该车型。实际车辆的改装内容包括更换转向盘组件为包含转角传感器和力矩传感器的转向盘组件,其转向盘还设有转动电机,为驾驶员提供更真实的转向盘使用感受,更换包含位置传感器的踏板及换挡组件,将后视镜和中控电脑更换为电子显示屏,将环形投影仪设于实车模拟舱的前侧,提供真实的驾驶环境。实车模拟舱设于六自由度平台上,六自由度平台接收来自与控制器的车辆姿态信号,其电动缸控制平台动作,调节实车模拟舱的状态。

六自由动平台采用的是51word公司提供的大型六自由动平台,其最大额定载重为1000kg,最大位移为纵向位移为±400mm,最大侧向位移为±250mm,最大俯仰角为±21°,最大翻滚角为±21°,最大偏航角为±25°,最大角速度为±40°/s,最大速度为500mm/s,最大角加速度为500°/s2,最大加速为0.7g。它接收来自域控制器的车辆姿态信息,并通过电动缸实现,其目的是为驾驶员提供逼真的驾驶体感,其具体呈现方式不限。

环形投影仪由180°环形幕布、3台索诺克snp-elu520e投影机和jbl5.1声道音响主成,其目的是为驾驶员提供逼真的驾驶环境,其具体呈现方式不限。

对于本发明的交通模拟器,如图3所示,与主模拟器的整体架构类似,包括包含转角传感器及力矩传感器的转向盘组件、包含位置传感器的踏板及换挡组件、电机控制器、域控制器、上位机、下位机、生理采集组件和显示设备,采用显示屏幕作为显示设备,类似的,交通模拟器中,转向盘组件、踏板及换挡组件分别与电机控制器连接,电机控制器、下位机、主控平台分别与域控制器连接,主控平台分别与下位机、上位机连接,上位机与显示设备连接。交通模拟器利用支架、包含转角传感器及力矩传感器的转向盘组件、包含位置传感器的踏板及换挡组件组成模拟驾驶位。为了减少测试平台的占地面积,显示屏幕为三联屏。

主模拟器与交通模拟器中,转向盘组件、踏板及换挡组件配合获取驾驶员指令数据,包括转向盘组件获取的转向盘转角和踏板与换挡组件获取的踏板与档位信号,发送至电机控制器的采集模块,转向盘组件的转动电机接收来自电机控制器的期望负载力矩,调节转向盘的角度。

电机控制器包括采集模块和系统补偿策略模块,采集模块采集获取转向盘组件、踏板及换挡组件的驾驶员指令数据,并传输至域控制器,并获取域控制器的辅助策略指令并传输至转向盘组件;获取来自域控制器的辅助策略指令,由系统补偿策略模块处理后获取期望负载力矩发送至转向盘组件的转动电机,调节转向盘的力矩。

域控制器搭载智能驾驶算法,域控制器获取来自电机控制器的驾驶员指令数据、来自下位机的姿态信息和来自生理采集组件的生理信号,域控制器根据搭载的智能驾驶算法进行决策,获取辅助策略指令和控制指令,将辅助策略指令输送至电机控制器,将控制指令发送至下位机,将驾驶员指令数据、生理信号、姿态信息、辅助策略指令和控制指令统一发送至主控平台。本实施例中,域控制器内设有can通信模块,与电机控制器进行数据交互。

本实施例中,域控制器还包含视觉与六自由度平台的协调策略,其作用是协调车辆姿态在体感与视觉的分配比例,目的为给与驾驶员更为真实的动态感受。

生理采集组件包括皮肤表电采集器、呼吸率采集器、指温采集器、眼动仪、面部识别器。本实施例中,生理采集组件还包括can板卡和以太网板卡,生理采集组件获取的生理信号通过can板卡传输至域控制器,眼动仪、面部识别器获取的视频数据记录通过以太网板卡传输至主控平台。

本实施例中,生理指标监测设备采用的是procompinfiniti生物反馈系统,其中还包括血流量脉冲测量器。

下位机获取来自域控制器的控制指令并生成姿态信息,将姿态信息分别输送至域控制器和上位机,本实施例中,下位机包括nican板卡pci8512和以太网板卡1000e,分别与域控制器进行can通信和以太网通信。本实施例的下位机采用研华工控机,并安装nilabview实时系统和车辆动力学仿真软件crt,根据控制指令生成姿态信息,其具体呈现方式不限。

上位机包括场景模拟模块、场景融合模块,场景模拟模块获取来自主控平台的显示任务数据和来自下位机的姿态信息,并生成模拟场景,场景融合模块将模拟场景进行融合处理,获取投影信息,并发送至显示设备进行显示。

本实施例中,上位机采用的是华硕公司的工作站,其中cpu的型号是amd3900x,显卡为2080ti,在上位机中安装场景软件scaner的网络版作为场景模拟模块,通过以太网板卡方式接收来自主控平台分配的场景显示任务,其具体呈现方式不限。于此同时,上位机还装有融合软件作为场景融合模块,用于解决交通场景信息的曲面画和重叠区域的接合,其具体呈现方式不限。

对于本发明的主模拟器和多个交通模拟器,主控平台包括场景生成模块和数据采集模块,数据采集模块获取并储存来自各主模拟器、交通模拟器的域控制器的驾驶员指令数据、生理信号、姿态信息、辅助策略指令、控制指令和生理采集组件的视频数据,场景生成模块根据数据采集模块获取的数据生成各主模拟器、交通模拟器的显示任务数据并发送至对应的上位机。

本实施例中,主控平台采用的是华硕公司的工作站,其中cpu的型号是amd3900x,显卡为两种2080ti,在windows系统下安装场景软件scaner作为场景生成模块。由于真实的摄像头识别算法会与场景的光照等因数有关、激光雷达和毫米波雷达的识别结果与物体的速度等因素有关,为了更好的模拟真实情况,场景软件scaner中配备有传感器的物理模型,提供较为真实的识别结果,其中包含激光雷达、摄像头和毫米波雷达的传感器模型,以实现智能车设备的还原。另安装数据采集软件作为数据采集模块,获取并储存来自域控制器的数据和来自生理采集组件的视频数据,丰富的信息为模型结果的分析与优化提供额基础。

本实施例中中主模拟器、交通模拟器的以太网信号均通过交换机与主控平台进行连接,如图1所示,上位机、下位机、交换机、显示设备、主控平台间的数据传输采用以太网信号,其他设备数据采用can通信。

本发明具体使用时,在主模拟器、交通模拟器内搭载相应的智能驾驶算法,进行混合交通流场景下的测试。

本实施例提供本发明的一种实例场景,用于测试l4级车辆在低附着路面下的城市混合交通流场景工况下的适应性测试和舒适性评价,其主模拟器搭载待测试的l4级智能驾驶算法,为图5中的5号车。三个交通模拟器中,第一个搭载l0级智能驾驶算法,即不搭载算法,为4号车;第二个搭载l2级智能驾驶算法,与控制器中载入交通拥堵辅助系统,为3号车;第三个搭载l0级智能驾驶算法,即不搭载算法,为2号车。另外设置1号车为障碍车,处于停止状态。

5号车内驾驶员穿戴好生理采集组件,在驾驶舱静坐,且目视前方,并观测交通流。3号车辆内驾驶员穿戴好生理反馈系统后,打开交通拥堵辅助系统,在驾驶舱静坐,且目视前方,并观测交通流。2号车辆内驾驶员穿戴好生理反馈系统后,按自己驾驶习惯驾驶车辆,并完成直行任务。4号车辆内驾驶员穿戴好生理反馈系统后,按自己驾驶习惯驾驶车辆,并完成强行加塞任务,如图5所示。

在上述混合交通流场景中,由于驾驶员的特性的不一样,4号车的换道速度和换道轨迹不一样。因此,对辅助驾驶车辆的跟车任务的影响也会不一样。于此同时,由于3号车内驾驶员的驾驶技能不一样,导致驾驶员接管车辆控制权的时间和接管驾驶权之后的决策不一样,进而影响低附着路面下智能驾驶车辆的跟车任务。在该混合交通流场景中,考虑驾驶员的不确定性对智能驾驶策略的影响,通过分析记录车辆姿态信息和相对前车信息,验证被测智能驾驶策略的适宜性,以及通过分析记录驾驶员生理信息,评价在该场景下的驾驶行为对驾驶员的影响。这对智能驾驶策略的验证和评价提供了测试环境和丰富的数据,除此之外,也为实车测试可能遇到的问题研发安全策略提供环境,是确保安全的实车测试的必要步骤。

上述实施方式仅为例举,不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1