广告
开发用于功能安全测试的自主交通仿真框架
2020-05-27 23:35:54· 来源：MATLAB
关于作者Mustafa Saraoğlu 是德累斯顿工业大学自动化研究所的一名博士生，重点研究自主车辆及其组件的安全评估。我正在与德累斯顿工业大学自动化研究所的同事们
关于作者
Mustafa Saraoğlu 是德累斯顿工业大学自动化研究所的一名博士生，重点研究自主车辆及其组件的安全评估。
我正在与德累斯顿工业大学自动化研究所的同事们共同研究 MOBATSim 仿真框架。工程师们可以利用此框架评估自主车辆的决策和控制算法、可视化算法性能，并分析算法将对城市交通环境产生的影响（图 1）。
图 1.用于评估功能安全的 MOBATSim 仿真框架。
MOBATSim 完全依托 MATLAB® 和 Simulink® 构建，让测试工程师可以在不同场景下评估算法的功能安全，这不仅包括只有前车和后车的简单仿真，也包括有多辆汽车以不同速度行驶且可能存在传感器或通信系统故障的复杂环境。在设计初期，工程师可以将 MOBATSim 用作虚拟环境以缩短测试时间并降低测试成本，这个框架也适应 ISO 26262 道路车辆功能安全标准。
开发 MOBATSim
首先，开发 MATLAB 算法，用于简单的纵向（加速和减速）及横向（左右方向）车辆运动控制。将这些算法作为 MATLAB System 模块整合至 Simulink 模型。添加子模型，用于实现自主驾驶系统中常见的感知、决策和轨迹规划任务（图 2）。
图 2.包括感知、决策和轨迹规划组件的 Simulink 模型。
鉴于 MOBATSim 采用模块化架构，我们可以在项目进展过程中不断提高各组件（例如，传感器融合、车辆动力学和车辆间通信）的保真度。为了加快 MOBATSim 初始版本的开发进度，我们构建了这些组件的简单模型；例如，原始纵向控制模型采用简单传递函数关联加速度与车辆速度，但未考虑轮胎打滑或空气阻力等因素。
注入故障
ISO 26262 标准建议采用故障注入方法研究故障组件及错误传播在系统中产生的影响。MOBATSim 支持各种故障注入方案，包括传感器噪声、固定型故障以及车辆对车辆 (V2V) 和车辆对基础设施 (V2I) 通信网络延迟。
为了建立性能基线，首先根据理想（无故障）运行条件在 MOBATSim 中对算法进行仿真。还可以通过 MATLAB 文件或 MOBATSim 界面（图 3）指定仿真参数，如车辆数、车辆起点、终点、尺寸及最大速度。
图 3.配置和初始化仿真的 MOBATSim 界面（使用 MATLAB App Designer 开发）。
在现实情况中，车辆可能同时发生多种不同程度的故障。在 MOBATSim 中，我们可以运行大量仿真，以评估在故障逐渐严重的条件下运行自主驾驶系统的安全性，查明首先发生失效的系统位置。例如，在调整固定型故障持续时间的同时，我们可以稳步提高前向距离传感器的噪声。在 Simulink 中运行仿真后，我们可以在 MATLAB 中查看结果，识别车辆无法保持安全车距的状况（图 4）。
图 4.安全距离冲突随固定型故障持续时间和传感器噪声的变化。
MOBATSim 学生项目：交叉路口管理
我是 MOBATSim 的主要开发者，但还有一些德累斯顿工业大学学生参与这个项目。一些学生负责改进仿真框架的各个组件，另一些学生则使用框架自行开展研究。
近期的一个学生项目侧重研究交叉路口自主管理。学生使用 MOBATSim 开发并仿真了一个管理系统，可最大程度缩短车辆通过繁忙路口的行驶时间并降低能耗。车辆在驶近交叉路口时，使用 V2I 通信发出信号来通知交叉路口管理算法并接收算法传回的信号，算法确保车辆安全，并优化城市交通。
在大多数 MOBATSim 仿真（包括交叉路口管理项目进行的仿真）中，使用 2D 动画呈现车辆运动可视化效果就足够了。但在最终演示中，我们使用 Simulink 3D Animation™ 创建 3D 可视化效果，因为这样可以更逼真地展示动态系统行为（图 5）。
图 5.使用 Simulink 3D Animation 生成的仿真驾驶场景。
荣誉和改进计划
在去年的 Simulink 学生挑战赛中，MOBATSim 荣登榜首。Simulink 学生挑战赛是享誉全球的国际性竞赛，使用 MATLAB 和 Simulink 的所有学生都能参加该竞赛。我们的长期目标是面向汽车 OEM 推广采用 MOBATSim 来评估自主驾驶系统的功能安全。
MOBATSim 开发工作仍在如火如荼地进行，我将继续与德累斯顿工业大学学生合作推进项目，加强框架各个层面的保真度，提高总体仿真精度。计划的增强功能包括：自动化故障注入；使用并行计算加快仿真速度。同时，我们的团队还在积极研究添加新的自动驾驶和车辆动力学功能，包括使用 Unreal Engine® 场景进行协同仿真，使用模型预测控制器替换某些专为车辆跟随场景编写的算法。目前，我们采用带外环距离控制和内环速度控制的 PID，尽管速度快、效率高，但精度不及模型预测控制器。另外，我们计划开发 MOBATSim 开源版本并将其上传到 File Exchange。
Mustafa Saraoğlu 是德累斯顿工业大学自动化研究所的一名博士生，重点研究自主车辆及其组件的安全评估。
我正在与德累斯顿工业大学自动化研究所的同事们共同研究 MOBATSim 仿真框架。工程师们可以利用此框架评估自主车辆的决策和控制算法、可视化算法性能，并分析算法将对城市交通环境产生的影响（图 1）。
图 1.用于评估功能安全的 MOBATSim 仿真框架。
MOBATSim 完全依托 MATLAB® 和 Simulink® 构建，让测试工程师可以在不同场景下评估算法的功能安全，这不仅包括只有前车和后车的简单仿真，也包括有多辆汽车以不同速度行驶且可能存在传感器或通信系统故障的复杂环境。在设计初期，工程师可以将 MOBATSim 用作虚拟环境以缩短测试时间并降低测试成本，这个框架也适应 ISO 26262 道路车辆功能安全标准。
开发 MOBATSim
首先，开发 MATLAB 算法，用于简单的纵向（加速和减速）及横向（左右方向）车辆运动控制。将这些算法作为 MATLAB System 模块整合至 Simulink 模型。添加子模型，用于实现自主驾驶系统中常见的感知、决策和轨迹规划任务（图 2）。
图 2.包括感知、决策和轨迹规划组件的 Simulink 模型。
鉴于 MOBATSim 采用模块化架构，我们可以在项目进展过程中不断提高各组件（例如，传感器融合、车辆动力学和车辆间通信）的保真度。为了加快 MOBATSim 初始版本的开发进度，我们构建了这些组件的简单模型；例如，原始纵向控制模型采用简单传递函数关联加速度与车辆速度，但未考虑轮胎打滑或空气阻力等因素。
注入故障
ISO 26262 标准建议采用故障注入方法研究故障组件及错误传播在系统中产生的影响。MOBATSim 支持各种故障注入方案，包括传感器噪声、固定型故障以及车辆对车辆 (V2V) 和车辆对基础设施 (V2I) 通信网络延迟。
为了建立性能基线，首先根据理想（无故障）运行条件在 MOBATSim 中对算法进行仿真。还可以通过 MATLAB 文件或 MOBATSim 界面（图 3）指定仿真参数，如车辆数、车辆起点、终点、尺寸及最大速度。
图 3.配置和初始化仿真的 MOBATSim 界面（使用 MATLAB App Designer 开发）。
在现实情况中，车辆可能同时发生多种不同程度的故障。在 MOBATSim 中，我们可以运行大量仿真，以评估在故障逐渐严重的条件下运行自主驾驶系统的安全性，查明首先发生失效的系统位置。例如，在调整固定型故障持续时间的同时，我们可以稳步提高前向距离传感器的噪声。在 Simulink 中运行仿真后，我们可以在 MATLAB 中查看结果，识别车辆无法保持安全车距的状况（图 4）。
图 4.安全距离冲突随固定型故障持续时间和传感器噪声的变化。
MOBATSim 学生项目：交叉路口管理
我是 MOBATSim 的主要开发者，但还有一些德累斯顿工业大学学生参与这个项目。一些学生负责改进仿真框架的各个组件，另一些学生则使用框架自行开展研究。
近期的一个学生项目侧重研究交叉路口自主管理。学生使用 MOBATSim 开发并仿真了一个管理系统，可最大程度缩短车辆通过繁忙路口的行驶时间并降低能耗。车辆在驶近交叉路口时，使用 V2I 通信发出信号来通知交叉路口管理算法并接收算法传回的信号，算法确保车辆安全，并优化城市交通。
在大多数 MOBATSim 仿真（包括交叉路口管理项目进行的仿真）中，使用 2D 动画呈现车辆运动可视化效果就足够了。但在最终演示中，我们使用 Simulink 3D Animation™ 创建 3D 可视化效果，因为这样可以更逼真地展示动态系统行为（图 5）。
图 5.使用 Simulink 3D Animation 生成的仿真驾驶场景。
荣誉和改进计划
在去年的 Simulink 学生挑战赛中，MOBATSim 荣登榜首。Simulink 学生挑战赛是享誉全球的国际性竞赛，使用 MATLAB 和 Simulink 的所有学生都能参加该竞赛。我们的长期目标是面向汽车 OEM 推广采用 MOBATSim 来评估自主驾驶系统的功能安全。
MOBATSim 开发工作仍在如火如荼地进行，我将继续与德累斯顿工业大学学生合作推进项目，加强框架各个层面的保真度，提高总体仿真精度。计划的增强功能包括：自动化故障注入；使用并行计算加快仿真速度。同时，我们的团队还在积极研究添加新的自动驾驶和车辆动力学功能，包括使用 Unreal Engine® 场景进行协同仿真，使用模型预测控制器替换某些专为车辆跟随场景编写的算法。目前，我们采用带外环距离控制和内环速度控制的 PID，尽管速度快、效率高，但精度不及模型预测控制器。另外，我们计划开发 MOBATSim 开源版本并将其上传到 File Exchange。
广告
最新资讯
-
NVIDIA 收购 GPU 编排软件提供商 Run:ai
2024-04-26 17:32
-
在亚洲最大车展见证 AI 推动未来交通运输业
2024-04-26 17:07
-
《GB/T 15385-2022 气瓶水压爆破试验方法》
2024-04-26 16:51
-
直播｜中国汽研：大倾角座椅下的乘员安全研
2024-04-26 16:35
-
采埃孚亚太区最大安全气囊生产基地在武汉投
2024-04-26 16:29
广告
广告
