一种用于ADAS的MIL仿真测试方法、系统及可读存储介质技术方案

本发明专利技术具体涉及一种用于ADAS的MIL仿真测试方法、系统及可读存储介质。所述方法包括：构建仿真场景模型，获取仿真场景信息；构建用于模拟自车响应的动力学模型；将待测试的ADAS算法作为被测模型分别与仿真场景模型和动力学模型连接，并将仿真场景模型和动力学模型连接，以形成模型接口闭环；生成驾驶控制指令并输入至动力学模型，生成对应的整车状态参数；将仿真场景信息和整车状态参数输入至被测模型，通过被测模型生成对应的控制请求指令并输入至动力学模型，以实现待测试ADAS算法的仿真测试。本发明专利技术还相应的公开了仿真测试系统及可读存储介质。本发明专利技术的MIL仿真测试方法能够在ADAS算法开发的早期对其进行快速验证，并在算法修正后进行快速迭代测试。法修正后进行快速迭代测试。法修正后进行快速迭代测试。

【技术实现步骤摘要】
一种用于ADAS的MIL仿真测试方法、系统及可读存储介质


[0001]本专利技术涉及ADAS仿真测试
，具体涉及一种用于ADAS的MIL仿真测试方法、系统及可读存储介质。

技术介绍

[0002]随着智能网联汽车行业的发展，高级驾驶辅助系统（ADAS）逐渐成为汽车驾驶系统的标准配置，是近年来汽车行业研究的热点。验证车辆在驾驶过程中遇到危险工况下的避撞能力是ADAS主动安全领域测试的核心。危险工况主要包括大量的恶劣天气环境、复杂道路交通情况和典型的交通事故等场景，危险工况场景是自动驾驶汽车测试过程中进行安全驾驶控制策略验证的关键部分。
[0003]现有的ADAS ECU测试系统未使用自动化方式进行测试，其测试效率较低。为此，公开号为CN110412374A的中国专利公开了《一种基于多传感器的ADAS HIL测试系统》，其包括ADAS场景仿真主机、视频信号注入模组、超声波信号注入模组、ADAS ECU控制器、实时工业控制器。该测试系统基于多传感器的ADAS硬件在环测试系统，能够以在环仿真的方式来进行多种ADAS ECU的测试，支持的仿真传感器包括摄像头、毫米波雷达、超声波雷达和激光雷达，测试系统中的传感器模型可以在ADAS场景仿真主机中进行配置，以仿真多种不同类型和参数的传感器。
[0004]上述现有方案中的ADAS HIL测试系统使得ADAS ECU的各种场景测试结果可以在场景仿真主机上体现，测试过程使用自动化测试，测试效率较高。其中，HIL测试（控制器硬件在环测试）的优势在于能够较为完整的对控制器的整体行为进行验证，包括底层软件、应用层功能、通信驱动等，但这种测试手段的缺点就是过于依赖控制器的成熟度。然而，对于ADAS算法开发来说，更希望在控制器硬件准备就绪前就可以进行ADAS算法的测试验证工作，即MIL测试（模型在环测试），使得能够在开发早期尽早的暴漏出算法（软件）的问题，以进行快速迭代优化，从而提高开发效率。因此，如何设计一种能够在ADAS算法开发的早期对其进行快速验证的方法是亟需解决的技术问题。

技术实现思路

[0005]针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种用于ADAS的MIL仿真测试方法，以能够在ADAS算法开发的早期对其进行快速验证，并在算法修正后进行快速迭代测试，从而提高ADAS算法的开发效率。
[0006]为了解决上述技术问题，本专利技术采用了如下的技术方案：一种用于ADAS的MIL仿真测试方法，包括以下步骤：S1：构建仿真场景模型，获取对应的仿真场景信息；S2：构建用于模拟自车响应的动力学模型；S3：将待测试的ADAS算法作为被测模型分别与仿真场景模型和动力学模型连接，并将仿真场景模型和动力学模型连接，以形成模型接口闭环；
S4：基于仿真场景模型生成驾驶控制指令并输入至动力学模型，使得动力学模型能够基于驾驶控制指令完成响应，并生成对应的整车状态参数；S5：将仿真场景信息和整车状态参数输入至被测模型，通过被测模型生成对应的控制请求指令并输入至动力学模型，使得动力学模型能够基于控制请求指令完成响应，以实现待测试ADAS算法的仿真测试。
[0007]优选的，步骤S1中，基无人驾驶仿真软件构建仿真场景模型。
[0008]优选的，步骤S1中，仿真场景信息包括但不限于道路环境信息、目标车辆信息、自车信息、交通标志信息和交通流信息；道路环境信息包括但不限于车道线类型和道路曲率；目标车辆信息包括但不限于目标车辆类型、目标车辆相对距离、目标车辆相对速度和目标车辆运行轨迹；自车信息包括但不限于自车相对速度和自车运行轨迹。
[0009]优选的，步骤S1中，构建仿真场景模型时，能够配置自车的传感器并定制化传感器参数。
[0010]优选的，步骤S2中，基于汽车系统仿真软件构建动力学模型。
[0011]优选的，步骤S4中，驾驶控制指令包括但不限于油门开度、制动力大小请求和转向角度请求。
[0012]优选的，步骤S4中，整车状态参数包括但不限于自车速度、自车加速度、自车轮速信号、自车偏航率、自车转向角度和自车制动踏板状态。
[0013]优选的，步骤S4中，动力学模型还用于生成车辆运行姿态并输入至仿真场景模型，使得仿真场景模型能够实现车辆运行姿态的可视化显示。
[0014]本专利技术还公开了一种用于ADAS的MIL仿真测试系统，基于本专利技术的MIL仿真测试方法实施，具体包括：无人驾驶仿真模块，用于构建仿真场景模型，获取对应的仿真场景信息，并基于仿真场景模型生成驾驶控制指令；汽车系统仿真模块，用于构建模拟自车响应的动力学模型，并通过动力学模型基于驾驶控制指令完成响应，生成对应的整车状态参数；被测算法模块，用于根据仿真场景信息和整车状态参数生成对应的控制请求指令，并输入至汽车系统仿真模块，以使得动力学模型基于控制请求指令完成响应。
[0015]本专利技术还公开了一种可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现本专利技术的用于ADAS的MIL仿真测试方法的步骤。
[0016]本专利技术中用于ADAS的MIL仿真测试方法与现有技术相比，具有如下有益效果：本专利技术通过构建仿真场景模型和动力学模型并与待测试的ADAS算法形成模型接口闭环，进而通过模拟响应的方式实现ADAS算法的MIL仿真测试，使得能够在ADAS算法开发的早期对其进行快速验证，并在算法修正后进行快速迭代测试，从而能够提高ADAS的开发效率。同时，本专利技术的模型接口闭环构架结构简单、数据流转快，能够提高ADAS算法的MIL仿真测试效率。此外，本专利技术通过驾驶控制指令生成整车状态参数，进而通过仿真场景信息和整车状态参数生成控制请求指令，使得能够有效的实现ADAS算法的仿真测试。
附图说明
[0017]为了使专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一
步的详细描述，其中：图1为用于ADAS的MIL仿真测试方法的逻辑框图；图2为模型接口闭环的原理示意图；图3为AEB算法仿真测试实验的示意图。
具体实施方式
[0018]下面通过具体实施方式进一步详细的说明：实施例一：本实施例中公开了一种用于ADAS的MIL仿真测试方法。
[0019]如图1所示，用于ADAS的MIL仿真测试方法，包括以下步骤：S1：构建仿真场景模型，获取对应的仿真场景信息；S2：构建用于模拟自车响应的动力学模型；S3：将待测试的ADAS（高级驾驶辅助系统）算法作为被测模型分别与仿真场景模型和动力学模型连接，并将仿真场景模型和动力学模型连接，以形成如图2所示的模型接口闭环；S4：基于仿真场景模型生成驾驶控制指令并输入至动力学模型，使得动力学模型能够基于驾驶控制指令完成响应，并生成对应的整车状态参数；S5：将仿真场景信息和整车状态参数输入至被测模型，通过被测模型生成对应的控制请求指令并输入至动力学模型，使得动力学模型能够基于控制请求指令完成响应，以实现待测试ADAS算法的仿真测试。
[0020]需要说明的是，本专利技术的MI本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于ADAS的MIL仿真测试方法，其特征在于，包括以下步骤：S1：构建仿真场景模型，获取对应的仿真场景信息；S2：构建用于模拟自车响应的动力学模型；S3：将待测试的ADAS算法作为被测模型分别与仿真场景模型和动力学模型连接，并将仿真场景模型和动力学模型连接，以形成模型接口闭环；S4：基于仿真场景模型生成驾驶控制指令并输入至动力学模型，使得动力学模型能够基于驾驶控制指令完成响应，并生成对应的整车状态参数；S5：将仿真场景信息和整车状态参数输入至被测模型，通过被测模型生成对应的控制请求指令并输入至动力学模型，使得动力学模型能够基于控制请求指令完成响应，以实现待测试ADAS算法的仿真测试。2.如权利要求1所述的用于ADAS的MIL仿真测试方法，其特征在于：步骤S1中，基于无人驾驶仿真软件构建仿真场景模型。3.如权利要求1所述的用于ADAS的MIL仿真测试方法，其特征在于：步骤S1中，仿真场景信息包括但不限于道路环境信息、目标车辆信息、自车信息、交通标志信息和交通流信息；道路环境信息包括但不限于车道线类型和道路曲率；目标车辆信息包括但不限于目标车辆类型、目标车辆相对距离、目标车辆相对速度和目标车辆运行轨迹；自车信息包括但不限于自车相对速度和自车运行轨迹。4.如权利要求1所述的用于ADAS的MIL仿真测试方法，其特征在于：步骤S1中，构建仿真场景模型时，能够配置自车的传感器并定制化传感器参数。5.如权利要求1所述的用于ADAS的MIL仿真测试方法...

【专利技术属性】
技术研发人员：张如雪，黎平，张平，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：