融合数字孪生的智能驾驶仿真测试方法研究.docxVIP

仿真技术作为智能驾驶技术测试的重要手段，与传统场地测试相比具有效率高、安全高等优势，逐渐成为智能驾驶的主流研究方向之一。基于数字孪生的智能驾驶仿真测试技术，提出一种基于数字孪生的交通仿真研究方法，完成人-车-路-网的全息仿真映射，构造可配置的场景案例串联测试方式；同时在安全、环保、效率等维度设计评估优化方法，实现智能驾驶所需的感知、决策、控制的闭环仿真测试，为智能驾驶方案落地提供借鉴和参考。

1前言

随着电动化、智能化、网联化汽车技术的发展，智能驾驶汽车成为汽车发展的趋势，国内外相关企业和投资机构纷纷在智能驾驶领域进行了巨大投入，力求快速的推动智能驾驶汽车相关产业的快速落地。然而，智能驾驶车辆在近年来发生的事故使大家认识到当前的智能汽车技术仍存在不足，对智能驾驶的安全产生质疑，如何在未来保证智能驾驶汽车的安全性，是智能驾驶汽车亟需解决的难点之一。

目前自动驾驶汽车测试方法主要分为基于场景的测试方法和基于里程的测试方法两大类。基于场景的测试方法是通过预先设定的场景，要求被测车辆完成某项特定目标或任务而对其进行测试的方法。基于里程的测试方法是让被测车辆在一定的环境条件下连续行驶，而不预先设定其测试任务或目标。里程测试主要针对车辆的综合性能，一般在车辆开发的最后阶段进行，要求车辆具备较为完整的功能和较可靠的性能。里程测试的主要弊端在于测试周期长、效率低、测试成本非常高，同时必须考虑安全风险问题以及法律法规的限制。相比于里程测试，基于场景的测试方法应用更加灵活，测试效率高且更有针对性。测试场景的筛选，缩短了里程测试过程中大量的无风险里程，有助于智能驾驶汽车功能的快速迭代和完善。在智能驾驶汽车整个开发过程中，只有综合运用场景测试和里程测试，才能充分测试和评估自动驾驶功能的各方面性能。基于此，针对场景测试基础理论、应用方法、技术的研究越来越受到产业界和学术界的重视。但是，场景测试目前也同样存在一些问题，比如真实的交通环境复杂多变，交通场景几乎不可能穷尽所有的交通情况，类似雨、雪、强光等自然环境因素也难在物理环境下进行完全的复现，同时一些危险场景对车辆和测试人员也会存在一定的风险等等。

如何解决这些问题，行业研究人员逐渐尝试用虚拟仿真交通场景代替实车测试场景，虚拟测试逐渐成为智能驾驶车辆的安全验证的重要手段。但是，仿真测试方案仍然存在一些问题，比如模型精度不够、执行机构响应误差、仿真测试标准等一系列问题，导致测试结果与实车测试会有一些偏差，并不能完全的代替实车测试。本文提出将虚拟仿真测试、实车测试融合于一体打造数字孪生的智能驾驶仿真系统用实际测试车辆代替虚拟模型解决目前智能驾驶虚拟模型精度不够的问题。

2智能驾驶仿真测试方法

2.1智能驾驶仿真技术

智能驾驶的核心技术模块，包括环境感知、决策和车辆控制三大核心模块，以及衍生出的功能安全和信息安全等领域。其中不管是环境感知技术，还是车辆控制技术，都包含大量的算法开发，而算法的研发是一个不断迭代的过程，通过智能驾驶仿真技术来验证智能驾驶算法的功能完备性，从而不断的优化相关算法。智能驾驶仿真指通过车辆动力学仿真搭建动力学模型，通过物理环境仿真和交通流仿真搭建道路场景，通过传感器仿真搭建传感器数学模型，在智能驾驶仿真系统中测试智能驾驶车辆的感知，决策和控制，验证智能驾驶车辆的功能实现和性能表现。研究人员在虚拟仿真测试中能够通过快速配置道路网络、驾驶场景和车辆配置，以及配置雨、雪、光照等自然环境条件，以相对较少的人力、财力和尽可能快的速度搭建测试场景，再开发前期全面验证智能汽车的安全性。

2.2数字孪生技术

数字孪生是指用数字化信息表示现实存在的物理世界，同时能够与物理世界同步映射以及模拟运行系统的整个生命周期。数字孪生的概念最早是在2010年NASA的空间技术路线图中提出，目的是使用数字孪生来实现飞行系统的全面诊断和预测能力，以确保系统在整个生命周期中持续安全运行。数据孪生作为一种能够实现将物理世界向数字化空间映射的关键技术，能用数字化形式近乎实时地模拟物理实体的情况，可以完成交通场景的高精度还原，实现雨、雪、光照等自然环境以及道路、基础设施等交通要素的逼真模拟，为智能驾驶测试提供了新思路。

3数字孪生技术实现方法

本文基于数字孪生技术，提出一套虚实融合的智能驾驶仿真测试系统，其总体系统框图如图1所示。

图1基于数字孪生技术仿真系统框图

基于数字孪生技术的仿真系统包含两部分内容一是实验室相关设备和软件，二是测试车以及相关设备。

实验室硬件设备由仿真平台和通讯模块组成，仿真软件集成在仿真平台中包含有动力学软件、场景仿真软件和涵盖算法并兼顾不同软件间通讯功能的系统软件。实验室仿真平台可以完成虚拟场景下的智能驾驶算法测试。实验室通讯模块主要负责仿真平台与测试车之间的信号传递，能够接收车载通讯模