CN112835341B

CN112835341B - 一种自动驾驶域控制器的实车测试评估方法

Info

Publication number: CN112835341B
Application number: CN202011640764.9A
Authority: CN
Inventors: 张婷; 潘定海; 朱明哲; 原诚寅
Original assignee: Beijing National New Energy Vehicle Technology Innovation Center Co Ltd
Current assignee: Beijing National New Energy Vehicle Technology Innovation Center Co Ltd
Priority date: 2020-12-31
Filing date: 2020-12-31
Publication date: 2022-02-01
Anticipated expiration: 2040-12-31
Also published as: CN112835341A

Abstract

本发明公开一种自动驾驶域控制器的实车测试评估方法，包括步骤：将待测评的自动驾驶域控制器搭载于预建立的整车验证平台上；对所述自动驾驶域控制器的预定的测评项进行测试，获取测试数据；根据获取的测试数据对相应的测评项进行评估。根据本发明，能够解决现有自动驾驶域控制器的测试评估方法的准确性差和可靠性差的问题。

Description

一种自动驾驶域控制器的实车测试评估方法

技术领域

本发明属于车辆控制器测试领域，更具体地，涉及一种自动驾驶域控制器的实车测试评估方法。

背景技术

随着自动驾驶技术的发展，自动驾驶系统将成为一个模块化的、可移植性的、便于管理的汽车子系统。自动驾驶系统分为L0—L5级，从L3级自动驾驶开始，人类在驾驶操作中的作用快速下降，传感器数量增加，感知算法变得更加复杂，需要大幅提升控制器芯片。传统分布式电子电气架构难以解决L3级自动驾驶所带来的ECU(Electronic Control Unit,电子控制单元)数量增加、传感器数据耦合困难、布线复杂度提升和线束成本增加等问题，由此产生跨域集中的电子电气架构，域控制器是该架构下的核心处理模块。

在自动驾驶技术快速发展的背景下，国内外越来越多的厂商开展了自动驾驶域控制器的研发。域控制器通常具有一个核心算力较强的处理器，接入激光雷达、摄像头和毫米波雷达等感知传感器，完成大量运算。目前，域控制器的测试评估主要采用模型在环、软件在环、硬件在环的方式，但当把域控制器和车辆组装在一起时，常常会产生意想不到的故障或问题。由此，将自动驾驶域控制器安装在车辆上，和其他零部件集成在一起，实现准确、可靠的实车测试，具有重要意义。

发明内容

本发明的目的在于解决现有自动驾驶域控制器的测试评估方法的准确性差和可靠性差的问题。

为了实现上述目的，本发明提供一种自动驾驶域控制器的实车测试评估方法。

本发明的自动驾驶域控制器的实车测试评估方法包括以下步骤：

将待测评的自动驾驶域控制器搭载于预建立的整车验证平台上；

对所述自动驾驶域控制器的预定的测评项进行测试，获取测试数据；

根据获取的测试数据对相应的测评项进行评估。

作为优选的是，所述测评项包括：

硬件能力；

和/或，自动驾驶功能时延；

和/或，感知能力；

和/或，故障响应；

和/或，自动驾驶实车功能。

作为优选的是，对所述自动驾驶域控制器的硬件能力进行测试，获取测试数据的步骤包括：

对所述自动驾驶域控制器进行图像识别的测试，所述图像识别基于预定的基于深度学习的图像识别算法实现；

获取所述自动驾驶域控制器的图片检测速度和功耗。

作为优选的是，根据获取的测试数据对所述硬件能力进行评估的步骤基于以下硬件能力计算公式实现：

上式中，M为硬件能力值，v为图片检测速度，W为待识别图片的宽度，H为待识别图片的高度，P为功耗。

作为优选的是，对所述自动驾驶域控制器的自动驾驶功能时延进行测试，获取测试数据的步骤包括：

对接入所述自动驾驶域控制器的自动驾驶传感器进行通信测试，获取传感器通信时延数据；

对所述自动驾驶域控制器接入的软件集成平台进行数据处理测试，获取软件集成平台数据处理时间数据；

进行所述自动驾驶域控制器与所述整车验证平台之间的CAN通信测试，获取CAN通信时延数据。

作为优选的是，根据获取的测试数据对所述自动驾驶功能时延进行评估的步骤包括：

根据获取的传感器通信时延数据、软件集成平台数据处理时间数据和CAN通信时延数据获取所述自动驾驶功能时延；

判断获取的所述自动驾驶功能时延是否小于预定的时间阈值。

作为优选的是，所述自动驾驶域控制器的感知能力测试包括：

感知范围测试；

和/或，目标识别测试；

和/或，目标跟踪测试；

和/或，车辆定位测试；

和/或，目标运动速度估算测试。

作为优选的是，所述自动驾驶域控制器的故障响应测试包括：

传感器通讯信号中断测试：分别中断毫米波雷达、超声波雷达、组合导航、摄像头和激光雷达，测试相应故障下所述自动驾驶域控制器的环境感知冗余能力；同时中断所述摄像头和所述激光雷达，测试所述自动驾驶域控制器的行车安全保障能力；

和/或，CAN信号中断测试；中断所述自动驾驶域控制器与所述整车验证平台的CAN总线之间的CAN通信信号，测试该故障下所述自动驾驶域控制器的处理能力；

和/或，CAN信号抗干扰测试：在所述自动驾驶域控制器与所述整车验证平台的CAN总线之间的CAN通信信号中施加干扰信号，测试所述自动驾驶域控制器是否能够检测所述CAN通信信号的一致性；

和/或，整车故障测试：分别在线控制动控制器、电动助力转向系统、整车控制器、电池管理系统和电机控制器故障时测试所述自动驾驶域控制器的安全防御措施。

作为优选的是，所述自动驾驶域控制器的自动驾驶实车功能测试用于测试所述整车验证平台在预定场景中的自动驾驶能力。

作为优选的是，所述自动驾驶域控制器的硬件能力测试、自动驾驶功能时延测试、感知能力测试和自动驾驶实车功能测试在各自对应的预定的多个典型应用场景中分别进行。

本发明的有益效果在于：

本发明的自动驾驶域控制器的实车测试评估方法，首先将待测评的自动驾驶域控制器搭载于预建立的整车验证平台上；其次对所述自动驾驶域控制器的预定的测评项进行测试，获取测试数据；最后根据获取的测试数据对相应的测评项进行评估。本发明的自动驾驶域控制器的实车测试评估方法在整车验证平台上搭载自动驾驶域控制器，并对自动驾驶域控制器的预定的测评项进行实车测试及后续评估，为自动驾驶域控制器的测试验证提供了一种全新的技术方案，不仅提高了测评结果的准确性和可靠性，而且能够促进自动驾驶域控制器开发成果的应用转化。

本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。

附图说明

通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了根据本发明的实施例的自动驾驶域控制器的实车测试评估方法的实现流程图。

图2示出了根据本发明的实施例的自动驾驶域控制器的实车测试评估流程图。

图3示出了根据本发明的实施例的自动驾驶功能时延测试流程图。

图4示出了根据本发明的实施例的感知能力测试流程图。

具体实施方式

下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

实施例：图1示出了根据本发明的实施例的自动驾驶域控制器的实车测试评估方法的实现流程图。参照图1，本实施例的自动驾驶域控制器的实车测试评估方法包括以下步骤：

根据获取的测试数据对相应的测评项进行评估。

其中，所述整车验证平台为开源平台。

本实施例中，所述测评项包括硬件能力、自动驾驶功能时延、感知能力、故障响应和自动驾驶实车功能。

本实施例中，对所述自动驾驶域控制器的硬件能力进行测试，获取测试数据的步骤包括：

获取所述自动驾驶域控制器的图片检测速度和功耗。

本实施例中，根据获取的测试数据对所述硬件能力进行评估的步骤基于以下硬件能力计算公式实现：

本实施例中，对所述自动驾驶域控制器的自动驾驶功能时延进行测试，获取测试数据的步骤包括：

本实施例中，根据获取的测试数据对所述自动驾驶功能时延进行评估的步骤包括：

本实施例中，所述自动驾驶域控制器的感知能力测试包括感知范围测试、目标识别测试、目标跟踪测试、车辆定位测试

车辆定位测试；

目标运动速度估算测试。

本实施例中，所述自动驾驶域控制器的故障响应测试包括：

本实施例中，所述自动驾驶域控制器的自动驾驶实车功能测试用于测试所述整车验证平台在预定场景中的自动驾驶能力。

本实施例中，所述自动驾驶域控制器的硬件能力测试、自动驾驶功能时延测试、感知能力测试和自动驾驶实车功能测试在各自对应的预定的多个典型应用场景中分别进行。

以下对本实施例的自动驾驶域控制器的实车测试评估方法进行更为详细的说明：

图2示出了根据本发明的实施例的自动驾驶域控制器的实车测试评估流程图。参照图2，自动驾驶域控制器的实车测试评估包括以下项目：

1、硬件能力测试：建立自动驾驶域控制器硬件能力评价指标，主要考虑算力、功耗两项关键指标。在域控制器中运行数据处理程序，以数据处理能力来表示硬件的算力。

在数据处理软件中，基于深度学习的图像识别算法需要的算力最高，本发明以图像识别算法运行中图片检测速度、图片大小来体现算力水平，使用功率分析仪测量和记录域控制器的功耗情况。建立硬件能力评价函数M，计算公式如下：

上式中，v是图片检测速度，以每秒钟处理的图像帧数表示，W是图片宽度，H是图片高度，P是功耗。

在不同的典型应用场景下多次测试计算M，取平均值。M值越大，表示硬件能力越高。

2、自动驾驶功能时延测试：自动驾驶功能总时延由传感器通信时延、软件集成平台数据处理时间、CAN通信时延组成。统计分析三个组成部分在不同的典型应用场景下的时间分布，并且单次测试的功能总时延应小于一个时间阈值T，即最坏情况时时延要求不超过T。自动驾驶功能时延测试的流程如图3所示。

2.1、传感器通信时延测试：

自动驾驶传感器包括激光雷达、摄像头、组合导航、毫米波雷达、超声波雷达。激光雷达的通信时延ΔT₁以相邻两帧激光点云的数据接收时间差表示，摄像头的通信时延ΔT₂以相邻两帧图像的数据接收时间差表示，组合导航的通信时延ΔT₃以相邻两个位姿数据的接收时间差表示，毫米波雷达和超声波雷达的通信时延ΔT₄和ΔT₅以相邻两次检测目标数据的接收时间差表示。

记录不同的典型应用场景下一段时间Δτ内的激光雷达、摄像头、组合导航、毫米波雷达、超声波雷达通信时延，计算每个时间点下ΔT₁、ΔT₂、ΔT₃、ΔT₄、ΔT₅的最大值ΔT_max，作为传感器通信时延进行测试记录。

根据时延的测试记录，设定时延统计区间的范围，计算落入每个区间的数量，统计ΔT₁、ΔT₂、ΔT₃、ΔT₄、ΔT₅和ΔT_max的分布情况。

2.2、软件集成平台数据处理时间测试：

软件集成平台数据处理部分包括感知定位、决策规划、车辆控制三个软件模块，在每个模块的开始接收数据和输出数据处加上时间戳，计算输入输出数据的时间差，即为三个模块的数据处理时间ΔPT₁、ΔPT₂、ΔPT₃。数据处理总时间ΔPT为三个模块的处理时间之和。记录Δτ时间内的PT₁、ΔPT₂、ΔPT₃和ΔPT值，统计ΔPT₁、ΔPT₂、ΔPT₃和ΔPT的分布情况。

2.3、CAN通信时延测试：

使用CANoe等专业工具采集域控制器和车辆之间的CAN通信信号，直接读取分析CAN网络最大时延、最小时延和平均时延，并记录Δτ时间内的每次CAN通信时延。

3、感知能力测试：连接传感器数据，测试自动驾驶域控制器中感知算法输出的目标感知和跟踪效果，感知能力测试的流程如图4所示。

3.1、感知范围测试：

在搭载安装自动驾驶域控制器的车辆周围360度范围内放置人、自行车、汽车目标，检查域控制器感知算法是否能检测到相应目标。依次测量每增加Δθ角度方向上能感知的最大距离d_max和最小距离d_min，形成一张查询表，表格中包含三列，第一列是方向角θ，θ＝(0°，Δθ，2*Δθ，……，360°)，第二列和第三列分别为d_max、d_min。行人、自行车、汽车分别对应一张查询表，共三张查询表。

3.2、目标识别测试：

在多个实际应用场景中多次录制传感器数据包，播放数据包，在域控制器中运行感知算法，统计行人、自行车、汽车三类目标的正确识别的数量、错误识别的数量、漏检的数量，分别计算正确率、误检率和漏检率。

3.3、目标跟踪测试：

采用和目标识别测试中相同的方法，录制和播放数据包，运行感知算法，统计行人、自行车、汽车三类目标的正确跟踪的数量，错误跟踪的数量、漏跟踪的数量，分别计算跟踪正确率、误跟踪率和漏跟踪率。

3.4、车辆定位测试：

以高精度RTK和IMU组合导航设备的测量值作为真值，统计域控制器中感知定位的精度和稳定性，统计定位功能失效的场景、类型、处理措施等，形成测试记录。

3.5、目标运动速度估算测试：

使用自行车和汽车作为测试的动态目标，在测试自行车和汽车上安装高精度实时测速仪，在搭载自动驾驶域控制器的车辆周围多个方向中开动自行车和汽车，保持自行车和汽车在感知范围内，将感知算法输出的两类目标速度和车上测速仪记录的速度进行对比分析。

4、故障响应测试：通过在实车运行的自动驾驶域控制器中注入故障，验证自动驾驶域控制器的安全性和可靠性，包括传感器通讯信号中断测试、CAN信号中断测试、CAN信号抗干扰测试、整车故障测试四个方面。

4.1、传感器通讯信号中断的测试：

首先，在自动驾驶域控制器搭载运行时，分别中断毫米波雷达、超声波雷达、GPS、摄像头、激光雷达其中一种传感器，测试某一传感器数据中断时自动驾驶域控制器是否存在冗余来使系统安全运行。

然后，同时中断摄像头和激光雷达数据，测试自动驾驶域控制器是否具有保障安全的方式。

4.2、CAN信号中断测试：

在自动驾驶域控制器搭载运行时，中断自动驾驶域控制器与车辆之间的CAN信号，测试评价自动驾驶域控制器在CAN信号丢失时的处理能力。

4.3、CAN信号抗干扰测试：

使用CAN总线干扰仪在自动驾驶域控制器和车辆CAN总线之间的CAN通信信号中施加干扰信号，测试自动驾驶域控制器是否能检测CAN信号的一致性，确保自动驾驶的安全。

4.4、整车故障测试：

分别测试线控制动控制器、EPS(Electric Power Steering，电动助力转向系统)、VCU(Vehicle Control Unit,整车控制器)、BMS(Battery Management System,电池管理系统)、MCU(Motor Control Unit,电机控制器)故障时，自动驾驶域控制器的安全防御措施。

5、自动驾驶实车功能测试：测试搭载自动驾驶域控制器的车辆在典型场景中的自动驾驶能力。

参照相关的自动驾驶车辆道路测试能力评估规范，布置自动驾驶场景、测试设备和场地，测试自动驾驶车辆的认知与交通法规遵守能力、执行能力、应急处置与人工介入能力、综合驾驶能力，以此来评估自动驾驶域控制器的处理能力。

本实施例的自动驾驶域控制器的实车测试评估方法创造性地从硬件能力、自动驾驶功能时延、感知能力、故障响应和自动驾驶实车功能五个方面设计一种新的自动驾驶域控制器的实车测试评估方法，实现可靠性较高的自动驾驶域控制器测试评估方案。本实施例中的硬件能力测试、自动驾驶功能时延测试、感知能力测试、故障响应测试均为本实施例基于整车集成环境创造设计的一种新的测试评价方法，具体体现在：

1、基于整车集成环境的优点，与其他零部件进行系统集成，本实施例采用的自动驾驶功能时延测试方法能够更真实地评估自动驾驶的实时性；

2、基于实车环境，本实施例创造性提出一种新的感知范围测试方法，使用一种和模型在环、软件在环、硬件在环等方式不一样的测试方法；

3、本实施例采用的目标识别测试、目标跟踪测试、车辆定位测试、运动速度估计测试均基于实际的应用场景，测试结果更加真实可靠；

4、本实施例采用的故障响应测试方法和模型在环、软件在环、硬件在环等测试方式会不一样，传感器通讯信号中断测试、CAN信号中断测试、CAN信号抗干扰测试方法在实车环境下开展，并且可以测试整车故障下自动驾驶域控制器的安全措施(模型在环、软件在环、硬件在环等测试方式无法开展此项测试)，还能验证自动驾驶域控制器故障响应对实车运行的影响；

5、本实施例通过自动驾驶实车功能测试来评估自动驾驶域控制器的整体处理能力。

本实施例的自动驾驶域控制器的实车测试评估方法，充分利用整车集成平台环境的优势，在自动驾驶域控制器能够快速上车搭载运行的基础上，将自动驾驶域控制器连接其他零部件进行系统集成测试，实现一种新的准确性和可靠性较高的自动驾驶域控制器实车测试评估方法，弥补模型在环、软件在环、硬件在环等测试方式的漏洞。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims

1.一种自动驾驶域控制器的实车测试评估方法，其特征在于，包括：

根据获取的测试数据对相应的测评项进行评估；

所述测评项包括硬件能力、自动驾驶功能时延、感知能力、故障响应和自动驾驶实车功能；

对所述自动驾驶域控制器的硬件能力进行测试，获取测试数据的步骤包括：

获取所述自动驾驶域控制器的图片检测速度和功耗；

根据获取的测试数据对所述硬件能力进行评估的步骤基于以下硬件能力计算公式实现：

2.根据权利要求1所述的自动驾驶域控制器的实车测试评估方法，其特征在于，对所述自动驾驶域控制器的自动驾驶功能时延进行测试，获取测试数据的步骤包括：

3.根据权利要求2所述的自动驾驶域控制器的实车测试评估方法，其特征在于，根据获取的测试数据对所述自动驾驶功能时延进行评估的步骤包括：

4.根据权利要求1所述的自动驾驶域控制器的实车测试评估方法，其特征在于，所述自动驾驶域控制器的感知能力测试包括：

感知范围测试；

和/或，目标识别测试；

和/或，目标跟踪测试；

和/或，车辆定位测试；

和/或，目标运动速度估算测试。

5.根据权利要求1所述的自动驾驶域控制器的实车测试评估方法，其特征在于，所述自动驾驶域控制器的故障响应测试包括：

6.根据权利要求1所述的自动驾驶域控制器的实车测试评估方法，其特征在于，所述自动驾驶域控制器的自动驾驶实车功能测试用于测试所述整车验证平台在预定场景中的自动驾驶能力。

7.根据权利要求1所述的自动驾驶域控制器的实车测试评估方法，其特征在于，所述自动驾驶域控制器的硬件能力测试、自动驾驶功能时延测试、感知能力测试和自动驾驶实车功能测试在各自对应的预定的多个典型应用场景中分别进行。