CN112987703B - 一种实验室内整车在环自动驾驶开发测试系统及方法 - Google Patents

Abstract

本发明提供一种实验室内整车在环自动驾驶开发测试系统及方法，包括：四驱道路模拟测功机、测功机控制系统、前轮约束系统、转向阻力模拟系统、车辆、虚拟场景模拟系统、场景投影仪、环形幕布自动驾驶实时控制器、雷达信号模拟系统、测试系统控制柜、自动驾驶算法开发及试验管理系统、网路通讯交换机、雷达模拟信号暗箱及5G物联网信息模拟系统。本发明使用真实的被测车辆，利用道路负荷模拟系统实现准确的道路载荷模拟，包括不同路面下各车轮不同载荷的模拟，基于VIL环境下的自动ADAS测试结果及控制算法是最接近于现实应用场景，VIL自动驾驶平台开发及测试平台的应用可以大大缩短ADAS车辆道路测试的时间及成本。

Description

一种实验室内整车在环自动驾驶开发测试系统及方法

技术领域

本发明涉及电动汽车整车自动驾驶算法开发及测试技术领域，特别涉及一种实验室内整车在环自动驾驶开发测试系统及方法。

背景技术

汽车的自动驾驶的基本原理的通过传感器感知道路及周边的路况信息，车辆行驶轨迹及车身姿态，车辆的控制器对路况信息进行融合计算，规划出车辆的运动轨迹，生成控制决策及执行指令，控制车辆的执行器进行相应的操作（横向转向运动及纵向加减速运动控制）。各种级别的自动驾驶模块及功能开发过程基本遵循下面的V字型路线：模型在环（MIL），软件仿真测试（SIL），硬件在环测试（HIL），驾驶员在环测试（DIL），车辆在环测试（VIL），封闭道路测试，公开道路测试，认证测试。

MIL和SIL以计算机仿真模拟测试场景和车辆模型，验证算法模型是否符合设计要求，控制代码是否满足要求。不需要实时机，实际的自动驾驶模块及车辆，适合做前期的概念性验证和算法开发测试。

HIL以计算机仿真的方式模拟测试场景和车辆模型，同时使用真实的测试零部件。侧重研发初期对传感器和控制算法的研究，并验证目标硬件在完整系统是否满足设计要求，由于场景和被测车辆均为仿真模拟，与真实整车自动驾驶形式状态相距很大。

Proving Ground, Road test，在实际公路上进行测试。该测试方法最真实，但测试费用很高，测试场地有限制，且场景有限，对环境气候的模拟需要天气来保证。和室内实验结果比，实验结果无法保证重复性，恶劣工况下会损坏实际车辆。

Certification认证测试仅是根据国、内外法规进行自动驾驶成熟功能的认证，测试场景有限，工况简单。

当前市场上VIL车辆在环测试系统方案是选取一个面积足够大封闭测试场地，用仿真软件给车辆的传感器输入虚拟的场景信号，以验证车辆的自动驾驶控制算法及功能。该方法同样存在测试费用很高，测试场地有限制，且场景有限，对环境气候的模拟需要天气来保证，实验结果无法保证重复性等缺点。

发明内容

本发明的目的在于开发一种可模拟真实交通场景的VIL自动驾驶功能开发测试系统及方法，使用道路负载模拟设备、场景仿真软件、传感器信号仿真系统结合，创建一个能在实验室条件下模拟各种真实复杂道路交通场景的试验环境，用来开发及验证各种级别的自动驾驶功能。

为实现上述目的，本发明提供了如下方案：

一种实验室内整车在环自动驾驶开发测试系统，包括：道路负载模拟系统、测功机控制系统、转向阻力模拟系统、车辆、虚拟场景模拟系统、自动驾驶实时控制器、雷达信号模拟系统、测试系统控制柜、自动驾驶算法开发及试验管理系统、网络通讯交换机、雷达模拟信号暗箱、5G物联网信息模拟系统；

所述车辆与所述道路负载模拟系统连接；所述车辆后端由拉力装置固定；所述车辆通过CAN总线与所述自动驾驶实时控制器连接；

所述测功机控制系统与所述道路负载模拟系统连接，用于对所述道路负载模拟系统进行实时控制；所述测功机控制系统通过TCP/IP通讯与所述自动驾驶实时控制器连接；

所述转向阻力模拟系统安装在所述车辆的转向横拉杆上，用于模拟车辆转向时的转向阻力及回正力；

所述虚拟场景模拟系统通过所述网络通讯交换机的网络接口与所述自动驾驶实时控制器进行交互，用于搭建复杂的交通场景模型；

所述雷达信号模拟系统与所述雷达模拟信号暗箱连接，用于模拟场景内的交通参与者的雷达回波信号；所述雷达信号模拟系统通过所述网络通讯交换机与所述自动驾驶实时控制器进行交互；

所述自动驾驶算法开发及试验管理系统通过所述网络通讯交换机与所述自动驾驶实时控制器进行交互；

所述自动驾驶算法开发及试验管理系统包含一套台式PC机自带驾驶算法开发软件，试验管理系统软件，通过所述网络通讯交换机的TCP/IP与所述自动驾驶实时控制器进行交互；

在所述自动驾驶算法开发及试验管理系统中设置试验的启停控制条件及必要的数据监控窗口及必要的数据记录任务；启动自动驾驶测试，实时记录实验情况及数据；根据实验数据对基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行修改及优化；

对优化后的基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行实车自动驾驶验证。

优选地，所述车辆至少包括前视摄像头及自动驾驶传感器。

优选地，所述转向阻力模拟系统的控制系统集成在所述测试系统控制柜内；

所述转向阻力模拟系统模拟出的转向阻力的大小由车辆驾驶模型根据车速、转向角、车辆转向系统模型模拟计算输出。

优选地，所述实验室内整车在环自动驾驶开发测试系统还包括场景投影仪及环形幕布；所述场景投影仪与所述虚拟场景模拟系统相连。

优选地，所述虚拟场景模拟系统模拟出的交通场景通过HDMI视频接口输出到所述场景投影仪并投影到所述环形幕布上；

所述环形幕布上的动态图形在进行标定后的视觉质量及目标物尺寸与真实驾驶条件下的交通场景一致，并向车载摄像头提供视觉场景模拟。

优选地，所述道路负载模拟系统包括四驱道路模拟测功机及前轮约束系统；所述四驱道路模拟测功机设置在所述车辆的底部，所述前轮约束系统固定在所述车辆的前端。

优选地，所述道路负载模拟系统还能够为四轮轴耦合测功机；

所述四轮轴耦合测功机与所述车辆的输出轴连接，用于向所述车辆的动力输出轴提供道路负荷模拟。

一种实验室内整车在环自动驾驶开发测试方法，包括以下步骤：

S1、将车辆与道路负载模拟系统连接；

S2、将所述车辆的转向横拉杆连接到转向阻力模拟系统上，并将转向阻力模拟系统安装在所述车辆的前悬架下并固定，将转向阻力模拟系统的信号线及控制线与测功机控制系统相连，并将所述车辆的线控系统通讯线与自动驾驶实时控制器相连；

S3、在虚拟场景模拟系统中搭建交通测试场景并设置交通测试场景里的各个模型的工作参数，并将所述道路负载模拟系统的实时车速及方向盘转角信号与交通测试场景内的模型关联，并传输到所述自动驾驶实时控制器中；

S4、根据所述车辆的实际技术参数，设置所述道路负载模拟系统的道路负载模拟参数；

S5、建立车辆转向动力学模型，根据车辆转向动力学模型及所述自动驾驶实时控制器中接收到的车速及方向盘转角信号实时计算转向阻力，传输至所述转向阻力模拟系统中施加实时的转向载荷；

S6、建立基于目标物列表信息的车辆自动驾驶模型，并传输到所述自动驾驶实时控制器中运行；

S7、将所述车辆的毫米波雷达传感器移动到雷达模拟信号暗箱中，并将雷达传感器控制器后端的雷达目标物信息输出到所述自动驾驶实时控制器的自动驾驶算法模型中；

S8、建立基于原始传感器信息的车辆自动驾驶模型，并传输到所述自动驾驶实时控制器中运行；

S9、在自动驾驶算法开发及试验管理系统中设置试验的启停控制条件及必要的数据监控窗口及必要的数据记录任务；启动自动驾驶测试，实时记录实验情况及数据；根据实验数据对所述基于目标物列表信息的车辆自动驾驶模型及所述基于原始传感器信息的车辆自动驾驶模型进行修改及优化；

S10、对优化后的基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行实车自动驾驶验证。

优选地，所述交通测试场景包括静态交通场景模型，及动态交通参与者模型；

所述静态交通场景模型包括建筑物、道路、道路标志线、交通标志、红绿灯；

所述动态交通参与者模型包括交通车辆及行人模型、被测车辆模型。

优选地，所述S10包括：

S10.1、将所述基于目标物列表信息的车辆自动驾驶模型及所述基于原始传感器信息的车辆自动驾驶模型下载到所述车辆的VCU控制器内；

S10.2、确保场景投影仪正常工作，确保所述车辆的摄像头拍摄到环形幕布上的场景图像信息；

S10.3、将所述车辆的毫米波雷达传感器移动到所述雷达模拟信号暗箱中；

S10.4、启动实车自动驾驶测试，记录实验情况及数据，根据实验数据对所述基于目标物列表信息的车辆自动驾驶模型及所述基于原始传感器信息的车辆自动驾驶模型进行修改及优化，并重新下载到车辆VCU中运行，对车辆驾驶控制效果进行优化。

本发明公开了以下技术效果：

（1）本发明的测试理念具有开创性，将本来需要进行室外真实道路环境的整车自动驾驶开发及测试，转移到实验室环境下进行。解决了室外试验场地有限，部署困难，自动驾驶测试拍照困难的问题。

（2）本发明的自动驾驶仿真测试环境真实可靠，系统使用的底盘测功机能真实模拟实车的道路驾驶负荷，场景环幕投影系统，雷达目标物模拟系统能真实的模拟车辆在道路上接收到的图形及雷达信号。使得在台架上开发的车辆控制算法在真实道路上也能准确的运行，客观上减少路试时间及成本。

（3）本发明的试验成本低，可重性好。虚拟场景软件能建立优质高效的建立各种交通场景，并能不断的重复再现使用，使得开发人员可以非常及时的调整和优化控制算法并快速的得到测试验证。客观上大大推进自动驾驶算法的开发时间。

（4）本发明功能强大，配置使用灵活方便，通过不同的软硬件试验配置，可以开发及测试从L1~L5各种级别的自动驾驶控制算法：可以通过直接从虚拟场景软件系统往自动驾驶控制器注入场景信息，直接同于各种级别的自动驾驶控制功能的开发；通过给车载视觉及雷达传感器控制器输入高保真的图像及雷达信息，训练及开发自动驾驶控制模块的目标分析及融合算法，同时测试自动驾驶功能；通过车载摄像头直接拍摄场景信息，直接给车载雷达传感器发送仿真的目标信号，测试车辆的自动驾驶功能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种实验室内整车在环自动驾驶开发测试系统结构示意图，其中：四驱道路模拟测功机1、测功机控制系统2、前轮约束系统3、转向阻力模拟系统4、车辆5、虚拟场景模拟系统6、场景投影仪7、环形幕布8、自动驾驶实时控制器9、雷达信号模拟系统10、测试系统控制柜11、自动驾驶算法开发及试验管理系统12、网络通讯交换机13、雷达模拟信号暗箱14；

图2为本发明的另一种系统结构示意图；

图3为本发明基于原始传感器信息注入的自动驾驶算法开发示意图；

图4为本发明基于原始传感器信息注入的自动驾驶算法开发示意图；

图5为本发明实车自动驾驶算法验证示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供一种实验室内整车在环自动驾驶开发测试系统，包括道路负载模拟系统、测功机控制系统2、转向阻力模拟系统4、车辆5、虚拟场景模拟系统6、场景投影仪7、环形幕布8、自动驾驶实时控制器9、雷达信号模拟系统10、测试系统控制柜11、自动驾驶算法开发及试验管理系统12、网络通讯交换机13、雷达模拟信号暗箱14、5G物联网信息模拟系统；

道路负载模拟系统包括四驱道路模拟测功机1及前轮约束系统3；被测车辆5放置于四驱道路模拟测功机1上，车辆5后端用拉力装置固定，前端用前轮约束系统固定，使得车辆驾驶过程中始终保持在四驱道路模拟测功机1的转鼓上运行。

作为进一步的改进，本发明的道路负载模拟系统还能够为四轮轴耦合测功机，如附图2所示。使用时，直接将被测车辆5的车轮拆除，将车辆5的输出轴直接连接到四轮轴耦合测功机的输出法兰上，由电机直接给车辆5的动力输出轴提供道路负荷模拟。

测功机控制系统2通过网络通讯交换机13的TCP/IP通讯与自动驾驶实时控制器9连接；测功机控制系统2负责道路负载模拟系统的实时控制，按F=A+Bv+Cv²+Ma给车辆5实时提供道路阻力负荷模拟，其中：F为需要模拟的阻力；A为滚动阻力，为常数；B为滚动阻力系数；Bv为汽车行驶过程中的滚动阻力，与车速成正比；C为风阻系数，与车辆迎风面积及造型设计相关；Cv²为行驶过程中的风阻，与车速的平方成正比；M，a分别为车辆当量质量及车辆加速度，Ma描述的是车轮的加速阻力。

特殊应用场景时道路阻力可以由场景软件和车辆动力学模型联合计算后输出给测功机控制系统2执行，使得车辆5在道路负载模拟系统上的加减速驾驶环境与真实道路负荷一致。测功机控制系统2向自动驾驶实时控制器9传递四驱道路模拟测功机1上测得的实际车速轮边功率等参数，同时自动驾驶实时控制器9也能通过通讯线路实时更新四驱道路模拟测功机1的控制参数，满足道路模拟的要求。

转向阻力模拟系统4设置于车辆5的转向横拉杆上；由于车辆5在四驱道路模拟测功机1上不能进行真实的转向操作，测试过程中需要将汽车转向拉杆与汽车转向轮脱开，并安装一套前轮约束系统3将前轮固定在四驱道路模拟测功机1滚筒中央。同时需要在转向横拉杆上安装一套转向阻力模拟系统4，用于模拟车辆转向时的转向阻力机回正力。

转向阻力模拟系统4的控制系统集成在测试系统控制柜11内，转向阻力的大小由车辆驾驶模型根据车速，转向角，车辆转向系统模型的模拟计算输出。

虚拟场景模拟系统6通过网络通讯交换机13的TCP/IP网络接口与自动驾驶实时控制器9进行交互，虚拟场景模拟系统6包含一个图形工作站以及运行在图形工作站上的虚拟场景建模软件，虚拟场景建模软件能搭建各种复杂的交通场景模型。

虚拟场景交通也能通过HDMI视频接口输出到场景投影仪7并投影到环形幕布8上，环形幕布8的动态图形通过标定后其视觉质量及目标物尺寸与真实驾驶条件下的交通场景一致，能够给车载摄像头提供视觉场景模拟。

雷达信号模拟系统10用于模拟场景内的车辆行人等交通参与者的雷达回波信号，测试时将车辆的雷达传感器模块从车上拆下来，安装到雷达模拟信号暗箱14，雷达信号模拟系统10结合虚拟场景内的被测车辆5前方的车辆模型的实时位置及角度车速等模拟准确的雷达回波给车辆雷达传感器模块，与摄像头拍摄到的图像进行目标物融合分析。雷达信号模拟系统10通过网络通讯交换机13的TCP/IP与虚拟场景模拟系统6连接，模拟场景内的目标物雷达回波信号。

5G物联网信息模拟系统（V2X）用于模拟交通场景内的物联网信息，如交通灯，路况信息，周边车辆信息信号，通过5G通讯模块与车辆自动驾驶实时控制器9进行交互。

测试系统控制柜11将本发明内所有的控制器，PC等集成在一个柜内，便于管理。

自动驾驶算法开发及试验管理系统12包含一套台式PC机自带驾驶算法开发软件，试验系统管理软件，通过网络通讯交换机13的TCP/IP与自动驾驶实时控制器9进行交互。自动驾驶算法模型在试验系统上开发完成后部署到自动驾驶实时控制器9内，通过试验管理软件对试验的启停，试验的结果及数据进行实时的监控及分析。

如图3-5所示，本发明还提供一种实验室内整车在环自动驾驶开发测试方法，包括以下步骤：

S1、将试验车辆5与道路负载模拟系统连接；

S2、将车辆5的转向横拉杆连接到转向阻力模拟系统4上，并将转向阻力模拟系统4安装在汽车的前悬架下并固定，将转向阻力模拟系统4的信号线及控制线与测功机控制系统2相连，并将车辆5的线控系统通讯线与自动驾驶实时控制器9相连；

S3、在虚拟场景模拟系统6中搭建交通测试场景，包括静态交通场景模型（建筑物，道路，道路标志线，交通标志，红绿灯等），及动态交通参与者模型（交通车辆及行人模型、被测车辆模型），设置交通测试场景里的各个模型的工作参数；将道路负载模拟系统的实时车速及转向信号与交通测试场景内的被测车辆模型关联，使得道路负载模拟系统的实车的运动参数与场景内的被测车辆模型保持一致。

S4、根据车辆5的实际技术参数，设置道路负载模拟系统的道路负载模拟参数，确保道路负载模拟系统能准确模拟被测车辆5实际的道路负荷；

S5、建立车辆转向动力学模型，根据车辆转向动力学模型及自动驾驶实时控制器9中接收到的车速及方向盘转角信号实时计算转向阻力，并传输至转向阻力模拟系统4施加实时的转向载荷；

S6、建立基于目标物列表信息的车辆自动驾驶模型，并传输到自动驾驶实时控制器9中运行。自动驾驶模型的输出信号一部分为实际车辆的加减速及转向控制指令，另一部分为实车的运行状态信息，此部分信息传输到虚拟场景模型中的被测目标车辆，使其在场景中的运动状态与测功机上的实车一致；

S7、将车辆5的毫米波雷达传感器移动到雷达模拟信号暗箱14中，确保车辆5的毫米波雷达收到的回波信号与场景中的目标信息一致。从雷达传感器控制器后端的雷达目标物输出信息输入到自动驾驶实时控制器9的自动驾驶算法模型；

S8、建立基于原始传感器信息的车辆自动驾驶模型，并传输到自动驾驶实时控制器9中运行；

S9、在自动驾驶算法开发及试验管理系统12中设置试验的启停控制条件及必要的数据监控窗口及必要的数据记录任务，检查各部分工作状态及通讯功能；启动自动驾驶测试，实时观察实验情况及数据，异常时及时终止试验；分析实验结果，根据实验结果对基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行修改及优化，重新开始试验直至车辆的控制效果满足安全驾驶、及舒适驾驶的需求；

S10、对基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行实车自动驾驶验证。

将基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型自下载到所述车辆5的VCU控制器内；确保所述场景投影仪7正常工作，确保被测车辆5的摄像头拍摄到环幕上的场景图像信息；将所述车辆5的毫米波雷达传感器移动到雷达信号模拟系统10的暗箱中；启动实车自动驾驶测试。实时观察实验情况及数据，异常时及时止试验；分析测试结果，修改及优化自动驾驶模型算法，重新下载到车辆VCU中运行，重新开始试验直至车辆的控制效果满足安全驾驶、及舒适驾驶的需求。

以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (10)

1.一种实验室内整车在环自动驾驶开发测试系统，其特征在于，包括：道路负载模拟系统、测功机控制系统（2）、转向阻力模拟系统（4）、车辆（5）、虚拟场景模拟系统（6）、自动驾驶实时控制器（9）、雷达信号模拟系统（10）、测试系统控制柜（11）、自动驾驶算法开发及试验管理系统（12）、网络通讯交换机（13）、雷达模拟信号暗箱（14）、5G物联网信息模拟系统；

所述车辆（5）与所述道路负载模拟系统连接；所述车辆（5）后端由拉力装置固定；所述车辆（5）通过CAN总线与所述自动驾驶实时控制器（9）连接；

所述测功机控制系统（2）与所述道路负载模拟系统连接，用于对所述道路负载模拟系统进行实时控制；所述测功机控制系统（2）通过TCP/IP通讯与所述自动驾驶实时控制器（9）连接；

所述转向阻力模拟系统（4）安装在所述车辆（5）的转向横拉杆上，用于模拟车辆转向时的转向阻力及回正力；

所述虚拟场景模拟系统（6）通过所述网络通讯交换机（13）的网络接口与所述自动驾驶实时控制器（9）进行交互，用于搭建复杂的交通场景模型；

所述雷达信号模拟系统（10）与所述雷达模拟信号暗箱（14）连接，用于模拟场景内的交通参与者的雷达回波信号；所述雷达信号模拟系统（10）通过所述网络通讯交换机（13）与所述自动驾驶实时控制器（9）进行交互；

所述自动驾驶算法开发及试验管理系统（12）通过所述网络通讯交换机（13）与所述自动驾驶实时控制器（9）进行交互；

所述自动驾驶算法开发及试验管理系统（12）包含一套台式PC机自带驾驶算法开发软件，试验管理系统软件，通过所述网络通讯交换机（13）的TCP/IP与所述自动驾驶实时控制器（9）进行交互；

在所述自动驾驶算法开发及试验管理系统（12）中设置试验的启停控制条件及必要的数据监控窗口及必要的数据记录任务；启动自动驾驶测试，实时记录实验情况及数据；根据实验数据对基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行修改及优化；

对优化后的基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行实车自动驾驶验证。

2.根据权利要求1所述的实验室内整车在环自动驾驶开发测试系统，其特征在于，所述车辆（5）至少包括前视摄像头及自动驾驶传感器。

3.根据权利要求1所述的实验室内整车在环自动驾驶开发测试系统，其特征在于，所述转向阻力模拟系统（4）的控制系统集成在所述测试系统控制柜（11）内；

所述转向阻力模拟系统（4）模拟出的转向阻力的大小由车辆驾驶模型根据车速、转向角、车辆转向系统模型模拟计算输出。

4.根据权利要求1所述的实验室内整车在环自动驾驶开发测试系统，其特征在于，所述实验室内整车在环自动驾驶开发测试系统还包括场景投影仪（7）及环形幕布（8）；所述场景投影仪（7）与所述虚拟场景模拟系统（6）相连。

5.根据权利要求4所述的实验室内整车在环自动驾驶开发测试系统，其特征在于，所述虚拟场景模拟系统（6）模拟出的交通场景通过HDMI视频接口输出到所述场景投影仪（7）并投影到所述环形幕布（8）上；

所述环形幕布（8）上的动态图形在进行标定后的视觉质量及目标物尺寸与真实驾驶条件下的交通场景一致，并向车载摄像头提供视觉场景模拟。

6.根据权利要求1所述的实验室内整车在环自动驾驶开发测试系统，其特征在于，所述道路负载模拟系统包括四驱道路模拟测功机（1）及前轮约束系统；所述四驱道路模拟测功机（1）设置在所述车辆（5）的底部，所述前轮约束系统固定在所述车辆（5）的前端。

7.根据权利要求1所述的实验室内整车在环自动驾驶开发测试系统，其特征在于，所述道路负载模拟系统还能够为四轮轴耦合测功机；

所述四轮轴耦合测功机与所述车辆（5）的输出轴连接，用于向所述车辆（5）的动力输出轴提供道路负荷模拟。

8.一种实验室内整车在环自动驾驶开发测试方法，其特征在于，包括以下步骤：

S1、将车辆（5）与道路负载模拟系统连接；

S2、将所述车辆（5）的转向横拉杆连接到转向阻力模拟系统（4）上，并将转向阻力模拟系统（4）安装在所述车辆（5）的前悬架下并固定，将转向阻力模拟系统（4）的信号线及控制线与测功机控制系统（2）相连，并将所述车辆（5）的线控系统通讯线与自动驾驶实时控制器（9）相连；

S3、在虚拟场景模拟系统（6）中搭建交通测试场景并设置交通测试场景里的各个模型的工作参数，并将所述道路负载模拟系统的实时车速及方向盘转角信号与交通测试场景内的模型关联，并传输到所述自动驾驶实时控制器（9）中；

S4、根据所述车辆（5）的实际技术参数，设置所述道路负载模拟系统的道路负载模拟参数；

S5、建立车辆转向动力学模型，根据车辆转向动力学模型及所述自动驾驶实时控制器（9）中接收到的车速及方向盘转角信号实时计算转向阻力，传输至所述转向阻力模拟系统（4）中施加实时的转向载荷；

S6、建立基于目标物列表信息的车辆自动驾驶模型，并传输到所述自动驾驶实时控制器（9）中运行；

S7、将所述车辆（5）的毫米波雷达传感器移动到雷达模拟信号暗箱（14）中，并将雷达传感器控制器后端的雷达目标物信息输出到所述自动驾驶实时控制器（9）的自动驾驶算法模型中；

S8、建立基于原始传感器信息的车辆自动驾驶模型，并传输到所述自动驾驶实时控制器（9）中运行；

S9、在自动驾驶算法开发及试验管理系统（12）中设置试验的启停控制条件及必要的数据监控窗口及必要的数据记录任务；启动自动驾驶测试，实时记录实验情况及数据；根据实验数据对所述基于目标物列表信息的车辆自动驾驶模型及所述基于原始传感器信息的车辆自动驾驶模型进行修改及优化；

S10、对优化后的基于目标物列表信息的车辆自动驾驶模型及基于原始传感器信息的车辆自动驾驶模型进行实车自动驾驶验证。

9.根据权利要求8所述的一种实验室内整车在环自动驾驶开发测试方法，其特征在于，所述交通测试场景包括静态交通场景模型，及动态交通参与者模型；

所述静态交通场景模型包括建筑物、道路、道路标志线、交通标志、红绿灯；

所述动态交通参与者模型包括交通车辆及行人模型、被测车辆模型。

10.根据权利要求8所述的一种实验室内整车在环自动驾驶开发测试方法，其特征在于，所述S10包括：

S10.1、将所述基于目标物列表信息的车辆自动驾驶模型及所述基于原始传感器信息的车辆自动驾驶模型下载到所述车辆（5）的VCU控制器内；

S10.2、确保场景投影仪（7）正常工作，确保所述车辆（5）的摄像头拍摄到环形幕布（8）上的场景图像信息；

S10.3、将所述车辆（5）的毫米波雷达传感器移动到所述雷达模拟信号暗箱（14）中；

S10.4、启动实车自动驾驶测试，记录实验情况及数据，根据实验数据对所述基于目标物列表信息的车辆自动驾驶模型及所述基于原始传感器信息的车辆自动驾驶模型进行修改及优化，并重新下载到车辆VCU中运行，对车辆驾驶控制效果进行优化。

Images