CN115113560A - 用于自动驾驶仿真的车辆电子控制单元模拟方法、系统 - Google Patents
用于自动驾驶仿真的车辆电子控制单元模拟方法、系统 Download PDFInfo
- Publication number
- CN115113560A CN115113560A CN202210613756.8A CN202210613756A CN115113560A CN 115113560 A CN115113560 A CN 115113560A CN 202210613756 A CN202210613756 A CN 202210613756A CN 115113560 A CN115113560 A CN 115113560A
- Authority
- CN
- China
- Prior art keywords
- signal
- simulation
- signals
- vehicle
- control unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种用于自动驾驶仿真的车辆电子控制单元模拟方法、系统,所述方法包括:获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;对所述多个第一信号进行处理后生成多个第二信号;基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。本发明实现自动驾驶实时仿真平台车辆控制域以及自动驾驶域电子控制单元的模拟。
Description
技术领域
本发明涉及仿真测试技术领域,尤其涉及一种用于自动驾驶仿真的车辆电子控制单元模拟方法、系统。
背景技术
自动驾驶仿真平台中整车各ECU(Electronic Control Unit,电子控制单元)节点的信号模拟和实现至关重要,然而如何使其能够快速地跟随需求和开发进行迭代和更新,行业内还没有一套比较完善的体系和方法。
同时,随着当下汽车功能安全要求的日益提升,整车各ECU故障注入的方法也需要更加便捷和灵活。
另外,自动驾驶仿真平台具有更高的复杂性,需要考虑Lidar(Laser Radar,激光雷达)、Radar(毫米波雷达)、Camera(摄像头)、GPS(Global Positioning System,全球定位系统)/IMU(Inertial Measurement Unit,惯性测量单元)等传感器信号的仿真和数据传输,这些信号的显著特点是数据量大,而这些信号的处理和传输,也需要通过一套ECU模拟方法来实现。
发明内容
针对现有技术存在的问题,本发明提供一种用于自动驾驶仿真的车辆电子控制单元模拟方法、系统。
本发明提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法,所述方法包括:
获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
对所述多个第一信号进行处理后生成多个第二信号;
基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。
根据本发明提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法,所述仿真模型包括:驾驶员模型、车辆动力学模型、车辆传感器模型。
根据本发明提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法,所述方法还包括:
所述车辆动力学模型接收控制指令并进行车辆动力学响应;
其中,所述控制指令是所述自动驾驶域控制器对所述第二信号进行处理后生成的。
根据本发明提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法,所述对所述多个第一信号进行处理后生成多个第二信号,包括:
无需额外输入的信号赋常值作为所述第二信号;
和/或,直接将所述第一信号作为所述第二信号;
和/或,将所述第一信号进行逻辑处理后作为所述第二信号;
和/或,将所述第一信号进行数据解析后作为所述第二信号。
根据本发明提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法,所述信号映射信息的生成包括:
获取控制器局域网络的通信协议信息;
基于所述控制器局域网络的通信协议信息,获取所述第二信号和控制器局域网络板卡配置中的对应信号的映射关系;
基于所述映射关系,形成所述信号映射信息;
其中,所述控制器局域网络板卡与所述自动驾驶域控制器连接。
根据本发明提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法,所述基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器,发送前可对信号增加校验和故障注入,包括:
将用户输入替换所述第二信号发送给所述自动驾驶域控制器;
和/或,对所述第二信号停发或者更改周期后发送给所述自动驾驶域控制器;
和/或,对所述第二信号增加校验信号后发送给所述自动驾驶域控制器。
本发明还提供的一种用于自动驾驶仿真的车辆电子控制单元模拟系统,所述系统包括:
信号输入模块,用来获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
信号处理模块,用来对所述多个第一信号进行处理后生成多个第二信号;
信号输出模块,用来基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。
本发明还提供的一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一项所述用于自动驾驶仿真的车辆电子控制单元模拟方法的步骤。
本发明还提供的一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述用于自动驾驶仿真的车辆电子控制单元模拟方法的步骤。
本发明还提供的一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述用于自动驾驶仿真的车辆电子控制单元模拟方法的步骤。
本发明提供的用于自动驾驶仿真的车辆电子控制单元模拟方法、系统,实现自动驾驶实时仿真平台车辆控制域以及自动驾驶域电子控制单元的模拟。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图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为本发明实施例提供的一种自动驾驶实时仿真系统框架示意图;
图2为本发明实施例提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法的流程示意图;
图3为本发明实施例提供的一种用于自动驾驶仿真的车辆电子控制单元模拟系统结构示意图;
图4为本发明实施例提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法的总体架构示意图;
图5为本发明提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的用于自动驾驶仿真的车辆电子控制单元模拟方法进行详细地说明。
图1为本发明实施例提供的一种自动驾驶实时仿真系统框架示意图,如图1所示,仿真系统框架主要由仿真引擎、车辆传感器模型、实时机以及ADU(Automated DrivingControl Unit,自动驾驶域控制器)组成。其中仿真引擎主要用来仿真道路和交通场景、车辆传感器模型主要用来将道路和交通场景转化为传感器的输出信号、实时机里面则主要运行车辆动力学模型(被控对象)和车辆电子控制单元模拟系统,此处的车辆电子控制单元模拟系统就是使用本发明所述用于自动驾驶仿真的车辆电子控制单元模拟方法构建出来的。
该仿真系统运行过程如下:车辆传感器模型将虚拟的道路和交通场景转换为传感器的数据,其中Camera和Lidar数据直接传输给ADU,而Radar、GPS/IMU以及ADAS等数据则连同驾驶员模型信号和车辆动力学模型信号一起通过实时机里面的车辆电子控制单元模拟系统传输给ADU,ADU接收到这些数据后经过算法处理,然后将控制指令给到车辆动力学模型,经过解算后传输给仿真引擎进行姿态更新和图像显示等。
基于前述的仿真框架或者其他仿真平台,图2为本发明实施例提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法的流程示意图,如图2所示,本发明实施例提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法,方法包括:
S100、获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
可选地,仿真模型包括:驾驶员模型、车辆动力学模型、车辆传感器模型。驾驶员模型和车辆动力学模型归类于车辆控制域;车辆传感器模型归类于自动驾驶域。
进一步地,驾驶员模型输出的第一信号包括油门踏板开度、制动踏板开度、方向盘转角、挡杆位置等动力底盘域信号以及转向灯、自动驾驶开关、喇叭等车身域信号;车辆动力学模型输出的第一信号包括质量、速度、加速度、姿态、方向盘转角等信号,主要用于动力底盘域信号的模拟和GPS/IMU中车辆相关姿态信息的模拟;车辆传感器模型输出的第一信号一般指的是将获取到的仿真引擎中的车道线、目标列表等信息通过以太网传输给到信号处理模块,因此这些数据不能直接使用,需要进行解析处理。
进一步地,ADU输出的第一信号一般包括ADU的控制请求指令,例如油门开度、制动减速度、方向盘转角、转向灯请求等,以及ADU的状态信号,例如当前是否处于自动驾驶状态等。这些信号将决定车辆控制域的一些信号如何处理。
可选地,本步骤由信号输入模块来实现,具体地,信号输入模块将多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号,基于信号映射信息,映射至下游的信号处理模块,从而将这些第一信号装载进入对应的信号处理模块的输入变量中。
需要说明的是,在实时仿真系统的上位机中,负责配置、布署和监控整个系统的软件需要将系统不同模块间的输入输出信号进行连接,本发明实施例中基于前述的信号映射信息来实现这种连接。
可选地,本发明实施例中的信号是基于分层模型的,具体的分层模型包括三层,分别为Channel(通道)-Message(消息)-Signal(信号),所有的信号传输、处理模块都包括多个Channel,每个Channel包括多个Message,每个Message包括多个Signal。
可选地,仿真模型和自动驾驶域控制器输出的多个第一信号的信号映射信息和分层模型自动化生成。
需要说明的是,驾驶员模型和车辆动力学模型的ECU一般包括动力域的发动机EMS(发动机控制系统)和变速箱TCU(变速箱控制单元)、底盘域的转向EPS(电动助力转向系统)、制动EBS(电子刹车系统)和姿态控制VDC(车辆动态控制系统)以及车身域的BCM(车身控制模块)等控制器信号,通常只有200~300条,但是车辆传感器模型仅5个Radar的信号数量一般就超过一万条,再加上ADAS(高级驾驶辅助系统)控制器和GPS/IMU,数量更多。因此,信号映射信息的自动化生成对于车辆电子控制单元模拟系统的快速更新和迭代具有重要意义。
S200、对多个第一信号进行处理后生成多个第二信号。
可选地,对多个第一信号进行处理后生成多个第二信号,包括:
无需额外输入的信号赋常值作为第二信号;
和/或,直接将第一信号作为第二信号;
和/或,将第一信号进行逻辑处理后作为第二信号;
和/或,将第一信号进行数据解析后作为第二信号。
需要说明的是,无需额外输入的信号是指的会发送给ADU的信号,但是该信号并不需要借助仿真模型等上游模块生成,比如车辆的质量,通过在处理阶段,直接对这些信号对应的变量赋常值来实现。
进一步地,信号处理方式是非常灵活的。根据信号的来源和具体情况,信号处理方式包括赋常值(例如信号Valid值)、直接接入(例如车辆动力学模型输出的方向盘转角、速度、加速度等)、逻辑处理(例如根据ADU输出信号进行条件判断)、信号解析(例如车辆传感器模型转发出来的VTD信号解析)等,开发者可根据项目实际情况调整和优化。
进一步地,在信号处理方式中,赋常值、直接接入方式最为简单,例如信号Valid值以及一些没有影响的信号可以采用赋常值的方式处理,而质量、速度、油门踏板开度等信号无需额外处理,直接连接至上游的信号输入模块即可;需要进行逻辑处理的信号也有很多,简单的例如加速度的单位换算、根据ADU状态切换BCM状态等,复杂的例如车辆动力学模型到IMU的横摆角的坐标转换等、IMU不同数据包的发送频率处理等;数据解析主要针对的是车辆传感器模型的第一信号,这类数据一般通过以太网传输,需要通过一定方式将以太网数据解析,才能得到具体的例如车道线长度、周边车辆位置、周边车辆速度等信息。
S300、基于信号映射信息,将多个第二信号通过物理通信网络发送给自动驾驶域控制器。
可选地,信号映射信息的生成包括:
获取控制器局域网络的通信协议信息;
基于控制器局域网络的通信协议信息,获取第二信号和控制器局域网络板卡配置中的对应信号的映射关系;
基于映射关系,形成信号映射信息;
其中,控制器局域网络板卡与自动驾驶域控制器连接。
可选地,基于信号映射信息,将多个第二信号通过物理通信网络发送给自动驾驶域控制器,包括如下的故障注入方法:
将用户输入替换第二信号发送给自动驾驶域控制器;
和/或,对第二信号停发或者更改周期后发送给自动驾驶域控制器;
和/或,对第二信号增加校验信号后发送给自动驾驶域控制器。
可选地,所有第二信号的信号映射信息以及分层模型是自动化生成的,同时上述所有的故障注入也可以同时自动生成于分层模型中。具体地,信号映射信息可以包括NI上位机软件可以识别并使用的文本文件,自动化生成信号映射信息是利用python脚本读取CAN(Controller Area Network,控制器局域网络)的dbc(Data Base CAN,CAN数据文件)文件时按照一定格式自动填入信号映射信息所需的信息。具体地,分层模型可以通过matlab脚本文件实现自动化生成。首先利用python读取dbc文件并将其存储为excel文件,然后利用matlab读取excel文件,获取到该信号的Channel、Message、初始值等信息,然后按照Channel-Message-Signal的结构自动生成Simulink(Mathworks公司建模工具)的分层结构模型,同时生成故障注入、信号更改等接口,模型内部的信号连接线也可以自动生成。
进一步地,将用户输入替换第二信号是通过自动化生成的切换开关切换最终的信号输出是来自信号处理模块第二信号还是来自信号输出模块的用户输入。通过这种方式,可以规范化信号更改接口,便于进行自动化测试开发。
进一步地,所述对第二信号停发或者更改周期后,是指通过自动化生成的逻辑处理模型,灵活便捷地控制MessageDisable信号的值,该值关联到NI的CAN板卡的MessageDisable通道,可以实现第二信号的停发以及周期更改等故障注入。
进一步地,所述对第二信号增加校验信号通过NIVeristand软件实现,可以通过代码的方式给需要进行E2E(End-to-End,端到端校验)校验的第二信号增加CheckSum(求和校验)、CRC(循环冗余校验)、或者RollingCounter(滚动计数)等校验信号,同时可以进行相关故障的注入。
进一步地,针对单个第一信号,用于自动驾驶仿真的车辆电子控制单元模拟方法可以参考如下示例:假设自动驾驶过程驾驶员想要向左变道,实现过程为将驾驶员模型输出的置位后的转向拨杆信号(第一信号),基于第一信号映射信息,通过信号输入模块装载进入信号处理模块的输入变量中,该信号无需额外处理,直接输出给下游的信号输出模块,信号输出模块基于第二信号映射信息,将该信号映射至CAN网络对应的Signal上面,这样该信号就能发送到真实的CAN网络上,ADU接收到该信号后经过算法处理后将方向盘转角指令发送到CAN网络上,该转角指令信号被车辆动力学模型接收并响应,就能够实现对车辆的向左变道控制。
可选地,本实施例中信号的输入、处理和输出是基于车辆控制域和自动驾驶域等领域划分处理的。通过这种分开处理,便于管理和优化。
可选地,将多个第二信号通过物理通信网络发送给自动驾驶域控制器之后,车辆动力学模型接收控制指令并进行动力学响应;其中,控制指令是自动驾驶域控制器对第二信号进行处理后生成的。
本实施例通过一套模块化、自动化的车辆电子控制单元模拟系统构建方法,可以在实现自动驾驶实时仿真平台车辆控制域以及自动驾驶域ECU的模拟同时,使得构建的车辆电子控制单元模拟系统具有更新迭代效率高、故障注入灵活性高等特点,可以极大地促进自动驾驶仿真的开发和使用。
下面对本发明提供的用于自动驾驶仿真的车辆电子控制单元模拟系统进行描述,下文描述的用于自动驾驶仿真的车辆电子控制单元模拟系统与上文描述的用于自动驾驶仿真的车辆电子控制单元模拟方法可相互对应参照。
图3为本发明实施例提供的一种用于自动驾驶仿真的车辆电子控制单元模拟系统结构示意图,如图3所示,本发明还提供的一种用于自动驾驶仿真的车辆电子控制单元模拟系统,系统包括:
信号输入模块,用来获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
信号处理模块,用来对多个第一信号进行处理后生成多个第二信号;
信号输出模块,用来基于信号映射信息,将多个第二信号通过物理通信网络发送给自动驾驶域控制器。
需要说明的是,车辆电子控制单元模拟系统在整个实时仿真系统当中具有至关重要的作用,它承接了ADU和被控对象之间数据交互的桥梁。
车辆电子控制单元模拟系统主要实现两大部分ECU的模拟,分别为车辆控制域和自动驾驶域。
其中,车辆控制域ECU的模拟是车辆电子控制单元模拟系统的核心部分,它主要包括动力域、底盘域和车身域三个部分。动力域的模拟主要需要考虑的是发动机EMS和变速箱TCU,底盘域则主要需要模拟转向EPS、制动EBS和车辆姿态控制VDC,车身域主要是BCM相关信号的模拟。
对于车辆控制域而言,车辆电子控制单元模拟系统实现了ADU和被控对象的双向数据交互,保证了数据传输的实时性和可靠性。
自动驾驶域ECU的模拟是车辆电子控制单元模拟系统的另一重要组成部分,它主要包括Radar信号、GPS/IMU信号以及可能使用到的ADAS控制器的信号模拟。
对于自动驾驶域而言,车辆电子控制单元模拟系统一般只是将来自车辆传感器模型输入的必要的传感器数据经过解析、处理后再通过CAN或者是串口传输给ADU,不存在反向过程。
图4为本发明实施例提供的一种用于自动驾驶仿真的车辆电子控制单元模拟方法的总体架构示意图,如图4所示,该架构描述了一种模块化、自动化构建用于自动驾驶实时仿真系统的车辆电子控制单元模拟系统的方法。
所谓模块化,一方面是指从总体上看,本发明将车辆电子控制单元模拟系统分为信号输入模块、信号处理模块和信号输出模块三个部分,各部分相互独立、各司其职;另一方面,模块化指的是车辆控制域各个部分以及自动驾驶域各个部分的模型是各自独立的模块,互不影响。
所谓自动化,一方面指的是信号映射信息的自动化生成;另一方面指的是所有信号能够按照Channel-Message-Signal进行分层自动化建模。
本实施例提供模块化架构的电子控制单元模拟系统,基于分层模型的信号,便于模型的维护和管理,以及迭代升级。
图5为本发明提供的一种电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行用于自动驾驶仿真的车辆电子控制单元模拟方法,所述方法包括:
获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
对所述多个第一信号进行处理后生成多个第二信号;
基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的用于自动驾驶仿真的车辆电子控制单元模拟方法,所述方法包括:
获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
对所述多个第一信号进行处理后生成多个第二信号;
基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的用于自动驾驶仿真的车辆电子控制单元模拟方法,所述方法包括:
获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
对所述多个第一信号进行处理后生成多个第二信号;
基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种用于自动驾驶仿真的车辆电子控制单元模拟方法,其特征在于,所述方法包括:
获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
对所述多个第一信号进行处理后生成多个第二信号;
基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。
2.根据权利要求1所述的用于自动驾驶仿真的车辆电子控制单元模拟方法,其特征在于,所述多个车辆相关仿真模型包括:驾驶员模型、车辆动力学模型、车辆传感器模型。
3.根据权利要求2所述的用于自动驾驶仿真的车辆电子控制单元模拟方法,其特征在于,所述方法还包括:
所述车辆动力学模型接收控制指令并进行车辆动力学响应;
其中,所述控制指令是所述自动驾驶域控制器对所述第二信号进行处理后生成的。
4.根据权利要求1所述的用于自动驾驶仿真的车辆电子控制单元模拟方法,其特征在于,所述对所述多个第一信号进行处理后生成多个第二信号,包括:
无需额外输入的信号赋常值作为所述第二信号;
和/或,直接将所述第一信号作为所述第二信号;
和/或,将所述第一信号进行逻辑处理后作为所述第二信号;
和/或,将所述第一信号进行数据解析后作为所述第二信号。
5.根据权利要求1所述的用于自动驾驶仿真的车辆电子控制单元模拟方法,其特征在于,所述信号映射信息的生成包括:
获取控制器局域网络的通信协议信息;
基于所述控制器局域网络的通信协议信息,获取所述第二信号和控制器局域网络板卡配置中的对应信号的映射关系;
基于所述映射关系,形成所述信号映射信息;
其中,所述控制器局域网络板卡与所述自动驾驶域控制器连接。
6.根据权利要求1所述的用于自动驾驶仿真的车辆电子控制单元模拟方法,其特征在于,所述基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器,发送前可对信号增加校验和故障注入,包括:
将用户输入替换所述第二信号发送给所述自动驾驶域控制器;
和/或,对所述第二信号停发或者更改周期后发送给所述自动驾驶域控制器;
和/或,对所述第二信号增加校验信号后发送给所述自动驾驶域控制器。
7.一种用于自动驾驶仿真的车辆电子控制单元模拟系统,其特征在于,所述系统包括:
信号输入模块,用来获取多个车辆相关仿真模型和自动驾驶域控制器输出的多个第一信号;
信号处理模块,用来对所述多个第一信号进行处理后生成多个第二信号;
信号输出模块,用来基于信号映射信息,将所述多个第二信号通过物理通信网络发送给所述自动驾驶域控制器。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一项所述用于自动驾驶仿真的车辆电子控制单元模拟方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述用于自动驾驶仿真的车辆电子控制单元模拟方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述用于自动驾驶仿真的车辆电子控制单元模拟方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210613756.8A CN115113560A (zh) | 2022-05-31 | 2022-05-31 | 用于自动驾驶仿真的车辆电子控制单元模拟方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210613756.8A CN115113560A (zh) | 2022-05-31 | 2022-05-31 | 用于自动驾驶仿真的车辆电子控制单元模拟方法、系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115113560A true CN115113560A (zh) | 2022-09-27 |
Family
ID=83326795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210613756.8A Pending CN115113560A (zh) | 2022-05-31 | 2022-05-31 | 用于自动驾驶仿真的车辆电子控制单元模拟方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115113560A (zh) |
-
2022
- 2022-05-31 CN CN202210613756.8A patent/CN115113560A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Navet et al. | Automotive embedded systems handbook | |
US10955847B2 (en) | Autonomous vehicle interface system | |
CN109855646B (zh) | 分布集中式自动驾驶系统和方法 | |
CN109991987B (zh) | 自动驾驶决策方法及装置 | |
US20210081585A1 (en) | Method for event-based simulation of a system | |
US9201764B2 (en) | Method and device for creating and testing a control unit program | |
Eyisi et al. | Model‐Based Control Design and Integration of Cyberphysical Systems: An Adaptive Cruise Control Case Study | |
CN112249035B (zh) | 基于通用数据流架构的自动驾驶方法、装置及设备 | |
EP3800518A1 (en) | System, device and method for testing autonomous vehicles | |
Nasri et al. | Automotive decentralized diagnosis based on can real-time analysis | |
Heinzemann et al. | Simulating self-adaptive component-based systems using MATLAB/Simulink | |
CN115113560A (zh) | 用于自动驾驶仿真的车辆电子控制单元模拟方法、系统 | |
CN114637274A (zh) | 自动紧急制动测试系统及方法 | |
CN114296436A (zh) | 一种列控仿真测试系统及测试方法 | |
CN116781449B (zh) | 网络的配置方法、装置、车辆及存储介质 | |
CN117170822B (zh) | 使用分布式网络中间件的系统模型和代码联合仿真系统 | |
CN115542772B (zh) | 一种仿真任务的控制方法、装置及仿真系统 | |
US11822469B2 (en) | Method for validating software functions in a driver assistance system for motor vehicles | |
Oral | An effective modeling architecture for mil, hil and vdil testing | |
CN116974261A (zh) | 基于虚拟化技术的汽车电子电气架构前期评估系统 | |
CN117827555A (zh) | 硬件在环测试方法、装置、电子设备以及存储介质 | |
CN117978667A (zh) | 一种数字孪生网络构建方法、装置、系统及虚拟节点 | |
Song et al. | Inter-functional Design and Simulation of Vehicular Electronic Control Units | |
Feiter et al. | Higher Level Protocols | |
Pfeffer et al. | Efficient Failure Rate Estimation Using AI-Based Simulation of Critical Scenarios |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |