CN115277442B - 一种用于智能汽车功能验证的方法及其仿真模型车 - Google Patents
一种用于智能汽车功能验证的方法及其仿真模型车 Download PDFInfo
- Publication number
- CN115277442B CN115277442B CN202210723865.5A CN202210723865A CN115277442B CN 115277442 B CN115277442 B CN 115277442B CN 202210723865 A CN202210723865 A CN 202210723865A CN 115277442 B CN115277442 B CN 115277442B
- Authority
- CN
- China
- Prior art keywords
- service
- vehicle
- simulation model
- cloud
- instruction
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 119
- 230000006870 function Effects 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000001514 detection method Methods 0.000 claims description 40
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 230000005674 electromagnetic induction Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 claims 1
- 238000012360 testing method Methods 0.000 abstract description 17
- 230000008447 perception Effects 0.000 abstract description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Automation & Control Theory (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种用于智能汽车功能验证的方法及其仿真模型车，利用仿真模拟车来验证物理汽车与车云平台之间交互，对云端指令通信、云端指令解析、指令服务转换、服务统一调用、车况采集、服务指令映射关系、服务状态转换等模型车功能进行验证。仿真模型车包括车体、核心处理单元、感知单元、通讯单元和执行部件；其中，所述核心处理单元是安装于车体上的一台嵌入计算机，负责车体感知、控制和对外通讯，是仿真模型车的核心部分，主要完成的功能有：遥控输入、感知处理、网络通讯、执行处理等模型车控制功能。本发明可用于测试、验证汽车的所需功能，具有成本低、安全性强、容错率高、效率快等优点。
Description
技术领域
本发明涉及一种用于智能汽车功能验证的方法及其仿真模型车，属于车云检测技术领域。
背景技术
智能汽车的众多功能在实际投入使用之前，需要进行反复的测试和验证。目前，对智能驾驶汽车的测试主要有两种方式：一是使用真实车辆在真实环境中进行驾驶测试；然而，由于被测车辆的安全性能正处于测试阶段，安全性能无法得到保证，将其直接置于真实行驶环境，会存在非常大的安全隐患。二是采用虚拟仿真软件进行汽车虚拟仿真测试；但是，目前的虚拟仿真软件无法给出实物的直观结果，车辆不和云端通信。由于上述原因，目前尚不能进行车云平台、数字孪生相关功能和性能的测试和验证。
因此，如何设计一种仿真模型车用于对智能汽车的众多功能进行测试和验证，以降低成本和提高工作效率，是本领域技术人员有待解决的技术问题。CN202010429803.4公开了一种智能驾驶仿真系统，包括：第一仿真模块，其包括3D车辆模型生成模块；第二仿真模块，其包括车辆动力学模型生成模块；以及第三仿真模块；其中，第一仿真模块、第二仿真模块和第三仿真模块通信地连接，并且协作地执行智能驾驶的仿真；其中，3D车辆模型生成模块基于来自车辆动力学模型生成模块的智能驾驶车辆信号而向第三仿真模块发出响应信号。其根据智能驾驶仿真系统100和方法200，通过合理的方式联合了三种各具优势的仿真模块快速地构建用于智能驾驶车辆的3D虚拟仿真环境，提高了测试安全性。CN201910641236.6公开一种智能驾驶仿真方法、系统、电子设备和存储介质；其中，智能驾驶仿真方法应用于智能驾驶仿真系统，且智能驾驶仿真系统配置有仿真接入接口，智能驾驶仿真方法包括：构建仿真场景和多个虚拟体；通过仿真接入接口接收仿真接入请求信息；响应仿真接入请求信息而确定虚拟体；其使用虚拟仿真技术实现了智能驾驶系统的仿真。
由此可见，现有虚拟技术无法给出实物的直观结果，车辆不和云端通信，无法模拟网联车环境，因此与真实的智能汽车有较大的出入，不能验证真实的工况如车云通信、云端指令处理等。
发明内容
针对现有技术存在的上述不足，本发明的目的在于提供一种用于智能汽车功能验证的方法及其仿真模型车，解决目前智能驾驶汽车测试成本高昂、容错率低、重复性不强，以及效率低下等问题。
为了实现上述目的，本发明采用如下技术方案：
一种用于智能汽车功能验证的方法，利用仿真模拟车来验证物理汽车与车云平台之间交互，对云端指令通信、云端指令解析、指令服务转换、服务统一调用、车况采集、服务指令映射关系、服务状态转换等模型车功能进行验证；还包括验证服务编排规则引擎、服务编排执行引擎功能；还包括测试MQTT协议通信、数字孪生系统服务编排、自动驾驶算法和SOA软件平台功能。
具体包括如下步骤：
步骤1：仿真模型车在未接收到云平台解析后的指令时，通过蓝牙近程遥控器进行控制；接收到云平台解析指令后，则进入步骤2；
步骤2：仿真模型车的控制系统由核心处理单元以及MCU底层单元组成，核心处理单元主要进行图像采集以及接受来自远程遥控器和近程遥控器的指令，经过甄别判断后，分析出需要完成的指令及待验证的功能，通过MCU向底层单元发出操控指令；
步骤3：MCU底层单元连接近程遥控器、执行部件、感知单元、供电单元，采集数据，实时向核心处理单元汇报，并且执行所接收到的驱动控制指令，完成仿真实验并保存记录。
本发明还提供一种仿真模型车，用于实施上述智能汽车功能验证方法；所述仿真模型车包括通讯单元、核心处理单元、服务单元、感知单元和执行单元；其中，
所述核心处理单元是安装于车体上的嵌入式计算机，执行如下功能：云端指令通信、云端指令解析、指令服务转换、服务统一调用、车况采集、服务指令映射关系、服务状态转换等模型车功能；还包括服务编排规则引擎、服务编排执行引擎功能。
所述服务单元是指封装了感知单元和执行单元的能力，通过服务API的方式暴露给外部调用。
进一步，所述核心处理单元采用Jetson Nano硬件，操作系统则使用Linux，接收到仿真模型车采集的环境信息和车云平台的指令之后，对数据进行处理，最后将处理结果送至执行部件。
进一步，所述通讯单元包括远程通讯和近程通讯，通过网卡和无线蓝牙设备实现对车辆的远程遥控；其中，
远程通讯：通过4G网卡实现核心处理单元与云端远程遥控器的数据收发；
近程通讯：通过无线蓝牙模块实现车辆核心处理单元与近程遥控器的数据收发；
使用网卡和蓝牙的组合模式，分别对模型车进行远程、近程控制，灵活度高，加强对模型车的指令化控制；
其中，远程通讯支持HTTP、MQTT、TCP等通信协议，可扩展；
近程通讯支持蓝牙、NFC等通信协议，可扩展。
进一步，所述感知单元包括图像采集模块、UWB模拟定位、激光测距、速度检测、方向检测、车灯检测、电池电量检测等，采集仿真模拟车的环境数据，传送到核心处理单元进行数据处理；其中，
A）图像采集模块：采集道路信息，实现直道、弯道、十字路口等道路的识别和环视；
B）UWB模拟定位：在仿真模型车上安装UWB标签，标签按照一定的频率发送脉冲，不断和4个已知位置的基站进行测距，从而达到模拟GPS采集仿真模型车实时定位信息；
C）激光测距：通过激光测距模块采集仿真模型车周围环境物体距离信息，用于防碰撞检测。激光测距精确度高、响应实时，并且可以结合主摄像头，识别出障碍物的种类；
D）速度检测：霍尔编码器通过电磁感应检索位置编码，而光电编码器通过码盘进行光检测编码，光电编码器测速更精准，选用光电编码器控制车辆行驶速度；
E）方向检测：通过陀螺仪以及电子罗盘模块完成车辆方向检测、角速度检测功能。利用惯性元件(加速度计)来测量运载体本身的加速度，经过积分和运算得到速度和位置，与UWB定位结合，在精准转向的同时提高定位的精度；
F）电量检测：采集仿真模型车的电池电量信息。
进一步，所述执行单元通过运动控制实现仿真模型车的各种运动；OLED显示器展示汽车状态信息；模拟车辆灯光：支持模拟车况LED指示灯、行车灯、模拟汽车大灯、转向指示、报警提示，并完成对外界环境的响应，真实的模拟道路情况；模拟物理车辆与云平台交互；可以使用户的体验更好。
进一步，所述核心处理单元执行的功能中，所述云端指令通信是指按照云端的通信要求和云端建立连接，并通过该连接进行指令收发，该要求为内置一张云端签发的证书和相关密钥，通过云端要求的鉴权方式和通信方式进行连接；
所述的云端指令解析是指按照指令解析规则解析出指令内容；
所述指令服务转换是指通过配置好的指令服务映射关系，将解析出的云端指令转换为仿真模型车服务单元提供的服务，通过服务统一调用进行服务执行；
所述车况采集是指将仿真车的所处工况下的状态进行统一采集，通过通信单元上传到云端，进行仿真模型车状态的后续处理；
所述服务状态转换是指当某些服务仿真模型车未提供时，但又需要反馈车况给云端，当调用服务时将服务导致的状态变化后的状态反馈给车况采集，进而反馈到云端。
进一步，所述服务编排规则引擎是指仿真车模型为了验证服务编排能力部署的服务编排的规则引擎，规则引擎可以根据规则读取仿真车模型相关信息输出是否触发某个编排；
所述服务编排执行引擎是指仿真车模型为了验证服务编排能力部署的服务编排的执行引擎，用于执行规则引擎触发的某个编排；
其中，所述编排是指服务单元提供的服务的排列组合，服务编排执行引擎会根据服务的排列组合执行对应的服务。
相比现有技术，本发明具有如下有益效果：
1、采用本发明用于智能汽车功能验证的方法，测试、验证汽车的所需功能，具有成本低、安全性强、容错率高、效率快等优点。
2、本发明通过服务化仿真车的感知、执行能力，仿真车功能验证单元基于服务化后的服务单元可以搭载各种汽车应用软件，用于验证软件能力，实现高效、快速地测试、验证物理汽车与车云平台之间交互的可行性、可靠性与稳定性，以及测试MQTT协议通信、数字孪生系统、服务编排、自动驾驶算法、SOA软件平台功能等。
3、本发明仿真模型车设计合理、结构简单，具有成本低，用于测试、验证汽车的所需功能，具有成本低、安全性强、容错率高、效率快等优点。
附图说明
图1为本发明用于智能汽车功能验证的方法的运行过程图；
图2为本发明仿真模型车的功能架构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
参见图1，本发明提供一种仿真模型车功能验证方法，利用仿真模拟车来验证物理汽车与车云平台之间交互的可行性、可靠性与稳定性，对云端指令通信、云端指令解析、指令服务转换、服务统一调用、车况采集、服务指令映射关系、服务状态转换等模型车功能进行验证；还包括验证服务编排规则引擎、服务编排执行引擎功能；以及测试MQTT协议通信、数字孪生系统服务编排、自动驾驶算法、SOA软件平台功能等。具体包括如下步骤：
步骤1：仿真模型车在未接收到云平台解析后的指令时，通过蓝牙近程遥控器进行控制；接收到云平台解析指令后，则进入步骤2；
步骤2：仿真模型车的控制系统由Jetson Nano核心处理单元以及32位MCU底层单元组成，Jetson Nano核心处理单元主要进行图像采集以及接受来自远程遥控器和近程遥控器的指令，经过甄别判断后，分析出需要完成的指令及待验证的功能，通过MCU向底层单元发出操控指令；
步骤3：MCU底层单元连接近程遥控器、执行部件、感知单元、供电单元，采集数据，实时向Jetson Nano核心处理单元汇报，并且执行所接收到的驱动控制指令，完成仿真实验并保存记录。
通过上述步骤，测试、验证汽车的所需功能，具有成本低、安全性强、容错率高、效率快等优点。
实现上述仿真模型车功能验证方法，本发明提供一种适用于智能汽车驾驶的仿真模型车，与本申请人另一发明“用于自动驾驶测试的微缩环境仿真系统”或类似系统配套使用，效果更好。
参见图2，本发明提供一种仿真模型车，包括通讯单元、核心处理单元、服务单元、感知单元和执行单元；其中，
所述核心处理单元是安装于车体上的嵌入式计算机，包括如下功能：云端指令通信、云端指令解析、指令服务转换、服务统一调用、车况采集、服务指令映射关系、服务状态转换等模型车功能；还包括服务编排规则引擎、服务编排执行引擎功能。
所述服务单元是指封装了感知单元和执行单元的能力，通过服务API的方式暴露给外部调用。
本发明中，所述核心处理单元采用Jetson Nano硬件，操作系统则使用Linux，接收到仿真模型车采集的环境信息和车云平台的指令之后，对数据进行处理，最后将处理结果送至执行部件。
其中，所述核心处理单元执行的功能中，所述云端指令通信是指按照云端的通信要求和云端建立连接，并通过该连接进行指令收发，该要求为内置一张云端签发的证书和相关密钥，通过云端要求的鉴权方式和通信方式进行连接；
所述的云端指令解析是指按照指令解析规则解析出指令内容；
所述指令服务转换是指通过配置好的指令服务映射关系，将解析出的云端指令转换为仿真模型车服务单元提供的服务，通过服务统一调用进行服务执行；
所述车况采集是指将仿真车的所处工况下的状态进行统一采集，通过通信单元上传到云端，进行仿真模型车状态的后续处理；
所述服务状态转换是指当某些服务仿真模型车未提供时，但又需要反馈车况给云端，当调用服务时将服务导致的状态变化后的状态反馈给车况采集，进而反馈到云端。
所述服务编排规则引擎是指仿真车模型为了验证服务编排能力部署的服务编排的规则引擎，规则引擎可以根据规则读取仿真车模型相关信息输出是否触发某个编排；
所述服务编排执行引擎是指仿真车模型为了验证服务编排能力部署的服务编排的执行引擎，用于执行规则引擎触发的某个编排；
其中，所述编排是指服务单元提供的服务的排列组合，服务编排执行引擎会根据服务的排列组合执行对应的服务。
进一步，所述通讯单元包括远程通讯和近程通讯，通过网卡和无线蓝牙设备实现对车辆的远程遥控；
A）远程通讯：通过4G网卡实现核心处理单元与云端远程遥控器的数据收发；
B）近程通讯：通过无线蓝牙模块实现车辆核心处理单元与近程遥控器的数据收发；
使用网卡和蓝牙的组合模式，分别对模型车进行远程、近程控制，灵活度高，加强对模型车的指令化控制；
其中，远程通讯支持HTTP、MQTT、TCP等通信协议，可扩展；
近程通讯支持蓝牙、NFC等通信协议，可扩展。
具体实施中，所述感知单元包括图像采集模块、UWB模拟定位、激光测距、速度检测、方向检测、车灯检测、电池电量检测等，采集仿真模拟车的环境数据，传送到核心处理单元进行数据处理；其中，
A）图像采集模块：采集道路信息，实现直道、弯道、十字路口等道路的识别和环视；
B）UWB模拟定位：在仿真模型车上安装UWB标签，标签按照一定的频率发送脉冲，不断和4个已知位置的基站进行测距，从而达到模拟GPS采集仿真模型车实时定位信息；
C）激光测距：通过激光测距模块采集仿真模型车周围环境物体距离信息，用于防碰撞检测。激光测距精确度高、响应实时，并且可以结合主摄像头，识别出障碍物的种类；
D）速度检测：霍尔编码器通过电磁感应检索位置编码，而光电编码器通过码盘进行光检测编码，光电编码器测速更精准，选用光电编码器控制车辆行驶速度；
E）方向检测：通过陀螺仪以及电子罗盘模块完成车辆方向检测、角速度检测功能。利用惯性元件(加速度计)来测量运载体本身的加速度，经过积分和运算得到速度和位置，与UWB定位结合，在精准转向的同时提高定位的精度；
F）电量检测：采集仿真模型车的电池电量信息。
所述图像采集模块可以采用不小于1080P工业级AI宽动态、不小于125度广角镜头，支持自动聚焦，包括1个前置摄像头和4个环视摄像头；前置摄像头安装在车身头部的中间位置，起行车记录仪以及道路轨迹检测的作用；环视摄像头可以对仿真模型车周边环境进行采集，此种图像采集模式，对环境的识别更加精准。
具体实施中，所述执行单元通过运动控制实现仿真模型车的各种运动；OLED显示器展示汽车状态信息；模拟车辆灯光：支持模拟车况LED指示灯、行车灯、模拟汽车大灯、转向指示、报警提示，并完成对外界环境的响应，真实的模拟道路情况；模拟物理车辆与云平台交互，使用户的体验更好。
本发明仿真模型车，为接入智能网联车云平台真实物理车的模型车，用于智能汽车驾驶的功能验证，验证物理汽车与车云平台之间交互的可行性、可靠性与稳定性，以及测试MQTT协议通信、数字孪生系统服务编排、自动驾驶算法、SOA软件平台功能等。
实施例
作为本发明仿真模型车的优化，具体结构按如下方式实施：
1、行车结构：
综合分析、比较易安装性、可拓展性和时间成本等几个方面，小车架构使用多层铝片组合，采用铜柱连接各层；从可观赏性考虑，采用自制外壳加自制车架的组合，保证较高的拟真度；考虑到拟真性与转向角度的精度两方面的需求，驱动则选择舵机转向的方案。
其车身与实车可以按1：10-20缩小。
2、中央计算模块：
模型车控制系统负责控制车辆的运行，包括启停、运行、停车等。同时，系统根据物理车辆的参数、行为特性，模拟物理车辆与云平台交互。
选择Jetson Nano开发套件作为控制板，计算性能更好；
3、感知单元：
A）图像采集功能：图像采集模块采集道路信息，实现直道、弯道、十字路口等道路的识别和环视。图像采集模块采用不小于1080P工业级AI宽动态、不小于125度广角镜头，支持自动聚焦，包括1个前置摄像头和4个环视摄像头。前置摄像头安装在车身头部的中间位置，起行车记录仪以及道路轨迹检测的作用。环视摄像头可以对仿真模型车周边环境进行采集，此种图像采集模式，对环境的识别更加精准。
B）UWB模拟定位：在仿真模型车上安装UWB标签，标签按照一定的频率发送脉冲，不断和4个已知位置的基站进行测距，从而达到模拟GPS采集仿真模型车实时定位信息。选择UWB提供定位服务，优点是发射功率较低、穿透能力较强、传输距离较远、定位精确度高，且是基于极窄脉冲的无线技术。
C）激光测距：通过激光测距模块采集仿真模型车周围环境物体距离信息，用于防碰撞检测。激光测距精确度高、响应实时，并且可以结合主摄像头，识别出障碍物的种类。
D）速度检测：霍尔编码器通过电磁感应检索位置编码，而光电编码器通过码盘进行光检测编码，光电编码器测速更精准，选用光电编码器控制车辆行驶速度。
E）方向检测：通过陀螺仪以及电子罗盘模块完成车辆方向检测、角速度检测功能。利用惯性元件(加速度计)来测量运载体本身的加速度，经过积分和运算得到速度和位置，与UWB定位结合，在精准转向的同时提高定位的精度。
F）电量检测：采集仿真模型车的电池电量信息。
4、通讯单元：
A）远程通讯：通过4G网卡实现核心处理单元与云端远程遥控器的数据收发；
B）近程通讯：通过无线蓝牙模块实现车辆核心处理单元与近程遥控器的数据收发；
使用网卡和蓝牙的组合模式，分别对模型车进行远程、近程控制，灵活度高，加强对模型车的指令化控制；
5、执行部件：
A）运动控制：实现仿真模型车的各种运动，比如加速，减速，打开车门等等。车速最大能到达1m/s。从用户的使用体验出发，选择噪声较少的电机；
B）展示汽车状态信息：通过OLED显示器来进行展示，可以使用户的体验更好；
C）模拟车辆灯光：支持模拟车况LED指示灯、模拟汽车大灯、转向指示、报警提示，更加真实的模拟道路情况。
采用本发明仿真模拟车用于验证物理汽车与车云平台之间交互的可行性、可靠性与稳定性，以及测试MQTT协议通信、数字孪生系统服务编排、自动驾驶算法、SOA软件平台功能等， 通过上述步骤，测试、验证汽车的所需功能，具有成本低、安全性强、容错率高、效率快等优点。
最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种用于智能汽车功能验证的方法，其特征在于，利用仿真模拟车来验证物理汽车与车云平台之间交互，对云端指令通信、云端指令解析、指令服务转换、服务统一调用、车况采集、服务指令映射关系、服务状态转换模型车功能进行验证，以及测试MQTT协议通信、数字孪生系统服务编排、自动驾驶算法和SOA软件平台功能；包括如下步骤：
步骤1：仿真模型车在未接收到云平台解析后的指令时，通过蓝牙近程遥控器进行控制；接收到云平台解析指令后，则进入步骤2；
步骤2：仿真模型车的控制系统由核心处理单元以及MCU底层单元组成，核心处理单元主要进行图像采集以及接受来自远程遥控器和近程遥控器的指令，经过甄别判断后，分析出需要完成的指令及待验证的功能，通过MCU向底层单元发出操控指令；
步骤3：MCU底层单元连接近程遥控器、执行部件、感知单元、供电单元，采集数据，实时向核心处理单元汇报，并且执行所接收到的驱动控制指令，完成仿真实验并保存记录。
2.一种仿真模型车，其特征在于，用于权利要求1所述智能汽车功能验证的方法，包括通讯单元、核心处理单元、服务单元、感知单元和执行单元；其中，
所述核心处理单元是安装于车体上的嵌入式计算机，包括如下功能：云端指令通信、云端指令解析、指令服务转换、服务统一调用、车况采集、服务指令映射关系、服务状态转换模型车功能；
所述服务单元是指封装了感知单元和执行单元的能力，通过服务API的方式暴露给外部调用；
所述通讯单元包括远程通讯和近程通讯，通过网卡和无线蓝牙设备实现对车辆的远程遥控；其中，
远程通讯：通过4G网卡实现核心处理单元与云端远程遥控器的数据收发；
近程通讯：通过无线蓝牙模块实现车辆核心处理单元与近程遥控器的数据收发；
所述感知单元包括图像采集模块、UWB模拟定位、激光测距、速度检测、方向检测、车灯检测和电池电量检测，采集仿真模拟车的环境数据，传送到核心处理单元进行数据处理；其中，
A）图像采集模块：采集道路信息，实现直道、弯道、十字路口道路的识别和环视；
B）UWB模拟定位：在仿真模型车上安装UWB标签，标签按照一定的频率发送脉冲，不断和4个已知位置的基站进行测距，从而达到模拟GPS采集仿真模型车实时定位信息；
C）激光测距：通过激光测距模块采集仿真模型车周围环境物体距离信息，用于防碰撞检测；激光测距精确度高、响应实时，并且可以结合主摄像头，识别出障碍物的种类；
D）速度检测：霍尔编码器通过电磁感应检索位置编码，而光电编码器通过码盘进行光检测编码，光电编码器测速更精准，选用光电编码器控制车辆行驶速度；
E）方向检测：通过陀螺仪以及电子罗盘模块完成车辆方向检测、角速度检测功能；利用惯性元件来测量运载体本身的加速度，经过积分和运算得到速度和位置；
F）电量检测：采集仿真模型车的电池电量信息。
3.根据权利要求2所述仿真模型车，其特征在于，所述核心处理单元还包括处理服务编排规则引擎、服务编排执行引擎功能。
4.根据权利要求2所述仿真模型车，其特征在于，所述核心处理单元采用Jetson Nano硬件，操作系统则使用Linux，接收到仿真模型车采集的环境信息和车云平台的指令之后，对数据进行处理，最后将处理结果送至执行部件。
5.根据权利要求2所述仿真模型车，其特征在于，所述执行单元通过运动控制实现仿真模型车的各种运动；OLED显示器展示汽车状态信息；模拟车辆灯光：支持模拟车况LED指示灯、行车灯、模拟汽车大灯、转向指示、报警提示。
6.根据权利要求2所述仿真模型车，其特征在于，所述核心处理单元执行的功能中，所述云端指令通信是指按照云端的通信要求和云端建立连接，并通过该连接进行指令收发，该要求为内置一张云端签发的证书和相关密钥，通过云端要求的鉴权方式和通信方式进行连接；
所述的云端指令解析是指按照指令解析规则解析出指令内容；
所述指令服务转换是指通过配置好的指令服务映射关系，将解析出的云端指令转换为仿真模型车服务单元提供的服务，通过服务统一调用进行服务执行；
所述车况采集是指将仿真车的所处工况下的状态进行统一采集，通过通信单元上传到云端，进行仿真模型车状态的后续处理；
所述服务状态转换是指当某些服务仿真模型车未提供时，但又需要反馈车况给云端，当调用服务时将服务导致的状态变化后的状态反馈给车况采集，进而反馈到云端。
7.根据权利要求3所述仿真模型车，其特征在于，所述服务编排规则引擎是指仿真车模型验证服务编排能力部署的服务编排的规则引擎，规则引擎根据规则读取仿真车模型相关信息输出是否触发某个编排；
所述服务编排执行引擎是指仿真车模型验证服务编排能力部署的服务编排的执行引擎，用于执行规则引擎触发的某个编排；
其中，所述编排是指服务单元提供的服务的排列组合，服务编排执行引擎会根据服务的排列组合执行对应的服务。
8.根据权利要求2所述仿真模型车，其特征在于，所述图像采集模块采用不小于1080P工业级AI宽动态、不小于125度广角镜头，支持自动聚焦，包括1个前置摄像头和4个环视摄像头；前置摄像头安装在车身头部的中间位置，起行车记录仪以及道路轨迹检测的作用；环视摄像头可以对仿真模型车周边环境进行采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210723865.5A CN115277442B (zh) | 2022-06-24 | 2022-06-24 | 一种用于智能汽车功能验证的方法及其仿真模型车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210723865.5A CN115277442B (zh) | 2022-06-24 | 2022-06-24 | 一种用于智能汽车功能验证的方法及其仿真模型车 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115277442A CN115277442A (zh) | 2022-11-01 |
| CN115277442B true CN115277442B (zh) | 2023-07-28 |
Family
ID=83760805
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210723865.5A Active CN115277442B (zh) | 2022-06-24 | 2022-06-24 | 一种用于智能汽车功能验证的方法及其仿真模型车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115277442B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104570770A (zh) * | 2015-01-04 | 2015-04-29 | 上海交通大学 | 基于缩微智能车的交通流仿真实验平台 |
| CN110850777A (zh) * | 2019-11-22 | 2020-02-28 | 温州大学瓯江学院 | 一种智能网联汽车云平台控制操作系统 |
| WO2021169588A1 (zh) * | 2020-02-24 | 2021-09-02 | 上海商汤临港智能科技有限公司 | 自动驾驶仿真方法和装置、电子设备及存储介质 |
| CN114061972A (zh) * | 2021-10-25 | 2022-02-18 | 上海智能网联汽车技术中心有限公司 | 一种云端智能化汽车动力总成测试系统及方法 |
| CN114333489A (zh) * | 2021-12-30 | 2022-04-12 | 广州小鹏汽车科技有限公司 | 远程驾驶仿真方法、设备及仿真系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016220670A1 (de) * | 2015-11-06 | 2017-05-11 | Ford Global Technologies, Llc | Verfahren und System zum Testen von Software für autonome Fahrzeuge |
| CN109141929A (zh) * | 2018-10-19 | 2019-01-04 | 重庆西部汽车试验场管理有限公司 | 智能网联汽车仿真测试系统及方法 |
| US11087049B2 (en) * | 2018-11-27 | 2021-08-10 | Hitachi, Ltd. | Online self-driving car virtual test and development system |
| US11670120B2 (en) * | 2020-08-31 | 2023-06-06 | Toyota Research Institute, Inc. | System and method for monitoring test data for autonomous operation of self-driving vehicles |
| CN114004113B (zh) * | 2021-12-30 | 2022-05-03 | 佛山仙湖实验室 | 基于云服务的交互式智能车辆交通模拟测试方法及系统 |
| CN114647584A (zh) * | 2022-03-28 | 2022-06-21 | 重庆长安汽车股份有限公司 | 汽车微缩环境的控制方法、系统及可读存储介质 |
-
2022
- 2022-06-24 CN CN202210723865.5A patent/CN115277442B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104570770A (zh) * | 2015-01-04 | 2015-04-29 | 上海交通大学 | 基于缩微智能车的交通流仿真实验平台 |
| CN110850777A (zh) * | 2019-11-22 | 2020-02-28 | 温州大学瓯江学院 | 一种智能网联汽车云平台控制操作系统 |
| WO2021169588A1 (zh) * | 2020-02-24 | 2021-09-02 | 上海商汤临港智能科技有限公司 | 自动驾驶仿真方法和装置、电子设备及存储介质 |
| CN114061972A (zh) * | 2021-10-25 | 2022-02-18 | 上海智能网联汽车技术中心有限公司 | 一种云端智能化汽车动力总成测试系统及方法 |
| CN114333489A (zh) * | 2021-12-30 | 2022-04-12 | 广州小鹏汽车科技有限公司 | 远程驾驶仿真方法、设备及仿真系统 |
Non-Patent Citations (2)
| Title |
|---|
| Deun-Sol Cho,Seongiin Yun.Autonomous Driving System Verfication Framework with FMI Co-Simulation based on OMG DDS.2020 IEEE International Conference on Consumer Electronics.2020,全文. * |
| 面向智能网联汽车的云数据平台的设计与实现;崔志斌;中国优秀硕士学位论文数据库;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115277442A (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111797475B (zh) | V2x测试方法及系统 | |
| US10908051B2 (en) | Testing method and apparatus applicable to driverless vehicle | |
| CN109213126B (zh) | 自动驾驶汽车测试系统和方法 | |
| CN112526893B (zh) | 一种智能汽车的测试系统 | |
| WO2023207016A1 (zh) | 一种基于数字孪生云控平台的自动驾驶测试系统和方法 | |
| CN110456757B (zh) | 一种无人驾驶车辆的整车测试方法及系统 | |
| CN109064763A (zh) | 自动驾驶车辆的测试方法、装置、测试设备和存储介质 | |
| CN111857094B (zh) | 一种车载单元测试软件的系统及方法 | |
| CN113848855B (zh) | 车辆控制系统测试方法、装置、设备、介质及程序产品 | |
| CN111625939B (zh) | 车路协同应用的规模测评系统及方法 | |
| CN106774287B (zh) | 一种主动安全控制器的实车在环测试系统及方法 | |
| CN107516354B (zh) | 基于规则脚本的驾驶员考试系统、辅助驾驶系统及方法 | |
| WO2023028858A1 (zh) | 一种测试方法和系统 | |
| CN109215160A (zh) | 用于黑匣子的数据发送方法和装置 | |
| CN115525974A (zh) | 适用于v2x场地测试系统的地图匹配测试场景搭建方法 | |
| CN112557058A (zh) | 一种自动驾驶测试系统 | |
| CN116361990A (zh) | 一种基于lte-v2x的hil台架的adas融合测试方法及装置 | |
| CN115277442B (zh) | 一种用于智能汽车功能验证的方法及其仿真模型车 | |
| CN114049811A (zh) | 一种车载网络及智能网联汽车仿真模拟教学系统 | |
| CN110969890A (zh) | 车辆、车机设备及其在线式地图智能构造方法、云服务器 | |
| CN110853387A (zh) | 路况全景视频构造显示方法、系统、服务器及车辆 | |
| CN115576296A (zh) | 整车在环测试系统和方法、装置及存储介质 | |
| CN111210541A (zh) | 车辆、车机设备及限速信息智能提示方法 | |
| CN115330923A (zh) | 点云数据渲染方法、装置、车辆、可读存储介质及芯片 | |
| WO2022113196A1 (ja) | 交通イベント再現システム、サーバ、交通イベント再現方法、及び非一時的なコンピュータ可読媒体 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |