CN115843059A

CN115843059A - 一种v2x硬件在环数字物理融合测试系统

Info

Publication number: CN115843059A
Application number: CN202211362975.XA
Authority: CN
Inventors: 朱冰; 薛经纬; 赵健; 吴坚; 郭运娇
Original assignee: Changsha Automobile Innovation Research Institute
Current assignee: Changsha Automobile Innovation Research Institute
Priority date: 2022-11-02
Filing date: 2022-11-02
Publication date: 2023-03-24

Abstract

本发明公开了一种V2X硬件在环数字物理融合测试系统，涉及智能网联汽车自动驾驶技术领域。该系统主要由数字虚拟仿真平台(S1)、数字建模平台(S2)、V2X硬件在环平台(S3)、自动驾驶算法平台(S4)、车辆动力学平台(S5)共同搭建而成。数字虚拟仿真平台负责仿真场景的搭建以及场景与车辆参数的配置；数字建模平台负责V2X信道建模；V2X硬件在环平台负责复现硬件之间数据的传输过程；自动驾驶算法平台负责环境感知、决策规划与控制执行等功能；车辆动力学平台将仿真场景中的车辆与车辆动力学模型建立关系，使场景中所有车辆能够模拟真实车辆的运动状态和行驶轨迹。系统采用DDS通信协议，以数据为中心实现跨平台、低延迟、自由度高的V2X硬件在环数字物理融合系统。

Description

一种V2X硬件在环数字物理融合测试系统

技术领域

本发明涉及智能网联汽车自动驾驶技术领域，尤其涉及一种V2X硬件在环数字物理融合测试系统。

背景技术

近年来，智能网联汽车和利用智能网联汽车功能的自动驾驶技术备受关注，推进智能网联汽车通信技术的发展至关重要。汽车之间的通信一般称为V2V(Vehicle toVehicle)，汽车与公路基础设施之间的通信称为V2I(Vehicle to Infrastructure)，汽车与行人之间的通信称为V2P(Vehicle to Pedestrian)，汽车与网络之间的通信称为V2N(Vehicle to Network)。将道路、人、车、设备等一切连接的通信技术称为V2X(Vehicle toEverything)。因此，V2X也是所有上述通信技术的统称。由于V2X实车测试需要比较完善的车联网公路基础设施，而且很难完成危险路况下的测试。此外，实车测试场景过于庞大，测试时间又极为漫长，测试过程会消耗巨大的人力和物力。为了推动智能网联汽车的发展，开发V2X硬件在环数字物理融合测试方法是非常必要的。

目前，针对V2X硬件在环(Hardware in Loop，HIL)数字物理融合测试系统架构，大都如图1所示：

1.通过数字仿真平台建立V2X数字虚拟仿真环境，生成主车(Host Vehicle，HV)、目标车(Remote Vehicle，RV)、路侧单元数据(Road Side Unit，RSU)。

2.将GNSS的虚拟坐标、V2X无线信息，以及主车自身的各种状态数据发送到智能网联汽车待测OBU(On Board Unit，OBU)。

3.最终数据更新至数字虚拟仿真环境，形成闭环，实现V2X硬件在环数字物理融合测试系统。

但是上述V2X硬件在环数字物理融合测试系统存在以下缺点：

1.上述V2X硬件在环数字物理融合测试系统模拟的是最优的通信环境，忽略了信号在传输过程中噪声干扰的影响以及由于多径效应造成各种衰落的影响。

2.难与MATLAB/Simulink、Carsim、LabView等数字虚拟仿真软件和工控软件进行联合仿真。

综上，图1这种V2X硬件在环数字物理融合测试系统局限性较大，测试结果难以满足实际需求。

发明内容

本发明所要解决的技术问题是克服上述现有在环系统的缺陷，提出一种V2X硬件在环数字物理融合测试系统方案。

所述V2X硬件在环数字物理融合测试系统特征如下：

一种V2X硬件在环数字物理融合测试系统分为数字虚拟仿真平台、数字建模平台、V2X硬件在环平台、自动驾驶算法平台、车辆动力学平台，各平台的数据传输采用DDS通信中间件。

DDS通信中间件：

一种V2X硬件在环数字物理融合测试系统的数据通信机制采用数据分发(DataDistribution Service，DDS)实时通信中间件协议，DDS强调以数据为中心，整个系统通过发布-订阅的架构体系，使互不兼容的工控软件、平台之间数据可以进行交互，并且DDS提供丰富的QoS(Quality of Service)服务质量，可以保障数据传输的实时性、准确性和灵活性。因此，在同一DDS域(Domain)内不同应用程序、不同平台之间，只要发布者与订阅者定义的数据类型与数据名一致，就可以实现跨平台的数据交互。

数字虚拟仿真平台：

数字虚拟仿真平台分为场景管理模块、车辆管理模块和数字虚拟仿真软件；场景管理模块的作用是通过数字虚拟仿真场景配置文件，对数字虚拟仿真软件的场景进行初始化；车辆管理模块的作用是在数字虚拟仿真场景中设置好主车、目标车以及其他交通车辆的初始位置、初始速度、预期行驶轨迹等运动学参数；数字虚拟仿真软件的主要作用是搭建数字虚拟仿真环境，提供智能网联汽车测试所需场景；交通方面主要包括交通道路、交通标识、信号灯、车辆与行人；数字虚拟仿真智能网联汽车配置的传感器主要包括激光雷达、毫米波雷达、超声波雷达、车载摄像头、GNSS；数字虚拟仿真场景主要为城市、郊区、乡村和高速公路。

数字建模平台：

无线信号在传输过程中易受到噪声干扰和由于多径效应造成的各种衰落的影响。数字建模平台的作用是搭建V2X信道动态建模模块，使智能网联汽车V2X硬件在环系统能在实验室条件下实时模拟真实传播环境对无线信号造成的影响，生成V2X信道特征参数；

V2X硬件在环平台：

为了在实验室条件下模拟外场实际环境硬件之间的通信状况，此平台集成了4台V2X无线信号传输所需硬件设备和智能网联汽车信息订阅-发布模块；

硬件设备分别是信道模拟器、GNSS模拟器、射频信号发生器和智能网联汽车被测设备(OBU)。这4台硬件设备和信息订阅-发布模块，共同复现物理层通信经由数据包的传输过程。

自动驾驶算法平台：

车辆自身的各种状态信息、数字虚拟仿真场景中其他车辆信息、仿真场景环境信息对V2X自动驾驶算法应用程序极为重要。为保障V2X智能网联汽车自动驾驶算法应用程序的正常运行，本平台需要同时订阅车辆动力学模型输出的信息以及V2X硬件在环平台发布的数据包。

车辆动力学平台：

此平台可以搭建主车以及目标车动力学模型，将场景中的车辆与车辆动力学模型建立联系，使场景中所有车辆能够模拟真实车辆的运动状态和行驶轨迹，令场景的动态更新过程更加逼真。

根据本发明的硬件在环测试系统，能够实现在实验室条件下模拟V2X无线通信过程，并对智能网联汽车被测设备以及V2X自动驾驶算法进行测试。系统采用DDS通信协议，使不同平台形成一体化测试系统。在实时性方面，通过设定QoS服务质量来提升数据传输的高实时性、准确性和灵活性。

通过DDS通信机制，只要使用相同的DDS API，不同企业开发的工控软件就可以建立通信。通过DDS发布-订阅这一跨平台机制，能够将开发者个人开发的自动驾驶算法与现有系统无缝衔接，或者替换现有默认的自动驾驶算法与硬件系统。

本发明的其他特征以及V2X信道模拟建模的细节部分，将在说明书、权利要求书以及附图中详细说明。

附图说明

为了更清楚地说明本发明的技术方案，下面将对本申请实施例描述中使用的附图作简要说明。附图用来对本发明进行进一步解释，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1为现有技术中智能网联汽车V2X程序架构示意图；

图2为DDS数据分发实时通信中间件通信模型示意图；

图3为本发明提供的智能网联汽车V2X硬件在环数字物理融合测试系统示意图；

图4为智能网联汽车V2X信道动态建模示意图；

图5为智能网联汽车V2X硬件在环平台示意图；

图6为智能网联汽车自动驾驶算法平台示意图；

图7为智能网联汽车车辆动力学平台示意图；

具体实施方式

为了把本发明的目的、V2X硬件在环数字物理融合系统的架构、V2X信道建模的原理和主要用途阐述的更加清楚明了，下面结合附图对本申请的具体实施方法进一步说明。

如图1所示，目前针对V2X硬件在环数字物理融合测试系统具有以下缺点：

1.在研究室环境下V2X无线信道模拟的是最优的通信环境，忽略了信号在传输过程中噪声干扰的影响以及由于多径效应造成各种衰落的影响。

2.难与其他数字虚拟仿真软件以及工控软件等联合仿真。

为克服上述问题和缺陷，本申请提出一种V2X硬件在环数字物理融合测试系统。

进一步的，如图2所示，图2是本发明提出的V2X硬件在环数字物理融合系统，系统采用DDS通信中间件使各平台的数据能够进行交互。测试系统共分为五个平台，分别为数字虚拟仿真平台、数字建模平台、V2X硬件在环平台、自动驾驶算法平台、车辆动力学平台。五个平台之间所使用的操作系统以及在操作系统上运行的工控软件、数字虚拟仿真软件都各不相同且相互独立。DDS通信中间件有一个数据存储空间，称之为“全局数据空间”。“全局数据空间”只是一个抽象的概念，并没有物理实际意义，数据会点对点地存储在对应程序的本地存储空间。也就是说，数据的发布者仅仅只是发送订阅者所需要的数据，存储在订阅者的本地存储空间，当调用数据时如同在本地调用，实现平台之间数据传输低延迟的效果。

上文所述，本系统的五个平台不需要获取彼此的IP地址、硬件与软件的架构，通过使用相同的DDS API就可以在任何操作系统或硬件平台进行数据通信。为了保持低延迟，高稳定性，现阶段不同平台之间的通信都会采用UDP通信协议。当数据量大或网络通信质量不好时，就会出现数据丢包现象。为了解决上述问题，DDS提供QoS质量服务,通过调节QoS 参数控制通信的可靠性，提高测试系统的实时响应速度。

进一步的，如图3所示，各个平台的具体功能在下文进行详细说明：

S1：在平台设置场景管理模块、车辆管理模块和数字虚拟仿真软件。场景管理模块的作用是通过数字虚拟仿真场景配置文件，对数字虚拟仿真软件的场景进行初始化。车辆管理模块的作用是在数字虚拟仿真场景中，设置好主车及周围其他车辆与行人的初始位置、初始速度、预期行驶轨迹等参数。数字虚拟仿真软件的主要作用为搭建数字仿真环境，交通方面主要包括交通道路、交通标识、信号灯、车辆与行人。数字虚拟仿真智能网联汽车配置的传感器主要包括：激光雷达、毫米波雷达、超声波雷达、车载摄像头、GNSS。数字虚拟仿真场景分主要分为城市、郊区、乡村、和高速公路。

进一步的，所述平台S1中，数字仿真软件包括CARLA、SUMO、RoadRunner、Simulink、LGSVL、PreScan、Panosim等无人驾驶仿真软件。

S2：无线信号在传输过程中易受到噪声干扰和由于多径效应造成的各种衰落的影响。数字建模平台的作用是搭建V2X信道动态建模模块，使智能网联汽车V2X硬件在环系统能在实验室条件下实时模拟真实传播环境对无线信号造成的影响，生成V2X信道特征参数；

进一步的，所述平台S2中，V2X信道动态建模方法如图4所示：

本平台采用二维几何信道模型建模。假设V2X信号传播的路径在同一海拔平面高度，则信道模型坐标系位于与地面平行并与天线安装高度相等的平面上，x轴是主车和目标车位置连线，y轴是两者位置连线的中垂线，数字虚拟仿真环境中的车辆参数如表1所示

由表1可知，主车的车辆位置坐标为(X_R，Y_R)、车辆航向角为θ_R、车辆速度V_R，目标车辆的坐标为(X_T，Y_T)、车辆航向角为θ_T、车辆速度V_T,其他车辆ID为N_i、车辆位置为(X_i， Y_i)、车辆航向角θ_i、车辆速度为V_i。

此外，数字虚拟仿真环境场景的基准航向角单位向量为(X₀，Y₀),道路宽度为W。

由代数学可知，两车的距离为：

主车的位置为：

目标车辆的位置为：

其它车辆的位置为：

主车和目标车辆的航向角为：：

主车的航向角为：

γ_R＝θ_R-θ₀ (6)

目标车的航向角为：

γ_T＝θ_T-θ₀ (7)

其他车辆的航向角为：

γ_i＝θ_i-θ₀ (8)

该模型可以看作是一个双环模型和一个共焦点多椭圆模型的结合，其中双环模型表示移动的散射体即主车和目标车周围的运动车辆，共焦点椭圆表示静止的散射体(如道路两侧的建筑等)，主车和目标车分别位于椭圆的两个焦点处，同时也是双环的圆心。共焦点椭圆数目的选取，是根据当前场景的建筑密度，即无建筑、低密度、中密度、高密度分别对应椭圆数目为0、1、2、3，且每一椭圆和双环形成的几何组合称为信道的一个抽头，代表信号经过的一条支路，从而在数学模型上引入一组新的变量来反映信道的时变衰落特性，因此建筑密度越高，信道抽头数越多，亦即多径条数越大，模型越为复杂。

第j个椭圆的焦距和长轴长度为：

2c_j＝d(j＝1，2，3) (9)

2a_j＝2c_j+2jW(j＝1，2，3) (10)

发射端和接收端圆环半径为：

其中，n_T/R表示距离目标车和主车小于C_j的范围内交通车的数量。

根据信道建模的基本思想，首先考虑两车之间是否有直射分量(LOS)，单反射分量(single bounced，SB)和双反射分量(double bounced，DB)；

单反射分量指信号从发射端经过椭圆或首先接触到的圆环(无椭圆时)反射后到达接收端的路径，双反射分量指信号依次通过双圆环的多径分量；

每个分量的传播轨迹是由场景中动静态环境的障碍物分布来决定的，其变化规律无法用确定性物理模型描述，因此引入圆上连续概率分布模型冯·米塞斯分布来表示信号的离去角αT和到达角aR，它们的角度范围是[0，2π)，其概率密度函数为：

其中I0(x)是0阶修正贝塞尔函数，μ是角度分布的均值，则k的具体计算方法为：

V2X动态建模时，上述参数需要根据数字虚拟仿真场景中提取的要素进行计算并更新，计算出当前场景对应的信道多径数和每一径的传播轨迹，假设其中某一径的传播轨迹总长度为L，轨迹上的各个传播段的端点为ST、S1、S2、SR，无线信道的特征可以如下表示：

PL＝20lg(L)+20lg(f_c)+32.4 (9)

上述公式中PL为路径损耗,fc为信号频率，本模型中为5.9GHz，τ为时延扩展，c 为光速，本模型中为

fd为多普勒频移，/>

为信号波长，对于任意两端点间的多普勒频移为两者速度在两点连线方向上投影的矢量差与波长之比，代入模型中角度值具体计算如下：

进一步的，所述V2X硬件在环平台(S3)如图5所示，此平台集成V2X无线信号传输所需硬件设备4台和智能网联汽车信息订阅-发布模块(S35)。硬件设备分别是GNSS模拟器(S32)、信道模拟器(S33)、射频信号发生器(S34)、智能网联汽车被测设备(S31)。

4台硬件设备与智能网联汽车信息订阅-发布模块的详细说明如下：

GNSS模拟器(S32)订阅数字虚拟仿真场景中(S1)装配在车辆上GNSS传感器的数据，实时分析场景中车辆的位置关系，生成虚拟的GNSS坐标信号并通过射频的形式发送到车联网通信被测设备。

信道模拟器(S33)的作用是将V2X信道模型生成的特征参数加工成射频信号，通过射频信号发生器(S34)，将经过硬件处理后、带有信道特征的射频信号发送至智能网联汽车被测设备(S31)。

智能网联汽车被测设备(S31)采用的时钟源以GNSS模拟器(S32)发出的信号中所包含的时钟信息为基准，将射频信号发生器(S34)的信息和被测设备(S31)进行时间同步，达到通过真实硬件通信得到的数据和车辆动力学平台(S2)建模的数据，能够同时馈入自动驾驶算法应用程序的目的。

智能联网汽车信息订阅/发布模块(S35)，承担着无线信号发送前的编码与接收到信号后的解码任务。编码指将车辆动力学模型输出的运动状态信息按一定顺序排列生成一维数组，并在头部添加GNSS时间戳信息后合并转化为一个十六进制字符串格式的数据包，计算并记录数据包的大小，作为后续射频信号发射的数据包。解码过程则是编码的逆过程，是将接收到的数据包参照先前同样的数据格式反转成可读的状态参数，满足自动驾驶算法平台数据输入的需求。

进一步的，如图5所示所述自动驾驶算法平台(S4)包括：自动驾驶算法平台(S4)分为感知层(S41)、规划层(S42)、运动控制层(S3)、安全层(S44)。对于感知层(S41)、规划层(S42)、运动控制层(S3)，在此不过多赘述。由于本系统整体采用DDS通信机制，对于自动驾驶算法方法的实现有很大的自由度。本平台可以通过Pytorch集成一些比较成熟的开源算法，也可以通过MATLAB DDS toolbox来无缝衔接MATLAB上开发的自动驾驶算法。所述安全层(S44)，主车通过V2X通信获取目标车辆，并结合主车的当前状态，计算碰撞时间(Time toCollision，TTC)和碰撞时间的阈值。当TTC低于FCW阈值时，认为主车和目标车之间存在较大的碰撞风险。当TTC低于AEB阀值时，安全层算法(S44)随即输出控制指令到主车动力学模型，控制主车以最大制动减速，直至车辆完全停止。

进一步的，所述车辆动力学平台(S5)如图7所示，此平台可以搭建主车以及目标车动力学模型，将场景中的车辆与车辆动力学模型建立关系，使场景中所有车辆能够模拟真实车辆的运动状态和行驶轨迹，令场景的动态更新过程更加逼真。

以上为本发明的具体实施方法。应当指出，任何熟悉本技术领域的工作人员，可轻易想到各种等效的改进或替换方法，这些修改或替换都在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims

1.一种V2X硬件在环数字物理融合测试系统，其特征在于：

所述系统的数据通信机制采用数据分发(Data Distribution Service，DDS)实时通信中间件协议，DDS强调以数据为中心，整个系统通过发布-订阅的架构体系，使互不兼容的工控软件、平台之间数据可以进行交互，并且DDS提供丰富的QoS(Quality of Service)服务质量，可以保障数据传输的实时性、准确性和灵活性。因此，在同一DDS域(Domain)内，只要使用相同的DDS API，上述五个平台就可以进行跨平台数据通信；

通过DDS通讯协议，能够自由地嵌入或替换自动驾驶算法和硬件通信设备。

2.一种V2X硬件在环数字物理融合测试系统，其特征在于，所述平台包括：

数字虚拟仿真平台S1：

数字建模平台S2：

V2X硬件在环平台S3：

自动驾驶算法平台S4：

车辆动力学平台S5：

3.根据权利要求2所述的数字建模平台中V2X信道动态建模方法，其特征在于：

本平台采用二维几何信道模型建模。假设V2X信号传播的路径在同一海拔平面高度，则信道模型坐标系位于与地面平行并与天线安装高度相等的平面上，x轴是主车和目标车位置连线，y轴是两者位置连线的中垂线；

基于上述基本条件，数字虚拟仿真场景中具体的要素为：主车的车辆位置坐标为(X_R，Y_R)、车辆航向角为θ_R、车辆速度V_R，目标车辆的坐标为(X_T，Y_T)、车辆航向角为θ_T、车辆速度V_T,其他车辆ID为N_i、车辆位置为(X_i，Y_i)、车辆航向角θ_i、车辆速度为V_i，虚拟仿真环境场景的基准航向角单位向量为(X₀，Y₀),道路宽度为W；

两车的距离为：

主车的位置为：

目标车辆的位置为：

其它车辆的位置为：

主车和目标车辆的航向角为：

主车的航向角为：

γ_R＝θ_R-θ₀ (6)

目标车的航向角为：

γ_T＝g_T-θ₀ (7)其他车辆的航向角为：

γ_i＝θ_i-θ₀ (8)

V2X动态建模模型可以看作是一个双环模型和一个共焦点多椭圆模型的结合，其中双环模型表示移动的散射体即主车和目标车周围的运动车辆，共焦点椭圆表示静止的散射体(如道路两侧的建筑等)，主车和目标车分别位于椭圆的两个焦点处，同时也是双环的圆心；共焦点椭圆数目的选取，是根据当前场景的建筑密度，即无建筑、低密度、中密度、高密度分别对应椭圆数目为0、1、2、3，且每一椭圆和双环形成的几何组合称为信道的一个抽头，代表信号经过的一条支路，从而在数学模型上引入一组新的变量来反映信道的时变衰落特性，因此建筑密度越高，信道抽头数越多，亦即多径条数越大，模型越为复杂；

第j个椭圆的焦距和长轴长度为：

2c_j＝d(j＝1，2，3) (9)

2a_j＝2c_j+2jW(j＝1，2，3) (10)

发射端和接收端圆环半径为：

其中，n_T/R表示距离目标车和主车小于C_j的范围内交通车的数量；

每个分量的传播轨迹是由场景中动静态环境的障碍物分布来决定的，其变化规律无法用确定性物理模型描述，因此引入圆上连续概率分布模型冯·米塞斯分布来表示信号的离去角αT和到达角αR，它们的角度范围是[0,2π)，其概率密度函数为：

V2X动态建模时，上述参数需要根据数字虚拟仿真场景中提取的要素进行计算并更新，计算出当前场景对应的信道多径数和每一径的传播轨迹。假设其中某一径的传播轨迹总长度为L，轨迹上的各个传播段的端点为ST、S1、S2、SR，无线信道的特征可以如下表示：

PL＝20lg(L)+20lg(f_c)+32.4 (14)

上述公式当中PL为路径损耗,fc为信号频率，本模型中为5.9GHz，τ为时延扩展，c为光速，本模型中为

fd为多普勒频移，

。

4.根据权利要求1所述的数字建模平台中V2X硬件在环平台，其特征在于：

GNSS模拟器订阅虚拟仿真场景中装配在车辆上的GNSS传感器的数据，实时分析场景中车辆的位置关系，生成虚拟的GNSS坐标信号并通过射频的形式发送到车联网通信被测设备；

信道模拟器将V2X信道模型生成的特征参数加工成射频信号，通过射频信号发生器将经过硬件处理后、带有模拟信道特征的射频信号，发送至智能网联汽车被测设备；

智能网联汽车被测设备以GNSS模拟器的时钟源为基础，将射频信号发生器的信息和被测设备进行时间同步，将硬件通信的数据和车辆动力学建模的数据发送至智能网联汽车信息订阅/发布模块；

智能网联汽车信息订阅/发布模块，将订阅的数据与发布的数据进行编码与解码；

编码指将车辆动力学模型输出的运动状态信息按一定顺序排列生成一维数组，并在头部添加GNSS时间戳信息后，合并转化为一个十六进制字符串格式的数据包，作为后续射频信号发射的数据包；解码过程则是编码的逆过程，是将从智能网联汽车被测设备接收到的数据包，参照先前同样的数据格式反转成可读的状态参数，满足自动驾驶算法平台数据输入的需求。