雍加望 馮琦 李巖松 馮能蓮 張衛(wèi)強(qiáng)

DOI：10.3969/j.issn.1671-489X.2023.14.033

摘? 要? 自動(dòng)駕駛已成為未來(lái)汽車(chē)技術(shù)發(fā)展的主要方向之一。為使學(xué)生理解并掌握自動(dòng)駕駛核心技術(shù)，研發(fā)了基于快速控制原型的自動(dòng)駕駛汽車(chē)實(shí)驗(yàn)教學(xué)平臺(tái)。平臺(tái)集成了感知傳感器、快速控制原型設(shè)備及線控底盤(pán)系統(tǒng)，能夠基于MATLAB/Simulink搭建自動(dòng)駕駛控制模型，并借助快速控制原型設(shè)備實(shí)現(xiàn)自動(dòng)駕駛功能的開(kāi)發(fā)與實(shí)驗(yàn)，為高校教學(xué)與實(shí)踐奠定實(shí)驗(yàn)基礎(chǔ)。

關(guān)鍵詞? 自動(dòng)駕駛；實(shí)驗(yàn)平臺(tái)；線控底盤(pán)

中圖分類(lèi)號(hào)：G642.423? ? 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1671-489X（2023）14-0033-05

Research and Development of Experimental Tea-

ching Platform for Autonomous Vehicle//YONG Jiawang， FENG Qi， LI Yansong， FENG Nenglian， ZHANG Weiqiang

0? 引言

自動(dòng)駕駛汽車(chē)是集成環(huán)境感知、高精地圖、決策控制及人工智能等多種技術(shù)的綜合體[1-2]，可以顯著提升汽車(chē)的行駛安全性。自從美國(guó)國(guó)防部第一次舉辦自動(dòng)駕駛挑戰(zhàn)賽以來(lái)，自動(dòng)駕駛技術(shù)愈來(lái)愈受到關(guān)注[2]，國(guó)內(nèi)外提出了一系列研究平臺(tái)以促進(jìn)自動(dòng)駕駛技術(shù)的測(cè)試與發(fā)展。Matthias等人[3]提出了一種基于虛擬場(chǎng)景的實(shí)車(chē)在環(huán)測(cè)試平臺(tái)，借助搭建的與實(shí)際道路一致的虛擬場(chǎng)景模型，模擬一些較為危險(xiǎn)的行駛工況，在實(shí)現(xiàn)自動(dòng)駕駛功能有效測(cè)試的同時(shí)避免實(shí)際道路測(cè)試帶來(lái)的風(fēng)險(xiǎn)。Jin等人[4]提出了一種內(nèi)置高精度車(chē)輛模型的智能汽車(chē)測(cè)試臺(tái)架，能夠?qū)χ悄芷?chē)駕駛過(guò)程中受到的各類(lèi)型干擾進(jìn)行模擬，與線控底盤(pán)結(jié)合，能夠?qū)σ恍┓蔷€性程度較強(qiáng)，傳感器受到不同程度干擾的行駛工況進(jìn)行仿真。為匹配行業(yè)前沿技術(shù)的發(fā)展需求，國(guó)內(nèi)高校紛紛開(kāi)始建立自動(dòng)駕駛汽車(chē)實(shí)驗(yàn)平臺(tái)，用于開(kāi)展實(shí)踐教學(xué)與創(chuàng)新設(shè)計(jì)。如花威等人[5]搭建了基于模型在環(huán)仿真的自動(dòng)駕駛虛擬測(cè)試平臺(tái)，可以通過(guò)導(dǎo)入實(shí)車(chē)監(jiān)控?cái)?shù)據(jù)驗(yàn)證強(qiáng)化學(xué)習(xí)算法的有效性。趙祥模等人[6]提出了基于整車(chē)在環(huán)仿真的自動(dòng)駕駛汽車(chē)室內(nèi)快速測(cè)試平臺(tái)，可實(shí)現(xiàn)場(chǎng)景及傳感器虛擬仿真、車(chē)輛模擬及智能駕駛策略驗(yàn)證等功能。馬志成等人[7]利用虛擬現(xiàn)實(shí)和仿真技術(shù)建立了自動(dòng)駕駛整車(chē)在環(huán)仿真平臺(tái)，基于真實(shí)車(chē)輛動(dòng)力學(xué)特性驗(yàn)證不同場(chǎng)景下的智能駕駛策略。王潤(rùn)民等[8]圍繞自動(dòng)駕駛整車(chē)在環(huán)虛擬仿真測(cè)試需求，提出了一種基于多自由度轉(zhuǎn)鼓平臺(tái)的自動(dòng)駕駛整車(chē)在環(huán)虛擬仿真測(cè)試平臺(tái)，包含道路模擬子系統(tǒng)與傳感器模擬仿真子系統(tǒng)，并完成了仿真平臺(tái)的開(kāi)發(fā)及測(cè)試流程設(shè)計(jì)。以自動(dòng)駕駛汽車(chē)自適應(yīng)跟馳及避撞場(chǎng)景測(cè)試為典型應(yīng)用案例進(jìn)行了仿真測(cè)試，證明了該平臺(tái)能夠滿足自動(dòng)駕駛研發(fā)測(cè)試的需求。

以上平臺(tái)均是關(guān)注虛擬場(chǎng)景和智能駕駛控制策略的仿真研究平臺(tái)，缺少對(duì)于執(zhí)行層的研究，且不具備實(shí)車(chē)道路測(cè)試驗(yàn)證功能。此外，除了考慮基于當(dāng)前技術(shù)所能實(shí)現(xiàn)的自動(dòng)駕駛功能以外，還應(yīng)該考慮對(duì)于未來(lái)先進(jìn)技術(shù)的直接移植、新功能的開(kāi)發(fā)擴(kuò)展以及不同功能之間的組合兼容等要求。因此，本文提出一種基于快速控制原型的自動(dòng)駕駛汽車(chē)實(shí)驗(yàn)教學(xué)平臺(tái)，其可為自動(dòng)駕駛感知算法、傳感器數(shù)據(jù)融合算法、自動(dòng)駕駛上層控制算法，底層執(zhí)行機(jī)構(gòu)、高級(jí)駕駛輔助系統(tǒng)的開(kāi)發(fā)與測(cè)試等提供實(shí)時(shí)高效的實(shí)驗(yàn)平臺(tái)，同時(shí)為新興技術(shù)的移植和新功能的開(kāi)發(fā)提供條件。

1? 實(shí)驗(yàn)平臺(tái)架構(gòu)

自動(dòng)駕駛汽車(chē)實(shí)驗(yàn)教學(xué)平臺(tái)總體架構(gòu)如圖1所示。主要由整車(chē)控制器（vehicle control unit，VCU）、線控底盤(pán)、快速控制原型設(shè)備Speedgoat、感知傳感器、狀態(tài)傳感器、工控機(jī)、顯示器及開(kāi)發(fā)板等組成。其中，線控底盤(pán)包括由管柱式電動(dòng)助力轉(zhuǎn)向（column electric power steering，C-EPS）系統(tǒng)和齒條式電動(dòng)助力轉(zhuǎn)向（rack electric power

steering，R-EPS）系統(tǒng)組成的冗余線控轉(zhuǎn)向系統(tǒng)、由電動(dòng)助力制動(dòng)（electric booster brake，EBB）

系統(tǒng)和電子穩(wěn)定性控制（electronic stability control，ESC）系統(tǒng)組成的冗余線控制動(dòng)系統(tǒng)、線控驅(qū)動(dòng)系統(tǒng)；開(kāi)發(fā)板采集狀態(tài)傳感器信號(hào)，并通過(guò)CAN總線與Speedgoat交互數(shù)據(jù)；感知傳感器包括攝像機(jī)、毫米波雷達(dá)和慣性導(dǎo)航定位系統(tǒng)；顯示器固定在副駕駛前方，用于設(shè)置測(cè)試工況、顯示測(cè)試數(shù)據(jù)。

圖2為平臺(tái)實(shí)物圖。感知層：慣性導(dǎo)航定位系統(tǒng)輸出車(chē)輛位置及姿態(tài)信息，攝像頭獲取前方道路圖像，通過(guò)圖像處理算法得到障礙物及車(chē)道線信息，毫米波雷達(dá)探測(cè)前方障礙物距離信息；決策層：Speedgoat通過(guò)串口和CAN總線接收感知層信息，并進(jìn)行感知數(shù)據(jù)融合，根據(jù)融合后的感知數(shù)據(jù)進(jìn)行決策判斷，通過(guò)CAN總線向執(zhí)行層發(fā)送制動(dòng)、轉(zhuǎn)向以及力矩控制指令；執(zhí)行層：線控底盤(pán)響應(yīng)決策層控制指令，實(shí)現(xiàn)底層閉環(huán)控制。

2? 實(shí)驗(yàn)平臺(tái)工作原理

2.1? 感知層

前向攝像頭選擇支持汽車(chē)安全完整性等級(jí)（ASIL）

的安森美AR0231，支持雙重轉(zhuǎn)換增益設(shè)置，可提高所有照明條件下的精確圖像捕獲性能；前向毫米波雷達(dá)采用我國(guó)77 GHz長(zhǎng)距離雙波束ARS 408-21，并通過(guò)軟件進(jìn)行雷達(dá)配置及過(guò)濾器設(shè)置，能夠在前向攝像頭由于黑暗或大霧等惡劣天氣無(wú)法正常工作時(shí)，采集環(huán)境信息；慣性導(dǎo)航定位系統(tǒng)選擇北斗星通Npos320，其采用深耦合組合導(dǎo)航算法，內(nèi)部集成了高精度全球?qū)Ш叫l(wèi)星系統(tǒng)板卡和車(chē)規(guī)級(jí)MEMS慣性測(cè)量單元，選配外部4G通信模塊，針對(duì)不同場(chǎng)景的智能駕駛應(yīng)用，可以提供高精度、高可靠性的三維位置、姿態(tài)、速度解算，并支持導(dǎo)航原始數(shù)據(jù)輸出，滿足多傳感器深度融合需要。

2.2? 決策層

控制器采用快速控制原型設(shè)備Speedgoat Baseline，選用2核Intel Celeron處理器，主頻1.4 GHz，內(nèi)存4 GB DDR3 RAM，64 GB固態(tài)硬盤(pán)，操作系統(tǒng)為Simulink Real-Time，具備4路CAN、2路COM、1路LAN及6路I/O。工控機(jī)采用宸曜科技Nuvo-8240 GC，選用i5 LGA1151 CPU，支持兩片NVIDIA? Tesla T4 GPU，4個(gè)SODIMM內(nèi)存插槽，2個(gè)×8（4-lanes）的Gen3 PCIe卡槽可插擴(kuò)展卡，8～48 V寬范圍直流輸入，內(nèi)置點(diǎn)火信號(hào)電源控制。

基于MATLAB/Simulink搭建感知信息融合算法及自動(dòng)駕駛控制模型，利用代碼生成技術(shù)導(dǎo)入至Speedgoat。算法設(shè)計(jì)指標(biāo)包括：1）感知融合準(zhǔn)確性指標(biāo)；2）軌跡跟蹤指標(biāo)；3）駕乘人員舒適性指標(biāo)；4）車(chē)輛經(jīng)濟(jì)性指標(biāo)；5）車(chē)輛穩(wěn)定性指標(biāo)。

2.3? 執(zhí)行層

實(shí)驗(yàn)平臺(tái)中，決策層輸出的控制指令通過(guò)CAN總線發(fā)送至執(zhí)行層，包括加速踏板開(kāi)度指令、轉(zhuǎn)向角度指令和制動(dòng)壓力指令。其中加速踏板開(kāi)度指令通過(guò)整車(chē)VCU控制電機(jī)驅(qū)動(dòng)力矩實(shí)現(xiàn)，制動(dòng)壓力通過(guò)制動(dòng)踏板傳感器或者上層算法獲取。

轉(zhuǎn)向角度指令由線控轉(zhuǎn)向系統(tǒng)實(shí)現(xiàn)。平臺(tái)安裝雙電機(jī)冗余線控轉(zhuǎn)向系統(tǒng)，如圖3所示。分別在管柱上安裝C-EPS、在轉(zhuǎn)向器齒條上安裝R-EPS。C-EPS和R-EPS互為冗余，當(dāng)其中一個(gè)發(fā)生故障時(shí)，故障信息發(fā)送至決策層，決策層將主動(dòng)轉(zhuǎn)向指令發(fā)送至未發(fā)生故障的轉(zhuǎn)向電機(jī)。在駕駛員接管駕駛之后，C-EPS實(shí)現(xiàn)助力轉(zhuǎn)向功能，R-EPS不工作；在決策層判斷出駕駛員轉(zhuǎn)向操作會(huì)引起危險(xiǎn)或駕駛員開(kāi)啟主動(dòng)轉(zhuǎn)向控制功能時(shí)，決策層計(jì)算期望轉(zhuǎn)向角，默認(rèn)由R-EPS實(shí)現(xiàn)轉(zhuǎn)向角度指令。在轉(zhuǎn)向管柱加裝轉(zhuǎn)角傳感器SX-4300，其測(cè)量范圍為±750°，測(cè)量精度為0.1°，用于轉(zhuǎn)角閉環(huán)控制。

制動(dòng)壓力指令由線控制動(dòng)系統(tǒng)實(shí)現(xiàn)。系統(tǒng)由EBB和ESC聯(lián)合組成，如圖4所示。制動(dòng)系統(tǒng)整體構(gòu)型為串聯(lián)式單主缸雙通道，X型布置，即左前輪、右后輪輪缸對(duì)應(yīng)同一制動(dòng)回路，右前輪、左后輪輪缸對(duì)應(yīng)同一制動(dòng)回路，如進(jìn)行制動(dòng)時(shí)單一回路發(fā)生泄漏，剩余回路的制動(dòng)力基本能保持正常制動(dòng)力的一半。當(dāng)EBB和ESC二者均存在故障時(shí)，駕駛員踩制動(dòng)踏板的腳力通過(guò)制動(dòng)液傳遞至制動(dòng)輪缸，實(shí)現(xiàn)機(jī)械備份制動(dòng)功能。制動(dòng)壓力控制范圍為0～

12 MPa。4個(gè)輪缸配置制動(dòng)壓力傳感器，測(cè)量范圍0～20 MPa，測(cè)量精度為1%。兩者聯(lián)合可以實(shí)現(xiàn)助力制動(dòng)、冗余制動(dòng)、復(fù)合制動(dòng)、失效備份制動(dòng)等功能。常規(guī)制動(dòng)時(shí)，助力制動(dòng)、復(fù)合制動(dòng)與主動(dòng)制動(dòng)由T-Booster實(shí)現(xiàn)；ESC實(shí)現(xiàn)增壓、保壓及減壓等制動(dòng)壓力調(diào)節(jié)功能，調(diào)整車(chē)輛運(yùn)動(dòng)狀態(tài)以滿足動(dòng)力學(xué)穩(wěn)定性指標(biāo)。當(dāng)駕駛員有制動(dòng)需求時(shí)，如果T-Booster出現(xiàn)故障無(wú)法實(shí)現(xiàn)助力制動(dòng)，則由踏板力提供制動(dòng)壓力，如果此時(shí)的制動(dòng)減速度較小，且有碰撞危險(xiǎn)，上層控制算法控制ESC建立制動(dòng)壓力實(shí)現(xiàn)較高的制動(dòng)減速度需求，避免或者減輕可能發(fā)生的碰撞。

3? 實(shí)驗(yàn)平臺(tái)測(cè)試

3.1? 自適應(yīng)巡航功能測(cè)試

自適應(yīng)巡航（ACC）是借助車(chē)輛感知層獲取前方車(chē)輛信息，控制自車(chē)跟隨前車(chē)車(chē)速或者維持某一固定車(chē)速行駛的輔助駕駛功能，不僅可以改善車(chē)輛行駛過(guò)程的安全性和舒適性，降低駕駛員疲勞程度，而且可以提高道路利用率并減少交通擁堵。ACC按照駕駛員設(shè)定的車(chē)間時(shí)距，在保持安全距離作為首要控制目標(biāo)的前提下與前方車(chē)輛保持相同的行駛速度。圖5a為ACC試驗(yàn)過(guò)程的本車(chē)車(chē)速與前車(chē)車(chē)速變化曲線，最大車(chē)速跟隨誤差為3 km/h，最小車(chē)速跟隨誤差為0.5 km/h。圖5b為跟車(chē)過(guò)程中制動(dòng)壓力變化曲線，線控制動(dòng)系統(tǒng)響應(yīng)迅速，能夠滿足ACC系統(tǒng)的控制需求。

3.2? 循跡功能測(cè)試

循跡控制是借助高精度定位和線控底盤(pán)系統(tǒng)對(duì)車(chē)輛行駛軌跡進(jìn)行精確控制的自動(dòng)駕駛技術(shù)?？赏ㄟ^(guò)控制車(chē)輛的運(yùn)動(dòng)來(lái)減少車(chē)輛與參考軌跡之間的誤差，使車(chē)輛盡可能地按照規(guī)劃好的路徑行駛。精確的循跡控制是實(shí)現(xiàn)自動(dòng)駕駛功能的重要前提。

圖6a為循跡過(guò)程中的預(yù)期軌跡與實(shí)際軌跡曲線，算法可以實(shí)現(xiàn)較準(zhǔn)確的循跡控制。圖6b為循跡控制過(guò)程中的汽車(chē)橫擺角速度和方向盤(pán)轉(zhuǎn)角曲線。從圖中可以看出，循跡控制軌跡與期望軌跡基本重合，橫向偏差最大為0.3 m；線控轉(zhuǎn)向系統(tǒng)能夠滿足循跡控制的轉(zhuǎn)向角控制需求，方向盤(pán)轉(zhuǎn)角沒(méi)有發(fā)生突變，轉(zhuǎn)向過(guò)程平緩。

3.3? 線控制動(dòng)系統(tǒng)性能測(cè)試

EBB閉環(huán)建壓應(yīng)保證迅速、穩(wěn)定、準(zhǔn)確。通常用階躍響應(yīng)上升時(shí)間衡量響應(yīng)速度，用階躍響應(yīng)超調(diào)和震蕩衡量穩(wěn)定性，用液壓控制的均方根誤差衡量準(zhǔn)確性。為了驗(yàn)證EBB建壓性能，分別進(jìn)行了階躍信號(hào)和連續(xù)階躍信號(hào)的壓力跟隨性能測(cè)試。階躍測(cè)試為從0 Mpa建立起10 MPa期望壓力；連續(xù)階躍信號(hào)測(cè)試初始?jí)毫? MPa，之后期望壓力每間隔

4 s分別增加至2 MPa、4 MPa和6 MPa。

圖7a為階躍信號(hào)壓力跟隨測(cè)試結(jié)果，EBB從

0 MPa建立起10 MPa壓力耗時(shí)約250 ms，低于傳統(tǒng)制

動(dòng)系統(tǒng)約400 ms的制動(dòng)壓力建立時(shí)間，滿足GB 21670—2008《乘用車(chē)制動(dòng)系統(tǒng)技術(shù)要求及試驗(yàn)方法》關(guān)于“從開(kāi)始操縱控制裝置至最不利車(chē)軸上的制動(dòng)力達(dá)到規(guī)定制動(dòng)效能所經(jīng)歷的時(shí)間不

應(yīng)超過(guò)0.6 s”的規(guī)定；到達(dá)期望壓力后，壓力跟隨

均方根誤差為0.14 MPa。

圖7b為連續(xù)階躍信號(hào)測(cè)試結(jié)果，實(shí)際壓力曲

線在期望壓力處存在一定的波動(dòng)，隨后與期望壓力

的最大穩(wěn)態(tài)誤差小于0.3 MPa，壓力跟隨全過(guò)程均方根誤差為0.16 MPa。結(jié)果表明，EBB系統(tǒng)的建壓性能能夠滿足自動(dòng)駕駛汽車(chē)實(shí)驗(yàn)教學(xué)平臺(tái)的設(shè)計(jì)

需求。

4? 結(jié)束語(yǔ)

本文針對(duì)交通與汽車(chē)類(lèi)專(zhuān)業(yè)實(shí)踐課程體系與前沿技術(shù)脫離的問(wèn)題，為使學(xué)生能夠直觀且深入地學(xué)習(xí)和理解自動(dòng)駕駛技術(shù)，提出了一種以快速控制原型技術(shù)為基礎(chǔ)，具備實(shí)現(xiàn)環(huán)境感知、自主決策與執(zhí)行器控制三大關(guān)鍵功能條件的自動(dòng)駕駛汽車(chē)實(shí)驗(yàn)教學(xué)平臺(tái)。平臺(tái)具有完全開(kāi)放的感知層（環(huán)境感知及車(chē)身狀態(tài)感知系統(tǒng)）、決策層（上層控制系統(tǒng)）和執(zhí)行層（底層執(zhí)行系統(tǒng)），支持CAN和LIN等多種接口，可以滿足多傳感器環(huán)境感知融合、高級(jí)駕駛輔助、自動(dòng)駕駛、人機(jī)共駕、線控底盤(pán)等算法的教學(xué)和課程設(shè)計(jì)需求。結(jié)合MATLAB/Simulink、Prescan和CarSim等車(chē)輛仿真模擬軟件，能夠?qū)崿F(xiàn)不同環(huán)境、不同車(chē)輛、不同控制策略下的仿真測(cè)試，并且可以進(jìn)行駕駛員在環(huán)測(cè)試，體驗(yàn)不同自動(dòng)駕駛功能的實(shí)際作用方式，驗(yàn)證人機(jī)共駕功能。學(xué)生通過(guò)在該平臺(tái)上進(jìn)行功能設(shè)計(jì)和實(shí)驗(yàn)操作，可以有效提升學(xué)習(xí)興趣與主動(dòng)性，增強(qiáng)創(chuàng)新實(shí)踐能力，成為學(xué)術(shù)與工程并重的復(fù)合型人才。

5? 參考文獻(xiàn)

[1] 雍加望，馮能蓮，陳寧.自動(dòng)駕駛汽車(chē)硬件在環(huán)仿真實(shí)

驗(yàn)平臺(tái)研發(fā)[J].實(shí)驗(yàn)技術(shù)與管理，2021，38（2）：127-131，

135.

[2] Liu Tianbi， Du Shanshan， Liang Chenchen， et al.

A Novel Multi-Sensor Fusion Based Object Detection

and Recognition Algorithm for Intelligent Assisted

Driving[J].IEEE Access，2021，9：81564-81574.

[3] Jin C， Maitland A， McPhee J. Hierarchical nonlinear

moving horizon estimation of vehicle lateral speed

and road friction coefficient[J].ASME Letters in

Dynamic Systems and Control，2021，1（1）：011005-1～

011005-5.

[4] Roland K， Paul P， Mathias B. Vehicle-in-the-Loop：

Augmenting Real-World Driving Tests with Virtual

Scenarios in Order to Enhance Validation of Active

Safety Systems[J].ATZ worldwide，2017（9）：52-55.

[5] 花威，史庭俊，呂強(qiáng).基于模型在環(huán)仿真的自動(dòng)駕駛虛

擬測(cè)試平臺(tái)[J].電子技術(shù)與軟件工程，2021（8）：144-148.

[6] 趙祥模，承靖鈞，徐志剛，等.基于整車(chē)在環(huán)仿真的自

動(dòng)駕駛汽車(chē)室內(nèi)快速測(cè)試平臺(tái)[J].中國(guó)公路學(xué)報(bào)，2019，

32（6）：124-136.

[7] 馬志成，王立，李志斌.自動(dòng)駕駛整車(chē)在環(huán)仿真平臺(tái)研

究及模擬實(shí)現(xiàn)[J].汽車(chē)實(shí)用技術(shù)，2020（3）：34-38.

[8] 王潤(rùn)民，趙祥模，徐志剛，等.一種自動(dòng)駕駛整車(chē)在環(huán)

虛擬仿真測(cè)試平臺(tái)設(shè)計(jì)[J].汽車(chē)技術(shù)，2022（4）：1-7.

項(xiàng)目來(lái)源：北京工業(yè)大學(xué)教育教學(xué)研究課題“面向汽車(chē)電控與智能汽車(chē)兩門(mén)課程的教學(xué)實(shí)踐平臺(tái)建設(shè)研究”（ER2022SJB

08）；國(guó)家自然科學(xué)基金青年項(xiàng)目“汽車(chē)一體化線控制動(dòng)系統(tǒng)深度耦合機(jī)理及其多目標(biāo)博弈控制方法研究”（52002009）；北京市自然科學(xué)基金面上項(xiàng)目“智能網(wǎng)聯(lián)電動(dòng)汽車(chē)電液復(fù)合制動(dòng)機(jī)理及運(yùn)動(dòng)優(yōu)化控制方法研究”（3222003）。

作者簡(jiǎn)介：雍加望，通信作者，講師；馮能蓮，教授。