日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機(jī)站
  • 小程序

    汽車測(cè)試網(wǎng)

  • 公眾號(hào)

    • 汽車測(cè)試網(wǎng)

    • 在線課堂

    • 電車測(cè)試

交通參與者在環(huán)：用于自動(dòng)駕駛汽車驗(yàn)證的一種基于混合現(xiàn)實(shí)的交互式測(cè)試平臺(tái)

2019-05-15 22:29:55·  來源：同濟(jì)智能汽車研究所  
　
編者按：當(dāng)下的智能汽車功能大多是危險(xiǎn)避撞場(chǎng)景下的安全輔助，而對(duì)于此類功能的驗(yàn)證仍缺乏安全且真實(shí)的測(cè)試方法，虛擬環(huán)境仿真可信度不高，而實(shí)車路試在極端工況
編者按：當(dāng)下的智能汽車功能大多是危險(xiǎn)避撞場(chǎng)景下的安全輔助，而對(duì)于此類功能的驗(yàn)證仍缺乏安全且真實(shí)的測(cè)試方法，虛擬環(huán)境仿真可信度不高，而實(shí)車路試在極端工況下危險(xiǎn)系數(shù)較高。在此背景下，本文作者提出了一種將虛擬和現(xiàn)實(shí)結(jié)合起來的基于混合現(xiàn)實(shí)（Mixed Reality，MR）技術(shù)的測(cè)試方法，采集空間上隔絕的真實(shí)車輛和行人的運(yùn)動(dòng)信息并為其提供虛擬環(huán)境中的交互空間，觀測(cè)并記錄車輛和行人間的行為特征進(jìn)而做出評(píng)價(jià)。這種方法在保障測(cè)試安全性的基礎(chǔ)上同時(shí)提高了試驗(yàn)真實(shí)性，是一種新的自動(dòng)駕駛功能測(cè)試思路。
 
本文譯自《2018 21st International Conference on Intelligent Transportation Systems (ITSC)》。作者為來自Karlsruhe（Germany）的Marc Rene Zofka , Stefan Ulbrich , Daniel Karl 等   
摘要：為了對(duì)自動(dòng)駕駛汽車進(jìn)行驗(yàn)證，需要構(gòu)建從感知到執(zhí)行的整個(gè)系統(tǒng)的集成測(cè)試平臺(tái)。本文所提出的測(cè)試平臺(tái)適用于易使交通參與者受傷害的行為場(chǎng)景下，對(duì)自動(dòng)駕駛汽車性能進(jìn)行評(píng)估。危險(xiǎn)交通場(chǎng)景下自動(dòng)駕駛車輛與行人的交互性試驗(yàn)很難在真實(shí)環(huán)境中實(shí)現(xiàn)，而相關(guān)的虛擬試驗(yàn)可信度不高，為了解決這一問題，我們提出了一種混合現(xiàn)實(shí)的測(cè)試平臺(tái)，用于危險(xiǎn)交通場(chǎng)景下，面對(duì)真實(shí)交通參與者行為的自動(dòng)駕駛汽車功能驗(yàn)證。該方法將正常環(huán)境模型中記錄下的行人和自動(dòng)駕駛功能信息，附加到所需的交通場(chǎng)景中。該測(cè)試平臺(tái)適用于自動(dòng)駕駛功能的不同層級(jí)的集成測(cè)試，具有高度真實(shí)性。文章最后通過具體用例對(duì)測(cè)試平臺(tái)進(jìn)行了定性評(píng)估。

1、引言
 
在過去的幾十年里，機(jī)器人研究在智能和自主移動(dòng)系統(tǒng)方面取得了很大的進(jìn)展，也推動(dòng)了自動(dòng)駕駛車輛領(lǐng)域的發(fā)展。典型的高級(jí)駕駛員輔助系統(tǒng)(ADAS)越來越多地在駕駛?cè)蝿?wù)中為駕駛員提供幫助，例如，自動(dòng)緊急制動(dòng)(AEB)或代客泊車等功能。車輛上不斷集成的這些輔助系統(tǒng)使其能夠自主處理越來越多的交通場(chǎng)景[1]、[2]、[3]。然而，這些功能僅會(huì)在極少出現(xiàn)的交通場(chǎng)景中生效。因此，這些系統(tǒng)在交通參與者的不同行為下的功能驗(yàn)證仍是一個(gè)有待解決的問題。對(duì)于自動(dòng)駕駛汽車而言，其高度自動(dòng)化的駕駛功能，以下簡(jiǎn)稱被測(cè)系統(tǒng)(system under test)，必須在各種不同的交通場(chǎng)景中進(jìn)行驗(yàn)證。其中最重要的是，交通參與者在公共區(qū)域內(nèi)有危險(xiǎn)行為的交通場(chǎng)景，比如，有行人，自行車和機(jī)動(dòng)車，以及停放設(shè)施的城市道路交叉口。公共區(qū)域內(nèi)的交通參與者具有各種各樣的行為和交互特征，尤其是不遵守規(guī)定的行為。值得注意的是，與其他交通參與者相比，行人走得更慢，且更有可能突然改變自己的意圖和方向。
 
自動(dòng)駕駛汽車必須考慮到這種情況。顯然，當(dāng)系統(tǒng)不得不面對(duì)與弱勢(shì)的行人之間的碰撞時(shí)，減緩碰撞程度是一種功能，與此同時(shí)，對(duì)交通參與者的違規(guī)行為的預(yù)測(cè)是另一個(gè)重要功能。系統(tǒng)必須對(duì)行人可能的任何行為進(jìn)行建模、預(yù)測(cè)和理解，無論其動(dòng)機(jī)是內(nèi)在的還是外在驅(qū)動(dòng)的。最后，該系統(tǒng)必須能夠在無明確的通行權(quán)規(guī)定的交通場(chǎng)景下，進(jìn)行人車協(xié)調(diào)通行。因此，必須能夠?qū)σ陨瞎δ苓M(jìn)行安全測(cè)試。此外，許多自動(dòng)駕駛車輛的算法依賴于機(jī)器學(xué)習(xí)來處理各種交通場(chǎng)景。從歸納學(xué)習(xí)的角度來看，也迫切需要可以采集數(shù)據(jù)并生成真實(shí)危險(xiǎn)場(chǎng)景數(shù)據(jù)集的試驗(yàn)平臺(tái)。
 
為了解決這一問題，我們提出了一種混合現(xiàn)實(shí)的測(cè)試平臺(tái)，重點(diǎn)關(guān)注危險(xiǎn)交通場(chǎng)景中基于真實(shí)行為的人機(jī)交互。這是x -in- loop框架的一種衍生，讓受試人扮演行人的角色，并引入聯(lián)合的環(huán)境模型，空間上隔離開的交通參與者們?cè)诃h(huán)境模型中的危險(xiǎn)交通場(chǎng)景下進(jìn)行交互。這種聯(lián)合環(huán)境可以通過增大交通流量或改變遮擋物來生成具有挑戰(zhàn)性的危險(xiǎn)交通場(chǎng)景。綜上所述，這有助于在真實(shí)行人的隨機(jī)、不可預(yù)見的行為場(chǎng)景中對(duì)被試系統(tǒng)進(jìn)行驗(yàn)證，同時(shí)，保證了交通參與者在任何時(shí)刻的安全。
圖1. 混合現(xiàn)實(shí)測(cè)試平臺(tái)（在空間上隔絕的交通參與者之間構(gòu)建一個(gè)公共環(huán)境模型。圖左部分表示裝有車載傳感器的真實(shí)車輛環(huán)境。圖右是在實(shí)驗(yàn)室用運(yùn)動(dòng)跟蹤系統(tǒng)感知記錄下的戴著虛擬現(xiàn)實(shí)（VR）眼鏡的受試人。重疊部分表示虛擬環(huán)境模型，自動(dòng)車輛和行人在此環(huán)境中安全地交互）
 
本文結(jié)構(gòu)如下:第二章對(duì)相關(guān)研究進(jìn)行綜述。第三章給出了測(cè)試平臺(tái)的設(shè)計(jì)和架構(gòu)。第四章介紹了測(cè)試平臺(tái)的實(shí)現(xiàn)方式。第五章展示并討論了交互平臺(tái)的具體應(yīng)用情況。最后總結(jié)并展望這一研究問題上未來的發(fā)展。
 
2、相關(guān)研究
 
本文所研究的是對(duì)智能機(jī)器人和自動(dòng)駕駛車輛的驗(yàn)證，以及對(duì)于自主移動(dòng)系統(tǒng)的測(cè)試平臺(tái)的應(yīng)用，作者也考慮了應(yīng)用于機(jī)器人的混合現(xiàn)實(shí)測(cè)試平臺(tái)。首先介紹Milgram連續(xù)圖線[4]，這是一個(gè)可以將本文所提到的所有測(cè)試方法進(jìn)行分類的概念，這一圖線表示了真實(shí)場(chǎng)景和虛擬場(chǎng)景之間的連續(xù)分類方法，并提供了一種物理對(duì)象和虛擬對(duì)象共存的新環(huán)境，即混合現(xiàn)實(shí)環(huán)境，見圖2。這種環(huán)境可以應(yīng)用于分布式交通參與者[5]之間的交互協(xié)作與仿真[6]。在機(jī)器人領(lǐng)域，混合現(xiàn)實(shí)環(huán)境可以為機(jī)器人提供測(cè)試平臺(tái)。文獻(xiàn)[7]提出了一個(gè)通用的框架，使移動(dòng)機(jī)器人能夠與不同層級(jí)的障礙物進(jìn)行交互。文獻(xiàn)已證明真實(shí)的移動(dòng)機(jī)器人如何對(duì)虛擬障礙物進(jìn)行響應(yīng)，反之亦然。在[8]中提出了一種用于無人機(jī)研發(fā)的混合現(xiàn)實(shí)框架。
圖2. Milgram連續(xù)圖線（從真實(shí)環(huán)境到虛擬環(huán)境，包括了不同程度的混合現(xiàn)實(shí)）
對(duì)不同的自動(dòng)駕駛汽車性能的評(píng)估有不同的策略。位于連續(xù)圖線左側(cè)的是真實(shí)環(huán)境實(shí)車測(cè)試：在試驗(yàn)場(chǎng)中安放測(cè)試裝置以觸發(fā)車與車或車與行人間的危險(xiǎn)交互，即在自動(dòng)駕駛車輛軌跡上使用傳送裝置放置行人假體或安放有線的行人裝置[9]。該方法僅限于生成具有簡(jiǎn)單交互的交通場(chǎng)景，既不適用于復(fù)雜的交通場(chǎng)景，也不適用于靈活的跨區(qū)域交互，更不適用于場(chǎng)景結(jié)構(gòu)的便捷修改。另一方面，公共道路測(cè)試或場(chǎng)地測(cè)試[1]、[2]是在出現(xiàn)頻率較高的隨機(jī)交通場(chǎng)景下進(jìn)行功能驗(yàn)證。這種測(cè)試方法費(fèi)時(shí)費(fèi)力，試驗(yàn)中的人和設(shè)備都有風(fēng)險(xiǎn)，并且采集到的失誤行為大多無法復(fù)現(xiàn)，此外，也很難觀察到潛在的真實(shí)情況。
 
在連續(xù)圖線的右側(cè)是同樣應(yīng)用于自動(dòng)駕駛汽車測(cè)試的虛擬環(huán)境：目前已有各種商業(yè)化的虛擬環(huán)境平臺(tái)，如IPG的carmaker[10]或PreScan[11]，以及開源平臺(tái)，如CARLA[12]，它們都能夠?qū)⒆詣?dòng)駕駛功能集成到虛擬環(huán)境中。被測(cè)系統(tǒng)的性能通過觀察車輛力學(xué)的反饋和環(huán)境來評(píng)估，尤其在v字型的自動(dòng)駕駛開發(fā)過程初始階段，虛擬平臺(tái)得到了充分應(yīng)用。
 
如[13]所述，仿真模型的質(zhì)量也會(huì)影響測(cè)試結(jié)果。因此，自動(dòng)駕駛功能的評(píng)估很大程度上依賴于交通參與者行為模型與駕駛?cè)蝿?wù)的適配性及其模型參數(shù)的正確性。本文提出的平臺(tái)則通過替換行為模型避免了這個(gè)問題，例如像Menge[14]之類的框架所提出的以數(shù)據(jù)驅(qū)動(dòng)方式用沉浸在場(chǎng)景中的真實(shí)行人代替行為模型。
 
X在環(huán)（X-in-the-loop）驗(yàn)證的概念是真實(shí)組件和虛擬組件的邏輯組合和分割[13]：對(duì)于硬件在環(huán)測(cè)試，是將算法集成在一個(gè)電子控制單元(ECU)作為真實(shí)組件，通過仿真環(huán)境的信號(hào)進(jìn)行仿真，并將結(jié)果反饋給后續(xù)的仿真組件(如動(dòng)力系統(tǒng))。對(duì)于駕駛員在環(huán)測(cè)試，虛擬駕駛員被靜態(tài)或動(dòng)態(tài)駕駛模擬器中的人類駕駛員代替，用以了解真實(shí)駕駛員與自動(dòng)駕駛功能之間的潛在交互。對(duì)于車-硬件-環(huán)(VEHIL)測(cè)試，是一輛真實(shí)的、配備傳感器的車輛被固定在一個(gè)底盤測(cè)功機(jī)上，控制其機(jī)械運(yùn)動(dòng)基座進(jìn)行試驗(yàn)[15]。最后，車輛在環(huán)(ViL)[16]，[17]測(cè)試結(jié)合了之前的方法：一輛配備傳感器、具有高度自動(dòng)化功能的實(shí)驗(yàn)車輛在一個(gè)自由的試驗(yàn)場(chǎng)進(jìn)行測(cè)試。被測(cè)系統(tǒng)收到仿真激勵(lì)并對(duì)虛擬障礙物做出響應(yīng)。人作為潛在的駕駛員或測(cè)試工程師被集成到測(cè)試過程中，并使用頭部追蹤器[18]來增強(qiáng)人在虛擬現(xiàn)實(shí)中的沉浸式體驗(yàn)[19]。在[20]中，將真實(shí)行人納入自動(dòng)駕駛汽車測(cè)試過程的想法已經(jīng)被勾畫出來，但仍缺乏具體的實(shí)現(xiàn)方法。
 
除了上述的x -in- loop實(shí)例外，還可以使用真實(shí)的傳感器數(shù)據(jù)或虛擬傳感器數(shù)據(jù)以開環(huán)的方式激勵(lì)駕駛功能。混合現(xiàn)實(shí)的車輛在環(huán)測(cè)試平臺(tái)中生成的傳感器數(shù)據(jù)則適用于閉環(huán)測(cè)試，本文也證明了基于攝像頭[24]和基于雷達(dá)的[25]激勵(lì)的可行性。
 
3、交互測(cè)試平臺(tái)的結(jié)構(gòu)
 
A. X在環(huán)的衍生
在仿真平臺(tái)中，通常在固定的軌跡中觸發(fā)重現(xiàn)交通參與者的行為，此外也會(huì)作為行為模型嵌入。然而，盡管這些方式可以應(yīng)用于極端工況，但這些行為缺乏真實(shí)的反饋且行為屬性不可配置。此外，真實(shí)情境中多層次的行為很難轉(zhuǎn)移到一個(gè)通用的模型中進(jìn)行仿真，例如一個(gè)行人在過馬路之前等待接近的車輛減速的行為，這是行人為了確保其意圖已被駕駛員理解。
 
從測(cè)試的角度來看，行為建模所基于的假設(shè)可能并不符合現(xiàn)實(shí)情況。例如，許多模型假設(shè)行人對(duì)其他交通參與者的位置和行為有理想的感知?；谶@些原因，我們用數(shù)據(jù)驅(qū)動(dòng)的沉浸場(chǎng)景中的真實(shí)行人代替必要的行為模型，在自動(dòng)駕駛車輛與行人之間存在復(fù)雜且不可預(yù)見的交互作用時(shí)，這種方法可以對(duì)被測(cè)系統(tǒng)進(jìn)行有效驗(yàn)證。
 
因此，本文方法與前面提到的x在環(huán)方法一致且更具真實(shí)性，如圖3所示。本文將參與測(cè)試的高度自動(dòng)化駕駛功能概括為被測(cè)系統(tǒng)，并將具有交互關(guān)系的交通參與者納入測(cè)試環(huán)中用于觀察和評(píng)估。該方法適用于自動(dòng)駕駛的整個(gè)V型開發(fā)過程中模型、軟件、硬件的迭代開發(fā)和測(cè)試，最后將ECU置于測(cè)試平臺(tái)或?qū)嵻囍袦y(cè)試：在初始階段對(duì)被測(cè)系統(tǒng)進(jìn)行軟件仿真測(cè)試，然后應(yīng)用于原型車中，由沉浸其中的人類作為弱勢(shì)交通參與者觸發(fā)響應(yīng)。
圖3. X在環(huán)的衍生（灰色陰影區(qū)域表示常用的虛擬測(cè)試平臺(tái)，本文的方法開拓了新的更接近真實(shí)駕駛的區(qū)域，以評(píng)估駕駛功能在實(shí)車、真實(shí)行人場(chǎng)景下 (藍(lán)色陰影空間)的性能表現(xiàn)。箭頭表示真實(shí)程度的提高和測(cè)評(píng)的價(jià)值）
 
B. 廣義角色模型
首先引入角色模型的一般概念：它使用真實(shí)環(huán)境中的實(shí)體及其真實(shí)行為無縫替換了仿真環(huán)境中交通參與者的行為模型，如圖4所示。這種模型適用于真實(shí)的車輛替換虛擬車輛，以及用沉浸場(chǎng)景中的受試人替換虛擬行人。
圖4 廣義角色模型（可用真實(shí)實(shí)體無縫替換行為模型）
角色模型的特征主要有以下3部分：
-傳感器模型：它將當(dāng)前的環(huán)境模型拆分轉(zhuǎn)換，以便被環(huán)境或真實(shí)實(shí)體感知。
-參考傳感器：實(shí)體的行為不是一個(gè)明確的行為模型，而是通過觀察真實(shí)實(shí)體的時(shí)空行為來派生出實(shí)體的行為變化得到的。
-光學(xué)和幾何模型：用來表示角色光學(xué)和幾何特性的虛擬實(shí)體。

此外，第四個(gè)組成部分也是必要的：殘差系統(tǒng)模型，該模型映射了可觀測(cè)量和不可觀測(cè)量之間的殘差相關(guān)關(guān)系，對(duì)于可觀測(cè)量，模型并不存在參考測(cè)量系統(tǒng)。如果我們無法觀察到人體關(guān)節(jié)的運(yùn)動(dòng)軌跡或車輛車輪的扭轉(zhuǎn)，我們可以從這一殘差系統(tǒng)模型中觀察到的車輛速度推導(dǎo)出這些軌跡，該附加模型的輸出由光學(xué)和幾何模型來體現(xiàn)。
 
因此，本文需要做兩個(gè)基本假設(shè)：首先，參考傳感器的空間和時(shí)間分辨率足夠精確，并且有足夠精確的模型間映射。然后，地面道路狀態(tài)足夠真實(shí)。其次，傳感器模型足夠精確，能給沉浸其中的人和被測(cè)系統(tǒng)適時(shí)的激勵(lì)。如果沒有滿足這些預(yù)設(shè)，測(cè)試平臺(tái)會(huì)將潛在的誤差傳遞到系統(tǒng)的性能評(píng)估中。
 
C. 被測(cè)系統(tǒng)的集成
在開發(fā)過程的早期階段，一般簡(jiǎn)化了自動(dòng)駕駛汽車面對(duì)行人的交互測(cè)試。因此，被測(cè)系統(tǒng)被集成為模型或軟件，與車輛動(dòng)力學(xué)模型耦合，并由傳感器模型進(jìn)行仿真。在本文的平臺(tái)中，采用物理驅(qū)動(dòng)的傳感器模型，如基于光線追蹤的激光探測(cè)雷達(dá)傳感器模型，以及探測(cè)障礙物或行人的關(guān)節(jié)的高級(jí)傳感器模型。
為了在原型系統(tǒng)中驗(yàn)證被測(cè)系統(tǒng)，將其集成到一個(gè)真實(shí)的物理車輛上，如圖5(a)所示，由自動(dòng)駕駛功能控制，感知環(huán)境模型的輸入。同時(shí)，被測(cè)系統(tǒng)受到虛擬傳感器信號(hào)的觸發(fā)，如圖5(b)所示。利用D-GPS/INS系統(tǒng)等定位系統(tǒng)對(duì)車輛位置、方位、速度、加速度等時(shí)空特性進(jìn)行了測(cè)量。
圖5(a). 利用參考傳感器追蹤交通參與者的運(yùn)動(dòng)，包括裝有被測(cè)系統(tǒng)的自動(dòng)車輛和行人。然后，將其行為映射到環(huán)境模型中各自的角色模型上
圖5(b). 混合現(xiàn)實(shí)中的激光雷達(dá)傳感器信號(hào)激勵(lì)：用虛擬行人的信號(hào)增強(qiáng)真實(shí)激光雷達(dá)的信號(hào)。詳述參見[25]。
將這些算法嵌入到真實(shí)的物理車輛中有幾個(gè)優(yōu)點(diǎn)：首先，測(cè)試環(huán)境與最終的車輛運(yùn)行情況非常相近。其次，沒有對(duì)車輛做任何假設(shè)，而是真實(shí)車輛的動(dòng)力學(xué)響應(yīng)。最后，車輛的運(yùn)動(dòng)可以受到外部因素的激勵(lì)，例如潮濕路面導(dǎo)致的摩擦力減小，盡可能的提高了真實(shí)感。
 
D. 行人的集成
駕駛員在環(huán)的多用戶駕駛模擬器測(cè)試中，除了使用鍵盤或游戲手柄來控制行人模型，如圖3所示，本文更關(guān)注真實(shí)的、沉浸場(chǎng)景中的人及其不可預(yù)見的、隨機(jī)的、無模型的行為。如圖4所示，本文的廣義角色模型需要合理的傳感器模型來激勵(lì)沉浸在場(chǎng)景中的人，以及合適的參考測(cè)量系統(tǒng)來觀察記錄人的行為:
對(duì)于人的沉浸感，需要一個(gè)合適的立體相機(jī)模型產(chǎn)生三維效果。然后，虛擬攝像機(jī)將虛擬圖像從仿真環(huán)境模型中呈現(xiàn)出來。Oculus Rift或HTC Vive即為谷歌虛擬現(xiàn)實(shí)（VR）常見的相機(jī)型號(hào)，它們可以應(yīng)用于本文的測(cè)試，但受到線纜長(zhǎng)度的限制，本文選擇使用無線的顯示系統(tǒng)，例如智能手機(jī)，它可以通過運(yùn)動(dòng)跟蹤系統(tǒng)使受試人沉浸在較大的運(yùn)動(dòng)空間內(nèi)。
測(cè)試平臺(tái)必須為被測(cè)系統(tǒng)提供真實(shí)實(shí)體元素的信息：元素信息由參考傳感器直接監(jiān)測(cè)輸出，或者由其他系統(tǒng)模型推導(dǎo)輸出。例如集成一個(gè)行人組件，通過觀察其步態(tài)估計(jì)該行人是否要過馬路，本文提供了直接觀察行人的關(guān)節(jié)角或通過其他系統(tǒng)模型的運(yùn)動(dòng)合成推算關(guān)節(jié)角的方法,參見圖6。
圖6. 早期的版本框架（使用RGB-D攝像頭跟蹤人體運(yùn)動(dòng)，其應(yīng)用范圍限制在較小的工作空間，骨骼跟蹤可以觀察關(guān)節(jié)運(yùn)動(dòng)。白色條形表示圖7(b)中的場(chǎng)景的虛擬停車位標(biāo)記）
 
E. 模擬環(huán)境模型
環(huán)境模型將空間上隔絕的真實(shí)行人和真實(shí)或虛擬的自動(dòng)駕駛車輛統(tǒng)一到一個(gè)公共的參考框架中，在這個(gè)框架中可以安全地進(jìn)行兩者之間的危險(xiǎn)交互。這個(gè)環(huán)境定義了相關(guān)的場(chǎng)景元素，如具有道路、十字路口的基本道路結(jié)構(gòu)、交通信號(hào)燈或標(biāo)志、建筑物和靜態(tài)障礙物等相關(guān)影響因素。此外，還可以在交通流中加入其他動(dòng)態(tài)交通參與者。為了構(gòu)建最極端的場(chǎng)景，本文特別加入半靜態(tài)障礙物，例如停放的車輛，以遮擋行人和車輛的傳感器。
圖7. 以潛在的車輛與行人交互為特征的城市場(chǎng)景 (a). 設(shè)置公共交通站點(diǎn)的虛構(gòu)場(chǎng)景模型 (b). 根據(jù)實(shí)際停車場(chǎng)模擬的虛擬停車場(chǎng)景
在集成度較高的測(cè)試平臺(tái)中，需要預(yù)設(shè)實(shí)體車輛和行人的工作空間：即場(chǎng)景中的車輛和行人在聯(lián)合環(huán)境模型中移動(dòng)和交互時(shí)均不應(yīng)超過各自的預(yù)設(shè)移動(dòng)區(qū)域。場(chǎng)景中的最大移動(dòng)空間由自由試驗(yàn)場(chǎng)和實(shí)驗(yàn)室中人體運(yùn)動(dòng)的空間范圍決定。
 
F. 數(shù)據(jù)互通及分析
 
對(duì)于軟件到硬件的在環(huán)測(cè)試，可以在聯(lián)合仿真平臺(tái)上建立被測(cè)系統(tǒng)，使用一臺(tái)或多臺(tái)計(jì)算機(jī)運(yùn)行測(cè)試，并通過有線網(wǎng)絡(luò)同步。對(duì)于車輛在環(huán)測(cè)試，需要分布式協(xié)同仿真和無線通信來連接不同的、在空間上分離的工作空間中的車輛和行人，見圖5(a)。僅需傳輸參考傳感器的測(cè)量值，例如交通參與者的當(dāng)前姿勢(shì)，而其余模型和傳感器激勵(lì)以及虛擬圖像可以在實(shí)驗(yàn)室和實(shí)驗(yàn)車輛中單獨(dú)的ECU上計(jì)算。
在本文的測(cè)試平臺(tái)架構(gòu)中，建議使用基于IEEE802.11p/ITS-G5的V2X通信系統(tǒng)作為通信介質(zhì)。為了傳輸位置和速度信息，可以使用etsi標(biāo)準(zhǔn)化的合作感知信息(CAM)在各自車輛和行人的傳感器之間進(jìn)行仿真。由于已有標(biāo)準(zhǔn)規(guī)定了傳輸CAMs的頻率，因此V2X ECU必須在其規(guī)定的傳輸頻率之外發(fā)送其他數(shù)據(jù)。
 
通過用GPS時(shí)間而不是人工模擬時(shí)間來標(biāo)定不同的觀測(cè)量，從而保證了觀測(cè)量時(shí)序同步。通過以上設(shè)定重現(xiàn)系統(tǒng)開環(huán)測(cè)試、性能評(píng)估、交通參與者行為分析以及機(jī)器學(xué)習(xí)的使用場(chǎng)景。
 
4、測(cè)試平臺(tái)的實(shí)現(xiàn)
 
本平臺(tái)是基于模塊化仿真平臺(tái)Gazebo[26]和中間操作系統(tǒng) [27]實(shí)現(xiàn)的，其傳感器和執(zhí)行器的接口已標(biāo)準(zhǔn)化，可以實(shí)現(xiàn)模型和被測(cè)系統(tǒng)的便捷集成。交通參與者可以通過基于模型的行為進(jìn)行控制，也可以上傳參考系統(tǒng)的姿態(tài)測(cè)量數(shù)據(jù)。
 
具有不同自動(dòng)駕駛功能的被測(cè)系統(tǒng)在基于URDF的[28]車輛模型中實(shí)例化。在數(shù)據(jù)驅(qū)動(dòng)模式下，通過D-GPS/INS系統(tǒng)對(duì)虛擬角色模型進(jìn)行定位，然后將傳感器數(shù)據(jù)提供給被測(cè)系統(tǒng)。行人由Optitrack跟蹤系統(tǒng)定位，該系統(tǒng)由6個(gè)Flex13相機(jī)構(gòu)成的陣列組成，，形成一個(gè)約為4×2米的橢球工作空間，數(shù)據(jù)精度為0.5mm。使用智能手機(jī)和可追蹤標(biāo)記構(gòu)成VR眼鏡，見圖8。根據(jù)頭部定位在虛擬環(huán)境模型中重現(xiàn)行人立體視圖，該立體視圖被壓縮并傳輸?shù)街悄苁謾C(jī)。模型通過放置在實(shí)驗(yàn)室跟蹤區(qū)域的路邊單元(RSU)和車輛本身的V2X ECU來通信。
圖8. 基于智能手機(jī)構(gòu)建的虛擬現(xiàn)實(shí)（VR）眼鏡，通過添加Optitrack標(biāo)記進(jìn)行跟蹤
 
5、評(píng)價(jià)
 
由于所設(shè)計(jì)的測(cè)試平臺(tái)本身用于系統(tǒng)性能的評(píng)價(jià)，而對(duì)平臺(tái)自身的測(cè)評(píng)則具有一定的挑戰(zhàn)性，因此本文采取一種定性評(píng)價(jià)的方式，即通過測(cè)試實(shí)例來論證平臺(tái)設(shè)計(jì)的優(yōu)勢(shì)。
 
A. 定性評(píng)估
為了實(shí)現(xiàn)對(duì)測(cè)試方法的定性評(píng)估，我們選取了包括可視性、安全性、測(cè)試量、靈活性和真實(shí)性5個(gè)參數(shù)，用以比較第二部分介紹的3種測(cè)試方法和本文的創(chuàng)新測(cè)試平臺(tái)。結(jié)果如圖9雷達(dá)圖所示：
圖9.基于五個(gè)維度:可視性、安全性、測(cè)試量、靈活性和真實(shí)性的定性分析
 
可視性定義了測(cè)試系統(tǒng)對(duì)于測(cè)試中的真實(shí)實(shí)體的視覺重現(xiàn)能力：顯然，在完全虛擬的環(huán)境中，我們可以觀察到所有的仿真實(shí)體，而在駕駛模擬器測(cè)試中，僅可看到與車輛相關(guān)的部分。所以，混合現(xiàn)實(shí)的方法可提供與場(chǎng)地測(cè)試相同觀測(cè)水平的環(huán)境。
 
安全性定義為被測(cè)系統(tǒng)和行人可能受到的損毀或受傷風(fēng)險(xiǎn)：混合現(xiàn)實(shí)方法將試驗(yàn)參與者在空間上完全隔絕，這種方法將傷害風(fēng)險(xiǎn)降至最低。安全性即可視為與風(fēng)險(xiǎn)程度相反。本文提出的方法即使在最極端的測(cè)試工況下也不會(huì)造成任何傷害。而駕駛模擬器測(cè)試也無法保證完全安全，場(chǎng)地測(cè)試的傷害則是限于所使用的車輛和行人模具。
 
測(cè)試量定義為給定時(shí)間內(nèi)可以進(jìn)行的試驗(yàn)數(shù)量。由于我們的方法中有實(shí)時(shí)參與的真實(shí)的受試人，所以相較而言，純虛擬測(cè)評(píng)的測(cè)試量要高得多。然而，對(duì)于給定的場(chǎng)景，行人和被測(cè)系統(tǒng)之間的交互可以不斷迭代。而場(chǎng)景可以通過重置車輛和行人的狀態(tài)來初始化。另外，對(duì)于確定場(chǎng)景下的實(shí)車路試的測(cè)試量則很難衡量。
 
靈活性定義為創(chuàng)建不可預(yù)見的新應(yīng)用場(chǎng)景的難易程度。與虛擬測(cè)試相同，混合現(xiàn)實(shí)環(huán)境便于修改參數(shù)來實(shí)現(xiàn)城市場(chǎng)景、高速事故場(chǎng)景之間的切換或者增加障礙物或遮擋物來實(shí)現(xiàn)更極端的場(chǎng)景。由于空間上的完全隔離，就算是不計(jì)后果的危險(xiǎn)行為也可以作為給定激勵(lì)而不用考慮安全影響。虛擬環(huán)境也可以構(gòu)建極端危險(xiǎn)的靜態(tài)場(chǎng)景。駕駛模擬器測(cè)試則可以通過適當(dāng)?shù)穆窂揭?guī)劃來調(diào)整場(chǎng)景。而實(shí)車路試的靈活性受限于給定場(chǎng)地的路面結(jié)構(gòu)等因素。
 
真實(shí)性是指被試系統(tǒng)受到的環(huán)境激勵(lì)中行為真實(shí)性。本文方法的行為真實(shí)性完全滿足被試系統(tǒng)的需求。虛擬驗(yàn)證的評(píng)價(jià)結(jié)果依賴于集成模型的質(zhì)量，尤其是行為模型，而本文的方法可以提供車輛所面對(duì)的真實(shí)行人的行為，真實(shí)感更強(qiáng)。
 
這種定性分析表明，本文的方法為生成具有弱勢(shì)交通參與者的危險(xiǎn)場(chǎng)景提供了一個(gè)靈活、通用和可實(shí)現(xiàn)的測(cè)試平臺(tái)。
 
B. 用例：自適應(yīng)巡航參數(shù)化
為了論證平臺(tái)的設(shè)計(jì)，對(duì)處于早期開發(fā)階段的典型駕駛功能，本文演示了測(cè)試平臺(tái)對(duì)其在城市場(chǎng)景中的應(yīng)用驗(yàn)證。首先繪制了一個(gè)真實(shí)的城市區(qū)域，使用了Lanelets[29]和從OpenStreetMap[30]自動(dòng)派生的靜態(tài)建筑進(jìn)行建模，并手工紋理化，構(gòu)建了一個(gè)可信場(chǎng)景。被試系統(tǒng)采用基于雷達(dá)的自適應(yīng)巡航控制(ACC)和基于智能駕駛員模型(IDM)[31]的碰撞緩解系統(tǒng)。其響應(yīng)閾值為保險(xiǎn)杠與保險(xiǎn)杠之間的最小安全距離s0，最小時(shí)距T0，期望目標(biāo)速度v0，最大加速度a0，制動(dòng)減速b0。計(jì)算車輛的加速度a為:
場(chǎng)景中的受試人要在一輛停泊的巴士前穿過街道，到達(dá)有軌電車，見圖10。受試人在傳感器范圍內(nèi)運(yùn)動(dòng)實(shí)現(xiàn)與被試系統(tǒng)的交互，并可以在不傷害受試者的條件下復(fù)現(xiàn)碰撞。該測(cè)試能夠優(yōu)化IDM的模型參數(shù)，尤其是安全距離和最大減速。雖然沒有明確的迭代目標(biāo)，但本測(cè)試能夠從行人的角度以一種安全的方式進(jìn)行場(chǎng)景體驗(yàn)，評(píng)估與之進(jìn)行交互的行人認(rèn)為何種車輛行為是感受最佳的。
(a). 真實(shí)行人在場(chǎng)景入口示例 (b). 車輛還未出現(xiàn)在行人視野中
(c). 行人被告知需要在接近的車輛之前過馬路 (d). 虛擬環(huán)境中的虛擬車輛可見
(e). 最后行人走到了虛擬車輛前方 (f). 行人能夠意識(shí)到車輛與自己的距離
(g). 參數(shù)有誤的被試系統(tǒng)使車輛在距行人過近的地方停車
 
6、總結(jié)
 
本文所提出的測(cè)試平臺(tái)能夠評(píng)估高度自動(dòng)化的駕駛功能，以便在最極端的工況下，在空間隔離開的交通參與者的真實(shí)行為的場(chǎng)景中，對(duì)不同的集成級(jí)別進(jìn)行驗(yàn)證。為了驗(yàn)證被試系統(tǒng)是否滿足其預(yù)期的功能，本測(cè)試平臺(tái)能重現(xiàn)被試系統(tǒng)面對(duì)真實(shí)的弱勢(shì)交通參與者的交互。該平臺(tái)尤其適用于碰撞緩解和避撞功能、正常和違規(guī)行為的預(yù)測(cè)功能，以及無交通信號(hào)設(shè)置的場(chǎng)景下車輛與行人協(xié)調(diào)合作的性能驗(yàn)證評(píng)估。
 
仿真環(huán)境模型與真實(shí)系統(tǒng)嚴(yán)格分離，即使使用真實(shí)車輛也能夠保證安全。例如，讓真實(shí)的車輛和其他交通參與者安全地分開，允許測(cè)試的人類參與者在正常情況下做出不負(fù)責(zé)任甚至是危險(xiǎn)的行為，比如無視交通燈或搶占自動(dòng)駕駛車輛的通行權(quán)。
 
本研究仍存在幾個(gè)問題，需在今后的工作中繼續(xù)完善。由于本文假設(shè)通過使用參考系統(tǒng)，復(fù)現(xiàn)的是一個(gè)真實(shí)的地面道路場(chǎng)景，并且傳感器模型足夠精確得以同時(shí)激勵(lì)行人和被試系統(tǒng)，所以本次研究重點(diǎn)關(guān)注的是交互測(cè)試平臺(tái)的架構(gòu)和實(shí)現(xiàn)。但現(xiàn)實(shí)中仍然存在車輛和行人姿態(tài)的測(cè)量誤差通過系統(tǒng)傳遞到評(píng)價(jià)結(jié)果的問題。同時(shí)，對(duì)于沉浸在場(chǎng)景中的受試人，傳感器模型需要根據(jù)視覺精度和照片的真實(shí)感設(shè)計(jì)到足夠精細(xì)，才能使受試人完全沉浸在場(chǎng)景中。后續(xù)也會(huì)將盡可能多的交通參與者加入到集成測(cè)試中，將其轉(zhuǎn)化為一個(gè)大規(guī)模的測(cè)試環(huán)境，讓他們?cè)诟鼜?fù)雜的城市場(chǎng)景中進(jìn)行交互，從而能夠在復(fù)雜的城市場(chǎng)景中生成復(fù)雜的行人群體行為。
 
聯(lián)系人：李老師  
電話：021-69589225
郵箱：11666104@#edu.cn
分享到：
 
反對(duì) 0 舉報(bào) 0 收藏 0 評(píng)論 0
滬ICP備11026917號(hào)-25