車輛智能化是現(xiàn)代汽車技術(shù)與產(chǎn)業(yè)發(fā)展的大趨勢，環(huán)境感知作為其關(guān)鍵核心技術(shù)，一直是業(yè)內(nèi)的研究熱點(diǎn)。環(huán)境感知主要是利用各類傳感器收集汽車在行駛時周圍環(huán)境的狀態(tài)，進(jìn)行靜態(tài)、動態(tài)物體的捕捉，針對收集到的原始數(shù)據(jù)或目標(biāo)數(shù)據(jù)完成系統(tǒng)的融合、運(yùn)算與分析，讓駕駛系統(tǒng)可以準(zhǔn)確地預(yù)判即將發(fā)生的危險(xiǎn)，從而保證駕駛安全。
根據(jù)與真實(shí)世界的還原度以及傳感器建模的復(fù)雜程度，可分為理想/完美傳感器、細(xì)節(jié)傳感器、物理傳感器。現(xiàn)階段絕大多數(shù)智能駕駛仿真軟件對于感知環(huán)節(jié)的仿真普遍采用完美傳感器方案，即從仿真軟件的環(huán)境數(shù)據(jù)中提取環(huán)境真值并直接作為傳感器的測量結(jié)果輸出，但其無法模擬出實(shí)際傳感器的真實(shí)特性，容易導(dǎo)致由于傳感器的仿真準(zhǔn)確度不同而引發(fā)智能汽車仿真模擬失效。中汽數(shù)據(jù)基于場景仿真軟件完成了激光雷達(dá)、相機(jī)、毫米波雷達(dá)等傳感器的產(chǎn)品級仿真建模，通過高精度參數(shù)標(biāo)定，盡可能還原了傳感器真實(shí)物理特性。
激光雷達(dá)
激光雷達(dá)仿真模型的建立推動了車輛智能化測評技術(shù)的發(fā)展進(jìn)程。利用激光雷達(dá)仿真模型進(jìn)行智能化功能開發(fā)測試，特別是危險(xiǎn)條件下的試驗(yàn)驗(yàn)證，不但使得仿真測試更加安全與高效，彌補(bǔ)了其因價格高昂帶來的實(shí)用性不足的缺點(diǎn)，同時消除了試驗(yàn)過程中由于激光雷達(dá)算法的不確定性造成的安全隱患。
以中汽數(shù)據(jù)有限公司建立的激光雷達(dá)模型為例，其基于Optix光線追蹤的渲染方法，利用場景仿真軟件VTD對激光雷達(dá)進(jìn)行仿真，該方法具有計(jì)算簡單，易于并行的優(yōu)點(diǎn)。在代碼層面發(fā)出給定位置和方向的光線，與場景中的物體發(fā)生交叉,在交叉點(diǎn)處可得到電磁波與材質(zhì)發(fā)生的交匯行為以及吸收折射漫反射等物理特性,通過調(diào)整傳感器的固定FOV角、線束、電機(jī)轉(zhuǎn)速等參數(shù)，完成激光雷達(dá)仿真模型建模。為了方便模型的表達(dá)，使用激光雷達(dá)理想點(diǎn)云以及激光雷達(dá)回波強(qiáng)度來體現(xiàn)激光雷達(dá)點(diǎn)云生成的機(jī)理與影響因素，結(jié)合對交通環(huán)境中關(guān)鍵場景元素的材質(zhì)匹配，可以進(jìn)一步開發(fā)基于激光雷達(dá)模型的車輛智能駕駛相關(guān)應(yīng)用。
圖1 設(shè)置點(diǎn)云對應(yīng)光線順序
圖2 建立光強(qiáng)計(jì)算模型
（a）
（b）
圖3 激光雷達(dá)仿真效果圖
毫米波雷達(dá)
車載毫米波雷達(dá)是通過天線向外發(fā)射毫米波，接收目標(biāo)反射信號，經(jīng)后方處理后快速準(zhǔn)確地獲取車身周圍的物理環(huán)境信息(如汽車與其他物體之間的相對距離、相對速度、角度、運(yùn)動方向等)，然后根據(jù)所探知的物體信息進(jìn)行目標(biāo)追蹤和識別分類，進(jìn)而結(jié)合車身動態(tài)信息進(jìn)行數(shù)據(jù)融合，最終通過中央處理單元(ECU)進(jìn)行智能處理。
毫米波雷達(dá)虛擬建模與仿真的挑戰(zhàn)一方面來自于雷達(dá)的“黑盒”屬性——其內(nèi)部的電子器件特性及結(jié)構(gòu)、數(shù)據(jù)采集與處理算法未知且多樣，另一方面來自電磁散射、地表雜波和環(huán)境噪聲等干擾的動態(tài)隨機(jī)性，這兩方面的挑戰(zhàn)使毫米波雷達(dá)在電磁波發(fā)射、傳播、反射以及接收與處理階段建模難度較高。
在建模的過程中首先對雷達(dá)電磁波束進(jìn)行幾何表征。利用光學(xué)方法來處理電磁波，得到雷達(dá)視錐模型。之后完成視錐可見判斷、視錐裁剪判斷、遮擋判斷。最終根據(jù)其在雷達(dá)坐標(biāo)系下的坐標(biāo)，計(jì)算特征點(diǎn)集與雷達(dá)的相對距離和方位角，輸出雷達(dá)范圍內(nèi)目標(biāo)物體特征點(diǎn)集的坐標(biāo)、距離與方位角,返回目標(biāo)物體的ID。
圖4 毫米波雷達(dá)仿真原理示意圖
圖5 目標(biāo)物信息輸出
相機(jī)
相機(jī)傳感器模擬主要指針對相機(jī)的鏡頭、CMOS和芯片后處理的整體仿真。在仿真建模中要能夠針對實(shí)際相機(jī)傳感器的特點(diǎn)，模擬出實(shí)際相機(jī)傳感器的各種實(shí)驗(yàn)特性，克服現(xiàn)有方法中對相機(jī)傳感器作用機(jī)理以及實(shí)際相機(jī)傳感器誤差考慮不足的問題。
相機(jī)仿真建模的首先要進(jìn)行實(shí)際相機(jī)傳感器標(biāo)定試驗(yàn)，通過實(shí)驗(yàn)或計(jì)算的方法求解相機(jī)的內(nèi)參矩陣、外參矩陣和畸變參數(shù)等光學(xué)特性。之后對智能車輛仿真環(huán)境建模進(jìn)行修改，模擬光沿直線傳播過程，模擬光經(jīng)過鏡頭等物件所產(chǎn)生的畸變過程以及模擬相機(jī)傳感器數(shù)據(jù)后處理過程。
模擬攝像頭畸變是一個非常重要環(huán)節(jié)。相機(jī)畸變是指光學(xué)系統(tǒng)對物體所成的像相對于物體本身而言的失真程度，是光學(xué)透鏡的固有特性，其直接原因是因?yàn)橥哥R的邊緣部分和中心部分的放大倍率不一樣。相機(jī)畸變一般由徑向畸變、切向畸變和薄棱鏡畸變?nèi)糠纸M成。三者之和構(gòu)成了整個相機(jī)的畸變，可以由畸變系數(shù)表示。在仿真模擬過程將對鏡頭畸變過程的仿真模擬分為兩步，分別為基于畸變參數(shù)與環(huán)境的數(shù)據(jù)預(yù)處理過程，以及數(shù)據(jù)預(yù)處理后根據(jù)模擬光沿直線傳播過程中計(jì)算結(jié)果進(jìn)行的帶畸變照片像素點(diǎn)信息的計(jì)算。
圖6 魚眼攝像頭仿真效果圖
隨著科技的發(fā)展，智能駕駛仿真技術(shù)將不斷升級，大范圍應(yīng)用于智能駕駛技術(shù)研發(fā)中。目前，中汽數(shù)據(jù)有限公司基于多年來的駕駛場景數(shù)據(jù)和仿真工程經(jīng)驗(yàn)，已為國內(nèi)多家車企提供了從數(shù)據(jù)采集→場景庫構(gòu)建→仿真驗(yàn)證全鏈條的智能網(wǎng)聯(lián)汽車仿真測試驗(yàn)證方案，其中仿真驗(yàn)證方面包含了臺架集成、軟硬件開閉環(huán)調(diào)試、模型開發(fā)、視頻注入、測試用例設(shè)計(jì)等內(nèi)容，具備自動駕駛功能高效、快速實(shí)時閉環(huán)仿真測試能力。
圖7 中汽數(shù)據(jù)全流程XiL在環(huán)仿真平臺
（轉(zhuǎn)載）
