高艷 高奧 齊國巍 張東波 趙德銀 張博 王洪雨 景海嬌 張家旭
(中國第一汽車股份有限公司 智能網(wǎng)聯(lián)開發(fā)院,長春 130013)
主題詞:車輛道路偏離預(yù)警系統(tǒng) HIL 大數(shù)據(jù)分析 正態(tài)分布 安全
LDW Lane Departure Warning(車道偏離預(yù)警)
HIL Hardware In Loop(硬件在環(huán))
ADAS Advanced Driver Assistance System(先進(jìn)駕駛輔助系統(tǒng))
隨著汽車保有量的不斷增加,道路上的汽車越來越多,汽車在給人們帶來交通便利的同時,造成的交通事故也相應(yīng)的增加了,而相當(dāng)一部分交通事故是由于駕駛員注意力不集中導(dǎo)致車輛無意識偏離車道造成的[1],由此看來車輛道路偏離預(yù)警系統(tǒng)(LDW)就非常有必要了。車輛道路偏離預(yù)警系統(tǒng)是通過攝像頭時刻采集行駛車道的車道線,通過圖像處理獲得汽車在當(dāng)前車道中的位置參數(shù),當(dāng)檢測到汽車將要偏離車道時,傳感器會及時收集車輛數(shù)據(jù)和駕駛員的操作狀態(tài),之后由控制器發(fā)出警報信號,提醒駕駛員車輛將要偏離車道的系統(tǒng)[2]。
隨著智能駕駛輔助系統(tǒng)的不斷發(fā)展,LDW已經(jīng)成為大部分汽車的標(biāo)配系統(tǒng)。LDW系統(tǒng)的功能及性能的好壞直接影響整車的安全性。目前各大主機(jī)廠對于ADAS測試主要分為實(shí)車測試和虛擬仿真測試,采用實(shí)車測試危險性較大,復(fù)雜場景難以模擬,可重復(fù)性差,而虛擬仿真測試方法是一種能夠滿足上述需求的高效、實(shí)時、精準(zhǔn)的測試驗(yàn)證方法。而目前行業(yè)內(nèi)對于LDW報警點(diǎn)的測試評價準(zhǔn)則還是處于缺少狀態(tài)[3]。
隨著大數(shù)據(jù)時代的到來,大數(shù)據(jù)在科學(xué)研究中起著越來越重要的作用,通過對大數(shù)據(jù)的收集、處理可以形成有力的評價依據(jù)。本文基于HIL虛擬仿真測試技術(shù),通過不同的仿真場景,獲得大量的試驗(yàn)數(shù)據(jù),采用大數(shù)據(jù)處理的方法對LDW的功能及性能測試數(shù)據(jù)進(jìn)行處理和研究,形成一套獨(dú)有的測試評價準(zhǔn)則,在保證LDW系統(tǒng)安全、可靠的同時,也為駕駛輔助系統(tǒng)的評判提供了一種有效的方法[4]。本文從測試環(huán)境的建立到測試方法的執(zhí)行最終提出一種基于“3σ”原則來評價車輛道路偏離系統(tǒng)的性能指標(biāo)。
LDW系統(tǒng)主要是通過攝像頭采集視頻圖像信息確定車輛位置,判斷車輛是否發(fā)生偏移的,從而對駕駛員發(fā)出報警信號。在測試之前,需要按照車輛外形尺寸和實(shí)車TAC標(biāo)定的標(biāo)靶參數(shù),對虛擬環(huán)境中的攝像頭模型和真實(shí)攝像頭的位置進(jìn)行標(biāo)定,保證臺架中攝像頭控制器識別到的仿真場景與實(shí)車的攝像頭識別的場景是一致的,從而保證仿真場景的正確性[5]。
LDW HIL仿真測試環(huán)境總體結(jié)構(gòu)如圖1所示。包括上位機(jī)系統(tǒng)、虛擬仿真平臺和智能前視攝像頭暗箱。上位機(jī)系統(tǒng)通過向虛擬仿真平臺發(fā)送命令,控制整個系統(tǒng)的工作流程,它主要包括測試用例管理模塊、測試序列模塊、自動化測試模塊及動畫顯示模塊。虛擬仿真平臺通過IO板卡和CAN板卡仿真LDW控制器工作的外圍環(huán)境。智能前視攝像頭暗箱包括LDW控制器裝置、透鏡裝置、動畫仿真顯示屏。透鏡裝置等效增加屏幕和攝像頭之間的距離,將屏幕尺寸和臺架尺寸控制在合理范圍內(nèi)。動畫顯示模塊是用來顯示模型中模擬的交通場景。場景中虛擬的攝像頭安裝在虛擬的車輛環(huán)境中,通過標(biāo)定使它的安裝位置與實(shí)車攝像頭的安裝位置一致。動畫顯示模塊顯示的虛擬車輛環(huán)境包含道路(車道線、交通標(biāo)志)、交通(行人、車輛)和環(huán)境(天氣、樹木、建筑),用于模擬現(xiàn)實(shí)場景中的車輛環(huán)境。
上位機(jī)中,采用測試用例管理軟件管理測試用例,LDW測試用例主要包括LDW基本功能測試用例、標(biāo)準(zhǔn)場景測試用例及特殊場景測試用例。LDW基本功能用例主要包括LDW工作狀態(tài)轉(zhuǎn)換、靈敏度測試、車道線類型測試、車道線顏色測試、車道寬度及車道線寬度測試。標(biāo)準(zhǔn)場景測試用例主要包括報警的產(chǎn)生測試、報警的重復(fù)性測試及虛假報警測試。特殊場景測試主要指坡路、盤山路、不同的氣候環(huán)境及駕駛員干預(yù)的影響測試。
通過自動化測試程序?qū)崿F(xiàn)測試序列的搭建以及實(shí)施,從而實(shí)現(xiàn)LDW系統(tǒng)的自動化測試。自動化測試序列是根據(jù)測試用例編寫的圖形化可執(zhí)行文件,實(shí)現(xiàn)各個場景的仿真調(diào)用,自動生成測試報告。如圖2所示。
圖1 LDW仿真測試環(huán)境總體結(jié)構(gòu)
圖2LDW測試流程
LDW的測試主要關(guān)注的是報警的性能,LDW激活之后,報警的瞬間會輸出報警信號,如圖3所示,從而可以確定報警點(diǎn)距離車道線的距離或時距。而不同的車輛姿態(tài),報警點(diǎn)距車道線的距離和時距有所差別,目前也沒有準(zhǔn)確的評價標(biāo)準(zhǔn)。本文在上述自動化測試報告的基礎(chǔ)上,提取每次報警點(diǎn)的距離和時距,得到大量不同的報警點(diǎn)位置,采用大數(shù)據(jù)統(tǒng)計(jì)方法,將統(tǒng)計(jì)的數(shù)據(jù)經(jīng)過MATLAB數(shù)據(jù)處理之后畫出數(shù)據(jù)頻率曲線,再根據(jù)高斯擬合得到正態(tài)分布的參數(shù)值,從而繪制出報警點(diǎn)的距離和時距正態(tài)分布曲線,進(jìn)而可以提出LDW系統(tǒng)報警性能的判斷準(zhǔn)。
圖3LDW報警信號
本論文是利用大數(shù)據(jù)的數(shù)據(jù)分析方法,選取了三種車輛姿態(tài)的工況進(jìn)行自動化測試,針對每組工況反復(fù)執(zhí)行自動化測試序列,獲取大量報警距離數(shù)據(jù),將直路的所有報警點(diǎn)數(shù)據(jù)、彎路的所有報警點(diǎn)數(shù)據(jù)及連續(xù)換道的報警點(diǎn)數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)和分析。
通過自動化序列獲取直路工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)、直路工況右側(cè)偏移報警點(diǎn)數(shù)據(jù)、彎路工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)、彎路工況右側(cè)報警點(diǎn)數(shù)據(jù)、車輛連續(xù)偏移左側(cè)報警點(diǎn)數(shù)據(jù)、車輛連續(xù)偏移右側(cè)報警點(diǎn)數(shù)據(jù),共6組數(shù)據(jù),以直路工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)為例進(jìn)行數(shù)據(jù)分析:
首先將直路工況左側(cè)偏移數(shù)據(jù)錄入MATLAB中,稱為數(shù)組A,利用MATLAB長度公式可知,數(shù)組A長度為1 149,也就是說我們采集了直路工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)1 149個,然后建立一組一維數(shù)組B[1,1 149],用來對報警數(shù)據(jù)A計(jì)數(shù),通過數(shù)組A和數(shù)組B可以得到這組數(shù)據(jù)的散點(diǎn)圖,即直路工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)的分布曲線,如圖4所示。以此類推可獲得直路右側(cè)偏移報警點(diǎn)數(shù)據(jù)分布曲線、彎路工況左右偏移報警點(diǎn)數(shù)據(jù)的分布曲線及車輛左右連續(xù)偏移的報警點(diǎn)數(shù)據(jù)的分布曲線。
對于同一工況的單側(cè)報警點(diǎn),可以根據(jù)均方根公式(1)獲取有效值。
圖4 直路工況左側(cè)偏移報警點(diǎn)的分布曲線
式中:Xrms為數(shù)組A的有效值;N為1 149;i為(1,2,3…1 149);XN為第N個報警點(diǎn)位置。
把直線工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)代入上述公式,可以獲得Xrms=0.0867 m,即直線工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)的有效值是0.0867 m;通過有效值可以初步評價該LDW系統(tǒng)報警點(diǎn)的典型范圍。同理可以獲得其他工況的報警點(diǎn)數(shù)據(jù)的有效值。
根據(jù)上面單一工況報警點(diǎn)有效值分析,可以得到直線工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)數(shù)組A的取值范圍在0~0.14 m范圍內(nèi),可以把0~0.14 m分成n份,再根據(jù)如下程序獲得直線工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)計(jì)數(shù)統(tǒng)計(jì)數(shù)組num[],并繪制出直方圖,如圖5所示。
large=max(A);
small=min(A);
num=zeros(n+1,1);
delt=(large-small)/n;
for i=1:(n-1)
for j=1:length(A)
if(small+delt*(i-1))<=A(j)&&A(j)<(small+delt*i)
num(i)=num(i)+1;
end
end
end
再根據(jù)MATLAB軟件中概率分布函數(shù)ksdensity獲取圖5中的報警點(diǎn)的頻率密度曲線。從該曲線可以看出,單一工況的報警點(diǎn)數(shù)據(jù)處于中間位置的數(shù)據(jù)明顯占所有數(shù)據(jù)的絕大多數(shù),為了更好的分析數(shù)據(jù)的分布情況,利用MATLAB將直線工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)的頻率曲線的橫縱坐標(biāo)分別取個數(shù)為100的一維數(shù)組X[0,100],Y[0,100],通過對此組數(shù)組進(jìn)行一維二維各種函數(shù)的擬合,發(fā)現(xiàn)單一工況的報警點(diǎn)頻率曲線與一維高斯分布Gaussian 1擬合程度很高,并可以從Gaussian 1擬合公式(2)計(jì)算出該組工況報警點(diǎn)數(shù)據(jù)的高斯分布方程中的參數(shù)。從而獲取直路工況左側(cè)偏移報警點(diǎn)的正態(tài)分布曲線及其μ和δ的值。
圖5 直線工況左側(cè)偏移報警點(diǎn)數(shù)據(jù)的報警點(diǎn)數(shù)量分布和頻率曲線
Gaussian 1擬合公式如下:
根據(jù)擬合公式和報警點(diǎn)數(shù)據(jù),得出a=34.51;b=0.09424;c=0.01482。
所以擬合出的直路工況左側(cè)報警點(diǎn)高斯分布公式為:
再根據(jù)正態(tài)分布曲線公式(5)計(jì)算得出期望μ=b=0.09424和標(biāo)準(zhǔn)差
利用上述方式可以對所有的六組數(shù)據(jù)分別進(jìn)行統(tǒng)計(jì)分析和擬合,可以得到六組擬合的正態(tài)分布曲線,將左側(cè)偏移的三組工況原始數(shù)據(jù)曲線和擬合的正態(tài)分布曲線分別繪制成如圖6所示。右側(cè)偏移的三組工況原始數(shù)據(jù)曲線和擬合的正態(tài)分布曲線分別繪制成如圖7所示。
圖6 左側(cè)偏移報警點(diǎn)數(shù)據(jù)的頻率曲
圖7 右側(cè)偏移報警點(diǎn)數(shù)據(jù)的頻率曲線
在圖6和圖7中,每條正態(tài)分布曲線下橫軸上一定區(qū)間的面積反映該區(qū)間的報警數(shù)據(jù)占總報警數(shù)據(jù)的比例。不同范圍內(nèi)正態(tài)曲線下的面積可以積分算出。再根據(jù)“小概率事件”的思想,“小概率事件”通常指發(fā)生的概率小于5%的事件,認(rèn)為在一次試驗(yàn)中該事件是幾乎不可能發(fā)生的。所以,車輛道路偏離系統(tǒng)的報警性能可以根據(jù)正態(tài)分布的“3σ”原則來評價。
根據(jù)圖6和圖7,發(fā)現(xiàn)不同的工況和左右偏轉(zhuǎn)不同,得到的正態(tài)分布曲線有一定差異,因此得到的μ和σ也不相同,這是因?yàn)樵诓煌r下車輛姿態(tài)不同以及攝像頭安裝位置偏置造成的,因此在評價不同工況時采用不同的評價指標(biāo),這樣可以更好的要求LDW系統(tǒng)的性能。
本文介紹了車輛道路偏離系統(tǒng)的測試方法和數(shù)據(jù)分析處理的方法,采用虛擬仿真測試設(shè)備,通過自動化程序獲得不同工況下的報警點(diǎn)距車道線的距離數(shù)據(jù),采用大數(shù)據(jù)分析、高斯擬合、正態(tài)分布等方法進(jìn)行數(shù)據(jù)分析處理,并創(chuàng)新性提出采用“3σ”原則來評價車輛道路偏離系統(tǒng)的性能指標(biāo),首次為汽車行業(yè)的車輛道路偏離系統(tǒng)提出了產(chǎn)品的性能評價方法,為后續(xù)車輛道路偏離系統(tǒng)的開發(fā)、驗(yàn)證和評價提供理論依據(jù)。