趙樹廉，來 飛，李克強(qiáng)，陳 濤，孟璋劼，唐逸超，吳思宇，田浩東

（1.清華大學(xué)車輛與運(yùn)載學(xué)院，北京 100084；2.中國汽車工程研究院股份有限公司，重慶 401122；3.重慶理工大學(xué)車輛工程學(xué)院，重慶 400054；4.重慶大學(xué)機(jī)械與運(yùn)載工程學(xué)院，重慶 400044）

前言

智能汽車或自動駕駛車輛研發(fā)目前已成為國內(nèi)外高校和科研機(jī)構(gòu)的研究熱點。“落地應(yīng)用難”是自動駕駛技術(shù)現(xiàn)階段的主要問題，如何高效可信地對智能汽車進(jìn)行測試評價成為其快速推廣應(yīng)用的關(guān)鍵。

現(xiàn)有的關(guān)于智能汽車相關(guān)的測試手段，主要包括：仿真測試（software in the loop，SIL）、硬件在環(huán)（hardware in the loop，HIL）、整車在環(huán)（vehicle in the loop，VIL）、實車場地測試、實車道路測試等方法［1］。其中，SIL 測試采用純仿真手段，一般用于早期的控制器開發(fā)；HIL 測試中只有被測控制器是真實的硬件，采用的車輛為虛擬的動力學(xué)模型；VIL 測試中用實車代替車輛動力學(xué)模型，在實驗室環(huán)境下進(jìn)行相關(guān)測試［2-4］。文獻(xiàn)［2］中建立了配備（advanced driving assist system，ADAS）功能的全尺寸車輛，底盤測功機(jī)用于模擬道路交互，機(jī)器人車輛可模擬其它運(yùn)動的障礙車輛；文獻(xiàn)［3］中采用可轉(zhuǎn)向的底盤測功機(jī)試驗臺，對基于攝像頭的車道保持（LKA）和自適應(yīng)巡航控制（ACC）的功能進(jìn)行了相關(guān)測試；文獻(xiàn)［4］中基于車輛在環(huán)仿真環(huán)境，對交叉口的自動駕駛車輛交通管理方法進(jìn)行了測試，旨在保證車輛安全的前提下盡量減少停車次數(shù)和能耗。

相比SIL、HIL及VIL測試，場地測試和道路測試采用真實被測車輛，但往往存在著測試場景單一、效率低和成本高的缺點。Kalra等［5］針對自動駕駛汽車的安全性問題，提出了迫切需要一種新的測試方法來證明其安全性和可靠性。Zhao 等［6-7］建議采取加速測試評估方法來對自動駕駛車輛進(jìn)行測試，通過加速測試模擬，可將200 萬到2 000 萬英里真實駕駛中遇到的風(fēng)險場景，在虛擬場景中將其縮短至1 000英里，從而大大縮短自動駕駛車輛的開發(fā)和驗證時間。在虛擬場景的開發(fā)過程中，部分學(xué)者針對車載激光雷達(dá)模擬進(jìn)行了大量研究工作，文獻(xiàn)［8］中通過在PC工作站上搭建激光雷達(dá)仿真模塊、高精度三維場景模型和數(shù)據(jù)接口模塊，可以實現(xiàn)64 線車載激光雷達(dá)對道路場景的實時模擬；文獻(xiàn)［9］中提出了一種新的激光雷達(dá)模擬器，它通過合成障礙物如車輛、行人和其他可移動物體來增強(qiáng)真實的點云，模擬數(shù)據(jù)可以達(dá)到95%以上的精度；文獻(xiàn)［10］中通過增強(qiáng)自主駕駛模擬，使用激光雷達(dá)和照相機(jī)掃描街道場景，為汽車和行人生成高度可信的交通流，并將其合成到測試場景中，通過該方法，可以將虛擬環(huán)境的靈活性與真實世界結(jié)合起來，從而靈活地模擬任何場景。Feng 等［11-12］提出了測試場景庫的系統(tǒng)框架，與道路測試方法相比，該仿真測試框架能夠以更少的測試次數(shù)獲得準(zhǔn)確的評估結(jié)果。

近年來，基于數(shù)字孿生的智能汽車測試目前正得到研究者們的高度關(guān)注［13-19］。數(shù)字孿生測試能夠?qū)⑽锢砟Ｐ秃蛡鞲衅魈摂M數(shù)據(jù)在孿生空間中實現(xiàn)實時映射，是仿真空間與現(xiàn)實空間的溝通橋梁。相比仿真測試，數(shù)字孿生測試采用真實的路面、真實的控制器和車輛執(zhí)行機(jī)構(gòu)，測試環(huán)境更符合實際情況，測試結(jié)果更真實可信；相比單個控制器的硬件在環(huán)測試，數(shù)字孿生測試可以評估車輛的整體性能與執(zhí)行效果；相比實車場地或道路測試，數(shù)字孿生測試可以快速便捷地重現(xiàn)危險事故場景與關(guān)鍵測試場景，測試效率和安全性更高，測試成本也相對較低。文獻(xiàn)［13］中通過數(shù)字孿生混合測試，結(jié)合模擬和真實測試的優(yōu)點，在歐盟INFRAMIX 項目中已得到應(yīng)用，對智能車軌跡規(guī)劃算法進(jìn)行了測試評估；文獻(xiàn)［14］中運(yùn)用數(shù)字孿生平行測試系統(tǒng)實現(xiàn)了更具挑戰(zhàn)性的測試，從而加速自動駕駛車輛的評估和開發(fā)；文獻(xiàn)［15］中運(yùn)用數(shù)字孿生測試方法，通過5G 蜂窩移動技術(shù)，在匈牙利M86 公路和ZalaZONE 試驗場進(jìn)行了試驗測試，表明了測試方法的可行性和有效性；文獻(xiàn)［16］中對數(shù)字孿生的演變和背景及優(yōu)點進(jìn)行了詳細(xì)介紹，表明了借助數(shù)字孿生技術(shù)可大大減小人為錯誤的可能性；文獻(xiàn)［17］中借助數(shù)字孿生方法部署了一個海洋觀測系統(tǒng)協(xié)作水下網(wǎng)絡(luò)；文獻(xiàn)［18］中從需求的角度探討了數(shù)字孿生作為決策工具的必要性；文獻(xiàn)［19］中設(shè)計了一個數(shù)字孿生支持框架，提出基于信息融合和系統(tǒng)邏輯庫的生成方法來提升框架的配置性能。

綜上，數(shù)字孿生技術(shù)對于推動智能汽車功能開發(fā)及測試評價具有較大的現(xiàn)實意義。然而，關(guān)于數(shù)字孿生技術(shù)在智能汽車中的具體實現(xiàn)、有效性驗證及應(yīng)用的研究報道還相對較少?；诖?，本文提出了一種基于數(shù)字孿生的智能汽車測試總體框架，實現(xiàn)了測試系統(tǒng)的硬件與軟件部分的合理匹配，并通過實際典型案例分析，對所提出的測試系統(tǒng)的有效性進(jìn)行了相應(yīng)的驗證。

1 數(shù)字孿生測試系統(tǒng)框架

數(shù)字孿生測試系統(tǒng)主要包括實際車輛和虛擬測試平臺兩個部分。實際車輛為具備智能駕駛功能的實際被測對象，虛擬測試平臺包括虛擬道路環(huán)境和傳感器模型等，傳感器將探測到的虛擬目標(biāo)信息發(fā)送給搭載智能駕駛功能的真實被測車輛，為真實車輛進(jìn)行信息融合與決策控制提供基礎(chǔ)。一方面，真實車輛在試驗場地進(jìn)行測試，與此同時，被測車輛的運(yùn)動狀態(tài)信息同步反饋給虛擬場景，從而完成虛、實狀態(tài)的同步，實現(xiàn)整個數(shù)字孿生系統(tǒng)的閉環(huán)實時仿真測試。測試系統(tǒng)由4 個核心模塊組成：（1）仿真軟件模塊；（2）目標(biāo)接收和采集模塊；（3）整車報文管理模塊；（4）運(yùn)動軌跡映射模塊。通過上述4 個模塊與實車端相連接，從而構(gòu)建起整個數(shù)字孿生測試平臺。

系統(tǒng)在運(yùn)行過程中，首先，借助仿真軟件模塊生成所需開發(fā)測試的虛擬場景，并在仿真軟件中建立多種虛擬傳感器模型，將虛擬傳感器探測到的目標(biāo)信息通過總線的形式注入到實車上的控制器中，為實車進(jìn)行信息融合與控制決策提供輸入；接著，實車控制器將決策后的加速、制動以及轉(zhuǎn)向指令發(fā)送給實際執(zhí)行器，同時通過組合慣導(dǎo)將實車車身姿態(tài)和車輛位置等狀態(tài)信息同步反饋給虛擬場景，完成實車在仿真場景中的姿態(tài)位置信息映射，進(jìn)而實現(xiàn)整個系統(tǒng)的閉環(huán)實時仿真。在此期間，運(yùn)動軌跡映射模塊不間斷地采集實車運(yùn)動的經(jīng)緯度和姿態(tài)信息，基于亞爾勃斯（Albers）投影方法將實車經(jīng)緯度坐標(biāo)轉(zhuǎn)換為笛卡爾坐標(biāo)，并基于地圖匹配及卡爾曼濾波相結(jié)合的方法實現(xiàn)將現(xiàn)實世界映射到仿真場景中，從而達(dá)到車輛位置和姿態(tài)在虛擬世界與現(xiàn)實世界的同步，確保完成整個數(shù)字孿生測試平臺的搭建與正常運(yùn)行。

數(shù)字孿生測試系統(tǒng)整體框架如圖1所示。

圖1 數(shù)字孿生測試系統(tǒng)框架

2 數(shù)字孿生系統(tǒng)構(gòu)建技術(shù)

數(shù)字孿生測試系統(tǒng)將替代實車上的真實傳感器向?qū)嵻嚳刂破靼l(fā)送檢測到的虛擬障礙物信息，以達(dá)到測試實車控制器功能表現(xiàn)目的，因此，須保證數(shù)字孿生系統(tǒng)輸出的仿真?zhèn)鞲衅餍畔⒛芘c實車上的真實傳感器在理想狀態(tài)下的輸出信息保持一致，進(jìn)而確保在真實傳感器參與的情況下，數(shù)字孿生測試結(jié)果與實車功能表現(xiàn)盡可能一致?；谏鲜鰲l件，本文中數(shù)字孿生測試系統(tǒng)實現(xiàn)主要包括平臺構(gòu)建及關(guān)鍵技術(shù)、平臺軟件系統(tǒng)構(gòu)建、平臺硬件系統(tǒng)構(gòu)建與時間同步軟硬件設(shè)計4個部分。

2.1 系統(tǒng)構(gòu)建關(guān)鍵技術(shù)

2.1.1 基于亞爾勃斯（Albers）的位置映射方法

運(yùn)動軌跡映射模塊功能之一是不間斷地采集實車運(yùn)動的經(jīng)緯度信息并映射到虛擬環(huán)境系統(tǒng)中。由于經(jīng)緯度信息采用地理坐標(biāo)系（geographic coordinate system），而虛擬環(huán)境系統(tǒng)采用笛卡爾坐標(biāo)系，故需采用一種投影方法將實車的經(jīng)緯度信息轉(zhuǎn)換為笛卡爾坐標(biāo)系中的三維坐標(biāo)信息，從而實現(xiàn)將實車的運(yùn)動軌跡映射到仿真場景中。由于我國處在中低緯度地區(qū)，在轉(zhuǎn)換過程中需采用合適的投影方法來控制映射過程中產(chǎn)生的形變和確保長距離行駛的車輛軌跡映射到仿真場景中不變形，因此本方案采用亞爾勃斯投影方法。

亞爾勃斯（Albers）投影是正軸圓錐投影，投影的各經(jīng)線是向一點收斂的直線，直線間的夾角與相應(yīng)的經(jīng)度差成比例，各緯線是以收斂點為圓心的同心圓弧。因此在構(gòu)置圖網(wǎng)時可以采用極坐標(biāo)算法。其計算公式為

式中：δ是極角；ρ為經(jīng)緯度的展開半徑；λ指經(jīng)度差；α為按照等體積條件求取的投影常數(shù)，與兩條標(biāo)準(zhǔn)緯線的緯度有關(guān)；R則是與地球橢球體等面積的球體半徑，其近似值為R≈63711167 m。

2.1.2 基于卡爾曼濾波的位姿高精度優(yōu)化技術(shù)

運(yùn)動軌跡映射模塊的另一功能是通過組合慣導(dǎo)采集實車運(yùn)動的姿態(tài)信息并映射到虛擬環(huán)境系統(tǒng)中。當(dāng)車輛姿態(tài)發(fā)生變化時，由于車輛姿態(tài)的變化頻率大于采樣頻率，因此會導(dǎo)致虛擬仿真系統(tǒng)接收到的信息延遲。同時，由于組合慣導(dǎo)采集的信息為車輛的局部姿態(tài)信息，該信息與車輛整體的姿態(tài)信息存在差異，不能夠很好地反映整車實際的運(yùn)動狀態(tài)。因此采用基于卡爾曼濾波的位姿高精度優(yōu)化技術(shù)來提高車輛運(yùn)動姿態(tài)映射的精度。

基于卡爾曼濾波的位姿高精度優(yōu)化技術(shù)的核心在于不同信息源的融合。將卡爾曼濾波應(yīng)用于位姿高精度優(yōu)化技術(shù)中，就是將虛擬與現(xiàn)實姿態(tài)信息綜合用于姿態(tài)預(yù)測。通過卡爾曼濾波不斷修正空間中被測車輛的姿態(tài)信息，將濾波之后的姿態(tài)信息輸入至虛擬環(huán)境中，從而使得映射到虛擬環(huán)境中的車輛運(yùn)動姿態(tài)信息精度更高、運(yùn)動軌跡更加平滑。

取當(dāng)前時刻目標(biāo)物的姿態(tài)信息為

計算狀態(tài)更新方程可用1 階馬爾可夫過程描述為

式中：T為采樣周期；WX(k)為白噪聲。假設(shè)各個時刻狀態(tài)噪聲不相關(guān)，可得到相關(guān)狀態(tài)協(xié)方差矩陣為

以前一時刻狀態(tài)點Ω的位姿狀態(tài)為觀測值，即

離散觀測方程為

式中：H=diag（1，1，1）；WZ(k)為觀測噪聲。觀測噪聲協(xié)方差矩陣R為

2.2 平臺軟件系統(tǒng)構(gòu)建

2.2.1 虛擬外部環(huán)境

數(shù)字孿生測試的首要前提是建立起虛擬的外部測試環(huán)境。本文利用51World 公司開發(fā)的多功能虛擬仿真系統(tǒng)51Simone 來實現(xiàn)外部虛擬環(huán)境的建模。該仿真系統(tǒng)提供了兩種仿真三維場景的能力，一種是通過多種方式創(chuàng)建、導(dǎo)入或編輯高精地圖，添加必要的交通設(shè)施和建筑物等物體的描述，在運(yùn)行時調(diào)用相關(guān)三維模型資源自動生成虛擬仿真場景的方式；另一種是針對具體的測試場景，采用測繪數(shù)據(jù)建立或虛擬編輯的方式創(chuàng)建高精地圖，并基于地圖自動生成、結(jié)合人工建模的方式創(chuàng)建高真實感的虛擬仿真場景的方式。圖2 為構(gòu)建虛擬仿真環(huán)境的基本流程。

圖2 靜態(tài)場景創(chuàng)建和處理流程

2.2.2 車輛與傳感器

該仿真系統(tǒng)提供了基于Web的3D主車編輯器，方便配置主車模型?？梢詫⒆远x的主車模型導(dǎo)入仿真系統(tǒng)，以便使用該主車模型進(jìn)行交互式的車輛配置。

傳感器支持的種類包括攝像頭、毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)、GPS/IMU 和理想傳感器等，并實時觀察傳感器的覆蓋范圍。可通過交互式的方式進(jìn)行多傳感器的添加，位置調(diào)整和參數(shù)設(shè)置，也支持自傳感器定義參數(shù)化擴(kuò)展。輸出包括主車的位置、朝向、速度、加速度和角速度，以及所有目標(biāo)障礙物的相對位置、朝向、大小、相對速度及2D 包圍盒等信息。

其中，攝像頭仿真的基本參數(shù)包括攝像頭的外參、內(nèi)參和畸變參數(shù)。上述參數(shù)會在內(nèi)部轉(zhuǎn)換為投影矩陣，保證全局坐標(biāo)系-相機(jī)坐標(biāo)系-圖像坐標(biāo)系-像素坐標(biāo)系整個過程的正確轉(zhuǎn)換，并輸出與真實相機(jī)效果一致的圖像。毫米波雷達(dá)模型基于毫米波雷達(dá)原理的射線追蹤，并對回波作數(shù)字信號處理。理想傳感器可以模擬完美傳感器，返回主車一定范圍內(nèi)探測到的障礙物機(jī)動車，行人，非機(jī)動車，支持按一定比例剔除有遮擋的障礙物，返回數(shù)據(jù)包括障礙物位置、朝向、凸包、包圍盒、速度、加速度和角速度等。

2.3 平臺硬件系統(tǒng)構(gòu)建

數(shù)字孿生測試系統(tǒng)作為一套與實車進(jìn)行高度匹配的聯(lián)合仿真系統(tǒng)，對實時性有較高要求。因此，需要保證硬件資源足夠，即CPU 和GPU 性能要求較高。

硬件系統(tǒng)主要包括：（1）上位機(jī)（PC 機(jī)、工控機(jī)等）；（2）組合慣導(dǎo)采集系統(tǒng)（如VBOX 等）；（3）通信板卡。數(shù)字孿生測試系統(tǒng)主要在上位機(jī)中運(yùn)行，上位機(jī)含有豐富的外設(shè)接口，各硬件設(shè)備均能在車載工況下穩(wěn)定運(yùn)行。組合慣導(dǎo)數(shù)據(jù)采集系統(tǒng)實時、準(zhǔn)確地計算記錄實際車輛的姿態(tài)和位置信息，同時，將上述信息同步映射到仿真軟件里的主車上，達(dá)到將實車映射到虛擬場景的目的。此外，PC 機(jī)還通過USB2.0 端口連接USBCANFD 接口卡，從而能與CAN（FD）網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)收發(fā)，構(gòu)成CAN（FD）-bus控制節(jié)點。

2.4 軟硬件時間同步設(shè)計

數(shù)字孿生測試系統(tǒng)的同步主要由位姿映射系統(tǒng)、仿真軟件及目標(biāo)注入系統(tǒng)3 個部分來完成，各系統(tǒng)采用獨立的進(jìn)程以達(dá)到各個系統(tǒng)解耦及運(yùn)行時間的獨立性。首先，位姿映射系統(tǒng)采用獨立進(jìn)程映射實車測試的位置和姿態(tài)信息到仿真軟件中，其運(yùn)行周期為ΔT1；其次，仿真軟件進(jìn)程需以其最低運(yùn)行周期工作ΔT2，并輸出計算后的環(huán)境信息；最后虛擬目標(biāo)注入系統(tǒng)則采用低于車輛報文周期ΔT的時間步長ΔT3循環(huán)獲取來自仿真軟件的目標(biāo)信息并更新到源數(shù)據(jù)當(dāng)中，同時使用獨立的線程，按照測試車輛的報文周期更新報文。數(shù)字孿生測試系統(tǒng)測試周期流程示意如圖3所示。

圖3 數(shù)字孿生測試系統(tǒng)周期流程圖

為保證實時性和同步性，ΔT、ΔT1、ΔT2、ΔT3還須滿足如下關(guān)系式：

3 系統(tǒng)有效性驗證

為驗證系統(tǒng)的有效性，本文通過選用典型的駕駛輔助功能自適應(yīng)巡航控制（adaptive cruise control，ACC）和自動緊急制動（automatic emergency braking，AEB）作為被測系統(tǒng)，同時采用本文研究開發(fā)的數(shù)字孿生測試系統(tǒng)和虛擬仿真方法對ACC 和AEB 進(jìn)行對比試驗。下面針對某款車型，首先在仿真環(huán)境下開發(fā)了相應(yīng)的控制器，然后對相應(yīng)的控制算法進(jìn)行了基于數(shù)字孿生的試驗測試。

3.1 自適應(yīng)巡航仿真及試驗驗證

3.1.1 仿真分析

采用車間時距模型進(jìn)行ACC 上層控制器的開發(fā)，其表達(dá)式如式（18）所示。式中：dres為期望的車間距；vego為自車即被測車輛的縱向行駛速度；th為所預(yù)先設(shè)定的安全時間，取2.3 s；d0為兩車之間的安全距離，取5 m。

下層跟蹤控制環(huán)節(jié)采用雙重PI 控制算法，即對車輛位置和速度同時進(jìn)行PI 的反饋跟蹤控制，其中：位置控制器的控制參數(shù)為Ps=1，Is=0.05；速度控制器的控制參數(shù)為Pv=0.9，Iv=0.2。

仿真測試工況如下：假定開始時兩車距離5 m，均處于靜止?fàn)顟B(tài)，如圖4所示；在t=0時刻，前車即目標(biāo)車輛以1 m/s2的加速度起步，勻加速至10 m/s，然后保持10 m/s 的速度勻速行駛3 s；接著再以4 m/s2的減速度進(jìn)行制動至停車。

圖4 ACC測試場景示意

仿真測試結(jié)果如圖5 和圖6 所示。其中圖5 為后車即測試車輛的車速與目標(biāo)車輛車速的響應(yīng)對比，圖6 為兩車相對位移的響應(yīng)?？梢钥闯?，當(dāng)目標(biāo)車輛以1 m/s2的加速度勻加速起步時，后車即被測車輛的響應(yīng)有一定的滯后，滯后時間約為2.5 s，這與上層安全距離模型中預(yù)先設(shè)定的安全時間有關(guān)。安全時間既不能太短，同時也不宜過長，一般取為2 s左右。此外，在跟車過程中，被測車輛的車速和相對位移均出現(xiàn)了一定的波動，這與下層控制器的設(shè)計有一定關(guān)系。當(dāng)前車制動至停車后，兩車相對位移基本保持在5 m 左右，這與預(yù)先設(shè)定的安全距離有關(guān)。

圖5 實際車速與目標(biāo)車速對比

圖6 兩車相對位移

3.1.2 基于數(shù)字孿生的ACC試驗測試

利用本文構(gòu)建的數(shù)字孿生測試系統(tǒng)，對上述工況進(jìn)行了同樣的測試和驗證，采用的測試工況與3.1.1節(jié)中的完全相同。與3.1.1節(jié)中有區(qū)別的是，此時的被測車輛為具有實際執(zhí)行機(jī)構(gòu)的真實車輛。目標(biāo)車輛為51Simone 仿真環(huán)境下的虛擬車輛。自適應(yīng)巡航功能測試示意如圖7所示。

圖7 自適應(yīng)巡航功能測試示意

數(shù)字孿生的試驗測試結(jié)果如圖8 和圖9 所示。其中，圖8 為實際車輛的車速，圖9 為實際車輛與虛擬目標(biāo)車輛的相對位移。為方便對比，將純仿真測試結(jié)果也一并進(jìn)行了顯示，紅色虛線為數(shù)字孿生的試驗測試結(jié)果，黑色實線為純仿真的結(jié)果?？梢钥闯?，純仿真響應(yīng)結(jié)果與數(shù)字孿生的試驗測試結(jié)果基本一致。由于基于純仿真的控制器開發(fā)沒有考慮到自車質(zhì)量、油門踏板與制動壓力的實際響應(yīng)特性，僅僅將車輛縱向加速度作為控制變量，因此得到的各指標(biāo)響應(yīng)出現(xiàn)了一定程度的波動。而基于數(shù)字孿生的試驗測試中，被測車輛為含有執(zhí)行機(jī)構(gòu)的真實車輛，各指標(biāo)波動相對較小。

圖8 車速對比

圖9 兩車相對位移對比

3.2 自動緊急制動仿真及試驗驗證

3.2.1 仿真分析

上層系統(tǒng)采用Honda 安全距離算法［20］，計算公式如式（19）所示。

式中：αr為自車最大減速度；αf為前車最大減速度；vf為前車速度；vr為自車速度；vrel為相對車速；tl為系統(tǒng)延遲時間；t2為制動時間。

具體的控制策略為：當(dāng)實際相對距離小于預(yù)設(shè)安全距離dbr時，AEB 系統(tǒng)采取自動緊急制動措施，為保證緊急制動時車輛依然有一定的轉(zhuǎn)向能力，將制動減速度設(shè)置為路面能夠提供最大制動減速度的80%。

圖10 為測試場景示意圖。測試工況如下：路面為良好、干燥瀝青混凝土路面，路面附著系數(shù)不小于0.9。測試車輛與目標(biāo)障礙車輛的初始車距為150 m，目標(biāo)障礙車輛始終保持靜止，測試車輛分別以60 和40 km/h的車速勻速靠近靜止障礙車輛。

圖10 AEB測試場景示意

測試車輛在兩種不同車速下的仿真結(jié)果分別如圖11 和圖12 所示，其中圖11（a）～圖11（c）分別為自車以約60 km/h 初始車速勻速靠近時，兩車相對距離、相對速度以及自車加速度的響應(yīng)情況。當(dāng)初始車速為60 km/h 時，測試車輛勻速行駛8.8 s 后，AEB系統(tǒng)采取緊急制動措施，減速度的大小約為8 m/s2，最終在距離前車約2.7 m 的地方靜止。當(dāng)測試車速為約40 km/h 時，測試車輛勻速行駛14.1 s 后，AEB系統(tǒng)采取緊急制動措施，減速度的大小同樣約為8 m/s2，成功避撞后的安全距離約為3.7 m。

圖11 仿真結(jié)果（車速60 km/h）

圖12 仿真結(jié)果（車速40 km/h）

3.2.2 基于數(shù)字孿生的AEB試驗測試

對上述相同工況進(jìn)行了基于數(shù)字孿生的實車驗證測試，圖13 和圖14 分別為兩種不同車速工況下，仿真與實車測試的對比結(jié)果。其中圖13（a）～圖13（c）分別為自車以約60 km/h 初始車速勻速靠近時，兩車相對距離、相對速度以及后車加速度的響應(yīng)情況?？梢钥闯?，由于在試驗過程中，實際車速和加速度存在一定的波動，導(dǎo)致最終的停車距離與仿真結(jié)果有一定差異，但總體趨勢基本一致。

圖13 仿真與試驗對比（車速60 km/h）

圖14 仿真與試驗對比（車速40 km/h）

3.3 試驗結(jié)論

通過與仿真測試方法對比，表明了數(shù)字孿生測試方法對智能汽車的測試有效。在進(jìn)一步研究中，將數(shù)字孿生測試方法與真實車輛測試進(jìn)行對比，從而對本方法與實車測試結(jié)果的一致性進(jìn)行評估，提高智能汽車數(shù)字孿生仿真測試方法的實用性，進(jìn)而實現(xiàn)數(shù)字孿生仿真平臺的閉環(huán)仿真測試。

4 結(jié)論

數(shù)字孿生測試技術(shù)作為一種新興的智能汽車測試技術(shù)，對于智能汽車功能開發(fā)及測試驗證具有較大的推動作用，其相關(guān)技術(shù)的快速推廣應(yīng)用對加快智能汽車自動駕駛產(chǎn)品的落地具有決定性的作用。本文針對智能車輛數(shù)字孿生測試系統(tǒng)的具體實現(xiàn)，從總體框架、軟件和硬件實現(xiàn)等方面進(jìn)行了具體介紹，并結(jié)合自適應(yīng)巡航和自動緊急制動控制器的開發(fā)及驗證的具體應(yīng)用進(jìn)行了介紹，對于智能汽車產(chǎn)品開發(fā)及其功能測試具有較強(qiáng)的借鑒意義。后續(xù)將開展人-車-路等復(fù)雜交通環(huán)境下的其它功能測試研究。