虽然对高级驾驶员辅助系统(ADAS)和自动驾驶汽车控制系统的功能安全评估需求日益增长，但在广泛的驾驶条件下测试具有众多配置参数的决策和控制算法是一项艰巨的任务。车内测试可能需要几十万小时的驾驶时间，即便如此，重现、诊断和重新测试问题场景的挑战依然存在。
我和德累斯顿理工学院自动化研究所的同事们一起工作MOBATSim，该仿真框架使工程师能够评估自动驾驶汽车的决策和控制算法，可视化它们的性能，并分析它们对城市交通环境的影响(图1)。
图1所示。用于评估功能安全性的MOBATSim仿真框架。
完全用MATLAB构建®和仿真软金宝app件®MOBATSim使测试工程师能够评估算法的功能安全性，不仅可以在简单的模拟中，比如一辆前车和一辆后车，还可以在多辆车以不同速度行驶、传感器或通信系统可能出现故障的复杂环境中。在早期设计阶段，工程师可以使用MOBATSim作为虚拟环境，以减少测试时间和成本，并作为采用ISO 26262道路车辆功能安全标准的框架。
发展MOBATSim
我们开始开发MATLAB算法，计算简单的纵向(加速度和减速)和纵向(左和右)车辆运动。我们将这些算法作为MATLAB系统块合并到Simulink模型中。金宝app我们添加了子模型来实现自动驾驶系统中常见的感知、决策和轨迹规划任务(图2)。
图2。金宝appSimulink模型包括感知、决策和轨迹规划组件。
由于MOBATSim具有模块化架构，我们可以随着项目的发展提高单个组件的保真度，例如传感器融合、车辆动力学和车辆间通信。为了加快MOBATSim初始版本的开发，我们建立了这些组件的简单模型;例如，原始的纵向控制模型使用一个直接的传递函数将加速度与车速关联起来;它没有考虑轮胎打滑或空气阻力等因素。
注入故障
ISO 26262标准建议使用故障注入来研究故障组件的影响和错误在系统中的传播。MOBATSim支金宝app持多种故障注入选项，包括传感器噪声、卡死故障和车辆与车辆(V2V)或车辆与基础设施(V2I)通信中的网络延迟。
为了建立性能基线，首先在MOBATSim中模拟理想(无故障)运行条件下的算法。仿真参数可以通过MATLAB文件或MOBATSim接口指定，如车辆数量、车辆起点、终点、尺寸、最大速度等(图3)。
图3。MOBATSim接口用于配置和初始化仿真运行，用MATLAB App Designer开发。
在现实生活中，车辆可能同时经历多个不同严重程度的故障。通过MOBATSim，我们可以进行多次模拟，以评估在越来越困难的条件下运行的自动驾驶系统的安全性，并查明系统开始出现故障的地方。例如，当我们改变故障持续时间时，我们可以稳定地增加前距离传感器上的噪声。在Simulink中运行仿真后，我们在MATLAB中可视化金宝app结果，以识别车辆未能保持安全跟随距离的情况(图4)。
图4。安全距离违规是故障持续时间和传感器噪声的函数。
MOBATSim学生项目:交叉口管理
我是MOBATSim的主要开发者，但其他德累斯顿大学的学生也参与了这个项目。有些学生改进模拟框架的单个组件，而另一些学生则利用该框架进行自己的研究研究。
最近的一个学生项目专注于自动交叉口管理。该学生与MOBATSim合作，开发并模拟了一个管理系统，使车辆通过繁忙的十字路口时的旅行时间和能源消耗最小化。车辆在接近十字路口时，使用V2I通信向十字路口管理算法发送信号，并从该算法接收信号，以确保安全、优化地通过十字路口。
对于大多数MOBATSim模拟，包括在交叉口管理项目中进行的模拟，使用2D动画来可视化车辆的运动就足够了。然而，对于最终的演示，我们使用Simulink 3D Animation™创建3D可视化，因为它们提供了一种更吸引人的方式来演示动态系金宝app统行为(图5)。
图5。用Simulink 3D动画生成的模拟驾驶场景。金宝app
认可及计划改善
MOBATSim在去年的Simulink学生挑战赛中获得第一名，这是一项面金宝app向所有使用MATLAB和Simulink的学生的全球竞赛。我们的长期目标是让汽车整车厂采用MOBATSim对自动驾驶系统进行功能安全评估。
MOBATSim仍在积极开发中，我继续与德累斯顿理工大学的学生合作，提高框架各方面的保真度，以提高整体模拟精度。计划中的改进包括故障注入的自动化和使用并行计算来加速模拟。我们的团队也在考虑增加新的自动驾驶和车辆动态功能，包括与虚幻引擎的联合仿真®场景，以及用模型预测控制器替换我们专门为车辆跟踪情况编写的一些算法。我们目前使用的PID具有外环距离控制和内环速度控制，这是快速和有效的，但不像模型预测控制器那样精确。
我们最近创建了MOBATSim的开源版本可从文件交换下载．
