尽管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，但在各种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。车载测试可能需要数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。
我正在与Technische Universität Dresden自动化研究所的同事一起工作Mobatsim，这是一个模拟框架，工程师可以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，不仅在简单的模拟中，例如铅轿车和一辆尾随车，而且在一个复杂的环境中，在具有不同速度和潜在故障的传感器或通信系统的复杂环境中。在早期设计阶段，工程师可以使用Mobatsim作为虚拟环境，以降低测试时间和成本，并作为采用道路车辆ISO 26262功能安全标准的框架。
发展Mobatsim.
我们从开发MATLAB算法开始，计算简单的纵向(加速和减速)和纬度(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增加单个组件的保真度——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，最初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联系起来;它没有考虑诸如轮胎打滑或空气阻力等因素。
注射缺点
ISO 26262标准建议使用故障注入来研究系统中有故障组件和误差传播的影响。Mobatsim支金宝app持各种故障注入选项，包括车辆到车辆（V2V）或车辆到基础设施（V2I）通信中的传感器噪声，粘附故障和网络延迟。
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。可以通过MATLAB文件或MOBATSim界面指定车辆数量、车辆起点、终点、大小、最大速度等仿真参数(图3)。
图3.使用Matlab App Designer开发的配置和启动仿真运行的Mobatsim接口。
在现实生活场景中，车辆可能会遇到多种同时的错误变异性。通过Mobatsim，我们可以运行许多模拟，以评估在越来越困难的条件下运行的自主驱动系统的安全性，并确定系统开始失败的位置。例如，我们可以稳定地增加前距离传感器上的噪声，因为我们改变了困境故障的持续时间。在Simulink中运行模拟后，我们在MATLAB中可视化金宝app结果，以识别车辆在距离之后保持安全的条件（图4）。
图4.安全距离违规作为粘滞处的函数，持续时间和传感器噪声。
MOBATSim学生项目:交叉口管理
我是Mobatsim的主要开发人员，但其他Tu Dresden学生也在该项目上工作。有些学生改善了模拟框架的个体组成部分，而其他学生则使用该框架进行自己的研究研究。
最近的一个学生项目是关于自动路口管理的。与MOBATSim合作，该学生开发并模拟了一个管理系统，该系统可以将车辆通过繁忙的十字路口的旅行时间和能源消耗降至最低。当车辆接近交叉口时，利用V2I通信向交叉口管理算法发送信号，并从该算法接收信号，以确保安全、优化通过交叉口的交通。
对于大多数Mobatsim模拟，包括在交叉口管理项目中进行的模拟，它足以使用2D动画可视化车辆的移动。然而，对于最终的演示，我们使用Simulink 3D动画™创建3D可视化，因为它们提供了更有吸引力的方式来演示动态系统行为（图5）。金宝app
图5.使用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oem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，提高框架各方面的逼真度，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，以及使用并行计算来加速模拟。我们的团队也在考虑添加新的自动驾驶和车辆动力学功能，包括与虚幻引擎的联合仿真®场景，并替换我们专门针对车辆跟踪情况进行编码的一些算法的算法。我们目前使用具有外环距离控制和内环速度控制的PID，这是快速有效的，但不能与模型预测控制器一样准确。
我们最近创造了一个MOBATSim的开源版本可用于在文件交换中下载．
