作者 | 了屋哦骆
小编 | 不吃猪头肉
引言 汽车进入 智能 化时代，智能泊车性能已成为标配。在研发测试阶段，实车测试面临测试场景笼罩度无余、效率低下和老本高昂等应战。为处置这些疑问， 本文提出一种智能泊车HiL 仿真 测试系统打算，可大幅度优化测试效率及测试场景笼罩度、缩短测试周期、减速 产品 迭代更新 。
智能泊车系统简介 多 传感器 融合的智能泊车技术联合了超声波雷达和摄像头来成功车位探测和环境感知。超声波雷达经过实时探测周围阻碍物的距离，联合车辆自身的长宽，判别能否存在可泊入的空间车位，而摄像头则经过实时图像识别来 检测 划线车位及其周围环境。 传感器的协同上班使智能泊车系统能够准确识别车位、成功精准停车，并确保停车环节中的安保性 。
智能泊车HiL仿真测试系统
图2 智能泊车 HiL测试系统框图
智能泊车HiL仿真测试系统框架如上图2所示，联合场景仿真软件（VTD）、动力学仿真软件（DYNA4）、实验治理软件（oe）和HiL 配件 平台，启动整车 通讯网络 仿真、4路环顾摄像头仿真和12路超声波雷达仿真，成功智能泊车性能的闭环测试。
3.1整车 通讯 网络 仿真
经常使用CANoe对智驾域 控制器 交互系统启动虚构节点仿真，如转向系统、制动系统、组合惯导INS、驾驶员操作指令等。
图3 整车通讯网络数据流程图
转向、制动系统等车辆实时静止形态 信号 ：DYNA4模型输入轮速、车速、方向盘转角、档位信号等，CANoe做逻辑处置后与总线信号（如CAN FD、SOME/IP、DDS）映射；同时CANoe解析并处明智驾控制器收回的总线信号（如CAN FD、SOME/IP、DDS），映射到DYNA4模型成功车辆静止控制；
组合惯导INS：VTD输入UTM坐标，CANoe中启动加偏处置，即UTM坐标系->WGS84坐标系->GCJ02坐标系后映射到总线信号（如CAN FD、SOME/IP、DDS）；
驾驶员车机操作信号：如选用车位、泊出方向选用等。
3.2环顾摄像头仿真
针对4路环顾摄像头，经常使用 视频 注入的模式启动图像数据仿真，如下所示：
图4 环顾视频注入数据流程图
在场景仿真软件VTD性能文件Server.xml中新增一个IG视图；
在IG视图性能文件IGbase.xml对新建视图画面启动畸变性能设置画面FOV；
经过CfgDisplay.xml性能文件确定摄像头装置位置及偏转方向，并调配对应的通道启动图像渲染。
3.3超声波雷达仿真 针对12路超声波雷达仿真，在场景仿真软件VTD中性能OpX 物理传感器模型，数据传输如图5所示：
图5 超声波雷达仿真数据流程图
在场景仿真软件VTD性能文件simServer.xml中新增一个IG视图，并性能读取OptiX 物理传感器模型性能文件；
在性能文件IGbase.xml中修正性能，设置横向纵向发射的光线数量和数据存储的共享内存地址，输入阻碍物距离（distance）及物体外表被光追探测到的坐标连线 信息 （cluster）；
转发程序性能，编写转发程序读取共享内存中的数据，剔除有效数据，将传感器光追探测到的阻碍物最小距离（distance）和阻碍物外表每列最小坐标连线（cluster）经过TCP/UDP发送至实验治理软件CANoe；
在实验治理软件CANoe中经常使用CAPL启动数据处置，处置后的数据经过总线信号（如CAN FD、SOME/IP、DDS）发送至智驾域控制器中。
案例展现 4.1环顾摄像头视频注入标定成果
4.2超声波雷达仿真成果
如下图9所示，将车身周围划分为1-16共16个扇区， 其中F_6、RRS_7、RLS_14、FLS_15四个扇区为虚构扇区 ，其数据值经过DR坐标系及临近扇区推理算出，车头、车尾和右侧淡蓝色弧线为超声波雷达探测到阻碍物构成的Cluster连线，扇区中的值为超声波雷达装置位置到阻碍物的最近距离值，扇区无阻碍物时自动值为5100。
图9 超声波雷达扇区信息图
本系统能够 模拟 复杂的泊车场景和环境起因，包含不同类型的停车位（如平行、垂直、斜向）以及各种位置和距离的停车位 。同时，模拟了多种阻碍物，如锥形桶、地锁、骑行者等，以确保智能泊车系统能够准确识别不同测试场景下的不同类型阻碍物。准许团队评价智能泊车系统在忙碌停车场中的性能体现，并测试在不同天气条件（如晴朗、雨天、雪天）、光照状况和路线状况下的准确性、照应速度及稳固性。
总结
借助这套智能泊车 HiL仿真测试系统，可极速构建车辆及环境模型，从而模拟车辆在各种情境下的泊车形态。同时补偿实车测试场景笼罩度低、老本初等痛点，提高智能泊车性能测实验证效率。 北汇信息在智能驾驶MiL/SiL/HiL/ViL测试中领有诸多成功的打算与实施阅历 ，在继续的名目开发中，北汇信息也努力于新打算的技术验证与实施，为中国智能网联汽车开展奉献自己的力气。