引用
Belbachir, Assia, Jean-Christophe Smal, Jean-Marc Blosseville, and Dominique Gruyer. "Simulation-driven validation of advanced driving-assistance systems." Procedia-Social and Behavioral Sciences 48 (2012): 1205-1214.
研究背景高階駕駛輔助系統（ADAS）的安全性可靠性驗證需要大量工作。在很多情況下，需要對自動駕駛汽車進行多達幾百萬公里的測試。為了解決這一問題，簡化開發及驗證ADAS是非常有必要的。在模擬模擬技術的保障下，使用計算機模擬技術成為一種不錯的備選方案。使用計算機模擬模擬可以節省大量的時間金錢，通過生成不同型別的車輛及環境可以很好地除錯ADAS並減少ADAS的評估測試時間。
解決問題文章使用了一款名為Pro-SiVICTM的工具，該工具可以模擬自動駕駛系統的不同型別的感測器和道路規劃演算法。同時將Pro-SiVICTM工具與其他工具連線，可以模擬模擬車輛部件及環境元素。此外為了對ADAS進行整體評估，文章提出了EV-ADA的評估體系結構，在界定評估標準的過程中討論了相關方法，並進行了實驗。
方法文章首先介紹了模擬器的四大分類：汽車動態模擬器（模擬車輛行為）、汽車部件模擬器（模擬物理感測器文章所訴的Pro-SiVICTM屬於這個類別）、城市動態模擬模擬器（SUMO根據巨集觀交通特點模擬車輛）、駕駛模擬器（從駕駛員行為中搜集資訊模擬車輛）。
文章使用的Pro-SiVICTM不僅可以用於感測器及車輛動力學輔助駕駛的設計，還可以與其他的路徑規劃演算法控制工具結合，同時還可以進行駕駛環境的模擬模擬。文章結合Maps工具（用於實現感知及規劃控制演算法），通過使用不同的演算法實現了感知-規劃-控制的迴圈系統。
Ev-ADA具有一種新型的體系結構，它包含了對ADAS系統的評估。Ev-ADA的體系結構
如下圖：
該體系結構主要分為六個部分：1感知元件（獲取感測器資料）、2路徑規劃元件、3人機互動元件（分配汽車控制權）、4控制組件（執行相關命令）。5同時該體系結構還包括評估系統元件，該元件用於對所有使用的演算法進行評估，將感知、規劃、控制組件的輸出與執行命令比較，進行打分，這個分數作為對演算法實現結果的評估。6該結構還包含了模擬器元件，其中的Pro-SiVICTM用於對車輛進行建模和對交通情況進行模擬。
為了解決感測器建模的侷限性，文章採用模擬引擎（自適應三維影象引擎）對場景進行建模，，同時文章還使用Pro-SiVICTM對感測器進行建模。主要構建了一下感測器模組：攝像機模組，內建導航模組，遙感掃描模組。為了獲得感測器模擬引數，文章採用了與模擬引擎相同的通訊協議。
為了對ADAS系統進行評估，文章解釋了下面幾個引數，並對其進行監測分析：1使用δLine代表真實車道與感應車道的位置差距、2使用δPosi代表行人物件表徵行人檢測錯誤、3車輛位置檢測錯誤（感知對外部車輛）、4車輛定位錯誤、5路徑規劃錯誤、6控制錯誤、7司機行為安全評估、8駕駛舒適度評估。
結果文章搭建了模擬模擬場景並生成了兩輛模擬模型車進行實驗，其中一輛為具有ADAS系統的汽車（Ego），另一輛為干擾車輛（Car1）。文章設定了路徑規劃演算法中的最小安全距離以及最大跟車速度。隨後文章進行了幾個測試，在這些測試中改變了最大速度與最小距離的數值，並對ADAS系統進行了評估打分。當得分接近1時ADAS系統就越好，測試結果如下：
結果表明當Ego車輛的速度低於Car1的車速時評分較低。
總結文章構建了Ev-ADA的自動駕駛模擬及評估體系結構，定義了評估ADAS系統的引數，使用Pro-SiVICTM模擬器對相關場景及感測器模型，汽車模型進行構建。並對所生成的資料進行實驗，對ADAS系統進行評估打分。以低成本高效率的方式對ADAS系統進行檢測評估。
致謝本文由南京大學軟體工程系2019碩士生徐彬桐翻譯轉述。
感謝國家自然科學基金專案（重點專案）智慧軟體系統的資料驅動測試方法與技術（61932012）資助