智慧汽車感測器的虛擬測試模擬是智慧駕駛整車在環或硬體在環測試的重要一環。針對毫米波雷達的虛擬測試的需要，本文研究了感測器注入法與黑盒模擬法在毫米波雷達測試中的效能差異。

隨著智慧交通系統在全球的廣泛應用。高階駕駛輔助系統（ADAS）作為無人駕駛技術的基礎在全球範圍得到快速發展。因此， 智慧駕駛的虛擬測試模擬的重要性也就日 益突出，虛擬測試模擬透過模擬車輛狀態，車載感測器，控制器，道路工況以及交通場景來對智慧駕駛效能實現全面的評價。

在具備主動安全的 ADAS 系統中， 毫米波雷達是實現 ADAS 功能的重要感測器裝置，在汽車探測、防撞預警、輔助變道以及自 適應巡航功能上發揮了重要的作用。

與其他感測器相比，毫米波雷達具備高精度、抗干擾、全天候工作等特性 。因此， 對毫米波雷達做虛擬測試模擬，比較虛擬毫米波感測器注入法與黑盒模擬法的效能，對智慧駕駛虛擬測試具有重要的參考價值。

智慧駕駛的車輛在環虛擬測試

智慧駕駛的虛擬測試方法主要包括模型在環測試、硬體在環測試和車輛在環測試 。其中車輛在環測試是透過軟體模擬感測器狀態、車輛動態模型、控制器模型和綜合交通環境，結合無人駕駛車輛在虛擬現實綜合交通環境中的執行狀態，實現智慧駕駛車輛的全面、系統、客觀的評價。

由於採用虛擬現實技術，各種複雜的綜合交通環境可以在測試系統中復現，理論上可以模擬所有的綜合交通環境，可以達到智慧駕駛車輛完備性測試要求。與真實交通測試方法相比，虛擬測試方法效率高、過程簡單、時間短、費用低等優點 。車輛在環虛擬測試原理圖如圖 1 所示。

在圖 1 的車輛在環虛擬測試原理圖中， 被測車輛放置在測試臺架上執行， 輸出車速、加速、倒車、檔位， 方向盤轉角 、車身姿態等資訊， 透過車輛動力學軟體來配置出 與被測車輛引數一致的虛擬車輛， 虛擬車輛在虛擬交通環境中執行：

一方面透過車載虛擬感測器（攝像頭， 毫米波雷達， 鐳射雷達， 車道線感測器等）感知周圍交通環境， 把資訊轉換成無人車感測器訊號， 注入到被測車輛控制器中；

另一方面將交通場景中虛擬被測車輛車身姿態的資訊輸出給測試臺架， 實現道路狀況的模擬， 這樣臺架上的被測真實車輛執行狀態就能與虛擬車輛在交通場景中的執行狀態保持一致。在該系統中可以模擬無人車在交通道路中的各種場景， 驗證無人車控制演算法的可靠性，實現無人車整車在環測試或硬體在環測試 。

車輛在環虛擬測試重要的一環是感測器激勵訊號的注入， 因為它是把動態交通模擬環境中的資訊轉換成無人車感測器訊號注入到無人車控制器中，以替代無人車中的實際感測器， 是實現整車在環模擬測試最關鍵的技術問題。

文中主要對感測器模型中的毫米波雷達感測器做虛擬測試， 比較感測器注入法與外部模擬法在虛擬測試中的效能差異， 分析其各自 的特點， 這直接影

響無人車整車在環虛擬模擬的可靠性與真實性。

虛擬測試基本原理與硬體裝置

目前常用的激勵訊號注入方法有黑盒模擬法和感測器資料注入方法， 由於無人車感測器眾多， 安裝的方式和感測器效能千變萬化， 黑盒模擬方法應用到無人車虛擬測試系統中面臨極大的困難。根據感測器的不同， 黑盒模擬法可分為攝像頭黑盒模擬， 毫米波雷達黑盒模擬等。

2.1 感測器資料注入基本原理

感測器資料注入就是將軟體中虛擬車載毫米波感測器所採集動態交通模擬環境資訊轉換後， 送給無人車的控制器， 以替代無人車中的實際感測器， 實現車輛虛擬測試模擬。

2.2 黑盒模擬法的基本原理

根據毫米波雷達探測的原理即：透過微波在空間反射時間的延遲判斷距離， 透過反射波形的頻移判斷物件是在接近還是在遠離。所以在特製的毫米波雷達暗箱中， 同樣可以透過高效、高速的硬體在微波傳輸的時間內。

利用軟體實現對雷達發射波頻譜的頻移以及時間疊加， 從場景模擬軟體上提取要在硬體上模擬的物件座標， 透過回波模擬器將實際訊號和場景實時互聯， 然後發射到真實的雷達上， 讓雷達誤以為是一個真實目 標， 再將真實雷達的訊號注入到無人車的控制器中， 實現整車硬體在環測試。

2.3 毫米波雷達暗箱及工作原理

黑盒模擬法需要毫米波雷達測試暗箱，本文後面所有的測試都需要該測試系統配合來實現。測試系統示意圖如圖 2 所示， 整個系統包括暗箱、轉檯、計算機、毫米波雷達、NI車載雷達測試系統（Vehicle Radar Test System， VRTS）， 其它附件。

暗室：內建安裝德國大陸集團的 ARS408-21 77 GHz 長距離毫米波雷達和水平轉檯， 暗箱內壁及水平轉檯上均貼有錐形吸波材料；VRTS 的核心是 PXI 系統，包含了 PXIe-5840 向量訊號收發器（ 向量訊號發生器、向量訊號分析儀、使用者 可程式設計的 FPGA 和高速序列介面）和可變延遲發生器；以及回波模擬器 。

毫米波雷達測試暗箱的基本工作原理：將虛擬場景中的毫米波雷達感測器資訊透過網路傳送給VRST系統的上位機， 上位機將接收到的場景中虛擬毫米波資訊進行處理， 計算出延遲時間、轉檯旋轉角度、轉檯的旋轉方向 和兩個模型之間的模擬距離和角度；被測毫米波雷達跟著轉檯轉動併發出毫米波射頻訊號；

由回波模擬器接收並透過 向量訊號分析儀的分析得到其振幅、頻率和週期；延時控制器根據延時時間控制毫米波訊號發生器的工作時刻；在工作時刻， 毫米波訊號發生器生成與接收射頻訊號的振幅、頻率和週期相同的發射訊號， 透過回波模擬器傳送到暗箱中由真實毫米波雷達接收 。

虛擬測試模擬

感測器資料注入法基本步驟：

1）在 prescan 軟體中搭建虛擬交通場景：駕駛車輛（主車）和目 標車輛以及道路， 主車上搭載有虛擬的毫米波雷達 ；

2）將虛擬毫米波雷達採集的資訊在 MATLAB 中解析， 繪製其縱向和橫向資訊 。

黑盒模擬法測試的步驟：

1）在 prescan 軟體中搭建虛擬交通場景包含：駕駛車輛模型（ 主車）和目 標車輛以及道路， 主車上搭載有虛擬的毫米波雷達；

2）透過區域網將毫米波雷達的資訊傳送給 VRTS；

3） 讀取 CAN 訊號資料解析真實毫米波接收的資訊。

測試方案的制定需要考慮很多因素如氣候、路況、 車道、 車況等等， 如表 1 所示 ， 從使用者實際使用以及未來無人車路試的角度出發， 在充分考慮各種測 試場景的基礎上， 這裡簡單的給出了參考用例。

3.1 目標車輛勻速與加速測試模擬

測試方法如圖 6 所示：兩車在單行車道上相距60 m，前車（車輛 2）速度由 24 m/s勻加速至 27 m/s， 之後保持勻速， 主車（車輛 1）在自適應巡航模式下跟隨前車。由 於軌跡事先規劃， 所以橫向 資訊變化不明顯。

縱向距離對比與縱向 多普勒相對速度對比如圖 7 和圖 8 所示。採用歐氏距離法來分析兩條曲線的相似度，方差越小則表示相似度越高，如表2所示。

3.2 目標車輛轉彎測試模擬

測試方法如圖 9 所示：兩輛車分別在相鄰的車道上縱向相距 52 m， 目標車輛（車輛 2）先由 15 m/s變加速至 20 m/s， 整個加速過程 60 m， 之後保持勻速，接著左轉彎至相鄰車道勻速行駛， 50 m 後又轉彎至右車道；

主車（車輛 1）在左車道上自 適應巡航模式下行駛。兩種方法的縱向與橫向資訊對比如圖 10~14所示。採用歐氏距離法來分析兩條曲線的相似度，方差表如表 3 所示。

3.3 目標車輛上下坡測試模擬

測試方法如圖 14 所示， 兩車縱向 相距 30 m， 均以勻速向 前行駛， 前車（ 車輛 2）速度為 12 m/s， 主車（車輛 1）車速度為 10 m/s， 在距前車 70米處為上坡路段， 上坡路段如圖中“》”所示， 下坡路段如“《”所示，由於軌跡事先規劃， 所以橫向資訊變化很小， 這裡不予給出。兩種方法的縱向對比如圖 15~16所示。

採用歐氏距離法來分析兩條曲線的相似度， 方差表如表 4所示。

3.4 目標彎道測試模擬

測試方法如圖 14所示，兩車在縱向上相距25 m，目標車輛（車輛 2）和主車（車輛 1）均以速度 12 m/s勻速行駛， 之後右轉彎 180°， 彎道半徑 30 m， 之後繼續勻速行駛 。兩種方法的縱向與橫向資訊對比如圖18~21 所示。

採用歐氏距離法來分析兩條曲線的相似度， 方差表如表 5 所示。

測試結果綜合對比分析

從上述的方差表 2~5 中資料中綜合分析得 ，感測器注入法與黑盒模擬法。在縱向距離上， 無論主車還是在目 標車輛， 在勻速加速與轉彎測試中效能基本一致， 方差很小；但在上下坡與彎道測試中方差明顯過大， 這是由於暗箱的自身侷限性與真實毫米波雷達效能所致， 具體原因在橫向距離的比較上一併分析。

在橫向距離上， 目 標車輛的轉彎或者主車的轉彎都可能導致黑盒模擬法訊號的延遲以及誤差明顯偏大， 這一方面是由 轉彎需要暗箱內部轉檯轉動引起的延遲， 另 一方面也是暗箱的自 身侷限性與真實毫米波雷達效能所致。

受暗箱尺寸的影響， 本測試所用的暗箱最大橫向模擬角度約為±18°， 超過 18°的被測物體的模擬回 波會被暗箱內 壁的吸波材料吸收， 所以在圖 18 和圖 19 中可明顯看到在 10 s 至 18 s時間內目 標車輛相對主車的橫向角度超過 18°， 導致縱向距離與橫向距離幅值偏差過大。

本文所採用的大陸毫米波雷達在檢測到被測目標離開雷達的可檢測邊界後， 會繼續輸出 被測目 標離開邊界時的當前值， 如在圖 15 中， 目 標車輛由 於上坡從 8 s 至 11 s 從真實雷達介面中消失， 但是大陸雷達仍持續輸出縱向距離 24 m。

在圖 18 中同理， 目標車輛橫向角度超過 18°後，理論上應檢測不到物體，但大陸雷達在 10 s至 18 s仍持續輸出；圖 19、20、21 均類似。在縱向與橫向多普勒速度對比上， 四次測試方差均不超為 5， 方差主要是由大陸雷達的多普勒速度的基數引起 ， 大 陸 雷 達 的 多 普 勒 速 度 基 數 為0.25 m/s， 如圖 20、21 中可看到略大的偏差。但總體上感測器注入法與黑盒模擬法效能基本一致。

結 論

透過本文進行的 4 次不同工況下的車載毫米波雷達虛擬測試， 得出感測器注入法與黑盒模擬法在目標車輛勻速、加減速、轉彎工況下， 縱向與橫向效能基本一致， 這為毫米波雷達硬體在環測試模擬提供了重要的經驗：

即在做目標車輛勻速、加減速轉彎的雷達硬體在環測試可優先選擇黑盒模擬法， 這樣測試的真實性更得到保障。但在上下坡與彎道測試中， 感測器注入法的優勢更為明顯， 它不受暗箱自身的侷限性與雷達精度等物理因素的影響， 能夠在較為苛刻的工況下來滿足虛擬測試的需要， 效能與效果均優於黑盒模擬法。本文來源:智車行家