引言

随着L2及L2+级智能辅助驾驶技术的普及，车辆在复杂场景下的可靠性成为用户最关心的问题。但传统实车测试成本高、周期长、危险性大！那么如何低成本完成L2+级智能驾驶系统的功能验证呢？
车辆在环（ViL, Vehicle-in-the-Loop）场地测试方案通过高精度地图搭建、多传感器仿真技术，解决实车测试极端工况危险、故障难以模拟及HiL测试精度不足等问题。下面重点介绍ViL测试系统的方案架构及实现方式。
方案架构
如图1所示，北汇提供的智驾场地ViL测试系统由以下5大部分组成：

图 1 ViL测试整体框架
1.场景仿真软件：智驾场地ViL测试系统中使用真实车辆，但传感器所有的数据来源于仿真场景，采用VTD作为3D虚拟场景仿真软件，为被测ECU提供测试仿真场景和传感器数据。

2.试验管理软件：实车上的雷达传感器、骨干网及VTD虚拟仿真场景数据都会在CANoe软件上管理，实现数据监测、采集、转发及篡改。

3.ViL测试设备：固定在被测车辆后备箱，主要包含总线测试资源设备、传感器仿真设备及车载供电电源3部分：
总线测试资源设备：总线数据的采集、转发与VTD仿真场景数据的解析需要硬件来完成传输，如VN16XX系列硬件实现CAN仿真通信，VN56XX系列硬件实现车载以太网仿真通信。
传感器仿真设备：系统中仿真的传感器包含摄像头、毫米波雷达及超声波雷达等。摄像头采用视频注入板卡完成各类摄像头仿真；毫米波雷达通过VTD软件仿真及采集真实雷达做数据转发篡改；DSI3模拟器用于超声波仿真信号转换。
车载供电系统：车载供电系统主要对总线资源设备、传感器仿真设备进行供电，使其正常工作。

4.组合惯导：一方面仿真场景自车位置与真实车辆位置重合，依赖于组合惯导。另一方面将组合惯导实时数据发送给VTD软件，用于虚拟场景自车位置定位。

5、测试车辆：在ViL场地功能测试中，被测车辆为真实车辆，功能激活时智驾控制器输出的控制指令直接给到真实车辆的执行机构响应，完成加减速及转向动作，而不经过虚拟车辆动力学模型。

仿真场景搭建与车辆映射

真实道路场景地图搭建可分为如下三个步骤：组合惯导数据采集、虚实车辆坐标转换及VTD场景道路搭建。
首先获取道路的经纬度数据，以此为基础搭建静态道路与动态场景。地图数据来源于组合惯导系统，CANoe软件实时采集惯导发出的经纬度坐标、航向角等信息并保存。
其次，惯导采集的车辆位置与VTD中的车辆位置坐标系不同，还需完成坐标的转换，以保证真实车辆映射在虚拟场景中。
最后是静态道路的搭建，完成了坐标转化后,VTD将转换后的OpenDrive坐标点位数据导入自动生成Road，接着在Road上就可以自定义搭建车道了。导入生成的Road见图2。

图 2 道路地图模型
虚拟道路搭建完成了，如何保证实车所在位置和虚拟场景匹配呢？
车辆位置映射必须确保VTD中的虚拟主车与真实车辆的位置、姿态完全同步，否则会导致测试场景错位。北汇采用的方法如下：
CANoe实时采集车辆位置、IMU姿态、车辆运动状态。这些信息共同发送到VTD软件，用于VTD自车控制， VTD的API接收CANoe发送的位置与姿态信息映射在仿真场景中。图3为真实场景在仿真场景中的位置映射。

图 3 虚拟、真实场景位置映射

动态交通参与者仿真

在静态场景映射完成后，还需要完成交通参与者的动态行为，如前方车辆切入/切出动态轨迹，目标车加减速动作及行人鬼探头场景，可通过VTD实时设置行驶轨迹，通过脚本或触发器（时间/事件触发）进行动态行为逻辑触发，从而完成目标交通参与者到实际ViL场地的映射，丰富单一场地测试的动态场景。
如上图3所示，在实际AEB功能ViL场地测试时，将VTD仿真中的虚拟目标车辆映射到真实道路中，通过真实雷达/仿真雷达感知注入目标参与者（相对距离、速度、目标类型及ID等）信息至智驾被测控制器，从而在场景虚拟目标车及实际场地道路结合的场景下测试AEB功能，极大降低实际场地中AEB未能触发及未及时制动导致的碰撞安全风险。

行车传感器仿真

完成车辆映射匹配和场景构建后，接下来即可进行传感器仿真及功能测试了。行车功能测试用到摄像头与毫米波雷达两种传感器，其源数据都来自VTD仿真场景，渲染画面用于前视注入，VTD中配置前毫米波雷达、角毫米波雷达输出参数。下面介绍两种传感器的仿真方法。

前视摄像头仿真

按照真实摄像头参数在VTD中配置镜头畸变模型及安装位置，这样渲染出来的图像较接近于真实摄像头视觉的感知，此外VTD还支持渲染多种类型图像和模拟不同天气，如雨雾天气等；渲染特殊材质处理反光标识牌，潮湿路面等，极大丰富了测试场景。天气模拟如图4所示。


图 4 多种天气渲染

VTD渲染的视频流通过北汇定制视频注入板卡实时注入被测ECU，完成前视摄像头仿真，注入链路如图5所示。

图 5 视频注入链路

毫米波雷达仿真

针对毫米波雷达，控制器接收的数据常见为目标列表，可采用报文转发与篡改真实报文数据来处理雷达信号。分为以下两个步骤，如图6所示。

图 6 毫米波雷达仿真链路
信号采集：通过CANoe总线分析工具进行信号采集、转发实际车辆上真实毫米波雷达发出的报文数据至被测控制器。而目标列表相关报文不能直接转发，还需要篡改处理，此时需将实车信号替换为从VTD软件解析到的目标数据。
信号反馈：对于被测控制器，转发其发送报文至真实雷达，真实雷达才会才会正常工作，从而持续反馈报文。
这种方法较为简单，方便完成雷达信号的转发、篡改，不需要仿真所有雷达信号，能极大简化工程开发等。同时也可虚实报文结合，用于ViL功能安全通信层级的故障注入构建。

泊车传感器仿真

功能测试的另一类为泊车功能测试，在泊车测试中用到了环视摄像头与超声波雷达传感器，环视提供前后左右四个方向的视觉感知，超声波提供距离探测，两者共同为泊车提供感知信息。下面描述如何在实车中注入VTD软件中的两种传感器数据。

环视摄像头仿真

环视仿真与前视相似，但与前视不同的是，内外参设置好后，环视会考虑到四面的拼接效果，因此需采集实车的标定数据完成标定。图7为环视拼接后在车机大屏上面的显示效果。

图 7 环视拼接效果图
超声波雷达仿真系统
泊车过程中预警功能需要超声波传感器的数据，其源数据来自VTD虚拟场景，所以需要配置正确的超声波模型参数，再由超声波模型输出探测距离。CANoe接收超声波模型输出的探测距离，发送数据至DSI3模拟器，在此模拟器中数据转化为DSI3信号，最终将信号发送给被测控制器做感知。

图 8超声波仿真数据链路

总结

虚实场景结合的ViL功能测试需考虑场景的构建、虚拟动态场景结合真实道路、以此丰富场景的功能测试；同时虚实车辆映射及传感器的仿真，可确保虚实车辆定位位姿一致，正确的传感器仿真数据注入才能在ViL测试环境中激活并触发功能。
北汇信息在智能驾驶MiL/SiL/HiL/ViL测试中拥有诸多成功的方案与实施经验，在持续的项目开发与测试中，北汇信息也致力于新方案的技术验证与实施，为中国智能网联汽车发展贡献自己的力量。
如果您关注场地/实验室ViL功能及功能安全测试。欢迎联系我们，我们会给您提供专业的解决方案！