【CAICV】中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書（2023版）

中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》指導專家及編寫單位名單指導專家：徐月云國汽（北京）智能網(wǎng)聯(lián)汽車研究院有編寫單位（按參與章節(jié)順序人員名單（排名不分先后，按拼音排序《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》版權聲明《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》隨著通信、人工智能、自動控制等技術的不斷進步，智能網(wǎng)聯(lián)汽車已成為汽車行業(yè)發(fā)展的新趨勢。然而，隨著汽車智能網(wǎng)聯(lián)功能的逐漸豐富，其面臨的測試挑戰(zhàn)也日益凸顯，惡劣的氣象交通、多樣的駕駛?cè)蝿铡碗s的電磁環(huán)境等都為智能網(wǎng)聯(lián)汽車測試評價提出了新的挑戰(zhàn)。特別是智能網(wǎng)聯(lián)汽車測試評價對象已從傳統(tǒng)的人、車二元獨立系統(tǒng)轉(zhuǎn)變?yōu)槿?車-路-云強耦合系統(tǒng)，傳統(tǒng)的實車測試方式在測試成本、耗時、安全性等方面已難以完全滿足智能網(wǎng)聯(lián)汽車測試驗證需求。在此背景下，通過構(gòu)建高置信數(shù)字模型在虛擬環(huán)境中對整車或子系統(tǒng)功能及性能進行仿真測試已成為智能網(wǎng)聯(lián)汽車性能驗證的重要支柱。本白皮書旨在全面梳理智能網(wǎng)聯(lián)汽車仿真測試領域的發(fā)展現(xiàn)狀，通過深入剖析在環(huán)仿真測試技術、仿真測試場景庫、仿真測試模型、仿真測試工具以及仿真測試評價體系等關鍵領域的最新進展，為政府決策部門、行業(yè)研究機構(gòu)、汽車廠商、技術供應商以及廣大消費者提供一個了解智能網(wǎng)聯(lián)汽車性能驗證技術的清晰、全面視角，更好地理解和把握智能網(wǎng)聯(lián)汽車測試技術的發(fā)展趨勢和市場需求。我們期待與業(yè)界同仁共同探討、交流，推動智能網(wǎng)聯(lián)汽車仿真測試技術的創(chuàng)新與發(fā)展，為智能出行時代的到來貢獻我們的力量。在此，我們要感謝所有為本白皮書提供支持和幫助的專家學者們，以及關注和參與智能網(wǎng)聯(lián)汽車研發(fā)的各界人士。希望本白皮書能夠為促進智能網(wǎng)聯(lián)汽車技術的發(fā)展和推廣做出一份貢獻。 1 1 1 4 9 9 I 112 119 119 V《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》第一章仿真測試背景1.1智能網(wǎng)聯(lián)汽車技術發(fā)展現(xiàn)狀1《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》動駕駛法案》《智能網(wǎng)聯(lián)汽車部署指導》等。歐盟在2016年啟動了全歐道路交標準化和互操作性、加強網(wǎng)絡安全和數(shù)據(jù)保護等。日本從2008年開始實施了善法律法規(guī)、加強數(shù)據(jù)共享和利用、建設高精度地圖和動態(tài)交展，期望實現(xiàn)更智能、安全和高效的交通系統(tǒng)。從CVPR（IEEEConferenceonComputerVisionandPatternRec技術的研究在端到端自動駕駛、BEV感知算法、邊緣場景解決方案、障礙物軌算法、多目標跟蹤算法、場景分割算法、車道線檢測/可行域檢測、深度估計等中走在前列的是美國的多所著名高校：2019年6月卡內(nèi)基梅隆大學與ArgoAI合作組建了自動駕駛汽車研究中心；密歇根大學在2015年建立了模仿城市和郊前正在進行的研究項目有21個；加州大學伯克利分校領導了深度學習自動駕駛2《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》對CAD（ConnectedandAutomatedD造商、汽車零部件制造商、保險公司參與的東京沿海地區(qū)示范試驗項目在2021的安全性評估。能交通系統(tǒng)聯(lián)合計劃辦公室（ITSJPO），負責協(xié)調(diào)各個機構(gòu)和利益相關者，推網(wǎng)聯(lián)汽車服務的流動性和可達性。歐盟還鼓勵發(fā)展出行即服務（MaaS）模式，3《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》在企業(yè)方面，美國的特斯拉、谷歌旗下的Waymo、通用汽車、福特汽車和Uber等，德國的寶馬、奔馳和大眾，法國的雷諾和標致雪鐵龍集團，英國的捷件定義車隊，到2023年奔馳L3級別的自動駕駛已經(jīng)在德國、美國等多個國家企業(yè)參與。歐盟出資支持了多個合作項目，如CARTRE、SCOUT、L3Pilot、ENSEMBLE等，覆蓋不同類型和級別的自動駕駛和網(wǎng)聯(lián)化應用，如乘用4《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》項政策法規(guī)，2020年發(fā)改委、工業(yè)和信息化部等牽頭發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，該戰(zhàn)略明確提出截至2025年我國必須完成與智能聯(lián)汽車系統(tǒng)的建設工作。2022年以來，我國相繼出臺了《關于開展智能網(wǎng)聯(lián)汽《自動駕駛汽車運輸安全服務指南（試行）》（征求意系建設指南（智能網(wǎng)聯(lián)汽車2023版）》《國家車聯(lián)網(wǎng)產(chǎn)業(yè)標準體系建設指5《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》域的領軍者之一，其在2017年推出自動駕駛開放平臺Apollo，截至2022年7此外，車路協(xié)同自動駕駛（Vehicle-InfrastructureCooperatedAutonomous和控制方法。2022年9月，中國公路學會、中國汽車工程學會和中國通信學會6《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》*圖片來源：車路云一體化系統(tǒng)白皮書圖1-1車路云一體化系統(tǒng)下的智能網(wǎng)聯(lián)汽車1）在車聯(lián)網(wǎng)通信方面，我國大力推進C-V2X技術并取得重要進展。目前LTE-V2X設備規(guī)范、測試方法等標準已制定完成，技術標準體系基本形成，此業(yè)界認可。此外，國內(nèi)多個城市也正在開展基于C-V2X通信技術的智能交通系統(tǒng)建設，通過5G和C-V2XPC5直連通信技術實現(xiàn)車輛與車輛，車輛與基礎設2）在車聯(lián)網(wǎng)感知方面，我國已在部分城市開展基于人工智能、大數(shù)據(jù)等新技術的智能感知服務試點。我國部分城市的智能網(wǎng)聯(lián)示范區(qū)已經(jīng)開展了“基于車7《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》示范應用的新階段，在中國主要以城市/區(qū)域為載體部署規(guī)?；痉稇谩Ｄ壳捌脚_的協(xié)同布局實現(xiàn)信息互融互通，2020年9月，北京市政府籌備建設全球首消費者對汽車智能化接受度逐漸增高，中國智能網(wǎng)聯(lián)汽8《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》1.2三支柱測試方法應用現(xiàn)狀隨著其功能的日益復雜，所需測試的場景數(shù)量迅速增加，仿真測試由于速度快、年正式提出了由開放道路測試、封閉場地測試和仿真測試組成的智能網(wǎng)聯(lián)汽車面測試的綜合體系。圖1-2智能網(wǎng)聯(lián)汽車“三支柱”測試體系封閉場地測試是判定自動駕駛技術穩(wěn)定性及其對道路交通適應性的基本方9《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》證車輛在真實環(huán)境下的性能，還可以為模擬仿真與封表1-1三支柱測試方法對比測試方法模擬仿真測試封閉場地測試開放道路測試優(yōu)點縮短測試周期、降低成本；可進行危險和邊界場景測試；可進行自動化測試可收集大量數(shù)據(jù)支撐分析；測試可信度較高；可以對關鍵場景進行重復測試；提供最真實的測試環(huán)境；可以測試不同交通參與者的真實交互行為缺點測試可信度不夠；仿真測試模型開發(fā)成本較高不能覆蓋所有可能的真實環(huán)境；測試場景創(chuàng)建成本高；測試場景有限；場景復雜度不高成本高、周期長、難以重復；有潛在的事故風險《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》Mcity，由美國密歇根大學主導、密歇根州交通部支持建設的無人駕駛虛擬路面25萬平方米。AstaZero試驗場的測試內(nèi)容涵蓋面較廣，包括車輛動力學測元素，可以模擬城市中的各種駕駛場景。MiraCityCircuit試驗場還配備了高精度的定位系統(tǒng)、無線通信系統(tǒng)和視頻監(jiān)控系統(tǒng)，為智能智能網(wǎng)聯(lián)測試場的互聯(lián)互通，是行業(yè)首個跨省互聯(lián)的車聯(lián)網(wǎng)示范基地。在亦莊5G測試場，監(jiān)控視頻設備、非現(xiàn)場執(zhí)法設備、卡口視頻設備、雷達與視頻檢測車路信息交互和感知協(xié)同實踐。測試場目前已經(jīng)承接了20余項技術攻關任務落《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》布相關數(shù)據(jù)的地區(qū)，該地區(qū)于2014年批準了自動駕駛法規(guī)草案，允許自動駕駛車輛上路測試，并于2017年對該法規(guī)進行了修訂，允許在車內(nèi)沒有駕駛員（配美國首部自動駕駛汽車法案（H.R.3388），對美國20多個州的碎片化自動家企業(yè)獲得了自動駕駛測試牌照，其中29家企業(yè)提交了2020年的測試數(shù)據(jù)。這L3級自動駕駛汽車在公共道路上進行測試，但要求必須有人類司機在車內(nèi)，并《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》全國開放測試道路長度超過5000公里，公開近千萬公里。以北京市為例，從2022年公布的《北京市自動駕駛車輛道路測試），對于系統(tǒng)的任何修改和更新，Waymo都會在仿真測試中進行充分測試后再可以同時進行25000臺虛擬自動駕駛車輛的仿真行駛，每天的總行駛里程可達800萬英里。為了應對邊角場景，Carcraft會提取車輛在公共道路上遇到的最具證仿真結(jié)果可信度，Waymo使用封閉場地和道路測試結(jié)果驗證仿真是否與實際相符，同時也利用仿真測試結(jié)果指導實車測*圖片來源：《WaymoSafetyReport》《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖1-3Waymo仿真測試構(gòu)建流程在新軟件或新功能通過仿真測試后，Waymo會首先將其部署到幾輛車上，并組織有經(jīng)驗的駕駛員在封閉場地中測試。Waymo在加利福尼亞州建立了一個當封閉場地測試結(jié)果能夠達到預期后，Waymo將會投放部署了新軟件或新功能的車輛在開放道路上進行測試。為評估軟件系統(tǒng)性能，Waymo每周進行數(shù)20多個城市進行了開放道路測試，累計測試里程超過350萬英里，采集的場景*圖片來源：小馬安全技術報告-《Pony.aisafetyreport》《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖1-4小馬智行產(chǎn)品開發(fā)技術路線場地，到交通不繁忙街道，與挑戰(zhàn)性場景的實車測試。截馬智行公布數(shù)據(jù)得知，其在全球各地的城市區(qū)域及高速公路中，累計開展2100在自動駕駛系統(tǒng)的測試方面，特斯拉向公眾開放了完全自動駕駛（FullSelf-Drive，F(xiàn)SD）測試版，到目前已經(jīng)迭代到了V11版本。因此與其他企業(yè)或《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》即使在Ap功能不開啟的狀態(tài)下也可以在后臺運行并收集真實路況環(huán)境下的實時1.3智能網(wǎng)聯(lián)汽車仿真標準研制現(xiàn)狀1）ISO/TC22/SC33道路車輛技術委員會/車輛動力學、底盤部件和駕駛自2021年6月發(fā)布的ISO22140:2021《乘用車車輛動力態(tài)響應試驗方法》規(guī)定了根據(jù)ISO7401《公路車輛橫向瞬態(tài)響應測試方法開《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》2022年4月，該標準是為了響應世界范圍內(nèi)對仿真模型標準化的需求以及在特能測試方面的仿真優(yōu)化建議，使用戶能夠參照該標準明確ISO3450X系列標準主要面向L3級別及以上自動駕駛功能，闡明了測試場2）ISO/TC22/SC36道路車輛技術委員會/安全和沖擊2021年6月發(fā)布的ISO/TR21934-1:2021《道路車輛《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》ASAM標準是全球范圍內(nèi)廣泛認可的汽車工業(yè)國際標準之一，ASAM制定力學，以及車輛對路面信息的反饋）、OpenDRIVE（靜態(tài)地圖場景仿真標準，負責描述地圖信息，包括高精地圖信息）、OpenSCENARIO（動態(tài)行為場景仿真標準，描述測試過程的行駛場景）、OSI（仿真接口標真接口或者各種信息的仿真接口）、OpenLABEL（場景標簽和原始數(shù)據(jù)仿真標南》。根據(jù)最新版標準體系建設指南（2023版），針對自動駕駛試驗方法的標設過程中。當前已發(fā)布仿真測試標準內(nèi)容以團《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》準化工作的順利進行。2023年4月，由中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟提出的團體標準正式發(fā)布，該標準規(guī)定了基于V2V、V2I及V2P場景的場景庫技術要求；2023年5月，由國汽（北京）智能網(wǎng)聯(lián)汽車研究院有限公司等單位聯(lián)合發(fā)起的《智能網(wǎng)聯(lián)汽車車輛在環(huán)仿真測試平臺第1部分：試驗臺架式平臺搭建合牽頭發(fā)起的《自動駕駛交通流仿真系統(tǒng)》團體標準正式立項。2023年7月，《自動駕駛系統(tǒng)智能仿真平臺總體技術要求》和《基于仿真的自動駕駛系統(tǒng)智《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》主要規(guī)定了基于海量場景構(gòu)建和仿真平臺的自動駕駛智能化能力測試方法及流中關村智通智能交通產(chǎn)業(yè)聯(lián)盟作為北京市致力于促進智能交通產(chǎn)業(yè)技術發(fā)智通智能交通產(chǎn)業(yè)聯(lián)盟發(fā)布T/CMAX121—2019《北京市自動駕駛車輛模擬仿是指導模擬仿真測試平臺進行規(guī)范化建設。2020年9月發(fā)布的T/CMAX21002《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》1.4智能網(wǎng)聯(lián)汽車仿真領域現(xiàn)存問題如場景格式，OpenX格式雖然是標準格式，但因自動駕駛軟件產(chǎn)品架構(gòu)不同，1）目前傳統(tǒng)的測試手段還是以硬件測試（包括HIL硬件在環(huán)、VIL《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》2）測試結(jié)果僅在功能邏輯層面具有權威性，仿真測試在開發(fā)中的作實時性：硬件在環(huán)仿真測試（HIL）和車輛在環(huán)仿真嚴肅的問題就是實時性，往往HIL和VIL是要與虛擬仿真軟件平臺、上位機、《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》第二章模擬仿真測試在環(huán)仿真測試技術圍繞智能網(wǎng)聯(lián)汽車仿真測試過程中的在環(huán)測試平臺進行助從業(yè)者們明確不同在環(huán)仿真測試平臺的特2.1仿真測試總體框架境-任務強耦合系統(tǒng)，傳統(tǒng)的道路測試和場地測試已經(jīng)無法滿足智能汽車的測試不可或缺的重要環(huán)節(jié)[10]。系統(tǒng)以某種軟件模型或硬件實體的形式嵌入到仿真模擬的虛擬環(huán)境中對智能網(wǎng)聯(lián)汽車功能和性能進行測試，并據(jù)此對智能《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-1仿真測試流程概述表2-1測試技術分析測試技術測試場景測試對象特點軟件在環(huán)測試虛擬虛擬測試效率高云仿真測試虛擬虛擬多節(jié)點測試硬件在環(huán)測試虛擬真實單硬件測試駕駛員在環(huán)測試虛擬真實人機交互測試車輛在環(huán)測試虛擬真實車輛動力學準確《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》L3智能化技術中，駕駛?cè)耸侵悄芫W(wǎng)聯(lián)汽車駕駛過程的關鍵組成，此時需對不同際路側(cè)感知設備相對應，仿真環(huán)境中也要實現(xiàn)多種路側(cè)感知設備、路側(cè)單元《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》在這類模型之中，主要包括駕駛環(huán)境溫度、光照條2.2軟件在環(huán)仿真測試技術《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-2軟件在環(huán)測試原理圖2-3SiL測試系統(tǒng)典型軟件架構(gòu)[13]《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》如圖2-4所示，決策、控制閉環(huán)測試是直接將真值或者目圖2-4決策、控制測試閉環(huán)框架《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-5感知開環(huán)測試框架成一個完整的測試閉環(huán)。圖2-6感知、決策、控制閉環(huán)測試框架《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》下面以算法基于ROS框架的情形為例進行簡化說明。規(guī)劃、控制等每個算法模圖2-7算法接口通訊節(jié)點示意《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-8軟件在環(huán)測試評價流程示意圖圖2-9多軟件聯(lián)合虛擬仿真測試平臺架構(gòu)北京航空航天大學分別搭建Matlab/Simulink仿真平臺和Pa《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-10仿真下交通車-主車博弈對抗過程長安大學選用PreScan場景仿真軟件和Simulink聯(lián)合仿真平臺進行CPNA測試車輛在車道中心直線行駛等12個測試場景進行了自動緊急制動系統(tǒng)法的有效性[16]。2.3硬件在環(huán)仿真測試技術《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-11HiL仿真系統(tǒng)方案圖形工作站，由于HiL仿真測試系統(tǒng)傳感器模擬較多，采用主從聯(lián)合運行《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》通訊接口開發(fā)，使用基于軟件開發(fā)環(huán)境的數(shù)據(jù)通信接口，實現(xiàn)HiL仿真系目前自動駕駛HiL仿真系統(tǒng)在HiL機柜、實時仿真系統(tǒng)、圖形工作站、上在感知傳感器仿真專用系統(tǒng)和通訊接口開發(fā)等方面HiL仿真系統(tǒng)的實現(xiàn)具備一環(huán)仿真、超聲波雷達在環(huán)仿真、V2X系統(tǒng)在環(huán)仿真等[17]。在進行智能網(wǎng)聯(lián)汽車感知系統(tǒng)HiL仿真測試過程中，通常會使用傳感器仿《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》攝像頭仿真是指利用計算機技術模擬并生成與攝像頭相關的圖像和視頻或暗箱仿真的形式適合單目攝像頭且攝像頭數(shù)量不多的應用場景[18圖2-12視頻投影式車輛在環(huán)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-13視頻注入式結(jié)構(gòu)圖模型為理想模型，可檢測與目標的距離、速度，車道線的顏色、種類等，通過出接口應與總線通信協(xié)議匹配，滿足與其通毫米波雷達仿真主要包括毫米波雷達模擬器仿真和毫米波雷達目標信號仿圖2-14雷達在環(huán)總體方案毫米波傳感器模型為理想模型，可檢測周圍障礙《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》超聲波雷達模擬器主要利用真實雷達和探頭，回波模擬仿真接收雷達的發(fā)射波，號發(fā)送給域控制器[19]。V2X和GNSS在環(huán)仿真測試流程大致如圖2-15所示。首先在場景仿真軟件建立滿足V2X車聯(lián)網(wǎng)的應用場景，包括自車模型、遠車模型，以及道路、環(huán)境及其他交通參與模塊。虛擬場景中的GNSS信息通過GNSS模擬器產(chǎn)生模擬衛(wèi)星信號的射頻信號；場景中的信息集通過協(xié)議棧設備打包成符合V2X格式的信息，根據(jù)大尺度、小尺度衰落等原理設定信道模型參數(shù)；最后導入V2X信道模功能[20]?！吨袊悄芫W(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-15V2X和GNSS在環(huán)仿真測試示意圖對于自動駕駛系統(tǒng)來說，CAN和以太網(wǎng)是最常用的通訊接口。因此在HiL仿真中，需要對CAN通訊和以太網(wǎng)通訊接口進行仿真。仿真過程中，HiL仿真系統(tǒng)需要模擬車輛的CAN信息或以太網(wǎng)信息，生成各種CAN/以太網(wǎng)數(shù)據(jù)模擬北京工業(yè)大學研發(fā)了自動駕駛汽車硬件在環(huán)仿真實驗平臺AVHiL[21]，如圖絡通信系統(tǒng)，可提供完整的整車硬件在環(huán)實驗環(huán)境；AVHiL軟件層面以MATLAB/Simulink為核心構(gòu)建快速控制原型算法，基于PreScan軟件提供虛擬現(xiàn)實界面和環(huán)境感知類傳感器模塊，利用CarSim軟件實時運行整《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-16AVHiL實物圖圖2-17無人車硬件在環(huán)虛擬平臺《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-18硬件在環(huán)測試系統(tǒng)實物圖圖2-19TJA硬件在環(huán)仿真測試系統(tǒng)2.4駕駛員在環(huán)仿真測試技術《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-20駕駛員在環(huán)測試架構(gòu)圖2-21駕駛員在環(huán)測試實物連接《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-22桌面式駕駛模擬器板以及變速箱）、視景顯示系統(tǒng)、駕駛座椅以及仿真軟件等構(gòu)成，如圖2-23所《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-23吉林大學駕駛座椅式駕駛模擬器圖2-24國創(chuàng)中心六自由度臺架重慶車輛檢測研究院針對駕駛?cè)似跔顟B(tài)檢測搭建了一種自動化的駕駛員《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-25駕駛員疲勞監(jiān)測系統(tǒng)在環(huán)測試平臺《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-26合肥工業(yè)大學駕駛員在環(huán)測試平臺遼寧工業(yè)大學-遼寧省工程試驗中心基于PanoSim研發(fā)的智能駕駛多車共駕圖2-27遼寧工業(yè)大學駕駛員在環(huán)測試系統(tǒng)智能座艙，智能駕駛領域建立了整車虛擬與《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-28繩索式高動態(tài)駕駛模擬器2.5車輛在環(huán)仿真測試技術典型的封閉場地車輛在環(huán)仿真測試框架如圖2-29所示[23]。虛擬測試場《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》的運動狀態(tài)信息實時地憑借數(shù)據(jù)通訊鏈路回傳給仿真測試場景里的數(shù)字孿生車圖2-29車輛在環(huán)測試方法框架圖轉(zhuǎn)鼓平臺車輛在環(huán)系統(tǒng)如圖2-30所示，大致可以分為室內(nèi)轉(zhuǎn)鼓及其控制平《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》態(tài)參數(shù)，這些參數(shù)用來控制虛擬場景中的虛擬車輛的加/減速和轉(zhuǎn)向等動作；同擬模塊接入真實智能網(wǎng)聯(lián)車輛的車載傳感器中。待測車輛ECU將車載傳感器接圖2-30轉(zhuǎn)鼓平臺車輛在環(huán)結(jié)構(gòu)圖成平臺被應用于室內(nèi)車輛在環(huán)試驗，如圖2-31所示。與轉(zhuǎn)鼓平臺不同，軸耦合《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-31軸耦合式底盤測功機之間的傳遞路徑時，分離模塊能夠模擬輪胎-軌道相互作用的對準或內(nèi)徑扭矩，圖2-32帶有轉(zhuǎn)向模擬的軸耦合式動力總成平臺《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》測出真實車輛的位置和運動信息，通過下位機采集真實車輛運動信息由CAN返圖2-33封閉場地車輛在環(huán)仿真測試結(jié)構(gòu)圖車輛在封閉場地上運動相比于在轉(zhuǎn)鼓試驗臺上的運動有更加真實的輪地接觸關例如攝像機（單目和立體）、魚眼攝像頭、雷達和激光雷達、V2V和V2I通信《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》改，來滿足測試的需求。圖2-34為某軟件傳感器模型的配置界面，借助這些仿信息至自動駕駛車輛的算法模塊中，從而替圖2-34PreScan軟件中的傳感器模型設置界面圖2-35基于幾何關系的距離、方位角計算原理圖《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》數(shù)據(jù)收集過程。如圖2-36所示，該系統(tǒng)可完成一周100公里里程的復雜場景測圖2-36自動駕駛整車在環(huán)測試系統(tǒng)上海交通大學提出的車輛在環(huán)仿真平臺如圖2-37所示，主要包括底盤測功圖2-37基于實車在環(huán)的自主泊車仿真測試長安大學研發(fā)了一種前軸可旋轉(zhuǎn)式轉(zhuǎn)鼓試驗臺。如圖2-38所示，該平臺采《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-38轉(zhuǎn)向隨動室內(nèi)車輛在環(huán)測試平臺中汽中心工程院開發(fā)的面向智能駕駛動態(tài)場景測試的整車在環(huán)仿真系統(tǒng)整體解決方案如圖2-39所示，其融合毫米波雷達模擬器、攝像頭視覺模擬裝置、導航衛(wèi)星模擬器，可滿足各類自動駕駛功能《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-39面向智能駕駛動態(tài)場景測試的車輛在環(huán)平臺泛亞汽車技術中心根據(jù)ADAS現(xiàn)有開發(fā)與驗證測試手段的特點，利用實和實時仿真技術構(gòu)建了封閉場地車輛在環(huán)測試平臺，如圖2-40所示。該平臺虛擬場景與真實車輛系統(tǒng)的同步運動，完成基圖2-40車輛在環(huán)仿真開發(fā)平臺系統(tǒng)架構(gòu)國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心搭建了國內(nèi)首個智能網(wǎng)聯(lián)汽車車輛在環(huán)仿真測試系統(tǒng)，實現(xiàn)了車端、路端和云端的整車系統(tǒng)級仿真測試，如圖2-41所示。該實驗室已面向量產(chǎn)車型提供測試服務，可支持整車ADAS測試、整車AD高級《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-41車輛在環(huán)仿真開發(fā)平臺系統(tǒng)架構(gòu)2.6云仿真測試技術《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》1）用戶身份驗證：用戶身份驗證是確認用戶是誰的過程。這2）用戶授權：一旦用戶被認證，就需要確定他們可以訪問哪些資源和執(zhí)行3）角色和權限：云平臺通常提供一系列角色和權限，這些角色具有特定的有的用戶可能具有管理員角色，而另一些用《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》1）物理屬性設置：在仿真環(huán)境中，物體需要具備適當?shù)奈锢?）場景集成：將建模的場景元素集成到現(xiàn)有的仿真環(huán)境中3）仿真模擬：在集成場景元素后，可以進行仿真模擬，模擬不同情況下物4）模型訓練和測試：利用這些導入的現(xiàn)實場景，可以對機器學習模型進行1）現(xiàn)實世界偏差：仿真環(huán)境和真實世界之間可能存在差異，2）數(shù)據(jù)豐富性：真實世界中的數(shù)據(jù)往往非常豐富多樣，而在仿真環(huán)境中很3）對抗性示例：惡意攻擊或?qū)剐愿蓴_可能在真實世界中發(fā)生，但在仿真《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》環(huán)境中很少出現(xiàn)。模型需要具備對抗性泛化圖2-42場景泛化圖示1）任務創(chuàng)建：用戶可以創(chuàng)建不同類型的仿真任務，指定所需4）任務監(jiān)控：監(jiān)控任務的執(zhí)行狀態(tài)、進度和性能指標，以及任何可能的異《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》5）結(jié)果收集：一旦仿真任務完成，任務管理系統(tǒng)可能負責從執(zhí)行環(huán)境中收6）錯誤處理：處理任務中可能發(fā)生的錯誤、中斷或失敗情況，以便重新啟樣能夠降低單個機器的性能需求，從而使得大規(guī)1）彈性擴展：云原生應用使用容器和容器編排工具，如Kubernetes，可以《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》3）微服務架構(gòu)：云原生應用傾向于采用微服務架構(gòu)，將應用拆分為多個獨容器化技術：云原生應用使用容器化技術，如Docker，將應用與其依賴項需要可以接入客戶的CI/CD流程，所以提供RestfulAPI的形式是比較推薦的方《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》51云仿真平臺前端提供了用戶管理，資產(chǎn)管理，任務管理等多種功能，同時支持場景編輯、導入、導出和泛化，仿真引擎是分布式架構(gòu)實現(xiàn)，如圖2-43圖2-43用戶管理組織架構(gòu)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》供服務的云仿真測試平臺（圖2-44）。該平臺以場景數(shù)據(jù)庫為基礎，內(nèi)置90余款車輛模型和9類自動駕駛功能場景泛化模板。平臺適配國內(nèi)外如51Sim-One、VTD等。為了適應不同的計算資源，支持GPU和CPU兩種集群仿真計算模式，并具備可擴展的彈性計算能力，最多2022年該平臺承擔了第二批ICV創(chuàng)新算法攻關任務中任務九、任務十的測人接駁算法和東風悅享小巴算法在內(nèi)的多項自《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖2-44云仿真測試平臺架構(gòu)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》第三章仿真測試場景庫3.1場景構(gòu)建技術場景是對一系列情景隨著時間推移的演變的描述，通常包括自動駕駛系統(tǒng)/ISO34501本節(jié)對其定義和關系進行介紹。功能場景為概念層面上用自然語言《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》*來源：清華大學蘇州研究院圖3-1功能場景、抽象場景、邏輯場景和具體場景關系*來源：清華大學蘇州研究院圖3-2功能場景、抽象場景、邏輯場景和具體場景關系實例《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》場景按照待測對象分類可以分為面向輔助駕駛系統(tǒng)的測試場景和面向自動1）面向輔助駕駛級別待測系統(tǒng)的場景。針對輔助駕駛級別待足要求的測試場景時，場景應包含完整的路徑規(guī)劃結(jié)果、待測系統(tǒng)的橫向和/或2）面向自動駕駛級別待測系統(tǒng)的場景。與面向輔助駕駛級別待測系統(tǒng)的場場景按照測試手段分類可以分為MiL/SiL/HiL測試場景、DiL測試場景和于待測系統(tǒng)開發(fā)階段，包含感知層、決策層和控制層的模型/軟件/系統(tǒng)處理器測2）駕駛員在環(huán)（DiL）的場景：場景數(shù)據(jù)應包含測試準備、測試開始、測常用的仿真場景數(shù)據(jù)格式包括RoadXML、OpenStreetMap、Lanelets以及ASAMOpenX系列，目前國際通用的場景數(shù)據(jù)格式標準為靜態(tài)地圖場景標準格《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》數(shù)據(jù)格式，實現(xiàn)不同仿真軟件的兼容性。如圖3-3其中，OpenDRIVE定義了一記語言（XML）作為描述路網(wǎng)的基礎。OpenSC端，對于OpenSCENARIO動態(tài)場景的生成，主要通過利用帶有Open接口的仿真軟件手動搭建，輸出OSC格式的標準文件。圖3-3ASAMOpenX場景數(shù)據(jù)格式關系圖場景要素的分層可參考德國Pegasus項目提出的場景六層模型（圖3-4）或《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖3-4場景六層模型內(nèi)部實體信息則在前六層構(gòu)建的外部場景基礎上，進一圖3-5中國預期功能安全工作組的場景七層架構(gòu)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》1）數(shù)據(jù)獲取設備，包括激光雷達、毫米波雷達、超聲波雷達2）數(shù)據(jù)處理設備，包括工控機或域控制器等，主要負責接收數(shù)據(jù)獲取設備《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》3）數(shù)據(jù)存儲設備，包括數(shù)采機或工控機。這類設備主要負責將采集的傳感4）網(wǎng)絡連接設備，包括交換機和路由器。其中，交換機負責實現(xiàn)設備之間5）顯示設備與操作設備，包括車載顯示器、鍵盤及鼠標。其主要負責將采圖3-6數(shù)據(jù)采集硬件設備連接拓撲圖示例《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》通過IMU給各個傳感器提供基準時間，各傳感器根據(jù)提供的基準時間校準各自信息，來做到所有傳感器時間戳同步。但是這會存圖3-7Lidar與Camera時間同步原理2）采集的數(shù)據(jù)丟幀問題：一旦丟幀會導致數(shù)據(jù)不可用，尤其對于一些寶貴的CornerCase場景數(shù)據(jù)的丟幀，這類數(shù)據(jù)的獲取本身也是非常困難的。自動駕采用多傳感器數(shù)據(jù)融合技術、采用實時操作系重建、數(shù)據(jù)脫敏及審核等。下面將簡要介紹這《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》檢測和跟蹤。連續(xù)幀重建的方法有采集卡爾《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》而單車智能測試場景則是自動駕駛汽車產(chǎn)品的研人工智能、對抗樣本等數(shù)據(jù)，其應用范圍包括典型場景、邊緣場景、事故場景、路進行繪制。構(gòu)建環(huán)境模型時，結(jié)合測試場景庫輸出的交通標志/標線、道路設《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》鏈中，經(jīng)過數(shù)據(jù)預處理、坐標系轉(zhuǎn)換、3D渲染等步驟即可自動在虛擬仿真平臺《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》），b.面向場景風險的加速評估是最重要的方差縮減方法，是進行小概率事件快速概率評估的常用方法。2017《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》個采樣函數(shù)（重要度函數(shù)），使得需要估計的感興趣事件概率P(ε)是無偏估爭性的測試場景、尋找風險系數(shù)高的故障場景等都是較基于事件的車輛對車輛（Vehicle-to-Vehicle-Event，V2V-Event）。V2X網(wǎng)聯(lián)仿a.靜態(tài)要素：道路拓撲幾何（道路路網(wǎng)、道路類型、道路表面等）；準b.動態(tài)要素：包括主車、遠車等交通c.V2X要素：包括測試主體與車輛、基礎設施等交互對象的交互數(shù)據(jù)。V2X場景在測試過程中，測試主體與車輛、基礎設施等交互對象的交互數(shù)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》消息體里應包含由數(shù)據(jù)元素組成的數(shù)據(jù)幀（如圖3-8所示）。圖3-8測試用例數(shù)據(jù)傳輸示意圖V2X場景主要基于團體標準等規(guī)范文檔進行場景設計，并通過半自動化方式搭建。V2X場景的待測系統(tǒng)具備面向安全和效率的預警功能，因此相較于單車智能場景數(shù)據(jù)，V2X場景數(shù)據(jù)增加了V2X場景數(shù)據(jù)構(gòu)建時，需要根據(jù)測試的V2X2）V2I類場景數(shù)據(jù)構(gòu)建：場景數(shù)據(jù)應包含地形、基礎設施有關的位置、屬性、狀態(tài)信息，模擬并提供基礎設施的V2X交互信息。場景數(shù)據(jù)中應包含遠車《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》3-9所示，分析得到導致自動駕駛系統(tǒng)后續(xù)出現(xiàn)危害行為的特定場景分析以及為已知和未知觸發(fā)條件創(chuàng)建驗證/確認場景[35來源：清華蘇研院圖3-9SOTIF活動的相關性《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》高精地圖是指絕對精度和相對精度均在1米以內(nèi)的高精度、高新鮮度、高豐富度的電子地圖，英文稱為HDMap（HighD高精地圖的生成依賴數(shù)據(jù)采集，地圖信息的采集需要GNSS、IMU、輪速計、激光雷達以及攝像頭，數(shù)據(jù)采集方式有測繪車專業(yè)采集、眾包采集、RTK-SLAM進行數(shù)據(jù)處理及元素識別，根據(jù)上述結(jié)果矢量點集繪制出xodr格式的高精度地），《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》使得這些元素的動作及其產(chǎn)生的影響嚴格遵循現(xiàn)實世界的物理規(guī)律以及行采用游戲中的AgentAI技術是一個解決方案，作用主要是定義NPC（非角色玩家）的行為，每個NPC都需要有自己的行《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》為邏輯。用同樣的技術，以大量路采數(shù)據(jù)訓練交通流AI，可以快速生成擬3.2場景庫技術將場景數(shù)據(jù)庫系統(tǒng)簡稱為數(shù)據(jù)庫[36]。集合，可以存儲在一個文件或一組文件中，用于一些特定的任務，如機器學習。《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖3-10數(shù)據(jù)庫的組成（4）數(shù)據(jù)由數(shù)據(jù)管理系統(tǒng)統(tǒng)一管理和控制，解決并發(fā)共享的干擾及安全《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》目前廣泛采用的數(shù)據(jù)模型為關系模型，結(jié)構(gòu)化查詢語言（StructuredQuery據(jù)插入與修改、安全性完整性定義與控制等在計算機網(wǎng)絡的不同計算機上的分布式數(shù)據(jù)庫系統(tǒng)。其采用NoSQL（Notonly查詢語言。NoSQL數(shù)據(jù)庫適用于不同類型的數(shù)據(jù)存儲需求，如非結(jié)構(gòu)化數(shù)據(jù)、文檔、列族、圖等[37]。點，同時保留了關系型數(shù)據(jù)庫的事務特性和SQL查詢語言的數(shù)據(jù)庫。CockroachDB和TiDB是NewSQL數(shù)據(jù)庫的代表，通常仍然使用工具語言[38]?！吨袊悄芫W(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》為模式的一個實例。在場景庫中，模式即場景模板，實例為具體場景。模式/模式映像和模式/內(nèi)模式映像），此模式結(jié)構(gòu)和映像功能保數(shù)據(jù)庫事務管理和運行管理，數(shù)據(jù)庫的建立《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》*圖片來源：自動駕駛測試場景技術發(fā)展與應用，有修改圖3-11場景庫構(gòu)建流程需要根據(jù)數(shù)據(jù)來源以不同手段方案進行構(gòu)建，參考上文3.1.2描述的場景構(gòu)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》1）場景篩選：場景庫構(gòu)建過程中需要注意規(guī)范界定有效3）數(shù)據(jù)關聯(lián)：通過場景庫標簽與場景描述文本的相互匹配，實現(xiàn)各層級特的數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，分別對應結(jié)構(gòu)化與分布式存儲[42]。3.3場景庫應用技術《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》試的手段，更多用作對相同車型的算法訓練云幀PCD文件，毫米波雷達、超聲波雷達和慣導定位回灌數(shù)據(jù)主要是《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖3-12軟件回灌系統(tǒng)架構(gòu)示意圖（CANFD）總線仿真板卡、車載以太網(wǎng)仿真板卡、射頻信號矢量發(fā)生器等功能圖3-13硬件回灌系統(tǒng)架構(gòu)示意圖《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖3-14數(shù)據(jù)回灌信號同步原理饋意見，并豐富自動駕駛測試場景，從而形成場景庫構(gòu)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖3-15場景數(shù)據(jù)閉環(huán)應用云端很方便地查看車端場景的回放以及一些參考指標——例如安全員接管的頻《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》3.4場景庫建設現(xiàn)狀汽車行業(yè)相關標準、來自車端/路端的真實道路數(shù)據(jù)和交通行為特征，以人工智在提供標準場景適配服務同時，也可以滿足IAEX-in-Loop?全棧式仿真測試、《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》*來源：IAE智行眾維?圖3-16數(shù)字孿生場景城市道路展示（Unreal版，蘇州高鐵新城）國內(nèi)10余家企業(yè)，在全國范圍內(nèi)共同采集了百萬公），萬幀圖像、激光雷達點云、4D毫米波雷達點云數(shù)據(jù)，該數(shù)據(jù)集是全球首個以場《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》*來源：國汽智聯(lián)圖3-17國汽智聯(lián)場景庫特色智能網(wǎng)聯(lián)汽車測試、驗證和認證的場景數(shù)據(jù)庫（圖3-18）。該場景庫基于OpenX標準格式，滿足多種工具鏈的接口需求。融合真實交通多源數(shù)據(jù)，以及《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖3-18賽目科技場景數(shù)據(jù)庫界面展示《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》第四章仿真測試模型4.1駕駛員仿真模型（1）駕駛員行為的仿真模型，代替駕駛員控制方向盤、油門和剎車。根據(jù)（2）駕駛員風格的仿真模型，模仿駕駛員行為習慣。駕駛風格是駕駛員的控制、縱向控制和橫縱向綜合控制模型[44]?！吨袊悄芫W(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》一起作用于橫向MMPC控制器。同時，縱向最大安全速度和實時縱向速度的差值作用于縱向PID控制器。由此可見，縱向車速貫穿于橫向和縱向控制之中，實現(xiàn)了橫縱向耦合控制[45]。圖4-1橫縱向耦合控制駕駛員模型框圖《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》調(diào)節(jié)駕駛員模型中關鍵參數(shù)的權重，可以模擬出如下是駕駛員模型可能的典型應用場景：在測試ADAS系統(tǒng)時，仿真系統(tǒng)中的駕駛員模型按照用戶設置的駕駛規(guī)劃來操控主車，并配合ADAS算法對車輛進行聯(lián)合控制，從而達到對ADAS算法測試的目的；在測試AD系統(tǒng)時，仿真系統(tǒng)中的駕駛員模型按照用戶設置將主車開至所需工況后交4.2車輛動力學仿真模型制動、懸架、轉(zhuǎn)向和車輪-輪胎等子系統(tǒng)。在行駛過程中，車輛及子系統(tǒng)之間存在進行車輛系統(tǒng)級設計分析時，常將各個子系統(tǒng)拆分《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》轉(zhuǎn)向系統(tǒng)建模的目標是能準確地找到方向盤轉(zhuǎn)角或轉(zhuǎn)矩與車輪轉(zhuǎn)角的映射《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》的經(jīng)驗模型是1991年由H.B.P的功率輸出和扭矩特性模型，用于預測車輛在不同轉(zhuǎn)速《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-214自由度車輛動力學模型示意圖在具體應用上：比如，對于AEB（自動緊急制動）功能來說，如果系統(tǒng)檢《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》4.3車端傳感器仿真模型以及可直接提供真值的目標級信號仿真模型等。（1）攝像頭模型可支持攝像頭外參、內(nèi)參、物理參數(shù)、相機缺陷參數(shù)的仿（2）激光雷達模型可模擬真實激光的發(fā)射并根據(jù)不同材質(zhì)反射強度模型輸（3）毫米波雷達模型可基于毫米波雷達原理模擬電磁波的傳播，并對回波（4）車端網(wǎng)聯(lián)傳感器可與其他路側(cè)傳感器結(jié)合，仿真并接收路側(cè)傳感器的（8）同時，對于仿真軟件來說，需要支持對多種傳感器原始數(shù)據(jù)和目標結(jié)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》取豐富的標注信息，例如：檢測框、語義/實例分割、車道線檢測、深度、光流（1）光學鏡頭：負責聚焦光線，將視野中的物體投射到成像介質(zhì)表面，根（2）圖像傳感器：圖像傳感器可以利用光電器件的光電轉(zhuǎn)換功能將感光面（3）ISP圖像信號處理器：主要使用硬件結(jié)構(gòu)完成圖像傳感器輸入的圖像視頻源RAW格式數(shù)據(jù)的前處理，可轉(zhuǎn)換為YCbCr等格式。還可以完成圖像縮（4）串行器：將處理后的圖像數(shù)據(jù)進行傳輸，可用于傳輸RGB、YUV等《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-2常見的車載攝像頭示意圖過程、相機圖像信號處理過程、以及部分集圖4-3視覺傳感器仿真流程（3）支持白平衡、色彩還原、動態(tài)范圍、信噪比、清晰度、伽馬等物理參（4）支持攝像頭缺陷參數(shù)仿真，包括眩光、泛光、暈影、色相差、畸變、《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》攝像頭仿真每一幀的原始數(shù)據(jù)包括RGB圖、場景深度圖、2D/3D包語義分割圖、實例分割圖和光流等仿真數(shù)據(jù)；支持對攝像頭識別算法作SiL和加速度和角速度，以及所有目標障礙物的相對位置、朝向、大小、相對速度及流等仿真結(jié)果示例，可用于深度學習算法的圖4-4攝像頭目標級信號仿真真值輸出示例其方案架構(gòu)如圖4-5所示，利用游戲引擎渲染過程中產(chǎn)生的中間緩沖《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-5基于數(shù)據(jù)驅(qū)動的攝像頭模型架構(gòu)圖（1）在自動駕駛視覺感知算法開發(fā)過程中，需要大量的傳感器數(shù)據(jù)進行算特別是一些包含特殊目標物等真實采集較難獲得的（2）在自動駕駛感知測試、系統(tǒng)測試階段，通過攝像頭仿真可以對感知算《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》（1）理想的毫米波雷達模型：依賴仿真軟件中已知的地圖及目標物信息，在環(huán)及軟件在環(huán)，在使用時僅需對其安裝位置等外（2）半物理的毫米波雷達模型：在理想的毫米波雷達模型基礎上逆向增加（3）物理的毫米波雷達模型：從真實雷達的元器件開始進行物理建模，通《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》表4-1不同毫米波雷達的可調(diào)節(jié)內(nèi)容毫米波雷達模型種類可調(diào)節(jié)內(nèi)容理想毫米波雷達模型半物理毫米波雷達模型物理毫米波雷達模型安裝位置、安裝角度、水平視場角垂直視場角、探測距離、掃描角度安裝位置、安裝角度、水平視場角垂直視場角、探測距離、掃描角度傳輸能力損耗、天線增益圖掃描方式、掃描頻率、帶寬大氣衰減參數(shù)、天氣條件安裝位置、安裝角度、水平視場角垂直視場角、探測距離、掃描角度傳輸能力損耗、天線增益圖掃描方式、掃描頻率、帶寬大氣衰減參數(shù)、天氣條件、ADC原始信號多徑反射參數(shù)、能力返回捕捉閾值發(fā)射天線數(shù)量、發(fā)射天線排布方式接收天線數(shù)量、接收天線排布方式…和電磁波在空間中傳播的過程。如圖4-10所示，根據(jù)雷達工作機理將雷達模型通流及主車等。并能夠通過仿真軟件的API獲得傳感器掃描范圍內(nèi)或視場范圍《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》4-6，其中雷達功能模型的發(fā)射模塊根據(jù)預設的雷達波形計算出發(fā)射信號，并將模型的接收端，經(jīng)由一系列信號處理后輸出圖4-6雷達模型示意圖此外，目前行業(yè)中常用的3D毫米波雷達常用于測量目標在水平面上的位置4D毫米波雷達在3D雷達的基礎上增加了高度（Z坐標）的測量。此外，4D雷面，從而具備空間高度上的探測能力。4D毫米波雷達模型同樣分為功能模塊和功能模型里需要在3D雷達模型的基礎上加入更多的收發(fā)通道數(shù)，以模擬4D達的天線陣和射頻通道。4D雷達功能模塊的建模方式與3D雷達完全相同?！吨袊悄芫W(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》4D雷達回波模型與3D雷達的回波模型相似，輸入為場景的三維信息，不毫米波雷達仿真模型可模擬雷達對信號的處理過程以及接收到回波信號的（1）可為傳感器開發(fā)過程中的各級子系統(tǒng)提供更加真實可靠的仿真驗證平（2）在雷達算法開發(fā)階段，可在仿真軟件中設置不同的場景為后端算法生（3）在自動駕駛測試中，建立高保真的傳感器輸出，可將毫米波雷達物理構(gòu)成完整的雷達FOV，通過幾何關系獲得理想點云模型，但由于傳輸過程、物激光雷達物理級點云在光線追蹤的框架上考慮了空氣及環(huán)境中的衰減噪聲《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》該點的激光反射強度和噪聲。高精度激光雷達仿真根據(jù)傳感器基礎參數(shù)和天氣環(huán)境參數(shù)采用光線追蹤技術和物理干擾模型構(gòu)式，利用深度學習技術訓練神經(jīng)網(wǎng)絡，以進一步達為例，該雷達每一幀會發(fā)射出115200條射線與場景中所有物體相交，對于描的雷達射線次數(shù)過多，且求交算法計算復雜度高，一般仿真時會利用GPU并《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》（4）線數(shù)和水平分辨率。當修改線數(shù)或水平分辨率后，掃描總點數(shù)會相應（8）支持905nm激光雷達在不同光照和不同天圖4-7激光雷達仿真雨量影響示例《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》云原始數(shù)據(jù)，語義分割點云和目標物的3D包圍盒。其中目標物真值數(shù)據(jù)包括目標物的ID、相對距離、相對速度、大小、方位角、垂直角度、激光入射角、激（1）在自動駕駛感知和決策算法開發(fā)過程中，需大量的傳感器數(shù)據(jù)來進行（2）在仿真數(shù)據(jù)庫建立階段，激光雷達仿真模型可以通過構(gòu)建駕駛場景、（3）在智駕應用階段，獲取激光雷達仿真模型生成的點云數(shù)據(jù)可驗證域控點云丟失、幀數(shù)據(jù)不同步等仿真，從而驗證車聯(lián)網(wǎng)傳感器OBU（OnBoardUnit，車載單元）是車聯(lián)網(wǎng)系統(tǒng)中的重要組備進行通信。基于C-V2X協(xié)議棧，實現(xiàn)車輛信息交換、遠程監(jiān)控和安全預警等具有感知功能的設備集，不限于車載定位模塊GPS/IMU、激光雷達、攝像頭、《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-8車聯(lián)網(wǎng)傳感器OBU通訊架構(gòu)圖體數(shù)據(jù)并按照C-V2X協(xié)議棧封裝車體數(shù)據(jù)。同時接收對手車發(fā)送來的數(shù)據(jù)包進《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-9V2X協(xié)議棧架構(gòu)圖產(chǎn)品監(jiān)管和網(wǎng)絡安全體系基本形成。到目前為止，我國第一階段的V2X標準體系已經(jīng)形成，可以支撐我國首批V2X的產(chǎn)業(yè)化落地。應用層標準有《能運輸系統(tǒng)車用通信系統(tǒng)應用層及應用數(shù)據(jù)交互標準（第一階段）》，它由中表4-2標準中典型應用類別與場景序號類別通信方式運用名稱1安全V2V前向碰撞預警2V2V/V2I交叉路口碰撞預警3V2V/V2I左轉(zhuǎn)輔助4V2V盲區(qū)預警/變道輔助5V2V逆向超車預警《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》序號類別通信方式運用名稱6V2V-Event緊急制動預警7V2V-Event異常車輛提醒8V2V-Event車輛失控預警9V2I道路危險狀況提示V2I限速預警V2I闖紅燈預警V2P/V2I弱勢交通參與者碰撞預警效率V2I綠波車速引導V2I車內(nèi)標牌V2I前方擁堵提醒V2V緊急車輛提醒信息服務V2I汽車近場支付于車端或路端系統(tǒng)，系統(tǒng)內(nèi)部感知數(shù)據(jù)、決策規(guī)劃數(shù)據(jù)、控制數(shù)據(jù)結(jié)合C-V2X*圖片來源：T/CSAE53-2020《合作式智能運輸系統(tǒng)車用通信系統(tǒng)應用層及應用數(shù)據(jù)交互標準（第一階段）》《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-10車路協(xié)同數(shù)據(jù)流圖在應用層消息方面，DAY1一階段應用包括BSM消息、RSI消息、《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》（1）提高研發(fā)效率：通過OBU硬件在環(huán)仿真，可以在實驗室中模擬實際（3）保證產(chǎn)品性能和可靠性：通過OBU硬件在環(huán)仿真，可以模擬實際使在車車協(xié)同的場景中，OBU與OBU之間通過C-V2XPC5空口廣播進行通信，如圖4-11的應用案例中，是車輛在仿真平臺所配置的交通擁堵環(huán)境中，由《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-11OBU接受對手車廣播數(shù)據(jù)的V2X可視化示意圖對于V2X系統(tǒng)的硬件在環(huán)仿真，硬件的引入使得仿真系統(tǒng)能夠接入真實的仿真GNSS坐標注入硬件。圖4-12展示了在多車互動仿真中，多車與路側(cè)設備《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-12V2X在多車互動測試中的應用4.4路端網(wǎng)聯(lián)傳感器仿真模型構(gòu)建路端傳感器模型主要是為了模擬真實道路中的路端傳感器在不同環(huán)境側(cè)單元RSU用于模擬和預測V2I通信場景中路側(cè)單元的性能。該模型集成了應《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》根據(jù)通信系統(tǒng)的特性以及C-V2X應用的實現(xiàn)過程，路端網(wǎng)聯(lián)傳感器模型建1）路端網(wǎng)聯(lián)傳感器仿真模型應該能夠接收并解析路側(cè)計算單知信息，生成需要組建的V2X應用消息；或者能根據(jù)實際仿真場景需求，配置成V2X應用消息。從路側(cè)計算單元獲取融合感知信息時，要考慮路側(cè)計算單元2）路端網(wǎng)聯(lián)傳感器仿真模型應該能夠打包組建符合標準要RSU與OBU通信仿真模型應該能夠反映具體場景條件下的C-V2X消息丟V2I無線信道模型可以參考現(xiàn)有研究中的RSU與OBU通信仿真模型還應該能夠反映C-V2X消息的端到端時延，體《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》（2）在自動駕駛感知、決策、控制算法中，路側(cè)網(wǎng)聯(lián)傳感器模型還可用于在實驗室環(huán)境中模擬ADAS與C-V2X信息融合，通過將路側(cè)RSU共享的消息4.5交通流仿真模型效果遠遠無法滿足自動駕駛汽車對虛擬測試場景真《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》用的角度將場景定義為功能場景、邏輯場景和具體場景。在《ISO-345道路車輛自動駕駛系統(tǒng)測試場景詞匯》中，定義的場景包括自動駕駛系統(tǒng)/目標表4-3交通模型的分類一級分類二級分類說明應用場景高速公路路線路面、道路結(jié)構(gòu)、流速密邊界、安全設施、服務設施等均嚴格遵守設計規(guī)范，具有最明顯的結(jié)構(gòu)化特征。車道線/道路標識清晰，路面及設施養(yǎng)護狀態(tài)良好，道路背景環(huán)境單一，無信號燈控制。高速公路交通呈現(xiàn)單向、高速、基本有序的特點，偶現(xiàn)道路擁塞、交通事故，存在編隊行駛場景及混合型交通流。城市道路基本遵照設計規(guī)范建設，但不同城市及地區(qū)標準差異性較大，具有較為典型的結(jié)構(gòu)化特征，部分非城市主干道存在非結(jié)構(gòu)化道路。車道線/道路標識存在不同程度的磨損，路面及設施養(yǎng)護狀態(tài)參差不齊，道路背景環(huán)境極為復雜，多數(shù)交叉口有信號燈控制。城市道路交通呈現(xiàn)交通參與者數(shù)量眾多，異質(zhì)性強，速度分布廣，?，F(xiàn)無序混亂、交通事故、道路擁塞等特點。目前也少量存在城市道路內(nèi)的混合型交通。鄉(xiāng)村公路具有典型的非結(jié)構(gòu)化特征，道路類型多變，道路背景環(huán)境復雜，多數(shù)無信號燈控制。鄉(xiāng)村公路交通呈現(xiàn)交通參與者數(shù)量多，異質(zhì)性強，中低車速，無序混亂的特點，偶現(xiàn)交通事故、道路擁塞。城市交叉口由于在城市交叉口是產(chǎn)生駕駛沖突和安全風險概率最高的地點，很多研究專注于城市交叉口建模。模型屬性典型交通理想交通流模型，所有交通參與者均遵守交通規(guī)則和路權約束，并保持比較安全的駕駛策略。異常交通由于天氣環(huán)境變化、道路結(jié)構(gòu)變化、路面附著系數(shù)變化、《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》一級分類二級分類說明交通突發(fā)事件、非常規(guī)駕駛行為等因素影響下的交通流。邊緣場景極端參數(shù)設置下生成的交通場景即為邊緣場景，其可能是面向自動駕駛測試的CornerCase，多以片段式的場景生成模型實現(xiàn)模擬。建模方法機理建模機理建模主要依靠研究人員對交通系統(tǒng)內(nèi)部變化規(guī)律的理解和經(jīng)驗，獲得一個能描述規(guī)律且大范圍適用的運動模型，易于分析且保證大規(guī)模的仿真效率。機理建模方法將交通運動行為過程劃分為跟馳行為、換道行為、發(fā)車行為及換道跟蹤等運動行為規(guī)律。數(shù)據(jù)驅(qū)動建模借助于數(shù)據(jù)從中挖掘?qū)W習交通智能體間的隨機交互運動、危險駕駛的規(guī)律，并形成的交通模型?；旌向?qū)動建模結(jié)合機理建模和數(shù)據(jù)驅(qū)動建模方法的優(yōu)勢，使用交通流理論指導數(shù)據(jù)驅(qū)動的模型、目標函數(shù)和數(shù)據(jù)篩選，并形成更有利于模型訓練收斂，仿真真實性更高的模型。交通系統(tǒng)特性分析等領域。經(jīng)典的跟馳模型包含應激-反應類，安全距離類和心安全車距模型假設駕駛員在前車以最大加速度制動的情況下能夠保證足夠的車頭時距。Gipps模型是一種典型的應激-反應類模型描述了駕駛員在外界刺激下如何調(diào)整加速度。IDM作為包含安全距離概念的應激-反應模型，考慮了車輛駕駛過程中的期望速度、跟車間《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》距以及因駕駛員習性以及由駕駛員習性差異和車輛動力學差異導致的加減速度值超過不同閾值時來決定加減速。以Wiedemann模型為代表的一類模型均將心行為的特征信息。駕駛行為具有不對稱性（加/減速、換道）、記憶性（車輛的加/減速受一定歷史時間范圍內(nèi)的車速、速度差和距離的影響）、異質(zhì)性（不同《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》手段。典型的車輛軌跡數(shù)據(jù)集包括：NGSIM（TheNextGenerationSimulationProgram）是由美國聯(lián)邦公路管理局提出的一項支撐微觀交通仿真算法開發(fā)的數(shù)數(shù)據(jù)，結(jié)果數(shù)據(jù)集包含了詳細的車輛軌跡。highD[47]和inD[48]數(shù)據(jù)集來自德國的路口的交互式駕駛場景。上述數(shù)據(jù)集詳細情表4-4公開軌跡數(shù)據(jù)集對比數(shù)據(jù)集數(shù)據(jù)集規(guī)模（軌跡條數(shù)）場景復雜性交通行為完整性NGSIM一般，高速公路工況交通行為主要以跟馳行駛為主，比較單調(diào)完整，路端固定相機采集，采集視角廣HighD110,000一般，高速公路工況，主要以跟馳行為為主，平均速度較高完整，無人機鳥瞰采集，視角廣inD高，十字路口完整，無人機鳥瞰采集，視角廣INTERACTION40,054高，包含環(huán)島、有/無信號燈的十字路口完整，無人機鳥瞰采集，視角廣數(shù)據(jù)驅(qū)動的主要優(yōu)勢在于由人為設計的交通車運動規(guī)律轉(zhuǎn)變?yōu)橛蓴?shù)據(jù)學習的規(guī)《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》度神經(jīng)網(wǎng)絡[53]對跟馳行為進行建模的相關研究為了使交通模型兼顧數(shù)據(jù)驅(qū)動方法的逼真性和機理方法中的物理約束及魯例如，Yang等人[55]考慮到基于機器學習的跟馳模型魯棒性低，提出將機器多樣且交互性強的駕駛場景，從而提高智能車虛擬測4.6環(huán)境仿真模型《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》模型，以及體現(xiàn)仿真場景視覺擬真度的天氣仿真針對靜態(tài)交通環(huán)境模型，通常的做法是首先使用三維建模軟件創(chuàng)建高保真3D資產(chǎn)庫，然后利用高精地圖對道路要素進行重建形成道路路網(wǎng)，最后再使用1）基于建模軟件構(gòu)建場景的方式是指：根據(jù)需求，利用3D建模軟件構(gòu)建2）基于高精地圖生成場景的方式是指：將來自斜掃點云、全景圖、測繪矢a.收集：點云、全景圖、測繪矢量、衛(wèi)星影像等真實非結(jié)構(gòu)化測繪數(shù)據(jù).《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》b.數(shù)據(jù)結(jié)構(gòu)化：對真實測繪數(shù)據(jù)進行結(jié)構(gòu)化，構(gòu)建高精地圖。c.場景生成：以結(jié)構(gòu)化數(shù)據(jù)為基礎，根據(jù)不同語義，調(diào)用不同虛擬資源進圖4-13三維仿真場景建模流程框圖d.基于神經(jīng)渲染技術的隱式三維重建：通過構(gòu)建一套直接利用真實車端數(shù)網(wǎng)絡表示的3D場景庫和3D數(shù)字資產(chǎn)庫?；陔[表面神經(jīng)體渲染技術，能夠進《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》技術，將實地采集的多視圖像、激光雷達數(shù)據(jù)轉(zhuǎn)化為神經(jīng)網(wǎng)絡表示的3D場景庫和3D數(shù)字資產(chǎn)庫，并根據(jù)實際需求轉(zhuǎn)化為其他格式的3D仿真模型，放入場景圖4-14通過3D建模軟件構(gòu)建的特殊交通參與者示例《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》生不同的光照效果，因此模型需要考慮光源要考慮物體表面的反射、折射、散射等屬性，以及見的算法包括經(jīng)典的光照模型（如Lambert模型、Blinn-Phong模型）、全局光圖4-15光照仿真模型場景示例《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》雨、霧、雪等，如圖4-16所示。天氣條件對于某些應用場景中的交互和決策具圖4-16典型的多云天氣仿真場景《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-17仿真3D元素庫示例仿真測試案例的構(gòu)建中需要引入多種動態(tài)交通參與者（圖4-18同的仿真平臺和工具之間實現(xiàn)場景和行為的一致性需在案例中引入《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖4-18動靜態(tài)場景結(jié)合的仿真場景示例地面干濕度和場景臟跡等效果（圖4-19）。圖4-19霧、雨、雪、云、朝陽、夜景仿真場景示例《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》環(huán)境中可支持相應效果（圖4-20）。圖4-20雨天水霧遮擋攝像頭、雨天激光雷達場景示例基于靜態(tài)三維場景搭建、環(huán)境模型和渲染技術，配合交通流與OpenSCENARIO等標準，可為仿真測試《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》第五章仿真測試工具5.1仿真軟件測試工具測試與管理、測試結(jié)果評價以及數(shù)字孿生等方場景的構(gòu)建可以分為靜態(tài)場景構(gòu)建和動態(tài)場景構(gòu)建兩個層面。以ASAMOpenX格式定義為例，靜態(tài)路網(wǎng)文件包含道路路網(wǎng)上的所有靜態(tài)對象，主要描《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》圖5-1靜態(tài)路網(wǎng)搭建示意圖《中國智能網(wǎng)聯(lián)汽車自動駕駛仿真測試白皮書》的動態(tài)場景構(gòu)建效果示例如圖5-2所示。圖5-2動態(tài)場景構(gòu)建示意圖輪胎動力學模型和路面模型等，每一項都對應著目前，在汽車懸架建模理論中存在兩種主要的建模方法：基于側(cè)傾/力矩中心的建模方法和基于多體動力學的建模方法。側(cè)傾/力矩中心建模方法將懸架簡求解效率和仿真實時性較差，不適合用于汽《