number of iterations and speed up the process of verification and validation. Because of the need for fast, flexible and reproducible test results, various ‘in-the-loop’ simulation tools are increasingly being used for design and validation of ADAS controllers, as indicated in figure 3. After a review of these tools, the position of the new VEHIL simulation tool in this development process will be clarified in section 3.
2.2 Model-in-the-loop simulations
The initial design of the ADAS controller is supported by so-called model-in-the-loop (MIL) simulations, where the controller logic is simulated in closed-loop with models of vehicle dynamics, sensors, actuators, and the traffic environment. Unfortunately, current simulation tools lack the possibility for testing the complete ADAS in a reliable way with full integration of operating conditions, sensor characteristics, vehicle dynamics, and complex traffic scenarios. The new simulation concept PRESCAN was therefore developed in [23]. PRESCAN allows reliable MIL simulation of ADASs, using validated physical sensor models for radar, lidar, and camera vision in a virtual environment. The simulation of traffic scenarios is based on a multi-agent approach, as will be explained in section 3.
2.3 Hardware-in-the-loop simulations
When MIL simulations have provided sufficient results, software code can be compiled from the simulation model of the control system. The real code can then be verified with software-in-the-loop (SIL) simulations, where the remaining hardware components, vehicle dynamics, and environment are simulated in real-time.
Similar to testing the real software in a SIL simulation, the real hardware can be tested in a real-time hardware-in-the-loop (HIL) simulation. HIL simulations consist of a combination of simulated and real components, see figure 4. Alternatively, a real component can be emulated, i.e. replaced by an artificial component that has the same input and output characteristics. Ideally, every component should be unable to distinguish between real, simulated or emulated components that it is connected to in the closed-loop configuration. Therefore, HIL offers the flexibility of a simulation, where the use of real hardware offers a high level of reliability.
The main advantage of a HIL simulation is that it provides a repeatable laboratory environment for safe, flexible, and reliable controller validation. Controller performance and stability can be systematically tested without disturbances from other unrelated systems, and dependability can be tested by controlled injection of disturbances and faults. HIL also allows validation of the real hardware in an early development phase without the need for a prototype vehicle, since any missing vehicle components can be simulated. For these reasons, HIL simulations are more efficient and cheaper than test drives, and are extensively used for the development of vehicle control systems, such as ABS [24], engine control systems [25], and semi-active suspension systems [26]. ADASs can also be tested in several HIL configurations, as discussed next.
As indicated in figure 3, in an early stage rapid control prototyping is carried out with emulated control functions. This involves implementing a model of the desired controller in a prototype vehicle for the purpose of rapid proof-of-concept, controller testing, and parameter adjustments. Next, the hardware controller can be tested in a HIL simulation for its real-time behaviour [27]. This limited HIL setup can gradually be extended to include other modules, as the integration of the vehicle progresses. For instance, ADAS controllers can be tested in a HIL simulation with real actuators [27] and real sensors [28], where all other components are simulated. However, a complex interface between the simulated environment and the real sensor is necessary to generate a sensor signal. Yet another type of HIL simulation is a driving simulator, which creates an artificial environment for an ‘inthe-loop’ human driver [29]. Driving simulators are useful for subjective evaluation of the ADAS and for fine-tuning ADAS controller settings.
จำนวนของการทำซ้ำและเพิ่มความเร็วในกระบวนการของการตรวจสอบและการตรวจสอบ เพราะต้องรวดเร็ว ยืดหยุ่น และผลการทดสอบจำลองต่างๆ ในเครื่องมือจำลองห่วง ' มีมากขึ้นจะถูกใช้สำหรับการออกแบบและการตรวจสอบโรคมะเร็งแบบที่แสดงในรูปที่ 3 หลังจากการตรวจสอบของเครื่องมือเหล่านี้ตำแหน่งใหม่ของ vehil การจำลองเครื่องมือในกระบวนการพัฒนานี้จะชี้แจงในส่วนที่ 3 .
2.2 แบบห่วงจำลอง
การออกแบบเริ่มต้นของตัวควบคุม โรคมะเร็งได้รับการสนับสนุนโดยแบบจำลองที่เรียกว่าในลูป ( MIL ) จำลองที่ควบคุมตรรกะ ) ในแบบกับโมเดลของการเปลี่ยนแปลงรถเซ็นเซอร์ตัวกระตุ้นและการจราจร สิ่งแวดล้อม ขออภัยเครื่องมือจำลองปัจจุบันขาดโอกาสสำหรับการทดสอบโรคมะเร็งที่สมบูรณ์ในวิธีที่เชื่อถือได้ ด้วยการบูรณาการเต็มรูปแบบของเงื่อนไข เซ็นเซอร์ด้านพลศาสตร์ยานยนต์ และสถานการณ์การจราจรที่ซับซ้อน การ prescan แนวคิดการจำลองใหม่จึงได้พัฒนา [ 23 ] prescan ให้จำลองมิลที่เชื่อถือได้ของ adass โดยใช้เซ็นเซอร์ตรวจสอบทางกายภาพแบบเรดาร์ lidar , ,และกล้องวิสัยทัศน์ในสภาพแวดล้อมเสมือน การจำลองสถานการณ์การจราจรบนพื้นฐานของแนวคิดแบบจำลองชนิดหลายตัวแทน จะต้องอธิบายในส่วนที่ 3 .
2.3 ฮาร์ดแวร์ในจำลองห่วง
เมื่อจำลองมิลได้ให้ผลเพียงพอ รหัสซอฟต์แวร์ที่สามารถรวบรวมจากแบบจำลองของระบบการควบคุมรหัสจริง แล้วสามารถตรวจสอบได้กับซอฟต์แวร์ในลูป ( ซิล ) จำลองที่เหลือฮาร์ดแวร์คอมโพเนนต์ พลศาสตร์ของยานพาหนะ และสภาพแวดล้อมจำลองในเวลาจริง .
คล้ายกับการทดสอบซอฟต์แวร์จริงในการจำลองซิล , ฮาร์ดแวร์จริงสามารถทดสอบในฮาร์ดแวร์แบบเรียลไทม์ในลูป ( ในฝัน ) จำลองสูงจำลองประกอบด้วยการรวมกันของจำลองและส่วนประกอบจริง ดูรูปที่ 4 อีกวิธีหนึ่งคือ องค์ประกอบที่แท้จริงสามารถเลียนแบบ เช่น แทนที่ด้วยชิ้นส่วนเทียมที่มีข้อมูลเดียวกันและลักษณะผลผลิต ใจกลาง ชิ้นส่วนทุกชิ้นจะไม่สามารถที่จะแยกแยะความแตกต่างระหว่างจริงจำลองหรือเลียนแบบคอมโพเนนต์ที่เชื่อมต่อในแบบปิด การตั้งค่าดังนั้น สูงมีความยืดหยุ่นของการจำลองแบบที่ใช้จริงของฮาร์ดแวร์ที่มีระดับสูงของความน่าเชื่อถือ .
ประโยชน์หลักของจำลองสูงเป็นที่ให้สภาพแวดล้อมห้องปฏิบัติการทำซ้ำเพื่อความปลอดภัย ความยืดหยุ่น และการตรวจสอบควบคุมที่เชื่อถือได้ งานควบคุมและความมั่นคงสามารถทดสอบโดยไม่มีการรบกวนจากระบบกับระบบอื่น ๆและเชื่อถือได้ทดสอบโดยควบคุมการฉีดของการรบกวน และความผิดพลาด สูงยังช่วยให้ความถูกต้องของฮาร์ดแวร์จริงในขั้นตอนการพัฒนาโดยไม่ต้องเป็นต้นแบบยานพาหนะ เนื่องจากขาดชิ้นส่วนรถยนต์ สามารถจำลอง ด้วยเหตุผลเหล่านี้สูงจำลองเป็นมีประสิทธิภาพมากขึ้นและราคาถูกกว่าไดรฟ์ทดสอบและมีการใช้อย่างกว้างขวางสำหรับการพัฒนาระบบการควบคุมยานพาหนะ เช่น ABS [ 24 ] , [ 25 ] เครื่องยนต์ ระบบควบคุม และระบบช่วงล่าง semi-active [ 26 ] adass ยังสามารถทดสอบได้หลาย hil การกำหนดค่าตามที่กล่าวต่อไป .
( ในรูปที่ 3 ในช่วงเริ่มต้นการควบคุมการสร้างต้นแบบอย่างรวดเร็วด้วยการเลียนแบบการทำงานควบคุมนี้เกี่ยวข้องกับการใช้รูปแบบของที่ต้องการควบคุมในรถต้นแบบเพื่อพิสูจน์แนวคิดของการทดสอบอย่างรวดเร็ว , ควบคุม , และการปรับพารามิเตอร์ ต่อไป , ควบคุมฮาร์ดแวร์ที่สามารถทดสอบในการจำลองแบบเรียลไทม์สูงของพฤติกรรม [ 27 ] การตั้งค่านี้จะค่อย ๆสูง จำกัด ได้ขยายเพื่อรวมโมดูลอื่น ๆ เป็นที่รวมของรถที่ตัวอย่างเช่นโรคมะเร็งตัวควบคุมที่สามารถทดสอบจำลองสูงกับตัวกระตุ้น [ 27 ] และเซ็นเซอร์จริงจริง [ 28 ] ที่ส่วนประกอบอื่น ๆทั้งหมดที่จำลอง แต่อินเตอร์เฟซที่ซับซ้อนระหว่างจำลองสภาพแวดล้อมและเซ็นเซอร์จริง จำเป็นต้องสร้างเซ็นเซอร์สัญญาณ แต่ประเภทของการจำลองการจำลองการขับขี่สูงอีก ,ซึ่งสร้างสภาพแวดล้อมเทียม ' ห่วง ' มนุษย์ในไดรเวอร์ [ 29 ] จำลองการขับรถจะเป็นประโยชน์สำหรับการประเมินผลอัตนัยของโรคมะเร็งและโรคมะเร็งควบคุมปรับการตั้งค่า .
การแปล กรุณารอสักครู่..