產情趨勢創新研發43 ADAS 主動安全系統之模擬驗證技術 車輛中心研究發展處田政弘 董又銘科技的躍進反映在車輛產業, 不僅從駕駛需完全自行控制車輛, 到車輛可完全自動化控制, 這之間的思維 起源皆來自於提升人們交通移動的便利性與安全性 自動機工程學會 (SAE) 將自動化程度劃分為 Level 0 至 Level 5 本文將介紹車輛中心(ARTC) 在開發 ADAS 主動安全系統, 並達到 Level 2 ~ Level 3 自動輔助駕駛系統所需之相關核心技術與測試驗證能量 壹 主動安全系統架構 ARTC 已開發一套整合自動輔助駕駛系統, 其中包含三項子系統 : 車道維持輔助系統 (Lane Keeping Assistant Systems, LKAS) 自適應巡航控制系統(Adaptive Cruise Control Systems,ACCS) 和自動緊急煞車系統 (Autonomous Emergency Braking Systems,AEBS), 由上述系統匯集成一組 ADAS 主動安全系統, 下列將介紹各項系統之流程與架構 一 車道維持輔助系統 (LKAS) 此系統主要是預防駕駛因為疲勞而偏離車道, 利用車輛前方攝影機辨識車道線, 並計算本車與車道中心線之偏移量, 當駕駛不當偏離車道時系統將介入方向盤修正, 使得車輛可維持於車道線上而不偏離,LKAS 系統流程圖如圖 1 所示 圖 1. LKAS 系統流程
產情趨勢創新研發驗證技術精選論文影音推薦44 二 自適應巡航控制系統 (ACCS) ACCS 是一種行車跟隨系統, 藉由雷達偵測前車資訊 ( 相對速度 相對距離 ) 進而控制本車之行進車速 ( 油門 煞車 ), 以確保行車的安全距離, 而駕駛可透過安全距離之調整 (Specified Inter Vehicle Distance, SIVD) 來達到跟隨前車之車距遠近變化 ( 圖 2), 駕駛者只需控制方向盤來維持車輛在車道線之間 三 自動緊急煞車系統 (AEBS) 透過影像與雷達感知融合技術, 增加前方障礙物偵測的穩定性與精準度, 並搭配車身訊號計算出本車與障礙物之間的相對關係, 最後透過系統的防撞決策來降低與前方撞擊之危險 ( 圖 3) ADAS 系統透過雷達偵測前方車輛是否已經有追蹤到障礙物, 並同時確認障礙物是否為靜態的障礙物, 如障礙物為靜態皆會被濾除, 以避免系統誤判的發生 ; 反之如障礙物為動態, 系統將會依使用者設定之距離 速度資訊與雷達資訊傳送至主動巡航控制模組進行運算控制, 當攝影機偵測到車道線時啟動 LKAS 將車輛維持於車道中心 其中 ACCS 功能包含 Stop and GO 系統, 其系統主要功用為提供駕駛的安全性, 若前方車輛有緊急煞停的情況時, 系統能避免與前方車輛發生碰撞, 系統偵測方式為計算碰撞時間 (Time to Collision, TTC), 當 TTC 小於設定之門檻值時, 系統會自動切換為緊急煞車系統 (AEBS), 保護駕駛與乘客的安全 ( 圖 4) 圖 2. ACCS 系統架構圖 圖 3. AEBS 系統架構 資料來源 :euro-ncap-aeb-test-protocol-v11
產情趨勢創新研發45 貳 測試驗證規劃此測試驗證透過 Matlab & Simulink 進行演算法開發, 並結合 PreScan 導入外部模擬環境及 CarSim 模擬車輛受控體 演算法之驗證主要應具備 測試案例 演算法 物理模型 來觀察之間的作動響應 下列將介紹開發環境 : PreScan Matlab/ Simulink CarSim 以及 ADAS 主動安全系統之模擬驗證技術之三項不同驗證方法 : MiL HiL ViL 一 開發環境 PreScan 是一套可模擬環境情境 感測模組及車輛動態之開發軟體, 以環境來說可提供調整 : 日曬及陰影 降雨及濃霧 夜晚與眩光 ; 在感測器部份包含 : 雷達 光達 超音波 攝 影機 GPS 等, 且感測器模型可依開發需求進行調整, 以雷達感測模組來說, 其可調整相關參數包括 : 安裝位置 頻率 雷達波束角度與層數, 不僅如此,PreScan 可連結 Matlab/ Simulink 透過建立模塊之方式, 將控制響應回傳至 PreScan 中, 使開發人員透過 Matlab/ Simulink 數據與 PreScan 動畫響應相互比對下, 更能明白控制策略在不同條件參數之下的差異性 Matlab/Simulink 是可以圖形化環境及可製訂之模塊對各種時變系統, 如控制 通訊 信號處理 影像處理和圖像處理系統等進行模擬 測試, 也可以進行基於模型的設計 CarSim 為一套便於了解車輛姿態 行為 動作響應的一套車輛模擬軟體, 無須將御用車輛實際量測 減少成本及人力需求, 其優點可 圖 4. 系統整合控制流程
產情趨勢創新研發驗證技術精選論文影音推薦46 給予使用者輸入需求車輛參數, 提供預開發與測試之前要階段, 並且, 此軟體可與 Matlab/ Simulink 相互連結, 使用者在演算法開發之階段, 可預先控制 CarSim 中之模擬車輛, 判斷演算法設計邏輯是否正確 二 ADAS 主動安全系統之模擬驗證技術 : ( 一 ) Model in the Loop(MiL) MiL 定義為 測試案例 @PreScan 演算法 @MATLAB/Simulink 物理模型 @CarSim 皆在純模擬環境下執行驗證 其優點為可快速測試演算法邏輯, 並簡化過於複雜之測試流程, 如圖 5 所示 ( 二 ) Hardware in the Loop(HiL) 圖 5. MiL 測試示意圖 HiL 定義為 測試案例 @PreScan 物理模型 @CarSim 在軟體環境下執行; 演算法 則是為外部 ECU 控制板, 透過 CAN Bus 連接下達命令及接收數據作為驗證 藉由 HiL 來執行測試, 主要是在演算法開發階段尚未完成前, 實際測試車輛的嵌入式控制不僅複雜多變且具有危險性 HiL 模擬可幫助開發工程師在虛擬環境中有效地測試嵌入式裝置 ( 圖 6) ( 三 ) Vehicle in the Loop(ViL) ViL 定義為將實車運動資訊回傳至虛擬環境中之驗證車輛, 確保虛擬驗證車輛可與實際車輛之運動姿態相同, 並透過虛擬感測模組偵測虛擬場景中之驗證車輛與對手車輛或相關物件之互動關係, 再將此互動資訊傳輸至 ADAS 或自動駕駛控制器, 此控制器依感測資訊下達控制命令控制實際車輛之轉向 煞車或油門等底盤模組 ( 圖 7) 圖 6. HiL 測試示意圖 圖 7. ViL 測試示意圖
產情趨勢創新研發47 圖 8. ADAS 整合系統場景設計 參 測試結果本段主要呈現 MiL HiL ViL 之測試結果, 並分析其中的測試結果及差異性 在 MiL 測試結果呈現透過 PreScan 製造符合三系統整合之驗證場景, 並建置不同路況驗證各項系統之強健性 ;HiL 及 ViL 則為了簡化過多系統於複雜之因素下所產生的問題, 故單純透過 AEBS 呈現測試結果 經上述說明, 藉此比較在純模擬 MiL 與 HiL 及 ViL 有何不同差異 一 MiL 測試結果透過 PreScan 建構測試場景, 經由上述次系統介紹得知, 各系統皆有不同功能上之特點, 如 LKAS 是控制方向盤將車輛維持在車道線內 ;ACCS 是控制油門與煞車將車輛安全的跟隨在目標車之後 ;AEBS 則係若車前有緊急突發狀況時, 系統將啟動全力煞車作用 透過以上敘述將三套系統整合在一起, 作為功能上 之互補, 以下我們將設計一套符合三項系統之測試場景 ( 圖 8) ADAS 系統整合場景設計, 起初系統開啟 ACCS 與 LKAS 系統, 如圖 9(b) 所示, 並將本車起始位置放置偏離軌道中心 0.8 公尺, 測試本車是否回歸車道中心線, 如圖 9(a) 可觀察出約在模擬時間 2 秒處本車將回歸於車道線正中間 ; 如圖 9(c) 藍色線條為本車 紅色為前車, 同時以 85km/h 跟隨前車數秒後前車加速至 98km/h, 測試本車是否有維持一定之速度及距離, 由圖 9(d) 本車持續與前車保持一定之車速 ; 最後前車緊急煞車, 測試本車 AEBS 是否啟動, 且啟動後其他系統是否關閉, 如圖 9(b) 可看出約在 14 秒處系統 LKAS( 藍線 ) ACCS( 紅線 ) 已關閉至 0 處, 如圖 9 (e) 減速度已 10m/s 2 緊急煞車, 使得本車成功避免碰撞, 如圖 9(f) 之車輛位置所示
產情趨勢創新研發驗證技術精選論文影音推薦48 二 HiL 測試結果 測試劇本是經由 Euro NCAP 所制訂的 AEBS 測試規範進行 PreScan 環境建置, 將測試演算法燒錄於 ARTC 所開發之 AEBS, ECU 再將 PreScan 虛擬情境導入 ECU 之中, 驗證 ECU 之演算法響應之正確性 本實驗於測試車前方約 100 公尺處放置一台靜止之車輛, 測試車以 50Km/h 駛向靜止車輛, 測試 AEBS 是否煞停 ( 圖 10) 圖 9. MiL-ADAS 測試數據 圖 10. HiL-AEB 測試數據
產情趨勢創新研發49 三 ViL 測試結果前置作業需建置測試演算法之環境, 透過 PreScan 建置虛擬測試環境 ( 圖 11), 並提供給 AEBS 演算法計算碰撞時機點, 當撞擊時間小於煞停時間, 煞車控制器演算法將命令油壓馬達進行壓力建立, 建壓時間約 0.8 ~ 1 秒, 達到自動緊急煞車效果 本實驗測試 CCRs 50kph 之測試情境, 觀察 MiL 與 ViL 車輛動態行為, 可以看出 AEBS 作動時煞車力道 100%, 如圖 12 (a) 所示, 車輛動態速度與加速度有較明顯之差異, 如圖 12 (b) (c) 在減速瞬間 MiL 與 ViL 有較大之差異性, 由於 MiL 在模擬時沒有呈現出車輛實際減速響應與車輛運動的非線性行為, 僅能模擬出相近的趨勢, 透過 ViL 來進行驗證, 可以更精確地呈現 AEBS 做動時之煞車動態資訊 制上邏輯是否更為正確, 減少起初開發時更多不確定因素並提高演算法開發之強健性 ADAS 主動安全系統之模擬驗證技術的可控性 重現性及上述堆疊式的驗證方法, 一步步追求演算法之 功能性 穩定性 強健性 最後加入真實感測器逐步完成驗證, 藉此完成 ADAS 及各種系統之開發技術 ( 圖 13) 肆 結論利用 PreScan 建置各種測試環境, 且提高測試案例之複雜度, 將測試案例導入 MiL 測試, 可提高演算法在功能上的確定性 ; 在 HiL 測試可驗證單純在模擬環境下與結合 ECU 後兩者輸出結果是否一致 ;ViL 測試為了讓開發人員得知在加入控制真實車輛後, 演算法在控 圖 12. ViL-AEBS 測試數據 圖 11. ViL-AEBS 測試場景 圖 13. 系統開發流程