目錄
前言
第1章 緒論 1
1.1 自動(dòng)駕駛發(fā)展歷程 1
1.1.1 自動(dòng)駕駛的概念 1
1.1.2 自動(dòng)駕駛及其測(cè)試技術(shù)發(fā)展現(xiàn)狀 2
1.1.3 自動(dòng)駕駛及其測(cè)試面臨的主要問題 7
1.2 自動(dòng)駕駛測(cè)試方法 9
1.2.1 開放道路測(cè)試 12
1.2.2 模型在環(huán)測(cè)試 12
1.2.3 軟件在環(huán)測(cè)試 13
1.2.4 硬件在環(huán)測(cè)試 13
1.2.5 整車在環(huán)測(cè)試 14
1.3 本書主要內(nèi)容 15
參考文獻(xiàn) 16
第2章 自動(dòng)駕駛整車在環(huán)測(cè)試評(píng)價(jià)體系 19
2.1 概述 19
2.2 整車在環(huán)一體化測(cè)試平臺(tái) 22
2.3 數(shù)字孿生測(cè)試場(chǎng)景 25
2.3.1 數(shù)字孿生技術(shù)概述 25
2.3.2 靜態(tài)場(chǎng)景構(gòu)建方法 26
2.3.3 動(dòng)態(tài)場(chǎng)景構(gòu)建方法 27
2.4 測(cè)試場(chǎng)景交通流建模 28
2.4.1 交通流模型分類 29
2.4.2 微觀交通流建模方法 29
2.5 臨界測(cè)試場(chǎng)景加速生成 31
2.5.1 臨界測(cè)試場(chǎng)景加速生成的意義與挑戰(zhàn) 31
2.5.2 臨界測(cè)試場(chǎng)景加速生成方法框架 31
2.6 傳感器建模與物理信息生成 34
2.6.1 自動(dòng)駕駛典型傳感器 34
2.6.2 毫米波雷達(dá)建模與物理信息生成 35
2.6.3 超聲波雷達(dá)建模與物理信息生成 35
2.6.4 視覺傳感器建模與物理信息生成 36
2.6.5 組合導(dǎo)航傳感器建模與物理信息生成 36
參考文獻(xiàn) 37
第3章 基于數(shù)字孿生技術(shù)的虛擬測(cè)試場(chǎng)景構(gòu)建方法 38
3.1 概述 38
3.2 虛擬測(cè)試場(chǎng)景組成及構(gòu)建方法 39
3.2.1 靜態(tài)場(chǎng)景要素 41
3.2.2 動(dòng)態(tài)場(chǎng)景要素 42
3.2.3 基于蒙特卡羅方法的虛擬測(cè)試場(chǎng)景構(gòu)建 43
3.2.4 自動(dòng)駕駛汽車虛擬場(chǎng)景測(cè)試用例 47
3.3 數(shù)字孿生模型實(shí)現(xiàn)及雙向交互方法 47
3.3.1 數(shù)字孿生模型實(shí)現(xiàn)方法 48
3.3.2 數(shù)字孿生場(chǎng)景交互方法 50
3.4 基于航拍的大范圍虛擬測(cè)試場(chǎng)景構(gòu)建方法 54
3.4.1 傾斜攝影三維重建原理 55
3.4.2 三維重建渲染優(yōu)化方法 59
3.5 基于手持設(shè)備的精細(xì)化場(chǎng)景要素建模方法 63
3.5.1 基于正態(tài)分布變換算法的三維激光匹配方法 64
3.5.2 融合視覺里程計(jì)的場(chǎng)景要素賦色方法 68
3.5.3 航拍圖像與激光點(diǎn)云聯(lián)合的三維場(chǎng)景重建方法 69
參考文獻(xiàn) 70
第4章 自動(dòng)駕駛典型傳感器建模及物理信息生成方法 72
4.1 概述 72
4.1.1 自動(dòng)駕駛典型傳感器簡(jiǎn)介 72
4.1.2 自動(dòng)駕駛典型傳感器物理信息生成方法 74
4.2 毫米波雷達(dá)建模及物理信息生成方法 74
4.2.1 毫米波雷達(dá)工作原理 74
4.2.2 考慮天氣要素的改進(jìn)毫米波雷達(dá)模型 77
4.2.3 基于毫米波雷達(dá)模型的物理信息生成方法 86
4.3 超聲波雷達(dá)建模及物理信息生成方法 90
4.3.1 超聲波雷達(dá)工作原理 90
4.3.2 超聲波雷達(dá)模型 92
4.3.3 基于超聲波雷達(dá)模型的物理信息生成方法 95
4.4 視覺傳感器建模及物理信息生成方法 97
4.4.1 單目視覺傳感器工作原理及建模方法 97
4.4.2 基于視覺傳感器模型的物理信息生成方法 104
參考文獻(xiàn) 109
第5章 整車在環(huán)一體化測(cè)試平臺(tái)構(gòu)建方法 111
5.1 概述 111
5.2 道路載荷模擬 114
5.2.1 基于道路行駛的車輛動(dòng)力學(xué)模型構(gòu)建 114
5.2.2 基于轉(zhuǎn)鼓試驗(yàn)臺(tái)的車輛動(dòng)力學(xué)模型構(gòu)建 118
5.2.3 基于扭矩控制的道路載荷模擬方法 123
5.3 道路曲率模擬 127
5.3.1 轉(zhuǎn)向隨動(dòng)系統(tǒng)控制架構(gòu) 128
5.3.2 基于永磁同步電機(jī)的控制模型 130
5.3.3 基于滑模變結(jié)構(gòu)的轉(zhuǎn)向隨動(dòng)控制模型 136
5.4 道路坡度模擬 138
5.4.1 基于Stewart并聯(lián)機(jī)構(gòu)解耦控制的路面坡度模擬方法 139
5.4.2 基于試驗(yàn)臺(tái)的車輛俯仰動(dòng)力學(xué)模型構(gòu)建 141
5.5 車-路耦合狀態(tài)重構(gòu)性能驗(yàn)證與分析 144
5.5.1 試驗(yàn)場(chǎng)地與設(shè)備選取 144
5.5.2 試驗(yàn)方案設(shè)計(jì) 147
5.5.3 評(píng)價(jià)指標(biāo)設(shè)計(jì) 148
5.5.4 試驗(yàn)結(jié)果分析 149
參考文獻(xiàn) 151
第6章 面向整車在環(huán)測(cè)試的交通流建模方法 153
6.1 概述 153
6.1.1 交通仿真模型的分類 153
6.1.2 微觀仿真模型概述 155
6.2 基于元胞自動(dòng)機(jī)的城市交通網(wǎng)絡(luò)基礎(chǔ)元素建模 156
6.2.1 路段建模 156
6.2.2 交叉口建模 157
6.2.3 交通信號(hào)燈建模 159
6.2.4 斷面發(fā)車模型 160
6.3 基于元胞自動(dòng)機(jī)的車輛動(dòng)態(tài)行為建模 166
6.3.1 車輛行為建模原理 166
6.3.2 車輛跟馳行為建模 175
6.3.3 車輛換道行為建模 180
參考文獻(xiàn) 185
第7章 面向整車在環(huán)測(cè)試的臨界測(cè)試場(chǎng)景加速生成方法 186
7.1 測(cè)試場(chǎng)景臨界度指標(biāo)設(shè)計(jì) 186
7.1.1 臨界度指標(biāo)選取 186
7.1.2 制動(dòng)威脅指數(shù)計(jì)算 187
7.2 基于Gipps模型的臨界場(chǎng)景全局優(yōu)化搜索算法 192
7.2.1 GCFO算法設(shè)計(jì) 193
7.2.2 GCFO算法驗(yàn)證與分析 200
7.3 基于敏感性分析的局部自適應(yīng)搜索算法 206
7.3.1 PAWN敏感性建模 207
7.3.2 基于高斯過程回歸的自適應(yīng)搜索算法 208
7.3.3 PAWN-GPR搜索方法的性能驗(yàn)證 214
7.4 跟馳場(chǎng)景加速生成方法驗(yàn)證 221
7.4.1 測(cè)試場(chǎng)景描述 221
7.4.2 試驗(yàn)結(jié)果與分析 223
參考文獻(xiàn) 227
第8章 整車在環(huán)測(cè)試應(yīng)用案例：運(yùn)動(dòng)規(guī)劃與控制系統(tǒng)的測(cè)試及評(píng)價(jià) 230
8.1 自動(dòng)駕駛運(yùn)動(dòng)規(guī)劃與控制系統(tǒng)參考軌跡生成 230
8.2 基于整車在環(huán)測(cè)試平臺(tái)的測(cè)試試驗(yàn)與結(jié)果分析 250
參考文獻(xiàn) 265