吉林大学1996年投入的汽车性能模拟器 驾驶模拟器设计的巨大差异主要是由于使用情况的多样性,以及对新兴技术的采用而产生的。例如,有些模拟器只是为了从驾驶座的角度提供显示器图形,让人们在视觉上参与模拟,而另一些模拟器则旨在通过各种运动系统、投影图形、复杂的音频沉浸式等来吸引所有的感官。 在当前和未来智能驾驶和无人驾驶汽车的新世界里,任何形式或规模的驾驶者在环路(DIL)模拟器都有什么意义? 人与机器的结合-驾驶员在环 "司机"=一个真实的人: 当人需要控制车辆的轨迹时,用控制系统工程的说法,我们可以将其映射为以下情况。人类驾驶员是车辆的控制系统。此控制系统(人类驾驶员)提供输入--油门、刹车、转向、换挡选择、调整相关车辆属性选择等。- 这些驾驶员意图被输入汽车,而汽车则根据内部的控逻辑作出相应的反应,并向控制系统提供反馈(人类驾驶员的感觉信息),控制系统根据需要做出反应。 ADAS-司机在环中 "司机"=一个真人+车载辅助系统: 开启高级驾驶辅助系统(ADAS)给车辆加入了一个额外的控制系统,与驾驶员平行运行。控制系统(人类驾驶员+ADAS控制器)提供输入--油门、刹车、转向、挡位选择等等。- 这些输入被注入汽车,而汽车则作出相应的反应。车辆向控制系统提供反馈(人类驾驶员的感官信息+ADAS的传感器测量和处理逻辑),而控制系统根据需要作出反应。循环往复,司机--在这种情况下,仍然是一个真实的人。 有了ADAS,对传统产品开发/评估周期的主要干扰是由于对人类驾驶(控制)任务的有目的的干扰,以及对主观和客观评估的潜在影响。比如人类驾驶员对ADAS功能告知的接受的方式的研究。人类 "在环 "组件的价值与辅助组件的干预程度成正比,也就是说,更多的ADAS需要更多的DIL模拟和评估。 人工智能(AI)驾驶员在环中的 "驾驶员"=人工智能: 对于无人驾驶(自主)汽车,即使在SAEL3-L5级概念的极端情况下,我们仍然发现自己处于一个类似的范式。在这种情况下,一个人工智能(AI)控制系统已经到位,而人类乘员也在旅途中。人工智能控制系统提供输入--油门、刹车、转向、换挡等。- 这些输入被注入汽车,而车辆则作出相应的反应。汽车向控制系统提供反馈(感知对周围环境的测量、控制器的逻辑处理到执行器对命令的执行),控制系统根据需要做出反应。循环往复,司机--在这种情况下,是一个人工智能系统--"在循环中"。对于L3和L4级,自动驾驶功能由于具备自己设计的运行范围即设计运行域ODD,在超出范围时,或者系统故障时,需要驾驶员及时接管,或者系统做出相应的响应,在这些方面的技术研究与应用中,驾驶员在环具备高效且低成本的应用。 所有上述内容--包括ADAS和甚至各大企业正在和将要研发AI自动驾驶技术--在过去的一百多年里,作为消费产品,一直是发展汽车的核心。即使现有的技术在汽车产品方面和产品研发方面都变化很快,但汽车开发程序是相当稳定的。 通过对已经建立的原型车和模拟模型, 人类专家评估员 "驾驶 "它们,以评估各种性能特征(驾驶、操控、转向、智能驾驶特性等等)。客观数据与主观评估一起被收集,并与基线验收标准和对标车型进行比较,并获得可优化的方向,通过对不同参数的调整实现性能和功能的最优。 在时间允许的情况下,在进入大规模生产的开发项目之前,通过模拟和使用原型车来验证变化。 驾驶员在环(DIL)模拟器已经做出了相应的反应,提供了镜像的 "虚拟测试驾驶 "经验和评估机会--无论谁在轨迹控制意义上实际 "驾驶"。DIL模拟器实验室的优势主要与效率的提高有关,早期和经常,用想象的硬件来缩小或消除真正的原型测试回合有关。 文件下载链接: https://download.csdn.net/download/xiaoming0907/82284754 (欢迎申请加入智能驾驶交流学习群,加小编微信号zhijiashexiaoming) |
|