交通場景編輯軟件1. 系統方案
ANSYS高精度自動駕駛仿真驗證平臺 主要功能如下：
1) 開放式交通場景編輯模塊，自定義設定道路和交通場景，可以自定義設定道路兩旁的建筑物，綠化帶等等；
2) 可以根據用戶需求，自定義設定道路場景上的交通流，可以自定義設定道路上來往的車輛，行人和交通指示燈；
3) 可以根據客戶需求，自行設定主動駕駛（或算法控制車輛）的車輛動力學參數；
4) 支持高精度的三維場景仿真和基于環境光的模擬；
5) 支持高精度的物理屬性的傳感器仿真，包括毫米波雷達的仿真、攝像頭的仿真和激光雷達的仿真；
6) 此外，考慮到能更加逼真地反映“人—車—路"在環仿真測試，該平臺還提供了開放的接口，可以與實物傳感器、VR設備、控制器、各類測試數據進行無縫的聯入，從而更好的滿足不同級別、不同目標的測試仿真要求。
2. 系統構成
下面分別介紹本平臺各模塊的構成。
2.1.自定義道路環境
ANSYS自動駕駛仿真平臺提供了一套自定義道路場景的設計工具，具備直道、彎道、曲線等設計能力，支持道路寬度、長度、半徑、方向、車道數量、車道方向、車道限速、車道類型等的編輯。
同時，該設計工具支持高架等不同高度道路以及不同坡度傾角、道路交叉口、匝道、并道等的定義。還支持車道線的自定義化建模，包括單線、雙線、實線、虛線、車道線紋理、顏色等一系列車道線類型。同時，軟件集成豐富的環境模型庫，如樹木、建筑物、交通標識、路燈、電線桿、綠化帶、動物，施工路段障礙物和設施、交通行人等對象模型，可根據用戶需求對道路場景進行快速建模。
除了自定義場景外，ANSYS自動駕駛仿真平臺還支持導入OpenStreetMap等3D高精地圖，自動生成與地圖匹配的道路模型。
2.2.自定義交通場景
ANSYS自動駕駛仿真平臺還提供了快捷的基于語義的道路交通流設計，包括車道行駛規則、車輛及行人行為、交通指示牌行為，以及某一時刻各交通對象交通行為的精確數據輸出。此外，交通對象的行為也可以人為定義，包含如車輛駕駛行為、突然變道、突然加速、行人亂闖紅燈和人行道等一系列場景的仿真，同時軟件內部車輛和行人之間可自定義交互與否，即可仿真自動避讓行人和忽視行人發生碰撞等行為。軟件內嵌腳本語言定義，同時也支持如Python，C++等語言的接口控制來定義交通行為。如下圖所示，為通過語義級的腳本語言來定義車輛和行人等交通對象的行為。
2.3.構建車輛動力學模型
除了上述的道路場景以及交通流的搭建能力之外，ANSYS自動駕駛仿真平臺同樣提供了基于總成特性的車輛動力學模型，并提供了以下性能參數的配置：
? 底盤參數，如長寬高、軸間距、重量等；
? 性能參數，如最大時速、引擎轉速等；
? 轉向參數；
? 輪轂參數；
? ……
同時，軟件還提供了各類特性參數的預定義實驗數據，方便用戶對所定義車輛的特性進行快速的測試驗證。相關的實驗數據有：
? 加速特性實驗數據；
? 剎車特性實驗數據；
? 轉彎特性實驗數據；
? 方向盤特性實驗數據；
? 側風實驗數據；
? 障礙物和轉彎實驗數據；
? ……
ANSYS自動駕駛仿真平臺還支持外部車輛動力學模型的導入和集成，如CarSim車輛動力學模型，以及用戶自研的車輛動力學模型。
2.4.基于物理真實的三維場景建模
在無人車輛的物理仿真中，除了前述關于道路場景，交通流以及車輛動力學模型的建模能力外，ANSYS自動駕駛仿真平臺的最大特點和優勢在于提供基于物理真實的三維場景建模和ray-tracing的圖形算法。使得上述的場景的構建與物理真實達到一個高匹配度，以此對無人車中傳感器的感知和后期控制算法的驗證提供了很好的準確性和真實性，以減少場景搭建的缺陷所帶來的傳感器和感知算法的決策錯誤。
在整個基于物理真實的建模平臺搭建中，ANSYS 自動駕駛仿真驗證平臺會通過對以下物理真實參數的定義和基于ray-tracing的圖形算法來保證仿真的準確性和真實性：
n 環境光源的定義，包括：
? 天空的照度值；
? 基于經緯度的太陽光的照度和位置定義；
? 環境場景中各種點光源以及面光源的定義（光譜+IES+XMP）；
? 車輛照明系統的光源定義（光譜+IES+XMP）；
n 環境場景中包括道路，建筑，車身等一系列材料表面光學屬性的定義。
其中各個光源的定義通過導入相關定義文件，如下圖所示：
如前述所講，材料表面光學屬性通過ANSYS開發的一套OMS材料物理光學屬性BRDF測量儀硬件設備，對用戶所需仿真的場景材料庫進行探測，并將探測所得材料表面光學屬性BSDF函數附在前述場景建模的所屬材質表面，從而在ray-tracing的圖形算法下仿真得到一整套完整的考慮外部環境光以及物體表面光學屬性的物理真實的三維場景建模。同時ANSYS自動駕駛仿真平臺還提供豐富的材料庫供客戶場景建模使用。
2.5.基于物理真實的多傳感器模型融合和系統級仿真
在無人車輛中，除了前述ANSYS自動駕駛仿真平臺能提供的基于物理真實的場景建模能力外，同樣集成了包含攝像頭，激光雷達和毫米波雷達的感知系統模型仿真。可以實現物理級的實時動態仿真，即在基于物理真實的道路場景以及交通流定義完成，添加環境光源以及材料表面光學屬性后，通過搭建智能駕駛模擬器來實現感知系統的動態實時仿真驗證，研究環境以及交通流對感知系統的影響。同時，ANSYS自動駕駛仿真平臺還支持如C++/ANSYSSCADE/SIMULINK等外部接口的控制算法來對傳感器的輸出進行數據處理和驗證，包括SIL, HIL等多級別仿真驗證。
1) 基于物理的攝像頭系統級仿真
在基于物理的攝像頭系統級仿真階段，ANSYS自動駕駛仿真平臺通過定義攝像頭的如下物理參數得到RAW圖像用以對攝像頭供應商進行驗證或者硬件在環系統的仿真驗證。攝像頭系統級仿真參數模型參照EMVA1288標準建模，主要包含：
n 鏡頭模型
2 鏡頭材料；
2 焦距；
2 孔徑光闌；
2 鏡片透過率函數；
2 畸變等；
n 成像儀模型
2 分辨率；
2 尺寸；
2 曝光時間；
2 噪聲系數；
2 量子效率；
2 增益等；
n 處理器模型
n 攝像頭位置
n 風擋參數
2 入射角；
2 折射率；
2 厚度；
2 透過率函數等。
基于以上物理參數的建模以及對場景環境光源的考慮和材料表面光學屬性的影響，在系統級仿真中攝像頭輸出與真實匹配度高度一致的RAW圖像。如下圖所示ANSYS自動駕駛仿真平臺的攝像頭實時輸出提供給感知算法的車道線識別。
2) 基于物理的激光雷達系統級仿真
類似于攝像頭的系統級仿真，激光雷達的系統級仿真通過準確定義的激光雷達參數，通過發射和接收生成的點云圖對用戶構建的場景和交通流進行感知探測并驗證相關感知算法。支持多種激光雷達模式（掃描式，旋轉式）。
激光雷達的建模參數包括：
n 掃描式
2 最大和最小探測距離；
2 橫向視場角；
2 縱向視場角；
2 分辨率等；
n 旋轉式
2 最大和最小探測距離；
2 旋轉速率；
2 最大線數等；
如下圖所示為ANSYS自動駕駛仿真平臺的激光雷達實時探測深度圖與攝像頭輸出RAW圖像相匹配。
3) 基于物理的毫米波雷達系統級仿真
毫米波雷達的系統級別仿真通過ANSYS*的ROM降階技術，以HFSS軟件為模擬工具，可以通過內嵌接口工具與ANSYS自動駕駛仿真平臺結合實現毫米波雷達與攝像頭和激光雷達的同步實時仿真，得到雷達回波的成像結果并進行分析。
2.6.實時閉環仿真系統
如前述通過對環境、場景、交通流的建模構造出無人車輛的運行場景和軌跡，同時耦合如攝像頭、激光雷達和毫米波雷達的感知系統的仿真，通過開放的API接口，可以方便的進行外部自動駕駛算法的集成。從而形成實時閉環的駕駛系統仿真。
2.7.基于物理的智能頭燈照明仿真系統
隨著智能駕駛輔助系統（ADAS）的逐漸普及和行業發展，車輛智能化頭燈照明系統也逐漸成為當前行業的發展趨勢和應用熱點。ANSYS自動駕駛仿真平臺Headlamp模塊通過ANSYS*的物理級仿真引擎，為客戶提供真實的車輛頭燈路面光型分布測試和動態駕駛與智能頭燈仿真測試。
除了前述在三維環境建模中通過ANSYS OMS設備進行材料表面光學屬性的采集與賦值外，為了保證接近真實的物理仿真光型，Headlamp模塊同樣對光源進行仿真模擬，包括車燈光源，自然光光源，路燈光源等。定義方式包含如：
? 光源光強分布IES文件；
? 光源光譜spectrum文件；
? 光源強度等；
如下圖所示分別為不同光源的光譜分布和車燈光源的IES定義文件。
基于環境和光源的物理仿真，可以實現車輛前照燈遠光，近光，側燈的切換以及光強的實時切換控制，同時豐富的光度學分析工具，包含色度學，光度學，等照度線，等照度區域等信息便于分析光分布情況。支持的25米目標墻光分布信息用于分析驗證頭燈光分布是否符合標準。
除了靜態光型分布驗證，ANSYS Headlamp開放的如C++，SCADE，Simulink的光型數據接口支持客戶自定義化的智能頭燈開發與驗證，同時豐富的動態駕駛模擬和場景仿真也可以幫助客戶實現實時的動態駕駛頭燈驗證，如AFS，ADB，矩陣頭燈，像素頭燈等智慧頭燈的仿真與測試驗證，基于IIHS動態頭燈測試標準的夜間測試驗證。
北京市海淀區安寧莊后街12號院1號樓一層、三層
sales@kingfar.cn
在線客服