Разработка автономной среды моделирования дорожного движения для тестирования функциональной безопасности

Автор статьи - Мустафа Сараоглу, Технический университет Дрездена. Перевод статьи с англиского "Developing an Autonomous Traffic Simulation Framework for Functional Safety Testing".

Несмотря на растущую потребность в оценке функциональной безопасности передовых систем помощи водителю (ADAS) и автономных систем управления транспортными средствами, тестирование решений и алгоритмов управления с многочисленными параметрами конфигурации в широком диапазоне условий вождения является сложной задачей. Тестирование, проводящееся на реальном транспортном средстве, может занять сотни тысяч часов вождения, и даже в этом случае остается проблема воспроизведения, диагностики и повторного тестирования проблемных сценариев.

Я работаю с коллегами из Института автоматизации Технического университета Дрездена над MOBATSim, платформой для моделирования, которая позволяет инженерам оценивать автономные транспортные средства и алгоритмы управления, визуализировать их производительность и анализировать их влияние на городскую транспортную среду (рис.1).

Рисунок 1. Модель MOBATSim для оценки функциональной безопасности.

Созданный полностью на MATLAB ® и Simulink ®, MOBATSim позволяет инженерам-испытателям оценить функциональную безопасность алгоритмов не только в простых расчетах с ведущим и замыкающим автомобилями, но и в сложной среде со множеством транспортных средств, движущихся с различной скоростью, а также моделировать потенциально неисправные датчики или системы связи. На ранних этапах проектирования инженеры могут использовать MOBATSim в качестве виртуальной среды для сокращения времени и затрат на тестирование, а также в качестве основы для внедрения стандарта функциональной безопасности ISO 26262 для дорожных транспортных средств.

Разработка MOBATSim

Разработка началась с алгоритмов MATLAB, которые вычисляли простые продольные (ускорение и замедление) и широтные (влево и вправо) движения транспортных средств. Эти алгоритмы затем были включены как блоки MATLAB System в модель Simulink. Были добавлены подмодели для реализации задач восприятия, принятия решений и планирования траектории, общих для систем автономного вождения (рис. 2).

Рисунок 2. Модель Simulink, включающая компоненты восприятия, принятия решений и планирования траектории.

Поскольку MOBATSim имеет модульную архитектуру, мы можем повышать точность отдельных компонентов – например, сочетание датчиков, динамики транспортного средства и межавтомобильной связи – по мере развития проекта. Чтобы ускорить разработку начальной версии MOBATSim, были созданы простые модели этих компонентов. Например, исходная модель управления продольным ходом использовала прямую передаточную функцию, чтобы связать ускорение со скоростью транспортного средства. При этом не учитывались такие факторы, как проскальзывание шин или сопротивление воздуха.

Имитация неисправностей

Стандарт ISO 26262 рекомендует использовать имитацию неисправностей для изучения влияния неисправных компонентов и распространения ошибок в системе. MOBATSim поддерживает множество вариантов имитации неисправностей, включая шумы датчиков, постоянные неисправности и сетевые задержки при обмене данными между транспортными средствами (V2V) или между транспортными средствами и инфраструктурой (V2I).

Чтобы установить базовый уровень производительности, в MOBATSim алгоритмы сначала моделируются в идеальных (безотказных) рабочих условиях. Параметры моделирования, такие как количество транспортных средств, а также начальные и конечные точки транспортного средства, размер и максимальная скорость, могут быть указаны через файл MATLAB или интерфейс MOBATSim (рисунок 3).

Рис. 3. Интерфейс MOBATSim для настройки и запуска симуляций, разработанный с помощью MATLAB App Designer.

В реальных условиях автомобили могут одновременно испытывать несколько неисправностей разной степени тяжести. С помощью MOBATSim можно запускать многочисленные симуляции, чтобы оценить безопасность автономных систем вождения, работающих во все более сложных условиях, и определить, где системы начинают выходить из строя. Например, можно постоянно увеличивать шум на переднем датчике расстояния, изменяя продолжительность постоянной неисправности. После запуска симуляции в Simulink мы визуализируем результаты в MATLAB, чтобы идентифицировать условия, при которых транспортные средства не могут поддерживать безопасные дистанции следования (рисунок 4).

Рис. 4. Нарушение безопасного расстояния в зависимости от продолжительности налипшего отказа и шума датчика.

Студенческий проект MOBATSim: управление перекрестками

Я являюсь основным разработчиком MOBATSim, но над проектом работают и другие студенты Дрезденского технического университета. Некоторые студенты совершенствуют отдельные компоненты программы, в то время как другие используют ее для проведения собственных исследований. 

Один недавний студенческий проект был посвящен автономному управлению перекрестками. Работая с MOBATSim, студент разработал и смоделировал систему управления, которая минимизировала время в пути и потребление энергии для транспортных средств, проезжающих через оживленные перекрестки. Транспортные средства используют связь V2I, чтобы сигнализировать алгоритму управления перекрестком, когда они приближаются к перекрестку, и получают обратно сигналы от алгоритма, который обеспечивает безопасный и оптимизированный проезд через перекресток.

Для большинства симуляций MOBATSim, в том числе проводимых в рамках проекта управления перекрестками, достаточно визуализировать движение транспортных средств с помощью 2D-анимации. Однако для окончательных презентаций мы создаем 3D-визуализации с помощью Simulink 3D Animation ™, поскольку они обеспечивают более увлекательный способ продемонстрировать динамическое поведение системы (рис. 5). 

Рисунок 5. Смоделированный сценарий вождения, созданный с помощью Simulink 3D Animation.

Признание и планируемые улучшения

MOBATSim занял первое место в прошлогоднем конкурсе Simulink Student Challenge, всемирном конкурсе, открытом для всех студентов, использующих MATLAB и Simulink. Наша долгосрочная цель – внедрить MOBATSim для автомобильных OEM-производителей для оценки функциональной безопасности автономных систем вождения.

MOBATSim все еще находится в активной разработке, и я продолжаю работать со студентами Дрезденского технического университета над повышением точности различных аспектов фреймворка для повышения общей точности моделирования. Планируемые улучшения включают автоматизацию внесения ошибок и использование параллельных вычислений для ускорения моделирования. Наша команда также рассматривает добавление новых возможностей для автоматизированного вождения и динамики транспортных средств, в том числе косимуляции со сценами Unreal Engine ®, и замены некоторых из алгоритмов на предсказательные модели регуляторов. В настоящее время мы используем ПИД-регулятор с управлением расстоянием во внешнем контуре и управлением скоростью во внутреннем контуре, что является быстрым и эффективным алгоритмом управления, но не таким точным, как регуляторы с предсказанием.

Недавно мы создали версию MOBATSim с открытым исходным кодом, доступную для загрузки на File Exchange.