Разработка системы автономного моделирования движения для тестирования функциональной безопасности

Перевод статьи Developing an Autonomous Traffic Simulation Framework for Functional Safety Testing

Автор: Mustafa Saraoğlu, Technische Universität Dresden

Разработка системы автономного моделирования движения для тестирования функциональной безопасности

Несмотря на растущую потребность в оценке функциональной безопасности современных систем помощи водителю (ADAS - advanced driver-assistance systems) и автономных систем управления транспортными средствами, тестирование алгоритмов принятия решений и управления с многочисленными конфигурационными параметрами в широком диапазоне условий движения является сложной задачей. Испытания в автомобиле могут повлечь за собой сотни тысяч часов вождения, и даже тогда проблема воспроизведения, диагностики и повторного тестирования проблемных сценариев остается.

Я работаю с коллегами из института автоматизации Дрезденского технического университета над моделью MOBATSim, которая позволяет инженерам оценивать автономные алгоритмы принятия решений и управления транспортными средствами, визуализировать их производительность и анализировать их влияние на городскую транспортную среду (Рис.1).

Рисунок 1. Система моделирования MOBATSim для оценки функциональной безопасности.

Построенный полностью с использованием MATLAB® и Simulink®, MOBATSim позволяет инженерам-испытателям оценивать функциональную безопасность алгоритмов не только при простом моделировании, скажем, ведущего автомобиля и прицепного автомобиля, но и в сложной среде с несколькими транспортными средствами, движущимися с разной скоростью и потенциально неисправными датчиками или системами 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 принятия стандарта функциональной безопасности ISO 26262 для дорожных транспортных средств.

Разработка MOBATSim

Мы начали с разработки алгоритмов MATLAB, которые вычисляли простые продольные (ускорение и замедление) и поперечные (левое и правое) движения транспортных средств. Мы включили эти алгоритмы в качестве системных блоков MATLAB в модель Simulink. Далее мы добавили подмодели для реализации задач восприятия, принятия решений и планирования траектории, общих для автономных систем вождения (Рис. 2).

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

Поскольку MOBATSim имеет модульную архитектуру, мы можем повысить точность отдельных компонентов — например, слияния датчиков, динамики транспортных средств и межтранспортной связи — по мере развития проекта. Чтобы ускорить разработку первоначальной версии MOBATSim, мы построили простые модели этих компонентов; например, оригинальная модель продольного управления использовала прямую передаточную функцию для связи ускорения со скоростью транспортного средства; она не учитывала такие факторы, как скольжение шин или сопротивление воздуха.

Введение неисправностей

Стандарт ISO 26262 рекомендует использовать введение неисправностей для изучения влияния неисправных компонентов и распространения ошибок в системе. MOBATSim поддерживает различные варианты ввода неисправностей, включая шум датчиков, застревающие неисправности и сетевые задержки в коммуникациях между транспортными средствами (V2V) или транспортными средствами и инфраструктурой (V2I).

Чтобы установить базовый уровень производительности, алгоритмы сначала моделируются в MOBATSim в идеальных (безотказных) условиях эксплуатации. Параметры моделирования, такие как количество транспортных средств, а также начальные и конечные точки транспортного средства, размер и максимальная скорость, могут быть заданы с помощью файла MATLAB или интерфейса MOBATSim (Рис.3).

Рисунок 3. Интерфейс MOBATSim для настройки и инициирования запусков моделирования, разработанный совместно с MATLAB App Designer.

В реальных сценариях транспортные средства могут испытывать несколько одновременных неисправностей различной степени тяжести. С помощью MOBATSim мы можем проводить многочисленные симуляции для оценки безопасности автономных систем вождения, работающих во все более сложных условиях, и точно определять, где эти системы начинают отказывать. Например, мы можем постоянно увеличивать шум на переднем датчике расстояния, поскольку мы меняем продолжительность застрявшей неисправности. После выполнения моделирования в Simulink мы визуализируем результаты в MATLAB, чтобы определить условия, при которых транспортные средства не могут поддерживать безопасную дистанцию следования (Рис.4).

Рисунок 4. Нарушение безопасной дистанции в зависимости от длительности неисправности и шума датчика.

Студенческий проект MOBATSim: Управление перекрестками

Я основной разработчик MOBATSim, но и другие студенты Технического университета Дрездена также работают над проектом. Некоторые студенты совершенствуют отдельные компоненты структуры моделирования, в то время как другие используют эту структуру для проведения собственных исследовательских работ.

Один из недавних студенческих проектов 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, проходящих через оживленные перекрестки. Транспортные средства используют связь V2I для передачи сигналов алгоритму управления пересечением, когда они приближаются к перекрестку, и получают сигналы обратно от алгоритма, которые обеспечивают безопасный и оптимизированный транзит через перекресток.

Для большинства симуляций MOBATSim, в том числе проводимых в проекте управления перекрестками, достаточно визуализировать движение транспортных средств с помощью 2D-анимации. Однако для финальных презентаций мы создаем 3D-визуализации с помощью Simulink 3D Animation™, поскольку они обеспечивают более привлекательный способ демонстрации динамического поведения системы (Рис.5).

Рисунок 5. Имитированный сценарий вождения, созданный с помощью 3D-анимации Simulink.

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 состоит в том, чтобы автомобильные производители приняли MOBATSim для оценки функциональной безопасности автономных систем вождения.

Mobotsim все еще находится в стадии активной разработки, и я продолжаю работать со студентами Дрезденского университета над улучшением различных аспектов фреймворка для повышения общей точности моделирования. Планируемые усовершенствования включают автоматизацию введения ошибок и использование параллельных вычислений для ускорения моделирования. Наша команда также изучает возможность добавления новых возможностей автоматизированного вождения и динамики автомобиля, включая косимуляцию с помощью сцен Unreal Engine®, а также замену некоторых алгоритмов, которые мы закодировали специально для ситуаций слежения за автомобилем, модельными предсказательными контроллерами. В настоящее время мы используем PID с контролем расстояния внешнего контура и контролем скорости внутреннего контура, который является быстрым и эффективным, но не таким точным, как модельный предсказательный контроллер.

Недавно мы создали версию MOBATSim с открытым исходным кодом, которая доступна для скачивания на файлообменнике.

Об авторе

Мустафа Сараоглу-аспирант института автоматизации в Дрезденском университете. Его исследования сосредоточены на оценке безопасности автономных транспортных средств и их компонентов.