虚拟仿真实验简介-汽车工程师学院

虚拟仿真实验简介

2024年04月25日 16:07 点击：[]

实验简介

本实验为解决无人驾驶汽车实车测试的高风险、高成本和场景覆盖度不够的问题，坚持“学生中心、问题导向、学科融合、创新实践”的实验教学理念，按照“虚实结合、以虚补实”的原则，以提升学生综合运用知识解决实际问题的能力、启发学生的探究式性思维为目标，以路径避障规划和轨迹跟踪控制算法设计评价为切入点，采用高精度汽车动力学模型、可视化运行场景和探究式实验教学设计等技术自主研发了高仿真度的无人驾驶汽车虚拟仿真实验，以弥补无人驾驶汽车智能化算法专业人才培养实践平台的不足。

1.必要性

本实验开展的“无人驾驶汽车动态避障路径规划与跟踪控制虚拟仿真实验”，面向学生和社会开放“路径跟踪控制”和“动态避障路径规划”两个方面的实验，其必要性具体体现在以下几个方面：

1）虚拟仿真是无人驾驶汽车算法和系统落地的必经之路

随着人工智能和自动驾驶技术的不断融合，无人驾驶车辆逐渐成为未来交通和汽车产业的重要方向之一。路径规划和轨迹跟踪控制是实现无人驾驶的核心技术之一，它们决定了车辆如何在复杂的道路网络中安全、高效地行驶。据研究，一套自动驾驶系统至少需要通过110亿英里的驾驶数据来进行系统和算法的测试验证才能达到量产的条件。因此，无人驾驶功能的车辆必须经过大量的虚拟仿真测试以及实车路测之后才能商用化，是系统落地的必经之路。

2）无人驾驶汽车实车测试具有高危性和高耗能，难以满足学生多次重复实验需求

无人驾驶技术涉及到复杂的算法验证和实验测试分析，需要大量的实验数据来验证和优化。实车测试无法保障车辆的运行安全和车外第三方的安全，并且具有高能耗的特点。学生参与的特定场景下的实车测试实验，在实验准备方面，一次测试需要准备2-3天，场地费用也较为昂贵。同时，一组实验只能有一个学生作为主操作手，其他学生观察。因此，由于实车测试的高风险性、高耗能的问题往往会导致实验很难达到探索性的实验目标，重复次数无法满足数据处理的要求。

3）无人驾驶汽车实车测试测试场景覆盖度不够

无人驾驶汽车需要大数量级里程数的测试，以确保系统的充分验证。学生参与无人驾驶汽车实车测试受场地的影响，在场景设定方面，运行参数较为固定，为了保障安全车速会限定在10-20km/h，而且由于场地的限制只能在同一个场景下反复测试。因此，实车测试的场景较为单一，不能体现出无人驾驶汽车动力学方面的运行工况差异。

2.实用性

虚拟仿真测试不仅可以降低算法测试成本，而且能够验证无人驾驶汽车的可靠性和安全性，同时可以进行大数量级里程数的测试，以确保系统的充分验证。其实用性体现在以下几个方面：

1）虚拟仿真降低了无人驾驶汽车算法测试的成本，提升了安全性

虚拟仿真测试可以降低算法测试成本，保障学生及第三方的安全。通过虚拟仿真平台学生可以进行多次重复实验，加深对于算法原理的理解和掌握。因此，采用虚拟仿真进行无人驾驶汽车算法的前期测试，可以减少实验风险，满足多次重复实验的需求。

2）虚拟仿真极大地拓展了测试场景

通过虚拟仿真可以进行极限工况的测试，提升算法有效性的验证，并显著降低学生在无人驾驶汽车算法测试中的风险。本实验学生可以将车速设定在0-120km/h，加速度等都可以设定极限工况范围内，本实验提供了3套测试地图和场景、提供多组算法，通过自主场景设计（如障碍物的位置和数量）极大地拓展了测试场景。

3）虚拟仿真可以利用信息化手段形象表达无人驾驶汽车算法本质

利用信息化手段可以将算法的内部运行原理以图形化、可视化的方式呈现出来。直观地展示这些过程，并通过信息化手段以可理解的形式呈现给用户。这有助于学生深入理解无人驾驶汽车算法的本质，包括算法运行过程中的中间变量数据、对多种驾驶场景的决策逻辑等内容。信息化手段还可以用于展示算法的优化与改进过程，比如实时的算法参数调整、路径规划算法的优化、自动驾驶系统对不同场景的适应性等。这种信息化的形象表达方式，并以直观的方式体验到算法在各种驾驶情境下的运行与表现。

3.教学设计的合理性

本实验开展的“无人驾驶汽车动态避障路径规划与跟踪控制虚拟仿真实验”，专注于“形象化算法表达”和“高阶算法优化流程”，其合理性具体体现在以下几个方面：

1）利用信息化手段实现了算法运行原理的实时表达

本实验聚焦运动规划和轨迹控制两个方面的实验内容。实验的核心内容包括汽车阿克曼转向的基本原理、车辆运动学模型的推导方法、无人驾驶路径跟踪控制纯跟踪（Pure Pursuit）算法和Stanley算法以及基于五次多项式的动态避障规划算法。利用信息化手段实施显示各种算法的运行中间结果和形象化几何表示，能够加深学生对算法的理解以及对算法参数合理范围的认知，为学生提供了数据优化思路和引导。

2）向学生提供了场景自主设计、多参数联合优化的重复实验优化流程

通过构建的高仿真度的虚拟仿真环境，综合无人驾驶运动规划和轨迹控制的基本原理和设计流程，学生可以设计实验场景，如障碍物的位置，提升算法的真实性和有效性验证。通过实验引导设计对算法运行产生主要影响的参数，通过不断地优化和参数调整，得出参数优化的效果和不同参数对算法性能的贡献度。此过程将增进学生对知识的理解，激发他们的创造性思维，本项目的教学内容和实验过程具有挑战度。

4.实验系统的先进性

本实验开展的“无人驾驶汽车动态避障路径规划与跟踪控制虚拟仿真实验”，利用“高仿真度虚拟环境”和“自主知识产权的智能评价系统”，其先进性具体体现在以下几个方面：

1）高度逼真、高仿真度的虚拟环境

通过Unity 3D技术构建基于WebGL的可视化界面，提供了高度逼真、高仿真度的虚拟驾驶环境，包括各种道路类型、天气条件、车辆动力学和运动学表现等，使得对于无人驾驶算法的测试和优化更加真实可靠。

采用了云渲染技术，实现了加速交互服务，同时利用Unity 软件系统中的NVIDIA PhysX 物理引擎，构建了高度仿真度的汽车动力学模型，为无人驾驶汽车相关算法验证提供了高仿真度的虚拟环境。

2）虚拟仿真系统功能的完善性

本系统支持多参数联合优化，包括车辆速度、加速度、避障策略、路径规划算法参数等，从功能上满足了复杂的需求。此外，系统采用了自主知识产权的成绩评价算法（一种无人驾驶汽车轨迹跟踪能力评价方法,NO.ZL201711344513.4），为学生提供了智能化的学习反馈。智能化的实验评价体系和交流互动的教学反馈接口，增强了学生的互动性和参与度，为师生之间和学生之间的沟通提供了更多渠道。

实验教学目标

本项目基于无人驾驶局部路径规划和路径跟踪控制真实算法的虚拟化实现，应用高仿真度动力学模型，构建算法运行的虚拟仿真环境。在培养学生系统的综合分析能力、算法实现能力和解决复杂问题的能力方面应达到如下目标：

1.知识层面

通过虚拟仿真教学设计，拓展课堂知识点，引导学生进行沉浸式学习，从而掌握动态避障规划算法和路径跟踪控制算法，主要包括：

·掌握无人驾驶系统架构与组成；

·掌握阿克曼转向原理及其推导关系；

·熟练掌握二自由度汽车运动模型下的Stanley算法和跟踪控制Pure Pursuit（纯跟踪）算法；

·掌握路径跟踪控制器模型及参数的意义；

·掌握基于多项式表达的轨迹生成方法和损失函数构造。

2.能力层面

旨在培养学生的综合分析能力，引导学生挑战算法原理的深入学习及数据综合分析素质培养，主要包括：

·探索动态避障路径规划和路径跟踪控制算法及参数之间的关系和轨迹规划中最优思想的应用；