>首页> IT >

车载摄像头在ADAS HiL中的仿真方法

时间:2023-08-27 20:29:39       来源:腾讯网

作者 | 北城旧巷


(资料图片仅供参考)

小编 | 吃不饱

车辆自动驾驶包括感知、判断和执行,而感知是整个过程的源头,是自动驾驶系统的重要模块。在车辆行车过程中,感知系统会通过传感器实时采集周边环境的信息,相当于自动驾驶汽车的“眼睛”,帮助汽车实现类似于人类驾驶员一样效果的观察能力。

感知系统主要由摄像头、超声波雷达、毫米波雷达、激光雷达(可选)等传感器构成。摄像头作为主要的环境感知传感器起着非常重要的作用,可以实现360°全面视觉感知,弥补雷达在物体识别上的缺陷,是最接近人类视觉的传感器。随着自动驾驶技术的发展,要求的车载摄像头数量越来越多,清晰度越来越高,稳定性越来越强。

图1 传感器布局

目前L2+、L3级别车辆搭载的摄像头根据安装位置主要分为前视摄像头、环视摄像头、后视摄像头、侧视摄像头以及内置摄像头五种类别。在行车时,前视、侧视、后视与毫米波、激光雷达共同感知融合,提供给算法模块可行驶区域、目标障碍物等信息,实现ACC/ICA/NCA、AEB、LKA、TSR等功能,同时内置摄像头会监控驾驶员的状态,实现疲劳监测功能;在泊车时,环视摄像头和超声波雷达共同感知停车位环境,实现APA功能。

车载摄像头在汽车高级驾驶辅助系统(ADAS)中扮演着重要角色,为我们的行车安全提供了强大的支持。

那么在做ADAS HiL测试时如何实现Camera仿真呢?

北汇信息提供以下两种实现方案

视频暗箱

视频暗箱是将虚拟仿真场景视频信号连接到暗箱中的显示器上,使用真实摄像头对着显示器拍摄视频,通过同轴线缆将拍摄到的视频信号传输给自动驾驶控制器,使控制器认为处于实车环境中,从而达到对ADAS控制器测试的目的。

图2 视频暗箱方案示意图

暗箱设备主要由箱体、滑轨、显示器、透镜、摄像头及相关支架、底座组成。视频暗箱不需要主机厂或者Tire1提供图像采集模块与图像处理模块之间的通信协议,其采用真实的摄像头,这种方式容易实现、成本较低,但是需要根据显示器的大小,精确的设定摄像头的摆放位置和角度,易受光线和显示器的影响,同时显示器的频率有可能会造成图像识别的延迟。此方案适用于单目摄像头,并且摄像头视场角要小于120°(环视摄像头无法使用此方案),视频暗箱设备较大,一个暗箱只支持一路摄像头,精度也较低。

图3 视频暗箱整体结构

摄像头标定分两部分,首先是硬件设备位置标定,保持摄像头、透镜、显示器中心在一条水平线上;其次要在仿真场景中对拍摄到的车道线进行标定。

视频注入

视频注入系统可用于摄像头原始数据流视频注入,使用VX1161视频回灌硬件对ADAS系统的车载摄像头传感器进行替换。摄像头仿真设备通过HDMI/DVI接口接收虚拟仿真场景不同Camera视角的视频信号,内部进行图像处理后以特定协议的视频信号注入给ADAS控制器。

图4 视频注入方案示意图

视频注入技术不受光线的影响,仿真精度高,支持在线调节摄像头信号颜色空间(RGB,YUV,RAW等)。一个VX1161视频回灌硬件同时支持多路摄像头仿真,设备体积较小,在仿真多路摄像头信号时,各通道视频信号可通过串行器来同步信号触发,适用于多目摄像头、多通道注入。

视频注入需要特定的视频协议信息,需要主机厂或者Tire1提供图像采集模块与图像处理模块之间的通信协议,开发存在畸变标定、色差调节等技术难点,成本较高。

视频注入系统支持对多种Camera安装位置和特征进行配置(包括Resolution、Frame rate、Optics和Sensor特性等),适用于各类基于摄像头的应用。使用DYNA4作为场景和动力学仿真软件,视频注入+摄像头模型还能在仿真环境中实现其他镜头特性效果,例如屏闪、镜头畸变、鱼眼、运动模糊等,模拟由于环境光线突变导致的摄像头短时间曝光过度或不足、部分或全部通道增益调节错误、摄像头成像噪点或图像失真、镜头被雨雾或污泥遮挡导致的成像故障。

图5 曝光过度

图6 像素坏点

对于视频注入方案,摄像头仿真模型需要根据真实畸变数据、FOV、像素大小、分辨率等参数生成,但仿真模型仍与真实车载摄像头存在细微畸变差异,需要进行标定。标定有两种方法,方法一是获取摄像头模型拍摄的图片,计算出图片的畸变参数,修改ADAS控制器配置的摄像头畸变参数;方法二是使用模型生成的黑白棋盘格图像和真实摄像头图像比照,细微调整仿真模型的参数,以达到畸变参数一致。

图7 棋盘格标定

ADAS HiL

ADAS HiL中,仿真的摄像头视频流数据与动力学模型数据及其他传感器数据共同传输给控制器,在CANoe软件中做实验管理,形成闭环链路。

1

仿真摄像头可以模拟真实世界中的各种场景和情况,包括不同的道路条件、天气条件和交通情况。通过模拟这些场景,可以评估控制器在各种情况下的性能和鲁棒性。

2

ADAS控制器接收视频流原始数据、激光雷达点云数据、毫米波雷达和超声波雷达目标列表数据,评估控制器对不同传感器数据的融合和处理能力。

3

摄像头仿真还可以用于测试和验证控制算法和功能。通过模拟各种场景和情况,可以验证控制器的目标检测、目标跟踪、车道保持、自动紧急制动等功能的准确性和可靠性。

4

视频流数据模拟全黑、全白、噪声叠加、运动模糊、丢帧、延迟等故障,注入给控制器,验证控制器功能安全机制。

关键词: