自动驾驶 | 仿真测试-HiL测试全解析

这篇具有很好参考价值的文章主要介绍了自动驾驶 | 仿真测试-HiL测试全解析。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

自动驾驶 | 仿真测试-HiL测试全解析

1.HiL 的定义

HiL(Hardware-in-the-Loop)硬件在环是计算机专业术语,也即是硬件在回路。通过使用 “硬件在环”(HiL) ,可以显著降低开发时间和成本。在过去,开发电气机械元件或系统时,使用计算机仿真和实际的实验就已经彼此独立开来。然而通过使用硬件在环的方式,这两个过程可以结合并展示出效率的极大提升。

硬件在环:也即是硬件在回路 (HiL),首先看一下下面三种情况的区别(如果将实际控制器的仿真称为虚拟控制器,实际对象的仿真称为虚拟对象,可得到控制系统仿真的3种形式:

1)虚拟控制器 + 虚拟对象=动态仿真系统,是纯粹的软件系统仿真;

2)虚拟控制器 + 实际对象=快速控制原型 (RCP) 仿真系统,是系统的一种半实物仿真;

3)实际控制器 + 虚拟对象=硬件在回路 (HiL) 仿真系统,是系统的另一种半实物仿真 。

HiL 目前主要有三大硬件平台,包含 NI 平台、Dspace 平台、ETAS 平台(已宣布退出 HiL 业务),下面方案主要以 NI 平台进行介绍。下面方案主要介绍 VCU HiL 系统方案。

2.HiL 系统方案

HiL 测试系统整体架构如下图所示,主要包含三层内容,第一层次为 HiL 测试系统软硬件架构,主要包括 HiL 测试系统的硬件设备、实验管理软件、被测控制器等;第二层次为 HiL 测试系统开发,在第一层次软硬件架构的基础上进行被测对象仿真模型开发、实时 I/O 接口匹配、硬线信号匹配及实验定义等;第三层次为 HiL 测试,主要指在第一、二层次的基础上进行 HiL 测试,主要包括测试序列开发、激励生成加载、模型参数调试、故障模拟实现及测试分析与评估等。

自动驾驶 | 仿真测试-HiL测试全解析

2.1 系统架构

VCU HiL 测试系统主要包括:上位机(PC)、PXI 机箱、实时处理器、数据采集板卡、CAN 通讯板卡、DIO 板卡、电阻模拟板卡、低压可编程电源等,系统原理如下图所示:

VCU HiL 测试系统中上位机电脑安装 Veristand、Teststand 软件用于测试过程管理和测试序列编辑,通过以太网与 PXI 机箱中的实时处理器进行连接,实时处理器中运行实时系统(Real Time)并安装 Veristand 终端引擎,通过与上位机数据传输,将仿真模型部署到实时系统中并控制运行状态;PXI 机箱中配置有多种类型的板卡,为系统提供不同类型的信号模拟和采集功能,通过 PXI 总线与实时处理器进行数据传输。

2.2 主要功能

VCU HiL 测试系统主要功能包括:

➢ 模拟 VCU 所有硬线输入信号,包括 AI、DI、PWM IN、电阻等输入信号;

➢ 采集 VCU 所有硬线输出信号,包括 DO、AO、PWM OUT 等输出信号;

➢ 模拟 VCU CAN 总线接收信号和接收 CAN 总线发送信号;

➢ 通过整车实时仿真模型及 I/O 接口实现 VCU 的闭环测试验证;

➢ 通过软/硬件实现 VCU 相关电气故障模拟,包括对地短路、对电源短路、开路等;

➢ 通过可编程直流电源模拟 VCU 的供电电源;

➢ 通过编辑测试序列,实现自动化测试,自动生成测试报告;

➢ 通过上位机人机交互界面可实时监控试验数据及在线修改仿真模型参数;

➢ 支持 VCU 所有 I/O 端口测试验证;

➢ 支持 VCU CAN 通讯功能测试验证;

➢ 支持 VCU 整车控制策略全功能验证。如:钥匙、踏板、挡位信号处理逻辑验证、上下电控制逻辑验证、加减速控制逻辑验证、扭矩协调逻辑验证、能量回收逻辑验证、充电相关逻辑验证、继电器控制逻辑验证、续驶里程估算逻辑验证……

➢ 支持 VCU 故障诊断功能测试验证;

➢ 支持 VCU 极限工况下控制功能测试验证;

➢ 支持 VCU 回归测试;

➢ 支持 VCU 耐久测试;

➢ 支持 NEDC 等典型标准工况测试及自定义工况测试。

2.3 系统组成

VCU HiL 测试系统主要有硬件平台、软件平台、控制模型三部分组成。

1)硬件平台:

VCU HiL 测试系统采用分布式设计模式,上位机作为整个系统的控制核心,主要负责软硬件配置和流程管理;下位机以 PXI 机箱、实时处理器及 I/O 板卡为核心,主要负责序列执行与设备调用。系统硬件平台由 PXI 机箱、实时处理器、I/O 板卡、通讯板卡、电源管理模块、故障注入板卡、低压可编程电源、信号调理模块、机柜及上位机电脑等组成。

2)软件平台

软件平台包括实验管理软件和自动化测试软件,实现试验管理、故障注入、测试用例编辑及自动化测试等功能。

本方案试验管理软件基于 NI VeriStand 软件平台,实现系统配置管理和测试管理。试验管理软件是一款基于配置的专业实时测试与仿真软件,无需编程即可创建测试应用,快速将硬件 I/O 与多种环境下开发的仿真模型相集成,同时可以通过 NI LabVIEW 及其他软件添加自定义与其他自动化测试功能,在兼具灵活性与开放性的同时,降低系统开发难度,缩短开发时间。

本方案自动化测试软件基于 NI TestStand 软件平台,自动化测试软件是一款可立即执行的测试管理软件,它可以帮助用户更快地开发自动测试和验证系统。自动化测试软件主要功能包括:

➢ 可视化测试序列编辑环境

➢ 测试管理功能

➢ 测试执行

➢ 多线程并行测试

➢ 用户管理

➢ 测试报告管理

➢ 可自定义的操作员界面

➢ 源代码控制整合

➢ 数据库记录

3)仿真模型

仿真模型为 HiL 系统提供完整的虚拟环境,与被测 ECU 相应的 I/O 信号和 CAN 信号通过硬件板卡进行匹配,实现控制对象仿真模型与控制器输入输出信号之间的无缝连接,从而形成闭环测试环境。

VCU HiL 测试系统仿真模型为纯电动车整车仿真模型,包含车辆纵向动力学模型、驾驶员模型、电机模型、动力电池模型、主减速器模型、虚拟控制器模型、I/O 模型、道路及环境模型等,主要特点如下:

➢完全满足电动汽车整车控制策略功能测试验证要求;

➢基于 MATLAB/Simulink 软件开发,实现模型的模块化和参数化设置,模型精度高;

➢支持用户图形化界面输入数据;

➢模型中各模块所用参数可以实时在线修改,不需重新编译下载模型;

➢支持在 MATLAB 下离线仿真和在线仿真;

➢满足新能源汽车 HiL 测试系统实时性要求,整个仿真模型运行于实时系统,模型整体

➢所有模型均开源、规范、易读,每个模块均有详细的模型说明,方便用户后续进行模型的二次开发及车型变更扩展。

车辆纵向动力学模型用于模拟整车动力学的基本力学关系,同时考虑风阻、坡阻、路面对车辆的影响。依据传动轴接收到的扭矩信号,结合整车动力学特性及路面特性参数,计算并输出当前车辆加速度、车速及轮速信息。

驾驶员模型用于模拟车辆实际行驶过程中的油门踏板和制动踏板变化,通过接收运行工况目标车速、实际车速等,通过模型解算,输出加速踏板、制动踏板指令等。

驾驶员模型具有手动和自动两种驾驶模式。在手动驾驶模式下,通过监控界面设定加速踏板或制动踏板的开度。在自动驾驶模式下,可在监控界面设定目标车速或选择 NEDC 等试验工况,自动驾驶模块根据实际车速和目标车速的偏差实时调整加速踏板和制动踏板的开度。

电机模型根据电机的扭矩需求,通过电机模型解算,输出实际扭矩、转动惯量、电机电功率等,用来模拟真实的电机系统。

电池模型主要根据车辆动力学模型得到的电池电流激励来仿真电池电压的响应情况。电池模型充分考虑了电池动态特性,同时考虑到实际应用中的电池单体存在不一致性的情况。电池仿真模型支持三元、磷酸铁锂等各种类型锂电池,包括电池单体模型及串联电池组模型。

主减速器模型通过设定的减速比和主减速器传动效率,计算减速后的转速和扭矩并输出。

充电模型包括快充模型和慢充模型,充电模型主要是实现充电枪、充电参数控制逻辑及故障模式设置等,模拟正常及故障状态下的预充功能。在充电模式下,根据插枪动作识别快慢充模式,自动发出握手参数,并输出相应充电电压、电流等参数,根据国标要求可以设置相应的故障类型完成故障模拟测试。

虚拟控制器模型主要模拟除了被测控制器外其它所需控制器的必要通讯信号和 IO 信号,以便和真实控制器无缝连接、从而完成待测功能的验证。

道路及环境模型模拟不同的道路路面、海拔高度、环境温度、风速及空气密度等,以满足不同道路不同环境下的虚拟仿真需要,为 HiL 测试提供虚拟的环境仿真。

I/O 模型实现车辆仿真模型与被测控制器的信号连接。I/O 模型包括传感器信号输出接口、执行器信号采集接口、通信接口等。

3.HiL 测试流程

HiL 测试流程包含测试准备、测试用例开发、测试工程搭建、测试调试、测试总结。

3.1 测试准备

测试准备包含:被测控制器接口分析、HiL 设备硬件资源分配、控制器线束设计、被测件功能分析、测试计划安排。

3.2 测试用例开发

测试用例开发方法研究是测试的关键点之一。采用合理的测试方法开发出合理有效的测试用例,不仅可以增加测试的覆盖度而减少冗余重复的测试,也可以大大减小测试的时间而提高测试的效率。

测试用例开发包含:测试用例定义、测试用例开发方法(黑盒测试、白盒测试、基于经验测试)、自动化测试用例开发。

3.3 测试工程搭建

测试工程搭建主要是测试工程师是基于实验管理软件和自动化测试软件进行测试工程的搭建,包含:软硬件工程配置、测试界面搭建、模型配置、通讯配置等等。

3.4 测试调试

1)冒烟测试:测试工程搭建完成后,连接被测控制器,需要对被测控制器和 HiL 测试设备做冒烟测试,验证设备连接与原件是否有基本的问题。冒烟测试有测试人员和开发人员共同完成,在测试过程中发现问题,测试人员找到了一个 Bug,然后开发人员会来修复这个 Bug,冒烟测试是否通过决定了下一轮系统测试是否可以执行。

2)接口测试:接口测试是只有被测控制器,没有和整车仿真模型形成闭环的测试,属于开环测试。接口测试通过人为赋值模拟 BMS、MCU 等外部控制器与被测控制器之间的数据交互,验证被测控制器数据交互是否正常,侧重信号交互验证。一般接口测试如果有测试程序,可以自动测试,如果没有测试程序,可手动测试。

3)自动化测试:被测控制器和整车仿真模型形成闭环的测试,属于闭环测试。闭环测试通过模拟操作驾驶室变量,使整车模型与被测控制器自动数据交互,验证被测控制器软件策略,侧重功能和性能验证。

4)测试报告:通过 HiL 测试管理软件加载测试序列,执行测试,输出测试报告。

3.5 测试总结

测试完成,在被测功能达到测试通过标准后,需要对 HiL 测试工作进行总结和整理,并生成及编制 HiL 测试总结。HiL 测试总结主要包括以下内容:HiL 测试环境、测试周期、测试人员及测试内容等、测试过程中的问题统计与分析,并对测试遗留问题进行记录、测试结束后检查所做的测试工作及完成情况,提交工作成果,包括:测试用例说明文档,测试矩阵文档,可执行文件及生成的测试报告等。

4.总结

硬件在环仿真测试系统是以实时处理器运行仿真模型来模拟受控对象的运行状态,通过 I/O 接口与被测的控制器连接,对被测控制器进行全方面的、系统的测试。从安全性、可行性和合理的成本上考虑,HiL 硬件在环仿真测试已经成为控制器开发流程中非常重要的一环,减少了实车路试的次数,缩短开发时间和降低成本的同时提高控制器的软件质量,降低汽车厂的风险。在新能源汽车领域中,HiL 硬件在环仿真测试对于核心电控系统:整车控制系统、BMS 电池管理系统、MCU 电机控制器、车身系统、底盘悬架、ADAS 辅助驾驶等都极为重要。

本人目前在车联网、车路协同相关领域测试、也接触一些无人驾驶相关的技术,最近也想系统学习一下相关知识,有想了解这方便知识的,可以一起学习探讨。

最后: 下方这份完整的软件测试视频学习教程已经整理上传完成,朋友们如果需要可以自行免费领取【保证100%免费】

自动驾驶 | 仿真测试-HiL测试全解析

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!

自动驾驶 | 仿真测试-HiL测试全解析文章来源地址https://www.toymoban.com/news/detail-487412.html

到了这里,关于自动驾驶 | 仿真测试-HiL测试全解析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • gl-opendrive插件(车俩3D仿真模拟自动驾驶)

    本插件基于免费opendrive开源插件、Threejs和Webgl三维技术、vue前端框架,blender开源建模工具等进行二次开发。该插件由本人独立开发以及负责,目前处于demo阶段,功能还需待完善,由于开发仓促代码还需优化。 两个版本: 1.vue版本pc端可视化展示 2.非vue版本支持内嵌到安卓,

    2024年02月08日
    浏览(90)
  • gl-opendrive插件(车俩3D仿真模拟自动驾驶)

    本插件基于免费opendrive开源插件、Threejs和Webgl三维技术、vue前端框架,blender开源建模工具等进行二次开发。该插件由本人独立开发以及负责,目前处于demo阶段,功能还需待完善,由于开发仓促代码还需优化。 两个版本: 1.vue版本pc端可视化展示 2.非vue版本支持内嵌到安卓,

    2023年04月27日
    浏览(29)
  • 自动驾驶仿真:基于Carsim开发的加速度请求模型

    1、自动驾驶行业中,算法端对于纵向控制的功能预留接口基本都是 加速度 ,我们需要给控制器仿真加速度的信号,控制器才会实现对纵向功能的控制。 2、Carsim或者其他动力学软件,主要提供者节气门开度和主缸压力进行控制。我们在进行联合仿真时,往往都要通过PID的方

    2024年02月11日
    浏览(25)
  • Ubuntu 20.04 安装 Autoware.universe自动驾驶仿真工具

            在入门自动驾驶领域的时候,笔者主要使用的工具是QT+ROS+Gazebo,在该行业工作一段时间之后,发现各家都有自己的仿真平台,只能在公司平台使用,但是如果个人要做城区的仿真,前面所说的工具链(QT+ROS+Gazebo)显然是不够便捷的。目前主要调研了两个开源的平台

    2024年01月15日
    浏览(33)
  • Carla自动驾驶仿真六:pygame多个车辆摄像头画面拼接

    此文章主要介绍carla前后左右摄像头画面拼接到pygame上 1、使用carla做仿真测试或者开发时,如果能够将车辆周边的画面拼接并渲染,可以直观地查看周围地环境,便于调试。本文将介绍使用carla中的camera传感器监控自车周边的画面,并通过pygame可视化。 1、如果摄像头的横向分

    2024年01月16日
    浏览(40)
  • Carla自动驾驶仿真五:opencv绘制运动车辆的boudingbox(代码详解)

    提示:以下是本篇文章正文内容,下面案例可供参考 1、opencv安装可以参照我上一篇文章:opencv安装教程 ,这一篇文章即将讲述如果在carla仿真中,将仿真世界中的车辆通过opencv将boudingbox绘制出来。 1、构造相机投影矩阵函数 1)该函数用于构建相机的投影矩阵: w :相机视图

    2024年02月06日
    浏览(30)
  • Carla自动驾驶仿真四:pygame渲染Camera画面及车辆控制(代码详解)

    提示:以下是本篇文章正文内容,下面案例可供参考 pygame提供了一种渲染实时视觉输出的方法,显示camera sensor的输出。我们也通过视频注入的方法将视频数据注入到控制器内部,提供视觉感知的场景,模拟真实场景进行仿真。 1、pygame安装 2、numpy安装 1、连接Carla并初始化

    2024年02月07日
    浏览(28)
  • 高速路自动驾驶功能HWP功能定义

    高速路自动驾驶功能HWP是指在一般畅通高速公路或城市快速路上驾驶员可以放开双手双脚,同时注意力可在较长时间内从驾驶环境中转移,做一些诸如看手机、接电话、看风景等活动,该系统最低工作速度为60kph。 如上两种不同环境和速度段下的自动驾驶功能均需要在超出其

    2024年02月09日
    浏览(26)
  • 计算机视觉与图形学-神经渲染专题-第一个基于NeRF的自动驾驶仿真平台

    如今,自动驾驶汽车可以在普通情况下平稳行驶,人们普遍认识到,真实的 传感器模拟将在通过模拟解决剩余的极端情况方面发挥关键作用 。为此,我们提出了一种基于神经辐射场(NeRF)的自动驾驶模拟器。与现有作品相比,我们的作品具有三个显着特点:(1) 实例感知

    2024年02月12日
    浏览(37)
  • carla与ros2的自动驾驶算法-planning与control算法开发与仿真

    carla与ros2的自动驾驶算法-planning与control算法开发与仿真 欢迎大家来到自动驾驶Player(L5Player)的自动驾驶算法与仿真空间,在这个空间我们将一起完成这些事情: 控制算法构建基础模块并仿真调试:PID、LQR、Stanley 、MPC、滑膜控制、模糊控制、横向控制、纵向控制 运动规划算法

    2024年02月12日
    浏览(31)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包