一种驾驶员与硬件在环的多车协同仿真试验平台的制作方法

1.本发明属于自动驾驶汽车测试技术领域，具体涉及一种驾驶员与硬件在环的多车协同仿真试验平台。


背景技术：

2.随着自动驾驶技术的发展，自动驾驶设备广泛服务于各领域内，实现无人车配送等业务。而自动驾驶汽车的测试评价技术与设备作为自动驾驶系统开发与测试的重要环节，为自动驾驶汽车能否顺利落地批量生产起着关键性的作用，是自动驾驶汽车行业发展至关重要的环节。
3.自动驾驶汽车的开发与测试，需要依赖大量的数据实现自动驾驶算法的完善、自动驾驶性能的评估，现有的传统封闭场地测试和开放道路测试具有局限性，不能完成大量的有效测试，且测试具有不可复现性，同时还带来经济成本和时间成本大量消耗的压力，为科研人员与科研机构带来挑战。
4.在多智能车交互的复杂场景下，如果仅依靠单车进行决策，由于车载传感器能够感知的范围的限制，导致车辆决策算法难以达到全局最优解，导致车辆阻塞，通行效率较低。


技术实现要素：

5.本发明的目的就是为了解决上述背景技术存在的不足，提供一种驾驶员与硬件在环的多车协同仿真试验平台,实现复杂环境下多车协同驾驶算法的测试，并达到自动驾驶汽车测试成本的节约、研发周期的缩短的目的。
6.本发明采用的技术方案是：一种驾驶员与硬件在环的多车协同仿真试验平台，包括车辆动力学模拟系统、场景模拟系统、自动驾驶控制器和驾驶模拟器；
7.场景模拟系统用于根据设置的场景元素信息和驾驶模拟器输出的车辆运动信息生成场景模拟信息并进行显示；
8.自动驾驶控制器基于场景模拟信息和车辆状态信息生成自动驾驶指令并发送至车辆动力学模拟系统；基于驾驶模拟器输出的驾驶操作信息生成驾驶修正指令并反馈至驾驶模拟器；
9.驾驶模拟器包括至少两个；驾驶模拟器与场景模拟系统一一对应设置；驾驶模拟器基于驾驶员根据场景模拟信息执行的动作生成驾驶操作信息并将其发送至自动驾驶控制器，并基于驾驶操作信息和驾驶修正指令生成手动驾驶指令，并反馈至车辆动力学模拟系统；
10.车辆动力学模拟系统根据自动驾驶指令和手动驾驶指令，生成车辆状态状态信息并反馈至自动驾驶控制器和驾驶模拟器；
11.驾驶模拟器根据基于车辆状态信息，以及自动驾驶指令或者手动驾驶指令生成车辆运动信息，并发送至场景模拟系统。
12.上述技术方案中，所述驾驶模拟器为整车模拟机构，还用于模拟车辆的基本运动学与动力学行为，将场景模拟信息内的碰撞交互、路面阻尼反馈给驾驶员。
13.上述技术方案中，每个场景模拟系统均包括u型投影屏幕、投影机、融合机；所有场景模拟系统共享一个场景生成主机；
14.所述场景生成主机配置有驾驶场景模拟模型，驾驶场景模拟模型基于车辆运动信息和场景元素信息，确定当前阶段驾驶场景，并发送至融合机；
15.所述融合机将其对应的驾驶模拟器的车辆状态信息融合当前阶段驾驶场景，并将融合后的驾驶场景通过所述投影机投影在所述u型投影屏幕和整车模拟机构的后视镜上。
16.上述技术方案中，每个驾驶模拟器之间通过短距离通讯系统相互进行通信；所述短距离通讯系统记录每个驾驶模拟器车辆状态信息并进行转发，用于模拟信号传输噪声。
17.上述技术方案中，所述场景模拟系统还用于接收全局路径设定信息，并将全局路径设定信息发送至自动驾驶控制器；所述全局路径设定信息包括起点、终点、起点和终点直接的连接曲线。
18.上述技术方案中，所述自动驾驶控制器根据每个驾驶模拟器反馈的驾驶操作信息，以及场景模拟系统反馈的场景模拟信息和全局路径设定信息，协同计算生成相应的自动驾驶指令和自动修正相应的驾驶修正指令。
19.上述技术方案中，所述车辆动力学模拟系统包括ecu模型、传动系统模块和空气动力学模块；ecu模型根据自动驾驶指令和手动驾驶指令生成对应的ecu执行器信号发送至传动系统模块和空气动力学模块；传动系统模块和空气动力学模块基于ecu执行器信号得到车辆状态信息。
20.上述技术方案中，自动驾驶控制器选择执行双自动驾驶车辆交互场景模式时，所有的驾驶模拟器均由自动驾驶控制器控制；通过车辆运动信息判定自动驾驶算法程序是否合格。
21.上述技术方案中，自动驾驶控制器选择执行车辆编队场景模式时，其中一个驾驶模拟器由驾驶员操作所生成的手动驾驶指令控制，其余的驾驶模拟器均由自动驾驶控制器基于场景模拟信息所生成自动驾驶指令控制；车辆编队场景模式下，自动驾驶控制器基于由驾驶员控制的驾驶模拟器的车辆轨迹，采用设定的跟随参数对其余的驾驶模拟器进行路径规划求解；通过车辆运动信息判定自动驾驶算法程序是否合格。
22.上述技术方案中，自动驾驶控制器选择执行自动驾驶车辆与人类驾驶车辆交互模式时，其中一个驾驶模拟器驾驶员操作所生成的手动驾驶指令控制，其中一个驾驶模拟器由自动驾驶控制器基于场景模拟信息和设定的目标点和参数所生成自动驾驶指令控制；自动驾驶车辆与人类驾驶车辆交互模式下，自动驾驶控制器基于设定的的目标点和参数，生成由自动驾驶控制器控制的驾驶模拟器的路径规划，并根据由驾驶员控制的驾驶模拟器的实时车辆轨迹对该路径规划进行调整；通过车辆运动信息判定自动驾驶算法程序是否合格。
23.本发明的有益效果是：本发明通过支持驾驶员与硬件在环的多车协同仿真试验平台，克服了依靠传统封闭场地、传统开放道路测试自动驾驶算法时所存在的缺陷，并且能够保证驾驶员的人身安全。因此，本发明具有节约研发成本、缩短研发周期等优点。本发明的驾驶模拟器包含完整的整车外形和运动反馈系统，能够将场景内的碰撞交互、路面阻尼反
馈给驾驶员；场景画面可以显示在u型投影屏幕、中左右后视镜上，营造真实的驾驶视野；车辆动力学模拟系统提供多种可配置模块，以适应不同的测试需求，实现所开发的自动驾驶算法在多车型平台上的适配；支持模拟各类驾驶场景，包括双自动驾驶车辆交互场景、车辆编队场景、自动驾驶车辆与人类驾驶车辆交互场景，并提供上述三类驾驶场景模拟方法与具体的操作流程，支持多类型自动驾驶算法开发测试。
附图说明
24.图1为本发明的信号交互示意图；
25.图2为本发明的应用示意图；
26.图3为具体实施例中的车辆动力学模型示意图。
具体实施方式
27.下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。
28.如图1所示，本发明一种驾驶员与硬件在环的多车协同仿真试验平台，包括车辆动力学模拟系统、场景模拟系统、自动驾驶控制器和驾驶模拟器；
29.场景模拟系统用于根据设置的场景元素信息和驾驶模拟器输出的车辆运动信息生成场景模拟信息并进行显示；
30.自动驾驶控制器基于场景模拟信息和车辆状态信息生成自动驾驶指令并发送至车辆动力学模拟系统；基于驾驶模拟器输出的驾驶操作信息生成驾驶修正指令并反馈至驾驶模拟器；
31.驾驶模拟器包括至少两个；驾驶模拟器与场景模拟系统一一对应设置；驾驶模拟器基于驾驶员根据场景模拟信息执行的动作生成驾驶操作信息并将其发送至自动驾驶控制器，并基于驾驶操作信息和驾驶修正指令生成手动驾驶指令，并反馈至车辆动力学模拟系统；
32.车辆动力学模拟系统根据自动驾驶指令和手动驾驶指令，生成车辆状态状态信息并反馈至自动驾驶控制器和驾驶模拟器；
33.驾驶模拟器根据基于车辆状态信息，以及自动驾驶指令或者手动驾驶指令生成车辆运动信息，并发送至场景模拟系统。
34.如图2所示所述驾驶模拟器为整车模拟机构，还用于模拟车辆的基本运动学与动力学行为，将场景模拟信息内的碰撞交互、路面阻尼反馈给驾驶员。驾驶模拟器均由完整的车身、内饰和全套驾驶员操纵汽车所需的操纵器，具体包括方向盘、加速踏板、制动踏板、档位杆、手刹；所述驾驶模拟器包括俯仰、侧倾和横摆在内的3个运动自由度，能够模拟真实驾驶场景中车辆与环境的交互行为(包括碰撞、打滑等)，并将场景内的碰撞效果、路面阻尼以震动和音效的方式反馈给驾驶员，实现高仿真的驾驶体验。驾驶模拟器接收来自驾驶员的操作信息以及自动驾驶器的控制指令，以生成描述车辆运动的相关数据信息，反馈至车辆动力学模拟系统。
35.本具体实施例中驾驶模拟器可以分为一台主车模拟器和多台交通车模拟器。
36.每个场景模拟系统均包括u型投影屏幕、投影机、融合机；所有场景模拟系统共享
一个场景生成主机；其中，所述u型投影屏幕和投影机设置在整车模拟机构的驾驶室内；所述融合机和场景生成主机设置在整车模拟机构的机柜内；
37.所述场景生成主机配置有驾驶场景模拟模型，驾驶场景模拟模型基于车辆运动信息和场景元素信息，确定当前阶段驾驶场景，并发送至融合机；
38.所述融合机将其对应的驾驶模拟器的车辆状态信息融合当前阶段驾驶场景，并将融合后的驾驶场景通过所述投影机投影在所述u型投影屏幕和整车模拟机构的后视镜上。
39.所述u型投影屏幕为三块90
°
u型投影幕组合而成，每块屏幕对应单独的投影仪，首次安装投影设备需要对屏幕成像进行拼接校正。所述驾驶场景模拟模型根据静态环境要素、动态交通要素和气象环境要素构建的。所述静态环境要素、动态交通要素和气象环境要素可以根据人为设置。
40.一台主车模拟器和多台交通车模拟器对应的场景模拟系统布局一致。场景模拟系统的显示内容均包括前视场景显示内容(在弧形落地时投影仪上成像)、后视镜显示内容(包括车内后视镜、左后视镜、右后视镜的模拟成像)，分别由两组主机电脑控制。场景模拟系统的主机电脑接收车辆动力学模拟系统反馈的车辆状态信息后，更新显示内容。
41.所述场景模拟系统包括主车场景模拟子系统和交通车场景模拟子系统，支持多种交通场景建模与定义，主车场景模拟子系统和交通车场景模拟子系统均是根据静态环境要素(道路、交通设施、静态障碍物等)、动态交通要素(交通车、行人、动物等)、气象环境要素(光照、雨、雪、雾等)构建的。在车辆实时运行过程中，通过对所述主车驾驶场景模拟模型和所述交通车驾驶场景模拟模型中的要素进行更新以达到更新车辆驾驶场景的目的。
42.每个驾驶模拟器之间通过短距离通讯系统相互进行通信。
43.具体地，所述短距离通讯系统记录每个驾驶模拟器的位置信息和车辆状态信息，用作与场景中其他交通车辆的交互信息计算，并通过内置的信息处理机制，模拟各类感知传感器获取周围环境信息的误差，避免测试效果的失真。
44.具体地，所述场景模拟系统还用于接收全局路径设定信息，并将全局路径设定信息发送至自动驾驶控制器；所述全局路径设定信息包括起点、终点、起点和终点直接的连接曲线。
45.所述自动驾驶控制器根据每个驾驶模拟器反馈的驾驶操作信息，以及场景模拟系统反馈的场景模拟信息和全局路径设定信息，协同计算生成相应的自动驾驶指令和自动修正相应的驾驶修正指令。
46.所述自动驾驶控制器集成于主车模拟器上，自动驾驶器通过短距离通讯系统获取读取周围一定范围内的交通车模拟器以及主车模拟的车辆信息，包括交通车位姿信息、车速信息、车辆转向意图等；其次，通过内置算法程序对车辆信息进行进一步筛选，对有效信息做出响应。
47.本具体实施例中自动驾驶控制器可以采用pc端设备，以执行待试验的自动驾驶算法程序。同时自动驾驶控制器可以通过开发配套的配置文件，实现驾驶模拟器对不同测试功能的模拟与模式切换。开发人员可以根据不同汽车的特性和功能，编辑相应的配置文件可修改参数，实现对不同测试场景的模拟条件，满足不同场景下的测试需求。本具体实施例可以通过修改编辑配置文件的方式，调整驾驶模拟器和场景模拟系统的的相关设置参数，以适应不同条件下的测试需求，使驾驶模拟器具备更加多样化的模拟能力，满足测试工作
的不同需求。
48.该pc端设备还可以配置驾驶模拟器控制程序，同步用于控制驾驶模拟器，内存有默认配置文件，默认配置文件中提供部分可修改参数。默认配置文件中提供的关键参数包括：转向盘角度、档位、驾驶模式等，可以实现对驾驶模式的初步控制，选择在环驾驶员数量、使车辆保持恒定的行驶方向等。通过配置这些基础参数，可以直接影响驾驶模拟器的行为，无需因测试需求的变化对算法进行大量的修改，降低算法改动的工作量。
49.配置文件可预留部分参数接口，用于测试试验过程中进行相关参数的在线修改。通过在线修改配置参数的方法，可以实现实时调试，提高测试效率和便捷性。测试人员可以直接在模拟器上进行参数调整，无需停止测试并重新开始，可以提高测试效率，少测试周期。
50.对于测试过程中需要调用，但默认配置文件中未涉及的参数，开发人员可以用define语句在配置文件中自定义需要配置的参数，并通过撰写相应的canoe文件实现软硬件连接，实现自定义参数的传入与信号控制。
51.具体地，本具体实施例通过自动驾驶控制器接收到来自至少一辆交通车模拟器发送的自身定位数据后，进而基于主车模拟器自身的定位数据进行实时处理相关位置信息，以获得至少一辆交通车模拟器与主车模拟器之间的实际相对位置信息。
52.自动驾驶控制器基于多个预设测试场景，根据实际相对位置信息生成至少一辆交通车模拟器的驾驶行为提醒信息，包括：获取当前测试场景、基于当前测试场景和实际相对位置信息、从预设的场景-位置-行为关系中匹配当前测试场景对应的驾驶行为提醒信息；同时基于多个预设测试场景，根据实际相对位置信息生成主车驾驶行为提醒信息；发送主车驾驶行为提醒信息至主车模拟器，以提醒主车的驾驶员进行相应的驾驶行为操作。
53.自动驾驶控制器根据部署的协同驾驶算法生成推荐路径，并通过短距离通讯系统广播给交通车模拟器，实现多车路径规划与控制。
54.驾驶行为提醒信息可以包括：制动行为提醒信息、变道行为提醒信息、切入行为提醒信息和切出行为提醒信息中的至少一种，在此不做具体限定。
55.具体地，所述车辆动力学模拟系统包括ecu模型、传动系统模块和空气动力学模块；ecu模型根据驾驶操作信息生成对应的ecu执行器信号发送至传动系统模块和空气动力学模块；传动系统模块和空气动力学模块基于ecu执行器信号得到车辆状态信息。
56.所述车辆动力学模拟系统由一台支持与驾驶模拟器进行can协议通信达硬件设备组成，具体信号由canoe文件进行配置。其内置的ecu模型支持ecu信号模拟与传输，其内置的车辆动力学模型支持用户可自定义。
57.所述ecu模型负责接受来自驾驶模拟器的信号，并向车辆动力学模型输入ecu执行器信号。ecu模型用于处理驾驶模拟器输出的车辆运动状态信号，将其分配至对应的ecu，ecu生成执行器信号输出至传动系统模块和空气动力学模块；
58.所述用户可自定义的车辆动力学模型由matlab/simulink开发的模型组成，具体包括传动系统模块与包括空气动力学模块。可选用的车辆模型包括跑车、豪华轿车、fuv、van等，具体的模型可根据具体试验需求进行自定义配置。
59.所述车辆动力学模型中所有的simulink块都是可见的，可根据测试过程中的具体需求添加或替换组件，实现车辆动力学模型的自定义。车辆动力学模型可在硬件在环环境
中与真实控制器结合使用，或与软件控制器算法结合使用。支持通过mathworks中的real-time workshop生成代码，或作为带有预编译代码的运行时模型。
60.车辆动力学模型由多个元素组成，包括带有弹性轴的传动系统、半经验的轮胎模型、带有运动学的转向模型和空气动力学模型。该系统被建模为非线性多体车辆，具有基于几何或基于悬架运动学的系统，支持模拟车辆的垂直、纵向和横向动力学状态。
61.传动系统模块：包括带变矩器的自动变速箱，以及前轮、后轮和全轮驱动，包括差速器。轴传动被建模为弹性部件，支持包括ff、fr、rr、f4、fmr在内的汽车布局。
62.带有空气动力学模块：包括齿轮齿条动力转向模型、辅助弹簧模型、可转向后桥模型、1阶横纵向和垂直轮胎动力学模型、横向和纵向防滑组合轮胎模型、自调心和孔径扭矩模型。
63.可选的，车辆动力学模块可添加附加在车身上的附加质量(簧上质量)，可选择魔术公式轮胎模型或tmeasy轮胎模型2种轮胎模型，可在线切换的适用于不同的路面条件都4种轮胎特性，动态轮胎半径。
64.本具体实施例中，驾驶模拟器包含两台全车驾驶模拟器，可实现多车协同驾驶场景的测试试验，包括：
65.双自动驾驶车辆交互场景、车辆编队场景(自动驾驶车辆跟随人类驾驶车辆)、自动驾驶车辆与人类驾驶车辆交互场景。通过场景模拟系统中的实时画面反馈观察车辆交互状态，通过tcp通信协议、can通信协议获取的车辆状态数据进行进一步的结果分析。下文中的实时仿真环境由人工通过场景模拟系统设定环境因素、气象因素等。
66.自动驾驶控制器中自动驾驶算法程序选择执行双自动驾驶车辆交互场景模式时，所有的驾驶模拟器均由自动驾驶控制器基于场景模拟信息所生成自动驾驶指令控制，以产生驾驶操作信息；通过车辆状态信息判定自动驾驶算法程序是否合格。
67.双自动驾驶车辆交互场景的测试试验，将经由自动驾驶控制器配置算法计算的控制量发送给两台全车驾驶模拟器。所述双自动驾驶车辆交互场景测试过程步骤如下：1、通过场景模拟系统分别为两辆自动驾驶车辆设立终点位置、初始化自动驾驶车辆的参数，设置最大速度和最大加速度的限制；2、自动驾驶控制器根据实时仿真环境以及车辆当前状态信息，决策出车辆当前的驾驶行为，包括跟驰、换道、超车等；3、自动驾驶控制器对通过配置算法智能车进行路径规划求解；4、将最优计算结果对应的控制量输入车辆动力学模拟模型中，并以此推算自动驾驶车辆下一时刻的状态；5、如车辆未达到终点，则回到第2步。
68.自动驾驶控制器中自动驾驶算法程序选择执行车辆编队场景模式时，其中一个驾驶模拟器由驾驶员控制，自动驾驶模拟器对驾驶员产生的驾驶操作信息进行修正，其余的驾驶模拟器均由自动驾驶控制器控制；车辆编队场景模式下，自动驾驶算法程序根据由驾驶员控制的驾驶模拟器的车辆轨迹，基于设定的跟随参数对其余的驾驶模拟器进行路径规划求解；通过车辆状态信息判定自动驾驶算法程序是否合格。
69.所述车辆编队场景的测试试验，由驾驶员操纵主车驾驶模拟器，将经由车辆跟随驾驶算法计算的控制量发送给交通车辆驾驶模拟器。所述车辆编队控制模型过程步骤如下：1、通过场景模拟系统初始化自动驾驶车辆的参数，设置最大速度和最大加速度的限制，并设置模型预测控制参数；2、根据实时仿真环境，自动驾驶控制器自适应选择编队宽度，计算并更新虚拟编队引导点以及与后续智能车的对应关系；3、根据先导车辆(主车模拟器)轨
迹对后续智能车(交通车模拟器)进行路径规划求解；4、将最优计算结果对应的控制量输入车辆动力学模拟模型中，并以此推算自动驾驶车辆下一时刻的状态；5、如未达到终点，则回到第2步。
70.自动驾驶控制器中自动驾驶算法程序选择执行自动驾驶车辆与人类驾驶车辆交互模式时，其中一个驾驶模拟器由驾驶员控制，自动驾驶模拟器对驾驶员产生的驾驶操作信息进行修正；其中一个驾驶模拟器由自动驾驶控制器控制；自动驾驶车辆与人类驾驶车辆交互模式下，自动驾驶算法程序基于设定的的目标点和参数，生成由自动驾驶控制器控制的驾驶模拟器的路径规划，并根据由驾驶员控制的驾驶模拟器的实时车辆轨迹对该路径规划进行调整；通过车辆状态信息判定自动驾驶算法程序是否合格。
71.所述自动驾驶车辆与人类驾驶车辆交互场景，由驾驶员操纵主车驾驶模拟器，将经由自动驾驶算法计算的控制量发送给交通车辆驾驶模拟器。对于人类驾驶车辆跟随自动驾驶车辆的测试试验，为自动驾驶车辆设置目标点、设置最大速度和最大加速度的限制，并综合考量人类驾驶车辆速度跟踪误差：
[0072][0073]
其中为当前人类驾驶车辆状态信息，为人类驾驶车辆前置的预测状态信息，为人类驾驶车辆第二次迭代的前置预测状态信息。较大的γ值表明速度跟踪误差增大、速度波动增大；考量人类驾驶车辆速度递增与递减程度：
[0074]
0＝[(a
o-ac)/ac]
·
100％
[0075]
u＝[(a
u-ad)/ad]
·
100％
[0076]
其中o描述了人类驾驶车辆相对于自动驾驶车辆的最大速度递增的程度，u描述了人类驾驶车辆相对于自动驾驶车辆的最大速度递减的程度，ao、ac分别表示人类驾驶车辆、前置自动驾驶车辆的最大速度递增水平、au、ad分别表示人类驾驶车辆、前置自动驾驶车辆的最大速度递减水平。较大的o、u值表明人类驾驶车辆的反应过度。将人类驾驶车辆的行为作为了自动驾驶算法设计的输入，用于优化自动驾驶算法，使其适应混流交通。
[0077]
本具体实施例中，还可通过在驾驶模拟器内部署各类传感器的方法，收集来自驾驶员的各类生理数据，包括：凝视点数据(通过眼动仪采集)、心率数据(通过心电装置采集)、脑电活动数据(脑电耳机装置采集)、对自动驾驶的信任程度(通过分心检测、行为模式识别等方法)等，可用于人机共驾、自动驾驶安全分析等领域的研究。
[0078]
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

技术特征：
1.一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：包括车辆动力学模拟系统、场景模拟系统、自动驾驶控制器和驾驶模拟器；场景模拟系统用于根据设置的场景元素信息和驾驶模拟器输出的车辆运动信息生成场景模拟信息并进行显示；自动驾驶控制器基于场景模拟信息和车辆状态信息生成自动驾驶指令并发送至车辆动力学模拟系统；基于驾驶模拟器输出的驾驶操作信息生成驾驶修正指令并反馈至驾驶模拟器；驾驶模拟器包括至少两个；驾驶模拟器与场景模拟系统一一对应设置；驾驶模拟器基于驾驶员根据观察到的场景模拟信息执行的动作生成驾驶操作信息并将其发送至自动驾驶控制器，并基于驾驶操作信息和驾驶修正指令生成手动驾驶指令，并反馈至车辆动力学模拟系统；车辆动力学模拟系统根据自动驾驶指令和手动驾驶指令，生成车辆状态信息并反馈至自动驾驶控制器和驾驶模拟器；驾驶模拟器根据基于车辆状态信息，以及自动驾驶指令或者手动驾驶指令生成车辆运动信息，并发送至场景模拟系统。2.根据权利要求1所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：所述驾驶模拟器为整车模拟机构，还用于模拟车辆的基本运动学与动力学行为，将场景模拟信息内的碰撞交互、路面阻尼反馈给驾驶员。3.根据权利要求2所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：每个场景模拟系统均包括u型投影屏幕、投影机、融合机；所有场景模拟系统共享一个场景生成主机；所述场景生成主机配置有驾驶场景模拟模型，驾驶场景模拟模型基于车辆运动信息和场景元素信息，确定当前阶段驾驶场景，并发送至融合机；所述融合机将其对应的驾驶模拟器的车辆状态信息融合当前阶段驾驶场景，并将融合后的驾驶场景通过所述投影机投影在所述u型投影屏幕和整车模拟机构的后视镜上。4.根据权利要求3所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：每个驾驶模拟器之间通过短距离通讯系统相互进行通信；所述短距离通讯系统记录每个驾驶模拟器车辆状态信息并进行转发，用于模拟信号传输噪声。5.根据权利要求4所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：所述场景模拟系统还用于接收全局路径设定信息，并将全局路径设定信息发送至自动驾驶控制器；所述全局路径设定信息包括起点、终点、起点和终点直接的连接曲线。6.根据权利要求5所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：所述自动驾驶控制器根据每个驾驶模拟器反馈的驾驶操作信息，以及场景模拟系统反馈的场景模拟信息和全局路径设定信息，协同计算生成相应的自动驾驶指令和自动修正相应的驾驶修正指令。7.根据权利要求4所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：所述车辆动力学模拟系统包括ecu模型、传动系统模块和空气动力学模块；ecu模型根据自动驾驶指令和手动驾驶指令生成对应的ecu执行器信号发送至传动系统模块和空气动力学模块；传动系统模块和空气动力学模块基于ecu执行器信号得到车辆状态信息。
8.根据权利要求4所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：自动驾驶控制器选择执行双自动驾驶车辆交互场景模式时，所有的驾驶模拟器均由自动驾驶控制器控制；通过车辆运动信息判定自动驾驶算法程序是否合格。9.根据权利要求4所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：自动驾驶控制器选择执行车辆编队场景模式时，其中一个驾驶模拟器由驾驶员操作所生成的手动驾驶指令控制，其余的驾驶模拟器均由自动驾驶控制器基于场景模拟信息所生成自动驾驶指令控制；车辆编队场景模式下，自动驾驶控制器基于由驾驶员控制的驾驶模拟器的车辆轨迹，采用设定的跟随参数对其余的驾驶模拟器进行路径规划求解；通过车辆运动信息判定自动驾驶算法程序是否合格。10.根据权利要求4所述的一种驾驶员与硬件在环的多车协同仿真试验平台，其特征在于：自动驾驶控制器选择执行自动驾驶车辆与人类驾驶车辆交互模式时，其中一个驾驶模拟器驾驶员操作所生成的手动驾驶指令控制，其中一个驾驶模拟器由自动驾驶控制器基于场景模拟信息和设定的目标点和参数所生成自动驾驶指令控制；自动驾驶车辆与人类驾驶车辆交互模式下，自动驾驶控制器基于设定的的目标点和参数，生成由自动驾驶控制器控制的驾驶模拟器的路径规划，并根据由驾驶员控制的驾驶模拟器的实时车辆轨迹对该路径规划进行调整；通过车辆运动信息判定自动驾驶算法程序是否合格。

技术总结
本发明提供了一种驾驶员与硬件在环的多车协同仿真试验平台，场景模拟系统用于根据设置的场景元素信息和驾驶模拟器输出的车辆运动信息生成场景模拟信息并进行显示；自动驾驶控制器基于场景模拟信息和车辆状态信息生成自动驾驶指令，基于驾驶操作信息生成驾驶修正指令；驾驶模拟器生成驾驶操作信息，并基于驾驶操作信息和驾驶修正指令生成手动驾驶指令；车辆动力学模拟系统根据自动驾驶指令和手动驾驶指令，生成车辆状态状态信息；驾驶模拟器根据基于车辆状态信息，以及自动驾驶指令或者手动驾驶指令生成车辆运动信息。本发明达到自动驾驶汽车测试成本的节约、研发周期的缩短的目的。目的。目的。


技术研发人员：聂琳真 杨越 尹智帅 张鸣 余佳
受保护的技术使用者：湖北航天技术研究院特种车辆技术中心
技术研发日：2023.05.23
技术公布日：2023/9/5