自主智能车辆开发的挑战及解决方案

(1)

自主智能车辆开发的挑战及解决方案

Realize innovation.

(2)

Unrestricted © Siemens AG 2017 XX.XX.20XX

Page 2 Siemens PLM Software

.

工业领域面临的挑战及影响

Siemens PLM 愿景

内容梗概

西门子解决方案

(3)

工业领域的挑战及影响

(4)

汽车工业面临的挑战-行业趋势

从辅助驾驶到全面自主驾驶（无人驾驶）

http://safety.trw.com/wp-content/uploads/2016/01/AutomatedDriving_table_large.jpg

(5)

汽车工业面临的挑战-行业趋势

将产品转化为软件集成与客户服务于一体

“

目前产品80%的创新和差异取决于电子，电气以及软件，并不是机械设计

_”

Siegmar Haasis R&D CIO

模式转变

(6)

汽车工业面临的挑战-影响自主驾驶车辆的复杂系统

4. Decision Making Intelligence

(7)

汽车工业面临的挑战-影响自主驾驶车辆的复杂系统

驾驶地点

车辆系统根据地图及传感器信息确定车辆运行的地点

周边环境

传感器侦测车辆周边的物体，

智能算法计算周边物体的大小，形状以及运动模式及状态

预测周边情况

智能算法预测车辆周边的物体接下来可能的作动及表现

如何应对

基于可用的数据信息决定车辆安全的车速及行车轨迹的选择

完成动作

智能算法决定发动机的期望扭矩和车辆操控系统控制车辆轨迹及速度

感知阶段

获取道路环境以及其它道路使用者的行为表现

决策阶段

通过感知系统的信息读取及阐释推演确定所需的命令

执行阶段

执行通过感知系统推演得出的决策命令

(8)

汽车工业面临的挑战-解决方案多种测试场景的虚拟验证

•

如何最小限度的投入创建满足验证条件的环境？

•

真实驾驶条件是多样化的，无法穷尽的。

•

同时蕴藏各种复杂环境。

需要了解全新的具备相关的驾驶场景

•

真实道路不是一个理想环境：障碍物，路面损坏，恶劣天气都是自主驾驶车辆需要面对的驾驶条件.

•

排放法规及车辆电气化要求依然适用于自主驾驶车辆

需要更多的实车验证车辆的控制策略需要系统自学习能力

(9)

汽车工业面临的挑战-解决方案多场景下的虚拟验证

•

多个场景的验证，将ADAS/AV控制系统验证从SAE的阶段2拓展到阶段5

•

自主驾驶车辆的认证和验证的主要部分无法通过半虚拟或者真实测试验证

•

MiL阶段的虚拟控制验证将测试工作前置会变得越来越重要.

高效自动化仿真的需求

控制系统的虚拟环境验证 (MiL)

半虚拟验证环境试验台 (HiL, DiL, VehiL)

实际的车辆验证 (试验场，公共道路)

N X 10.000 scenarios

N X 10 scenarios

N scenarios

(10)

Siemens PLM 愿景

(11)

Siemens PLM 愿景

系统集成驱使产品开发

系统要求及目标

先进的系统工程技术可以确保产品的表现及质量

机械系统

从单一部件到系统集成系统效率

复杂的开发流程可追溯性及法规

系统的角度看问题

主动安全及驾驶动力性 NVH 噪声、

声学表现安全性、耐久性

热力学表现能量系统

车辆表现，

驾驶性

系统性能及表现

系统架构

自主驾驶车辆性能产品认同过程及可追溯性 ISO 26262

控制系统 电气系统

产品设计

及制造

机电系统认证&验证

1 u u y x_e

observateur_de_kalman K*u gain LQ 2 K*u gain LQ 1 K*u Feedforward

T z-1 T z-1 Demux

3 [N;Qcarb]

2 y_mes 1

y_ref

控制系统认证&验证

(12)

软件开发网关设计

系统工程学

Siemens PLM 愿景

贯穿产品生命周期的解决方案

系统软件

云服务互联性

系统架构

系统设计仿真

电路

软件架构控制算法开发代码生成版本管理

测试场景设置自动测试仿真平台 MiL – SiL – HiL

VehiL - DiL

大数据分析

车辆及驾驶员多样性数据

配线结构 ECU 架构

验证及认证多领域可追溯性

功能安全性架构管理需求管理 V&V数据管理

应用生命周期管理

(13)

西门子解决方案

(14)

现今自主驾驶及ADAS领域的解决方案 Siemens PLM 解决方案

DESIGN

BUILD PROGRAM

ANALYZE

EXECUTE AUTOMATE

SERVICE NX

Solid Edge Catchbook Fibersim

Syncrofit Mastertrim

Polarion Application Lifecycle Management

LMS Imagine.Lab Embedded Software Designer

Tecnomatix NX CAM

Intosite Line Designer

Mindsphere Omneo

Siemens Digital Services

TIA Portal

SIMATIC IT IBS QMS

WinCC Camstar

Preactor Production

Systems Engineering CONNECT

Teamcenter

SIMATIC

SINUMERIK SIMOTION SIMULATE

Simcenter

^TM

Imagine.Lab Simcenter 3D Virtual.Lab Star-CCM+

Test.Lab HEEDS

(15)

现今自主驾驶及ADAS领域解决方案 Siemens PLM Simcenter 产品方案

LMS Imagine.Lab Amesim

1D 仿真，适用动力总成，车辆动力学及驾驶员多样性

LMS Imagine.Lab

System Synthesis 模

型架构及配置

LMS Virtual.Lab

3D 仿真，适用运动学及控制学

(16)

LMS工程服务

高超的技术&独一无二的方案

技艺精湛的工程团队

试验设施及工具卓越的流程及技术

专业的知识及技能技术转移

多目标工程服务能力概念设计阶段的开发及验证

规范的项目部署

Fuel economy improvement through control optimization

Balancing performances Noise

Driva bility

Contr ols Handl

ing Accur

acy

Fuel

eco

(17)

现今自主驾驶及ADAS领域解决方案 Siemens PLM STS 服务内容

专业人士的咨询意见帮助用户更快更好的将AV/ADAS产品引入市场

传感器集成

• 传感器集成算法基于：

• 先进的预估策略

• 系统自学习能力

行车策略

• 行车策略的算法包含轨迹规划及追踪：

• 模型预估控制

• 先进的非线性控制策略

虚拟测试及验证

• 基于功能测试开发的需求

• 基于覆盖率的认证试验

• 利用XiL在环仿真的认证和验证

基准算法

• 自主驾驶及ADAS的基准控制算法

• 轨迹规划及追踪

• ADAS (ACC自适应巡航, LKA车道保持辅助)

(18)

应用案例

(19)

整车开发部门和HiL验证部门之间的模型分享

物理模型支持底盘性能和控制开发（MiL，HiL）

Siemens PLM Simcenter产品内容

车辆原厂商及供应商之间的模型共享

子系统及整车性能开发部门之间的模型共享

刹车子系统两档助推器表现

刹车系统集成

匹配热力学和刹车性能的表现 HiL试验台上的模型分享更加充分直观，

提供实时模型

2016

(20)

物理模型支持底盘性能和控制开发（MiL，HiL）

Siemens PLM Simcenter 产品内容

代码自动生成

调教支持

标定服务

HIL 验证

认证及验证测试

控制需求

功能性/功能模块失调

体系结构

 物理模型理解

 传感器和执行器定义

 功能函数分析

 可靠性和安全性

MIL功能性验证

 仿真模块或全面的控制策略

贯穿整个开发周期的开发平台

可拓展的物理模型测试调教 level 1

 首次标定设置

综合控制

 虚拟传感器

 格参数的可执行性

 MIL 验证

 初始设置

(21)

物理模型支持AEB（自动紧急制动）性能和控制策略开发（MiL）

Siemens PLM Simcenter 产品和服务内容

欧洲新车碰撞评估测试（NCAP）

自动紧急自动测试

利用简单的底盘仿真模型进行仿真测试

No collision

(22)

Siemens PLM STS 产品和服务内容

Simulink底盘动力学模型被 AMESim 底盘动力学模型替代

Collision

(23)

Siemens PLM STS 产品和服务内容

No collision

AMESim 图标展示了后轮打滑和ABS 系统控制因此实施的制动扭矩控制策略的重新设计优化解决安全性的相关问题

(24)

物理模型支持控制策略的开发 (DiL) Siemens PLM STS 产品内容

1D LMS Imagine.Lab Amesim models用于底盘和电气动力总成系统的模拟，应用自主驾驶车辆的 HMI研发

(25)

物理模型支持底盘性能和控制开发(DiL) Siemens PLM Simcenter 产品内容

• 高精确度

• 物理模型

数字化的孪生测试平台

1D Multi-Physics

3D Multi-Body

实时交互

协同仿真平台

• 原型机制作前的车辆性能评价和评估

• 引入驾驶员实际驾驶经验到测试循环中

• 成功的将1D仿真系统和3D仿真技术结合在一起

• 集系统和软件于一体的验证测试方法

(26)

利用系统自学习功能进行驾驶场景侦测 Siemens PLM STS 服务内容

车辆 Map 参数

传感器摄像头, LiDAR, RADAR, GPS, …

车辆状态驾驶场景的

各种参数

输出位置，路线等信息

优化的命令

驾驶场景认知先进驾驶控制系统

•

驾驶场景的判断对于自主驾驶策略的判断非常关键：

•

障碍物信息-数量，类型（车辆或行人）以及车辆周围结构信息

•

定位及地图-基于全球网络信息估计车辆最佳位置

•

ML算法:

•

通过摄像头和车辆传感器信息对复杂的驾驶场景进行分类.

•

实时侦测和追踪大量的实物运动状态.

•

分割截取传感器的原始数据，供上层控制系统使用.

•

基于激光雷达的3D模型

(27)

模型预测控制技术用于智能驾驶策略

Siemens PLM STS 服务内容

轨迹规划, 根据驾驶员偏爱优化车辆轨迹和驾驶车速（考量驾驶平顺性和驾驶时间之间的平衡），基于GPS和地图信息预估车辆接下来运行的状态

车辆在高密度交通流量下运行

Space constraint

Obstacle car

Ego car

Driving corridor Reference trajectory

Actual trajectory

Prediction Horizon

Trajectory Planner

Trajectory Tracker

S pee d [m/s ]

Distance [m]

(28)

联系信息

Renaud Kenda

Director

LMS Engineering

E-mail:

[email protected]