1.一种虚实结合汽车自动驾驶测试方法,其特征在于,包括:
在测试汽车上部署传感器套件和自动驾驶系统,使用CAN总线或Ethernet接口将汽车的传感器套件和自动驾驶系统与虚拟孪生中心连接,运行自动驾驶系统,生成性能报告;
所述虚拟孪生中心基于仿真平台进行扩展设计,包括雨滴物理特性建模和传感器的物理影响建模,根据真实环境预设孪生虚拟测试场景,将雨滴物理特性建模和传感器的物理影响建模导入孪生虚拟测试场景中并进行预训练;
其中,雨滴物理特性建模用于雨滴的生成,包括:提供一个参数化接口,用户通过输入框设置演化参数,演化参数包括降雨强度、风速、风向和用于测试的真实环境数据;
使用蒙特卡洛方法对Marshall-Palmer分布进行采样,生成雨滴初始直径,采样范围为0.1mm至10mm;
基于用户设置的降雨强度,使用Python计算雨滴的体视显微密度;
若雨滴的初始直径<1mm,选择Stokes定律计算终端速度;若雨滴的初始直径≥1mm,使用Beard模型计算终端速度;并将终端速度存储为雨滴的属性;
基于真实环境数据设置雨滴的透明度;
为每颗雨滴分配初始位置和初始速度;
根据测试的真实环境设计复杂风场模型,并添加到雨滴物理特性建模中,在每个时间步长内,计算雨滴的重力、空气阻力和受风力,其后,使用数值积分方法更新雨滴的速度和位置,若雨滴到达地面或其他物体表面,则移除雨滴并触发水花效果,否则,继续更新,重复迭代时间步长内的操作,直至达到预设的迭代次数或者时间时停止;
在每个时间步长,使用空间分割算法对所有雨滴对进行碰撞检测,基于离散元素法和光滑粒子流体动力学方法模拟雨滴在空气中的动态行为,包括:为每颗雨滴定义一个碰撞检测范围,当两雨滴中心距离小于两雨滴半径之和,判断为发生碰撞,根据相对速度的大小和方向,判断合并或分裂,若两颗雨滴的相对速度小于预设阈值,则合并为一个更大的雨滴,且新的雨滴直径满足体积守恒,速度满足动量守恒,若两颗雨滴的相对速度大于等于预设阈值,则随机分裂为若干小雨滴;分裂后的雨滴大小和数量符合Marshall-Palmer分布,且雨滴的总体积守恒;更新雨滴的属性,并将新生成的雨滴加入雨滴物理特性建模中;
传感器的物理影响建模包括传感器动态干扰单元,在雨滴物理特性建模的影响下,迭代更新激光雷达点云散射建模、摄像头图像模糊建模、毫米波雷达信号衰减与散射建模和超声波传感器干扰建模的输出。
2.根据权利要求1所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述计算雨滴的重力、空气阻力和受风力的方法包括:对于重力,在每个时间步长内,生成一个随机数ξ~(0,1),ξ表示吸附发生的机会,如果ξ
对于空气阻力,根据历史数据或者文献预设空气的标准密度ρ0、标准动力粘度μ0以及标准阻力系数调整后的空气密度ρt=ρ0+k1×CPM,k1是颗粒物对空气密度的影响系数,调整后的动力粘度μt=μ0×(1+k2×CPM),k2是颗粒物对粘度的影响系数,调整后的阻力系数φt=φ0×(1+k3×CPM),k3是颗粒物对阻力系数的影响系数,若雨滴的初始直径<1mm,选择Stokes定律计算空气阻力;若雨滴的初始直径≥1mm,使用Beard模型计算空气阻力;
对于受风力,使用CFD软件生成三维风场数据,包括:根据测试的真实环境定义仿真场景的几何模型,预设风速边界条件,通过求解Navier-Stokes方程,生成风速矢量场,并导入雨滴物理特性建模中,插值计算每个雨滴位置处的风速,进而在雨滴运动过程中添加受风力。
3.根据权利要求2所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述基于真实环境数据设置雨滴的透明度,包括微粒吸附影响和环境光交影响,其中,微粒吸附影响设定为SPM、A、[PM]和k5的线性表示,k5是透明度调整系数,[PM]为雨滴所在区域的局部PM浓度,SPM表示每个时间步中雨滴中颗粒物的数量,A是雨滴表面积;微粒吸附影响服从指数规律影响透明度衰减;
环境光交影响下的透明度受遮挡物透光率γ调制,引入光源对环境光交影响进行修正;
将修正环境光交影响下的透明度与微粒吸附影响下的透明度结合,获取每个时间步内雨滴的透明度。
4.根据权利要求3所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述水花效果的视觉渲染方法包括:设置雨滴到达地面或其他物体表面时的位置为撞击点、大小为初始粘合尺寸以及质量为原始质重,以终端速度为飞溅初速度,预设雨滴的生命周期;
预设到达地面或其他物体表面的材质为光滑坚硬材质、非光滑中等硬度材质和液态材质;为每个材质预设材质相关系数;
根据雨滴的原始质重和飞溅初速度计算撞击能量Ez,并记录碰撞点的法线方向;根据撞击能量Ez生成水花粒子簇LP为每簇粒子数量,h表示材质相关系数;
根据温度和湿度模拟蒸发效应对水花粒子进行质量衰减;
设置水花粒子飞溅方向为沿地面法线方向为主速度分量,随机水平偏转角度形成切向方向,通过主速度分量与切向方向结合获取飞溅方向;增设汽车驶过水面场景,设置该场景下触发定向喷射,飞溅初速度与车速正相关;
使用与雨滴相同的方法,迭代计算水花粒子的重力、空气阻力和受风力,更新速度和位置;
在时间步上,迭代更新水花粒子的速度、方向和位置,生成水花效果。
5.根据权利要求4所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述雨滴物理特性建模中引入地面积水动态演变机制,包括:对于每个到达地面或其他物体表面的材质预设湿度饱和限数,在每个时间步上,结合蒸发效应更新单位材质上的雨滴数量,设定材质的镜面反射与雨滴数量成正相关,当单位材质上的雨滴数量达到湿度饱和限数时,设定材质的镜面反射达到极限,不再发生变化;
根据用于测试的真实环境预设雨水井排水能力,根据每个时间步上到达地面的雨滴数量,采用洼地水位容量曲线法模拟洼地积水过程;
从洼地水深0开始,迭代更新每个时间步上洼地的积水深度,并获取每个洼地积水表面积,在积水面积上则使用水面对应材质的镜面反射。
6.根据权利要求5所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述传感器的物理影响建模,方法包括:预设雨滴材质的光学属性、电磁属性和声学属性;
在每个时间步长,迭代计算激光束与雨滴的交点,更新点云中的噪声点和强度衰减;
迭代更新摄像头上的水滴位置和形状,重新计算遮挡、模糊和光学效应,生成动态图像序列;
迭代更新毫米波束与雨滴的交点,重新计算衰减和散射效应,生成动态雷达信号;
迭代更新超声波束与雨滴的交点,重新计算遮挡和散射效应,生成动态回波信号。
7.根据权利要求6所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述传感器动态干扰单元包括:对于激光雷达点云散射建模;
使用光线追踪技术,追踪每条激光束的路径,计算其与雨滴的交点,交点处散射概率由Mie散射截面决定,散射方向由Mie散射相位函数决定;
如果激光束被散射,则在点云中添加噪声点,噪声点的位置由散射方向和强度决定,如果激光束未被完全散射,则其强度按指数衰减;
对于摄像头图像模糊建模;
将雨滴投影到摄像头镜头上,并获取雨滴的透明度,对图像中被雨滴遮挡的区域应用高斯模糊滤波器,模糊半径与雨滴大小成正比,获取雨滴在镜头上的遮挡和模糊效应;
通过线性公式设置雨滴的重力、受风力、镜头的表面摩擦力和雨滴在镜头上动态移动的关系表达,在每个时间步长上,更新雨滴的位置和形状,重新计算遮挡和模糊效应;
对于毫米波雷达信号衰减与散射建模;
对于每条毫米波束,使用光线追踪技术计算其与雨滴的交点,确定衰减和散射效应;
使用ITU-R模型拟合降雨强度得到衰减系数和散射截面;
毫米波的散射方向由Mie散射相位函数决定;
散射的毫米波信号会在雷达接收器中表现为噪声或虚假目标,进而得到影响后的毫米波雷达信号;
对于超声波传感器干扰建模;
对于每条超声波束,计算其与雨滴的交点,如果波束被完全遮挡,则回波信号强度为0,遮挡概率由雨滴的投影面积和波束截面积决定;
若雨滴的初始直径<1mm,采用Rayleigh散射计算雨滴对超声波的散射强度;若雨滴的初始直径≥1mm,采用Born计算雨滴对超声波的散射强度;散射的超声波信号在接收器中表现为噪声或虚假回波;进而得到影响后的超声波信号。
8.根据权利要求7所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述摄像头图像模糊建模中,引入光学效应和湿滑效应;
对于摄像头上的雨滴,从光源生成入射光线,计算光线与雨滴表面的交点,使用几何光学方法确定交点位置和法向量,根据Snell定律和菲涅耳方程,计算折射光线和反射光线的方向及强度,在每个时间步上递归追踪光线路径,直到光线离开雨滴或强度衰减到阈值以下时停止;
将入射白光分解为多个单色光,根据色散效应计算入射白光在雨滴内部每种波长光的折射角,使用光线追踪技术计算每种波长光在雨滴内部的折射和反射路径,根据出射光线的角度和强度,合成彩虹效应;
对于湿滑效应,使用双向反射分布函数模型建模材质的镜面反射。
9.根据权利要求8所述的一种虚实结合汽车自动驾驶测试方法,其特征在于,所述使用CAN总线或Ethernet接口将汽车的传感器套件和自动驾驶系统与虚拟孪生中心连接,运行自动驾驶系统,生成性能报告的方法包括:预设性能报告的量化指标和用于测试的真实环境;
使用数字孪生技术将用于测试的真实环境进行虚拟构建,生产虚拟孪生中心,使用真实环境数据对雨滴物理特性建模进行预训练,直到雨滴物理特性建模与真实环境数据的相似度达到阈值时停止,使用自动驾驶中的传感器套件数据预训练传感器的物理影响建模,直到达到预期时停止,形成训练完成的虚拟孪生中心;
使用CAN总线或Ethernet接口将汽车的传感器套件和自动驾驶系统与虚拟孪生中心连接,运行自动驾驶系统,记录量化指标的数据,形成性能报告。