在自动驾驶系统的开发过程中，车辆在环测试是必不可少的。为了解决这一问题，文章提出了一种新的测试方法，这种测试方法可以模拟车辆周围的交通环境，自动测试无人驾驶汽车。下面就本文的研究背景及问题、测试环境的搭建、测试过程及结论进行简要概述：
一、 研究背景及问题与人类学习驾驶技术一样，自动驾驶汽车也是从开始学习，目前为止还没有掌握足够多的经验，可能在实际的公路交通中出现错误，而且大多数国家不允许在实际道路上测试，因此创建一个能在任意交通情况下在实际环境中进行测试的车辆系统显得十分必要。同时以往的硬件在环测试只是对车辆动力学模型的测试，测试精度有限。因此文章提出了车辆在环测试的方法对自动驾驶汽车进行测试。
二、 测试环境的搭建文章设计了车辆在环的测试仿真框架，该测试框架由三个部分组成：仿真测试平台选用了城市交通仿真软件（SUMO）对测试环境进行模拟、利用CAN总线搭建了实际测试汽车与模拟仿真系统的通信网络、选用了经过修改且带有AutoBox的自动驾驶汽车作为被测对象（该汽车的所有执行机构由AutoBox进行控制）。具体的测试框架及数据交互过程如下图：
其中SUMO提供了基于XML的配置，通过修改配置可以对道路网络的几何形状进行模拟。CAN总线是汽车与仿真软件沟通的通道，对CAN总线的标准数据库操作可以在MATLAB中解释与处理数据库文件，同时为了从CAN总线上读取消息，文章使用了多通道通信设备Vector CanCaseXL。自动驾驶汽车由ECU进行控制，ECU与CAN总线连接进行数据交互。文章搭建了MATLAB与SUMO的联合仿真模块该模块与Vector CanCaseXL进行数据交换，同时Vector CanCaseXL与通过CAN总线自动驾驶汽车传递数据，将仿真数据传递给自动驾驶汽车。同时，文章修改了车辆原有的ECU以及制动系统，利用外部计算机，将激光雷达（不是有意使用）模拟数据复制到CAN总线上输入智能控制器中。
三、测试过程在实验过程中，文章将真实车辆的加速和制动动作直接加载到交通模拟器中，并通过SUMO对虚拟车辆的运动进行仿真。文章对特定区域进行建模，同时构建了一辆虚拟汽车作为干扰源来测试自动驾驶汽车：开始是两车从不同位置出发，虚拟汽车以10Km/h的速度行驶，只要没有障碍物就保持这个速度，自动驾驶汽车紧随其后，当两车距离低于2m时自动驾驶汽车制动。实验场景搭建如下图：
实验过程的数据被记录下来。干扰源与测试车的距离通过CAN总线传输，距离信息由模拟器的数据进行覆盖。期间通信频率为5HZ模拟信号与实际速度存在轻微延迟（可忽略），当距离小于2m时测试车辆进行制动。实验过程中油门踏板与刹车踏板为自动控制，汽车转向由人操作。
四、结论该实验通过车辆在环测试模拟了测试环境及干扰车辆，测试结果验证了自动驾驶系统的正确性。文章提出的车辆在环测试弥补了硬件在环测试数据不真实准确的缺点，获得了实车实验的真实数据。提高了自动驾驶汽车的测试效率，降低了测试成本，保证了测试的安全性。实验时测试车辆速度和测试车与干扰的距离数据如下图所示：
五、未来展望
作为未来的工作，可以对交通管理参数，周边基础设施及车辆进行建模，利用三位模拟器将实时虚拟成像呈献给自动驾驶系统，将GPS系统加入车辆在环测试。这可以基于GPS确定速度和位置。通过最大化资源和增加频率，可以创建更快、更准确的通信。此外，引入滤波技术也有助于改善元件之间的信号传输。
/3 
