ANSYS驾驶模拟与交通场景编辑系统

1.      系统方案

ANSYS驾驶模拟与交通场景编辑平台提供了基于物理的三维场景建模、基于语义的道路事件建模、基于物理光学属性的摄像头和激光雷达的仿真、基于物理电磁学属性的毫米波雷达的仿真，从而实现多传感器、多交通对象、多场景、多环境的实时闭环仿真。其主要功能如下：

1)      开放式交通场景编辑模块，自定义设定道路和交通场景，可以自定义设定道路两旁的建筑物，绿化带等等；

2)      可以根据用户需求，自定义设定道路场景上的交通流，可以自定义设定道路上来往的车辆，行人和交通指示灯；

3)      可以根据客户需求，自行设定主动驾驶（或算法控制车辆）的车辆动力学参数；

4)      支持高精度的三维场景仿真和基于环境光的模拟；

5)      支持高精度的物理属性的传感器仿真，包括毫米波雷达的仿真、摄像头的仿真和激光雷达的仿真；

6)      此外，考虑到能更加逼真地反映“人—车—路”在环仿真测试，该平台还提供了开放的接口，可以与实物传感器、VR设备、控制器、各类测试数据进行无缝的联入，从而更好的满足不同级别、不同目标的测试仿真要求。

2.      系统构成

下面分别介绍本平台各模块的构成。

2.1.自定义道路环境

ANSYS驾驶模拟与交通场景编辑平台提供了一套自定义道路场景的设计工具，具备直道、弯道、曲线等设计能力，支持道路宽度、长度、半径、方向、车道数量、车道方向、车道限速、车道类型等的编辑。

同时，该设计工具支持高架等不同高度道路以及不同坡度倾角、道路交叉口、匝道、并道等的定义。还支持车道线的自定义化建模，包括单线、双线、实线、虚线、车道线纹理、颜色等一系列车道线类型。同时，软件集成丰富的环境模型库，如树木、建筑物、交通标识、路灯、电线杆、绿化带、动物，施工路段障碍物和设施、交通行人等对象模型，可根据用户需求对道路场景进行快速建模。

除了自定义场景外，ANSYS驾驶模拟与交通场景编辑平台还支持导入OpenStreetMap等3D高精地图，自动生成与地图匹配的道路模型。

2.2.自定义交通场景

ANSYS驾驶模拟与交通场景编辑平台还提供了快捷的基于语义的道路交通流设计，包括车道行驶规则、车辆及行人行为、交通指示牌行为，以及某一时刻各交通对象交通行为的精确数据输出。此外，交通对象的行为也可以人为定义，包含如车辆驾驶行为、突然变道、突然加速、行人乱闯红灯和人行道等一系列场景的仿真，同时软件内部车辆和行人之间可自定义交互与否，即可仿真自动避让行人和忽视行人发生碰撞等行为。软件内嵌脚本语言定义，同时也支持如Python，C++等语言的接口控制来定义交通行为。如下图所示，为通过语义级的脚本语言来定义车辆和行人等交通对象的行为。

2.3.构建车辆动力学模型

除了上述的道路场景以及交通流的搭建能力之外，ANSYS驾驶模拟与交通场景编辑平台同样提供了基于总成特性的车辆动力学模型，并提供了以下性能参数的配置：

Ø 底盘参数，如长宽高、轴间距、重量等；

Ø 性能参数，如最大时速、引擎转速等；

Ø 转向参数；

Ø 轮毂参数；

Ø ……

同时，软件还提供了各类特性参数的预定义实验数据，方便用户对所定义车辆的特性进行快速的测试验证。相关的实验数据有：

Ø 加速特性实验数据；

Ø 刹车特性实验数据；

Ø 转弯特性实验数据；

Ø 方向盘特性实验数据；

Ø 侧风实验数据；

Ø 障碍物和转弯实验数据；

Ø ……

ANSYS驾驶模拟与交通场景编辑平台还支持外部车辆动力学模型的导入和集成，如CarSim车辆动力学模型，以及用户自研的车辆动力学模型。

2.4.基于物理真实的三维场景建模

在无人车辆的物理仿真中，除了前述关于道路场景，交通流以及车辆动力学模型的建模能力外，ANSYS驾驶模拟与交通场景编辑平台的最大特点和优势在于提供基于物理真实的三维场景建模和ray-tracing的图形算法。使得上述的场景的构建与物理真实达到一个高匹配度，以此对无人车中传感器的感知和后期控制算法的验证提供了很好的准确性和真实性，以减少场景搭建的缺陷所带来的传感器和感知算法的决策错误。

在整个基于物理真实的建模平台搭建中，ANSYS驾驶模拟与交通场景编辑平台会通过对以下物理真实参数的定义和基于ray-tracing的图形算法来保证仿真的准确性和真实性：

n 环境光源的定义，包括：

Ø 天空的照度值；

Ø 基于经纬度的太阳光的照度和位置定义；

Ø 环境场景中各种点光源以及面光源的定义（光谱+IES+XMP）；

Ø 车辆照明系统的光源定义（光谱+IES+XMP）；

n 环境场景中包括道路，建筑，车身等一系列材料表面光学属性的定义。

其中各个光源的定义通过导入相关定义文件，如下图所示：

如前述所讲，材料表面光学属性通过ANSYS开发的一套OMS材料物理光学属性BRDF测量仪硬件设备，对用户所需仿真的场景材料库进行探测，并将探测所得材料表面光学属性BSDF函数附在前述场景建模的所属材质表面，从而在ray-tracing的图形算法下仿真得到一整套完整的考虑外部环境光以及物体表面光学属性的物理真实的三维场景建模。同时ANSYS驾驶模拟与交通场景编辑平台还提供丰富的材料库供客户场景建模使用。

2.6.实时闭环仿真系统

如前述通过对环境、场景、交通流的建模构造出无人车辆的运行场景和轨迹，同时耦合如摄像头、激光雷达和毫米波雷达的感知系统的仿真，通过开放的API接口，可以方便的进行外部自动驾驶算法的集成。从而形成实时闭环的驾驶系统仿真。

2.7.基于物理的智能头灯照明仿真系统

随着智能驾驶辅助系统（ADAS）的逐渐普及和行业发展，车辆智能化头灯照明系统也逐渐成为当前行业的发展趋势和应用热点。ANSYS自动驾驶仿真平台Headlamp模块通过ANSYS特有的物理级仿真引擎，为客户提供真实的车辆头灯路面光型分布测试和动态驾驶与智能头灯仿真测试。

除了前述在三维环境建模中通过ANSYS OMS设备进行材料表面光学属性的采集与赋值外，为了保证接近真实的物理仿真光型，Headlamp模块同样对光源进行仿真模拟，包括车灯光源，自然光光源，路灯光源等。定义方式包含如：

Ø 光源光强分布IES文件；

Ø 光源光谱spectrum文件；

Ø 光源强度等；

如下图所示分别为不同光源的光谱分布和车灯光源的IES定义文件。

基于环境和光源的物理仿真，可以实现车辆前照灯远光，近光，侧灯的切换以及光强的实时切换控制，同时丰富的光度学分析工具，包含色度学，光度学，等照度线，等照度区域等信息便于分析光分布情况。支持的25米目标墙光分布信息用于分析验证头灯光分布是否符合标准。

除了静态光型分布验证，ANSYS Headlamp开放的如C++，SCADE，Simulink的光型数据接口支持客户自定义化的智能头灯开发与验证，同时丰富的动态驾驶模拟和场景仿真也可以帮助客户实现实时的动态驾驶头灯验证，如AFS，ADB，矩阵头灯，像素头灯等智慧头灯的仿真与测试验证，基于IIHS动态头灯测试标准的夜间测试验证。

欧洲2.0旨在满足场景密度要求，同时通过利用SCANeR™工作室的新磁贴系统管理，可以创建有效的场景控制。由于其大尺寸和地形多样性，欧洲2.0提供了许多机会。使用欧洲2.0，您将能够使用各种实验（ADAS的开发，管理事件的研究等），以便在许多移动车辆上快速和长时间驾驶：公路，高速公路，山脉（雪，曲线和银行） ，城市，休息区等

由于SCANeR™studio 1.8即将推出的新“国际化”功能，客户可以自动将标志和道路标记更改为其他国家/地区（DE / US / MX）。

 

使用SCANeR™studio的Terrain模式可以轻松导入GIS数据。

AVSimulation与ANSYS之间的战略合作伙伴关系通过虚拟测试加速了自动驾驶汽车的设计和验证，可在一周内实现数百万英里的数字道路测试。

此次合作将AVSimulation的革命性仿真技术与ANSYS的沉浸式自动驾驶模拟解决方案相结合，大大加速了自动驾驶汽车向汽车制造商推向市场的道路。

作为其驾驶模拟器模块嵌入在VRXPERIENCE中，AVSimulation经过验证的SCANeR™Studio产品是一个开放且可扩展的模块化仿真解决方案，可创建超逼真的虚拟世界，使用户能够模拟数千种高性能集群或多种可变性的驾驶场景。公共云，例如Microsoft Azure。SCANeR™融合了高清地图和资产图书馆生成的道路，交通状况，天气状况，车辆动力学等。

“通过这种合作伙伴关系，AVSimulation和ANSYS提供了惊人的广度和深度的技术，使汽车制造商能够大幅降低开发成本，加快向客户交付自动车辆”，ANSYS系统业务部副总裁兼总经理Eric Bantegnie说。

有关官方新闻稿的详细信息：https：//www.prnewswire.com/news-releases/avsimulation-and-ansys-speed-development-of-safe-autonomous-driving-for-automakers-300873669.html

 

Dogan E., Rahal M.C., Deborne R., Delhomme P., Kemeny A., Perrin J. (2017)
Transition of control in a partially automated vehicle: Effects of anticipation and non-driving-related task involvement
Transportation Research Part F 46 Traffic Psychology and Behavior, pp.205-215

Colombet F., Fang Z., Kemeny A. (2016)
Tilt thresholds for acceleration rendering in driving simulation
Transactions of the Society for Modeling and Simulation International, Vol.92(11), pp. 1025-1033

Lacroix B., Rouelle V., Kemeny A., Mathieu P., Laurent N., Millet G., Gallée G. (2009)
Informal Rules for Autonomous Vehicles in Scaner™
Proceedings of the DSC Europe Conference 2009

Clausse V., Couchat P., Heidet A., Kemeny A. (1999)
SCANeR : an effective vehicle simulation tool for training and research
International Congress on the Use of Simulators, León, Spain

Chalard S., Pleczon P., Kemeny A. (1994)
Utilisation de SCANeR pour la validation de systèmes d’aides à la conduite
Actes de conférence de la Journée Spécialisée de l’INRETS : Simulation de la conduite automobile : validité dans une problématique de recherche, Actes n°42, Déc. 1994, pp.84-95

Kemeny A. (1993)
A Cooperative Driving Simulator
Proceedings of the International Training and Equipment Conference, London, May 1993, pp.67-71