自動(dòng)駕駛的開發(fā)架構(gòu)是什么？

自動(dòng)駕駛軟件開發(fā)基礎(chǔ)的架構(gòu)，逃不出我們經(jīng)常所說(shuō)的三大法寶，感知--- 決策（規(guī)劃）--- 執(zhí)行（控制），這三個(gè)內(nèi)容，軟件開發(fā)基礎(chǔ)思路都不一樣，且聽(tīng)本屌絲娓娓道來(lái)！

感知：

雷達(dá)的感知大多都是一些傅里葉變換一類的算法來(lái)處理多普勒效應(yīng)的脈沖波信號(hào)，目前主流的都是用C來(lái)做代碼。雷達(dá)的種類很多，這個(gè)算法僅僅限于毫米波雷達(dá)，激光雷達(dá)本屌絲就不懂了。

攝像頭對(duì)應(yīng)的大多都是進(jìn)行圖像處理，雖然說(shuō)目前Simulink包含對(duì)應(yīng)的圖像處理算法模型，但是這些算法模型僅僅對(duì)于大家寫論文有用，容易出結(jié)果，容易仿真！但是實(shí)際的算法中大多都是用OpenCV與C++進(jìn)行柔和使用。

像慣性導(dǎo)航，GPS里面的算法，都是另外一個(gè)范疇，Simulink參與的不多，輪速，車身姿態(tài)大多來(lái)源于ESC，EPS，這些相對(duì)應(yīng)的模塊！

綜上所述，Simulink在感知這個(gè)層面，用的不多。

決策：

在L3以上的級(jí)別，因地圖的參與，我們稱之為規(guī)劃，L3級(jí)別以下的大多稱之為決策，即多個(gè)目標(biāo)的來(lái)源的融合，進(jìn)行決策。

融合算法目前大多在雷達(dá)與攝像頭里面，但是目前有逐漸獨(dú)立的趨勢(shì)，向域控制器靠攏，相當(dāng)多的算法都柔和在里面。軟件開發(fā)雖然說(shuō)有用Simulink開發(fā)的，但是很多還是用C,C++進(jìn)行開發(fā)，尤其是對(duì)多維度的目標(biāo)追蹤與融合！

執(zhí)行（控制）：

執(zhí)行分為，橫向控制域，縱向控制。橫向控制主要是與EPS進(jìn)行角度，以及扭矩的交互。縱向控制主要與動(dòng)力總成，底盤進(jìn)行交互，交互的核心就是加速度的需求與制動(dòng)的需求。

這些控制邏輯，用通俗的來(lái)說(shuō)，都是簡(jiǎn)單的門控制邏輯，大都是或，與，非，一類的邏輯，這些就是Simulink的長(zhǎng)項(xiàng)，所以執(zhí)行相關(guān)的邏輯，都是應(yīng)用Simulink進(jìn)行開發(fā)，然后進(jìn)行代碼自動(dòng)生成，最后進(jìn)行柔和！

綜上所述，Simulink對(duì)自動(dòng)駕駛的支持，其實(shí)目前并不是很廣泛，大多集中在功能的控制方面，其它相關(guān)的圖像，雷達(dá)算法的應(yīng)用，其它大多都還在寫論文階段，總結(jié)如下所示，哈哈！

Simulink如何搞自動(dòng)駕駛算法開發(fā)？

目前搞自動(dòng)駕駛算法開發(fā)的，Simulink中有很多對(duì)應(yīng)的庫(kù)文件以及示例可以參考，如下圖所示的庫(kù)文件，可以拿來(lái)直接應(yīng)用。

以及對(duì)應(yīng)的示例文件，直接點(diǎn)擊Help，自己學(xué)習(xí)一下，應(yīng)該也問(wèn)題不大。

然后講對(duì)應(yīng)的算法生成，進(jìn)行集成即可！至于所說(shuō)的Simulink可以做融合，感知算法,本屌絲無(wú)法否認(rèn)，但是實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)，現(xiàn)在實(shí)際工程用的還是很少的！

但是，當(dāng)你在開發(fā)某個(gè)功能的時(shí)候，前期的驗(yàn)證如何搞？如何搞個(gè)模擬的感知算法，如何搞個(gè)仿真的融合算法，如何驗(yàn)證前期你的功能算法，這個(gè)就需要我們的大殺器出場(chǎng)了！

Simulink的大殺器--ADAS系統(tǒng)仿真與數(shù)據(jù)處理

這兩個(gè)東西，才是ADAS系統(tǒng)開發(fā)的主角，因?yàn)檎嬲墓δ荛_發(fā)，肯定沒(méi)有發(fā)動(dòng)機(jī)，變速箱復(fù)雜，但是ADAS系統(tǒng)的數(shù)據(jù)量，以及仿真需求，遠(yuǎn)遠(yuǎn)大于其它系統(tǒng)，因?yàn)檫@個(gè)東西不仿真，直接測(cè)試，太花錢！

ADAS的系統(tǒng)是一個(gè)非常復(fù)雜的東西，在開發(fā)早期，特定階段或者某個(gè)場(chǎng)景的驗(yàn)證，如果用實(shí)際車輛的話，那就太花錢，而且不實(shí)際！所以我們?cè)谠缙谶M(jìn)行場(chǎng)景驗(yàn)證時(shí)候，后期問(wèn)題復(fù)現(xiàn)，就需要我們的大殺器Simulink!尤其對(duì)于L3,L4級(jí)別的功能，必須要我們這個(gè)大殺器才能完成幾百萬(wàn)公里的驗(yàn)證。

ADAS系統(tǒng)仿真與驗(yàn)證

在Simulink的環(huán)境中建立仿真環(huán)境進(jìn)行算法驗(yàn)證與開發(fā)，目前Simulink集成了Driving Scenario Designer的庫(kù)，這個(gè)庫(kù)可以完成場(chǎng)景的規(guī)劃與定義，如下所示：

• 環(huán)境建模---道路，車道線。
• 車輛建模---道路車輛，行駛軌跡，自身車輛的尺寸，雷達(dá)相關(guān)截面積。
• 標(biāo)準(zhǔn)支持---目前網(wǎng)上有很多Open Drive 格式的路網(wǎng)文件，可以直接導(dǎo)入，進(jìn)行計(jì)算。

場(chǎng)景的建模完成后，Matab可以將其轉(zhuǎn)化為Mat文件（類似于自動(dòng)代碼生成的S-Function格式），然后導(dǎo)入Simulink的環(huán)境中，添加對(duì)應(yīng)的傳感器模型，進(jìn)行開環(huán)，閉環(huán)的仿真！如下圖的開環(huán)仿真，以驗(yàn)證對(duì)應(yīng)的融合算法！

閉環(huán)的仿真是增加了車輛動(dòng)力學(xué)，以及對(duì)應(yīng)的路徑設(shè)計(jì)。將其變成閉環(huán)，以驗(yàn)證對(duì)應(yīng)的功能算法，比如ACC,AEB，TJA一類的功能。這兩個(gè)就是我們所說(shuō)的SIL， 軟件在環(huán)仿真的學(xué)術(shù)定義！

當(dāng)這些場(chǎng)景與算法設(shè)計(jì)完成后，就需要對(duì)其進(jìn)行測(cè)試，測(cè)試的工具和方法，與之前講的自動(dòng)代碼生成的測(cè)試方法一樣，都可以用Simulink的Test Manager進(jìn)行動(dòng)態(tài)的Test Case 與靜態(tài)的代碼覆蓋率的測(cè)試，如下圖所示，與基本的測(cè)試方法都一樣！

以上講的都是正規(guī)的算法驗(yàn)證過(guò)程，適用于基礎(chǔ)功能開發(fā)，但目前大多用的都是應(yīng)用型項(xiàng)目，應(yīng)用型項(xiàng)目的主要的測(cè)試工作都是進(jìn)行道路數(shù)據(jù)采集，然后進(jìn)行驗(yàn)證，這樣更加真實(shí)可靠，同時(shí)也省下很多仿真模型建立的工作。省錢高效！哈哈哈。

中國(guó)OEM的傳統(tǒng)做法。具體的操作方法與以上類似！導(dǎo)入場(chǎng)景數(shù)據(jù)，可以驗(yàn)證具體的傳感器算法，導(dǎo)入目標(biāo)列表數(shù)據(jù)，可以驗(yàn)證具體的功能算法，如下圖所示！

設(shè)計(jì)，仿真，測(cè)試，這個(gè)閉環(huán)形成ADSA算法的開發(fā)與驗(yàn)證，顯示Simulink軟件的NB之處：

ADAS的數(shù)據(jù)處理

在實(shí)際的測(cè)試與驗(yàn)證的過(guò)程中，會(huì)收取大量的數(shù)據(jù)，攝像頭的圖像數(shù)據(jù)，雷達(dá)數(shù)據(jù)，車道檢測(cè)數(shù)據(jù)，激光雷達(dá)數(shù)據(jù)，慣性測(cè)量單元數(shù)據(jù)等，這些結(jié)果如何處理?如何標(biāo)注真值呢？

Simulink中的ADST工具箱里面含有對(duì)應(yīng)的函數(shù)，然后可以講對(duì)應(yīng)的圖像數(shù)據(jù)，分析后的目標(biāo)列表，統(tǒng)一顯示分析在一個(gè)圖表中，進(jìn)行我們所謂的真值標(biāo)定， 然后進(jìn)行可視化，這個(gè)要比我們?nèi)庋劭矗狽B多了，請(qǐng)參考下圖！

在做可視化的時(shí)候，Simulink可以將車輛坐標(biāo)系與圖像坐標(biāo)系的進(jìn)行同屏轉(zhuǎn)化，這樣可以繪制不同的點(diǎn)云數(shù)據(jù)，便于傳感器信號(hào)的分析，驗(yàn)證。