0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

你知道如何解決自動駕駛中HIL測試的同步以及延遲問題嗎?

虹科衛(wèi)星與無線電通信 ? 2023-02-27 11:21 ? 次閱讀

在上期文章中,我們提到了自動駕駛的HIL測試中目前需要考慮的兩個問題:

對于同步,需要考慮:

  • 如何處理HIL測試的同步化和時鐘系統(tǒng)?
  • HIL模擬器和虹科Orolia Skydel GNSS模擬器能否使用一個共同的時鐘源?

對于時延:

  • 從HIL模擬器的輸入(自動駕駛儀命令)和GNSS模擬器的輸出(GNSS射頻信號)如何使他們的延遲最小化,以保證模擬的實時性呢?

同步問題解決方案

應對同步的問題可以使用網絡時間服務器作為HIL模擬器和虹科Orolia Skydel GNSS模擬器的共用時鐘源,確保HIL仿真器和GNSS模擬器上的操作系統(tǒng)在數百微秒內緊密同步。在HIL模擬器和虹科Orolia Skydel GNSS模擬器中均使用Linux系統(tǒng),并配置精確時間協(xié)議(PTP)將時鐘與網絡時間服務器同步。

pYYBAGP8DV-AOOvqAADtMUP8NpU448.png

?

HIL模擬器接收到自動駕駛儀發(fā)送過來的數據后,會為數據添加時間戳,保證數據與GNSS模擬器共用同一個時鐘源,以最大限度減少二者之間的抖動和漂移。接著通過HIL客戶端把真實的位置信息發(fā)送到虹科Orolia Skydel GNSS模擬器上,通過GPU生成IQ數據并發(fā)給SDR產生射頻信號。需要注意,SDR也屬于模擬器部分,同樣需要進行同步,所以需要從同一時鐘源接收PPS來進行時間同步。這樣就實現了HIL模擬器和虹科Orolia Skydel GNSS模擬器的安全同步。

延遲問題解決方案

存在延遲的原因:

在自動駕駛中,從自動駕駛儀命令輸入真實信息給HIL模擬器,再到GNSS模擬器生成RF信號的過程中不可避免的會存在延遲。在這一個過程中,延遲存在于三個環(huán)節(jié)中:

pYYBAGP8DV6AVCIeAACQsga9I1U667.png

?

  • 在HIL模擬器中確定真實軌跡(也就是自動駕駛儀發(fā)送過來的信息)所需時間,而HIL模擬器對這些信息的采樣率不同可能會影響仿真器的處理時間。
  • HIL模擬器處理完成并輸出計算的真實位置到GNSS模擬器的傳輸時間,這一傳輸的時間是不可避免的。
  • GNSS模擬器處理收到真實位置并創(chuàng)建與軌跡對應的射頻信號的時間,通常稱這個時間為引擎延遲。

引擎延遲觀測解決方案:

在虹科Orolia Skydel GNSS模擬器中設置處理和生成軌跡的時間,通過性能界面觀測樣本傳輸是否正常,若不正常,可以把引擎延遲時間調大一點,從而得到最優(yōu)的引擎延遲時間,以減少延遲

如果希望將引擎延遲,也就是GNSS處理器處理和生成軌跡并創(chuàng)建與軌跡對應的射頻信號的時間延遲減少到幾毫秒,則可能會將硬件推向極限,從而造成欠載。GNSS模擬器中提供的性能圖可以直觀地了解所設置的引擎生成時間離硬件極限有多遠,以設置最優(yōu)的引擎生成時間來保證引擎延遲的最優(yōu)化。

poYBAGP8DV6AKarOAACpiVUt3sw464.png

下圖左側是模擬最后一分鐘的概覽,右側是模擬最后一秒的詳細視圖:

pYYBAGP8DV6AK3MfAACksV-VY0A162.png

?

為了更好地理解該圖,首先需要了解GNSS模擬器實時模擬的工作原理。GNSS模擬器在1毫秒的塊中處理模擬,每個塊必須通過3個工作線程:

  • 星座工作線程
  • 調制工作線程
  • 數據流線程

這些工作線程的組合稱為管道,樣本通過管道所需的時間是確定系統(tǒng)延遲的主要因素。由于一個樣本模擬的是1毫秒,因此SDR以1000Hz(實時)的穩(wěn)定速率進行處理。實時GNSS模擬器被允許提前處理這些樣本,但受到之前設置的引擎延遲的限制,當GNSS模擬器無法及時向SDR提供樣本時,就會發(fā)生欠載(也稱為下溢)。

下圖垂直軸上顯示的時間是:與SDR傳輸樣本的時間相比,樣本被提前處理的時間,引擎延遲限制可以提前處理樣本的時間。因此,工作線程應始終位于引擎延遲線下。

poYBAGP8DV-AfZw6AAFQIIsCdOc809.png穩(wěn)定的管道

?

一個正常穩(wěn)定的系統(tǒng)應始終開始在接近引擎延遲閾值的塊上工作。換句話說,藍色的工作線程應盡可能接近引擎延遲線。如果藍色工作線程低于引擎延遲,則表示模擬器落后;如果它沒有迅速趕上,就會發(fā)生欠載。根據系統(tǒng)的不同,藍色工作線程可能會靠近引擎延遲線,但仍有其他線程下降。如下圖,模擬器落后,發(fā)生欠載。

poYBAGP8DV-AR6j9AAFIJTBH464040.png管道欠載

?

下圖顯示了GNSS模擬器模擬最后一秒的分解圖,可以看到管道實時的處理情況。比如圖中藍色工作線程始終位于引擎延遲的下方,并接近引擎延遲,也就是說模擬器此時并沒有落后。而調制線程先落后再趕上并趨于穩(wěn)定,且在這個過程中沒有發(fā)生欠載,不會對信號生成產生影響,說明此時的引擎延遲是可靠的,還可以再嘗試調小,調小后再次觀察性能圖是否發(fā)生欠載。通過這種方式即可以找到最優(yōu)的引擎延遲。

poYBAGP8DV-ARUs-AAFiyqG81sQ425.png

?

傳輸延遲解決方案:

(1)

HIL模擬器定期發(fā)送當前接收機位置,虹科Orolia Skydel GNSS模擬器可以推斷接下來的軌跡以減輕延遲的影響,GNSS模擬器能夠根據收到的樣本估計接收器接下來的位置,從而無需等待中間的傳輸時間。

從自動駕駛儀命令的輸入開始,HIL模擬器接收到接收機的位置和動態(tài)信息,如速度、加速度、抖動等,并定期的對這些數據進行采樣,給每個樣本都打上時間戳以對應采樣的時間,此信息被稱為PVA樣本。

接著HIL模擬器發(fā)送處理過后獲得的真實位置給虹科Orolia Skydel GNSS模擬器,GNSS模擬器根據這些數據實時推斷接收機的下一個位置。此時需注意,對于GNSS模擬器來說,HIL模擬器發(fā)送給它的數據是過去的,是過去時間接收的信號,而對于RF信號來說GNSS模擬器發(fā)送給它的信號是經過推算后的軌跡,是未來的軌跡。

具體過程如下:

首先假設收到HIL客戶端發(fā)送過來的第一個樣本是T0,P點為當前時刻的T0樣本外推的軌跡位置。在P位置前一時刻,GNSS模擬器收到新的樣本T1。

pYYBAGP8DV-AL_uhAABC4YK1944174.png接收到新樣本T1

接收到了新樣本,那么軌跡到了P點曲線應該怎么變化呢?由于接收器的軌跡是動態(tài)的,HIL模擬器接收到接收器的軌跡后,要進行采樣,也就是說,T0的外推軌跡不會和T1完美連接,從圖中可以看出T1和T0中間是有空間的。

為了降低不連續(xù)性,GNSS仿真器平滑了兩個外推軌跡之間的過渡。引入一個時間參數T,該參數是從新樣本輸入時刻開始,到P所處的外推曲線收斂到和新樣本外推曲線相交的時刻所用的時間??梢钥吹较聢D,一個不連續(xù)的軌跡引入時間參數T后,軌跡收斂平滑,平滑后不改變軌跡的趨勢。

poYBAGP8DV-AI7OaAABSygi4zbY233.png軌跡不連續(xù)性緩解

收斂完成后,此時P點由原來的位置,收斂到P2的位置。如下圖所示,此時HIL模擬器又輸入一個T2樣本到GNSS仿真器,在T時間內,將P點所在的外推曲線收斂到和T2樣本的外推曲線相交的點P3,使軌跡變得平滑。

pYYBAGP8DV-AG3AQAABfGBvLSoA075.png軌跡平滑外推

若是在收到T1樣本并收斂到P2點的這段時間內,沒有收到新的樣本T2,那么在P2之后會按照目前最新的樣本軌跡,也就是T1樣本的軌跡外推,直到收到下一個樣本。

不斷地收到新樣本,不斷地按照這樣的方式收斂和平滑,通過這樣的方式可以提前推斷GNSS的軌跡,不用等到下一個樣本到來再進行處理和平滑軌跡,既保證了軌跡的正確性,又減少了等待樣本時間和計算軌跡的時間,間接的減少了HIL模擬器到GNSS模擬器的傳輸延遲。

(2)

HIL 模擬器定期發(fā)送未來接收器位置信息,此時HIL模擬器必須提前足夠的時間接收位置以彌補GNSS模擬器的等待時間。

在這個方案中,HIL模擬器提前的時間被稱為時間偏移量,由于HIL模擬器發(fā)送的是未來某個時間的位置而不是當前位置,時間偏移量應該是以下各項的總和:

  • HIL模擬器的采樣間隔
  • 傳輸的網絡延遲
  • 引擎延遲

例如,對于10ms的引擎延遲、200Hz的HIL模擬器采樣率和1ms的網絡延遲,時間偏移量應為16ms。

HIL模擬器發(fā)送帶有未來16ms時間戳的樣本,可以觀察到以下最佳模式:

pYYBAGP8DWCAQqTwAACe7wqdzgU261.png

目前大部分GNSS模擬器在延遲上最小只能做到20ms。而虹科Orolia GNSS模擬器通過設置最優(yōu)引擎時間以及預測軌跡的方案,使GNSS模擬器擁有極低的時延,可以達到小于10ms的延遲,甚至達到5ms。同步的解決方案也使得HIL模擬器和GNSS模擬器在幾百微秒緊密時鐘同步,極大的提高HIL測試性能。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 射頻
    +關注

    關注

    104

    文章

    5520

    瀏覽量

    167348
  • 通信
    +關注

    關注

    18

    文章

    5927

    瀏覽量

    135712
  • 無線通信
    +關注

    關注

    58

    文章

    4458

    瀏覽量

    143285
  • 智能汽車
    +關注

    關注

    30

    文章

    2735

    瀏覽量

    107040
  • 自動駕駛
    +關注

    關注

    782

    文章

    13543

    瀏覽量

    165746
收藏 人收藏

    評論

    相關推薦

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    自動駕駛HiL測試方案——攝像頭仿真之視頻注入#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月17日 15:18:41

    自動駕駛HiL測試方案 ——場景仿真3D演示#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月16日 10:55:35

    自動駕駛HiL測試方案介紹#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月12日 18:02:07

    智駕仿真測試實戰(zhàn)之自動泊車HiL仿真測試---泊入泊出#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月09日 17:53:39

    FPGA在自動駕駛領域有哪些優(yōu)勢?

    需更換整個硬件平臺。 綜上所述,FPGA在自動駕駛領域具有高性能、靈活性、低延遲、高能效比、硬件級安全、易于集成與擴展以及長期可維護性等顯著優(yōu)勢。這些優(yōu)勢使得FPGA成為自動駕駛技術
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領域有哪些應用?

    FPGA(Field-Programmable Gate Array,現場可編程門陣列)在自動駕駛領域具有廣泛的應用,其高性能、可配置性、低功耗和低延遲等特點為自動駕駛的實現提供了強有力的支持。以下
    發(fā)表于 07-29 17:09

    自動駕駛仿真測試實踐:高精地圖仿真

    引言隨著自動駕駛技術的快速發(fā)展,基于高精地圖的自動駕駛功能已初步落地應用,并持續(xù)迭代升級。在研發(fā)測試階段,多方面因素導致測試人員可能無法拿到控制器內部高精地圖對應的OpenDRIVE文
    的頭像 發(fā)表于 06-13 08:25 ?962次閱讀
    <b class='flag-5'>自動駕駛</b>仿真<b class='flag-5'>測試</b>實踐:高精地圖仿真

    小馬智行首批開啟北京南站自動駕駛測試

    小馬智行宣布開啟北京南站自動駕駛路線測試,成為首批在北京開啟經開區(qū)往返北京南站自動駕駛測試的企業(yè)。
    發(fā)表于 05-20 09:32 ?2369次閱讀
    小馬智行首批開啟北京南站<b class='flag-5'>自動駕駛</b><b class='flag-5'>測試</b>

    未來已來,多傳感器融合感知是自動駕駛破局的關鍵

    模態(tài)精準感知信息,使自動駕駛系統(tǒng)可以實時精準地感知道路上的各種狀況。 昱感微融合感知產品方案創(chuàng)新性地 將可見光攝像頭、紅外攝像頭以及4D毫米波雷達的探測數據在前端(數據獲取時)交互,將各傳感器的探測
    發(fā)表于 04-11 10:26

    自動駕駛測試場景深度解析

    自動駕駛測試場景標準化過程,實現不同采集平臺和技術方案的兼容性以及數據庫數據的互通共享,主要可以從以下幾個方面著手。
    發(fā)表于 02-29 10:12 ?837次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>測試</b>場景深度解析

    康謀方案 | 基于場景的端到端硬件在環(huán)(HiL測試智能解決方案

    。同時,針對不同傳感器進行協(xié)同工作,模擬不同的駕駛環(huán)境和交通狀況,測試和驗證自動駕駛車輛的算法和決策策略,從而確保其安全性和可靠性。 方案特點 針對ADAS/AD系統(tǒng)進行基于場景的端到端測試
    的頭像 發(fā)表于 01-31 17:17 ?636次閱讀
    康謀方案 | 基于場景的端到端硬件在環(huán)(<b class='flag-5'>HiL</b>)<b class='flag-5'>測試</b>智能解決方案

    芯驛電子AUMO仿真測試HIL助力自動駕駛行業(yè)發(fā)展

    12月下旬,芯驛電子 AUMO 應邀參加在上海 IM 智能創(chuàng)新中心舉辦的“智己汽車創(chuàng)新技術展”,展示的多款自動駕駛仿真測試 HIL 相關解決方案、電子后視鏡等產品引發(fā)關注,現場與智己汽車多名研發(fā)人員深入交流。
    的頭像 發(fā)表于 01-10 16:59 ?965次閱讀

    語音數據集在自動駕駛的應用與挑戰(zhàn)

    隨著人工智能技術的快速發(fā)展,自動駕駛汽車已經成為交通領域的研究熱點。語音數據集在自動駕駛中發(fā)揮著重要的作用,為駕駛員和乘客提供了更加便捷和安全的交互方式。本文將詳細介紹語音數據集在自動駕駛
    的頭像 發(fā)表于 12-25 09:48 ?470次閱讀

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)

    達到950以上,而在其他較弱紋理區(qū)域也能維持在900左右。誤差率低至5%以下,甚至在特征點明顯的標志物上可達到2%左右。 基于LabVIEW的雙目測距系統(tǒng)在自動駕駛具有廣泛的應用前景,它可以為車輛提供
    發(fā)表于 12-19 18:02