SIL下的自动驾驶PNC测试是否具有真实性

吧 首先大家思考一个实际的自动驾驶仿真平台案例。

方案背景

某自动驾驶解决方案的自动驾驶仿真平台方案、该公司目前在为JL、BYD进行供应。

在实车测试的过程中、对APA测试、在上海万达停车场、将停车场的车辆刮了。

自动驾驶仿真平台框架

使用Aopllo算法模型＋Docker＋Rviz 搭建的自动驾驶仿真测试平台 进行对量产级的PNC功能进行测试。

疑问点：

（1）地图是否匹配？

使用的是轻量化的高精度地图 同样是Opendiver 。Aopllo对Opendiver的制作有属于自己的一套工具，但我个人对一些小公司，自己采集，使用Aopllo仿真开源平台，其地图格式是否可以完全匹配？

（2）Opendiver的版本是否标准？

Open driver有很多版本：如果在这样的一套系统下使用不知道什么版本的地图，其意义是什么？

（3）通过主观去对测试进行评估是否有可效性？

Rviz使用二维场景的可视化界面，对车辆的Pnc进行碰撞的实验。通过工程师的肉眼去观察记录问题。

（4）没有自己动力学模型与物理模型。

在没有自己的车辆动力学模型与物理传感器模型，使用参数配置。进行仿真测试。

测试场景中没有道路参考线。

（5）不能批量进行测试。

不能进行批量的场景功能测试，只能对某一场景进行几次简单的测试。

综合以上：在这样仿真下，测试的PNC的结果是否有参考价值？

这样的自动驾驶车辆、能不能上路？

1、测试执行的问题

1.1：SIL、Hil、Dil、VIL自动驾驶仿真系统相对复杂。一次的测试需要在场景仿真器（目前carla使用untiy、大部分都是untiy）动力学模型、控制模型（PNC）、被测控制器（ECU VCU）。

1.2：测试执行后的数据量庞大，分析与评估难度大。

自动驾驶仿真的系列流程通信：（prscan可以基于真值数据生成

1. 启动Carsim
2. 启动Prscan
3. 从Prscan中启动simulink
4. 在Carsim中设置主车参数
5. 在Carsim中Send to Simulink
6. 修改Prscan场景参数
7. Build模型
8. 在simulink中regenerate Prscan模型
9. 启动仿真、记录仿真数据、停止仿真