基于Prescan的智能驾驶辅助系统在环研究
基于Prescan进行CIDAS场景建设
10.16638/ki.1671-7988.2021.06.017基于Prescan进行CIDAS场景建设姜家如1，刘君程2，宋绍文1，罗传东1，王涛1，李石1（1.安徽江淮汽车集团股份有限公司技术中心，安徽合肥230601；2.安徽江淮汽车集团股份有限公司海外汽车研究所，安徽合肥230601）摘要：文章主要采用Prescan软件对中国交通事故深入研究（CIDAS）场景进行模拟，建立虚拟仿真模型。
其中CIDAS场景数据主要通过公安部道路交通安全研究中心制定中国车辆安全管理政策的相关数据和汽车安全标准、C-NCAP管理规则的制修订的微观事故数据样本。
然后通过Prescan软件，复现现场，并且结合MATLAB编制的控制策略完成事故发生过程。
关键词：自动泊车；场景；雷达传感器；控制策略；仿真分析中图分类号：TP391.9 文献标识码：B 文章编号：1671-7988(2021)06-58-02CIDAS Scene Construction Based on PrescanJiang Jiaru1, Liu Juncheng2, Song Shaowen1, Luo Chuandong1, Wang Tao1, Li Shi1( 1.Technology Center of Anhui Jianghuai Automobile Group Crop., Ltd., Anhui Hefei 230601;2.Anhui Jianghuai Automobile Group Crop., Ltd. International Company, Anhui Hefei 230601 )Abstract:This article mainly uses Prescan software to simulate the China In-depth Study of Traffic Accidents (CIDAS) scenario and establish a virtual simulation model. Among them, the CIDAS scene data is mainly based on the data related to the development of China's vehicle safety management policies by the Road Traffic Safety Research Center of the Ministry of Public Security, and the micro accident data samples of the formulation and revision of automobile safety standards and C-NCAP management rules. Then use Prescan software to reproduce the scene, and complete the accident process in combination with the control strategy compiled by MATLAB.Keywords: Automatic Parking; Scene; Radar Sensor; Control Strategy; Simulation AnalysisCLC NO.: TP391.9 Document Code: B Article ID: 1671-7988(2021)06-58-02引言自2017年以来，市场上具有智能驾驶功能的车辆如雨后春笋，不仅是合资车，自主车型的智能驾驶功能也逐渐全面[1]。
基于PreScan的AEB算法开发与仿真验证
基于PreScan的AEB算法开发与仿真验证如果碰撞迫在眉睫，而司机没有采取任何行动（或行动不够快），自动紧急制动（AEB）系统就会自动开始制动。
AEB能够检测到潜在的碰撞，并激活制动系统，使车辆减速，目的是避免碰撞，或至少减轻其影响。
根据博世德国研究的数据，有了自动紧急制动系统，多达72%的追尾碰撞造成的人身伤害可以得到避免，在30Km/h以下的所有追尾碰撞中可以防止多达2/3 的人身伤害和财产损失。
主动安全技术可以完全防止事故的发生，或至少积极帮助司机减少紧急情况的影响。
主动系统让司机在危险情况下有更多的控制权。
为此，各种安全系统不断监测车辆的性能和周围环境。
如果自动紧急制动系统检测到与前车或静止车辆的距离在30公里/小时（18英里/小时）以上时变得非常短，它将为潜在的紧急制动系统做准备。
如果驾驶员没有对危险情况作出反应，系统会通过声音和/或视觉信号向驾驶员发出警告，然后是一个短暂但明显的刹车，一般称为点杀。
然后，系统启动部分制动，以降低车速，给司机提供宝贵的反应时间。
一旦司机踩下制动踏板，系统就会提供制动支持。
为了做到这一点，系统不断计算避免碰撞所需的车辆减速程度。
如果系统检测到司机未能施加足够的刹车力，它就会将刹车压力增加到所需的水平，这样司机就能在碰撞发生前尝试将车辆停住。
如果司机未能对眼前的碰撞风险作出反应，而自动紧急制动系统确定追尾碰撞是不可避免的，它可以自动启动全面制动。
因此，当碰撞发生时，车辆的行驶速度大大降低，减少了两车乘客的碰撞严重性。
随着智能驾驶技术的发展，道路车辆正因此而变得越来越"聪明"和安全。
使用传感器使汽车能够在危险发生之前看到危险，从而预测要采取什么行动。
但是，传感器应该观察什么，有哪些相关的交通场景可以开发和测试验证你的系统？如何将观察结果转化为车辆的反应，意外中断的影响是什么，甚至更具有挑战性的是，你如何确保来自不同传感器的信息以这样一种方式结合起来，使车辆以一种稳定的方式做出适当的反应？为了帮助回答这些问题，我们可以使用Prescan：一个可以搭建智能驾驶系统开发和验证评估环境的仿真软件，在这个环境中，智能汽车可以实际看到它们正在行驶的周围环境，并能随后做出反应。
基于机器学习的智能行车辅助系统研究
基于机器学习的智能行车辅助系统研究近年来，随着智能化、自动化、信息化等新科技的不断发展，人们生活方式、交通出行等方面也发生了翻天覆地的变化。
在众多新技术领域中，汽车驾驶技术的智能化也引起了广泛的关注。
基于机器学习的智能行车辅助系统是其中一项有着广泛前景的技术，本文将对该技术进行细致研究并探讨其在未来的应用前景。
一、基于机器学习的智能行车辅助系统的研究概述基于机器学习的智能行车辅助系统主要包括车辆感知模块、驾驶状况识别模块、情境分析与预测模块以及驾驶决策模块等，其中车辆感知模块主要用于实时感知车辆周围的道路环境、交通状况等。
驾驶状况识别模块用于通过各种传感器获取驾驶员的行为特征，分析驾驶员的驾驶行为状态，如疲劳程度等。
情境分析与预测模块主要用于对车辆周围环境进行深度学习，分析当前行车情境下的交通状况以及路况等。
驾驶决策模块则是基于以上几个模块的数据，进行较为复杂的计算分析，并给出行车建议，指导驾驶员进行更加安全、自动化的行车。
不同于传统的车辆辅助技术，基于机器学习的智能行车辅助系统采用人工智能技术，通过大量的数据采集、处理、分析和训练学习，从而达到更高级别的智能化。
二、机器学习的基本概念机器学习是一种能够让计算机通过经验自动更新的技术。
它的核心思想是通过数据的归纳整理和推理，不断地提高机器的性能和效率。
目前机器学习主要分为三大类，监督学习、无监督学习和强化学习。
1、监督学习：是指给机器一个标签的数据集，让机器在学习样本后能够自己进行分类、检测操作，从而学会从输入中产生正确的输出。
这种学习技术在智能行车辅助系统中有着广泛应用。
2、无监督学习：是指机器在学习过程中没有给出标签的数据集，机器根据输入数据的数据模式来学习，从而输出结果。
3、强化学习：是指以试错为学习方法，机器在不断地选择和执行动作时，得到积极的回报时增加相应的权重和概率。
三、基于机器学习的智能行车辅助系统的应用前景虽然基于机器学习的智能行车辅助系统目前还存在一些潜在问题，但是其应用前景还是不可限量的。
自动驾驶汽车硬件在环仿真实验平台研发
ISSN 1002-4956 CN11-2034/T实验技术与管理Experimental Technology and Management第38卷第2期2021年2月Vol.38 No.2 Feb. 2021DOI: 10.16791/j.c n k i.s j g.2021.02.027自动驾驶汽车硬件在环仿真实验平台研发雍加望K2,冯能莲3,陈宁1(1.北京工业大学北京市交通工程重点实验室，北京100124;2.清华大学汽车安全与节能国家重点实验室，北京100084; 3.北京工业大学环境与生命学部，北京100124)摘要：自动驾驶汽车作为重点竞争领域将是今后一个时期内国内外汽车工业发展的主流趋势。
为使学生更全面地理解并掌握自动驾驶汽车关键技术，研发了自动驾驶汽车硬件在环仿真实验平台（A V H1L)。
A V H I L硬件层面集成了实车制动系统、转向系统、传感器系统以及网络通信系统，可提供完整的整车硬件在环实验环境；A V H IL 软件层面以M A T L A B/S im u lin k为核心构建快速控制原型算法，基于P r e S c a n软件提供虚拟现实界面和环境感知类传感器模块，利用C a r S i m软件实时运行整车动力学模型。
A V H I L为自动驾驶上层控制算法与底层执行机构的开发与测试、高级驾驶辅助系统开发与测试、驾驶员行为特性研究等提供了实时高效的仿真平台，为本科生教学与研究生实践奠定了实验基础。
关键词：自动驾驶；硬件在环；仿真；实验平台中图分类号：U467.3文献标识码：A文章编号：1002-4956(2021)02-0127-05Development of hardware-in-the-loop simulation experimentalplatform for automatic driving vehicleY O N G J ia w a n g1，2,F E N G N e n g lia n3,C H E N N in g1(1. B e ijin g K e y L a b o ra to ry o f T ra ffic E n g in e e rin g, B e ijin g U n iv e rsity o f T ech n o lo g y, B e ijin g100124, C h in a;2. S tate K e y L a b o ra to ry o f A u to m o tiv e S a fe ty a n d E n erg y, T sin g h u a U n iv e rsity, B e ijin g100084, C h in a;3. F a c u lty o f E n v iro n m e n t a n d L ife, B e ijin g U n iv e rsity o f T e c h n o lo g y, B e ijin g100124, C h in a)Abstract: A s a k e y c o m p e titio n a r e a, th e a u to m a tic d r iv in g v e h ic le w ill b e c o m e th e m a in tr e n d o f th e d e v e lo p m e n t o f a u to m o b ile in d u s tr y a t h o m e a n d a b r o a d in th e n e x t p e r io d. In o r d e r to e n a b le s tu d e n ts to u n d e r s ta n d a n d m a s te r th e k e y t e c h n o lo g ie s o f a u to p ilo t, a h a r d w a r e-in-th e-lo o p s im u la tio n e x p e r im e n ta l p la tf o r m(A V H IL) is d e v e lo p e d. T h e h a r d w a r e le v e l o f A V H IL in te g r a te s th e r e a l v e h ic le b r a k in g s y s te m, s te e r in g s y s te m, s e n s o r s y s te m a n d n e tw o r k c o m m u n ic a tio n s y s te m, w h ic h c a n p r o v id e a c o m p le te v e h ic le h a r d w a r e-in-th e-lo o p e x p e r im e n ta l e n v ir o n m e n t. A t th e A V H IL s o f tw a r e le v e l, th e r a p id c o n tr o l p r o to ty p e a lg o r ith m is c o n s tr u c te d w ith M A T L A B/ S im u lin k a s th e c o r e. T h e v ir tu a l r e a lity in te r fa c e a n d e n v ir o n m e n t s e n s in g s e n s o r m o d u le a r e p r o v id e d b a s e d o n P re S c a n s o f tw a r e, a n d th e v e h ic le d y n a m ic m o d e l is ru n in r e a l tim e b y C a r S im s o f tw a r e. A V H IL p r o v id e s a r e a l-tim e a n d e f f ic ie n t s im u la tio n p la tf o rm fo r th e d e v e lo p m e n t a n d te s t o f th e u p p e r c o n tr o l a lg o r ith m a n d th e u n d e r ly in g a c tu a to r, d e v e lo p m e n t a n d te s t o f a d v a n c e d d r iv in g a s s is ta n c e s y s te m a n d r e s e a r c h o f d r iv e r b e h a v io r c h a r a c te r is tic s, w h ic h la y s a n e x p e r im e n ta l fo u n d a tio n f o r u n d e r g r a d u a te t e a c h in g a n d g r a d u a te p r a c tic e.Key words: a u to m a tic d r iv in g; h a r d w a r e-in-th e-lo o p; s im u la tio n; e x p e r im e n ta l p la tf o r m世界汽车工业发展围绕着“安全、舒适、节能收稿日期：2020-05-15基金项目：北京工业大学交通工程科研基地开放探索项目（2019BJUT- JTJDS012);汽车安全与节能国家重点实验室开放基金课题（K F2010);北京工业大学教育教学研究项目(ER2011-A03 )作者简介：雍加望（1988—），男，安徽巢湖，博士，讲师，主要从 事自动驾驶汽车、汽车动力学与稳定性控制方面的研究。
基于PRESCAN的汽车自动驾驶仿真
基于PRESCAN的汽车自动驾驶仿真贺勇;王春香;董永坤【期刊名称】《电脑知识与技术》【年(卷),期】2012(000)033【摘要】The automatic driving technologies are now getting more and more attention.Simulation in advance can provide ref⁃erence for selecting sensors and designing control algorithm. The software PRESCAN can accomplish the simulation of auto⁃matic driving process. After the process of building virtual traffic scene and adding sensors and control algorithm, the vehicle can drive automatically. The stability of the driving process is analysed.% 汽车自动驾驶技术受到越来越多的关注，在智能车技术研究中，预先的软件仿真能够为传感器选用和控制算法设计提供参照.PRESCAN软件能够完成汽车自动驾驶过程仿真，选取典型路段建立虚拟交通场景，添加传感器和控制模块，成功实现了简单的自动驾驶，并分析了汽车在理想情况下自动驾驶的稳定性.【总页数】3页(P8047-8049)【作者】贺勇;王春香;董永坤【作者单位】上海交通大学,上海 200240;上海交通大学,上海 200240;上海交通大学,上海 200240【正文语种】中文【中图分类】TP18【相关文献】1.基于仿真平台的自动驾驶汽车转向控制方法优化研究 [J], 王一霖;万华森;曾鹏2.基于仿真平台的自动驾驶汽车转向控制方法优化研究 [J], 王一霖[1];万华森[1];曾鹏[1]3.基于CA模型下自动驾驶汽车对交通堵塞影响的仿真模拟 [J], 潘昊;章子皓;虞千迪4.基于CA模型下自动驾驶汽车对交通堵塞影响的仿真模拟 [J], 潘昊;章子皓;虞千迪5.安森美半导体携手NVIDIA开展基于云的自动驾驶汽车仿真 [J],因版权原因，仅展示原文概要，查看原文内容请购买。
PreScan在先进驾驶辅助系统评价中的应用
PreScan在先进驾驶辅助系统评价中的应用
刘颖;朱西产;李佳琦
【期刊名称】《佳木斯大学学报（自然科学版）》
【年(卷),期】2013(031)005
【摘要】提出了使用PreScan模拟真实驾驶环境复现危险工况,获得驾驶数据并评价先进驾驶辅助系统(ADAS,Advanced Driver Assistance System)的一种研究方法.虚拟驾驶环境中的驾驶员车辆使用外接方向盘和踏板输入；其它危险车辆的行驶状况都与驾驶员车辆的运动情况相关联.同时,在PreScan生成的Simulink模型中编辑危险车辆的控制,人机界面和数据输出等模块.最后,通过分析主观问卷和输出的驾驶数据评价驾驶员对ADAS的接受度及其有效性.
【总页数】4页(P696-699)
【作者】刘颖;朱西产;李佳琦
【作者单位】同济大学,上海201804;同济大学,上海201804;同济大学,上海201804
【正文语种】中文
【中图分类】U270.1+4
【相关文献】
1.金刚石压齿锯片在先进陶瓷加工中的应用评价 [J], 张峰;沈剑云;郭桦;徐西鹏
2.先进驾驶辅助系统人机交互界面评价方法研究 [J], 李霖;贺锦鹏;刘卫国;朱西产;孙东
3.机器视觉在汽车驾驶辅助系统中的应用 [J], 张琳琳;郑碧琪
4.混合评价核数据库系统HENDL3.0研发及其在先进核能系统设计中应用 [J], 吴宜灿;王芳;胡丽琴;何桃;FDS团队;邹俊;郝丽娟;王明煌;杨琪;宋婧;汪进;尚雷明;龙鹏程
5.先进路面设备在公路工程质量检测及路况评价中的应用 [J], 汪涛;
因版权原因，仅展示原文概要，查看原文内容请购买。
基于PreScan的智能网联测试环境搭建与仿真
基于PreScan的智能网联测试环境搭建与仿真
崔振;赵一凡;孟祥虎
【期刊名称】《物联网技术》
【年(卷),期】2023(13)1
【摘要】为加速智能网联产品的开发与迭代速度,降低开发成本,基于公司内部的智能网联测试园区环境,用PreScan建立了同样比例的虚拟测试场景,根据测试园区的实际经纬度坐标对所搭建的虚拟测试场景进行设置,实现虚拟与现实的统一。
基于所建立的虚拟仿真场景,实现了车辆自动驾驶循迹控制、自动紧急制动仿真,验证了所建立的虚拟仿真测试环境。
【总页数】3页(P71-72)
【作者】崔振;赵一凡;孟祥虎
【作者单位】徐州徐工汽车制造有限公司
【正文语种】中文
【中图分类】TP273;U463.6
【相关文献】
1.基于FlightGear的近地警告系统飞行仿真测试环境搭建
2.产业计量云、全国智能网联汽车专用计量测试技术委员会及国家智能网联汽车产业计量测试联盟上线成立
3.智能网联汽车车载智能计算平台仿真测试评价
4.智能网联汽车公开道路网联测试环境搭建研究
5.仿真测试在智能网联汽车准入测试的政策应用与技术基础分析
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Prescan和Trucksim模型在环测试研究
Trucksim 的模型在环仿真测试方法的
汽 频率一致。 车
图 6 Trucksim 与 Prescan 联仿设置图 便捷有效。
》
ORNL 展示双向无线充电技术
图 2 Prescan GUI 设置界面 3.2.2 Trucksim 端
① 设置车辆参数； ② 设置 IO 接口； ③ 设置仿真频率。
A. 释 放 轮 胎 转 动 效 果（Wheel
能 刹 停 避 免 追 尾， 并 且 简 化 版 AEB
displacement），B. 加 入 坐 标 和 单 位
《 转换模块；
算法能通过 CCRs 法规工况要求，同
重
时 也 证 明 了 本 文 所 述 基 于 Prescan 和
型
⑤设置仿真频率保证两软件仿真
快捷，可实现简单场景的快速搭建。 重
Trucksim 采用参数化建模，上手快、
型 汽
操 作 简 便。Prescan 和 Trucksim 都 运 车
测试里程和测试周期长、场景复杂且危
PreScan 是 原 Tass 公 司 开 发 的 以 行 于 Windows 系 统， 对 Simulink 环 》
通过将 Simulink 控制算法和动力学软 的仿真软件，可以仿真车辆对驾驶员、 作，以避免或减轻碰撞造成的伤害。根
件中的整车模型、交通场景软件中的道 路面及空气动力学输入的响应，用于分 据 ENCAP 法规，AEB 的标准追尾工
析车辆的动力性、经济性、操纵稳定性、 况有三种，分别是 CCRs（前车静止）、
③连接传感器及 IO 接口，开环调
AEB 算法，被控对象是整车模型，将
①在“Set path”界面加入“solver”； 试；
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
10.16638/ki.1671-7988.2019.09.014基于Prescan的智能驾驶辅助系统在环研究赵伊齐，张引，申成刚，王严（华晨汽车工程研究院，辽宁沈阳110141）摘要：为在短时间内完成大量验证高级驾驶辅助系统的产品性能，利用Prescan对控制器进行软件在环研究。
首先对产品的性能及功能规范提出开发需求，作为测试依据；利用仿真软件Prescan完成测试场景及动力学模型的搭建；运用Matlab/Simulink实现自动化测试。
结果表明，利用Prescan进行软件在环测试，可缩短开发周期，减少开发成本，有效提高产品性能。
关键词：高级驾驶员辅助系统；软件在环；自动化测试中图分类号：U467 文献标识码：A 文章编号：1671-7988(2019)09-47-04Research on the loop of Advanced driver assistance systembased on PrescanZhao Yiqi, Zhang Yin, Shen Chenggang, Wang Yan( Brilliance Auto R&D Center, Liaoning Shenyang 110141 )Abstract: In order to complete a large number of product performance verification of advanced driving assistance system in a short time, Prescan was used to study the controller software in the loop. Firstly, the development requirements of product performance and functional specifications are proposed as the test basis. The simulation software Prescan was used to build the test scene and dynamic model. Matlab/Simulink for automated testing. The results show that using Prescan can shorten the development cycle, reduce the development cost and improve the product performance.Keywords: Driving assistance system; Software in the loop; TestautomationCLC NO.: U467 Document Code: A Article ID: 1671-7988(2019)09-47-04前言高级驾驶员辅助系统（以下简称ADAS）是一项提高安全系数的主动安全技术，其主要通过传感器完成对周围信号的采集、CAN等通讯系统完成相关信号的传递。
最后将信号传送给整车控制器，使驾驶员能够在最快时间内察觉可能发生的情况。
目前，很多在研究高级驾驶员辅助系统设计环节中引入在环仿真测试，主要有模型在环（Model in the loop，以下简称MIL）、软件在环（Software in the loop，以下简称SIL）及硬件在环（Hardware in the loop，以下简称HIL）。
MIL 主要验证控制模型，其控制算法模型是否准确实现功能要求；SIL旨在通过PC验证代码实现的功能是否实现功能需求；HIL是将被控对象模型放在模拟整车环境下进行测试。
SIL 可实现被控模型算法的在线或离线仿真，减少实际代码的调试，从而降低成本[1]。
本文利用Prescan对控制器软件进行软件在环测试，将对产品提出的功能需求以及安全需求作为测试用例并作为仿真测试依据，利用Prescan完成测试场景以及传感器模型的搭建；将模型代码以S function的形式进行封装并通过simu -link进行比较；最后基于Matlab完成M文件的编写，实现控制器软件的自动化测试。
作者简介：赵伊齐，工程师，就职于华晨汽车工程研究院，从事自动驾驶系统软件测试工作。
项目基金：*国家重点研发计划（2016YFB0101107）资助。
汽车实用技术1 软件在环当前ECU开发流程一般是工程师根据控制目标开发控制模型，由控制模型生成控制代码(或者手工编写控制代码)，将代码导入ECU硬件然后通过模型仿真被控对象及系统环境进行硬件在环测试（HIL）。
软件在环仿真（SIL）测试可通过特定的控制软件设置ECU的相关信号代替HIL中的硬件，并将待测ECU代码信息集成配置为虚拟ECU，通过运行虚拟控制器中的I/O模型和系统环境中的车辆模型来模拟控制器所需的各种传感器信号，并接收虚拟ECU发出的控制信号及台架传感器的信号。
从而与被测ECU的代码信息和系统环境模型连接。
最终实现闭环仿真，完成对控制系统进行测试验证。
由于目前许多汽车公司已经从传统的开发模式转移到V 形开发模型（如图1），以减少重复的代码编制和实车试验[2]。
在V形开发模式下，通过SIL平台一方面可在开发过程中更早介入，确保前期开发过程中通过对嵌入式软件的测试及时发现存在的问题，以提高整改效率从而大幅节约ECU功能开发成本和周期；另一方面，由于SIL测试采用纯软件仿真的手段，无需真实车辆及HIL台架测试。
可在开发和测试过程中灵活使用，因而软件在环测试系统正在成为一种理想的功能测试工具。
图1 V形开发模型2 仿真软件Prescan是一款用于高级驾驶员辅助系统和主动安全系统开发验证的仿真软件，支持基于摄像头、雷达、激光雷达等多种应用功能的开发应用。
包含场景搭建、传感器建模、开发控制算法以及运行仿真（如图2）。
其中场景搭建可利用prescan自带软件库对道路、交通使用者、环境模型以及天气光照等车辆周边环境因素的搭建（如图2）；实现高级驾驶员辅助系统的前提即为可实时获取周边交通以及环境信息，Prescan可通过模拟传感器并保证与真实传感器功能一致。
传感器建模主要是针对摄像头、雷达/毫米波雷达以及车联网短程通讯传感器的模型仿真，根据ECU软件提供的传感器类型可运用Prescan对摄像头和雷达进行不同程度上的仿真。
开发控制算法即通过仿真平台（Matlab/Simulink），可引入编程工具开发的算法代码。
本文利用控制器软件算法作为输入端接收传感器模型输入的传感器信号，经过算法计算作为输出端发送请求指令给车辆动力学模型[3]。
动力学通过接收的请求指令做出响应形成驾驶场景，形成一个闭合的在环测试，从而达到验证控制器算法的目的，即为软件在环测试。
动力学模型可在Prescan自带demo基础上通过更改模型参数（主要指底盘、传动系统和发动机，具体可参考图3）或者直接通过第三方仿真软件直接插入得到理想动力学模型[4]。
图2 运行仿真图3 动力学模型3 SIL测试流程3.1 SIL测试基于SIL平台，测试人员可根据不同的功能需求实现以下测试：（1）手工测试手工测试也称交互式测试。
通常利用SIL系统配置相应的仿真面板GUI，从而直接控制变量输入，并通过仿真面板的控界面直接观察输出量的变化是否符合要求[5]。
Prescan仿真软件提供多种GUI单元。
用户可以通过简单的拖放操作来创建及调试GUI（如图4）。
图4 手工测试手工测试操作具有较好的问题处理能力，能通过人为的逻辑判断校验当前步骤的功能实现正确与否。
赵伊齐等：基于Prescan的智能驾驶辅助系统在环研究（2）自动化测试在仿真平台Prescan基础上利用Matlab编写脚本文件M.驱动仿真，通过配置完成代码覆盖率程度测试[6]。
在不同SIL系统中，虽然配套使用的应用软件不同，但均可通过编写并运行脚本实现自动测试的目的。
通常，不同的测试平台需要准备不同的测试脚本，测试脚本可随时修改调用以方便执行测试。
脚本编辑完成后，SIL可对控制器实现自动测试，并在自动测试完成后由应用软件自动生成相应的测试报告，下图为不同传感器扫描范围所得到结果[7]。
控制器功能测试需进行回归测试和重复测试，为节约测试成本以及提高测试效率。
大部分功能测试建议采用自动测试来完成。
下图5即为驾驶辅助系统在Prescan完成自动化测试所得到的结果。
图5 驾驶辅助系统自动化测试结果3.2 测试流程本文基于MATLAB和Simulink平台完成自动化测试，SIL的具体测试流程如下：3.2.1 测试计划系统开发工程师对产品分别提出性能及功能上的需求，供应商根据需求制定软件版本释放计划，SIL测试人员根据软件释放计划和功能集成情况制定相应测试计划及方案[8]。
3.2.2 测试需求根据SIL测试计划制定测试需求，主要包括：测试样件需求、工具需求和文件需求。
（1）测试样件需求：根据开发工程师提出的产品需求，提供相应的控制器算法、对应接口及软件版本号；（2）工具需求：根据SIL测试的搭建需求制定工具需求列表；（3）文件需求：整车模型参数（底盘、传动以及发动机相关参数）及产品性能规范。
3.2.3 接收测试文件测试人员在每一轮软件释放时间节点接收测试软件，若测试软件无更新，则开发工程师需要提前告知测试人员并不用再重新提交。
测试人员需要对接收的测试软件进行登记并管理[9]。
3.2.4 执行测试SIL测试包括及用户功能测试、回归测试。
用户功能测试主要针对控制器的功能进行测试；回归测试主要是验证上一轮测试或更早之前发现的问题是否被解决；（1）测试人员按照每一轮软件释放的SIL测试计划和测试目标执行测试任务；（2）根据SIL测试任务筛选测试用例；（3）SIL场景搭建；1）将测试用例提出的测试前提作为环境搭建依据；2）完成虚拟道路、交通设施等元素的搭建；3）完成虚拟传感器及车辆动力学模型建模；4）修改动力学参数或利用动力学工具，利用外部接口，进行模型载入[10]。
（4）利用脚本驱动仿真，通过配置或者软件编写自动化测试模块，执行自动化测试；（5）编写脚本文件，自动生成测试报告，报告应包含以下内容：a）本轮SIL测试的时间计划概况；b）本轮SIL测试软件的版本概况；c）本轮SIL测试的目标；d）本轮SIL集成测试的结果；e）本轮SIL集成测试的问题概况。
每轮测试阶段完成后，都需要提交本轮SIL测试报告。
3.2.5 分析测试结果测试工程师应按照测试用例执行测试，做好每一条测试结果记录，将测试用例给定的期望结果与测试结果进行对比，通过记为“OK”，未通过记为“NO”并描述实际测试结果，当前SIL状态或者样件状态无法满足测试的记录为“NP”（Not Possible）。