[论文解读] A Distributed Hybrid Hardware-In-the-Loop Simulation framework for Infrastructure Enabled Autonomy

Abhishek Nayak, Kenny Chour+6 more|arXiv (Cornell University)|Feb 6, 2018

Vehicular Ad Hoc Networks (VANETs)参考文献 4被引用 4

一句话总结

本文提出了一种用于基础设施赋能自主驾驶（IEA）的分布式混合硬件在回路（HIL）仿真框架，其中真实车辆与基础设施控制器（SmartConnect 和 SmartInfra）与模拟的车辆动力学及摄像头视觉处理相结合。该框架实现了可扩展的实时闭环控制，利用路边单元（RSU）的多摄像头定位估计，实现了在 3 m/s 时的稳定路径点跟踪，且在 6 m/s 时性能可接受，尽管存在振荡现象。

ABSTRACT

Infrastructure Enabled Autonomy (IEA) is a new paradigm that employs a distributed intelligence architecture for connected autonomous vehicles by offloading core functionalities to the infrastructure. In this paper, we develop a simulation framework that can be used to study the concept. A key challenge for such a simulation is the rapid increase in the scale of the computations with the size of the infrastructure to be considered. Our simulation framework is designed to be distributed and scales proportionally with the infrastructure. By integrally using both the hardware controllers and communication devices as part of the simulation framework, we achieve an optimal balance between modeling of the dynamics and sensors, and reusing real hardware for simulation of proprietary or complex communication methods. Multiple cameras on the infrastructure are simulated. The simulation of the camera image processing is done in distributed hardware and the resultant position information is transmitted wirelessly to the computer simulating the autonomous vehicle. We demonstrate closed loop control of a single vehicle following given waypoints using information from multiple cameras located on Road-Side-Units.

研究动机与目标

• 为解决在路边单元（RSU）数量增加时，IEA 系统仿真面临的可扩展性与复杂性挑战。
• 开发一种集成真实硬件控制器与通信设备（如 DSRC）的仿真框架，以提高保真度并减少对纯软件仿真的依赖。
• 通过在实际硬件上运行真实控制算法，实现对车辆控制软件的闭环测试，确保对实际部署系统的‘原样’仿真。
• 评估利用路边摄像头的多传感器融合实现 IEA 用于自动驾驶车辆导航的可行性。

提出的方法

• 仿真分布在多台计算机上进行：车辆动力学与控制在 SmartConnect（车载系统）上仿真，而摄像头建模与视觉处理在 SmartInfra（基础设施系统）上仿真。
• 在 ROS 和 Linux 上运行真实的 C/C++/Python 控制器，分别用于 SmartConnect 和 SmartInfra，从而实现对实际控制软件的‘原样’仿真。
• 在回路中实际集成 DSRC 设备，以模拟真实无线通信，包括小于 2 ms 的时延。
• 多摄像头的视觉处理分布在 SmartInfra 节点上，位置估计通过无线方式传输至车辆控制系统的处理器。
• 框架使用 Gazebo 进行车辆动力学仿真，并实现了多个 RSU 间摄像头数据的实时同步。
• 采用混合方法，结合物理硬件（DSRC、控制器）与软件仿真（车辆动力学、摄像头模型），在保真度与可扩展性之间取得平衡。

实验结果

研究问题

• RQ1 分布式混合 HIL 仿真框架能否有效支持大规模 IEA 系统的开发与测试？
• RQ2 在多摄像头、多车辆环境中，路边摄像头对车辆位置的估计精度如何？
• RQ3 通信时延与同步对 IEA 中闭环车辆控制性能有何影响？
• RQ4 在不同车辆速度下，系统性能如何，特别是在路径跟踪与稳定性方面？
• RQ5 能否有效将真实硬件控制器与通信设备集成到仿真框架中，以确保与真实世界部署的一致性？

主要发现

• 仿真框架成功展示了利用多个路边摄像头的位置估计，实现对车辆导航路径点的闭环控制。
• 在 3 m/s 时，车辆路径跟踪的超调量极小，且迅速稳定在稳态轨迹附近，表明性能稳定。
• 在 6 m/s 时，由于控制参数欠佳或存在时延，车辆表现出更大的振荡，表明仍有调参空间。
• MSSPs 在所有试验中均能高精度估计车辆真实位置，即使在变道和摄像头重叠区域也表现良好。
• 基于 DSRC 的通信引入的时延小于 2 ms，对整体系统可扩展性与性能影响可忽略。
• 分布式架构能自然扩展至更多车辆与 RSU，因为每个节点独立承担自身计算负载。