|
機器人模擬是每個機器人工具箱中的重要工具。精心設計的模擬器可以快速測試算法，設計機器人，執(zhí)行回歸測試，并使用逼真的場景訓練AI系統(tǒng)。無人駕駛汽車作為輪型機器人，它的安全性和可靠性同樣需要通過海量的功能和性能測試來保證。本文概述了現(xiàn)在普遍被用來做自動駕駛仿真模擬/離線測試的軟件。 無人駕駛汽車真實上路后所要面臨的外部環(huán)境是復雜多變的。通過利用仿真模擬軟件可以檢查算法，也可以訓練無人車面對不同場景下的感知、決策等算法。 模擬平臺有很多種，如果分類的話，可以分為兩種：開源和收費的。從技術上分，也主要有兩種：第一種是基于合成數(shù)據(jù)對環(huán)境、感知以及車輛進行模擬，這種模擬器主要用于控制與規(guī)劃算法的初步開發(fā)上；第二種是基于真實數(shù)據(jù)的回放以測試無人駕駛不同部件的功能及性能。 開源模擬平臺 Gazebo Gazebo平臺可以提供在復雜的室內和室外環(huán)境中準確有效地模擬訓練機器人的能力。它擁有一個強大的物理引擎，高品質的圖形，方便的編程和圖形界面。最重要的是，Gazebo是一個充滿活力的社區(qū)免費。三維機器人模擬器Gazebo一般結合機器人操作系統(tǒng)ROS來測試。 優(yōu)點： 1.動力學仿真 可以連接多個高性能物理引擎，包括ODE，Bullet，Simbody和DART。 2.先進的3D圖形 Gazebo利用OGRE提供逼真的渲染環(huán)境，包括高質量的照明，陰影和紋理。 3.傳感器和噪音 從激光測距儀，2D / 3D攝像機，Kinect風格的傳感器，接觸式傳感器，力矩等等生成傳感器數(shù)據(jù)，可選的噪音。 4.插件 可開發(fā)機器人，傳感器和環(huán)境控制的自定義插件。插件可直接訪問Gazebo的API。 5.機器人模型 提供了許多機器人，包括PR2，Pioneer2 DX，iRobotCreate和TurtleBot。 或者使用SDF構建你自己的。 6.命令行工具 廣泛的命令行工具有利于模擬內省和控制。 7.云模擬 通過運用Gazebo的功能來整合現(xiàn)有的模型和傳感器。 應用： 在無人駕駛車輛測試方面，github上有人用ROS動能和Gazebo 8做過一個Car Demo，車輛的油門、剎車、轉向和傳動都是通過一個ROS系統(tǒng)去控制。所有傳感器數(shù)據(jù)都是通過ROS發(fā)布，并且可以用RVIZ可視化。利用Gazebo功能整合現(xiàn)有的模型和傳感器，構建城市模型和一個高速公路交互場景，垃圾箱、交通錐和加油站等都來自Gazebo模型庫。在車頂處搭載一個16線激光雷達，8個超聲波傳感器，4個攝像頭和2個平面激光雷達。代碼可以從Github 網(wǎng)址得到。通過Nvidia-docker并從Docker Hub中提取osrt/car_demo進行嘗試。該平臺基于C++開發(fā)，系統(tǒng)要求ROS+Ubuntu環(huán)境。 相關鏈接：https://github.com/osrf/car_demo EuroTruck Simulator 2 Euro Truck Simulator 2 本身是一個卡車模擬經營類游戲，可以通過代碼訓練和運行自動駕駛汽車，。通過AI輸出的結果實現(xiàn)自動轉向、加速和剎車，可以用來強化學習訓練車輛算法。它的缺點是只能控制上下左右四個方向鍵，不能設置方向盤的角度。 除了Euro Truck Simulator 2，還有The Open Racing Car Simulator游戲也可以被用來進行自動駕駛汽車的訓練。 應用：gibbgub上有人做了Self-driving-truck項目，基本訓練方法遵循接近原始的 Atri 論文中的強化學習標準，此外該模型還試圖未來的狀態(tài)和獎勵。訓練中還使用了一些手工創(chuàng)建的模型和自動生成的模型。 配置要求： CPU： Core 2 Duo 2.2 GHz, 編程：基于Python。 EuroTruck 下載地址： 鏈接：http://pan.baidu.com/s/1qXCb6o8 密碼：219x Torcs The Open Racing Car Simulator（TORCS）是一款開源3D賽車模擬游戲。是在Linux操作系統(tǒng)上廣受歡迎的賽車游戲。有50種車輛和20條賽道，簡單的視覺效果。用C和C++寫成，釋放在GPL協(xié)議下。 應用：有人用深度學習框架Keras和深度強化學習算法DDPG去訓練Torcs汽車。也有人使用gym_torcs庫，在python中直接調用torcs，接口類似于OpenAI的Gym。還有人做了基于DRL和TORCS的自動駕駛仿真系統(tǒng)， 相關鏈接： https://github.com/ugo-nama-kun/gym_torcs https://www.jianshu.com/p/a3432c0e1ef2 https://www.cnblogs.com/Qwells/p/6379077.html http://torcs./（數(shù)據(jù)集） TORCS下載地址和安裝方法： Unity 自動駕駛汽車需要自動駕駛軟件來驅動，而在線教育公司Udacity（優(yōu)達學城）推出了面向自動駕駛開發(fā)的納米學位，來滿足目前汽車行業(yè)對自動駕駛軟件工程師旺盛的需求。近日，Udacity通過開源協(xié)議授權公開了它的自動駕駛汽車模擬器，有 Unity 技術背景的任何人都可以利用此模擬器的資源，載入軟件內置場景或創(chuàng)建自己的虛擬測試路線。 該模擬器是為優(yōu)達自動駕駛，旨在教學生如何使用深度學習駕駛汽車，支持Linux、Mac、Windows環(huán)境，只需將數(shù)據(jù)庫復制到本地目錄，確保使用Git LFS 帶動大量的紋理和模型資源。 相關鏈接： https://github.com/udacity/self-driving-car-sim Carla 英特爾實驗室聯(lián)合豐田研究院和巴塞羅那計算機視覺中心聯(lián)合發(fā)布CALRA，用于城市自動駕駛系統(tǒng)的開發(fā)、訓練和驗證的開源模擬器，支持多種傳感模式和環(huán)境條件的靈活配置，論文中詳細評估并比較了三種自動駕駛方法的性能。 CARLA的開發(fā)包括從最基礎的直到支持城市自動駕駛系統(tǒng)的開發(fā)、訓練和驗證。除了開源代碼和協(xié)議，CARLA還提供了為自動駕駛創(chuàng)建的開源數(shù)字資源（包括城市布局、建筑以及車輛），這些資源都是可以免費獲取和使用的。 這個模擬平臺能夠支持傳感套件和環(huán)境條件的靈活配置。我們使用CARLA來研究三種自動駕駛方法的性能：傳統(tǒng)的模塊化流水線，通過模仿學習訓練得到的端到端模型，通過強化學習訓練得到的端到端模型。這三種方法在難度遞增的受控環(huán)境中做了評估，并用CARLA提供的指標進行性能測試，表明CARLA可以用來進行自動駕駛的研究。 模擬器和配套的資源將會發(fā)布在官方網(wǎng)站： http:// 論文： CARLA：An Open Urban Driving Simulator 論文鏈接： https:///abs/1711.03938 代碼鏈接： https://github.com/carla-simulator/carla Apollo仿真模擬 關于百度Apollo平臺的內容，這里不多講了，優(yōu)點是平臺開源，Apollo特點主要是真實高精地圖，豐富的真實場景。后續(xù)也會有動力學模型。 收費模擬平臺 Prescan PreScan是一個基于物理的仿真平臺，用于汽車行業(yè)開發(fā)基于雷達，激光/激光雷達，攝像頭和GPS等傳感器技術的先進駕駛輔助系統(tǒng)（ADAS）。 PreScan還可用于設計和評估車輛到車輛（V2V）和車輛到基礎設施（V2I）的通信應用以及自動駕駛應用。PreScan可以從基于模型的控制器設計（MIL）用于軟件在環(huán)（SIL）和硬件在環(huán)（HIL）系統(tǒng)的實時測試。 主要分為四個步驟，搭建場景、添加傳感器、添加控制系統(tǒng)、運行仿真。 場景搭建 專用預處理器（GUI）允許用戶使用路段，基礎設施組件（樹木，建筑物，交通標志），演員（汽車，卡車，自行車和行人），天氣條件（如雨，雪和霧）以及光源（如太陽光，大燈和路燈）。通過從OpenStreetMap，Google Earth，Google 3D Warehouse和/或GPS導航設備讀取信息，可以快速表示真實道路。 模型傳感器 車輛模型可以配備不同的傳感器類型，包括雷達，激光，攝像頭，超聲波，紅外線，GPS和車輛到X（V2X）通信的天線。通過簡單的交換和修改傳感器類型和傳感器特性，便于傳感器設計和基準測試。 添加控制系統(tǒng) Matlab / Simulink接口使用戶能夠設計和驗證數(shù)據(jù)處理，傳感器融合，決策制定和控制的算法以及現(xiàn)有的Simulink模型（如CarSim，Dyna4或ASM的車輛動力學模型）的重復使用。
運行實驗 3D可視化查看器允許用戶分析實驗的結果。它提供了多個視點，直觀的導航控件以及圖片和電影生成功能。此外，使用ControlDesk和LabView的界面可以用來自動運行實驗批次的場景以及運行硬件在環(huán)（HIL）模擬。 相關鏈接： https://tass.plm.automation./prescan http://www./content/16897 （基于模型的智能駕駛性能開發(fā)和測試方法） Panosim PanoSim是一款集復雜車輛動力學模型、汽車三維行駛環(huán)境模型、汽車行駛交通模型、車載環(huán)境傳感模型（像機和雷達）、無線通信模型、GPS和數(shù)字地圖模型、Matlab/Simulink仿真環(huán)境自動生成、圖形與動畫后處理工具等于一體的大型模擬仿真軟件平臺。它基于物理建模和精確與高效兼顧的數(shù)值仿真原則，利用先進的虛擬現(xiàn)實技術逼真地模擬汽車駕駛的各種環(huán)境和工況，基于幾何模型與物理建模相結合的建模理念建立了高精度的像機、雷達和無線通信模型，以支持在高效、高精度的數(shù)字仿真環(huán)境下汽車動力學與性能、汽車電子控制系統(tǒng)、智能輔助駕駛與主動安全系統(tǒng)、環(huán)境傳感與感知、自動駕駛等技術和產品的研發(fā)、測試和驗證。 PanoSim不僅包括復雜的車輛動力學模型、底盤（制動、轉向和懸架）、輪胎、駕駛員、動力總成（發(fā)動機和變速箱）等模型，還支持各種典型驅動型式和懸架形式的大、中、小型轎車的建模以及仿真分析。它提供了先進的三維數(shù)字虛擬試驗場景建模與編輯功能，支持對道路及道路紋理、車道線、交通標識與設施、天氣、夜景等汽車行駛環(huán)境的建模與編輯。 PanoSim仿真實驗操作流程簡單易懂，制作一個實驗的三個步驟：
Carsim CarSim 是 Mechanical Simulation Corporation 推出的一款整車仿真軟件，主要從整車角度進行仿真。這個軟件比較“傻瓜化”，其本質上是一個模型庫+參數(shù)庫+求解器+后處理工具+配置界面。也就是說，這個仿真軟件自身已經自帶了相當數(shù)量的模型，并且這些模型都有一些“比較靠譜”的參數(shù)，用戶免去了繁雜建模和調參數(shù)的過程，只要將已有模型“拼”在一起，調整參數(shù)即可進行仿真。 CarSim是專門針對車輛動力學的仿真軟件，CarSim模型在計算機上運行的速度比實時快3-6倍，可以仿真車輛對駕駛員，路面及空氣動力學輸入的響應，主要用來預測和仿真汽車整車的操縱穩(wěn)定性、制動性、平順性、動力性和經濟性，同時被廣泛地應用于現(xiàn)代汽車控制系統(tǒng)的開發(fā)。CarSim可以方便靈活的定義試驗環(huán)境和試驗過程，詳細的定義整車各系統(tǒng)的特性參數(shù)和特性文件。CarSim軟件的主要適用于以下車型的建模仿真：轎車、輕型貨車、輕型多用途運輸車及SUV。
圖片：轉自知乎 趙迪 因為CarSim做的全是整車仿真，為了提升仿真的速度，所以CarSim里的模型都比較簡單，通常就是簡單的公式或者基于特性（查表）的模型，參數(shù)也比較少，但是從整車層面來看，其精度還是可以接受的。 應用：龔建偉等人在《無人駕駛車輛模型預測控制》一書中，利用Simulink/CarSim聯(lián)合仿真平臺，構建了車輛模擬進行測試。 Pro-SiVIC
ESI集團傳感器仿真分析解決方案Pro-SiVIC?可以幫助交通運輸行業(yè)的制造商們對車載或機載的多種感知系統(tǒng)的運行性能進行虛擬測試，并且能夠準確得再現(xiàn)出諸如照明條件、天氣以及其他道路使用者等影響因素。 Pro-SiVIC?可以用來建立高逼真、與實際場景相當?shù)?D場景，并實現(xiàn)場景中的實時交互進行仿真分析，削減物理樣機的需求。Pro-SiVIC?的使用者們可以快速并且精確地對各個嵌入系統(tǒng)在典型及極端操作環(huán)境下的性能進行仿真分析，它可以提供基于多種技術的傳感器模型，例如：攝像機、雷達、激光雷達（激光掃描儀）、超聲波傳感器、GPS、里程表及通信設備等。 這就使得該解決方案可以在地面交通、航空航天以及船舶等有基于感知的控制系統(tǒng)的各種行業(yè)得到應用。同時傳感器也可以集成到仿真的3D場景中，以汽車行業(yè)為例，Pro-SiVIC?提供了多個環(huán)境目錄，提供具有代表性的不同道路（城市道路、高速以及鄉(xiāng)村公路）、交通標識及車道線標記。
應用：在2017年CES上，ESI集團與汽車供應商DURA聯(lián)合展示了通過ESI集團Pro-SiVIC解決方案對汽車系統(tǒng)進行創(chuàng)新型的虛擬測試。兩公司合作構建了逼真的3D仿真環(huán)境，再現(xiàn)了拉斯維加斯的部分城市街景，包括實際道路布局、路標和行人等，對駕駛輔助系統(tǒng)和自動駕駛系統(tǒng)進行虛擬測試。 結論：除了上述這么軟件外，還有很多采集真實場景，基于真實交通場景多傳感數(shù)據(jù)來做離線測試。從訓練到測試，虛擬環(huán)境正在讓自動駕駛變得越來越完善。在訓練過程中，它能夠幫我們節(jié)省時間，提高效率，并且?guī)臀覀円?guī)避在真實世界中進行測試時的風險。 來源：智車科技 |
|
|
