在自动驾驶车辆测试中计算加速度的变步长差分算法.pdf
《在自动驾驶车辆测试中计算加速度的变步长差分算法.pdf》由会员分享,可在线阅读,更多相关《在自动驾驶车辆测试中计算加速度的变步长差分算法.pdf(6页珍藏版)》请在咨信网上搜索。
1、ISSN 1674-8484CN 11-5904/U汽车安全与节能学报,第14 卷 第 4 期,2023 年J Automotive Safety and Energy,Vol.14 No.4,2023在自动驾驶车辆测试中计算加速度的变步长差分算法魏文明1,刘伟平1,范志鹏2,白 创1(1.国汽(北京)检测技术有限公司,北京 100176,中国;2.宁波吉利汽车研究开发有限公司,宁波 315000,中国)摘 要:为降低自动驾驶测试的成本并保证精度,不用惯性测量单元,而用了 对速度进行差分的方法来计算加速度。对差分计算误差分析。对比 了 等步长差分、均值等步长差分及变步长差分等3种算法。与实车测
2、量的结果对比。结果表明:合适的时间步长可提高计算精度。当步长取0.2 s 或0.3 s时,等步长差分计算结果较符合实际;当步长相同时,均值等步长差分结果的波动小于等步长差分。等步长差分、均值等步长差分、变步长差分的最大绝对误差分别为0.77、0.64、0.46 m/s2,绝对误差平均值分别为93、82、65 mm/s2。因此,变步长差分算法的精度是 3种方法其中最高的。关键词:自动驾驶测试;加速度;变步长;差分算法;计算精度中图分类号:U 467.1 文献标识码:A DOI:10.3969/j.issn.1674-8484.2023.04.007Differential algorithm w
3、ith variable step-sizes to calculate accelerations in autonomous vehicle testsWEI Wenming1,LIU Weiping1,FAN Zhipeng2,BAI Chuang1(1.National Innovation Center of Intelligent and Connected Vehicles,Beijing 100176,China;2.Ningbo GEELY Automotive Research and Development Institute,Ningbo 315000,China)Ab
4、stract:A differential algorithm was developed without using any inertial measurement unit,to calculate the acceleration of autonomous vehicles,and to reduce the test cost with a rational calculation accuracy.The calculation error was analyzed to contrast three algorithms,which had the fixed step-siz
5、e,or the mean fixed step-size,or the variable step-size.The calculation results were compared with the measured accelerations in real car.The result shows that a suitable step-size improves the calculation accuracy;The calculation accuracies of the algorithms with 0.2-s or 0.3-s step-size are better
6、 than that of the algorithms with other step-sizes when using fixed step-size;The fluctuation of the calculation results by using the mean fixed step-size is smaller than that with the fixed step-size when the step-size is the same;The maximum absolute errors is 0.77 m/s2 for the fixed step-size alg
7、orithm,with being 0.64 m/s2 for the mean fixed step-size algorithm,and with being 0.46 m/s2 for the variable step-size algorithm;The average absolute errors are 93,82,and 65 mm/s2 respectively for the fixed step-size algorithm,the mean fixed step-size algorithm and the variable step-size algorithm.T
8、herefore,the calculation accuracy by using the variable step-size algorithm is the best among the three algorithms.收稿日期/Received:2022-09-03。修回日期/Revised:2023-04-21。第一作者/First author:魏文明(1991),男(汉),江西,硕士研究生。Email:。第二作者/Second author:刘伟平(1985),男(汉),江西,高级工程师。Email:liuweipingchina-。7/14457 462汽车安全与节能学报4
9、58第 14 卷 第 4 期 2023 年Key words:autonomous vehicle tests;accelerations;variable step-sizes;differential algorithms;calculation accuracy加速度是评价自动驾驶功能的一个重要性能指标。无论是从舒适性1-2,还是从安全性的角度进行评价,加速度都是极其重要的一个评价指标;很多与自动驾驶测试相关的评价标准3-6都将加速度作为其评价指标之一。因此,如何获取自动驾驶车辆准确的加速度值,对于自动驾驶的测试和评价至关重要。当前,在自动驾驶测试过程中,对于加速度的获取主要是通过惯性测
10、量单元(inertial measurement unit,IMU)7-9里面的加速度计来测量加速度值。通过加速度计虽然可以直接测量得到被测物体的加速度值,获取方法较为简单方便;但是想要得到较为精确的加速度值往往比较困难,这主要受限于加速度计的内部的参数及环境因素的影响10-11,从而导致测量结果存在较大误差。此外,加速度计价格较高,会增加测试的硬件成本。根据加速度的定义可知,通过对速度进行差分可以得到加速度12。从理论而言,通过采集车辆的速度数据,再进行差分计算得到加速度,可以替代测量的方法。该方法无需使用加速度计,因而可以节约硬件成本和时间成本,但是计算精度该如何保证是个难题。目前,关于加
11、速度计算的研究较少。赵全军等对比了爆破震动中速度微分计算的加速度与实际测量加速度的差异并分析了差异原因13,但未进一步研究如何消除两者的差异;卢文波等研究了爆破震动中速度与加速度之间的互推关系,并提出在确定爆破震动速度实测历程曲线本身正确性的前提下,由该实测曲线推求加速度历程曲线是完全可行的14。为此,本文提出了等步长差分、均值等步长差分及变步长差分 3 种不同类型的差分计算方法,通过对比分析这 3 种计算方法的结果,找出计算精度最高的计算方法。1 加速度测量结果的误差分析当前,用于自动驾驶功能测试的设备有很多,主流的有英国 OXTS 公司的 RT 系列和英国 RACELOGIC公司的 VBO
12、X 系列。本文所使用的设备为 VBOX3i。图1 所示为使用 VBOX3i 采集的加速度和速度测量曲线(采样频率为100 Hz),其中的加速度曲线是通过惯性测量单元测得。0204060-1012020406080v/(kmh-1)a/(ms-2)t/s加速度速度图 1 加速度及速度测量曲线由图1可知:加速度的测量值与实际值之间存在较大误差。出现零值偏差的主要原因可能是加速度计零点漂移或惯性测量单元未水平安装;而出现加速度高频大幅波动的主要原因可能是车辆的振动或加速度计内部传感器存在误差。2 加速度差分计算误差分析加速度 a 差分的定义为 (1)式中,a 是加速度(m/s2);v 是测量速度(k
13、m/h);t 是时间(s)。若 v 是真实的车辆速度,则差分步长t 取值越小,a 越接近真实值。由于实际测量得到的速度值与真实值之间存在一定误差,因此当t 取值越小,a并不一定越接近真实值。为更好的分析差分计算的加速度误差,令 (2)式中:角标“t”、“e”表示真实值和误差值。在实际测试过程中,vt是随时间变化的函数,其值与测试场景密切相关,需根据实际测试场景进行分析;而 ve则是一个随机变化的函数,其变化范围取决于测试设备的精度。当前主流的测试设备,如 VBOX3i 和RT3000,其速度测量精度可以达到0.1 km/h。本文所使用的测试设备为 VBOX3i,因此,ve的变化范围是0.1 k
14、m/h,而ve的变化范围则是0.2 km/h。由此可知,当t 取值越小,at的值越接近真实值,但是 ae459魏文明,等:在自动驾驶车辆测试中计算加速度的变步长差分算法的绝对值有可能越大,从而导致 a 与真实值存在较大误差;当t 取值越大,ae的绝对值越小,但 at的值却有可能与真实值存在较大偏差。可知,如何选取差分步长t 是保证加速度计算精度的关键。为得到最佳的计算结果,本文对 3 种不同的差分计算方法进行了对比分析,即等步长差分法、均值等步长差分法、变步长差分法。3 不同加速度差分计算方法比较3.1 等步长差分法等步长差分法是选取固定的t 值来计算加速度。该方法计算简单快捷,但计算精度较难
15、保证。由上文可知,不同的步长计算得到的加速度精度也各不相同。为分析不同步长对加速度差分计算的影响,本文分别采用了0.01、0.10、0.20、0.30、0.40、0.50 s 等 6 种不同步长对上图1中采集的速度进行了差分计算,其结果如图 2 和图 3 所示。0204060-4-2024020406080v/(kmh-1)a/(ms-2)t/s加速度速度图 2 步长 10 ms 的加速度计算曲线和速度测量曲线-101020406080a/(ms-2)t/st/s0.10.20.30.40.5图 3 步长 0.10.5 s 的加速度计算曲线由图 2可知:步长 10 ms 计算得到的加速度精度较
16、差。由图 3可知:当t 取 0.2 s 或 0.3 s 时,其加速度突变相对较少,且峰值的减小幅度和曲线迁移没有那么明显,与实际值更为贴近。3.2 均值等步长差分法均值等步长差分法的基本原理是先对一定时间段的速度取平均值,然后再取固定的t 值来计算加速度。该方法相对于等步长差分法可以更好的消除 ae带来的误差。根据误差理论,取平均可有效的减小随机误差,而 ae是由ve造成的,因此,先通过对速度取平均,可让 ve的值更接近零值,并减小其波动范围,从而减小ae的波动范围。理论上来说,取均值的时间段越长,ve的波动越小;但是由于速度一般都是非线性变化的,取均值的时间段越长,速度均值与真实值之间的误差
17、越大,因此取均值的时间段不宜太长。本文选取的均值时间段为 0.1 s,即对 0.1 s 时间内的速度先取平均,然后再取固定步长计算加速度。图 4 对比了步长同为 0.1 s 时的均值等步长差分加速度和等步长差分加速度曲线。由图 4 可知:2 条曲线的变化趋势基本一致,但是均值等步长差分加速度曲线的波动幅度明显小于等步长差分加速度曲线。虽然均值等步长差分可以更好地消除 ae带来的误差,但其存在与等步长差分同样的问题,即差分步长越大,加速度的峰值有明显减小,且加速度曲线会明显前移。-101020406080a/(ms-2)t/s等步长0.1 s均值等步长0.1 s图 4 均值等步长差分和等步长差分
18、对比3.3 变步长差分法根据车辆的速度状态来选取相适应的步长是较为合理的,变步长差分法正是基于此原理而提出的。理论上来说,当速度变化较快时,步长应该尽量短;但是分析图 2 可知,步长过短,速度的微小突变也可引起加速度计算值的较大波动;因此,为了提高计算精度,需要先对速度进行修正以去除这些速度的突变点。本文所采用的的速度处理方法是基于速度变化趋势来筛选出误差较大点,然后通过线性外推得到误汽车安全与节能学报460第 14 卷 第 4 期 2023 年差较小点来替代这些误差较大的点。其实现的基本步 骤如下:步骤 1:筛选出车辆静止的时间段并将该时间段内的速度全部置零。由第 2 节的分析可知,当车辆处
19、于静止状态时,速度值仍然存在 0.1 km/h 的波动误差。因而当某一时间段内的速度均小于 0.1 km/h,则可以近似认为该段时间内车辆处于静止状态。假设在 tss至 tse时间段内的速度均小于 0.1 km/h,为避免 tss时刻和 tse时刻速度突变导致这两个时间点的加速度误差过大,可将 tss+0.2 s 至 tse-0.2 s 时间段内的速度置零。步骤 2:对于非静止时间段的车速,将其以 0.2 s的时长进行分割,划分成若干段。步骤 3:计算每一个时间段内的平均加速度:(3)式中,aim表示第 i 个时间段内的平均加速度(m/s2);vie表示该时间段结束时刻的速度(km/h);vi
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 自动 驾驶 车辆 测试 计算 加速度 步长 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。