6 tengelyes Stewart platform autonóm járművek teszteléséhez

Bevezetés

Az autonóm járműfejlesztés kiterjedt tesztelést igényel több ezer vezetési körülmény között, mielőtt a járművek biztonságosan közlekedhetnek a közutakon. Míg a számítógépes szimulációk és a próbatételek továbbra is elengedhetetlenek, számos kritikus validálási feladat nagymértékben megismételhető fizikai mozgástesztet igényel ellenőrzött laboratóriumi környezetben. A 6 tengelyes Stewart platform lehetővé teszi a mérnökök számára, hogy hat szabadsági fokban pontosan reprodukálják a jármű dinamikáját, az útrezgéseket, a kanyarodást, a fékezést, a gyorsulást és az érzékelő mozgását, így nélkülözhetetlen eszköze az autonóm járműfejlesztésnek, az érzékelők érvényesítésének és a Hardware-in-the-Loop (HIL) tesztelésének. Ez az útmutató elmagyarázza, hogyan támogatja a 6 tengelyes Stewart platform az autonóm járműtesztelést, és mit kell figyelembe venniük a mérnököknek a megfelelő rendszer kiválasztásakor.

Gyors válasz

A 6 tengelyes Stewart platform javítja az autonóm járművek tesztelését azáltal, hogy a jármű valósághű mozgását hat szabadsági fokban reprodukálja (lökés, kilengés, emelkedés, dőlés, dőlés és elfordulás). Lehetővé teszi a kamerák, LiDAR, radar, IMU-k, GPS-modulok és autonóm vezetési algoritmusok megismételhető laboratóriumi tesztelését ellenőrzött dinamikus körülmények között, csökkentve a fejlesztési időt, miközben javítja a tesztelés pontosságát és biztonságát.

Miért van szükség az autonóm járműteszthez mozgásszimulációra?

Az autonóm járművek több érzékelőre támaszkodnak, amelyek együttesen érzékelik a környező környezetet.

Ezek a következők:

• Fényképezőgépek

• LiDAR

• Radar

• IMU (tehetetlenségi mértékegység)

• GPS

• Ultrahangos érzékelők

Valódi vezetés közben ezek az érzékelők a jármű folyamatos mozgását észlelik, amelyet a következők okoznak:

• Gyorsulás

• Fékezés

• Kormányzás

• Út szabálytalanságok

• Szél

• A jármű vibrációja

Ezen állapotok ismételt tesztelése közutakon költséges, időigényes és gyakran nehezen reprodukálható.

A Stewart platform megismételhető mozgásprofilokat hoz létre a laboratóriumon belül, lehetővé téve a mérnökök számára, hogy a hardvert és a szoftvert azonos feltételek mellett validálják.

Iparági betekintés

A modern autonóm járművek fejlesztése egyre gyakrabban kombinálja a digitális szimulációt fizikai mozgási platformokkal annak érdekében, hogy az érzékelési rendszereket validálják a költséges közúti tesztelések megkezdése előtt. Az ellenőrzött laboratóriumi vizsgálatok jelentősen javítják az ismételhetőséget a valós vezetéshez képest.

Mi az a 6 tengelyes Stewart platform?

A 6 tengelyes Stewart platform egy párhuzamos robotmechanizmus, amely a következőkből áll:

• Fix alap

• Mozgó platform

• Hat szinkronizált lineáris aktuátor

• Univerzális vagy gömbcsuklók

• Valós idejű mozgásvezérlő

Hat aktuátor összehangolt mozgása hat független szabadsági fokot hoz létre:

• Túlfeszültség

• Inog

• Zihál

• Tekercs

• Hangmagasság

• Legyezőmozgás

A soros robotrendszerekkel ellentétben a Stewart platform egyidejűleg osztja el a terhelést az összes aktuátor között, kiváló merevséget, pozicionálási pontosságot és dinamikus reakciót biztosítva.

1. táblázat: Hat szabadságfok járműszimulációhoz

Vevői mérlegelés

A mind a hat tengelyen kiegyensúlyozott teljesítménnyel rendelkező Stewart platform kiválasztása általában valósághűbb járműdinamikát eredményez, mintha csak egy vagy két irányban túlzottan haladó platformot választana.

Hogyan támogatja a Stewart platform az autonóm járműteszteket?

A teljes jármű mozgatása helyett a mérnökök általában érzékelőket, tesztberendezéseket vagy részleges járműszerelvényeket szerelnek fel a mozgó platformra.

A platform a valós vezetési körülményekből rögzített vagy járműszimulációs szoftver által generált mozgást reprodukálja.

Ez lehetővé teszi a mérnökök számára, hogy értékeljék:

• Érzékelő stabilitása

• Kamera képminőség

• LiDAR pontfelhő pontosság

• Radar teljesítménye

• IMU kalibrálás

• Szenzorfúziós algoritmusok

• Jármű lokalizáció

• Mozgáskompenzáció

Iparági betekintés

Számos autonóm járműlaboratórium használja a Stewart platformokat a valós tesztelés során gyűjtött útprofilok reprodukálására. A mérnökök több százszor meg tudják ismételni az azonos mozgássorozatokat, így az algoritmusok összehasonlítása sokkal megbízhatóbb, mint a közúti tesztek megismétlése.

2. táblázat: Tipikus autonóm járművizsgálati alkalmazások

Szakértői tipp

A Stewart platformnak a jármű tényleges mozgását kell reprodukálnia, nem pedig eltúlzott mozgást. A nagy pozicionálási pontosság és az alacsony késleltetés általában fontosabbak, mint a maximális megtett távolság az autonóm vezetési rendszerek érvényesítésekor.

Az autonóm járműfejlesztés legfontosabb előnyei

A hagyományos közúti tesztekhez képest a Stewart platformok számos fontos előnnyel rendelkeznek.

Megismételhető vizsgálati feltételek

Minden mozgásprofil rendkívül magas konzisztenciával megismételhető.

Ez lehetővé teszi a közvetlen összehasonlítást:

• Érzékelő verziók

• Szoftverfrissítések

• AI algoritmusok

• Kalibrálási módszerek

Biztonságosabb tesztelési környezet

A potenciálisan veszélyes vezetési helyzetek újrateremthetők anélkül, hogy mérnököket vagy járműveket veszélyeztetnénk.

Példák:

• Vészfékezés

• Akadálykerülés

• Nagy sebességű sávváltások

• Nehéz útviszonyok

Gyorsabb fejlesztés

A laboratóriumi vizsgálatok a következőktől függetlenül folytatódhatnak:

• Időjárás

• Forgalom

• Út elérhetősége

• Szezonális feltételek

Csökkentett fejlesztési költségek

Az ismételt laboratóriumi vizsgálatok gyakran csökkentik:

• A jármű üzemeltetési költségei

• A sofőr költségei

• Üzemanyag fogyasztás

• Utazási idő

• Prototípus kopás

3. táblázat: A Stewart platformok előnyei az AV teszteléshez

Gyakorlati útmutató

A Stewart platform legnagyobb értéke nem a közúti tesztek teljes felváltása, hanem a költséges terepi tesztek számának csökkentése az érzékelők és vezérlőalgoritmusok validálásával, megismételhető laboratóriumi körülmények között a jármű üzembe helyezése előtt.

Gyakori autonóm járműtesztek Stewart platformokkal

A professzionális Stewart platform számos érvényesítési tevékenységet támogat az autonóm járműfejlesztési ciklus során.

A kamera stabilizálásának tesztelése

A mérnökök értékelik, hogy a jármű mozgása hogyan befolyásolja:

• Képélesség

• Tárgyérzékelés

• Sávfelismerés

• Közlekedési tábla felismerés

LiDAR érvényesítés

A szabályozott mozgás lehetővé teszi a következők értékelését:

• Pontfelhő konzisztencia

• Mozgástorzítás

• Objektumkövetés

• Környezetérzékelés

IMU és GPS kalibráció

A platform pontosan szabályozott mozgást generál az inerciális navigációs rendszerek kalibrálásához és a lokalizációs algoritmusok érvényesítéséhez.

Hardver-in-the-Loop (HIL) tesztelés

A járművezérlők kölcsönhatásba lépnek a jármű szimulált dinamikájával, míg a fizikai érzékelők szinkronizált hattengelyes mozgást tapasztalnak.

4. táblázat: Tipikus tesztelt hardver

Iparági betekintés

Ahogy az autonóm vezetési rendszerek egyre inkább függenek a több szenzoros fúziótól, a Stewart platformok egyszerű mozgásszimulátorokból integrált érvényesítő rendszerekké fejlődnek, amelyek képesek szinkronizálni a fizikai mozgást a digitális járműmodellekkel és a valós idejű szenzoradatokkal.

Főbb figyelembe veendő specifikációk

A Stewart platform kiválasztása az autonóm járművek teszteléséhez többet jelent, mint a hasznos teherbírás összehasonlítását.

A mérnököknek több teljesítményparamétert kell értékelniük.

Terhelhetőség

A platformnak biztonságosan támogatnia kell:

• Érzékelő állványok

• Tesztkészülékek

• Elektronikus vezérlőegységek

• Kamera rendszerek

• LiDAR modulok

• Kiegészítő kutatási felszerelés

A rendszer méretezése során a jövőbeni frissítéseket is figyelembe kell venni.

Pozícionálási pontosság

Az autonóm járműérzékelők rendkívül precíz mozgást igényelnek.

A magas pozicionálási megismételhetőség elősegíti a konzisztens vizsgálati eredmények biztosítását több validációs cikluson keresztül.

Mozgási sávszélesség

A platformnak pontosan reprodukálnia kell:

• Útvibráció

• Felfüggesztési mozgás

• Kormányzási bemenetek

• A jármű karosszériájának dinamikája

A nagyobb sávszélesség lehetővé teszi a dinamikus vezetési események valósághűbb szimulációját.

Alacsony késleltetés

Elengedhetetlen a valós idejű szinkronizálás a szimulációs szoftver, az érzékelők és a mozgási hardver között.

Az alacsony késleltetés csökkenti a mérési hibákat a hurokban lévő hardver és az érzékelőfúzió tesztelése során.

Nyissa meg a szoftverarchitektúrát

A professzionális platformoknak támogatniuk kell a mérnöki szoftverekkel való integrációt, például:

• MATLAB/Simulink

• ROS

• Unreal Engine

• Egység

• Hardver-in-the-Loop rendszerek

• Autonóm vezetésszimulációs szoftver

5. táblázat: Fontos kiválasztási kritériumok

Vevői mérlegelés

A szállítók összehasonlításakor kérjen tényleges helymeghatározási pontosságot, megismételhetőséget, késleltetést és mozgási sávszélességet, ahelyett, hogy kizárólag a maximális utazási előírásokra hagyatkozna.

Gyakori kihívások és megoldások

Az autonóm járműtesztelés olyan egyedi mérnöki kihívásokat vet fel, amelyek precíz mozgásvezérlést igényelnek.

6. táblázat: Gyakori kihívások és javasolt megoldások

Gyakorlati útmutató

A mozgás pontos reprodukálása gyakran értékesebb, mint az agresszív platformmozgatás. A sima, ismételhető hattengelyes mozgás megbízhatóbb szenzorellenőrzést tesz lehetővé, és leegyszerűsíti a különböző szoftververziók összehasonlítását.

Általános tévhit: Az autonóm járművek teljes mértékben tesztelhetők szimulációs szoftverben

Egyes fejlesztők úgy vélik, hogy a számítógépes szimuláció önmagában elegendő az autonóm jármű érvényesítéséhez.

Noha a digitális szimuláció alapvető fejlesztési eszközzé vált, nem képes teljes mértékben reprodukálni a valódi érzékelők fizikai viselkedését.

Olyan tényezők, mint:

• Mechanikus vibráció

• Rugalmas érzékelő felszerelés

• A jármű karosszériájának mozgása

• Dinamikus betöltés

• Hardveres késleltetés

csak fizikai vizsgálattal lehet értékelni.

A Stewart platform áthidalja a szakadékot a virtuális szimuláció és a közúti tesztelés között azáltal, hogy a jármű valósághű mozgását reprodukálja ellenőrzött laboratóriumi körülmények között.

Amit a mérnököknek tudniuk kell

A leghatékonyabb érvényesítési stratégia egyesíti a digitális szimulációt, a Hardware-in-the-Loop tesztelést, a mozgási platform tesztelését és az ellenőrzött közúti tesztelést. Minden szakasz a rendszer viselkedésének különböző típusait azonosítja a teljes körű üzembe helyezés előtt.

Esettanulmány

Projekt Háttér

Egy autonóm járműtechnológiai vállalat új generációs érzékelési rendszert fejleszt, amely kamerákat, LiDAR-t, radart és inerciális navigációs érzékelőket integrál.

A mérnöki csapatnak megismételhető laboratóriumi környezetre volt szüksége az érzékelőfúziós algoritmusok értékeléséhez, mielőtt nagyszabású közúti tesztelést végezne.

Kihívás

A közúti tesztelés számos korlátozást tartalmazott:

• Változó időjárási viszonyok

• Inkonzisztens közlekedési környezet

• Azonos vezetési események reprodukálásának nehézségei

• Magas jármű üzemeltetési költségek

• Hosszú érvényesítési ciklusok

Ezek a változók megnehezítették a szoftverfrissítések objektív összehasonlítását.

Megoldás

A vállalat egy 6 tengelyes Stewart platformot vezetett be a Hardware-in-the-Loop tesztelési környezetébe.

A platform a jármű rögzített dinamikáját reprodukálta, beleértve:

• Gyors gyorsulás

• Vészfékezés

• Éles kanyarodás

• Útfelület vibrációja

• Egyenetlen burkolat

• Sávváltási manőverek

A kamerarendszereket, a LiDAR érzékelőket, a radarmodulokat és az IMU-kat közvetlenül a platformra szerelték fel, miközben az autonóm vezetési szoftver valós időben dolgozta fel a szinkronizált szenzoradatokat.

Eredmények

A következő megvalósítás:

• Az érzékelő validálása nagymértékben megismételhetővé vált.

• A szoftverek összehasonlítása kevesebb közúti tesztet igényelt.

• A kamera stabilizálási teljesítménye javult.

• A LiDAR pontfelhő konzisztenciája nőtt.

• A hardver-in-the-Loop fejlesztési ciklusok lerövidültek.

• Az általános érvényesítési hatékonyság javult, miközben csökkentek a tesztelési költségek.

Tanulságok

A projekt bebizonyította, hogy a fizikai hattengelyes mozgásszimuláció és a digitális járműmodellek kombinálása átfogóbb érvényesítési folyamatot hoz létre, mintha csak számítógépes szimulációra vagy közúti tesztelésre hagyatkozna. Az ismételt laboratóriumi tesztelés lehetővé tette a mérnökök számára, hogy a fejlesztési ciklus elején azonosítsák az érzékelőintegrációs problémákat.

Vevői ellenőrzőlista

Mielőtt megvásárolna egy 6 tengelyes Stewart platformot az autonóm járművek teszteléséhez, ellenőrizze a következőket:

• Milyen hasznos teherbírás szükséges?

• Milyen pozicionálási pontosság és ismételhetőség van megadva?

• A platform alacsony késleltetésű mozgásvezérlést biztosít?

• Képes-e valósághű járműdinamikát reprodukálni?

• Kompatibilis a szoftver a meglévő szimulációs eszközökkel?

• Támogatja a Hardware-in-the-Loop integrációt?

• A folyamatos működés támogatott?

• Be vannak építve a biztonsági funkciók a vezérlőrendszerbe?

• A szállító nyújt mérnöki és üzembe helyezési támogatást?

• Bővíthető-e a rendszer a jövőbeni kutatási projektekre?

Szakértői ajánlások

A tapasztalt autonóm járműmérnökök általában a következőket javasolják:

• A platform kiválasztása előtt határozza meg az érzékelő érvényesítési céljait.

• A pozicionálási pontosságot és az ismételhetőséget részesítse előnyben a maximális mozgási úttal szemben.

• Válasszon elektromos szervohajtású Stewart platformokat a precíz érzékelőtesztekhez.

• Válasszon nyílt API-kkal és SDK-kkal rendelkező rendszereket a könnyebb szoftverintegráció érdekében.

• Ellenőrizze a késleltetést és a mozgási sávszélességet a szállító értékelése során.

• Partnerek a gyártókkal, akik testreszabást, integrációs támogatást és hosszú távú műszaki szolgáltatást kínálnak.

Következtetés

A 6 tengelyes Stewart platform az autonóm járművek fejlesztésének fontos eszközévé vált azáltal, hogy rendkívül pontos, megismételhető mozgásszimulációt biztosít az érzékelők validálásához, a Hardware-in-the-Loop teszteléshez és az autonóm vezetés kutatásához. Az a képessége, hogy ellenőrzött laboratóriumi körülmények között reprodukálja a valós járműdinamikát, lehetővé teszi a mérnökök számára a kamerák, LiDAR, radar, IMU-k és szenzorfúziós algoritmusok konzisztenciájának értékelését, mint a hagyományos közúti tesztelés önmagában.

A hasznos teherbírás, a mozgási pontosság, a szoftverkompatibilitás, a késleltetés és a rendszer hosszú távú méretezhetőségének gondos mérlegelésével a szervezetek olyan Stewart platformot választhatnak, amely felgyorsítja a fejlesztést, javítja a tesztelés hatékonyságát és csökkenti az általános érvényesítési költségeket. Ahogy az autonóm vezetési technológia folyamatosan fejlődik, a hattengelyes mozgási platformok továbbra is az átfogó járműtesztelés és -ellenőrzés kulcsfontosságú elemei maradnak.

GYIK

Miért használnak 6 tengelyes Stewart platformot az autonóm járművek teszteléséhez?

A Stewart platform valósághű, hat szabadságfokú járműmozgást reprodukál ellenőrzött laboratóriumi környezetben. Lehetővé teszi a mérnökök számára, hogy azonos körülmények között ismételten értékeljék az érzékelőket, érzékelési rendszereket és autonóm vezetési algoritmusokat.

Milyen érzékelőket lehet tesztelni Stewart platformon?

Az általánosan tesztelt eszközök közé tartoznak a kamerák, a LiDAR, a radar, az IMU-k, a GPS-vevők, az ultrahangos érzékelők és az autonóm járművekben használt komplett szenzorfúziós rendszerek.

A Stewart platform helyettesítheti a közúti tesztelést?

Nem. A Stewart platform kiegészíti a közúti tesztelést azáltal, hogy megismételhető laboratóriumi hitelesítést biztosít, mielőtt a járművek beindulnának a valós tesztelésbe. Ez csökkenti a fejlesztési költségeket, miközben javítja a tesztelés hatékonyságát.

Miért fontos az alacsony késleltetés?

Az alacsony késleltetés biztosítja, hogy a platform fizikai mozgása szinkronban maradjon a szimulációs szoftverrel és az érzékelő méréseivel. Ez elengedhetetlen a pontos Hardware-in-the-Loop teszteléshez és a megbízható észlelési rendszer érvényesítéséhez.

Mit kell figyelembe venniük a vásárlóknak, amikor Stewart platformot választanak autonóm járművekhez?

A legfontosabb szempontok közé tartozik a hasznos teherbírás, a pozicionálási pontosság, a mozgási sávszélesség, a szoftverintegráció, a nyitott API-k, a folyamatos üzemképesség, a biztonsági rendszerek, a műszaki támogatás és a jövőbeni tesztelési követelmények támogatásának képessége.