Nền tảng Stewart 6 trục để thử nghiệm xe tự hành

Giới thiệu

Việc phát triển xe tự hành đòi hỏi phải thử nghiệm rộng rãi dưới hàng nghìn điều kiện lái xe trước khi phương tiện có thể vận hành an toàn trên đường công cộng. Trong khi mô phỏng máy tính và cơ sở chứng minh vẫn cần thiết, nhiều nhiệm vụ xác nhận quan trọng yêu cầu thử nghiệm chuyển động vật lý có độ lặp lại cao trong môi trường phòng thí nghiệm được kiểm soát. Nền tảng Stewart 6 trục cho phép các kỹ sư tái tạo chính xác động lực học của xe, độ rung trên đường, vào cua, phanh, tăng tốc và chuyển động của cảm biến theo sáu bậc tự do, khiến nền tảng này trở thành công cụ không thể thiếu để phát triển xe tự hành, xác thực cảm biến và thử nghiệm Phần cứng trong vòng lặp (HIL). Hướng dẫn này giải thích cách nền tảng Stewart 6 trục hỗ trợ thử nghiệm xe tự hành và những điều kỹ sư nên cân nhắc khi lựa chọn hệ thống phù hợp.

Trả lời nhanh

Nền tảng Stewart 6 trục cải thiện việc kiểm tra xe tự hành bằng cách tái tạo chuyển động thực tế của xe theo sáu bậc tự do (tăng vọt, lắc lư, nâng lên, lăn, nghiêng và ngáp). Nó cho phép thử nghiệm lặp lại trong phòng thí nghiệm đối với máy ảnh, LiDAR, radar, IMU, mô-đun GPS và thuật toán lái xe tự động trong điều kiện động được kiểm soát, giảm thời gian phát triển đồng thời cải thiện độ chính xác và an toàn của thử nghiệm.

Tại sao thử nghiệm xe tự hành lại yêu cầu mô phỏng chuyển động

Xe tự hành dựa vào nhiều cảm biến hoạt động cùng nhau để nhận biết môi trường xung quanh.

Chúng bao gồm:

• Máy ảnh

• LiDAR

• ra đa

• IMU (Đơn vị đo quán tính)

• GPS

• Cảm biến siêu âm

Trong quá trình lái xe thực tế, các cảm biến này sẽ ghi nhận chuyển động liên tục của xe do:

• Tăng tốc

• phanh

• Chỉ đạo

• Đường bất thường

• Gió

• Độ rung của xe

Việc thử nghiệm các điều kiện này nhiều lần trên đường công cộng rất tốn kém, mất thời gian và thường khó tái tạo.

Nền tảng Stewart tạo ra các cấu hình chuyển động lặp lại bên trong phòng thí nghiệm, cho phép các kỹ sư xác nhận cả phần cứng và phần mềm trong các điều kiện giống nhau.

Hiểu biết sâu sắc về ngành

Sự phát triển xe tự hành hiện đại ngày càng kết hợp mô phỏng kỹ thuật số với nền tảng chuyển động vật lý để xác nhận hệ thống nhận thức trước khi bắt đầu thử nghiệm trên đường đắt tiền. Thử nghiệm có kiểm soát trong phòng thí nghiệm cải thiện đáng kể khả năng lặp lại so với lái xe trong thế giới thực.

Nền tảng Stewart 6 trục là gì?

Nền tảng Stewart 6 trục là một cơ chế robot song song bao gồm:

• Đế cố định

• Nền tảng di chuyển

• Sáu bộ truyền động tuyến tính đồng bộ

• Khớp phổ quát hoặc hình cầu

• Bộ điều khiển chuyển động thời gian thực

Chuyển động phối hợp của sáu bộ truyền động tạo ra sáu bậc tự do độc lập:

• Tăng đột biến

• lắc lư

• nhấc lên

• Cuộn

• Sân bóng đá

• ôi

Không giống như các hệ thống robot nối tiếp, nền tảng Stewart phân phối tải đồng thời trên tất cả các bộ truyền động, mang lại độ cứng, độ chính xác định vị và phản hồi động tuyệt vời.

Bảng 1. Sáu bậc tự do cho mô phỏng phương tiện

Sự cân nhắc của người mua

Việc chọn nền tảng Stewart có hiệu suất cân bằng trên tất cả sáu trục thường mang lại động lực học thực tế hơn cho xe so với việc chọn nền tảng có hành trình quá mức chỉ theo một hoặc hai hướng.

Nền tảng Stewart hỗ trợ thử nghiệm xe tự hành như thế nào

Thay vì di chuyển toàn bộ chiếc xe, các kỹ sư thường gắn các cảm biến, giàn thử nghiệm hoặc cụm một phần xe trên bệ di chuyển.

Nền tảng này tái tạo chuyển động được ghi lại từ điều kiện lái xe thực tế hoặc được tạo ra bởi phần mềm mô phỏng phương tiện.

Điều này cho phép các kỹ sư đánh giá:

• Độ ổn định của cảm biến

• Chất lượng hình ảnh của máy ảnh

• Độ chính xác của đám mây điểm LiDAR

• Hiệu suất radar

• Hiệu chuẩn IMU

• Thuật toán tổng hợp cảm biến

• Bản địa hóa xe

• Bù chuyển động

Hiểu biết sâu sắc về ngành

Nhiều phòng thí nghiệm xe tự hành sử dụng nền tảng Stewart để tái tạo hồ sơ đường được thu thập trong quá trình thử nghiệm trong thế giới thực. Các kỹ sư có thể lặp lại các chuỗi chuyển động giống hệt nhau hàng trăm lần, khiến việc so sánh thuật toán trở nên đáng tin cậy hơn nhiều so với việc lặp lại các bài kiểm tra trên đường công cộng.

Bảng 2. Các ứng dụng thử nghiệm xe tự hành điển hình

Lời khuyên của chuyên gia

Nền tảng Stewart phải tái tạo chuyển động thực tế của xe thay vì chuyển động quá mức. Độ chính xác định vị cao và độ trễ thấp thường quan trọng hơn khoảng cách di chuyển tối đa khi xác thực hệ thống lái tự động.

Lợi ích chính cho việc phát triển xe tự hành

So với việc thử nghiệm trên đường truyền thống, nền tảng Stewart mang lại một số lợi thế quan trọng.

Điều kiện kiểm tra lặp lại

Mọi cấu hình chuyển động có thể được lặp lại với tính nhất quán cực cao.

Điều này cho phép so sánh trực tiếp giữa:

• Phiên bản cảm biến

• Cập nhật phần mềm

• Thuật toán AI

• Phương pháp hiệu chuẩn

Môi trường thử nghiệm an toàn hơn

Các tình huống lái xe nguy hiểm tiềm ẩn có thể được tái tạo mà không gây nguy hiểm cho kỹ sư hoặc phương tiện.

Ví dụ bao gồm:

• Phanh khẩn cấp

• tránh chướng ngại vật

• Thay đổi làn đường tốc độ cao

• Điều kiện đường gồ ghề

Phát triển nhanh hơn

Thử nghiệm trong phòng thí nghiệm có thể tiếp tục bất kể:

• Thời tiết

• Giao thông

• Đường sẵn có

• Điều kiện theo mùa

Giảm chi phí phát triển

Thử nghiệm trong phòng thí nghiệm lặp đi lặp lại thường làm giảm:

• Chi phí vận hành phương tiện

• Chi phí lái xe

• Tiêu thụ nhiên liệu

• Thời gian di chuyển

• Mặc nguyên mẫu

Bảng 3. Lợi ích của Nền tảng Stewart đối với thử nghiệm AV

Hướng dẫn thực hành

Giá trị lớn nhất của nền tảng Stewart không phải là thay thế hoàn toàn việc thử nghiệm trên đường mà là giảm số lượng thử nghiệm hiện trường tốn kém bằng cách xác nhận các cảm biến và thuật toán điều khiển trong các điều kiện lặp lại trong phòng thí nghiệm trước khi triển khai phương tiện.

Các thử nghiệm xe tự hành phổ biến sử dụng nền tảng Stewart

Nền tảng Stewart chuyên nghiệp hỗ trợ nhiều hoạt động xác nhận trong suốt chu trình phát triển xe tự hành.

Kiểm tra độ ổn định của máy ảnh

Các kỹ sư đánh giá ảnh hưởng của chuyển động của xe:

• Độ sắc nét của hình ảnh

• Phát hiện đối tượng

• Nhận dạng làn đường

• Nhận dạng biển báo giao thông

Xác thực LiDAR

Chuyển động có kiểm soát cho phép đánh giá:

• Tính nhất quán của đám mây điểm

• Biến dạng chuyển động

• Theo dõi đối tượng

• Nhận thức về môi trường

Hiệu chỉnh IMU và GPS

Nền tảng này tạo ra chuyển động được điều khiển chính xác để hiệu chỉnh hệ thống dẫn đường quán tính và xác thực các thuật toán định vị.

Kiểm tra phần cứng trong vòng lặp (HIL)

Bộ điều khiển phương tiện tương tác với động lực mô phỏng của phương tiện trong khi các cảm biến vật lý trải nghiệm chuyển động sáu trục đồng bộ.

Bảng 4. Đã kiểm tra phần cứng điển hình

Hiểu biết sâu sắc về ngành

Khi hệ thống lái tự động ngày càng phụ thuộc vào phản ứng tổng hợp đa cảm biến, nền tảng Stewart đang phát triển từ bộ mô phỏng chuyển động đơn giản thành hệ thống xác nhận tích hợp có khả năng đồng bộ hóa chuyển động vật lý với các mô hình xe kỹ thuật số và dữ liệu cảm biến thời gian thực.

Thông số kỹ thuật chính cần xem xét

Việc chọn nền tảng Stewart để thử nghiệm xe tự hành không chỉ bao gồm việc so sánh khả năng tải trọng.

Các kỹ sư nên đánh giá một số thông số hiệu suất.

Khả năng tải trọng

Nền tảng phải hỗ trợ một cách an toàn:

• Giá đỡ cảm biến

• Đồ đạc thử nghiệm

• Bộ điều khiển điện tử

• Hệ thống camera

• mô-đun LiDAR

• Thiết bị nghiên cứu bổ sung

Việc nâng cấp trong tương lai cũng cần được xem xét trong quá trình định cỡ hệ thống.

Định vị chính xác

Cảm biến xe tự động yêu cầu chuyển động cực kỳ chính xác.

Khả năng lặp lại định vị cao giúp đảm bảo kết quả kiểm tra nhất quán qua nhiều chu kỳ xác nhận.

Băng thông chuyển động

Nền tảng phải tái tạo chính xác:

• Độ rung của đường

• Chuyển động treo

• Đầu vào lái

• Động lực học thân xe

Băng thông cao hơn cho phép mô phỏng thực tế hơn các sự kiện lái xe năng động.

Độ trễ thấp

Đồng bộ hóa thời gian thực giữa phần mềm mô phỏng, cảm biến và phần cứng chuyển động là điều cần thiết.

Độ trễ thấp giúp giảm lỗi đo lường trong quá trình thử nghiệm kết hợp phần cứng trong vòng lặp và cảm biến.

Kiến trúc phần mềm mở

Các nền tảng chuyên nghiệp nên hỗ trợ tích hợp với các phần mềm kỹ thuật như:

• MATLAB/Simulink

• ROS

• Công cụ không thực

• Đoàn kết

• Hệ thống phần cứng trong vòng lặp

• Phần mềm mô phỏng lái xe tự động

Bảng 5. Tiêu chí lựa chọn quan trọng

Sự cân nhắc của người mua

Khi so sánh các nhà cung cấp, hãy yêu cầu độ chính xác định vị thực tế, độ lặp lại, độ trễ và dữ liệu băng thông chuyển động thay vì chỉ dựa vào thông số kỹ thuật di chuyển tối đa.

Những thách thức và giải pháp chung

Thử nghiệm xe tự hành đưa ra những thách thức kỹ thuật độc đáo đòi hỏi phải điều khiển chuyển động chính xác.

Bảng 6. Những thách thức chung và giải pháp đề xuất

Hướng dẫn thực hành

Tái tạo chuyển động chính xác thường có giá trị hơn chuyển động mạnh mẽ trên nền tảng. Chuyển động sáu trục mượt mà, có thể lặp lại giúp xác thực cảm biến đáng tin cậy hơn và đơn giản hóa việc so sánh giữa các phiên bản phần mềm khác nhau.

Quan niệm sai lầm phổ biến: Xe tự hành có thể được thử nghiệm đầy đủ trong phần mềm mô phỏng

Một số nhà phát triển tin rằng chỉ cần mô phỏng trên máy tính là đủ để xác nhận phương tiện tự hành.

Mặc dù mô phỏng kỹ thuật số đã trở thành một công cụ phát triển thiết yếu nhưng nó không thể tái tạo đầy đủ hoạt động vật lý của các cảm biến thực.

Các yếu tố như:

• Rung động cơ học

• Cảm biến gắn linh hoạt

• Chuyển động của thân xe

• Tải động

• Độ trễ phần cứng

chỉ có thể được đánh giá bằng thử nghiệm vật lý.

Nền tảng Stewart thu hẹp khoảng cách giữa mô phỏng ảo và thử nghiệm trên đường bằng cách tái tạo chuyển động thực tế của xe trong điều kiện phòng thí nghiệm được kiểm soát.

Những điều kỹ sư nên biết

Chiến lược xác thực hiệu quả nhất kết hợp mô phỏng kỹ thuật số, thử nghiệm Phần cứng trong vòng lặp, thử nghiệm nền tảng chuyển động và thử nghiệm đường có kiểm soát. Mỗi giai đoạn xác định các loại hành vi khác nhau của hệ thống trước khi triển khai toàn diện.

Nghiên cứu điển hình

Bối cảnh dự án

Một công ty công nghệ xe tự hành đang phát triển hệ thống nhận thức thế hệ tiếp theo tích hợp camera, LiDAR, radar và cảm biến dẫn đường quán tính.

Nhóm kỹ thuật cần một môi trường phòng thí nghiệm có thể lặp lại để đánh giá các thuật toán tổng hợp cảm biến trước khi tiến hành thử nghiệm trên đường quy mô lớn.

Thử thách

Việc thử nghiệm trên đường có một số hạn chế:

• Điều kiện thời tiết thay đổi

• Môi trường giao thông không nhất quán

• Khó tái tạo các sự kiện lái xe giống hệt nhau

• Chi phí vận hành xe cao

• Chu kỳ xác nhận dài

Những biến số này gây khó khăn cho việc so sánh các bản cập nhật phần mềm một cách khách quan.

Giải pháp

Công ty đã triển khai nền tảng Stewart 6 trục được tích hợp với môi trường thử nghiệm Phần cứng trong vòng lặp.

Nền tảng này tái tạo động lực học của xe đã được ghi lại, bao gồm:

• Tăng tốc nhanh

• Phanh khẩn cấp

• Vào cua gấp

• Độ rung mặt đường

• Mặt đường không bằng phẳng

• Thao tác chuyển làn đường

Hệ thống camera, cảm biến LiDAR, mô-đun radar và IMU được gắn trực tiếp trên nền tảng trong khi phần mềm lái xe tự động xử lý dữ liệu cảm biến được đồng bộ hóa trong thời gian thực.

Kết quả

Triển khai sau:

• Xác nhận cảm biến trở nên có tính lặp lại cao.

• So sánh phần mềm yêu cầu ít thử nghiệm trên đường hơn.

• Hiệu suất ổn định máy ảnh được cải thiện.

• Tính nhất quán của đám mây điểm LiDAR tăng lên.

• Chu kỳ phát triển phần cứng trong vòng lặp đã được rút ngắn.

• Hiệu quả xác nhận tổng thể được cải thiện đồng thời giảm chi phí thử nghiệm.

Bài học kinh nghiệm

Dự án đã chứng minh rằng việc kết hợp mô phỏng chuyển động sáu trục vật lý với các mô hình xe kỹ thuật số sẽ tạo ra một quy trình xác nhận toàn diện hơn so với việc chỉ dựa vào mô phỏng máy tính hoặc thử nghiệm trên đường công cộng. Thử nghiệm lặp lại trong phòng thí nghiệm cho phép các kỹ sư xác định các vấn đề tích hợp cảm biến sớm hơn trong chu kỳ phát triển.

Danh sách kiểm tra người mua

Trước khi mua nền tảng Stewart 6 trục để thử nghiệm xe tự hành, hãy xác minh những điều sau:

• Dung lượng tải trọng yêu cầu là bao nhiêu?

• Độ chính xác định vị và độ lặp lại được chỉ định là gì?

• Nền tảng có cung cấp khả năng kiểm soát chuyển động có độ trễ thấp không?

• Nó có thể tái tạo động lực học thực tế của xe không?

• Phần mềm có tương thích với các công cụ mô phỏng hiện có không?

• Nó có hỗ trợ tích hợp Phần cứng trong vòng lặp không?

• Hoạt động liên tục có được hỗ trợ không?

• Các chức năng an toàn có được tích hợp trong hệ thống điều khiển không?

• Nhà cung cấp có cung cấp hỗ trợ kỹ thuật và vận hành không?

• Hệ thống có thể được mở rộng cho các dự án nghiên cứu trong tương lai không?

Khuyến nghị của chuyên gia

Các kỹ sư xe tự hành có kinh nghiệm thường khuyến nghị:

• Xác định mục tiêu xác thực cảm biến trước khi chọn nền tảng.

• Ưu tiên độ chính xác và khả năng lặp lại của định vị so với hành trình chuyển động tối đa.

• Chọn bệ Stewart điều khiển bằng trợ lực điện để kiểm tra cảm biến chính xác.

• Chọn hệ thống có API và SDK mở để tích hợp phần mềm dễ dàng hơn.

• Xác minh độ trễ và băng thông chuyển động trong quá trình đánh giá nhà cung cấp.

• Hợp tác với các nhà sản xuất để cung cấp dịch vụ tùy chỉnh, hỗ trợ tích hợp và dịch vụ kỹ thuật dài hạn.

Phần kết luận

Nền tảng Stewart 6 trục đã trở thành một công cụ quan trọng trong việc phát triển xe tự hành bằng cách cung cấp mô phỏng chuyển động lặp lại, có độ chính xác cao để xác thực cảm biến, thử nghiệm Phần cứng trong vòng lặp và nghiên cứu lái xe tự động. Khả năng tái tạo động lực học của xe trong thế giới thực trong điều kiện phòng thí nghiệm được kiểm soát cho phép các kỹ sư đánh giá camera, LiDAR, radar, IMU và thuật toán tổng hợp cảm biến với tính nhất quán cao hơn so với chỉ thử nghiệm trên đường thông thường.

Bằng cách xem xét cẩn thận khả năng tải trọng, độ chính xác của chuyển động, khả năng tương thích phần mềm, độ trễ và khả năng mở rộng hệ thống dài hạn, các tổ chức có thể chọn nền tảng Stewart giúp tăng tốc độ phát triển, cải thiện hiệu quả thử nghiệm và giảm chi phí xác thực tổng thể. Khi công nghệ lái xe tự động tiếp tục phát triển, nền tảng chuyển động sáu trục sẽ vẫn là thành phần chính trong quá trình kiểm tra và xác minh xe toàn diện.

Câu hỏi thường gặp

Tại sao nền tảng Stewart 6 trục được sử dụng để thử nghiệm xe tự hành?

Nền tảng Stewart tái tạo chuyển động xe sáu bậc tự do thực tế trong môi trường phòng thí nghiệm được kiểm soát. Nó cho phép các kỹ sư đánh giá các cảm biến, hệ thống nhận thức và thuật toán lái xe tự động nhiều lần trong các điều kiện giống nhau.

Những cảm biến nào có thể được thử nghiệm trên nền tảng Stewart?

Các thiết bị thường được thử nghiệm bao gồm máy ảnh, LiDAR, radar, IMU, máy thu GPS, cảm biến siêu âm và hệ thống tổng hợp cảm biến hoàn chỉnh được sử dụng trong xe tự hành.

Nền tảng Stewart có thể thay thế việc thử nghiệm trên đường không?

Không. Nền tảng Stewart bổ sung cho việc thử nghiệm trên đường bằng cách cung cấp xác nhận có thể lặp lại trong phòng thí nghiệm trước khi xe tham gia thử nghiệm trong thế giới thực. Điều này làm giảm chi phí phát triển đồng thời nâng cao hiệu quả thử nghiệm.

Tại sao độ trễ thấp lại quan trọng?

Độ trễ thấp đảm bảo rằng chuyển động của nền tảng vật lý vẫn được đồng bộ hóa với phần mềm mô phỏng và phép đo cảm biến. Điều này rất cần thiết để kiểm tra Phần cứng trong vòng lặp chính xác và xác thực hệ thống nhận thức đáng tin cậy.

Người mua nên cân nhắc điều gì khi lựa chọn nền tảng Stewart cho các ứng dụng xe tự hành?

Những cân nhắc chính bao gồm khả năng tải trọng, độ chính xác định vị, băng thông chuyển động, tích hợp phần mềm, API mở, khả năng làm việc liên tục, hệ thống an toàn, hỗ trợ kỹ thuật và khả năng hỗ trợ các yêu cầu thử nghiệm trong tương lai.