2020年12月3日，由中国汽车工程研究院主办的第五届i-VISTA智能网联汽车国际研讨会隆重召开， 在自动驾驶测试评价关键技术环节，西门子工业软件自动驾驶产品线经理彭晶发表了“虚拟与现实混合的V2X测试技术”的主旨演讲。

西门子工业软件自动驾驶产品线经理彭晶

以下为演讲实录：

非常感谢朱老师的介绍，感谢I─VISTA主办方的邀请，很高兴有机会汇报西门子在虚拟与现实混合的V2X测试技术。

内容分为三个部分，第一个是V2X功能概况，第二个方面总结在V2X里面典型测试的工况和方案，第三介绍一下我们基于西门子智能网联仿真平台我们做过的仿真测试一些实际的案例。

对于V2X目前有两大标准，一个是DSRC，一个是C─V2X，基于这两个标准我们可以着眼现在一系列的V2X功能，比如车车共享的信息，就是行车的策略，V2I就是信号灯和指示标志等等进行信息互相的传达和互动。

具体来V2X技术的分成，从下往上可以分为四层，分别是物理层、网络层、安全层和应用层，每层对应是不同的功能，像物理层更关注通信的协议和模组，射频的链路

，网络关注数据和管理，安全层关于证书签名这些信息，应用层会关注信息的数据格式会V2X的智能驾驶的一些功能。

对于不同的协议层所需要设施也不一样，对于物理层更多是关注于射频和物理性能的测试，对于网络层、安全层更关注互联互通一致性的测试，对于最上面更多关注V2X的应用功能的测试，比如十字路口的车速的优化，你的车辆碰撞预警功能等等。

以上是对V2X一个非常简单的介绍。

下面我介绍一下V2X的典型测试的场景和测试的方案。

这是一个非常典型的V字形的正向开放的流程，从最早期的模型到软件再到硬件再到车辆，最后到实际道路测试，我们建议是开发测试的前期尽可能使用仿真的手段来开放，可以看到视频中展示了仿真非常典型V2X的场景，目前是十字路口车速优化的场景，仿真相对于道路的测试有非常独特的优势，首先你测试的场景是可以精确的来定制的，你可以非常低的成本搭建非常复杂的道路交通环境，其次仿真是可以执行批量化、自动化的测试，可以非常高效进行算法的迭代，仿真也可以提供增值，这是实际道路不断提供，最后对于非常危险的路况比如视频中展示大雾的天气仿真更加安全和可靠。

在软件里面可以非常快捷搭建仿真测试的场景，视频中看到搭建典型小镇的场景，可以在小镇环境里面模拟车辆在交通复杂环境里面十字路口的情况，再比如可以在搭建多层室内停车场的环境，我给我车辆加上ODO加上摄像头，可以模拟AVT自动代客泊车等等这样的场景，在CSAE标准里面对我们V2X涉及到安全效率等等一系列16个核心的应用和26个具体的场景，这些在V2X已经可以建模实现。

当然，如果仅仅是使用标准里面定义的场景来做V2X功能开发和测试是远远不够的，今天中国汽研在上午发布场景库3.0的版本，这些数据基于智能驾驶的采集或者人工的提取获取这样一个完备的产品描述方法和场景的要素标注，累计得到了六万多例场景的片段，这些数据都可以保存为标准的系列格式，可以进行在线仿真测试。

对于真实发生交通事故数据上午也有介绍来，中国汽研基于国家交通事故大量事故的数据进行了事故的重构和还原，能够参考德国的深度交通事故数据的格式，可以存储，这些数据可以一键导致到V2X充实虚假仿真的测试。

有了丰富测试场景之后，接下来要对传感器的模型进行精细化的建模，和其他传感器比如雷达这些传感器类似，V2X传感器也可以从理想到真实，可以分为不同的类型，我们可以把V2X模型分为三类，首先最简单的一个增值传感器，第二是统计结果的传感器，最后是接近于物理特性的V2X传感器。第一类是接近于的理想的传感器，第二类是基于统计结果的传输模型，比如交叉路口是否的遮挡物，基于实际的数据得出不同的模型，可以真实模拟V2X传感器在特定场合下它的表现，第三类传感器是基于物理模型，可以根据车辆周围环境，比如车辆之间的距离，入口的形态，以及相对车速等等，来计算我信息包传输的效率。

根据不同的应用需求，也可以使用不同的城市V2X的模型，针对不同开发阶段测试模块也不一样。

有了OBO或者SO控制器的按键可以放入闭环中，可以进行在线的硬件测试环节，如果你的通信仪表GSS的模拟器可以加入闭环里面，可以形成闭环测试系统，最后如果你有测试的样车可以把整车放到闭环中形成VL在线测试的环节。

以上就是根据我们经验总结V2X一些典型测试场景和方案。

第三个部分，我想根据这些方案汇报一下西门子基于实际的V2X项目的典型供大家参考。

介绍案例之前，插播一段广告在，V2X系统集成和测试服务，西门子和中国汽研有很多合作，中国汽研丰富的场景积累，中国汽研也有自研，以及强大的集成能力，可以为业内提供V2X的测试方案。

第一个案例，是一个基于V2V车车通信卡车队列的仿真，头车带领整个的队列协同的驾驶，可以通过套件控制中间白色的车辆，你可以设置车辆在队列中进行驾驶，也可以通过外部控制来控制这个车，脱离整个队列，这是一个模型在环的仿真。

第二个案例，是整车厂案例，基于两车V2V碰撞的测试，两个真实的V2V在闭环里面，我们可以抽两个车的位置信息，我的目标车按照一定轨迹循环的驾驶，我的主车通过外部的驾驶套件来控制它，可以控制我的主车以不同的角度不同的方向接近或者远离目标车，验证我的车在任意不同的方向条件下我的碰撞的预警功能是否可以很好的触发。

第三个案例，是我们某ICT的公司，在这个案例中想告诉大家不仅OBO可以在环，加以将智能交通灯目测的感知系统都可以放到闭环里面进行测试，当然一些测试的通讯接口也是非常丰富，可以传输视频等等，OBO的数量是没有限制的。

我们看下面一个案例，可以看到在视频中项目使用五个OBO在环的测试，模拟五辆车的环境，验证五辆车之间的互通互联协同自动驾驶的功能，如果说目标车进一步增加，我把目标车增加到一百辆二百辆，如果把一百个二百个真实的OBO进入现实中是不现实，这样我引入第三方的设备。

第五个案例是模拟器模拟，可以模拟数量不等50到200辆的信号，可以通过PC商品将目标车信息发出来可以测试OBO接受信息承压的能力，这个视频显示实时场景的展示。

前面几个案例是存在一个问题，因为OBO的距离是不比较近的，所以没办法模拟不同的OBO之间因为距离或者有障碍物的遮挡对你的信号传输效率的影响，当然我们不可能在一个设备条件下解决所有的问题，如果我要考虑信号的衰减信号干扰的影响的话在第六个案例会说到这个。

在这个案例中OBO不是通过风口来测试，是放在封闭的箱里面进行测试，之间是对于线来传递，而不是通过信号来传递，通过信号衰减模拟器模拟信号衰减过程。

以上是我们的案例。

最后介绍两个VL的案例，第七个是西门子试验场V2X场景的一个案例，是基于激光雷达来验证不同车以不同车速通过十字路口的场景，类似的项目我们在新加坡三泉数字孪生测试场也做过，在厂端的感知V2X的通讯设备，当然是由西门子的智能交通的部门提供，我们建立数字孪生的模型，拥有相关功能。

我们看视频，视频左边模拟场景，右边是真实的场景，在虚拟场景和真实场景中我们无人驾驶出租车同步运行，在虚拟场景模拟一个行人横穿马路，SU接入信号之后按照一定格式将信号传递出去，实际无人出租车接受信号之后会做出避让行人的举措，但是实际上是没有行人横穿马路，这保证绝对安全和可控的测试环境。

以上是我所有的分享，非常感谢大家的聆听，谢谢。

注：本文根据现场速记整理，未经演讲嘉宾审阅，仅作为参考资料，请勿转载！