MMRHP：用于可审计闭环评估的微型混合现实 HIL 平台
机器人学
2025-10-22 v1 系统与控制
系统与控制
摘要
自动驾驶系统的验证需要在测试保真度、成本和可扩展性之间进行权衡。虽然微型硬件在环 (HIL) 平台作为一种有前景的解决方案而涌现，但 generally lacks 支持严格定量分析的系统框架，限制了其作为科学评估工具的价值。为解决这一挑战，我们提出了 MMRHP，即一个微型混合现实 HIL 平台，将微型化测试从功能演示提升到严格、可重复的定量分析。我们的核心贡献有三方面。首先，我们提出了一个面向 Safety of the Intended Functionality (SOTIF) 标准的系统性三阶段测试流程，为识别通常正确运行系统的性能限制和触发条件提供可操作性指导。其次，我们设计并实现了一个以统一时空测量核心为中心的 HIL 平台，以支持这一过程，确保物理运动和系统时序的一致且可追溯的量化。最后，我们通过全面实验展示了该解决方案的有效性。首先，该平台被验证，实现了 10.27 mm 的空间精度 RMSE 和约 45 ms 的稳定闭环延迟基线。随后，针对 Autoware 进行深入案例研究，利用该验证平台量化其性能基线，并在注入 40 ms 的延迟时识别出一个关键性能临界点。这一工作表明，结构化流程结合提供统一时空基准的平台，能够实现自动驾驶系统的可重复、可解释且定量的闭环评估。
引用
@article{arxiv.2510.18371,
title = {MMRHP: A Miniature Mixed-Reality HIL Platform for Auditable Closed-Loop Evaluation},
author = {Mingxin Li and Haibo Hu and Jinghuai Deng and Yuchen Xi and Xinhong Chen and Jianping Wang},
journal= {arXiv preprint arXiv:2510.18371},
year = {2025}
}