隨著自動駕駛技術(shù)的快速發(fā)展,L3級別自動駕駛已逐步從概念走向現(xiàn)實。全球主要汽車市場相繼出臺了支持L3自動駕駛的法規(guī):德國在2017年率先通過了L3自動駕駛立法,日本于2020年修訂《道路運輸車輛法》支持L3自動駕駛系統(tǒng),中國也在2023年發(fā)布了《智能網(wǎng)聯(lián)汽車準(zhǔn)入管理辦法(試行)》,為L3及以上級別自動駕駛汽車的量產(chǎn)和商業(yè)化應(yīng)用提供了法律依據(jù)。這些政策的落地,為自動駕駛產(chǎn)業(yè)進(jìn)入規(guī)模化應(yīng)用奠定了基礎(chǔ)。
更高級別的自動駕駛意味著更復(fù)雜的系統(tǒng)架構(gòu)和更嚴(yán)格的安全要求。在ADAS控制器軟件快速迭代的開發(fā)過程中,每次軟件版本發(fā)布都需要進(jìn)行全方位的功能驗證,以確保系統(tǒng)的可靠性和安全性。傳統(tǒng)的測試方法往往耗時較長,資源消耗大,難以適應(yīng)快速迭代的開發(fā)節(jié)奏。為了提升測試效率并優(yōu)化資源利用,北匯信息提出了基于HiL環(huán)境的自動化冒煙測試方案。該方案通過在全量功能測試和實車驗證之前,先進(jìn)行一輪快速的基礎(chǔ)功能驗證,有效地識別出重大功能缺陷,從而降低后續(xù)測試成本,縮短整體測試周期。
然而,要構(gòu)建一個可靠的ADAS產(chǎn)品質(zhì)量保障體系,需要建立完整的測試鏈路。從早期的模型仿真(MiL)測試,到軟件仿真(SiL)測試,再到硬件在環(huán)(HiL)測試,以及整車在環(huán)(ViL)測試,最后到實車驗證,每個環(huán)節(jié)都承擔(dān)著不同的驗證目標(biāo)和質(zhì)量把控職責(zé)。北匯信息深耕汽車電子測試領(lǐng)域多年,打造了覆蓋ADAS全生命周期的測試解決方案。我們不僅關(guān)注基礎(chǔ)功能測試,更將功能安全測試作為重要組成部分,為ADAS產(chǎn)品的持續(xù)迭代提供全方位的質(zhì)量保障。
從虛擬到實際、從單元到系統(tǒng)逐層遞進(jìn),確保產(chǎn)品質(zhì)量。以下是各測試階段的具體解決方案:
虛擬驗證測試:MiL作為算法驗證的首要環(huán)節(jié),主要針對ADAS控制器及傳感器算法的功能性驗證,早期發(fā)現(xiàn)問題及快速迭代支持;SiL關(guān)注軟件實現(xiàn)的正確性,驗證代碼級別的功能實現(xiàn)
ADAS HiL測試:通過引入實際控制器硬件,在真實時間約束下驗證系統(tǒng)性能。
ADAS ViL測試:將實際車輛引入測試環(huán)境,實現(xiàn)半實物仿真測試。
ADAS實車測試:在真實道路環(huán)境下驗證系統(tǒng)的功能完整性、性能穩(wěn)定性和安全可靠性。
自動駕駛發(fā)展新趨勢:端到端演進(jìn)與艙駕融合
隨著自動駕駛技術(shù)的快速迭代,行業(yè)發(fā)展呈現(xiàn)出兩個顯著趨勢:一方面,自動駕駛系統(tǒng)的架構(gòu)設(shè)計正從傳統(tǒng)的模塊化方案(包括環(huán)境感知、路徑規(guī)劃、行為決策和車輛控制等獨立模塊)逐步向端到端解決方案演進(jìn);另一方面,智能座艙與自動駕駛的融合成為新趨勢,通過整合駕駛員狀態(tài)監(jiān)測、人機(jī)交互等智能座艙功能與自動駕駛系統(tǒng),實現(xiàn)更安全、更智能的人機(jī)協(xié)同駕駛體驗。
端到端自動駕駛的機(jī)遇與挑戰(zhàn)
傳統(tǒng)的模塊化架構(gòu)雖然結(jié)構(gòu)清晰、易于調(diào)試和維護(hù),但模塊之間的串行處理可能導(dǎo)致誤差累積,且各模塊獨立優(yōu)化難以保證全局最優(yōu),在處理復(fù)雜動態(tài)場景時往往表現(xiàn)出局限性。而基于深度學(xué)習(xí)的端到端方案,通過直接建立感知數(shù)據(jù)到控制指令的映射關(guān)系,不僅簡化了系統(tǒng)架構(gòu),還能夠端到端地優(yōu)化整個決策控制過程,提升了系統(tǒng)對復(fù)雜場景的理解和決策能力。特別是隨著大模型技術(shù)在自動駕駛領(lǐng)域的應(yīng)用,其強(qiáng)大的場景理解能力和決策推理能力,正在重塑自動駕駛的技術(shù)路線,為行業(yè)帶來新的發(fā)展機(jī)遇和挑戰(zhàn)。
(1)數(shù)據(jù)需求的升級
- 模型訓(xùn)練需要更大規(guī)模的數(shù)據(jù)集
- 數(shù)據(jù)質(zhì)量和多樣性要求顯著提高
- 數(shù)據(jù)標(biāo)注的準(zhǔn)確性和效率面臨考驗
(2)仿真技術(shù)的革新
- 仿真模型的可信度要求更高
- 場景生成需要更強(qiáng)的真實感
- 傳感器仿真精度需要進(jìn)一步提升
(3)測試評估的變革
- 測試指標(biāo)體系需要重新定義
- 評估方法需要適應(yīng)端到端特點
- 測試結(jié)果的可解釋性要求提高
為了積極應(yīng)對這些挑戰(zhàn),北匯信息持續(xù)關(guān)注前沿技術(shù)發(fā)展,并將創(chuàng)新技術(shù)融入測試解決方案中。在提升現(xiàn)有仿真技術(shù)方面,我們通過引入高精度的傳感器建模、動力學(xué)模型優(yōu)化以及環(huán)境因素模擬等手段,不斷提高仿真模型的保真度。同時,采用數(shù)據(jù)驅(qū)動的方法,通過大量實車數(shù)據(jù)對仿真模型進(jìn)行標(biāo)定和驗證,確保仿真結(jié)果與真實場景的一致性。
在此基礎(chǔ)上,我們引入了世界模型(World Model)技術(shù),這是一種基于大規(guī)模數(shù)據(jù)訓(xùn)練的生成式AI模型。該技術(shù)通過學(xué)習(xí)真實世界的動態(tài)特征和規(guī)律,能夠自動生成多樣化的測試場景,并具備交通參與者行為預(yù)測能力。這不僅大幅提升了測試場景的覆蓋度,還確保了生成場景的物理合理性。通過智能采樣策略,系統(tǒng)能夠自動識別關(guān)鍵測試場景,優(yōu)化場景覆蓋度,特別是在復(fù)雜交通流、極端工況等高價值測試場景的生成方面表現(xiàn)出色。
同時,我們采用了最新的3DGS(3D Gaussian Splatting)場景重建技術(shù),這是一種基于高斯分布的三維點云表示方法。該技術(shù)通過多視角圖像進(jìn)行高精度場景重建,不僅能保持極高的視覺真實感,還支持實時渲染和動態(tài)更新。在實際應(yīng)用中,3DGS技術(shù)可以快速構(gòu)建真實道路場景,實現(xiàn)復(fù)雜環(huán)境的精確模擬,并為相機(jī)、激光雷達(dá)等多種傳感器提供高保真度的仿真數(shù)據(jù),為端到端自動駕駛解決方案的驗證提供了更可靠的測試平臺。
艙駕融合的機(jī)遇與挑戰(zhàn)
傳統(tǒng)的智能座艙和自動駕駛系統(tǒng)相對獨立,雖然職責(zé)劃分明確、開發(fā)維護(hù)方便,但系統(tǒng)間的信息壁壘限制了協(xié)同效應(yīng)的發(fā)揮,在復(fù)雜場景下難以實現(xiàn)人車的最優(yōu)交互。而基于深度融合的艙駕一體化方案,通過統(tǒng)一的數(shù)據(jù)和算力平臺,實現(xiàn)了駕駛員狀態(tài)監(jiān)測、環(huán)境感知、人機(jī)交互等功能的深度融合,不僅提升了系統(tǒng)響應(yīng)效率,還能實現(xiàn)更智能的人機(jī)協(xié)同決策,同時也實現(xiàn)了架構(gòu)簡化、成本優(yōu)化和性能提升。特別是隨著大模型在多模態(tài)交互領(lǐng)域的應(yīng)用,其強(qiáng)大的場景理解能力和自然交互能力,正在重塑人車交互的模式,為行業(yè)帶來新的發(fā)展機(jī)遇和挑戰(zhàn)
(1)交互數(shù)據(jù)的融合
- 需要處理更復(fù)雜的多模態(tài)數(shù)據(jù)
- 對數(shù)據(jù)同步性要求更高
- 交互數(shù)據(jù)的實時性要求提升
(2)系統(tǒng)集成的升級
- 需要更高性能的計算平臺
- 系統(tǒng)架構(gòu)需要重新設(shè)計
- 軟硬件接口更加復(fù)雜
(3)測試驗證的創(chuàng)新
- 需要建立新的評估體系
- 人因工程測試更加重要
- 交互場景更加多樣化
為了積極應(yīng)對這些挑戰(zhàn),北匯信息持續(xù)關(guān)注前沿技術(shù)發(fā)展,融合優(yōu)化現(xiàn)有測試解決方案,構(gòu)建了完整的艙駕一體化測試驗證體系。包括一套HiL測試系統(tǒng)進(jìn)行智駕、座艙功能的自動化測試;再結(jié)合OS評測工具,實現(xiàn)測試用例與場景庫的對齊,評估場景驅(qū)動下的性能覆蓋指標(biāo);通過定制化的傳感器故障注入設(shè)備(如攝像頭、超聲波雷達(dá)等)、通用故障注入模塊(I/O、總線、電氣類等),進(jìn)行控制器應(yīng)用層功能安全測試及底軟功能安全測試。
(1)HiL仿真測試系統(tǒng)
- 硬件在環(huán)(HiL)測試平臺:實時處理器、總線接口卡、I/O板卡、電源模塊等;
- 仿真軟件測試平臺:場景仿真建模、傳感器仿真建模、車輛動力學(xué)仿真建模等;
- 專業(yè)測試設(shè)備集成:傳感器仿真設(shè)備、UI/UE測試設(shè)備等
- 場景庫管理:標(biāo)準(zhǔn)場景庫、場景泛化等
(2)操作系統(tǒng)評測工具鏈
- 支持實時操作系統(tǒng)性能分析
- 提供任務(wù)調(diào)度和資源利用率監(jiān)控
- 實現(xiàn)內(nèi)存泄漏和堆棧溢出檢測
(3)功能安全測試系統(tǒng)
- 專業(yè)故障注入設(shè)備:傳感器故障注入設(shè)備(如攝像頭、超聲波雷達(dá)等)、通用故障注入模塊(I/O、總線、電氣類等);
- 安全機(jī)制驗證:故障檢測和處理機(jī)制測試、安全狀態(tài)轉(zhuǎn)換驗證
展望未來,隨著自動駕駛技術(shù)的不斷演進(jìn),測試驗證技術(shù)也將持續(xù)創(chuàng)新。北匯信息將繼續(xù)深耕測試領(lǐng)域,通過技術(shù)創(chuàng)新和方法革新,為自動駕駛產(chǎn)品的質(zhì)量提供更加全面和可靠的保障,推動自動駕駛技術(shù)的安全落地和快速發(fā)展。
-
測試
+關(guān)注
關(guān)注
9文章
6201瀏覽量
131345 -
adas
+關(guān)注
關(guān)注
311文章
2330瀏覽量
211923 -
汽車自動駕駛
+關(guān)注
關(guān)注
0文章
15瀏覽量
4051
發(fā)布評論請先 登錄
自動駕駛仿真測試有什么具體要求?
自動駕駛達(dá)到什么技術(shù)標(biāo)準(zhǔn)才能稱為L3級?
數(shù)據(jù)驅(qū)動自動駕駛:核心要素與發(fā)展全景解析
低速自動駕駛與乘用車自動駕駛在技術(shù)要求上有何不同?
卡車、礦車的自動駕駛和乘用車的自動駕駛在技術(shù)要求上有何不同?
小馬智行助力公路干線物流自動駕駛發(fā)展
自動駕駛技術(shù)測試有哪些?
自動駕駛技術(shù)落地前為什么要先測試?
自動駕駛安全基石:ODD
新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角
AI將如何改變自動駕駛?
自動駕駛經(jīng)歷了哪些技術(shù)拐點?
NVIDIA Halos自動駕駛汽車安全系統(tǒng)發(fā)布
激光雷達(dá)技術(shù):自動駕駛的應(yīng)用與發(fā)展趨勢
搭建完整的ADAS測試鏈路,推動自動駕駛技術(shù)的安全發(fā)展
評論