智能網(wǎng)聯(lián)大潮下,ADAS作為離現(xiàn)實最近的自動駕駛實現(xiàn)手段,備受行業(yè)關(guān)注。近日,“第三屆智能汽車技術(shù)國際論壇暨創(chuàng)新展”集合諸多行業(yè)專家、學(xué)者針對此話題展開深入探討,蓋世汽車將論壇中部分演講進行梳理,以饗以內(nèi)。
易特馳汽車技術(shù)(上海)有限公司ADAS測試專家 楊樂
以下內(nèi)容為易特馳汽車技術(shù)(上海)有限公司ADAS測試專家 楊樂先生關(guān)于“基于HIL硬件在環(huán)系統(tǒng)的ADAS測試方案”的演講實錄:
首先我們來看一下這一頁PPT,從大眾做的數(shù)據(jù)分析我們可以看出ADAS控制器在正式行駛中對車輛測試比較少。除此之外ADAS控制硬件平臺的升級往往需要對軟件部分進行升級。硬件平臺升級之后大部分的軟件都要重新做,原平臺上已經(jīng)驗證過的還需要在新平臺上重新進行測試。由于種種特殊性,使用常規(guī)的測試方法對ADAS進行測試,所需要的人力、物力和時間成本都是非常驚人的。在進入全自動無人駕駛時代,對細(xì)分功能的測試需要更龐大的測試案例庫進行覆蓋。其法規(guī)對功能安全測試高要求,使得廠家往往很難在最佳時間推出對應(yīng)的車輛。因此尋找一個有效、可持續(xù)的測試方案迫在眉睫。
從谷歌汽車2015年發(fā)布的報告可以看出,截止2015年11月谷歌無人駕駛車總共發(fā)布了341次交通意外風(fēng)險。我們可以看到如果沒有使用仿真設(shè)備,出現(xiàn)341次風(fēng)險幾乎是不可能的,仿真設(shè)備大大節(jié)約了開發(fā)時間。通過簡單的案例可以看出由于駕駛仿真系統(tǒng)的應(yīng)用,我們可以從四個維度上提升開發(fā)速度,第一節(jié)約時間成本,第二節(jié)省測試時間,第三降低風(fēng)險,也就是提高對測試覆蓋度的覆蓋,第四重新利用。對測試中出現(xiàn)的軟件問題我們可以在不同的開發(fā)階段反復(fù)進行測試。
谷歌目前在駕駛模擬器上進行超過300萬英里的測試,這是個非常大的數(shù)據(jù),可以看出這對我們研發(fā)人員有很大的幫助。在闡述了仿真器的作用之后,我們來看一下車輛仿真測試HIL需要哪些方面的準(zhǔn)備。我們可以看一下第一部分為實施電腦,通過高速的系統(tǒng)產(chǎn)生對應(yīng)的模擬電信號??刂破魇盏絀O信號產(chǎn)生的信號之后,控制器軟件的計算邏輯會作出應(yīng)答,并產(chǎn)生控制輸出,比如說對ESP的控制。
在該系統(tǒng)中我們需要具備五個方面的知識,分別是實時電腦、傳感器模型、IO板卡、操作測試、測試數(shù)據(jù)庫。在下一頁PPT中我分別對五點進行解釋。
實時電腦是我們計算的大腦,流行的多核處理器可以處理模型不同的需求,除此之外實時電腦還需要具備對第三方板卡的擴展能力。操作控制,需要考慮駕駛員和控制器之間的切換動作,還需要考慮控制器對駕駛員的補償控制。因此模擬駕駛員的標(biāo)準(zhǔn)和隨機的動作也是建設(shè)仿真設(shè)備的重點。第三,我們的設(shè)備還需要具備豐富的IO接口,需要覆蓋市面上的主流產(chǎn)品。比如常見的碳信號、以太網(wǎng)信號等等都需要在IO板卡里邊體現(xiàn)。第四測試場景,針對市場主流的功能,還有一些廠家自己開發(fā)出和定義出來特殊的工況,都需與我們相對應(yīng)的測試庫進行覆蓋。第五,傳感器模型。正如朱教授所說的,也是我們對開發(fā)駕駛模擬器的重點,我會放到下面的PPT重點做一些解釋。
在主流的ADAS市場中用于做感知的傳感器主要有三種:攝像頭、毫米波雷達和超聲波雷達。我們先從如何仿真攝像頭開始仿真之旅。我先講一下評定計算結(jié)果好壞的參數(shù)數(shù)據(jù),為了對攝像頭不同感知方法進行驗證,我們把標(biāo)定單幕相機的行人、車輛、交通標(biāo)志、對象的傳感器叫做DA傳感器,把標(biāo)定參考數(shù)據(jù),以及路面標(biāo)志線參考數(shù)據(jù)的分別定義為警身傳感器和道路傳感器。 其主要包含視頻流,控制器的標(biāo)定信息。第二步是檢查序列的完整性,以及對序列進行存儲。第三,我們需要根據(jù)序列的屬性選擇需要進行標(biāo)定的環(huán)節(jié)。第四通過人工的方式對視頻流進行標(biāo)記,并保存下來。第五步我們需要對設(shè)備進行回放。
這里會有一些人力成本和物質(zhì)成本比較麻煩的地方。我們對視頻、像素、特征的識別是多種算法協(xié)同的結(jié)果,一個好的算法往往可以分辨出多種類型的目標(biāo)。我們需要通過人工的方式對每一件物體進行分門別類。人工標(biāo)記是一個煩瑣的工作,為了精確表達視頻流里邊所有的關(guān)鍵目標(biāo),需要對可行駛的和不可行駛的區(qū)域進行完整的標(biāo)記,由于工作量巨大,標(biāo)記好的路試多少往往是限制開發(fā)速度的重要原因。這也是我們在開發(fā)基于視頻感知算法中工程師常常遇到的問題。
我們剛才講人工標(biāo)記是現(xiàn)在當(dāng)前比較流行的對視頻進行標(biāo)記的方法。下面我們以數(shù)據(jù)流的方式分析一下方法的優(yōu)缺點。我們第一步是先要準(zhǔn)備車輛,通過測試工具、路試視頻數(shù)據(jù)、標(biāo)定數(shù)據(jù)以及看數(shù)據(jù),然后在數(shù)據(jù)庫內(nèi)對多種來源的數(shù)據(jù)進行整合、同步,并人工標(biāo)記出識別出來的目標(biāo)物體。這是由人力完成的。最后通過特定的軟件進行回放。可以看得出測試的覆蓋路僅和路試經(jīng)歷的環(huán)境一致,這種方法也無法稱之為有效的閉環(huán)。由于先天性的缺失,我們可以看到路試會有比較大的成本問題,人工標(biāo)記會有比較大的時間成本問題。最后由于只能做開放測試,又會帶來測試覆蓋度上面的問題。
對此我們通過硬件在環(huán)的方式解決上述問題。大家可以回顧一下剛才我提到的“Requirements”這個概念,其核心就是通過數(shù)學(xué)建模的方式生成自帶屬性標(biāo)簽的食品類數(shù)據(jù),由于動畫數(shù)據(jù)里邊的對象是通過預(yù)測參數(shù)的方法生成的,也就是視頻里邊出現(xiàn)動畫里邊的包含的人、物理都有確切的坐標(biāo)信息、幾何尺寸以及紋理信息。
因此我們的車輛在仿真行駛的過程中就會生成好標(biāo)記好的數(shù)據(jù),無需人工進行標(biāo)記。同樣我們也可以實時看數(shù)據(jù)以及標(biāo)定數(shù)據(jù)。此外由于控制器的輸入和輸出均可以接入我們的模擬器,因此控制器還可以隨著視頻輸入的改變觸發(fā)虛擬動作。我們除了傳統(tǒng)上對感知層的測試之外,還可以進一步對決策層和執(zhí)行層的算法進行驗證,帶來的優(yōu)勢不言而喻。把原本人工測試記錄用一個測試仿真平臺進行替換,并且對你們的測試結(jié)果進行智能化的評估。在這里我就完成了對如何測試視頻感知,使用仿真軟件和硬件在環(huán)設(shè)備的方案。
下面我們要介紹的是超聲波雷達在HIL系統(tǒng)中的仿真案例。超聲波雷達具有價格便宜,以及對近距離物距有比較大的判斷能力,超聲波雷達是一種探測設(shè)備,結(jié)構(gòu)中包含超聲波發(fā)射以及接收機。我們可以看到左下角的灰色和紅色部分是超聲波接收到的原始模擬數(shù)據(jù),上面黑色部分是信號處理之后的通訊數(shù)據(jù)。我們看到通過我們對傳感器的標(biāo)的和編程,我們可以把紅色部分的路面雜波屏蔽掉,也可以把振蕩收斂的信號屏蔽掉。最后剩下的有效探測時間可以推算出我們的探測距離。這是超聲波雷達的基本方式。
在了解到超聲波傳感器的基本通訊原理之后我們需要根據(jù)超聲波傳感器的特性進行數(shù)據(jù)建模,首先需要超聲波傳感器的安裝位置以及指向角度,最后通過超聲波傳感器的了解還要建立環(huán)境模型,比如說溫度、濕度以及目標(biāo)。一般來說影響超聲波探測距離最大的影響是溫度和目標(biāo)的ICS值。根據(jù)目標(biāo)傳感器的工作特點,我們在模型里邊做了兩個結(jié)構(gòu)輸出,分別是探測到目標(biāo)傳感器的標(biāo)號以及探測到的距離。
在完成了對超聲波傳感器模型的定義之后,我們看一下如何搭建基于超聲波傳感器的硬件在環(huán)系統(tǒng)。這個系統(tǒng)由三部分組成,分別是USS,第二個是IO,第三個是我們的實施電腦,IO是作為實施電腦和通訊的硬件設(shè)備。我們的IO設(shè)備包含三大功能,通過模擬超聲波傳感器和控制器之間的通訊協(xié)議來模擬數(shù)據(jù)層的通訊數(shù)據(jù)。我們還可以對我們的發(fā)射功率進行模擬,也就是說我們的超聲波模擬器設(shè)備是一樣的。第三,我們可以對傳感器的故障進行模擬,也就是設(shè)置一些故障的模擬。再下面是硬件借口框圖,我剛才提到的三點,IO的功能是通過硬件框圖的形式完成的。
回到我們剛才的PPT,通過結(jié)構(gòu)形式基于超聲波雷達的硬件在環(huán)的測試,我們可以對控制器做不同程度的測試,我們可以進行手工的測試,也可以把控制器作為閉環(huán)模型里邊硬件在環(huán)的測試。甚至我們可以把我們的設(shè)備裝在車?yán)镞?,用實際的車和道路來代替模型里邊的車和道路,這樣可以做我們的車輛在環(huán)測試,有多種選擇供我們的用戶做不同階段的測試。
剛才我介紹了超聲波雷達仿真方案,現(xiàn)在到最后一個傳感器,也就是毫米波雷達傳感器,毫米波雷達共同組成了360度對車輛的探測能力,為了提高行人的辨識度,我們還可以通過攝像頭進行數(shù)據(jù)融合,進行進一步的探測。相比超聲波雷達傳感器毫米波雷達傳感器功能復(fù)雜的多,在這里我們僅針對不同的測試落地,我們可以把毫米波雷達模型針對控制器決策層的簡化模型和感知部分的擴展模型,在簡化模型中毫米波雷達的信號處理部分無需體現(xiàn)在其中。因此完全可以用幾何的方法得到被探測目標(biāo)的面積、位置以及速度等信息。在某些需要雷達信號處理的部分,我們可以通過加入ACS對雷達模式進行擴展。
需要強調(diào)的是由于現(xiàn)在主流市場上的毫米波雷達都是感知和決策,集成在同一塊芯片上的解決方案。因此我們可以在什么層面上對雷達進行測試取決于毫米波雷達供應(yīng)商的開放,開放接口到什么程度就可以做什么樣的測試,反之則是非常的困難。
基于毫米波雷達硬件在環(huán)測試也是分為三個部分,在這里大家看到我們的實時電腦和目標(biāo)控制器是通過看卡進行通訊的,而看卡又可以集成再實時電腦里邊。通過之前毫米波雷達模型我們可以在信號處理和決策層之間注入目標(biāo)信息。對此我們可以做一些相關(guān)的測試,比如功能激活條件測試、控制器交互測試以及功能響應(yīng)測試等。通過上面三種對不同屬性ADAS控制器仿真技術(shù)的介紹,我們給大家展示了ADAS領(lǐng)域的測試方案,這也是我們工程師辛勤勞動的結(jié)晶。我們提供汽車行業(yè)內(nèi)具有領(lǐng)先的系統(tǒng),并為客戶量身訂做,滿足需要的高效自動化開發(fā)工具,我們的市場競爭力是來自于我們對汽車電子、傳感器技術(shù)以及嵌入式軟件技術(shù)的深刻理解和長期經(jīng)驗。這是我們設(shè)計更加復(fù)雜ADAS網(wǎng)絡(luò)的堅實基礎(chǔ)。通過使用ADAS軟件HIL我們可以從三個方面進行驗證,分別是傳感器信息融合、系統(tǒng)集成測試以及決策層控制器的響應(yīng)鏈測試。
為了讓客戶具備對車輛電子系統(tǒng)完整的測試能力,我們也和OEM一級供應(yīng)商共同提供了基于網(wǎng)絡(luò)HIL的ADAS方案。這個PPT展示的是其中一個例子,通過不同的組合我們可以由針對性的對ADAS的不同部分,如感知層、決策層、系統(tǒng)集成、網(wǎng)絡(luò)通訊、失效模式進行測試。我們將本次報告中介紹的三種傳感器、控制器都集成在了一個系統(tǒng)里邊,并為這三種控制器的輸入、輸出分別設(shè)計了傳感器模型和決策執(zhí)行器的模型,實現(xiàn)了ADAS控制器在完整虛擬環(huán)境中的測試能力。
下面是本次報告的總結(jié):第一,硬件在環(huán)是測試ADAS非常有用的工具。第二,在測試環(huán)境中遇到的最大挑戰(zhàn)以及重點是對傳感器模型的建模,以及對IO口的程序化,也就是編程。最后通過使用ADAS網(wǎng)絡(luò)HIL極大的提高測試覆蓋度,可以做更多的測試,比如說網(wǎng)絡(luò)測試、集成測試等。
我的報告到這里結(jié)束了。謝謝大家!
(文章來源:蓋世汽車)
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 新合資時代第一車 長安馬自達MAZDA EZ-6正式上市
- 德國大眾正計劃關(guān)閉至少三家本土工廠,或裁減數(shù)萬名員工
- 特斯拉弗里蒙特工廠喜迎第100萬輛Model Y下線,源自GA4生產(chǎn)線
- 家門口的新能源汽車“博物館”!比亞迪全國首個新能源汽車科普館于鄭州開館
- 特斯拉又被美國交通管理局調(diào)查 馬斯克的無人駕駛夢遇難以落地?
- 歐洲汽車制造商協(xié)會:9月歐盟混動汽車市占率首次超過汽油車
- 馬斯克遭《銀翼殺手2049》制片方起訴 稱Cybercab發(fā)布會盜圖
- 阿維塔代客泊車嚇到居民遭起訴,回應(yīng)稱已溝通致歉
- 比亞迪與《黑神話:悟空》達成全球戰(zhàn)略合作,攜手書寫中國神話
- 超百項全系標(biāo)配,年輕家庭多功能用車,比亞迪海豹06GT售價13.68萬元起
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。