訂閱
糾錯
加入自媒體

自動駕駛“零愿景”:數(shù)字孿生與仿真測試最為關(guān)鍵

郭堉說,自動駕駛測試有三大部分:傳感器采集道路數(shù)據(jù)信息;數(shù)字孿生與仿真測試;硬件在環(huán)HIL。其中,數(shù)字孿生與仿真測試最為關(guān)鍵。

文︱立厷

圖︱NI

如果沒記錯,早在2015年,大陸集團(Continental)就提出以無事故“零愿景(Vision Zero)”為目標(biāo)最終實現(xiàn)自動駕駛;2017年,博世(Bosch)將“零事故、零排放、零擔(dān)憂”的“三零愿景”作為未來核心目標(biāo);同年6月,采埃孚(ZF)再次強調(diào)以“零愿景”戰(zhàn)略打造汽車行業(yè)歷經(jīng)百年的領(lǐng)先供應(yīng)商。不用說,“零愿景”都是由Tier 1推動的。

汽車“零愿景”

今天,消費者對自動駕駛的興趣日益濃厚,主機廠和Tier 1都在積極布局自動駕駛技術(shù),ADAS也已成為技術(shù)攻關(guān)的關(guān)鍵,技術(shù)的迭代需要不斷測試,如何加快測試速度、節(jié)約測試成本越來越受到關(guān)注。

自動駕駛測試挑戰(zhàn)很多

電動汽車多了三電:電池、電機、電控,少了發(fā)動機、變速箱和底盤,應(yīng)該說比傳統(tǒng)汽車的結(jié)構(gòu)簡單了,但是動力系統(tǒng)以外的各種功能卻比之前復(fù)雜很多。特別是要實現(xiàn)自動駕駛,從L2到L3,再到更高級別的L4,所需要測試的場景數(shù)量呈幾何倍數(shù)增長,讓汽車系統(tǒng)復(fù)雜性陡然增加,給自動駕駛測試帶來了最大挑戰(zhàn)。與此同時,測試需求更是瞬息之間千變?nèi)f化,留給專業(yè)人員的測試時間越來越緊迫。

挑戰(zhàn)測試機構(gòu)的趨勢

在自動駕駛驗證測試流程中,獲取真實場景非常關(guān)鍵,必須利用道路采集的真實數(shù)據(jù)進行數(shù)據(jù)重構(gòu),包括使用數(shù)字孿生技術(shù)手段重建完整的高保真度道路駕駛場景,再通過平臺及完整的軟件工具鏈對數(shù)據(jù)進行硬件仿真測試,最后還要生態(tài)圈攜手克服測試挑戰(zhàn)。

在成本方面,電動汽車功能越來越多,價格卻逐年下降,對測試成本也有很大影響。隨著汽車復(fù)雜度的增加,汽車測試成本隨之增加,如果不改變傳統(tǒng)測試策略,可能難以達到預(yù)期的盈利目標(biāo)。

系統(tǒng)復(fù)雜度、測試成本和整車價格的關(guān)系

因此,我們必須采用新的測試方法,改變傳統(tǒng)汽車的測試思路,例如對ADAS使用全新的技術(shù)框架,找到一個新的測試方法。

省錢神器仿真測試

NI(美國國家儀器)資深汽車行業(yè)客戶經(jīng)理郭堉表示,最常見的汽車研發(fā)測試和驗證流程是一個V字型,左邊是設(shè)計環(huán)節(jié),從最底層系統(tǒng)部署到每一個子部件研發(fā),主要依賴于軟件,包括原型驗證環(huán)節(jié);右邊是從部件測試上升到整車級,如NVH(噪聲、振動與聲振粗糙度)可靠性測試。以往是把更多精力放在右邊測試環(huán)節(jié),尤其是整車測試。隨著ADAS技術(shù)的不斷完善,我們更需要的是左邊,測試需求向左移,用更多軟件測試來提高測試效率。

汽車研發(fā)測試和驗證流程

5月份對測試總監(jiān)、測試主管做的問卷調(diào)查顯示,目前所有測試手段還是基于硬件測試或真實道路測試。對于仿真測試,很多客戶驗證出來的數(shù)據(jù)不是特別可靠,但未來共同的需求是通過仿真測試來加快測試進程。

仿真測試問卷調(diào)查

之所以目前還不能達到未來的目標(biāo),主要有以下難點:

缺少高保真度的模型和場景,無法媲美真實采集的道路狀況,或保證ADAS在路面和場景中跑的結(jié)果一樣。

目前很多廠商之間的鏈路沒有打通,工程師需要做很多這方面的工作,測試流程和工具鏈需要重新學(xué)習(xí),需要學(xué)習(xí)不同廠商不同硬件。

沒有出臺非常明確的法規(guī),特別是中國,現(xiàn)在的場景庫很多都是歐美來的,急需搭建中國自己的高保真仿真庫。

典型ADAS測試驗證工作流程中左邊是動態(tài)數(shù)據(jù),需要用一套系統(tǒng)把它錄制下來,錄制越真實,數(shù)據(jù)可靠性越高。錄制的數(shù)據(jù)首先要打標(biāo)簽,之后對數(shù)據(jù)進行重構(gòu)。這里要用到數(shù)字孿生技術(shù),通過軟件把數(shù)據(jù)重構(gòu)為一個可靠性比較高的虛擬場景。另外,還需要管理數(shù)據(jù),然后再進行測試。最后對數(shù)據(jù)和高保真場景一起進行硬件在環(huán)(HIL)仿真。

從復(fù)雜到連接的ADAS/AD雙V模型工作流

郭堉說,自動駕駛測試有三大部分:傳感器采集道路數(shù)據(jù)信息;數(shù)字孿生與仿真測試;硬件在環(huán)HIL。其中,數(shù)字孿生與仿真測試最為關(guān)鍵。

1  2  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號