廣告
搶占智能駕駛“智高點(diǎn)”，仿真測(cè)試或?qū)⑹潜貍涞摹凹铀賱?/h1>
2024-07-08 09:51:23· 來(lái)源：焉知汽車
在智能駕駛系統(tǒng)的開(kāi)發(fā)中，參考V模型開(kāi)發(fā)流程，仿真測(cè)試通常包含多個(gè)階段：MIL（模型在環(huán)）—— 用于驗(yàn)證理論模型，軟件在環(huán)（SIL）—— 測(cè)試軟件組件，硬件在環(huán)（HIL）—— 集成硬件組件進(jìn)行測(cè)試，車輛在環(huán)（VIL）—— 模擬車輛與環(huán)境的交互，以及實(shí)車道路測(cè)試（包括封閉場(chǎng)地和開(kāi)放道路）。
自動(dòng)駕駛系統(tǒng)開(kāi)發(fā)V字流程
V模型的左半邊代表開(kāi)發(fā)階段，此階段仿真測(cè)試作為開(kāi)發(fā)的一部分，主要用于驗(yàn)證設(shè)計(jì)的可行性和性能。在這個(gè)階段，常用的仿真測(cè)試手段包括MIL和SIL，它們幫助工程師在早期發(fā)現(xiàn)潛在的設(shè)計(jì)問(wèn)題。
V模型的右半邊代表量產(chǎn)測(cè)試階段。在此階段，仿真測(cè)試主要用于回歸測(cè)試和性能評(píng)估，以確保產(chǎn)品在生產(chǎn)過(guò)程中保持質(zhì)量的一致性，并為產(chǎn)品交付和量產(chǎn)做準(zhǔn)備。在這個(gè)階段，常用的仿真測(cè)試手段包括HIL、VIL以及實(shí)車道路測(cè)試，這些測(cè)試手段能夠提供更接近實(shí)際運(yùn)行條件的評(píng)估。
在整個(gè)V模型過(guò)程中，仿真測(cè)試扮演著至關(guān)重要的角色，它不僅在開(kāi)發(fā)階段幫助驗(yàn)證設(shè)計(jì)，而且在量產(chǎn)測(cè)試階段確保產(chǎn)品質(zhì)量和性能。
1. MIL、SIL以及HIL之間的關(guān)聯(lián)
MIL、SIL和HIL屬于仿真測(cè)試的三種不同手段，用在車輛系統(tǒng)開(kāi)發(fā)的不同階段，并且具有不同的目的。這三種測(cè)試手段相互補(bǔ)充，確保車輛系統(tǒng)的開(kāi)發(fā)在各個(gè)關(guān)鍵階段都經(jīng)過(guò)了嚴(yán)格的測(cè)試和驗(yàn)證，進(jìn)而有效地提高系統(tǒng)的整體質(zhì)量和性能，降低開(kāi)發(fā)風(fēng)險(xiǎn)，并加快產(chǎn)品上市的時(shí)間。
昆易電子算法事業(yè)部總經(jīng)理方志剛講到：“從理論上來(lái)講，在早期開(kāi)發(fā)階段，開(kāi)發(fā)人員通常先使用Simulink等圖形化編程環(huán)境來(lái)設(shè)計(jì)和實(shí)現(xiàn)算法模型，然后通過(guò)仿真執(zhí)行這些模型，以驗(yàn)證它們的行為是否符合預(yù)期，這就是所謂的MIL階段。
“一旦模型通過(guò)MIL驗(yàn)證，下一步是將Simulink模型轉(zhuǎn)換成可執(zhí)行的C代碼。這個(gè)過(guò)程稱為自動(dòng)代碼生成。然后，軟件開(kāi)發(fā)團(tuán)隊(duì)再將生成的C代碼編譯成適用于x86架構(gòu)服務(wù)器的可執(zhí)行程序，進(jìn)行SIL測(cè)試，以驗(yàn)證軟件組件在X86系統(tǒng)環(huán)境中的功能正確性?！?
與運(yùn)行SIL測(cè)試的x86架構(gòu)服務(wù)器不同，汽車控制器更多的是使用ARM架構(gòu)及專用的硬件加速芯片。因此，在SIL測(cè)試完成后，C代碼需要針對(duì)目標(biāo)控制器的硬件架構(gòu)（如ARM）進(jìn)行重新編譯和優(yōu)化，以生成可在控制器上運(yùn)行的可執(zhí)行程序，才能進(jìn)行HIL測(cè)試。
另外，他還指出，“如果在SIL或HIL測(cè)試中發(fā)現(xiàn)問(wèn)題，可能需要回到Simulink模型進(jìn)行修改，然后重復(fù)代碼生成和測(cè)試過(guò)程。同時(shí)，在開(kāi)發(fā)過(guò)程中需要考慮軟件在不同平臺(tái)（x86和ARM）上的兼容性和性能?！?
雖然MIL和SIL測(cè)試更多地關(guān)注功能的實(shí)現(xiàn)和驗(yàn)證，但它們也都涉及到初步的性能評(píng)估。同樣，HIL測(cè)試雖然更側(cè)重于性能方面的驗(yàn)證，但也必須確保硬件集成后的功能正確性。總之，所有這些測(cè)試都是為了確保最終系統(tǒng)在功能和性能方面都能滿足設(shè)計(jì)規(guī)范和用戶需求。
MIL/SIL/HIL三者的應(yīng)用階段和目的
正常來(lái)講，對(duì)于智能駕駛系統(tǒng)開(kāi)發(fā)，仿真測(cè)試也需要貫穿整個(gè)V模型開(kāi)發(fā)和測(cè)試的全流程。但是，當(dāng)前主流的仿真技術(shù)平臺(tái)尚不能提供貫穿整個(gè)流程的全棧式仿真測(cè)試能力。因此，在智能駕駛領(lǐng)域，行業(yè)內(nèi)也未能夠嚴(yán)格遵循V模型的流程進(jìn)行仿真測(cè)試驗(yàn)證。
亦佩捷(IPG)汽車設(shè)備(上海)有限公司總經(jīng)理黃曉介紹說(shuō)：“在智能駕駛領(lǐng)域，多數(shù)主機(jī)廠很難做MIL和SIL，主要原因在于，對(duì)于不是全棧自研的主機(jī)廠，他們沒(méi)有供應(yīng)商的Sensor模型、算法模型，甚至是Simulink模型，因此主機(jī)廠沒(méi)有辦法做MIL。
“另外，雖然理論上做SIL（包括云上SIL）的效率最高，但現(xiàn)在的客戶大部分是從HIL開(kāi)始做；SIL難做的主要原因就是主機(jī)廠與供應(yīng)商之間、供應(yīng)商A與供應(yīng)商B之間，都無(wú)法無(wú)縫提供參數(shù)、算法和接口的開(kāi)放。
“不同類型的企業(yè)以及針對(duì)不同系統(tǒng)層級(jí)做SIL所關(guān)注的點(diǎn)都不一樣。供應(yīng)商自己也可以做SIL，但供應(yīng)商做的SIL只能是針對(duì)其自己的產(chǎn)品，沒(méi)辦法做整個(gè)系統(tǒng)的SIL，因?yàn)橹鳈C(jī)廠的車輛動(dòng)力學(xué)模型也不太可能對(duì)他們開(kāi)放。比如攝像頭模組廠商針對(duì)攝像頭模組本身也可以做SIL，但他們關(guān)注點(diǎn)可能在攝像頭本身的性能和可靠性怎么樣，比如識(shí)別率、圖像質(zhì)量以及噪聲和干擾等，而不會(huì)關(guān)注具體的智駕功能?！?
NI大中華區(qū)智駕業(yè)務(wù)發(fā)展經(jīng)理王帥則從另外一個(gè)維度談到：“SIL測(cè)試通常可以在本地單機(jī)或基于服務(wù)器的云仿真環(huán)境中進(jìn)行，而HIL測(cè)試則基于真實(shí)的ECU硬件。這兩種測(cè)試方法在實(shí)時(shí)性方面存在顯著差異。HIL測(cè)試要求仿真環(huán)境必須以與實(shí)際傳感器相同的幀率/速率提供輸入，例如，如果攝像頭的幀率是30fps，HIL測(cè)試中的仿真軟件也必須以30fps的幀率向控制器提供輸入，以確保測(cè)試的實(shí)時(shí)性。
“相比之下，SIL測(cè)試提供了更大的靈活性。在SIL測(cè)試中，可以進(jìn)行加速或減速測(cè)試，仿真軟件可以以不同的幀率（如100fps或1fps）輸入給控制器，這在早期開(kāi)發(fā)階段或算法迭代中非常有用。
“此外，SIL測(cè)試由于其與開(kāi)發(fā)端的接近性，以及與軟件迭代的緊密關(guān)聯(lián)，使得它在軟件開(kāi)發(fā)的早期階段尤為重要。然而，隨著系統(tǒng)開(kāi)發(fā)的進(jìn)展，HIL測(cè)試的實(shí)時(shí)性優(yōu)勢(shì)變得尤為關(guān)鍵，尤其是在集成和驗(yàn)證硬件與軟件的交互環(huán)節(jié)?！?
“SIL測(cè)試有助于快速迭代和早期問(wèn)題發(fā)現(xiàn)，而HIL測(cè)試則確保了在實(shí)際硬件環(huán)境中的系統(tǒng)性能和安全性。目前行業(yè)上基本還是幾種仿真測(cè)試手段相互結(jié)合使用的一個(gè)狀態(tài)?！?
總之，在V模型的每個(gè)開(kāi)發(fā)階段都有其側(cè)重點(diǎn)和階段目標(biāo)。仿真測(cè)試的實(shí)現(xiàn)需要結(jié)合階段目標(biāo)來(lái)進(jìn)行，每個(gè)階段的測(cè)試場(chǎng)景和仿真策略都會(huì)根據(jù)測(cè)試目標(biāo)的需求來(lái)選擇。
2.低階智駕與高階智駕在仿真測(cè)試需求上的差異
在仿真測(cè)試中，低階智能駕駛功能通常是基于一系列設(shè)計(jì)好的測(cè)試用例進(jìn)行測(cè)試。測(cè)試用例可以簡(jiǎn)單理解為片段式的場(chǎng)景，是從相關(guān)駕駛情境中提取的關(guān)鍵部分，用以測(cè)試特定功能，并且測(cè)試評(píng)價(jià)標(biāo)準(zhǔn)相對(duì)簡(jiǎn)單。
同時(shí)，低階智能駕駛的仿真測(cè)試主要集中在對(duì)規(guī)控算法的驗(yàn)證上。由于感知信號(hào)經(jīng)過(guò)處理后會(huì)轉(zhuǎn)換成object list，這種結(jié)構(gòu)化的數(shù)據(jù)簡(jiǎn)化了對(duì)傳感器模型的仿真要求。
然而，高階智能駕駛功能涉及車輛在復(fù)雜環(huán)境下的感知、決策和控制，比如在一個(gè)六岔路口對(duì)周邊的行人和車輛進(jìn)行感知與規(guī)避。因此，主機(jī)廠在做仿真測(cè)試的時(shí)候，不僅要應(yīng)對(duì)“后半段”的規(guī)控，還要對(duì)“前半段”的感知進(jìn)行仿真測(cè)試。
高階智能駕駛系統(tǒng)的架構(gòu)復(fù)雜性，接口多樣性，以及高頻次的軟件更新迭代需求，為仿真測(cè)試系統(tǒng)的設(shè)計(jì)和維護(hù)帶來(lái)了一系列的挑戰(zhàn)。
黃曉認(rèn)為，最好能有一個(gè)統(tǒng)一的測(cè)試平臺(tái)來(lái)管理各系統(tǒng)的接口，而不是使用不同的軟件來(lái)管理不同的接口?！爸挥薪y(tǒng)一了，在維護(hù)層面才能為企業(yè)提供更多便利性?！?
“目前來(lái)看，仿真測(cè)試還主要偏向于功能測(cè)試。因?yàn)楣δ軠y(cè)試給客戶帶來(lái)的效用和幫助更直觀。他們可以快速通過(guò)仿真搭建測(cè)試場(chǎng)景，能夠高效、快捷驗(yàn)證系統(tǒng)功能是否達(dá)標(biāo)?！?
他還提到，如果主機(jī)廠想驗(yàn)收供應(yīng)商的交付質(zhì)量，除了功能測(cè)試，還需要考察性能是否達(dá)標(biāo)?！暗菍?duì)于性能測(cè)試，則需要花更多的力氣去搭建高精度的模型，我覺(jué)得目前在高精度的場(chǎng)景建模和傳感器建模上都還存在挑戰(zhàn)。”
在系統(tǒng)的開(kāi)發(fā)過(guò)程中，蘇州智行眾維（IAE）研發(fā)副總高彪表示，“高階智駕與低階智駕在仿真測(cè)試的需求上確實(shí)存在顯著的區(qū)別，這些區(qū)別主要體現(xiàn)在測(cè)試場(chǎng)景范圍以及測(cè)試評(píng)價(jià)上。”
低階功能的仿真測(cè)試重點(diǎn)在于車輛在特定條件下的響應(yīng)，如檢測(cè)車道線、前車距離變化等。測(cè)試場(chǎng)景所需要覆蓋的路況和工況相對(duì)較為簡(jiǎn)單，測(cè)試評(píng)價(jià)多依賴于成熟的測(cè)試標(biāo)準(zhǔn)。
而高階功能的測(cè)試場(chǎng)景需要根據(jù)智駕功能ODD覆蓋不同的路況、天氣環(huán)境和邊緣情況，測(cè)試場(chǎng)景里程及場(chǎng)景多樣性和覆蓋度至關(guān)重要。尤其是當(dāng)智能駕駛功能突破L2跨越到L3以后，“安全責(zé)任人”的角色也將發(fā)生轉(zhuǎn)變，測(cè)試評(píng)價(jià)將會(huì)更關(guān)注累計(jì)安全行駛里程。
低階智駕功能仿真測(cè)試VS高階智駕功能仿真測(cè)試
總體而言，低階智能駕駛功能的開(kāi)發(fā)和測(cè)試主要依賴于基于測(cè)試用例的測(cè)試方法。這種方法側(cè)重于驗(yàn)證特定功能在預(yù)定義條件下的行為和性能。相比之下，高階智能駕駛功能的開(kāi)發(fā)和測(cè)試則趨向于采用基于場(chǎng)景的測(cè)試方法，這種方法更加關(guān)注在復(fù)雜多變的交通環(huán)境中系統(tǒng)的整體表現(xiàn)。
3. 高階智駕仿真測(cè)試方案：純視覺(jué)VS多傳感器融合
目前，依據(jù)感知傳感器配置的不同，高階智駕方案大致可以劃分為兩大類：純視覺(jué)方案和多傳感器融合方案；而國(guó)內(nèi)主流車企的高階智能駕駛方案多傾向于采用多傳感器融合方案，具體的融合級(jí)別可能因企業(yè)的技術(shù)路線和產(chǎn)品需求而有所不同。
隨著深度學(xué)習(xí)技術(shù)在智能駕駛領(lǐng)域的發(fā)展和應(yīng)用，BEV+ Transformer方案已經(jīng)成為當(dāng)下高階智駕感知方案的主流選擇。BEV+Transformer 最開(kāi)始是在特斯拉的純視覺(jué)方案上率先應(yīng)用。緊接著，國(guó)內(nèi)的企業(yè)又在此基礎(chǔ)上做了一些調(diào)整和適配，應(yīng)用在了多傳感器融合方案上。
BEV+Transformer 技術(shù)的核心優(yōu)勢(shì)在于其能夠在 BEV 空間中進(jìn)行有效的多模態(tài)數(shù)據(jù)融合和處理，提高感知性能。它可以根據(jù)不同的需求和場(chǎng)景與前融合、中融合或后融合方案結(jié)合使用，并不是嚴(yán)格限定于特定的融合方案。但目前，BEV+Transformer 技術(shù)更常見(jiàn)于前融合和中融合方案中。
BEV+Transformer 架構(gòu)應(yīng)用在不同融合方案
與純視覺(jué)方案相比，多傳感器融合方案由于配置了更多種類和數(shù)量的傳感器，因此在進(jìn)行HIL仿真測(cè)試時(shí)，對(duì)計(jì)算能力的需求顯著增加。此外，不同傳感器的數(shù)據(jù)幀率可能存在差異，這要求仿真系統(tǒng)中的多種傳感器模型和模擬器必須實(shí)現(xiàn)精確的數(shù)據(jù)同步，增加了仿真過(guò)程的復(fù)雜性。
黃曉表示， 在高階智駕方案中，通常會(huì)采用前融合方案，在控制器內(nèi)對(duì)傳感器傳輸過(guò)來(lái)的原始數(shù)據(jù)進(jìn)行融合。
在純視覺(jué)智能駕駛方案中，攝像頭的配置數(shù)量通常在7到11個(gè)左右，分辨率在2MP~8MP。由于攝像頭捕獲的原始數(shù)據(jù)是高分辨率視頻流，因此在仿真環(huán)境中對(duì)算力的需求尤為突出。為了處理這些大量的圖像數(shù)據(jù)，通常需要部署多個(gè)配備高性能顯卡的服務(wù)器，以提供必要的計(jì)算能力支撐。
另外，他還指出，“在進(jìn)行多傳感器融合方案的仿真測(cè)試時(shí)，確保不同傳感器之間的數(shù)據(jù)同步是一個(gè)復(fù)雜的問(wèn)題。從軟件的角度來(lái)看，需要實(shí)現(xiàn)精確的時(shí)鐘同步和數(shù)據(jù)融合算法；從硬件的角度來(lái)看，可能需要特定的硬件支持和接口來(lái)實(shí)現(xiàn)傳感器之間的同步。此外，為了滿足實(shí)時(shí)性要求，整個(gè)仿真系統(tǒng)的效率也是一個(gè)重要考慮因素，包括數(shù)據(jù)傳輸速度、處理速度和計(jì)算資源的優(yōu)化。因此，設(shè)計(jì)一個(gè)能夠滿足這些要求的仿真測(cè)試系統(tǒng)面臨著技術(shù)和工程上的多重挑戰(zhàn)。"
在多傳感器融合方案中，確保數(shù)據(jù)傳輸?shù)耐酱_實(shí)是一個(gè)不小的挑戰(zhàn)。方志剛解釋說(shuō)“首先，仿真軟件生成的各個(gè)傳感器信號(hào)在時(shí)間上可能存在差異，這可能是由于仿真模型的計(jì)算延遲或數(shù)據(jù)處理方法的不同造成的。其次，不同傳感器的數(shù)據(jù)傳輸速度也有所不同。例如，毫米波雷達(dá)的數(shù)據(jù)量相對(duì)較小，可能很快就能傳輸完成；而激光雷達(dá)和攝像頭由于數(shù)據(jù)量大，傳輸時(shí)間可能需要幾毫秒甚至幾十毫秒。
“此外，各個(gè)傳感器處理的幀率/頻率也各不相同。例如，激光雷達(dá)可能是10Hz，攝像頭可能是30Hz，毫米波雷達(dá)可能是13Hz。這些不同的幀率/頻率進(jìn)一步增加了數(shù)據(jù)同步的復(fù)雜性。
“因此，解決多傳感器數(shù)據(jù)傳輸同步的問(wèn)題需要綜合考慮傳感器的特性、數(shù)據(jù)傳輸速度、處理幀率以及同步機(jī)制的設(shè)計(jì)。這可能涉及到算法優(yōu)化、硬件升級(jí)、通信協(xié)議改進(jìn)等多個(gè)方面?！?
另外，在高階智駕多傳感器融合方案的仿真測(cè)試中，確保融合效果的準(zhǔn)確性也是一個(gè)關(guān)鍵挑戰(zhàn)。王帥指出，為了提高融合效果，必須提供高質(zhì)量的傳感器仿真數(shù)據(jù)。這意味著仿真的數(shù)據(jù)不僅要真實(shí)反映傳感器的特性，還要具有高度的同步性。在當(dāng)前主流的BEV感知架構(gòu)方案中，這一點(diǎn)尤為重要。例如，不同攝像頭提供的數(shù)據(jù)之間的時(shí)間差通常應(yīng)控制在1毫秒以內(nèi)，以確保數(shù)據(jù)的實(shí)時(shí)性和一致性。只有當(dāng)后端處理模塊接收到這樣高質(zhì)量且高度同步的數(shù)據(jù)時(shí)，融合的結(jié)果才能更加精確，從而提高智能駕駛系統(tǒng)的感知能力和決策質(zhì)量。
除此之外，高彪還提到了一點(diǎn)：相對(duì)傳感器的場(chǎng)景可靠性，即場(chǎng)景模型構(gòu)建的其中一項(xiàng)準(zhǔn)則是保證傳感器數(shù)據(jù)的準(zhǔn)確性，針對(duì)多種傳感器的情況下，在場(chǎng)景構(gòu)建時(shí)也需要考慮不同類型的傳感器特性。
因?yàn)槊糠N傳感器都有其獨(dú)特的特性，如攝像頭提供的是圖像信息，毫米波雷達(dá)提供的主要是距離和速度信息，激光雷達(dá)主要提供點(diǎn)云信息。
并且，不同類型傳感器需要考慮的失效模式也有很大的不同，需要場(chǎng)景模型中考慮去包含冗余和容錯(cuò)機(jī)制，以確保系統(tǒng)的魯棒性。
另外，不同傳感器對(duì)環(huán)境條件的適應(yīng)性不同。例如，攝像頭受到光照變化的影響比較大，而激光雷達(dá)受到雨霧的干擾比較大，場(chǎng)景模型需要考慮這些環(huán)境因素對(duì)每類傳感器的影響。
總之，相比于純視覺(jué)方案，多傳感器融合方案因?yàn)樯婕暗膫鞲衅鞣N類和數(shù)量較多，隨之涉及到的傳感器協(xié)議類型越多，傳感器之間的同步機(jī)制和校驗(yàn)機(jī)制要求也越高。
4. 高階智駕在仿真測(cè)試上存在的挑戰(zhàn)
1）場(chǎng)景覆蓋度和仿真置信度問(wèn)題
高階智駕仿真測(cè)試對(duì)于場(chǎng)景庫(kù)和測(cè)試用例需求，主要體現(xiàn)在以下幾個(gè)方面：
高覆蓋度：強(qiáng)調(diào)場(chǎng)景庫(kù)盡可能覆蓋ODD內(nèi)的駕駛場(chǎng)景，確保測(cè)試框架從基本功能驗(yàn)證擴(kuò)展至高階復(fù)雜挑戰(zhàn)的全面審視，包括但不限于常見(jiàn)駕駛情境、極端氣候條件、低頻出現(xiàn)的邊緣情況，形成一套由淺入深、循序漸進(jìn)的測(cè)試體系，以驗(yàn)證系統(tǒng)在各類工況下的穩(wěn)定性和可靠性。
高真實(shí)性：在構(gòu)建測(cè)試用例時(shí)，要求仿真環(huán)節(jié)總的交通參與者（包括行人、其他車輛等）不僅在物理行為上遵循真實(shí)世界的規(guī)律，還需在運(yùn)動(dòng)軌跡、交互邏輯上體現(xiàn)自然性和多樣性，確保測(cè)試數(shù)據(jù)與實(shí)際情況高度吻合。
高復(fù)雜性：在設(shè)計(jì)測(cè)試用例時(shí)，同時(shí)并發(fā)多個(gè)交通參與者的動(dòng)態(tài)行為，包括但不限于隨機(jī)路徑選擇、非線性速度變化、緊急避險(xiǎn)動(dòng)作等，旨在創(chuàng)造高度復(fù)雜且難以預(yù)測(cè)的交互場(chǎng)景。
可重復(fù)性：要求測(cè)試用例能在一致的測(cè)試條件下被重復(fù)執(zhí)行，確保每個(gè)測(cè)試用例均可進(jìn)行回歸測(cè)試。
黃曉認(rèn)為當(dāng)前高階智駕仿真測(cè)試所面臨最主要的兩個(gè)問(wèn)題是場(chǎng)景覆蓋度和仿真置信度的問(wèn)題。 對(duì)于場(chǎng)景覆蓋度，主要是指Corner cases覆蓋度的問(wèn)題，這些場(chǎng)景在我們?nèi)粘ｑ{駛中很少被碰到。雖然通過(guò)仿真手段可以非?？焖俚孬@取或制作一些Corner cases 場(chǎng)景，可以去復(fù)現(xiàn)，并不斷的迭代。但仿真和測(cè)試之間還存在一個(gè)巨大的鴻溝，那就是仿真置信度的問(wèn)題。
那么，仿真置信度不高又是哪些原因造成的呢？黃曉表示，仿真置信度問(wèn)題主要來(lái)自兩個(gè)方面：首先，仿真軟件本身建模的問(wèn)題。傳統(tǒng)動(dòng)力學(xué)模型置信度還可以，但是物理傳感器模型、環(huán)境模型、天氣模型、道路模型、交通流模型置信度如何，以及整個(gè)綜合起來(lái)形成一個(gè)鏈條后，他們的加權(quán)置信度又會(huì)是多少？目前行業(yè)里還沒(méi)有太多的驗(yàn)證案例。
其次，用戶應(yīng)用仿真測(cè)試的經(jīng)驗(yàn)和能力問(wèn)題。比如一家整車廠在做車輛動(dòng)力學(xué)模型的時(shí)候，愿意花多少時(shí)間，愿意投入多少人，用哪個(gè)部門來(lái)做，不同部門的之間的溝通效率如何，都會(huì)影響到車輛動(dòng)力學(xué)模型最終的置信度。
最后，他建議到：“業(yè)界應(yīng)合力搭建仿真場(chǎng)景平臺(tái)，并且全行業(yè)努力提升并驗(yàn)證仿真的置信度，這對(duì)于行業(yè)的長(zhǎng)遠(yuǎn)發(fā)展將會(huì)是很大的助力?！?
2）路采數(shù)據(jù)的通用性問(wèn)題
某工具鏈公司的仿真負(fù)責(zé)人曾經(jīng)提到，在用真實(shí)道路數(shù)據(jù)做仿真的情況下，一旦傳感器的位置或者型號(hào)有變更，這一組數(shù)據(jù)的價(jià)值就會(huì)降低，甚至“作廢”。也可以用神經(jīng)網(wǎng)絡(luò)對(duì)真實(shí)道路數(shù)據(jù)做調(diào)參，這種調(diào)參的智能化程度會(huì)更高一些，但可控性會(huì)比較弱。
當(dāng)前，由于真實(shí)世界數(shù)據(jù)的復(fù)雜性和多樣性，合成數(shù)據(jù)只能在部分情況下替代真實(shí)數(shù)據(jù)，高階智駕仿真測(cè)試對(duì)路采的真實(shí)數(shù)據(jù)的依懶性還非常大。因此，路采數(shù)據(jù)通用性的問(wèn)題，勢(shì)必會(huì)給高階智駕仿真測(cè)試的向前推進(jìn)帶來(lái)比較大的阻礙。
高彪解釋說(shuō) ：“路采數(shù)據(jù)的通用性能力的強(qiáng)弱直接取決于測(cè)試中數(shù)據(jù)的使用策略。目前大部分企業(yè)在使用真實(shí)路采數(shù)據(jù)時(shí)，只是將路采數(shù)據(jù)按照域控制器的數(shù)據(jù)接口要求處理后進(jìn)行數(shù)據(jù)回灌。這種使用方法確實(shí)對(duì)傳感器安裝位置、安裝角度、型號(hào)，甚至車輛尺寸存在嚴(yán)格的一致性要求，一旦某個(gè)要素出現(xiàn)變更，測(cè)試數(shù)據(jù)就不再滿足測(cè)試要求。
“為了進(jìn)一步挖掘真實(shí)道路數(shù)據(jù)的應(yīng)用，將路采數(shù)據(jù)重構(gòu)為仿真測(cè)試場(chǎng)景，結(jié)合仿真工具，通過(guò)仿真建模調(diào)整傳感器參數(shù)配置、安裝位置、車輛型號(hào)等，實(shí)現(xiàn)路采數(shù)據(jù)的高通用性?！?
3）法規(guī)和標(biāo)準(zhǔn)方面的問(wèn)題
有業(yè)內(nèi)人士提到，高階智駕準(zhǔn)入仍存在巨大法規(guī)空白，短期內(nèi)尚不能實(shí)現(xiàn)大規(guī)模的公開(kāi)道路測(cè)試，絕大多數(shù)的測(cè)試將會(huì)在仿真環(huán)境中完成。然而，智能駕駛仿真測(cè)試在法規(guī)與標(biāo)準(zhǔn)上仍存在缺失，尤其是針對(duì)高階智能駕駛的仿真測(cè)試，缺乏統(tǒng)一的測(cè)試標(biāo)準(zhǔn)和評(píng)價(jià)體系。
高階智駕技術(shù)的復(fù)雜性和安全性要求遠(yuǎn)高于傳統(tǒng)的駕駛輔助系統(tǒng)，因此需要大量且深入的測(cè)試來(lái)確保其在公共道路上的安全性和可靠性。目前的公開(kāi)道路測(cè)試受到區(qū)域性、成本、時(shí)間周期等方面的限制，這促使行業(yè)尋求并依賴仿真測(cè)試手段，同時(shí)也將推動(dòng)仿真測(cè)試成為確保智駕系統(tǒng)安全準(zhǔn)入和量產(chǎn)的關(guān)鍵環(huán)節(jié)。
在高階智駕準(zhǔn)入的問(wèn)題上，高彪認(rèn)為，車企在完善開(kāi)發(fā)和測(cè)試流程的過(guò)程中，需要考慮與仿真更加緊密的結(jié)合，在不同的開(kāi)發(fā)階段更多地運(yùn)用仿真進(jìn)行V&V驗(yàn)證，從而縮短整體的開(kāi)發(fā)驗(yàn)證周期并降低測(cè)試成本。
另外，他還提到：“在法規(guī)制定和政府監(jiān)管方面，也可以合理運(yùn)用仿真測(cè)評(píng)手段，以提升安全監(jiān)管目標(biāo)。對(duì)于仿真工具及場(chǎng)景庫(kù)來(lái)講，合理提升仿真的真實(shí)性以覆蓋更廣的測(cè)試需求，同時(shí)擴(kuò)展有效場(chǎng)景數(shù)據(jù)實(shí)現(xiàn)更高的場(chǎng)景覆蓋度是一直以來(lái)我們的目標(biāo)?！?
5. 高階智駕出海與仿真測(cè)試
據(jù)中汽協(xié)公布的汽車出口數(shù)據(jù)顯示，2023年，我國(guó)全年累計(jì)汽車出口491萬(wàn)輛，其中傳統(tǒng)燃油汽車出口370.7萬(wàn)輛，占比為75.5%。同時(shí)，大多數(shù)車輛所搭載的智能駕駛功能依然還是傳統(tǒng)的低階ADAS功能。
隨著國(guó)內(nèi)汽車需求的逐漸趨向于飽和，以及價(jià)格戰(zhàn)的加劇，國(guó)內(nèi)汽車行業(yè)紛紛將目光轉(zhuǎn)向海外，將“內(nèi)卷”逐漸化為“外卷”。對(duì)于中國(guó)車企而言，在向海外推廣產(chǎn)品的時(shí)候，智能化是其主打的“標(biāo)簽”之一。因此，車企必然也希望能夠?qū)⒏唠A智駕功能向海外推廣。
對(duì)仿真測(cè)試行業(yè)而言，針對(duì)海外當(dāng)?shù)氐姆抡鏈y(cè)試市場(chǎng)的需求將會(huì)大大增加。高彪提議，國(guó)內(nèi)車企需要進(jìn)行大量的具有海外當(dāng)?shù)靥厣姆抡鏈y(cè)試以確保其智能駕駛系統(tǒng)在不同國(guó)家和地區(qū)的交通環(huán)境和法規(guī)要求下的安全性和可靠性，對(duì)應(yīng)仿真測(cè)試場(chǎng)景就要相應(yīng)適配海外當(dāng)?shù)氐慕煌?biāo)志、道路規(guī)格、駕駛習(xí)慣和相關(guān)法規(guī)等。他們作為仿真測(cè)試企業(yè)，會(huì)提供定制化的測(cè)試方案，以幫助車企實(shí)現(xiàn)產(chǎn)品的快速本土化。
“除了需求增加，仿真測(cè)試行業(yè)也面臨著不同國(guó)家數(shù)據(jù)合規(guī)的政策問(wèn)題，同時(shí)仿真測(cè)試企業(yè)可能會(huì)與國(guó)際同行進(jìn)行更多的合作和競(jìng)爭(zhēng)，參與或推動(dòng)相關(guān)測(cè)試標(biāo)準(zhǔn)和協(xié)議的制定，以實(shí)現(xiàn)國(guó)際市場(chǎng)的互操作性和統(tǒng)一標(biāo)準(zhǔn)，推動(dòng)行業(yè)整體水平的提升。”他補(bǔ)充說(shuō)到。
總之，高階智駕功能的出海為仿真測(cè)試行業(yè)既帶來(lái)了機(jī)遇，也帶來(lái)了挑戰(zhàn)。國(guó)內(nèi)仿真測(cè)試行業(yè)需要不斷創(chuàng)新和進(jìn)步，以適應(yīng)和滿足全球化市場(chǎng)的需求，進(jìn)而幫助中國(guó)車企將高階智駕技術(shù)更快地推向海外市場(chǎng)。
點(diǎn)贊 0 反對(duì) 0 舉報(bào) 0
收藏 0
評(píng)論 0 分享 83
在智能駕駛系統(tǒng)的開(kāi)發(fā)中，參考V模型開(kāi)發(fā)流程，仿真測(cè)試通常包含多個(gè)階段：MIL（模型在環(huán)）—— 用于驗(yàn)證理論模型，軟件在環(huán)（SIL）—— 測(cè)試軟件組件，硬件在環(huán)（HIL）—— 集成硬件組件進(jìn)行測(cè)試，車輛在環(huán)（VIL）—— 模擬車輛與環(huán)境的交互，以及實(shí)車道路測(cè)試（包括封閉場(chǎng)地和開(kāi)放道路）。
自動(dòng)駕駛系統(tǒng)開(kāi)發(fā)V字流程
V模型的左半邊代表開(kāi)發(fā)階段，此階段仿真測(cè)試作為開(kāi)發(fā)的一部分，主要用于驗(yàn)證設(shè)計(jì)的可行性和性能。在這個(gè)階段，常用的仿真測(cè)試手段包括MIL和SIL，它們幫助工程師在早期發(fā)現(xiàn)潛在的設(shè)計(jì)問(wèn)題。
V模型的右半邊代表量產(chǎn)測(cè)試階段。在此階段，仿真測(cè)試主要用于回歸測(cè)試和性能評(píng)估，以確保產(chǎn)品在生產(chǎn)過(guò)程中保持質(zhì)量的一致性，并為產(chǎn)品交付和量產(chǎn)做準(zhǔn)備。在這個(gè)階段，常用的仿真測(cè)試手段包括HIL、VIL以及實(shí)車道路測(cè)試，這些測(cè)試手段能夠提供更接近實(shí)際運(yùn)行條件的評(píng)估。
在整個(gè)V模型過(guò)程中，仿真測(cè)試扮演著至關(guān)重要的角色，它不僅在開(kāi)發(fā)階段幫助驗(yàn)證設(shè)計(jì)，而且在量產(chǎn)測(cè)試階段確保產(chǎn)品質(zhì)量和性能。
1. MIL、SIL以及HIL之間的關(guān)聯(lián)
MIL、SIL和HIL屬于仿真測(cè)試的三種不同手段，用在車輛系統(tǒng)開(kāi)發(fā)的不同階段，并且具有不同的目的。這三種測(cè)試手段相互補(bǔ)充，確保車輛系統(tǒng)的開(kāi)發(fā)在各個(gè)關(guān)鍵階段都經(jīng)過(guò)了嚴(yán)格的測(cè)試和驗(yàn)證，進(jìn)而有效地提高系統(tǒng)的整體質(zhì)量和性能，降低開(kāi)發(fā)風(fēng)險(xiǎn)，并加快產(chǎn)品上市的時(shí)間。
昆易電子算法事業(yè)部總經(jīng)理方志剛講到：“從理論上來(lái)講，在早期開(kāi)發(fā)階段，開(kāi)發(fā)人員通常先使用Simulink等圖形化編程環(huán)境來(lái)設(shè)計(jì)和實(shí)現(xiàn)算法模型，然后通過(guò)仿真執(zhí)行這些模型，以驗(yàn)證它們的行為是否符合預(yù)期，這就是所謂的MIL階段。
“一旦模型通過(guò)MIL驗(yàn)證，下一步是將Simulink模型轉(zhuǎn)換成可執(zhí)行的C代碼。這個(gè)過(guò)程稱為自動(dòng)代碼生成。然后，軟件開(kāi)發(fā)團(tuán)隊(duì)再將生成的C代碼編譯成適用于x86架構(gòu)服務(wù)器的可執(zhí)行程序，進(jìn)行SIL測(cè)試，以驗(yàn)證軟件組件在X86系統(tǒng)環(huán)境中的功能正確性?！?
與運(yùn)行SIL測(cè)試的x86架構(gòu)服務(wù)器不同，汽車控制器更多的是使用ARM架構(gòu)及專用的硬件加速芯片。因此，在SIL測(cè)試完成后，C代碼需要針對(duì)目標(biāo)控制器的硬件架構(gòu)（如ARM）進(jìn)行重新編譯和優(yōu)化，以生成可在控制器上運(yùn)行的可執(zhí)行程序，才能進(jìn)行HIL測(cè)試。
另外，他還指出，“如果在SIL或HIL測(cè)試中發(fā)現(xiàn)問(wèn)題，可能需要回到Simulink模型進(jìn)行修改，然后重復(fù)代碼生成和測(cè)試過(guò)程。同時(shí)，在開(kāi)發(fā)過(guò)程中需要考慮軟件在不同平臺(tái)（x86和ARM）上的兼容性和性能?！?
雖然MIL和SIL測(cè)試更多地關(guān)注功能的實(shí)現(xiàn)和驗(yàn)證，但它們也都涉及到初步的性能評(píng)估。同樣，HIL測(cè)試雖然更側(cè)重于性能方面的驗(yàn)證，但也必須確保硬件集成后的功能正確性。總之，所有這些測(cè)試都是為了確保最終系統(tǒng)在功能和性能方面都能滿足設(shè)計(jì)規(guī)范和用戶需求。
MIL/SIL/HIL三者的應(yīng)用階段和目的
正常來(lái)講，對(duì)于智能駕駛系統(tǒng)開(kāi)發(fā)，仿真測(cè)試也需要貫穿整個(gè)V模型開(kāi)發(fā)和測(cè)試的全流程。但是，當(dāng)前主流的仿真技術(shù)平臺(tái)尚不能提供貫穿整個(gè)流程的全棧式仿真測(cè)試能力。因此，在智能駕駛領(lǐng)域，行業(yè)內(nèi)也未能夠嚴(yán)格遵循V模型的流程進(jìn)行仿真測(cè)試驗(yàn)證。
亦佩捷(IPG)汽車設(shè)備(上海)有限公司總經(jīng)理黃曉介紹說(shuō)：“在智能駕駛領(lǐng)域，多數(shù)主機(jī)廠很難做MIL和SIL，主要原因在于，對(duì)于不是全棧自研的主機(jī)廠，他們沒(méi)有供應(yīng)商的Sensor模型、算法模型，甚至是Simulink模型，因此主機(jī)廠沒(méi)有辦法做MIL。
“另外，雖然理論上做SIL（包括云上SIL）的效率最高，但現(xiàn)在的客戶大部分是從HIL開(kāi)始做；SIL難做的主要原因就是主機(jī)廠與供應(yīng)商之間、供應(yīng)商A與供應(yīng)商B之間，都無(wú)法無(wú)縫提供參數(shù)、算法和接口的開(kāi)放。
“不同類型的企業(yè)以及針對(duì)不同系統(tǒng)層級(jí)做SIL所關(guān)注的點(diǎn)都不一樣。供應(yīng)商自己也可以做SIL，但供應(yīng)商做的SIL只能是針對(duì)其自己的產(chǎn)品，沒(méi)辦法做整個(gè)系統(tǒng)的SIL，因?yàn)橹鳈C(jī)廠的車輛動(dòng)力學(xué)模型也不太可能對(duì)他們開(kāi)放。比如攝像頭模組廠商針對(duì)攝像頭模組本身也可以做SIL，但他們關(guān)注點(diǎn)可能在攝像頭本身的性能和可靠性怎么樣，比如識(shí)別率、圖像質(zhì)量以及噪聲和干擾等，而不會(huì)關(guān)注具體的智駕功能?！?
NI大中華區(qū)智駕業(yè)務(wù)發(fā)展經(jīng)理王帥則從另外一個(gè)維度談到：“SIL測(cè)試通常可以在本地單機(jī)或基于服務(wù)器的云仿真環(huán)境中進(jìn)行，而HIL測(cè)試則基于真實(shí)的ECU硬件。這兩種測(cè)試方法在實(shí)時(shí)性方面存在顯著差異。HIL測(cè)試要求仿真環(huán)境必須以與實(shí)際傳感器相同的幀率/速率提供輸入，例如，如果攝像頭的幀率是30fps，HIL測(cè)試中的仿真軟件也必須以30fps的幀率向控制器提供輸入，以確保測(cè)試的實(shí)時(shí)性。
“相比之下，SIL測(cè)試提供了更大的靈活性。在SIL測(cè)試中，可以進(jìn)行加速或減速測(cè)試，仿真軟件可以以不同的幀率（如100fps或1fps）輸入給控制器，這在早期開(kāi)發(fā)階段或算法迭代中非常有用。
“此外，SIL測(cè)試由于其與開(kāi)發(fā)端的接近性，以及與軟件迭代的緊密關(guān)聯(lián)，使得它在軟件開(kāi)發(fā)的早期階段尤為重要。然而，隨著系統(tǒng)開(kāi)發(fā)的進(jìn)展，HIL測(cè)試的實(shí)時(shí)性優(yōu)勢(shì)變得尤為關(guān)鍵，尤其是在集成和驗(yàn)證硬件與軟件的交互環(huán)節(jié)?！?
“SIL測(cè)試有助于快速迭代和早期問(wèn)題發(fā)現(xiàn)，而HIL測(cè)試則確保了在實(shí)際硬件環(huán)境中的系統(tǒng)性能和安全性。目前行業(yè)上基本還是幾種仿真測(cè)試手段相互結(jié)合使用的一個(gè)狀態(tài)?！?
總之，在V模型的每個(gè)開(kāi)發(fā)階段都有其側(cè)重點(diǎn)和階段目標(biāo)。仿真測(cè)試的實(shí)現(xiàn)需要結(jié)合階段目標(biāo)來(lái)進(jìn)行，每個(gè)階段的測(cè)試場(chǎng)景和仿真策略都會(huì)根據(jù)測(cè)試目標(biāo)的需求來(lái)選擇。
2.低階智駕與高階智駕在仿真測(cè)試需求上的差異
在仿真測(cè)試中，低階智能駕駛功能通常是基于一系列設(shè)計(jì)好的測(cè)試用例進(jìn)行測(cè)試。測(cè)試用例可以簡(jiǎn)單理解為片段式的場(chǎng)景，是從相關(guān)駕駛情境中提取的關(guān)鍵部分，用以測(cè)試特定功能，并且測(cè)試評(píng)價(jià)標(biāo)準(zhǔn)相對(duì)簡(jiǎn)單。
同時(shí)，低階智能駕駛的仿真測(cè)試主要集中在對(duì)規(guī)控算法的驗(yàn)證上。由于感知信號(hào)經(jīng)過(guò)處理后會(huì)轉(zhuǎn)換成object list，這種結(jié)構(gòu)化的數(shù)據(jù)簡(jiǎn)化了對(duì)傳感器模型的仿真要求。
然而，高階智能駕駛功能涉及車輛在復(fù)雜環(huán)境下的感知、決策和控制，比如在一個(gè)六岔路口對(duì)周邊的行人和車輛進(jìn)行感知與規(guī)避。因此，主機(jī)廠在做仿真測(cè)試的時(shí)候，不僅要應(yīng)對(duì)“后半段”的規(guī)控，還要對(duì)“前半段”的感知進(jìn)行仿真測(cè)試。
高階智能駕駛系統(tǒng)的架構(gòu)復(fù)雜性，接口多樣性，以及高頻次的軟件更新迭代需求，為仿真測(cè)試系統(tǒng)的設(shè)計(jì)和維護(hù)帶來(lái)了一系列的挑戰(zhàn)。
黃曉認(rèn)為，最好能有一個(gè)統(tǒng)一的測(cè)試平臺(tái)來(lái)管理各系統(tǒng)的接口，而不是使用不同的軟件來(lái)管理不同的接口?！爸挥薪y(tǒng)一了，在維護(hù)層面才能為企業(yè)提供更多便利性?！?
“目前來(lái)看，仿真測(cè)試還主要偏向于功能測(cè)試。因?yàn)楣δ軠y(cè)試給客戶帶來(lái)的效用和幫助更直觀。他們可以快速通過(guò)仿真搭建測(cè)試場(chǎng)景，能夠高效、快捷驗(yàn)證系統(tǒng)功能是否達(dá)標(biāo)?！?
他還提到，如果主機(jī)廠想驗(yàn)收供應(yīng)商的交付質(zhì)量，除了功能測(cè)試，還需要考察性能是否達(dá)標(biāo)?！暗菍?duì)于性能測(cè)試，則需要花更多的力氣去搭建高精度的模型，我覺(jué)得目前在高精度的場(chǎng)景建模和傳感器建模上都還存在挑戰(zhàn)。”
在系統(tǒng)的開(kāi)發(fā)過(guò)程中，蘇州智行眾維（IAE）研發(fā)副總高彪表示，“高階智駕與低階智駕在仿真測(cè)試的需求上確實(shí)存在顯著的區(qū)別，這些區(qū)別主要體現(xiàn)在測(cè)試場(chǎng)景范圍以及測(cè)試評(píng)價(jià)上。”
低階功能的仿真測(cè)試重點(diǎn)在于車輛在特定條件下的響應(yīng)，如檢測(cè)車道線、前車距離變化等。測(cè)試場(chǎng)景所需要覆蓋的路況和工況相對(duì)較為簡(jiǎn)單，測(cè)試評(píng)價(jià)多依賴于成熟的測(cè)試標(biāo)準(zhǔn)。
而高階功能的測(cè)試場(chǎng)景需要根據(jù)智駕功能ODD覆蓋不同的路況、天氣環(huán)境和邊緣情況，測(cè)試場(chǎng)景里程及場(chǎng)景多樣性和覆蓋度至關(guān)重要。尤其是當(dāng)智能駕駛功能突破L2跨越到L3以后，“安全責(zé)任人”的角色也將發(fā)生轉(zhuǎn)變，測(cè)試評(píng)價(jià)將會(huì)更關(guān)注累計(jì)安全行駛里程。
低階智駕功能仿真測(cè)試VS高階智駕功能仿真測(cè)試
總體而言，低階智能駕駛功能的開(kāi)發(fā)和測(cè)試主要依賴于基于測(cè)試用例的測(cè)試方法。這種方法側(cè)重于驗(yàn)證特定功能在預(yù)定義條件下的行為和性能。相比之下，高階智能駕駛功能的開(kāi)發(fā)和測(cè)試則趨向于采用基于場(chǎng)景的測(cè)試方法，這種方法更加關(guān)注在復(fù)雜多變的交通環(huán)境中系統(tǒng)的整體表現(xiàn)。
3. 高階智駕仿真測(cè)試方案：純視覺(jué)VS多傳感器融合
目前，依據(jù)感知傳感器配置的不同，高階智駕方案大致可以劃分為兩大類：純視覺(jué)方案和多傳感器融合方案；而國(guó)內(nèi)主流車企的高階智能駕駛方案多傾向于采用多傳感器融合方案，具體的融合級(jí)別可能因企業(yè)的技術(shù)路線和產(chǎn)品需求而有所不同。
隨著深度學(xué)習(xí)技術(shù)在智能駕駛領(lǐng)域的發(fā)展和應(yīng)用，BEV+ Transformer方案已經(jīng)成為當(dāng)下高階智駕感知方案的主流選擇。BEV+Transformer 最開(kāi)始是在特斯拉的純視覺(jué)方案上率先應(yīng)用。緊接著，國(guó)內(nèi)的企業(yè)又在此基礎(chǔ)上做了一些調(diào)整和適配，應(yīng)用在了多傳感器融合方案上。
BEV+Transformer 技術(shù)的核心優(yōu)勢(shì)在于其能夠在 BEV 空間中進(jìn)行有效的多模態(tài)數(shù)據(jù)融合和處理，提高感知性能。它可以根據(jù)不同的需求和場(chǎng)景與前融合、中融合或后融合方案結(jié)合使用，并不是嚴(yán)格限定于特定的融合方案。但目前，BEV+Transformer 技術(shù)更常見(jiàn)于前融合和中融合方案中。
BEV+Transformer 架構(gòu)應(yīng)用在不同融合方案
與純視覺(jué)方案相比，多傳感器融合方案由于配置了更多種類和數(shù)量的傳感器，因此在進(jìn)行HIL仿真測(cè)試時(shí)，對(duì)計(jì)算能力的需求顯著增加。此外，不同傳感器的數(shù)據(jù)幀率可能存在差異，這要求仿真系統(tǒng)中的多種傳感器模型和模擬器必須實(shí)現(xiàn)精確的數(shù)據(jù)同步，增加了仿真過(guò)程的復(fù)雜性。
黃曉表示， 在高階智駕方案中，通常會(huì)采用前融合方案，在控制器內(nèi)對(duì)傳感器傳輸過(guò)來(lái)的原始數(shù)據(jù)進(jìn)行融合。
在純視覺(jué)智能駕駛方案中，攝像頭的配置數(shù)量通常在7到11個(gè)左右，分辨率在2MP~8MP。由于攝像頭捕獲的原始數(shù)據(jù)是高分辨率視頻流，因此在仿真環(huán)境中對(duì)算力的需求尤為突出。為了處理這些大量的圖像數(shù)據(jù)，通常需要部署多個(gè)配備高性能顯卡的服務(wù)器，以提供必要的計(jì)算能力支撐。
另外，他還指出，“在進(jìn)行多傳感器融合方案的仿真測(cè)試時(shí)，確保不同傳感器之間的數(shù)據(jù)同步是一個(gè)復(fù)雜的問(wèn)題。從軟件的角度來(lái)看，需要實(shí)現(xiàn)精確的時(shí)鐘同步和數(shù)據(jù)融合算法；從硬件的角度來(lái)看，可能需要特定的硬件支持和接口來(lái)實(shí)現(xiàn)傳感器之間的同步。此外，為了滿足實(shí)時(shí)性要求，整個(gè)仿真系統(tǒng)的效率也是一個(gè)重要考慮因素，包括數(shù)據(jù)傳輸速度、處理速度和計(jì)算資源的優(yōu)化。因此，設(shè)計(jì)一個(gè)能夠滿足這些要求的仿真測(cè)試系統(tǒng)面臨著技術(shù)和工程上的多重挑戰(zhàn)。"
在多傳感器融合方案中，確保數(shù)據(jù)傳輸?shù)耐酱_實(shí)是一個(gè)不小的挑戰(zhàn)。方志剛解釋說(shuō)“首先，仿真軟件生成的各個(gè)傳感器信號(hào)在時(shí)間上可能存在差異，這可能是由于仿真模型的計(jì)算延遲或數(shù)據(jù)處理方法的不同造成的。其次，不同傳感器的數(shù)據(jù)傳輸速度也有所不同。例如，毫米波雷達(dá)的數(shù)據(jù)量相對(duì)較小，可能很快就能傳輸完成；而激光雷達(dá)和攝像頭由于數(shù)據(jù)量大，傳輸時(shí)間可能需要幾毫秒甚至幾十毫秒。
“此外，各個(gè)傳感器處理的幀率/頻率也各不相同。例如，激光雷達(dá)可能是10Hz，攝像頭可能是30Hz，毫米波雷達(dá)可能是13Hz。這些不同的幀率/頻率進(jìn)一步增加了數(shù)據(jù)同步的復(fù)雜性。
“因此，解決多傳感器數(shù)據(jù)傳輸同步的問(wèn)題需要綜合考慮傳感器的特性、數(shù)據(jù)傳輸速度、處理幀率以及同步機(jī)制的設(shè)計(jì)。這可能涉及到算法優(yōu)化、硬件升級(jí)、通信協(xié)議改進(jìn)等多個(gè)方面?！?
另外，在高階智駕多傳感器融合方案的仿真測(cè)試中，確保融合效果的準(zhǔn)確性也是一個(gè)關(guān)鍵挑戰(zhàn)。王帥指出，為了提高融合效果，必須提供高質(zhì)量的傳感器仿真數(shù)據(jù)。這意味著仿真的數(shù)據(jù)不僅要真實(shí)反映傳感器的特性，還要具有高度的同步性。在當(dāng)前主流的BEV感知架構(gòu)方案中，這一點(diǎn)尤為重要。例如，不同攝像頭提供的數(shù)據(jù)之間的時(shí)間差通常應(yīng)控制在1毫秒以內(nèi)，以確保數(shù)據(jù)的實(shí)時(shí)性和一致性。只有當(dāng)后端處理模塊接收到這樣高質(zhì)量且高度同步的數(shù)據(jù)時(shí)，融合的結(jié)果才能更加精確，從而提高智能駕駛系統(tǒng)的感知能力和決策質(zhì)量。
除此之外，高彪還提到了一點(diǎn)：相對(duì)傳感器的場(chǎng)景可靠性，即場(chǎng)景模型構(gòu)建的其中一項(xiàng)準(zhǔn)則是保證傳感器數(shù)據(jù)的準(zhǔn)確性，針對(duì)多種傳感器的情況下，在場(chǎng)景構(gòu)建時(shí)也需要考慮不同類型的傳感器特性。
因?yàn)槊糠N傳感器都有其獨(dú)特的特性，如攝像頭提供的是圖像信息，毫米波雷達(dá)提供的主要是距離和速度信息，激光雷達(dá)主要提供點(diǎn)云信息。
并且，不同類型傳感器需要考慮的失效模式也有很大的不同，需要場(chǎng)景模型中考慮去包含冗余和容錯(cuò)機(jī)制，以確保系統(tǒng)的魯棒性。
另外，不同傳感器對(duì)環(huán)境條件的適應(yīng)性不同。例如，攝像頭受到光照變化的影響比較大，而激光雷達(dá)受到雨霧的干擾比較大，場(chǎng)景模型需要考慮這些環(huán)境因素對(duì)每類傳感器的影響。
總之，相比于純視覺(jué)方案，多傳感器融合方案因?yàn)樯婕暗膫鞲衅鞣N類和數(shù)量較多，隨之涉及到的傳感器協(xié)議類型越多，傳感器之間的同步機(jī)制和校驗(yàn)機(jī)制要求也越高。
4. 高階智駕在仿真測(cè)試上存在的挑戰(zhàn)
1）場(chǎng)景覆蓋度和仿真置信度問(wèn)題
高階智駕仿真測(cè)試對(duì)于場(chǎng)景庫(kù)和測(cè)試用例需求，主要體現(xiàn)在以下幾個(gè)方面：
高覆蓋度：強(qiáng)調(diào)場(chǎng)景庫(kù)盡可能覆蓋ODD內(nèi)的駕駛場(chǎng)景，確保測(cè)試框架從基本功能驗(yàn)證擴(kuò)展至高階復(fù)雜挑戰(zhàn)的全面審視，包括但不限于常見(jiàn)駕駛情境、極端氣候條件、低頻出現(xiàn)的邊緣情況，形成一套由淺入深、循序漸進(jìn)的測(cè)試體系，以驗(yàn)證系統(tǒng)在各類工況下的穩(wěn)定性和可靠性。
高真實(shí)性：在構(gòu)建測(cè)試用例時(shí)，要求仿真環(huán)節(jié)總的交通參與者（包括行人、其他車輛等）不僅在物理行為上遵循真實(shí)世界的規(guī)律，還需在運(yùn)動(dòng)軌跡、交互邏輯上體現(xiàn)自然性和多樣性，確保測(cè)試數(shù)據(jù)與實(shí)際情況高度吻合。
高復(fù)雜性：在設(shè)計(jì)測(cè)試用例時(shí)，同時(shí)并發(fā)多個(gè)交通參與者的動(dòng)態(tài)行為，包括但不限于隨機(jī)路徑選擇、非線性速度變化、緊急避險(xiǎn)動(dòng)作等，旨在創(chuàng)造高度復(fù)雜且難以預(yù)測(cè)的交互場(chǎng)景。
可重復(fù)性：要求測(cè)試用例能在一致的測(cè)試條件下被重復(fù)執(zhí)行，確保每個(gè)測(cè)試用例均可進(jìn)行回歸測(cè)試。
黃曉認(rèn)為當(dāng)前高階智駕仿真測(cè)試所面臨最主要的兩個(gè)問(wèn)題是場(chǎng)景覆蓋度和仿真置信度的問(wèn)題。 對(duì)于場(chǎng)景覆蓋度，主要是指Corner cases覆蓋度的問(wèn)題，這些場(chǎng)景在我們?nèi)粘ｑ{駛中很少被碰到。雖然通過(guò)仿真手段可以非?？焖俚孬@取或制作一些Corner cases 場(chǎng)景，可以去復(fù)現(xiàn)，并不斷的迭代。但仿真和測(cè)試之間還存在一個(gè)巨大的鴻溝，那就是仿真置信度的問(wèn)題。
那么，仿真置信度不高又是哪些原因造成的呢？黃曉表示，仿真置信度問(wèn)題主要來(lái)自兩個(gè)方面：首先，仿真軟件本身建模的問(wèn)題。傳統(tǒng)動(dòng)力學(xué)模型置信度還可以，但是物理傳感器模型、環(huán)境模型、天氣模型、道路模型、交通流模型置信度如何，以及整個(gè)綜合起來(lái)形成一個(gè)鏈條后，他們的加權(quán)置信度又會(huì)是多少？目前行業(yè)里還沒(méi)有太多的驗(yàn)證案例。
其次，用戶應(yīng)用仿真測(cè)試的經(jīng)驗(yàn)和能力問(wèn)題。比如一家整車廠在做車輛動(dòng)力學(xué)模型的時(shí)候，愿意花多少時(shí)間，愿意投入多少人，用哪個(gè)部門來(lái)做，不同部門的之間的溝通效率如何，都會(huì)影響到車輛動(dòng)力學(xué)模型最終的置信度。
最后，他建議到：“業(yè)界應(yīng)合力搭建仿真場(chǎng)景平臺(tái)，并且全行業(yè)努力提升并驗(yàn)證仿真的置信度，這對(duì)于行業(yè)的長(zhǎng)遠(yuǎn)發(fā)展將會(huì)是很大的助力?！?
2）路采數(shù)據(jù)的通用性問(wèn)題
某工具鏈公司的仿真負(fù)責(zé)人曾經(jīng)提到，在用真實(shí)道路數(shù)據(jù)做仿真的情況下，一旦傳感器的位置或者型號(hào)有變更，這一組數(shù)據(jù)的價(jià)值就會(huì)降低，甚至“作廢”。也可以用神經(jīng)網(wǎng)絡(luò)對(duì)真實(shí)道路數(shù)據(jù)做調(diào)參，這種調(diào)參的智能化程度會(huì)更高一些，但可控性會(huì)比較弱。
當(dāng)前，由于真實(shí)世界數(shù)據(jù)的復(fù)雜性和多樣性，合成數(shù)據(jù)只能在部分情況下替代真實(shí)數(shù)據(jù)，高階智駕仿真測(cè)試對(duì)路采的真實(shí)數(shù)據(jù)的依懶性還非常大。因此，路采數(shù)據(jù)通用性的問(wèn)題，勢(shì)必會(huì)給高階智駕仿真測(cè)試的向前推進(jìn)帶來(lái)比較大的阻礙。
高彪解釋說(shuō) ：“路采數(shù)據(jù)的通用性能力的強(qiáng)弱直接取決于測(cè)試中數(shù)據(jù)的使用策略。目前大部分企業(yè)在使用真實(shí)路采數(shù)據(jù)時(shí)，只是將路采數(shù)據(jù)按照域控制器的數(shù)據(jù)接口要求處理后進(jìn)行數(shù)據(jù)回灌。這種使用方法確實(shí)對(duì)傳感器安裝位置、安裝角度、型號(hào)，甚至車輛尺寸存在嚴(yán)格的一致性要求，一旦某個(gè)要素出現(xiàn)變更，測(cè)試數(shù)據(jù)就不再滿足測(cè)試要求。
“為了進(jìn)一步挖掘真實(shí)道路數(shù)據(jù)的應(yīng)用，將路采數(shù)據(jù)重構(gòu)為仿真測(cè)試場(chǎng)景，結(jié)合仿真工具，通過(guò)仿真建模調(diào)整傳感器參數(shù)配置、安裝位置、車輛型號(hào)等，實(shí)現(xiàn)路采數(shù)據(jù)的高通用性?！?
3）法規(guī)和標(biāo)準(zhǔn)方面的問(wèn)題
有業(yè)內(nèi)人士提到，高階智駕準(zhǔn)入仍存在巨大法規(guī)空白，短期內(nèi)尚不能實(shí)現(xiàn)大規(guī)模的公開(kāi)道路測(cè)試，絕大多數(shù)的測(cè)試將會(huì)在仿真環(huán)境中完成。然而，智能駕駛仿真測(cè)試在法規(guī)與標(biāo)準(zhǔn)上仍存在缺失，尤其是針對(duì)高階智能駕駛的仿真測(cè)試，缺乏統(tǒng)一的測(cè)試標(biāo)準(zhǔn)和評(píng)價(jià)體系。
高階智駕技術(shù)的復(fù)雜性和安全性要求遠(yuǎn)高于傳統(tǒng)的駕駛輔助系統(tǒng)，因此需要大量且深入的測(cè)試來(lái)確保其在公共道路上的安全性和可靠性。目前的公開(kāi)道路測(cè)試受到區(qū)域性、成本、時(shí)間周期等方面的限制，這促使行業(yè)尋求并依賴仿真測(cè)試手段，同時(shí)也將推動(dòng)仿真測(cè)試成為確保智駕系統(tǒng)安全準(zhǔn)入和量產(chǎn)的關(guān)鍵環(huán)節(jié)。
在高階智駕準(zhǔn)入的問(wèn)題上，高彪認(rèn)為，車企在完善開(kāi)發(fā)和測(cè)試流程的過(guò)程中，需要考慮與仿真更加緊密的結(jié)合，在不同的開(kāi)發(fā)階段更多地運(yùn)用仿真進(jìn)行V&V驗(yàn)證，從而縮短整體的開(kāi)發(fā)驗(yàn)證周期并降低測(cè)試成本。
另外，他還提到：“在法規(guī)制定和政府監(jiān)管方面，也可以合理運(yùn)用仿真測(cè)評(píng)手段，以提升安全監(jiān)管目標(biāo)。對(duì)于仿真工具及場(chǎng)景庫(kù)來(lái)講，合理提升仿真的真實(shí)性以覆蓋更廣的測(cè)試需求，同時(shí)擴(kuò)展有效場(chǎng)景數(shù)據(jù)實(shí)現(xiàn)更高的場(chǎng)景覆蓋度是一直以來(lái)我們的目標(biāo)?！?
5. 高階智駕出海與仿真測(cè)試
據(jù)中汽協(xié)公布的汽車出口數(shù)據(jù)顯示，2023年，我國(guó)全年累計(jì)汽車出口491萬(wàn)輛，其中傳統(tǒng)燃油汽車出口370.7萬(wàn)輛，占比為75.5%。同時(shí)，大多數(shù)車輛所搭載的智能駕駛功能依然還是傳統(tǒng)的低階ADAS功能。
隨著國(guó)內(nèi)汽車需求的逐漸趨向于飽和，以及價(jià)格戰(zhàn)的加劇，國(guó)內(nèi)汽車行業(yè)紛紛將目光轉(zhuǎn)向海外，將“內(nèi)卷”逐漸化為“外卷”。對(duì)于中國(guó)車企而言，在向海外推廣產(chǎn)品的時(shí)候，智能化是其主打的“標(biāo)簽”之一。因此，車企必然也希望能夠?qū)⒏唠A智駕功能向海外推廣。
對(duì)仿真測(cè)試行業(yè)而言，針對(duì)海外當(dāng)?shù)氐姆抡鏈y(cè)試市場(chǎng)的需求將會(huì)大大增加。高彪提議，國(guó)內(nèi)車企需要進(jìn)行大量的具有海外當(dāng)?shù)靥厣姆抡鏈y(cè)試以確保其智能駕駛系統(tǒng)在不同國(guó)家和地區(qū)的交通環(huán)境和法規(guī)要求下的安全性和可靠性，對(duì)應(yīng)仿真測(cè)試場(chǎng)景就要相應(yīng)適配海外當(dāng)?shù)氐慕煌?biāo)志、道路規(guī)格、駕駛習(xí)慣和相關(guān)法規(guī)等。他們作為仿真測(cè)試企業(yè)，會(huì)提供定制化的測(cè)試方案，以幫助車企實(shí)現(xiàn)產(chǎn)品的快速本土化。
“除了需求增加，仿真測(cè)試行業(yè)也面臨著不同國(guó)家數(shù)據(jù)合規(guī)的政策問(wèn)題，同時(shí)仿真測(cè)試企業(yè)可能會(huì)與國(guó)際同行進(jìn)行更多的合作和競(jìng)爭(zhēng)，參與或推動(dòng)相關(guān)測(cè)試標(biāo)準(zhǔn)和協(xié)議的制定，以實(shí)現(xiàn)國(guó)際市場(chǎng)的互操作性和統(tǒng)一標(biāo)準(zhǔn)，推動(dòng)行業(yè)整體水平的提升。”他補(bǔ)充說(shuō)到。
總之，高階智駕功能的出海為仿真測(cè)試行業(yè)既帶來(lái)了機(jī)遇，也帶來(lái)了挑戰(zhàn)。國(guó)內(nèi)仿真測(cè)試行業(yè)需要不斷創(chuàng)新和進(jìn)步，以適應(yīng)和滿足全球化市場(chǎng)的需求，進(jìn)而幫助中國(guó)車企將高階智駕技術(shù)更快地推向海外市場(chǎng)。
廣告 編輯推薦
最新資訊
-
開(kāi)年豪擲1.8億搶用戶，又一車企加入“價(jià)格
2026-03-04 16:05
-
聯(lián)合國(guó)法規(guī)R60對(duì)兩輪車操縱件與指示裝置的
2026-03-04 12:08
-
標(biāo)準(zhǔn)立項(xiàng)|《汽車異種材料鉚接接頭拉伸性能
2026-03-04 11:40
-
“汽車大角度座椅 第1部分：通用要求”將有
2026-03-04 11:39
-
“汽車大角度座椅 第2部分：可靠性要求”將
2026-03-04 11:39
