提起自動駕駛測試的挑戰(zhàn)，你腦中浮現(xiàn)的是什么？

汽車系統(tǒng)復雜性增加、測試需求變化非?？?、測試時間被壓縮……

NI資深汽車行業(yè)客戶經(jīng)理郭堉在EEVIA第九屆年度中國電子ICT媒體論壇暨2021產(chǎn)業(yè)和技術展望研討會上如是說。

這是否也是你的答案？

NI資深汽車行業(yè)客戶經(jīng)理郭堉現(xiàn)場演講

消費者對自動駕駛興趣日益濃厚，車廠和tier1廠商都在積極布局自動駕駛技術。隨著自動駕駛話題熱度的攀升，如何加快測試速度以及節(jié)約測試成本等問題也成為人們關注的重點，這也是我們今天要探討的重點。

郭堉表示：“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)的增長，復雜性也隨之增加。這正是自動駕駛測試挑戰(zhàn)大的根源?！?

眾所周知，電動汽車功能越來越多，價格卻逐年下降，這對測試成本會有什么影響？先來看下汽車系統(tǒng)復雜度、測試成本和整車價格之間的關系。

如上圖所示，隨著汽車復雜度的增加，汽車測試的成本隨之增加，但電動車/新能源汽車的價格逐漸下降。如果不改變傳統(tǒng)的測試策略，可能會達不到預期的盈利目標。

自動駕駛測試省錢神器—仿真測試

自動駕駛領域，走在行業(yè)前沿的公司都是如何做測試的呢？我們可以看下Waymo的方法，Waymo每天要做2000萬英里的虛擬測試，至今為止，已經(jīng)做了超過150億英里的測試，但是在真實道路上的路測只有2000萬英里。通過數(shù)據(jù)對比可以看出，虛擬測試占比高達約99.9%。

自動駕駛測試大致可以分為三大部分：道路信息，傳感器數(shù)據(jù)采集；數(shù)字孿生與仿真測試；硬件在環(huán)HIL。其中，數(shù)字孿生與仿真測試是最核心的。

? 道路信息，傳感器數(shù)據(jù)采集

首先，通過傳感器、攝像頭等在道路上進行數(shù)據(jù)采集。將激光雷達、毫米波雷達、攝像頭、IMU和GPS采集到的數(shù)據(jù)，進行融合。這個過程中難點在于數(shù)據(jù)的同步。NI以PXI為基礎的采集系統(tǒng)，一個傳感器對應一個板卡，確保了了數(shù)據(jù)同步的問題。同時，測試系統(tǒng)的集成度高，可擴展性強，還能應對未來車上安裝更多傳感器/攝像頭的測試需求。

? 數(shù)字孿生與仿真測試

我們前面提到了汽車測試需要建立場景庫的問題，數(shù)字孿生技術就是建立虛擬場景庫的利器。數(shù)字孿生指的是把真實的場景一比一的放在虛擬環(huán)境中，生成一個孿生系統(tǒng)。

我們通過monoDrive的工具進行數(shù)字孿生，重構(gòu)一個高保真度的場景。monoDrive可以把樹葉、欄桿、地面上的標志圖形完整地復現(xiàn)出來，還原度非常高。

如上， 畫面上方的圖是汽車在路上真實跑的場景，畫面下方的圖是還原出來的虛擬場景。

再來總結(jié)下，數(shù)字孿生與仿真測試需要關注的核心要素：

﹒對傳感器和環(huán)境高精度的仿真

﹒基于真實的道路場景構(gòu)建數(shù)字孿生場景

﹒對汽車動力學模型的仿真

﹒基于云的測試方法幫助應對高數(shù)據(jù)量的測試環(huán)境

? 硬件在環(huán)HIL

硬件在環(huán)HIL仿真技術可以使用NI PXI實時控制器運行仿真模型來模擬受控對象的運行狀態(tài)，配合NI FPGA模塊可適應更高動態(tài)特性及更高精度的模型應用需求。NI硬件在環(huán)測試平臺具有開放的軟硬件技術架構(gòu)，可以減少工程師的開發(fā)時間、成本和風險。