電子發(fā)燒友網(wǎng)報(bào)道（文/黃晶晶）近來，特斯拉、蔚來等廠商的自動(dòng)駕駛都出現(xiàn)了一些事故，自動(dòng)駕駛不僅是一項(xiàng)新的汽車功能，對(duì)于汽車駕駛的測(cè)試也提出了挑戰(zhàn)。在這里，我們看看NI資深汽車行業(yè)客戶經(jīng)理郭堉分享的關(guān)于“平臺(tái)化測(cè)試方案應(yīng)對(duì)無限自動(dòng)駕駛測(cè)試場(chǎng)景”這個(gè)話題的觀點(diǎn)和解決方案。

自動(dòng)駕駛的現(xiàn)狀與挑戰(zhàn)

我們知道汽車行業(yè)的三大愿意是零事故、零排放、零損耗。郭堉表示，我們的半導(dǎo)體技術(shù)起到非常關(guān)鍵的作用，例如激光雷達(dá)等感知技術(shù)幫助我們實(shí)現(xiàn)L2到L4級(jí)的自動(dòng)駕駛。

目前自動(dòng)駕駛主要有四個(gè)趨勢(shì)，一是電子電氣結(jié)構(gòu)，從原來的傳感器都有ECU，到現(xiàn)在用中央域控制器進(jìn)行處理，這個(gè)會(huì)帶來很多的新挑戰(zhàn)。二是目前的汽車法規(guī)不是特別完善，我們的場(chǎng)景庫(kù)拾建也不完善，這會(huì)給新的測(cè)試需求帶來挑戰(zhàn)。三是軟件定義汽車，例如特斯拉的OTA技術(shù)，通過軟件的投入和測(cè)試會(huì)顯得非常重要。四是AI和深度學(xué)習(xí)，部署在ADAS里的算法通過真實(shí)的道路場(chǎng)景去不斷優(yōu)化這些算法，從而提升安全性，令消費(fèi)者擁有更好的自動(dòng)駕駛體驗(yàn)。

郭堉解析，在這個(gè)V字型汽車測(cè)試研發(fā)和驗(yàn)證流程中，左邊是設(shè)計(jì)環(huán)節(jié)，從最底層系統(tǒng)的要求，慢慢部署到每一個(gè)子部件的研發(fā)，左邊主要依賴于軟件，包括原型驗(yàn)證的環(huán)節(jié)。右邊是從部件的測(cè)試，再上升到整車級(jí)的，比如NVH可靠性的測(cè)試。但以往都是更多精力投入在右邊的測(cè)試環(huán)節(jié)，尤其是整車測(cè)試，但是我們隨著ADAS技術(shù)的不斷完善，更需要的是左邊，也就是測(cè)試需求向左移，我們需要更多進(jìn)行軟件測(cè)試，提高測(cè)試效率。

由此帶來的測(cè)試挑戰(zhàn)在于測(cè)試的復(fù)雜度日益增加，自動(dòng)化測(cè)試硬件和軟件需要不斷迭代更新，包括提供完整的工具鏈。另外，測(cè)試開發(fā)流程的效率需要加強(qiáng)。因?yàn)榻窈笃嚂?huì)向消費(fèi)電子的模式去發(fā)展，就需要快速的驗(yàn)證平臺(tái)，最大化測(cè)試效率。此外，還有更多的仿真。我們需要很多真實(shí)的場(chǎng)景不斷地訓(xùn)練算法，如果部署很多車隊(duì)，讓它去跑真實(shí)的道路，要花費(fèi)的成本和時(shí)間無法想象，因此我們就需要構(gòu)建一個(gè)高保真度的軟件測(cè)試環(huán)境，去訓(xùn)練AI的算法，識(shí)別目標(biāo)物，從而達(dá)到避障和主動(dòng)駕駛的功能等。

目前99.9%的測(cè)試都是通過仿真進(jìn)行，那么仿真測(cè)試的數(shù)據(jù)可靠性就非常重要，怎么保證數(shù)據(jù)是真實(shí)的，可以跟真實(shí)的道路匹配，并且給傳感器一個(gè)真實(shí)的反饋。

NI在今年正式宣布收購(gòu)了monoDrive公司，可以通過monoDrive的數(shù)據(jù)進(jìn)行數(shù)據(jù)重構(gòu)和孿生。郭堉分析，在實(shí)際效果中，我們看到，下圖是在美國(guó)奧斯汀實(shí)際錄制的場(chǎng)景，我們通過monoDrive進(jìn)行數(shù)字孿生，重構(gòu)為一個(gè)非常高保真度的場(chǎng)景，比如對(duì)面來車，可以還原出來，monoDrive可以把樹葉、欄桿、地面上的標(biāo)志圖形完整地復(fù)現(xiàn)出來。目前只有monoDrive這個(gè)軟件可以做到。

另外不僅是道路的狀態(tài)，monoDrive也可以仿真天氣狀況，包括路面積水，路面積水狀況會(huì)影響我們反射的條件，這些反射條件會(huì)影響到傳感器的功能。monoDrive軟件甚至可以把路燈、垃圾筒表面、日落黃昏的參數(shù)系數(shù)、反射系數(shù)實(shí)時(shí)仿真出來。

道路信息記錄， 傳感器數(shù)據(jù)采集

NI也用軟件平臺(tái)做道路實(shí)時(shí)數(shù)據(jù)的記錄，目前很多算力可以支持12路攝像頭，甚至是高清攝像頭，只有這些數(shù)據(jù)都是同步被記錄下來，才是真實(shí)有效的。而對(duì)錄制的要求會(huì)有很多的挑戰(zhàn)，其中包括很多硬件接口。此外，我們面對(duì)的數(shù)據(jù)量是非常大的，NI提供了PXI平臺(tái)，硬件上具有豐富的接口，不僅支持?jǐn)z像頭接口，還有車載以太網(wǎng)等，能夠保存所有數(shù)據(jù)，支持上傳云端，可進(jìn)行數(shù)據(jù)壓縮、數(shù)據(jù)管理、數(shù)據(jù)回放等。

數(shù)據(jù)回放與硬件在環(huán)（HIL）

一般來說，測(cè)試對(duì)象是ECU里面的控制或算法，那就需要去模仿外圍的設(shè)備，讓ECU以為連接的是真實(shí)的電機(jī)。郭堉解析，NI提供包括FPGA板卡這樣的硬件，用軟件導(dǎo)入模型，部署到FPGA里面，F(xiàn)PGA板卡提供納秒級(jí)的運(yùn)算。編輯到系統(tǒng)里面可以達(dá)到毫秒級(jí)的運(yùn)算，就可以跑車輛動(dòng)力學(xué)模型，真實(shí)的反饋車輛在虛擬場(chǎng)景中如何運(yùn)轉(zhuǎn)。然后連到DUT，這就是用AI完整的鏈路和平臺(tái)，包括軟件去實(shí)現(xiàn)的一個(gè)框架。

NI的軟硬件平臺(tái)可以做到從研發(fā)開始到最后的生產(chǎn)部署，都用同樣的工具鏈去實(shí)現(xiàn)，對(duì)于一個(gè)工程師來講，就不需要去學(xué)習(xí)各種廠商不同的接口，學(xué)習(xí)各種廠商的硬件平臺(tái)的操作，學(xué)習(xí)新的軟件。用NI的平臺(tái)就可以實(shí)現(xiàn)整個(gè)從研發(fā)到部署的流程。

如今，NI攜手合作伙伴建立起強(qiáng)大的生態(tài)圈，合作伙伴包括云端的AWS、微軟云等等，以及眾多的集成商伙伴。在汽車行業(yè)的生態(tài)鏈中，NI不僅基于自己的硬件和軟件進(jìn)行測(cè)試，也支持友商的接口，以開放的姿態(tài)，連接不同友商，不同協(xié)議，不同廠商的場(chǎng)景仿真軟件，一起攜手為客戶提供交鑰匙的解決方案。

原文標(biāo)題：特斯拉事故頻發(fā)背后，自動(dòng)駕駛測(cè)試能幫什么忙？

文章出處：【微信公眾號(hào)：電子發(fā)燒友網(wǎng)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
責(zé)任編輯:pj