帶你走進智能駕駛數(shù)據(jù)回灌系統(tǒng)

概述

        在當前汽車系統(tǒng)測試中，隨著自動駕駛（ADS）和高級駕駛輔助系統(tǒng)（ADAS）的快速發(fā)展，車輛軟件的復雜性不斷增加。為了應(yīng)對上述場景測試中的復雜性，經(jīng)緯恒潤研發(fā)了OrienLink數(shù)據(jù)回灌模塊（包括開環(huán)和閉環(huán)回灌），顯著提升了SiL和HiL測試可靠性和有效性，特別是在早期研發(fā)階段和冒煙測試階段。本文重點介紹了目標級開環(huán)回灌、閉環(huán)回灌和傳感器級別開環(huán)回灌的應(yīng)用，以及感知閉環(huán)回灌的發(fā)展。

圖1 仿真測試系統(tǒng)概覽

SiL/HiL測試痛點及OrienLink數(shù)據(jù)回灌系統(tǒng)介紹

        盡管SiL/HiL測試具備諸多優(yōu)勢，但由于依賴仿真數(shù)據(jù)，確保這些數(shù)據(jù)的真實性和準確性成為一項關(guān)鍵挑戰(zhàn)。仿真系統(tǒng)需要對車輛動力學、傳感器輸入和環(huán)境條件等大量基礎(chǔ)數(shù)據(jù)進行模擬。然而，仿真與現(xiàn)實世界之間仍然存在顯著的差距，這種差距可能影響SiL/HiL測試的可靠性，使得評估結(jié)果難以準確反映系統(tǒng)的真實狀態(tài)。

        為了彌補SiL/HiL測試中的不足，開發(fā)團隊通常還會結(jié)合實車隨機測試和場地測試進行驗證。這些測試方法在真實環(huán)境中運行，能夠提供更精確的結(jié)果。然而，由于這些測試方法往往耗時且成本高昂，在早期開發(fā)階段和后期冒煙測試階段的應(yīng)用受到限制。

        為了解決上述問題，我們在汽車軟件測試中引入了基于數(shù)據(jù)的開環(huán)/閉環(huán)回灌測試系統(tǒng)——OrienLink Data Replay Module。閉環(huán)回灌測試系統(tǒng)通過實時的真實數(shù)據(jù)反饋和狀態(tài)機模型優(yōu)化，能夠?qū)崿F(xiàn)車輛軟件設(shè)計、測試與驗證的高效循環(huán)[2]。例如，在規(guī)控測試中，Reactive-Replay方法利用歷史障礙物級別的感知數(shù)據(jù)對系統(tǒng)進行動態(tài)調(diào)整和優(yōu)化。閉環(huán)仿真系統(tǒng)能夠在仿真過程中實時調(diào)整車輛和環(huán)境模型，確保仿真結(jié)果更接近實際情況。圖2展示了開環(huán)回灌結(jié)果與實際采集結(jié)果的對比分析報告，進一步驗證了該方法的有效性。

圖2 AEB/FCW開環(huán)回灌結(jié)果分析

        數(shù)據(jù)回灌系統(tǒng)既可以用于SiL，基于云端的高算力，大存儲做并行仿真，也可以用于HiL測試，進行更真實的半實物仿真。同時，還可以用于多控制器系統(tǒng)聯(lián)合測試。其整體架構(gòu)如圖3所示。

圖3 數(shù)據(jù)回灌整體架構(gòu)

        OrienLink Data Replay Module的主要特征包括：

    · 支持規(guī)控和感知的開環(huán)/閉環(huán)回灌：靈活處理不同類型的回灌驗證，覆蓋關(guān)鍵系統(tǒng)。

    · 支持場景泛化：通過約束隨機驗證（CRV）技術(shù)，擴展測試場景，提升驗證覆蓋度。

    · 快速集成：能夠快速與HiL系統(tǒng)和云平臺SiL集成，高精度時鐘系統(tǒng)確保數(shù)據(jù)同步。

    · 自動化測試評估：內(nèi)置多年測試經(jīng)驗和準則，支持快速、自動化的測試評估。

    · 兼容多種傳感器和總線協(xié)議：適應(yīng)不同系統(tǒng)組件的測試需求。

    · 支持全流程測****理系統(tǒng)集成：與測****理系統(tǒng)和DevOps集成，實現(xiàn)測試全過程的追溯和優(yōu)化。

感知閉環(huán)發(fā)展

        基于AI智能體和視角合成技術(shù)（Novel View Synthesis）的感知閉環(huán)回灌系統(tǒng)代表了下一代仿真系統(tǒng)的發(fā)展方向。該系統(tǒng)通過加工真實傳感器采集的場景，并將其實時回灌至算法或控制器中，實現(xiàn)智能體與被測對象的實時交互閉環(huán)。與此同時，系統(tǒng)還能泛化各種可能的場景，從而顯著提高測試驗證的覆蓋度。

參考文獻

    · 經(jīng)緯恒潤OrienLink 云平臺介紹：https://zhuanlan.zhihu.com/p/649653378

    · OrienLink 場景泛化算法介紹：https://zhuanlan.zhihu.com/p/700280072

        如需了解更多信息，請點擊鏈接，回看經(jīng)緯恒潤8月22日在線研討會《如何提高仿真測試的真實性和覆蓋度》

了解更多

        請致電 010-64840808轉(zhuǎn)6116 或發(fā)郵件至market_dept@hirain.com（聯(lián)系時請說明來自EEPW）