自动驾驶测试挑战很多：数字孪生与仿真测试最为关键

郭堉说,自动驾驶测试有三大部分:传感器采集道路数据信息;数字孪生与仿真测试;硬件在环HIL。其中,数字孪生与仿真测试最为关键。

文︱立厷

图︱NI

如果没记错,早在2015年,大陆集团(Continental)就提出以无事故“零愿景(Vision Zero)”为目标最终实现自动驾驶;2017年,博世(Bosch)将“零事故、零排放、零担忧”的“三零愿景”作为未来核心目标;同年6月,采埃孚(ZF)再次强调以“零愿景”战略打造汽车行业历经百年的领先供应商。不用说,“零愿景”都是由Tier 1推动的。

汽车“零愿景”

今天,消费者对自动驾驶的兴趣日益浓厚,主机厂和Tier 1都在积极布局自动驾驶技术,ADAS也已成为技术攻关的关键,技术的迭代需要不断测试,如何加快测试速度、节约测试成本越来越受到关注。

自动驾驶测试挑战很多

电动汽车多了三电:电池、电机、电控,少了发动机、变速箱和底盘,应该说比传统汽车的结构简单了,但是动力系统以外的各种功能却比之前复杂很多。特别是要实现自动驾驶,从L2到L3,再到更高级别的L4,所需要测试的场景数量呈几何倍数增长,让汽车系统复杂性陡然增加,给自动驾驶测试带来了最大挑战。与此同时,测试需求更是瞬息之间千变万化,留给专业人员的测试时间越来越紧迫。

挑战测试机构的趋势

在自动驾驶验证测试流程中,获取真实场景非常关键,必须利用道路采集的真实数据进行数据重构,包括使用数字孪生技术手段重建完整的高保真度道路驾驶场景,再通过平台及完整的软件工具链对数据进行硬件仿真测试,最后还要生态圈携手克服测试挑战。

在成本方面,电动汽车功能越来越多,价格却逐年下降,对测试成本也有很大影响。随着汽车复杂度的增加,汽车测试成本随之增加,如果不改变传统测试策略,可能难以达到预期的盈利目标。

系统复杂度、测试成本和整车价格的关系

因此,我们必须采用新的测试方法,改变传统汽车的测试思路,例如对ADAS使用全新的技术框架,找到一个新的测试方法。

省钱神器仿真测试

NI(美国国家仪器)资深汽车行业客户经理郭堉表示,最常见的汽车研发测试和验证流程是一个V字型,左边是设计环节,从最底层系统部署到每一个子部件研发,主要依赖于软件,包括原型验证环节;右边是从部件测试上升到整车级,如NVH(噪声、振动与声振粗糙度)可靠性测试。以往是把更多精力放在右边测试环节,尤其是整车测试。随着ADAS技术的不断完善,我们更需要的是左边,测试需求向左移,用更多软件测试来提高测试效率。

汽车研发测试和验证流程

5月份对测试总监、测试主管做的问卷调查显示,目前所有测试手段还是基于硬件测试或真实道路测试。对于仿真测试,很多客户验证出来的数据不是特别可靠,但未来共同的需求是通过仿真测试来加快测试进程。

仿真测试问卷调查

之所以目前还不能达到未来的目标,主要有以下难点:

缺少高保真度的模型和场景,无法媲美真实采集的道路状况,或保证ADAS在路面和场景中跑的结果一样。

目前很多厂商之间的链路没有打通,工程师需要做很多这方面的工作,测试流程和工具链需要重新学习,需要学习不同厂商不同硬件。

没有出台非常明确的法规,特别是中国,现在的场景库很多都是欧美来的,急需搭建中国自己的高保真仿真库。

典型ADAS测试验证工作流程中左边是动态数据,需要用一套系统把它录制下来,录制越真实,数据可靠性越高。录制的数据首先要打标签,之后对数据进行重构。这里要用到数字孪生技术,通过软件把数据重构为一个可靠性比较高的虚拟场景。另外,还需要管理数据,然后再进行测试。最后对数据和高保真场景一起进行硬件在环(HIL)仿真。

从复杂到连接的ADAS/AD双V模型工作流

郭堉说,自动驾驶测试有三大部分:传感器采集道路数据信息;数字孪生与仿真测试;硬件在环HIL。其中,数字孪生与仿真测试最为关键。