■ 每种传感器独特的定时机制给测试中的同步带来了挑战
■ 快速发展的技术要求测试系统具有灵活性

曾经我们只在科幻小说中看到过自动驾驶汽车,而现 在,只需几年的时间,这一设想将变为现实。 2017年6 月,本田汽车宣布将加入许多其他主要汽车制造商的行 列,计划在2025年之前生产出能够在城市街道推行的 自主车辆。其中的一项关键技术就是传感器融合,也就 是将众多传感器的数据汇总以便系统做出正确决策的 技术。传感器融合的出现最早可追溯到阿波罗登月舱, 如今,传感器融合就存在于我们口袋里结合了GPS、加速 度计和陀螺仪的智能手机中。
这种融合使制造商能够使用更低成本和功耗的传感器,延 长电池寿命,同时为消费者提供更全面的功能。该概念的 创新之处在于将主动智能算法与多种新的传感器结合。传 感器融合技术的全部潜力尚不可知,但是随着我们将此概 念应用到自动驾驶汽车的开发中,测试工程师必须克服两 个主要挑战:不断变化的传感器技术和难以实现的同步。
从GPS到摄像头、雷达再到加速度计和陀螺仪,测试系 统必须有能力处理视频、CAN和RF等各种不同的I/O。 而传感器自身的不断变化却加剧了这一挑战。雷达传 感器非常适合于在天气不可知的情况下检测障碍物, 这类传感器正在从24 GHz迁移到77-82 GHz,以允许 更小型的天线、更宽的带宽和更高功率的传输。这可实 现更高的准确度和物体分辨率。激光雷达是雷达的替 代传感器之一,曾经成本非常昂贵,而且在不佳的天气 状况下无法稳定运行。但是现在,固态激光雷达的出 现降低了其成本。福特公司发布了一项最新的研究成 果,即使用激光雷达传感器来区分雨和雪,使得激光雷 达成为一个有吸引力的选择。
难以实现的同步
如果数据不能正确同步,车辆便不能准确识别环境,这时 安全性就会成为主要问题。同步的挑战源于传感器自身。 由于传感器数据本身没有时间标记,因此工程师们通常 使用传感器规范(如摄像头摄像头帧速率)来推断软件的 时序,但这样会降低准确性。更糟糕的是,硬件在环(HIL) 测试工程师必须在实时运行的数学模型和摄像头等传感 器之间建立一个同步的连接,该传感器可能在基于GPU 的另一个处理平台上运行并查看模拟的场景。 如果要正确测试自主驾驶算法,测试人员必须确保摄像 头看到的图像与模型及任何其他传感器同步。理想的测 试系统为所有组件提供了一个通用的时间标准,使传感 器和测试数据的同步变得更加容易。

如果数据不能正确同步,车辆便不能准确识别环境,这时 安全性就会成为主要问题。同步的挑战源于传感器自身。 由于传感器数据本身没有时间标记,因此工程师们通常 使用传感器规范(如摄像头摄像头帧速率)来推断软件的 时序,但这样会降低准确性。更糟糕的是,硬件在环(HIL) 测试工程师必须在实时运行的数学模型和摄像头等传感 器之间建立一个同步的连接,该传感器可能在基于GPU 的另一个处理平台上运行并查看模拟的场景。 如果要正确测试自主驾驶算法,测试人员必须确保摄像 头看到的图像与模型及任何其他传感器同步。理想的测 试系统为所有组件提供了一个通用的时间标准,使传感 器和测试数据的同步变得更加容易。

备战未来
现在,自主车辆的问世已经指日可待。传感器融合是这些 智能机器成功与否的关键。传感器融合技术的复杂性目 前已经极具挑战性,但这一复杂性仍在不断加剧。为了适 应未来的变化,测试系统必须模块化,且具有足够的灵活 性,可在需要时兼容新的I/O,同时提供可以通用的同步 时间基准。一些技术已经迫使测试工程师采取新方法,例 如汽车雷达采用现代空中下载技术(OTA)测试而非有线 解决方案。未来,由于快速发展的机器学习技术将应用到 验证测试中,测试工程师可以基于智能算法快速检测故 障触发模式,从而确定最有效的测试场景。这将允许他们 在更短的时间内实现最大的测试覆盖范围。 因此,可随新技术不断扩展且可以处理复杂的时序 和仿真的灵活解决方案就显得至关重要。通过采 用与尖端技术保持同步的测试系统,您将能够准 时生产出安全、智能的车辆。
现在,自主车辆的问世已经指日可待。传感器融合是这些 智能机器成功与否的关键。传感器融合技术的复杂性目 前已经极具挑战性,但这一复杂性仍在不断加剧。为了适 应未来的变化,测试系统必须模块化,且具有足够的灵活 性,可在需要时兼容新的I/O,同时提供可以通用的同步 时间基准。一些技术已经迫使测试工程师采取新方法,例 如汽车雷达采用现代空中下载技术(OTA)测试而非有线 解决方案。未来,由于快速发展的机器学习技术将应用到 验证测试中,测试工程师可以基于智能算法快速检测故 障触发模式,从而确定最有效的测试场景。这将允许他们 在更短的时间内实现最大的测试覆盖范围。 因此,可随新技术不断扩展且可以处理复杂的时序 和仿真的灵活解决方案就显得至关重要。通过采 用与尖端技术保持同步的测试系统,您将能够准 时生产出安全、智能的车辆。
来源:美国NI