恒润科技成为美国国家仪器车辆毫米波雷达测试系统特殊合伙人

by admin on 2020年4月16日

智能网联大潮下,ADAS作为离现实最近的自动驾驶实现手段,备受行业关注。近日,“第三届智能汽车技术国际论坛暨创新展”集合诸多行业专家、学者针对此话题展开深入探讨,盖世汽车将论坛中部分演讲进行梳理,以飨以内。

新蒲京200.c软件下载 1

新蒲京200.c软件下载 2

新蒲京200.c软件下载 ,近日,恒润科技已经正式成为美国国家仪器(NI)车辆毫米波雷达测试系统(Vehicle
Radar Test System, VRTS)四家全球Specialty
Partner之一。ADAS或自动驾驶系统的仿真测试是VRTS研发流程中不可缺少的重要环节,毫米波雷达是ADAS或自动驾驶系统非常重要的感知部件,实验室环境下的毫米波雷达目标模拟一直是实现ADAS及自动驾驶系统仿真测试的一大技术难点。

易特驰汽车技术有限公司ADAS测试专家 杨乐

恒润科技基于NI
VRTS系统开发的汽车毫米波雷达模拟器可以模拟真实雷达回波信号给真实的毫米波雷达传感器,从而将虚拟交通场景中交通车辆的位置和速度信息传递给ADAS或自动驾驶系统,实现基于虚拟场景的闭环仿真测试。

以下内容为易特驰汽车技术有限公司ADAS测试专家
杨乐先生关于“基于HIL硬件在环系统的ADAS测试方案”的演讲实录:

结合雷达回波模拟器,恒润科技推出了针对包含多种传感器(摄像头、毫米波雷达、超声波)的ADAS或自动驾驶系统的完整仿真测试解决方案及自动化测试服务,能够为您的ADAS或自动驾驶系统进行最全面的测试验证!

首先我们来看一下这一页PPT,从大众做的数据分析我们可以看出ADAS控制器在正式行驶中对车辆测试比较少。除此之外ADAS控制硬件平台的升级往往需要对软件部分进行升级。硬件平台升级之后大部分的软件都要重新做,原平台上已经验证过的还需要在新平台上重新进行测试。由于种种特殊性,使用常规的测试方法对ADAS进行测试,所需要的人力、物力和时间成本都是非常惊人的。在进入全自动无人驾驶时代,对细分功能的测试需要更庞大的测试案例库进行覆盖。其法规对功能安全测试高要求,使得厂家往往很难在最佳时间推出对应的车辆。因此寻找一个有效、可持续的测试方案迫在眉睫。

ADAS系统HIL解决方案

从谷歌汽车2015年发布的报告可以看出,截止2015年11月谷歌无人驾驶车总共发布了341次交通意外风险。我们可以看到如果没有使用仿真设备,出现341次风险几乎是不可能的,仿真设备大大节约了开发时间。通过简单的案例可以看出由于驾驶仿真系统的应用,我们可以从四个维度上提升开发速度,第一节约时间成本,第二节省测试时间,第三降低风险,也就是提高对测试覆盖度的覆盖,第四重新利用。对测试中出现的软件问题我们可以在不同的开发阶段反复进行测试。

恒润科技ADAS测试范围

谷歌目前在驾驶模拟器上进行超过300万英里的测试,这是个非常大的数据,可以看出这对我们研发人员有很大的帮助。在阐述了仿真器的作用之后,我们来看一下车辆仿真测试HIL需要哪些方面的准备。我们可以看一下第一部分为实施电脑,通过高速的系统产生对应的模拟电信号。控制器收到IO信号产生的信号之后,控制器软件的计算逻辑会作出应答,并产生控制输出,比如说对ESP的控制。

交通环境、场景虚拟

在该系统中我们需要具备五个方面的知识,分别是实时电脑、传感器模型、IO板卡、操作测试、测试数据库。在下一页PPT中我分别对五点进行解释。

毫米波雷达回波模拟

实时电脑是我们计算的大脑,流行的多核处理器可以处理模型不同的需求,除此之外实时电脑还需要具备对第三方板卡的扩展能力。操作控制,需要考虑驾驶员和控制器之间的切换动作,还需要考虑控制器对驾驶员的补偿控制。因此模拟驾驶员的标准和随机的动作也是建设仿真设备的重点。第三,我们的设备还需要具备丰富的IO接口,需要覆盖市面上的主流产品。比如常见的碳信号、以太网信号等等都需要在IO板卡里边体现。第四测试场景,针对市场主流的功能,还有一些厂家自己开发出和定义出来特殊的工况,都需与我们相对应的测试库进行覆盖。第五,传感器模型。正如朱教授所说的,也是我们对开发驾驶模拟器的重点,我会放到下面的PPT重点做一些解释。

视频采集暗箱模拟

在主流的ADAS市场中用于做感知的传感器主要有三种:摄像头、毫米波雷达和超声波雷达。我们先从如何仿真摄像头开始仿真之旅。我先讲一下评定计算结果好坏的参数数据,为了对摄像头不同感知方法进行验证,我们把标定单幕相机的行人、车辆、交通标志、对象的传感器叫做DA传感器,把标定参考数据,以及路面标志线参考数据的分别定义为警身传感器和道路传感器。
其主要包含视频流,控制器的标定信息。第二步是检查序列的完整性,以及对序列进行存储。第三,我们需要根据序列的属性选择需要进行标定的环节。第四通过人工的方式对视频流进行标记,并保存下来。第五步我们需要对设备进行回放。

超声波雷达波模拟

这里会有一些人力成本和物质成本比较麻烦的地方。我们对视频、像素、特征的识别是多种算法协同的结果,一个好的算法往往可以分辨出多种类型的目标。我们需要通过人工的方式对每一件物体进行分门别类。人工标记是一个烦琐的工作,为了精确表达视频流里边所有的关键目标,需要对可行驶的和不可行驶的区域进行完整的标记,由于工作量巨大,标记好的路试多少往往是限制开发速度的重要原因。这也是我们在开发基于视频感知算法中工程师常常遇到的问题。

驾驶员在环测试

我们刚才讲人工标记是现在当前比较流行的对视频进行标记的方法。下面我们以数据流的方式分析一下方法的优缺点。我们第一步是先要准备车辆,通过测试工具、路试视频数据、标定数据以及看数据,然后在数据库内对多种来源的数据进行整合、同步,并人工标记出识别出来的目标物体。这是由人力完成的。最后通过特定的软件进行回放。可以看得出测试的覆盖路仅和路试经历的环境一致,这种方法也无法称之为有效的闭环。由于先天性的缺失,我们可以看到路试会有比较大的成本问题,人工标记会有比较大的时间成本问题。最后由于只能做开放测试,又会带来测试覆盖度上面的问题。

车辆在环测试

对此我们通过硬件在环的方式解决上述问题。大家可以回顾一下刚才我提到的“Requirements”这个概念,其核心就是通过数学建模的方式生成自带属性标签的食品类数据,由于动画数据里边的对象是通过预测参数的方法生成的,也就是视频里边出现动画里边的包含的人、物理都有确切的坐标信息、几何尺寸以及纹理信息。

方案特点

因此我们的车辆在仿真行驶的过程中就会生成好标记好的数据,无需人工进行标记。同样我们也可以实时看数据以及标定数据。此外由于控制器的输入和输出均可以接入我们的模拟器,因此控制器还可以随着视频输入的改变触发虚拟动作。我们除了传统上对感知层的测试之外,还可以进一步对决策层和执行层的算法进行验证,带来的优势不言而喻。把原本人工测试记录用一个测试仿真平台进行替换,并且对你们的测试结果进行智能化的评估。在这里我就完成了对如何测试视频感知,使用仿真软件和硬件在环设备的方案。

安全且节约成本,测试场景方便搭建修改且可再现

下面我们要介绍的是超声波雷达在HIL系统中的仿真案例。超声波雷达具有价格便宜,以及对近距离物距有比较大的判断能力,超声波雷达是一种探测设备,结构中包含超声波发射以及接收机。我们可以看到左下角的灰色和红色部分是超声波接收到的原始模拟数据,上面黑色部分是信号处理之后的通讯数据。我们看到通过我们对传感器的标的和编程,我们可以把红色部分的路面杂波屏蔽掉,也可以把振荡收敛的信号屏蔽掉。最后剩下的有效探测时间可以推算出我们的探测距离。这是超声波雷达的基本方式。

复杂多样的高保真ADAS测试环境,高精度的车辆动力学模型

在了解到超声波传感器的基本通讯原理之后我们需要根据超声波传感器的特性进行数据建模,首先需要超声波传感器的安装位置以及指向角度,最后通过超声波传感器的了解还要建立环境模型,比如说温度、湿度以及目标。一般来说影响超声波探测距离最大的影响是温度和目标的ICS值。根据目标传感器的工作特点,我们在模型里边做了两个结构输出,分别是探测到目标传感器的标号以及探测到的距离。

虚拟传感器模型可输出实时更新的多目标信息列表

在完成了对超声波传感器模型的定义之后,我们看一下如何搭建基于超声波传感器的硬件在环系统。这个系统由三部分组成,分别是USS,第二个是IO,第三个是我们的实施电脑,IO是作为实施电脑和通讯的硬件设备。我们的IO设备包含三大功能,通过模拟超声波传感器和控制器之间的通讯协议来模拟数据层的通讯数据。我们还可以对我们的发射功率进行模拟,也就是说我们的超声波模拟器设备是一样的。第三,我们可以对传感器的故障进行模拟,也就是设置一些故障的模拟。再下面是硬件借口框图,我刚才提到的三点,IO的功能是通过硬件框图的形式完成的。

毫米波雷达模拟器模拟目标回波以及雷达参数分析

回到我们刚才的PPT,通过结构形式基于超声波雷达的硬件在环的测试,我们可以对控制器做不同程度的测试,我们可以进行手工的测试,也可以把控制器作为闭环模型里边硬件在环的测试。甚至我们可以把我们的设备装在车里边,用实际的车和道路来代替模型里边的车和道路,这样可以做我们的车辆在环测试,有多种选择供我们的用户做不同阶段的测试。

超声波模拟可集成多路超声波探头,具有cross、echo等多种仿真方式

刚才我介绍了超声波雷达仿真方案,现在到最后一个传感器,也就是毫米波雷达传感器,毫米波雷达共同组成了360度对车辆的探测能力,为了提高行人的辨识度,我们还可以通过摄像头进行数据融合,进行进一步的探测。相比超声波雷达传感器毫米波雷达传感器功能复杂的多,在这里我们仅针对不同的测试落地,我们可以把毫米波雷达模型针对控制器决策层的简化模型和感知部分的扩展模型,在简化模型中毫米波雷达的信号处理部分无需体现在其中。因此完全可以用几何的方法得到被探测目标的面积、位置以及速度等信息。在某些需要雷达信号处理的部分,我们可以通过加入ACS对雷达模式进行扩展。

VIB直接生成图像数据传给控制器,可实现多目及环式摄像头仿真

需要强调的是由于现在主流市场上的毫米波雷达都是感知和决策,集成在同一块芯片上的解决方案。因此我们可以在什么层面上对雷达进行测试取决于毫米波雷达供应商的开放,开放接口到什么程度就可以做什么样的测试,反之则是非常的困难。

真实摄像头在环,拍摄仿真动画

基于毫米波雷达硬件在环测试也是分为三个部分,在这里大家看到我们的实时电脑和目标控制器是通过看卡进行通讯的,而看卡又可以集成再实时电脑里边。通过之前毫米波雷达模型我们可以在信号处理和决策层之间注入目标信息。对此我们可以做一些相关的测试,比如功能激活条件测试、控制器交互测试以及功能响应测试等。通过上面三种对不同属性ADAS控制器仿真技术的介绍,我们给大家展示了ADAS领域的测试方案,这也是我们工程师辛勤劳动的结晶。我们提供汽车行业内具有领先的系统,并为客户量身订做,满足需要的高效自动化开发工具,我们的市场竞争力是来自于我们对汽车电子、传感器技术以及嵌入式软件技术的深刻理解和长期经验。这是我们设计更加复杂ADAS网络的坚实基础。通过使用ADAS软件HIL我们可以从三个方面进行验证,分别是传感器信息融合、系统集成测试以及决策层控制器的响应链测试。

VIL结合真实车辆、真实控制器和虚拟交通场景,仿真精度更高

为了让客户具备对车辆电子系统完整的测试能力,我们也和OEM一级供应商共同提供了基于网络HIL的ADAS方案。这个PPT展示的是其中一个例子,通过不同的组合我们可以由针对性的对ADAS的不同部分,如感知层、决策层、系统集成、网络通讯、失效模式进行测试。我们将本次报告中介绍的三种传感器、控制器都集成在了一个系统里边,并为这三种控制器的输入、输出分别设计了传感器模型和决策执行器的模型,实现了ADAS控制器在完整虚拟环境中的测试能力。

DIL可用于开发验证ADAS控制器功能,获取驾驶员主观评价

下面是本次报告的总结:第一,硬件在环是测试ADAS非常有用的工具。第二,在测试环境中遇到的最大挑战以及重点是对传感器模型的建模,以及对IO口的程序化,也就是编程。最后通过使用ADAS网络HIL极大的提高测试覆盖度,可以做更多的测试,比如说网络测试、集成测试等。

智能驾驶测试解决方案

我的报告到这里结束了。谢谢大家!

智能驾驶系统完整测试服务解决方案,覆盖智能驾驶法规标准、基本逻辑、协调控制以及复杂场景的测试验证,测试方式包括仿真自动化测试以及实车测试。

文章来源:盖世汽车

智能驾驶测试设计

本文版权为盖世汽车所有,欢迎转载!请务必注明出处及作者。

智能驾驶测试实施

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图