加速开发 高级驾驶辅助系统
白皮书
加速开发高级驾驶辅助系统自动驾驶仿真 (ADE)
业界对互联自动驾驶汽车 (CAV) 的市场前景仍保持乐观。然而，这种积极态度的前提是消费者、监管机构和保险业必须对此项技术抱有坚定的信心。要想充满信心地设计高级驾驶辅助系统 (ADAS)，您必须要进行数亿英里的实际路测或仿真路测，彻底验证新设计在各种极端情况的性能表现。
更快完成更多测试，增强 ADAS 性能
以下定义可以在维基百科上找到，它强调了一点：ADAS 需要传感器才能感知车辆周边环境和当前驾驶状况，从而做出正确决策。
“高级驾驶辅助系统 (ADAS) 是帮助驾驶员驾驶和停泊汽车的电子系统。借助安全的人机界面，ADAS 可以提高汽车和道路的安全性。ADAS 系统使用传感器和摄像头等自动化技术来探测附近的障碍物或驾驶员的错误，并做出相应的响应。”1
如今，业界使用基于软件的仿真系统来开发和测试 ADAS 功能。然而，传统的集成和系统级测试无法确保 ADAS 能够在真实条件下正常发挥作用。此外，这些测试通常在开发过程的后期进行，一旦设计发生变更会导致测试时间和成本大大增加，并可能延误生产启动 (SOP)。
为了按时启动生产，我们首先需要在开发过程早期执行较高层级的场景测试，最好尽量减少使用稀缺和昂贵的原型车辆。对真实条件进行详细仿真有助于在车辆上路行驶之前，对整个子系统进行彻底的调试和故障诊断。准确的仿真能够让您在实验室中便可对摄像头系统（例如逼真的视觉场景）和雷达系统（例如移动静止物体时的反射）进行全面测试。在创建此类仿真时，一种称为光线追踪的技术不可或缺。
打造更高级别的自动驾驶
ADAS 的目标不只是协助驾驶员，还包括最终实现全自动驾驶。汽车工程师学会 (SAE) 是移动性行业技术学习的全球领导者，他们在 SAE J3016 中将自动驾驶划分为五个等级。图 1 概述了自动驾驶的五个等级。
业界认为，自适应巡航控制系统属于 L1 级，特斯拉自动驾驶系统属于 L2 级。梅赛德斯刚刚宣布，他们将为新 S 级汽车配备自动驾驶系统，该系统能在某些条件下实现 L3 级自动驾驶。插图下方的表格给出了实现不同等级的自动驾驶所需的传感器数量。其中，由于开发工作尚未完成，L4 和L5 包含估计值。美国汽车协会 (AAA) 对不同品牌的五款不同汽车可以使用的 ADAS 进行了性能测试。2 测试结果总的来说相当令人失望：
- 在可控的封闭道路评测中，每台测试车辆的 ADAS 系统基本上都表现正常，符合使用手册的规定；
- 而在公共道路（大部分是高速公路）上进行的测试中，大约 4,000 英里的试驾里程内总共记录到 521 次事件，大约每 8 英里发生一次事件。最值得注意的是，73%的事件与系统的车道保持功能有关。
了解 ADAS 验证面临的挑战
总之，AAA 得出结论，ADAS 造成的干扰大于其提供的协助。此前的测试认为 ADAS 在受控环境下能发挥预期的作用，如今这一严肃的结论推翻了此前的测试结果。不出意料的话，在之前的开发周期中，厂家已经对这些场景进行过测试。然而，AAA 的试驾结果也表明，要想测试 ADAS 在公共道路上可能遇到的各种驾驶场景中的表现难度极高。汽车测试工程师在验证 ADAS 设计时面临以下几大挑战：
- 很难提供足够高的测试覆盖率来囊括不计其数的潜在真实场景。
- 未来，全自动驾驶（即 L5 级）的部署需要增加大量的车载传感器。因此，验证全自动驾驶系统将需要越来越复杂的测试装置。
为了应对这些挑战，我们不妨仔细研究一下汽车开发周期，并重点关注其中的验证环节。图 2 中的图来自ISO 26262 框架。该图称为 V 模型，它描述了一个重点确保功能安全性的开发周期。
请下载此文档以了解更多信息。