NI资深汽车行业客户经理
郭堉
2021年7月20日,“第九届EEVIA年度中国电子ICT媒体论坛暨2021产业和技术展望研讨会”在深圳星河丽思卡尔顿酒店举行,第4场精彩演讲主题“平台化测试方案应对无限自动驾驶测试场景”由NI资深汽车行业客户经理郭堉主讲。
郭堉首先提及了目前汽车自动驾驶获取真实场景的必要性。他说:“讲到自动驾驶目前所面临的挑战,就必须提到汽车行业三大愿景:零事故、零排放、零损耗。我们的技术对零事故和零损耗显得非常重要,因为这需要ADAS里面的传感器,包括激光雷达等感知技术来实现L2到L4级的自动驾驶,识别目标物,从而做避障。”
目前自动化驾驶的四个趋势,首先是电子电气结构,从原来的传感器都有ECU,到后续都用中央域控制器进行处理,这会带来很多的新挑战;第二是随着国内相关法规的不断完善,也会带来很多新的测试需求和测试挑战;第三是目前耳熟能详的概念——软件定义汽车,比如特斯拉OTA技术,软件的投入和软件的测试显得非常重要;最后就是AI和深度学习,主要是部署在ADAS里面的一些算法,通过真实的道路场景不断优化ADAS的算法,更好地识别目标物,从而使安全性有更大的提升,使消费者更加信赖全自动驾驶模式。由此带来的测试挑战包括:测试的复杂度日益增加;自动化测试的硬件和软件不断迭代和更新;提供完整的工具链,帮助工程师最大化工作效率而不需要一直学习新的工具等等。
郭堉认为,随着造车新势力的不断增加,需要非常快速、可靠的仿真平台来提高测试效率。要得到可靠的数据,首先需要构建高保真度的软件测试环境,通过更多真实的场景不断地训练算法,才能更好地识别目标物,从而达到避障和主动驾驶的功能。
如何搭建高保真的仿真库,这里就要提到数据孪生技术。举例来说,Waymo是做L4的自动化驾驶的公司,它一天需要约2000万英里的里程来验证它的算法,其中99.9%的测试都是通过仿真来进行,因此仿真测试的数据可靠性就非常重要。只要仿真的数据是真实的,与真实的道路相匹配,那么就可以给传感器一个真实的反馈。
NI今年正式收购了monoDrive公司。通过monoDrive的软件进行数据重构和数字孪生,可以重构出非常高保真度的场景,比如道路情况、对面来车、树叶、栏杆、路面标志图形等。monoDrive还可以仿真出天、路面积水状况,路灯、垃圾筒表面的反射系数,以及日出、黄昏等,使我们能够快速地创建各种不同的场景去验证算法,从而非常快速地迭代ADAS的算法。
有了仿真还不够,还要有道路数据信息。一般通过车辆摄像头录制,再用软件平台做出道路实时数据,大部分OEM厂家都有毫米波雷达、激光雷达、超声波雷达等传感器。目前很多算力可以支持12路摄像头甚至是高清摄像头,这些数据同步只有被记录下来才是真实有效的,所以对录制的要求是一个很大的挑战,同时,需要传输的数据量也非常巨大。NI的PXI平台提供丰富的接口,不仅摄像头的接口,还涵盖车载以太网等。PXI平台可以把所有传感器数据无损地保存下来,也能够进行压缩,提供完整的软件工具链做数据管理、数据回放,支持把大量数据上传云端。
NI的平台提供一整套软硬件工具链,对于工程师来讲,不需要去学习不同厂商的接口以及不同硬件平台的操作,也不需要学习新的软件应用。使用NI的平台就可以实现从研发到生产部署的整个流程。
综上所述,NI是一家开放的公司,提供各种丰富的接口,去连接不同友商,不同协议,不同厂商的场景仿真软件,给客户提供交钥匙方案。