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。