2024 Week 52:自动驾驶 XiL 每周精选

265 阅读8分钟

2024 Week 52:自动驾驶 XiL 每周精选

聚焦自动驾驶领域的测试验证与安全技术发展动态

📋 关注领域

  • 仿真测试:MiL、SiL、PiL、HiL、ViL
  • 安全验证:Functional Safety
  • 终端优化:EOL Software

📚 精选论文

1. 用于测试自动驾驶的虚拟工具:模拟器、数据集和竞赛的综述与基准分析

来源Virtual Tools for Testing Autonomous Driving: A Survey and Benchmark of Simulators, Datasets, and Competitions

摘要:传统道路测试自动驾驶车辆面临显著的局限性,包括测试周期长、成本高以及风险大。因此,自动驾驶模拟器和基于数据集的测试方法因其高效、低成本和低风险的特点而受到关注。模拟器能够高效测试极端场景并提供快速反馈,而数据集则为算法训练和优化提供了宝贵的真实驾驶数据。然而,现有研究通常对模拟器和数据集的介绍较为简略且有限。此外,尽管虚拟自动驾驶竞赛在推动自动驾驶技术发展中的作用已被认可,但针对这些竞赛的全面综述仍然稀缺。本综述论文通过对 22 种主流自动驾驶模拟器的深入分析,填补了这一空白,重点关注其可访问性、物理引擎和渲染引擎。同时,论文汇总了 35 个开源数据集,详细介绍了场景和数据采集传感器的关键特性。此外,论文还综述了 10 项重要的虚拟竞赛,重点介绍了所涉及的模拟器、数据集和测试场景的关键信息。此外,本综述分析了开发自动驾驶模拟器、数据集和虚拟竞赛所面临的挑战。旨在为研究人员提供全面的视角,帮助其选择合适的工具和资源,以推动自动驾驶技术的发展及其商业化应用。

electronics-13-03486-g001.webp

点评:这篇综述最让我在意的是它对闭环测试的完整性思考。传统的场景库、传感器仿真和车辆动力学模型这些都不新鲜,但文章提到的隐私保护问题确实是个老大难,我们经常为了脱敏把数据处理得面目全非,结果算法效果就大打折扣。另外文章对极端场景的强调也说到点子上了,不过他们提出的“多车交互竞争”测试思路在实操中其实很难标准化,毕竟连人类驾驶员的行为模型都还没搞明白。倒是他们提到的神经渲染技术值得关注,这可能是解决传感器仿真精度的一个突破口。

2. 评估 SiL 测试潜力——通过识别与 vECU 兼容的需求从 HiL 转变

来源Evaluation of SiL Testing Potential—Shifting from HiL by Identifying Compatible Requirements with vECUs

摘要:由于车辆软件的复杂性日益增加,全面测试所有需求变得越来越困难。这不可避免地意味着需要更频繁地使用替代测试方法,例如基于仿真的方法。然而,挑战在于初步识别出可以在仿真环境中技术性测试的适当需求。本研究旨在评估和优化软件在环(SiL)仿真在车辆软件测试过程中的有效性。重点是通过将特定测试用例从硬件在环(HiL)测试台转移到基于 SiL 的仿真中来支持测试过程。为此,开发了一种系统化的方法,用于分析和分类需求,从而实现测试用例的精确和高效分配。此外,还对 ProSTEP iViP 虚拟电子控制单元(vECU)标准进行了详细的审查和改进建议。所开发的矩阵将定义的需求集群与不同分类的 vECU 相关联,从而便于识别适合执行特定测试用例的测试环境类型。通过将测试用例分配到适当的 vECU 级别,可以使测试过程更具针对性并优化成本。最后,在 SiL 仿真环境中对理论结果进行了评估。结果表明,大部分需求可以通过 vECU 有效地进行测试。这些发现证实了 SiL 仿真环境不仅能够支持,还能够通过为传统 HiL 测试台提供一种具有成本效益且灵活的补充手段来增强车辆软件的测试过程。

sensors-24-05880-g001.png

点评:这篇文章让我眼前一亮的是它对 vECU 分级标准的重新定义。把源码复用率和技术能力分开评估这个思路很实用,毕竟我们经常遇到供应商的 vECU 明明复用了很多代码,但关键功能缺失的尴尬情况。不过文章对 FMI 标准局限性的讨论有点学院派,实际工作中我们更关心的是如何在有限的预算下快速搭建可用的测试环境。他们提出的 80% 需求可以用 SiL 测试的结论也需要打个问号,因为现实中硬件相关的测试项往往才是最棘手的部分。


📰 行业资讯

1. 北京公布计划推动无人驾驶车辆在首都的使用

来源Beijing unveils plans to boost driverless vehicle use in capital

摘录

  • 中国首都北京于 12 月 31 日通过了新的法规,以鼓励该市的自动驾驶技术发展,相关部门计划最终允许无人驾驶的公共汽车和出租车投入使用。
  • 通过道路测试和安全评估的自动驾驶车辆将被允许申请道路试验,据官方支持的《北京日报》报道,该报称新规将于 4 月 1 日起生效。
  • 据路透社 8 月报道,中国当局正在积极批准自动驾驶技术的试验,至少有 19 个城市正在进行机器人出租车和机器人巴士的测试。
  • 美国电动车巨头特斯拉计划在 2025 年第一季度将全自动驾驶(FSD)引入中国,前提是获得监管批准,并表示将在 2026 年开始生产自己的机器人出租车。

2. 2024 年中国乘用车高速及城市 NOA(自动导航驾驶)研究报告:无地图城市 NOA 元年已至,多家车企推出无需高清地图的智能驾驶解决方案

来源China Passenger Car Highway & Urban NOA (Navigate on Autopilot) Research Report 2024: 1st Year of Map-free Urban NOA has Arrived, Many OEMs have Launched Intelligent Driving Solutions Without HD Maps

摘录

  • 截至 2024 年上半年,国内 L2.5 及以上级别 ADAS 车型的新乘用车销量为 106 万辆,渗透率为 11%;其中,高速 NOA 车型销量为 32.8 万辆,渗透率为 3.4%(不包括同时具备高速 NOA 和城市 NOA 功能的车型)。城市 NOA 车型销量为 73.2 万辆,渗透率为 7.6%。

  • 从价格角度来看,城市 NOA 功能在售价为 20 万至 30 万元的车型中增长最为显著。2024 年上半年,特别是在“20 万至 25 万元”市场区间,城市 NOA 的装配量增长最快,技术平权的时代已悄然到来。

3. 2024 年中国机器人扩大全球影响力

来源China's robots expand global presence in 2024

摘录

  • 2024年,中国机器人在食品配送、制造业、医疗辅助、智能家居、消费服务和物流等领域在全球范围内崭露头角,以卓越的性能和创新技术为全球智能制造和产业升级提供解决方案。

  • 根据全球市场研究公司国际数据公司(IDC)的报告,2023 年中国服务机器人制造商的出口总收入约为 15.1 亿元人民币,其中亚太地区和欧洲市场贡献了其海外收入的 90% 以上。

  • 国际机器人联合会发布的数据显示,2023 年中国工业机器人出口量达到 11.83 万台。据中国海关统计,当年工业机器人出口量激增 86.4%。

  • 截至 2024 年 7 月,该国拥有超过 19 万项有效的机器人相关专利,占全球总量的约三分之二。

  • 相比于海外制造商,中国服务机器人受益于更完善的工业基础设施和应用场景,中国电子学会政策研究与国际合作中心主任王欢表示。

4. dSPACE 亮相 2025 年 CES:无缝 SIL/HIL 验证如何加速汽车软件开发

来源dSPACE at CES 2025: How Seamless SIL/HIL Validation Accelerates Automotive Software Development

摘录

  • 在 2025 年国际消费电子展(CES 2025)上,dSPACE 将展示如何通过端到端的 SIL(软件在环)和 HIL(硬件在环)解决方案进行仿真和验证,从而高效测试电动、自动驾驶和软件定义车辆的软件。

  • 为了在 SIL 和 HIL 环境中确保整个开发过程中的验证高效且成本优化,软件工具、模型和测试工件必须在所有验证阶段无缝集成。

  • 通过 XSG 电力电子系统,dSPACE 成为全球首家提供能够模拟高达 1.5 MHz 高动态开关频率的软件的供应商。

  • 在车辆开发中,持续集成和持续测试至关重要,以应对日益复杂的软件,确保最高的安全标准,满足法规要求,并缩短开发周期。

  • 新的汽车网络安全法规框架和标准(如 UNECE WP.29 R155 和 ISO/SAE 21434)要求在整个车辆生命周期中解决网络安全问题。