廣告
自動駕駛汽車的傳感器融合測試
2018-04-20 16:21:41· 來源：美國NI
曾經我們只在科幻小說中看到過自動駕駛汽車，而現(xiàn) 在，只需幾年的時間，這一設想將變?yōu)楝F(xiàn)實。 2017年6 月，本田汽車宣布將加入許多其他主要汽車制造商的行 列，計劃在2025年之前生產出能夠在城市街道推行的 自主車輛。
■ 雷達、激光雷達和其他傳感器的融合大大提高了自動駕駛汽車的功能。
■ 每種傳感器獨特的定時機制給測試中的同步帶來了挑戰(zhàn)
■ 快速發(fā)展的技術要求測試系統(tǒng)具有靈活性
曾經我們只在科幻小說中看到過自動駕駛汽車，而現(xiàn) 在，只需幾年的時間，這一設想將變?yōu)楝F(xiàn)實。 2017年6 月，本田汽車宣布將加入許多其他主要汽車制造商的行 列，計劃在2025年之前生產出能夠在城市街道推行的 自主車輛。其中的一項關鍵技術就是傳感器融合，也就 是將眾多傳感器的數據匯總以便系統(tǒng)做出正確決策的 技術。傳感器融合的出現(xiàn)最早可追溯到阿波羅登月艙， 如今，傳感器融合就存在于我們口袋里結合了GPS、加速 度計和陀螺儀的智能手機中。
不斷變化的傳感器技術
從GPS到攝像頭、雷達再到加速度計和陀螺儀，測試系 統(tǒng)必須有能力處理視頻、CAN和RF等各種不同的I/O。 而傳感器自身的不斷變化卻加劇了這一挑戰(zhàn)。雷達傳 感器非常適合于在天氣不可知的情況下檢測障礙物， 這類傳感器正在從24 GHz遷移到77-82 GHz，以允許 更小型的天線、更寬的帶寬和更高功率的傳輸。這可實 現(xiàn)更高的準確度和物體分辨率。激光雷達是雷達的替 代傳感器之一，曾經成本非常昂貴，而且在不佳的天氣 狀況下無法穩(wěn)定運行。但是現(xiàn)在，固態(tài)激光雷達的出 現(xiàn)降低了其成本。福特公司發(fā)布了一項最新的研究成 果，即使用激光雷達傳感器來區(qū)分雨和雪，使得激光雷 達成為一個有吸引力的選擇。
■ 每種傳感器獨特的定時機制給測試中的同步帶來了挑戰(zhàn)
■ 快速發(fā)展的技術要求測試系統(tǒng)具有靈活性
曾經我們只在科幻小說中看到過自動駕駛汽車，而現(xiàn) 在，只需幾年的時間，這一設想將變?yōu)楝F(xiàn)實。 2017年6 月，本田汽車宣布將加入許多其他主要汽車制造商的行 列，計劃在2025年之前生產出能夠在城市街道推行的 自主車輛。其中的一項關鍵技術就是傳感器融合，也就 是將眾多傳感器的數據匯總以便系統(tǒng)做出正確決策的 技術。傳感器融合的出現(xiàn)最早可追溯到阿波羅登月艙， 如今，傳感器融合就存在于我們口袋里結合了GPS、加速 度計和陀螺儀的智能手機中。
這種融合使制造商能夠使用更低成本和功耗的傳感器，延 長電池壽命，同時為消費者提供更全面的功能。該概念的 創(chuàng)新之處在于將主動智能算法與多種新的傳感器結合。傳 感器融合技術的全部潛力尚不可知，但是隨著我們將此概 念應用到自動駕駛汽車的開發(fā)中，測試工程師必須克服兩 個主要挑戰(zhàn)：不斷變化的傳感器技術和難以實現(xiàn)的同步。
從GPS到攝像頭、雷達再到加速度計和陀螺儀，測試系 統(tǒng)必須有能力處理視頻、CAN和RF等各種不同的I/O。 而傳感器自身的不斷變化卻加劇了這一挑戰(zhàn)。雷達傳 感器非常適合于在天氣不可知的情況下檢測障礙物， 這類傳感器正在從24 GHz遷移到77-82 GHz，以允許 更小型的天線、更寬的帶寬和更高功率的傳輸。這可實 現(xiàn)更高的準確度和物體分辨率。激光雷達是雷達的替 代傳感器之一，曾經成本非常昂貴，而且在不佳的天氣 狀況下無法穩(wěn)定運行。但是現(xiàn)在，固態(tài)激光雷達的出 現(xiàn)降低了其成本。福特公司發(fā)布了一項最新的研究成 果，即使用激光雷達傳感器來區(qū)分雨和雪，使得激光雷 達成為一個有吸引力的選擇。
難以實現(xiàn)的同步
如果數據不能正確同步，車輛便不能準確識別環(huán)境，這時 安全性就會成為主要問題。同步的挑戰(zhàn)源于傳感器自身。 由于傳感器數據本身沒有時間標記，因此工程師們通常 使用傳感器規(guī)范（如攝像頭攝像頭幀速率）來推斷軟件的 時序，但這樣會降低準確性。更糟糕的是，硬件在環(huán)（HIL） 測試工程師必須在實時運行的數學模型和攝像頭等傳感 器之間建立一個同步的連接，該傳感器可能在基于GPU 的另一個處理平臺上運行并查看模擬的場景。 如果要正確測試自主駕駛算法，測試人員必須確保攝像 頭看到的圖像與模型及任何其他傳感器同步。理想的測 試系統(tǒng)為所有組件提供了一個通用的時間標準，使傳感 器和測試數據的同步變得更加容易。
如果數據不能正確同步，車輛便不能準確識別環(huán)境，這時 安全性就會成為主要問題。同步的挑戰(zhàn)源于傳感器自身。 由于傳感器數據本身沒有時間標記，因此工程師們通常 使用傳感器規(guī)范（如攝像頭攝像頭幀速率）來推斷軟件的 時序，但這樣會降低準確性。更糟糕的是，硬件在環(huán)（HIL） 測試工程師必須在實時運行的數學模型和攝像頭等傳感 器之間建立一個同步的連接，該傳感器可能在基于GPU 的另一個處理平臺上運行并查看模擬的場景。 如果要正確測試自主駕駛算法，測試人員必須確保攝像 頭看到的圖像與模型及任何其他傳感器同步。理想的測 試系統(tǒng)為所有組件提供了一個通用的時間標準，使傳感 器和測試數據的同步變得更加容易。
備戰(zhàn)未來
現(xiàn)在，自主車輛的問世已經指日可待。傳感器融合是這些 智能機器成功與否的關鍵。傳感器融合技術的復雜性目 前已經極具挑戰(zhàn)性，但這一復雜性仍在不斷加劇。為了適 應未來的變化，測試系統(tǒng)必須模塊化，且具有足夠的靈活 性，可在需要時兼容新的I/O，同時提供可以通用的同步 時間基準。一些技術已經迫使測試工程師采取新方法，例 如汽車雷達采用現(xiàn)代空中下載技術（OTA）測試而非有線 解決方案。未來，由于快速發(fā)展的機器學習技術將應用到 驗證測試中，測試工程師可以基于智能算法快速檢測故 障觸發(fā)模式，從而確定最有效的測試場景。這將允許他們 在更短的時間內實現(xiàn)最大的測試覆蓋范圍。 因此，可隨新技術不斷擴展且可以處理復雜的時序 和仿真的靈活解決方案就顯得至關重要。通過采 用與尖端技術保持同步的測試系統(tǒng)，您將能夠準 時生產出安全、智能的車輛。
現(xiàn)在，自主車輛的問世已經指日可待。傳感器融合是這些 智能機器成功與否的關鍵。傳感器融合技術的復雜性目 前已經極具挑戰(zhàn)性，但這一復雜性仍在不斷加劇。為了適 應未來的變化，測試系統(tǒng)必須模塊化，且具有足夠的靈活 性，可在需要時兼容新的I/O，同時提供可以通用的同步 時間基準。一些技術已經迫使測試工程師采取新方法，例 如汽車雷達采用現(xiàn)代空中下載技術（OTA）測試而非有線 解決方案。未來，由于快速發(fā)展的機器學習技術將應用到 驗證測試中，測試工程師可以基于智能算法快速檢測故 障觸發(fā)模式，從而確定最有效的測試場景。這將允許他們 在更短的時間內實現(xiàn)最大的測試覆蓋范圍。 因此，可隨新技術不斷擴展且可以處理復雜的時序 和仿真的靈活解決方案就顯得至關重要。通過采 用與尖端技術保持同步的測試系統(tǒng)，您將能夠準 時生產出安全、智能的車輛。
廣告 
最新資訊
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
