自动驾驶开发和测试工具链作为提升开发效率的重要途径之一,往往融合多种开发测试平台。本文将介绍自动驾驶开发测试工具链如何融合5大开发测试平台成为自动驾驶开发测试的强有力支撑。
2021年,在资金、产业、政策的共振下,智能网联汽车发展不断提速,高阶自动驾驶功能也已进入全面测试验证阶段。北京、长沙、武汉、广州等城市均已经开展了大规模车路协同试点应用。L2辅助驾驶正在迅速普及,L4自动驾驶汽车也已在港口、矿山等封闭场景中实现商业化试运营,城市Robotaxi测试也在稳步推进中。
从政策层面来说,智能网联汽车的发展已经被纳入国家顶层规划,在推进智能网联汽车发展的同时,国家也在不断完善智能网联汽车产品的准入规则。产品准入体系的建设,将给生产企业、测试场带来大量具体的测试需求,同时意味着技术向着商用又前进了一步。
从技术层面来说,技术的高效迭代是实现更高级别自动驾驶的重要基础。随着车载硬件设备性能越来越强大,自动驾驶算法复杂度越来越高,相关功能也越来越丰富,而自动驾驶功能的研发需要对产品进行整体迭代,而不是只针对单一的模块或其中几个功能。自动驾驶作为一种新兴技术,其安全性需要庞大的测试量支持,而行业普遍认为依靠传统测试方法难以完成充分的测试验证。
为了给客户提供更加高级的自动驾驶体验,且充分验证其自驾功能的安全性和稳定性,一套强大的工具链体系是必不可少的。
为了共同探寻目前市场上自动驾驶工具链的实际情况和发展现状,宏景智驾工程师团队向智车科技介绍了他们正在对开发设计的工具链体系,并对设计开发自动驾驶工具链需要考量的关键功能做了详细阐释。
宏景智驾自动驾驶开发测试工具链融合了5大开发测试平台,分别为实时显示、数据回放、地图引擎、联合仿真和真值对比,满足了自动驾驶软件从最初设计开发到最终量产验收其间各个阶段的测试验证需求。
实时显示平台,是为了实车测试而量身定制。各种传感器数据一览无余的同时,可绘制各种信号曲线,3D可视化感知障碍物,视觉车道线和高精地图数据,同时展示实时导航地图和连接同步的摄像头画面。支持各类CAN,以太网,串口数据的记录,并可在测试过程中进行自动标签和语音标签的功能,还可以自动分类测试场景,且提供云上传等服务。
该平台能让工程师们迅速发现问题,极大的提高了测试效率,提供了有效的验证手段,缩短算法软件的迭代周期。
数据回放平台顾名思义,就是像播放器一样,对各种测试数据进行回放或者可视化,并依据导入的标签进行跳转,而且数据显示在不同的图层可随意切换,让分析问题更加便捷。
除了回放功能以外,该平台还能将各种数据进行切片和数据分析,对关键结果进行标注,并按照预先设计好的样式,打印成文本、csv、表格或者HTML等文件格式,方便工程人员进行分析和调试。
为了开发出适应L3以上的自动驾驶功能,本系统自研了高精地图引擎平台。基于此平台,可以方便验证各种基于高精地图的自动驾驶应用,特别是车道级导航和车机渲染等功能,在该平台上的开发更是得心应手。
在车道级导航中创新地提出了自己的3D立体导航技术,将车道级的横纵向坡度和曲率以及限速引入对车辆控制的决策之中,让自驾控制更加平缓,用户体验更加友好。
在城市自动驾驶研发过程中,地图引擎提供的信息更加丰富,重要性也大大提高。
联合仿真是为了提高自动驾驶的开发效率,将所有的测试数据都可以转化为仿真数据。值得一提的是,本系统无需像其它仿真软件那样,需要先搭建仿真场景,然后输出模拟的仿真数据和车辆控制部分进行仿真联调。该联合仿真平台和前面介绍的数据回放平台和地图引擎平台是深度耦合在一起的,在数据分析的过程中,数据依据标签被归类为不同的场景,场景中的感知数据和定位数据都被做了特殊处理,进行仿真的时候,会经过一系列的转换进行回灌使用,这样大大提高了仿真测试的效率,而且不存在接口的适配,尽可能的保证可开发和测试的一致性。
通过真值对比平台,依据真值设备,可以轻松测定各种传感器设备的性能,对信号或者数据的连续性,完整性,精确性,时效性等各个维度进行评估,综合得出一份评估报告。比如对高精定位的性能评估,将真值设备和待测设备的结果进行可视化和数据分析,可以轻松得到测评结果。
还可以根据测评结果,通过可视化窗口,进行设备的在线标定。除了高精度的定位设备以外,视频画面往往也是我们进行人工标注的测试对比手段。
自动驾驶性能的高低,一方面自然取决于各种传感器和算力平台的性能,另一方面则取决于对这些设备的有效运用。所谓磨刀不误砍柴工,自动驾驶这把刀的锋利与否,除了刀本身以外,当然还需要好的工具链作为“磨刀石”!