自动驾驶汽车的传感器融合测试
■ 每种传感器独特的定时机制给测试中的同步带来了挑战
■ 快速发展的技术要求测试系统具有灵活性
曾经我们只在科幻小说中看到过自动驾驶汽车,而现 在,只需几年的时间,这一设想将变为现实。 2017年6 月,本田汽车宣布将加入许多其他主要汽车制造商的行 列,计划在2025年之前生产出能够在城市街道推行的 自主车辆。其中的一项关键技术就是传感器融合,也就 是将众多传感器的数据汇总以便系统做出正确决策的 技术。传感器融合的出现最早可追溯到阿波罗登月舱, 如今,传感器融合就存在于我们口袋里结合了GPS、加速 度计和陀螺仪的智能手机中。
从GPS到摄像头、雷达再到加速度计和陀螺仪,测试系 统必须有能力处理视频、CAN和RF等各种不同的I/O。 而传感器自身的不断变化却加剧了这一挑战。雷达传 感器非常适合于在天气不可知的情况下检测障碍物, 这类传感器正在从24 GHz迁移到77-82 GHz,以允许 更小型的天线、更宽的带宽和更高功率的传输。这可实 现更高的准确度和物体分辨率。激光雷达是雷达的替 代传感器之一,曾经成本非常昂贵,而且在不佳的天气 状况下无法稳定运行。但是现在,固态激光雷达的出 现降低了其成本。福特公司发布了一项最新的研究成 果,即使用激光雷达传感器来区分雨和雪,使得激光雷 达成为一个有吸引力的选择。
如果数据不能正确同步,车辆便不能准确识别环境,这时 安全性就会成为主要问题。同步的挑战源于传感器自身。 由于传感器数据本身没有时间标记,因此工程师们通常 使用传感器规范(如摄像头摄像头帧速率)来推断软件的 时序,但这样会降低准确性。更糟糕的是,硬件在环(HIL) 测试工程师必须在实时运行的数学模型和摄像头等传感 器之间建立一个同步的连接,该传感器可能在基于GPU 的另一个处理平台上运行并查看模拟的场景。 如果要正确测试自主驾驶算法,测试人员必须确保摄像 头看到的图像与模型及任何其他传感器同步。理想的测 试系统为所有组件提供了一个通用的时间标准,使传感 器和测试数据的同步变得更加容易。
现在,自主车辆的问世已经指日可待。传感器融合是这些 智能机器成功与否的关键。传感器融合技术的复杂性目 前已经极具挑战性,但这一复杂性仍在不断加剧。为了适 应未来的变化,测试系统必须模块化,且具有足够的灵活 性,可在需要时兼容新的I/O,同时提供可以通用的同步 时间基准。一些技术已经迫使测试工程师采取新方法,例 如汽车雷达采用现代空中下载技术(OTA)测试而非有线 解决方案。未来,由于快速发展的机器学习技术将应用到 验证测试中,测试工程师可以基于智能算法快速检测故 障触发模式,从而确定最有效的测试场景。这将允许他们 在更短的时间内实现最大的测试覆盖范围。 因此,可随新技术不断扩展且可以处理复杂的时序 和仿真的灵活解决方案就显得至关重要。通过采 用与尖端技术保持同步的测试系统,您将能够准 时生产出安全、智能的车辆。
-
汽车测试网V课堂
-
微信公众号
-
汽车测试网手机站
最新资讯
-
NVIDIA 发布 2025 财年第三季度财务报告
2024-11-21 13:30
-
Mack卡车为买家推出创新的虚拟现场探索体验
2024-11-21 13:29
-
氢燃料电池卡车从1到100要多长时间?戴姆勒
2024-11-21 13:28
-
聚焦消费者用车极限环境,2024中国汽研汽车
2024-11-21 13:21
-
新能源汽车高寒环境可靠性行驶试验研究
2024-11-21 13:19