概述

為有效利用海量的路試數(shù)據(jù)并發(fā)揮其價值，經緯恒潤推出了OrienLink路試數(shù)據(jù)分析及開環(huán)/閉環(huán)回灌測試系統(tǒng)。該系統(tǒng)采用統(tǒng)一的數(shù)據(jù)存儲標準平臺，基于云計算技術提供的大規(guī)模存儲、高帶寬和高算力，能夠對路試數(shù)據(jù)進行深入的場景挖掘。通過軟件在環(huán)（SiL）和硬件在環(huán)（HiL）回灌驗證，該系統(tǒng)能夠充分評估和優(yōu)化算法性能，發(fā)揮數(shù)據(jù)價值?？山鉀Q智能駕駛測試過程中的幾類問題：

• 實車測試效率低，無法有效閉環(huán)驗證
• 場景挖掘速度慢，數(shù)據(jù)堆積無價值
• 部分工況危險性高，且無法重復測試
• 實車測試成本高，工況無法復現(xiàn)

本文將通過實際應用案例進行講解，例如圖1展示了一個典型的路試數(shù)據(jù)分析及SiL/HiL回灌方案。

圖1 典型路試數(shù)據(jù)分析和SiL/HiL回灌方案

路試項目數(shù)據(jù)分析案例簡介

智能駕駛測試數(shù)據(jù)通常來源于汽車廠商在新車發(fā)布前進行的實際道路測試、場地測試以及量產車的數(shù)據(jù)。其主要特點包括：數(shù)據(jù)覆蓋廣，經過精心規(guī)劃和錄制，包含車載總線和傳感器數(shù)據(jù)，能夠充分反映系統(tǒng)狀態(tài)；數(shù)據(jù)量龐大，每次路試的持續(xù)時間可能為幾周或幾個月；團隊分工明確，包括路測工程師、數(shù)據(jù)分析工程師和算法工程師等。圖2展示了某自動駕駛研發(fā)項目中，使用OrienLink進行數(shù)據(jù)分析和回灌測試的流程。

圖2 OrienLink測試分析流程

• 方案解讀

通過云端協(xié)同，多個業(yè)務團隊可以在平臺上共同完成所有測試任務。路試團隊根據(jù)測試需求，采集大量原始數(shù)據(jù)，并通過互聯(lián)網或磁盤郵寄的方式將數(shù)據(jù)上傳至云端。同時，團隊會提前進行數(shù)據(jù)架構設置、解析協(xié)議配置（如圖3），同步準備數(shù)據(jù)。數(shù)據(jù)分析團隊根據(jù)測試需求，構建車輛中間層，并預埋所需的數(shù)據(jù)分析標記信號，如Cut-in、Cut-out和異常制動等關鍵場景標記。

• 產品特性

- EB級云端數(shù)據(jù)管理，實現(xiàn)智駕全量數(shù)據(jù)的統(tǒng)一管理

- 支持多樣化數(shù)據(jù)類型的解析，遵循行業(yè)標準協(xié)議

- 實現(xiàn)毫秒級時間同步，確保原始數(shù)據(jù)的時空對齊和一致性

- 統(tǒng)一各車型的中間層，確保不同車型間的復用匹配和執(zhí)行效率

- 數(shù)據(jù)衍生，包括多層級衍生信號和依賴信號的計算

圖3 路試車輛模型配置

數(shù)據(jù)分析團隊在路試前根據(jù)測試需求和KPI指標搭建數(shù)據(jù)處理流程（如圖4），配置場景提取算子（如跟車、異常接管、異常制動、誤報、漏報等），設計智駕功能（如NOA、HWP、ACC、AEB、TSR、ELK）的評價算子，并設定自動觸發(fā)條件，確保路試數(shù)據(jù)上傳后能自動執(zhí)行分析。

算法開發(fā)團隊在研發(fā)初期使用大量場景數(shù)據(jù)進行SiL/HiL回灌測試，以評估智駕算法的準確率和召回率，同時多維度分析誤觸發(fā)和漏觸發(fā)情況，確保車輛軟件的質量和安全性。圖5展示了一個OrienLink場景挖掘原理的案例。

• 產品特性

- 自定義流水線，滿足不同用戶的數(shù)據(jù)處理需求

- 多線程并行處理，充分利用服務器性能，實現(xiàn)加速

- 靈活配置數(shù)據(jù)源，兼容不同數(shù)據(jù)采集工具的數(shù)據(jù)類型

- 支持EB級別數(shù)據(jù)的快速挖掘和關鍵場景的快速提取

- 多模態(tài)大模型對多源數(shù)據(jù)進行深度特征提取

- 支持復雜場景理解和挖掘，模型挖掘準確率高

- 內置算子庫，高效管理挖掘規(guī)則和KPI評價指標

- 提供圖像和點云預處理模塊，支持抽幀、去畸變等操作

- 快速集成，縮短感知和規(guī)控算法迭代版本的集成時間

- 數(shù)據(jù)處理自動化，支持多種觸發(fā)方式，實現(xiàn)即時處理

圖4 自定義數(shù)據(jù)處理流水線

圖5 場景挖掘原理案例

可視化是數(shù)據(jù)結果呈現(xiàn)和分析的直觀方式。在測試任務執(zhí)行完成后，會自動生成可視化報告（如圖6），數(shù)據(jù)分析團隊或算法開發(fā)團隊可以直接訪問這些報告。這樣，團隊能夠從宏觀角度了解測試KPI是否達標，并直觀地評估系統(tǒng)問題的分布，還可以從多個視角和層次分析異常事件場景，幫助定位感知或規(guī)控中的根本原因（如圖7）。

• 產品特性

- 用戶可以根據(jù)需要自由定制報告模板，模板可以快速復用，并自動加載數(shù)據(jù)生成報表

- 內置多種智能駕駛功能分析模板，用戶可以輕松上手并復用這些模板

- 提供豐富的可視化組件，可以從智駕多個維度和層次分析數(shù)據(jù)

- 感知數(shù)據(jù)和信號數(shù)據(jù)的同步精度達到毫秒級別，確保數(shù)據(jù)回放的準確性

- 支持對場景事件進行分析和標記，提升分析過程的便捷性

- 支持全流程測試管理集成，實現(xiàn)問題場景的自動關聯(lián)，如INTEWORK-TPA/JIRA等測試缺陷跟蹤

- 支持對不同版本算法的回灌結果進行快速對比和回歸分析，方便評估算法改進效果

圖6 自動化報告生成

圖7 問題場景回放分析

方案優(yōu)勢

• 高性能：采用云原生架構支持多任務并行處理，能夠同時運行多個數(shù)據(jù)處理或回灌仿真實例，大大縮短測試周期，提高效率
• 高精度：各類型數(shù)據(jù)時空高度對齊，回灌精度確保仿真結果與實際系統(tǒng)行為的高度一致，能夠準確反映系統(tǒng)在真實條件下的表現(xiàn)，提高驗證的有效性
• 自動化：支持測試實例的自動觸發(fā)與測試報告的自動生成，減少因重復操作導致的人為錯誤和測試結果的不一致問題
• 高質量：通過提供多維度、深層次的數(shù)據(jù)分析結果，推動智駕算法的快速迭代
• 好追溯：各版本軟件測試結果與測試管理平臺缺陷關聯(lián)，有助于分析歷史趨勢和追蹤缺陷修復進度，形成完整測試鏈條