NI平臺化方法的優(yōu)勢

據(jù)麥姆斯咨詢介紹，美國國家儀器（National Instruments，簡稱NI），作為一家專注于測試、測量、自動化解決方案的領先企業(yè)。在自動駕駛的領域里，NI服務于汽車產業(yè)鏈上的各芯片廠、零部件廠、主機廠，為它們在自動駕駛研發(fā)過程中，提供產線測試和實驗室輔助驗證的解決方案。儀器是測試最重要的媒介和手段。NI針對自動化和定制化的測試需求，提出了兩種平臺化方案，一個是虛擬儀器，第二個是圖形化軟件。平臺化的核心概念是允許用戶做自定制，然后基于模塊化硬件來提高系統(tǒng)的重用性。凡是使用過NI儀器的用戶，都知道NI儀器是沒有界面的，所有界面都是客戶自定制的界面。NI所提供的儀器也沒有主機，而是由一個個模塊和一個個網卡組成，所有儀器就像自動駕駛系統(tǒng)一樣，可拆分成為感知、決策、執(zhí)行三個部分。儀器主要承擔輸入輸出和計算兩個部分，其中NI提供的是輸入輸出，計算部分利用商用計算機平臺，統(tǒng)一整合起來就可以實現(xiàn)集成化的方法（如圖1）。

圖1 平臺化方法的優(yōu)勢NI在自動駕駛領域的解決方案從2017年開始，在公司戰(zhàn)略層面上，NI定義了新的發(fā)展方向，未來將關注的四個行業(yè)方向分別是（圖2）：半導體、汽車、航空航天、科研院所。這四個方向里面，除了平臺之外，更進一步需要積累針對于行業(yè)的實際方案。

圖2 NI汽車解決方案

自動駕駛測試驗證的目的是什么？

主要是驗證系統(tǒng)高可靠性以確保自動駕駛的安全性。絕對安全是一個非常遙遠的概念，要證明自動駕駛比人工駕駛更安全，最基礎的手段就是進行大量的路測數(shù)據(jù)比對。對人工駕駛而言，即便是常規(guī)的安全性測試門檻也很高。根據(jù)美國交通部統(tǒng)計數(shù)據(jù)，全美所有司機一年駕駛里程大概3萬億英里，一年內美國發(fā)生的傷害事故大概2300萬起，致命死亡事故大概32000起。這意味著在人工駕駛的情況下，發(fā)生一例死亡事故的平均駕駛里程是1億英里。那么要證明自動駕駛比人工駕駛更安全，路測的基礎里程應該是多少？在今年4月，NI在首爾舉辦的一場活動中，梅賽德斯奔馳的測試人員透露，到現(xiàn)在為止他們在44款項目上，總共做了900萬英里的路測。截止2018年3月，Waymo自動駕駛的路測里程超500萬英里。這個數(shù)據(jù)和我們要達到的一個駕駛員平均1億英里的安全行駛里程還有很大差距，所以純粹用路測來驗證安全性，其成本和負擔非常大（圖3）。

圖3 驗證無人駕駛的安全性需要大量的測試

NI提供的方法，將作為路測的輔助，實現(xiàn)在軟件、硬件、零部件和臺架的平臺上通過硬件在環(huán)（HIL）安全性驗證。講到硬件在環(huán)，基本的核心概念就是把車輛抽象為一個模型，包括動力總成、底盤、剎車、ADAS。傳統(tǒng)的做法，是將這些都通過參數(shù)化的方法進行配置和仿真，把真實的控制器和可靈活配置的場景模擬器進行互聯(lián)，從而替代一部分路測功能。而NI在傳統(tǒng)硬件在環(huán)測試上添加了新的功能，使ADAS能夠在硬件在環(huán)領域進行驗證。ADAS的測試對象，主要包括雷達、攝像頭、激光雷達、ADAS以及后端的節(jié)點（圖4）。

圖4 主要的ADAS測試對象

NI針對雷達、攝像頭、V2X的硬件在環(huán)測試（1）雷達毫米波雷達探測的原理和蝙蝠、海豚很像，是通過微波在空間反射時間的延遲判斷距離，通過反射波形的頻移判斷對象是在接近還是在遠離。所以在仿真驗證的平臺上，同樣可以通過高效、高速的硬件在微波傳輸?shù)臅r間內，利用軟件實現(xiàn)對雷達發(fā)射波頻譜的頻移以及時間疊加，讓雷達誤以為是一個真實目標。NI現(xiàn)在的仿真測試，可以實現(xiàn)的主要參數(shù)指標為（圖5）：目標距離4米到500米，距離分辨率可達0.1米，速度分辨率可達0.1公里/小時。這些參數(shù)指標滿足現(xiàn)在市場主流的需求。

圖5 NI汽車雷達測試系統(tǒng)

主要參數(shù)指標成功案例：在2017年的上海汽車展上，NI汽車雷達測試系統(tǒng)（VRTS）已經成功發(fā)布。中國汽車技術研究中心（簡稱中汽研），在NI的平臺上通過回波模擬的方法，驗證了自動駕駛開發(fā)階段的場景以及安全性指標。在這個平臺上目前可實現(xiàn)三種常見場景的仿真測試（圖6），分別是ACC（自適應巡航）、FCW（前方碰撞預警）相關標準中定義的場景以及C-NCAP 2018版中AEB（自動緊急制動）定義的典型場景。

圖6 基于VRTS實現(xiàn)的測試場景

NI與中汽研合作，根據(jù)中國交通事故數(shù)據(jù)庫，未來也將在中國道路上的常見事故數(shù)據(jù)加載到這樣一個平臺上，以針對常見事故進行仿真和驗證。這里有幾個問題需要解決——場景怎么去加載？仿真是否和真實路況場景一樣逼真？NI的解決辦法主要是通過和第三方的場景建設軟件進行互聯(lián)，譬如和兩家比較主流的場景軟件公司合作，分別是PreScan和Carmaker。NI可以做到從場景仿真軟件上提取要在硬件上仿真的對象坐標，通過回波模擬器將實際信號和場景實時互聯(lián)，然后發(fā)射到真實的雷達上，來實現(xiàn)仿真。

圖7 第三方場景軟件互聯(lián)

如圖7，為NI在2017年初在辦公室內做的一個演示，展示了互聯(lián)的實現(xiàn)過程。仿真展示的左側是場景和動力學模型的仿真環(huán)境，演示仿真了一輛車在高速軋道上并道并跟隨前車ACC的場景。這是一個雷達的交互界面，雷達所探測到的實時目標會在這個界面上進行顯示。右側演示仿真了真實的雷達在前面，后面有回波模擬器的路況場景。當這個場景運行起來以后，這輛車開始做自主尋道，然后做軋道并道和跟車。這個場景的構建是在場景模擬器里面直接構建的，從場景模擬器里面對象的坐標到提取到一個真實的回波模擬，再產生雷達的實時回波，最后被真實的雷達探測到，這兩邊的數(shù)據(jù)是同步的。所以就能在零部件階段驗證雷達傳感器以及雷達算法，在一個并道場景中的表現(xiàn)。（2）攝像頭NI針對攝像頭自定制的協(xié)議，采用自定制的卡來實現(xiàn)和測試與主機的互聯(lián)。由于可以做自定制，所以適用于不同相機的傳輸協(xié)議的用戶定制（圖8）。比如，NI與法雷奧合作的案例，在歐洲和中國對法雷奧相機的數(shù)據(jù)轉換生產性測試和研發(fā)互聯(lián)就用到了這種解決方案。

圖8 攝像頭

測試（3）V2X2017年，國家無線電檢測中心在天津車檢院做了一個仿真測試：仿真了兩輛車在90度直角障礙物遮擋的情況下，測試V2X最遠通信距離能夠達到多少？以及在彎道、直道高速的情況下，車車通信協(xié)議上連接距離是多少？到現(xiàn)在為止大家還停留在用仿真器做V2X通信的階段，但是NI已經儲備了將V2X連接到硬件在環(huán)的能力。NI會提供一些模塊，用來模擬車載節(jié)點，以實現(xiàn)車和車之間的數(shù)據(jù)通信。包括NI會對一些V2X模塊的一致性等做測試。比如，NI在德國的一個案例（圖9），在V2X的研發(fā)階段用了V2X節(jié)點做算法開發(fā)。

圖9 V2X HIL

測試傳感器融合硬件在環(huán)的解決方案以上分別提到了雷達、攝像頭、V2X的測試，最后回到融合的話題。在實際路況上，對象同步性是顯而易見的，當真實道路上出現(xiàn)一個人，攝像頭、雷達、V2X看到這個人一定是同步的。但是在仿真測試的環(huán)境下，要通過視覺場景、雷達回波模擬器、射頻發(fā)射節(jié)點三個不同源頭去模擬真實路況的場景。

圖10 基于PXI平臺實現(xiàn)融合測試需求

實現(xiàn)三者的同步技術，保證仿真和實際路況盡可能接近，是一個關鍵挑戰(zhàn)和趨勢。得益于本文開頭所講的虛擬化儀器平臺（圖10），通過在同一臺主機上實現(xiàn)三個對象的仿真，在有必要的情況下通過交互，能夠實現(xiàn)毫秒及亞毫秒級的數(shù)據(jù)同步，來保證和驗證融合算法的時候仿真對象是真實的。這是到目前為止最全的一種傳感器融合硬件在環(huán)的解決方案。去年，NI在美國和上海分別做了一次演示。

圖11 傳感器融合硬件在環(huán)測試如圖11，左上角是毫米波雷達仿真，左下角是一個攝像頭仿真，右上角是激光雷達仿真，右下角是第三視角界面。三個仿真是完全同步的，所以在進行超車動作時，三種傳感器的感知融合很統(tǒng)一。

汽車雷達產線測試

從實驗室到生產線，除了整車廠研發(fā)驗證之外，NI在國內外給很多的傳感器供應商產線做質量測試，以及針對汽車雷達的車規(guī)測試（圖12）。在高低溫環(huán)境里測試雷達功能來驗證它是否符合車規(guī)，以及在EMI、EMC場景下怎么來驗證雷達。甚至針對匹配車型的測試，將雷達裝在了某一個特定的材料上面。涂料、形狀、金屬會對雷達產生怎樣的影響，NI都做了深入的研究。

圖12 汽車雷達產線測試

結語

2017年7月全球首款實現(xiàn)Level-3（SAE）級別自動駕駛的量產車奧迪A8成功發(fā)布，而在成功之前對其自動駕駛技術安全可靠的驗證，結合了路測和硬件在環(huán)兩種技術，而NI正是其中硬件在環(huán)技術的供應方。由此可見，基于NI平臺化方法，加上合作伙伴的集成模塊和軟件，NI能幫助汽車廠商實現(xiàn)從傳統(tǒng)的車身動力總成到最新的涵蓋智能化、網聯(lián)化和電氣化的智能汽車測試項，且能為廠商/研究機構提供從實驗室研發(fā)到量產測試的全方位解決方案。