虚拟仿真技术助力自动驾驶测试降本增效，加速智能汽车产业发展

多方跨界入局智能汽车，推动自动驾驶快速发展。纵观各大车企的推进节奏，宝马、特斯拉、大众、福特、一汽、上汽、蔚来等，均已计划自2021年开始布局L3及以上高阶自动驾驶，L3级自动驾驶升级的元年已经到来。

OEM、tier 1、测试测量公司等生态圈厂商布局逐渐完善，在EEVIA第九届年度中国电子ICT媒体论坛暨2021产业和技术展望研讨会上，NI资深汽车行业客户经理郭堉深入分析了自动驾驶测试的挑战，并解释了NI如何凭借多年在汽车测试领域的积累及“一个平台战略”构建自动驾驶测试闭环。

NI资深汽车行业客户经理郭堉

自动驾驶的发展趋势对测试提出的四大挑战

随着自动驾驶迈进更高阶等级，自动驾驶平台将接替人的大脑进行驾驶决策，对算法和AI的能力要求明显提升，通过不断优化ADAS的算法，更好地识别目标物，从而提升自动驾驶汽车的安全性。自动驾驶产业的发展趋势不仅于此，为应对海量数据处理的需求，电子电气结构也在发生变化，从原来的传感器都有ECU，到后续都用中央域控制器进行处理。而“软件定义汽车”理念的普及，意味着软件将深度参与到汽车开发验证中。此外，当前的现状是，自动驾驶相关法规不完善，各家厂商的场景库也不够完善。

自动驾驶产业的这些趋势对汽车测试的影响体现在四个方面：

第一，由于被测件数量及集成度的增加，测试复杂度随之增加。

第二，随着毫米波、5G等新技术的不断引入，传感器数量的不断增加，对测试系统的开放性和灵活性有更高的要求。

第三，市场迭代加快，测试时间被压缩。

第四，随着整车功能的不断完善，系统复杂度越来越高，测试复杂度及成本随之增加，但整车价格却不断下降，倒逼整车厂和tier 1改变传统的测试策略以达到预期的盈利目标。

下图是行业通用的汽车V字型开发流程，郭堉分析道，越靠近右边即产品阶段的测试，测试成本越高。以前的测试策略是把更多精力投入到右边的测试环节，但是随着自动驾驶等级向更高级别迈进，随之出现的软件定义汽车、多传感器融合等技术提高了系统的复杂度，均促进研发者改变测试策略，更需要的是测试重心向左移，在设计研发的初始阶段比如软件阶段就需要进行大量的测试。

汽车V字型开发流程

左边是设计阶段，右边是测试阶段

monoDrive助力搭建仿真测试阶梯，为自动驾驶测试降本增效

自动驾驶测试大致可以分为三大部分：道路信息、传感器数据采集；数字孪生与仿真测试；硬件在环HIL。

ADAS测试流程

（一）道路数据采集的关键在于同步

ADAS测试工程师需要在路测期间记录原始传感器数据，以验证传感器功能并训练在ECU上运行的自动驾驶汽车算法。为了保证行车安全，汽车上集成了越来越多的传感器，导致汽车上的数据传输速率和数据记录量呈指数级增长，记录这些巨量数据需要进行精确的同步，这样再回放的时候才能让ECU得到跟真实世界完全相同的数据情况，从而便于验证决策的准确性。

汽车中集成的传感器

不同颜色的原点代表不同的传感器，扇形代表对应传感器的视角

郭堉表示：“提高数据记录质量是降低整个测试成本的关键抓手，NI推出了基于PXI平台的ADAS数据记录系统（ADAS record system），PXI的机箱背板上有一条非常精确的同步总线，可以实现各个仪器间的精确同步。NI的ADAS数据记录系统能解决两大问题：一是不断增多的传感器带来的高带宽要求，二是不同传感器之间的精确同步。”

NI ADAS数据记录系统

（二）虚拟仿真测试成潮流，用数字孪生重构一个高保真度的场景

自动驾驶领域的领先公司Waymo每天要做2000万英里的虚拟测试，至今为止，总共做了超过150亿英里的测试，但是在真实道路上的路测只有2000万英里。通过数据对比可以看出，虚拟测试占比高达约99.9%。

虚拟仿真测试能够有效对危险或不常见的驾驶场景进行测试，由于本身的灵活性优势，使虚拟测试在自动驾驶技术开发中发挥着重要作用。正如郭堉所说，仿真测试将成为自动驾驶测试的新趋势。

数字孪生技术是建立虚拟场景库的利器，数字孪生指的是把真实的场景一比一的放在虚拟环境中，生成一个孪生系统。NI 近期收购了自动驾驶汽车开发的超高保真仿真软件的领导者monoDrive，利用monoDrive工具进行数字孪生，重构一个高保真度的场景。

monoDrive可以把真实驾驶环境中的树叶、栏杆、地面上的标志图形完整地复现出来，甚至包括天气和路面积水情况，还原度非常高。

郭堉指出：“对于车辆在实际道路上录制的所有场景数据，我们可以通过monoDrive的Real-to-Virtual技术进行数据重构和孪生。我们需要这样一个套件，快速地创建驾驶场景，这样才可以快速地迭代ADAS的算法。”

利用monoDrive工具进行数据重构与孪生

（三）硬件在环HIL进一步加持

硬件在环HIL仿真技术可以使用NI PXI实时控制器运行仿真模型来模拟受控对象的运行状态，配合NI FPGA模块可适应更高动态特性及更高精度的模型应用需求。NI硬件在环测试平台具有开放的软硬件技术架构，可以减少工程师的开发时间、成本和风险。

自动驾驶测试道路场景可总结为：纯仿真的实验、通过录制下来的数据进行开环的回放、硬件在环的仿真、道路测试。这些都可以用基于PXI的统一测试平台战略来应对，该方案的优势在于基于PXI总线的解决方案，可以同时模拟不同类型的传感器信号，增加I/O的覆盖范围。NI统一的平台化方案将大大提高自动驾驶测试迭代的速度和降低升级换代成本。