提起自动驾驶测试的挑战，你脑中浮现的是什么？汽车系统复杂性增加、测试需求变化非常快、测试时间被压缩……NI资深汽车行业客户经理郭堉在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如是说。
这是否也是你的答案？
NI资深汽车行业客户经理郭堉现场演讲
消费者对自动驾驶兴趣日益浓厚，车厂和tier1厂商都在积极布局自动驾驶技术。随着自动驾驶话题热度的攀升，如何加快测试速度以及节约测试成本等问题也成为人们关注的重点，这也是我们今天要探讨的重点。
郭堉表示：“从L2到L3再到更高级别的L4，所需要测试的场景数量呈几何倍数的增长，复杂性也随之增加。这正是自动驾驶测试挑战大的根源。”
众所周知，电动汽车功能越来越多，价格却逐年下降，这对测试成本会有什么影响？先来看下汽车系统复杂度、测试成本和整车价格之间的关系。
如上图所示，随着汽车复杂度的增加，汽车测试的成本随之增加，但电动车/新能源汽车的价格逐渐下降。如果不改变传统的测试策略，可能会达不到预期的盈利目标。
自动驾驶测试省钱神器—仿真测试
自动驾驶领域，走在行业前沿的公司都是如何做测试的呢？我们可以看下Waymo的方法，Waymo每天要做2000万英里的虚拟测试，至今为止，已经做了超过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%。
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。其中，数字孪生与仿真测试是最核心的。
道路信息，传感器数据采集
首先，通过传感器、摄像头等在道路上进行数据采集。将激光雷达、毫米波雷达、摄像头、IMU和GPS采集到的数据，进行融合。这个过程中难点在于数据的同步。NI以PXI为基础的采集系统，一个传感器对应一个板卡，确保了了数据同步的问题。同时，测试系统的集成度高，可扩展性强，还能应对未来车上安装更多传感器/摄像头的测试需求。
数字孪生与仿真测试
我们前面提到了汽车测试需要建立场景库的问题，数字孪生技术就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。
我们通过monoDrive的工具进行数字孪生，重构一个高保真度的场景。monoDrive可以把树叶、栏杆、地面上的标志图形完整地复现出来，还原度非常高。
如上视频， 画面上方的图是汽车在路上真实跑的场景，画面下方的图是还原出来的虚拟场景。
再来总结下，数字孪生与仿真测试需要关注的核心要素：
对传感器和环境高精度的仿真
基于真实的道路场景构建数字孪生场景
对汽车动力学模型的仿真
基于云的测试方法帮助应对高数据量的测试环境
硬件在环HIL
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。
迷惑？NI大咖为什么总说平台化方案
似乎汽车所有的测试阶段，NI大咖给出的解决方案都是平台化方案。比如，刚才提到四种道路场景：第一是纯仿真的实验；第二是通过录制下来的数据进行开环的回放；第三是硬件在环的仿真；第四是道路测试。
事实上，一个平台方案的核心是PXI。这些测试都可以用基于同一个PXI平台的测试系统来应对，从而达到节省测试成本，保证数据同步的目的。
向汽车行业零事故、零排放、零损耗的“零愿景”迈进，ADAS是技术攻关的关键，测试技术更是要与时俱进面对不断迭代的需求。
NI既是测试领域的模范生，更是连接者。正如郭堉所说，自动驾驶测试不是一家测试公司能独立完成的工作，而是需要生态圈内很多厂商的协作。NI开放的平台，使得NI能够作为一个连接者的角色，连接合作伙伴，共同推动自动驾驶落地。
京公网安备 11011202001138号
