是德科技解读如何提高自动驾驶技术的安全性

本文作者：是德科技汽车业务副总裁Thomas Goetzl

在不远的未来，全自动驾驶汽车有望在汽车安全和运输效率方面取得巨大进步。但要实现这一承诺，汽车OEM必须超越当代汽车自动驾驶水平。实现这一飞跃需要克服在高级驾驶辅助系统（ADAS）和自动驾驶系统（AD）中测试汽车雷达传感器的一系列独特挑战，以及开发传统解决方案无法解决的算法训练。

SAE International 定义了六个级别的车辆自主性，0 级代表完全手动，5 级代表完全自主。

当今最先进的自动驾驶汽车系统仅评级为 3 级，这意味着它们能够在无需人工干预的情况下做出加速或制动等决策。从 Level 3 到 Level 5 将需要许多突破，包括缩小软件模拟和道路测试之间的差距，以及根据现实条件训练 ADAS 和自动驾驶算法。

是德科技的最新的雷达场景仿真器 (RSE) 在弥合这些差距方面具有重要作用。

软件仿真在自动驾驶开发中发挥着重要作用。通过软件模拟环境有助于验证 ADAS 和自动驾驶系统的能力。但软件模拟无法完全复制真实世界的驾驶条件，并且无法完全复制传感器的响应——这是全自动驾驶汽车不可避免地不得不面对的问题。

原始设备制造商依靠道路测试来验证 ADAS 和自动驾驶系统，然后再将其推向市场。虽然道路测试现在并将继续是开发过程中至关重要和必要的组成部分，但在控制环境条件的领域中，它是耗时、昂贵且难以重复的。仅依靠道路测试来开发足够可靠的车辆，以 100% 的时间安全地在城市和农村道路上行驶，需要几十年的时间。为了在现实的时间范围内进行开发，需要训练算法。

验证基于雷达的自动驾驶算法是一项至关重要的任务。传感器捕获有关道路和交通状况的信息，并将该信息传递给处理器和算法，使其能够决定车辆应如何响应任何给定情况。如果没有适当的训练，自动驾驶汽车可能会做出危险行为。

正如人们通过时间和经验成为更好的驾驶员一样，自动驾驶系统通过时间和训练提高了他们应对现实世界驾驶条件的能力。实现 5 级自动驾驶需要复杂的系统，超出最佳人类驾驶员的能力。

对未经验证的 ADAS 和自动驾驶系统进行过早的道路测试也会产生风险。OEM 需要能够模拟真实场景，以验证实际传感器、电子控制单元代码、人工智能等。

当前基于实验室的模拟仿真方案不能提供真实世界驾驶场景的真实近似。它们的视野有限，无法分辨距离小于 4m 的物体。其中一些系统使用多个雷达目标模拟器，每个模拟器都向雷达传感器显示点，并通过机械移动天线来模拟水平和垂直位置。这种机械自动化减慢了整体测试时间。其他解决方案仅使用几个目标模拟器创建一堵天线墙，使对象可以出现在场景中的任何位置，但不能同时出现。在静态或准静态环境中，这种方法可以在少数目标通过机械臂进行测试。

当前的模拟器最多只能模拟 32 个对象——包括车辆、基础设施、行人、障碍物和其他对象。这比在道路上行驶的车辆要少的多。针对有限数量的物体测试雷达传感器智能提供不完整的驾驶场景视图，无法复现现实世界的复杂性。

为了将自动驾驶技术提升到 4 级和 5 级，汽车 OEM 需要能够更快、更近距离地渲染更多物体的解决方案。为了弥补这些差距，是德科技开发了一种专有的可扩展仿真设备，它结合了数百个微型目标雷达模拟器，可以在近 1.5m 的距离上仿真多达 512 个物体。从而仿真一个确定性的真实世界环境，可在实验室测试以前只能在路上测试的复杂场景。