Prescan自动驾驶开发工具链中HIL测试应用案例

通过使用领先的基于物理学的仿真平台来证明自动驾驶系统的安全性和可靠性，该平台可对自动驾驶车辆功能进行强大的系统测试。Simcenter允许工程师通过遵循系统化的方法来测试、开发和优化自动驾驶系统。这将提高整个系统工程的效率，从早期的算法研究和原型开发，直到最后阶段的验证、系统认证和自动驾驶车辆的认证。

PreScan包括各种ADAS和AV功能和认证测试的即用场景库，结合一套广泛的传感器模型，可以快速评估完整的自动驾驶系统及组成的每个部分。它是一个开放的环境，遵循所有主要的行业标准，并允许与第三方工具和企业内部流程进行整合。工程师可以轻松地进行自动驾驶研究，以确定车辆的最佳传感器配置，开发强大的驾驶辅助及自动驾驶系统，评估感知、融合、规划和控制算法的性能，并为做自动车辆系统的验证和认证做准备。

充分利用一套符合主要行业标准的测试方案。可用的兼容测试及其相应的规范是：自适应巡航控制(ACC)的ISO测试协议、自主紧急制动系统(AEBS)的欧洲NCAP性能测试、AEBS的ADAC性能测试、车道偏离预警(LDW)的ISO测试协议、车道偏离预警(LDW)的NHTSA测试协议、交通标志识别(TSR)的欧洲NCAP性能测试、变道辅助系统(LCAS)的ISO测试协议和LCAS的eValue测试协议。

支持基于云端布置大规模仿真。要为自动汽车功能的运行做好准备，仅仅驾驶数百万英里的高速公路是不够的。相反，行业需要有能力对自动驾驶算法进行压力测试，不仅是在正常情况下，尤其是在边缘情况下。这就是集群仿真发挥作用的地方。PreScan中的集群功能允许工程师测试数百万种场景，同时改变车辆参数、天气、传感器参数等仿真参数。

通过硬件在环测试，将驾驶员直接置于测试环境中来设计人机界面（HMI）系统和子系统，更有效地验证和确认物理ECU硬件组件。PreScan可以利用特殊的投影盒将生成的图像投射到物理相机中，或者注入物理传感器处理流水线中，让工程师可以测试ECU或其他被评估设备的不同层次。这有助于他们以一种经济高效、省时省力的方式，快速对ECU固件进行原型设计，并探索复杂的边缘案例。

即使是在一台PC上也可以执行参数的标定，这对于ADAS系统的研发和验证来说特别有意义。PreScan提供了通过数据模型API访问场景中所有对象的可能性。有了这个编程接口，工程师可以在实验中改变参数，例如可以实现测试及标定自动化和产品及算法的快速迭代。

利用庞大的道路、基础设施组件、角色、天气和光源等数据库，在几分钟内复制各种测试案例，从简单的展示场景，用于验证传感器、算法甚至传感器融合系统，到真实的交通场景。这将大大加快自动驾驶汽车的验证和确认速度。在PreScan中，工程师可以使用GUI可视化地手动开发场景，也可以使用API通过编程生成场景。PreScan还包括导入功能，帮助生成道路、交通行为和预设场景的真实表示。

在自动化汽车的开发过程中，直接将各种顶级传感器模型纳入您的仿真中。PreScan传感器产品组合全面支持汽车传感器供应商的开发需求，OEM和一级供应商的研发应用，以及下一代自动驾驶汽车的系列开发。传感器模型主要有四大类：理想或真实传感器、概率传感器模型、详细传感器模型和基于物理学的传感器模型。

本文是PreScan在自动驾驶开发工具链的应用，希望为同行提供相应参考。