凯捷科技-自动驾驶未来今日：如何通过人工智能、数字化和仿真技术的协同，加快实现对自动驾驶功能的高效验证？.docxVIP

eng · neerin9 自动驾驶未来今日 如何通过人工智能、数字化和仿真技术的协同，加快实现对自 动驾驶功能的高效验证？ 目录 简介 3 验证和确认生态系统的多个维度的集成 5 人工智能和数字孪生对自动驾驶汽车认证的影响 13 数字化和软件在自动驾驶汽车开发和验证中的作用 17 新兴的验证和确认方法论 18 自动驾驶汽车开发、测试和验证的关键要素 19 尾注 20 : 简介 20年前进入汽车市场的第一波现代高级驾驶辅助系统 （Advanced Driver-Assistance Systems, ADAS）是一 个工程上的突破，它将传感器集成到车辆中，提醒驾 驶员注意异常情况，并在某些情况下进行干预。例 如，1999年，捷豹以其自动车距控制系统和基于雷达 的主动巡航控制系统进入市场，推出了捷豹XKR。1 2010年，沃尔沃发布行人检测系统，使用雷达和摄像 头，在有行人进入到汽车正前方行驶区域时，向司机 发出警告以及启动紧急制动程序。 2 然而，在过去20年里，世界发生了巨大的变化。现 在，基于人工智能（Artificial Intelligence,AI） 的高 级驾驶辅助系统（ADAS）和自动驾驶汽车 （Autonomous Vehicle, AV）系统已经大量涌现，数 据驱动的工程、测试和验证技术有了很大的进步。全 球各国都在制定自动驾驶汽车系统的安全规范。国际 组织如联合国欧洲经济委员会 (UNECE） 、国际汽车 工程协会（SAE International）和国际标准化组织 （ISO） ，以及区域组织如欧洲的德国技术监督协会 （TüV）和欧洲新车安全评鉴协会（NCAP） 、美国 国家交通安全管理局 （NHTSA）和中国汽车技术研 究中心（CATARC） ，已经为自动驾驶功能制定了路 线图和严格的安全标准，如预防追尾、倒车和停车、 车道辅助、保持安全距离和自动紧急制动系统。围绕 ISO 26262和预期功能安全（SOTIF） 的规范和标准 已经在汽车行业内建立。所有这些创新都旨在提高安 全性和可靠性。 随着技术的进步，产品设计变得越来越复杂，尤其是 针对汽车工程协会（SAE) L3级别以上的汽车，其具 有更高的自主性。3 为了实现这一目标，汽车制造商 正在车内装备实时的V2X服务、高清地图以及高性能 的传感器，如摄像头、激光雷达（LiDAR）和毫米波 雷达。通过复杂的数字技术和通信技术，它们将感 知结果进行融合。 除此之外，汽车主机厂已经引入了自动驾驶汽车域 控制器，整合了处理过程，这种进步使得证明和记 录人工智能系统代表司机做决定的可预测性、合理 性和完整性的决策过程更具挑战性。 这导致了汽车主机厂面临的最大挑战之一：传统的 传感器和软件工程已经非常复杂，但现在管理验证 人工智能系统所需的海量数据也非常复杂。下一代 自动驾驶汽车平台每天可以轻松产生高达200TB的 数据。在一个星期内，它们可以产生一个PB级的数 据。 SAE L3自动驾驶所需的数据量很容易达到200至 300TB。这比谷歌地图数据库的预计规模多出五到 七倍，据估计，整个谷歌地球地图储存数据约为 43PB。4 为了安全地验证自动驾驶汽车功能，需要大量的测 试场景和超过1亿公里的试驾。这需要大量的驾驶、 测试、验证，以及一个融合了虚拟仿真、数据挖掘 和人工智能的深度设计的端到端流程。 今天，测试是在路上、在测试台和在数据中心进行 的。通常，验证生态系统包括代码审查、单元和组 件测试、模型在环（MiL）、软件在环（SiL）、硬 件在环（HiL）、车辆在环（ViL）或更普遍的X在环 （XiL） ，这些都需要一致的可追溯性。为了确保灵 活性、可扩展性和成本效益， 一个混合（多）云基 础设施和数据协调是