人工智能和數字孿生對自動駕駛汽車認證的影響

• 陳博 2023年10月31日 來源：中研網 597 34
• 繁體

在智慧城市中，完全自動的電動車以按使用付費的方式向居民提供智能出行服務。新的自動駕駛汽車功能在云端使用深度學習進行訓練，并通過OTA推送新功能到車輛端。有了這個概念，創新的新商業模式將出現。對于自動駕駛私家車，消費者可以自由決定何時激活哪些功能，只需在

在過去，測試數據或多或少是在測試期間同期收集的。現在，由于需要大量的測試數據，方法正在改變。測試數據是獨立于實際測試過程本身并且在驗證和確認發生之前收集的。今天的測試生態系統和測試工具被用于模擬仿真和物理測試的結合。測試必須包括真實的汽車、人和道路以捕捉現實情況。然而，有可能無法捕捉到足夠多的數據量來驗證這個過程。值得注意的是，物理測試不僅將更頻繁地用于驗證系統和功能，而且還將用于驗證它們的模型。

與物理世界測試相比，仿真可能是一種更優越、更經濟的解決方案，因為它能夠通過在數據中心增加計算能力來輕松擴展。然而，關鍵是要證明仿真測試的結果與物理測試一樣可靠，并能產生足夠相似的結果。一個典型的例子是虛擬障礙物，它們通常來自于物理世界的場景。這些測試可以比設計真實世界測試更加實用。例如，可以在虛擬環境中添加虛擬兒童、行人和騎自行車的人，并設計他們進行意想不到的動作，比如從障礙物后跳到移動汽車的前面。這些場景測試是必要的，而且在虛擬世界中更加容易和安全。以Cognata為代表的初創公司，與VIRES和IPGAutomotive，AVSIMULATION等其他仿真公司，以及dSPACE、NationalInstruments和Elektrobit等工具供應商一起，正在引領虛擬仿真市場的發展。借助DRIVESim和DRIVEConstellationVehicle，Nvidia提供了一個測試和驗證套件，可以在數據中心對數十億英里進行虛擬驗證。8走向虛擬認證的最后一步是極其關鍵的。諸如國際工程師協會、德國技術監督協會(T?V)、美國國家交通安全管理局(NHTSA)和中國汽車技術研究中心(CATARC)等組織正在努力為安全和可信的虛擬認證定義適當的標準。

在智慧城市中，完全自動的電動車以按使用付費的方式向居民提供智能出行服務。新的自動駕駛汽車功能在云端使用深度學習進行訓練，并通過OTA推送新功能到車輛端。有了這個概念，創新的新商業模式將出現。對于自動駕駛私家車，消費者可以自由決定何時激活哪些功能，只需在使用時付費即可。例如，假設一個消費者想買一輛車，主要是為了在城市環境中購物和上下班，以及在城市附近跑腿。在這種情況下，他們不太可能經常需要在高速公路上啟用自動駕駛。那么，他們為什么要將自動駕駛功能納入購車需求呢?相反，他們可以在進行長途旅行時，在有限的時間內訂購自動駕駛功能。

隨著汽車主機廠開始在按次計費的基礎上提供軟件升級，要了解智能駕駛如何適應社會需要，就需要重新思考汽車的生命周期模型。例如，在美國墨西哥灣沿岸的颶風警報期間，特斯拉通過OTA技術更新為需要疏散的特斯拉車主安裝了延長電池續航時間的軟件。迄今為止，對于傳統的汽車主機廠來說，汽車開發的基礎主要是基于硬件。特斯拉和Lucid等科技公司采用的是更加以軟件為中心的方法。許多汽車主機廠目前正在為系統工程和系統開發流程中加入全球OTA軟件功能。目前的趨勢是在車輛中安裝強大且更通用的控制器，并定期增強功能軟件。即使在汽車銷售一年后，它可能也不需要任何硬件升級，而只需要軟件更新，因此可以安裝新的、更復雜的軟件功能。該模型支持更低成本和更有效的本地軟件升級和更細化的功能發布管理。在一個定義明確的持續集成(CI)和持續交付(CD)環境中，新的自動駕駛汽車功能的測試版可能首先在仿真環境中驗證，然后僅在受控條件下的部分車隊中以被動影子模式激活。該功能并不活躍，但工程研發團隊可以收集寶貴的測試數據。一旦測試完成，該功能被批準，汽車就可以通過由OTA激活,應用到車隊中。等待下一個車型的發布來獲得技術升級已成為過去。這為汽車主機廠開辟了一個新的世界，建立了以軟件為中心的敏捷、DevOps和持續集成/持續交付(CI/CD)驅動的發布流程，加快了上市時間，同時不犧牲整體產品質量，保證滿足嚴格的安全標準。

隨著人工智能的崛起，測試方法變得更加以數據為導向，而流程、方法和工具需要快速調整。隨著人工智能的興起和SAEL2-plus及以上車型所需的測試量，汽車主機廠進入了數據驅動工程的領域。之前從分離數據集中收集的數據被用于訓練、測試和驗證高度自動駕駛功能，越來越多的汽車主機廠運用機器學習來實現這些功能。數據必須巧妙地被收集，并在統計上合理分布。例如，用春季和夏季創建的數據來訓練AI算法，然后用秋季或冬季的數據來驗證它，這沒有多大意義。從物理世界中收集的公路數據也被用于構建現實的數字孿生，并通過虛擬場景進一步擴大數據湖。自動駕駛是由數據驅動的智能產業的產物。當今復雜的系統工程項目需要一個可擴展的混合云基礎設施，它比單一的本地數據中心環境更好地適應項目每個階段的項目需求。數據的重要性和敏感性日益增長，因而要求在隱私政策、網絡安全、國家安全、出口法規、數據審查和匿名化方面加強數據安全和治理。數據的豐富性和質量以及順利管理數據的能力是成功的關鍵。

OTA是一種通過軟件定義的手段逐步改善當今車輛功能的智能方式。但對于自動駕駛來說，必須按照ISO26262、ISO/DIS21448(SOTIF)、SAEJ3016和和預期功能安全(SOTIS)的功能安全標準實施嚴格的安全和信任流程。事實上，這些標準和其他標準對自動駕駛汽車的成功至關重要。一些走在前沿的玩家和科技或出行服務公司，如特斯拉、Uber、Lyft和Waymo正在取得重大進展。另外，傳統的汽車主機廠，如沃爾沃、戴姆勒、奧迪、豐田和許多其他公司，以及主要的一級供應商，如博世、大陸、麥格納和其他公司，正在加緊應對自動駕駛汽車的挑戰。

欲了解更多中國智能駕駛行業的未來發展前景，可以點擊查看中研普華產業院研究報告《2023-2028年中國智能駕駛行業市場深度全景調研及投資前景分析報告》。

• 相關深度報告REPORTS

  

  2023-2028年中國智能駕駛行業深度分析及投資前景預測報告

  智能駕駛即利用人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓汽車能夠部分或全面感知周圍環境并進行自動安全地駕駛，有效彌補了人類駕駛員存在的缺陷。國際汽車工程師協會把汽...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡