dSPACE提供从准备阶段、仿真阶段到验证阶段的一站式端到端的仿真验证工具链,帮助客户完成仿真内容。

dSPACE自动驾驶业务高级经理张子恒表示,dSPACE云仿真方案的大规模仿真核心是仿真,SIMPHERA的主要优点包括SIMPHERA通过了ISO26262认证,并可用于SOTIF测试;可部署在公有云,私有云,混合云及本地服务器上;大规模集群测试,覆盖数以万计的测试场景;轻量化网页版操作界面无需软件的安装,随时随地完成测试部署和监控,方便跨地域团队同时进行仿真;开放的API接口支持CI/CD开发流程及自动化测试。SIMPHERA的工作流程包括创建、导入和集成,完成部署和调试,进行集群测试和数据测试。

张子恒 | dSPACE自动驾驶业务高级经理


【资料图】

以下为演讲内容整理:

dSPACE是一家来自德国的家族企业,成立于1988年,在行业有超过三十年的经验。同时也是一家做电机电控起家的公司。dSPACE是硬件在环(HIL)及快速原型领域的世界第一。截止到2023年初,出货量在五万台左右。dSPACE在全球有超过2400名员工,其中70%-80%都是工程师和软件专家,dSPACE以技术为导向,深耕行业三十年,一直在与时俱进。

dSPACE端到端的仿真验证工具链

dSPACE自动驾驶端到端解决方案从前期开始做数据采集,通过快速原型系统、代码生成、场景生成及仿真、基于场景的测试,以及数据标注、数据回放测试、SIL及HIL测试、网联测试,完成法规测试验证,以及下线检测及传感器测试、定期测试,全程陪伴客户完成自动驾驶功能的开发。

图源:嘉宾演讲材料

基于路采数据去做训练和验证,会有非常多的corner case并不能被完全覆盖。就需要用仿真来完成部分训练和验证。自动驾驶的仿真根据被测对象或者开发阶段的不同,可以分为软件在环仿真、硬件在环仿真及云仿真。软件在环仿真,就是针对软件系统或自动驾驶软件包做相关的测试;下一步是硬件在环仿真,此时软件已经被部署在硬件控制器上,就需要对控制器做相关测试验证;云仿真是为了加速多节点并发仿真速率测试。无论是SIL、HIL还是云仿真,dSPACE所有的工具链和软件都可以进行复用,也是dSPACE独具的优势。可以极大的提高客户工作效率及开发速度。

dSPACE 端到端的仿真验证工具链将分为三个阶段,准备阶段、仿真阶段及验证阶段。

在准备阶段是做场景仿真,场景有以下的三种获取方式,第一种方式是可以通过dSPACE的场景编辑工具ModelDesk做场景编辑,生成所需要的场景,好处是只需要编辑就可以获取任意需要的场景,劣势是由于工作量大导致效率不会很高,因为需要手动搭建场景;第二种方式是可以基于真实路采数据做场景生成,基于标注好的数据,做场景描述和生成,也可以泛化出各种各样的数据完成后面的测试;第三种方式是通过市面上的场景内容提供商,提供这种open系列的格式。比如OpenDRIVE 和 OpenSCENARIO的导入,dSPACE支持场景库导入场景编辑工具中,只需要对这个场景进行编辑或进行后续泛化,就可以使用了。

接下来是仿真环节。首先是车辆和交通流模型,dSPACE的ASM在业内有非常悠久的历史,现在各大主机厂都有用ASM做车辆模型、动力学模型和底盘模型,也得到了很多认证和认可。ASM准确性非常高,以车辆动力学模型为例,dSPACE会提供多动力、多自由度的车辆动力学模型,超过了26个自由度,与此同时,车辆的不同类型,比如小车、大巴、中巴等都可以做相关仿真。可以通过数据和图像对比看出具备准确性。

图源:嘉宾演讲材料

完成动力学仿真后,接下来就是做传感器仿真。自动驾驶传感器仿真具有特殊性,不能只仿真目标列表的数据,而是需要做物理级建模,去仿真传感器的原始数据。因此传感器的物理模型表现就需要在仿真里体现,外界环境的改变,包括下雨、光线不好都会对仿真数据产生交互和影响。

图源:嘉宾演讲材料

完成传感器仿真后,就需要考虑仿真环节的最后一步,待测系统。根据待测对象的不同,或测试不同的阶段,可以把待测对象分为不同的种类,比如做SIL时,待测对象就是自动驾驶软件包或算法,做HIL的待测对象则是真实的控制器。

SIL是对自动驾驶的算法或软件做相关测试,是比较早期的测试,在这种没有硬件的情况下,就需要真实的模拟控制器的行为。dSPACE提供了虚拟ECU的选项,就是将真实的控制器进行虚拟化,将控制器里的runtime或基础软件层进行虚拟化,让早期SIL中待测对象的行为与真实控制器的行为尽量保持一致,仿真才是准确的。对于不同种类的控制器,包括AUTOSAR(CP ,AP)、NON-AUTOSAR、ROS、Apollo都可以进行虚拟化。

图源:嘉宾演讲材料

以CP AUTOSAR为例,分为上层应用层、RTE层,及下层基础软件层。控制器虚拟化就会虚拟出MCAL里与硬件的交互,以及OS里的时间调度。其他的则是客户真实的代码。也就是后面做测试需要重点关注的部分。

dSPACE提供不同级别的控制器虚拟化选项,从第一级别、第二级别到第三级别。

图源:嘉宾演讲材料

APAUTOSAR虚拟化的过程同样会补足虚拟操作系统,上面所有的代码都是客户真实的待测对象。

dSPACE还提供了另一种选项叫做SystemDesk,客户只需要提供其描述文件,就可以进行虚拟控制器的一键生成,完成后仿真部分就全部结束了。dSPACE提供了自动化的测试工具来做自动化测试。

无论是SIL或是HIL,所有的软件工具链都是刚才展示的这一系列软件,从前期的场景仿真、车辆动力学仿真、传感器仿真,到后面的自动化的测试,所有的软件工具链都是通用的。对于HIL来说有两点不同,第一是因为待测对象是真实控制器,就不需要再做ECU的虚拟化;第二是刚才展示的一系列软件的运行平台要从纯软件的SIL平台切换成硬件SIL的运行平台。就可以完成从SIL到HIL的无缝切换。

dSPACE云仿真方案

云仿真和SIL、HIL是一脉相承的。为什么要做云仿真技术?因为自动驾驶的长尾效应,会有千千万万的待测案例出现。如果用HIL做测试,一次只能跑一个测试用例,如果需要多个测试用例并行去跑,就是一笔非常大的投资。所以dSPACE引入了云仿真技术。

图源:嘉宾演讲材料

SIMPHERA具备以下几个优点,SIMPHERA是市面上为数不多通过ISO26262认证,并可用于SOTIF测试的软件;可部署在公有云,私有云,混合云及本地服务器上;大规模集群测试,覆盖数以万计的测试场景;轻量化网页版操作界面无需软件的安装,随时随地完成测试部署和监控,方便跨地域团队同时进行仿真;开放的API接口支持CI/CD开发流程及自动化测试。

SIMPHERA的工作流程也是三个阶段,准备、仿真及验证阶段。SIMPHERA的区别主要在于准备阶段,其车辆动力学仿真、传感器仿真、虚拟ECU等都是在仿真阶段完成的。SIMPHERA在第一步准备阶段就需要完成创建、导入和集成;仿真阶段主要是将它部署在云上做一次测试用例的跑通,去确保其整个环境或整个设置是正确的;验证阶段,验证阶段就是去做大规模的集群测试,输出基于python的报告,可以通过REST-API进行修改,然后完成相应的数据分析、调试,及反馈更新等。

以低级别的L2级别仿真测试用例,因为L2级别的仿真测试一般专注于规控测试,所以在做传感器仿真时不需要仿真原始的传感器数据,只需要仿真目标列表的数据,将车辆动力学、虚拟的ECU全部打包到一个Docker里面进行相关仿真就可以。如果是高级别的自动驾驶仿真,例如感知追踪测试,就需要消耗相关的GPU资源了,在云上的GPU会做相关的资源分配,然后将其封装成三个不同的Docker做相关仿真。

dSPACE基于AEB的逻辑场景测试,是将真实数据生成测试场景,进行AEB测试。通过不同速度的测试用例进行测试。HIL完成一个测试用例需要15秒,如果要做120条测试用例的执行消耗时间会非常多,如果做云上仿真,一分钟就可以完成120条测试用例的执行并输出相关的报告。如果需要更快的测试用例,只需要分配更多的仿真节点就可以了。因为云上的计算资源是无限的。

HIL一直是dSPACE的强项。SIMPHERA的概念就是希望万物互联,万物上云,用云仿真去加速SIL和HIL的仿真速度,更好更快的为主机厂和客户朋友进行服务。

dSPACE希望助力更多的客户和主机厂完成仿真验证及测试,也希望dSPACE能助力行业,帮助自动驾驶更快更好的落地。

(以上内容来自dSPACE自动驾驶业务高级经理张子恒于2023年6月15-16日在2023第六届自动驾驶与人机共驾论坛发表的《自动驾驶仿真:从SIL到HIL到云仿真》主题演讲。)

推荐内容