近年來，自動駕駛、網(wǎng)聯(lián)技術(shù)、新能源、共享出行是汽車工業(yè)的發(fā)展方向，尤其是自動駕駛，在全球和中國獲得了非常多的技術(shù)關(guān)注和資本支持。為了應(yīng)對這個趨勢，西門子工業(yè)軟件在過去十年累計投入超過100億美元，做了很多技術(shù)研發(fā)的努力，包括并購一些公司，包括TASS International。基于這些工作，Siemens能夠提供智能網(wǎng)聯(lián)新能源車的整體解決方案。其中，TASS的主要技術(shù)領(lǐng)域包括兩個方面，一個是仿真技術(shù)，一個是測試和工程咨詢服務(wù)。

本文與大家交流的主題是基于模型的ADAS和自動駕駛系統(tǒng)開發(fā)和測試方法論。要配合自動駕駛汽車的性能開發(fā)，我們必須遵循從純模型的仿真、到半實物的仿真、到場地和道路測試這一正向開發(fā)流程。這一開發(fā)流程和方法價值何在呢？要對自動駕駛車輛進(jìn)行充分的測試驗證，需要多達(dá)142億英里的路試，這顯然與有限的產(chǎn)品開發(fā)時間和生命周期是相悖的。這帶來一個經(jīng)典的問題：究竟需要多少測試，才能證明自動駕駛產(chǎn)品是成熟可靠、可以上市的呢？

把這一問題細(xì)化，可以提出五個具體問題：

1.測試歷程和工況場景幾乎是無限的

2.嚴(yán)苛工況和全面工況在道路測試中可遇不可求

3.即使能遇到嚴(yán)苛工況，也不可重現(xiàn)，無法重復(fù)驗證

4.在道路上，缺乏真值數(shù)據(jù)來對比檢驗系統(tǒng)性能

5.部分測試工況具有危險性和復(fù)雜性

為了應(yīng)對這些挑戰(zhàn)，我們提出了基于模型的設(shè)計和測試驗證方法。本文將通過一系列的實際工程案例，來具體闡發(fā)這一方法論。這一方法論的核心，是以PreScan為核心的仿真技術(shù)?；谶@一仿真技術(shù)，可以進(jìn)行MiL-模型在環(huán)，SiL軟件在環(huán)，HiL硬件在環(huán)，ViL車輛在環(huán)，直到場地測試和道路測試，從而構(gòu)成完整的開發(fā)測試流程。

自動駕駛系統(tǒng)可以劃分為四個功能模塊，第一是測試工況，第二是環(huán)境感知的傳感器，第三是控制決策規(guī)劃的算法，最后是底盤執(zhí)行器。PreScan仿真技術(shù)，可以對這四個功能模塊進(jìn)行建模仿真，構(gòu)成完整的自動駕駛系統(tǒng)的模型。

接下來為大家介紹幾個案例，來說明我們的方法論。

第一個案例是為北歐某OEM做的測試項目。我們知道，測試工況的種類、數(shù)量、覆蓋度對系統(tǒng)的測試至關(guān)重要，測試工況的來源有多種。本項目中，我們使用了德國GIDAS交通事故數(shù)據(jù)，PreScan可以自動的把GIDAS事故數(shù)據(jù)轉(zhuǎn)換成測試場景模型。有了場景工況的模型，再結(jié)合環(huán)境感知、控制算法、底盤動力學(xué)的模型，就會構(gòu)成非常完整的系統(tǒng)仿真方案。GIDAS數(shù)據(jù)庫的場景非常多，所以我們提供了基于集群計算機(jī)服務(wù)器的計算方法，使得我們可以進(jìn)行高效的大規(guī)模的工況計算。當(dāng)然，今天PreScan也支持中國的交通事故數(shù)據(jù)庫CIDAS，這都是非常有價值的測試工況來源之一。

第二個案例是ACC的性能標(biāo)定案例。ACC的測試，有一個典型工況，即所謂的Cut-In目標(biāo)車突然變道到主車車道上的工況。構(gòu)成這一工況有很多的元素，比如車速、切入的時機(jī)、切入之后目標(biāo)車的狀態(tài)等等，如果各個元素的多種取值做排列組合，會發(fā)現(xiàn)這個單一工況可以輕易地衍生出幾十萬種組合。

有了這么多的工況，怎么樣進(jìn)行ACC的性能分析呢？ACC系統(tǒng)有一個重要的性能參數(shù)就是加速度的變化率，即所謂的jerk，影響它的有很多參數(shù)，包括雷達(dá)傳感器的檢測延時、ACC控制算法包括PID參數(shù)的標(biāo)定、執(zhí)行機(jī)構(gòu)對加減速的響應(yīng)延遲和上升特性、底盤動力學(xué)的特性等，我們要想定量的分析決定優(yōu)化的參數(shù)，靠路試的主觀評價是遠(yuǎn)遠(yuǎn)不夠的，必須通過模型和參數(shù)的分析來決定最優(yōu)的參數(shù)組合。