人工智能和數(shù)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(chuàng)新的新商業(yè)模式將出現(xiàn)。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(shù)據(jù)或多或少是在測試期間同期收集的?，F(xiàn)在，由于需要大量的測試數(shù)據(jù)，方法正在改變。測試數(shù)據(jù)是獨立于實際測試過程本身并且在驗證和確認發(fā)生之前收集的。今天的測試生態(tài)系統(tǒng)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(xiàn)實情況。然而，有可能無法捕捉到足夠多的數(shù)據(jù)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(tǒng)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(yōu)越、更經濟的解決方案，因為它能夠通過在數(shù)據(jù)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(huán)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(chuàng)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(fā)展。借助DRIVESim和DRIVEConstellationVehicle，Nvidia提供了一個測試和驗證套件，可以在數(shù)據(jù)中心對數(shù)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(xié)會、德國技術監(jiān)督協(xié)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?shù)臉藴省?/p>

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(chuàng)新的新商業(yè)模式將出現(xiàn)。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(huán)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?yōu)槭裁匆獙⒆詣玉{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(xù)航時間的軟件。迄今為止，對于傳統(tǒng)的汽車主機廠來說，汽車開發(fā)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(tǒng)工程和系統(tǒng)開發(fā)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(fā)布管理。在一個定義明確的持續(xù)集成(CI)和持續(xù)交付(CD)環(huán)境中，新的自動駕駛汽車功能的測試版可能首先在仿真環(huán)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(fā)團隊可以收集寶貴的測試數(shù)據(jù)。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(fā)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(xù)集成/持續(xù)交付(CI/CD)驅動的發(fā)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(shù)據(jù)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(shù)據(jù)驅動工程的領域。之前從分離數(shù)據(jù)集中收集的數(shù)據(jù)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(xiàn)這些功能。數(shù)據(jù)必須巧妙地被收集，并在統(tǒng)計上合理分布。例如，用春季和夏季創(chuàng)建的數(shù)據(jù)來訓練AI算法，然后用秋季或冬季的數(shù)據(jù)來驗證它，這沒有多大意義。從物理世界中收集的公路數(shù)據(jù)也被用于構建現(xiàn)實的數(shù)字孿生，并通過虛擬場景進一步擴大數(shù)據(jù)湖。自動駕駛是由數(shù)據(jù)驅動的智能產業(yè)的產物。當今復雜的系統(tǒng)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(shù)據(jù)中心環(huán)境更好地適應項目每個階段的項目需求。數(shù)據(jù)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(guī)、數(shù)據(jù)審查和匿名化方面加強數(shù)據(jù)安全和治理。數(shù)據(jù)的豐富性和質量以及順利管理數(shù)據(jù)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(tǒng)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(zhàn)。

欲了解更多中國智能駕駛行業(yè)的未來發(fā)展前景，可以點擊查看中研普華產業(yè)院研究報告《2023-2028年中國智能駕駛行業(yè)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(yè)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(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓汽車能夠部分或全面感知周圍環(huán)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(xié)會把汽...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡