使用虚拟/物理框架支持高级驾驶辅助系统 (ADAS) 开发

提前评估 ADAS 系统的安全性和舒适性

在 ADAS 开发中，处理系统子集的工程团队通常无法评估它们在现实场景中对整车性能的贡献。因此，只能在原型阶段使用物理测试对系统进行全面评估，这使得问题既难以解决又成本高昂。

本文探讨了一种用于对整个系统进行虚拟测试的解决方案，即使开发重点是系统的子集。了解 ADAS 算法的闭环验证方法，包括感知、路径规划和控制操作，以及安全性和舒适性检查点。

在这本关于 ADAS 开发闭环验证的白皮书中，您将学到如何：

• 根据机器学习算法评估一组传感器（类型、数量、位置）以准确识别驾驶场景
• 在实际驾驶条件下检查系统的行为
• 测试并验证感知与控制战略和算法
• 通过虚拟模型支持系统的物理验证和确认

为什么闭环 ADAS 开发方法如此重要？

如今，我们在现有 ADAS 系统中观察到许多问题，它们往往不符合驾驶员的预期。例如，由于对驾驶场景的错误感知，自动紧急制动 (AEB) 并不总能激活。据美国汽车协会 (AAA) 近期的一项调查报告称，车道保持系统、自适应巡航控制和交通堵塞辅助系统没有达到预期，最终导致了安全性和/或舒适性问题。

原始设备制造商和供应商需要在 ADAS 开发过程的早期发现此类问题，需要一个根据其需求定制的框架。其中包括专门的感知、路径规划和控制算法、相关场景、专用车辆动力学模型以及用物理组件替换虚拟组件的可能性。