您好、欢迎来到现金彩票网!
当前位置:手机棋牌游戏平台 > 系统可靠性 >

东阳买车哪家好(亮点汽车):自动驾驶汽车系统可靠性如何测试?

发布时间:2019-06-19 23:30 来源:未知 编辑:admin

  互联网时代,众多设备具备的联网的可能,而且越来越多的设备或者系统的功能愈发强大。而绝大多数的企业其实对于简单的硬件产品的可靠性可能有成熟的经验,但是对于无人汽车的系统可靠性来讲所面临的问题有着巨大的不同,这时候如果我们还是按照老的经验来开展系统可靠性工作,最终的结果已然看不到任何希望。

  传统的硬件可靠性相对简单,基本的打法和套路还是可以找到很多参考,也有很多方法论和经验供参考。而很多产品其实依靠最基本的环境试验就可以满足企业的需求。

  随着物联网的快速发展,这时候我们突然发现硬件之外的软件占据了很大的工作量,而这部分在企业并没有得到太多的重视,实际工作过程中只是延续传统的软件开发流程和质量保证体系罢了,即使后来过渡到敏捷开发体系,其实并没有实质性的改善。

  也许有人会说汽车行业虽然硬件可靠性打法单一,基于健壮耐久的方法来保证硬件产品的可靠性水平,但是他们同时也针对ECU做了大量的硬件功能稳定性的试验,尤其是利用HiL系统来模拟产品的工作环境和可能存在的故障情况,从而确保硬件产品的可靠性水平。

  非汽车行业的,甚至汽车行业非ECU的可能还不了解HiL系统。硬件在环(HiL:Hardware-in-the-Loop,简称 HiL)实时仿真测试,采用真实的控制器, 被控对象或者系统运行环境采用实时仿真模型来模拟,或者部分采用真实的物体,进行整个系统的仿真测试。从安全性、可行性和经济性上考虑,HiL 测试已经成为 ECU 开发流程中非常重要的一环,在减少实车路试次数,缩短开发周期和降低成本的同时可以有效提高 ECU 的软件质量,降低 ECU 控制功能的潜在风险。

  HiL系统看上去还是很高大上的,貌似也很有效果。但是现在普遍存在的问题是基本是靠硬件的真实信号仿真实现,但是对于信号的覆盖其实还是有部分局限,也就是说无法做到充分覆盖,另外经验会极大的决定硬件信号仿真的效果。基本上都是针对输入和响应的要求来进行实时的判断,从而监控硬件测试过程中功能是否满足要求。抛去硬件信号的覆盖率不谈,由于耐久试验的时间基本都是1000小时起,所以试验过程中的数据量极大,但是现在能够对这些数据做到实时分析的基本没有,即使试验后也并不能够高效处理相应的数据,做得稍微好一点的是搞个简单的Excel或者工具来初略筛选出极少的需要确认的信息,而很多公司其实并没有对这些数据进行深入分析,基本上就是直接忽视了,非常的可惜。可能有人会说难道就不能够自己看,这真的不是想不想的问题,数据量巨大,可能试验做完了一个人全职做数据分析的工作一个月都做不完,所以也就不会去做了。

  而对于自动驾驶而言,雷达和摄像头的输入信号已经无法通过硬件来进行仿真,因为其所传递的是二维的动态数字信号,必须要通过软件的仿真环境才能够实现,也就是说现有的HiL系统其实是无法支持自动驾驶的测试需求的。这是一个很大的商机,一旦实现基本可以拿下大部分的市场。

  其实如果换做互联网软件开发的人来讲,这其实是很轻松的活,开发一个好的工具来进行实时分析,而且可以就关键的特性参数进行变化的分析以及多个参数之间的关系退化。所以如果在HiL数据分析做的不好的就可以考虑下如何开展进一步的工作了。

  首先对于复杂系统必须要做到日志记录的记录和分析,否则是无法成功了。这就意味着关键零部件自身需要具备日志记录的能力,另外系统软件也可以基于需求来开展日志记录(可以分为研发和用户两种模式来适应不同阶段的需求)。硬件的日志记录和故障诊断的难度不大,现在已经广泛采用,而软件的日志也已经被广泛采用,现在关键的是这两者的结合经验很少,实际做的成功的不多,也许比较成功的应用可以参考民航飞机行业。

  无人驾驶的数据量极大,这就要求日志分析的性能较为强大,而且尽可能的能够实时分析结果。对于测试来讲就是可以进行实时的监控、统计和分析,事后也可以根据历史的日志文件进行相应的统计分析。这时候就必须要考虑到实时分析的效率了,另外一个就是必须要能够对所有的关键参数进行实时分析和图形化显示。终极目标就是基于日志分析获得产品的系统可靠性水平,和硬件可靠性相对的,这个可以称为系统可靠性或者系统稳定性或者软件可靠性水平,这将是相比于传统硬件可靠性的重大突破。

  一旦可以做成,下面的挑战就是基于日志分析结果来开展故障诊断和健康预测,这时候我们发现又回去了,我们必须基于硬件的失效机理和大量的数据来进行建模。当然,到了大数据时候我们已经可以基于机器学习来辅助进行建模了,不过最为关键的还是模型的验证和完善,一旦做到将会是强大的利器来保障无人驾驶汽车的可靠性。

  HiL是针对零部件层级的,而自动驾驶现在同行的做法就是通过不断累计形式里程,实现方法就是搞N多成,整天在外面跑,但是这样的做法其实更多的是针对异常情况进行积累,比较在实验室是想不到究竟现场会出现什么情况,而对于常规的场景基本贡献不大,还不如在实验室建立标准的场景来进行试验,其效率会远高于现场试验,而且成本至少低一个数量级,另外也不会存在任何安全隐患,同时又可以大批量的测试。

  对于传统汽车基本都是嵌入式软件来实现相应的功能,而自动驾驶则不同,是在系统上通过应用软件来实现相应的功能。对于嵌入式软件,开展软件自动化测试基本无法实现,而自动驾驶由于是基于特定系统之上,就可以通过开发自动化测试软件来完成软件的自动化测试,从而在软件开发的早期就开展可靠性试验,这时候HiL系统都可以不要,测试设备的成本大大降低,而且可以做到规模化测试,从而发现大样本下软件和硬件的潜在缺陷。在复杂系统产品上这种方法已经得到了成熟应用,应用到汽车行业应该也只是时间问题了。

  2、对雷达和摄像头进行全软件仿真,从而可以通过软件输入二维的图像信号而不是以往传感器的一位的模拟信号,从而做到在实验室进行线、对关键零部件和软件系统的日志进行规范化

http://ohmemories.com/xitongkekaoxing/322.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有