基于模型的仿真测试应对自动驾驶开发挑战

智能化、自动驾驶使汽车涉及更加复杂的功能和应用，也使开发测试面临诸多挑战，如自动驾驶车辆要经过多少公里的路试才能验证可靠性？工况场景是无限的，严苛、复杂工况可遇不可求、亦不可重现，无法重复验证，那么，路测要历时多久才能验证自动驾驶功能在任何情况下的有效和可靠性？除了公共道路的测试，专门的测试验证场地国内外各地也在兴建，但在开发时间、成本、灵活性方面满足不了智能汽车复杂功能的开发验证需求。

Paul Barnard，MathWorks 公司设计自动化全球市场总监

在MathWorks看来，基于模型仿真的设计和测试流程将加速智能、自动驾驶汽车的开发速度和质量。MathWorks公司设计自动化全球总监Paul Barnard在日前举行的MathWorks汽车年会上称，全球范围不断增加的汽车召回事件的原因通常是ECU软件缺陷，给整车厂带来昂贵的破坏性后果，而智能化汽车软件复杂程度的增加使形式更加严峻。基于模型的设计将有利于汽车质量的改进，而自动代码生成更是已经成为采用基于模型设计的重要驱动力。

MathWorks是数学计算软件的领先软件供应商。全球各地的工程师和科学家均借助于该公司的产品加速研究、创新和开发的步伐。旗下产品包括MATLAB®和Simulink®，以及针对数据分析、图形处理、物理建模、快速原型和代码生成及验证等技术应用的相关产品。

据了解，MATLAB®是一种用于算法开发、数据可视化、数据分析以及数值计算的科学计算语言和编程环境。Simulink®是一种用于对多域动态和嵌入式系统进行模型仿真和软件开发的图形化环境。

智能、自动驾驶汽车将环境概念拓展得更加宽泛，包括天气、交通、道路条件等。ADAS、智能车包括非常多的环境传感，包括摄像及各种不同功能的雷达，如超声波雷达、毫米波雷达、激光雷达。无线通信技术推动了V2V、V2X等车联网技术的发展。这些都对建模仿真技术提出了很大的挑战。

Paul Barnard表示，MathWorks为上述功能应用提供完整的建模工具和方法。场景工况、传感器融合、控制算法、执行器，这四个部分是完整的智能驾驶仿真架构。场景工况和安全驾驶方面，MathWorks与Tass结成第三方产品合作关系。而在核心算法开发软件工具领域，MathWorks几乎占据全球市场的垄断地位。Mobileye、德尔福、大陆等均采用其软件工具进行摄像头、毫米波雷达、激光雷达等模块的开发。而且几乎所有整车厂执行、控制模块开发也采用其产品。

在汽车年会期间，MathWorks演示了多项主动安全与无人驾驶仿真技术，如自动驾驶中MATLAB与ROS的结合、自动驾驶算法设计和原型开发相关的传感器融合。可靠性是主动安全系统的重中之重。借助MATLAB处理多传感器信息关联、互补和综合，获得精准的场景和目标估计，预判安全隐患，从而作出合理安全的控制决策。图像处理与深度学习方面，从摄像头采集到大量的视频图像中提取和解释有用信息是计算机面临的巨大挑战。MATLAB深度学习技术能够应对各种挑战，并支持GPU加速运算。

Paul Barnard表示，在基于模型设计开发的各个阶段，MathWorks有不同的工具箱支持快速、高效、高质量地完成相应的开发工作，并且有专业的培训团队提供标准化及定制化的培训课程。

MathWorks中国区总经理曹新康称，中国市场对MathWorks全球战略发展而言，是非常出色和具备发展潜力的市场，汽车行业尤其表现出色，而MathWorks对汽车行业也投入了更多的关注，这从其连续四年来只针对汽车行业举办年会可见一斑。虽然MathWorks在智能汽车建模仿真方面占有绝对的市场份额和优势，但依然会不断加强服务和培训的质量和能力，为提高中国汽车行业的自主研发力量做出贡献。

（文章来源：盖世汽车）

文章版权归属盖世汽车网与励展博览集团所有，转载须注明来源