先進運転支援システム（ADAS）のテストソリューション

先進運転支援システム（ADAS）は、車両が周囲の状況を把握し、道路状況に応じてドライバーが適切に対応できるよう支援するものです。これらのシステムは、複数のセンシング技術と、環境を解析してドライバーの判断をリアルタイムで支援する組み込みソフトウェアを組み合わせています。ADASのテストでは、実際の走行状況において、これらのセンサーとアルゴリズムがどのように連携するかを検証することに重点が置かれています。

このセンサーの組み合わせには、以下のものが含まれます：

• 近くの物体の距離と相対速度を測定するレーダーセンサー。
• 詳細な空間情報を生成するLiDARシステム。これにより、障害物や道路の状況を検知することができます。
• 物体認識機能を備えたカメラシステムにより、車両、歩行者、車線標示、交通標識を識別します。
• パーキングアシストなどの用途において、近距離検知に一般的に使用される超音波センサー。

車載センサー技術に加え、多くの最新車両では、V2X通信を利用して周辺の車両や道路インフラと情報を交換しています。この追加のデータ層により、直接の視界の範囲を超えた危険を予測することが可能になります。

運転支援システムの試験における主な課題

ADASおよび自動運転機能は、多種多様な状況下で確実に動作しなければなりません：

• 激しい交通量や都市部の交通
• 変わりやすい天候
• さまざまな道路やインフラの資材
• 車両と歩行者の間の複雑な相互作用

ACC、AEB、LKA、パークアシストなど、ドライバーを支援し、交通安全の向上を図るための機能も、自動車の安全基準やシステム統合上の制約を満たす必要があります。

Avernaの検証およびシステム統合への取り組み

Avernaは、ADASおよび自動運転の検証において豊富な実績を有しています。長年にわたり、当社は主要な自動車メーカーやティア1サプライヤーに対し、個別の技術要件に合わせて設計された、完全にカスタマイズされた自動車用テストソリューションを提供してきました。

当社のチームは、テストのライフサイクル全体を網羅する検証プラットフォームを開発しており、メーカー様は初期開発からシステム統合、生産検証に至るまで、単一のパートナーと協力して業務を進めることが可能です。

最も重要な検証活動には、次のようなものがあります：

• シミュレーションおよびXIL環境を用いた大規模なシナリオ検証
• 車両アーキテクチャにおけるシステム統合テスト
• レーダー、カメラ、LiDAR、および超音波センサーの検知結果の検証
• 試験場および記録・再生ワークフローを用いた実環境での検証
• 導入前の知覚センサーの性能試験および校正

これらの活動は、必要とされる検証能力の一部に過ぎません。

先進運転支援システムは、多岐にわたるセンシング技術に依存しており、これには広範な物体シミュレーションと、センサーフュージョンアルゴリズムの綿密な検証が必要となる。

純粋なシミュレーション（SIL）およびXILテスト

自動運転システムは、実地試験だけでは検証できません。シミュレーションを利用すれば、ADASアルゴリズムを設定可能な仮想環境で実行でき、検証範囲を大幅に拡大することができます。

ハードウェア・イン・ザ・ループ（HIL）試験では、実際のECUをシミュレーション環境に組み込みます。コントローラーは合成されたセンサー入力を受け取り、その反応がリアルタイムで評価されるため、車両への組み込み前に検証を行うことが可能になります。

これらの手順は、XIL検証フレームワーク（モデル・イン・ザ・ループ、ソフトウェア・イン・ザ・ループ、ハードウェア・イン・ザ・ループ、ドライバー・イン・ザ・ループ、またはビークル・イン・ザ・ループ）において組み合わされることが多く、これにより、試験条件を管理したままシステムコンポーネントを段階的に導入することが可能になります。

「Proving Grounds」での録画と再生

実世界データは、他に類を見ないほどのリアリティを提供します。SILやHILは優れたカバレッジを提供しますが、シミュレーションでは実世界のあらゆるニュアンスを捉えることはできません。記録・再生ワークフローにより、エンジニアは実際の交通データを用いてセンサーの性能を検証することができます。

これらのワークフローのおかげで、エンジニアは以下のことが可能になります：

• 実際のセンサーデータを取得する
• 試験場でシステムの検証を行う
• エッジケースを特定する

レーダーセンサーの試験および知覚センサー

テスト環境では、レーダー、LiDAR、カメラ、超音波センサーが走行シーンをどのように認識するかを評価します。

レーダーの検証は、信号の伝播や反射をモデル化する物理ベースのシミュレーションに依存しています。エンジニアは、距離、角度、または相対運動を調整することで、センサーの応答を分析します。

バンパーの材質や塗装などの物理的要因はレーダー信号に影響を与える可能性があり、データを他の知覚入力と統合する際には、センサーの同期が不可欠となる。

また、電磁挙動を正確に評価するには、遠方界条件も必要です。現代の自動車用レーダーは広帯域で動作するため、高度なRF試験手法が求められます。

カメラセンサーの検証およびビデオ処理パイプラインのテスト

カメラモジュールは、認識において極めて重要な役割を果たしています。検証では、光学性能と映像伝送パイプラインの信頼性の両方を対象としています。

• 校正試験
• MTF測定
• 画像の鮮明度の確認
• ビデオパイプラインの検証

自動車用カメラでは、GMSL2やFPD-Link IIIなどの高速インターフェースが使用されています。シリアライザ／デシリアライザ部品が画像データを転送する一方、設定コマンドはI2CまたはGPIOを介して送信されます。

プラットフォームは、PoCを介して電力供給を監視したり、FAKRAなどのコネクタを通じて信号の整合性を評価したりすることもあります。場合によっては、FPGAがビデオストリームをエミュレートしたり処理したりすることもあります。

カメラモジュールの能動的アライメント

アクティブアライメントは、リアルタイムのセンサーフィードバックを用いてレンズの位置を最適化する高精度な組立プロセスです。パッシブアライメントとは異なり、焦点、傾き、中心位置、回転、およびボアサイトを継続的に調整し、ミクロン単位の精度を実現します。

高品質なカメラモジュールを製造するには、アクティブアライメントシステムが不可欠です。わずかなズレでも、画像のブレ、深度誤差、あるいは幾何学的歪みを引き起こす可能性があります。環境への曝露があっても、車両の耐用年数を通じて精度を維持しなければなりません。

• 正確な奥行きの認識
• クリーンなレーンエッジ検出
• 信頼性の高い物体分類
• サラウンドビューのステッチングのための適切な幾何学的キャリブレーション
• マルチセンサー融合におけるユニット間の一貫性

LiDARおよび超音波検査

LiDARセンサーは、3D環境マップを作成します。検証では、光学特性の評価、物体のシミュレーション、コントローラの動作、および距離・角度のキャリブレーションに重点が置かれます。超音波センサーは主に駐車支援に使用されます。これらは、パルスの発信からエコーの反射までの飛行時間を測定します。

テストシステムでは、以下をシミュレートできます：

• 異なる距離にある物体
• エコーの遅延
• 振幅の変化

これにより、パークアシスト機能や近距離検知システムの検証が可能になります。

環境試験およびEMC試験

ADASセンサーは、幅広い環境条件下でも信頼性を維持しなければなりません。プラットフォームでは、温度変化、湿度、振動をシミュレートし、安定性を確保しています。

EMC試験は、電磁干渉下におけるセンサーの挙動を評価し、複雑な車載電子機器において安定した性能を確保します。

センサーの製造試験および校正

最新のADASは、レーダー、LiDAR、カメラ、GNSSからの入力を同期させて機能します。量産テストでは、これらの入力の整合性を検証し、複数の入力が相互に作用する際にも認識性能が安定していることを確認します。プラットフォームでは、センサー信号を注入し、システムの挙動を監視するとともに、導入前にキャリブレーションの精度を検証します。