Các giải pháp thử nghiệm Hệ thống hỗ trợ lái xe tiên tiến (ADAS)

Hệ thống hỗ trợ lái xe tiên tiến (ADAS) giúp xe nhận biết môi trường xung quanh và hỗ trợ người lái phản ứng với điều kiện đường xá. Các hệ thống này kết hợp nhiều công nghệ cảm biến với phần mềm nhúng để diễn giải môi trường và hỗ trợ các quyết định của người lái trong thời gian thực. Việc thử nghiệm ADAS tập trung vào việc xác thực cách các cảm biến và thuật toán này tương tác trong các tình huống lái xe thực tế.

Sự kết hợp các cảm biến này bao gồm:

• Cảm biến radar đo khoảng cách và tốc độ tương đối của các vật thể ở gần.
• Hệ thống LiDAR tạo ra thông tin không gian chi tiết. Điều này giúp phát hiện chướng ngại vật và các đặc điểm trên đường.
• Hệ thống camera nhận dạng vật thể và cho phép xác định phương tiện, người đi bộ, vạch kẻ đường và biển báo giao thông.
• Cảm biến siêu âm thường được sử dụng để phát hiện vật thể ở cự ly ngắn trong các ứng dụng như hỗ trợ đỗ xe.

Bên cạnh các công nghệ cảm biến tích hợp, nhiều phương tiện hiện đại cũng dựa vào giao tiếp V2X để trao đổi thông tin với các phương tiện hoặc cơ sở hạ tầng đường bộ gần đó. Lớp dữ liệu bổ sung này có thể giúp dự đoán các mối nguy hiểm nằm ngoài tầm nhìn trực tiếp.

Những thách thức chính trong việc thử nghiệm hệ thống hỗ trợ lái xe

Các chức năng ADAS và lái xe tự động phải hoạt động đáng tin cậy trong nhiều tình huống khác nhau:

• Giao thông đông đúc hoặc đô thị
• Điều kiện thời tiết thay đổi
• Các vật liệu đường hoặc cơ sở hạ tầng khác nhau
• Tương tác phức tạp giữa phương tiện giao thông và người đi bộ

Các chức năng được thiết kế để hỗ trợ người lái và cải thiện an toàn giao thông đường bộ — chẳng hạn như ACC, AEB, LKA và Park Assist — cũng phải đáp ứng các yêu cầu an toàn ô tô và các ràng buộc tích hợp hệ thống.

Phương pháp tiếp cận của Averna đối với việc xác thực và tích hợp hệ thống

Averna có kinh nghiệm sâu rộng trong việc kiểm định ADAS và lái xe tự hành. Trong nhiều năm qua, chúng tôi đã hỗ trợ các nhà sản xuất ô tô hàng đầu và các nhà cung cấp cấp 1 với các giải pháp thử nghiệm ô tô được tùy chỉnh hoàn toàn, được thiết kế dựa trên các yêu cầu kỹ thuật cụ thể.

Đội ngũ của chúng tôi phát triển các nền tảng kiểm định bao quát toàn bộ vòng đời thử nghiệm, cho phép các nhà sản xuất làm việc với một đối tác duy nhất từ ​​giai đoạn phát triển ban đầu đến tích hợp hệ thống và kiểm định sản xuất.

Trong số các hoạt động thẩm định quan trọng nhất có thể kể đến:

• Kiểm chứng kịch bản quy mô lớn bằng cách sử dụng môi trường mô phỏng và XIL.
• Kiểm thử tích hợp hệ thống trong kiến ​​trúc xe
• Kiểm tra tính hợp lệ của khả năng nhận thức đối với cảm biến radar, camera, LiDAR và siêu âm.
• Kiểm chứng thực tế bằng cách sử dụng các bãi thử nghiệm và quy trình ghi-phát lại.
• Kiểm tra và hiệu chuẩn sản phẩm các cảm biến nhận thức trước khi triển khai.

Các hoạt động này chỉ đại diện cho một phần nhỏ các khả năng xác thực cần thiết.

Các hệ thống hỗ trợ lái xe tiên tiến dựa trên một loạt các công nghệ cảm biến, đòi hỏi mô phỏng đối tượng rộng rãi và xác thực cẩn thận các thuật toán kết hợp cảm biến.

Kiểm thử mô phỏng thuần túy (SIL) và XIL

Hệ thống lái tự động không thể được kiểm chứng chỉ thông qua thử nghiệm trên đường. Mô phỏng cho phép các thuật toán ADAS hoạt động trong môi trường ảo có thể cấu hình và mở rộng phạm vi kiểm chứng một cách đáng kể.

Kiểm thử phần cứng trong vòng lặp (HIL) đưa các ECU thực tế vào mô phỏng. Bộ điều khiển nhận tín hiệu đầu vào từ cảm biến tổng hợp và phản ứng của chúng được đánh giá trong thời gian thực, cho phép xác minh trước khi tích hợp vào xe.

Các bước này thường được kết hợp trong khuôn khổ xác thực XIL (Model, Software, Hardware, Driver hoặc Vehicle-in-the-Loop), cho phép giới thiệu dần các thành phần hệ thống trong khi vẫn duy trì quyền kiểm soát các điều kiện thử nghiệm.

Ghi âm và phát lại trên bãi thử nghiệm

Dữ liệu thực tế mang lại tính chân thực vượt trội. Mặc dù SIL và HIL cung cấp phạm vi bao phủ tuyệt vời, nhưng mô phỏng không thể nắm bắt được mọi sắc thái của thế giới thực. Quy trình ghi và phát lại cho phép các kỹ sư xác thực hiệu suất cảm biến bằng cách sử dụng dữ liệu giao thông thực tế.

Nhờ các quy trình làm việc này, các kỹ sư có thể:

• Thu thập dữ liệu cảm biến thực tế
• Kiểm chứng hệ thống trên các bãi thử nghiệm.
• Xác định các trường hợp ngoại lệ

Kiểm tra cảm biến radar và cảm biến nhận thức

Môi trường thử nghiệm đánh giá cách radar, LiDAR, camera và cảm biến siêu âm diễn giải khung cảnh lái xe.

Việc kiểm định radar dựa trên mô phỏng vật lý, mô hình hóa sự lan truyền và phản xạ tín hiệu. Các kỹ sư phân tích phản hồi của cảm biến bằng cách điều chỉnh khoảng cách, góc độ hoặc chuyển động tương đối.

Các yếu tố vật lý như vật liệu cản xe hoặc lớp sơn có thể làm thay đổi tín hiệu radar, và việc đồng bộ hóa cảm biến trở nên thiết yếu khi dữ liệu được kết hợp với các thông tin đầu vào nhận thức khác.

Việc kiểm định cũng đòi hỏi các điều kiện trường xa để có được hành vi điện từ chính xác. Các radar ô tô hiện đại hoạt động trên dải băng tần rộng, đòi hỏi các phương pháp kiểm tra tần số vô tuyến tiên tiến.

Kiểm tra xác thực cảm biến camera và quy trình xử lý video

Các mô-đun camera đóng vai trò quan trọng trong quá trình nhận thức. Quá trình kiểm định nhắm đến cả hiệu suất quang học và độ tin cậy của đường truyền video.

• Kiểm tra hiệu chuẩn
• Đo MTF
• Kiểm tra độ sắc nét của hình ảnh
• Xác thực quy trình xử lý video

Camera ô tô sử dụng các giao diện tốc độ cao như GMSL2 hoặc FPD-Link III. Các thành phần chuyển đổi nối tiếp/tách nối tiếp truyền dữ liệu hình ảnh trong khi các lệnh cấu hình được truyền qua I2C hoặc GPIO.

Các nền tảng cũng có thể giám sát việc cung cấp điện năng thông qua PoC và đánh giá tính toàn vẹn tín hiệu thông qua các đầu nối như FAKRA. Trong một số trường hợp, FPGA mô phỏng hoặc xử lý các luồng video.

Căn chỉnh chủ động các mô-đun camera

Căn chỉnh chủ động là một quy trình lắp ráp độ chính xác cao, tối ưu hóa vị trí thấu kính bằng cách sử dụng phản hồi cảm biến theo thời gian thực. Không giống như căn chỉnh thụ động, nó điều chỉnh liên tục tiêu cự, độ nghiêng, độ tâm, độ xoay và độ lệch tâm để đạt độ chính xác ở mức micromet.

Hệ thống căn chỉnh chủ động rất cần thiết để sản xuất các mô-đun camera chất lượng cao. Ngay cả những sai lệch nhỏ cũng có thể gây ra hiện tượng mờ nhòe, lỗi độ sâu hoặc biến dạng hình học. Độ chính xác phải được duy trì trong suốt vòng đời của xe bất chấp các tác động từ môi trường.

• Khả năng nhận biết độ sâu chính xác
• Phát hiện mép làn đường sạch
• Phân loại đối tượng đáng tin cậy
• Hiệu chỉnh hình học chính xác cho việc ghép ảnh toàn cảnh
• Tính nhất quán giữa các đơn vị để kết hợp nhiều cảm biến.

Kiểm tra bằng LiDAR và siêu âm

Cảm biến LiDAR tạo ra bản đồ môi trường 3D. Quá trình kiểm định tập trung vào việc đặc trưng hóa quang học, mô phỏng đối tượng, hành vi của bộ điều khiển và hiệu chuẩn khoảng cách/góc. Cảm biến siêu âm chủ yếu được sử dụng cho chức năng đỗ xe. Chúng đo thời gian truyền tín hiệu từ lúc phát xung đến khi nhận được tín hiệu phản hồi.

Hệ thống thử nghiệm có thể mô phỏng:

• Các vật thể ở các khoảng cách khác nhau
• Độ trễ tiếng vọng
• Biến đổi biên độ

Điều này cho phép xác thực các tính năng hỗ trợ đỗ xe và hệ thống phát hiện tầm ngắn.

Kiểm tra môi trường và EMC

Các cảm biến ADAS phải duy trì độ tin cậy trong phạm vi điều kiện môi trường rộng. Các nền tảng mô phỏng sự thay đổi nhiệt độ, độ ẩm và độ rung để đảm bảo tính ổn định.

Kiểm tra EMC đánh giá hoạt động của cảm biến dưới tác động của nhiễu điện từ, đảm bảo hiệu suất ổn định trong hệ thống điện tử phức tạp của xe.

Kiểm tra và hiệu chuẩn sản xuất cảm biến

Hệ thống ADAS hiện đại dựa trên các dữ liệu đồng bộ từ radar, LiDAR, camera và GNSS. Quá trình thử nghiệm sản xuất giúp xác nhận độ chính xác của việc căn chỉnh và đảm bảo khả năng nhận diện vẫn ổn định khi các nguồn dữ liệu tương tác với nhau. Các nền tảng này đưa tín hiệu cảm biến vào hệ thống, theo dõi hành vi hoạt động của hệ thống và kiểm tra độ chính xác của quá trình hiệu chuẩn trước khi triển khai.