高级驾驶辅助系统（ADAS）与自动驾驶测试

可靠驾驶辅助测试背后的技术

高级驾驶辅助系统依赖于多种传感技术，这需要进行大量物体仿真以及对传感器融合算法的仔细验证。

纯仿真（SIL）与XIL测试

仅靠道路测试无法对自动驾驶系统进行验证。仿真技术使ADAS算法能够在可配置的虚拟环境中运行，并大幅扩展了测试覆盖范围。

硬件在环（HIL）测试将真实的电子控制单元（ECU）引入仿真环境。控制器接收合成传感器输入，其响应会实时进行评估，从而在集成到车辆之前完成验证。

这些步骤通常整合在XIL验证框架（模型、软件、硬件、驱动程序或车辆在环）中，从而能够在保持对测试条件控制的同时，逐步引入系统组件。

在测试场进行录制和回放

真实世界数据具有无可比拟的真实感。虽然系统级仿真（SIL）和硬件在环（HIL）能提供出色的覆盖率，但仿真无法捕捉现实世界的所有细微差别。通过记录与回放工作流，工程师可以利用真实的交通数据来验证传感器的性能。

借助这些工作流程，工程师可以：

• 采集真实的传感器数据
• 在试验场对系统进行验证
• 识别边界情况

雷达传感器测试与感知传感器

测试环境用于评估雷达、激光雷达、摄像头和超声波传感器如何解读驾驶场景。

雷达验证依赖于基于物理原理的仿真，该仿真对信号的传播和反射进行建模。工程师通过调整距离、角度或相对运动来分析传感器的响应。

保险杠材质或车漆等物理因素可能会改变雷达信号，而在将数据与其他感知输入进行融合时，传感器同步就变得至关重要。

为了准确评估电磁特性，验证工作还需在远场条件下进行。现代汽车雷达的工作带宽很宽，因此需要采用先进的射频测试方法。

摄像头传感器验证与视频处理流程测试

摄像头模组在感知过程中发挥着至关重要的作用。验证工作既针对光学性能，也针对视频传输管道的可靠性。

验证活动包括：

• 校准测试
• MTF测量
• 图像清晰度验证
• 视频管道验证

汽车摄像头采用 GMSL2 或 FPD-Link III 等高速接口。串行器/解串器组件负责传输图像数据，而配置命令则通过 I2C 或 GPIO 传输。

平台还可以通过PoC监测供电情况，并通过FAKRA等连接器评估信号完整性。在某些情况下，FPGA会模拟或处理视频流。

相机模块的主动对准

主动对准是一种高精度装配工艺，它利用实时传感器反馈来优化透镜定位。与被动对准不同，该工艺可连续调整焦距、倾斜度、居中度、旋转角度和光轴对准，以实现微米级精度。

主动对准系统对于生产高质量的摄像头模组至关重要。即使是很小的偏差，也会导致图像模糊、深度误差或几何畸变。尽管车辆会长期暴露在各种环境条件下，但必须在整个使用寿命期间保持其精度。

• 准确的深度感知
• 干净的车道边缘检测
• 可靠的物体分类
• 全景视图拼接的正确几何校准
• 多传感器融合中各单元的一致性

激光雷达与超声波检测

激光雷达传感器可生成三维环境地图。验证工作主要针对光学特性分析、物体仿真、控制器行为以及距离/角度校准。

超声波传感器主要用于停车。它们通过测量脉冲发射与回波返回之间的时间来工作。

测试系统可以模拟：

• 不同距离处的物体
• 回声延迟
• 振幅变化

这使得可以对泊车辅助功能和短距离检测系统进行验证。

环境与电磁兼容性测试

ADAS 传感器必须在各种环境条件下保持可靠性。测试平台通过模拟温度变化、湿度和振动来确保其稳定性。

电磁兼容性（EMC）测试旨在评估传感器在电磁干扰条件下的工作状态，以确保其在复杂的车载电子系统中保持稳定的性能。

传感器生产测试与校准

现代ADAS系统依赖于雷达、激光雷达、摄像头和GNSS的同步输入。量产测试用于验证系统校准，并确保在多种输入信号交互作用时，感知性能保持稳定。

这些平台会在部署前注入传感器信号、监控系统行为并验证校准精度。

案例研究：传感器融合的XiL验证

Averna 开发了一款名为Sensor Fusion XiL 的测试平台，该平台将仿真、录放以及闭环 HIL 验证功能整合于同一环境中。

该平台将同步的传感器输入数据传输至ADAS电子控制单元（ECU），同时在受控的交通场景下监测其响应情况。

主要功能包括：

• 复杂交通场景生成
• 支持高带宽数据记录的录制与回放工作流
• 雷达、激光雷达和超声波传感器的对象仿真
• 通过汽车接口注入视频流
•与车载网络（以太网、CAN、LIN、FlexRay）集成
• 基于同步数据的传感器融合ECU验证
• 面向联网汽车场景的V2X和GNSS集成

该架构使工程师能够在车辆上路部署之前，在受控但逼真的环境中对自动驾驶和自动驾驶辅助功能进行验证。