自动驾驶测试入门课程

来源：bilibili

导航

自动化驾驶层级与结构

• L0 无自动化 全靠人工
• L1辅助驾驶 基础辅助：
  • 如：防抱死：车辆转弯时，因为向心力，会导致车轮抱死，车辆会出现偏移操作，通过点刹的模式，电脑控制抱死的程度来减少车辆侧滑的程度
  • 车身稳定系统 ：收集车辆的加速度，位置或位移，车轮转向角度控制转向状态
• L2部分自动化
  • 可以自动化加速 跟车 转向，驾驶员时刻扶稳方向盘，有问题随时接管方向盘
  • 自适应巡航ACC，自适应跟车、自动紧急制动、侧方盲区监测、前方碰撞预警、自动泊车、限速识别、自动变道
• L3有条件自动化
  • 特定条件下完全自主驾驶，尤其是在高速公路上，路况没有这么复杂
• L4 高度自动化
  • 拥堵，复杂路况都可以自动化驾驶，不需要人工接管
• L5完全自动化
  • 独立完成驾驶决策，驾驶员不需要干预

L2/L3 级别自动驾驶应用
自动紧急制动、侧方盲区监测、前方碰撞预警、自动泊车、限速识别、自动变道

目前我国量产策划的自动驾驶等级正在从L2到L3过渡

架构

• 最底层是车辆平台，它会有基础能力的一个支持；
• 上层是外围的硬件，就是摄像头，雷达，传感器，惯性导航IMU，我们在桥洞或者隧道里，GPS信号丢失情况下，通过你的车辆惯性，也就是你进入隧道之前的速度，推导出你大概的位置，然后进行传感器本身的收集。V2x：多路信息，车联网的一些网络系统的一些信息的组合，后面就是传统的动力和底盘控制，比如说发动机，还有刹车油门，底盘稳定系统，悬挂，这些系统的传统车辆的一些控制能力，
• 再到上层，就是蓝色部分，需要有一些硬件平台支持，需要有一些微型控制单元，还有CPU，有一些可能还有GPU，就是有一些AI算力需要GPU计算，他比CPU的效率高很多，一般至少有几倍的提升
• 然后上面有异构的硬件分布，他是有多系统的，比如安卓系统，qnx系统，linux系统，就在这种硬件平台设计上也要支持这种异构架构应用的能力
• 在上面就是系统的操作软件，比如linux，安卓，hypervisor BSP的一些底层硬件驱动，这些都是相当于我们系统层面做的一些基础的操作系统能力的支持，上层可能会有POSIX管理平台和实时控制页面，这个不用太关注，这个是在操作系统层面的实现一些管理能力
• 在上层就是一些算法，比如说深度学习视觉模块，传感器的分析整合模块，还有一些网络连接模块，和运行控制模块，
• 再到上层，传给自动驾驶的通用模块，感知决策和执行。相当于把这些整合到大脑里，然后驱动给下游做执行，
• 上层应用调用自动驾驶的通用框架去做上游的一些应用知识，包括一些数据地图和感知融合，还有一些这个显示层面，
• 这个整体相当于自动驾驶的一个架构，便于了解我们到底怎么实现的，底层通过传感器收集设备信息，系统应用层面要支持多系统，多分布的操作系统会支持你多系统的一些应用，包括linux、安卓、qniux，和一些底层的驱动，然后再传给上层的一些模块，他会收集到你采集的一些信息，然后做整合，供给自动驾驶的通用模块，去做决策，下发给下面的一些ECU控制单元做执行，这也相当于自动驾驶通用框架的一个能力，然后再上面会提供一些算法接口，给上面应用层进行调用，这就是整体的一个架构情况

自动驾驶测试分层

测试场景分类

测试场景要素

测试case

仿真平台CARLA