自动驾驶测试系列(一):初识自动驾驶 上

汽车行业近10年来一直在持续变革中。新能源汽车风头正盛,自动驾驶方兴未艾。作为入行12年的山哥,有幸见证了汽车行业的变革,感到很欣慰。最近有很多小伙伴在咨询怎么转行做自动驾驶,刚好我正想整理这些年来的工作总结,可以提供一些参考。刚入职时,山哥本来一心想着去搞开发(撸代码),但是阴差阳错被分配去产线排查电子控制器的问题。后来发现做测试也挺有意思的,从此就在这条道上一路走到黑了。

回到主题,要做好自动驾驶的测试,别急着去学什么测试工具或者测试方法。首先应该了解的是被测对象。所以,本章节主要从被测对象来进行分析。

为了便于理解,我们拿百度Apollo 5.5(最新以升级到7.0)的架构作为样例来讲解。如图1所示,我们可以看到Apollo 5.5的架构从底向上,总共分为5层:Open Vehicle Certification Platform(线控车辆)、Hardware Development Platform(硬件平台)、Open Software Platform(软件平台)、Cloud service platform(云端服务平台)、Solution(解决方案)。

1 百度Apollo 5.5架构

1. 线控车辆

我们讲自动驾驶的开发与测试,不能剥离“车辆”本身来展开。所以,有必要了解一些基础的车辆电子电器架构知识。图2是一个简化电子架构示意图,除了上层的自动驾驶感知与控制单元,底层还有制动、底盘、转向、动力、车身控制、驾驶员信息等多个控制与执行系统。

图2 自动驾驶车辆电子架构简化图

线控车辆(Drive-by-wire)的零件在功能上与传统的汽车没有太大的差异,但是为了让自动驾驶系统控制更精准可靠,需要对车辆的底盘系统进行一些升级。

我们知道人类驾驶员控制一台车,一般是通过4个关键部件来实现的:方向盘、油门、刹车、换挡器。如果要让自动驾驶的控制器(ADC)来替换人类,首先要解决的问题是让方向盘、油门、刹车、换挡器提供必要的接口(Interface),并允许被来自ADC的指令控制。比如传统的EPS,不但要提供助力转向,还要能接收并执行域控制器的“主动转向”指令。传统的制动系统,大多是液压式的,需要驾驶员踩制动踏板,并通过杠杆原理放大制动力并作用到刹车盘上。自动驾驶模式下,没有了司机施加的踏板制动力,所以需要采用一个能电子控制的制动系统。典型的有博世提供的ibooster系统,如图3所示。在 iBooster 模式下,由集成在 iBooster 里的踏板行程传感器探测助力器输入杆的位移(自动驾驶模式下直接给一个百分比值),并将该位移信号发送至 iBooster 的控制单元。控制单元计算出电机应产生的扭矩要求,再由二级齿轮装置将该扭矩转化为助力器阀体的伺服制动力。通过电机工作,iBooster 能够实现主动建压,而无需驾驶员踩下制动踏板。电子油门和电子换挡器在传统汽车领域和新能源汽车领域已经广泛应用多年,自动驾驶车辆基本可以沿用。

图3 iBooster结构图

2. 硬件平台

自动驾驶的硬件平台主要是三类,一类是前面提到的域控制器或者叫计算单元,是自动驾驶系统的“大脑”;第二类是传感器,是自动驾驶系统的“感知器官”;第三类是用于人机交互或V2X关联的控制器,起到辅助驾驶和数据采集、通讯、记录作用。

2.1域控制器

自动驾驶的域控制器ADC(Autonomous driving controller)是整个自动驾驶系统的中枢,也是最复杂的一个核心零件。很多初创公司和OEM在起始阶段由于没有域控制器,都采用一些工控机做替代。但是工控机在稳定性、功耗、耐久等方面都无法满足车规要求,并不能作为长期量产方案。

行业内,典型的域控制器有华为的MDC系列(图4是在功能完整性、算力、功耗、可靠性、耐久性、车辆集成等方面都极具竞争力的MDC610),以及基于NVIDIA、高通、Intel、地平线等芯片开发的各类自动驾驶域控制器。从趋势上看,大部分自动驾驶公司都在考虑或正在自研ADC。

ADC的硬件原理非常复杂,对于一个测试工程师来说,最好掌握ADC关键芯片的功能和所有的接口属性。ADC关键芯片有三类:第一个是处理大量来自传感器的原始数据,如图片和点云信息,通常采用特殊的图像处理芯片,如GPU、FPGA来解决(SOC);第二个是快速运行规划、控制算法的芯片,通常采用高性能的CPU;第三个是满足系统的功能安全要求和多通道总线通信要求的芯片,通常采用MCU芯片。

ADC依据不同的应用工况,传感器种类和数量都有所差异,所以接口也各不相同。大致种类有CAN、LIN、Ethernet、GMSL(FPD-Link)等总线,还有大量普通IO数字接口和电源与接地线。

图4 华为MDC 610

2.2传感器

自动驾驶系统中的传感器一般有激光雷达、摄像头、毫米波雷达、超声波雷达、GNSS/IMU五大类。不同公司的方案采用的传感器种类、数量各不相同。比如Tesla就坚持不用激光雷达,毫米波雷达也将在未来取消,专注于通过视觉来解决问题。而其他自动驾驶公司大都将五类传感器都用上了(堆料王)。各类传感器的优缺点与属性如图4所示。

从图5中我们可以了解到不同传感器有自己的长处,也有自己的短板。合理地选择不同种类的传感器,可以组成一个优势互补的感知系统。

图5 传感器特性

图6 传感器部署方案示例

在实车上,传感器的布局千变万化。经典的方案可参考图6。

了解传感器的特性非常重要,后续章节中关于SOTIF(预期功能安全)测试内容,会重点介绍感知边界带来的影响。

2.3HMI与V2X控制器

HMI 控制器(包括显示屏)主要承担机器与驾驶员信息沟通的桥梁。也许有人会问,都自动驾驶了,为何要需要人机交互系统。其实L0-L3还有驾驶员参与驾驶任务的,人机共驾模式下,驾驶模式的切换、故障的提示非常重要。即使是L4、L5系统,提供必要的HMI信息给乘客,也会让车辆使用者更加安心。参考的HMI系统如图7所示。

图7 HMI 系统

V2X相关的控制器除了必要的T-BOX用于数据传输外,其它控制器在“单车智能”为主的大多数自动驾驶公司方案中使用很少。不做过多介绍。

自动驾驶测试系列(一):初识自动驾驶 下

  • 1
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小山哥_321

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值