Selepas perkakasan pemanduan autonomi pra-benam, bagaimana syarikat kereta merealisasikan gelung tertutup data?

Prabenam perkakasan ialah model baharu yang diguna pakai oleh OEM kereta dalam trend pemanduan autonomi, iaitu dengan prabenam perkakasan di dalam kereta, kereta berikutnya hanya perlu menaik taraf secara berterusan. perisian, pengguna boleh mendapatkan pengalaman pengguna yang lebih baik sambil mengurangkan tekanan ke atas OEM untuk meletakkan model mereka di pasaran. Terdapat sambungan yang diperlukan antara prapembenaman perkakasan dan peningkatan jauh OTA Selepas bercakap tentang prapembenaman perkakasan, kita akan bercakap tentang prinsip OTA.

Sebelum itu, mari kita bincangkan tentang topik yang tidak dapat disingkirkan oleh perkakasan pra-benam atau OTA - bagaimana syarikat kereta merealisasikan gelung tertutup data semasa penyelidikan dan pembangunan?

Bagi pra-benam perkakasan dan OTA, apabila anda keluar dan belok kiri, anda boleh melihat kandungan yang telah disusun di bahagian belakang.

Mari kita kembali kepada topik isu ini: Selepas perkakasan pemanduan autonomi pra-benam, bagaimana syarikat kereta merealisasikan gelung tertutup data?

Hanya 5 langkah untuk mencapai gelung tertutup data

NI mencadangkan kaedah 5 langkah untuk pengumpulan/pemprosesan data untuk mencipta gelung tertutup data:

• Ujian jalan
• Pengurusan data besar
• Pemayaan adegan
• Maklum balas gelung terbuka data
• Gelung Tertutup Data

Daripada pengumpulan data kepada gelung tertutup data, hanya 5 langkah

1 Ujian jalan - IKLAN Sistem Rekod Data

Ujian jalan raya merupakan sumber pengumpulan yang penting. data kejadian sebenar, sama ada komunikasi dalam kenderaan dan komunikasi kenderaan ke jalan raya perlu memproses sejumlah besar data Sistem ujian automatik secara amnya perlu dilengkapi dengan penyegerakan pemerolehan data dan peralatan penyimpanan.

Apakah jenis penderia yang diperlukan untuk kereta pandu sendiri?

Kenderaan autonomi ialah kenderaan autonomi yang menyepadukan fungsi penderiaan, membuat keputusan dan kawalan Antaranya, sistem penderiaan menggantikan penglihatan, pendengaran, sentuhan dan fungsi lain pemandu serta menyepadukan kamera. Data persekitaran trafik besar-besaran yang dikumpul oleh penderia seperti radar dan radar boleh mengenal pasti pelbagai elemen trafik dengan tepat dan menyediakan sokongan untuk sistem membuat keputusan kenderaan autonomi.

1. Kamera

Kamera dibahagikan kepada dua kategori mengikut kaedah pengumpulan video: kamera digital dan kamera analog.

Kamera digital biasanya digunakan dalam kenderaan, yang boleh menukar isyarat video analog yang dijana oleh peralatan menangkap video kepada isyarat digital, dan kemudian menyimpannya dalam komputer.

Kamera analog hanya boleh menukar isyarat video yang ditangkap kepada mod digital melalui kad tangkapan video tertentu, dan kemudian memampatkannya sebelum menukarnya kepada komputer untuk digunakan.

Contohnya, telefon talian tetap yang kami gunakan ialah isyarat analog, yang mudah menghasilkan bunyi semasa situasi panggilan (bunyi semasa atau jelas tidak dapat didengar). Untuk mengekalkan kualiti panggilan yang baik, telefon mudah alih kami mendigitalkan isyarat analog telefon Kualiti panggilan antara telefon mudah alih adalah sangat jelas kesan pengimejan.

Ringkasan dalam satu ayat: Isyarat video analog boleh mempunyai banyak nilai berbeza dalam julat masa tertentu. Isyarat video digital dibentuk dengan pensampelan, pengkuantitian dan pengekodan berdasarkan isyarat analog. Isyarat analog terdedah kepada bunyi isyarat dan gangguan dan telah digantikan secara beransur-ansur oleh isyarat digital.

Sumber imej: Bosch official tapak web

2. Radar

Radar boleh mengesan persekitaran sekeliling secara aktif dan kurang dipengaruhi oleh persekitaran luaran berbanding penderia visual. Radar memancarkan gelombang elektromagnet ke sasaran dan menerima gema, dengan itu memperoleh data seperti jarak sasaran, orientasi, dan kadar perubahan jarak. Mengikut jalur gelombang elektromagnet, radar boleh dibahagikan kepada tiga kategori: lidar, radar gelombang milimeter dan radar ultrasonik.

NI menyediakan penyelesaian pemerolehan data modular berdasarkan platform PXI, yang boleh memenuhi keperluan kamera berbilang saluran, Ethernet kenderaan, CAN/ CANFD, GPS, dsb. Pengumpulan data juga boleh memenuhi keperluan pengumpulan data peringkat berterusan. Sebagai contoh, pengawal domain ADAS pada dasarnya dalam peringkat pembangunan dan lelaran Anda boleh menggunakan kaedahpengumpulan pintasan data untuk menggunakan peralatan ujian NI sebagai perisian tengah untuk mengumpul data dari tengah, supaya akan ada. tiada Musnahkan pautan data dari sensor ke ECU. Selain itu, penyelesaian NI menyokong kapasiti penyimpanan data 15TB~200TB.

Bagi memastikan ketepatan pengumpulan data, kenderaan yang digunakan untuk merekodkan data perlu dilengkapi dengan penderia dan teknologi pengukuran yang memenuhi keperluannya. tahap tertentu pemanduan pintar. Jenis sensor utama termasuk kamera, radar gelombang milimeter dan lidar. Di tengah-tengah sistem ialah pengawal gabungan, yang memperoleh data daripada semua penderia dan mengira model persekitaran semasa dalam masa nyata, yang kemudiannya digunakan untuk mengawal sistem pemanduan, stereng dan brek.

Sistem pemerolehan data berprestasi tinggi yang memenuhi keperluan pelbagai sensor, ECU dan rakaman data komunikasi perlu direka khas untuk operasi berterusan dan menyediakan peranti storan RAID yang sangat dipercayai yang boleh mengukur kamera, Radar gelombang milimeter, data mentah lidar, dengan pengawal gabungan ujian, juga termasuk data video kamera rujukan tambahan dan data sistem navigasi inersia yang menyediakan kedudukan tepat kenderaan dan kenderaan Ethernet, CAN, CANFD, FlexRay dan banyak data bas lain.

2 Pengurusan data besar - DIAdem

Dari perspektif proses, pengurusan data besar dibahagikan. into Ia terdiri daripada tiga bahagian: pengurusan armada, pusat data dan penggunaan data terminal. Dalam proses penghantaran data dari kenderaan ke pusat data, kaedah backhaul seperti pemindahan data biasa digunakan, dan volum data boleh mencapai 10-100TB/setiap kenderaan/hari. Sebaliknya, pusat data juga boleh memantau kenderaan dalam masa nyata, yang kebanyakannya dilakukan melalui rangkaian 4G atau 5G kenderaan.

Jumlah data yang perlu dikumpul untuk kenderaan pada tahap yang berbeza juga telah meningkat secara eksponen. Mengambil peringkat L3 yang biasa pada masa ini sebagai contoh, dengan pengenalan kamera definisi ultra tinggi 4K, lidar 128 talian dan penderia lain, jumlah data yang direkodkan oleh sistem pengumpulan data selama 8 jam sehari adalah setinggi 30TB .

Sistem pengumpulan perlu menyediakan storan data jalur lebar dan berkapasiti tinggi, dan juga perlu mempertimbangkan cara menghantar data ke pusat data dengan cara yang mudah. Sebagai contoh, data dihantar ke pusat data dengan kapasiti PB melalui mesin muat naik data khusus.

Selain alat berasaskan awan ini, berikut ialah satu lagi artifak perlombongan data - DIAdem . Ia boleh digunakan dalam awan untuk melaksanakan visualisasi data dan perlombongan data yang sepadan untuk data ujian jalan, imej data berbilang sumber, awan titik dan beberapa data bas. DIAdem boleh menyediakan 200+ pemalam data dan serasi dengan pelbagai jenis format data daripada pengeluar ujian, seperti ASC, MDF4, TTL, MAT, dsb.

3. Virtualisasi adegan - monoDrive

Selepas mengumpul data melalui ujian jalan, ia adalah perlu untuk membersihkan dan mengklasifikasikan data, memilih adegan, dan akhirnya menggabungkan ujian jalan sebenar dan ujian simulasi maya. monoDrive ialah alat yang boleh mencapai pemodelan fizikal sensor kesetiaan tinggi dan pembahagian semantik pemandangan Ia juga menyokong fungsi simulasi awan dan boleh menggunakan sejumlah besar kes ujian ke awan untuk mempercepatkan kemajuan simulasi. Satu lagi kelebihan penting monoDrive ialah fungsi lanjutan penjanaan automatik adegan maya realto.

Perlu dinyatakan bahawa semasa proses pembinaan semula pemandangan atau pemodelan sensor, NI boleh melabelkan data sensor sebenar dan data sensor maya dengan sewajarnya.

Alat untuk menukar data kenderaan sebenar kepada senario simulasi Berdasarkan pengumpulan sejumlah besar data kenderaan sebenar, model R&D dipacu data dilaksanakan.

▲ ‍‍ Mengumpul kesan penukaran pemandangan

Rantai alat menyokong susunan dan gabungan sejumlah besar data dinamik dan data statik, menyelesaikan masalah sisihan besar antara reka bentuk kes dan keadaan sebenar, membenarkan pemanduan autonomi Simulasi simulasi lebih dekat dengan dunia sebenar.

▲ ‍Rantai Alat Transformasi Adegan Semantik

4 Edaran semula gelung terbuka - seni bina sistem berdasarkan platform PXI

Apa yang perlu dilakukan oleh langkah ini ialah menukar yang asal data Memberi suapan balik ke dalam perisian persepsi ADAS, sebahagian daripadanya secara terus menyuap kembali ke dalam timbunan perisian untuk melakukan beberapa penyusuan balik perisian, terutamanya untuk bahagian ujian beberapa model. Bahagian lain disalurkan terus kepada ECU sebenar, yang boleh menghasilkan semula beberapa situasi yang kami temui secara lebih realistik semasa ujian jalan raya.

Komponen seni bina sistem NI: pusat data pengguna, Replay PC berdasarkan platform Linux, platform NI PXI

Untuk membentuk gelung tertutup data dan menggunakan sepenuhnya nilai data mentah, semakin banyak syarikat kereta sedang membina sistem maklum balas data berkelompok sedemikian. Apabila banyak syarikat kereta mentakrifkan fungsi AEB, mereka biasanya memerlukan fungsi AEB tidak boleh mencetus secara palsu untuk 100,000 kilometer atau 200,000 kilometer.

Beri saya contoh -

Andaikan anda berlari sejauh 80,000 kilometer semasa ujian jalan raya dan tiba-tiba sesuatu berlaku Jika pencetus palsu berlaku, maka anda perlu kembali dan mengubah suai perisian yang sepadan. Selepas mengubah suai perisian, adakah saya masih perlu berlari sejauh 100,000 kilometer lagi? Jelas sekali, melakukannya sekali lagi akan membuang banyak masa dan pengalaman.

Menghadapi cabaran sebegitu, apakah kaedah yang berkesan?

Wang Shuai menjelaskan: “Jika berlaku masalah semasa ujian jalan raya pertama pada 80,000 kilometer, kami boleh memastikan data perbatuan sebelumnya direkodkan. Kemudian sebaik sahaja masalah itu ditemui , kami akan mengubah suai perisian secara berulang Selepas mengubah suai perisian, kami akan menggunakan data asal yang dikumpul untuk melakukan ujian regresi untuk menguji sama ada perisian boleh berfungsi secara normal pada data asal selepas pengubahsuaian ini ujian jalan raya dan mempercepatkan pembangunan.” >Ujian gelung tertutup biasanya merangkumi perisian dalam gelung (SIL) dan perkakasan dalam gelung (HIL). Dari segi perisian-dalam-gelung, penyelesaian NI ialah menggunakan platform monoDrive untuk menyediakan persekitaran yang boleh digunakan dalam kelompok pada awan. Dari segi perkakasan dalam gelung, penyelesaian NI ialah menggunakan platform PXI dan kelebihan NI dalam kamera, bas kenderaan dan penyegerakan data untuk melaksanakan sistem gelung tertutup dengan fungsi suntikan data untuk pelbagai jenis penderia.

Atas ialah kandungan terperinci Selepas perkakasan pemanduan autonomi pra-benam, bagaimana syarikat kereta merealisasikan gelung tertutup data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!