自動(dòng)駕駛硬件預(yù)埋之后，車企如何實(shí)現(xiàn)數(shù)據(jù)閉環(huán)？

硬件預(yù)埋是自動(dòng)駕駛趨勢(shì)下車企主機(jī)廠采取的新模式，即通過在車內(nèi)進(jìn)行硬件預(yù)埋，后續(xù)汽車只需通過不斷地升級(jí)軟件，用戶就可以獲得更好的使用體驗(yàn)，同時(shí)降低主機(jī)廠車型上市時(shí)間的壓力。

2025-10-10 09:40:06

只需5步，實(shí)現(xiàn)數(shù)據(jù)閉環(huán)

NI提出數(shù)據(jù)采集/處理5步法，打造數(shù)據(jù)閉環(huán)：

道路測(cè)試

大數(shù)據(jù)管理

場(chǎng)景虛擬化

數(shù)據(jù)開環(huán)回灌

數(shù)據(jù)閉環(huán)

從數(shù)據(jù)采集到數(shù)據(jù)閉環(huán)，就5步

道路測(cè)試——Data Record System AD

道路測(cè)試是收集真實(shí)場(chǎng)景數(shù)據(jù)的重要來源，無論是車內(nèi)通信還是車路通信，都需要處理大批量的數(shù)據(jù)，自動(dòng)測(cè)試系統(tǒng)中一般需要配備數(shù)據(jù)采集同步和存儲(chǔ)設(shè)備。

自動(dòng)駕駛汽車到底需要哪些類型的傳感器？

自動(dòng)駕駛汽車是集感知、決策和控制等功能于一體的自主交通工具，其中，感知系統(tǒng)代替人類駕駛?cè)说囊暋⒙牎⒂|等功能，融合攝像機(jī)、雷達(dá)等傳感器采集的海量交通環(huán)境數(shù)據(jù)，精確識(shí)別各類交通元素，為自動(dòng)駕駛汽車決策系統(tǒng)提供支撐。

1、攝像頭

攝像頭按視頻采集方式分為：數(shù)字?jǐn)z像頭和模擬攝像頭兩大類。

車載上一般使用的是數(shù)字?jǐn)z像頭，它可以將視頻采集設(shè)備產(chǎn)生的模擬視頻信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，進(jìn)而將其儲(chǔ)存在計(jì)算機(jī)里。

模擬攝像頭只能將捕捉到的視頻信號(hào)，經(jīng)過特定的視頻捕捉卡將模擬信號(hào)轉(zhuǎn)換成數(shù)字模式，并加以壓縮后才可以轉(zhuǎn)換到計(jì)算機(jī)上運(yùn)用。

舉個(gè)例子來，我們使用的固定電話就屬于模擬信號(hào)，它在通話過程中容易產(chǎn)生噪音（電流聲或聽不清）的情況。而我們的手機(jī)為了保持很好的通話質(zhì)量，就將電話的模擬信號(hào)進(jìn)行了數(shù)字化，手機(jī)之間的通話質(zhì)量就非常清晰，同樣原理使用數(shù)字?jǐn)z像頭能有效減少圖像中的噪點(diǎn)和提升成像效果。

一句話概括：模擬視頻信號(hào)是在一定的時(shí)間范圍內(nèi)可以有無限多個(gè)不同的取值。而數(shù)字視頻信號(hào)是在模擬信號(hào)的基礎(chǔ)上經(jīng)過采樣、量化和編碼而形成的。模擬信號(hào)容易產(chǎn)生信號(hào)噪音和干擾，已逐步被數(shù)字信號(hào)取代。

2、雷達(dá)

雷達(dá)能夠主動(dòng)探測(cè)周邊環(huán)境，比視覺傳感器受外界環(huán)境影響更小，是自動(dòng)駕駛汽車的重要傳感器之一。雷達(dá)通過向目標(biāo)發(fā)射電磁波并接收回波，從而獲取目標(biāo)距離、方位、距離變化率等數(shù)據(jù)。根據(jù)電磁波波段，雷達(dá)可細(xì)分為激光雷達(dá)、毫米波雷達(dá)和超聲波雷達(dá)等3類。

NI提供的基于PXI平臺(tái)的模塊化數(shù)據(jù)采集方案，可以滿足多路攝像頭、車載以太網(wǎng)、CAN/CANFD、GPS等的數(shù)據(jù)采集，還能滿足不斷階段的數(shù)據(jù)采集需求。比如，ADAS域控制器已經(jīng)基本在研發(fā)和迭代的階段，可以通過數(shù)據(jù)旁通采集的方法，將NI測(cè)試設(shè)備作為一個(gè)中間件，從中間把數(shù)據(jù)采集回來，這樣就不會(huì)破壞掉傳感器到ECU的數(shù)據(jù)鏈路。此外，NI的解決方案支持15TB~200TB的數(shù)據(jù)存儲(chǔ)容量。

為了保證采集數(shù)據(jù)的準(zhǔn)確性，用于記錄數(shù)據(jù)的車輛，需要配備滿足其智能駕駛特定等級(jí)的傳感器和測(cè)量技術(shù)。主要的傳感器類型包括攝像頭、毫米波雷達(dá)和激光雷達(dá)。系統(tǒng)的是融合控制器，它獲取所有傳感器的數(shù)據(jù)并實(shí)時(shí)計(jì)算當(dāng)前環(huán)境模型，然后用于控制驅(qū)動(dòng)、轉(zhuǎn)向和制動(dòng)系統(tǒng)。

滿足各種傳感器、ECU和通信數(shù)據(jù)記錄的高性能數(shù)據(jù)采集系統(tǒng)需要專門為連續(xù)運(yùn)行而設(shè)計(jì)，提供高可靠的RAID存儲(chǔ)設(shè)備，可以測(cè)量攝像頭、毫米波雷達(dá)，激光雷達(dá)原始數(shù)據(jù)，具備測(cè)試融合控制器，還包括附加的參考攝像頭視頻數(shù)據(jù)以及提供車輛精確位置的慣性導(dǎo)航系統(tǒng)數(shù)據(jù)和車載以太網(wǎng)、CAN、CANFD、FlexRay等眾多總線數(shù)據(jù)。

大數(shù)據(jù)管理——DIAdem

從流程上說，大數(shù)據(jù)管理分為車隊(duì)管理、數(shù)據(jù)中心、終端數(shù)據(jù)使用三部分。從車端向數(shù)據(jù)中心傳輸數(shù)據(jù)的過程中，普遍采用的是數(shù)據(jù)搬移等回傳方式，數(shù)據(jù)量可達(dá)到10-100TB/每輛車/每天。反過來，數(shù)據(jù)中心還能對(duì)車端實(shí)時(shí)監(jiān)測(cè)，這部分主要是通過車載4G 或者5G網(wǎng)絡(luò)完成。

不同等級(jí)階段的車輛，需要采集的數(shù)據(jù)量也呈現(xiàn)幾何級(jí)增長(zhǎng)。以目前常見的L3階段為例，隨著4K超高清攝像頭、128線激光雷達(dá)等傳感器引入，每天8小時(shí)數(shù)據(jù)采集系統(tǒng)記錄的數(shù)據(jù)量高達(dá)30TB。

采集系統(tǒng)需要提供高帶寬、高容量的數(shù)據(jù)存儲(chǔ)，同時(shí)還需要考慮如何將數(shù)據(jù)簡(jiǎn)便的方式將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心。比如通過專門的數(shù)據(jù)上傳機(jī)將數(shù)據(jù)傳輸?shù)饺萘繛镻B級(jí)別的數(shù)據(jù)中心。

除了這些基于云的工具之外，這里再?gòu)?qiáng)調(diào)一個(gè)數(shù)據(jù)挖掘神器——DIAdem。它可以部署在云端，針對(duì)路試數(shù)據(jù)、多源的數(shù)據(jù)圖像、點(diǎn)云的以及一些總線的數(shù)據(jù)實(shí)現(xiàn)相應(yīng)的數(shù)據(jù)可視化和數(shù)據(jù)挖掘的工作。DIAdem可提供200+數(shù)據(jù)插件，兼容多種類型的測(cè)試廠商的數(shù)據(jù)格式，比如說ASC， MDF4、TTL、MAT 等。

場(chǎng)景虛擬化——monoDrive

通過道路試驗(yàn)采集數(shù)據(jù)之后，就要對(duì)數(shù)據(jù)進(jìn)行清洗分類、場(chǎng)景選擇，將真實(shí)道路試驗(yàn)和虛擬仿真試驗(yàn)結(jié)合在一起。monoDrive就是這樣的工具，可以實(shí)現(xiàn)高保真的傳感器物理建模，場(chǎng)景語義分割，同時(shí)還支持云仿真的功能，可以把大量的測(cè)試用例，部署到云上面，來加速仿真的進(jìn)度。monoDrive的另外一個(gè)重要優(yōu)勢(shì)是realto virtual場(chǎng)景自動(dòng)生成的擴(kuò)展功能。

值得一提的是，在場(chǎng)景重建或者是傳感器建模的過程中，NI可以把真實(shí)的傳感器數(shù)據(jù)跟虛擬的傳感器數(shù)據(jù)做相應(yīng)的標(biāo)注。

實(shí)車數(shù)據(jù)轉(zhuǎn)化為仿真場(chǎng)景的工具，基于大量實(shí)車數(shù)據(jù)積累，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的研發(fā)模式。

工具鏈支持將巨量動(dòng)態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)排列組合，解決了案例設(shè)計(jì)跟實(shí)際情況偏差較大的問題，讓自動(dòng)駕駛的模擬仿真更貼近真實(shí)世界。

數(shù)據(jù)開環(huán)回灌——基于PXI平臺(tái)的系統(tǒng)架構(gòu)

這個(gè)步驟要做的是把原始數(shù)據(jù)回灌到ADAS感知軟件中，一部分是直接回灌到software stack 去做一些軟件回灌，主要是針對(duì)一些模型的測(cè)試部分。還有一部分是直接回灌到真實(shí)的ECU，這可以更真實(shí)地復(fù)現(xiàn)我們?cè)诼吩囘^程中去發(fā)現(xiàn)的一些情況。

NI系統(tǒng)架構(gòu)的組成：用戶數(shù)據(jù)中心、基于Linux 平臺(tái)的Replay PC、NI PXI 平臺(tái)

為了形成一個(gè)數(shù)據(jù)閉環(huán)，充分利用原始數(shù)據(jù)的價(jià)值，越來越多的車企都在構(gòu)建這樣的一個(gè)集群式數(shù)據(jù)回灌系統(tǒng)。很多車企在定義AEB功能的時(shí)候，通常他們會(huì)要求AEB 功能是10萬公里或者 20萬公里不能產(chǎn)生誤觸發(fā)。

舉一個(gè)例子——

假如在路試的過程中跑了8萬公里，突然產(chǎn)生了一次誤觸發(fā)，這個(gè)時(shí)候就要回去修改相應(yīng)的軟件。修改軟件之后，是否還需要再重新跑一個(gè)10 萬公里呢？顯然重頭來做會(huì)浪費(fèi)大量的額時(shí)間和經(jīng)歷。

面對(duì)這樣的挑戰(zhàn)，有什么有效的方法呢？

王帥解釋道：“如果在次路試時(shí)候跑到8萬公里發(fā)生了問題，但是能保證前面的里程的數(shù)據(jù)都被記錄下來了。那么一旦發(fā)現(xiàn)了問題之后，我們?nèi)サ薷能浖Ｐ薷能浖螅覀兙屠迷瓉聿杉脑紨?shù)據(jù)去做一個(gè)回歸測(cè)試，測(cè)試一下軟件修改之后在原來的這些數(shù)據(jù)上面能不能正常的運(yùn)行。這就減少了我們?cè)诼吩嚿系耐度耄瑥亩涌扉_發(fā)速度。”

閉環(huán)測(cè)試——SIL和HIL

閉環(huán)測(cè)試通常包括軟件在環(huán)（SIL）和硬件在環(huán)（HIL）。在軟件在環(huán)這塊，NI的方案是利用monoDrive平臺(tái)提供一個(gè)可以實(shí)現(xiàn)在云上批量部署的環(huán)境。在硬件在環(huán)這塊，NI的方案是利用PXI平臺(tái)，同時(shí)利用NI在攝像頭、車載總線，及數(shù)據(jù)同步等方面的優(yōu)勢(shì)實(shí)現(xiàn)多種類型傳感器的帶有數(shù)據(jù)注入功能的閉環(huán)系統(tǒng)。