昵称 | 退出

CN / EN

所有

所有
产品管理
新闻资讯

中

人生就是博·(中国区)集团官网自主工具链助力端到端组合辅助驾驶算法验证

宣布时间：

2025-08-07 10:41

算法先容

古板组合辅助驾驶算法一样平常分为感知定位、决议妄想、控制三部分功效，将传感器数据输入后，经算法处置惩罚，输出控制指令。古板组合辅助驾驶算法中的决议妄想�？�，通过规则代码迭代来应对差别场景，无法彻底解决越来越多的长尾问题。

$C:\Users\bingbing.xu\Desktop\1.jpg$

图 1 辅助驾驶算法（图片泉源网络）

端到端辅助驾驶算法是一种深度学习算法，该算法将传感器数据输入后，基于大模子直接输出车辆控制指令。端到端辅助驾驶算法接纳一体化黑盒模子，通过数据驱动，解决长尾问题。数据量越大，算法的泛化能力就越强，能够应对的场景就越多。

图片包括图表AI 天生的内容可能不准确。

图 2 端到端辅助驾驶算法（图片泉源网络）

算法测试需求

端到端辅助驾驶算法的黑盒特征决议了其需要越发周全和充分的测试，来增强算法的可靠性和清静性。算法的评测维度包括：

清静性：需要评估车辆在行驶历程中是否爆发过碰撞，是否保存违反交通规则的行为，能否应对危险场景。
泛化能力：需要评估车辆在未训练过的场景中体现怎样，能否处置惩罚多样化的场景特征，应对差别的天气、光照、交通情形。
鲁棒性：当系统泛起故障后，需要评估功效能否顺遂降级，维护车辆和职员的清静。
驾驶性能：在车辆行驶历程中，面临州差别的场景，需要评估控制战略是否平滑，制动、加速、转向历程是否通过优化控制战略提升乘车职员恬静性，车速妄想是否合理，通行效率是否知足主观要求。

算法测试解决计划

端到端辅助驾驶算法测试验证同样也需要基于数据驱动，解决计划主要分为开环测试和闭环测试两种�？凡馐砸谎匠＝幽墒莼毓嗟囊�，将实车数据回灌给算法，通过将算法输出效果与实车比照，判断算法功效是否激活。算法级别开环测试不需要实时仿真，可以快速大批量测试。不过开环测试解决计划中，算法脱离了与情形的交互环节，无法评估算法的闭环功效是否准确，因此需要引入闭环测试解决计划。

图示AI 天生的内容可能不准确。

图 3 端到端辅助驾驶算法测试解决计划

闭环测试解决计划一样平常接纳软件在环计划（SIL）和硬件在环计划（HIL），将仿真场景数据输入给算法，待算法响应后，再将算法输出指令作用于车辆动力学模子，实现算法与情形的交互，用于评估算法闭环功效是否准确。

软件在环（SIL）测试解决计划是一种基于代码级软件算法的闭环测试解决计划，将算法代码与情形模子集成，实现闭环测试。SIL系统能够便捷地实现并发测试，有用提升测试效率，能够更好地应对海量测试场景需求。

硬件在环（HIL）测试解决计划是一种基于真实控制器的闭环测试计划，将真实的控制器硬件与情形系统集成。HIL测试解决计划不但能基于真实的硬件情形，验证算法功效，还支持模拟种种极限工况，充分检测芯片算力能否知足算法需求。

$C:\Users\bingbing.xu\Desktop\02.jpg$

图 4 端到端辅助驾驶算法测试流程

$C:\Users\bingbing.xu\Desktop\03.jpg$

图 5 数据驱动端到端辅助算法测试

人生就是博·(中国区)集团官网基于自主研发的工具链，可提供成熟的端到端辅助驾驶算法测试解决计划，具备数据回灌测试、SIL仿真测试、HIL仿真测试全栈手艺能力，本期以SIL和HIL测试解决计划为主做简要先容。

软件在环SIL 测试解决计划

TVM是人生就是博·(中国区)集团官网自主研发的一款SIL仿真软件平台，可将待测算法集成到TVM软件中，并集成整车模子、场景模子、感知模子，实现算法闭环功效测试。接纳docker手艺，将测试节点容器化，实现多节点并行仿真测试，加速算法的迭代验证。

图形用户界面, 日程表AI 天生的内容可能不准确。

图 6 SIL 云泛化测试解决计划

图片包括图示AI 天生的内容可能不准确。

图 7 SIL单节点测试解决计划

硬件在环HIL 测试解决计划

硬件在环HIL系统是一种集成真实控制器的闭环仿真测试系统，该系统集成了控制器硬件和与之交互的硬件板卡，基于实时的仿真情形，实现算法的闭环功效验证。硬件板卡包括用于摄像头仿真的视频注入板卡（以视频注入计划为例），用于超声波仿真的DSI3板卡（以DSI3协议仿真为例），用于激光雷达仿真的车载以太网板卡（以以太网协议仿真为例），以及整车通讯用的CAN、CANFD板卡和车载以太网板卡等。硬件在环HIL测试系统，可以完成基于控制器硬件的功效验证，包括控制器硬件接口、芯片算力、功效逻辑、功效清静和预期功效清静等。

图形用户界面, 应用程序AI 天生的内容可能不准确。

图 8 HIL 测试解决计划

车辆动力学和场景仿真软件ModelBase

端到端辅助驾驶算法的测试场景可细分为基础功效测试场景、泛化功效测试场景、极限功效测试场景和驾驶特征测试场景等。

图示AI 天生的内容可能不准确。

图 9 端到端辅助驾驶算法测试场景需求

从算法输入的角度来说，场景的实质是数据，通过提供详尽的数据信息，可使得仿真测试实现更大价值。端到端辅助驾驶算法对数据需求主要分为四大类，划分为传感器数据、场景数据、蹊径数据和车辆数据，其中传感器数据又分为摄像头数据、激光雷达数据、毫米波雷达数据、超声波雷达数据、地图数据和GNSS&INS定位数据等。

图示AI 天生的内容可能不准确。

图 10 端到端算法数据需求

ModelBase是人生就是博·(中国区)集团官网自主研发的一款专业的车辆动力学和场景仿真软件，该软件实现了传感器仿真、蹊径仿真、场景仿真和车辆模子仿真的功效�；诟闷教ǹ梢远ㄖ苹迪植畋鸪敌投源衅鞯姆抡嫘枨蟆⒍院Ａ砍【暗姆抡嫘枨�，对蹊径的仿真需求，以及对车辆运动的仿真需求。

图形用户界面, 应用程序AI 天生的内容可能不准确。

图 11 车辆动力学和场景仿真软件 ModelBase

测试案例先容

SIL 仿真应用案例

海内某智驾公司的SIL测试应用案例，该项目接纳了人生就是博·(中国区)集团官网全栈自主研发的软件平台，主要包括试验管理软件TVM、车辆动力学和场景仿真软件ModelBase、自动化测试软件TAE，实现了组合驾驶辅助算法的SIL闭环仿真测试。

图形用户界面, 应用程序, 网站AI 天生的内容可能不准确。

图 12 SIL 仿真应用案例

客户收益：

» SIL测试装备开发周期缩短为2个月，快速匹配软件开发阶段算法接口、功效闭环的测试需求。

» 实现了测试节点并发执行，显著提升测试效率。

» 通过ModelBase车辆动力学和场景仿真软件，无邪建设了种种有数场景，接纳场景泛化手艺，提升了测试场景的笼罩度。

HIL 仿真应用案例

海内某主机厂的HIL应用案例，该项目接纳了人生就是博·(中国区)集团官网自主研发的软硬件平台，主要包括人生就是博·(中国区)集团官网TESTBASE实时仿真硬件系统、摄像头视频注入仿真�？椤⒓す饫状锏阍品抡婺？椤⒑撩撞ɡ状镒芟叻抡婺？椤⒊ɡ状顳SI3仿真�？椤PS&IMU总线仿真和地图仿真�？椤⒊盗径ρШ统【胺抡嫒砑﨧odelBase、试验管理软件TCS、自动测试执行软件TAE、故障注入软件EES和总线监控软件VBA等，实现了组合驾驶辅助的闭环仿真测试。

桌子上有许多电子产品和电脑AI 天生的内容可能不准确。