浅谈自动驾驶系统测试

人工智能 无人驾驶 智能汽车
目前AI是以深度学习为主流技术,该技术需要有算法模型和数据。

 一、自动驾驶系统级测试的基础理论

1.1 自动驾驶测试场景的构成

1.1.1 构成框架

*该图引用国汽智联材料

1.1.2 场景来源

  • 真实驾驶记录场景
  • 专家经验构建场景(先验知识)

1.1.3 真实驾驶场景来源

真实驾驶场景处理流程:

*该图引用国汽智联材料

车端记录场景:

*该图引用国汽智联材料

场景记录场景:

*该图引用国汽智联材料

专家经验构建:

1.2 通过多个分析维度构建自动泊车测试用例框架

*该图引用论文《智能汽车自主泊车系统测试方法》蒙昊蓝等

1.3 由测试场景演变出具体的测试用例

*该图引用丰田研究员会议材料

1.4 整车系统级测试工作的开展

由对的人,在对的地点,对待测试的车辆,使用准确的测试工具,安全的开展测试,详细的记录测试过程。

1.5 分析测试结果的原则

1.5.1 SOTIF——开发原则

1.5.2 SOTIF——开发目标(安全导向、功能导向)

1.5.3 接管严重性等级划分

“接管”定义、分类、命名:

I类接管:不接管会碰撞

在系统设计运行范围(ODD)之内,不处理就会发生碰撞时,引发的接管;

由于自动驾驶系统设计不足,违反法律法规要求时,引发的接管

II类接管:不接管会碰撞

在系统设计运行范围(ODD)之外,不处理就会发生碰撞时,引发的接管

III类接管:不接管不会碰撞,但不属于误接管

由于自动驾驶系统设计不足,发生自车驾驶行为不符合人类预期、道德情感等要求时,引发的接管

系统降级和退出接管机制触发,经过系统提醒后的接管

IV类接管:不接管不会碰撞的误接管

无危险时,人类误触发引发的接管、人类手动驾驶

1.6 分层测试和工具链

1.6.1 分层测试

*该图引用中汽中心会议材料

1.6.2 测试工具链

*该图引用中汽中心会议材料

二、测试和数据

2.1 测试驱动开发体系

2.2 测试和数据的关系总结

目前AI是以深度学习为主流技术,该技术需要有算法模型和数据。

对于数据来说,需要满足几个条件:

  • 数据的标注方式适用于数据驱动的算法模型
  • 数据需要在应用场景中有合理分布
  • 算法表现不好的方面,需要有对应数据不断扩充

测试和数据的关系总结:

  • 测试结果给收集数据的指明方向,提供了筛选方法论
  • 测试提供了海量数据,SOP前后均可以进行测试数据的收集,自建车队采集、量产车队数据采集
  • 测试提供了工具链,如:Trigger(record,lable)、Visualization(analyse、debug)、Test Automation等

 

 

责任编辑:张燕妮 来源: CAAI智能驾驶
相关推荐

2023-07-17 11:27:56

2022-10-27 10:18:25

自动驾驶

2021-11-05 12:15:18

自动驾驶数据测试

2021-11-18 09:50:35

自动驾驶辅助驾驶人工智能

2022-07-12 09:42:10

自动驾驶技术

2018-10-24 14:16:33

自动驾驶道路测试牌照

2019-04-10 15:37:32

人工智能自动驾驶技术

2022-08-08 13:12:04

自动驾驶决策

2022-01-10 11:12:54

自动驾驶数据人工智能

2020-09-28 14:00:06

自动驾驶AI网络

2019-09-19 14:10:12

人工智能物联网自动驾驶

2021-12-16 10:45:22

自动驾驶数据人工智能

2021-12-01 10:21:27

自动驾驶技术人工智能

2022-02-17 10:22:17

汽车智能自动驾驶

2019-11-25 09:55:34

自动驾驶人工智能无人驾驶

2021-11-18 22:43:56

自动驾驶技术安全

2023-03-15 11:54:32

无人驾驶系统

2021-01-26 21:26:10

自动驾驶AI人工智能
点赞
收藏

51CTO技术栈公众号