Aufgabe

Data Replay auf Basis realer Szenarien und auf Hardware ist eine gängige Methode für das Benchmarking verschiedener Steuergeräte-Versionen, Regressions-, Back-to-Back- und Freigabetests sowie für das Hardware-Debugging auf dem gleichen Realitätslevel wie bei echten Testfahrten. Software-Komponenten für die Sensordatenfusion und die Aktivierung von Funktionen für das autonome Fahren, die zuvor im Entwicklungsprozess getestet wurden, müssen nun auf der Zielhardware eingesetzt und validiert werden. Die Hauptziele sind die Bewertung der Korrektheit von Schnittstellen für die Kommunikation zwischen realen Sensoren und Steuergeräten sowie die Gewährleistung der Leistung, Zuverlässigkeit und Sicherheit des Zielsystems unter Berücksichtigung realistischer Datenlasten und Zeitbedingungen. Anspruchsvolles Data Replay passt perfekt, wenn die Anforderungen an die Flexibilität und Skalierbarkeit eines Testsystems hoch sind, zum Beispiel wenn der Fokus auf der Validierung häufig wechselnder Versionen und Updates des Steuergeräts oder dem HPC liegt, verschiedene Bordnetzversionen berücksichtigt werden müssen und die Busdateninjektion in Lidar- und Radarsensoren nicht nur über Ethernet mit TCP und UDP/IP, sondern auch über serviceorientierte Kommunikation erfolgt. Da die Validierung an SUTs (System under Test) unterschiedlicher Reife bis hin zur Serienreife durchgeführt werden soll, muss auch die sich ändernde End-to-End-Sicherheit des Geräts berücksichtigt werden.

Herausforderung

Bei Data-Replay-Tests müssen ADAS/AD-Hardware-Plattformen mit heterogenen Datenströmen, einschließlich Sensor- und Busrohdaten, in der gleichen Weise gespeist werden wie im Fahrzeug bei realen Testfahrten. Um vom SUT akzeptiert zu werden, müssen alle injizierten Daten mit hoher Korrektheit und Genauigkeit wiedergegeben werden. Eine einzige Plattform für autonomes Fahren muss mit perfekt synchronisierten Datenströmen von 25 und mehr Sensoren parallel versorgt werden, was wiederum eine Bandbreite von teilweise mehr als 40 Gbit/s erfordert. Systeme für das autonome Fahren, die auf HPCs basieren, verwenden häufig eine serviceorientierte Kommunikation über SOME/IP. Dies erfordert eine geeignete Filterung der Busbilder in Echtzeit während des Replays. Weitere Rohdaten- und Busdatenanpassungen sind erforderlich, wenn sich die Steuergeräte- oder Bordnetzversion geändert hat. Ein weiterer herausfordernder Aspekt ist die wachsende Zahl von Sicherheitsfunktionen in den neuen ADAS/AD-Plattformen. Einige Plattformen sind mit „Replay Attack“-Gegenmaßnahmen ausgestattet, die das Abspielen der Daten direkt nach der Aufzeichnung ungültig machen. Um dies zu vermeiden, muss der Sicherheits-Header der aufgezeichneten Daten vor der Injektion in Echtzeit geändert werden. Von Data-Replay-Tests wird erwartet, dass sie stets deterministisch und reproduzierbar sind und ein realistisches Bus- und Systemverhalten zeigen. Immer mehr Kunden nutzen Rechenzentren, um von der skalierten Leistung und Effizienz der Rechen- und Speichervirtualisierung und der Hochgeschwindigkeits-Cloud-Anbindung zu profitieren. Daher müssen Data-Replay-Systeme leicht in eine hybride Cloud-Infrastruktur integrierbar und aus der Ferne steuerbar sein. Die Komplexität von Data Replay nimmt rapide zu – dies erfordert von den Testabteilungen eine häufige Überprüfung der Qualität der Replay-Systeme parallel zur eigentlichen Steuergeräte-Validierung.

Lösung

Die dSPACE Lösung für anspruchsvolles Data Replay zur Validierung von ADAS/AD-Domain-Controllern und HPCs besteht typischerweise aus mindestens einer Environment-Sensor-Interface (ESI)-Unit zur Einspeisung von Sensorrohdaten und einer SCALEXIO Processing Unit, die als Businjektionsschnittstelle dient. Um die aufgezeichneten Daten zu empfangen, können die Sensorschnittstellen entweder an mehrere Replay-PCs angeschlossen oder in die Rechen- und Speicherinfrastruktur eines Rechenzentrums integriert werden, was bei heutigen Projekten zunehmend der Fall ist. Optional kann ein Datenlogger als Sonde hinzugefügt werden, um Datenströme zu protokollieren, die in das SUT eingespeist werden, um anschließend die Qualität des Data Replays zu überprüfen.

Ein Vorteil der Integration in eine Rechenzentrumsinfrastruktur ist die Möglichkeit, Rechen- und Speicherressourcen für flexible und skalierbare Tests zu virtualisieren. Dank der durchsatzstarken Verbindungen zum Cloud Data Lake von bis zu 100 Gbit/s können Datenaufzeichnungen und Annotationen für das Replay und die Berechnung von Testergebnissen direkt zum Replay-System gestreamt oder in einem lokalen Cache vorgespeichert werden, während eine Instanz von RTMaps, der leistungsoptimierten Replay-Software von dSPACE, auf einer virtualisierten Rechnereinheit in einem Docker-Container läuft. Nach dem Auslesen der Aufnahmen, das in verschiedenen Formaten (MDF4, PCAP, rosbag ...) erfolgen kann, gibt RTMaps die Daten direkt oder nach einigen Anpassungen wie Dekompression, Hinzufügen von Pixelfehlern oder Entfernen von Bus-Frames an dedizierte Schnittstellen für Roh- und Busdateninjektion, die ESI-Unit und die SCALEXIO Processing Unit weiter. RTMaps kann auch im Nachhinein genutzt werden, um Key Performance Indicators (KPIs) zu berechnen, indem der SUT-Output mit bereitgestellten Annotationen (Referenzdaten) verglichen wird, und um den korrekten Betrieb des Replay-Systems zu überprüfen.

Die modulare FPGA-basierte ESI-Unit zur Einspeisung von Sensorrohdaten kann individuell mit einer Vielzahl von FMC-Modulen bestückt werden, um Daten in verschiedene Schnittstellen des SUT wie GMSL, FPD-Link oder MIPI CSI einzuspeisen. Die SCALEXIO Processing Unit sorgt für das Echtzeit-Replay von Bus-Datenströmen, die Nutzdaten wie Lidar-Punktwolken oder Radar-Objektlisten über UDP/TCP/IP oder CAN transportieren. Darüber hinaus unterstützt die leistungsstarke Processing Unit vollständig die Businjektion über SOME/IP, einschließlich der Filterung von Echtzeit-Frames und der Manipulation bestehender Datenaufzeichnungen, die erforderlich sind, um Änderungen am SUT, am Bordnetz und an der Kommunikation abzudecken und E2E-Sicherheitsupdates zu erfüllen. SCALEXIO führt auch eine qualitativ hochwertige Restbussimulation durch, um die erforderlichen Fahrzeugbusdaten bereitzustellen und das SUT während des gesamten Replays im erwarteten Betriebspunkt zu halten. Sowohl die ESI-Unit als auch die SCALEXIO Processing Unit sind auf Hardware-Basis durch gPTP (generalized Precision Timing Protocol) zeitsynchronisiert, wobei die Echtzeituhr des SCALEXIO-Systems als Master verwendet wird, um eine hochpräzise Injektion aller parallelen Datenströme in das ADAS/AD-Steuergerät mit dauerhaft niedrigem Jitter unter 1 ms zu gewährleisten.

Die Modularität und Flexibilität des Systems ist das Herzstück der dSPACE Data-Replay-Lösungen, um die Validierung zu skalieren. Wachsende Bandbreitenanforderungen gepaart mit einer steigenden Anzahl von Sensorschnittstellen können durch die Aufrüstung des Replay-Systems mit zusätzlichen ESI-Units und SCALEXIO Processing Units abgedeckt werden. Durch die Integration in ein Rechenzentrum kann die Testumgebung mit einer Reihe parallel laufender Replay-Systeme für groß angelegte Tests erweitert werden.

Um die Integration von Rechenzentren vollständig zu unterstützen, kann das Replay-System über offene APIs ferngesteuert und überwacht werden. Um die hohe Replay-Qualität eines solch komplexen Testaufbaus zu gewährleisten, kann die Testumgebung durch einen Sonden-Daten-Logger und die dSPACE Data-Replay-Validation-Lösung erweitert werden. Dies ermöglicht die regelmäßige Überprüfung von Datenströmen, die in das SUT eingespeist werden, anhand bestehender Testqualitätsstandards.

Mit überschaubarem Mehraufwand kann ein Replay-System auch in einen Closed-Loop-HIL umgewandelt werden, um szenariobasierte Tests durchzuführen, zum Beispiel auf Basis von synthetischen Daten, die durch Sensormodelle generiert werden.