Anwendungsbereiche
Das dSPACE Hardware-in-the-Loop (HIL)-Testsystem auf Basis der SCALEXIO-Technologie von dSPACE ist eine modulare und leistungsfähige Plattform für den Test von HPCs für autonomes Fahren in Closed-Loop- und Open-Loop-Simulation. Die Closed-Loop-Simulation basiert auf umfassenden Modellen für Fahrzeuge, Verkehr, Umgebung sowie verschiedenen Sensormodellen wie Kamera, Radar, Lidar und Ultraschall. Restbusmodelle und Schnittstellen für Automotive Ethernet, CAN, LIN und FlexRay decken den Kommunikationsteil des HPC ab. Fehlermodi und Manipulationsmöglichkeiten ermöglichen Failsafe- und Sicherheitstests. Alle Simulationskomponenten laufen zeitsynchron in Echtzeit.
Die Verwendung der SCALEXIO-Plattform für die Open-Loop-Simulation ermöglicht die Wiedergabe von Sensor- und Bus-/Netzwerkdaten, die während realer Testfahrten erfasst wurden. Sensorfusions- und Perzeptionsalgorithmen können so mit aufgezeichneten Daten aus der realen Welt getestet werden.
- Umfassendes Portfolio für Closed-Loop- und Open-Loop-Tests von HPCs für autonomes Fahren
- Sensorrealistische Modelle für Kamera-, Radar-, Lidar- und Ultraschallsensoren
- Umfassende Restbussimulation für Automotive Ethernet, CAN, LIN und FlexRay
- Closed-Loop- und Open-Loop-/Datenwiedergabetests
- Pixel- und punktgenaue Rohdateneinspeisung für Kamera-, Radar-, Lidar- und Ultraschallsensoren
- Hochentwickelte Fahrzeug-, Umwelt- und Verkehrsmodelle
- Hochpräzise Echtzeitsynchronisation
- Effiziente Nutzung von GPU- und FPGA-Technologie
- End2End-Tests durch V2X-Simulationslösungen für 4G/5G, WiFi, GNSS
- Szenariobasiertes Testen, ISO 26262- und SOTIF-konformes Testen
Nahtloses Testen von SIL und Cloud bis HIL
Die dSPACE Werkzeuge und Lösungen für den Test von HPCs für autonomes Fahren sind in eine übergreifende Validierungsarchitektur eingebettet, die eine maximale Wiederverwendung von Modellen und Software-Werkzeugen zwischen Hardware-in-the-Loop-Tests und Software-in-the-Loop-Tests sowie Cloud-basierter Simulation ermöglicht.
Sensor Simulation
Die Lösung dSPACE HIL for Autonomous Driving bietet eine sensorrealistische Simulation für alle Sensortypen, von Kamera und Radar bis hin zu Lidar- und Ultraschallsensoren. Während die physikbasierten Sensormodelle reale physikalische Effekte wie reflektierende Oberflächen simulieren, sind die generierten Sensorrohdaten sehr genau in Bezug auf simulierte Kamerabilder oder -daten oder Lidar-Punktwolken. Diese Sensormodelle werden mit Hilfe von GPU- und FPGA-Technologie ausgeführt, wodurch es möglich ist, Tests auch unter verschiedenen Wetterbedingungen wie Nebel, Regen und Schneefall zu absolvieren.
- Physikbasierte, sensorrealistische Modelle mit GPU- und FPGA-Technologie für höchste Rechenleistung
- Offen für kundenspezifische Sensormodelle durch bspw. OSI-Schnittstelle
- Synchrone Simulation von mehreren Sensoren für komplexe AD-Sensoraufbauten
- Unterstützung von mehreren Serialisierungs-/Deserialisierungsschnittstellen mit bis zu 10 Gbit/s, ermöglicht durch ein großes Partnernetzwerk
Ihre Vorteile für die Sensorsimulation
-
Für den Verwendungszweck validierte Sensormodelle
- Richtige Modelle für alle Automobilanwendungen
- Das Simulationsmodell entspricht den Echtzeitanforderungen
- Modell- und Simulationsvalidierung für alle Parametrisierungen durchführen
-
Bewährte Schnittstellen für die Integration von Tier-1/Tier-2-Sensormodellen
- Offene Schnittstellen (APIs) für kundenspezifische Sensormodelle
- Unterstützung von Standards, z. B. Open Simulation Interface (OSI) oder Functional Mock-up Interface (FMI)
- Starkes Partnernetz, z. B. Velodyne Lidar, Leddar Tech, Hella, NXP, Cepton
-
Realitätsnahe Umweltsimulation mit dSPACE AURELION
- Sensorrealistische Umweltsimulation zur Validierung von Perzeptions- und Fahrfunktionen
- Leistungsstarke Schnittstellen für die IP-geschützte Integration von Sensormodellen anderer Hersteller
- Realistischer Aufbau von digitalen Zwillingen
Teststrategie
Die Entwicklung von ADAS/AD-Systemen ist ein mehrstufiger, iterativer Prozess. dSPACE HIL for Autonomous Driving ist daher Teil einer Gesamtteststrategie, die von dSPACE bereitgestellt und unterstützt wird. Diese Teststrategie basiert auf modernsten Testmethoden und gibt eine Antwort auf die übergreifende "Safety first"-Herausforderung für das automatisierte Fahren.
Die Gesamtteststrategie deckt alle relevanten Validierungsmethoden in der ADAS/AD-Entwicklung ab, die eine wirksame Validierung von ADAS/AD-Systemen in allen Phasen der Entwicklung ermöglichen. Die Teststrategie basiert auf dem Whitepaper „Safety-first for automated driving“ der Automobilindustrie.
Neben realen Testfahrten und Closed-Loop-HIL-Tests ist das Data Replay eine wichtige Testmethode zur Validierung von Funktionen für das automatisierte Fahren. Da sie höchste Datentreue und Realitätsnähe bietet, wird das Data Replay hauptsächlich zum Testen von Computer Vision sowie von KI-basierten Perzeptions- und Datenfusionsalgorithmen verwendet, die mit realen Daten trainiert wurden. Bei der Wiedergabe werden Datenströme, die zuvor von einer Vielzahl von Sensoren wie Kamera, Radar oder Lidar in realen Fahrzeugen aufgezeichnet wurden, in den Prüfling (Device under Test, DUT) eingespeist. Gleichzeitig wird der DUT-Ausgang gemessen und mit Referenzdaten (Ground Truth) verglichen, um die Key Performance Indicators (KPIs) zu ermitteln, die den Reifegrad der auf dem Steuergerät laufenden Perzeptions- oder Datenfusionsalgorithmen widerspiegeln. Durch die Kombination eines hochleistungsfähigen, echtzeitfähigen SCALEXIO-Systems und einer ESI (Environment Sensor Interface)-Einheit bietet dSPACE ein flexibles System für präzises und deterministisches Data Replay einer unbegrenzten Anzahl von Sensor- und Busrohdatenströmen jeglicher Art für alle Entwicklungsstufen, auch für E2E-sicherheitsgeschützte seriennahe Steuergeräte.