For a better experience on dSPACE.com, enable JavaScript in your browser. Thank you!

dSPACE travaille d’ores et déjà avec des acteurs automobiles du monde entier pour que la conduite autonome passe du stade de la vision à la réalité. Nous proposons, à partir d’une seule et même source, une chaîne d’outils innovante et évolutive pour le développement et la validation. C’est ainsi qu’une vision devient réelle encore plus vite.

Environnement de développement et de test intégral

Afin de vous aider à amener le concept de la conduite autonome sur la route, dSPACE propose une offre de solutions et de services complète pour le développement et la validation suivant les données. Ceci permet d’assurer un traitement efficace et direct des données à toutes les étapes du développement, de l’enregistrement des données aux tests de release ou d’approbation.

  • Enregistrement de données : système de collecte de données en véhicule, robuste et remarquablement performant pour l’enregistrement des données brutes du capteur et des données de bus véhicule
  • Enrichissement de données : anonymisation de données et annotation de données (vérité-terrain) automatisées de très grande qualité
  • Génération de scénario : génération automatisée de scénarios de simulation à partir des données brutes du capteur ou de listes d’objets
  • Simulations réalistes de capteur : simulation hautement représentative basée sur la physique de capteurs caméra, lidar, et radar
  • Rejeu de données : relecture synchrone de données brutes des capteurs et de données des bus véhicule avec une bande passante de diffusion exceptionnellement élevée
  • Tests basés sur scénarios : validation des algorithmes de perception, de fusion et de planification pour la conduite autonome grâce à l’exécution et à l’évaluation automatiques de millions de tests
  • Gestion des données et des tests : gestion centralisée des données de simulation et de test (incluant le traitement des variantes et la gestion des workflows)
  • Plateforme de simulation : gamme de solutions complète pour les simulations SIL, HIL et à grande échelle dans le Cloud
  • Tests de release : planification de la stratégie de vérification et de validation d’après les normes ISO 26262 et ISO/PAS 21448 (SOTIF) afin d’obtenir l’homologation en s’appuyant sur des processus optimisés

La chaîne de traitement des capteurs pour la la conduite autonome est généralement constituée de différentes étapes. Tout d’abord, les données brutes du capteur doivent être prétraitées (perception). L’objectif est de détecter les caractéristiques et les objets statiques ou dynamiques ainsi que les espaces libres dans l’environnement du véhicule à partir d’images simples ou de points de réflexion. Pendant l’étape suivante, les résultats sont fusionnés et rassemblés sous forme d’un modèle d’environnement cohérent (fusion de données). Pour ce faire, la synchronisation temporelle et la corrélation des données du capteur sont importantes. De plus, il est nécessaire de connaître la position exacte et la trajectoire du véhicule à partir d’une carte haute définition (localisation).

À partir du modèle d’environnement, la situation autour du véhicule est analysée, les trajectoires de conduite possibles sont planifiées, la décision pour une certaine manœuvre est prise et le contrôle longitudinal et latéral est effectué.

Une simulation complète et détaillée de l’environnement réel est à la base d’une validation réussie. L’utilisation de modèles de capteur adaptés et l’intégration des capteurs réels à l’environnement de test jouent un rôle important. Le panel de modèles de capteur s’étend de variantes indépendantes des différentes technologies, qui génèrent des listes d’objets directement depuis les informations fournies par le modèle environnemental, à des modèles phénoménologiques ou physiques qui sont typiquement calculés sur un GPU haute performance et qui alimentent en données brutes les capteurs réels connectés, tels une caméra ou un radar. Il existe différentes options d’intégration des capteurs selon le type de données considéré et la couche à stimuler. Ces options peuvent aller jusqu’à la stimulation directe de la tête du capteur, soit par radiofréquence comme pour un radar (stimulation Over-The-Air), soit par un câble haute fréquence avec un système GNSS (Global Navigation Satellite System) ou encore via des signaux V2X (Vehicle-to-X). Il est souvent indispensable d’utiliser les capteurs réels dans l’environnement de test vu que le prétraitement des signaux, la fusion des données capteur et la reconstitution du modèle d’environnement dans l’unité de contrôle du capteur ont un impact très fort sur la chaîne de traitement.

Développement logiciel suivant les données pour les véhicules autonomes

Solution tout-en-un assistée par intelligence artificielle pour le développement suivant les données de véhicules autonomes (AV), de l’enregistrement et de l’enrichissement des données à la génération 1) de scénarios basés sur le monde réel pour la simulation à grande échelle.

Prototypage rapide

Développement des algorithmes de perception, de fusion et d’application avec les systèmes de prototypage dSPACE et RTMaps

Simulation MIL/SIL

Tests des fonctions de conduite automatisée par la simulation Model- (MIL) ou Software-In-the-Loop (SIL) sur des PCs standards ou des clusters informatiques

Simulation HIL

Tests des systèmes de conduite automatisée et de chaînes de traitement complètes en laboratoire

Vue d’ensemble des outils

Une chaîne d’outils bien coordonnée avec des outils qui interagissent en souplesse tout au long des différentes étapes du développement

Vidéos

Une sélection des vidéos dSPACE sur les systèmes d’aide à la conduite avancés (ADAS) et sur la conduite autonome

Service dSPACE de conseil en processus

Le Service dSPACE de conseil en processus propose des projets de conseils afin de vous assister lors de la définition de vos processus et de leur optimisation tout au long des phases du développement de votre calculateur, que vous utilisiez les outils dSPACE ou non.

1) Prévu pour fin 2019