端到端开发和测试环境

为了帮助您在公路上实现自动驾驶，dSPACE为基于数据驱动的开发、仿真和验证提供了全面的解决方案和服务。dSPACE解决方案提供了一个开放、集成的开发和测试环境，从数据记录和产品级软件开发到认证、传感器测试和售后都包含在内。

• 数据记录：强大的高性能车载数据记录系统，能够记录传感器原始数据和车辆总线数据
• 机器学习：数据分析和数据处理
• 车载原型开发：快速功能开发，用于基于数据驱动开发和机电控制器
• 数据增强：数据的选择、匿名化和注释，并且保证一流的数据处理质量和数据自动化。
• 产品软件开发：AUTOSAR Classic and Adaptive以及其它平台的建模、高质量代码生成和验证
• 数据回放：传感器原始数据和车辆总线数据（具有异常高的分流带宽）的时间同步回放
• 车辆、环境和传感器仿真：高度真实的经验证的仿真模型
• SIL测试：强大的基于PC和云的SIL仿真
• HIL测试:高性能计算机的实时HIL测试
• 场景生成：根据传感器原始数据和对象列表自动生成仿真场景
• 基于场景的测试：通过自动执行和评估数以百万计的测试，验证自动驾驶软件，并提供了一个针对SIL、HIL和云中仿真的端到端解决方案
• 数据和测试管理：集中管理测量、仿真和测试数据
• 连通性测试：用于测试网联车辆V2X和基于云服务的端到端解决方案
• 安全测试：实时仿真和操纵安全机制，以发现安全漏洞并验证受保护的ECU
• 验证和认证：根据ISO 26262和ISO/PAS 21448（SOTIF）的验证和确认策略，通过优化流程实现认证
• 下线传感器测试：雷达控制单元的精确、经济、高吞吐量测试
• 定期技术检查：验证基于雷达的车辆环境检测装置的功能、安全性和一致性

自动驾驶中的效应链通常由不同的处理阶段组成。首先，传感器的原始数据必须进行预处理（感知）。我们的目标是在单个图像或反射点的基础上检测功能、静态或动态对象以及车辆环境的自由空间。在随后的阶段，结果在合并之后被归类到能够保持一致的环境模型（数据融合）。为此，传感器数据的时间同步和相关性显得非常重要。此外，有必要基于高清地图（定位）确定确切位置和车道位置。

基于环境模型，可以分析车辆周围的情况，规划可能的驾驶轨迹，决定操作选项以及执行纵向和横向控制。

真实世界全面而精密的仿真是进行成功验证的基础。使用合适的传感器模型。并且将实际传感器与测试环境集成能够发挥重要作用。传感器模型的扩展范围从技术独立的变体（其根据环境模型提供的信息直接生成对象列表）到现象学或物理模型都有涉及。现象学或物理模型通常在高性能GPU上进行计算，并将原始数据馈送到连接的真实传感器，如摄像头传感器或雷达传感器。根据数据类型和激励层，传感器可通过不同的方式集成。这些集成选项的范围可以是直接刺激传感器前端，可以通过OTA方式，例如雷达，或者通过带有GNSS（全球导航卫星系统）的HF电缆或V2X（Vehicle-to-X）信号。由于传感器预处理、传感器数据融合以及传感器控制单元中的环境模型的建立对效应链有很大的影响，因此在测试环境中必须使用真实的传感器。