端到端开发和测试环境

dSPACE为基于数据的开发和验证提供了全面的解决方案和服务，帮助您实现自动驾驶。这确保了所有开发阶段都能实现无缝、高效的数据处理，从数据记录到数据释放（或sign-off测试）都包含在内。

• Data logging: robust in-vehicle data logging system with outstanding performance for recording sensor raw data and vehicle bus data
• Data enrichment: data selection, anonymization, and annotation (ground truth) with best-in-class quality
• Machine learning & in-vehicle prototyping: Big data management, AI training, and systems for in-vehicle prototyping
• Data replay: time-synchronous replay of sensor raw data and vehicle bus data with exceptionally high streaming bandwidth
• Production software development: modeling, high-quality code generation, and verification for AUTOSAR Classic and Adaptive, and other platforms
• Scenario generation: automated generation of simulation scenarios from sensor raw data or object lists
• Vehicle, environment, and sensor simulation: highly realistic and validated simulation models
• Scenario-based testing: validating software for autonomous driving by automatically performing and evaluating millions of tests with an end-to-end solution for SIL, HIL, and simulation in the cloud
• Data and test management: central management of measurement, simulation, and test data
• Release testing: verification and validation strategy according to ISO 26262 and ISO/PAS 21448 (SOTIF) to achieve homologation with optimized processes
• End-of-line sensor testing: precise, cost-efficient, high throughput testing of radar control units
• Periodic technical inspections: verifying functionality, safety, and conformity of radar-based environment detection units for vehicles

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。