数字化转型为货运带来了各种机遇，通过联网、GPS物流、辅助系统等可以提高效率、降低成本。自动驾驶有着特殊的潜力。自动驾驶运输设备可以让货物在生产商、生产地点、仓库、港口、转运点和客户之间持续流动。这对于运输和物流行业来说堪称完美。对于重要部分，特别是 受限 区域，其可行性已经过研究证明。
自动驾驶，提高效率
MAN Truck & Bus SE电气/电子验证ADAS和自动化高级经理Eva Karrer-Müller博士解释到，“例如在汉堡港，一辆自动驾驶卡车驶向集装箱码头，独立、准确地找到前往转运点的路。”安全驾驶员监控整个行程以及自动装卸过程。汉堡港、Logistik AG以及MAN在汉堡卡车试点项目中共同取得了这次成功。其他试点项目表明了自动驾驶提高效率的宝贵潜力，证明了自主系统的可行性和实际适用性：
- EDDI：与项目合作伙伴DB Schenker在实际物流运营中将卡车编队（车队行程）
- aFAS：无人驾驶安全车辆沿着全自动交通道路行驶。
- ANITA：“码头作业自主创新”更有效地控制集装箱装卸过程，并将其与卡车驾驶员的驾驶和休息时间分开，让车辆的使用更加灵活。
这些项目的主要发现包括通过预测性自动驾驶降低油耗、提高安全性，在员工日益短缺的情况下减少人力需求。MAN Truck & Bus SE副总裁、电气/电子验证与确认主管Claus Hellberg强调，“自动驾驶有可能从根本上改变交通。”
开发自动驾驶程序而非各种功能
然而，对运输行业的客户和用户特别具有吸引力的是，自动驾驶给开发人员带来了激动人心的挑战。等级4 的自动化使得驾驶控制的开发和验证极其复杂。它不仅涉及技术功能的开发和测试，还涉及尽可能地替代人工驾驶员。MAN Truck & Bus SE电气/电子验证ADAS与自动化团队负责人Lorenz Bernwieser总结了这些挑战，“要让人们信赖人造自动驾驶员，它需要在相关测试场景中通过无事故驾驶来证明自己。”
自动驾驶货运的优势
- 加强道路安全，交通更加顺畅
- 高可靠性和高可用性
- 高可用性促进了客户的业务发展
- 提供新服务的潜力
- 整体运营成本降低
- 解决驾驶员短缺的问题
自动驾驶如何在经济上取得成功？
原始设备制造商（OEM）面临的挑战是除了传统开发方法外，利用新方法和新组件有效实施和执行新程序。其中包括传感器数据的记录、机器学习、基于数据驱动的开发和验证。Claus Hellberg表示，“为此，需要在巨大的时间和成本压力下积累专业知识，开发和实现新的流程及工具链。”
高效实现成功
为引进高效、可持续的方法，MAN评估了诸多过程咨询和开发工具提供商。他们很快就明了，要取得最大的成功，需要从单一来源获得全面的解决方案。具体来说，MAN正在寻找从数据采集到认证的解决方案专业知识。在咨询、工程服务以及合作伙伴关系网络的支持下，dSPACE提供的现有的或正在开发的解决方案组件令人信服并促成了这段计划持续数年的合作伙伴关系。选择dSPACE的原因：
- 丰富的先进驾驶辅助系统（ADAS）和自动驾驶系统（AD）验证流程知识
- 电子控制单元（ECU）功能虚拟化（V-ECU）的成熟解决方案。
- 针对基于数据驱动开发的端到端产品组合，从数据获取到标注和随后的数据管理。
- 在硬件在环（HIL）和软件在环（SIL）领域的仿真和验证方面具有成熟的能力和经验
- 云端解决方案SIMPHERA和本地方案，可在相关驾驶场景下高度可扩展地仿真无数里程
- 其他主题的合作伙伴网络
由于多年来，双方在以往的开发项目中进行过基于模型的传统开发和基于硬件在环（HIL）仿真的验证合作，MAN对dSPACE的可靠性很有信心。
以合作为基础的开发流程，共同实现目标
“我们与dSPACE和其他合作伙伴一起，制定了验证紧急制动辅助系统（EBA）的多阶段测试策略。这有助于为未来进一步验证3级/4级功能的验证做好了准备。”Eva Karrer-Müller博士解释道。设计过程引入了数据驱动开发的范式转换，尽可能提高一致性。软件开发和验证按以下步骤进行：
- 记录测试驾驶中有针对性的数据
- 数据收录和数据丰富（标注、标记、选择）
- 用于开发和测试的数据回放，主要在SIL中进行，但也会采用HIL仿真器。
- 在整个开发过程中进行迭代仿真和验证
- 认证参数的推导
提供解决方案工具链
为成功解决自动驾驶的各种相关问题，需要合适、强大的工具和能力。MAN与dSPACE携手设计、开发了一个集成式工具链并投入使用，开发人员可以利用它来应对诸多挑战：
- MAN依靠AUTERA AutoBox车载数据记录仪记录所有数据（原始传感器数据、摄像头视频、总线数据、XCP数据）。
- 借助AUTERA上传站，将所记录的数据导入存储系统，供开发人员使用。
- 利用传感器数据管理平台IVS，将数据进行结构化组织。开发人员可以随时访问所有处理步骤的数据，简化大量数据的管理。
- 创建作为基于产品级代码测试对象的虚拟ECU，并在持续集成（CI）构建管道的背景下生成。
- 使用通过ISO26262-认证的基于web的中央仿真和测试平台SIMPHERA，可以配置执行开环和闭环测试，并协调云中的扩展测试的执行。
These tool chains and methods support the end-to-end process and have proven to be effective in developing and validating the AD stack. The IVS sensor data management platform ensures maximum consistency.
深入了解开发和验证步骤
有一个实例展示了在电子控制单元（ECU）的日常开发环境中如何操作。最初，ECU是作为虚拟控制单元（V-ECU）创建的。MAN需要集成其自身的代码和供应商的组件，才能保持性能，确保功能正常，并满足V-ECU的特殊要求。使用下列流程进行验证：
- 在MAN持续集成（CI）管道中纳入集成和V-ECU的构建
- 在SIMPHERA中进行大规模数据回放测试，验证真实数据领域的要求
- 利用SIMPHERA中的大规模仿真，通过基于场景的测试，验证复杂的安全关键型场景
该流程不断迭代，直到软件满足既定的要求。在真实ECU上并行集成软件，并在硬件在环（HIL）仿真器上对选定的操作点（极端情况）进行进一步测试。有SIMPHERA作为中央平台，可以在HIL测试中进一步使用SIL仿真的测试场景和工件。这也适用于仿真模型，包括其参数化。可以在SIMPHERA中选择SIL测试使用的场景，或者是为特殊应用情况额外创建。在SIMPHERA中，很方便自动更改各个场景的测试参数，如速度、距离等，实现高测试覆盖率。
我们为何需要可扩展的仿真？
自动驾驶控制系统必须满足极高的安全要求。驾驶控制系统的每个新软件版本都必须在广泛的测试中证明其安全性：它必须成功管理数百万英里行程，不发生灾难性事故。用实时测试来验证这一点需要几十年的时间。为缩短测试时间，要并行执行相关的安全关键型测试场景。这正是SIMPHERA仿真解决方案的用武之地，因为它不仅可以在云端实现并行仿真，还具有各种验证方法。
程序评估
符合最新法规的紧急制动辅助装置是按照所描述的验证流程和程序开发的。真实的实车驾驶测试将软件成熟度作为附带的辅助衡量标准验证。在日常开发中，一般流程和工具链证明了它们非常适合要求更高的日常项目：它们将陆续推广到其他3级别和4级别驾驶功能，为整体验证做出重要贡献。Lorenz Bernwieser表示，“作为一个主要客户，MAN密切参与SIMPHERA的开发过程，并定期相互调整。这种有针对性的快速方法之所以取得了成功，特别是由于它采用敏捷协作的方式，能灵活响应新的要求。”dSPACE与MAN大力合作，将双方的解决方案专业知识有效结合。
Methods and test environments for validation: A mixture of data replay (DR) of real sensor data and synthetically generated scenario-based testing (SCBT) on SIL and HIL platforms.
自动驾驶将改变交通运输领域的游戏规则
Claus Hellberg总结道，“该合作项目为自动驾驶货运奠定了重要的技术基础。”自动驾驶卡车已经开始在虚拟世界中行驶，并从中汲取经验。真实传感器数据回放与合成创建的场景相结合，可以成功测试算法成熟度。未来的一个重要主题是自动驾驶汽车的认证。为此，dSPACE合作伙伴提供的工具和服务对dSPACE提供的一系列解决方案进行了补充。研究结果和技术创新表明：自动驾驶改变了运输行业。
经 MAN Truck & Bus SE 的许可
《dSPACE杂志》，2023年4月出版
咨询和工程服务
业内正在开发具有越来越多安全关键功能的复杂E/E系统，尤其是在自动驾驶领域，如何确保功能安全成为一个问题。与此同时，需要寻找高效开发的新途径。在功能安全、测试策略开发以及验证和确认领域，MAN依靠dSPACE的专业知识和咨询确保方法行之有效。而dSPACE咨询服务部承担着重要的概念性任务，并确保其在MAN项目中高效、成功实施。
