SiL仿真的案例
自動駕駛能力驗證的關鍵：仿真測試詳述
而SIL/PIL的測試用例往往都是借用MIL的測試用例，一旦在MIL這個階段的使用了錯誤測試用例，即使后面的測試都通過了，這個錯誤還是會產生影響。
SIL（Software in the Loop）測試的目的是為了驗證自動生成的代碼和用于代碼生成的模型中行為上是一致的。SIL測試實際上可看成一種MIL的等效測試（等效測試的目的是為了防止代碼生成過程出錯），實際代碼運行在環仿真平臺，通過模型生成代碼和算法分析，驗證代碼和模型的一致性。
HIL（Hardware in the Loop）平臺：硬件在環仿真平臺，用于測試控制器系統中硬件、底層軟件和應用層軟件。通過將被測控制器和工控機相連接，工控機上運行著被控對象的模型，模擬出被控對象的電氣特性。需要注意的是HIL測試的對象是按照實際路況進行測試響應的。
VIL（Vehicle in the Loop）測試應用于車輛在環仿真平臺，提高了被測控制器的性能測試結果精確度，與實車測試相比，更加節約成本，降低測試風險，增強測試可復現性。彌補了實車測試與硬件在環測試之間的鴻溝，可用于復雜場景/人機交互評價。
除開如上常用的仿真測試以外，有能力的主機廠還會進行另外的DIL和PIL測試。DIL測試即是針對駕駛模擬器或相關設備進行的仿真測試，用于評價駕駛員在環測試，功能/HMI設計和主觀評價。而PIL測試是將生成的代碼運行到目標處理器上，通過測試結果發現編譯器出錯可能引入的bug。這里PIL測試與SIL測試是等效測試，但是SIL試運行到Windows下的編譯器上。
3種仿真模型構成包含場景/場景庫，感知系統，車輛本身，控制器。其中場景是自動駕駛開發、測試、驗證的核心。
展開 CADENAS、ISG和TwinStore為推進虛擬調試做好充分準備
借助ISG的ISG-virtuos仿真軟件，用戶可以為任何應用創建機器和工廠的數字孿生。得益于可單獨擴展的解決方案，該仿真模型可以普遍用于從早期工程設計到虛擬調試的每個階段。除了已經提供了第一個運動模型的模型在環（MiL）仿真之外，ISG-virtuos還可用于映射軟件在環（SiL）仿真，以測試軟件控制。此外，ISG-virtuos軟件能夠在確定性控制中實時對機器和系統進行行為模擬（硬件在環，HiL）。
作為三大行業領導者合作的一部分，CADENAS為ISG提供智能和高質量的3D模型。它們是未來將在在線平臺ISG-TwinStore上提供的4D仿真模型的基礎。為此，與Afag集團的第一個試點項目已經取得成功。
CADENAS，ISG和TwinStore之間的合作源于CADENAS兩個拾取和放置以及傳感器技術領域客戶對其產品數字孿生數據的需求。此外，許多其他行業也表達了對4D模型的需求。其中包括，例如汽車、物流和運輸、木材加工、機械加工行業以及更多希望在未來使用VC 的行業。
CADENAS高級客戶經理Thomas Lang預測:“使用VC技術，中歐地區已經證明了它仍然是一個創新驅動的工業地區，在全球競爭中具有優勢。”
Afag集團的試點項目
Afag集團是該行業的數字化先驅之一，其目標是為客戶提供產品的數字孿生數據，至今，該集團與CADENAS成功建立了20多年的合作伙伴關系。
Afag集團首席技術官Klaus Bott確信:“CADENAS，ISG和TwinStore通過自動認證的數字孿生數據，以及將數據發布在TwinStore上，為廣大專業人士展示了一條絕對明智和合乎邏輯的價值鏈。
展開 設計仿真 | 高級駕駛員輔助系統(ADAS) XIL測試
根據汽車電子開發的V流程，產品在推向市場之前，要進行SIL、MIL、HIL和VIL等仿真驗證，在保證產品的功能的可靠性和性能的穩定性的同時，減少產品的研發費用和縮短產品的研發周期。
在SIL/MIL仿真測試中，需要仿真工具能夠集成客戶多樣化的算法平臺，如C++，simulink等；在HIL仿真測試中，需要仿真工具的仿真速度能夠滿足實時性要求；在VIL仿真測試中，需要仿真工具能夠模擬虛擬的測試場地等。
在傳感器仿真測試方面，需要仿真工具能夠仿真Camera，Lidar，Radar和超聲波等不同的傳感器類型，同是能夠模擬不同等級的傳感器信號，以滿足不同用戶測試不同算法的需求。
在整個測試閉環中，還需要仿真工具能夠集成不同的車輛動力學軟件的同時，能夠和自動化測試軟件無縫集成，從而滿足用戶的自動化測試需求。
汽車高級駕駛員輔助系統的開發和測試領域：
基于VTD的智能駕駛仿真測試系統，采用VTD軟件作為場景搭建和仿真的工具，將VTD軟件布置在高性能圖形工作站中。基于VTD的ROD工具來搭建測試的道路系統，基于ScenarioEditor工具來創建動態的交通，同時根據用戶的被測系統在VTD軟件中來配置不同的傳感器類型及仿真等級。該系統可以滿足用戶的如下需求：
? 進行控制算法的SIL/MIL/HIL測試；
?進行感知+控制算法的SIL/MIL/HIL測試；
?進行基于視頻暗箱/視頻注入的圖像識別算法測試；
?進行基于回波模擬/點云的Radar識別算法的測試；
?進行基于Objectlist和激光雷達點云識別算法的測試；
?進行多傳感器在環同時測試；
?進行基于worldsim的自動化測試。
展開 汽車軟件測試：需求和最佳實踐
多虧了技術的進步，為我們帶來了這個問題的解決方案：硬件在環仿真（HIL）和軟件在環仿真（SIL）測試。
軟件在環仿真（SIL）測試
軟件在環仿真測試通過模擬環境中測試和驗證軟件代碼，能夠消除bug、提高代碼質量并顯著縮短構建時間。
在各大汽車品牌和OEM廠商試圖通過不斷創新以奪得競爭優勢的背后，真正的交鋒發生在代碼的字里行間。無論是何種類型的產品（安全、儀表盤、導航系統或其他），軟件在獲準用于車輛之前都必須經過廣泛測試。
SIL的優點包括：
軟件測試可隨每個程序模塊完成后定期進行測試，而無需等待最終構建
測試可以實現自動化并同時運行
測試結果可共享且易于分析
它可以將軟件開發與硬件開發分離，因此軟件制造商可以在不受硬件行業瓶頸制約的情況下持續創新
無需要專用的測試臺（下文中提到的HIL測試則需要此類測試臺）
SIL測試易于擴展、可重復性高并且比手動測試更快
硬件在環仿真（HIL）測試
硬件在環仿真測試，顧名思義，是一種與車輛硬件相關的測試和驗證方法。這些模擬器是最終產品的大致模型，在將真實的ECU接入測試系統之前，對其進行全面測試。
HIL測試臺使用來自攝像頭和雷達等設備的數據輸入并實時運行數學仿真模型來模擬實際的汽車發動機動力學。一般來說，HIL測試比SIL測試成本更高，也更耗時，所以要在SIL測試完成之后進行。
汽車軟件測試的重要性并非完全是出于道路安全考慮，同時也需要考慮諸如網絡安全、OEM的信任度和可靠性，以及汽車品牌健康和形象等其他因素。
汽車軟件測試相關法規
當然，針對汽車硬件和軟件組件的測試有著非常嚴格的規定。
展開 
淺談汽車軟件解決方案：智能電控模型/代碼一致性測試
廣泛應用于基于模型開發產品的單體測試和集成測試，支持測試用例的自動生成及便利編輯，支持MIL/SIL/PIL多種仿真，自動比較仿真結果并通過生成的HTML報表直觀呈現測試結果。
easyModelVerifier已經成功應用于國外某整車廠的發動機、變速箱電控軟件的測試及某研究所的數字電源控制軟件的測試。此外、尚有多家國內外企業正在檢討此軟件的導入，以幫助通過產品的功能安全認證。
easyModelVerifier是因ISO26262功能安全需求而生，可以完美實現模型/代碼一致性測試、覆蓋度測定兩大要求。可以兼容市面上絕大部分MATLAB版本，從而快速響應客戶的需求。
展開 一文詳解智能駕駛感知系統測試技術
自動駕駛測試可分為模型在環(MiL)測試、軟件在環（SiL）測試，硬件在環 (HiL)測試、整車在環 (ViL) 測試等。本文重點介紹自動駕駛感知系統測試 SiL 和 HiL 相關部分。HiL 包含感知硬件設備，如攝像頭、激光雷達、人機交互感知模塊。而 SiL 通過軟件仿真來替換真實硬件產生的數據。兩者的測試目的都是在于驗證自動駕駛系統的功能、性能、魯棒性和可靠性等。針對特定的測試對象，不同類型的測試在每個感知系統開發階段，結合不同的測試技術，完成對應的驗證要求。當前自動駕駛感知信息主要來源于對幾類主要數據的分析獲得，包括基于圖像（攝像頭）、點云（激光雷達）、以及融合感知系統。本文主要分析這三類數據的感知測試。
2 自動駕駛圖像系統測試
多類型攝像頭采集的圖像是自動駕駛感知最為重要的輸入數據類型之一。圖像數據能夠提供車輛運行前視、環視、后視和側視環境信息，幫助自動駕駛系統實現道路測距、目標識別與跟蹤、自動變道分析等功能。圖像數據具有多種格式，例如 RGB 圖像、語義圖像、景深圖像等。這些圖像格式存儲具有各自的特點，例如RGB圖像色彩信息更加豐富，景深圖片則包含更多的場景深度信息，語義圖像基于像素分類獲得，對于目標檢測和跟蹤任務更加有利。
基于圖像的自動駕駛感知系統測試依賴大規模的有效交通場景圖像進行訓練和測試驗證。然而真實道路采集數據人工標注成本高昂，數據采集周期過長，危險場景人工駕駛法律法規不完善，且標注質量參差不齊。同時，交通場景數據還受到數據來源單一、數據多樣性不足等因素影響，不足以滿足自動駕駛研究的測試驗證要求。
國內外研究者針對交通場景數據的構造生成技術進行了大量的研究，利用數據變異、對抗生成網絡、仿真引擎生成和游戲模型渲染等方法構建虛擬測試場景數據，從而獲得高質量的測試數據，將不同的生成測試數據用于自動駕駛模型和數據增強。
展開 