ADAS的案例
康謀分享 | AD/ADAS的性能概覽：在AD/ADAS的開發與驗證中“大海撈針”！
為此，康謀在本文將為您詳細介紹IVEX的智能概覽功能，助力AD/ADAS的開發與驗證！
一、AD/ADAS性能概覽的重要性
為了開發、演進、測試和驗證自動駕駛（AD）功能或自動駕駛輔助系統（ADAS），各大企業都在生成數千小時的包含仿真或真實世界的駕駛數據日志。那么，如何才能知道自身的AD/ADAS系統是否始終按要求運行？是否朝著更好的表現發展？
對“脫離”AD/ADAS模式的情況進行分析是一種常見的方法。這有助于了解系統失敗的“原因”，而后可對表現不佳的地方進行分組，提供一個概覽以確定糾正這些失敗的優先順序。然而，“脫離”分析僅涵蓋“已知”的不當行為，對于邊緣/極端情況該如何處理？更重要的是，對于險些發生的事故如何處理？
例如，由于一個錯誤檢測或者說“幽靈檢測”，白色的自車認為它將與車輛1發生碰撞，因此決定執行變道操作，如圖1所示。幸運的是，由于自車的左車道是空的，該操作是可行的，否則就可能會由于自車的急剎車而導致與車輛4發生追尾事故。
圖1 追尾未遂
這種更深入、更有成效的分析也與ISO 21448（SOTIF）所提出的過程相匹配，以識別在某些不利觸發條件下系統可能會表現出的局限性、弱點與干擾，而這些都可能導致事故或相關意外事件的發生。
如果能夠提供AD/ADAS系統性能的概覽，工程師就可以迅速在結構化分析中定位所有相關的事件或條件，例如：
（1）數據日志中出現了哪些未遂事故？
（2）系統在哪一個操作域（OD）表現不佳，原因是什么？
（3）開發是否正朝著更好的表現方向發展？
（4）是否應該修改功能需求，以便流暢且充分地與現實世界交互？
（5）功能是否滿足了指定的需求？
展開 探討ADAS技術原理、元器件類別和市場發展前景
大部分ADAS應用需要對來自多個傳感器的多路信號進行處理和分析，包括視頻攝像機、雷達、紅外傳感器，以及今后可能出現的激光等其他傳感器信號，例如危險探測不僅僅需要對來自多個攝像機的數據流進行集成和分析，而且對于全天候各種天氣條件下的應用，還必須采用雷達數據。ADAS應用中不同信號的集成又被稱為傳感器融合。
二、元器件類別及重點供應商
汽車ADAS系統涉及多種元器件，包括感應識別、執行機構、芯片算法、地圖導航、車聯網等模塊。ADAS的主要功能模塊主要包括：感知、決策、執行等。其中，執行模塊的難度較大，電控制動執行技術主要被博世、大陸等公司掌握。芯片、激光雷達、毫米波雷達等感知元器件通常由外資公司把控。
圖表 2 國際主流ADAS產品供應商
資料來源：一覽眾咨詢《2018-2025年無人駕駛汽車市場調研及投資前景報告》
目前ADAS核心技術主要掌握在外資公司手中，包括博世、大陸、德爾福、電裝等。中國多年積累的工程師紅利體現，創業型公司大量涌現，本土工程師和海歸力量共同推動技術進步。但綜合考慮法規、標準、公司規模和抗風險能力等要素，整車廠對大規模采購創業型ADAS產品仍有顧慮。中資公司可能在后裝ADAS和預警類ADAS領域尋求突破。
圖表 3 全球主要ADAS系統集成商市場份額
數據來源：一覽眾咨詢
企業詳細分析見一覽眾咨詢公司撰寫的《2018-2025年無人駕駛汽車市場調研及投資前景報告》。
三、市場前景
長遠來看，ADAS得到廣泛應用的決定性因素還是成本。雖然ADAS技術越來越復雜，但是，傳感器和處理器技術的進步—在很少的元器件中集成多種功能，現在可以支持工程師以中端甚至是經濟型汽車能夠承受的價格來設計ADAS應用。成本的降低以及通過功能集成來降低復雜度是推動ADAS技術在各類車輛中得以廣泛應用的關鍵因素。
展開 GPU可以為汽車ADAS帶來什么？
當今汽車行業最受關注的話題之一是先進的駕駛輔助系統（ADAS），該系統可以多種方式幫助駕駛員處理潛在問題。它們可以為駕駛員提供視覺和聽覺警告，也可以控制制動器、加速器和轉向裝置，使汽車遠離危險。
ADAS系統依賴于來自越來越多的離散傳感器的高質量數據，例如光探測和測距傳感系統（LiDAR），它使用脈沖激光測量與目標物體之間的距離；還有無線電探測和測距傳感系統（RADAR），其類似于LiDAR，但RADAR使用無線電波代替激光和紅外（IR）相機系統。
以上這些都使ADAS能夠更好地認知周邊環境并提高其輔助駕駛的能力。
ADAS中的GPU
在汽車的中央電子控制單元（ECU）中，您可以找到一個或多個大型硅器件，其中包含一個多核中央處理單元（CPU），一個圖形處理單元（GPU），一個為傳感器數據提供實時處理的內存子系統，以及一系列其他內核，如I / O、外設連接、專用視頻和DSP。
GPU高度并行，以吞吐量為導向的特性使其非常適合ADAS應用，并可應對諸多挑戰。它就像是一個“渦輪增壓”的乘法累加引擎，而且是以神經網絡類型算法為基礎的。因此，毫無疑問，當今許多領先的ADAS供應商都開始利用嵌入式GPU的能力和性能，來實現汽車所需要的功能和性能的提升。
從歷史上看，GPU在汽車的技術構成中起的作用較為傳統，即驅動顯示器。然而消費者越來越期望他們的新車提供與智能手機或平板電腦相同的尖端技術。因此，我們看到，應用正在向具有多個高分辨率屏幕的數字儀表板轉變，目前，1080p在中檔車中很常見，且有越來越多的4K屏幕被指定用于豪華車和行政車。
這些更大、更高分辨率且響應更快的屏幕使駕駛員和乘客能夠以更自然、更直觀的方式與他們的汽車互動。
展開 一文讀懂智能汽車的ADAS高級駕駛輔助系統發展水平
智能汽車的ADAS水平分辨
從ADAS的實現邏輯上是感知→決策→執行的過程，感知是正確決策和執行的前提，可以先從ADAS硬件配置來了解。特別是一些基礎的ADAS功能，基本上是使用供應商的解決方案，對比優缺點還是比較明顯的。
攝像頭和雷達是目前應用最多的ADAS傳感器，通常我們用V（video）和R（Radar）來代指攝像頭和毫米波雷達，用數字來表明配置的數量。比如1R1V就是由一個雷達和一個攝像頭組成的ADAS系統。通常的配置會有1V、1R、1R1V、3R1V、5R1V以及5R多V。更多的傳感器會帶來更多的成本，但肯定對感知的準確率和漏報率指標上有所增益。所以可以初步認為更多傳感器的ADAS系統表現會更好。
而在攝像頭方案里，Mobileye 的攝像頭芯片＞其他攝像頭芯片，Mobileye Q4 ＞ Mobileye Q3，多目攝像頭＞單目攝像頭。
從傳感方案的角度來看：有通過毫米波雷達完成，有通過前視攝像頭雷達完成，也有攝像頭和雷達融合的方案。這里面需要注意的是，毫米波雷達對于非金屬和靜態物體識別并不好，單毫米波雷達方案的AEB功能可能對行人，較低車速下的表現欠佳，不熟悉雷達這一特性可能會產生相應風險。而攝像頭的方案對于距離判定準確性要差一些，功能體驗可能會差一些。二者的融合方案能夠取長補短，相對更好一些。
另一個去了解ADAS水平的方法是從功能體驗的角度。從0到1是解決有無的問題，而從1到100則需要去看實際的體驗感受水平，而這里是可以有些量化指標的。
下面列出一些常見ADAS的一些體驗指標：
1. ACC與全速ACC：很多ACC功能要求車速在30km/h以上才能工作，而全速ACC則通常可以在0-150km/h起作用。
2.
展開 
一文介紹特斯拉AD/ADAS緊急制動安全分析案例
隨著自動駕駛（AD）/高級駕駛輔助系統（ADAS）在車輛中的應用日益廣泛，其引發的各類事件分析成為關鍵問題。本文聚焦特斯拉Autopilot的緊急制動情況，借助IVEX打造的數據采集平臺（Carvex）及安全分析平臺（Safety Analytics platform）展開研究。
通過對超過15000公里行程、40TB數據中緊急制動事件的剖析，發現Autopilot在面對超出操作設計域的場景時會解除自動駕駛，導致駕駛員緊急制動；同時還存在將正常情況誤判為風險而緊急制動的現象，這些分析為深入了解AD/ADAS系統行為提供了參考。
一、引言
在過去幾年里，AD/ ADAS組件在商用車和零售車輛中越來越受歡迎。這也帶來了一系列亟待解決的復雜問題。比如一個備受關注的問題：如何從數千小時的駕駛數據（包括開發階段和實際路測）中識別并理解由 AD/ADAS 行為觸發的各類事件，如緊急制動、急加速、低碰撞時間等。
數據采集平臺Carvex集成了一套尖端傳感器陣列，搭載于特斯拉Model 3車型，主要用于采集駕駛數據以驅動產品開發。大部分數據是在Autopilot（特斯拉的L2 ADAS系統）被激活時收集的。由于 Autopilot 是先進的 ADAS 系統之一，我們特別關注其性能表現，尤其是誤觸發緊急制動（false positive braking）這一ADAS領域長期存在的技術痛點。
起初，我們在檢查數據中的緊急制動事件時也遇到了困難。Carvex 已經收集了 15000 公里的駕駛數據。雖然與正常 ADAS 系統在部署前所需的測試里程相比，這個數字還很小，但我們發現，如果沒有良好的輔助工具，識別和檢查緊急制動事件并非易事。
本文將解析特斯拉的緊急制動事件。
展開 ADAS/ADS 整車下線標定解決方案
概述
駕駛員輔助系統(ADAS)近幾年在汽車市場的滲透率越來越高，典型的ADAS系統包括ACC、LDW、LKA、AEB等主動安全功能。2020年4月1日交通部《營運車輛自動緊急制動系統性能要求和測試規程》(JT/T1242-2019) 發布，要求營運車輛集成AEB系統。ADAS是復雜的機電系統，且與安全強相關。在整車生產環節，由于安裝誤差的存在會導致車輛ADAS系統性能下降甚至功能喪失。所以整車生產過程中需要對車輛進行標定以糾正ADAS系統的安裝誤差，從而保證其質量和安全性。
經緯恒潤依托多年的ADAS/ADS產品開發配套經驗和整車EOL系統開發經驗，開發了 ADAS/ADS標定系統。方案可覆蓋前視攝像頭標定、毫米波雷達標定、環視攝像頭標定等。支持的車型可以從1R1V車輛到 5R1V。系統支持全自動標定，極大的提高了標定效率和標定質量。
展開 AVL SCENIUS? —— 從設計到泛化的全流程ADAS場景測試平臺
行業挑戰
開發具有輔助駕駛（ADAS）或自動駕駛（AD）功能的車輛的主要障礙之一是確保ADAS功能在各種規定的條件和限制下的安全運行。因此大量的測試場景需要管理、準備、記錄，以及在模擬環境、和測試場景上執行。為了處理海量和復雜的ADAS/AD測試場景，工程師需要一個全面和高效的工具鏈，以便于進行場景管理、測試規劃和風險及測試覆蓋率評估。
為了實現這一目標，我們已經創建了AVL SCENIUS?解決方案套件。它是基于場景的ADAS/AD驗證和確認的整體和突破性方法，支持從場景設計到場景管理、測試案例生成、測試分配和結果報告的完整過程。
AVL SCENIUS?
AVL SCENIUS?套件是基于場景的ADAS/AD驗證和確認的整體和突破性解決方案，AVL Scenius 主要由Scenario Designer（場景設計），Scenario Data Manager（場景管理）和Test Case Generator（測試用例生成器）三部分組成，全面支持從場景設計、場景管理、測試案例生成、測試分配和結果報告的完整過程。
AVL SCENIUS? – Scenario Designer
Scenario Designer 是一款先進的圖形化所見即所得的軟件工具，用于輕松創建、導入、編輯和參數化場景。它完全支持標準化的OpenScenario和OpenDrive標準，及其中定義的Actor，Catalog，Manuva，Events，Trigger等功能。此外，它還可以利用其集成的回放引擎、交通模擬元素和自動路由對您創建的場景進行即時驗證。
展開 使用FPGA實現ADAS設計的功能安全考慮
作者：Clive Davies
摘要：ADAS是確保越來越擁擠的道路更加安全的下一波創新。這些系統的性能需求給現有以及未來的標準商用貨架(COTS)產品帶來了挑戰，而可編程FPGA在這方面有很大的優勢。
基于雷達和攝像機的應用現在也被用于安全駕駛領域。最初，自適應巡航控制和道路偏離報警等這些高級輔助駕駛系統(ADAS)只是一些非常便利的特性。而現在，它們在車輛控制上扮演了更積極主動的角色，支持實現道路輔助保持(LKA)等功能。以前的高性能CPU被認為是最適合這些應用的器件，但是綜合考慮計算性能和低功耗之后，促使工程師轉而采用FPGA器件。
ADAS需要滿足特殊的功能安全要求。2011年，載重3.5噸以下客車的ISO26262標準發布，其目的是降低系統出現故障后造成危險狀態的風險。這一標準要求采用嚴密的設計過程，在應用執行過程中探測隨機硬件故障，以減少系統性故障。
應用開發人員定義了專門的安全目標，針對每一目標分配了相應的汽車安全完整性等級(ASIL)。對于應用中最高級別的ASIL，通常定義了每一組件從開發直至工作到壽命終了時應滿足的要求。圖1顯示了從客戶需求角度看，ADAS應符合的ASIL目前的范圍。
圖1.ADAS ASIL市場需求(注：Range of Market Requirements for ADAS Applicatios:針對ADAS應用的市場要求范圍)
ASIL-B是市場上的最低級別，而某些應用則要求采用ASIL-D以支持某些功能。越來越多的ASIL有更嚴格的要求。在某些具體實現中，組件的通用ASIL或者條目(系統)等級都會帶來不必要的復雜度，影響了開發成本和進度。
展開 ADAS推高毫米波雷達需求，上游企業如何跟進？
毫米波雷達(Millimeter Wave，MMW)是未來車載主力傳感器之一，將和攝像頭(Camera)、激光雷達(LiDAR)、超聲波傳感器一起為高級駕駛輔助系統(ADAS)和自動駕駛汽車“保駕護航”。
毫米波雷達成為ADAS可靠性保障
毫米波雷達是使用工作頻段為30~300GHz、毫米波波長為1~10mm的雷達。毫米波的波長介于厘米波和光波之間，因此，毫米波兼有微波制導和光電制導的優點。與激光雷達相比，目前毫米波雷達技術更加成熟、應用更加廣泛、成本更加低廉;與可見光攝像頭相比，毫米波雷達的準確性和穩定性更好，價格差距也在不斷縮小。尤其是毫米波雷達具有全天候全天時工作特點，無懼雨雪、霧霾、黑夜等惡劣天氣，已成為汽車高級輔助駕駛系統(ADAS)可靠性保障不可或缺的傳感器。
常見的車載毫米波雷達按工作頻率主要有24GHz和77GHz，根據其探測距離范圍又可分為：短程毫米波雷達SRR(60米以下)、中程毫米波雷達MRR(100米左右)、長程毫米波雷達LRR(200米以上)。
想要完全實現ADAS各項功能，全方位覆蓋汽車周圍環境的感測，兼顧性能和成本，會在一輛汽車的前中后安裝多顆毫米波雷達，比如滿足基本的L3級自動駕駛至少需要5顆毫米波雷達(1長+4短)，隨著自動駕駛等級的增加，毫米波的數量也是不斷增加，到了L5級高級自動駕駛階段毫米波雷達將增加到10顆以上。“短程+中程+長程”毫米波雷達三者結合一起共同完成自適應巡航(ACC)、自動緊急制動(AEB)、前方/后方碰撞預警(FCW/BCW)、變道輔助(LCA)、盲點檢測(BSD)、倒車輔助(BPA)、泊車輔助(PA)等多種ADAS功能。
向低成本、小體積、低功耗、高集成發展
毫米波雷達的技術總的趨勢是朝著成本更低、體積更小、功耗更低、集成度更高的方向發展。
展開 賦能商用車 ADAS 研發：多傳感器數據采集方案
三、結語
綜上，從商用車車體特性與場景需求的深度拆解，到傳感器配置、硬件架構、標定流程、采集軟件的全流程落地，康謀商用車ADAS多傳感器數據采集解決方案始終以商用車專屬需求為核心，以高精度、高穩定、高適配為核心目標，可匹配當前BEV與端到端模型的研發需求，為商用車ADAS技術升級提供堅實的數據支撐。
瑞銀拆解比亞迪海豹，成本比特斯拉還低15%，拆解報告(E/E架構、ADAS、人機界面)
02
ADAS
中國比亞迪（BYD）的純電動汽車（EV）“海豹（SEAL）”的拆解項目已進入對先進駕駛輔助系統（ADAS）的調查。作為傳感器供應商顯示存在感的是瑞典Veoneer（維寧爾）。進行拆解后發現，該公司全面供應海豹的主要ADAS用傳感器。
海豹搭載了用于監視前方的單攝像頭和毫米波雷達、用于監視后方的毫米波雷達、用于監視周邊的超聲波傳感器（圖1）。監視前方的單攝像頭位于前窗上部的車內側，毫米波雷達位于前格柵中央（圖2）。用于監視后側方的毫米波雷達在后保險杠的左右各安裝1個，監視周邊的超聲波傳感器在車輛前部安裝2個，后部安裝4個。
圖1 比亞迪“海豹”的ADAS用傳感器的搭載位置
3個毫米波雷達均支持77GHz左右的頻率。（照片:日經XTECH）
圖2 用于海豹前方監視的單攝像頭
與行車記錄儀攝像頭集成在一起。（照片：日經XTECH）
其中，維寧爾供應的是監視前方的單攝像頭和毫米波雷達、監視后方的毫米波雷達（圖3）。該公司還向比亞迪的全球戰略EV“ATTO3”等供應ADAS用傳感器，似乎正在提高評價（圖4）。
圖3 海豹的主要ADAS用傳感器
由維寧爾提供。實現了海豹的自適應巡航控制系統（ACC）及防止偏離車道等功能。（照片：日經XTECH）
圖4 維寧爾的來自比亞迪的主要訂單
圖中的“SeaDog”即為海豹。維寧爾的ADAS用傳感器還被用于“ATTO 3”（圖中的“YuanPlus”）等。
展開 
使用LS-DYNA/CarMaker/Model Center聯合仿真方法進行ADAS事件前后的汽車乘員保護
本文主要探討汽車乘員安全和ADAS事件前后的汽車乘員保護，介紹ADAS（高級駕駛輔助系統）在汽車安全中的重要作用，并將詳細介紹如何運用ModelCenter Integrate軟件，針對ADAS各種應用場景，與LS-DYNA進行聯合仿真。此外，還將研究仿真過程中剛體與柔體車體轉換流程以及時間步長的匹配，以及假人的運動姿態以及傷害值；通過Python腳本或者MATLAB，以及傳感器的設置，實現自動化的聯合仿真工作流程。
背景介紹
先進駕駛輔助系統（Advanced Driver Assistance System）簡稱ADAS，是利用安裝于車上的各式各樣的傳感器，在第一時間收集車內外的環境數據，進行靜、動態物體的辨識、偵測與追蹤等技術上的處理，從而能夠讓駕駛者在最快的時間察覺可能發生的危險，以引起注意和提高安全性的主動安全技術。從乘員安全的角度看，ADAS包括未來汽車上搭載的各種主動安全和被動安全系統。為什么需要ADAS呢？原因之一是通常各類傷害和事故大多數與人為失誤有關，而有時某些車載系統的故障可能會造成人身傷害和碰撞事故。為了評估這類場景，可以使用IPG CarMaker等虛擬化工具，這是一種非常完善的虛擬化環境，能幫助用戶有效仿真各種不同類型的場景，如夜間駕駛，雨中駕駛等情況。在所有這些不同的場景中，可以在車輛內部設置一位乘員，并觀察駕駛員的響應。
那么該場景中LS-DYNA能夠發揮怎樣的作用呢？使用LS-DYNA的目的是觀察駕駛員的運動是否被這些場景所影響，例如如果在夜間行駛過程中由于光線問題車前突然出現一堵墻，當突然踩下剎車時駕駛員的反應與在光照充足的環境下完全不同。
展開 傳感器清洗是ADAS的噩夢
[參考文章]
ADAS Sensors Create a Cleaning Nightmare — Brian Santo
面向 ADAS 和 HMI 開發的可視化數字孿生解決方案 —— 從離線仿真到實時集成
來自VI-grade 公司的工程師將深入解析可視化數字孿生技術如何變革 ADAS（高級駕駛輔助系統）和 HMI（人機交互）的開發流程。
本次會議將探討 VI-WorldSim 如何突破傳統駕駛仿真圖形的局限，支持更高級的應用場景，包括傳感器仿真、真值數據生成，以及通過軟件在環（SIL）、硬件在環（HIL）和駕駛員在環（DIL）設置實現可擴展的驗證。
工程師還將結合真實的客戶應用案例和經過驗證的使用場景，闡述從離線建模到實時系統集成的完整路徑，展示 VI-WorldSim 如何幫助開發者在安全、可重復、高保真的環境中測試、訓練和驗證 ADAS 的感知與控制算法。
??核心要點與價值
1??了解VI-WorldSim 如何支持廣泛的應用場景，助力 ADAS 感知開發、HMI 評估以及與第三方工具的聯合仿真。
2??探索自動標注數據集和虛擬傳感器如何為AI模型的離線與實時訓練、驗證提供可擴展的數據管道。
3??查看實際案例：主機廠和供應商當前如何利用VI-WorldSim 集成傳感器仿真、執行復雜場景，加速ADAS和HMI的創新進程。
面向 ADAS 和 HMI 開發的可視化數字孿生解決方案
—— 從離線仿真到實時集成
直播時間：8月13日 15:00
直播講師：周光磊
VI-grade中國區應用工程師，從事車輛動力學仿真及駕駛模擬器應用技術支持工作，熟悉駕駛模擬器在車輛動力學、智能駕駛等領域的應用。
從事從事整車性能開發、車輛動力學、底盤電子、ADAS系統開發與測試的工程師和行業研究人員，想要掌握最新技術？就在8月13日 15:00！！！
展開 康謀分享 | 直面AD/ADAS快速開發挑戰：IVEX自動駕駛場景管理及分析平臺！
<p>過去十年，<strong>自動駕駛和高級駕駛輔助系統 (AD/ADAS) 軟件和硬件的開發</strong>成為了各大汽車公司的主要投資目標之一。各大汽車公司對 AD/ADAS 持續不斷的投資加快了 AD/ADAS 組件的開發周期，但也揭示了目前需要解決的<strong>重大挑戰——如何快速了解開發 AD/ADAS 組件中的車輛行為，以便進行改進！</strong></p><h2>一、方案背景</h2><p>由于 AD/ADAS 的運行環境很復雜，從仿真到真實駕駛，<strong>任何 AD/ADAS 組件的每次更改都需要根據大量場景進行驗證。</strong>然而，場景數量龐大且每天都在增長，<strong>傳統的機器人開發支持工具（如 RVIZ）無法滿足我們的需求。</strong>例如，RVIZ只允許我們實時檢查車輛的行為，<strong>很難快速跳轉到任何特定事件。</strong></p><p>為此，<strong>康謀推出IVEX自動駕駛場景管理及分析平臺</strong>來克服這一難題。IVEX是一個基于云的平臺，包含許多功能來支持 AD/ADAS 的驗證和開發。</p><p><strong>下文康謀將為您分享在AD/ADAS開發中使用IVEX的經驗。
展開 