辅助驾驶系统的实车及试验室验证-Vector.PDF

Technical Article 辅助驾驶系统的实车及实验室验证 驾驶辅助系统通过各种传感器捕获行车环境。基于对象识别算法的正确结果，给驾驶员信息提示，或者自动（半自 动）干预驾驶状态。本文指出了目标数据（Object Data）验证和图像处理算法测试中的典型问题。XCP协议能够保证 在测量和标定过程中对大数据吞吐量的要求。 驾驶员通过他们的感官系统——眼睛和耳朵——感知周围的 距雷达为例：传感器通过反射的雷达波束来检测对象。ECU提 环境，获取信息，并由大脑收集处理这些信息，并决定相关 供每个对象的距离信息作为坐标，这种情况下，不需要传感 的动作。例如道路一旁是否有足够的空间可以停车，或者与 器捕获所有的反射光束，但是算法所有的输入变量必须被测 前方车距是否需要调整。驾驶辅助系统（高级驾驶辅助系 量和记录以用作后续的实验室内的分析或者用作激励信号 统，Advanced Driver Assistance Systems，简称“ADAS” 源。这样，测量超过100,000个信号，每秒数兆个字节的数据 ）能够帮助驾驶员作出此类决定，由此加强安全性，改进舒 吞吐就非常常见了。 适性、便捷性以及经济性。 带有视频传感器的图像处理ECU用于道路信号检测系统或 者辅助车道保持，通过视频图像分析算法来检测道路信号或 传感器和算法数据的访问 者车道标识，这需要ECU具有高性能的微处理器。另一方面， 无论传感器数据是来自摄像头还是雷达，均需要高性能的测 辅助驾驶系统必须能够可靠地监测环境，就像一个注意力集 量设备来满足大数据传输的要求。在对算法的评估和优化 中的乘客。雷达、超声波、视频传感器常常被用来向ECU提供 中，测量设备必须能够获取到算法所有的输入和输出变量， 驾驶状态和车辆环境方面的信息。ECU内复杂的算法处理传感 以及所有的必要的中间变量，而又产生额外的控制器负载 （ 器的数据，如交通信号、停放的车辆、其它交通参与者等对 图1）。 象，然后发出控制指令。 串行总线系统，比如CAN和FlexRay，遇到了它们数据吞吐 为了验证传感器系统，就要充分而简便地测量算法的结 速率方面的性能瓶颈。因此，控制器的特定接口，如 果，并把它们同实际数据比较。以自适应巡航控制系统的测 Nexus，DAP或Aurora，被用来传输大量的测量数据。实事证 October 2014 1 Technical Article 图1: Acquisition of inputs and outputs, the environment and all data relevant to evaluating the algorithm. Display of all data, coordi-