浅谈如何做整车AD自动驾驶试验验证

但是汽车可不是电脑手机操作系统黑屏蓝屏重启就行，自动驾驶关系着道路和公共安全所以必须要有充足的可靠和信心。要保证充足的信心必须有大量的试验验证确保。本文将对如何做AD自动驾驶试验验证进行浅谈。

WHY 为什么重要

任何开发必须经得起推敲和实际的验证，所以试验验证是整车开发中必不可缺的一部分，也是当前主流汽车开发流程V型（汽车开发流程整车开发概览 Vehicle Development Projects -整车开发流程第一章 An Overview）的右边主体。另外如上段所讲汽车开发不同于电脑和手机软件开发他牵扯到生命公共安全，不同于电子消费品行业黑屏蓝屏反应慢重启就行，他牵扯到的是个体，公共的生命财产所以必须要确保非常高的安全可靠性，这种安全和可靠性面对的是确保自动驾驶在各种环境当中稳健可靠的使用，所以他的试验验证体现的是各种场景覆盖下的公里数多少体现。

HOW MUCH做多少

那么对于自动驾驶试验验证做多少呢？KPIT 根据信心水平公式，如果需要达到百分之95%的无错误率，整车必须要进行至少2.2亿英里的自动驾驶测试。

KPIT根据美国高速公路安全管理局的2017年的事故数据算出要经过2.58亿英里的测试才能够确保95%的信心水平。

鉴于这么高的公里数，实际驾驶验证肯定是不符合逻辑的，所以必须进行虚拟试验验证。

WHAT 做什么

既然要进行整车自动驾驶试验验证，那么要试验验证些什么呢？整车的试验验证必须开始于客户的现实使用场景和当地事故数据习惯去总结出试验验证项目。分配试验验证里程，根据车辆速度。定义事故发生的场景百分比，事故发生的场景有拥堵，变道，插入，跟车，不利天气等，根据数据定义出事故出现的百分比去定义试验验证公里数比例。

WHERE 在哪里做

一般可以分以下四个试验验证部分：

关键的场景和角落案例可以覆盖30%-35%的试验验证场景，

安全和预期功能的安全性（SOTIF）测试可以覆盖35%到55%的场景，

实际道路采集到的数据虚拟场景测试可以覆盖55%到90%的场景。

实际道路测试能够覆盖90%到100%的场景。

前三台都归属于虚拟验证部分可以覆盖90%-95%的场景，最后可以采用实际道路测试进行确认（我们之前文章讲解了部分自动驾驶性能评估方法- 自动驾驶好坏不是广告和配置说了算）。

HOW TO DO怎么做

自动驾驶试验验证如何做呢？

第一步定义试验验证策略和目标。

第二部创立场景库。

第三步根据场景库建模和布置测试环境（虚拟和实车都一样）。

第四步根据场景库和实际行为进行实验。

最后一步分析配置和车辆反应生成实验结论和报告。

试验验证策略和目标-从系统到整车别验证

虚拟测试逻辑图

定义场景

场景建模

测试逻辑以及报告

Summary总结

试验验证开发当中关键的一步，他不但识别潜在的失效模式更重要的是给设计前期提供要求。一个完整的链条确保整个开发过程持续改进和完善。

参考文献：KPIT - Using VirtualSimulation to achieve maximum validation coverage for ADAS/AD

*未经准许严禁转载和摘录-加入我们的知识星球Vehicle可以下载以上参考资料。

自动驾驶八大定位感知

自动驾驶主机厂开发指南

自动驾驶主观评估 - 横向控制驾驶体验和精神压力

自动驾驶性能评估方法- 自动驾驶好坏不是广告和配置说了算