,,

提高自動駕駛汽車安全標準

（2024年11月27日更新）

芯片采購網專注于整合國內外授權IC代理商現貨資源，芯片庫存實時查詢，行業價格合理，采購方便IC芯片，國內專業芯片采購平臺。

在不久的將來，有望在不久的將來大大提高汽車安全性和運輸效率。然而，為了實現這一目標，原始汽車設備制造商必須在當前的汽車自動駕駛水平上進一步發展。為了實現這一跨越，他們需要征服和高級駕駛輔助系統（ADAS）與自動駕駛系統中與自動駕駛系統中的汽車雷達傳感器測試有關，并開發新的方法來訓練傳統的解決方案。

國際汽車工程學會(原美國汽車工程學會)將自動駕駛分為六個等級，其中 L0 級代表完全由司機控制，L5 代表全自動駕駛。

如今，最先進的自動駕駛汽車系統只達到了 L3 等級，這個等級意味著車輛可以在沒有人工干預的情況下做出加速或制動等決定。 L3 級到 L5 層次需要在很多方面取得突破，包括彌合軟件仿真與道路測試的差距，以及在真實條件下的訓練 ADAS 和自動駕駛算法。

這是德科技最新推出的雷達場景仿真器（RSE）彌合這些差距很有幫助。

軟件仿真在自動駕駛汽車開發過程中起著重要作用。通過軟件仿真環境有助于制造商驗證 ADAS 以及自動駕駛系統的能力。然而，模擬無法完成AOS代理全自動駕駛汽車不可避免地器可能出現的反應異常，這些都是全自動駕駛汽車不可避免的問題。

在將 ADAS 在將自動駕駛系統推向市場之前，原始設備制造商通過道路測試驗證其可靠性。雖然道路測試現在并將繼續是發展過程中至關重要和不可或缺的一部分，但它不僅需要大量的時間來控制環境條件，而且成本高，難以重復。如果只依靠道路測試，可能需要幾十年才能在城鄉道路上安全駕駛。訓練算法對于在相對現實的時間內完成開發至關重要。

驗證基于雷達的自動駕駛算法是一項至關重要的任務。傳感器收集與道路和交通狀況相關的信息，并向處理器和算法提供信息，以便他們在指定情況下做出如何響應車輛的決定。如果沒有適當的培訓，自動駕駛汽車的決定可能會危及駕駛員或行人的安全。

成為一名優秀的司機往往需要時間和經驗。自動駕駛系統還需要長期的培訓來提高他們應對實際駕駛條件的能力。 L5 自動駕駛需要依靠復雜的系統，其能力應該超過最好的人類駕駛員。

過早驗證未經驗證的 ADAS 與自動駕駛系統進行道路測試也有風險。OEM 需要能夠模擬真實場景，驗證傳感器、電子控制單元代碼、人工智能等實際部件。

目前，基于實驗室的模擬解決方案無法提供接近現實的駕駛場景。它們的視野有限，無法區分距離小于 4 米的對象。一些系統使用多個雷達目標仿真器（RTS），每個 RTS 通過機械移動天線，向雷達傳感器呈現多個點目標，模擬水平位置和垂直位置。這種機械自動化操作會延緩整體測試速度。其他解決方案只使用少數目標模擬器形成天線墻，對象可能出現在場景的任何位置，但不能同時出現。在靜態或準靜態環境或準靜態環境中測試幾個橫向移動目標，但受機械臂速度的限制。

現在的仿真器最多只能模擬 32 一個對象，包括車輛、基礎設施、行人、障礙物和其他對象。這遠低于道路上隨時可能遇到的車輛數量。在測試雷達傳感器時，如果對象數量有限，則不能反映完整的駕駛場景，也不能重現真實環境中的復雜情況。

為了提高自動駕駛技術 L4 級和 L5 級，汽車 OEM 解決方案需要能夠更快地渲染更多物體。為了滿足這一需求，德的可擴展模擬屏幕，以滿足這一需求。該屏幕由數百個微型目標雷達模擬器組成，最多可以模擬 512 個距離近至 1.5 米的對象。因此，模擬屏幕可以呈現一個復雜的場景，在實驗室測試前只能在道路上測試。

德科技自豪地在這些技術領域取得了突破，并推出了雷達場景模擬器產品。該產品是德科技開發的自動駕駛模擬（ADE）平臺的關鍵組成部分。我們相信，該技術可以減少道路交通傷亡，緩解交通擁堵，實現更安全、更高效的道路交通，從而縮短通道 L5 自動駕駛的距離。