ADD ProS d.o.o.
2020_287_16
Zlivanje podatkov iz radarja, lidarja in drugih senzorjev izboljšuje zmožnosti avtonomne vožnje. Časovna sinhronizacija podatkov, ki prihajajo iz različnih senzorjev, predstavlja poseben izziv pri testiranju. Bliskovit razvoj tehnologij zahteva prilagodljivost testnih sistemov.
Prihod avtonomnih vozil, ki so nekdaj spadala v domeno znanstvene fantastike, je gotov v prihodnjih letih. Podjetje Honda je junija 2017 najavilo, da se bo pridružilo ostalim velikim avtomobilskim proizvajalcem in do leta 2025 izdelalo vozilo, ki bo zmožno avtonomne vožnje po mestnih ulicah. Ključna omogočitvena tehnologija za to bo zlivanje podatkov iz različnih senzorjev kot podlaga za odločanje. Tehnologija zlivanja podatkov iz senzorjev, katere začetki segajo v čas lunarnega modula Apollo, danes domuje v naših žepih, saj ima vsak pametni telefon sprejemnik GPS, pospeškometer in žiroskop. Zlivanje podatkov proizvajalcem omogoča uporabo cenejših ter manj zmogljivih senzorjev in podaljšanje časa uporabe baterije, uporabnikom pa daje razširjen obseg funkcij. Kar je novega pri uporabi tega koncepta v vozilih, je povezovanje aktivnih in pametnih algoritmov z novimi kombinacijami senzorjev. Kako se bo razvil polni potencial tehnologije zlivanja podatkov danes še ni znano, ker pa se vpeljuje tudi na področju avtonomnih vozil, morajo testni inženirji premagati dva velika izziva: razvoj senzorske tehnologije in težavno sinhronizacijo.
Razvoj senzorske tehnologije
Od GPS-a do kamer, radarjev, pospeškometrov in žiroskopov – testni sistemi morajo biti pripravljeni za delo s širokim spektrom vhodov in izhodov, kot so video, CAN in RF. Izziv še dodatno otežuje dejstvo, da se tudi sami senzorji nenehno spreminjajo. Radarski senzorji, ki se odlikujejo z zmožnostjo zaznavanja ovir neodvisno od vremena, se selijo iz frekvenčnega pasu 24 GHz v pas 77−82 GHz, ki omogoča manjše antene, večjo pasovno širino in zmožnost oddajanja pri večjih močeh za večjo natančnost in boljše razločevanje objektov. Lidarji kot preprostejša alternativa za radar so bili tradicionalno dražji in manj zanesljivi v neoptimalnih vremenskih razmerah. Danes so na pohodu polprevodniški lidarji, ki pripomorejo h krčenju stroškov. Poleg tega je Ford objavil izsledke raziskave o možnostih uporabe lidarskih senzorjev za razlikovanje med dežjem in snegom, zaradi katerih je lidar gotovo privlačna tehnologija.
Težavna sinhronizacija
Če podatki niso sinhronizirani, si vozilo ne more ustvariti prave slike o okolju in varnost vožnje postane velik problem. Izzivi na področju sinhronizacije izhajajo iz senzorjev – senzorski podatki sami po sebi nimajo časovnega žiga in inženirji zato programsko izpeljejo čas zajema podatkov iz specifikacij senzorja, kot je npr. število posnetkov, ki jih kamera ustvari vsako sekundo, posledično pa se zmanjša natančnost. To pa še ni vse, saj morajo testni inženirji pri testiranjih s strojno opremo v zaprti zanki (HIL) vzpostaviti sinhronizirano povezavo med matematičnim modelom, ki se izvaja v realnem času, in senzorji kot so kamere, ki lahko delujejo na drugi platformi za obdelavo na osnovi grafične procesne enote, ko kamera opazuje simulirani scenarij.
Za pravilno testiranje algoritmov avtonomne vožnje je pomembno, da kamera vidi sliko, ki je sinhronizirana z modelom in vsemi drugimi senzorji. Idealni testni sistemi zagotavljajo usklajeno merjenje časa za vse komponente in s tem lažjo sinhronizacijo med senzorji in testnimi podatki.
Priprave na znano prihodnost
Danes lahko praktično odštevamo dneve do prihoda avtonomnih vozil. Zlivanje podatkov iz senzorjev bo ključno za uspeh ali neuspeh teh pametnih strojev. Kompleksnost tehnologije zlivanja že danes predstavlja izziv, njen razvoj pa še ni končan. Da bi ostali prilagodljivi na prihodnje spremembe, morajo biti testni sistemi modularni in dovolj fleksibilni za integracijo novih vhodov in izhodov, obenem pa morajo zagotavljati skupno časovno osnovo za sinhronizacijo. Nekatere tehnologije so testne inženirje že prisilile k novim pristopom, kot so realistični testi avtomobilskih radarjev s prenosom signalov po zraku namesto ožičenih rešitev. V prihodnosti bodo lahko z uporabo hitro razvijajočih se tehnik strojnega učenja pri verifikaciji izbrali najučinkovitejše testne scenarije na osnovi pametnih algoritmov, ki bodo hitro zaznali vzorce proženja napak. Inženirji bodo tako v krajšem času dosegli največjo pokritost s testi.
Prilagodljiva testna rešitev mora omogočati integracijo novih tehnologij, kompleksno časovno sinhronizacijo in simulacije. S testnimi sistemi, ki držijo korak z najsodobnejšo tehnologijo, so avtomobilski koncerni na najboljši poti k pravočasnemu prihodu varnih pametnih vozil na trg.
Sporočilo za vodje pametnih testiranj
Od uvajanja prvih tehnologij 5G do vse srditejšega boja na poti do prvih avtonomnih vozil: organizacije potrebujejo pametnejše strategije testiranja, če želijo ohraniti prednost pred konkurenco. Podjetje National Instruments že več kot desetletje zbira izkušnje vrhunskih vodij testiranj in jih objavlja v letnem poročilu Automated Test Outlook. Trendi, tehnike in viri informacij, ki so dokumentirani v tem poročilu, vam bodo pomagali doseči cilje na področju kakovosti, časa prihoda na trg ter stroškov danes in v prihodnosti. Zahvaljujemo se vam za branje in smo vam na voljo z vsemi dodatnimi informacijami.
Eric Starkloff, Izvršni podpredsednik za globalno prodajo, trženje in podporo pri NI
