ADAS DVPV 试验测试台架的方案分享:DVPV试验需求 | 自动化试验测试台架技术方案 | 自动化试验测试台架系统框架 | 测试策略管理软件TPT | ADAS传感器数据采集及回灌

本文主要是介绍ADAS DVPV 试验测试台架的方案分享:DVPV试验需求 | 自动化试验测试台架技术方案 | 自动化试验测试台架系统框架 | 测试策略管理软件TPT | ADAS传感器数据采集及回灌,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

为了在当下高速发展的自动驾驶中始终保持产品核心竞争力,各厂商皆迫切持续改进现有产品并迭代新兴技术,而快速的产品迭代并量产容易导致产品问题频出,进而引发现场故障、高昂售后、产品召回、品牌危机等问题。

设计验证试验(DV-Design Verification)及产品验证试验(PV-Product Validation)是一种有效的工程手段来尽量消除潜在失效模式出现在未来产品中,并确保产品的功能、性能、可靠性、稳定性符合产品设计预期及客户需求;而高效的DV&PV自动化试验测试台架方案将有助于测试开展、异常捕捉、故障检查及问题分析,持续缩短产品开发、改进及验证周期,以确保产品交付时间及品质。

DV&PV试验需求

DV&PV试验测试要求根据产品特性及试验标准(ISO-16750),在机械、电器、环境、化学等试验条件下开展多个被测件(DUT)的环境可靠性试验及电气性能试验;自动化试验测试台架则为上述试验的开展提供全生命周期、高稳定性的电气模拟、实时状态监控、过程数据记录及测试报告生成等功能。

图片

自动化试验测试台架技术方案

自动化试验测试台架系统框架

DV&PV自动化试验测试台架(LTT-Life Time Tester)主要由用户交互界面GUI、测试策略管理软件TPT及分布式CANoe RT从机构成;测试策略管理软件TPT、车辆及场景仿真软件DYNA4、RT系统配置工具CANoe皆运行在Host PC中,其中用户交互界面GUI负责测试系统上位机的信息显示及测试操作功能,而分布式CANoe RT从机实现对VT system设备的调用和网络通讯的仿真;TPT作为测试策略管理软件,则完成对Dashboard GUI、CANoe RT从机资源及接口的统一管理,并通过其FUSION Co-Simulation机制完成多DUT的并行测试。

图片

测试策略管理软件TPT

TPT支持汽车电子主流的工具链来覆盖产品开发的整个V模式(MiL、SiL、PiL、HiL、ViL)下所有的测试阶段,并以图形化建立状态机形式的测试用例,复用度高而无需更换测试工具。其强大的Fusion Platform使用户可以轻松创建包含不同组件的仿真环境,以实现对多节点交互控制及联合仿真;仿真节点类型涵盖了CANoe Node、 dSPACE HiL Node、INCA Client Node、Speedgoat Node及Custom Node DLL等。

  • 状态机定义测试验证运行模式及试验流程:

图片

  • FUSION Platform多节点支持与Multi CANoe接合以实现多个ADAS控制器的并行测试:

图片

  • 独立测试平台Dashboard定制开发适应于试验监控的GUI,其具备运行模式配置(F11)、工作模式切换(F1/F8)、DUT通道配置(F7)、运行状态显示、异常提示、故障码查询、数据库更新及测试报告生成等功能:

图片

LTT系统硬件框架

ADAS控制器的LIDAR、RADAR、USS等传感器信号及CAN FD、Ethernet等通信接口都采用Vector VT system对应功能板卡进行适配,外设激励信号最终通过各端口I/O注入到DUT中。

图片

可选用CANoe RT实时从机板卡VT6060、车载以太网通讯板卡VT6306、CAN FD通讯板卡VT6104A、通用数字I/O板卡VT2848等功能模块进行差异化配置,以适应ADAS控制器的所有外部传感器及网络通信需求。

图片

ADAS传感器数据采集及回灌

DV&PV试验中ADAS控制器需要其工作在特定的场景以验证其所有外设接口、信号处理电路及SOC算力耐久稳定性;而在Vector DYNA4中可自由创建车辆及外部环境仿真模型以验证自动驾驶的特定应用场景,并通过配置Camera、LIDAR、RADAR、USS等传感器参数以生成与场景关联的各种传感器数据;最后通过ASAM OSI及MDF的方式输出场景数据,以便进行分布式多DUT的数据回灌。

图片

通过多从机中CANoe RT及视频回播可将携带指定仿真场景的OSI及MDF格式的数据回灌入ADAS控制器中,以满足在特定工作模式及试验场景下功能、性能、可靠性及稳定性的验证。

图片

LTT方案拓展性

扩展多DUT(6+)并行测试

实施DV&PV试验中,需灵活配置1~6个DUT及多于6个DUT进行同时验证,而Dashboard GUI及分布式CANoe RT框架在系统软、硬件框架上皆可进行弹性配置,以满足多样化的测试验证需求。

图片
在这里插入图片描述

扩展单DUT功能(VT板卡)

分布式CANoe RT从机采用Vector VT system方案,其中实时机VT6060可通过USB接口外挂VN1600&VN5000网络设备,而VT8012机箱可插入VT各功能板卡(VT2848 Digital I/O Modules、VT2816 Analog I/O Modules、VT2004 Stimulation Modules、VT2832 Switch Matrix Module等),从而以增加各类型信号端口及模拟负载。

图片

扩展TPT状态机模式&CANoe仿真程序

TPT状态机模式可以支持用户根据试验需求进行自定义开发,自主添加测试工作模式及自由组合测试流程;同时CANoe仿真软件支持仿真节点、CAPL程序的自适应开发,其测量分析功能便于功能测试及问题分析。

图片
在这里插入图片描述

总结

本文简要介绍了ADAS控制器在DV&PV试验中自动化测试台架(LTT)的技术方案,从系统软、硬件方面说明技术方案的平台性、实用性;整个方案采用全栈测试策略管理软件TPT、车辆及环境场景仿真软件DYNA4、测试仿真软件CANoe及VT system硬件系统,保证了自动化测试台架在DV&PV全生命周期验证中的可靠性、稳定性及可扩展性,从而将试验验证重心放在ADAS产品本身中以加速迭代周期及品质提升。

北汇信息致力于智能网联及ADAS域控制器HiL测试领域,从功能测试到DV&PV试验,都可以提供相应的台架搭建和测试服务,欢迎大家垂询!

参考文献:
1.ISO 16750-1:2018 Road vehicles-Environmental conditions and testing for electrical and electronic equipment
2.IEC 60068-1:2013 Environmental testing - Part 1: General and guidance
3.ADAS-HIL_System-Information.pdf

文中部分内容参考于Vector/PikeTec。

这篇关于ADAS DVPV 试验测试台架的方案分享:DVPV试验需求 | 自动化试验测试台架技术方案 | 自动化试验测试台架系统框架 | 测试策略管理软件TPT | ADAS传感器数据采集及回灌的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/843229

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na