如何保障尖端ADAS技术的安全

National Instruments 的 Jeff Phillips

高级驾驶员辅助系统 (ADAS) 通过帮助执行监控、警告、制动和转向任务来提高汽车安全性。这些系统将在未来十年内不断发展，部分原因是传感和激光技术的进步以及监管变化。

正如杰夫菲利普斯，汽车营销主管， National Instruments 写道，欧盟要求到 2020 年，车辆需要配备自动紧急制动系统和前方碰撞警告系统。

尽管 ADAS 应用仍处于早期阶段，但它们的安全功能最终可能成为汽车品牌的主要差异化因素，尤其是在创建自动驾驶汽车方面。

今天，原始设备制造商和技术品牌在这个基本上不受监管的领域相互竞争，以占领市场份额并开发最安全的道路车辆。然而，由于全球每年有近 130 万人死于道路交通事故，而且英国道路上的死亡人数达到五年来的最高水平 (1,792)，因此我们确保和管理 ADAS 技术的安全性至关重要。

一个后果是 ADAS 创新正在为测试工程师创造一个噩梦般的场景。所有这些不断发展的想法意味着要针对未知事物进行测试——未知的规则、技术、架构，甚至是由神经网络创建的未知算法，而不是软件工程师开发的逐行代码。

此外，安全的负担落在新技术上。自动驾驶汽车的每一次碰撞都会带来更多对技术的审查和质疑——尽管只有少数记录在案的自动驾驶事故。与任何新技术一样，消费者在危及生命之前需要对技术的安全性做出保证。

而这对于测试工程师来说是最终的未知数。需要进行多少测试才能证明这些系统是安全的（符合政府和法律标准）并满足消费者的信心标准？

根据 Rand 公司 的统计分析，证明自动驾驶汽车性能达到或超过人类驾驶员性能所需的里程数与截至 2018 年 1 月的实际行驶里程相比。显然，需要开发新的测试策略，以在任何合理的时间内满足这些几乎不可能的数字。

人们普遍认为，自动驾驶汽车成为现实的唯一途径是应用机器学习。车辆可能遇到的可能场景基本上是无限的，并且不可能对算法进行硬编码以成功协商所有这些场景。相反，大量数据集记录了人类对驾驶场景的反应，然后将其输入神经网络。

虽然设计工程师可以更合理地解决算法设计的问题，但这给测试工程师的工作带来了困难。算法本质上已经变成了一个黑匣子。需要更广泛的测试，因为您对可用于生成测试场景的代码没有基本的了解。相反，您需要针对几乎所有可以想到的场景进行测试，以确保算法正常工作。

技术在不断发展，变得越来越具有成本竞争力。因此，设计工程师正在更新他们的 ADAS 系统，以包括新的和不同的传感器类型，有时甚至是不断发展的系统架构。然而，关于集中式和分布式处理架构的思想流派存在竞争。云计算将增加复杂性，因为 5G 无线电技术有助于支持传感器系统产生的海量数据流所需的带宽要求。

现在，测试工程师需要灵活性。目前还不知道未来一两年内车辆平台将拥有哪些类型或多少传感器。此外，大多数测试组织没有预算或时间每年都推出新的测试系统来满足这些需求。相反，他们需要适应性强的测试系统，可以添加更多摄像头或雷达传感器，并包括 LiDAR 和其他新传感器类型。

随着汽车自动驾驶能力的产品化，政府监管需要做好准备，以确保消费者安全并建立消费者信心。我们看到 ISO 26262 功能安全标准和 EURO-NCAP 保险测试标准出现了这一点。与此同时，德国最近发布了自动驾驶汽车道德标准，规范自动驾驶汽车的决策。

虽然标准测试将有助于确保尖端 ADAS 技术的安全性，但组织仍将添加自己的方法来帮助自己在这个快速增长的市场中脱颖而出。随着法规的不断完善，开放且适应性强的测试基础架构将为测试工程师提供管理不断发展的内部和外部标准所需的灵活性。

此博客的作者是美国国家仪器公司汽车营销主管 Jeff Phillips

物联网技术