保障高级驾驶辅助系统 (ADAS) 安全：面向下一个十年的策略
背景
高级驾驶辅助系统 (ADAS) 通过监测周围环境、发出警告、自动刹车和转向辅助，提升车辆安全性。未来十年，得益于传感器与激光雷达技术突破及法规演进，ADAS 将快速扩展。
据 National Instruments 汽车营销负责人 Jeff Phillips 称，欧盟 2020 年强制要求所有新车必须配备自动紧急制动 (AEB) 和前向碰撞预警 (FCW) 系统。
尽管 ADAS 仍处于早期阶段，但其安全能力将成为汽车制造商的关键差异化因素，特别是在向全自动驾驶迈进的过程中。
OEM 与科技公司正在很大程度上不受监管的领域竞争，以抢占市场份额并交付最安全的汽车。全球每年近 130 万道路交通死亡，英国近五年峰值达 1,792 例，保障 ADAS 技术刻不容缓。
噩梦场景
测试工程师面临严峻挑战：法规演进、新兴传感器技术、不透明的 AI 驱动架构。风险极高 —— 每起涉及半自动驾驶车辆的高曝光事件都引发公众审视，即使有限的自动驾驶事故记录也已动摇消费者信心。
测试工程师必须确定需要多少验证才能同时满足法规、法律标准和公众期望。缺乏针对 AI 系统的明确指南，导致传统测试方法失效。
据 2018 年 Rand Corporation 研究，自动驾驶车辆需行驶数千万英里测试，才能在统计上证明其性能与人类驾驶员持平或更优。在现实时间框架内达成此里程，需要创新测试策略和大规模仿真环境。
机器学习的故事
全自动驾驶高度依赖机器学习模型，因为现实场景实际上是无限的。工程师收集海量人类驾驶数据、标注并训练神经网络以复制人类决策。
设计团队虽可开发底层算法，但生成的模型作为黑箱运行，增加了验证难度。测试工程师因此必须构建覆盖广泛边缘场景的综合场景库，因无法洞察内部逻辑，传统单元测试不再适用。
新路线图
传感器组合快速演进，推动成本下降和新架构选择。制造商需在集中式车载处理与分布式边缘处理间抉择，并为未来添加激光雷达、雷达、更多摄像头阵列做规划。
云计算与 5G 连接增加了另一层复杂性，支持实时数据交换和远程诊断，但也带来延迟和带宽考量。
由于未来平台传感器组合不确定，测试团队需要灵活基础设施，能在无需昂贵重建的情况下集成新硬件。模块化测试装置和虚拟化环境可快速扩展摄像头、雷达和激光雷达载荷。
为变革而构建
随着自动驾驶功能从原型走向产品，监管机构必须演进以保护消费者。ISO 26262 功能安全标准和 EURO-NCAP 碰撞测试协议已在塑造行业，德国近期发布的自动驾驶伦理框架为决策规则设立先例。
即使正式标准成熟，企业仍会引入专有测试层以差异化。开放、可适应的测试基础设施将赋予工程师敏捷性，以纳入新法规要求和内部安全目标。
本文作者：Jeff Phillips，National Instruments 汽车营销负责人
物联网技术