AV测试进展没有标准

AV开始行动的失败不仅仅在美国参议院推迟美国联邦法规无人驾驶汽车技术尚未进展超出了测试阶段。

推迟讨论可以缩小了几乎无限数量的选择自动车辆(AVs)必须准备通过创建指南定义什么是“安全”操作的无人驾驶汽车。这些指导方针会设置实际的技术重点,加快发展和作为功能需求帮助功能安全测试的AVs的足以削减几个零的AV实地测验数英里。

实地测验英里而被剃掉的行业,为缩短一些想法或虚拟化住客的安全验证周期。

我们需要标准吗?
参议院的法案(美国1885年),AV开始行动,应该简化监管的自动车辆测试和生产巩固规则由32个州和扩展联邦机动车辆安全标准(FMVSS)包括函数相对于自主驾驶汽车本身的物理安全。

“我们需要一个良好的功能安全标准。FMVSS没有说对AVs没有自主权,功能安全标准”说菲利普•库普曼副卡内基梅隆大学电气和计算机工程教授,专门从事自主车辆的安全测试和验证。“有或没有AV开始,在2019年我们需要看到这个行业一起,看看这些东西可以安全。如果这个行业能在安全、会做更多比法规推动事情的发展。如果它可以给政府一个现实的方向和时间的想法,这将得到NHTSA接近马克。”

的国家公路交通安全管理局(NHTSA)监督法规,已经产生了一些集志愿指南从行业和请求的反馈,但预计不会提供一套公司的规定一年或两年。

国家公路交通安全管理局的努力到目前为止一直不温不火,在最好的情况下,根据罗杰Lanctot汽车连接移动主任Strategy Analytics的数据,2017年的一项研究的作者委托英特尔预计连接和自动车辆可能挽救600000人的生命添加多达7万亿美元到2050年,全球经济。

“NHTSA至少两年,”Lanctot说。“政府对自主车辆和NHTSA被打了个措手不及,没有线索给什么样的指导。我看不出变化。”

验证验证
这不是不可能接近一个复杂的体系就像一个AV验证特定功能确认它满足一些要求,或专注于单个芯片或soc的确认和验证的功能是至关重要的。更高效的中间开始,横向移动通过通道与其他组件进行通信,而不是看着整个车辆从最高水平或最低,根据品牌McCammon连接汽车解决方案的副总裁和总经理风河系统公司。

苛刻环境要求测试和验证困难在汽车应用中,但它通常是最好先验证小型系统的组合和他们的相互作用比通过评估整个汽车的行为,如何McCammon说。

其中之一,直到最近,是把一个未经测试的AV在路上,继续开车it-IRL virtually-until他积累了很多英里的数量决定需要做它提供了可靠的基础数据显示是否一个AV决策是基于其软件设计师希望完成什么。

AV开发商一直展期无边无尽的真实和虚拟道路测试自2016年以来,为了应对兰德公司报告名为“多少英里的驾驶需要展示自主车辆的可靠性?”报告表明,证明100年AV测试车辆可能比人类更安全地执行20%相同的情况需要大约50亿英里。

高重复测试的随机问题是有道理的,但该方法适用于大多数无人驾驶车辆生产坊间证据,没有证据,•库普曼说。

”你可以告诉一个自治车辆的唯一方法就是要安全决定在每一个极端例子是道路测试或模拟,但还只是传闻,“•库普曼说。“可能做正确的事情一百万次,然后尝试杀死每个人下次因为周二早上下雨了,和所有你知道的是,它可能不会。

没有替代模拟测试系统或车辆级别,但模拟必须超越暴露的AV环境场景和测试潜在的软硬件故障,根据汤姆·安德森,技术营销顾问OneSpin解决方案。

“验证变得更严格和标准26262已经更新,但他们不能覆盖每一个可能的故障,所以你必须计划和测试随机失败如果一个α粒子撞击在错误的时间,”安德森说。“如果你的智能手机重启,这没什么大不了的;在无人驾驶车辆,它可能会导致崩溃。”

有可能缩短里程使用框架的标准适当的位置和驾驶任务必需的,然而,根据最近的兰德报告承认无限实地测验的笨拙和标准的必要性,但建议细化结果通过跟踪性能指标具体路线和上下文的车辆操作(在一个封闭测试,模拟,在公共道路上行驶或没有一个安全的司机,例如)。

该框架允许“领先”作为理想的代理指标,安全行为。滞后的措施将计数交通罚单或非正式的缺点未能遵守交通规则或标准建立的测试方法。指标可以缩短测试需求更明确的结果无论他们来自公共道路、轨道或关闭模拟。

测试人员也可以尝试建立公众信心通过运行AVs通过他们的步伐和炫耀积累点总数增加消费者的信心。

一个大问题:不仅没有AV安全标准,没有普遍接受的定义什么是“安全”的AV:

“对这份报告的目的,我们定义安全的整体能力没有危害乘客的车辆操作或其他道路使用者在巷道内的生态系统。与其他的定义,这个定义是广泛的安全。它关注人。财产损失或基础设施和伤害动物是次要的,主要是感兴趣的,因为人们可能会受伤,”根据兰德公司报告。

权重具体行为可以帮助调整指标,但是没有替代实践评价系统是如何工作的,以及它是否做的正确的事情。

”有不同的流派如何验证人工智能,但似乎更自底向上的方法更准确,“McCammon说。“有些人正在谈论用推理来验证它是否使复杂的决策是有效的,但那是太多了。你不能用人工智能预测你的AI系统在功能上是否安全。这无异于让一个孩子一台笔记本电脑插入一个电灯插座。有更好的方法来完成它。”

驾驶所有的英里帮助AV设计师看到微妙和选择,应该比指标转化为更高级别的技能根据是否AV跑过去任何特别的旅行,据一块写的福特首席执行官布莱恩Salesky AV伙伴阿尔戈AI2017年10月,介质。

“例如,汽车需要知道当它将不得不在略一辆大卡车给它更多的空间,或调整其速度的另一个司机的盲点…或提交动作一致,这样其他道路使用者可以正确地回应,“Salesky写道。“只有从所有这些例子和实际驾驶,我们可以学会预测micro-maneuvers是领先指标的其他道路使用者的可能行动。”

多观察很重要,然而,和分析性能水平比司机's-license-test检查清单,详细。

“验证的唯一方法是知道一些,但最好是扩大超出一个组件或系统,看看他们互动的方式,观察激光雷达之间的交互,雷达相机和中央处理器,使用这些数据来决定是否看行人走一辆自行车和一辆自行车停在路边,“McCammon说。

“即使在芯片验证您需要来自其他systems-simulated数据从传感器输入,输出到actuators-so不仅仅你一个闭环系统,包括电子产品,“根据尼尔的手,营销主管导师,西门子业务。“ADAS你处理系统的系统有视觉系统进入芯片,芯片进入制动系统影响发生了什么。你必须有一些见解,复杂性,上升了一个数量级,当你开始看到其余的系统在车上。”

芯片设计来控制制动功能或引擎管理往往是相对简单和专业,不像iPhone复杂和通用组件,“所以realtively简单,以确保自己的流匹配26262或任何要求你使用,”戴夫Kelf,负责营销的副总裁Breker验证系统。

“雷达检测或其他传感器芯片更复杂和更大,所以人们倾向于使用流较大的芯片不匹配,和机器学习需要各种奇怪的处理方法。所以尝试使用旧的流动是打破一点,”Kelf说。

“机器学习自主驾驶将会更加重要,这意味着你不得不依赖软件,不仅硬件满足系统和随机故障的要求。“工具和中间件系统的流可能仍是一个巨大的市场机会,Kelf说。

标准ISO 26262不地图机器学习过程,留下“巨大”的自治系统,但已经有努力进行修改或扩展,扩大数据资源池如高清地图OpenDRIVE的影响之外,一个文件格式,允许数字娱乐的道路网络,根据乍得鹧鸪,模拟测试的首席执行官提供者Metamoto。

“这不是一个driver-in-the-loop测试视频屏幕和假的一个人坐在驾驶座,”他说。“测试都是高容量、高吞吐量,很大程度上基于云的模拟与系统硬件在环和软件在环与虚拟I / O汽车使它看起来好像是执行。api模拟激光返回和雷达数据,例如,在传感器触发体现固件将反应好像真的操作车辆。”

有关的故事
谁将控制自动车辆最好?
一个状态是如何接近监管无人驾驶汽车不解决他们是否安全。
汽车芯片测试变得越来越困难
每一个新的援助和自治水平增加了新的需求和问题,其中一些没有…
是谁支付汽车芯片测试?
测试汽车芯片正变得更加困难和耗时的,问题只会变得更糟。这有更多的…
汽车芯片测试问题增加
半导体用于汽车更高的质量和可靠性要求比大多数芯片,但他们有…
如何重塑汽车集成电路半导体测试
汽车集成电路测试策略主要有两个:…逻辑BIST testsall逻辑芯片,捕获响应到扫描链,…