Elektrobit(EB)是环球领先的为汽车行业供应互联和嵌入式软件产物的供应商。因为宇宙向主动驾驶汽车时期的火速迈进，因此咱们动手为主动驾驶体例的革新、测试和验证供应症结的软硬件处理计划。

主动化车辆务必表明车辆正在险些一齐杂乱的驾驶场景中均可能保障安宁牢靠。为到达这一对象，咱们务必正在比以往更广的限度内对体例举办验证。体例测试里程数能够会到达数十亿英里。因此，咱们只可通过将大局部测试和验证转变到虚拟宇宙才气落成测试验证。然而，确实的测试驾驶数据照旧是一个不行回避的题目。

本白皮书将周密描写这一流程中会涌现的百般挑衅，并先容一种用于应对另日百般挑衅的归纳东西链的同意技巧。只要利用不妨涵盖确实驾驶场景和模仿数据的矫捷平台，才气涵盖验证所需的一齐效例。另外，通过杀青数据统治、巩固和标识的主动化，咱们不妨以合理的用度途理验证必要的巨额测试用例。

研商到测试数据量能够特别重大，EB整合Azure云平台以处理与PB级测试数据的执掌和存储干系的可扩展性挑衅。开采职员现正在可能活着界任何地方通过强壮、安宁的高速云收集上传和存储千兆级确实实和模仿测试数据。另外，Azure还可能供应无与伦比的本能、矫捷性和可扩展性。通过将这个东西链引入Azure，同时统治、实践众项测试并对其举办后期执掌成为能够 — 即杀青同时对一样的数据举办访候。

这种具体验证东西链同意技巧利用怒放接口计划，是以咱们可能和互助伙伴沿道打制涵盖所有的处理计划，以餍足汽车修设商和供应商的特定需求。

EB和Microsoft一经与很众宇宙顶级汽车修设商互助，将为一齐道道利用者供应更牢靠、更欢欣的驾驶体验。

正如咱们所知，驾驶辅助和主动驾驶效用一经正在变动驾驶，而不单仅是不再必要人工干涉。这些时间还会让驾驶变得更欢欣，更安宁。

因为软硬件，加倍是人工智能(AI)时间博得的雄伟进取，汽车很速就不妨齐备独立即研究并做出可能挽救人命的决计。本相上，主动驾驶软件将比最熟练的人类驾驶员更敏捷、更牢靠。但跟着咱们向主动驾驶和无人驾驶车辆转型的速率连续加快，咱们也碰到了百般空前绝后的特别挑衅。

目前，这是环球汽车修设商协同面对的一个题目。为了取得终端用户的承认，咱们起初务必毫无疑难地表明这种新时间是牢靠和安宁的。过去，远大OEM厂家和一级供应商举办了巨额的上道测试，用来测试高级驾驶辅助体例 (ADAS)。验证主动驾驶体例（SAE 3-5 级）是一个更大的挑衅，由于这涉及更杂乱的体例，同时还面对OEM对开采周期恳求更短的需求，以及还要餍足一系列全新的公法和安宁恳求（图1）。

SAE3-5级主动驾驶险些不必要人工干涉。是以，主动驾驶车辆务必表明车辆正在险些一齐杂乱的驾驶场景中均可能保障安宁牢靠。为了杀青这一点，体例务必正在比以往更广的限度内举办验证。

行业专家以为，要对4级和5级效用举办演练和验证，起码必要搜罗100亿英里的数据，才气从统计学上涵盖最众样化的情状和畛域情状。有几家汽车修设商一经通过他们的30众万辆量产汽车搜罗了进步60亿英里的数据。而对其他厂商来说，这然则一项艰苦的职责：一支由约2000辆测试车辆构成的车队，每天以均匀40英里每小时的速率行驶8个小时，搜罗所需数据必要40众年的韶华。

另外，正在磋商验证主动驾驶效用时，还会涌现更众题目。当参数变更影响到一共体例的安宁时，是否应当从头启动一共验证流程？咱们要测试到什么水准，测试众年少时，众少英里才是足够的？咱们何如以最佳的方法将测试驾驶分拨到差异的墟市，并评估一齐需要的测试情状？

主动驾驶效用会涉及到空前绝后的杂乱性。是以，咱们必要正在用户友情性方面呈现更好的处理计划来验证咱们是否到达了预期的结果。本相表明，僵持利用眼前的技巧（比方用于验证更为本原的驾驶辅助体例的技巧）是不切本质的。

研商到对主动驾驶车辆安宁性和本能的正经恳求，业内对测试和验证水准的磋商是可能剖释的。确切验证这些体例必要众少英里和众年少时的测试？到目前为止，各方合于全部数字尚未完成相似。研商到测试的限度要从1万小时到数十亿英里，因此很鲜明，仅靠确实的上道测试不敷以得回足够的验证。

为了应接主动驾驶汽车的新时期，模仿测试驾驶可能，也务必代表另日大局部的主动驾驶评估。与此同时，假设要使主动驾驶车辆正在盼望的韶华框架内进入墟市，就务必省略开采和更新周期。通过虚拟化时间，咱们可能杀青对测试驾驶场景的模仿和并行回放，进而加快并革新一共验证流程。

EB正在开采汽车嵌入式和互联软件产物和办事方面一经有进步30年的体会，现正在咱们正正在胀吹行业转向虚拟和模仿车辆测试。

这不单可能明显扩充测试遮盖的限度和广度，并且可能下降一共验证流程的本钱和韶华。另外，虚拟测试一经与现有车辆传感器体例杀青兼容。

利用筹划机模仿时间，咱们可能改日自差异数据源的数据存储到主数据库中。这些数据源囊括车辆事情数据、现场操作测试、驾驶模仿考虑、交通模仿以及大凡行业常识。咱们可能对这些起源普通的数据举办拘捕、纪录、分类，然后提取到干系性最高的测试境况中。

运转11.4万次模仿测试驾驶，每次测试驾驶0.6英里，蕴涵2000个测试变量，均匀时速60英里，一台高本能筹划机必要15.8万天性能落成一共模仿测试。

但利用基于云的技巧后，这仅仅是一个筹划才具扩展的题目。正在Azure平台上利用1万台高本能筹划机运转一样的模仿测试，只需15.8天，咱们就可能模仿432年的测试驾驶数据。缩短的验证周期有鲜明的经济效益，并且工程师花费更少的韶华举办修设，而花更众的韶华举办筹划。尽量越来越众的人动手合切模仿测试，但确实驾驶数据照旧相等要紧。

通过将双目摄像头、雷达传感器或激光雷达体例等众种传感器整合正在沿道，车辆正在道道上行驶时就可能供应珍贵的交通、道道、天色及境况新闻数据。这些数据不单本自就具有要紧的价钱，并且还可认为搭修更好的模仿奠定本原。通过确实驾驶数据来革新咱们的模仿驾驶，反之，咱们的模仿驾驶又可能改革确实驾驶。

一个由200辆测试车辆构成的车队，每辆车每天纪录170英里的测试数据，接续一年（220个办事日），每天咱们可能从每辆车得回10万亿字节(TB)的数据，每天总共出现2万万亿字节(PB)(2000TB)的数据。这些还只是守旧数字，举办3级和4级主动化测试时，每辆车每先天成的数据量可高达80-100TB。

服从这种守旧的方法筹划，仅一年韶华，咱们就可能纪录统共440PB(440000TB)的试驾数据。

有用天生并使之成为可能用于测试和验证主意的妥当驾驶数据要依赖所有的主动驾驶东西链，该东西链可能将所需测试里程的很大一局部转移到虚拟境况中。通过妥当的模仿技巧，可能大大省略本钱繁茂型测试车辆的数目和测试驾驶的里程数。一齐这些都是能够的，并且也餍足公法安宁恳求，且可能大大省略开采用度。

咱们描写了为主动驾驶效用和体例的验证供应所有东西链的技巧。这种东西链将囊括纪录和天生测试驾驶数据、一个用于统治获取的数据以及实践测试，以便获胜举办验证的具体平台。

通过使用这种技巧和妥当的云筹划平台，咱们可能轻松扩展到数千台高本能筹划机的筹划才具，从而明显缩短开采韶华。

跟着Microsoft Azure正在50众个区域的涌现和连续增进，它供应了一个具有环球可扩展性、无与伦比的矫捷性和企业级安宁性的数字测试平台，使汽车修设公司不妨火速测试和领悟数据，从而更速地进入墟市，清除本原举措推行和庇护的职守。

Microsoft是少数具有强壮、火速云收集，且可能餍足主动驾驶特殊需求的公司之一。Azure平台正在环球50众个区域拥少睹据中央，可供应强壮、智能、高速的云收集。

EB正在Azure平台之上搭修的主动测试驾驶平台中，有几个症结的效用可能正在验证流程的差异方面供应助助，咱们将不才文对这些效用举办讲明。

汽车修设商、一级供应商和时间供应商一经堆集了数百万英里的测试驾驶里程，以征战己方的数据库。通过收集和纪录测试驾驶数据，可能对算法举办测试，对AI体例举办演练，对车辆和零部件举办验证，还可能创修确实度更高的模仿境况。

为了使测试驾驶真正有用，须轻松牢靠地拘捕巨额的驾驶和传感器数据。了然这个挑衅后，EB就可能供应高级数据纪录软件、汽车级硬件（扶助一齐通用总线类型和带宽）以及一套直接诠释、触发和反应纪录所需的东西。

通过这种车载配置，开采职员可能轻松拘捕一齐干系的车辆传感器数据，并将其存储起来，以备进一步执掌。

EB Assist CAR Box可能供应效用强壮的车载处理计划，用于拘捕百般道道和天色前提下的传感器数据。该配置可能轻松集成到现有测试车辆中，供应矫捷的输入/输出修设、正确的韶华戳和正确纪录的传感器数据，助助加快和革新开采流程。

不过一齐这些数据是何如转变到开采境况中的呢？个中的神秘就正在于Microsoft供应的Microsoft Azure Data Box和其他数据摄取处理计划。Azure Data Box是一个特殊的磁盘处理计划，不妨以牢靠且本钱低廉的方法将TB级数据传输到Azure平台。Azure Data Box供应USB3.0接口、内置安宁掩护，并可通过Azure家数供应端到端的跟踪。咱们将正在“数据摄取和存储”末节中周密先容数据摄取。

构修正在一共东西链中的主动驾驶开采东西EB Assist ADTF（汽车数据和韶华触发框架）可能将开采境况与交互式办事境况维系起来。开采职员可能利用图形用户界面和现有模块来创修新修设，无需编写任何代码。它们可能通过拖放来界说软件组件之间的数据活动，并可能顿时实践测试，查看恶果。用于百般效用的文献库和东西箱可能加快主动驾驶软件模块的开采，这些文献库和东西箱可能轻松集成到框架中。这些效用接口和数据花式对开采职员怒放，并且框架兼容Microsoft Windows和Linux操作体例。

EB Assist ADTF可能简化将拘捕的测试驾驶数据传输到开采境况中的流程，并且应许正在数据上传到云中时对每个寡少的传感器实践验证。咱们还可能将原始传感器值提取加入景数据库中，以便改日天生测试用例场景。咱们可能将数据与区域境况（如天色、道道和驾驶前提）沿道存档到云中。咱们可能按照执掌后的数据对AI算法举办演练，而且可能对一共测试车队举办器量。

EB Assist ADTF由领先的汽车修设商和一级供应商客户群体主导，是环球行使最普通的ADAS开采和测试境况之一。

要运转获胜的测试驾驶模仿，修设商起初必要不妨天生切实的驾驶场景。通过 EB Assist CAR Box获取的正确测试驾驶新闻既可能模仿现有驾驶场景，也可能模仿全新的驾驶场景。

EB和Microsoft互助伙伴生态体例可能将单个资产填充到大型高精舆图或圭表天生的陈设图中，进而供应天生确实驾驶境况所需的模仿东西。获取切实的测试驾驶数据可能确保对汽车作为和其他对象的作为举办确切的物理修模，还可能确保对车辆传感器举办确实的模仿。

借助百般车载传感器、摄像机和LIDAR体例，测试车辆每天可能出现10-100TB的数据，以便用于验证和开采。但咱们务必先将这些海量的数据摄取并存储到适合的开采境况，之后才气对其举办执掌。

让本就棘手的大数据题目落井下石的是，测试车辆往往是聚集的。由于第二天的测试能够会正在差异的地方落成，因此它们不会每晚都回到统一个车库，这就扩充了摄入和积聚数据的难度。跟着测试车队车辆职位的连续变更和车辆数目的扩充，实时的数据摄取能够会变得极其贫寒，同时跟踪和可追溯性方面也将面对挑衅。正在边际修筑本原举措是一种恶果低下、本钱昂扬的技巧，超越众个所在举办收集后台统治也是一项挑衅。

恰是因为这些挑衅，使得基于云的处理计划成为开采流程中症结的数据摄取和存储合头。Microsoft Azure Data Box存储配置的计划主意正在于从任何职位向云中供应TB级的海量数据导入，以便举办更速的执掌。Azure ExpressRoute 可供应一种安宁、私有且可扩展的收集处理计划，可能扶助PB级平常数据摄取。

通过由进步100个办事供应商互助伙伴（供应“结尾一英里”衔尾以及各自的互连数据中央）构成的大型环球收集，Microsoft每天都可能从险些任何地舆职位摄取PB级的数据，以餍足特别的测试驾驶场景和特定的数据驻留恳求。Azure Data Lake存储（第 2 代）和Azure Blob存储可能供应分层的存储模子，带有集成式人命周期统治效用，可能杀青最具本钱效益的存储和EB级数据永久保存。

为了以本钱效益较高的方法统治连续扩充的测试驾驶数据，EB推出了百般高程度数据主动化软件产物。比方，软件可能通过磁盘后台统治和上传效用扶助将数据传输到Microsoft Azure。上传新的车辆纪录后，即可主动天生基础的元数据。还扶助天生元数据时利用（如驾驶景象）的百般基于AI的办事。EB基于AI的东西还可能对测试驾驶纪录举办高效、半主动的标识。该效用可能明显普及标识速率，无需手工贴标办事公司介入，进而下降本钱。

关于摄入的PB级数据，及时数据执掌和领悟正在这一阶段至合要紧。Microsoft Azure Databricks和其他领悟办事可供应齐备托管的扩展集群，以杀青所需的领悟领域和速率。这些办事与Azure存储紧繁茂成正在沿道，无需采用特别的领悟功课专用存储。

鉴于所涉及常识产权的敏锐性，汽车公司恳求对其数据举办正经掩护。Azure存储办事可为传输中和静止数据供应加密，还具有防误删掩护效用，可确保数据正在任何工夫都受到正经掩护。

Microsoft Azure Active Directory和Managed Services Identify办事扶助基于脚色的访候管制战术，这些战术可能确保汽车修设商不妨正在无需从头构修安宁架构的情状下轻松将其当地授权订定扩展到云。基于脚色的访候管制战术还可能正在不应许员工、承包商或第三方互助家访候的条件下供应对演练、测试和模仿体例流程和办事个别身份新闻的需要访候。仰仗这一效用，咱们即可餍足差异区域的众种禁锢恳求。

本文所述的东西链还扶助天生和统治测试用例和测试集。用户可能轻松界说软件版本和算法形态等先决前提。还可能列出并统治纪录和模仿场景（囊括百般变种场景）等输入数据。软件可能供应地表实况和KPI等必要的结果。东西链还可供应测试用例的主动天生，以及之前测试用例的周密史籍和遮盖限度。

EB Assist ADTF扶助众个用例和前期开采到系列项主意众种行使情状，进而可杀青轻松的数据相易。最要紧的是，百般用例（如电子地平线）和其他成熟的东西和准则（如MATLAB Simulink、AUTOSAR）的很众可用外接扩展配置和接口均有助于火速和矫捷的开采和测试实践。

EB可能通过透后和有用的方法实践提取的测试用例，以便遮盖囊括硬件正在环 (HIL)和软件正在环(SIL)正在内的自便类型的测试场景。通过集成Microsoft Azure云平台，EB Assist ADTF可能扶助基础无尽度的可扩展性和并行测试实践。开采职员可能通过若干效用便当有用地实践他们的职责：

比方，正在该东西链中，体例会对每个数据包举办主动扫描，并用元数据（如天色和道况新闻）举办宽裕。

通过这种技巧，开采职员可能节流与搜刮妥当驾驶场景干系的韶华和资金本钱 — 由于数据一经历程妥当的标识。

正在近来的一个实例（图 4）中，咱们验证了一个网格交融软件组件。体例利用基于网格的车辆境况模仿供应了相合有故障物和无故障物区域的精准新闻。然后，测试中央将网格交融算法的输出结果与一组参考数据举办了比拟。还对占用区域、未占用区域和未知区域的KPI举办了比拟。然后，将测试数据加载到云中，同时对数据举办了干系的实践和进一步的执掌。

回到举办此类测试的办事上来，这些办事一样必要正在肯定的韶华内落成，一样必要每秒50-100GB以上的I/O模糊量。一样，数据量会随韶华增进，而用于数据执掌的本质总韶华保留褂讪，正在某些情状下就必要I/O体例扶助每秒100GB 以上的模糊量。

以低本钱的方法处理大领域I/O数据执掌本能和可扩展性挑衅是汽车修设商正在主动和自立驾驶开采流程中必要克制的症结挑衅。

Azure存储具备的百般本能和可扩展效用和优化技巧，囊括基于SSD的特别分层效用都可能扶助较高的模糊量恳求，确保获胜落成各项验证办事。Azure平台的另一个上风是对筹划才具的需求，极度是以线性方法扩打开环功课，餍足总体本质对象韶华的才具（图 5）。Azure带有 PaaS（平台即办事）软件东西，可能主动修设虚拟机、主动扩展功课，并可超越众个集群和集群类型编排和谐功课。

关于闭环模仿，工程师可能通过将特定的功课需求映照到性价比最高的 VM（虚拟机）系列来“调动”功课的巨细。因为大大都第三方模仿平台都运转正在Azure上，因此Azure PaaS东西对功课安排和主动扩展的扶助既可能用于对CPU恳求较高的功课（如感知后执掌），也可能用于对GPU恳求较高的功课（如感知），从而使客户不妨以最具性价比的方法杀青数十亿英里的数字驾驶里程数。

另外，咱们可能将模仿输出存储到EB Assist ADTF中，并用其更新测试用例，从而杀青跨验证、演练和仿真的迭代管制轮回。

通过使用Microsoft Azure云平台，从矫捷且可扩展的测试中获益 — 更容易餍足症结的峰值需求。

通过这种技巧，咱们的开采互助伙伴可能增加或定制他们己方的办事 — 可能利用一共东西链，也可能只利用采取的局部东西链。这囊括主动天生元数据新闻，扶助地面实况标识，以及针对特定验证职责正在强壮的“正在环”体例上实践测试。

还可能将EB和Microsoft现有东西与模仿专业职员、测试跟踪职员或数据插件专业职员等其他互助伙伴相维系，来构修其他处理计划。

另外，还可能正在现有技巧的本原长进行扩展。比方，可能通过创修基于语音识此外元数据来进一步革新测试驾驶，或者可能利用智能的数据采取流程来省略杀青开采、测试和验证主意所需的总测试里程数。总体而言，咱们正正在接连勤恳，以进一步缩小纪录的数据和模仿数据之间的不同。

现正在处理百般数据方面的挑衅是避免改日主动和自立驾驶时间开采中百般潜正在题目的症结。正在决计何如采用最佳的方法搜罗、摄取和执掌数据时，汽车修设商和一级供应商务必严慎采取确切的进步偏向。

EB可能供应一套通过本质利用验证的软硬件产物，用于拘捕和统治数百万英里的测试驾驶数据，进而应许开采职员有用地细化和革新他们的主动驾驶体例。

Azure云平台和Azure Data Box可为环球开采职员供应一个强壮的平台，可能有用地统治数百万（很速就会到达数十亿）英里的测试驾驶新闻以及PB级的模仿数据。

EB和Microsoft一经与众个宇宙顶级汽车修设商打开互助，勤恳让一齐道道利用者得回更牢靠，更欢欣的驾驶体验。

汽车测试网-开创于2008年，报道汽车测试时间与产物、趋向、动态等 合联邮箱 marketing#auto-testing.net (把#改成@)