一文读懂自动驾驶"路试数据采集"

2022-03-31 00:33:35·  来源:汽车测试网  
 
2021年是无人驾驶爆发的一年,国内外各大主机厂和系统供应商都在不断进行着自动驾驶研发与测试。随着自动驾驶功能的不断更新迭代,自动驾驶传感器和控制器的数据
图片

2021年是无人驾驶爆发的一年,国内外各大主机厂和系统供应商都在不断进行着自动驾驶研发与测试。随着自动驾驶功能的不断更新迭代,自动驾驶传感器和控制器的数据越来越多,数据采集需要配备高端数据记录器的测试车辆来采集自动驾驶相关数据,例如摄像头、毫米波雷达和激光雷达。这些数据可以用于在实验室中精确地模拟某些交通状况,测试ADAS感知算法和控制逻辑,从而节省了大量的测试和验证的时间。 

本文是解密自动驾驶算法的测试流程!系列文章第二篇,在第一期的视频中,我们主要介绍了自动驾驶测试总体流程,本期我们着重介绍关于路试采集系统的相关内容,识别以下二维码观看精彩内容!



数据采集在自动驾驶开发中扮演至关重要的角色


众所周知,自动驾驶的发展和人工智能技术进步密不可分,数据、算力和算法作为人工智能的三要素显著影响着自动驾驶技术的成熟度,而在这三要素中,数据有着举足轻重的作用。AI只有经过大量的训练,神经网络才能总结出规律,应用到新的样本上。如果现实中出现了训练集中从未有过的场景,则网络会基本处于盲猜状态,从而出现错误,因此可靠并且高质量的数据采集在自动驾驶开发过程中的作用就显得尤为重要。


为了保证采集数据的准确性,用于记录数据的车辆,需要配备满足其智能驾驶特定等级的传感器和测量技术。主要的传感器类型包括摄像头、毫米波雷达和激光雷达。系统的核心是融合控制器,它获取所有传感器的数据并实时计算当前环境模型,然后用于控制驱动、转向和制动系统。


满足各种传感器、ECU和通信数据记录的高性能数据采集系统需要专门为连续运行而设计,提供高可靠的RAID存储设备,可以测量摄像头、毫米波雷达,激光雷达原始数据,具备测试融合控制器,还包括附加的参考摄像头视频数据以及提供车辆精确位置的惯性导航系统数据和车载以太网、CAN、CANFD、FlexRay等众多总线数据。

图片

概要图

图片来源:

https://www.csselectronics.com/pages/electric-vehicle-data-logger-cloud-battery-telematics


解析数据采集过程中的关键点


1. 可靠性高、同步性好、简单易用的采集设备

图片

这些传感器从整车布置的安装结构设计、FOV校核,再到实车的装配标定,都需要保证位置准确和稳定,从而支持不同位置传感器数据可以顺利拼接。数据采集系统的设计必须机械鲁棒且适合汽车环境,具备高可靠性。其他的要求还包括温度范围符合车规级,低功耗、可靠的电源管理。一般而言,需要记录的数据类型主要由传感器决定。当然对于不同的开发应用,也需要通过采集系统输出被测传感器的特定格式数据。比如对于车载摄像头而言,通过FPD-link或者GMSL采集摄像头的原始数据,可能需要输出YUV、RAW12、以及经过H264编码的压缩视频数据。采集系统需要能够满足不同测试场景需要,提供不同类型存储。


车辆安装的传感器类型和数量不尽相同,数据采集系统需要提供开放的数据接口,并且能够根据传感器种类和数量进行灵活的配置。以保证系统可以接入所有的传感器完成数据采集。另外目前的数据采集,对数据同步精度要求也比较高,一般都需要支持PTP或IEEE1588协议,用于多设备的时间同步,从而保证被测数据的时间精度,确保数据一致性。

图片


2. 确保实车采集的数据质量
数据采集系统应该提供适应性强、操作友好、显示直观的用户界面,用于显示、操作和监控系统运行状态。其界面应该满足不同的场景采集快速配置,通过可视化界面展示各传感器采集数据状态。提供方便的Trigger记录,用户对记录进行标记以便在以后的数据分析中更好的利用记录数据。


需要根据传感器数据类型特征,提供各种显示窗口来获取传感器或融合数据的可视化呈现。诸如信号和跟踪窗口、鸟瞰图的目标展示、目标叠加视频显示、GPS地图显示和激光雷达点云展示等。


实车采集过程中,需要尽可能覆盖各种用户场景。一般来说,道路状态、交通信号和标识、各类车辆和行人目标、天气环境等,都是影响智能驾驶的关键因素,路试采集场景需要涵盖城市、乡村、高速、隧道以及白天和夜晚等,以确保尽可能覆盖用户各种实际场景。


3. 海量数据的存储及转移


不同等级阶段的车辆,需要采集的数据量也呈现几何级增长。以目前常见的L3阶段为例,随着4K超高清摄像头、128线激光雷达等传感器引入,每天8小时数据采集系统记录的数据量高达30TB。


采集系统需要提供高带宽、高容量的数据存储,同时还需要考虑如何将数据简便的方式将数据传输到数据中心。比如通过专门的数据上传机将数据传输到容量为PB级别的数据中心。


4. 采集过程中的车队监控管理


采集过程中,全面的了解测试进展以及测试车辆状态,保证测试数据的有效性,也是测试管理面临的重要挑战。一般针对同时多辆车辆进行的实车测试项目,均会考虑车队管理系统。基于此系统可以实现车辆实时定位和状态监控,包括车辆实时运动状态、实时车速等。提供车辆行驶数据统计,包括里程统计、告警统计、状态统计等。提供驾驶员行驶数据统计,包含驾驶员行车时间统计、里程统计、告警统计、DMS监控数据统计等。系统一般具备告警消息推送功能,可以实时监控并告警车辆状态异常、采集系统运行异常、驾驶员DMS监测和报警等。

图片


采集结束后的数据使用
通过数据采集系统,可将自动驾驶车辆各类传感器类型的数据进行采集处理,包括常见的CAN、CANFD、 ETH车载以太网数据等。用户可以通过数据中心访问数据,进行后续数据分析、数据标注、数据回注等,从而形成完整的数据闭环。

图片


本文图片来源:齐思智行
通过以上的介绍,相信大家对于自动驾驶数据采集有了初步的认识。下一期我们将带大家了解传感器之摄像头,敬请期待!


关注【恩艾在您身边】,回复“自动驾驶”获取自动驾驶测试解决方案白皮书。

分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号