解锁高度自动驾驶系统验证
管理高度自动驾驶系统的验证与确认策略
在自动驾驶汽车成为主流之前，它的发展仍然面临许多重要挑战。大多数汽车厂商尚未克服向公众发布高度自动驾驶 (HAD) 系统所需验证的复杂性和规模问题。同时，数据管理难题也促成了对于应用程序生命周期管理 (ALM)、产品生命周期管理 (PLM) 和仿真工具广泛集成的需求。
通过本场点播式网络研讨会，探索能够加快验证并优化生产率和可追溯性的自动驾驶车辆开发解决方案，从而帮助您为 SAE L4 级和 L5 级做好准备。立即注册观看！
在自动驾驶车辆开发中应用验证和确认策略
尽管仿真很快将成为高度自动驾驶验证和确认策略的主导来源，但其仍然存在一些缺点。虽然随着仿真测试用例的增加，覆盖范围会增加且验证信心会增强，但这也意味着计算基础设施和人力成本的增加。尽管范围更广的结果数据库可能会产生更多的开发见解，但分析这些数据而不错过关键失效模式却需要花费更多时间。Siemens Simcenter Prescan360 可以应对这些难题，具体途径就是提供必需的验证并充分融合以下方面：
- 根据 SOTIF 生成大量关键场景
- 高保真度传感器和环境仿真
- 云端和本地集群上的大尺度仿真
- 使用机器学习进行直接测试用例采样
- 有意义地表示大型结果集，不遗漏重要失效信息
应对高度自动驾驶系统复杂难题
在越来越多的参与者之间进行协同，这对于推进高度自动驾驶系统开发而言不可或缺。但是，这也增加了在不同部门之间未共享、同步或追踪信息的风险。借助 Siemens Simcenter Prescan360，持续追踪复杂性不断上升的系统并赋能不同部门之间的设计、集成和验证活动协同，从而尽可能提高开发生产率。此软件还可以为可用性领域的传感器配置创建、导入或生成场景、行为者和环境。由于自动化流程可能涉及任何客户生态系统中的工具，因此可以避免错误和返工并加快验证循环。
采用 Simcenter Prescan360 进行设计、探索、确认和验证
闭环自动驾驶车辆开发是应对高度自动驾驶系统复杂难题不可或缺的。产品生命周期始于真实世界数据捕获，因为这是使用大量数据进行机器学习和统计分析的数据驱动型过程。接下来，已收集的数据会被分析用于提取和准备数据驱动型设计和性能评估。提取之后，新的数据集可以支持设计探索和创成式设计优化。最后，验证和确认阶段必须证明自动驾驶车辆足够安全和舒适，能够在真实世界中运用。无论是设计、探索、确认还是验证自动驾驶车辆系统，Siemens Simcenter Prescan360 都可以通过集成式工具套件和服务为所有这四个产品生命周期阶段提供支持。
ADAS/AD 产品线经理, Siemens Digital Industries Software