米樂M6 M6米樂自動駕駛中車載ECU開發測試的思考

　　隨著項目進展，最近又開始承擔一部分測試驗證工作?？吹轿宜镜臏y試能力和流程，忍不住深深嘆了口氣。

　　回想起上次寫關于測試的內容，起因還是蔚來的兩位工程師在工作中發生事故，為兩位同事感到悲傷和惋惜而動筆。時間就像駕車時的后視鏡，越走越遠，但也時刻提醒我們前路的方向。自我進入汽車行業之日起，我的工作角色不斷變化，從測試到系統再到架構，但總繞不開“測試”這兩個字。

　　最近有感而發：系統工程師的歸宿就是測試。這句話看似玩笑，卻并不是空穴來風?？v觀ASPICE開發流程，系統需求設計和系統測試是處在V模型的兩端，分別處于ASPICE SYS.1和SYS.5的位置。從開發的角度來說，功能的需求提出者，一定需要對功能的表現去負責，因為只有提出者才能最清晰的知道期望的產品形態。所以每個系統工程師應該必備一身的測試技能。

　　是的，以上討論的測試是基于ECU的系統測試。這個意義上的系統測試，一般是供應商的系統工程師在交付產品時進行的，ECU的軟件以及硬件都已經成形，供應商在仿真環境或對手件在線的情況下完成的測試；或者主機廠的系統工程師在驗收產品時，將零部件裝車進行的系統級測試。在實際研發過程中，這種系統測試其實已經到了研發的結束階段，多用來驗證復雜工況下產品的性能。本人以前在主機廠做測試和系統時，主要就是負責這種系統測試。

　　米樂 M6

　　從軟件出發，各模塊的工程師應該對模塊進行自測。比如感知、定位、規控等應用模塊，M6 米樂以及中間件的更新，需要在提交前進行自測并提交報告。在模塊自測通過后，軟件部門leader有責任進行集成測試。完備的集成測試應該包括功能層面、性能層面、基礎通訊、魯棒性等，這部分可以通過流水線實現。每次軟件釋放后，需要注意生成的版本號，便于進行問題排查。

　　以上的測試都是跑在仿真環境中的，接下來將軟件版本刷入經過DV/PV實驗的ECU板子中，驗證軟件在硬件中的表現。這個環節普遍是問題最多的，而且不易定位是軟件問題還是硬件問題，往往需要工程師的經驗來分析解決。

　　當然，目前市面上有很多自動化測試設備能夠幫助我們進行迭代測試，這類測試設備養活了一部分企業。國外的Vector是此中翹楚，近年來國內的昆易電子也發展的很不錯。當年我第一個使用的HIL測試臺架就是昆易的，說來有趣，本來是測試ECU，結果變成了“免費”幫供應商測試他們的臺架.....嘿嘿，當然那已經是幾年以前了，現在國產廠商發展的都十分不錯。最近也接觸了北匯的測試設備以及培訓，他們在吉利系內部承接了很多項目。

　　到最后，就可以將ECU放入整車環境中進行測試了。這里的整車環境可以是通過多個對手件接入臺架組成的仿真環境，也可以是實車環境。實車環境更為逼真，趨近于客戶使用，但在車上畢竟測試環境較為惡劣，工作效率也比較低。一般是在量產關鍵節點多個ECU一起裝車后，由主機廠專業測試工程師去進行路試，然后上報各ECU的問題，由不同責任人處理。

　　以上這一大段，其實就是描述的MIL-SIL-HIL-VIL的測試鏈路。在老東家負責系統的時候，當時還帶了幾個應屆生做ADAS產品測試，曾經反復思考過，應該如何做測試，做哪些測試，我們需要哪些工具和環境，如何做到快速迭代驗證?，F在想來，還是要結合現狀，每個公司的需求不同，擁有的資源不同，研發目標不同，能夠提供的測試條件自然不同。

　　在自動駕駛領域，測試更需要專業和細致，就像是進入了“硬核”模式。目前我司的一款在研高配車型，裝配12*Camera，3*Lidar，5Radar，12Uss，1*高精度定位盒子，接入域控制器?？紤]一下，我們這款車上有那么多的傳感器，你能想象測試的復雜性嗎？但這正是挑戰的魅力所在，對不對？在如此復雜的網絡拓撲的情況下，如何做到精確快速穩定全面的檢出問題，定位問題，是需要持續思考的。

　　自動駕駛領域的測試與普通軟硬件測試存在著顯著的差異，這些差異主要源于自動駕駛系統的復雜性、多樣性以及其對安全性的特殊需求。

　　到了我司，重算法重開發，現階段沒有專業的測試團隊，也沒有完善的測試流程，測試問題的閉環鏈路有待完善。往往是算法工程師去車上簡單驗證后就可以合入主線，而他人提報的問題，僅在本地驗證后就能夠關閉，等等這些問題很容易在后續的開發中埋下伏筆。有時候，實車測試和仿真測試的結果是南轅北轍。

　　系統工程師是項目開發中的關鍵角色，他們不僅需要具備深厚的系統知識，對架構和設計有深入的了解，還需要具備一系列的測試能力來確保系統的質量和可靠性。作為系統工程師的我們，更應該保持冷靜，記錄、分析、跟蹤問題。以下是從我司實際情況角度出發考慮的一些建議。

　　測試工具和自動化: 隨著軟硬件的復雜性增加，手動測試的效率和準確性都將受到挑戰。因此，借助自動化測試工具，如Vector的CANoe、CANalyzer等工具，可以大大提高測試效率。此外，編寫完善的自動化測試腳本和測試用例也是至關重要的。

　　持續集成和持續測試: 通過建立持續集成和持續測試（CI/CD）的環境，可以確保軟件在每次更改后都能快速得到驗證，從而盡早發現和修復問題。

　　故障注入和魯棒性測試: 為了確保ECU在各種異常和故障情況下的穩定運行，可以進行故障注入測試，模擬各種可能的硬件故障、通訊中斷等情況。

　　模擬環境與實際環境的差異: 在仿真環境中，測試的條件是可控的，而實車測試的條件則更加復雜多變。為了橋接這兩者之間的差距，可以考慮使用更為逼真的仿真工具，如IPG CarMaker等。

　　文檔和跟蹤:記錄測試過程、測試結果和問題跟蹤是至關重要的?？梢钥紤]使用問題跟蹤工具如JIRA，并且定義清楚問題關閉的條件和責任人，確保每個問題都被妥善處理。

　　團隊培訓和知識分享: 定期組織團隊內部的技術分享和培訓，可以確保團隊成員對測試方法和工具的了解都保持在最新的狀態。

　　安全和法規考慮: 隨著全球汽車行業對功能安全和相關法規要求的越來越高，ISO 26262等標準對車載軟件的測試提出了更為嚴格的要求?？紤]這些因素，會使得測試更為嚴格，但也更具有挑戰性。比如NOP功能需要考慮R79的法規要求，而ACC/LCC等功能很早之前已經有了完善的法規定義。

　　寫到這里，其實是想說，我們在測試上還有很長的路要走。但也請記住，每一次的進步都是為了更好的未來。最后，預祝大家十一快樂，開車別忘了測...哦，是帶上安全帶！

　　聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。舉報投訴

　　汽車正步入技術發展成熟期，各國中央和地方***通過多種關鍵政策和決策，使其能夠在社會中實現安全有效的運用。

　　，M6 米樂海外企業及機構占比近30%。百度公司副總裁鄔學斌在Apollo生態合作伙伴聯盟啟動儀式上指出，

　　近兩年，智能手機價格在不斷上漲，6GB+64GB成為中高端手機標配，8+128GB容量也是很主流配置了，這都對于內存、閃存芯片的要求越來越高。不止是手機領域，隨著汽車走入智能化時代，

　　中國智能產業高峰論壇（CIIS 2020）在嘉興南湖舉辦。在11月15日舉辦的智能

　　k隨著汽車電子的日益復雜化以及汽車電子電氣架構(EEA)的升級，人們對于聯網智能汽車的需求也在逐步上升，大量先進技術往汽車上應用，如高級

　　米樂 M6

　　事故，和最近在Defcon上演示的如何干擾傳感器，都充分說明了傳感器在

　　實現的基礎，如果不能正確地感知周圍環境，那么接下來的認知、決策與控制，都是空中樓臺。

　　習慣、運輸行業并更廣泛地影響社會。 我們不僅能夠將汽車召喚到我們的家門口并在使用后將其送走，

　　面臨的挑戰首先中國不同地域以及城鎮之間在道路基礎設施方面存在差異，包括路標、車道線、紅綠燈等設置各有不同。中國特色

　　死亡事故給全世界帶來了極大的震驚，但這并不意味著基于壞消息之上的關注全然沒有正面意義。在接受新浪科技采訪

　　系列報告之五：控制執行篇，轉向制動電子需要報告的關注微信公眾號：AI汽車人回復“

　　和驗證是一片雷區，無論是車內還是無法預知的道路條件，都構成了一個難點。芯片設計人員經常在完成錯綜復雜的汽車芯片設計之后，又意識到他們必須回頭重新編寫，有時甚至需要不停地重復，直到得到滿意的結果。但是稍不注意，就會觸雷。

　　化、人工智能等技術的飛速發展，預計到2021年市場上會出現第一批完全沒有方向盤等

　　車輛的安全性更高，并可以大幅降低交通事故數量，減少人員傷亡。到2020年，大多數汽車制造商都將推出能夠完全實現或部分實現

　　、德兩國企業家之間的高端座談會，零距離交流、深層次洽談【德國名企工廠考察】探訪德國制造的奧秘，領略成功背后的智慧... …本次AI

　　比其他類似功能的傳感器價格低，定位精度更高。為此改變了傳統UWB的被動定位方式拓撲結構，克服被動定位系統在

　　的幾個致命問題，顛覆性提出了尋ME主動定位系統，實現了以下功能:1. 廣播式發射

　　的到達時間發生變化，只要是納秒級別的變化，誤差就會在30厘米左右。因此，如果

　　，如果出現了汽車的過車等行為都會導致定位的誤差變大，這個在高速運動的車上是比較致命的問題，所以這樣的場景UWB

　　，基站采用無需聯網離線供電安裝，通過標簽直接解算相對坐標（轉換為WSG84坐標）提供給

　　和三年以上的機器視覺領域項目實踐經驗，在計算機視覺與FPGA數字圖像處理方面有較多的理論研究與項目實踐

　　完后可以給我上初中的弟弟玩，讓他也能和我一樣接觸到電子研發。項目描述：

　　，并且在進行相關的技術研發。不過在該專利曝光之前，我們并不知道蘋果還有

　　技術已經有足夠積累，雖然還不完美無缺，但是可以投入商用，科技都是在使用

　　完善的，不能一遭被蛇咬，十年怕井繩，難道發生一次空難之后，以后飛機就停飛啦？技術流朋友，更加關注問題本身，有什么技術手段可以解決此類問題？對于這個問題，公說公有理婆說婆有理，元芳，你怎么看? `

　　2021年7月，PIX 的產品持續獲得市場和客戶的認可，取得高速增長的佳績，中標了單個項目在數百萬元的

　　，汽車行業在其供應商的幫助下，正在將其它消費性市場中網絡安全方面的經驗教訓進行整合

　　研發能力，贏得全球競爭優勢。下面就隨汽車電子小編一起來了解一下相關內容吧。近期以來，谷歌母公司Alphabet旗下的

　　技術走向商用？物聯網為汽車MEMS傳感器帶來重大利好回溯傳感器的發展歷史，從上世紀80年代~90年代在汽車電子

　　激光雷達環境感知能力”。RS-BoxLiDAR感知算法專業硬件平臺RS-Box 由嵌入式硬件平臺、獨立操作系統

　　技術的應用。而嘗試新技術，前期必然可能會增加事故的傷亡率。然而特斯拉CEO埃隆穆斯克認為，如果僅僅是為了避免輿論壓力或者害怕被卷進官司

　　的兩大模塊，一個是毫米波雷達，一個是激光掃描雷達，激光掃描雷達太貴，以后有錢了再試，先在淘寶挑了一個最便宜的毫米波雷達模塊

　　的視頻《基于slam算法的智能機器人》調研分析報告項目背景分析機器人曾經是科幻電影

　　技術為人們勾勒出了一副美好的未來出行的畫面：坐上沒有方向盤的汽車，一覺睡到公司門口；甚至我們可能不再擁有一輛汽車，需要出門時共享

　　自行車什么時候能實現「自己行走」呢？自行車屬于欠驅動系統，如果不進行控制就無法實現穩定站立最近，B站野生技術協會野生鋼鐵俠、「華為天才少年計劃」入選者、AI算法工程師稚暉君發布了一個「

　　者首先需要掌握大量車輛碰撞數據，有較大把握了解潛在的碰撞風險，并對這些潛在碰撞進行多重模擬后，在確保安全的前提下才能開始進行路測。專家表示，我國人口稠密、交通

　　汽車進入商業應用場合后，完全可以根據實際需要進行重構，例如，谷歌在新的試驗車型

　?。▓蟾娉銎贩?作者：國金證券，翟煒）報告綜述產業鏈與市場空間：當前我國

　　正處于 L2 向 L3 級別轉化的階段，預 計 2025 年 L2.5 級別

　　，至于一般家庭用戶，通用還沒有向他們進行銷售的意向。而與深陷各種泥沼的Uber不同，Lyft在

　　功能，其中包括谷歌，百度，蘋果，特斯拉，福特等。但截至上個月底在加州的相關監管文件

　　概念車，但為什么直至最近無人車才不再被視為科幻，而是眼下將實現的革命性科技產品？追其原因，主要在于，人工智能的顯著進展，以及

　　隨著時代的演進與汽車工業技術、機器視覺系統、人工智能和傳感器相關技術上不斷創新與進步，無人

　　公共車輛——出租車、拼車或公交車，能夠將我們從公共交通站、市中心或辦公區域帶到想去的地方(最后一公里)。有沒有更好的ADAS系統解決方案，對接口進行銜接？

　　和智能網聯技術的飛速發展，傳統的汽車開放系統架構CP Autosar已經無法滿足日益復雜的汽車電子系統的功能需求。尤其底層

　　汽車已經行駛近30萬公里了，非常的強大~~上次參加了重慶新能源汽車峰會，對會上富士通半導體宣講的一款全景視頻汽車實時監控技術平臺似乎看到了

　　高階版本的增強和補充，通過車與車、車與人、車與交通基礎設施、車與網絡的互聯互通，讓對環境已經具備感知能力的

　　驗證。本文未經許可，不得轉載本文摘自《邊緣計算方法與工程實踐》，作者張駿，英特爾資深專家，這本書內容還不錯，推薦購買。

　　汽車本質上是一臺裝有輪子的高性能計算機，它通過大量的傳感器來收集數據。為了使得這些車輛能夠安全可靠地運行，它們需要立即對周圍的環境做出

　　中，David和Pall探討了傳感器融合、人工智能和互聯及安全等關鍵技術可能如何促成

　　汽車（AV）和電動汽車（EV）的未來的形成，和其他可能出現的趨勢。在整個演講

　　，需要消除很多法律、社會和結構障礙。盡管幾乎我們所有人都在科幻或電影