AI 模型与平台
新方法简化自动驾驶系统的批准流程

格拉茨科技大学的研究人员开发了一种新方法,这可能会大大改善和简化自动驾驶系统的批准流程。
驾驶模拟器测试被用于许多不同的目的,尤其是因为它们可以模拟几乎任何场景,并且不受时间和天气条件的影响,也不会对车辆、人员或环境造成安全风险。
驾驶模拟器还比真正的测试更便宜、需要的组织也更少。
然而,在自动驾驶方面,人们对这种做法有一些疑问。
自动驾驶和驾驶模拟器
阿诺·艾希伯格是格拉茨科技大学汽车工程研究所“自动驾驶和驾驶员辅助系统”研究领域的负责人。
“在高度自动驾驶的领域,驾驶模拟器研究经常被质疑,因为缺乏现实感,”艾希伯格说。“此外,直到最近,还没有标准化的测试程序可以用来检查复杂任务,如人机交互(交接程序)。”
2021年初,全球首个自动车道保持系统(ALKS)的法规被实施。根据艾希伯格的说法,这个法律解决了道路批准的问题。
“到目前为止,监管机构不知道如何测试和批准自动驾驶系统,”他说。“相反,车辆制造商不知道系统需要满足什么要求才能被批准。”
法规已根据交通堵塞助手的规定,指定了高自动化系统的批准标准,最高速度可达60公里/小时。一旦助手被激活,它将负责控制。驾驶员可以放开方向盘,但如果发生故障,他们必须接管。系统还必须能够识别驾驶员的能力。
https://www.youtube.com/watch?v=TOFEYFu0r1k
新方法
艾希伯格和他的团队从弗劳恩霍夫奥地利、AVL和JOANNEUM RESEARCH开发的新方法基于该法规。它能够安全、有效、真实地测试驾驶模拟器中的控制权转移准备。然后可以使用这些结果进行ALKS系统的认证。
该团队必须执行各种过程来证明驾驶模拟的有效性,使用测试驾驶进行比较。驾驶模拟和真正驾驶之间需要直接比较,必须尽可能地匹配。
环境的机器感知在这方面被证明是具有挑战性的。
“如果这要像现实中一样运行,模拟中的环境必须与真实环境以厘米为单位完全匹配,”艾希伯格说。
该团队通过使用JOANNEUM RESEARCH的“超高定义地图”实现了这种准确性,JOANNEUM RESEARCH是世界领先的研究机构。
帕特里克·卢莱是数字研究所高自动化驾驶研究实验室的负责人。
“我们使用移动测绘系统来测量测试环境,”卢莱说。“最后,从测量数据中创建了一个无缝的3D地图,具有极高的细节级别。除了交通基础设施对象,如交通标志、车道标线和护栏外,植被和建筑物也在此地图中表示。”
这种自动化的UHD映射过程比手动3D建模更快、更便宜。
最后一步是将高分辨率3D环境转移到驾驶模拟器中。
根据Visual Computing业务部门的沃尔克·塞茨加斯特说,“我们以这样的方式准备数据,使3D环境可以以高速显示。”
然后通过在真正路线上的比较运行来验证验证。
“使用我们的方法,汽车制造商可以轻松地比较和验证真正路线和驾驶模拟器上的某个采样,”艾希伯格说。“这意味着测试最终可以从真正的路线转移到驾驶模拟器。”
该团队目前正在努力在接下来的几个月内建立虚拟批准测试。












