当前位置:首页 > 报告详情

5、Foretellix Slides(1).pdf

上传人: 2*** 编号:142195 2023-09-09 27页 3.30MB

1、 2023 Foretellix-Confidential实现可扩展自动驾驶和 ADAS 的安全部署处理无限测试空间 2023 Foretellix-Confidential2每个人都在谈论自动驾驶每个人都在谈论自动驾驶每个人都在努力实现这一目标您如何知道自己处于测试过程的哪个阶段?忧虑足够安全?您如何知道自动驾驶系统是安全的并且所有边缘案例都已被发现?如何用有限的资源和时间驯服无限的场景测试空间?挑战驯服无限困境测试完备?2023 Foretellix-Confidential3特斯拉自动驾驶事故,2020 年 6 月特斯拉造成车祸,2022 年 11 月自动驾驶系统在许多边缘场景下都会失效

2、,即使是在小规模部署中也是如此ADAS 系统在极端情况下也显示出重大安全问题“碰撞是由于特定参数的独特组合而发生的”通用汽车 Cruise Cruise 在 2023 2023 年监管文件中的描述沃尔沃 AEB 召回,2020 年 3 月通用汽车 Cruise 事故与召回,2023 年 4 月安全是大规模部署的主要障碍安全是大规模部署的主要障碍 2023 Foretellix-Confidential4Source:McKinsey&Company,January 2022每个项目的自动驾驶开发成本验证成本验证成本 开发成本的开发成本的 50%Level-3 HighwayLevel-4 Hi

3、ghwayAutonomous TruckingLevel-4 RoboTaxi$600M-$900M$0.6B-$1.5B$1.5B-$3.5B$3B-$4BVerification&ValidationHardware DevelopmentSoftware Development22-33%33%50-67%33-60%2023 Foretellix-Confidential5我们解决的挑战我们解决的挑战极度复杂的系统极度复杂的环境需要无限场景多个AI系统系统150M行代码100s芯片x=未知场景自动驾驶汽车两轮车行人人类驾驶员天气-驯服无限测试空间驯服无限测试空间 2023 Foret

4、ellix-Confidential6Foretify 超大规模仿真测试超大规模仿真测试OpenSCENARIO 2.0Checks场景定义KPIs覆盖度优化故障分类大数据分析ChecksKPIs覆盖度需求管理需求管理Level-2 ADASLevel-3 HighwayLevel-4 TruckingLevel-4 MiningV&V 场景库MAPSKPI/CHECK仿真软件仿真软件合作伙伴合作伙伴超大规模测试自动化约束随机生成器发现边缘案例 2023 Foretellix-Confidential7OpenScenario2.0场景描述标准场景描述标准人类可读的场景定义并促进重用性能KPI

5、s和场景覆盖度多种场景和风险维度OpenSCENARIO2.0 标准的基石简化场景组合评价体系标准 2023 Foretellix-Confidential8Foretify LogIQ:驾驶数据分析驾驶数据分析异常检测场景匹配驾驶数据分析KPIsDrive LogsGPSRadarVideoLIDARVehicle Messages 2023 Foretellix-Confidential9Foretify LogIQ:驾驶数据分析驾驶数据分析异常检测场景匹配驾驶数据分析KPIs优化故障分类大数据分析ChecksKPIs覆盖度路测数据GPSRadarVideoLIDARVehicle Mes

6、sages 2023 Foretellix-Confidential10Foretify 连接现实世界驾驶和仿真测试连接现实世界驾驶和仿真测试OpenSCENARIO 2.0Checks场景定义KPIs覆盖度优化故障分类大数据分析ChecksKPIs覆盖度Level-2 ADASLevel-3 HighwayLevel-4 TruckingLevel-4 MiningV&V 场景库MAPSKPI/CHECK超大规模测试自动化约束随机生成器发现边缘案例异常检测场景匹配驾驶数据分析KPIs路测数据GPSRadarVideoLIDARVehicle Messages 2023 Foretellix-

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要讨论了自动驾驶和高级驾驶辅助系统(ADAS)的安全部署问题。面对无限测试空间和复杂环境,作者指出,尽管自动驾驶技术在不断发展,但仍存在诸多挑战。例如,特斯拉自动驾驶事故以及通用汽车 Cruise 在监管文件中提到的沃尔沃 AEB 召回事件,都显示出 ADAS 系统在极端情况下的重大安全问题。文章提出,安全是大规模部署的主要障碍,并引用了麦肯锡公司的数据,指出每个项目的自动驾驶开发成本验证成本往往超过开发成本的 50%。 为了解决这一问题,文章介绍了 Foretify™ 和 OpenSCENARIO 2.0 等技术,这些技术可以帮助自动化测试,发现边缘案例,优化故障分类,并促进重用。此外,文章强调了需求管理、覆盖度分析、以及安全驱动的验证和确认(SDV)流程的重要性。通过这些方法,可以最大限度地减少危险和未知情况,提高测试效率,降低故障风险。总的来说,文章强调了在自动驾驶和 ADAS 的大规模部署中,采用合适的工具和方法进行验证和确认的重要性。
如何确保自动驾驶系统的安全性? 如何应对自动驾驶测试中的无限场景? 如何降低自动驾驶开发和验证成本?
客服
商务合作
小程序
服务号
折叠