自动驾驶(AD)是正在为汽车制造商创造巨大的机遇和挑战。不断加强的安全和认证要求以及不断上升的复杂性,突出了仿真在自动驾驶发展中的关键作用。这反过来又强调了对准确和可靠的仿真的需求;对能够有效识别和收集相关数据并利用现实世界的驾驶条件来涵盖、创建和测试一系列潜在的反倾销情况的仿真工具的需求。同时,突飞猛进的进展速度强调了监管标准化的需要,以及在整个生态系统中,OEM和仿真工具开发商之间更深入的合作。


自动驾驶(AD)代表了汽车研发中一个巨大的增长领域。将自动驾驶功能推向市场的挑战仍然是围绕着系统和软件的安全性。要验证复杂的自动驾驶算法需要进行详尽的测试,而实际的道路测试有其局限性。仿真已经成为一个关键工具,帮助开发者将新一代汽车中的AD应用推向市场。

 

自主车辆预测--L3、L4和L5级AD的采用取决于监管框架的发展和技术整合的结合。

 

虽然AD的仿真提供了多种好处,包括节省时间和成本,但它也有自己的一套挑战。其中包括需要建立真实的虚拟场景,整合多个领域的不同系统,并在不影响仿真速度的情况下确保环境、车辆和传感器模型的可靠性。

 

因此,今年早些时候举行的MathWorks第二届高管圆桌会议的主题是 "自动驾驶--仿真的挑战"。会议汇集了来自整个生态系统的利益相关者,包括全球领先的原始设备制造商、新成立的公司、一级公司和工程服务供应商。小组成员分享了仿真在自动驾驶发展中的重要性、该领域的主要挑战以及为克服这些挑战而采取的战略对策的见解。

 

在从原型到产品的升级过程中,自动驾驶的严格安全要求将要求行驶数百万甚至数十亿公里,这使得仅靠物理测试是不现实的。越来越多的人认为仿真将在开发和测试中发挥重要作用,但这也带来了自己的挑战。

 

自动驾驶仿真的一些挑战包括生成真实的虚拟场景,多领域系统的整合,环境、车辆和传感器模型的保真度与仿真速度的权衡。鉴于仿真在这项安全关键技术的成功中发挥着越来越大的作用,这就要求我们更加关注仿真的方法和工具。