ADAS/AD 系统验证方法及策略(dSPACE解决方案)
1.ADAS/AD系统校验概述
ADAS/AD研发面临的挑战
从level2到level3/4的ADAS/AD功能评估；
更复杂的功能化，针对多控制器、深度学习技术，和验证单组件和模组间的交互；
百万公里的有效车辆测试数据；
高性能的可扩展平台和准确的测试方案；
功能安全验证的仿真技术点
ISO 26262推荐应用MIL/SIL/HIL仿真来执行软件安全的需求验证
仿真优势：可重复性，摆脱性能/阈值限制的测试，极端危险情况下的测试
ISO 26262 阐述了车辆电子电器系统故障引起的安全风险，其中一部分介绍功能安全，另外一部分避免或者控制随机的硬件和系统故障，而该故障将影响功能安全。
然而，对于依赖环境传感器的系统，如果感知或者融合算法对环境做出了危险的决策，那么即使系统没有故障，但也有可能产生安全违规。所以，重点是关注ISO和SOTIF交叉重合部分的标准，基于这些来进一步完成Verification系统。
2. dSPACE为数据驱动开发和ADAS/AD的支持服务
dSPACE为自动驾驶提供的解决方案（贯穿始终的工程服务团队支持），dSPACE团队提供以数据为驱动的验证和认证集成解决方案，涵盖数据记录、车辆原型制作中、数据扩充及数据回放等功能。
dSPACE重点战略领域是车辆环境仿真和传感器仿真。本次主要介绍基于测量数据的场景搭建，和部分的SIL、HIL测试，然后我们解决验证和认证问题，最后介绍强大的云仿真功能-SIMPHERA。
一、数据和测试管理系统
功能方面：
支持深度学习和车辆原型在环仿真
支持软件开发例如VECU
支持车辆，环境和传感器的仿真
支持基于测试的驾驶场景生成
数据方面：
支持数据记录
支持数据扩充
支持数据回放
应用场景方面：
SIL&HIL测试
信息互联和数据安全（5G）
二、验证和系统协同测试
产线终端传感器测试
定期技术检查
2.1. 自动驾驶全栈解决方案（SIL & HIL）
为全面了解自动驾驶验证（AV）系统，我们可以从标准的AV软件系统或者全栈AV入手，区分为感知控制和驱动控制阶段，可以实现的功能有数据融合、场景分析和路径规划。开发和测试AI或者机器学系统的挑战在于如何保证在所有驾驶条件下的安全性。
传感器检测
支持传感器标定和测试
感知&融合：
支持预处理 + 检测和跟踪=>数据融合 和 定位
面临挑战：如何研发和测试AI？
-->重点在于AV全栈的感知层
-->用虚拟数据填补真实数据空白
技术点：数据回放测试（真实性和实时性）
驾驶策略和执行：
场景理解 + 预测 =>路径规划 和 行驶控制
面临挑战：确保所有情况下的安全性！
-->如何保证“全部”？
--> 需要广泛的测试覆盖，测试未知（SOTIF）
-->基于场景的测试，在云端扩展
技术点：闭环测试（基于场景的测试）
2.1.1 闭环集成和测试解决方案
此关键的点在于针对具体的功能，使用准确的前端测试类型，来帮助验证传感器在研发和售后市场的自身发展。
数据回放功能可以评估传感器感知系统。然而，基础的全闭环场景测试，需要满足全面测试的集成系统。重要的是当我们做HIL、SIL或者云端测试时，需要考虑到此类型的集成测试所涉及的内容。前端真实传感器测试可以满足Camera、和Radar测试。闭环集成解决方案可以实现一下三部分之间的相互通信：
场景库的测试仿真有三个主要的领域：Scenarios-场景仿真、Sensors-传感器仿真和Vehicles-车辆仿真。其中，重点在于如何支持标准协议文件的导入导出工作和如何基于测量数据衍生仿真场景
全方位的测试场景仿真（真实测试环境和场景）
包含3D 物体模型，驾驶员模型，交通流模型，道路交通网模型
支持执行标准文件的导入和导出
支持基于测试的场景生成
逼真的传感器仿真
可实现传感器检测、感知和融合，驾驶策略
支持传感器模型的仿真，包含摄像头、雷达、激光雷达和超声波雷达， IMU和GPS， 以及V2X。
支持传感器模型的集成
真实的车辆及行为仿真
包含动力传动系统模型，刹车模型，方向盘转向模型，悬架模型，轮胎模型
支持小轿车、卡车/拖车等的车辆动力学模型
支持混合动力、BEV、FCEV的动力系统
支持运动控制接口
2.1.2. dSPACE 汽车雷达测试系统-DARTS
dSPACE支持Radar测试系统技术，可以应用于Radar闭环测试台架仿真，覆盖整车工具链开发到生产末端的ADAS/AD 的Radar应用测试。
支持OTA雷达目标仿真：应用于ADAS，以及商业汽车的领域。
雷达关键技术点：
先进的OTA雷达模拟
支持下一代雷达（例如成像雷达）
全覆盖基于雷达的ADAS/AD应用程序
覆盖汽车产业价值链开发到EOL测试
高效，灵活，可持续的固定投资
2.1.3. 数据回放测试和评估体系
在HIL和SIL测试中，一般为实现验证传感器功能和实现真实捕获数据的回放，首先要获取原始数据和带标注的Ground Truth信号。而这关键的是需要同步各种传感器，以及所有总线通信信号和其他需求的接口。数据回放系统功能有限，目前支持感知系统的测试。
作为HIL/SIL测试，我们需要通过闭环测试来监控车辆移动导致的传感器前端驱动的变化，dSPACE应用3D场景仿真，来驱动前端和高精度车辆模型在环境中行驶，可以实现与真实车辆相同的效果。到AD全栈中，闭环测试通过回灌车辆状态信息和输入的指定的传感器信号，协同来执行部分功能。
应用于传感器融合测试和环境感知的测试
将云端的注释数据传输到dSPACE数据回放系统，一方面被测设备从中获取到已记录下来的传感器数据和车辆总线数据；另一方面，数据回放系统提供地面真实数据，与被测设备运算结果相比较。
关键技术点：
传感器和总线数据的时间同步准确性回放
SIL和HIL的无缝衔接解决方案
适用于车辆任意ECU的解决方案，主要包含单个传感器ECU到AD中央控制单元
扩展总线和可实现总线监控/操作功能的传感器模块
2.2.dSPACE端到端仿真和验证工具链（SIL&HIL）
接下来介绍如何使用场景库和创建驾驶策略应用到车辆和传感器上，以下是dSPACE端到端AD仿真验证工具链，包括基于HIL和SIL。dSPACE提供高保真的3D物体和传感器模型，SIMPHERA支持可扩展的验证方法。
其中，关键是搭建一套高保真的传感器模型，来确保整个系统行为的准确性。继而在使用大规模的SIMPHERA验证测试时，可以确保所有工况下的安全性。
然而,至关重要的是，如何保证基于场景的测试,可以广泛的覆盖SOTIF未知风险的测试要求。dSPACE提供虚拟误差注入来弥补真实数据的缺失，
一、准备阶段
首先生成测试场景，用于导入Model desk（dSPACE应用软件）进行测试场景的编辑和参数化修改。场景生成可以通过ModellDesk手动搭建或者真实测试数据（同样可应用于数字孪生），dSPACE支持ASAM的OpenDRIVE、OpenSCENARIO和OSI标准协议。
二、仿真阶段
支持第三方的集成，不限于交通流模拟、OSI、传感器集成、驾驶模拟器、FMU(如 CANoe)、Open APIs等
支持车辆及交通模型仿真（ASM模型库，包含多物理环境车辆模型），高保真的3D物体仿真和传感器模型仿真（AURELION应用程序）
支持基于ESI/VESI的System-under-Test
三、验证阶段
支持大规模的云端仿真和验证（SIMPHERA系统），支持Automation Desk和Control Desk两大应用程序的功能。
支持自测试自动化和等比例缩放的执行（Automation Desk 应用程序）
支持实时分析调试（离线\在线）（Control Desk应用程序）
2.2.1. dSPACE场景生成器
dSPACE场景库适配Operational Design Domain（ODD）生成正确的测试场景，dSPACE的Model Desk可以根据客户的ODD来创建准确的场景库。Model Desk是图画交互式地创建道路和场景的应用软件，其提供了NCAP 、ALK等场景库示例，方便客户快速上手。
此外该软件支持基于真实世界数据的交通流和边缘场景的搭建。对标准的支持先进性是非常关键的能力，重要的是基于OpenSCENARIO标准的开放场景和基于OpenDRIVE和OpenCRG标准交通道路的导入和导出，可以精准的复现场景元素。
同时，Model Desk软件可以实现HIL、SIL和MIL测试运行时，道路和交通场景的实时修改。并且该软件支持扩展API实现道路场景的自动化搭建。dSPACE解决方案可以,自动化实现ASM车辆动力学模型和客户定制化模型的集成，这意味着dSPACE解决方案,同样也支持实现客户模型的参数化设置和修改。
支持交互式图形编辑器（Model desk应用程序）
支持测量数据到仿真场景的搭建
支持道路和交通场景的标准协议导入和导出（包含ASAM 的OpenDRIVE、OpenCRG和OpenSCENARIO）
支持3D场景的生成
dSPACE场景生成器Model Desk的关键技术点：
用于道路和场景创建的交互式图形编辑器
预设了NCAP/ALKS和其他场景的搭建
基于现实世界数据生成交通场景和边缘场景
程序化生成3D影像
支持前沿性测试标准：OpenDRIVE、OpenCRG和OpenSCENARIO
支持多方地图导入，例如 GPS,OSM,TomTom、HERE等
dSPACE场景生成器-Model Desk应用程序
Model desk作为ASM模型的项目和参数的中央管理器，用于道路和场景创建的交互式图形编辑器，支持MIL、SIL和HIL实时运行时的参数、道路和场景的下载。
Model desk支持自动生成内容的可扩展API，以及支持自动生成的集成客户模型API。
前沿性支持测试标准（OpenDRIVE、OpenSCENARIO等）
Model Desk道路编辑器和场景编辑器
Model desk中易于使用的交互式道路和场景编辑器，具有模拟与显示之间的自动同步功能，该软件支持构建由道路和交叉路口组成的复杂道路网络。
其中，道路交通网的编辑，可以定义高度和表面信息以及车道的平滑度和特定线条的自定义，支持设定越野车和商用车的无边界道路搭建。
独立的高度和地表编辑设定
具有平滑过渡和自定义轨迹的行驶车道线路，
UML类图场景描述
交通流场景使用UML架构，可以实现时间、距离或者trigger条件（包含外部条件注入，例如速度踏板和转向）的切换运行
随着时间、距离、激励触发（例如外部ECU等）的转换
在重放模式下，支持速度、踏板、转向等可能的外部设定
2.2.2. 真实测量数据到逻辑仿真
dSPACE支持提取真实世界路测数据来实现等比例还原仿真，尤其在关键交通场景和边缘情况下。dSPACE解决方案支持客户自定义的Lidar、radar和Camera设置和数据格式转换，最终实现道路和模型场景的提取。
这种重复利用有效测量数据的方式，有利于提高费用和时间的使用效率。而其中关键技术是如何实现无缝链接集成到现有的SIL、HIL测试架构中。
道路模型的提取自激光雷达和摄像头
支持客户自定义传感器参数设置和数据格式定义
时间和成本高效化，可以重复利用有效的测试数据
无缝链接集成到现成的SIL和HIL测试系统中
dSPACE支持对真实数据和合成数据进行感知测试，真实数据感知测试属于开环数据重放测试（DRT），而基于合成数据感知测试属于闭环场景测试。
开环感知测试可以基于真实数据场景实现，而外加数字孪生的高度自动化技术，可以同步实现闭环感知测试。继而，在dSPACE平台下，可以实现场景需求的不同参数化修改，用于实现SOTIF的合规测试和基于场景的测试。总结一句话就是，通过创建数字孪生，真实数据会依托虚拟数据获得增强丰富的场景。可以其中关键技术点见以下：
基于真实数据的开环实现感知测试
基于高度自动化的数字孪生创建
支持SOTIF兼容测试（ScBT）的场景验证
当创建数字孪生时，真实数据也可以通过虚拟数据来增强
2.2.3.道路场景的导入和测试标准
dSPACE拥有先进的道路和场景开放标准的导入和导出技术，OpenScenario标准是提供一种应用场景库的方式方法，并且dSPACE 提高了Open Simulation Interface（OSI）技术与其他测试场景的传感器仿真兼容性，关键点见如下：
支持GPS或（X,Y,Z）测量数据
支持OpenStreetMap, TomTom, Here, ADAS RP, SHAPE, AutoNavi, Korea, Japan
支持3D地图解决方案
支持GIDAS
支持HighD， NUSCENES, SmartDrive, ...
dSPACE支持前沿性的测试标准包括：
OpenDRIVE
OpenCRG
OpenSCENARIO
OSI(OpenSimulationInterface)
2.3.汽车仿真模型（ASM）关键特性
dSPACE提供ASM模型，实现多级化的物理级别车辆模型和交通仿真。ASM模型工具链具有全方位的模块化和灵活性，包含车辆卡车动力学模型，动力系统，环境/交通和传感器。关键技术点见以下：
开放、模块化和可扩展的仿真模型，适用于测试中所有车辆的应用
可实现所有平台的实时性和快捷性：MIL, SIL, HIL和云端
所有平台支持，运行时自动更改参数，道路和场景
完整的车辆模型，包括车辆动力学、动力总成、底盘模型、驾驶员模型和环境模型
ASM环境和交通仿真支持复杂的AD/ADAS场景测试
支持完整的ADAS/AD传感器配置
2.3.1 车辆动力学模型
ASM用于真实和实时动力学仿真，National Highway Traffic Safety Administration (NHTSA) Office 基于ASM模型发表一篇关于控制和刹车的论文《An applied review of simulation validation approaches on a vehicle dynamics model》。ASM关键技术点见如下：
当车辆行驶路面出现不同状况时，例如颠簸、坑洼及道路边界等，ASM模型会产生逼真的车辆和传感器物理物理反映。
经由全球多方OEMs/供应商长期使用的车辆仿真技术经验
支持天气/路面条件造成的，车辆侧滑物理行为模拟
支持主动悬架系统建模
提供先进的车辆稳定性制动模型，包括用于ABS和ESC干预的软件ECU
优势点：开放的模型--可访问车辆模块原子级别的详细信息，易于修改，与其他模型结合，并提供全方位的FMI标准技术支持
2.3.2 ASM卡车和拖车模型
基于逼真的多体车辆仿真，车辆仿真模型的模块化有发动机、动力传动系统、转向、制动、悬挂、轮胎模块。ASM卡车和拖车模型是dSPACE车辆动力学仿真环境一个扩展的功能模块，该解决方案提供多车身仿真。
在货运或者非公路系统中，该模型根据适当的特征呈现多自由度仿真。关键技术点见如下：
三维空间的整车动力学、大自由度仿真
提供准确的纵向和横向物理卡车/拖车模型，该模型的发动机模块、动力传动系统、转向制动系统、悬架系统和轮胎模型可以根据测试需求自定义任何类型的车辆
示例：侧风扰动，潮湿路面，干燥路面
支持以下商用车所有参数的仿真，以下车辆实现可操作和可控制，并且支持液压刹车模型。dPSACE给客户展示过卡车行驶过程中，分别在两组是否启用ABS系统中，受一侧风力的干扰的模型的扰动波形对比。dSPACE团队重点研究通过显式通信软件SIL的地面模型，实现了丰富的非公路应用场景。同样支持任意轴的可转向/驱动，双轮胎支持液压/气动制动模型。
支持刚性卡车、牵引车
支持全/半/dolly-trailer
公路列车-多辆拖车
公共汽车，铰接式公共汽车
2.3.3 ASM越野场景应用
ASM车辆动力学模型支持显式软土地下模型，例如全地形和悬挂动力，支持越野环境下全传感器仿真。dSPACE团队研发了支持，地面的轮胎和履带式车辆的实时仿真解决方案，这意味着dSPACE平台支持任意越野地形的驾驶行为的仿真。
dSPACE团队已经在2021年将该技术已经发表在SAE Jornal paper商用车期刊上，详细介绍了Soft soil 交互的技术。关键技术点见如下：
与军用和商用车辆集团合作的研究项目经验
掌握车轮与地下相互作用的实时解决方案
掌握履带车辆实时解决方案
在任意越野地形中驾驶
2021年已发表论文在SAE
2.3.4 ASM 卡车/公交车模型
dSPACE车辆仿真可以配置在不同的道路交通场景和交通环境中，同时提供支持灯光条件下和不同天气条件下的物理级别传感器仿真。
多车厢公交车仿真
交通流、建筑物和传感器仿真
天气仿真，例如雪景
2.4 各层级的传感器接口
主要介绍传感器的传感功能、感知融合功能、决策功能系统和驱动系统。
传感与感知端接口：属于在GPU的原始数据层级，客户可使用 dSPACE AURELION软件的基于物理学的传感器模型（对光线追踪和多路径响应等不同传感器均可实现），完成传感器的传感功能的搭建和算法的验证。
感知融合与规控之间的接口：dSPACE 的ASM项目可提供基于几何的真值传感器模型，即使用CPU运算生成的ground truth对象清单列表，可以实现预处理，感知，追踪、数据融合和定位算法的测试和验证。并且ASM模型提供基于概率值和现象级别的环境场景仿真
规划控制和车辆执行阶段的接口：dSPACE传感器提供后处理模型，客户可以验证场景解读算法、预测算法，以及路径规划和移动控制。dSPACE提供车辆动力学模型，真实仿真车辆物理反映。
2.4.1 ASM模型提供的真值传感器
ASM模型提供所有类型的传感器类型，属于理想的现象级别和概率性模型的Camera、Lidar、Radar和ultrasonic传感器，同样也支持IMU和GPS仿真。
基于CPU的对象清单列表传感器模型，具有最真实仿真性能，提供高效和可扩展的地面实况信息，用于评估和侦测移动、静态物体、车道线和车道边界，以及交通标志和灯光检测。关键技术点见如下：
高效和可扩展的地面真实传感器模型仿真
移动物体
（支持端口输出信息有：类型、位置、速度、加速度、方向、方向速率、包围框、投影轮廓、车灯状态、司机ID...）
静态物体
（支持端口输出信息有：类型、位置、方向、包围框、投影轮廓、车道映射...）
车道/车道边界
(支持端口输出信息有：道路车道、路口唯一车道ID、车道边界ID、线、护栏、边缘、点序列...)
道路标志和灯光
（支持端口输出信息有：时间/相位检测、全球各国交通标志...）
逼真的传感器仿真效果
支持参数化遮挡和视野
仿真雷达/超声波的概率传感器模型
支持噪声添加和多重反射/聚集回波的仿真
2.4.2 ASM路面真值-OSI接口
基于传感器模型实时耦合，ASM模型支持高级开放仿真接口（OSI）的格式输出。关键技术点见如下：
扩展支持OSI::GT 3.x用于集成OEM和Tier 1/2传感器模型；
Ego测试车与环境交互产生OSI数据流，该数据流可以回灌获得更多细节信息或者用于物理传感器模型中。
可以通过标准化接口访问，比如谷歌ProtoBuf，为了优化吞吐量速度和提供不同类型传感器仿真。
2.5 AURELION-基于物理的传感器模型
为了实现物理级别传感器仿真，dSPACE研发了AURELION软件。该软件用来支持基于物理渲染的Camera模型、Lidar的3D点云仿真和Radar射线跟踪与距离多普勒图谱绘制。
而传感器强度，依据线束的几何路径和材质的反射率。基于多普勒效应仿真，可以搭建聚类和原理仿真。关键技术点见如下：
用集成的物理模型实现非真实的3D环境以及动画显示
基于GPU的物理传感器模型仿真
全覆盖的灯光和天气条件仿真
2.5.1 AURELION-传感器套件
摄像头传感器模型：基于物理渲染和逼真的光照配置以及镜头轮廓配置，实现图像修改和故障注入，以及语义分割和边界框路面真值数据计算。
雷达传感器模型：
支持雷达信道极化运算，
可实现镜面反射和漫反射，
支持射线多路径传播的设置，
支持与每个物体交互产生自适应射线反射
激光雷达传感器模型：
支持可扩展的点云数据和原始数据输出
支持扫描式传感器和基于闪光的传感器模型
支持滚动快门效果
支持导入扫描模式
2.5.2 AURELION-传感器模型验证
基于最先进的研究结果和测量的传感器模型验证，例如真实camera图像、三面体角反射器和扫描模式等。其中关键技术点有：
基于分析和高水平仿真结果的正确物理行为的验证
根据真实情况的准确或正确扫描模式
与传感器供应商紧密合作，提供传感器特性效应的建模和验证
拥有大型合作伙伴生态系统，例如我们与Hella合作，集成了他们传感器模型到dSPACE系统中。
2.5.3 AURELION-传感器优势
AURELION支持基于高度真实的物理级别传感器仿真模型，各传感器关键技术点见如下：
提供高逼真的物理级传感器模型：摄像头、雷达和激光雷达
拥有优质的射线跟踪方法，包括多路径传播技术
支持自定义配置扫描/天线模型
适用所有的3D物体的材质属性的设置
提供后处理接口，用于集成供应商IP和用户自定义传感器模型
2.6 dSPACE传感器仿真HIL
dSPACE 支持HIL方针的ADAS/AD传感器仿真，SCALEXIO硬件运行车辆动力学模型ASM，通过以太网传输与运行物理传感器的AURELION软件进行实时互联。AURELION通过Displayport是实现ESI Unit powerful（FPGAs）互联。ESI Unit通过LVDS与AD controller信息交互，同时与SCALEXIO形成闭环。
ASM模型提供与环境交互的OSI输出端口，用于实现基于GPU的传感器模型的回放功能，同时回灌到ESI unit。 ESI unit提供直接端口来注入数据到AD控制器ECU中。同时，支持来自SUT系统控制器的数据传输至ESI unit。通过ESI unit可以实现多传感器与多个ECU间的接口通信。
关键技术点见如下：
SCALEXIO HIL运行ASM模型
AURELION在支持GPU的Sensor Sim电脑上运行传感器模型
支持传感器信号接口ESI Unit链接到AD Systems under test（SUT）
基于FPGA提供成像模型
将原始传感器数据实时传递到ECU
控制曝光、I2C反馈控制接口
故障注入，可以实现同步的传感器原始信号注入
支持所有汽车传感器相关的接口
2.6.1 Environment Sensor interface Unit（ESI unit）
通过Environment Sensor interface 或ESI unit，可以生成传感器原始数据仿真，而该功能基于高性能的FPGA。
支持传感器原始数据模拟
支持功能强大的高端FPGA-XilinxZynq UltrtaScale+（MPSoc）
1个ESI Unit可以同步超过8个传感器（Cameras/Radar/Lidar）数据回灌
可以达到50 Gbit/S的传输数据率
支持多单元兼容性耦合-并行执行能力可达到20-40个传感器 I/Fs
FPGA固件是可定制的，用以实现模拟成像和添加效果
通过插件模块（FMC）灵活适配视频接口
远程Camera接口（FPD-Link III &IV, GMSL1, GMSL2, 1G/10G Ethernet， GigE Vision-2， Ethernet AVB-2）
支持扩展客户接口
支持用于短距离接口ESI插件设备（POD）-MIPI CSI-2SM, Parallel， HiSPI， LVDS, ……
支持复用相同环境下的开环和闭环测试
2.6.2 Camera故障仿真
dSPACE Camera传感器支持故障插入单元（FIU）仿真，Camera拥有特定的误差例如像素层级误差、随机噪声和定时误差。测试故障注入最好的方法是依据ISO测试规范，关键技术点有：
支持仿真各种camera特定误差
支持仿真像素误差
水平/垂直线
单个像素
支持随机噪声（SNR）
支持定时误差模拟
支持CRC误差
支持嵌入式数据和统计数据误差
支持客户特定扩展误差
支持真实和模拟传感器数据
支持系统运行态可配置性
2.6.3 SIL 测试仿真（VEOS平台）
dSPACE解决方案提供基于闭环仿真的虚拟ECU（Virtual HIL）闭环仿真SIL，提供高层应用层和底层软件层或硬件接口层的测试功能。关键技术点见如下：
车辆动力学ASM模型是开放和模块化的接口结构，用于集成第三方组件。
提供全总线仿真（CAN、以太网等）
支持标准（XIL-API, FMI, ASM OpenX）用于数据交换
支持HIL模型、工具和测试的复用
dSPACE提供端到端AD仿真生态系统，SIL支持PC端或者云端仿真。SIL工具链包括VEOS仿真平台，其运行车辆动力学模型，与搭载仿真物理级传感器的AURELION应用软件形成闭环仿真，同时可以使用支持RTMaps或者ROS研发环境来扩展AD cotroller。关键技术见：
VEOS平台支持在PC端/集群/云端运行ASM模型
AURELION支持GPU的传感器模型仿真
AURELION支持(Virtual -ESI) API端口连接AD的SUT
支持用户自定义同步控制传感器回灌数据到AD SW端
反馈控制支持调试和快速仿真
支持SuT（AD SW）在相同框架（ROS等）或系统平台下运行
3. SIMPHERA - 支持百万级别的测试用例
SIMPHARE用于测试和覆盖未知风险的分析和识别，关键技术见：
支持自动创建、执行和评估云中仿真和测试
支持基于场景的测试，完全支持SOTIF未知风险的验证
可识别SuT性能不足、关键情况和边缘情况
支持SIL和HIL解决方案的复用
3.1 SOTIF V&V 概述
SOTIF Verification已知风险是根据已知的触发事件，通过基于需求的测试评估已知风险中的系统行为。
SOTIF Validation未知风险是通过识别未知风险来评估剩余风险，使用基于场景测试来识别新的触发事件并减少未知风险。
该流程可以帮助我们减少风险来实现功能安全，而云端的SIL和HIL是实现该流程的唯一方法。
3.2 基于场景的测试（ScBT）--SIMPHERA
使用Cut in测试场景举例，我们的主车Ego车搭载AD全栈软件平台，在fellow车在ego主车前面Cut in操作，此时需要验证测试产品，所以需要搭建测试场景库。通过执行测试来验证会发生什么事情，例如主车会引发什么操作？主车是如何操作的？
此外 ， fellow车在什么时间执行Cut in操作，这就是我们场景测试考虑的元素。通过修改场景参数来建立不同时间，不同速度的测试案例。然后，我们可以功能性地测试运行所有不同变量下的的情况，来分析在不碰撞到fellow车情况下主车系统运行性能。
所以，我们应用SIL、HIL云端大量测试，来获得结果报告。基于该目前状态的执行流程和测试进程结果，可以创建新的参数设置和选择新的测试场景。同时，我们希望该测试方案可以兼容集群测试或者云端的MIL\SIL和HIL测试。
最终，我们可以根据满足需求的所有测试结果，来评估非安全条件下的安全事例。此外，深入考虑边界场景来排除极端危险状况。
3.3 SIMPHERA-概述
SIMPHERA的核心应用VEOS、ASM和Sensor Simulation，通过SIL、HIL流程来验证AD软件。SIMPHERA提供架构平台来并行运行大量测试和可以灵活的适配到多样的AD软件模块或集成平台。
SIMPHERA提供指引式的Web界面接口，方便部署测试环境。例如道路保持系统，如果在传统单系统内，测试1,200条ALKS需要30小时。而如果我们扩展该测试到云端（拥有80条测试用例并行运行），SIMPHERA在26分钟内执行了1,200条ALKS测试用例，即SIMPHERA仿真可以在<1.5sec'时间内，生成一份测试结果。
基于行业认证的SIL和模型技术，支持Web和云端解决方案的仿真验证
支持可扩展的并行测试
支持Web浏览器灵活访问
拥有自动化工作流程的APIs，集成自定义模型、工具和数据。
3.3.1 SIMPHERA- ISO 26262认证
SIMPHERA经过了德国ISO 26262官方认证，使用SIMPHERA解决方案便于客户更快速的认证ISO 26262；
SIMPHERA 1.5是经过认证的发行版，dSPACE将持续跟进新产品的验证。
3.3.2 SIMPHERA工作流程
SINPHERA主要流程是准备测试系统阶段、仿真测试阶段和验证阶段。dSPACE提供仿真或者测试产品来满足导入或者集成到场景库、车辆、传感器仿真。同样，dSPACE解决方案支持设计端口来兼容简单或者复杂的SuT。
基于Web技术的独立于验证平台
先进UI技术，直观地准备所有工件
开箱即用的车辆和场景（NCAP、ALKS），便于直接启动项目
联合客户的AD全栈或者SuT系统，实现测试用例全自动的交互式和headless并行仿真
3.4仿真部署与执行
人机友好型：支持场景全自动执行
可视化及可控性：研发系统的部件级别的
系统部署：可以通过可视化界面/外部接口/API 直接操控测试，可以根据软件类型搭建架构/编排仿真测试。
数据处理
执行管理
测试处理
支持Kubernetes/Docker 部署
3.4.1 测试套件和测试用例
测试套件：测试用例的集合，在定义测试用例时，车辆、传感器仿真参数变量需要指定到不同的测试用例
指定SUT
指定测试环境
测试用例包含：
一个（合乎逻辑的）场景
车辆和传感器
参数化
可量化的observer/KPIs
可量化的报告信号
可量化的开始&停止trigger
可量化的捕捉信号
3.5 SIMPHERA智能测试
SIMPHERA支持灵活observers的智能测试来实现数据捕获和测试分析。在运行时，它提供中央信号接口来获取全部关联信号。SIMPHERA支持自定义的pass/fail标准和KPI设定observers。
同时支持实时访问权限来自的dSPACE的RTT技术，这是dSPACE与客户多年来在SIL和HIL应用的研发结果。关键技术见：
用于在运行时访问所有相关数据的中央数据接口，包括用户模型信号或AD SW代码变量
支持设置observers，用于pass/fail标准和KPI的验证，同时可扩展定制信号的可访问性
基于dSPACE RTT技术验证的SIL/HIL实现信号的实时可访问性
支持智能测试和时间优化
3.5.1 实时应用程序的持续集成
为搭建对象仿真平台提供实时或离线仿真应用：SIMPHERA应用API支持车辆实时应用程序的持续集成，可以搭建满足目标仿真要求的实时离线仿真平台。
Trigger可以是资源库中变更的SW模块的新签入，例如Jenkins & GitHub，同时支持云端和本地端的SIL/HIL实时联调仿真。
此外支持夜间工作，可以配置、构建更新的应用程序
3.5.2 SIMPHERA-连续集成周期
dSPACE提供 SUT（Binary/Docker image）集成到MINIO系统中，生成Binary file server或者Docker registry。
使用Docker库和REST API来触发SIMPHERA的系统执行。进程脚本通过REST API权限，来访问不同的测试套件，例如启动操作、结果下载或者评估结果。然后，执行闭环和回灌数据，基于测试结果自动反馈到其他功能系统。
3.5.3 SIMPHERA- Simulation & Validation
SIMPHERA作为仿真验证的大脑，支持Web访问，提供高度的可扩展性接口和云端服务，关键技术见如下：
独立的操作系统，通过ISO支持前后端的LINUX或者Windows系统
基于经过验证的Simulation/Test技术
可复用的模型、场景和测试用例，而这些属于验证的一部分。
标准的数据库
来自全球合作团队的数据库支持
智能ScBT的可扩展测试过程
用于集成到CI/CD管道的API
通过ISO 26262 和SOTIF验证
4. ADAS/AD创新解决方案
ADAS/AD领域的上百件的客户成功案例，关键技术点见：
为ADAS/AD系统开发和验证提供可靠的端到端解决方案
作为HIL市场的领导者，拥有25年V&V经验
可扩展的虚拟测试和传感器模型可在云中执行定制化的模块硬件，可并行使用来支持任意数量的传感器
支持多家Tier2供应商接口，用于摄像头、激光雷达、雷达接口和仿真
创新的空中测试平台，其虚拟测试和传感器仿真拥有商用车主机厂的成功案例
4.1 dSPACE为ADAS/AD提供的产品
从实时测试到功能安全，与ADAS/AD Tier1和Tier2技术合作，实现合作伙伴全面的伙伴生态系统，提供经过充分验证的测试策略。关键技术见：
在ADAS/AD领域，全球伙伴关系取得重大成功
紧密联系核心Tier1 & Tier2的快速信息互通
处理多重测试方面：
支持传感器ECU接口
支持传感器模型的验证和集成
支持空中（OTA）测试
支持数据记录和回放
支持原型设计
支持V2X解决方案
4.2 dSPACE -全球测试和合作伙伴
作为商用车和越野ADAS/AD开发和测试的完整解决方案，以及嵌入式验证解决方案的全球领导者，关键技术见如下：
支持所有ADAS/AD传感器和总线仿真/接口
支持自动化和高效的ADAS/AD HIL和SIL功能
管理验证生命周期并获得认证(ISO 26262 和SOTIF)
Agile Synergy：SIL和云测试使用HIL 相同的解决方案，SIMPHERA提供了一个基于云端的可扩展的执行环境，可以直接集成到CI/CD流程中，为SIL/HIL 提供