dSPACE：自动驾驶仿真——从SIL到HIL到云仿真

dSPACE提供从准备阶段、仿真阶段到验证阶段的一站式端到端的仿真验证工具链，帮助客户完成仿真内容。

dSPACE自动驾驶业务高级经理张子恒表示，dSPACE云仿真方案的大规模仿真核心是仿真，SIMPHERA的主要优点包括SIMPHERA通过了ISO26262认证，并可用于SOTIF测试；可部署在公有云，私有云，混合云及本地服务器上；大规模集群测试，覆盖数以万计的测试场景；轻量化网页版操作界面无需软件的安装，随时随地完成测试部署和监控，方便跨地域团队同时进行仿真；开放的API接口支持CI/CD开发流程及自动化测试。SIMPHERA的工作流程包括创建、导入和集成，完成部署和调试，进行集群测试和数据测试。

张子恒 | dSPACE自动驾驶业务高级经理

以下为演讲内容整理：

dSPACE是一家来自德国的家族企业，成立于1988年，在行业有超过三十年的经验。同时也是一家做电机电控起家的公司。dSPACE是硬件在环（HIL）及快速原型领域的世界第一。截止到2023年初，出货量在五万台左右。dSPACE在全球有超过2400名员工，其中70%-80%都是工程师和软件专家，dSPACE以技术为导向，深耕行业三十年，一直在与时俱进。

dSPACE端到端的仿真验证工具链

dSPACE自动驾驶端到端解决方案从前期开始做数据采集，通过快速原型系统、代码生成、场景生成及仿真、基于场景的测试，以及数据标注、数据回放测试、SIL及HIL测试、网联测试，完成法规测试验证，以及下线检测及传感器测试、定期测试，全程陪伴客户完成自动驾驶功能的开发。

图源：嘉宾演讲材料

基于路采数据去做训练和验证，会有非常多的corner case并不能被完全覆盖。就需要用仿真来完成部分训练和验证。自动驾驶的仿真根据被测对象或者开发阶段的不同，可以分为软件在环仿真、硬件在环仿真及云仿真。软件在环仿真，就是针对软件系统或自动驾驶软件包做相关的测试；下一步是硬件在环仿真，此时软件已经被部署在硬件控制器上，就需要对控制器做相关测试验证；云仿真是为了加速多节点并发仿真速率测试。无论是SIL、HIL还是云仿真，dSPACE所有的工具链和软件都可以进行复用，也是dSPACE独具的优势。可以极大的提高客户工作效率及开发速度。

dSPACE 端到端的仿真验证工具链将分为三个阶段，准备阶段、仿真阶段及验证阶段。

在准备阶段是做场景仿真，场景有以下的三种获取方式，第一种方式是可以通过dSPACE的场景编辑工具ModelDesk做场景编辑，生成所需要的场景，好处是只需要编辑就可以获取任意需要的场景，劣势是由于工作量大导致效率不会很高，因为需要手动搭建场景；第二种方式是可以基于真实路采数据做场景生成，基于标注好的数据，做场景描述和生成，也可以泛化出各种各样的数据完成后面的测试；第三种方式是通过市面上的场景内容提供商，提供这种open系列的格式。比如OpenDRIVE 和 OpenSCENARIO的导入，dSPACE支持场景库导入场景编辑工具中，只需要对这个场景进行编辑或进行后续泛化，就可以使用了。

接下来是仿真环节。首先是车辆和交通流模型，dSPACE的ASM在业内有非常悠久的历史，现在各大主机厂都有用ASM做车辆模型、动力学模型和底盘模型，也得到了很多认证和认可。ASM准确性非常高，以车辆动力学模型为例，dSPACE会提供多动力、多自由度的车辆动力学模型，超过了26个自由度，与此同时，车辆的不同类型，比如小车、大巴、中巴等都可以做相关仿真。可以通过数据和图像对比看出具备准确性。

图源：嘉宾演讲材料

完成动力学仿真后，接下来就是做传感器仿真。自动驾驶传感器仿真具有特殊性，不能只仿真目标列表的数据，而是需要做物理级建模，去仿真传感器的原始数据。因此传感器的物理模型表现就需要在仿真里体现，外界环境的改变，包括下雨、光线不好都会对仿真数据产生交互和影响。

图源：嘉宾演讲材料

完成传感器仿真后，就需要考虑仿真环节的最后一步，待测系统。根据待测对象的不同，或测试不同的阶段，可以把待测对象分为不同的种类，比如做SIL时，待测对象就是自动驾驶软件包或算法，做HIL的待测对象则是真实的控制器。

SIL是对自动驾驶的算法或软件做相关测试，是比较早期的测试，在这种没有硬件的情况下，就需要真实的模拟控制器的行为。dSPACE提供了虚拟ECU的选项，就是将真实的控制器进行虚拟化，将控制器里的runtime或基础软件层进行虚拟化，让早期SIL中待测对象的行为与真实控制器的行为尽量保持一致，仿真才是准确的。对于不同种类的控制器，包括AUTOSAR（CP ,AP）、NON-AUTOSAR、ROS、 Apollo都可以进行虚拟化。

图源：嘉宾演讲材料

以CP AUTOSAR为例，分为上层应用层、RTE层，及下层基础软件层。控制器虚拟化就会虚拟出MCAL里与硬件的交互，以及OS里的时间调度。其他的则是客户真实的代码。也就是后面做测试需要重点关注的部分。

dSPACE提供不同级别的控制器虚拟化选项，从第一级别、第二级别到第三级别。

图源：嘉宾演讲材料

AP AUTOSAR虚拟化的过程同样会补足虚拟操作系统，上面所有的代码都是客户真实的待测对象。

dSPACE还提供了另一种选项叫做SystemDesk，客户只需要提供其描述文件，就可以进行虚拟控制器的一键生成，完成后仿真部分就全部结束了。dSPACE提供了自动化的测试工具来做自动化测试。

无论是SIL或是HIL，所有的软件工具链都是刚才展示的这一系列软件，从前期的场景仿真、车辆动力学仿真、传感器仿真，到后面的自动化的测试，所有的软件工具链都是通用的。对于HIL来说有两点不同，第一是因为待测对象是真实控制器，就不需要再做ECU的虚拟化；第二是刚才展示的一系列软件的运行平台要从纯软件的SIL平台切换成硬件SIL的运行平台。就可以完成从SIL到HIL的无缝切换。

dSPACE云仿真方案

云仿真和SIL、HIL是一脉相承的。为什么要做云仿真技术？因为自动驾驶的长尾效应，会有千千万万的待测案例出现。如果用HIL做测试，一次只能跑一个测试用例，如果需要多个测试用例并行去跑，就是一笔非常大的投资。所以dSPACE引入了云仿真技术。

图源：嘉宾演讲材料

SIMPHERA具备以下几个优点，SIMPHERA是市面上为数不多通过ISO26262认证，并可用于SOTIF测试的软件；可部署在公有云，私有云，混合云及本地服务器上；大规模集群测试，覆盖数以万计的测试场景；轻量化网页版操作界面无需软件的安装，随时随地完成测试部署和监控，方便跨地域团队同时进行仿真；开放的API接口支持CI/CD开发流程及自动化测试。

SIMPHERA的工作流程也是三个阶段，准备、仿真及验证阶段。SIMPHERA的区别主要在于准备阶段，其车辆动力学仿真、传感器仿真、虚拟ECU等都是在仿真阶段完成的。SIMPHERA在第一步准备阶段就需要完成创建、导入和集成；仿真阶段主要是将它部署在云上做一次测试用例的跑通，去确保其整个环境或整个设置是正确的；验证阶段，验证阶段就是去做大规模的集群测试，输出基于python的报告，可以通过REST-API进行修改，然后完成相应的数据分析、调试，及反馈更新等。

以低级别的L2级别仿真测试用例，因为L2级别的仿真测试一般专注于规控测试，所以在做传感器仿真时不需要仿真原始的传感器数据，只需要仿真目标列表的数据，将车辆动力学、虚拟的ECU全部打包到一个Docker里面进行相关仿真就可以。如果是高级别的自动驾驶仿真，例如感知追踪测试，就需要消耗相关的GPU资源了，在云上的GPU会做相关的资源分配，然后将其封装成三个不同的Docker做相关仿真。

dSPACE基于AEB的逻辑场景测试，是将真实数据生成测试场景，进行AEB测试。通过不同速度的测试用例进行测试。HIL完成一个测试用例需要15秒，如果要做120条测试用例的执行消耗时间会非常多，如果做云上仿真，一分钟就可以完成120条测试用例的执行并输出相关的报告。如果需要更快的测试用例，只需要分配更多的仿真节点就可以了。因为云上的计算资源是无限的。

HIL一直是dSPACE的强项。SIMPHERA的概念就是希望万物互联，万物上云，用云仿真去加速SIL和HIL的仿真速度，更好更快的为主机厂和客户朋友进行服务。

dSPACE希望助力更多的客户和主机厂完成仿真验证及测试，也希望dSPACE能助力行业，帮助自动驾驶更快更好的落地。

（以上内容来自dSPACE自动驾驶业务高级经理张子恒于2023年6月15-16日在2023第六届自动驾驶与人机共驾论坛发表的《自动驾驶仿真：从SIL到HIL到云仿真》主题演讲。）