Dans le cadre des projets de développement de systèmes avancés d’aide à la conduite (ADAS) et de conduite autonome (AD), il est essentiel d’enregistrer de grandes quantités de données afin de valider l’ensemble du fonctionnement.
Par exemple, dans un projet de niveau 2+, il faut enregistrer au moins 2 Go/s de données, selon la tâche de test. Ces données proviennent de capteurs tels que le LIDAR et le radar, ainsi que de caméras et des communications embarquées entre les unités de contrôle.
Que vous développiez vos applications ADAS/AD dans un environnement réel ou virtuel, nous vous proposons des solutions complètes comprenant des outils logiciels et matériels ainsi que des composants embarqués.
Points forts
- Chaîne d'outils ADAS/AD coordonnée : des outils, des composants logiciels et du matériel adaptés à votre cas d'utilisation spécifique
- Un outil de test unique pour toutes les phases de développement : utilisez des définitions de test pour les applications dans des environnements MIL, SIL ou HIL tout au long du processus
- Intégration haute performance des capteurs et des calculateurs : acquérez et enregistrez des données multicapteurs à des débits élevés, avec compression des données en option, sous Linux et Windows
- Utilisation efficace des données de mesure : analyse et prototypage rapide de fonctions de conduite à partir de résultats de mesure réels
- Vérification des objets détectés par les capteurs : aussi bien dans les images vidéo de l’environnement que dans les scènes 3D, grâce à la superposition d’objets
Exploitation forestière
Les essais fonctionnels font partie intégrante du développement des systèmes ADAS/AD. Afin d’éviter de nombreux essais sur route, longs et coûteux, avec les nouvelles versions logicielles, les données des capteurs sont enregistrées dans le véhicule en vue de futurs essais MiL/SiL/HiL et de leur analyse. Cependant, cela pose également des défis : des téraoctets de données doivent être stockés dans un environnement automobile hostile. Cela s’explique, entre autres, par la grande diversité des types de capteurs (basés sur les technologies radar, LIDAR et vidéo) et par la nature extrêmement complexe et volumineuse des données des calculateurs (ECU) qui doivent être enregistrées de manière synchronisée dans le temps. En fonction du domaine d’application, des méthodes de compression sélectionnables garantissent un fonctionnement optimisé en termes de mémoire, et donc de coûts, de l’ensemble du pipeline de données.
Analyse des données et validation des fonctions
Une analyse efficace des données joue un rôle important dans la détermination des performances d'un système. Les métadonnées sont indispensables pour sélectionner les données de mesure appropriées en vue des étapes suivantes. Elles contiennent des informations sur le véhicule, les conditions de conduite et l'état du logiciel. Une fois que les ensembles de données de mesure pertinents ont été identifiés, ils sont intégrés au processus d'analyse et de validation proprement dit lors de la deuxième étape. L'analyse elle-même peut être effectuée manuellement, de manière semi-automatique ou entièrement automatique à l'aide de techniques d'exploration de données.
Anonymisation des vidéos
Non seulement la collecte et l'étiquetage des données, mais aussi leur stockage et leur traitement appropriés sont essentiels. Les données doivent être stockées, transmises et analysées en toute sécurité. Outre les défis techniques liés à l'enregistrement de grandes quantités de données, les exigences en matière de protection des données jouent également un rôle clé. Si des données à caractère personnel – telles que des visages ou des plaques d'immatriculation – sont filmées, elles doivent faire l'objet d'une anonymisation supplémentaire avant de pouvoir être stockées ou traitées ultérieurement.
Visualisation et analyse des données
Les données issues des capteurs ADAS peuvent être transmises soit sous forme de données brutes via des interfaces de capteurs spécialisées à large bande passante, soit sous forme de données d'objets via des réseaux spécifiques au véhicule (par exemple, CAN ou Automotive Ethernet).
Dans le cadre du développement de systèmes d’aide à la conduite et de véhicules autonomes, les données des capteurs sont enregistrées en vue d’une analyse immédiate ou d’une utilisation ultérieure lors d’une resimulation destinée à tester de nouvelles versions logicielles. Un logiciel adapté utilise ces données pour générer une représentation graphique des objets détectés dans une image de référence et une scène en 2D/3D, qui servent ensuite à l’évaluation.
Exemples de configuration
En fonction de la complexité des fonctions à mesurer, les configurations des véhicules se distinguent principalement par le nombre de capteurs utilisés et par la complexité qui en résulte au niveau des réseaux et des interfaces de capteurs. Elles partagent toutes une configuration de mesure dont le principe de base est identique et qui peut être adaptée à différentes échelles en fonction des caractéristiques.
Faible niveau de complexité : L2 SmartCam avec radars avant et latéraux
Lors du développement d'une nouvelle caméra avant (par exemple, pour les systèmes AEB ou LKA), la caméra elle-même ainsi que plusieurs capteurs radar sont installés dans le véhicule d'essai afin de vérifier leur bon fonctionnement. Outre ces données de capteurs, les données provenant des bus CAN sont également enregistrées.
Complexité moyenne : 5V5R, par exemple pour le stationnement automatisé
Un assistant de stationnement regroupe plusieurs fonctions : la détection de l'environnement, l'évaluation de la situation et l'exécution de la manœuvre de stationnement. Pour tester ces fonctions, il est nécessaire de collecter un volume de données nettement plus important. En règle générale, les données de tous les capteurs installés sont enregistrées, à savoir une caméra avant, un radar avant, quatre caméras périphériques et quatre radars latéraux. Si l'Ethernet automobile est également utilisé, cela se traduit par un débit de données nettement plus élevé lors de l'enregistrement que avec le protocole CAN.
Une complexité très élevée : vers la conduite autonome
La conduite autonome ou semi-autonome doit fonctionner de manière fiable et sans erreur, car le conducteur cède progressivement le contrôle total au véhicule. Pour les essais routiers visant à valider ce fonctionnement, un grand nombre de capteurs et de caméras sont donc utilisés : Au moins cinq capteurs radar, onze caméras (1 caméra avant grand angle, 1 caméra avant, 4 caméras latérales, 4 caméras panoramiques, 1 caméra arrière) et un capteur LIDAR situé sur le toit du véhicule. Associé au système de communication du véhicule (Automotive Ethernet), cela se traduit non seulement par un dispositif de mesure complexe, mais aussi par un débit de données très élevé. Ce dernier peut être réduit grâce à la compression matérielle.
