在高级驾驶辅助系统（ADAS）和自动驾驶（AD）的开发项目中，记录海量数据对于验证整个功能至关重要。
例如，在L2+项目中，根据测试任务的不同，必须记录2GB/s或更多数据。这些数据来自激光雷达和雷达等传感器，以及摄像头和控制单元之间的车载通信。
无论是在真实环境还是虚拟环境中开发ADAS/AD应用：我们均提供由软件、硬件工具及嵌入式组件构成的全面解决方案。
亮点
- 协调一致的ADAS/AD工具链：针对您的具体应用场景提供合适的工具、软件组件和硬件
- 一款适用于所有开发阶段的测试工具：在整个开发过程中，针对MIL、SIL或HIL环境中的应用使用测试定义
- 高性能传感器与ECU集成：以高数据速率采集并记录多传感器数据，并支持Linux和Windows平台下的可选数据压缩功能
- 测量数据的高效利用：基于真实测量结果的驾驶功能分析与快速原型设计
- 传感器目标的验证：通过目标叠加技术，既可在环境视频图像中，也可在3D场景中进行
记录
功能测试是ADAS/AD开发不可或缺的一部分。为了避免针对新软件版本进行大量耗时且成本高昂的试驾，会在车辆中记录传感器数据，以便后续进行MIL/SIL/HIL测试和分析。然而，这同时也带来了挑战：海量数据（可达数TB）必须能够在恶劣的车载环境下可靠存储。造成这一情况的原因包括：传感器类型繁多（基于雷达、激光雷达和视频技术），以及必须以时间同步方式记录的、高度复杂且庞大的ECU数据。根据应用领域，可选的压缩方法可确保整个数据管道在存储空间和成本方面均得到优化。
数据分析与功能验证
有效的数据分析在确定系统性能方面起着重要作用。为了选择适合后续步骤的测量数据，需要借助元数据。元数据包含有关车辆、驾驶状况以及软件状态的信息。一旦确定相关的测量数据集，就会在第二步将其纳入实际的分析和验证流程。分析本身可以通过手动、半自动或利用数据挖掘进行全自动分析。
视频匿名
不仅数据的采集和标注重要，其妥善存储和处理同样至关重要。数据必须以安全的方式进行存储、传输和分析。除了与记录海量数据相关的技术挑战外，数据保护要求也起着关键作用。如果拍摄到个人数据（例如面部或车牌），在存储或进一步处理之前，必须对其进行额外的匿名化处理。
可视化与数据评估
ADAS传感器的数据既可以通过专用的高带宽传感器接口以原始数据的形式传输，也可以通过车辆专用网络（例如CAN或汽车以太网）以目标数据的形式传输。
在ADAS/AD开发过程中，会记录传感器数据以供直接分析，或用于后续的重新仿真以测试新版本软件。合适的软件会利用传感器数据，在参考图像和2D/3D场景中以图形方式呈现检测到的目标，这些图形随后将用于评估。
配置示例
根据待测功能的复杂程度，车辆的配置主要体现在所用传感器数量以及由此导致的网络和传感器接口的复杂程度上。它们的核心测量配置完全相同，可以根据具体特性在不同规模下进行应用。
低复杂度：L2智能摄像头，配前/侧向雷达
在开发新型前置摄像头（例如用于AEB或LKA）时，会在测试车辆上安装摄像头及若干雷达传感器，以验证其功能是否正常。除了这些传感器数据外，还会记录来自CAN总线的数据。
中等复杂度：5V5R配置，适用于自动泊车等场景
泊车辅助系统集成多项功能：检测周围环境、评估情况以及执行泊车操作。为了测试这些功能，必须收集大量数据。通常，会采集所有已安装传感器的数据，包括前置摄像头、前置雷达、4个环视摄像头和4个侧向雷达。如果使用汽车以太网，则在数据记录过程中，其数据传输速率将比使用CAN总线时高出许多。
极高复杂度：迈向自动驾驶
随着驾驶员逐步将全部控制权移交给车辆，自动驾驶或半自动驾驶系统必须可靠且无误地运行。因此，在进行功能验证的测试驾驶中，会使用大量传感器和摄像头：至少5个雷达传感器、11个摄像头（1个前置广角摄像头、1个前置摄像头、4个侧面摄像头、4个环视摄像头、1个后置摄像头），以及安装在车顶的1个激光雷达传感器。结合车载通信（汽车以太网），这不仅导致复杂的测量设置，还产生极高的数据传输速率。可通过硬件压缩来降低这一数据量。
