确保 AD/ADAS 系统的安全性：避免数据泛滥的 3 个关键
对于汽车制造商来说，确保 AD/ADAS 系统的安全需要收集大量数据。开发、验证和改进自动驾驶系统，过程通常是相同的：迭代地让它们在各种条件下行驶数公里。然后对来自不同来源（摄像头、GPS、激光雷达、仿真等）的驾驶日志进行处理和分析，以找到提高系统安全性和性能的方法。由于有大量的传感器、许多不同的用例和大量的行驶里程，要处理的信息量可能会迅速呈指数级增长。
要处理的信息量如此之大，很容易让人不知所措。收集到的很多元素可能毫无用处（试想一下那些没有发生有趣事情的行驶公里数），并且在此过程中某些部分可能会丢失或损坏。此外，仅收集数据是不够的。数据需要被管理、解译和正确分析。数据池越大，痛苦和成本就越多。
3 个关键或基本原则可避免被数据淹没并能够从中广泛受益。
- 通过使用指标和算法专注于相关发现
- 使用全面的可视化工具表示知识
- 依靠合适且可扩展的架构
阅读有关这 3 个关键因素的更多信息，并探索它们与 IVEX 和西门子 AD/ADAS 解决方案相关的一些示例。
关键因素 #1 – 使用指标和算法关注相关发现
第一个关键因素依赖于一个简单的原则：必须通过只保留最相关的信息来尽可能减少数据池。内容越少，处理和分析的速度就越快。此外，专注于较小的知识集可以降低存储成本和维护负担。
为了减少初始内容池，目标是创建有用的信息块或“指标”，以更快、更有意义的方式对其进行总结和描述。根据使用案例，这些指标可以指代多种内容：统计数据、事件甚至场景。一旦它们根据业务需求被定义，它们就必须由适当的算法生成。
想象一下，您是一家试图提高新车安全性和舒适性的公司。具体来说，您正在尝试了解如何减少车辆执行危险急刹车的情况；即车辆突然制动，给用户带来不适和潜在安全隐患的情况。与其手动检查历史驾驶日志以期发现这些情况，不如构建一种可以完成这项工作的算法。算法的一个示例可以迭代驾驶测量值，计算车辆的减速度，并标记车辆超过定义的舒适极限的时刻。此外，该算法可以计算额外的参数，例如与其他车辆的距离，这将有助于理解危险发生的原因。使用所选指标标记初始数据后，可以将精力集中在这些指标上。
如果想详细了解 IVEX 如何对有趣的场景进行分类，或发现有关相关安全指标的 SIEMENS-IVEX 白皮书，可以查看以下资源：
关键因素 #2 – 使用全面的可视化工具表示知识
应用第一个关键因素后，初始原始数据池将压缩为小块相关内容。它们需要可视化、分析和共享，以便可用于新车辆、传感器或软件的开发或验证。所有这些都可以通过将数据结果连接到强大的分析平台来完成。此平台是一个集中的地方，汇总了所有选定的指标，并且可以控制信息流。根据关联环境的不同，目视检查的示例可以有很多：在地图上分析附近的碰撞、在时间序列图上提取前车加塞场景、在相机图像上可视化消失的物体等。有用的可视化还有助于分析，并允许生成可在团队或任何相关利益相关者之间共享的报告。
为了说明这一点，让我们继续上一节中描述的安全和舒适示例。一旦在初始驾驶日志中找到所有有趣的急刹车情况，就有可能了解它们是如何发生的，最重要的是为什么发生。一种解决方案可能是在地图上显示情况并绘制相关车辆和周围障碍物的信息。然后可以将数据结果传递给相关团队，以改进系统。
西门子和 IVEX 都提供了合适的工具来帮助可视化复杂的真实世界或模拟驾驶日志。以下是一些示例：
关键因素 #3 – 依靠合适且可扩展的架构
前面的关键因素告诉我们，要从收集的数据中获得最大收益，需要将其简化为有用的指标，然后将它们显示在一个强大的分析工具上，以便轻松可视化和共享。这只能通过合适的架构来实现。后者是处理数据管道的基石，赋能算法和工具顺利运行。
许多现有技术可以支持大量信息的收集和分析。它们是西门子和 IVEX 软件的支柱，还允许数据管道顺利扩展。此处可以看到一个很好的示例，其中 Simcenter Prescan 中使用了可扩展架构。
如果想了解有关这 3 个关键因素的更多信息，并了解正确处理驾驶日志如何帮助促进 AD/ADAS 系统的开发和验证，可以在西门子网站或 IVEX 媒体上阅读更多内容。有关安全指标的 Siemens-IVEX 白皮书可由此处访问：白皮书。
关于 IVEX
IVEX 是一个国际团队，他们致力于解决具有重大社会影响，又极具挑战性和吸引力的技术问题。IVEX 在行为规划、功能安全和车辆工程方面拥有自主知识产权和深厚的团队经验，使安全自动驾驶车辆的开发成为可能。https://www.ivex.ai/
