在開發(fā) SAE 3 級(jí)系統(tǒng)的同時(shí)，汽車中的一整套附加傳感器會(huì)累積行駛里程，從而觸發(fā)這一系列數(shù)據(jù)。“對(duì)于 3 級(jí)自動(dòng)駕駛汽車，只有在汽車出現(xiàn)緊急情況時(shí)，駕駛員才需要接管，”Ing 博士說。FEV Group GmbH 智能移動(dòng)/電氣化集團(tuán)副總裁 Thomas Hülshorst。歐盟推出的其中一項(xiàng)舉措是開展范圍廣泛的研究項(xiàng)目，以盡可能簡(jiǎn)化交接流程。目的：使 SAE 3 級(jí)功能能夠在車隊(duì)中進(jìn)行測(cè)試，同時(shí)最大限度地減少錯(cuò)誤數(shù)量，以便為后續(xù)研究中的批量生產(chǎn)做好準(zhǔn)備。該項(xiàng)目的重點(diǎn)領(lǐng)域包括高速公路駕駛、交通擁堵、市區(qū)駕駛和停車情況，例如家庭區(qū)域停車。 

這些測(cè)試車隊(duì)的一個(gè)突出特點(diǎn)是：除了作為標(biāo)準(zhǔn)安裝在車輛上的攝像機(jī)、激光雷達(dá)（光探測(cè)和測(cè)距）和雷達(dá)（無線電探測(cè)和測(cè)距）傳感器的集合外，它們還帶來了參考系統(tǒng)他們。這些額外的攝像機(jī)（四個(gè)用于捕捉周圍環(huán)境，三個(gè)用于內(nèi)部）和激光雷達(dá)傳感器生成一個(gè)參考數(shù)據(jù)集，隨后將在評(píng)估過程中使用該數(shù)據(jù)集來揭示標(biāo)準(zhǔn)設(shè)備中的任何錯(cuò)誤。例如，這些錯(cuò)誤可能是由于霧或大雨造成的，并且可能會(huì)影響錄音。此外，內(nèi)部攝像頭會(huì)拍攝駕駛員的面部和腳部以及車輛儀表，以記錄人們?cè)谝平豢刂茩?quán)時(shí)的反應(yīng)。

借助云實(shí)時(shí)標(biāo)記相關(guān)信息

FEV Europe GmbH 的項(xiàng)目經(jīng)理 Markus Kremer 說：“作為工程服務(wù)提供商，我們負(fù)責(zé)選擇數(shù)據(jù)記錄器作為歐盟項(xiàng)目的一部分，該數(shù)據(jù)記錄器可供項(xiàng)目中的所有 OEM 全面使用。” “換句話說，這意味著硬件和軟件會(huì)記錄測(cè)試車輛上的所有傳感器數(shù)據(jù)，以及 ECU 通過 CAN（控制器局域網(wǎng)）總線和以太網(wǎng)發(fā)送的數(shù)據(jù)，”Kremer 補(bǔ)充道。記錄結(jié)果：平均每天 8 到 40 TB。

FEV 專家清楚地看到，幾乎不可能以有意義的方式確定歐盟項(xiàng)目框架內(nèi)定義為關(guān)鍵的 50 種左右的駕駛情況。由于這些是車輛必須完美掌握的駕駛情況，這就是開發(fā)人員關(guān)注的地方。工程師使用測(cè)試車隊(duì)中積累的傳感器數(shù)據(jù)“訓(xùn)練”——簡(jiǎn)單地說——實(shí)驗(yàn)室中的軟件，該軟件隨后將監(jiān)控生產(chǎn)車輛上的汽車。

FEV 開發(fā)了一個(gè)獨(dú)立于歐盟項(xiàng)目的迷你數(shù)據(jù)記錄器，以處理所涉及的大量數(shù)據(jù)。該設(shè)備專門監(jiān)控通過 CAN 總線發(fā)送的數(shù)據(jù)流，并通過移動(dòng)無線電向在 Microsoft Azure 上運(yùn)行的軟件解決方案永久發(fā)送 200 個(gè)信號(hào)。Thomas Hülshorst 對(duì)此進(jìn)行了擴(kuò)展：“由于所需的時(shí)間和資源，我們從未考慮過開發(fā)自己的云基礎(chǔ)架構(gòu)。我們尋求的是一個(gè)專業(yè)運(yùn)營的交鑰匙環(huán)境。” Hülshorst 補(bǔ)充道：“我們最終選擇了 Azure，因?yàn)樵撈脚_(tái)（例如，帶有 IoT 中心或流分析）恰好提供了對(duì)數(shù)據(jù)記錄器項(xiàng)目至關(guān)重要的功能。” Azure 的集成功能還可以將數(shù)據(jù)記錄器快速安全地鏈接到云： 

為此，F(xiàn)EV 能夠使用 Azure 中的統(tǒng)包證書基礎(chǔ)結(jié)構(gòu)，而無需在內(nèi)部自行開發(fā)相關(guān)組件。FEV 根據(jù)歐盟項(xiàng)目定義的標(biāo)準(zhǔn)評(píng)估了向云端傳輸?shù)慕涌诤蛿?shù)據(jù)的安全性，因?yàn)榫W(wǎng)絡(luò)安全方面是該項(xiàng)目的另一個(gè)重點(diǎn)。結(jié)果：Azure 在這方面做到了一切，特別是因?yàn)榇鎯?chǔ)在 Azure 中的所有數(shù)據(jù)在上傳后都會(huì)自動(dòng)加密。

搜索數(shù)據(jù)大海撈針

由 FEV 開發(fā)并在 Azure 環(huán)境中運(yùn)行的算法監(jiān)控微型數(shù)據(jù)記錄器傳輸?shù)男盘?hào)。其中包括來自駕駛系統(tǒng)的信息、與其他物體的距離信息以及由 GPS 確定的測(cè)試車輛的速度或位置。該算法在這些信號(hào)中搜索關(guān)鍵駕駛情況的指示。例如，這使軟件能夠檢測(cè)到另一輛車的任何突然加速——并在數(shù)據(jù)流中標(biāo)記事件。

該時(shí)間戳隨后可用于分配實(shí)際記錄器記錄的原始數(shù)據(jù)。“使用 Python 腳本，我們根據(jù)時(shí)間戳復(fù)制必要的傳感器數(shù)據(jù)。從相應(yīng)的事件開始，腳本從事件前后幾分鐘的累積整體中提取數(shù)據(jù)，并將其提供給開發(fā)人員，”Markus Kremer 說。 

FEV 的解決方案然后根據(jù)用途將原始數(shù)據(jù)存儲(chǔ)在不同的存儲(chǔ)層中。因此，只有可歸因于危急情況的傳感器數(shù)據(jù)才存儲(chǔ)在更昂貴且永久可用的存儲(chǔ)器（熱存儲(chǔ)器）中。僅用于驗(yàn)證目的的原始數(shù)據(jù)存儲(chǔ)在更便宜的存檔（冷存儲(chǔ)）中。

面向 FEV 客戶的新產(chǎn)品——考慮到人工智能

FEV 希望將數(shù)據(jù)記錄器解決方案（包括相關(guān)軟件）集成到公司現(xiàn)有的軟件產(chǎn)品中，以驗(yàn)證傳感器數(shù)據(jù)。“作為集成和開發(fā)合作伙伴，我們參與了一系列汽車制造商的批量生產(chǎn)項(xiàng)目，”Thomas Hülshorst 解釋說。“尤其是在這些項(xiàng)目中，評(píng)估和驗(yàn)證傳感器數(shù)據(jù)會(huì)很快得到回報(bào)。” 新產(chǎn)品是一種標(biāo)簽軟件（FEV Annotation Tool）的初步步驟也是由 FEV 開發(fā)的。在 Azure 環(huán)境中實(shí)施的工具會(huì)自動(dòng)標(biāo)記傳感器數(shù)據(jù)中的對(duì)象，并且僅在需要時(shí)才調(diào)用人工操作員。這里的目標(biāo)是讓人類只對(duì)整體材料的一小部分進(jìn)行分類，讓機(jī)器承擔(dān)大部分工作。如果迷你數(shù)據(jù)記錄器已經(jīng)標(biāo)記了最相關(guān)的駕駛情況，則所涉及的工作將進(jìn)一步減少。

就目前情況而言，用于識(shí)別駕駛情況的程序仍然基于預(yù)制規(guī)則起作用。然而，根據(jù) Markus Kremer 的說法，這也可以在未來通過機(jī)器學(xué)習(xí)自動(dòng)完成。Hülshorst 說：“錦上添花的是，人工智能還可以處理與行人有關(guān)的情況并正確預(yù)測(cè)人們?cè)诘缆方煌ㄖ械男袨椤?rdquo; 

然而，基于人工智能的軟件已經(jīng)適合今天的實(shí)際應(yīng)用，因?yàn)闄C(jī)器學(xué)習(xí)為其鋪平道路的廣泛自動(dòng)化從未比評(píng)估整個(gè)測(cè)試車輛車隊(duì)的數(shù)據(jù)更重要。“Azure 在這里當(dāng)然也有回報(bào)，”克雷默說。“這是因?yàn)樵谌斯ぶ悄芊矫?，我們還可以依靠預(yù)制功能，并優(yōu)化簡(jiǎn)化我們使用 Microsoft 工具開發(fā)軟件的方式，”Kremer 總結(jié)道。

該解決方案是朝著自動(dòng)駕駛功能高效但安全且全面的驗(yàn)證環(huán)境邁出的又一步。這里一個(gè)突出且值得注意的元素是來自 Microsoft 服務(wù)的專家與 FEV 團(tuán)隊(duì)之間的出色合作，他們與之前的項(xiàng)目一樣，能夠非常迅速地將想法轉(zhuǎn)化為功能性產(chǎn)品。因此，雙方已經(jīng)期待積極的后續(xù)合作。