電子發燒友App
以下內容來源于《汽車電子與軟件》，作者：王穎飛
一
數據采集、標定和回灌是什么？
汽車數據采集、標定和數據回灌是整車開發和測試過程中的重要步驟。下面對它們進行簡要介紹：
1、汽車數據采集：
汽車數據采集是指通過車輛搭載的傳感器、攝像頭、雷達等設備收集車輛周圍環境、車輛狀態和駕駛行為等數據。這些數據可以包括圖像、視頻、激光雷達掃描、慣性測量單元（IMU）數據、GPS位置信息等。汽車數據采集的目的是提供實時、準確的車輛和環境數據作為自動駕駛系統的輸入，用于感知、決策和控制。
2、汽車標定：
汽車標定是調整和優化車輛的參數和配置，以使其在不同的環境和條件下具有良好的性能和安全性。標定主要包括標定需求，標定計劃制定，標定開發及驗證，極限環境開發及驗證，標定評審，標定發布等步驟。在汽車標定中，使用采集到的車輛數據來評估和調整整車的系統的感知、決策和控制算法，以適應不同的道路、天氣、交通情況等變化等。標定的參數可以包括傳感器的校準、車輛動力學參數、障礙物檢測和跟蹤算法等。
如：發動機管理系統標定（包括點火時機、燃油噴射量、氣門正時等參數的調整，以實現最佳的動力輸出、燃油經濟性和排放控制）、傳動系統標定（包括自動變速器的換擋邏輯、離合器的操作點、傳動比的選擇等參數的調整，以提供順暢的換擋和駕駛舒適性）、剎車系統標定（包括剎車盤和剎車片的材料和幾何參數的調整，以實現最佳的制動性能和耐用性）、懸掛系統標定（包括懸掛硬度、阻尼特性等參數的調整，以提供良好的懸掛舒適性和操控穩定性）等。
3、數據回灌：
數據回灌是指將采集到的實際車輛數據再次注入到整車控制器或域控中進行仿真和測試。如通過數據回灌，可以重現實際駕駛場景和情況，并對自動駕駛系統的性能和算法進行評估和驗證?；毓嗟臄祿梢园▊鞲衅鲾祿?、車輛狀態信息和駕駛行為數據等。數據回灌的目的是在仿真環境中進行大規模測試、驗證和優化，以加速自動駕駛系統的開發和部署過程。
這些步驟在整車開發和測試中起著關鍵的作用，通過數據采集、標定和回灌，可以提高車輛整體性能、安全性和適應性，并加速其商業化進程。
二
市場背景與需求
截至2021年，汽車數據采集市場規模已經相當龐大，并且預計在未來幾年內將繼續增長。根據市場研究公司的數據， 2021年全球汽車數據采集市場規模約150億美元左右，包括車載傳感器、智能車輛平臺和數據分析解決方案等相關產品和服務。這主要受益于汽車行業數字化轉型的推動，以及對車輛數據的日益重視。
汽車數據采集市場的增長受到多個因素的推動。首先，汽車制造商和技術公司對車輛數據的收集和分析日益重視，以提供更好的駕駛體驗、車輛安全性和車輛維護。其次，新能源汽車、自動駕駛技術的興起，為數據采集和分析提供了更大的需求。此外，車輛與其他智能設備和系統的連接性增強，也促使了汽車數據采集市場的增長。
新能源汽車和自動駕駛技術的發展對汽車數據采集產生的顯著影響，主要體現在以下幾個方面：
1.數據量的增加：
新能源汽車和自動駕駛車輛的引入使得車輛產生的數據量大幅增加。電動汽車包含了大量與電池、電機、能量管理等相關的數據，而自動駕駛車輛則通過各種傳感器（如激光雷達、攝像頭和雷達）采集周圍環境信息。這些車輛產生的大規模數據需要進行采集、傳輸、存儲和分析，以支持車輛控制、性能優化和安全保障等方面的需求。
2.多樣化的數據類型：
新能源汽車和自動駕駛技術引入了各種新的數據類型。例如，電動汽車需要采集電池的狀態和性能數據，以便進行電池管理和充電策略優化。自動駕駛車輛需要采集環境感知數據、車輛狀態數據和行為數據等，以支持自主決策和行駛控制。因此，汽車數據采集系統需要能夠處理和分析多樣化的數據類型，以提供更全面的信息支持。
3.數據安全和隱私保護：
隨著汽車數據量的增加，數據安全和隱私保護成為更為重要的問題。新能源汽車和自動駕駛車輛攜帶著大量敏感信息，如車輛位置、駕駛行為和車輛性能等。因此，汽車數據采集系統需要采取相應的安全措施，保護數據的機密性和完整性，防止數據被非法訪問和濫用。
4.實時性要求的增加：
自動駕駛車輛對實時數據的需求更加迫切。例如，車輛需要實時采集和處理傳感器數據，以便對周圍環境進行準確感知和決策。因此，汽車數據采集系統需要具備快速、高效的數據采集和處理能力，以滿足實時性要求。
5.安全和駕駛輔助系統：
自動駕駛汽車標定需要關注安全和駕駛輔助系統的參數調整。這包括自動制動系統、自適應巡航控制、車道保持輔助等功能的標定，以確保其在不同道路和交通情況下的安全性和可靠性。
總的來說，新能源汽車和自動駕駛技術的發展促進了汽車數據采集技術的進步和應用。它們對數據量、數據類型、數據安全和實時性等方面提出了更高的要求，推動了數據采集技術的創新和發展。同時，也為智能交通、車輛管理和駕駛輔助等領域提供了更豐富的基礎。
三
市場現狀與行業痛點
隨著新能源汽車和自動駕駛技術的發展，當前汽車數據采集行業面臨一些新的痛點和挑戰，包括以下方面：
1.數據標準化和互操作性：由于不同汽車制造商和技術供應商采用不同的數據格式和接口標準，導致數據采集的互操作性問題。這使得數據采集和整合變得復雜，限制了數據的有效利用和共享。行業需要更廣泛的數據標準化努力，以促進數據的互通和互操作性。
2.數據安全和隱私保護：隨著車輛數據的增加和敏感性的提高，數據安全和隱私保護成為行業關注的焦點。汽車數據采集系統需要采取嚴格的安全措施，以保護數據免受惡意攻擊和非法訪問。同時，需要確保車主和駕駛員的個人隱私得到妥善保護，符合相關法規和政策要求。
3.數據質量和準確性：汽車數據采集過程中可能面臨數據質量和準確性的挑戰。傳感器的誤差、噪聲和故障可能導致數據不準確或不完整。數據采集系統需要具備高精度和可靠性，以確保采集到的數據質量達到要求。
4.處理和存儲的挑戰：隨著數據量的增加，對數據的處理和存儲也帶來了挑戰。大規模的數據處理需要高性能的計算和存儲資源，以支持實時分析和決策。此外，對于長期存儲和管理大量數據也需要解決數據存儲和備份的問題。
5.法規和合規要求：汽車數據采集涉及到一系列法規和合規要求，包括數據隱私、數據安全、數據使用和共享等方面。行業需要遵守相關法規和政策，并確保數據采集和處理過程符合法律和道德的要求。
解決這些痛點和挑戰需要行業各方的合作和努力，包括制定更統一的數據標準、加強數據安全和隱私保護、改進數據質量和準確性、提供高效的數據處理和存儲解決方案，以及遵守相關法規和合規要求。
同時，在新能源汽車和自動駕駛的發展過程中，標定也同樣面臨一些困難，包括以下方面，
1.復雜性增加：
新能源汽車和自動駕駛系統的復雜性比傳統汽車更高，涉及到多個子系統、傳感器和算法的集成。解決方案是建立全面的標定策略和流程，確保各個子系統和組件的相互配合和最佳性能。
2.大規模數據處理
新能源汽車和自動駕駛系統產生的數據量巨大，包括傳感器數據、高精度地圖數據、車輛狀態數據等。處理這些大規模數據需要強大的計算和存儲能力，解決方案是采用高性能的計算平臺和云計算技術，以加快數據處理和分析的速度。
3.多樣化的工況和環境：
新能源汽車和自動駕駛系統在不同的工況和環境下工作，如不同的天氣條件、路面狀況、交通情況等。解決方案是進行大量的實地測試和仿真，在各種工況和環境下收集數據，并進行標定和優化，以確保系統在各種條件下的穩定性和可靠性。
4.安全性和可靠性要求：
新能源汽車和自動駕駛系統對安全性和可靠性要求非常高，任何錯誤或不準確的標定都可能導致嚴重的后果。解決方案是建立完善的安全測試和驗證流程，包括模擬測試、實地測試和驗證，以確保系統在各種情況下的安全性和可靠性。
5.快速迭代和更新：
新能源汽車和自動駕駛技術發展迅速，要求標定工作能夠快速適應新的技術和算法。解決方案是建立靈活的標定流程和工具鏈，以便快速調整參數和算法，實現快速迭代和更新。
總體而言，面對新能源汽車和自動駕駛的發展，標定困難的解決方案主要包括建立全面的標定策略和流程、采用高性能計算平臺和云計算技術、進行大規模數據處理和分析、進行多樣化的實地測試和仿真、建立完善的安全測試和驗證流程，以及建立靈活的標定流程和工具鏈。
回灌的驗證過程同樣重要，在汽車標定數據回灌的過程中，存在的一些常見的痛點和挑戰有：
1.數據質量和一致性：回灌過程中使用的數據質量和一致性是一個關鍵問題。確?；毓嗟臄祿蚀_、完整且一致，對于正確的標定和系統優化至關重要。數據采集設備和方法的選擇、數據處理和校正的準確性都會對數據質量產生影響。
2.數據處理和存儲容量：汽車系統產生的數據量龐大，需要進行有效的數據處理和存儲。處理和分析大量的回灌數據可能需要高性能的計算和存儲設備，以確保數據的及時性和準確性。同時，需要考慮數據存儲的可靠性和安全性。
3.數據回灌時機和頻率：確定數據回灌的時機和頻率是一個重要的問題。過于頻繁的回灌可能會對系統的性能產生負面影響，而過于稀疏的回灌可能無法捕捉到系統的動態特性。因此，需要合理選擇回灌的時機和頻率，以平衡系統性能和數據采集的成本。
4.標定和回灌的自動化：標定和數據回灌過程通常需要手動操作和人工干預，這可能導致效率低下和錯誤的風險。實現標定和回灌的自動化是一個挑戰，需要開發相應的算法和工具，以減少人工操作和提高效率。
四
數據采集、標定與回灌優秀解決方案與產品介紹
前文已充分介紹了隨著新能源汽車和自動駕駛技術的發展，當前汽車數據采集、標定與回灌行業面臨一些新的痛點和挑戰，下面著重介紹下針對這些困難而涌現出的解決方案與產品：
1.標定軟件的產生：
隨著標定工作的日趨復雜，為提高汽車開發效率，有許多專門設計的標定軟件可用于新能源汽車和自動駕駛系統的參數調整和優化。這些軟件提供直觀的用戶界面，允許工程師輕松配置和調整系統參數，同時提供實時數據監測和可視化，以幫助分析和評估標定效果，諸如ETAS公司的INCA、INCA FLOW與VECTOR的CANape等，下面以INCA為例對當前先進的標定工具進行展開介紹。
ETAS INCA：
ETAS INCA是ETAS公司旗下一款汽車標定測量診斷工具，支持各種汽車控制單元的參數調整和優化，具備強大的功能與優秀的易用性、兼容性，能夠極大地提高標定效率，被廣泛應用在各主機廠、Tier1的ECU項目開發過程中。目前全球有超過5萬名用戶在日常工作中使用。INCA不僅可以應用在傳統的發動機電控開發領域，也可以應用在新能源整車、電機電池控制和處理器標定領域，并且在新的版本中增加了專門針對新能源車的功能。
INCA基礎軟件和各種插件
INCA性能特征
?集成數據監控/記錄及標定更改等功能于一體，是集成化的標定開發工具；
?支持CAN通訊及CCP協議；
?可靈活定義所需監控及記錄的參數；
?可靈活制作工作界面支持Copy&paste功能；
?支持很多專用數據采集設備，如ES590等，使用靈活；
?標定文件的比較/切換等功能，輸入輸出不同格式的標定數據等功能；
?標定參數的查找/更改/圖形化功能；
?可按標定功能定制標定參數模塊；
?可整體輸入/輸出不同配置的工程文件，利于團體協作；
?數據回放及數據后處理功能；
INCA界面展示及名詞簡介
?DBC為CAN的數據庫文件；
?Experiment文件是各類數據的記錄/顯示配置，是一個預先設置好的窗口，里邊包含為實現測量和標定任務所需要的變量和匹配值；
?Project,即項目包含了所有的匹配值和數據，這些匹配值和數據反映了一定版本的代碼和匹配值。項目包含兩個文件.a2l和.hex(或.s19)；
?A2L文件，變量地址文件（變量名+地址），用來描述測量變量和標定參數；
?Hex文件，包含了由數據和代碼組成的ECU控制程序，可以直接下載到ECU中運行；
?硬件配置，可以選擇硬件設備及硬件參數
?
2.數據采集系統：
數據采集系統用于收集車輛和環境數據，以支持標定過程。這些系統通常包括傳感器、數據記錄設備和相關軟件。工程師可以使用這些系統采集車輛傳感器數據、高精度地圖數據等，并將其用于標定和驗證過程中的仿真和實驗室測試。為解決待采信號種類多、數據量大、占用算力等問題，數據采集系統也進行了升級，下面對當前使用較廣泛的ETAS數采產品做簡要介紹。
ETK/FETK/XETK
ETK產品家族是一系列安裝在ECU里面或外面的小型的、可靠的、高性能的硬件設備，使得軟件開發和標定工程師可以直接訪問ECU來控制
使用ETK的優勢:
?開發軟件與產品軟件結合緊密，可與標定軟件INCA?等協同使用，提高標定效率
?ETK具有非常高的運行時效性?
?一個接口可以在整個開發周期中使用
?ETK速度和數據吞吐量遠超XCP，可解決海量數據采集傳輸速率跟不上及占用ECU算力等問題
?ETK幫助工程師減少開發和標定的工作時間和工作量
ECU和總線接口模塊：
多信號多系列可解決待采設備多樣化、通訊信號多樣化與通訊協議多樣化的問題，提高數據采集效率。
3.數據回灌系統：
將采集到的實際車輛數據通過算法處理，再次注入到自動駕駛系統中進行仿真和測試，對算法進行驗證，或一些場景、狀態的再現對開發同樣重要：通過數據回灌，可以重現實際駕駛場景和情況，并對自動駕駛系統的性能和算法進行評估和驗證?；毓嗟臄祿梢园▊鞲衅鲾祿?、車輛狀態信息和駕駛行為數據等，數據量龐大且復雜，回灌驗證的難度比采集的難度更大。因此，強大的數據回灌軟件是開發過程中必不可少的重要工具。
下面，以ETAS的ADAS數據回灌解決方案為例，對數據回灌做實際解決方案的解讀。
上圖為ETAS基于PC的高性能回灌解決方案，具有可擴展性和高帶寬的特性。為應對ADAS相關傳感器數量不斷增加的場景，該回灌系統可支持多達16個攝像頭、12個雷達和4個激光雷達的輸入，以及多總線接口（以太網、CAN、FlexRay）的同步采集和回灌，基于記錄的數據，回放定義的場景，來執行批量測試。這種解決方案可通過使用車輛采集回的數據，回灌到ADAS ECU上，用以驗證逐次修改迭代的ADAS算法。
ETAS數據回灌解決方案解決了在實際開發中，ADAS軟件的發布和回歸測試需要采集成百上千的車輛行駛里程的題，提高了虛擬測試系統、硬件開環（HoL）系統執行發布和回歸測試效率，也解決了在車輛上進行特定的邊緣案例測試非常耗時且昂貴的問題。
五
數據采集與標定未來展望
數據采集、標定和數據回灌在汽車行業中扮演著越來越重要的角色，并且在未來將繼續發展和演進。
以下是數據采集、標定和數據回灌的一些未來展望：
1.數據采集的多樣化：
隨著汽車技術的發展，數據采集的多樣性將成為一個重要趨勢。除了傳統的車輛傳感器數據，還會涉及到更多的外部數據源，如車聯網數據、高精度地圖數據、交通數據等。這將為標定工作提供更豐富和全面的數據來源，以更好地優化和調整車輛性能和行為，甚至可用于優化交通流，解決交通擁堵等方面。
2.自動化標定：
隨著自動駕駛技術的成熟，自動化標定將成為一個重要的發展方向。自動化標定利用機器學習和人工智能等技術，通過對大量數據的分析和模型訓練，實現自動調整和優化車輛參數。這將大大減少人工干預和時間成本，并提高標定的精度和效率。
3.實時標定和在線更新：
隨著車輛變得越來越智能化和互聯化，實時標定和在線更新將變得更加重要。車輛可以通過與云端系統的連接，實時獲取最新的標定參數和優化策略，以適應不同的駕駛環境和路況。這將使車輛具備更高的自適應性和性能，并能夠快速應對不斷變化的需求和挑戰。
4.數據隱私和安全：
隨著數據采集的增加，數據隱私和安全問題也將變得更加重要。采集的數據可能涉及用戶的隱私信息，因此需要采取相應的安全措施，確保數據的安全傳輸、存儲和使用。同時，標定過程中的數據安全也需要得到保障，以防止數據被篡改或惡意使用。
5.標定標準和規范：
隨著數據采集和標定的普及，標定標準和規范的制定將成為一個重要的發展方向。制定統一的標定標準和規范，有助于確保標定的一致性和可比性，提高整個行業的效率和質量水平。這將促進數據共享和合作，推動標定技術的進一步發展。
6.回灌數據智能化和自適應性：
數據回灌將成為實現智能化和自適應性的重要手段。通過將實際運行數據回灌到車輛系統中，系統可以不斷學習和優化，適應不同的駕駛環境和駕駛者行為，提供更加智能和個性化的駕駛體驗。
7.回灌實現個性化駕駛體驗：
通過數據回灌，車輛可以根據駕駛者的個性化偏好和習慣進行優化。例如，根據駕駛者的駕駛風格和喜好，車輛可以調整座椅、音響系統等各種設置，提供更加舒適和個性化的駕駛體驗。
8.回灌實現系統優化和故障診斷：
通過數據回灌，車輛制造商和技術提供商可以分析和評估車輛系統的性能，并發現潛在的問題和故障。這將幫助改進系統設計和開發，并提供更有效的故障診斷和維護策略，提高車輛的可靠性和可維護性。
編輯：黃飛
?
工商網監
評論