背景

    随着汽车功能逐渐丰富，车上包括智能驾驶、智能座舱等在内的各项功能越来越多，给测试本身提出了诸多挑战。以智能驾驶为例，现阶段大多数测试方法的挑战都集中在缺乏安全保证和缺乏可扩展性上。鉴于社会难以容忍自动驾驶造成的道路交通事故死亡，因此安全对于自动驾驶汽车至关重要。自动驾驶测试的典型方法是采用大量统计数据驱动，随着收集到的里程数越多，安全验证就越严格。理论表明，将自动驾驶的事故率降低至人类驾驶事故率的0.1%，大约需要300亿英里。

数据采集存在的问题

    因此，传统的针对少量车的整车测试、智能驾驶测试已经远远不能满足汽车功能丰富的今日。但随着数据采集的需求越来越多，在随车人员的减少、工程师远程分析、车队远程管理、轻便性和方便性等诸多方面存在需求。

    而在实际使用中，大量使用工控机采集、老式的总线类工具、必需的随车工程师等方式很难适应如今大数据量、高里程的要求。应用方面存在着边界多、工程师人少、数据少、司机不专业、接口多且变化快、传输难、设备体积大等各类问题。

产品介绍

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们