4月15日上海车展前夕，第三方测试验证商亮道智能首次对外发布自动驾驶环境感知系统测试验证的完整流程。同时，亮道智能Reference System、服务于测试验证的3D激光雷达算法、标注修正工具、大数据管理平台、大数据分析系统等产品也将在车展亮相。
L3自动驾驶大规模量产前夜，为保证自动驾驶相同的安全质量，单个传感器、环境感知系统都要经过充分的测试验证。在SOP前测试验证的关键阶段，市场对环境感知系统测试验证已产生迫切需求。亮道智能是率先提供针对自动驾驶环境感知的全套自动化的测试验证服务的企业。这家测试验证商去年也曾宣布与德国公司激光雷达供应商Ibeo合作，为后者提供下一代固态激光雷达量产项目的场景采集和功能测试验证。
此次车展发布的新型自动驾驶环境感知系统测试验证服务基于传统汽车领域的测试验证流程体系，融合大数据管理与分析、软件算法开发等多项新技术，主要服务于自动驾驶量产研发的关键阶段。
亮道智能提供的新型自动驾驶环境感知系统测试验证服务需使用完成量产设计的自动驾驶原型车，搭载确定硬件选型的环境感知系统，进入真实道路测试。期间，一套感知能力优于待测系统的Reference System会同步搭载在车上采集数据，用于建立客观真值，作为待测系统感知能力评价的标尺。
路测采集的数据将达到PB级别，需要搭建专门的测试验证私有云平台，开发专用的测试验证工具链，用于数据录入、存储、处理、分析。通过基于真实路测数据的软件在环和硬件在环方法，帮助自动驾驶企业快速完成算法迭代。
雷锋网新智驾了解到，新型自动驾驶智能化测评服务包含五大步骤：车辆准备、数据采集、数据处理、测试验证执行、数据分析：
车辆准备，将待测感知设备和Reference System安装至原型车，精确完成空间校准和时间同步。
数据采集，根据客户需求制定采集计划，组建车队进入开放道路环境采集数据。
数据处理，将数据录入大数据中心，通过算法处理后生成真实交通场景的客观真值（Ground Truth）。
测试验证执行，自动驾驶公司选择感兴趣场景，由测试验证工具链提取该场景下DUT的感知结果与客观真值，两者比较后得到环境感知KPI。
数据分析，根据大数据分析报告，通过SiL、HiL、真实路测等方法，加速自动驾驶算法迭代。
雷锋网新智驾了解到，亮道智能可针对专门车型、专项功能、专门的应用场景，提供定制化的测试验证服务；在真实交通场景中评测系统的真实水平，同时为模拟仿真提供真实的数据输入；并支持提供环境感知系统SOP前完整的测试验证服务，为测评和算法迭代提供客观真值，通过自主开发的自动化工具链提升测试验证效率。
结合市场和本土化需求，亮道智能也将在上海车展的现场展示部分核心技术和产品，包括Reference System、服务于测试验证的3D激光雷达算法、标注修正工具、大数据管理平台、大数据分析系统等。
Reference System：搭载亮道智能Reference System 1.0系统的数据采集平台将亮相上海车展。雷锋网新智驾了解到，Referencesystem 1.0是一套用于获取高精度基础事实的数据采集设备，融合了高精度激光雷达、摄像头等多种先进传感器。
服务于测试验证的3D激光雷达算法：基于服务于测试验证的3D激光雷达算法，研发人员可以为真实交通场景建立客观真值（Ground Truth），作为感知能力的测评参照。
标注修正工具：该工具可用于修正自动化标注结果，用户可以在PC端查看标注结果并进行手动操作。
大数据管理平台：亮道智能也将展示了私有云环境下的大数据管理平台的样例。大数据管理平台基于私有云解决方案OpenStack和Ceph，为大数据分析系统提供可扩展的存储和计算能力。该平台可以提供PB级别数据管理的解决方案。
亮道智能也将在现场进行了关于大数据分析系统的演示，该系统采用分布式的数据库设计，可以展示不同维度的数据统计信息，支持数据挖掘和驾驶场景提取，查看数据文件等功能。
正在生成分享图...
卢洁萍