2023年，智能网联汽车(ICV)毫无疑问是汽车行业发展的战略方向之一，其正处于商业化初期阶段，技术正在快速演变，产业布局不断加速。该行业当前机遇、风险和挑战并存，亟需标准化的管理措施。
目前，我国发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》，提出了加强数据和网络安全管理、规范在线软件升级、强化产品管理和保障措施等11条要求。业界已就使用多支柱认证方法来测试和评估自动驾驶以支持产品审批管理达成共识。鉴于自动驾驶系统(ADS)和功能验证的复杂性，仿真测试和验证已成为产品审批管理流程中不可或缺的一部分。
1、智能驾驶的“数据闭环”
各企业正在积极构建智能驾驶领域的“数据闭环”平台。这意味着数据将用于指导业务和实践，而迭代优化是在闭环中执行的。这个过程催生了对数据处理工具、场景管理平台以及仿真和再现等的应用需求。中国汽车数据中心（ADC）打造全面的ICV仿真和验证解决方案，覆盖从数据采集和场景数据库构建到仿真测试和验证等各个方面。在这一过程中，NI持续为之赋能。
在数据采集方面，ADC拥有完善的数据采集与处理流程，在数据采集汽车改装、传感器安装设计、汽车多传感器校准以及数据采集与管理等领域拥有丰富的经验。ADC建立了通用传感器开发接口的模型系统，可确保便捷的传感器系统集成和扩展，为开发可复用的传感器接口和数据采集服务奠定了基础。ADC还开发了用于多传感器异构数据的高效解析和集成处理技术，可过滤掉传感器之间的冗余和无效信息，降低软件处理负载，从而保证数据准确性，形成高效、轻量化的数据采集平台。
ADC的标准数据采集平台建立在采集软件、硬件系统和汽车特性之上。该平台的标配是一个智能相机；前、后、左前、右前、左后、右后、驾驶室七个高清相机；1个高分辨率毫米波雷达；一个低线程/高线程激光雷达地面实况系统；高精度惯性导航系统(INS)；以及天气监测设备。该平台可以根据实际需求进行定制。采集硬件获取不同类型的信号。采集软件对传感器接收到的信号进行处理和存储，并通过专门的数据清理平台对数据进行清理、去噪和脱敏。此外，ADC开发的场景数据处理软件NdsCleaner可对不同采集平台采集的数据进行归一化处理，将场景数据的格式转换为ROS和ASEva，对不同的数据源使用相同的频率，并对场景数据进行筛选。采集平台处理的数据可用于构建自动驾驶场景数据库、分析驾驶行为、设计测试目标和验证规则、对传感器性能进行基准测试和评估，以及标记ICV环境感知数据。
采集平台配置解决方案
在场景数据库建设方面，ADC基于在驾驶场景领域的多年运营和探索，开发了成熟的场景工具链、场景数据库和仿真测试应用系统。驾驶场景工具链集成了六大模块：场景数据采集平台、场景数据分析平台、场景数据标记平台、数据分析平台、场景转换工具和场景大数据管理平台。其功能包括数据收集、处理、标记、管理和应用。根据不同的需求，ADC构建了两个场景数据库：典型场景数据库和连续场景数据库。所有数据由管理平台统一管理。场景数据库中的场景可以作为仿真测试用例的主要来源，并为这些用例提供测试内容。借助先进的仿真软件和设备，用户可以执行模型在环(MIL)、硬件在环(HIL)、驾驶员在环(DIL)、车辆在环(VIL)及其他仿真测试。ADC根据自动驾驶开发流程和数据需求，在V-cycle开发过程中，基于自然驾驶数据构建框架和相关工具来建立场景数据库，在ICV开发和测试领域进行基于数据的转换，并建立团队所需的能力。
仿真测试和验证是产品审批管理中不可或缺的部分。仿真测试平台的实时性能 、建模和仿真能力、数据可追溯性会影响仿真工具链的可信度。因此，在 构建仿真平台时必须 满足各种严苛的要求。ADC基于NI产品构建了完善的智能驾驶HIL仿真验证平台，包括软件平台、硬件平台和仿真建模。整个开发过程涉及传感器和动力学建模、仿真设备开发和平台集成调试。NI VeriStand软件具有很强的适应性，可以开发与工具链中其他平台兼容的数据通信接口，形成一个由集成场景仿真软件、动力学模型和测试管理软件传感器模型组成的闭环数据平台。NI硬件提供各种实时处理器和I/O模块。它们基于开放的行业标准，确保客户将最新的PC技术应用于HIL测试。借助强大的多核处理器、FPGA和数据采集技术，NI PXI硬件可扩大测量范围，提高测性能。部分NI PXI产品还提供业界卓越的频率和精度规格。NI硬件系统的高采样率、高分辨率、实时系统能力等特性确保了仿真工具链的出色数据精度和质量。
*NI现已提供面向ADAS和自动驾驶汽车测试的一系列解决方案，欢迎下载白皮书，进一步拓展你的工程策略！
2、V2X仿真测试系统
