Современный подход к тестированию и валидации систем помощи водителю



Цитировать

Полный текст

Аннотация

Постоянно растущие требования к безопасности транспортных средств вынуждают автопроизводителей заниматься разработкой ADAS-систем (“интеллектуальных помощников”). В свою очередь, перед выпуском на рынок автомобиля, оборудованного подобными функциями, необходимо полноценно протестировать и свалидировать алгоритмы работы электронных систем в различных условиях. В настоящее время наиболее популярны методы отладки и тестирования ADAS-систем, основанные на программном (“модель и программное обеспечение в петле”) и аппаратно-программном моделировании (“оборудование в петле”), что позволяет выявлять и устранять ошибки на ранних стадиях разработки продукта, таким образом экономя денежные средства. Несмотря на огромные преимущества имитационного моделирования натурные испытания остаются основополагающим и финальным этапом перед стартом серийного производства, это обусловлено тем, что международные и отечественные стандарты в настоящее время не предусматривают сертификацию “электронных помощников” посредством проведения виртуальных тестов. В связи с этим, перед производителями измерительного оборудования и инженерами-испытателями встает задача по разработке принципиально новой тест-установки, обеспечивающей фиксацию положения транспортных средств в динамических режимах с сантиметровой точностью, а также производить синхронизированную видеозапись. В данной статье рассказывается о подходе сотрудников НГТУ им. Р.Е. Алексеева к решению данной проблемы: проектировка принципиальной схемы и её реализация на прототипе легкого коммерческого автомобиля, оборудованного ADAS-системами. Для фиксации географических координат с сантиметровой точностью использовался прибор Racelogic Vbox 100 Hz, работающий в режиме “real-time kinematic” (RTK), синхронизированная видеозапись производилась при помощи Racelogic Video Vbox Pro, включающий в себя 4 широкоугольные камеры. Апробация работы измерительной установки была проведена при испытаниях следующих систем: детектор мертвых зон, предупреждение о выходе из полосы и помощник поиска парковочного места. В статье представлен ряд графиков функционирования одной из систем.

Об авторах

Е. И Торопов

Нижегородский государственный технический университет им Р.Е. Алексеева

Email: evgeny.toropov@nntu.ru
Нижний Новгород, Россия

Ю. П Трусов

Нижегородский государственный технический университет им Р.Е. Алексеева

Нижний Новгород, Россия

А. С Вашурин

Нижегородский государственный технический университет им Р.Е. Алексеева

к.т.н. Нижний Новгород, Россия

П. С Мошков

Нижегородский государственный технический университет им Р.Е. Алексеева

Нижний Новгород, Россия

Список литературы

  1. Приходько В.М., Иванов А.М., Борисевич В.Б., Шадрин С.С. Методики тестирования автоматизированных систем управления автомобилем // Вестник МАДИ, 2017. № 4. С. 10-15.
  2. Порубов Д.М., Зезюлин Д.В., Тюгин Д.Ю., Тумасов А.В., Беляков В.В., Грошев А.М., Береснев П.О. Разработка автомобильной системы определения и удержания в полосе движения // Труды НГТУ им. Р.Е. Алексеева. 2018. № 2. С. 25-29.
  3. Тумасов А.В., Береснев П.О., Филатов В.И., Тюгин Д.Ю., Улитин А.В. Разработка системы помощи водителю при парковке для коммерческих транспортных средств // Труды НГТУ им. Р. Е. Алексеева. 2020. № 3. С. 132-140. doi: 10.46960/1816-210Х_2020_3_132
  4. Шашкина К.М., Порубов Д.М., Пинчин А.В., Тумасов А.В. Разработка электронного блока рулевого управления для интеграции с системами помощи водителю коммерческого транспорта // Наука и бизнес: пути развития. 2019. № 8. С. 15-22.
  5. Hun-Jung Lim, Tai-Myoung Chung RP-ADAS: Relative Position-Advanced Drive Assistant System based on VANET (GNSS) // World Academy of Science, Engineering and Technology International Journal of Electrical and Computer Engineering. Vol. 6, No. 3, 2012. P. 397-402.
  6. Мардоян Г.Р., Симонян Р.И., Карпов Н.А., Пронин Н.А., Метелев С.Ю. Современные подходы к испытанию систем ADAS на всех этапах разработки // Труды НГТУ им. Р. Е. Алексеева. 2018. № 4. С. 233-242.
  7. Krejci P. Testing of Automotive Park Assistant Control Unit by HIL Simulation // Mechatronics. 2013. P. 487-493. doi: 10.1007/978-3-319-02294-9_62
  8. ГОСТ Р 58807-2020. Автомобильные транспортные средства. Системы предупреждения о выходе из занимаемой полосы движения. Общие технические требования и методы испытаний. М.: Стандартинформ, 2020. 7 с.
  9. ГОСТ Р 58803-2020. Автотранспортные средства. Системы помощи водителю при принятии решения о смене полосы движения. Общие технические требования и методы испытаний. М.: Стандартинформ, 2020. 15 с.
  10. ГОСТ Р 58804-2020. Автотранспортные средства. Системы удержания транспортного средства в занимаемой полосе движения. Общие технические требования и методы испытаний. М.: Стандартинформ, 2020. 11 с.
  11. ГОСТ Р 58808-2020. Автотранспортные средства. Системы мониторинга слепых зон. Общие технические требования и методы испытаний. М.: Стандартинформ, 2020. 15 с.
  12. ПНСТ 381-2019. Интеллектуальные транспортные средства. Системы помощи при парковке. Технические требования и процедуры испытаний. М.: Стандартинформ, 2020. 22 с.
  13. Kwanghee Lee, Jeong-Hyeon Bak, Chul-Hee Lee A Study on Vehicle Lateral Motion Control Using DGPS/RTK // IRAM 2012, CCIS 330. 2012. P. 159-166.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Торопов Е.И., Трусов Ю.П., Вашурин А.С., Мошков П.С., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».