NI系统推动和加速HIL和软件在环（SIL）测试

我是一个拼图游戏爱好者，着迷于将许多小碎片拼凑成一个整体，从而得到更大的宝藏。也许这就是为什么我也会被商业世界中如拼图游戏一般的领域所吸引，比如复杂的高级驾驶辅助系统（ADAS）和自动驾驶（AD）验证工作流程。我们必须为这个工作流程整合不同的应用程序、测试方法和技术。

不同之处在于我们并不知道拼图零片的形状。但这仍然是我们必须做的工作，我们需要确保所有的技术拼图零片拼凑在一起，以建立一个相互关联的工作流程。要实现这一点，我们需要考虑其他一些组件，包括数据、软件和协同合作，因为没有一家公司能够独自掌握复杂的ADAS和AD验证工作流程。我们需要通力合作才能看到拼图的全貌：通过协作实现软件和数据互联的工作流程。

01

协同合作：任何一个企业都无法单独应对挑战

以与NI合作的三家行业翘楚ANSYS、希捷和KONRAD TECHNOLOGIES （KT）为例，他们的技术和工程能力（人员和专业知识）值得关注。

在汽车行业中，众所周知，Ansys是建模和仿真领域的核心参与者，特别是其基于物理的ADAS传感器模型。Ansys的专业技术涵盖了ADAS和AD系统的设计、开发和验证周期，使其成为仿真功能的领先企业和领域专家。

希捷因其用于个人电脑和笔记本电脑的存储设备而广为人知，但更为闻名的是其用于服务器的存储设备，这些存储设备最终是我们热衷于使用的云端基础。凭借其Lyve Mobile产品组合，希捷以市场上最高安全（加密）标准，提供海量数据吞吐量车载存储解决方案。此外，希捷还提供数据物流（数据传输即服务或DTaaS）和专注于运营费用的业务模式，可以大幅降低数据的总成本或总体拥有成本（TCO）。

KT在ADAS和AD测试应用的系统集成和解决方案交付方面拥有深厚的专业知识，涉及从数据记录到数据回放，乃至硬件在环（HIL）和复杂的传感器融合以及驱动器在环（DIL）测试系统。

仅仅这三家专业公司协同合作，就可以创造一套非常多样化的技能，也只有由协同合作伙伴构成的生态系统才能实现这种平衡。

02

软件和数据： 互联网时代的石油和黄金

在人类历史上，当我们还在大力争取大自然的资源时，就掀起过有关黄金或石油的争夺热潮。互联网时代又出现了两种其他资源：软件和数据。如果将数据比作石油，那么软件就是炼油厂，它可以显著提炼数据的价值。您可以把炼油厂称为可利用的资产或资源。

在汽车领域，我们也见证了这种软件和数据的吸引力。一个典型的例子，就是特斯拉如何真正将车辆打造为车轮上的智能手机。空口（OTA）更新仍然让很多人望而却步，但它们让车辆能够就地升级，无需长达五到七年的发布周期。

软件和数据是这种新型移动出行演进的关键，汽车行业正在向灵活应用软件与数据转型 。比如大众汽车将其软件功能外包给新成立的CARIAD组织，该组织正在努力开发vw.os，这是一种旨在用于大众集团内部许多不同品牌和车辆程序的操作系统。或者是，博世聚集了17，000名员工，以在软件开发和数据科学方面实现汽车功能上的进一步升级。

对于NI来说，这一直也并将继续是一个重点领域。LabVIEW无疑是将数据和软件结合的典范；我们早在1986年就开始了这段旅程。然而，旅程尚未结束，因此，通过Optimal+的技术和专业知识将数据分析能力引入NI是一个关键因素。

无论现在和将来，都由软件和数据提供连接，从而也成为了我们最初提到的拼图零片之间的连接。应用程序编程接口（API）和插件体系结构只是几个示例，展示了软件最终在工作流程中从一个步骤到下一个步骤并返回进行交换、转换和格式化数据的能力。

这只有当底层基础在本质上是以软件和数据为中心，并且开放以适应变化并与第三方工具和技术连接时，才有可能做到这一点。

NI系统是以软件和数据为中心建立的 。从 LabVIEW初期开始 ，软件和数据就一直是每个NI系统的“基因”。因此，软件和数据为创建加速ADAS和AD产品开发周期的解决方案奠定了完美的基础。NI系统作为连接必要的验证工作流程组件或阶段之间的桥梁，其开放性让用户能将其连接至第三方技术，以进一步在最大程度上扩大验证和确认（V&V）过程的覆盖范围。这将进一步提高产品质量，最终将拯救生命。

03

专业联结者： 以人为本，鼓励创新，注重技术

随着信息技术的不断发展，我们已经进入了互联世界。

至此，我们正在再次试图掌握另一个重大挑战：自动驾驶。这包括掌握互联验证工作流程，一个略微小但仍然复杂的挑战。当计算机科学家首次尝试将计算机连接成网络时，他们无法一蹴而就，直接达到2021年物联网（IoT）水平。这是一项艰巨的工作，但考虑到互联网今天提供的优势，以及将为我们带来的未来，我们都认可将人、想法和技术之间所实现的智能互联将会带来重大改变。

在NI，我们信奉这一理念。我们的目标是汇聚最智慧的人才以及最出色的硬件和软件，与您一起激发创新思维，并最终构建软件和数据智能互联的验证工作流程。为了避免只停留在理论上，我们重点介绍了一个示例，用以展示通过协同合作，使用 软件和数据智能互联的工作流程可以实现什么（参见图01）。

举个例子：协同合作完成ADAS验证

此示例将记录的ADAS道路测试数据转换为数字孪生数据，作为整体验证策略的一部分，以推动和加速HIL和软件在环（SIL）测试。

图01 您需要结合这些专业知识来实现“零”愿景

其中，首先使用NI数据记录系统AD和NI Ground Truth传感器套件在测试车辆中记录您的高带宽ADAS数据。这两款产品已经结合了来自多家合作伙伴的专业技术，如希捷的Lyve Mobile Array车载存储解决方案。

此外，NI的ADAS和AD应用战略合作伙伴KT，还提供了额外的软件功能，如试驾期间的数据预标记以及为您的记录仪设置提供的集成服务。在希捷的帮助下，数据从车辆中卸载并导入IT和云基础设施，可使用如亚马逊Web服务（AWS）和微软AZURE等功能进一步增强数据。

NI已经完成了对MONODRIVE 的收购，并已获取其Real-to-Virtual （R2V）技术，帮助您能够通过R2V管道将记录的数据转换为数字孪生，其中该管道可生成用于高保真AD仿真器的合成数据。通过这种设置，您可以大大减少道路上记录的场景数量，轻松地在仿真中创建全排列（不同的天气、照明、交通条件），并以前所未有的速度进行地面实况提取。此外，您还可以使用Ansys VRXPERIENCE中基于物理的传感器模型为您的验证过程添加更多一流的仿真功能，并建立复杂的AD SIL和HIL测试应用程序。您可能希望通过IPG CarMaker汽车动力学仿真技术或在MathWorks工具链上开发的任何MATHWORKS Simulink模型来进一步增强这一功能。

将拼图拼凑在一起并不是一件容易的事，不过，将记录的ADAS道路测试数据转换为数字孪生数据以推动和加速SIL和HIL测试，这个示例是我们一起踏上“零”愿景之旅的起点。

审核编辑：彭静