标签: adas

自动泊车辅助系统（APA）是现代汽车智能驾驶技术的重要组成部分，该系统使得车辆能够在没有任何人为干预的情况下，自动完成泊车过程。具体来说，APA系统在泊车过程中通过布置在车辆周围的传感器（环视摄像头、超声波雷达等）完成对有效车位以及障碍物的感知识别，再进行泊车路径的规划、车辆运动的控制，从而完成泊车的工作。本文将重点介绍超声波雷达在APA自动泊车功能中的应用以及HiL测试环境中的仿真方法。 APA自动泊车中超声波雷达的应用 在自动泊车的应用场景中，一般需要在车辆周围布置12颗超声波雷达以完成全自动泊车的功能。相比于毫米波雷达或其他形式的雷达，超声波雷达具备制造成本低、安装方便、后期易维护等诸多优点。 超声波雷达主要分为两种类型，一种是安装在前后保险杠用于检测障碍物的短距雷达，探测距离一般为15~250cm，这类传感器被称为PDC传感器。另一种安装在车辆侧面，用于探测停车位长度的传感器，探测距离一般为30~500cm，这类传感器被称为PLA传感器 。PDC和PLA主要的分布如下图所示。 在实际的自动泊车应用场景中，超声波拥有多种工作模式，如自发自收（Direct Echoes）模式以及复杂的多发多收（Cross Echoes）工作模式。在自发自收的工作模式中，超声波雷达通过声波的飞行时间（TOF）即可计算车辆与障碍物之间的距离，这种模式原理相对简单，但不能获得障碍物的二维坐标，即无法获取障碍物相对于主车的空间位置。而多发多收的工作模式通过将多个超声波雷达作为声波的接收器，可以更好地获取障碍物相对于主车的空间位置，但是计算也将更为复杂。 超声波雷达测距原理及APA泊车流程 在车辆进行泊车时，超声波雷达可实时计算并输出车辆与周围障碍物的距离。控制器软件通过对超声波数据处理拟合出周围障碍物的轮廓、形状，相对位置等。以水平车位的泊车场景举例，驾驶员激活车辆APA自动泊车功能，车辆保持低速前进，结合超声波的感知融合数据，APA系统将识别可泊入的车位，驾驶员使能后，车辆将进入下一步路径规划、车辆控制等必要环节直到车辆泊入车位成功并退出APA自动泊车功能，如下图为整个APA自动泊车流程。 超声波雷达的基本仿真方法 了解了超声波雷达的基本工作原理以及车辆布局后，需要关注的一些重要参数： 测量范围：超声波雷达最远探测距离； FOV：超声波雷达水平视角范围，垂直视角范围。 雷达工作频率：工作频率对超声波的扩散、背景噪声、反射损失有影响，一般超声波雷达的工作频率在40kHz左右。 在HiL的仿真环境中，对超声波雷达的仿真需要借助专业的场景仿真软件（VTD）以及总线仿真实验管理软件（CANoe），在VTD中需要正确配置仿真的超声波雷达的各个参数，包括雷达的车辆安装位置、超声波雷达的最远探测距离、FOV视角等等。在总线仿真试验管理软件中需要明确超声波使用的通信协议、发送频率、波特率等。 整个的仿真链路中，VTD通过内置的完美传感器或其他精度更高的自定义开发模型将各个超声波雷达探测到的与障碍物最近的距离打包成UDP，发送至CANoe进行数据解析及总线仿真，如下图所示，VTD实时发送12组雷达输出的UDP数据，通过这种方式，可以有效简化传输链路，同时也能提高整个仿真的性能。当然，根据不同的仿真需求，可修改组包数据的结构，将障碍物的三维坐标、ID、属性等进行输出，通过获取不同的数据，结合CANoe可进行更多种类的APA自动泊车测试与验证。 CANoe支持多种总线仿真能力，结合Vector硬件如VN1640、VN1670、VN5650及其他传感器通信设备，可以为控制器提供CAN/CAN FD、TCP/UDP、SOME/IP、DSI3等多种协议支持，同时软件提供VN硬件配置窗口，以便用户方便管理仿真系统中的VN接口盒。 北汇信息的APA仿真功能技术方案 北汇信息在已交付的项目中完成了多种超声波仿真测试方案的实施落地。针对SOME/IP、CAN/CAN FD总线的超声波雷达仿真，CANoe结合VN1670、VN5650或其他通信接口盒，可为控制器提供精度更高、报文发送周期更稳定、故障注入类型丰富的总线仿真平台。 DSI3总线协议具备主从式一对多的异步单线电流电压型通信、自动分配ID、异步通信、低成本、抗干扰强、支持多种数据格式传输等优点，非常适用汽车功能安全等应用场景。通过CANoe与VTD联合后，将仿真的超声波探测的障碍物距离输出至CANoe，CANoe将距离数据处理成符合要求的飞行时间数据格式并发送至DSI3通信设备，DSI3通信设备通过信号转换，将仿真的超声波数据发送至被测控制器，完成控制器的12路超声波数据仿真。 在VTD中使用完美传感器探测车辆周围障碍物的情况下，通常由于完美传感器障碍物检测特性，会存在一定的距离误差，完美传感器的仿真方案并不能对毫米级别的距离做出反应，为了弥补这部分的误差，需要做更多的额外算法来修正误差。这不仅占用了更多的计算资源，并且处理之后的结果也不一定能完美的修正误差。如下图。 北汇信息为此提供了一套以光线追踪原理进行测距的超声波模型，相比使用12路的完美传感器，光线追踪的传感器模型能够提供毫米甚至微米级别的距离检测，并且将12路的传感器模型整合成一个光线追踪的超声波模型，极大地简化了工程的传感器布置，以及提高仿真的效率。模型的运行环境需要 NVIDIA CUDA环境的支持，支持配置超声波雷达的最远探测距离、FOV、安装位置等等，仿真频率等，如下为光线追踪原理图。 总结 APA自动泊车功能作为智能驾驶中重要的一环，在应对日益错综复杂的泊车环境时， HiL测试可以通过虚拟化仿真手段，加速APA功能开发及测试验证，减少APA实车测试验证成本，可通过搭建更多复杂、丰富的泊车场景来验证APA功能的测试覆盖度。北汇信息在智能驾驶MiL/SiL/HiL/ViL测试中拥有诸多成功的方案与实施经验，在持续的项目开发中，北汇信息也致力于新方案的技术验证与实施，为中国智能网联汽车发展贡献自己的力量。

TDA2x SoC是一款专为高级驾驶员辅助系统（ADAS）设计的高性能、低功耗的片上系统。 其在**前置摄像头应用、环绕视图应用、传感器融合应用等**方面有着广泛的应用。 **其特色包括异构可扩展架构、Vision AccelerationPac、全面的外设集成等。 功能： TDA2x SoC基于异构可扩展架构，该架构包括TI定浮点C66x DSP内核、全面可编程Vision AccelerationPac、ARM® Cortex™-A15 MPCore™处理器与两个Cortex-M4内核，以及视频及图形内核与大量的外设。 Vision AccelerationPac经过精心设计，可运行中低级视觉处理功能，从而可将DSP与ARM内核解放出来，在最低功耗下实现最佳性能。 应用： 1. 前置摄像头应用：包括远光灯辅助、车道保持辅助、高级巡航控制、交通信号识别、行人／对象检测以及防碰撞等。 2.环绕视图应用：支持智能2D及3D环绕视图以及后方碰撞警告等泊车辅助应用，并可运行为前置摄像机开发的行人／对象算法。 3. 传感器融合应用：作为融合雷达与摄像机传感器数据的中央处理器，帮助做出更稳健的ADAS决定。 特色： 1. 异构可扩展架构：结合了DSP、Vision AccelerationPac、ARM Cortex-A15及Cortex-M4内核，提供灵活的处理能力。 2. Vision AccelerationPac：专为ADAS设计，提供超过8倍的计算性能增长，同时拥有特建的ADAS加速器，如优化的矢量协处理器和32位可编程RISC内核。 3. 全面的外设集成：包括多摄像头接口、以太网、PCI Express、USB和多种内存接口，方便与车辆其他系统的连接和数据交换。 4. 安全性与可靠性：支持Android, Linux和RTOS操作系统，拥有丰富的安全特性，如加密、安全引导、设备身份验证和隔离防火墙等，确保系统的安全稳定运行。

引言 随着自动驾驶技术的快速发展，基于高精地图的自动驾驶功能已初步落地应用，并持续迭代升级。在研发测试阶段，多方面因素导致测试人员可能无法拿到控制器内部高精地图对应的OpenDRIVE文件 ①，使得仿真场景与控制器内部高精地图无法完全匹配，自动驾驶功能受限，得不到有效的测试验证；而实车道路测试风险和成本高、周期长、覆盖度低等问题，很难保证自动驾驶系统的可靠性和安全性。 针对这一核心技术痛点，本文提出了基于外部数据注入的高精地图仿真方案，提高自动驾驶功能研发阶段的测试有效性，可以大幅降低实车道路测试的风险和成本，加速自动驾驶功能的研发和部署，确保自动驾驶系统的可靠性和安全性。 什么是高精地图？ 高精地图，很容易被误解为相对于普通的导航电子地图精度更高的一种地图，实则两者有着完全不同的含义。 图1：左-导航电子地图、右-高精地图 导航地图（SD MAP） ，是一种面向驾驶员使用的电子地图，它存储的主要是道路级别元素信息，如道路形状等，精度为5m-10m左右。 高精地图（HD MAP） ，是一种专为自动驾驶汽车设计的地图，它拥有精确（厘米级精度）的车辆位置信息和丰富的道路元素数据信息，如交通标志、地面标志、车道线、信号灯以及道路坡度、曲率等，可以帮助汽车预知路面复杂信息，是实现自动驾驶功能的关键技术之一，主要体现在一下几个方面： 精确定位： 高精度地图提供了精确的道路信息和地标数据，帮助车辆实现精确定位，包括车辆当前位置等信息。 环境感知： 基于高精度地图数据，车辆能够更准确地感知周围环境，包括道路标志、交通信号、障碍物等，从而提高交通场景的感知能力。 路径规划： 高精度地图为自动驾驶系统提供了详细的道路网络数据，帮助系统规划最优路径，避开拥堵区域，优化行驶路线。 决策制定： 基于高精度地图和环境感知数据，自动驾驶系统可以进行智能决策，比如避让障碍物、调整车速、安全变道等，以确保行驶安全。 高精地图仿真方案 在搭建虚拟仿真环境进行自动驾驶功能测试验证过程中，需要确保仿真场景地图和自动驾驶控制器内部高精地图完全重合（车道级精度：误差小于1cm），提高车辆的定位精确性、传感器模型输出的道路元素信息与高精地图匹配性，才能保证自动驾驶控制器融合定位及环境感知结果准确，为路径规划和决策制定提供精确的输入信息，提高自动驾驶功能研发阶段的测试有效性。 不同的测试背景及需求对应不同的仿真方案： 方案一：如测试人员拿到控制器内部高精地图对应的OpenDRIVE文件时，可以采用基于OpenDRIVE文件的定位仿真，简单有效； 方案二：针对无法拿到对应OpenDRIVE文件的情况（方案一失效），北汇信息创新地提出基于外部数据注入的高精地图仿真解决方案。 方案一：基于OpenDRIVE文件的定位仿真方案 当测试人员能够拿到控制器内部高精地图对应的OpenDRIVE文件时，直接将OpenDRIVE文件导入到场景仿真软件中，自动生成高精地图中交通标志、地面标志、车道线、信号灯以及道路坡度、曲率等信息；仿真流程如下图所示： VTD（场景仿真软件）可输出精确的车辆位置信息（UTM坐标系），并通过Ethernet送至CANoe(测试管理软件)； GCJ02坐标系，并通过Ethernet/CANFD发送至控制器。 图2 基于OpenDRIVE文件的定位仿真原理图 方案二：基于外部数据注入的高精地图仿真方案 当测试人员拿不到控制器内部高精地图对应的OpenDRIVE文件时，无法保证仿真场景地图与控制器内部高精地图完全匹配，自动驾驶功能受限。因此，针对自动驾驶仿真测试，提出基于外部数据注入的高精地图仿真方案，使得控制器内部地图数据与仿真场景中的道路元素信息一致，如下图所示： 图3 基于外部数据注入的高精地图仿真原理图 屏蔽控制器内部地图模块组件，截断控制器内部地图模块与融合规控模块组件之间的数据传输，使用外部自制地图模块替代。 分析地图模块输出接口协议（通信协议、数据封装协议），基于Linux环境开发中间件（与控制器内部中间件保持一致、如DDS）及应用程序MapComponent（地图组件），建立与控制器内部组件之间的通信 基于场景仿真软件VTD开发MapPlugin(高精地图插件)，解析提取OpenDRIVE中的道路元素信息并写入共享内存 MapComponent读取MapPlugin写入到共享内存中的道路元素信息，并根据接口协议封装数据，通过中间件（如DDS）发送至控制器内部。 地图解析插件MapPlugin开发原理 图4 地图解析插件MapPlugin代码框架 如上图所示： MapPlugin插件主要通过数据预处理模块提取Ego车运动状态、位置等信息 在此基础上，开发地图解析模块提取Ego车周围车道信息、车道线信息、道路边界信息、交通灯信息； 将 MapPlugin 代码编译成Plugin（.so文件），在VTD中加载运行 OpenDrive中的道路元素信息有很多，需要提取哪些数据取决于控制器内部高精地图组件输出接口协议，一般包含两类数据：静态地图数据（如车道线、车道信息等）、动态地图数据（如Ego车到匝道口、收费站的距离等）。 地图组件MapComponent开发原理 图5 MapComponent框架原理 如上图所示：MapComponent包括共享内存数据读取（SHMRead）和中间件数据封装发送（MapAgent、如DDS）两块内容 SHMRead：读取MapPlugin写入到共享内容中的道路元素信息，二次处理后对Proto中的接口信号赋值 MapAgent：封装proto接口数据、序列化处理后发布（MapAgent的开发需适配控制器内部环境框架）。 Map.yaml：应用程序配置，包括通信端口、任务使能、接口数据管理等 高精地图仿真案例 下面展示的是一个基于外部数据注入实现高精地图仿真，结合其它传感器仿真（如Lidar、Camera、Radar、USS），完成高速领航功能（自动下高速、上匝道）的仿真测试案例。 图6 左-VTD仿真场景、右-注入到控制器内部的高精地图 如上图所示：左图为VTD仿真场景（OpenDRIVE格式地图），右图是MapPlugin解析提取VTD仿真场景道路元素信息，通过MapComponent注入到控制器内部后生成的高精地图；右图中绿色实线为道路边界，蓝色实线为车道线，黑色实线为推荐导航路径，粉红色实线为非推荐路线。 Ego车在高速路上行驶，导航终点设置在高速路出口，领航功能激活后，车辆会自动超车、绕障、变道、驶入匝道，到达目的地附近后请求驾驶员接管，完成领航任务。 总结 高精地图作为自动驾驶的关键技术之一，在产品研发阶段，测试人员无法拿到控制器内部高精地图对应的OpenDRIVE文件在一定程度上阻碍了自动驾驶功能的测试验证，北汇信息提出的基于外部数据注入的高精地图仿真方案能够有效解决这一技术痛点，加速自动驾驶功能的研发测试。 高精地图技术加速了自动驾驶功能的落地应用，与此同时，高精地图的实时性、数据准确性、范围覆盖度、隐私和安全性在一定程度上也限制了自动驾驶的推广，以特斯拉为代表的纯视觉无图自动驾驶方案已展现出一定的竞争力。随着新技术的发展与突破，自动驾驶方案也在不断迭代更新，自动驾驶功能离我们越来越近。 北汇信息作为Vector的技术合作伙伴，覆盖自动驾驶MiL/SiL/HiL/ViL测试、车联网测试，传感感知测试等，针对性地为客户提供优质的自动驾驶测试解决方案、系统集成测试和测试服务，助力自动驾驶产品的研发测试和快速迭代。 ①OpenDRIVE是一种用于描述道路网络和交通环境的开放标准文件格式。它提供了一种统一的描述道路几何结构、车道信息、交通标志、交通灯等元素的方式，可用于创建高精度地图，供自动驾驶系统使用。

aiSim中的LiDAR是一种基于光线追踪的传感器，能够模拟真实LiDAR发射的激光束，将会生成LAS v1.4标准格式的3D点云，包含了方位角、俯仰角和距离等。 aiSim能够模拟LiDAR单态（Monostatic）和同轴（Coaxial）配置。在aiSim中，LiDAR仿真是将模型建为在某个方向上发射单束光线的点光源，因此，单束光线承载了激光的全部功率。 一、与不同形式降水的相互作用 LiDAR传感器与不同形式的降水有相互作用： 1、雨天 aiSim的LiDAR模型不会将雨滴视为影响激光反射的几何形状，而是基于强度和3D坐标，添加噪声，从而模拟降雨对于ADAS中LiDAR性能的衰减。 图1：雨天aiSim5激光雷达点云（2L） 图2：晴天aiSim5激光雷达点云（2L） 对于雨天的衰减，主要使用公式： e^(-2·R·γ) 其中R是接收器到物体的距离；γ为大气消光系数，晴天则为0。 2、雾天 aiSim在仿真中设定“浓雾”中水滴半径为5μm，可调整空气中水滴的数量来控制雾气的大小，同样采用了与雨天相同的衰减公式。 3、雪天 aiSim仿真的激光光束一旦击中雪花时，aiSim AIR引擎就会计算返回光束的强度。考虑雪花表面的不规则性，其将会被视为白色漫反射模型，将会导致光束在多个方向上散射，从而影响返回信号的强度和质量。 图3：雪天aiSim5激光雷达点云（2L） 图2：晴天aiSim5激光雷达点云（2L） 二、与不同材料的相互作用 aiSim的基于物理的LiDAR模型还会和不同的材料具有相互作用，与 Filament相似 ，能够提供高度真实和准确的光线与材质交互模拟结果。 考虑到不同材料的反射率（反照率）不同，许多材料的反照率数据并不都是在905nm波长下测量的，因此aiSim将反照率值基于 pbrt-v3 模型转换成 720nm 的波长，接近于905nm。 对于安全交通标识和和车道线等具有 回归反射（Retro-Reflective）特性 的材料来说，能够将辐射能量绝大部分直接反射回接收器。当LiDAR的光束击中这类表面时，信号损失非常小。 因此，在aiSim的LiDAR传感器输出的点云强度中，强度值 之间为Lambertian（朗伯）值，而 则代表回归反射的目标。如图：当值大于100时，车道显示为红色。 图4：点云强度值 同时，aiSim也提供了丰富的材料库，对于大多数3D数字资源来说，可以通过aiSim提供的 回归反射材料 ，将其 附着在3D模型 上来实现逆反射的效果。除逆反射外，aiSim也提供 BRDF材料蒙版 ，即基于 双向反射分布函数 的反射材料，让不同的3D模型就有不同程度的回归反射特性，在不同区域上实现实现不同的光学行为。 由于在大多数图像处理系统中，红色通道是最容易区分和处理的通道，因此aiSim在红色通道表示回归反射的特性，将 划分成不同的部分来表示： ： 基础反射，表示材料的基础反射性，即漫反射特性，遵循朗伯特定律，适用于大多数普通表面，如墙壁等。 ： 回归反射，表示材料具有逆反射特性，允许光线沿着接近入射角度相反方向反射回去，适用于交通标志，施工标志，车道线等。 ： 清漆（透明）层，表示材料物体的材质将会模拟出光滑有光泽的表面，通常应用于在汽车表面，塑料制品等具有透明保护层的3D模型。 三、实际应用 在实际应用中，通过场景重建可以比对验证aiSim中LiDAR模型的置信度： 1、高速公路场景点云 红色点云为aiSim 仿真场景中LiDAR输出结果，绿色点云为真实世界中LiDAR点云数据，仿真点云的总体形状与真实数据非常接近。 图5：高速场景对比1 图6：高速场景对比2 2、点云细节对比 在同一车道中，远距离外部车辆的点云数据与实际情况非常接近。 图7：同车道远端车辆点云对比 当然，在一些场景下，真实的激光雷达（绿色）激光束穿透玻璃表面的比例高于仿真（红色）的结果。 图8：玻璃材质穿透对比 以上就是验证aiSim激光雷达LiDAR模型的验证方法。 作者介绍 崔工 康谋科技仿真测试业务技术主管，拥有超过5年的汽车仿真测试及自动驾驶技术研发经验，熟练掌握仿真测试工具和平台，如aiSim、HEEX等，能有效评估和优化自动驾驶系统的性能和安全性。拥有出色的跨文化沟通能力，成功带领团队完成多项海外技术合作项目，加速了公司在自动驾驶技术上的国际化进程。作为技术团队的核心，领导并实施过大规模的自动驾驶仿真测试项目，对于车辆行为建模、环境模拟以及故障诊断具有独到见解。擅长运用大数据分析和人工智能技术，优化仿真测试流程，提高测试效率和结果的准确性。

高级驾驶员辅助系统 （ADAS） 有助于提高车内每个人的安全性，帮助他们安全到达目的地。该技术非常实用，因为大多数严重的车祸都是由于人为错误造成的。 在这里，我们将讨论什么是高级驾驶辅助系统（ADAS），提供高级驾驶员辅助系统的示例，以及哪些编码标准对于高级驾驶员辅助系统的开发至关重要。 什么是高级驾驶辅助系统 （ADAS）？ 高级驾驶员辅助系统是旨在提高驾驶员及其乘客安全性的技术功能。这些系统使用人机界面，通过预警和自动化系统提高驾驶员的安全性和反应时间。 高级驾驶辅助系统 （ADAS） 示例 SAE International ，前身为汽车工程师协会（SAE），定义了SAE J3016，该标准根据提供的自动化水平将ADAS分为不同的级别。 一些高级驾驶辅助系统功能已成为汽车的标准配置，包括自动制动系统（ABS）和自适应巡航控制（ACC）。而其他则可作为附加组件使用，例如自动泊车、盲点监视器和防撞监视器。 此外，还有一些 全自动驾驶汽车 独有的功能 。 为什么高级驾驶辅助系统（ADAS）对ADAS自动驾驶很重要？ 先进的驾驶员辅助系统很重要，因为根据 美国国家公路交通安全管理局 的数据 ，大约 94% 的严重车祸是由于人为错误造成的。幸运的是，即使是最基本的高级驾驶员辅助系统（如ABS）也可以帮助提高车内每个人的安全性。 高期望需要苛刻的要求 在ABS、ESP或巡航控制等成熟的辅助系统被默认提供的情况下，汽车日益复杂的性质使得每个组件都必须保持最高的安全标准。 现在的车辆不仅需要管理传动系统，还需要管理信息娱乐、网络和连接以及所有安全措施。不幸的是，尽管有些项目彼此非常隔离，但功能不能一个接一个地添加。 车道保持辅助 系统不仅可以检测您的汽车何时开始漂移，它还会提醒驾驶员并尝试将汽车保持在车道上。这涉及外部传感器以及用于声音和视觉警告的信息娱乐系统，还有用于转动方向盘的动力转向。 自适应巡航控制 涉及传感器，对传动系统有直接影响。 自动紧急制动（AEB） 获取传感器信息，然后控制传动系统。 这些只是使用1级自动化的示例，其中参数大多是已知和控制的。功能越复杂，其复杂性就越高 - 并且遵循越来越严格的要求，保证其安全性的难度呈指数级增长。 哪些标准对高级驾驶辅助系统 （ADAS） 很重要？ 为了使高级驾驶辅助系统安全可靠地运行，需要按照正确的功能安全和信息安全标准进行开发。因此，这些需要安全可靠的编码标准来执行。 ISO 26262 高级驾驶辅助系统 （ADAS） ISO 26262 是一项基于风险的功能安全标准 ， 适用于车辆中的电气和电子系统，包括高级驾驶辅助系统 （ADAS） 组件。该标准概述了汽车设备和系统生命周期每个阶段的具体步骤，以确保从最早的设计概念开始就具备安全性。 汽车安全完整性等级（ASIL）是ISO 26262的关键组成部分，因为它们衡量汽车设备和系统组件的风险水平。设备或系统越复杂，发生系统性或硬件故障的风险就越大。 SOTIF （ISO 21448） 用于高级驾驶辅助系统 SOTIF （ ISO 21448） 是一种功能安全标准，提供有关设计、验证和确认措施的指导，以实现预期功能的安全性 （SOTIF）。它考虑了导致非系统故障引起的安全隐患的情况。 它适用于适当的态势感知对安全至关重要的系统，尤其是紧急干预系统（例如紧急制动系统）和1级和2级高级驾驶员辅助系统（ADAS）。 仅考虑其他标准尚未涵盖的故障，并且不适用于动态稳定控制（DSC）系统或安全气囊等现有功能。 ISO 21448是对ISO 26262的补充，因为它涵盖了非系统故障引起的故障以及原始设计引起的技术缺陷导致的故障。其中一些措施适用于以前功能的更新迭代。 这两个标准都对软件提出了要求，可以通过了解有关 ISO 21448和ISO 26262 的更多信息来最好地执行这些要求。 ISO 21434 认证 目前， ISO 21434 正在制定中， 是一项汽车标准，重点关注道路车辆电子系统中的网络安全风险。该标准将有助于确保将网络安全因素纳入每个汽车设备和产品的考虑。 尽管该标准要到明年某个时候才会发布，但您仍然可以采取一些措施来确保车辆的安全性。 CERT C CERT 是一种安全编码标准，支持 C、C++ 和 Java，所有这些都用于汽车软件开发。该标准有助于在编写代码时识别和消除软件安全漏洞。 MISRA MISRA 为开发安全关键系统（包括C和C++的汽车软件）提供了编码指南。强烈建议遵守标准，因为它有助于确保汽车安全可靠。 AUTOSAR AUTOSAR 已经为C++14开发了编码标准，用于联网和自动驾驶汽车的Autosar AP平台。这有助于确保汽车软件的安全、可靠和可靠。 静态分析如何帮助确保安全可靠的高级驾驶辅助系统 （ADAS） 确保高级驾驶辅助系统中的软件安全、可靠和最有效方法是使用静态分析工具，如 Helix QAC。 静态分析工具 有助于执行汽车编码指南（如 MISRA 和 AUTOSAR ）， 并经过认证可用于功能安全标准（如 ISO 26262 ）。 通过使用Helix QAC，您将应用编码指南来验证您的软件是否满足必要的要求。此外，Helix QAC还可以通过以下方式提高软件质量： 实施编码标准并检测规则违反。 在开发早期检测合规性问题。 加快代码审查和手动测试工作。 报告一段时间内和跨产品版本的合规性。 虽然Helix QAC主要由软件开发人员直接使用，以立即反馈其代码质量和合规性（在Helix QAC GUI中或直接在Eclipse，VSCode或Visual Studio中使用官方插件），但Helix QAC也可以集成到已建立的持续集成或持续部署（CI / CD）环境中。 可以通过脚本配置并运行分析，方便部署，得到的分析结果可以在 Validate平台中查看，以供查看和生成报告。Validate还带有自己的API，使与其他工具的接口集成更加方便。 下面是本地 Helix QAC GUI 的示例，其中针对 MISRA C：2012 分析的项目允许您快速识别和过滤被视为最关键的问题（在本例中为 MISRA 强制规则）。 在下面的另一个示例中，了解如何在 Validate平台 中报告问题。该问题是交互式的，例如，可以分配给某人、更改其状态或添加注释（例如，在出现偏差的情况下很有用）。 随着项目规模扩大到几乎不可能人工管理的地步，必须拥有协同工作的工具，以尽快提供最相关的信息，这样您就可以确认您的项目符合需求集。