智能驾驶虚拟仿真测试技术培训课程
一、培训对象
-
智能驾驶测试工程师、仿真工程师
-
算法开发人员、功能安全工程师
-
场景库建设与数据闭环团队
二、培训目标
-
掌握仿真测试体系:系统学习MIL/SIL/HIL/VIL等仿真测试方法
-
构建场景库能力:掌握场景采集、泛化与标准化的完整流程
-
提升测试效率:学会自动化测试与回归测试体系建设
-
满足法规要求:了解国内外仿真测试法规与认证要求
三、培训内容
一、智能驾驶测试概述:测试金字塔(MIL/SIL/HIL/VIL/实车)、仿真测试价值与挑战、测试覆盖率目标
二、仿真测试工具链:主流仿真平台(CarSim/PreScan/VTD/Carla)、传感器仿真、动力学模型
三、场景库构建:场景分类(自然驾驶场景/法规场景/危险场景)、场景采集与提取、场景泛化与参数化
四、测试用例设计:基于场景的测试用例生成、组合测试、边界值与等价类设计
五、模型在环测试(MIL):MIL环境搭建、算法快速验证、模型覆盖率分析
六、软件在环测试(SIL):SIL环境搭建、代码级测试、回归测试自动化
七、硬件在环测试(HIL):HIL系统架构、实时机与IO配置、传感器信号仿真、故障注入
八、车辆在环测试(VIL):VIL测试系统搭建、虚实结合场景、场地测试
九、自动化测试平台:测试用例管理、测试执行自动化、结果判定与报告生成
十、测试评价体系:功能表现评价、安全指标评价、舒适性评价、综合评价模型
十一、数据闭环与回灌:路采数据回灌、仿真场景库与路测数据闭环、模型迭代优化
十二、法规与标准:ISO/PAS 21448预期功能安全仿真验证、Euro NCAP仿真测试要求、国内标准进展