緊追時下熱門測試技術(shù)：自動駕駛測試，了解一下

引言

開篇還是先啰嗦幾句關(guān)于自動駕駛的知識。

自動駕駛系統(tǒng)分感知層、決策層、執(zhí)行層，分別代替人的眼睛、大腦、手腳。因此其實現(xiàn)原理，首先依賴感知傳感器對道路周邊環(huán)境信息進行采集。

采集的數(shù)據(jù)傳輸?shù)街醒胗嬎銌卧M行計算，用來識別自車周邊障礙物的狀態(tài)和可行駛區(qū)域，制定相應(yīng)控制策略，替代人類做出駕駛決策，(如路徑規(guī)劃等)，決策算法包括模糊推理、強化學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)技術(shù)等。

最后是執(zhí)行控制模塊制定方向盤轉(zhuǎn)角、線控加減速、線控制動等信息，傳輸?shù)降妆P執(zhí)行機構(gòu)，按照指令進行精確執(zhí)行。

提到感知層，最先想到的應(yīng)該就是各種傳感器，比如：攝像頭、毫米波雷達、激光雷達、超聲波傳感器等，而傳感器的性能表現(xiàn)則直接決定了自動駕駛的實際表現(xiàn)，因此對傳感器的性能測試就顯得極為重要，接下來就以毫米波雷達為例講解一下其分辨率是如何測試的。

毫米波雷達簡介

毫米波雷達是指工作在毫米波段的雷達，也是通過ToF技術(shù)來確定目標位置與距離的，通過向外界連續(xù)發(fā)送毫米波信號，并接收目標返回的信號，根據(jù)信號發(fā)出與接收之間的時間差確定目標與車輛之間的距離。

一直以來，在自動駕駛感知傳感器家族中無論是激光雷達還是攝像頭、超聲波傳感器，都容易受惡劣天氣環(huán)境影響導(dǎo)致性能降低甚至失效（惡劣天氣環(huán)境往往是事故高發(fā)的主要原因），因而都存在“致命”缺陷。

這種時候，毫米波雷達憑借抗干擾能力強，可穿透雨霧冰雪、不受惡劣天氣影響的絕對優(yōu)勢，且唯一能夠“全天候”工作的超強能力，成為了汽車ADAS不可或缺的核心傳感器之一！

智能駕駛中毫米波雷達主要要有前向毫米波雷達和角雷達（前向角雷達和后向角雷達），分別安裝于車身的前擋風(fēng)玻璃和車身四角等位置。

需求描述

對于車載雷達來說，距離和速度分辨率是兩個很重要的指標。

但是當(dāng)我們遇到一個場景，即在車輛行駛的前方的某一個距離上同時有兩輛汽車，此時就需要通過方位估計來區(qū)別這兩個位于同一距離位置上的目標，角度分辨率則是衡量一個雷達方位估計能力好壞的重要指標。

角度分辨率測試的目標主要是測定雷達在探測目標同速同距情況下，在角度上區(qū)分兩個不同物體的能力。

以下是三個指標需求的具體描述：

距離分辨率

在雷達圖像中，當(dāng)兩個目標位于同一方位角時，但與雷達的距離不同時，二者被雷達區(qū)分出來的最小距離則是距離分辨率。

具體要求為：當(dāng)縱向距離在0.16米以上的時候，4D雷達應(yīng)能分辨相差15dBsm的角反射器（這兩個目標具有相同的方位角和相同的范圍變化率）。

速度分辨率

在規(guī)定條件下雷達能夠區(qū)分同一方位角臨近兩個目標的最小速度間隔。

具體要求為：對于兩個反射率相差15dBsm的角反射器，4D雷達至少能在它們徑向速度相差0.15m/s時區(qū)分出來（兩個目標有相同的范圍和方位角）。

方位角分辨率

在規(guī)定條件下，雷達能夠區(qū)分左右臨近（目標與雷達距離相等的圓?。﹥蓚€目標的最小角度間隔。

具體要求為：雷達要能夠分辨出兩個角反射器，他們在雷達橫截面上有15dBsm的不同，瞄準線上的方位角相差1.24度以上（這兩個目標有相同的范圍和范圍變化率）。

最后：在我的V ：atstudy-js，可以免費領(lǐng)取一份10G軟件測試工程師面試寶典文檔資料。以及相對應(yīng)的視頻學(xué)習(xí)教程免費分享！其中包括了有基礎(chǔ)知識、Linux必備、Shell、互聯(lián)網(wǎng)程序原理、Mysql數(shù)據(jù)庫、抓包工具專題、接口測試工具、測試進階-Python編程、Web自動化測試、APP自動化測試、接口自動化測試、測試高級持續(xù)集成、測試架構(gòu)開發(fā)測試框架、性能測試、安全測試等。