自动驾驶全生命周期测试解决方案

从功能到安全，构建立体化质量保障体系

 

关于自动驾驶

自动驾驶控制器是智能驾驶系统的"大脑"，融合摄像头、激光雷达、毫米波雷达、超声波等传感器数据，完成环境感知、决策规划与车辆控制，直接决定自动驾驶功能的安全性与可靠性。

• 感知融合：处理摄像头、激光雷达、毫米波雷达等多传感器数据
• 决策规划：基于环境感知结果进行路径规划、行为决策
• 车辆控制：输出油门、刹车、转向等控制指令
• 安全监控：实时监测系统状态，执行功能安全策略

图1 ADAS/AD控制器传感器布置图

相关法规标准：

GB 39901-2025 轻型汽车自动紧急制动系统技术要求及试验方法

智能网联汽车 组合驾驶辅助系统安全要求（征求意见稿）

智能网联汽车 自动驾驶系统安全要求（征求意见稿）

GB/T 34590-2017（ISO26262） 道路车辆 功能安全

GB/T 39263-2020 （ISO21448）道路车辆 预期功能安全

GB/T 40429-2021 汽车驾驶自动化分级

GB/T 47025-2026 智能网联汽车 自动驾驶功能仿真试验方法及要求

 

自动驾驶技术的商业化落地，离不开系统化、标准化的测试验证体系。

我们专注于为自动驾驶系统提供覆盖功能测试、功能安全测试、预期功能安全测试的全生命周期测试解决方案，支持 MiL/SiL/HiL/ViL/实车多阶段验证，助力客户高效完成产品验证与安全认证。

 

核心解决方案 - 全流程 · 全维度 · 全覆盖

从研发早期的仿真测试到最终实车验证，结合数采回灌技术，北汇信息提供覆盖功能、安全、合规的全生命周期测试解决方案

测试内容	测试方法
	MiL	SiL	HiL	ViL	实车
功能测试 验证功能正确性	★★★	★★★	★★★★★	★★★★	★★★★
功能安全测试 验证故障响应机制	★★	★★	★★★★★	★★★★	★★★★
预期功能安全测试 验证边界场景	★★	★★	★★★★★	★★★★	★★★

注：本表推荐星级由北汇信息根据测试效率、可重复性、有效性、安全性及成本等维度进⾏综合评估确定。

 

三大核心优势

（1）全矩阵立体保障

• 横向覆盖：MiL → SiL → HiL → ViL → 实车，全生命周期无缝衔接
• 纵向覆盖：功能测试 + 功能安全测试 + 预期功能安全测试，三维度质量把控
• 立体验证：每个阶段都贯彻功能测试与安全测试双重标准

（2）创新技术赋能

• 智能场景生成：世界模型（World Model）自动生成多样化测试场景，优化覆盖度
• 高保真仿真：使用高斯等技术（如3DGS）实现高精度场景重建，提升视觉真实感
• 置信度验证：多层级验证体系确保仿真结果可靠性，保证测试有效性

（3）专业工具链支撑

• 灵活的工具链整合：支持主流测试工具（如VECTOR），提供最适合的解决方案
• 高效开发工具：提供CICT体系支撑，支持模型/代码自动生成，提升开发效率
• 多年深耕经验：专注汽车电子测试领域，全域全链技术能力成熟

测试链路详解

从单元到系统、从仿真测试到实车验证，逐层递进确保产品质量

 

（1）MiL/SiL测试（Model/ Software -in-the-Loop）- 模型/软件在环

图2 ADAS/AD MiL/SiL方案框图
	MiL-算法设计阶段的快速验证：在模型开发阶段，将控制算法模型嵌入仿真环境中进行闭环验证。通过注入虚拟传感器信号和车辆模型反馈，验证算法逻辑的正确性和功能设计的合理性，无需生成代码即可快速迭代优化，是发现问题最早、成本最低的测试阶段。 • 测试对象：模型  • 验证重点：算法逻辑正确性、功能设计合理性  • 关键价值：最早期发现设计缺陷，支持快速迭代优化 SiL-软件实现阶段的代码验证：将自动生成的嵌入式代码或手写代码在 PC 或云端环境中运行，与虚拟被控对象模型进行闭环测试。验证代码与模型的一致性、软件功能正确性及故障响应机制，支持大规模场景并行仿真，实现海量用例快速覆盖。 • 测试对象：嵌入式软件代码  • 验证重点：代码与模型一致性、软件故障响应 • 关键价值：验证代码实现正确性，云端批量并发，大规模场景快速覆盖

 

（2）HiL测试（Hardware-in-the-Loop）- 硬件在环

将真实的自动驾驶控制器接入测试台架，通过实时仿真器模拟传感器信号（摄像头视频、激光雷达点云、毫米波雷达目标等）和车辆动力学响应，进行硬件级闭环验证。支持故障注入、边界场景测试和 Corner Case 复现，是系统级功能安全验证的核心手段。

图3 ADAS/AD HiL方案框图-基于传感器原始数据仿真

基于传感器原始数据仿真的ADAS/AD HiL方案 1）方案原理 • 被测对象：ADAS/AD控制器（驾驶辅助功能、泊车功能等） • HIL硬件平台：包括实时仿真机RT Rack 、CAN/CANFD、车载以太网通信板卡、电源管理模块等硬件 • 仿真软件： 虚拟场景仿真软件（如VTD、SimOne）：提供道路交通模型、场景渲染仿真、传感器建模（包括毫米波雷达、摄像头、超声波雷达以及激光雷达等）； 车辆动力学软件（如DYNA4）：提供车辆动力学模型，如转向系统、制动系统、动力系统等； 试验管理软件（如CANoe）：提供HIL测试系统的管理及运行环境，可配置IO资源及故障注入； 自动化测试软件（如vTESTstudio）：提供自动化仿真搭建、脚本执行和测试管理。 • 传感器仿真：系统基于场景仿真软件生成各类虚拟传感器输出，并通过接口/协议适配后注入被测车辆控制器，实现对真实传感器输入的等效替代。具体包括：   摄像头视频注入：通过视频注入/转换设备将虚拟场景中摄像头模型输出的视频流进行格式转换，并注入原始图像至域控制器解串器前端，从而替代真实摄像头模组（如果是针对前视一体机的测试，可考虑视频暗箱方案）。   毫米波雷达仿真（目标/点云）：场景软件输出毫米波雷达模型数据，支持目标列表与点云信息仿真，并采用 CAN/CANFD 或以太网等方式注入，从而替代真实毫米波雷达。   超声波雷达仿真：场景软件输出超声波模型数据，模拟障碍物距离等信息，并通过 DSI3协议等方式注入，从而替代真实超声波传感器。   激光雷达点云仿真：虚拟激光雷达模型生成点云信息（如距离、强度、置信度等），并通过以太网封装发送至自动驾驶控制器，从而替代真实激光雷达。   组合惯导仿真（GNSS/IMU）：仿真生成定位与惯导相关信息（如经纬度/海拔、姿态、加速度等），通过车载以太网或 CAN 总线等方式输入给控制器，从而替代真实组合惯导。   地图仿真：导入 OpenDRIVE 等地图数据至场景仿真平台，为场景构建与传感器仿真提供道路与交通要素基础。 2）验证重点：系统功能与性能硬件故障注入(功能安全)、边界场景验证(预期功能安全) 3）关键价值：海量场景（场景c泛化）自动化测试提升覆盖度，可重复验证危险场景、事故场景和Corner Case，快速定位重大缺陷

图4 ADAS/AD HiL方案框图-基于目标真值数据仿真

基于传感器原始数据仿真的ADAS/AD HiL方案 1）方案原理 • 该方案传感器仿真采用Bypass原理，旁通掉控制器内部感知融合模块，使用场景仿真软件进行传感器建模，输出感知后的目标真值数据（ObjectList Data），通过中间件（如UDP/TCP/Someip/DDS/CyberRT/ZMQ等）的方式注入到ADAS/AD控制器内部； • 其它部分（如仿真软件、HIL硬件平台等）均与“基于传感器原始数据仿真的ADAS/AD HiL方案”一致 2）验证重点：规控算法的功能逻辑 3）关键价值：绕过了复杂的传感器仿真设备及控制器感知模块，轻量化HiL设备测规控算法

注：HiL测试控制器集成阶段的系统验证，应对不同的应用场景，北汇信息提供两种HiL测试方案：一种是基于传感器原始数据（RawData）仿真，如摄像头视频注入、激光雷达点云仿真、超声波DSI3仿真，支持真实控制器的端到端测试；另一种是基于感知后的目标列表数据（ObjectList）仿真，通过以太网注入到真实控制器内部，绕过了控制器的感知模块，以轻量化的方式测其规控算法。

 

（3） ViL测试（Vehicle-in-the-Loop）- 整车在环

图5试验台架ViL（ViL on Test Beds）方案框图

试验台架ViL（ViL on Test Beds）：将真实整车或底盘置于室内测功机台架上，通过轴耦合测功机台架模拟车轮受到的横纵向负载，同时融合虚拟场景进行闭环测试。可在实验室内复现各种工况和极限场景，支持更广泛的场景覆盖度和更精确的测试条件控制，不受天气和场地限制。 1）方案原理 • 测试对象：真实自动驾驶车辆（虚拟传感器、虚拟道路） • 虚拟场景与仿真环境： 场景仿真软件：构建虚拟道路场景，包括交通参与者、环境因素、道路信息等。通过驾驶员模型与传感器模型（如摄像头、激光雷达、毫米波雷达、超声波传感器）提供高保真度的虚拟传感器数据。 车辆动力学仿真软件：车辆动力学模型部署运行于实时机平台，用于在虚拟场景工况下实时计算车辆的动力学响应，以及车辆在当前工况下应受到的道路负载，并将该负载作为测功机台架加载的目标输入。 • 智驾HiL平台： 传感器仿真设备：负责将场景仿真软件中传感器模型输出的数据注入给实车智驾控制器。 实时机：核心计算单元，负责将来自场景仿真软件与动力学模型的虚拟数据进行实时处理，并生成相应的控制指令（如扭矩、转向力、轮速等）。该平台通过EtherCAT总线与测功机控制系统实现高速、高精度的数据传输和指令下发。 • 测功机台架及控制系统： 测功机控制系统：通过 EtherCAT 与HiL实时机实现高速实时通信，并基于 Profinet 网络协调各执行单元，包括：轮边测功机（道路阻力/惯量模拟）、转向加载电机（转向阻力与侧向负载模拟）、踏板加载机构（驾驶输入力反馈模拟） 测功机台架：依据 DYNA4 输出的纵横向负载指令，通过转向模拟器及测功电机对真实车辆施加相应的横纵向阻力，从而在室内复现真实道路行驶受力状态。 • 闭环反馈与数据监控：所有执行器的状态（如轮速、转向力、踏板位置、车身姿态等）通过传感器回馈至实时计算平台。系统通过反馈数据实时调整控制指令，形成稳定的闭环控制机制。 2）验证重点：多系统协同与车辆动力学响应、整车级功能安全、预期功能安全  3）关键价值：真实动力学响应下的危险场景可重复测试

图6试验场地ViL（ViL on proving ground）方案框图

试验场地ViL（ViL on proving ground）：在真实试验场环境中，将实车与虚拟交通场景叠加融合。通过车载设备接收仿真系统生成的虚拟目标（车辆、行人等），在真实路面和动力学条件下验证整车级功能，实现危险场景的安全、可重复测试，但受场地物理边界限制。 1）方案原理： • 测试对象：真实自动驾驶车辆及道路（虚拟传感器） • 虚拟场景与仿真环境：使用场景仿真软件构建虚拟道路场景，包括交通参与者、环境因素、道路信息等。通过驾驶员模型与传感器模型（如摄像头、激光雷达、毫米波雷达、超声波传感器）提供高保真度的虚拟传感器数据。 • 传感器仿真设备：断掉实车真实摄像头与ADAS/AD控制器之间的连接，改用视频注入板卡、以太网板卡、CAN/CANFD板卡、DSI3板卡等设备将场景仿真软件中的虚拟图像数据、激光雷达点云数据、雷达目标数据、超声波距离等注入给ADAS/AD控制器 • 闭环反馈：采集车辆真实运动状态（车身姿态、定位等数据）并同步至场景仿真软件中的虚拟车辆。 2）验证重点：多系统协同与车辆动力学响应、整车级功能安全、预期功能安全 3）关键价值：真实路面负载及动力学响应下的危险场景可重复测试

注：ViL测试是整车集成阶段的联合验证，应对不同的应用场景，北汇信息提供基于试验台架的ViL和基于试验场地的ViL测试方案：其中试验台架ViL除了模拟传感器数据，还需借助测功机台架模拟轮端负载，场景覆盖度更广；试验场地ViL则只需模拟传感器数据，但是受试验场地限制，其场景覆盖度受限。

 

（4）实车测试（Real Vehicle Test）- 场地/道路

图7 实车测试方案框图

• 测试对象：真实自动驾驶车辆及真实道路环境 • 验证重点：数据采集、整车级功能安全、大里程测试 • 关键价值：真实环境最终验证、法规认证符合性

注：实车道路测试是最终的验证环节，应对不同的应用场景，北汇信息提供数据采集设备，配合数据回灌设备，用于模型训练及问题回归测试，提供车载故障注入设备用于整车功能安全测试；除此，北汇信息也提供实车路上、功能安全等测试服务。

 

应对端到端自动驾驶挑战

传统模块化架构（感知-规划-决策-控制）正向端到端（大模型）解决方案演进，带来新的测试挑战：

• 场景数据挑战 → 测试需要大规模、多样化的场景数据
• 仿真可信度挑战 → 仿真环境需要更高真实感和可信度
• 测试评估挑战 → 大模型黑盒特性，传统规则评估方式不再适用

 

北汇信息持续创新，将前沿技术融入测试方案，提供完整的自动驾驶数据闭环解决方案，以应对端到端自动驾驶带来的测试挑战：

（1）世界模型（World Model）技术

基于大规模数据训练的生成式AI模型，能够：

• 自动生成多样化测试场景
• 预测交通参与者行为，模拟真实交通流
• 智能识别关键测试场景
• 优化场景覆盖度，特别是复杂交通流、极端工况等高价值场景
• 确保生成场景符合物理规律和交通规则

（2）场景重建技术

基于Gaussian Splatting等高精度场景重建方法，实现：

• 极高的视觉真实感
• 实时渲染和动态更新
• 快速构建真实道路场景
• 为相机、激光雷达等多种传感器提供高保真仿真数据

（3）仿真置信度验证技术

确保仿真结果的可靠性和有效性，构建可信赖的测试环境：

• 场景物理特性精确建模
• 传感器模型高保真度校准（如传感器标定、传感器模型置信度）
• 仿真与实际数据对比验证
• 多层级验证体系（模型验证、数据验证、结果验证）

通过提升场景覆盖度和仿真可信度，为端到端自动驾驶提供更可靠的验证平台，助力测试评估方法的持续演进

 

关于北汇信息

北汇信息深耕汽车电子测试领域多年，依托VECTOR公司领先的测试工具链，打造了覆盖自动驾驶全生命周期的测试解决方案。我们不仅关注基础功能测试，更将功能安全测试和预期功能安全测试作为重要组成部分，为自动驾驶产品的持续迭代提供全方位的质量保障。

展望未来，随着自动驾驶技术的不断演进，测试验证技术也将持续创新。北汇信息将继续深耕测试领域，通过技术创新和方法革新，为自动驾驶产品的质量提供更加全面和可靠的保障，推动自动驾驶技术的安全落地和快速发展。