盖世汽车讯 据外媒报道，云原生汽车软件开发商RemotiveLabs和Vayavya Labs 宣布合作，旨在加快高级驾驶辅助系统（ADAS）和自动驾驶系统（ADS）的开发验证进程。Vayavya Labs已将RemotiveLabs的RemotiveTopology平台与CARLA驾驶模拟器集成，从而能够在软件在环（SIL）阶段进行系统级测试。

图片来源： RemotiveLabs

此次集成旨在解决汽车软件开发中的挑战，即由于需要使用物理硬件在环测试台和车辆原型，系统验证往往会被推迟到开发周期的后期。通过同时运行虚拟电子控制单元、电气和电子架构以及车辆仿真，团队可以更早地验证系统行为，并降低对物理硬件的依赖。

Vayavya Labs的ADS/ADAS高级软件工程师Akshay Joshi在一份声明中表示：“这项技术的优势在于，电子电气网络以及完整的ADS验证生态系统已集成到软件在环（SIL）中。开发人员可以结合真实的ECU交互和信号流来验证ADS的行为，这在进入硬件在环（HIL）阶段之前就能建立更高的信心。”

RemotiveLabs的首席技术官Aleksander Filipov补充道：“Vayavya Labs与我们有着相同的理念，即注重协作、快速反馈，并尽早为开发人员提供真实的系统行为，从而帮助他们构建更优质的软件。”

系统级ADS/ADAS测试左移

现代汽车软件开发仍然严重受限于物理硬件的获取。稀缺的硬件在环（HIL）测试台和车辆原型导致系统验证被推迟到开发周期的后期，并造成冗长的反馈循环。除了硬件可用性之外，ADAS和ADS团队还经常面临以下问题：

• 问题发现较晚：集成缺陷通常在HIL测试或道路验证期间被发现，迫使项目后期进行代价高昂的迭代。

• 场景覆盖范围有限：物理测试难以验证对ADAS/ADS安全性至关重要的极端情况、恶劣天气和罕见交通场景。

• 行为一致性差距：传统的仿真设置通常与真实车辆行为存在偏差，导致仿真结果缺乏可信度。

• 回归测试瓶颈：每次软件更新都需要在硬件上重新验证，这会减慢迭代开发速度。

为了应对这些挑战，Vayavya Labs和RemotiveLabs合作开发了一种集成方案，该方案支持高保真度的系统级ADS SIL测试，从而能够在不降低系统行为可信度的前提下，提前进行验证。

通过系统级SIL验证降低硬件依赖性

RemotiveLabs提供基础平台RemotiveTopology，这是一个轻量级仿真平台，专为跨SIL和HIL的模块化车辆开发而设计。他们的技术使开发人员能够在真实的电子电气架构中运行虚拟ECU，从而支持在物理硬件可用之前进行早期接口验证和“左移”测试。RemotiveTopology使开发团队能够从第一天就开始集成测试。它可集成到现有的汽车工具链以及现代软件工具（例如Jupyter、pytest、Wireshark等）中。

Vayavya Labs在汽车系统完整性等级（SIL）验证与确认（V&V）方面拥有深厚的工程技术专长。在ADS验证领域，该框架的设计与仿真器无关，能够集成各种仿真器，从而弥合ECU网络通信与高保真车辆行为之间的差距。在此次合作中，Vayavya Labs利用该框架构建了RemotiveTopology与CARLA仿真器之间的集成，确保了生产级测试所需的ECU逻辑保真度和双向系统集成。借助Vayavya Labs的贡献，软件开发团队将在整个项目过程中获得不断提升的保真度。

此次合作的成果是一个统一的架构，其中ECU行为模型、CAN/SomeIP网络通信和车辆行为可视化功能协同工作。系统行为在SIL阶段即可实现可视化、可观察和可调试，而无需在HIL阶段进行重建。Vayavya Labs构建的集成方案基于三个核心原则：

ECU逻辑保真度：驾驶模拟器不运行自身逻辑，而是渲染实际ECU模型的输出。例如：CARLA中的转向灯由BCM状态机直接驱动，从而验证了真实的ECU行为。

统一的控制路径：所有输入，无论是自动化脚本还是手动键盘输入，都通过同一条CAN网络路径，因此手动测试和自动化测试执行的代码路径相同。

双向系统集成：模拟器生成的车辆状态（例如速度、位置）会反馈到CAN网络中，使其他ECU能够像在生产系统中一样做出响应。

Vayavya Labs集成的ADS/ADAS系统级测试

该集成采用定制的CARLA客户端模块，连接RemotiveTopology和模拟器。该模块订阅CAN信号，将其转换为CARLA控制命令，并监控车辆状态，将更新发布回网络。该技术架构实现了多项复杂功能：

• 原生RemotiveTopology集成：CARLA客户端遵循RemotiveTopology ECU模型中使用的标准BehavioralModel模式。

• 多总线信号订阅（无固定限制）：客户端可同时订阅驾驶员输入信号（例如SCCM-DriverCan0）和ECU输出信号（例如BCM-BodyCan0）。可根据需要添加其他CAN总线，总线数量无内置限制。

• 信号映射和归一化：专用的信号映射器（SignalMapper）负责处理范围归一化和单位转换（例如，转向角-819.2°…819.1° → CARLA -1.0…1.0），同时保留语义和边沿触发事件（例如换挡）。

• 双向状态监控：CARLA的事件会发送回网络，使ECU能够处理手动控制。

• 实时事件处理：CARLA以50毫秒的CAN总线周期运行。信号在接收到后立即应用，同时保持时序与ECU网络要求一致，而这些要求由Vayavya的集成方案管理。

最终形成了一个面向生产的方案，可以在硬件可用之前很久，在SIL环境中对系统行为进行越来越真实的验证。

Vayavya Labs利用RemotiveLabs Jupyter Notebook的功能与虚拟车辆交互，并在CARLA中触发各种场景。

为SIL中的ADS和ADAS测试带来更多价值

Vayavya Labs的集成展示了一种生产级的系统级汽车仿真方法。通过遵循高ECU逻辑保真度和双向控制的架构原则，Vayavya Labs构建了一个验证环境，有效地弥合了仿真和物理测试之间的差距。

对于开发团队而言，这意味着在硬件可用之前就能更快地获得反馈，更广泛、更可重复的场景验证，以及减少对硬件在环测试台和车辆原型机的依赖。最终结果是更早地发现问题，对系统行为更有信心，并为开发更安全、更可靠的ADAS和ADS软件提供更具扩展性的途径。