一、ADAS的概念

1.1 ADAS功能概述、架构方案、控制器、传感器

• 核心概念：ADAS(Advanced Driving Assistance System)是高级驾驶辅助系统的总称，包含三大类功能：
  • 舒适体验类：如自适应巡航(ACC)、高速公路辅助(HWA)、车道居中控制（LKA）等
  • 安全防护类：前碰撞预警(FCW)、盲点监测(BSD)、自动紧急制动(AEB)等
  • 泊车辅助类：自动泊车(APA)、记忆泊车、远程遥控泊车等
• 系统架构：
  • 传感器层：毫米波雷达、激光雷达、摄像头等作为"感知器官"
  • 控制器层：核心运算单元处理传感器数据并决策
  • 执行层：通过CAN总线发送控制指令给ESP、转向系统等执行器
• 重要性：
  • 面试重点：架构方案(分布式/集中式)是常见面试问题
  • 测试基础：理解架构才能设计有效测试用例

1.2 ADAS的测试过程、环境、设备、规程

• 测试特点：
  • 必须实车测试：需要专用试验场地和昂贵设备(如假人系统)
  • 无标准流程：各车企测试规范差异大，需灵活掌握核心思路
• 关键环节：
  • 数据采集：通过VN1630等接口卡连接OBD口录制CANoe日志
  • 日志分析：ASC格式日志需提交自动化小组生成统计报告
• 职业发展：
  • 主要岗位：实车功能测试工程师(需求量大)
  • 进阶方向：自动化测试需要Python和业务知识深度结合

1.3 ADAS功能测试详解：测试思路、功能详解

• 测试设计要点：
  • 需考虑人机交互冲突场景(如打转向灯时的车道偏离预警)
  • 定量测试依赖车企提供的信号矩阵表(如AEB触发时的TTC时间)
• 典型测试项目：
  • 功能验证：报警准确性、系统响应阈值
  • 性能测试：系统响应延迟、控制精度
  • 失效模式：传感器遮挡、系统降级策略

1.4 使用Python对基于CANoe的ADAS日志分析

• 技术栈要求：
  • Python编程能力：需熟练处理二进制数据解析
  • 汽车协议知识：熟悉CAN协议和DBC文件解析
  • 业务理解：清楚所分析ADAS功能的信号参数
• 工作流程：
  • 采集ASC格式的CANoe日志
  • 解析原始报文并计算物理量
  • 生成包含关键指标的统计报告
• 职业定位：
  • 属于自动化测试岗位而非功能测试
  • 可作为功能测试工程师的加分技能

二、ADAS系统功能详解

2.1 系统定义与组成

• 完整定义：通过车载传感器实时感知环境，结合车辆状态数据进行智能决策，提供行车辅助功能的主动安全系统
• 核心三要素：
  • 环境感知：毫米波雷达探测距离

    d=cΔt2d=\frac{cΔt}{2}d=2cΔt​

  • 决策控制：基于碰撞时间TTC等参数触发AEB
  • 人机交互：通过仪表报警、方向盘震动等方式警示

2.2 SAE自动驾驶分级 

• 两大标准体系：
  • SAE（国际汽车工程师协会）：分为L0-L5六个等级，是目前主流标准
  • NHTSA（美国高速公路安全管理局）：分为L0-L4五个等级
  • 核心划分依据：
    • 系统对车辆的控制维度（横向/纵向）
    • 人类与系统的责任边界
    • 环境监控主体（人类/系统）
  • L0级：无自动化
  • 定义特征：系统仅提供预警，不进行任何驾驶干预
    • 法律责任：完全由人类驾驶员承担
    • 典型功能：
      • 前车碰撞预警（FCW）：通过声音/灯光提示前车距离过近
      • 盲点监测（BSD）：后视镜区域警示灯闪烁
      • 车道偏离预警（LDW）：方向盘震动提示车道偏移

• 等级划分：
• L0：纯人工驾驶(仅提供预警)
• 典型功能：
  • 前车碰撞预警（FCW）：通过声音/灯光提示前车距离过近
  • 盲点监测（BSD）：后视镜区域警示灯闪烁
  • 车道偏离预警（LDW）：方向盘震动提示车道偏移
• L1：单项辅助(如定速巡航ACC)
• 核心标准：系统仅控制单一驾驶维度（横向或纵向）
  • 行业现状：车企常将L1包装为"准L2"功能
  • 典型案例：
    • 纯ACC功能：仅控制车速，不介入转向（注意与LCC区分）
    • 基础AEB：突发情况自动刹车但无转向避让
  • 控制维度：
    • 横向控制：方向盘转向（如车道保持辅助LKA）
    • 纵向控制：加速/制动（如自动紧急制动AEB、自适应巡航ACC）
• L2：组合辅助
• 关键突破：系统同时控制横向+纵向两个维度
  • 行业乱象：存在"L2+"营销话术，实际可能包含L3功能
  • 责任边界：
    • 系统执行多维度控制
    • 人类需持续监控环境（车企免责关键点）
  • 典型系统：
    • 车道居中控制（LCC）+ ACC组合
    • 自动泊车辅助（APA）：控制转向+车速
    • 高速自动变道：综合控制方向与加速
• L3：有条件自动驾驶(系统可请求接管)
• 质变特征：系统全权控制驾驶，人类仅需应答请求
  • 技术特点：需要高精地图+冗余传感器支持
  • 法律风险：
    • 车企需对系统故障负责
    • 导致普遍采用"L2+"规避法律认定
  • 典型应用：
    • 记忆泊车系统：学习固定路线后自主完成泊车
    • 特斯拉智能召唤：停车场自动寻车功能
    • 高速领航系统：需预设路线参数
• L4：高度自动驾驶(限定场景无需接管)
• 核心差异：人类可不响应系统请求，但限于特定场景
  • 技术挑战：需解决"长尾问题"（罕见场景处理）
  • 落地案例：
    • 自主代客泊车（AVP）：
      • 在陌生停车场自主寻位
      • 不依赖预先记忆路线
      • 需停车场基础设施配合
    • 矿区/港口无人驾驶
• L5：完全自动驾驶
• 终极形态：
  • 现状：
    • 暂无商业落地案例
    • 法律/伦理问题尚未解决
    • 技术瓶颈：极端天气、复杂城市路况等
  • 无方向盘、踏板等人工控制装置
  • 适应所有道路环境（包括非铺装路面）
  • 无需任何人类干预
• 标准体系：
  • SAE J3016标准最具权威性
  • NHTSA标准将L3-L5合并为L4
• 当前现状：
  • 量产车最高达到L2+级别
  • L3及以上存在法律和责任认定难题

 2.3 ADAS的常见功能和等级对应

        智能行车功能汇总：

        智能泊车功能汇总：

        主动安全功能汇总（仅提供预警的是L0，横向or纵向辅助是L1）：

 三、ADAS功能的实现

 3.1 ADAS实现的原理

        感知（传感器）→决策（控制器）→执行（执行器）。

        举例：

        自动紧急制动的工作流程

        1. 感知：前方的毫米波雷达探测到有静止车辆，距离快速缩短；摄像头识别出那是一辆车的尾部。传感器融合确认目标存在且距离危险。

        2. 决策： “大脑”计算碰撞时间极短，驾驶员没有踩刹车的迹象。风险评估为“极高碰撞风险”。决策：立即执行全力自动刹车！

        3. 执行： “大脑”向电子稳定程序发送“全力刹车”指令。ESP系统瞬间控制刹车液压泵，对四个车轮施加最大制动力，车辆紧急刹停，避免或减轻碰撞。

3.2 汽车电子电气架构的演变 

• 演变方向：从分布式ECU→集中式域控制器→集中式车辆中心计算
• 核心概念：EEA（Electronic Electrical Architecture）电子电气架构
• 演变意义：理解ADAS零部件演变和架构方案（分布式/集中式）的关键基础

（1）汽车电子电气架构的演变--- 分布式

        每一个ECU就是一个“大脑”，独立完成特定功能；通过网关连接各ECU，无核心计算大脑。

（2）汽车电子电气架构的演变--- 域集中式

        引入域控制器（DCU，Domain Control Unit）。ECU仅执行简单指令，核心计算由域控制器完成。

• 典型架构：
  • 特斯拉三域：左车身域、右车身域、中央域（按物理区域划分）
  • 华为三域结构：智能行车域、智能座舱域、智能驾驶域
  • 博世五域结构：动力域、底盘域、车身域、座舱域、辅助驾驶域

举例：

华为汽车CC架构

 

• 架构组成：
  • 创新点：
    • 将传统五域融合为三域
    • 采用分布式网络+域控制器架构
  • 计算+通信（Compute+Communication）架构
  • 三大平台：
    • MDC（智能驾驶平台）：处理ADAS功能
    • CDC（智能座舱平台）：管理车机交互
    • VDC（整车控制平台）：整合动力、底盘、车身域