梅赛德斯-奔驰在Ansys optiSLang中使用可靠性分析方法验证ADAS

“Ansys optiSLang中提供的先进可靠性方法使梅赛德斯-奔驰公司能够使用基于场景的模拟为3级ADAS做出安全声明。由于有效和稳健的方法，必要的交通模拟的数量可以大大减少与蒙特卡罗抽样。还应该强调Ansys optiSLang的后处理，可以对结果进行详细的分析。”

- Maximilian Rasch ADAS验证工程师/ Mercedes-Benz AG Zafer
- Kayatas ADAS验证工程师/梅赛德斯-奔驰公司

简介

目前汽车行业最重要的趋势之一是先进驾驶辅助系统(ADAS)的发展。由于ADAS的复杂性不断增加，此类系统的安全性验证是一个重大挑战。必须开发新的方法，因为以前的认证和批准方法不适合这个用例。

挑战

证明系统故障概率所需的里程在现场运行试验中是无法达到的。因此，仿真是为高度自动化驾驶系统的安全功能测试、验证甚至认证寻找关键场景特征的关键组件。这里最大的挑战之一是测试所需的大量模拟，特别是对于非常罕见的事件(低失败概率10^-6的逻辑场景)。

工程解决方案

在AD Level 3的Pegasus一致性模拟方法中，通过一组标准对特定的交通场景进行参数化、模拟和分析。为了减少参数空间，使用Ansys optiSLang的敏感性分析和包括神经网络在内的代理模型来确定安全关键输入参数。通过对每个输入参数使用分布函数，在Ansys opti俚语中使用高级可靠性分析方法(例如，重要性抽样)来近似计算每个流量场景的故障概率。

好处

• 与经典的蒙特卡罗采样相比，Ansys optiSLang中提供的可靠性分析方法使梅赛德斯-奔驰公司能够将证明函数所需的具体场景数量减少1000倍。
• 可靠性分析可以确定每个场景类别的风险，即使是非常低的故障概率(10^-9)，这是认证的关键要求，而蒙特卡罗抽样是不可能的。
• 采用先进的可靠性分析方法，与蒙特卡罗抽样相比，节省90%的时间。
• 这种方法有助于梅赛德斯-奔驰level 3 ADAS认证作为验证支柱之一。