[发明专利]生成用于XiL系统的简化模型

说明书

本发明涉及一种用于生成在XiL系统中使用的简化模型的方法，方法具有以下步骤：确定用于起动模型的定量地表征模型的复杂性的规定参数(1)；生成起动模型的输入数据和输出数据(2)；使用起动模型的生成的输入数据和输出数据的训练集来训练神经网络以便生成简化模型，简化模型具有比起动模型的复杂性低的复杂性并且在简化模型中超过定量地表征模型的可靠性的参数的规定的下限阈值(3)；使用经过训练的神经网络生成简化模型(4)；确定用于简化模型的表征复杂性的参数(5)；如果生成的简化模型的确定的复杂性低于起动模型的复杂性(6)，则使用至少一个起动模型的生成的输入和输出数据的测试集来测试生成的简化模型，测试集与训练集不同，并且确定表征可靠性的生成的简化模型的参数(7)；如果简化模型的确定的可靠性超过规定阈值(8)，则输出简化模型(9)。

技术领域

本发明涉及一种用于生成在XiL系统中使用的简化模型的方法。本发明还涉及一种数据处理设备、一种计算机程序、一种用于对机动车辆(特别是自动驾驶机动车辆)的部件进行XiL测试的装置、一种用于执行XiL测试的方法、一种计算机可读存储介质、以及一种数据载波信号。

背景技术

自动驾驶机动车辆(有时也被称为自主陆地车辆)是在没有人类驾驶员影响的情况下可以行驶、转向和停车(高度自动化驾驶或自主驾驶)的机动车辆。如果不需要任何驾驶员的手动控制，则也使用术语机器人汽车。驾驶员座椅可以保持未占用；可能没有方向盘、没有制动踏板并且没有油门踏板。自动驾驶机动车辆可以借助于不同传感器的帮助来捕捉它们的环境并且可以根据获得的信息来确定它们的位置以及其他道路用户的位置、可以与导航软件合作驶向目的地并且可以在去那里的路上避免碰撞。

智能移动解决方案和自动驾驶功能的出现在测试这样的系统时带来新的挑战。物理原型和/或密集的真实试驾极具挑战性。由于这个原因，近年来已经开发用于虚拟工程的新技术。测试这样的系统的重要先决条件是提供X-in-the-Loop框架(XiL系统)，该框架使开发的软件在例如MiL、SiL、HiL、DiL的不同平台上用真实原型中的真实ECU(电子控制单元)进行测试成为可能。

例如，XiL测试可以是MiL(模型在环)、SiL(软件在环)、HiL(硬件在环)和/或DiL(驾驶员在环)。在这种情况下，MiL包含构建用于控制系统和ECU的模型以及具有用于行为仿真的闭环控制策略的闭环控制逻辑，SiL包含以ECU的目标语言创建用于软件开发中的自动化测试的模型，HiL表示一种方法，在该方法中嵌入式系统(例如真实电子ECU或真实机械电子组件、硬件)通过其输入和输出连接到适配的对应物，并且DiL理解为意指在DiL仿真环境中HiL仿真和驾驶模拟器的结合。

在这种情况下，ECU或控制单元被理解为意指设计用于例如使用开环或闭环控制策略对比如机动车辆的部件这样的其他部件进行开环或闭环控制的电子模块。在测试中典型地使用至少一个ECU和模型，该ECU具有要测试的软件，该模型仿真系统的行为。

文件DE 10 2018 206 188 A1描述一种用于执行自动驾驶机动车辆的部件的XiL测试的系统，其中可以在多个XiL平台上执行测试。文件US 2019/0303759 A1描述在仿真环境中使用神经网络测试虚拟车辆，其中通过真实环境中的车辆生成用于训练神经网络的物理传感器数据。

XiL元素通常用于测试软件，该软件旨在用于自主地实施特定功能。在这种情况下，硬件模型(硬件在环、处理器在环)例如用作软件模型(软件在环)来配置测试和验证过程以便特别地降低原型和实际测试执行的成本。由于机动车辆系统(例如驾驶员辅助系统)中的硬件和软件元件的数量不断增加，以及传动系元件的数量不断增加，因此在可以发布原型之前所需测试数量增加。结果，不同的配置和测试需要的XiL模型的数量同样增加。