La promessa di incidenti ridotti, una maggiore mobilità e un flusso di traffico ottimizzato cerniere interamente sulla capacità di questi veicoli di operare in modo impeccabile in una gamma di scenari di fusione di qualità quasi infinito.

Il ruolo fondamentale dell'ingegneria della qualità nello sviluppo AV

L'ingegneria di qualità nel contesto dei veicoli autonomi si estende ben oltre la tradizionale garanzia di qualità o test software. Si tratta di una disciplina olistica che integra la validazione di progettazione, l'ingegneria dei sistemi, i controlli di integrità dei dati e la verifica continua su tutto il ciclo di vita del veicolo. Ogni componente - da ottica LiDAR a pesi di rete neurali - deve essere convalidato nelle condizioni più estreme.

Senza una rigorosa ingegneria della qualità, anche gli algoritmi AI più avanzati falliranno quando si confrontano con una banchina di carico mascherata da una corsia, un pedone in abbigliamento scuro al tramonto, o una zona di costruzione con segni contrastanti.Questi casi di bordo non sono rare anomalie; sono la realtà quotidiana di strade pubbliche.

Garantire l'affidabilità del sensore e della linea dati

Calibrazione e integrità dei dati del sensore multi-modulare

I veicoli autonome si affidano a una suite di sensori, LiDAR, radar, telecamere, sensori a ultrasuoni, e a volte telecamere termiche o a base di eventi. Ogni sensore ha punti di forza e di debolezza unici. Ad esempio, LiDAR eccelle a precise misurazioni della gamma 3D ma degrada in pioggia pesante, mentre le telecamere forniscono informazioni semantiche ricche ma lottano con abbagliamento o luce bassa.

La qualità dei dati non finisce nella calibrazione. Il flusso dei sensori grezzi deve essere convalidato per rumore, corruzione, deriva e latenza. Gli ingegneri di qualità stabiliscono condotte automatizzate che monitorano la salute dei sensori in tempo reale, segnalando anomalie come i punti di LiDAR che cadono fuori intervalli previsti o fotocamere con eccessivo sfocatura del movimento. Questi controlli sono particolarmente critici durante la fase di raccolta dei dati, dove milioni di miglia di dati di guida vengono catturati per la formazione e la convalida.

Sensore di fusione Integrity

I dati di fusione da sensori multipli sono essenziali per una percezione robusta, ma introduce anche nuove modalità di guasto. L'ingegneria di qualità verifica che gli algoritmi di fusione correttamente associano gli oggetti tra le modalità dei sensori, gestiscono gli offset temporali e rifiutano i rilevamenti spuriosi. Per esempio, un rilevamento radar di una guardrail stazionaria deve essere abbinato ai punti di controllo LiDAR di quella stessa guardrail, se l'algoritmo di fusione non è corretto, potrebbe associare il piano di ritorno del radar a un veicolo in movimento, i segnali di un veicolo.

Convalida e verifica del software in scala

Strategie di test gerarchici

Data la quantità astronomica di possibili situazioni di traffico, è impossibile effettuare test esaustivi sul mondo reale. L'ingegneria di qualità adotta un approccio gerarchico che combina simulazione, test a corso chiuso e convalida on-road. Al livello più basso, i test delle unità verificano le singole funzioni (ad esempio, se un algoritmo di rilevamento a corsia identifica correttamente i segni di corsia sotto la data illuminazione).

Una tecnica chiave è la sperimentazione basata su scenari, dove gli ingegneri di qualità definiscono situazioni concrete (ad esempio, un bambino che insegue una palla nella strada, una zona di costruzione improvvisa, un veicolo che si fonde da un punto cieco) e verificano che l'AV risponde correttamente. Questi scenari sono memorizzati in una libreria riutilizzabile e possono essere parametrizzati (ad esempio, velocità variabile, tempo, illuminazione) per generare migliaia di casi di test da un unico scenario.

Integrazione continua e distribuzione continua (CI/CD) per il software AV

Un moderno stack di software AV potrebbe essere aggiornato quotidianamente o anche in orario. L'ingegneria di qualità deve tenere il passo incorporando la validazione in un processo di integrazione continuo. Ogni cambiamento software innesca una suite di test di regressione automatizzata che gestisce migliaia di scenari in simulazione entro pochi minuti. Qualsiasi regressione, come una nuova versione del pianificatore che causa un cambiamento più frequente è la funzione di frenare i freni duri.

Questo CI/CD pipeline è un artefatto di qualità: deve essere robusto, deterministico e rappresentativo delle condizioni del mondo reale. Gli ingegneri di qualità sono responsabili di curare la suite di regressione per massimizzare la copertura, minimizzare i tempi di esecuzione. Inoltre, controllano per la flakiness di prova – scenari che producono risultati non deterministici a causa, ad esempio, di semi casuali o di dipendenze di temporizzazione – e o fissare o ritirare tali test tali test per mantenere i cambiamenti di qualità nel quadro di sviluppo del processo di processo.

Rispetto degli standard e dei regolamenti di sicurezza

ISO 26262 e sicurezza funzionale

La norma di sicurezza funzionale ISO 26262 affronta i pericoli causati da malfunzionamenti di sistemi elettrici o elettronici. Mentre originariamente sviluppato per i sistemi automobilistici convenzionali, ISO 26262 è stato adattato per AV, con la guida sulla definizione degli obiettivi di sicurezza per le funzioni di guida automatizzate. L'ingegneria di qualità assicura che ogni componente di sistema è sviluppato secondo il livello di sicurezza automobilistico appropriato (ASIL), da ASIL A (lowest) ad ASIL D (più alto).

I processi di ingegneria della sicurezza includono analisi dei rischi e valutazione dei rischi (HARA), analisi degli alberi di guasto (FTA), e analisi dei guasti (FMEA). Gli ingegneri di qualità documentano queste analisi, verificano che i meccanismi di sicurezza vengono implementati correttamente e convalidano che svolgono come previsto in condizioni di guasto.

Standard emergenti: ISO 21448 (SOTIF) e UL 4600

Mentre ISO 26262 affronta i difetti noti, la guida autonoma comporta rischi derivanti dalle limitate prestazioni del sistema in situazioni che non erano previste dai progettisti. Questo è il dominio della ISO 21448, la sicurezza dello standard di funzionalità (SOTIF) . SOTIF si concentra sull’individuazione e mitigazione dei rischi che si presentano quando il sistema opera all’interno del suo dominio di progettazione ma svolge in modo inadeguato – per esempio, un sistema di percezione pedonale che non riesce a rilevare parzialmente oc

Un altro importante standard è UL 4600, sviluppato da Underwriters Laboratories, che fornisce un quadro completo di sicurezza per i prodotti autonomi. UL 4600 richiede che il team di sviluppo costruisca e mantieni un caso di sicurezza strutturato, un argomento chiaro e basato su prove che l'AV è accettabilemente sicuro.

Sfide in Ingegneria della Qualità per veicoli autonomi

La complessità infinita della guida reale-mondo

Non importa quanti scenari vengono simulati, il mondo reale contiene sempre sorprese. Un improvviso istinto di vento, un incrocio di animali, un semaforo temporaneo, un gesto di mano da un ufficiale di polizia—queste sono tutte situazioni che un AV deve interpretare e rispondere in modo sicuro. Gli ingegneri di qualità affrontano la sfida di definire le “casi di frontiera” che riguardano più, dato che è impossibile testare tutto.

Predizione del comportamento umano

I veicoli autonome devono interagire con i conducenti, i ciclisti e i pedoni il cui comportamento è spesso imprevedibile. Predigendo se un pedone attraversa la strada o aspetta al curb è un problema di probabilità difficile. L'ingegneria di qualità deve garantire che i modelli di previsione non siano solo precisi in media ma anche robusti alle più pericolose interpretazioni AV.

Cybersecurity e aggiornamenti over-the-Air

Un attore maligno potrebbe potenzialmente manomettere i dati dei sensori, iniettare i segnali di traffico falsi o compromettere i sistemi di controllo del veicolo. L'ingegneria della qualità deve incorporare i test di sicurezza informatica, come il test di penetrazione, la verifica di avvio sicuro e l'anomalia di rilevamento nella rete del veicolo.

Il futuro dell'ingegneria di qualità nei veicoli autonomi

Spiegabilità e convalida dell'AI

I modelli di apprendimento approfondito sono spesso scatole nere: gli ingegneri possono osservare ciò che producono ma non sempre perché. L'ingegneria della qualità si sta evolvendo per incorporare tecniche di spiegabilità dell'intelligenza, come mappe di salienza, visualizzazione dell'attenzione e analisi causale. Questi strumenti aiutano gli ingegneri di qualità a capire se il modello sta prendendo decisioni basate sulle caratteristiche giuste (ad esempio, riconoscendo un pedone dalla loro forma) o su correlazioni spurie (ad esempio, riconoscendo una presenza generale).

Monitoraggio continuo della qualità nel campo

I veicoli autonomi gestiti dalla flotta generano un flusso costante di dati di telemetria, tra cui disimpegno, quasi-misses, e metriche di prestazioni di guida. I team di ingegneria della qualità analizzano questi dati per rilevare i problemi emergenti, come un modello di percezione che si degrada nel tempo a causa della deriva dei dati, o un pianificatore che diventa eccessivamente conservatore in una specifica area geografica.

Integrazione dei dati di simulazione e real-World

La fedeltà alla simulazione continua a migliorare, ma non può mai replicare perfettamente la realtà. Un avanzamento di ingegneria di grande qualità è l'uso di ripetizione del sensore e simulazione di ripetizione, dove flussi di sensori reali (registrati dalla guida manuale o precedenti implementazioni AV) vengono riprodotti attraverso lo stack del software AV. Questo permette di eseguire test di regressione su set di dati di milioni di miglia senza dover ri-guidarli.

Conclusioni

Il percorso verso veicoli autonomi sicuri e affidabili è pavimentato da un'ingegneria di qualità rigorosa. Dalla calibrazione dei sensori e dall'integrità dei dati al test di software gerarchico, dal rispetto delle norme ISO 26262 e SOTIF, e dal monitoraggio operativo continuo, l'ingegneria della qualità assicura che ogni componente e subsistema esegua correttamente le vaste condizioni del mondo reale.