ADAS/AD 환경에서 예고 없이 발생되는 트래픽 차단과 같이, 위험 요소를 포함한 시나리오를 예측하기 어려운 경우가 많기 때문에 장기적인 테스트 계획은 필수입니다.

적용 범위 극대화
최소한의 테스트로 특정 사례의 최대 수를 커버하는 것이 중요합니다. 이를 통해 보장 범위의 품질이 향상되고 시간 및 비용 측면에서 효율성이 향상됩니다.
프런트로딩 및 도로 테스트 간의 균형
개발 프로세스 초기 단계의 예상 활동인 일반적인 프론트로딩을 지원하려면 SiL/HiL 및 차량 테스트와 같은 테스트 옵션을 실수 없이 결합해야 합니다. 이를 통해 불필요한 루프를 방지하고 검증 및 타당성 검사를 최대한 효율적으로 수행할 수 있습니다.
가장자리 및 코너 경우(위험 시나리오)
코너를 급하게 도는 동시에 제동하는 등의 정상적인 매개변수를 벗어나는 상황이 발생할 수 있습니다. ADAS/AD 시스템을 적절하게 보호하려면 이러한 가장자리 및 코너일 경우를 미리 식별하고 매핑해야 합니다.

테스트 사례를 줄이고 관련 테스트 사례를 정의하기 위해 검증 및 타당성 검사 분야에서 고유하고 효율적인 방법을 제공합니다.
검증
이는 시스템 설계의 시스템 요구 사항이 올바르게 구현되었는지 여부와 관련이 있습니다.
시스템 요구 사항의 완전한 커버리지와 추적성을 보장하기 위한 AVL의 전문 지식과 검증된 도구와 방법을 사용하여 테스트 카탈로그를 생성합니다.
타당성 검사
여기서는 최종 사용자의 관점을 가정하고 올바른 기능이 구현되었는지 확인합니다.
이를 통해 AVL은 다양한 시장에서 시스템이 운영되는 동안 발생할 수 있는 최대한 많은 상황에 대응할 수 있도록 도전합니다.
온톨로지(Ontology) 기반 접근 방식
테스트 사례를 생성하기 위한 온톨로지 기반 접근 방식은 트래픽 활동 및 행동의 추가 링크와 결과를 도출하는 데 사용됩니다. 이를 통해 환경 조건을 자세히 캡처할 수 있습니다.
이러한 개념을 수집하고 학습하면 관련 테스트 시나리오를 보다 쉽게 생성할 수 있으며 테스트된 시스템에 대한 보다 정확한 피드백을 제공할 수 있습니다.
게임 기반 접근 방식
게임 기반 접근 방식을 사용하여 환경 매개변수와 도로 사용자의 행동 및 상호 작용을 의도적으로 변경하여 중요한 운전 시나리오를 구현합니다.
테스트 대상 시스템은 환경과 동일한 방식으로 작동합니다. 보상 메트릭스에 따라 도로 사용자의 비정상적인 행동이나 기타 안전하지 않은 상황을 생성하여 시스템을 시험합니다.
DVP에서는 필요한 테스트의 내용, 시간, 장소 등 모든 것을 한데 모았습니다. 그런 다음 검증 및 타당성 검사 과정에서 ADAS/AD 시스템에 대한 최적화 접근 방식을 창출합니다.
효율성
AVL은 가능한 단시간에 매우 높은 테스트 범위를 보장합니다. AVL은 품질과 안전에 중점을 두고 있습니다.
매우 짧은 반응 시간
표준화 및 AVL의 포괄적인 데이터베이스를 통해 신속하게 대응하고 고객별 테스트 계획을 수립할 수 있습니다.
표준화 또는 사용자 정의
AVL의 표준화된 테스트 카탈로그는 일반 안전 규정(GSR), NCAP 또는 미국 규정과 같은 시장별 법률 및 표준을 고려합니다. 나아가 특정 고객 요구 사항에 맞춰 테스트 카탈로그를 확장도 가능합니다.
효과적인 지식 모델링
ODD 요소(Operational Design Domain, 운영 설계 도메인)와 그 특성 간의 필수 관계는 보다 복잡한 연결과 사실을 추론하는 데 사용됩니다. 이러한 지식 데이터베이스의 손쉬운 유지 관리와 재사용 가능성으로 인해 온톨로지는 강력한 개념이 되었습니다.
테스트 카탈로그
AVL의 포괄적인 테스트 카탈로그는 시스템 요구사항에 대한 추적성을 포함하여 테스트할 콘텐츠를 정확히 기록합니다.
요구사항 기반 테스트 계획
차량 및 시스템 개발 계획에 맞춰 명확한 프로젝트별 테스트 계획 및 구체적인 일정을 수립합니다.
이상적인 테스트 환경 정의
AVL은 테스트 대상, 시기, 테스트 환경을 구체적으로 명시하고 각각의 장점과 한계를 설명합니다.
관련 주제
AVL은 새로운 솔루션을 지속적으로 개발하고 있습니다. 당신을 위한 흥미로운 콘텐츠: