为司机开发AUTOSAR自适应软件监控系统与基于模型的设计

全世界有超过10亿的设备超过1亿辆运行嵌入式软件开发的Elektrobit (EB)。这类软件开发和验证使用一个标准的v模型和ASPICE过程。设备工作时,应用程序软件开发了手动和其他劳动密集型手工任务。

我们的团队开始表明,基于模型的设计可能会加速开发端到端AUTOSAR自适应软件系统。我们选择的项目是一个原型驱动监控警报系统,问题如果司机的眼睛闭上,不立即重启,表明司机睡着了(图1)。有效地说明我们可以开发基于模型的嵌入式软件设计,我们给自己一个雄心勃勃的期限:设计、实现、测试和验证整个系统在短短三个月。使用传统方法,同一个项目需要至少一年。

定义需求和分区设计

我们开始定义需求的项目。高级需求包括检测闭上眼睛即使司机戴着眼镜,保持误警率低于3%,通过自适应发送警报的AUTOSAR EB人机界面(HMI)。

在这个早期阶段,我们曾与MathWorks工程师开发系统的体系结构和我们的需求映射到架构中的功能块(图2),在顶层,我们的设计主要有两个街区。第一个是计算机视觉组件,它处理来自摄像机的输入并生成信号基于视频流的例子中,“脸检测到,”“眼睛检测”和“闭上眼睛。“第二是AUTOSAR自适应功能块过滤这些信号并确定是否触发报警。这个块包含一个接口EB corbos AdaptiveCore软件框架,用于集成块的快捷。

建模和验证设计

通过分区设计成具有清晰定义的接口的组件(图3),我们可以在每个组件独立工作。我们在仿真软件建模的计算机视觉组件万博1manbetx^®,使用pretrained深度学习网络和计算机视觉工具箱™来检测人脸和眼睛。来验证这个模型,我们进行了模拟的模型处理预先录好的视频司机的脸。视频记录了从不同角度和不同环境下的光照条件。它包括司机和没有眼镜,确保系统可以检测闭上眼睛在一系列操作场景。

过滤组件以计算机视觉组件的输出作为输入。它追踪的值“眼睛检测”和“闭上眼睛”信号,过滤掉短眨眼,当这些信号表明,司机的眼睛一直闭着太久,启动警报通过AUTOSAR自适应通信EB AdaptiveCore软件框架。我们从顶层仿真软件生成的单元测试模型模型,这样我们可以执行系统验证和设计评估按照ISO 26262。万博1manbetx

代码生成和硬件部署

通过仿真验证设计后,我们部署和测试它在我们的原型的硬件设置。两个树莓的设置由π™3 B +板,一个DMS系统,另一个用于测试的设置,包括人机界面,司机输入,和环境。板都是链接通过以太网连接(图4)。

我们生成MISRA^®兼容的C / c++代码的计算机视觉组件和过滤组件。编译计算机视觉组件代码后,我们直接部署第一个覆盆子π。过滤组件,我们导入生成的代码,包括ARXML文件到EB corbos工作室。我们编译组件corbos工作室和部署它作为AUTOSAR软件组件相同的覆盆子π。计算机视觉和过滤组件有关通过进程间通信(IPC)接口。第二个覆盆子π板被用来运行EB corbos AdaptiveCore软件基础和EB指导HMI代表车辆仪表组。

代码运行在两个板,我们测试了系统相机视频直播和验证人机界面正确发布“闭上眼睛”警报当个人视频闭上他们的眼睛。

从概念到现实世界的应用

因为司机管理系统是一个概念验证原型,没有需要在开发过程中严格遵循ISO的指导方针。准备项目需要ISO合规,然而,我们使用模型顾问检查我们的模型对需求覆盖和符合ISO 26262、ISO 61508和MISRA - C: 2012标准。

进行了基于模型设计的能力,加快适应AUTOSAR EB软件开发,我们现在努力扩大其使用和展示汽车一级供应商和原始设备制造商。我们的团队计划将安全特性和processor-in-the-loop测试工作流,我们帮助其他同事EB位置开始使用基于模型的设计。