交通場景測試
關(guān)注創(chuàng)建者：海克斯康設(shè)計(jì)與仿真 創(chuàng)建時(shí)間：2021-03-01
交通場景測試的視頻教程
場景仿真加速智能網(wǎng)聯(lián)開發(fā)測試進(jìn)程
場景仿真加速智能網(wǎng)聯(lián)開發(fā)測試進(jìn)程 適用人群：自動(dòng)駕駛算法開發(fā)與測試人員；自動(dòng)駕駛控制器開發(fā)，測試人員；自動(dòng)駕駛場景庫研究、開發(fā)與應(yīng)用人員；交通仿真研究、開發(fā)與應(yīng)用人員；自動(dòng)駕駛技術(shù)與車輛驗(yàn)證、評(píng)價(jià)人員；自動(dòng)駕駛評(píng)價(jià)體系研究與應(yīng)用人員 場景仿真加速智能網(wǎng)聯(lián)開發(fā)測試進(jìn)程（免費(fèi)）【已結(jié)束】 直播時(shí)間：2021-06-29 19:30 隨著智能網(wǎng)聯(lián)技術(shù)的不斷向前發(fā)展
免費(fèi) 1小時(shí)21分鐘 242播放
查看
交通場景測試的實(shí)例教程
毋庸置疑，交通出行領(lǐng)域擁有巨大的市場潛力，騰訊正在積極布局這一領(lǐng)域。6月15日，騰訊與上海申通地鐵集團(tuán)正式簽署戰(zhàn)略合作協(xié)議，將在移動(dòng)支付、大數(shù)據(jù)、人工智能、社交服務(wù)等領(lǐng)域展開深入的數(shù)字化合作，共同打造從出行到周邊一公里全覆蓋的AI智慧出行生活圈。此前，微信支付已經(jīng)率先登陸上海地鐵，支持乘客刷碼乘車。
據(jù)了解，目前乘車碼已經(jīng)覆蓋全國46座城市，微信無感支付功能則普及至停車場、高速收費(fèi)站、加油站等多個(gè)場景。再加上此前微信支付接入12306鐵路購票平臺(tái)，種種跡象表明，移動(dòng)支付已經(jīng)開始滲入衣食住行的“行”領(lǐng)域。
以交通連接多行業(yè)場景
通過發(fā)揮強(qiáng)大的連接能力和產(chǎn)品能力，微信支付正在試圖打造一個(gè)圍繞地鐵、公交、加油站、停車場等場景的“智慧交通”全景圖。但微信支付的腳步似乎不止于此。
“未來，我們將以交通為連接線，實(shí)現(xiàn)不同行業(yè)間的數(shù)據(jù)共享和應(yīng)用，連接各行業(yè)間的信息孤島”，“餐飲、民生、住宿、零售和娛樂等高頻消費(fèi)領(lǐng)域?qū)⒊蔀槭着贿B接打通的行業(yè)。”在2018數(shù)博會(huì)上，雷茂鋒向外界透露了微信支付接下來在交通領(lǐng)域的期望。這意味著智慧交通的價(jià)值將不止在于節(jié)約管理成本、提升出行效率，還能以出行大數(shù)據(jù)為核心連通多行業(yè)場景，為業(yè)主提供深度運(yùn)營的參考。
交通大數(shù)據(jù)是世界空間的映射，唯有借助豐富的數(shù)據(jù)，才能在未來交通出行方面有效整合各種資源，實(shí)現(xiàn)真正意義上的智慧出行升級(jí)。對(duì)于微信支付來說，其獲取的不僅是純位移數(shù)據(jù)，而是與交通出行緊密關(guān)聯(lián)、具有更強(qiáng)省份識(shí)別能力的數(shù)據(jù)。通過將孤立的人流、車流，轉(zhuǎn)化為可視化、可分析的信息流，這些數(shù)據(jù)可幫助相關(guān)運(yùn)營者建立多元化經(jīng)營的模式，也為挖掘交通相關(guān)業(yè)務(wù)與周邊商業(yè)服務(wù)的有機(jī)結(jié)合提供了數(shù)據(jù)基礎(chǔ)。
探索智慧城市想象空間
城市公共交通是城市基礎(chǔ)設(shè)施的重要組成部分，也是最能反映城市智慧化建設(shè)進(jìn)程的核心場景。
展開 交通標(biāo)志本身種類眾多，大小不定，并且在交通復(fù)雜的十字路口場景下，由于光照、天氣等因素的影響，使其被精確檢測變得更加困難。提高上述場景下交通標(biāo)志檢測準(zhǔn)確度，將有助于降低十字路口交通事故發(fā)生的概率。
提供真實(shí)場景的道路圖片，部分圖片給出了交通標(biāo)志的標(biāo)注結(jié)果，所有交通標(biāo)志共計(jì) 5 個(gè)類別，分別為紅燈、直行標(biāo)志、向左轉(zhuǎn)彎標(biāo)志、禁止駛?cè)牒徒古R時(shí)停車。
數(shù)據(jù)示例如下：
初賽1/177，復(fù)賽1/12
框架
megengine
算法方案
網(wǎng)絡(luò)框架
atss + resnext101_32x8d
訓(xùn)練階段
mosaic增強(qiáng)
隨機(jī)選擇四張圖片，對(duì)圖片進(jìn)行隨機(jī)平移10%，尺度縮放(0.5,2.0)，shear 0.1，最后將四張圖片進(jìn)行組合。
mixup增強(qiáng)
隨機(jī)選取兩張圖進(jìn)行疊加，我們最終選用的比例是0.5 * 原圖+0.5 * 新圖片，同時(shí)其進(jìn)行縮放(0.5,2.0)。
下圖為mosaic+mixup示例圖：
圖片尺寸
最終提交版本輸入圖片尺寸為(1500,2100)
多尺度訓(xùn)練（最終提交版本未采用）
起初我們將短邊設(shè)為(1024, 1056, 1088, 1120, 1152, 1184, 1216, 1248, 1280, 1312, 1344, 1376, 1408)，隨機(jī)選取短邊后，長邊按比例縮放，并使長邊長度小于1800，從而進(jìn)行多尺度訓(xùn)練，取得了很好的效果。不過后期的mosaic和mixup在增強(qiáng)時(shí)對(duì)圖片進(jìn)行了縮放，實(shí)則隱含了多尺度訓(xùn)練，且效果優(yōu)于上述方法，所以我們最終去掉了多尺度訓(xùn)練。
展開 在設(shè)計(jì)驗(yàn)證測試階段的側(cè)重點(diǎn)在于產(chǎn)品設(shè)計(jì)完成后的性能測試、壽命測試、缺陷測試等，測試的目的大多在于驗(yàn)證產(chǎn)品設(shè)計(jì)是否符合預(yù)期以及為產(chǎn)品優(yōu)化提供數(shù)據(jù)基礎(chǔ)。在本階段的數(shù)字孿生體的測試行為已經(jīng)不再局限于自身的調(diào)整，往往需要配合場景庫一起運(yùn)行，為產(chǎn)品的不同工況提供測試條件。
3.2 以測試為基礎(chǔ)的數(shù)字孿生體應(yīng)用典型場景
我們雖然將產(chǎn)品測試分為了兩個(gè)階段，是因?yàn)獒槍?duì)不同的測試階段，其數(shù)字孿生體應(yīng)用場景并不相同：
3.2.1 工程驗(yàn)證測試階段的數(shù)字孿生體應(yīng)用典型場景
對(duì)于工程驗(yàn)證測試階段說，其外環(huán)境往往是不變的，變量在于數(shù)字孿生體本身或內(nèi)環(huán)境。在上一節(jié)中，我們提到了汽車行業(yè)中如何去孕育數(shù)字孿生體，并為數(shù)字孿生體的功能進(jìn)行了完善。
這里我們繼續(xù)以汽車制造行業(yè)舉例。在車輛設(shè)計(jì)的工程驗(yàn)證測試階段，需要對(duì)整機(jī)的輔助電源、驅(qū)動(dòng)電壓、功率應(yīng)力、磁性元件、反饋環(huán)、外圍電路、環(huán)境壓力等多項(xiàng)指標(biāo)進(jìn)行測試。因?yàn)槿说膮⑴c和樣機(jī)性化差異，單次測試并不能保證測試準(zhǔn)確，再加上測試線路復(fù)雜，可能存在部分機(jī)構(gòu)無法測試的情況。所以為了保證測試質(zhì)量就要提升測試迭代次數(shù)，延長測試時(shí)間。
使用數(shù)字孿生技術(shù)介入工程驗(yàn)證測試的場景下，首先數(shù)字孿生體可以取代實(shí)體測試，數(shù)字孿生體與物理實(shí)體傳承了同樣的數(shù)據(jù)基因，他們的功能與參數(shù)完全一致。其次平臺(tái)為數(shù)字孿生體提供了完備的標(biāo)準(zhǔn)測試場景庫，場景庫中可以設(shè)置環(huán)境參數(shù)，如溫度、濕度等。樣機(jī)進(jìn)行測試的核心技術(shù)是內(nèi)置于場景庫的仿真插件，仿真插件由不同領(lǐng)域內(nèi)的專業(yè)仿真公司提供，包括流體、熱、電磁、結(jié)構(gòu)等多種領(lǐng)域，用戶使用不同的插件可快速實(shí)現(xiàn)針對(duì)同一孿生體，在特定環(huán)境下進(jìn)行不同領(lǐng)域的仿真或耦合仿真。
展開 1 引言
隨著智能駕駛仿真測試等技術(shù)的快速發(fā)展，行業(yè)評(píng)估體系已從單一的“測試里程數(shù)”向更全面的“場景覆蓋度”及“邊緣場景”檢驗(yàn)演進(jìn)。在此趨勢下，實(shí)車測試向仿真環(huán)境遷移已成為提升驗(yàn)證效率與安全的必然選擇。統(tǒng)計(jì)數(shù)據(jù)表明，一套成熟的自動(dòng)駕駛算法驗(yàn)證通常遵循“99.9%仿真測試 + 0.09%封閉場地測試 + 0.01%公開道路測試”的黃金比例。
然而，當(dāng)前市場上主流的仿真工具所構(gòu)建的場景，大多集中于結(jié)構(gòu)清晰、標(biāo)線完整的規(guī)范化道路環(huán)境，如城市高架、筆直高速及標(biāo)準(zhǔn)停車場。這些“結(jié)構(gòu)化道路”雖然是現(xiàn)代路網(wǎng)的重要組成部分，卻遠(yuǎn)未涵蓋真實(shí)世界路況的多樣性。當(dāng)智駕系統(tǒng)需要向更高階的L3、L4級(jí)別邁進(jìn)，或當(dāng)車輛需進(jìn)入礦區(qū)、鄉(xiāng)野、山地等特殊區(qū)域時(shí)，那些缺乏清晰車道線、路面起伏不平的“非結(jié)構(gòu)化道路”，便成為制約系統(tǒng)實(shí)際落地與可靠運(yùn)行的關(guān)鍵瓶頸。
因此，實(shí)現(xiàn)高效、真實(shí)且可擴(kuò)展的非結(jié)構(gòu)化道路仿真能力，已成為當(dāng)前智能駕駛測試驗(yàn)證領(lǐng)域的核心挑戰(zhàn)與迫切需求。在此背景下，本文旨在系統(tǒng)闡述非結(jié)構(gòu)化道路仿真的必要性、當(dāng)前面臨的技術(shù)難點(diǎn)及其解決方案。
2 非結(jié)構(gòu)化道路測試必要性
在傳統(tǒng)的ODD（運(yùn)行設(shè)計(jì)域）定義中，非結(jié)構(gòu)化道路常被歸類為“特定場景”。然而在實(shí)際交通環(huán)境中，城鄉(xiāng)結(jié)合部、復(fù)雜山路、臨時(shí)施工路段以及各類園區(qū)內(nèi)部道路等場景占有相當(dāng)比例。
AI生成，僅供參考
對(duì)智駕算法而言，結(jié)構(gòu)化道路具備高精地圖先驗(yàn)信息、清晰的車道線與規(guī)范交通標(biāo)志，測試條件相對(duì)明確。而非結(jié)構(gòu)化道路則缺乏此類結(jié)構(gòu)化信息，系統(tǒng)必須完全依靠自身感知與決策能力：
1、車道標(biāo)識(shí)缺失或模糊：車輛需依賴視覺、雷達(dá)等多源數(shù)據(jù)實(shí)時(shí)判斷可行駛區(qū)域，無法直接依賴車道線進(jìn)行跟蹤。
展開 它能夠?yàn)闄C(jī)器學(xué)習(xí)提供大量帶標(biāo)注的數(shù)據(jù)集，可包含豐富的、具有邊界特征場景內(nèi)容的數(shù)據(jù)，這為深度學(xué)習(xí)的感知、強(qiáng)化學(xué)習(xí)的規(guī)劃算法奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。
另一方面，智能駕駛測試需要大量多樣性的測試樣本來反映復(fù)雜多變的智能駕駛汽車應(yīng)用環(huán)境。然而從真實(shí)道路上和試驗(yàn)場地得到的路采數(shù)據(jù)往往場景內(nèi)容單調(diào)、不易泛化。如交通安全事故一些邊緣或極端行駛工況，屬小概率事件。對(duì)小概率事件的測試需要巨大的數(shù)據(jù)樣本，并且事故樣本的獲取具有危險(xiǎn)性且難以復(fù)制，需要很長的測試周期。構(gòu)建高逼真度的仿真場景數(shù)據(jù)集，不僅需要滿足ASIL（Automotive Safety Integrity Level）和 ISO26262 等在內(nèi)的各種測試標(biāo)準(zhǔn)、規(guī)范以及測試需求，重構(gòu)高速、城區(qū)和鄉(xiāng)村等各類豐富的駕駛場景測試用例。同時(shí)它需要滿足內(nèi)容、類型和屬性的多樣性需求，利用道路、交通和天氣光照各要素模型自動(dòng)生成大規(guī)模數(shù)據(jù)集，體現(xiàn)場景的典型性、極限邊界性特征，實(shí)現(xiàn)智能駕駛汽車全天候、全工況的自動(dòng)化測試、驗(yàn)證和評(píng)價(jià)。
因此，面向智能駕駛測試的仿真場景構(gòu)建技術(shù)已成為當(dāng)前汽車智能化新的研究課題和世界性的研究熱點(diǎn)，作為一種新興技術(shù)仍面臨許多挑戰(zhàn)，其方法有待深入研究。本文在國內(nèi)外仿真場景構(gòu)建技術(shù)研究工作的基礎(chǔ)上，綜述了包括場景自動(dòng)構(gòu)建方法、交通仿真建模方法的自動(dòng)駕駛軟件測試技術(shù)，重點(diǎn)分析一些值得深入研究的問題，為進(jìn)一步研究提供參考。
場景構(gòu)建方法
場景內(nèi)涵與架構(gòu)
場景作為行駛環(huán)境與汽車駕駛情景的一種綜合體現(xiàn)，描述了車輛外部行駛環(huán)境的道路場地、周邊交通、氣象( 天氣和光照) 和車輛自身的駕駛?cè)蝿?wù)和狀態(tài)等信息，是影響和判定智能駕駛功能與性能因素集合的一種抽象與映射，具有高度的不確定、不可重復(fù)、不可預(yù)測和不可窮盡等特征。
展開 
交通場景測試的相關(guān)專題、標(biāo)簽、搜索
交通場景測試的最新內(nèi)容
在機(jī)械加工、重型裝備測試、機(jī)床安裝、高溫高振等端工業(yè)場景中，地平鐵作為核心基準(zhǔn)裝備，承擔(dān)著穩(wěn)定支撐、定位的關(guān)鍵使命。不同于普通基準(zhǔn)平臺(tái)易變形、抗振差的短板，地平鐵憑借抗振性、強(qiáng)悍承重能力，在重載沖擊、高頻振動(dòng)、溫度驟變等端工況下依舊“淡定從容”，堪稱工業(yè)生產(chǎn)的“定海神針”。
###一、“定海神針”底氣所在：
在風(fēng)電設(shè)備測試、工程機(jī)械總裝、重型工裝定點(diǎn)等工業(yè)場景中，T型槽鐵地板常年面臨重載沖擊、高頻振動(dòng)、多工況切換等“狠活”挑戰(zhàn)。越是嚴(yán)苛的作業(yè)環(huán)境，越能凸顯其核心價(jià)值——始終穩(wěn)定“拿捏”精度與承重雙重核心需求。作為工業(yè)基礎(chǔ)裝備的“硬核擔(dān)當(dāng)”，T型槽鐵地板為何能在端工況下保持穩(wěn)定？本文結(jié)合T型槽鐵地板、鑄鐵T型槽地板、重型T型槽鐵地板、高精度鐵地板、T型槽地基板等高頻關(guān)鍵詞，深解析其精度與承重的核心保障邏輯
在重型裝備測試、機(jī)械裝配、工裝定點(diǎn)、零部件檢測等工業(yè)場景中，鐵地板是保障作業(yè)精度與安全的核心基礎(chǔ)裝備。T型槽鐵地板與普通平板鐵地板作為兩大主流品3個(gè)月前
T型槽鐵地板vs普通款：誰是鐵地板界的“六邊形戰(zhàn)士”？
在重型裝備測試、機(jī)械裝配、工裝定點(diǎn)、零部件檢測等工業(yè)場景中，鐵地板是保障作業(yè)精度與安全的核心基礎(chǔ)裝備。T型槽鐵地板與普通平板鐵地板作為兩大主流品類，二者在承載能力、裝夾靈活、精度穩(wěn)定性等關(guān)鍵維度差異顯著。“六邊形戰(zhàn)士”需兼顧承載、精度、適配、耐用、便捷、性價(jià)比六大核心優(yōu)勢，無明顯短板。本文結(jié)合T型槽鐵地板、鑄鐵T型槽地板、重型T
解密T型槽鐵地板：為何材質(zhì)是承載與剛性的“勝負(fù)手”？
在重型裝備測試、機(jī)械裝配、工裝定點(diǎn)等工業(yè)場景中，T型槽鐵地板是核心基礎(chǔ)裝備，其承載能力與結(jié)構(gòu)剛性直接決定作業(yè)安全與精度穩(wěn)定性。而材質(zhì)作為T型槽鐵地板的核心內(nèi)核，直接影響其抗變形、耐磨損、承重力等關(guān)鍵性能，是區(qū)分產(chǎn)品優(yōu)劣的“勝負(fù)手”。本文結(jié)合T型槽鐵地板、鑄鐵T型槽地板、重型T型槽鐵地板、高精度T型槽地基板等高頻關(guān)鍵詞，深解析材質(zhì)對(duì)承載與剛性的影響
1 引言
隨著智能駕駛仿真測試等技術(shù)的快速發(fā)展，行業(yè)評(píng)估體系已從單一的“測試?yán)锍虜?shù)”向更全面的“場景覆蓋度”及“邊緣場景”檢驗(yàn)演進(jìn)。在此趨勢下，實(shí)車測試向仿真環(huán)境遷移已成為提升驗(yàn)證效率與安全的必然選擇。統(tǒng)計(jì)數(shù)據(jù)表明，一套成熟的自動(dòng)駕駛算法驗(yàn)證通常遵循“99.9%仿真測試 + 0.09%封閉場地測試 + 0.01%公開道路測試”的黃金比例。
然而，當(dāng)前市場上主流的仿真工具所構(gòu)建的場景，大多集中于結(jié)構(gòu)清晰
在產(chǎn)品可靠性驗(yàn)證領(lǐng)域，跌落、沖擊試驗(yàn)是兩項(xiàng)至關(guān)重要的力學(xué)環(huán)境測試。它們模擬了產(chǎn)品在運(yùn)輸、使用過程中可能面臨的不同類型的力學(xué)挑戰(zhàn)。北京沃華慧通測控技術(shù)有限公司作為國內(nèi)領(lǐng)先的測控設(shè)備提供商，致力于為客戶理清這些測試的差異，并提供精準(zhǔn)、可靠的測試解決方案。
三大試驗(yàn)機(jī)的測試場景核心區(qū)別
盡管三者都涉及“力”的作用，但其物理本質(zhì)、時(shí)間尺度和測試目的有著根本性的不同。
拉力、壓力、彎曲力學(xué)測試設(shè)備的適用場景8個(gè)月前
（一）拉力測試設(shè)備：聚焦材料抗拉伸性能檢測
拉力測試設(shè)備通過對(duì)試樣施加軸向拉力，模擬材料在實(shí)際使用中承受拉伸載荷的工況，主要用于檢測材料的抗拉強(qiáng)度、屈服強(qiáng)度、伸長率、彈性模量等關(guān)鍵指標(biāo)，適用場景廣泛覆蓋多個(gè)行業(yè)：
金屬材料領(lǐng)域：在汽車制造中，用于檢測車身用鋼板、發(fā)動(dòng)機(jī)連桿用合金材料的拉伸性能，確保材料在車輛行駛過程中能承受顛簸、碰撞等帶來的拉伸應(yīng)力；在航空航天行業(yè)，對(duì)鈦合金、鋁合金等航空材料進(jìn)行拉力測試
<p>柔性屏技術(shù)的興起，為電子設(shè)備的形態(tài)與功能帶來了革命性的變化。從可折疊手機(jī)到車載中控屏，柔性屏正逐漸滲透到各個(gè)領(lǐng)域。在柔性屏的研發(fā)、生產(chǎn)及應(yīng)用過程中，確保其在彎折場景下的可靠性至關(guān)重要。柔性屏彎折試驗(yàn)機(jī)作為核心測試設(shè)備，在實(shí)驗(yàn)室研發(fā)、生產(chǎn)線質(zhì)量控制及全場景應(yīng)用模擬中發(fā)揮著不可替代的作用。</p><div contenteditable="false" width="100%">
<img
柔性屏技術(shù)的興起，為電子設(shè)備的形態(tài)與功能帶來了革命性的變化。從可折疊手機(jī)到車載中控屏，柔性屏正逐漸滲透到各個(gè)領(lǐng)域。在柔性屏的研發(fā)、生產(chǎn)及應(yīng)用過程中，確保其在彎折場景下的可靠性至關(guān)重要。柔性屏彎折試驗(yàn)機(jī)作為核心測試設(shè)備，在實(shí)驗(yàn)室研發(fā)、生產(chǎn)線質(zhì)量控制及全場景應(yīng)用模擬中發(fā)揮著不可替代的作用。
一、實(shí)驗(yàn)室研發(fā)階段：探索材料與結(jié)構(gòu)極限
（一）材料性能評(píng)估
1、抗疲勞性能測試：
在汽車中控領(lǐng)域，集按壓與旋轉(zhuǎn)功能于一體的多模式旋鈕正成為人機(jī)交互的核心部件。這種 “按壓 + 旋轉(zhuǎn)” 的復(fù)合操作設(shè)計(jì)，既能通過旋轉(zhuǎn)實(shí)現(xiàn)精確調(diào)節(jié)（如音量、溫度），又能通過按壓完成確認(rèn)、切換等指令，極大提升了操作效率。然而，兩種動(dòng)作的頻繁交替與疊加，也對(duì)旋鈕的結(jié)構(gòu)強(qiáng)度、信號(hào)傳輸和耐用性提出了嚴(yán)苛挑戰(zhàn)。因此，針對(duì)多模式旋鈕的復(fù)合操作可靠性測試，不僅需要模擬單一動(dòng)作的極限狀態(tài)，更要關(guān)注兩種操作疊加時(shí)的協(xié)同性能與失效風(fēng)險(xiǎn)
