車輛感知技術(shù)的案例
系統(tǒng)級仿真 | Ansys聯(lián)合Onsemi推動車輛感知能力的未來發(fā)展
</p><p>— Shaheen Amanullah，onsemi智能傳感團(tuán)隊(duì)成像系統(tǒng)總監(jiān)</p><p><br></p><p><br></p><p><strong>仿真能夠準(zhǔn)確預(yù)測和驗(yàn)證各種駕駛環(huán)境中的傳感器功能性</strong></p><p><br></p><p>我們可能很難想象這樣一個(gè)世界：人類放棄駕駛控制權(quán)，讓車輛來自行駕駛。但事實(shí)上，我們現(xiàn)在就能瞥見這樣的未來。如今，道路上的許多車輛已經(jīng)受益于高級駕駛輔助系統(tǒng)（ADAS），這些系統(tǒng)使用攝像頭、雷達(dá)和激光雷達(dá)等傳感器技術(shù)來避免與障礙物發(fā)生碰撞，幫助我們保持在車道內(nèi)、進(jìn)行平行泊車等。</p><p><br></p><p>所有這些系統(tǒng)都由人工智能（AI）傳感進(jìn)行指導(dǎo)，例如計(jì)算機(jī)視覺，它是自動駕駛汽車（AV）感知堆棧的核心功能。AV技術(shù)堆棧由多個(gè)功能層組成，包含特定的功能模塊，負(fù)責(zé)自動駕駛所需的感知、連接、處理、分析和決策。與人類駕駛員非常相似，車輛的感知堆棧也會“環(huán)顧四周”，從車輛傳感器收集數(shù)據(jù)，然后對數(shù)據(jù)進(jìn)行處理，以了解目前的駕駛環(huán)境并對其做出響應(yīng)。</p><p><br></p><p>作為自動駕駛領(lǐng)域的兩大關(guān)鍵參與者，Ansys與onsemi合作提供獨(dú)特的解決方案，以推進(jìn)感知領(lǐng)域的發(fā)展，該解決方案包含了雙方互補(bǔ)的技術(shù)，為原始設(shè)備制造商（OEM）和一級供應(yīng)商提供了一個(gè)生態(tài)系統(tǒng)，以推動其開發(fā)和感知驗(yàn)證目標(biāo)。</p><p><br></p><p>作為電源和傳感技術(shù)領(lǐng)域的領(lǐng)導(dǎo)者，onsemi的目標(biāo)是促進(jìn)創(chuàng)新和開發(fā)智能技術(shù)，以解決復(fù)雜的客戶挑戰(zhàn)——包括車輛感知方面的挑戰(zhàn)，從而支持AV的開發(fā)。與Ansys的合作使onsemi能夠創(chuàng)建系統(tǒng)級仿真，以分析其開發(fā)決策的影響，并推動其技術(shù)進(jìn)步。onsemi團(tuán)隊(duì)創(chuàng)建了傳感器模型和虛擬數(shù)字孿生，然后使用Ansys AVxcelerate仿真來整合各種駕駛場景，從而將傳感器模型轉(zhuǎn)化為系統(tǒng)級仿真。
展開 博聞馭識 U-Logue百科丨無人駕駛車輛感知和理解世界的兩個(gè)基本問題
問題二：感知-我的周圍是什么
無人駕駛車輛接收到攝像頭、激光雷達(dá)以及其他感知設(shè)備輸入的數(shù)據(jù)，通過這些數(shù)據(jù)可以獲取周圍的目標(biāo)物的位置、尺寸、分類信息（車輛、行人等）和跟蹤信息（速度、加速度、角速度等），還有未知分類的障礙物、目標(biāo)車的尾燈、護(hù)欄、紅綠燈、植被等都需要被感知到。所有這些信息都會輸出到到?jīng)Q策/規(guī)劃模塊使用。
目標(biāo)檢測中都會使用深度學(xué)習(xí)的方法，深度學(xué)習(xí)首先通過網(wǎng)絡(luò)學(xué)習(xí)激光雷達(dá)三維點(diǎn)云中的背景信息、目標(biāo)物和分類信息。此外，無人車上有多種傳感器，最主要的是激光雷達(dá)和攝像頭，將二者融合會在目標(biāo)檢測的距離精度、分類精度、尺寸精度等方面都有顯著提升。
無人車要能夠安全、平順的行駛，對每個(gè)目標(biāo)物的準(zhǔn)確跟蹤、速度、加速度等都是必不可少的，這些信息必須要連續(xù)幀上獲取，因此我們必須要目標(biāo)檢測機(jī)制上進(jìn)行匹配跟蹤、速度估計(jì)等等一系列工作。我們會獲得T – 1(上一幀)時(shí)刻的目標(biāo)檢測結(jié)果，也會獲得當(dāng)前時(shí)刻的結(jié)果，這些結(jié)果可以通過卡爾曼濾波算法得出當(dāng)前幀預(yù)測結(jié)果，再把這個(gè)預(yù)測結(jié)果和當(dāng)前幀檢測結(jié)果通過相似度計(jì)算和匈牙利匹配關(guān)聯(lián)，可以通過這速度工具來獲取場景中目標(biāo)物編號、速度、運(yùn)動方向等信息，這些信息對車輛決策/規(guī)劃模塊相當(dāng)重要。
*卡爾曼濾波可以有效在時(shí)間線上對測量和預(yù)測進(jìn)行合理加權(quán)的算法。
*匈牙利算法是一種求解最大匹配的算法。
除了常見的目標(biāo)檢測之外，環(huán)境中還有一些其他要素需要感知，比如之前提到的植被，無法用一個(gè)矩形框來表示，因此需要語義分割技術(shù)，它能夠獲得精細(xì)的感知結(jié)果。最終我們將目標(biāo)檢測、跟蹤和語義分割融合在一起，作為整體輸出給下個(gè)模塊。
展開 光刻技術(shù)第16期 | 壓縮感知光源優(yōu)化的優(yōu)化技術(shù)
壓縮感知技術(shù)憑借“稀疏性約束降維”的核心邏輯，為光源優(yōu)化提供了突破口——通過將光源在稀疏基（如2D-DCT）下表示為少量非零系數(shù)，大幅削減優(yōu)化變量維度。但壓縮感知光源優(yōu)化的落地效果，關(guān)鍵取決于“優(yōu)化技術(shù)”的工程化實(shí)現(xiàn)：算法迭代步驟的合理性決定了優(yōu)化收斂速度與全局最優(yōu)性，需明確初始值求解、變量更新、收斂判定的完整邏輯；算法實(shí)施細(xì)節(jié)的精準(zhǔn)度（如稀疏基適配選擇、測量矩陣構(gòu)建、噪聲抑制策略）則直接影響優(yōu)化結(jié)果的穩(wěn)定性與可制造性，是技術(shù)從理論走向工程的核心橋梁。
本文聚焦壓縮感知光源優(yōu)化的優(yōu)化技術(shù)核心，系統(tǒng)拆解算法迭代的完整流程，深入剖析關(guān)鍵實(shí)施細(xì)節(jié)，厘清技術(shù)落地的核心環(huán)節(jié)，為壓縮感知光源優(yōu)化在先進(jìn)光刻工程中的高效應(yīng)用提供可復(fù)用的技術(shù)框架與實(shí)施參考。
02/算法迭代步驟
通過解決l1范數(shù)優(yōu)化問題，可以獲得最佳光源圖形。該問題可以使用在CS領(lǐng)域開發(fā)的多種算法來解決。在優(yōu)化前計(jì)算Iscc矩陣，可以減少運(yùn)行時(shí)間。
通過線性Bregman算法迭代更新光源的2D-DCT系數(shù)θ，該算法計(jì)算效率高、圖像對比度高，流程如下：
迭代過程中，門運(yùn)算承擔(dān)著參數(shù)精準(zhǔn)篩選的關(guān)鍵角色：
? 若參數(shù)的絕對值小于設(shè)定閾值，會直接調(diào)整為0；
? 若參數(shù)絕對值不小于該閾值，則結(jié)合參數(shù)自身的符號（正/負(fù)）與閾值運(yùn)算，實(shí)現(xiàn)參數(shù)的定向調(diào)控。
其中的符號判斷由符號函數(shù)完成：參數(shù)非負(fù)時(shí)符號為1，參數(shù)為負(fù)時(shí)符號為-1——通過這一機(jī)制，最終得到的光源核心參數(shù)（2D-DCT系數(shù)）將更精準(zhǔn)匹配光刻需求。
展開 光刻技術(shù)第20期 | 非線性壓縮感知光源-掩模優(yōu)化技術(shù)及對比分析
點(diǎn)擊藍(lán)字 關(guān)注我們
01/簡介
隨著集成電路制程向3nm及以下先進(jìn)節(jié)點(diǎn)演進(jìn)，光刻成像系統(tǒng)中的光學(xué)衍射、掩模三維效應(yīng)與光致抗蝕劑非線性響應(yīng)相互疊加，使光源-掩模協(xié)同優(yōu)化（SMO）成為保障圖形保真度與芯片良率的核心技術(shù)。傳統(tǒng)線性壓縮感知（CS）驅(qū)動的SMO技術(shù)，因難以精準(zhǔn)刻畫掩模與成像之間的強(qiáng)非線性映射關(guān)系，在復(fù)雜圖形優(yōu)化中常面臨精度不足、工藝窗口收縮等問題，已無法滿足極端制程對優(yōu)化性能的嚴(yán)苛要求。
非線性壓縮感知（NCS）理論的興起為突破這一瓶頸提供了關(guān)鍵路徑，其通過構(gòu)建非線性重構(gòu)模型，可更貼合光刻系統(tǒng)的物理本質(zhì)。然而，不同非線性CS-SMO技術(shù)的適配場景與性能表現(xiàn)尚未形成系統(tǒng)對比，仿真條件的差異也導(dǎo)致技術(shù)優(yōu)劣難以客觀評判。
基于此，本文以非線性壓縮感知光源-掩模優(yōu)化的數(shù)學(xué)模型為核心，搭建標(biāo)準(zhǔn)化仿真環(huán)境，選取水平條塊圖形、豎直線條圖形及復(fù)雜電路圖形作為典型測試對象，從成像精度、計(jì)算效率、工藝窗口兼容性等維度，系統(tǒng)開展不同SMO技術(shù)的性能對比研究。通過量化分析各類技術(shù)的適配特性與核心優(yōu)勢，為先進(jìn)計(jì)算光刻中SMO技術(shù)的選型與工程化應(yīng)用提供科學(xué)依據(jù)與理論支撐。
展開 
無人水面艇感知技術(shù)發(fā)展綜述
在水面無人駕駛技術(shù)體系中，感知技術(shù)是核心，而現(xiàn)階段國內(nèi)外對其感知技術(shù)的研究仍處于起步階段。本文梳理了無人艇的研發(fā)進(jìn)程，圍繞感知技術(shù)的3個(gè)方面關(guān)鍵技術(shù)進(jìn)行分析與探討：基于水面無人艇的目標(biāo)檢測，主要包括面向避障的目標(biāo)檢測及面向作業(yè)的目標(biāo)檢測、目標(biāo)跟蹤、實(shí)時(shí)定位方法。最后考慮到無人艇感知技術(shù)在系統(tǒng)穩(wěn)定性及目標(biāo)檢測能力中面臨的挑戰(zhàn)，對無人艇感知技術(shù)存在的不足和未來的發(fā)展趨勢做出展望。
關(guān)鍵詞：無人水面艇；感知；路徑規(guī)劃；目標(biāo)檢測；目標(biāo)跟蹤；導(dǎo)航；定位
由于無人駕駛的發(fā)展，近幾年無人車和無人機(jī)已廣泛應(yīng)用于各種場景。與此同時(shí)，應(yīng)用于水面的無人艇(unmanned surface vehicles，USV)有望在未來代替人類發(fā)揮重要作用。近年來，無人艇被廣泛用于執(zhí)行多種軍事及非軍事任務(wù)，代替作業(yè)人員執(zhí)行危險(xiǎn)或耗時(shí)耗力的任務(wù)，在港口防護(hù)及艦船兵力保護(hù)、海上偵察監(jiān)視、反潛作戰(zhàn)、水上搜救、后勤補(bǔ)給、水質(zhì)監(jiān)測、水文采樣、海洋環(huán)境測繪、水域生態(tài)保護(hù)等方面發(fā)揮著重要作用，提高工作效能的同時(shí)也降低了作業(yè)人員的傷亡。
作為無人艇的創(chuàng)始者，以色列埃爾比特系統(tǒng)公司推出的“銀色馬林魚”具有劃時(shí)代的戰(zhàn)略意義[1]。隨后，無人艇SCOUT[2]、水面高速無人艇PROTECTOR[3]、測量雙體船海豚(MESSIN)[4]、無人艇ROBOAT[5]、無人艇JingHai-I[6]以及各種無人艇海上協(xié)議相繼推出[7]。近年來，各企業(yè)也陸續(xù)推出商用水面無人艇。Fraunhofer CML等8家機(jī)構(gòu)聯(lián)合開展海上智能無人駕駛航行網(wǎng)絡(luò)(MUNIN)計(jì)劃[8]。日本29家單位聯(lián)合組織開展“智能船舶應(yīng)用平臺(SSAP1)”項(xiàng)目。英國羅爾斯·羅伊斯公司(R-R 公司)發(fā)起“先進(jìn)自主水運(yùn)應(yīng)用項(xiàng)目(AAWA)”[9]，并與 Finferries 聯(lián)合推出全球第一艘無人駕駛渡輪“Falco”號。
展開 無人駕駛汽車環(huán)境感知技術(shù)綜述
2014年寶馬在德國展示了其最新的無人駕駛技術(shù)，車輛在將出現(xiàn)碰撞時(shí)，系統(tǒng)會警告駕駛員，并在必要時(shí)自動停車。
1.2 國內(nèi)無人駕駛汽車發(fā)展現(xiàn)狀
我國在無人駕駛技術(shù)的研究上則稍晚一些，在1980年，由哈爾濱工業(yè)大學(xué)、自動化研究所與國防科技大學(xué)三家單位組成的研發(fā)團(tuán)體開始啟動“遙控駕駛的防核化偵察車”項(xiàng)目。在1985年研制出我國第一輛無人駕駛汽車ATB-1。
在國內(nèi)，國防科技大學(xué)的無人駕駛技術(shù)研究水平處在最前列。2002年成功研制出一輛可以在行駛過程中自主檢測道路障礙物并自行換車道的無人駕駛汽車“紅旗CA7460”，其最高車速為100 km/h。清華大學(xué)也于2006年研制出可以分為高速和城區(qū)兩種環(huán)境下不同駕駛模式的無人駕駛汽車，其最高時(shí)速為100 km/h[2]。
從2009年起到2016年，我國每年舉辦一次無人駕駛汽車比賽，至今已經(jīng)舉辦了八屆。此項(xiàng)比賽大大推進(jìn)了我國無人駕駛技術(shù)的發(fā)展，但是仍與西方發(fā)達(dá)國家存在較大的差距。
2 無人駕駛汽車環(huán)境感知系統(tǒng)研究現(xiàn)狀
2.1 Boss無人駕駛汽車的環(huán)境感知系統(tǒng)
Boss無人駕駛汽車的感知系統(tǒng)是由兩個(gè)相機(jī)，九個(gè)激光雷達(dá)和兩個(gè)IBEO組成。其中九個(gè)雷達(dá)又分為一個(gè)三維激光雷達(dá)，六個(gè)二維激光雷達(dá)和兩個(gè)毫米波雷達(dá)。雷達(dá)主要用來檢測靜態(tài)的障礙，當(dāng)?shù)缆非按嬖谡系K物時(shí)，首先由雷達(dá)檢測并生成相應(yīng)的障礙物地圖，如果障礙物為移動障礙物時(shí)，會自動從障礙物地圖中剔除。
2.2 Junior無人駕駛汽車的環(huán)境感知系統(tǒng)
Junior無人駕駛汽車的感知系統(tǒng)是先由一個(gè)測量單元通過與衛(wèi)星系統(tǒng)相連接感知車輛當(dāng)前的具體位置。在車輛兩邊安裝兩個(gè)傳感器，通過激光感知車輛前方路面情況，并生成車輛周圍路面的3D結(jié)構(gòu)。在車頂、尾部和保險(xiǎn)杠處分別安裝2個(gè)激光傳感器，感知車輛周邊的障礙物。
展開 自動駕駛汽車感知系統(tǒng)關(guān)鍵技術(shù)綜述
2 感知系統(tǒng)
感知系統(tǒng)目的包括：①安全性：實(shí)時(shí)、準(zhǔn)確識別周邊影響交通安全的物體，應(yīng)對突發(fā)事件，為采取必要操作以避免發(fā)生交通安全事故；②通過性：基于自身行駛性能、周邊路況和共識規(guī)則，能夠?qū)崟r(shí)、可靠、準(zhǔn)確識別并規(guī)劃出可保證規(guī)范、安全、迅速到達(dá)目的地的行駛路徑；③經(jīng)濟(jì)舒適性：為車輛高效、經(jīng)濟(jì)、平順行駛提供參考依據(jù)。目前，感知系統(tǒng)主要是利用傳感器、定位導(dǎo)航 、車聯(lián)通信（VehicIe-to-X，V2X）3種技術(shù)組合實(shí)現(xiàn)上述目的。
2.1 傳感器
傳感器感知的對象包括行駛路徑、周圍障礙物和行駛環(huán)境等。感知行駛路徑是對可通行性道路的識別，在城市中包括信號燈、各種標(biāo)志牌、車道線、路障等目標(biāo)的識別；在野外包括車輛前方路面平坦情況、可通行道路分析等。感知周圍障礙物是識別影響自動駕駛車輛行駛的靜止或者移動的各種障礙物，包括路面上的車輛、行人、路障等。感知行駛環(huán)境是判別對自動駕駛車輛行駛影響比較大的變化環(huán)境，例如路面、交通與天氣等。
主流的傳感器感知技術(shù)包括視覺感知、激光感知、微波感知等。視覺感知是基于攝像頭采集的圖像信息，使用視覺相關(guān)算法進(jìn)行處理，認(rèn)知周圍環(huán)境；激光感知是基于激光雷達(dá)采集的點(diǎn)云數(shù)據(jù)，通過濾波、聚類等技術(shù)，對環(huán)境進(jìn)行感知；微波感知是基于微波雷達(dá)采集的距離信息，使用距離相關(guān)算法進(jìn)行處理，認(rèn)知周圍環(huán)境。3種環(huán)境感知方法的比較如表2所示。根據(jù)各類傳感器技術(shù)特點(diǎn)，不同應(yīng)用場景和系統(tǒng)功能需求下，應(yīng)選不同的傳感器技術(shù)。例如，在高速公路環(huán)境下，由于車輛速度較快，通常選用檢測距離較大的微波感知；在城市環(huán)境中，由于環(huán)境復(fù)雜，通常選擇檢測角度較大、信息量豐富的激光、視覺感知技術(shù)。
現(xiàn)在廣泛應(yīng)用的各類高級駕駛員輔助系統(tǒng)ADAS使用各類傳感器，實(shí)現(xiàn)了相應(yīng)的輔助駕駛功能，為實(shí)現(xiàn)完全自動駕駛奠定了基礎(chǔ)，如圖2所示。
展開 下午直播 | Ansys面向感知系統(tǒng)的仿真驗(yàn)證技術(shù)
針對當(dāng)前L3以上自動駕駛汽車開發(fā)對感知越來越多的應(yīng)用需求，傳統(tǒng)的實(shí)車測試不僅人成本高昂，同時(shí)無法覆蓋感知測試所需的海量邊緣場景。Ansys 基于物理的傳感器仿真可以實(shí)現(xiàn)高精度攝像頭，激光雷達(dá)和毫米波雷達(dá)實(shí)時(shí)仿真，幫助用戶加速高等級自動駕駛功能開發(fā)需求。
行業(yè)應(yīng)用方案 | 面向無人駕駛感知系統(tǒng)的仿真驗(yàn)證技術(shù)
Ansys 行業(yè)應(yīng)用方案連載 | 面向無人駕駛感知系統(tǒng)的仿真驗(yàn)證技術(shù)
無人駕駛技術(shù)在當(dāng)今5G和人工智能的催生下越發(fā)蓬勃地發(fā)展，滿足完全面向L3+的自動駕駛能力是未來兩年國內(nèi)外自動駕駛技術(shù)產(chǎn)品化的主要目標(biāo)。對于L3+的自動駕駛系統(tǒng)需要在給定的運(yùn)行區(qū)域內(nèi)，除了完成車輛橫向和縱向的控制外，還需要實(shí)現(xiàn)目標(biāo)事件的檢查和響應(yīng)。所以對于L3+的自動駕駛系統(tǒng)，其感知和控制決策就變的尤為重要，這更加需要極大關(guān)注感知系統(tǒng)的能力，對傳感器的布置、性能、感知算法等都需要進(jìn)行充分的設(shè)計(jì)驗(yàn)證。
但是當(dāng)前傳統(tǒng)的實(shí)車路試等測試手段已經(jīng)難以在有限的時(shí)間內(nèi)覆蓋自動駕駛汽車所有可能的運(yùn)行場景，AI的應(yīng)用又急劇擴(kuò)大了對測試場景規(guī)模的要求，尤其是現(xiàn)實(shí)中偶有發(fā)生而又會對駕駛造成極大安全隱患的邊緣場景更加考驗(yàn)自動駕駛系統(tǒng)的感知和決策控制。數(shù)字化的仿真正是目前解決自動駕駛測試技術(shù)場景覆蓋度這一難題的有效手段，通過快速便捷的場景和駕駛仿真技術(shù)，可以幫助用戶在短時(shí)間內(nèi)實(shí)現(xiàn)大規(guī)模多場景的仿真測試驗(yàn)證，從而讓仿真從真正意義上加速整體測試開發(fā)流程。
Ansys解決方案
Ansys為面向L3+的自動駕駛應(yīng)用提供的基于物理的傳感器與駕駛仿真技術(shù)可以有效的構(gòu)建一套高保真的自動駕駛仿真體系，包括面向功能安全和SOTIF的安全性分析平臺、傳感器部件設(shè)計(jì)與仿真工具、面向感知算法的魯棒性測試等，從而將仿真技術(shù)真正應(yīng)用到自動駕駛汽車的測試驗(yàn)證中。
展開 光刻技術(shù)第18期 | 非線性壓縮感知理論
01/簡介
隨著集成電路制程推進(jìn)至90nm及以下節(jié)點(diǎn)，光學(xué)鄰近效應(yīng)校正（OPC）、光源掩模聯(lián)合優(yōu)化（SMO）等計(jì)算光刻技術(shù)已成為保障光刻成像精度的核心支撐。其中，壓縮感知（CS）技術(shù)憑借稀疏性約束降維的核心優(yōu)勢，在光源優(yōu)化（SO）中實(shí)現(xiàn)了高效的參數(shù)尋優(yōu)，大幅降低了計(jì)算復(fù)雜度。
然而，當(dāng)優(yōu)化對象轉(zhuǎn)向掩模時(shí)，線性CS理論的局限性愈發(fā)凸顯——掩模圖形的像素級調(diào)控與光刻成像之間存在顯著的非線性映射關(guān)系，這種非線性源于掩模三維衍射、光致抗蝕劑化學(xué)反應(yīng)等多物理效應(yīng)疊加，導(dǎo)致線性模型難以精準(zhǔn)刻畫優(yōu)化目標(biāo)與掩模參數(shù)的關(guān)聯(lián)，直接影響OPC的校正精度與SMO的協(xié)同優(yōu)化效能。
為破解這一瓶頸，非線性壓縮感知（NCS）理論應(yīng)運(yùn)而生，其通過非線性映射構(gòu)建信號與觀測的關(guān)聯(lián)，能夠適配掩模優(yōu)化場景中的復(fù)雜非線性特性。與線性CS相比，非線性CS理論的核心突破在于重構(gòu)模型對非線性關(guān)系的精準(zhǔn)表征，而迭代公式則為非凸優(yōu)化問題提供了高效的求解路徑，二者共同構(gòu)成了掩模優(yōu)化場景下計(jì)算光刻技術(shù)的理論核心。
本文聚焦非線性壓縮感知理論的工程化應(yīng)用需求，從掩模-成像的非線性機(jī)理出發(fā)，系統(tǒng)解析非線性CS重構(gòu)模型的構(gòu)建邏輯，深入推導(dǎo)關(guān)鍵迭代公式的演化過程，為OPC、SMO等技術(shù)的精度提升提供理論支撐。
02/仿真非線性CS重構(gòu)模型
在先進(jìn)光刻的非線性優(yōu)化場景中，非線性CS重構(gòu)算法（IHTs、Newton-IHTs、L-BFGS）是破解復(fù)雜運(yùn)算難題的核心工具——它們既能精準(zhǔn)適配非線性光刻的優(yōu)化需求，更能通過梯度、Hessian矩陣的協(xié)同作用加速收斂，在保障優(yōu)化精度的同時(shí)，大幅提升計(jì)算效率。
展開 一文詳解智能駕駛感知系統(tǒng)測試技術(shù)
摘要
隨著人工智能、邊緣計(jì)算、無線通信和車載傳感器等關(guān)鍵技術(shù)的進(jìn)步和突破，自動駕駛系統(tǒng)迎來了新一輪的發(fā)展。交通應(yīng)用的安全攸關(guān)場景給自動駕駛系統(tǒng)提出了更高的質(zhì)量保障要求。感知系統(tǒng)是自動駕駛的核心，圍繞感知能力的測試驗(yàn)證工作是保障自動駕駛軟件系統(tǒng)安全可靠的有效且必要途徑。本文簡要分析了國內(nèi)外自動駕駛感知系統(tǒng)測試的研究現(xiàn)狀，并對圖像、激光雷達(dá)、以及感知融合測試方法和技術(shù)發(fā)展進(jìn)行了討論。
前言
隨著人工智能及其軟硬件技術(shù)的進(jìn)步，近年來自動駕駛獲得了快速發(fā)展。自動駕駛系統(tǒng)已經(jīng)被應(yīng)用于民用汽車輔助駕駛器、自動物流機(jī)器人、無人機(jī)等領(lǐng)域。感知組件是自動駕駛系統(tǒng)的核心，它使得車輛能夠分析并理解內(nèi)外交通環(huán)境信息。然而，與其他軟件系統(tǒng)一樣，自動駕駛感知系統(tǒng)困擾于軟件缺陷。并且，自動駕駛系統(tǒng)運(yùn)行于安全攸關(guān)場景，其軟件缺陷可能導(dǎo)致災(zāi)難性后果。近年來，已經(jīng)發(fā)生多起自動駕駛系統(tǒng)缺陷導(dǎo)致的人員傷亡事故。自動駕駛系統(tǒng)測試技術(shù)受到學(xué)術(shù)界和工業(yè)界的廣泛重視。企業(yè)與研究機(jī)構(gòu)提出了一系列包括虛擬仿真測試、實(shí)景道路測試和虛實(shí)結(jié)合測試等在內(nèi)的技術(shù)和環(huán)境。然而，由于自動駕駛系統(tǒng)輸入數(shù)據(jù)類型的特殊性和運(yùn)行環(huán)境的多樣性，這類測試技術(shù)的實(shí)施過程需要消耗過多資源，并需要承擔(dān)較大風(fēng)險(xiǎn)。本文簡要分析當(dāng)前自動駕駛感知系統(tǒng)測試方法的研究和應(yīng)用現(xiàn)狀。
1 自動駕駛感知系統(tǒng)測試
自動駕駛感知系統(tǒng)的質(zhì)量保障越來越重要。感知系統(tǒng)需要幫助車輛自動分析和理解路況信息，其構(gòu)成非常復(fù)雜，需要充分檢驗(yàn)待測系統(tǒng)在眾多交通場景下的可靠性和安全性。當(dāng)前自動駕駛感知測試主要分為三大類。無論何種測試方法，都表現(xiàn)出了一個(gè)區(qū)別于傳統(tǒng)測試的重要特征，即對于測試數(shù)據(jù)的強(qiáng)依賴性。
第一類測試主要基于軟件工程理論和形式化方法等，以感知系統(tǒng)實(shí)現(xiàn)的模型結(jié)構(gòu)機(jī)理為切入點(diǎn)的測試。
展開 
行業(yè)應(yīng)用方案 | 面向無人駕駛感知系統(tǒng)的仿真驗(yàn)證技術(shù)
無人駕駛技術(shù)在當(dāng)今5G和人工智能的催生下越發(fā)蓬勃地發(fā)展，滿足完全面向L3+的自動駕駛能力是未來兩年國內(nèi)外自動駕駛技術(shù)產(chǎn)品化的主要目標(biāo)。對于L3+的自動駕駛系統(tǒng)需要在給定的運(yùn)行區(qū)域內(nèi)，除了完成車輛橫向和縱向的控制外，還需要實(shí)現(xiàn)目標(biāo)事件的檢查和響應(yīng)。所以對于L3+的自動駕駛系統(tǒng)，其感知和控制決策就變的尤為重要，這更加需要極大關(guān)注感知系統(tǒng)的能力，對傳感器的布置、性能、感知算法等都需要進(jìn)行充分的設(shè)計(jì)驗(yàn)證。
但是當(dāng)前傳統(tǒng)的實(shí)車路試等測試手段已經(jīng)難以在有限的時(shí)間內(nèi)覆蓋自動駕駛汽車所有可能的運(yùn)行場景，AI的應(yīng)用又急劇擴(kuò)大了對測試場景規(guī)模的要求，尤其是現(xiàn)實(shí)中偶有發(fā)生而又會對駕駛造成極大安全隱患的邊緣場景更加考驗(yàn)自動駕駛系統(tǒng)的感知和決策控制。數(shù)字化的仿真正是目前解決自動駕駛測試技術(shù)場景覆蓋度這一難題的有效手段，通過快速便捷的場景和駕駛仿真技術(shù)，可以幫助用戶在短時(shí)間內(nèi)實(shí)現(xiàn)大規(guī)模多場景的仿真測試驗(yàn)證，從而讓仿真從真正意義上加速整體測試開發(fā)流程。
Ansys解決方案
Ansys為面向L3+的自動駕駛應(yīng)用提供的基于物理的傳感器與駕駛仿真技術(shù)可以有效的構(gòu)建一套高保真的自動駕駛仿真體系，包括面向功能安全和SOTIF的安全性分析平臺、傳感器部件設(shè)計(jì)與仿真工具、面向感知算法的魯棒性測試等，從而將仿真技術(shù)真正應(yīng)用到自動駕駛汽車的測試驗(yàn)證中。
展開 基于物聯(lián)網(wǎng)感知技術(shù)的智慧社區(qū)解決方案
大家好，我是薛哥。智慧社區(qū)解決方案，我經(jīng)常發(fā)，但是每次都不重復(fù)，這樣做的好處可以作為模板素材，組合及修改成更好的設(shè)計(jì)方案，今天分享的智慧社區(qū)解決方案就非常的詳細(xì)，有物聯(lián)網(wǎng)方面的，也有可視化的。
終將渡過成長的海
01
正文
實(shí)現(xiàn)智能、人文、便捷、安全的生活環(huán)境，滿足社區(qū)居民生活、工作、學(xué)習(xí)、發(fā)展的需求；為政府、管理者和居民提供高效、安全、便捷的智慧化服務(wù)；為商業(yè)和服務(wù)機(jī)構(gòu)創(chuàng)造積極參與構(gòu)建社區(qū)融合服務(wù)體系的基礎(chǔ)環(huán)境，能讓其充分共享資源整合創(chuàng)造的商業(yè)價(jià)值，激勵其創(chuàng)新；最終將社區(qū)建成為資源節(jié)約、環(huán)境友好的綠色社區(qū)，人文宜居、生態(tài)文明 的宜居社區(qū)，社會和諧、民生幸福的幸福社區(qū)，促進(jìn)城市的發(fā)展和進(jìn)步的智慧社區(qū)。
展開 一文了解面向無人駕駛感知系統(tǒng)的仿真驗(yàn)證技術(shù)
無人駕駛技術(shù)在當(dāng)今5G和人工智能的催生下越發(fā)蓬勃地發(fā)展，滿足完全面向L3+的自動駕駛能力是未來兩年國內(nèi)外自動駕駛技術(shù)產(chǎn)品化的主要目標(biāo)。對于L3+的自動駕駛系統(tǒng)需要在給定的運(yùn)行區(qū)域內(nèi)，除了完成車輛橫向和縱向的控制外，還需要實(shí)現(xiàn)目標(biāo)事件的檢查和響應(yīng)。所以對于L3+的自動駕駛系統(tǒng)，其感知和控制決策就變的尤為重要，這更加需要極大關(guān)注感知系統(tǒng)的能力，對傳感器的布置、性能、感知算法等都需要進(jìn)行充分的設(shè)計(jì)驗(yàn)證。
但是，當(dāng)前傳統(tǒng)的實(shí)車路試等測試手段已經(jīng)難以在有限的時(shí)間內(nèi)覆蓋自動駕駛汽車所有可能的運(yùn)行場景，AI的應(yīng)用又急劇擴(kuò)大了對測試場景規(guī)模的要求，尤其是現(xiàn)實(shí)中偶有發(fā)生而又會對駕駛造成極大安全隱患的邊緣場景更加考驗(yàn)自動駕駛系統(tǒng)的感知和決策控制。數(shù)字化的仿真正是目前解決自動駕駛測試技術(shù)場景覆蓋度這一難題的有效手段，通過快速便捷的場景和駕駛仿真技術(shù)，可以幫助用戶在短時(shí)間內(nèi)實(shí)現(xiàn)大規(guī)模多場景的仿真測試驗(yàn)證，從而讓仿真從真正意義上加速整體測試開發(fā)流程。
Ansys為面向L3+的自動駕駛應(yīng)用提供的基于物理的傳感器與駕駛仿真技術(shù)，可以有效的構(gòu)建一套高保真的自動駕駛仿真體系，包括面向功能安全和SOTIF的安全性分析平臺、傳感器部件設(shè)計(jì)與仿真工具、面向感知算法的魯棒性測試等，從而將仿真技術(shù)真正應(yīng)用到自動駕駛汽車的測試驗(yàn)證中。
展開 Ansys數(shù)字任務(wù)工程和空間領(lǐng)域感知技術(shù)助力國家與全球安全保護(hù)
諾斯羅普·格魯曼公司（Northrop Grumman）將采用Ansys仿真與數(shù)字任務(wù)工程解決方案開發(fā)雷達(dá)站，以監(jiān)測太空高軌道
Ansys 政府計(jì)劃（AGI）正在幫助諾斯羅普·格魯曼公司開發(fā)、測試并交付深空先進(jìn)雷達(dá)能力（DARC），以支持美國太空部隊(duì)（USSF）太空系統(tǒng)司令部（SSC）空間領(lǐng)域感知任務(wù)。
通過集成Ansys業(yè)界領(lǐng)先的仿真與數(shù)字任務(wù)工程解決方案，諾斯羅普·格魯曼公司能夠開發(fā)出高度保真的開放式數(shù)字孿生原型環(huán)境。此外，諾斯羅普·格魯曼公司還將使用Ansys產(chǎn)品檢查射頻系統(tǒng)，開展任務(wù)級分析，并充分利用數(shù)字主線功能的優(yōu)勢。
Ansys產(chǎn)品高級副總裁Shane Emswiler表示：“Ansys很榮幸能夠與DARC開展合作，以支持美國重要的國家安全系統(tǒng)的數(shù)字設(shè)計(jì)和驗(yàn)證工作。 事實(shí)證明，我們的仿真與數(shù)字任務(wù)工程解決方案能夠幫助全球領(lǐng)先的工程機(jī)構(gòu)加速和優(yōu)化復(fù)雜產(chǎn)品開發(fā)。我們十分有信心，這些工程機(jī)構(gòu)都能像諾斯羅普·格魯曼公司DARC團(tuán)隊(duì)一樣從我們的解決方案中大獲裨益。”
初步與DARC簽訂合同的內(nèi)容包括設(shè)計(jì)、開發(fā)和交付1號雷達(dá)站系統(tǒng)，該項(xiàng)目預(yù)計(jì)將于2025年完成。兩家公司還將繼續(xù)展開合作開發(fā)其它兩個(gè)雷達(dá)站，以在全球范圍內(nèi)進(jìn)行戰(zhàn)略定位。
展開 