智能駕駛測試場景庫的案例
智能駕駛測試場景庫的開發(fā)和應(yīng)用
來源 |
自動駕駛測試驗證技術(shù)創(chuàng)新論壇
面向智能駕駛測試的仿真場景構(gòu)建技術(shù)綜述
智能駕駛挑戰(zhàn)賽中仿真場景
由于汽車行駛環(huán)境尤其是交通路況極其復(fù)雜，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，這使得有限的場地或道路測試工況難以完全復(fù)制和重現(xiàn)真實多樣的行駛環(huán)境，并限于研發(fā)周期和成本，特別是安全因素的考慮，面向智能駕駛測試的仿真場景構(gòu)建研究需依托于數(shù)字虛擬仿真平臺來實現(xiàn)。本文研究團(tuán)隊自主開發(fā)了 PanoSim 智能駕駛模擬仿真軟件，并將仿真場景構(gòu)建與交通建模研究方法應(yīng)用在第 3 屆中 國智能汽車大賽（ChinaIntelligent Driving Challeng，CIDC） 智能駕駛仿真賽與 2020 世界智能駕駛挑戰(zhàn)賽（World Intelligent Driv-ing Challeng，WIDC）中，首次以國產(chǎn)智能駕駛仿真軟件作為大賽仿真平臺使用。
智能駕駛挑戰(zhàn)賽基于 PanoSim 仿真環(huán)境搭建了多種場景與交通環(huán)境，使得參賽隊伍能夠接入仿真場景數(shù)據(jù)庫，獲取仿真環(huán)境中的車載傳感信息如攝像頭視頻流、毫米波雷達(dá)數(shù)據(jù)、激光雷達(dá)點云數(shù)據(jù)以及真值信息。智能駕駛挑戰(zhàn)賽的仿真賽場景主要分為決策控制組和感知決策控制組兩類。
面向決策控制測試的仿真場景
決策控制組包括安全避撞和自動泊車場景兩類，其中安全避撞的車輛使用雷達(dá)傳感器，能直接獲取環(huán)境目標(biāo)數(shù)據(jù); 自動泊車使用真值信息。在給定的仿真場景中，參賽隊伍通過智能駕駛決策—控制策略，實現(xiàn)智能汽車在測試場景下的駕駛輔助功能。
安全避撞測試內(nèi)容包括典型行人避撞和車輛避撞( 直道、彎道) 測試場景，如圖 4(a)(b)所示。根據(jù)車輛的預(yù)期軌跡，構(gòu)建可威脅到車輛行駛安全的邊界場景，包括設(shè)計道路的形狀及交通車/人運動軌跡，以此來考察系統(tǒng)識別危險目標(biāo)和主動制動算法的能力。
展開 詳解智能駕駛的功能與場景體系
需要說明的是，車位搜索能力也應(yīng)該基于多次測試的統(tǒng)計數(shù)據(jù)來評價，樣本量太小，沒有普遍意義。
經(jīng)緯恒潤智能駕駛開發(fā)、測試評估平臺—智能駕駛測評工具系列（ICVT）
上一期給大家介紹了智能駕駛全量數(shù)據(jù)感知及分析系統(tǒng)，本期為大家?guī)磉@套系統(tǒng)的重要組成部分——智能駕駛測評工具組（ITT）。該工具組內(nèi)含多款軟件產(chǎn)品，針對性地解決當(dāng)前智能駕駛測試中的痛點，提升測試效率，下面以其中三款主要工具為例，為大家介紹工具組的用途：
傳感器數(shù)據(jù)疊加工具
? 針對的痛點：智能車系統(tǒng)中包含各類感知傳感器，測試人員在道路測試中很難直觀地看到各個傳感器的感知結(jié)果，也無法對比不同傳感器的感知性能。
? 解決方案：將傳感器數(shù)據(jù)與視頻流疊加，不同傳感器感知到的目標(biāo)物以不同樣式的方框直接顯示在視頻中，測試人員可以直觀地看到每個傳感器的感知效果。
? 應(yīng)用場景：
? 把傳感器信息可視化處理，和視頻流中的實際目標(biāo)信息做比較。
? 可以直觀對比不同傳感器的感知性能，用于傳感器的對標(biāo)。
圖1 傳感器數(shù)據(jù)疊加工具
鳥瞰圖工具
? 針對的痛點：智能駕駛測試中，多個傳感器感知本車周邊不同方向的目標(biāo)物，但是測試人員缺少一個宏觀的視野將方向的目標(biāo)物納入評估范疇。
? 解決方案：選擇俯視圖（鳥瞰圖）的視角，將本車四周的目標(biāo)物呈現(xiàn)在二維平面上，直觀地展示出方向上不同目標(biāo)物的相對距離。
? 應(yīng)用場景：
? 需要對汽車周邊多方向協(xié)同分析的測試場景。
? 更重視目標(biāo)物距離信息的場景。
圖2 鳥瞰圖工具
場景截取工具
? 針對的痛點：道路測試中會產(chǎn)生大量數(shù)據(jù)，但并非是有用的，有價值的數(shù)據(jù)往往是包含特定場景的，工程師缺少一個工具幫他們從海量數(shù)據(jù)中提取有價值的片段。
? 解決方案：場景截取工具可以讓用戶按照自定義的截取條件，從路測數(shù)據(jù)中篩選、剪裁出所需的數(shù)據(jù)片段。
展開 
經(jīng)緯恒潤智能駕駛開發(fā)、測試評估平臺——智能駕駛全量數(shù)據(jù)感知及分析系統(tǒng)
上一期給大家介紹了平臺的總體方案，本期從“單車智能”開發(fā)及測試的角度，為各位看官帶來智能駕駛全量數(shù)據(jù)感知及分析系統(tǒng)。
智能駕駛全量感知數(shù)據(jù)實時可視化系統(tǒng)，可實時展示車端各類傳感器數(shù)據(jù)，可實現(xiàn)感知系統(tǒng)自動對標(biāo)，并可感知端獲取各類極限場景。包括以下幾部分組成：
智能駕駛數(shù)據(jù)采集分析及可視化系統(tǒng)
提供一套智能駕駛傳感器全量數(shù)據(jù)采集及分析軟硬件系統(tǒng)，傳感器數(shù)據(jù)同步，可實時在可視化界面展示各傳感器數(shù)據(jù)。
? 全量數(shù)據(jù)采集
? 定制化傳感器接入
? 遠(yuǎn)程事件監(jiān)控/數(shù)據(jù)傳輸
? 數(shù)據(jù)同步
? 數(shù)據(jù)可視化
? 定制化場景提取
? ADAS功能/測試信號分析
真值系統(tǒng)
真值系統(tǒng)，通過量化真值系統(tǒng)和本車系統(tǒng)的感知結(jié)果差異可以評價標(biāo)注過程，軟件和模型訓(xùn)練過程。
展開 無人駕駛汽車虛擬測試場景構(gòu)建的關(guān)鍵技術(shù)分析
摘 要：無人駕駛和智能網(wǎng)聯(lián)汽車是汽車行業(yè)未來的發(fā)展方向，但迄今為止無人駕駛的安全問題始終沒能完全解決。復(fù)雜的道路條件和交通環(huán)境對于無人駕駛的挑戰(zhàn)非常大。無人駕駛汽車在上路前必須經(jīng)過不同場景的適應(yīng)性測試，主要包括虛擬仿真測試、封閉場地測試和路測，但當(dāng)前各個環(huán)節(jié)都存在一些明顯的短板。文章通過梳理無人駕駛汽車虛擬測試場景模型層開發(fā)的原則，提出了一系列在搭建仿真場景時需要注意的關(guān)鍵問題，對于提高無人駕駛汽車仿真測試的有效性具有一定的借鑒價值和現(xiàn)實意義。
關(guān)鍵詞：無人駕駛;智能網(wǎng)聯(lián);汽車;虛擬仿真測試;
0 引言
無人駕駛技術(shù)是當(dāng)今世界汽車行業(yè)和交通運輸行業(yè)都非常關(guān)注的領(lǐng)域，一些發(fā)達(dá)國家早在五年前就出臺相關(guān)政策法規(guī)對此進(jìn)行支持，中國在《汽車產(chǎn)業(yè)中長期發(fā)展規(guī)劃》中也指出要重點攻關(guān)無人駕駛相關(guān)技術(shù)，在北京和上海等城市建設(shè)無人駕駛汽車封閉試驗場并逐步進(jìn)行小范圍開放道路測試。但無人駕駛車在世界各國的開放道路測試中出現(xiàn)安全隱患和交通事故的事例也層出不窮，2018年美國Uber和福特ArgoAI無人駕駛車接連出現(xiàn)交通事故，并造成人員傷亡，給全世界敲響了警鐘[1]。學(xué)界對此態(tài)度不一，部分專家認(rèn)為無人駕駛車當(dāng)前尚不具備開放道路實驗的技術(shù)積累，應(yīng)當(dāng)首先完善虛擬場景測試，在確保無虞的情況下逐步進(jìn)行封閉測試。基于場景的測試技術(shù)對于無人駕駛車的實驗至關(guān)重要，所以如何構(gòu)建合理的虛擬測試場景，就成了當(dāng)前此項技術(shù)突破的關(guān)鍵問題。
1 無人駕駛汽車運行過程中的風(fēng)險分析
1.1 無人駕駛汽車風(fēng)險的定義
無人駕駛汽車道路交通風(fēng)險的定義為特定范圍的道路交通系統(tǒng)在將來一定時期內(nèi)，可能出現(xiàn)的無人駕駛汽車造成交通系統(tǒng)內(nèi)未知的人身傷亡和財產(chǎn)損失的風(fēng)險。無人駕駛汽車交通風(fēng)險出現(xiàn)的時間并不具有特定性，具有不可預(yù)測性，一旦發(fā)生風(fēng)險，則確定會造成嚴(yán)重后果[2]。
展開 如何構(gòu)建智能駕駛泛場景數(shù)據(jù)體系？
智能駕駛是中國未來十年科技發(fā)展面臨的最重要的機(jī)遇之一。駕駛場景數(shù)據(jù)是智能駕駛技術(shù)產(chǎn)品研發(fā)、測試驗證及落地應(yīng)用的關(guān)鍵基礎(chǔ)數(shù)據(jù)。中國有全球最大的交通路網(wǎng)、最大的人口基數(shù)，中國的實際交通狀況紛繁復(fù)雜，適用于中國環(huán)境的駕駛場景數(shù)據(jù)更需要從真實世界數(shù)據(jù)出發(fā)，建立豐富和全面的駕駛場景庫，從而解決智能駕駛面臨的長尾問題。從企業(yè)側(cè)及行業(yè)側(cè)的迫切需求及海量數(shù)據(jù)的實踐應(yīng)用出發(fā)，智能駕駛泛場景數(shù)據(jù)體系的建立迫在眉睫。
中汽數(shù)據(jù)有限公司（以下簡稱“中汽數(shù)據(jù)”）圍繞智能駕駛泛場景的應(yīng)用與推廣，聚焦行業(yè)共性難題，從數(shù)據(jù)、場景、標(biāo)準(zhǔn)、評價多個維度展開研究及實踐，完成智能駕駛泛場景數(shù)據(jù)體系架構(gòu)構(gòu)建、跨仿真器通用場景數(shù)據(jù)驅(qū)動引擎工具鏈開發(fā)，并以標(biāo)準(zhǔn)及白皮書等形式面向國際持續(xù)輸出“中國經(jīng)驗”，全方位促進(jìn)智能駕駛技術(shù)研發(fā)落地。2022年3月4日，中汽數(shù)據(jù)面向全行業(yè)發(fā)布“智能駕駛場景數(shù)據(jù)體系”系列成果。
成果一：首次發(fā)布面向智能駕駛的泛場景數(shù)據(jù)體系架構(gòu)
相對于傳統(tǒng)的“場景”概念，“泛場景”的概念是從基礎(chǔ)數(shù)據(jù)拓展到了業(yè)務(wù)應(yīng)用，從智能駕駛系統(tǒng)核心安全理念出發(fā)，覆蓋智能駕駛全生命周期應(yīng)用范疇。其中，泛場景數(shù)據(jù)不僅支持智駕系統(tǒng)研發(fā)及驗證，而且貫穿從設(shè)計、研發(fā)、驗證，并將場景延續(xù)到智能駕駛多個上下游領(lǐng)域，支持智能網(wǎng)聯(lián)汽車全生命周期生產(chǎn)研發(fā)。
中汽數(shù)據(jù)發(fā)布的“面向智能駕駛的泛場景數(shù)據(jù)體系架構(gòu)”，是以基礎(chǔ)數(shù)據(jù)及行業(yè)需求為出發(fā)點，通過場景環(huán)境數(shù)據(jù)、車輛信息及駕駛人員信息等數(shù)據(jù)采集，數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、數(shù)據(jù)融合及數(shù)據(jù)分析等數(shù)據(jù)處理，打造包含功能場景庫、測試用例庫及訓(xùn)練數(shù)據(jù)集的基礎(chǔ)場景庫，完善并豐富智能駕駛場景的現(xiàn)有理論。
展開 雷達(dá)場景仿真測試如何助力自動駕駛研發(fā)？
從L1、L2駕駛輔助到L4、L5自動駕駛，各項智能及網(wǎng)聯(lián)技術(shù)的發(fā)展，推進(jìn)了自動駕駛產(chǎn)業(yè)的進(jìn)程。在這個過程中，仿真測試是新技術(shù)研發(fā)必不可少的環(huán)節(jié)。針對目前自動駕駛研發(fā)中，對于真實仿真場景測試的需求，是德科技推出了雷達(dá)場景仿真器，用于雷達(dá)傳感器和算法研發(fā)。汽車制造商可以在實驗室中測試復(fù)雜的真實場景，從而加快自動駕駛研發(fā)進(jìn)程。
是德科技雷達(dá)場景仿真器
傳統(tǒng)測試方法存在的問題
任何一項自動駕駛新技術(shù)，在正式投放市場之前，都必須通過大量測試來驗證其性能和可靠性。通常，業(yè)內(nèi)常用的測試方法有兩種。一是，基于軟件仿真，在實驗室進(jìn)行場景模擬。二是，通過實際的道路測試，獲得真實數(shù)據(jù)。這兩種測試方法各有優(yōu)缺點。前者，測試效率非常高，但是虛擬數(shù)據(jù)很難代表真實場景。后者，測試場景真實，但是測試效率及測試成本都不甚理想。尤其，一些涉及人身安全的特殊場景，如車輛橫穿馬路、逆行等，在實際的路測中很難構(gòu)建。
對此，是德科技汽車與新能源事業(yè)部大中華區(qū)業(yè)務(wù)拓展經(jīng)理祝曉悅認(rèn)為：“不管是用純軟件的還是用真實的道路測試，都會體現(xiàn)出比較多的局限性。理想的解決方案是，軟件測試中加入更多的真實元素，也就是把更多實車場景搬到實驗室里面進(jìn)行測試，只要有合適的工具能足夠精確地模擬實際道路場景就可以了。”
若要將真實道路場景搬進(jìn)實驗室進(jìn)行仿真測試，其難點在于如何讓車輛更真實地看到道路場景。就傳感器而言，就是要讓攝像頭或雷達(dá)真實地探測到所有的目標(biāo)信息，從而準(zhǔn)確地傳遞給ECU，通過算法做出執(zhí)行判斷。
展開 自動駕駛虛擬仿真技術(shù)（三）：仿真測試場景數(shù)據(jù)格式
作者 | HYZY
出品 | 焉知
知圈 | 進(jìn)“汽車智能互動社群”請加微信13636581676，備注交互
一、相關(guān)標(biāo)準(zhǔn)體系
1、OpenX
目前最受關(guān)注的仿真測試場景數(shù)據(jù)格式標(biāo)準(zhǔn)體系是德國自動化及測量系統(tǒng)標(biāo)準(zhǔn)協(xié)會（ASAM）推出的OpenX系列標(biāo)準(zhǔn)體系，該標(biāo)準(zhǔn)體系試圖從靜態(tài)仿真場景、動態(tài)仿真場景 、環(huán)境場景等多個維度對仿真測試場景數(shù)據(jù)格式進(jìn)行標(biāo)準(zhǔn)化。
圖 1 OpenX自動駕駛仿真測試標(biāo)準(zhǔn)體系
OpenX系列標(biāo)準(zhǔn)現(xiàn)主要包括OpenDRIVE、OpenSCENARIO、Open
Simulation Interface(OSI)、OpenLABEL和OpenCRG五大部分：
OpenDRIVE和OpenCRG主要定義了靜態(tài)場景的數(shù)據(jù)格式；
OpenSCENARIO針對動態(tài)場景的數(shù)據(jù)格式；
OpenLABEL將對于原始數(shù)據(jù)和場景給出統(tǒng)一的標(biāo)定方法；
OSI連接了自動駕駛功能與仿真工具，同時集成了多種傳感器。
2、RoadXML
RoadXML將交通環(huán)境劃分為四個層次，以利于實時應(yīng)用程序的快速數(shù)據(jù)訪問：
拓?fù)鋵樱好枋鲈卦诼肪W(wǎng)中的位置和連接關(guān)系
邏輯層：描述元素在道路環(huán)境中的意義；
物理層：描述元素的屬性（路面或障礙物）；
可視化層：描述元素的幾何形狀和三維特征。
展開 智能駕駛如何搭建場景并設(shè)計創(chuàng)新性功能
作者 |
Aimee
出品 |
焉知
知圈 |
進(jìn)“汽車智能互動社群”請加微信13636581676，備注交互
智能化過程是包含了智能網(wǎng)聯(lián)、智能座艙、自動駕駛等，在這一智能化驅(qū)使的大環(huán)境下，人們對于其所帶來的產(chǎn)品需求層級及創(chuàng)新性將更加強(qiáng)烈。而
當(dāng)前的狀態(tài)是量產(chǎn)功能的成熟度及創(chuàng)新性都沒有完全符合人們預(yù)期，加之沒有成熟/穩(wěn)定的參考標(biāo)桿，使得智能化對于場景設(shè)計和功能開發(fā)具有更多廣泛的需求。
而功能開發(fā)本身則需更多的從場景設(shè)計方面入手，不斷將場景洞察轉(zhuǎn)化為真實的用戶利益。
場景設(shè)計在系統(tǒng)開發(fā)中的應(yīng)用
基于上述理解，產(chǎn)品創(chuàng)新的關(guān)鍵在于兩端：其一，是對種子用戶生活方式/用車方式的洞察和預(yù)測，歸零思考他們的體驗要求；其二，是對標(biāo)桿產(chǎn)品功能/技術(shù)/運營和體驗趨勢的深度梳理
。“場景”是一切思考的關(guān)鍵載體，脫離場景去談創(chuàng)新，跨職能團(tuán)隊既無法理解真實的需求，更難以達(dá)成共識。
因此，構(gòu)建“可執(zhí)行的場景庫”是構(gòu)建智能駕駛功能的前提，并能有效指導(dǎo)后續(xù)產(chǎn)品創(chuàng)新工作的關(guān)鍵。所謂“可執(zhí)行”是指場景庫能夠?qū)?yīng)準(zhǔn)確的功能和體驗要求，不同場景之間在權(quán)衡取舍過程中具有可比性。
高度自動駕駛作為智能化的核心，其系統(tǒng)設(shè)計中比較關(guān)鍵的一環(huán)是需要設(shè)計比較完備的場景庫。
場景是自動駕駛系統(tǒng)開發(fā)及測試中相當(dāng)重要的一環(huán)，自動駕駛的安全與質(zhì)量需要確保自動駕駛測試場景具備多樣性、覆蓋性、典型性等特征，且這些特征可以影響到測試結(jié)果的準(zhǔn)確性。
展開 3大場景、4款新品公開亮相：「低速智能駕駛」新賽道惹關(guān)注
昨日，北斗智能市場新品情報局的首期線上沙龍引來眾多北斗生態(tài)行業(yè)用戶的關(guān)注，“低速智能駕駛”也闖入了大家的視野。活動中，4款機(jī)器人精彩亮相并將北斗+低速智能駕駛技術(shù)完美融合到智慧零售、智慧農(nóng)業(yè)、智慧清掃和智慧交通這四個應(yīng)用場景中，實現(xiàn)新賽道的突破，讓我們先來共睹他們的風(fēng)采吧！
新品有看頭
01
園區(qū)無人零售車WeDriveS3
北斗智能市場x上海任吾行機(jī)器人有限公司
“這是一輛可以移動的無人便利店”
據(jù)媒體報道中國有各類產(chǎn)業(yè)園區(qū)共1.5萬多個，對全國經(jīng)濟(jì)的貢獻(xiàn)達(dá)到30%以上。近10年，產(chǎn)業(yè)園區(qū)已從單純的產(chǎn)業(yè)聚載體逐漸向城市綜合功能區(qū)以及創(chuàng)新型智慧化園區(qū)發(fā)展。產(chǎn)業(yè)園區(qū)普遍存在面積大，服務(wù)覆蓋范圍十分有限，無法提供個性化服務(wù)，同時人工和門店的成本高，員工流動性大，招工困難。無人零售車WeDriveS3可實現(xiàn)自主駕駛和自動售貨，向著智能化和數(shù)字化的方向轉(zhuǎn)變。
性能穩(wěn)定
無人零售車WeDriveS3搭載千尋位置的高精度定位服務(wù)再配合高精度的傳感器和高性能的計算機(jī)，實現(xiàn)小車可以穩(wěn)定的實現(xiàn)自主規(guī)劃路徑、自動避障、跟蹤對象等功能。
手機(jī)召喚 自動售貨
通過動態(tài)視覺識別，三步完成購物，可同時售賣種類豐富的商品，更可通過手機(jī)APP召喚和掃碼召喚。
成功案例
WeDrive S3 無人零售車已經(jīng)在蘇州國際科技園、上海張江等產(chǎn)業(yè)園區(qū)規(guī)模化使用，解決了從“人”找“貨”變?yōu)?amp;ldquo;貨”找“人”的問題，避免了小范圍內(nèi)重復(fù)建店，節(jié)約了人工和場地成本，使得單個門店覆蓋范圍從500米，增加到3~5公里。
展開 
【技術(shù)貼】AVL Scenario Designer：面向自動駕駛功能開發(fā)、測試和驗證的場景編輯工具
自動駕駛功能開發(fā)和驗證面臨著諸多挑戰(zhàn)，其中之一就是“如何預(yù)測不可預(yù)測的事件”。因為在真實駕駛環(huán)境下可能出現(xiàn)不可預(yù)測的場景，那么對于ADAS/AD控制器，就需要盡可能多的場景來進(jìn)行驗證和“訓(xùn)練”。而虛擬開發(fā)和測試也是被工業(yè)界、學(xué)術(shù)界和立法界廣泛認(rèn)可的應(yīng)對方案。采用仿真方式對真實世界進(jìn)行模擬，通過代表性的關(guān)鍵場景進(jìn)行預(yù)測，并結(jié)合先進(jìn)的數(shù)據(jù)分析算法，能夠有效地提高真實場景的覆蓋率。
▲ 圖1：自動駕駛相關(guān)規(guī)范和標(biāo)準(zhǔn)
將真實世界轉(zhuǎn)化為虛擬世界是一項非常復(fù)雜而繁瑣的任務(wù)，世界各國和各個組織為此提供了相關(guān)標(biāo)準(zhǔn)和規(guī)范，其中被業(yè)內(nèi)廣泛熟知和認(rèn)可的是ASAM的Open X系列標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)對自動駕駛道路和場景的描述被命名為OpenDRIVE和OpenSCENARIO，該標(biāo)準(zhǔn)采用分層的方式描述真實道路場景。其中，OpenDRIVE定義了場景的靜態(tài)部分：包括道路的拓?fù)浣Y(jié)構(gòu)、車道、交通標(biāo)志、交通燈等；OpenSCENARIO定義了場景的動態(tài)部分：如車輛的運動、行人的走動等。
▲ 圖2：OpenDRIVE及OpenSCENARIO
面對真實場景的復(fù)雜性，OpenSCENARIO定義了大量物體及動作描述性元素（Scenarios, Roads, Objects, Actors, Catalogs, Properties, Triggers, Actions, Events, Maneuvers, Routing, Trajectory etc.），這些元素在XML語言環(huán)境下組織形成完整的場景描述文件。
展開 設(shè)計仿真 | 直播預(yù)告-場景仿真在智能LED大燈測試中的應(yīng)用實踐
精彩直播預(yù)告
隨著汽車行業(yè)智能化的發(fā)展，車燈系統(tǒng)從基礎(chǔ)的功能化照明發(fā)展為智能化的視覺交互系統(tǒng)。自2020年開始，車燈開始向智能化、像素化、激光化、感知、決策、規(guī)劃、控制、交互體驗等方向發(fā)展。智能LED大燈是在單車智能基礎(chǔ)上實現(xiàn)車輛與外界光交互的一種新型技術(shù)應(yīng)用，但目前智能車燈的開發(fā)進(jìn)程中缺乏有效、安全的測試方法和手段。
海克斯康工業(yè)軟件VTD作為智能駕駛車輛（系統(tǒng)）虛擬仿真測試全棧式解決方案提供商，為智能LED大燈的開發(fā)和測試提供了以虛擬場景為基礎(chǔ)的仿真測試，可滿足算法開發(fā)不同階段測試需求，實現(xiàn)SIL/HIL等在環(huán)測試系統(tǒng)的構(gòu)建，有效地提升了智能大燈的開發(fā)效率，降低產(chǎn)品的測試成本。
本期直播海克斯康講堂請到了技術(shù)專家謝錦程為我們帶來場景仿真在智能LED大燈測試中的應(yīng)用實踐，從智能LED大燈的測試原理、解決方案到實際應(yīng)用等方面展開詳細(xì)講解，歡迎預(yù)約報名！
2月29日 14:00
▲ 掃碼參與報名
立即預(yù)定
直播內(nèi)容聚焦
?? 智能LED大燈技術(shù)在當(dāng)前智能化車輛中的應(yīng)用
?? 基于VTD的智能LED大燈仿真測試原理及解決方案
謝錦程
海克斯康工業(yè)軟件技術(shù)專家
具有豐富的智能駕駛車輛在環(huán)測試系統(tǒng)開發(fā)與調(diào)試工作經(jīng)驗，負(fù)責(zé)基于VTD的智能駕駛仿真解決方案以及相關(guān)二次開發(fā)工作。
展開 客戶案例 | Ansys與索尼半導(dǎo)體解決方案公司合作推進(jìn)自動駕駛汽車基于場景的感知測試
該合作使OEM廠商和一級供應(yīng)商能夠可靠地評估和驗證 ADAS/AV 功能在各種天氣和照明條件下的性能
主要亮點
Ansys AVxcelerate Sensors?自動駕駛汽車（AV）傳感器仿真軟件，可實現(xiàn)面向基于場景的感知測試的實時多光譜攝像頭仿真
利用AVxcelerate Sensors和索尼的高動態(tài)范圍（HDR）圖像傳感器模型，OEM廠商可以測試高級駕駛輔助系統(tǒng)（ADAS）和AV功能，考慮傳感器在弱光條件、夜間、雨、雪和霧等不同駕駛場景中的行為
實時感知反饋可顯著加速虛擬環(huán)境中的道路測試，增強(qiáng)AV安全性驗證并降低研發(fā)成本
近期，Ansys正在與索尼半導(dǎo)體解決方案公司（索尼）合作改進(jìn)ADAS/AV中的感知系統(tǒng)驗證。Ansys AVxcelerate Sensors提供實時多光譜照明仿真功能，支持全面評估不同的照明場景和包括雨、雪和霧在內(nèi)的天氣條件。利用Ansys仿真技術(shù)，OEM廠商和一級供應(yīng)商可以在更短的時間內(nèi)加速完成并驗證數(shù)千小時的道路駕駛測試。
ADAS和AV系統(tǒng)依靠基于攝像頭、雷達(dá)和激光雷達(dá)傳感器的感知系統(tǒng)來準(zhǔn)確評估周圍環(huán)境和條件，從而為導(dǎo)航?jīng)Q策提供信息。如果沒有對這些系統(tǒng)進(jìn)行可靠的驗證，OEM廠商和一級供應(yīng)商就會面臨安全問題增多、監(jiān)管挑戰(zhàn)加劇和信任度降低的風(fēng)險。Ansys和索尼通過實現(xiàn)攝像頭傳感器的高保真度仿真來應(yīng)對上述挑戰(zhàn)，從而提高性能，降低風(fēng)險，加快研發(fā)時間并簡化安全性合規(guī)性。
AVxcelerate Sensors平臺可生成具有不同照明、天氣和材料條件的虛擬環(huán)境，以對光線如何穿過環(huán)境、攝像頭鏡頭、然后到達(dá)成像器的過程進(jìn)行仿真。與索尼的傳感器模型相結(jié)合，該仿真可以極高的預(yù)測準(zhǔn)確性再現(xiàn)索尼HDR成像器的像素特征、信號處理功能和系統(tǒng)功能。
展開 CES直擊：艾睿光電IR-Pilot紅外熱成像全場景解決方案亮相，助力汽車智能駕駛再升級
IR-Pilot384/640
中遠(yuǎn)距，全場景，
紅外熱成像感知
前向傳感器之于智能汽車就如眼睛之于人類，能夠為智能汽車提供高質(zhì)量、準(zhǔn)確、穩(wěn)定、可靠的環(huán)境感知數(shù)據(jù)。然而，光照、雨雪、揚塵、大霧等總是遮住由可見光攝像頭和激光雷達(dá)等組成的車輛“眼睛”，嚴(yán)重影響汽車的安全運行，給汽車的行駛安全帶來巨大威脅。
對此，艾睿光電升級了IR-Pliot384/640系列紅外車載產(chǎn)品，依托高靈敏度384×288/640×512分辨率探測器，搭配多款不同焦距鏡頭，視場角涵蓋從24°到75°，可識別80米~200米距離的車輛，滿足中遠(yuǎn)距離的前向感知，可為智能汽車提供準(zhǔn)確、穩(wěn)定、可靠的全場景環(huán)境感知能力，保障智能駕駛的可靠性和安全性。
IR-Pilot1280/1920
超遠(yuǎn)距，極致高清，
汽車紅外熱成像王者
未來是L5級別全場景無人駕駛的時代，各種無人駕駛出租車、物流車、快遞車、無人駕駛飛機(jī)等在地面和空中
井然有序地編隊通行，世界將不再有擁堵，更重要的是不再有交通事故的發(fā)生。
然而，影響L5級全場景無人駕駛到來的最大阻礙就是駕駛安全。
提升汽車的安全駕駛性能，不能僅靠簡單的傳感器數(shù)量堆疊，更需要提升傳感器的性能和質(zhì)量。
展開 